CN111313420A - 极端天气下基于多能协调的配电网弹性提升方法 - Google Patents
极端天气下基于多能协调的配电网弹性提升方法 Download PDFInfo
- Publication number
- CN111313420A CN111313420A CN202010274706.2A CN202010274706A CN111313420A CN 111313420 A CN111313420 A CN 111313420A CN 202010274706 A CN202010274706 A CN 202010274706A CN 111313420 A CN111313420 A CN 111313420A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- fault
- extreme weather
- energy
- 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.)
- Granted
Links
Images
Classifications
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本公开提供了一种极端天气下基于多能协调的配电网弹性提升方法,结合极端天气对配电网的致灾机理,模拟其扰动过程;分析配电网元件在极端天气扰动下的脆弱性,建立元件故障率模型;基于时变故障率曲线,生成配电网的概率性故障场景,获得扰动过程中配电网的相继故障位置及故障时刻;模拟综合能源系统在配电网故障后的响应过程,模拟过程中采用配电网最优负荷削减策略,以配电网优先保证重要负荷供电的原则为目标,通过多能协调对配电网供电进行支撑,确定最优协调方案,以提升配电网弹性。
Description
技术领域
本公开属于配电网弹性协调技术领域,涉及一种极端天气下基于多能协调的配电网弹性提升方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
全球气候剧烈变化导致极端天气灾害频发,给配电网的安全稳定运行带来极大威胁,往往导致大规模停电事故并造成严重的社会和经济损失。因此,要求配电网不仅要在正常运行条件下向用户持续提供安全、可靠、优质、经济的电能,更要在极端天气扰动下具备一定的抗灾能力以保障电能的持续稳定供应,称之为弹性。配电网弹性用于反映在小概率-高损失的极端事件中,配电网最小化灾害影响范围、保证关键负荷持续供电并迅速恢复断电负荷的能力。考虑到气候异常的强烈影响,预计未来此类极端天气事件的频率和严重性将会持续增加,采取相应措施提升配电网弹性显得尤为重要。
在能源危机和环境污染双重背景下,综合能源系统(integrated energy system,IES)凭借其优越的能量利用效率和可再生能源消纳能力取得了飞速发展。在IES中,配电网与供热系统、天然气系统通过燃气轮机(gas turbine,GT)、热电联产机组(combined heatand power unit,CHP)、燃气锅炉(gas boiler,GB)等一系列能量转换设备紧密耦合,实现了电、热、气等多种能源形式的灵活转换和协调互补,赋予了配电网更多灵活有效的故障应对策略。在综合能源背景下,极端天气扰动使配电网大面积停电时,可基于多能协调利用紧密耦合的其他能源形式支撑配电网故障后电能供应,减小负荷损失并加速恢复过程,为配电网弹性提升提供了新的思路。因此,深入研究极端天气下基于多能协调的配电网弹性提升方法具有重要意义。
但据发明人了解,目前,配电网弹性提升方法存在以下问题:
(1)最常见的是改造高强度线路或架空线入地电缆化等元件强化策略,但配电网改造经费有限使得此类措施不能大面积实施,限制了弹性提升效果。其他通过灾后紧急控制和恢复控制提升弹性的研究多停留在理论分析层面,缺乏应用背景;
(2)没有考虑综合能源背景下其他紧密耦合的能源系统对配电网故障及恢复过程的供电支撑作用,忽略了多能协调在配电网弹性提升上的巨大潜力;
(3)没有考虑多种能源系统不同的动态特性,不能准确模拟故障后多能协调支撑供电的过程。
发明内容
本公开为了解决上述问题,提出了一种极端天气下基于多能协调的配电网弹性提升方法,本公开考虑多种能源不同的动态特性,通过模拟了配电网故障后综合能源系统中其他紧密耦合的能源相互协调支撑供电的过程,并对其进行优化,实现了配电网弹性的有效提升。
根据一些实施例,本公开采用如下技术方案:
一种极端天气下基于多能协调的配电网弹性提升方法,包括以下步骤:
(1)结合极端天气对配电网的致灾机理,模拟其扰动过程;
(2)分析配电网元件在极端天气扰动下的脆弱性,建立元件故障率模型;
(3)基于时变故障率曲线,生成配电网的概率性故障场景,获得扰动过程中配电网的相继故障位置及故障时刻;
(4)模拟综合能源系统在配电网故障后的响应过程,模拟过程中采用配电网最优负荷削减策略,以配电网优先保证重要负荷供电的原则为目标,通过多能协调对配电网供电进行支撑,确定最优协调方案,以提升配电网弹性。
作为可选择的实施方式,所述步骤(1)中,以台风为极端天气的代表,分析台风过境导致配电网线路大规模断线和倒杆的致灾过程。
作为可选择的实施方式,所述步骤(1)中,利用Batts模型模拟台风过境过程,确定台风影响区域内各点的风速和风向,计算台风扰动作用在配电网导线与电杆上的风荷载大小和随之引起的导线截面张力与电杆杆身截面弯矩。
作为可选择的实施方式,所述步骤(2)中,根据结构可靠性理论,当元件自身强度小于其承受的荷载效应时,判定元件发生脆弱性故障;配电网导线的抗拉强度和电杆的抗弯强度均服从正态分布,结合特定的强度概率密度函数构建元件故障率模型,得出元件脆弱性曲线。
作为可选择的实施方式,所述步骤(3)中,配电网各线路的时变故障率曲线由台风过境过程中的时变风速曲线与配电线路脆弱性曲线相结合得到,风速为其中传递关联关系的中间变量。
作为可选择的实施方式,所述步骤(3)中,采用基于状态抽样的概率性方法生成配电网故障场景:在台风过境期间的所有时刻,对配电网中的所有线路重复抽样过程,以确定配电网的相继故障地点和对应的故障发生时间。
所述步骤(4)中,在综合能源系统中,假设在台风极端天气下仅配电网发生故障,而管道不遭受破坏,配电网通过燃气轮机、热电联产机组、燃气锅炉能量转换单元与供热系统、天然气系统紧密耦合。
所述步骤(4)中,在配电网发生故障后,综合能源系统中的能量转换单元作为备用电源通过气电转换和多种能源需求协调为配电网中因故障与主网隔离的孤岛供电,减少负荷损失以提高配电网弹性,考虑负荷重要性程度,基于配电网最优负荷削减模型,模拟多能协调支撑供电的过程。
所述步骤(4)中,在分析多能协调支撑供电的过程时,考虑电、热、气三种能源系统不同的动态特性,其中,配电网采用准稳态模型,供热系统采用稳态模型,天然气系统采用准动态模型。
所述步骤(4)中,以配电网在台风扰动过程中的负荷损失量为评价指标,量化评估配电网弹性的效果,确认最优方案。
一种极端天气下基于多能协调的配电网弹性提升系统,包括:
扰动模型构建模块,被配置为结合极端天气对配电网的致灾机理,模拟其扰动过程;
脆弱性分析模块,被配置为分析配电网元件在极端天气扰动下的脆弱性,建立元件故障率模型;
故障场景分析模块,被配置为基于时变故障率曲线,生成配电网的概率性故障场景,获得扰动过程中配电网的相继故障位置及故障时刻;
协调支撑模拟模块,被配置为模拟综合能源系统在配电网故障后的响应过程,模拟过程中采用配电网最优负荷削减策略,以配电网优先保证重要负荷供电的原则为目标,通过多能协调对配电网供电进行支撑,确定最优协调方案,以提升配电网弹性。
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行所述的一种极端天气下基于多能协调的配电网弹性提升方法的步骤。
一种终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行所述的一种极端天气下基于多能协调的配电网弹性提升方法的步骤。
与现有技术相比,本公开的有益效果为:
(1)本公开将极端天气下配电网弹性提升与综合能源背景相结合,利用紧密耦合的其他能源系统为故障配电网供电,不需要增加额外设备投资,应用前景好;
(2)本公开考虑了多种能源系统不同的动态特性,更准确地跟踪了故障后多能协调支撑供电的过程,符合实际运行情况;
(3)本公开有效地减少了配电网在承受极端天气扰动过程中的负荷损失量,配电网弹性提升效果好,综合能源能量利用率高,充分挖掘了多能协调在配电网弹性提升上的巨大潜力。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1本公开提供的流程图;
图2本公开提供的以负荷曲线描述配电网弹性响应过程的示意图;
图3本公开提供的IEEE 33节点配电网接线图;
图4本公开提供的5节点供热系统接线图;
图5本公开提供的7节点天然气系统接线图;
图6本公开提供的有无多能协调场景下的配电网弹性响应过程实际负荷曲线。
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示,一种极端天气下基于多能协调的配电网弹性提升方法,包括以下步骤:
(1)根据台风位置及行进参数,确定在台风风场模拟圆上配电网各点的风速大小和风向,计算配电线路所承受的导线截面张力与电杆杆身截面弯矩;
(2)按照结构可靠性理论分别建立导线和电杆的元件故障率模型,基于串联模型推出配电线路故障率,将其与对应风速关联即得到台风扰动下配电线路的脆弱性曲线;
(3)基于配电线路的时变故障率曲线,通过状态抽样的方法依次判断各时刻各线路是否故障,确定配电网中故障线路及故障时刻,生成概率性故障场景;
(4)模拟配电网故障后综合能源系统通过多能协调支撑供电的过程,对故障后的配电网采用最优负荷削减策略,最小化重要负荷损失量,提升配电网弹性;
(5)从配电网弹性响应过程中提取弹性评价指标,量化评估配电网弹性,选择最优方案。
其中,前述步骤(1),台风风场模拟圆上配电网各点的风速大小与该点到台风中心的距离有关,计算公式如下:
式中:Vr其中为风速,风向为模拟圆上逆时针切向方向;r为该点到台风中心的距离;Rmax为最大风速半径。
前述步骤(2),根据结构可靠性理论,当元件自身强度小于其承受的荷载效应时,判定元件发生脆弱性故障。已知配电网导线的抗拉强度和电杆的抗弯强度均服从正态分布,结合特定的强度概率密度函数构建元件故障率模型,分别建立导线和电杆的元件故障率模型:
式中:pw和pp分别为导线和电杆的故障率;σg和MT分别为配电线路所承受的导线截面张力与电杆杆身截面弯矩。
将线路等效为元件串联模型,根据上述每档内单导线及电杆元件故障率推出配电线路故障率:
式中:p为配电线路故障率;nw为配电线路上的导线档数;np为电杆数;pw,k为线路上第k档导线的故障率;pp,k为线路上第k个电杆的故障率。所有故障率均为该线路处实时风速Vr的函数,将其与对应风速关联即得到台风扰动下配电线路的脆弱性曲线。
前述步骤(3),将配电线路的脆弱性曲线与台风过境时的时变风速曲线相结合,得到各线路的时变故障率曲线。基于配电线路的时变故障率曲线,通过状态抽样的方法依次判断各时刻各线路是否故障,假设在台风登陆后的t时刻,对第i条线路取一个在[0,1]之间均匀分布的随机数与故障率相比较,判断此时配电线路的状态:
式中:Ni,t为随机数;pi,t为该线路当时的故障率;si,t为此时配电线路的状态,0表示线路故障,1表示正常运行。
在台风过境期间,对所有配电线路重复上述抽样过程,确定配电网中的故障线路及故障时刻,生成配电网的概率性故障场景。
前述步骤(4),模拟配电网故障后综通过多能协调支撑供电的过程,采用配电网最优负荷削减策略,以配电网优先保证重要负荷供电的原则为目标,目标函数为:
式中:wi为节点i上负荷的权重,由负荷的重要性程度决定,分为3级,权重分别取为1、0.1和0.01;τi,t为节点i在t时刻的负荷有功功率损失量。
约束条件包括配电网、供热系统和天然气系统各自的网络约束和运行约束。
采用基于二阶锥松弛的Dist-flow模型来描述配电网潮流。考虑的约束包括:
Dist-flow潮流约束:
式中:Ω(i)为以节点i为尾节点的支路的集合;Θ(i)为以节点i为首节点的支路的集合;Pji,t和Qji,t分别为t时刻支路ji首端的有功功率和无功功率;Pi,t和Qi,t分别为节点i上的净有功和无功功率注入量;和分别为节点i上GT和CHP输出的有功功率;和分别为GT和CHP输出的无功功率;和分别为节点i上的有功负荷和无功负荷;Ui,t为节点电压;Iji,t为支路电流;rji和xji分别为支路电阻和电抗;δi,t为节点i在t时刻的负荷无功功率损失量。
负荷削减约束:
节点电压约束:
式中:Uimax和Uimin为节点i的电压上下限。
支路电流约束:
式中:Ijimax为支路ji的电流上限。
机组爬坡约束:
式中:RU和RD分别为GT和CHP的上、下爬坡速率。
供热系统采用定流量变温度的控制策略。考虑的约束包括:
热功率约束:
温度混合约束:
供热和回热温度约束:
考虑到气体流动的动态特性,采用一组由偏微分方程近似得到的差分方程来建立天然气系统的准动态模型。考虑的约束包括:
气流动力学约束:
式中:ρi,t为节点i在t时刻的气体密度;Mi,t为节点i处气体的质量流量;pi,t为节点i处气压;Lij、Aij和dij分别为管道ij的长度、截面积和管径;ωij为管道ij中的平均气体流速。
状态方程约束:
pi,t=ρi,tZRgTg
式中:Z为气体压缩系数;Rg为气体常数;Tg是气体温度。
节点气流平衡约束:
气压约束:
pimin≤pi,t≤pimax
式中:pimax和pimin分别为节点i的气压上下限。
气源供气量约束:
本公开中考虑的综合能源系统中的耦合元件包括GT和CHP,它们的能量转换关系约束为:
式中:ηGT和ηCHP分别为GT和CHP的能量转换效率。
前述步骤(5),基于配电网弹性响应过程提取弹性评价指标来量化评估配电网对极端天气的弹性,本公开以配电网在台风扰动过程中与正常运行时相比的负荷损失量作为弹性评价指标,计算方法如下:
式中:T0为台风影响时间,包括台风过境时间和供电恢复时间;TL(t)为配电网正常运行时的目标负荷曲线;TR(t)为台风扰动过程中的实际负荷曲线。
图2中的负荷曲线示意图描述了在极端天气下配电网的弹性响应过程。从台风登陆时刻t1开始,大量配电线路在台风冲击下相继故障,导致配电网故障范围逐渐扩大,整个系统的负荷水平持续跌落,直到故障最严重的时刻t2,此时配电网负荷水平最低。故障后的配电网保持稳定降额状态运行直至t3时刻台风过境,自此开始抢修故障线路,配电网负荷到t4时逐渐恢复到原有正常运行水平。响应过程中负荷水平的变化反映了配电网的弹性能力,负荷损失越少,则弹性越强。图2中阴影部分面积S阴影,即台风扰动过程中实际负荷曲线与正常运行情况下目标负荷曲线相比的负荷损失量,就是本公开采用的配电网弹性评价指标。
本公开提供的配电网、供热系统和天然气系统接线图分别如图3-5所示。综合能源系统中各耦合元件在三个子系统中的位置如表1所示。
表1
另外本公开以下述台风过境时配电网的故障场景为例,模拟了有无多能协调支撑下配电网的弹性响应过程:配电线路19、15、28和8分别在台风登陆后2.75h、5.75h、7.25h和7.75h时发生故障,并在20h后按故障顺序逐个恢复。
图6展示了两种场景下的实际负荷曲线和目标负荷曲线。考虑多能协调支撑供电时配电网最终负荷损失量为44.13MWh,与无多能接入时的最终负荷损失量29.41MWh相比,配电网总负荷损失降低14.72MWh,弹性提升33.36%。图6和以上弹性评价指标的计算结果表明,本公开提出的基于多能协调的配电网弹性提升方法准确地跟踪了故障后多能协调支撑供电的过程,有效地减少了配电网在极端天气下的负荷损失量,大大提高了配电网弹性,充分挖掘了多能协调在配电网弹性提升上的巨大潜力。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.一种极端天气下基于多能协调的配电网弹性提升方法,其特征是:包括以下步骤:
(1)结合极端天气对配电网的致灾机理,模拟其扰动过程;
(2)分析配电网元件在极端天气扰动下的脆弱性,建立元件故障率模型;
(3)基于时变故障率曲线,生成配电网的概率性故障场景,获得扰动过程中配电网的相继故障位置及故障时刻;
(4)模拟综合能源系统在配电网故障后的响应过程,模拟过程中采用配电网最优负荷削减策略,以配电网优先保证重要负荷供电的原则为目标,通过多能协调对配电网供电进行支撑,确定最优协调方案,以提升配电网弹性。
2.如权利要求1所述的一种极端天气下基于多能协调的配电网弹性提升方法,其特征是:所述步骤(1)中,以台风为极端天气的代表,分析台风过境导致配电网线路大规模断线和倒杆的致灾过程。
3.如权利要求1所述的一种极端天气下基于多能协调的配电网弹性提升方法,其特征是:所述步骤(1)中,利用Batts模型模拟台风过境过程,确定台风影响区域内各点的风速和风向,计算台风扰动作用在配电网导线与电杆上的风荷载大小和随之引起的导线截面张力与电杆杆身截面弯矩。
4.如权利要求1所述的一种极端天气下基于多能协调的配电网弹性提升方法,其特征是:所述步骤(2)中,根据结构可靠性理论,当元件自身强度小于其承受的荷载效应时,判定元件发生脆弱性故障;配电网导线的抗拉强度和电杆的抗弯强度均服从正态分布,结合特定的强度概率密度函数构建元件故障率模型,得出元件脆弱性曲线。
5.如权利要求1所述的一种极端天气下基于多能协调的配电网弹性提升方法,其特征是:所述步骤(3)中,配电网各线路的时变故障率曲线由台风过境过程中的时变风速曲线与配电线路脆弱性曲线相结合得到,风速为其中传递关联关系的中间变量;
或,所述步骤(3)中,采用基于状态抽样的概率性方法生成配电网故障场景:在台风过境期间的所有时刻,对配电网中的所有线路重复抽样过程,以确定配电网的相继故障地点和对应的故障发生时间。
6.如权利要求1所述的一种极端天气下基于多能协调的配电网弹性提升方法,其特征是:所述步骤(4)中,在综合能源系统中,假设在台风极端天气下仅配电网发生故障,而管道不遭受破坏,配电网通过燃气轮机、热电联产机组、燃气锅炉能量转换单元与供热系统、天然气系统紧密耦合;
或,在配电网发生故障后,综合能源系统中的能量转换单元作为备用电源通过气电转换和多种能源需求协调为配电网中因故障与主网隔离的孤岛供电,减少负荷损失以提高配电网弹性,考虑负荷重要性程度,基于配电网最优负荷削减模型,模拟多能协调支撑供电的过程。
7.如权利要求1所述的一种极端天气下基于多能协调的配电网弹性提升方法,其特征是:所述步骤(4)中,在分析多能协调支撑供电的过程时,考虑电、热、气三种能源系统不同的动态特性,其中,配电网采用准稳态模型,供热系统采用稳态模型,天然气系统采用准动态模型;
或,所述步骤(4)中,以配电网在台风扰动过程中的负荷损失量为评价指标,量化评估配电网弹性的效果,确认最优方案。
8.一种极端天气下基于多能协调的配电网弹性提升系统,其特征是:包括:
扰动模型构建模块,被配置为结合极端天气对配电网的致灾机理,模拟其扰动过程;
脆弱性分析模块,被配置为分析配电网元件在极端天气扰动下的脆弱性,建立元件故障率模型;
故障场景分析模块,被配置为基于时变故障率曲线,生成配电网的概率性故障场景,获得扰动过程中配电网的相继故障位置及故障时刻;
协调支撑模拟模块,被配置为模拟综合能源系统在配电网故障后的响应过程,模拟过程中采用配电网最优负荷削减策略,以配电网优先保证重要负荷供电的原则为目标,通过多能协调对配电网供电进行支撑,确定最优协调方案,以提升配电网弹性。
9.一种计算机可读存储介质,其特征是:其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行权利要求1-7中任一项所述的一种极端天气下基于多能协调的配电网弹性提升方法的步骤。
10.一种终端设备,其特征是:包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行权利要求1-7中任一项所述的一种极端天气下基于多能协调的配电网弹性提升方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038098.9A CN110970891A (zh) | 2019-10-29 | 2019-10-29 | 极端天气下基于多能协调的配电网弹性提升方法 |
CN2019110380989 | 2019-10-29 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111313420A true CN111313420A (zh) | 2020-06-19 |
CN111313420B CN111313420B (zh) | 2022-05-31 |
Family
ID=70030016
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038098.9A Pending CN110970891A (zh) | 2019-10-29 | 2019-10-29 | 极端天气下基于多能协调的配电网弹性提升方法 |
CN202010274706.2A Active CN111313420B (zh) | 2019-10-29 | 2020-04-09 | 极端天气下基于多能协调的配电网弹性提升方法及系统 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038098.9A Pending CN110970891A (zh) | 2019-10-29 | 2019-10-29 | 极端天气下基于多能协调的配电网弹性提升方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN110970891A (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398122B (zh) * | 2020-11-02 | 2022-05-31 | 清华大学 | 一种极寒灾害下热电耦合系统应急恢复方法 |
CN113505967B (zh) * | 2021-06-04 | 2022-05-20 | 上海电力大学 | 一种基于实时故障率的配电网韧性提升方法 |
CN115358493B (zh) * | 2022-10-20 | 2023-02-10 | 广东电网有限责任公司 | 一种综合能源系统的风险评估方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108876194A (zh) * | 2018-07-16 | 2018-11-23 | 国网福建省电力有限公司 | 一种台风灾害场景下配电网风险评估方法 |
CN108921410A (zh) * | 2018-06-22 | 2018-11-30 | 天津大学 | 一种配电网弹性恢复力指标构建及提升方法 |
CN109473992A (zh) * | 2019-01-21 | 2019-03-15 | 国网河北省电力有限公司经济技术研究院 | 一种提高配电网韧性的方法、系统及终端设备 |
-
2019
- 2019-10-29 CN CN201911038098.9A patent/CN110970891A/zh active Pending
-
2020
- 2020-04-09 CN CN202010274706.2A patent/CN111313420B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921410A (zh) * | 2018-06-22 | 2018-11-30 | 天津大学 | 一种配电网弹性恢复力指标构建及提升方法 |
CN108876194A (zh) * | 2018-07-16 | 2018-11-23 | 国网福建省电力有限公司 | 一种台风灾害场景下配电网风险评估方法 |
CN109473992A (zh) * | 2019-01-21 | 2019-03-15 | 国网河北省电力有限公司经济技术研究院 | 一种提高配电网韧性的方法、系统及终端设备 |
Non-Patent Citations (3)
Title |
---|
SHANSHAN MA ETC.: "Resilience Enhancement Strategy for Distribution Systems Under Extreme Weather Events", 《IEEE TRANSACTIONS ON SMART GRID》 * |
杜雅昕,张婷婷,张文: "极端天气下计及电-气互联影响的配电网弹性评估", 《供用电》 * |
艾小猛等: "一种考虑天然气系统动态过程的气电联合系统优化运行模型", 《电网技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110970891A (zh) | 2020-04-07 |
CN111313420B (zh) | 2022-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111313420B (zh) | 极端天气下基于多能协调的配电网弹性提升方法及系统 | |
CN112217202B (zh) | 考虑灵活性投资的分布式新能源、储能与配电网规划方法 | |
CN111555280B (zh) | 基于电-气综合能源系统的弹性配电网灾后恢复控制方法 | |
CN106655159B (zh) | 一种新能源电站一次调频能力测试系统及其测试方法 | |
CN109031952B (zh) | 一种电-气互联综合能源系统混合控制方法 | |
CN106096269B (zh) | 一种电-气耦合系统中天然气网的区间潮流计算方法 | |
CN105512472B (zh) | 大型风电基地功率汇集系统拓扑结构分层优化设计方法 | |
Li et al. | Component importance assessment of power systems for improving resilience under wind storms | |
CN106093713A (zh) | 一种含分布式电源的配电网区段故障定位方法及系统 | |
CN107681655B (zh) | 一种潮汐流能发电场协调规划方法 | |
CN110601204B (zh) | 基于随机变量状态时序模拟的光伏并网系统概率潮流分析方法 | |
CN106611243A (zh) | 一种基于garch模型的风速预测残差修正方法 | |
CN113569411B (zh) | 一种面向灾害天气的电网运行风险态势感知方法 | |
CN111144655A (zh) | 一种分布式电源选址定容与配电网网架联合优化方法 | |
CN113852084B (zh) | 考虑智能软开关优化配置的配电网多阶段韧性提升方法 | |
CN110739719A (zh) | 柔性多状态开关优化接入的两步式决策方法 | |
CN114123313A (zh) | 一种时序生产模拟新能源电力系统消纳方法 | |
CN104574221B (zh) | 一种基于损失电量特征参数的光伏电站运行状态辨识方法 | |
CN112684294B (zh) | 一种基于环境动态影响的配电网故障抢修定位方法 | |
CN108110780A (zh) | 一种孤立微电网储能容量优化配置方法及装置 | |
CN111313419A (zh) | 极端天气下基于动态重构的配电网弹性提升方法及系统 | |
CN110852495A (zh) | 一种分布式储能电站选址方法 | |
CN115906610A (zh) | 考虑线路故障和电网韧性的分布式电源选址规划方法 | |
CN115809836A (zh) | 考虑分布式储能应急供电能力的配电网韧性规划的方法 | |
CN106532775B (zh) | 海上风电场并网点优化选择方法 |
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 |