CN110797889B - 一种解决潮流拥塞问题的储能电站布置方法 - Google Patents

一种解决潮流拥塞问题的储能电站布置方法 Download PDF

Info

Publication number
CN110797889B
CN110797889B CN201911126601.6A CN201911126601A CN110797889B CN 110797889 B CN110797889 B CN 110797889B CN 201911126601 A CN201911126601 A CN 201911126601A CN 110797889 B CN110797889 B CN 110797889B
Authority
CN
China
Prior art keywords
energy storage
power station
storage power
line
tidal current
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911126601.6A
Other languages
English (en)
Other versions
CN110797889A (zh
Inventor
邹德龙
郄朝辉
李威
刘福锁
李兆伟
黄慧
胡阳
吴雪莲
陶泉霖
倪禛霖
马骏超
黄弘扬
宣晓华
陆承宇
楼伯良
华文
彭琰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Zhejiang Electric Power Co Ltd
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
Original Assignee
State Grid Zhejiang Electric Power Co Ltd
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Nari Technology Co Ltd
NARI Nanjing Control System Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Zhejiang Electric Power Co Ltd, Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd, Nari Technology Co Ltd, NARI Nanjing Control System Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN201911126601.6A priority Critical patent/CN110797889B/zh
Publication of CN110797889A publication Critical patent/CN110797889A/zh
Application granted granted Critical
Publication of CN110797889B publication Critical patent/CN110797889B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00Systems for storing electric energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Other Liquid Machine Or Engine Such As Wave Power Use (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种解决潮流拥塞问题的储能电站布置方法,包括储能电站位置布置和储能电站容量布置;根据潮流拥塞线路所处位置选择近区节点作为储能电站的待接入点,选择对拥塞线路潮流影响灵敏度最高的待接入点作为储能电站的实际接入点,构成储能电站的位置方案;构建以潮流拥塞线路接入储能电站后经济效益为最高的目标函数,利用粒子群算法对目标函数进行求解,得到智能电站的容量布置方案。利用本发明方法得到的储能电站布置,不仅计算更加简单、便捷,而且可以更加合理的选择储能电站的容量,得到更好的经济效益。

Description

一种解决潮流拥塞问题的储能电站布置方法
技术领域
本发明涉及电力系统优化配置技术领域,特别是涉及一种解决潮流拥塞问题的储能电站布置方法。
背景技术
可再生能源由于具有污染小、储量大、可循环利用的优点因此得到了社会各界的大力支持,但可再生能源的出力并不稳定,受到环境因素的影响较大,当电网中可再生能源的占比过高时会对电网的安全运行产生不利的影响。例如当汛期水电大发时,发电量过大就容易导致疏散线路上出现潮流越限的情况,对电网的运行造成威胁。而储能电站的布置则可以吸收一定的有功功率,降低拥塞线路的潮流越限情况,保障电网的安全稳定运行。因此对储能电站的布置进行研究,利用储能电站解决线路的潮流拥塞问题有较大的实际意义。
发明内容
本发明的目的在于提出一种解决潮流拥塞问题的储能电站布置方法,从接入线路潮流拥塞问题的角度出发进行储能电站规划,解决了现有技术中未考虑到利用储能电站解决线路的潮流拥塞问题。
为达到上述目的,本发明采用的技术方案如下:
一种解决潮流拥塞问题的储能电站布置方法,包括储能电站位置布置和储能电站容量布置;
所述储能电站位置布置包括:
选取潮流拥塞线路中储能电站的待接入点;
计算待接入点接入储能电站后对潮流拥塞线路潮流影响的灵敏度;
将灵敏度最高的待接入点作为潮流拥塞线路中储能电站的实际接入点;
所述储能电站容量布置包括:
设计以潮流拥塞线路接入储能电站后经济效益为最高的目标函数;
采用粒子群算法对所述目标函数进行求解,得到最优规划方案,作为智能电站的容量布置方案。
进一步的,所述选取潮流拥塞线路中储能电站的待接入点,包括:
将潮流拥塞线路所处位置的近区节点作为储能电站的待接入点。
进一步的,所述近区节点选择潮流送出端的近区节点。
进一步的,所述计算待接入点接入储能电站后对潮流拥塞线路潮流影响的灵敏度,包括:
Figure GDA0002815458400000021
其中,Sai为在待接入点a接入的储能电站对潮流拥塞线路i的灵敏度,dPi1为潮流拥塞线路i上流过的有功潮流的变化量,dPa为在待接入点a接入的储能电站容量的变化量。
进一步的,所述设计以潮流拥塞线路接入储能电站后经济效益为最高的目标函数,包括:
f=-M×n-k×(P1+P2+…Pn)+K
其中,f为潮流拥塞线路接入储能电站后整体经济效益,M为建设一个储能电站的固定投资,n为接入的储能电站个数,k为每MW的储能电站的投资成本,K为改善线路潮流越限情况而折算成的经济效益,Pj,j=1,2,…,n为潮流拥塞线路j接入的储能电站的容量。
进一步的,所述改善线路潮流越限情况而折算成的经济效益K计算如下:
Figure GDA0002815458400000022
其中,L为储能电站运行年限,μ为折算系数,m为潮流越限线路的条数,Pi1代表潮流越限线路i在储能电站接入前的潮流,Pi2代表越限线路i在储能电站接入后的潮流,Pib代表越限线路i的潮流限值。
进一步的,所述目标函数需满足以下约束条件:
Pi2≤0.95Pib
进一步的,所述采用粒子群算法对所述目标函数进行求解,得到最优规划方案,作为智能电站的容量布置方案,包括:
粒子的前进公式如下:
Figure GDA0002815458400000031
粒子的位置更新为:
Figure GDA0002815458400000032
其中,Vi k表示第i个粒子在k次迭代时的速度,
Figure GDA0002815458400000033
表示第i个粒子在k次迭代时的位置,
Figure GDA0002815458400000034
表示第i个粒子在k-1次迭代时的历史最佳位置,Gbestk-1表示在k-1次迭代时的全局历史最佳位置,rand1和rand2均为在0~1范围内的随机数,ω为惯性权重,c1和c2为加速常数;
将粒子k次迭代的位置与k-1次迭代的位置进行比较,若k次迭代后目标函数值比k-1次迭代的目标函数值更优,则用k次迭代得到的粒子信息替换k-1次的粒子信息;
更新粒子历史最佳位置和全局历史最佳位置,直到达到最大迭代次数,输出全局最佳位置,即为最终的智能电站容量和位置布置方案;
所述粒子信息包含储能电站的容量和位置;所述粒子位置为所计算的潮流拥塞线路中储能电站的实际接入点。
进一步的,所述惯性权重设置为1到0.2之间线性减小。
进一步的,所述c1设置在1.5到0.3之间线性递减,c2设置在0.5到1.7之间线性递增。
本发明与现有技术相比,其有益效果在于:
1)而本发明则是从接入线路潮流拥塞问题的角度出发进行储能电站规划,解决了现有技术中未考虑到利用储能电站解决线路的潮流拥塞问题;2)本发明的步骤简洁、计算简单,且可以合理的确定储能电站的容量,获得更好的经济效益。
附图说明
图1为本发明基于灵敏度分析的解决潮流拥塞问题的储能电站布置方法的流程图。
图2为本发明仿真系统未接入储能电站前的线路潮流图。
图3为本发明仿真系统接入储能电站后的线路潮流图。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提供一种解决潮流拥塞问题的储能电站布置方法,参见图1,包括以下步骤:
步骤1、将潮流拥塞线路所处位置的近区节点作为储能电站的待接入点;优选的,近区节点应选择潮流送出端的近区节点。近区指代拥塞线路两端节点的二级出线,即两端节点的相邻节点和相邻节点的再相邻节点。一个潮流拥塞线路可以有多个待接入点。
步骤2、对待接入点接入储能电站后对潮流拥塞线路潮流影响的灵敏度进行计算如下:
Figure GDA0002815458400000041
式中,Sai代表在待接入点a接入的储能电站对潮流拥塞线路i的灵敏度,dPi1代表潮流拥塞线路i上流过的有功潮流的变化量,单位为MW;dPa代表在待接入点a接入的储能电站容量的变化量,单位为MW。
步骤3、选择对拥塞线路潮流影响灵敏度最高的待接入点作为储能电站的实际接入点。
若拥塞线路有多条,则需将对每条拥塞线路的灵敏度最高的点全部选取出来,构成多拥塞线路的储能电站的位置方案。
当线路发生潮流拥塞时,根据步骤2中的公式可知,拥塞线路潮流情况与单个储能电站的容量有如下关系:
Figure GDA0002815458400000042
其中,Pa为接入点a接入的储能电站容量,ΔPi1为储能电站接入后拥塞线路i的潮流变化量。
当有多个储能电站接入时,他们对拥塞线路i上有功潮流的影响是可以进行叠加的。因此有下式,
ΔPi1=P1S1i+P2S2i+…+PnSni (3)
其中,n为接入的储能电站的个数,也是拥塞线路的条数,Pj,j=1,2,…,n为拥塞线路j接入的储能电站的容量。
步骤4、构建储能电站布置的规划模型应当按如下方式进行构造,其中,目标函数为经济效益最高,整体的经济效益应当包含每建设一个储能电站的固定投资M万元,储能电站投资k万元/MW,以及线路潮流改善经折算而产生的经济效益。当储能电站接入后,线路潮流越限被改善时,可将其折算为经济效益如下式所示,
Figure GDA0002815458400000051
式中,K即为改善线路潮流越限情况而折算成的经济效益,L为储能电站运行年限,μ为折算系数,Pi1代表越限线路i在储能电站接入前的潮流,Pi2代表越限线路i在储能电站接入后的潮流,Pib代表越限线路i的潮流限值,m代表越限线路的条数。
据此可知目标函数应为如下形式:
f=-M×n-k×(P1+P2+…Pn)+K (5)
目标函数中的参数M、k以及折算系数μ均应当根据实际工程的具体情况进行求取。
而规划模型中的约束函数则主要为线路潮流约束,即接入储能电站后应当将越限线路的潮流约束至95%的潮流限值以下,即:
Pi2≤0.95Pib (6)
式中,Pib代表越限线路i的潮流限值。
步骤5、利用粒子群算法对规划模型进行求解得到最优规划方案。
本发明实施例中粒子群中单个粒子的信息就包含了储能电站的容量和位置,即粒子x是由Pj,j=1,2,…,n这些储能电站的容量以及储能电站在拥塞线路中的接入位置构成,其中,拥塞线路中储能电站的接入位置已经根据式(1)的灵敏度计算确定。
粒子位置为根据式(5)计算的目标函数值。
本发明实施例中初始历史最优位置则是粒子的初始位置,后当粒子移动后将当前位置与历史最优位置进行比较,若更好则替换,否则不变。
全局最优位置是由所有粒子位置进行比较后得到的。
粒子群算法粒子的前进公式如下所示。
Figure GDA0002815458400000052
则粒子位置的更新为:
Figure GDA0002815458400000061
将粒子k次迭代的位置与k-1次迭代的位置进行比较,若k次迭代后目标函数值比k-1次迭代的目标函数值更优,则用k次迭代得到的粒子信息(即储能电站的容量和位置)替换k-1次的粒子信息。
更新粒子历史最佳位置和全局历史最佳位置,直到达到最大迭代次数,输出全局最佳位置,即为最终的智能电站容量布置方案。
式中,Vi k表示第i个粒子在k次迭代时的速度,
Figure GDA0002815458400000062
表示第i个粒子在k次迭代时的位置,
Figure GDA0002815458400000063
表示第i个粒子在k-1次迭代时的历史最佳位置,Gbestk-1表示在k-1次迭代时的全局历史最佳位置,rand1和rand2均为在0~1范围内的随机数,ω为惯性权重,惯性权重随着迭代次数线性减小可以保证前期快速收敛后期可以在极值点附近精细寻找,因此可以设置为1到0.2之间线性减小。同样为了保证前期可以使各个粒子搜索更大的范围,在后期可以快速收敛,可以设置c1在1.5到0.3之间线性递减,c2在0.5到1.7之间线性递增。
实施例
为了验证本发方案的有效性,采用本发明方法进行如下实验。
步骤1、将潮流拥塞线路所处位置的近区节点作为储能电站的待接入点,其中的近区节点应选择潮流送出端的近区节点,结合图2,图中象鹤线和象睦线的潮流限值均为390MW,但实际象鹤线传输潮流达到了545.599MW,而象睦线传输潮流也达到了538.837MW,均大大超过了线路潮流限值。同时亦可看出线路的潮流是从浙鹤溪和浙睦田向浙万象传输的,因此可选择浙鹤溪和浙睦田处作为储能电站的待选接入点。
步骤2、对各个待接入点接入储能电站后对拥塞线路潮流影响的灵敏度进行求取,在浙鹤溪处接入100MW大小的储能电站后,象鹤线传输的有功功率为508.356MW,象睦线传输的有功功率为514.364MW,故根据公式可求得S鹤象鹤线=0.3724,S鹤象睦线=0.24473。
在浙睦田处接入100MW大小的储能电站后,象鹤线传输的有功功率为525.688MW,象睦线传输的有功功率为505.407MW,故根据公式可求得S睦象鹤线=0.1991,S睦象睦线=0.3343。
步骤3、选择对拥塞线路潮流影响灵敏度最高的待接入点作为储能电站的实际接入点,若拥塞线路有多条,则需将对各条线路灵敏度最高的点全部选取出来。可由步骤2中得出的灵敏度比较得出,将储能电站布置在浙鹤溪处时对象鹤线的灵敏度最大,将储能电站布置在浙睦田处时对象睦线的灵敏度最大,因此可选择在浙鹤溪和浙睦田处均接入储能电站。
步骤4、根据实施例的实际情况,选择参数M=1000,k=120,L为15,μ为20。则可得到实施例的目标函数如下式所示。
f=-1000×n-120×(P鹤溪+P睦田)+K
Figure GDA0002815458400000071
约束条件则如下式所示,
Figure GDA0002815458400000072
步骤5、对各种待选方案进行经济性比较,得到最优规划方案。实施例中当接入点为浙鹤溪和浙睦田且分别接入266MW和320MW的储能电站时经济性最佳,且线路潮流可以符合要求。此时整体经济效益为:
K=300(|545.599|-|390|+|538.837|-|390|)=91330.8 (万元)
f=-1000×2-120×(320+266)+91330.8=19010.8 (万元)
本发明实施例针对传统的储能电站规划方法不仅计算复杂、冗长,而且往往只考虑储能电站的整体经济效益的情况,忽视了利用储能电站来改善电网安全稳定运行的情况,从使用储能电站解决潮流拥塞问题的角度上出发,从利用储能电站来改善线路潮流的角度对储能电站的接入容量和接入位置进行规划,不仅简化了规划中的计算,而且还可以尽量避免储能电站的容量浪费的情况,提高了经济效益。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.一种解决潮流拥塞问题的储能电站布置方法,其特征在于,包括储能电站位置布置和储能电站容量布置;
所述储能电站位置布置包括:
选取潮流拥塞线路中储能电站的待接入点;
计算待接入点接入储能电站后对潮流拥塞线路潮流影响的灵敏度;
将灵敏度最高的待接入点作为潮流拥塞线路中储能电站的实际接入点;
所述储能电站容量布置包括:
设计以潮流拥塞线路接入储能电站后经济效益为最高的目标函数;
采用粒子群算法对所述目标函数进行求解,得到最优规划方案,作为智能电站的容量布置方案,包括:
粒子的前进公式如下:
Figure FDA0002757463570000011
粒子的位置更新为:
Figure FDA0002757463570000012
其中,Vi k表示第i个粒子在k次迭代时的速度,
Figure FDA0002757463570000013
表示第i个粒子在k次迭代时的位置,
Figure FDA0002757463570000014
表示第i个粒子在k-1次迭代时的历史最佳位置,Gbestk-1表示在k-1次迭代时的全局历史最佳位置,rand1和rand2均为在0~1范围内的随机数,ω为惯性权重,c1和c2为加速常数;
将粒子k次迭代的位置与k-1次迭代的位置进行比较,若k次迭代后目标函数值比k-1次迭代的目标函数值更优,则用k次迭代得到的粒子信息替换k-1次的粒子信息;
更新粒子历史最佳位置和全局历史最佳位置,直到达到最大迭代次数,输出全局最佳位置,即为最终的智能电站容量和位置布置方案;
所述粒子信息包含储能电站的容量和位置;所述粒子位置为所计算的潮流拥塞线路中储能电站的实际接入点。
2.根据权利要求1所述的一种解决潮流拥塞问题的储能电站布置方法,其特征在于,所述选取潮流拥塞线路中储能电站的待接入点,包括:
将潮流拥塞线路所处位置的近区节点作为储能电站的待接入点。
3.根据权利要求2所述的一种解决潮流拥塞问题的储能电站布置方法,其特征在于,所述近区节点选择潮流送出端的近区节点。
4.根据权利要求1所述的一种解决潮流拥塞问题的储能电站布置方法,其特征在于,所述计算待接入点接入储能电站后对潮流拥塞线路潮流影响的灵敏度,包括:
Figure FDA0002757463570000021
其中,Sai为在待接入点a接入的储能电站对潮流拥塞线路i的灵敏度,dPi1为潮流拥塞线路i上流过的有功潮流的变化量,dPa为在待接入点a接入的储能电站容量的变化量。
5.根据权利要求1所述的一种解决潮流拥塞问题的储能电站布置方法,其特征在于,所述设计以潮流拥塞线路接入储能电站后经济效益为最高的目标函数,包括:
f=-M×n-k×(P1+P2+…Pn)+K
其中,f为潮流拥塞线路接入储能电站后整体经济效益,M为建设一个储能电站的固定投资,n为接入的储能电站个数,k为每MW的储能电站的投资成本,K为改善线路潮流越限情况而折算成的经济效益,Pj,j=1,2,…,n为潮流拥塞线路j接入的储能电站的容量。
6.根据权利要求5所述的一种解决潮流拥塞问题的储能电站布置方法,其特征在于,所述改善线路潮流越限情况而折算成的经济效益K计算如下:
Figure FDA0002757463570000022
其中,L为储能电站运行年限,μ为折算系数,m为潮流越限线路的条数,Pi1代表潮流越限线路i在储能电站接入前的潮流,Pi2代表越限线路i在储能电站接入后的潮流,Pib代表越限线路i的潮流限值。
7.根据权利要求6所述的一种解决潮流拥塞问题的储能电站布置方法,其特征在于,所述目标函数需满足以下约束条件:
Pi2≤0.95Pib
8.根据权利要求1所述的一种解决潮流拥塞问题的储能电站布置方法,其特征在于,所述惯性权重设置为1到0.2之间线性减小。
9.根据权利要求1所述的一种解决潮流拥塞问题的储能电站布置方法,其特征在于,所述c1设置在1.5到0.3之间线性递减,c2设置在0.5到1.7之间线性递增。
CN201911126601.6A 2019-11-18 2019-11-18 一种解决潮流拥塞问题的储能电站布置方法 Active CN110797889B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911126601.6A CN110797889B (zh) 2019-11-18 2019-11-18 一种解决潮流拥塞问题的储能电站布置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911126601.6A CN110797889B (zh) 2019-11-18 2019-11-18 一种解决潮流拥塞问题的储能电站布置方法

Publications (2)

Publication Number Publication Date
CN110797889A CN110797889A (zh) 2020-02-14
CN110797889B true CN110797889B (zh) 2021-02-23

Family

ID=69445029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911126601.6A Active CN110797889B (zh) 2019-11-18 2019-11-18 一种解决潮流拥塞问题的储能电站布置方法

Country Status (1)

Country Link
CN (1) CN110797889B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111628492B (zh) * 2020-04-13 2021-11-09 四川大学 一种高压配电网分区重构与储能协同的电网阻塞管控方法
CN111654046B (zh) * 2020-04-16 2022-03-01 国电南瑞南京控制系统有限公司 一种多应用场景的储能电站布置方法、系统及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106208118A (zh) * 2016-08-26 2016-12-07 中国电力科学研究院 一种储能系统多目标优化规划方法
CN106911140A (zh) * 2017-04-14 2017-06-30 新奥科技发展有限公司 一种储能规划方法
CN106972523A (zh) * 2016-12-27 2017-07-21 国网浙江省电力公司嘉兴供电公司 有源配电网内储能电站的优化选址定容方法
CN109242271A (zh) * 2018-08-20 2019-01-18 国网浙江省电力有限公司电力科学研究院 分布式光伏接入配电网电能质量治理的节点灵敏度分析法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010053872A1 (en) * 2008-11-05 2010-05-14 Greensmith Energy Management Systems, Llc Distributed energy storage system, and applications thereof
CN104517158B (zh) * 2014-12-07 2017-12-15 国网浙江省电力公司电动汽车服务分公司 一种计及电动汽车和可控负荷的配电系统阻塞调控方法
CN105470975B (zh) * 2015-12-22 2018-06-29 云南电网有限责任公司电力科学研究院 一种配电网串联电容器配置方法
CN108964102B (zh) * 2018-07-26 2022-03-25 华北电力大学(保定) 配电网中分布式储能的位置和容量优化配置方法
CN110011320B (zh) * 2019-03-29 2022-08-19 国电南瑞科技股份有限公司 一种特高压交流变电站无功电压优化控制方法和系统
CN110247397B (zh) * 2019-07-30 2020-11-17 广东电网有限责任公司 一种储能配置方法、系统、装置及可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106208118A (zh) * 2016-08-26 2016-12-07 中国电力科学研究院 一种储能系统多目标优化规划方法
CN106972523A (zh) * 2016-12-27 2017-07-21 国网浙江省电力公司嘉兴供电公司 有源配电网内储能电站的优化选址定容方法
CN106911140A (zh) * 2017-04-14 2017-06-30 新奥科技发展有限公司 一种储能规划方法
CN109242271A (zh) * 2018-08-20 2019-01-18 国网浙江省电力有限公司电力科学研究院 分布式光伏接入配电网电能质量治理的节点灵敏度分析法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Rescheduling of real power for congestion management with integration of pumped storage hydro unit using firefly algorithm";Sadhan Gope, et al.;《Electrical Power and Energy Systems》;20160428;第434–442页 *
"Sensitivity Analysis on Locations of Energy Storage in Power Systems With Wind Integration";Nhi T. A. Nguyen, et al.;《IEEE TRANSACTIONS ON INDUSTRY APPLICATIONS》;20161231;第52卷(第6期);第5185-5192页 *
"应用于风电场出力平滑的多尺度多指标储能配置";甘伟,等;《电力系统自动化》;20190510;第43卷(第9期);第92-98页 *
"统一潮流控制器(UPFC)的建模与应用研究";刘新;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20091015;正文第45-53页第五章 *

Also Published As

Publication number Publication date
CN110797889A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN111900732B (zh) 考虑风电不确定性及无功潮流与电压约束的风电集群接入方式规划方法
CN109508499A (zh) 多时段多场景分布式电源最优接入位置与容量研究方法
CN103996074A (zh) 基于cfd和改进pso的复杂地形风电场微观选址方法
CN107681655B (zh) 一种潮汐流能发电场协调规划方法
CN103956758B (zh) 一种风储系统中储能soc优化控制方法
CN107169631B (zh) 基于改进加权Voronoi图的有源配电网变电站规划方法
CN110797889B (zh) 一种解决潮流拥塞问题的储能电站布置方法
CN108649605A (zh) 一种基于双层场景区间潮流的der并网准入容量规划方法
KR20220104833A (ko) 풍력 발전 단지 레이아웃 최적화 방법, 최적화 시스템 및 컴퓨터 판독 가능 저장 매체
CN105184426B (zh) 一种基于随机连续寻优策略的梯级电站调峰方法
CN107316113A (zh) 一种输电网规划方法及系统
CN102856899A (zh) 一种微电网降低网损的方法
CN106684905A (zh) 一种考虑风电预测不确定性的风电场动态等值方法
CN114865649B (zh) 一种风光储一体化场站无功调节方法、装置及电子设备
CN103368186A (zh) 一种风电系统无功优化方法
CN109740975A (zh) 考虑潮汐资源评估与流速方向的潮汐流能发电场规划方法
CN112163711A (zh) 一种基于mopso/cc的综合能源系统优化调度方法
CN116402210A (zh) 一种综合能源系统多目标优化方法、系统、设备和介质
CN111245032A (zh) 一种计及风电场集电线路降损优化的电压预测控制方法
CN107622332A (zh) 一种基于静态安全性约束的电网侧储能容量优化配置方法
CN109950933A (zh) 一种基于改进粒子群算法的风光储联合调峰优化方法
CN104993503A (zh) 一种孤岛微电网频率控制方法
CN108110789A (zh) 一种间歇性可再生能源分层分区并网规划方法
Hou et al. Cable connection scheme optimization for offshore wind farm considering wake effect
CN115271384A (zh) 基于蝠鲼觅食优化算法的配电网新能源承载力评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant