CN110854922A - 基于蚁群算法的地区电网接纳新能源能力评估系统及方法 - Google Patents
基于蚁群算法的地区电网接纳新能源能力评估系统及方法 Download PDFInfo
- Publication number
- CN110854922A CN110854922A CN201911317514.9A CN201911317514A CN110854922A CN 110854922 A CN110854922 A CN 110854922A CN 201911317514 A CN201911317514 A CN 201911317514A CN 110854922 A CN110854922 A CN 110854922A
- Authority
- CN
- China
- Prior art keywords
- power
- grid
- new energy
- power grid
- module
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000005540 biological transmission Effects 0.000 claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000009826 distribution Methods 0.000 claims abstract description 32
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 238000005457 optimization Methods 0.000 claims description 14
- 239000000446 fuel Substances 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000010248 power generation Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 2
- 238000011234 economic evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明属于电网技术领域,公开了一种基于蚁群算法的地区电网接纳新能源能力评估系统及方法,基于蚁群算法的地区电网接纳新能源能力评估系统包括:能源监测仪、电网监测仪、计算机、并网模块、负荷监测模块、负荷分配模块、评估模块。本发明通过并网模块优化分配和利用现有的输电网络资源,提升新能源的消纳能力,完善电网结构;同时,通过负荷分配模块在满足微电网安全运行约束的条件和负荷需求的同时让微电网发电的总成本最小。同时,根据用户对电能供给的不同需求,对负荷进行分类和细化,能够更有效地利用微电网中多样化的电能供给,使微电网系统运行经济性达到最优。
Description
技术领域
本发明属于电网技术领域,尤其涉及一种基于蚁群算法的地区电网接纳新能源能力评估系统及方法。
背景技术
电力系统中各种电压的变电所及输配电线路组成的整体,称为电力网。它包含变电、输电、配电三个单元。电力网的任务是输送与分配电能,改变电压。然而,现有地区电网接纳新能源能力评估系统对电网规划缺乏适应高渗透吞吐型输电系统规划的综合技术经济评价指标和方法;现有电力系统规划方法无法综合平衡接纳能力与运行可靠性水平矛盾;现有方法缺乏综合考虑间歇性电源并网后引起输电系统可用传输容量的变化问题等等;同时,对微电网的负荷分配不均衡。
综上所述,现有技术存在的问题是:现有地区电网接纳新能源能力评估系统对电网规划缺乏适应高渗透吞吐型输电系统规划的综合技术经济评价指标和方法;现有电力系统规划方法无法综合平衡接纳能力与运行可靠性水平矛盾;现有方法缺乏综合考虑间歇性电源并网后引起输电系统可用传输容量的变化问题等等;同时,对微电网的负荷分配不均衡。
发明内容
针对现有技术存在的问题,本发明提供了一种基于蚁群算法的地区电网接纳新能源能力评估系统。
本发明是这样实现的,一种基于蚁群算法的地区电网接纳新能源能力评估方法,包括:
第一步,计算机控制各个设备及模块正常工作;通过并网模块对电网及新能源进行合并;所述并网模块并网方法包括:
(1)通过构建程序构建新能源接入容量与接入点优化模型;采用多目标整数非线性规划,设有两组整数变量:
A、0-1变量λi,控制i点是否接入新能源,λi为0表示不接入;λi为1表示接入;
B、nij表示节点i和j之间的代建线路,其值为0-m之间的整数,m表示该输电走廊允许扩建线路的回数;
(2)建立考虑新能源并网的输电系统规划评价指标体系;对己满足基本技术经济要求的规划备选方案集进行各个指标的评估计算;
对这些指标进行加权综合后得到备选方案的优劣排序,得到最优方案;
所述输电系统规划评价指标体系包括4个一级指标,9个二级指标以及13个三级指标;
(3)构建以提高接纳新能源能力为优化目标的输电系统双层规划模型;上层规划模型决定下层规划模型所针对的网络网架方案,下层规划模型反应上层规划模型的不确定性因素的承受能力;所述以提高接纳新能源能力为优化目标的输电系统双层规划模型以投资成本最小化为目标确定输电系统规划方案描述为上层模型;
对间歇性电源出力不确定性与群相关性、负荷波动不确定性以及元件随机停运等不确定性情况下对所得优化规划方案进行细致的安全校验,以保证输电规划方案的适应性;
(4)提出考虑新能源并网的输电系统可用传输通道能力提升的优化决策方法;
第二步,通过负荷监测模块监测电网负荷信息,所述负荷分配模块分配方法包括:
1)通过模型构建程序输入微电网中微电源的输入功率函数以及负荷,构造出微电网中微电源的输出功率数学模型;
2)利用各微电源在负荷分配功率上计算功率差,判断是否和大电网有交易,若存在为并网模型,若不存在为孤岛模型,然后分别在并网模型和孤岛模型中列出目标函数;
3)根据蚁群算法设计微电网负荷分配的实现。
2、如权利要求1所述基于蚁群算法的地区电网接纳新能源能力评估方法,其特征在于,第一步进行前,需进行:通过能源监测仪监测新能源信息数据;通过电网监测仪监测电网电压、电流、功率数据信息。
进一步,第二步中,所述步骤1),微电网一共包含风力机组、光伏电池组和微型燃机轮3种类型的微电源。
进一步,所述的微电源的输出功率包括:风力机组的输出功率Pw和实际风速V的函数关系为:
式中:V为实际风速;Vr为额定风速;Vin为切入风速;Vout为切出风速;Pr为风机的额定输出功率。
进一步,光伏电池组的功率输出表达式为
式中:PPV为在工作条件下的真实输出功率;PSTC为普标条件下的电池的输出功率;Ging为实际阳光的照射强度;Gstc为普标条件下的照射强度;k为功率温度的系数;Tc为电池板在工作时的测试温度;Tr为普标条件下的温度。
进一步,微型燃气轮机的总效率函数为
式中Pne为有效功率输出,Pth.ree为恢复的热功率,LHVf为燃料的燃烧系数,mf为燃料的实际质量。
进一步,第二步监测电网负荷信息后,还需进行:
步骤1,通过负荷分配模块对电网负荷进行分配操作;
步骤2,通过评估模块利用评估程序对地区电网接纳新能源能力进行评估。
本发明的另一目的在于提供一种基于蚁群算法的地区电网接纳新能源能力评估系统包括:
能源监测仪、电网监测仪、计算机、并网模块、负荷监测模块、负荷分配模块、评估模块;
能源监测仪,与计算机连接,用于监测新能源信息数据;
电网监测仪,与计算机连接,用于监测电网电压、电流、功率数据信息;
计算机,与能源监测仪、电网监测仪、并网模块、负荷监测模块、负荷分配模块、评估模块连接,用于控制各个设备及模块正常工作;
并网模块,与计算机连接,用于对电网及新能源进行合并;
负荷监测模块,与计算机连接,用于监测电网负荷信息;
负荷分配模块,与计算机连接,用于对电网负荷进行分配操作;
评估模块,与计算机连接,用于通过评估程序对地区电网接纳新能源能力进行评估。
本发明的另一目的在于提供一种实现所述基于蚁群算法的地区电网接纳新能源能力评估方法的信息数据处理终端。
本发明的另一目的在于提供一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行所述的基于蚁群算法的地区电网接纳新能源能力评估方法。
本发明的优点及积极效果为:本发明通过并网模块确定新能源接入系统的最优容量以及合理地选择并网接入点,既保证系统安全与可靠运行,又能充分利用资源,新能源并网之后,在系统调度时,保证系统安全运行的前提下,优化分配和利用现有的输电网络资源,提升新能源的消纳能力,完善电网结构;同时,通过负荷分配模块在满足微电网安全运行约束的条件和负荷需求的同时让微电网发电的总成本最小。同时,根据用户对电能供给的不同需求,对负荷进行分类和细化,能够更有效地利用微电网中多样化的电能供给,使微电网系统运行经济性达到最优。
附图说明
图1是本发明实施例提供的基于蚁群算法的地区电网接纳新能源能力评估系统结构框图。
图中:1、能源监测仪;2、电网监测仪;3、计算机;4、并网模块;5、负荷监测模块;6、负荷分配模块;7、评估模块。
图2是本发明实施例提供的基于蚁群算法的地区电网接纳新能源能力评估方法流程图。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明包括。
下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于蚁群算法的地区电网接纳新能源能力评估系统包括:能源监测仪1、电网监测仪2、计算机3、并网模块4、负荷监测模块5、负荷分配模块6、评估模块7。
能源监测仪1,与计算机3连接,用于监测新能源信息数据。
电网监测仪2,与计算机3连接,用于监测电网电压、电流、功率数据信息。
计算机3,与能源监测仪1、电网监测仪2、并网模块4、负荷监测模块5、负荷分配模块6、评估模块7连接,用于控制各个设备及模块正常工作。
并网模块4,与计算机3连接,用于对电网及新能源进行合并。
负荷监测模块5,与计算机3连接,用于监测电网负荷信息。
负荷分配模块6,与计算机3连接,用于对电网负荷进行分配操作。
评估模块7,与计算机3连接,用于通过评估程序对地区电网接纳新能源能力进行评估。
图2本发明实施例提供的基于蚁群算法的地区电网接纳新能源能力评估方法,包括:
S101,通过能源监测仪监测新能源信息数据;通过电网监测仪监测电网电压、电流、功率数据信息。
S102,计算机控制各个设备及模块正常工作;通过并网模块对电网及新能源进行合并;通过负荷监测模块监测电网负荷信息。
S103,通过负荷分配模块对电网负荷进行分配操作。
S104,通过评估模块利用评估程序对地区电网接纳新能源能力进行评估。
下面结合具体实施例对本发明作进一步描述。
实施例1
本发明提供的并网模块4并网方法包括:
(1)通过构建程序构建新能源接入容量与接入点优化模型。
(2)建立考虑新能源并网的输电系统规划评价指标体系。
(3)构建以提高接纳新能源能力为优化目标的输电系统双层规划模型。
(4)提出考虑新能源并网的输电系统可用传输通道能力提升的优化决策方法。
本发明提供的步骤(1)中,构建新能源接入容量与接入点优化模型采用多目标整数非线性规划,设有两组整数变量:
A、0-1变量λi,控制i点是否接入新能源,λi为0表示不接入;λi为1表示接入。
B、nij表示节点i和j之间的代建线路,其值为0-m之间的整数,m表示该输电走廊允许扩建线路的回数。
本发明提供的步骤(2)中,建立考虑新能源并网的输电系统规划评价指标体系包括4个一级指标,9个二级指标以及13个三级指标。
本发明提供的步骤(2)中,建立考虑新能源并网的输电系统规划评价指标体系包括以下两步:
对己满足基本技术经济要求的规划备选方案集进行各个指标的评估计算。
对这些指标进行加权综合后得到备选方案的优劣排序,得到最优方案。
本发明提供的步骤(3)中,以提高接纳新能源能力为优化目标的输电系统双层规划模型,上层规划模型决定下层规划模型所针对的网络网架方案,下层规划模型反应上层规划模型的不确定性因素的承受能力。
本发明提供的步骤(3)中,构建以提高接纳新能源能力为优化目标的输电系统双层规划模型包括以下步骤:
以投资成本最小化为目标确定输电系统规划方案描述为上层模型;
对间歇性电源出力不确定性与群相关性、负荷波动不确定性以及元件随机停运等不确定性情况下对所得优化规划方案进行细致的安全校验,以保证输电规划方案的适应性。
实施例2
本发明提供的负荷分配模块6分配方法包括:
1)通过模型构建程序输入微电网中微电源的输入功率函数以及负荷,构造出微电网中微电源的输出功率数学模型。
2)利用各微电源在负荷分配功率上计算功率差,判断是否和大电网有交易,若存在为并网模型,若不存在为孤岛模型,然后分别在并网模型和孤岛模型中列出目标函数。
3)根据蚁群算法设计微电网负荷分配的实现。
本发明提供的步骤1)中,微电网一共包含了风力机组、光伏电池组和微型燃机轮3中类型的微电源,具体的所述的微电源的输出功率包括:
1)风力机组的输出功率Pw和实际风速V的函数关系为:
式中:V为实际风速;Vr为额定风速;Vin为切入风速;Vout为切出风速;Pr为风机的额定输出功率。
2)光伏电池组的功率输出表达式为
式中:PPV为在工作条件下的真实输出功率;PSTC为普标条件下的电池的输出功率;Ging为实际阳光的照射强度;Gstc为普标条件下的照射强度;k为功率温度的系数;Tc为电池板在工作时的测试温度;Tr为普标条件下的温度;
3)微型燃气轮机的总效率函数为
式中Pne为有效功率输出,Pth.ree为恢复的热功率,LHVf为燃料的燃烧系数,mf为燃料的实际质量。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现,所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (10)
1.一种基于蚁群算法的地区电网接纳新能源能力评估方法,其特征在于,基于蚁群算法的地区电网接纳新能源能力评估方法包括:
第一步,计算机控制各个设备及模块正常工作;通过并网模块对电网及新能源进行合并;所述并网模块并网方法包括:
(1)通过构建程序构建新能源接入容量与接入点优化模型;采用多目标整数非线性规划,设有两组整数变量:
A、0-1变量λi,控制i点是否接入新能源,λi为0表示不接入;λi为1表示接入;
B、nij表示节点i和j之间的代建线路,其值为0-m之间的整数,m表示该输电走廊允许扩建线路的回数;
(2)建立考虑新能源并网的输电系统规划评价指标体系;对己满足基本技术经济要求的规划备选方案集进行各个指标的评估计算;
对这些指标进行加权综合后得到备选方案的优劣排序,得到最优方案;
所述输电系统规划评价指标体系包括4个一级指标,9个二级指标以及13个三级指标;
(3)构建以提高接纳新能源能力为优化目标的输电系统双层规划模型;上层规划模型决定下层规划模型所针对的网络网架方案,下层规划模型反应上层规划模型的不确定性因素的承受能力;所述以提高接纳新能源能力为优化目标的输电系统双层规划模型以投资成本最小化为目标确定输电系统规划方案描述为上层模型;
对间歇性电源出力不确定性与群相关性、负荷波动不确定性以及元件随机停运等不确定性情况下对所得优化规划方案进行细致的安全校验,以保证输电规划方案的适应性;
(4)提出考虑新能源并网的输电系统可用传输通道能力提升的优化决策方法;
第二步,通过负荷监测模块监测电网负荷信息,所述负荷分配模块分配方法包括:
1)通过模型构建程序输入微电网中微电源的输入功率函数以及负荷,构造出微电网中微电源的输出功率数学模型;
2)利用各微电源在负荷分配功率上计算功率差,判断是否和大电网有交易,若存在为并网模型,若不存在为孤岛模型,然后分别在并网模型和孤岛模型中列出目标函数;
3)根据蚁群算法设计微电网负荷分配的实现。
2.如权利要求1所述基于蚁群算法的地区电网接纳新能源能力评估方法,其特征在于,第一步进行前,需进行:通过能源监测仪监测新能源信息数据;通过电网监测仪监测电网电压、电流、功率数据信息。
3.如权利要求1所述基于蚁群算法的地区电网接纳新能源能力评估方法,其特征在于,第二步中,所述步骤1),微电网一共包含风力机组、光伏电池组和微型燃机轮3种类型的微电源。
7.如权利要求1所述基于蚁群算法的地区电网接纳新能源能力评估方法,其特征在于,第二步监测电网负荷信息后,还需进行:
步骤1,通过负荷分配模块对电网负荷进行分配操作;
步骤2,通过评估模块利用评估程序对地区电网接纳新能源能力进行评估。
8.一种实现权利要求1~7任意一项所述基于蚁群算法的地区电网接纳新能源能力评估方法的基于蚁群算法的地区电网接纳新能源能力评估系统,其特征在于,所述基于蚁群算法的地区电网接纳新能源能力评估系统包括:
能源监测仪,与计算机连接,用于监测新能源信息数据;
电网监测仪,与计算机连接,用于监测电网电压、电流、功率数据信息;
计算机,与能源监测仪、电网监测仪、并网模块、负荷监测模块、负荷分配模块、评估模块连接,用于控制各个设备及模块正常工作;
并网模块,与计算机连接,用于对电网及新能源进行合并;
负荷监测模块,与计算机连接,用于监测电网负荷信息;
负荷分配模块,与计算机连接,用于对电网负荷进行分配操作;
评估模块,与计算机连接,用于通过评估程序对地区电网接纳新能源能力进行评估。
9.一种实现权利要求1~7任意一项所述基于蚁群算法的地区电网接纳新能源能力评估方法的信息数据处理终端。
10.一种计算机可读存储介质,包括指令,当其在计算机上运行时,使得计算机执行如权利要求1-7任意一项所述的基于蚁群算法的地区电网接纳新能源能力评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911317514.9A CN110854922A (zh) | 2019-12-19 | 2019-12-19 | 基于蚁群算法的地区电网接纳新能源能力评估系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911317514.9A CN110854922A (zh) | 2019-12-19 | 2019-12-19 | 基于蚁群算法的地区电网接纳新能源能力评估系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110854922A true CN110854922A (zh) | 2020-02-28 |
Family
ID=69609954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911317514.9A Pending CN110854922A (zh) | 2019-12-19 | 2019-12-19 | 基于蚁群算法的地区电网接纳新能源能力评估系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110854922A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113346487A (zh) * | 2021-06-09 | 2021-09-03 | 国网吉林省电力有限公司 | 一种基于多源互补的源荷匹配方法、系统及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881716A (zh) * | 2015-05-28 | 2015-09-02 | 贵州电网公司电网规划研究中心 | 一种微电网电源的优化规划及评估方法 |
CN109245152A (zh) * | 2018-08-31 | 2019-01-18 | 昆明理工大学 | 一种基于多目标蚁群算法的微电网负荷分配方法 |
CN110445180A (zh) * | 2019-09-03 | 2019-11-12 | 国网河南省电力公司信阳供电公司 | 一种新能源并网方法 |
-
2019
- 2019-12-19 CN CN201911317514.9A patent/CN110854922A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104881716A (zh) * | 2015-05-28 | 2015-09-02 | 贵州电网公司电网规划研究中心 | 一种微电网电源的优化规划及评估方法 |
CN109245152A (zh) * | 2018-08-31 | 2019-01-18 | 昆明理工大学 | 一种基于多目标蚁群算法的微电网负荷分配方法 |
CN110445180A (zh) * | 2019-09-03 | 2019-11-12 | 国网河南省电力公司信阳供电公司 | 一种新能源并网方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113346487A (zh) * | 2021-06-09 | 2021-09-03 | 国网吉林省电力有限公司 | 一种基于多源互补的源荷匹配方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ismail et al. | A comprehensive review on optimal location and sizing of reactive power compensation using hybrid-based approaches for power loss reduction, voltage stability improvement, voltage profile enhancement and loadability enhancement | |
Reddy et al. | A review of Integration, Control, Communication and Metering (ICCM) of renewable energy based smart grid | |
Wang et al. | Service restoration based on AMI and networked MGs under extreme weather events | |
Zhang et al. | Life cycle planning of battery energy storage system in off‐grid wind–solar–diesel microgrid | |
CN109473992B (zh) | 一种提高配电网韧性的方法、系统及终端设备 | |
Ahmadi et al. | Optimal multi‐configuration and allocation of SVR, capacitor, centralised wind farm, and energy storage system: a multi‐objective approach in a real distribution network | |
Sheng et al. | Capacity configuration optimisation for stand‐alone micro‐grid based on an improved binary bat algorithm | |
Teekaraman et al. | SSNN-based energy management strategy in grid connected system for load scheduling and load sharing | |
Huang et al. | An efficient probabilistic approach based on area grey incidence decision making for optimal distributed generation planning | |
Oladeji et al. | Security constrained optimal placement of renewable energy sources distributed generation for modern grid operations | |
Wei et al. | Optimal automatic generation controllers in a multi‐area interconnected power system with utility‐scale PV plants | |
Wang et al. | Equilibrium allocation strategy of multiple ESSs considering the economics and restoration capability in DNs | |
Sperstad et al. | Cost-benefit analysis of battery energy storage in electric power grids: Research and practices | |
Shomefun et al. | Critical review of different methods for siting and sizing distributed-generators | |
Wu et al. | Optimal black start strategy for microgrids considering the uncertainty using a data‐driven chance constrained approach | |
CN110854922A (zh) | 基于蚁群算法的地区电网接纳新能源能力评估系统及方法 | |
Wang et al. | Distribution system planning incorporating distributed generation and cyber system vulnerability | |
Mohamed et al. | Two‐phase BESS optimization methodology to enhance the distribution network power quality and mitigate violations | |
Li et al. | Improving voltage profile of unbalanced Low‐Voltage distribution networks via optimal placement and operation of distributed energy storage systems | |
Wang et al. | Optimal recovery strategy of DERs integrated distribution network based on scheduling rationality | |
Mardanimajd et al. | Voltage stability improvement in distribution networks by using soft open points | |
Krim et al. | Joint optimisation of sizing and fuzzy logic power management of a hybrid storage system considering economic reliability indices | |
Ye et al. | Comprehensive mitigation strategy of voltage sag based on sensitive load clustering | |
Yongqiang et al. | Comparison of centralised and distributed energy storage configuration for AC/DC hybrid microgrid | |
Alluri et al. | System security enhancement using hybrid HUA‐GPC approach under transmission line (s) and/or generator (s) outage conditions |
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 |