CN111353910A - 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法 - Google Patents
有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法 Download PDFInfo
- Publication number
- CN111353910A CN111353910A CN202010112673.1A CN202010112673A CN111353910A CN 111353910 A CN111353910 A CN 111353910A CN 202010112673 A CN202010112673 A CN 202010112673A CN 111353910 A CN111353910 A CN 111353910A
- Authority
- CN
- China
- Prior art keywords
- generator
- power grid
- economic dispatching
- finite time
- cost
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 29
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 5
- 238000009795 derivation Methods 0.000 claims description 3
- 230000009191 jumping Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法,包括如下步骤:进行数学建模,包含电网经济调度下所有发电机的总的成本目标函数以及供需平衡和发电机功率限制约束函数;计算发电机组的最优成本增量;根据发电机组每台发电机的参数计算每台发电机最终的输出功率;重新确定发电机组的新最优成本增量。本发明使得智能电网系统能够在有限时间内完成经济调度过程,缩短了智能电网经济调度时间,大大降低了调度成本,满足现代智能电网调度需求,且所提算法针对实际智能电网系统中各个发电机之间获取信息差异性的特点,考虑有向通信拓扑下的经济调度过程,适用性更加广泛。
Description
技术领域
本发明属于电力系统经济调度领域,尤其是涉及有向通信拓扑下基于有限时间一致性算法的分布式智能电网经济调度方法。
背景技术
经济调度问题是电力系统中最重要的问题之一,经济调度是指在满足供电侧和需求侧平衡以及发电机组中各电机输出功率不超过其上下限的约束下,使得整个电力系统中所有发电机组的发电成本最小化。在传统的电力系统中,经济调度的解决方法主要分为两种类型,一种是数学方法,包括λ迭代法、拉格朗日乘子法以及梯度下降法等,这一类方法主要针对凸成本函数情况。另一种方法是智能算法,包括粒子群算法、神经网络以及遗传算法等,这一类方法主要针对非凸成本函数情况。以上两种经济调度解决方法都属于传统的集中式控制法。
随着科技的发展以及新能源发电机的广泛应用,电力系统由传统的集中式供电转为拓扑极为复杂的分布式发电,智能电网应运而生,传统的经济调度方法已经不能满足未来电网的要求与挑战,分布式经济调度方法由此产生。通过将智能电网中多个发电机建模为多个智能体,把传统的经济调度问题转化为多智能体一致性问题,运用分布式多智能体一致性算法解决智能电网经济调度问题,为了进一步满足智能电网即插即用以及快速响应的特点,一种有限时间一致性分布式多智能体经济调度算法被应用到电力系统当中,它解决了传统分布式算法迭代速度慢,收敛时间长的缺点,能够在有限时间内完成智能电网的经济调度,大大提高了调度速度,使调度成本进一步下降。
然而,上述所有的调度算法都是基于无向通信拓扑的情况,即假设发电机(智能体)与邻居发电机(智能体)交换信息完全相同。实际生活中,由于各个发电机物理参数的不同,其交换信息的能力也不尽相同,因此,研究一种在有向通信拓扑下的有限时间分布式一致性经济调度算法十分必要。
发明内容
发明目的:为了克服现有技术中存在的不足,提供一种有向通信拓扑下基于有限时间一致性算法的分布式智能电网经济调度方法,用以应对当前分布式经济调度方法只考虑无向通信拓扑的单一情况,此方法在考虑各个发电机之间信息交换差异性的基础上,实现了在有限时间内完成调度的目标,大大降低了调度成本。
技术方案:为实现上述目的,本发明提供一种有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法,包括如下步骤:
S1:对智能电网经济调度问题进行数学建模,所述数学建模包含电网经济调度下所有发电机的总的成本目标函数以及供需平衡和发电机功率限制约束函数;
S2:根据步骤S1所建立的数学建模,在有向通信拓扑下,运用有限时间一致性算法计算发电机组的最优成本增量(IC)λ*;
进一步的,所述步骤S1中智能电网经济调度问题数学模型的建立过程具体如下:
S1-1:给出调度过程中单个发电机成本函数:
其中Ci(Pi)表示第i个发电机的成本函数,Pi表示第i个发电机的输出功率,αi>0,βi>0,γi>0,三个参量为发电机组的成本参数;
S1-2:建立如下经济调度的数学模型:
进一步的,所述步骤S2中在有向通信拓扑下运用有限时间一致性算法计算发电机组的最优成本增量λ*的具体过程如下:
S2-1:对于凸优化问题,定义如下拉格朗日函数:
由拉格朗日乘子法得到:
当满足:
λ1=λ2=…=λN=2αiPi+βi
时,凸优化问题有了最优解,智能电网系统完成经济调度;
S2-2:基于步骤S2-1的推导,将成本增量作为一致性变量,应用考虑有向通信拓扑下基于有限时间一致性算法:
其中λi表示成本增量,c用来调节收敛速度,m>0,n>0,p>0,q>0,表示有限时间收敛系数,并且满足m>n,p<q,Ni表示节点i的邻居节点,在有向平衡图G(A)={V,ε,A}中,其中aij表示邻接矩阵A中的元素;
运用上述有限时间一致性算法的智能电网分布式经济调度方法,得出发电机组的最优成本增量λ*为:
记δi(t)=λi(t)-λ*,选取如下李雅普诺夫函数:
可得:
通过上述算法可使经济调度在有限时间内完成,其中:
其中,Ω表示最终输出功率超出功率限制的发电机。
有益效果:本发明与现有技术相比,具备如下优点:
1、与传统的分布式经济调度算法相比,本发明提出了一种基于有限时间一致性的智能电网经济调度算法,在本算法下,电力系统能够在有限时间内完成经济调度过程,缩短了智能电网经济调度时间,大大降低了调度成本,满足现代智能电网调度需求。
2、本发明所提算法针对实际智能电网系统中各个发电机之间获取信息差异性的特点,考虑有向通信拓扑下的经济调度过程,适用性更加广泛。
附图说明
图1为本发明的流程示意图;
图2为发电机有向通信拓扑图;
图3为4台发电机系统考虑约束后的成本增量随时间变化的曲线图;
图4为4台发电机系统每一台发电机的输出功率随时间变化的曲线图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明。
本发明提出了一种考虑有向通信拓扑下基于有限时间一致性算法的智能电网分布式经济调度方法,具体实施方式流程如下:
首先,智能电网系统中各个发电机之间的信息交换拓扑用图G来表示,定义G=(V,ε,A),V={v1,v2,…,vn}表示顶点集合,表示边集合,eij=(vi,vj)∈ε表示发电机i和发电机j所构成的边能够相互传递信息,A=[aij]表示加权有向图的邻接矩阵,其中aij=0,当i≠j时,aij>0。Ni={j∈V|(j,i)∈ε}表示节点i的邻居节点,定义图G的拉普拉斯矩阵为L=D-A,其中入度矩阵D=diag{d1,d2,…,dn},表示节点i的入度,若对于任意节点都有出度等于入度,则称该图为平衡图,本实施例中所涉及的图为有向平衡图。
如图1所示,本发明调度方法的具体流程步骤如下:
步骤1:对智能电网经济调度问题进行数学建模,主要包含电网经济调度下所有发电机的总的成本目标函数以及供需平衡和发电机功率限制函数:
首先,给出调度过程中单个发电机成本函数:
式中Ci(Pi)表示第i个发电机的成本函数,Pi表示第i个发电机的输出功率,αi>0,βi>0,γi>0,三个参量为发电机组的成本参数。
其次,将经济调度问题转换为一类凸优化问题,建立如下经济调度的数学模型:
上述步骤1中各发电机初始参数如表1所示:
表1
步骤2:根据步骤1所建立的数学建模,在有向通信拓扑下,运用有限时间一致性算法计算发电机组的最优成本增量(IC)λ*:
首先,对于凸优化问题,定义如下拉格朗日函数:
由拉格朗日乘子法可以得到:
当满足:
λ1=λ2=…=λN=2αiPi+βi
时,凸优化问题有了最优解,智能电网系统完成经济调度。
基于上述推导,将成本增量作为一致性变量,本实施例给出一种考虑有向通信拓扑下基于有限时间一致性算法以解决智能电网分布式经济调度问题:
其中λi表示成本增量,c用来调节收敛速度,m>0,n>0,p>0,q>0,表示有限时间收敛系数,并且满足m>n,p<q,Ni表示节点i的邻居节点,在有向平衡图G(A)={V,ε,A}中,其中aij表示邻接矩阵A中的元素。本发明基于有向平衡图,具体由图2所示的各发电机之间通信拓扑图,可得到相应的有向平衡图邻接矩阵A=[aij]N×N以及其镜像图邻接矩阵如下:
运用上述有限时间一致性算法的智能电网分布式经济调度方法,可以得出发电机组的最优成本增量(IC)λ*为:
综上所述,可得λ*=15.50$/MW。
每台发电机输出功率满足下列关系式:
表2
从表1以及表2中可以看出,发电机1、2、3最终输出功率都满足功率限制约束,而发电机4的输出功率为69.98MW,超出了其最大输出功率60MW,因此跳转到步骤5。
其中,Ω表示最终输出功率超出功率限制的发电机。
表3
基于上述方法,本实施例对4台发电机进行仿真试验,具体的结果如图3和图4所示:
由图3可以看出,四组不同的发电机组成本增量在初值不同的情况下最终收敛至相同最优增量成本λ*=15.50,与集中式算法结果相同,收敛时间大约在12s。
Claims (5)
1.一种有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法,其特征在于:包括如下步骤:
S1:对智能电网经济调度问题进行数学建模,所述数学建模包含电网经济调度下所有发电机的总的成本目标函数以及供需平衡和发电机功率限制约束函数;
S2:根据步骤S1所建立的数学建模,在有向通信拓扑下,运用有限时间一致性算法计算发电机组的最优成本增量λ*;
S3:根据发电机组每台发电机的参数计算每台发电机最终的输出功率Pi *;
S4:如果发电机最终输出功率Pi *不满足功率限制约束,跳转到步骤S5,否则结束,输出成本增量λ*以及Pi *;
2.根据权利要求1所述的一种有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法,其特征在于:所述步骤S1中智能电网经济调度问题数学模型的建立过程具体如下:
S1-1:给出调度过程中单个发电机成本函数:
Ci(Pi)=αiPi 2+βiPi+γi
其中Ci(Pi)表示第i个发电机的成本函数,Pi表示第i个发电机的输出功率,αi>0,βi>0,γi>0,三个参量为发电机组的成本参数;
S1-2:建立如下经济调度的数学模型:
s.t.Pi M≥Pi≥Pi m,
其中,N表示经济调度过程中总的发电机组的个数,Pi M和Pi m分别代表第i个发电机组的最大输出功率和最小输出功率,PD代表总的需求功率。
3.根据权利要求1所述的一种有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法,其特征在于:所述步骤S2中在有向通信拓扑下运用有限时间一致性算法计算发电机组的最优成本增量λ*的具体过程如下:
S2-1:对于凸优化问题,定义如下拉格朗日函数:
由拉格朗日乘子法得到:
当满足:
λ1=λ2=…=λN=2αiPi+βi
时,凸优化问题有了最优解,智能电网系统完成经济调度;
S2-2:基于步骤S2-1的推导,将成本增量作为一致性变量,应用考虑有向通信拓扑下基于有限时间一致性算法:
其中λi表示成本增量,c用来调节收敛速度,m>0,n>0,p>0,q>0,表示有限时间收敛系数,并且满足m>n,p<q,Ni表示节点i的邻居节点,在有向平衡图G(A)={V,ε,A}中,其中aij表示邻接矩阵A中的元素;
运用上述有限时间一致性算法的智能电网分布式经济调度方法,得出发电机组的最优成本增量λ*为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010112673.1A CN111353910A (zh) | 2020-02-24 | 2020-02-24 | 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010112673.1A CN111353910A (zh) | 2020-02-24 | 2020-02-24 | 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111353910A true CN111353910A (zh) | 2020-06-30 |
Family
ID=71197144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010112673.1A Withdrawn CN111353910A (zh) | 2020-02-24 | 2020-02-24 | 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353910A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112152268A (zh) * | 2020-10-12 | 2020-12-29 | 华中科技大学 | 一种交、直流子微网控制方法及子微网群间控制方法 |
CN112422520A (zh) * | 2020-10-27 | 2021-02-26 | 东北大学 | 一种考虑通信时滞的微电网分布式经济调度算法及装置 |
CN112947082A (zh) * | 2021-02-08 | 2021-06-11 | 东北大学秦皇岛分校 | 基于点和边的分布式有限时间一致性优化方法 |
CN113285457A (zh) * | 2021-05-19 | 2021-08-20 | 山东大学 | 非理想通信下区域电力系统的分布式经济调度方法及系统 |
CN113298376A (zh) * | 2021-05-21 | 2021-08-24 | 南京邮电大学 | 一种含阀点效应智能电网经济调度给定时间一致性控制方法 |
CN113708368A (zh) * | 2021-08-25 | 2021-11-26 | 华东交通大学 | 一种基于蜂拥算法的智能电网暂态稳定控制方法 |
CN114282779A (zh) * | 2021-12-08 | 2022-04-05 | 苏州科技大学 | 基于经济调度目标和电力参数的智能电网调度方法 |
CN114841830A (zh) * | 2022-04-20 | 2022-08-02 | 重庆邮电大学 | 一种智能电网中基于非协调步长的一致性经济调度方法 |
CN114862621A (zh) * | 2022-05-06 | 2022-08-05 | 重庆邮电大学 | 一种基于时变有向拓扑下智能电网频率调节分布式经济调度控制方法 |
CN114881489A (zh) * | 2022-05-13 | 2022-08-09 | 重庆邮电大学 | 一种基于事件触发和固定时间的智能电网经济调度方法 |
CN114925537A (zh) * | 2022-05-31 | 2022-08-19 | 重庆邮电大学 | 一种基于指定时间一致性的无初始化智能电网经济调度方法 |
-
2020
- 2020-02-24 CN CN202010112673.1A patent/CN111353910A/zh not_active Withdrawn
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112152268A (zh) * | 2020-10-12 | 2020-12-29 | 华中科技大学 | 一种交、直流子微网控制方法及子微网群间控制方法 |
CN112422520A (zh) * | 2020-10-27 | 2021-02-26 | 东北大学 | 一种考虑通信时滞的微电网分布式经济调度算法及装置 |
CN112947082A (zh) * | 2021-02-08 | 2021-06-11 | 东北大学秦皇岛分校 | 基于点和边的分布式有限时间一致性优化方法 |
CN113285457A (zh) * | 2021-05-19 | 2021-08-20 | 山东大学 | 非理想通信下区域电力系统的分布式经济调度方法及系统 |
CN113298376B (zh) * | 2021-05-21 | 2022-08-12 | 南京邮电大学 | 一种含阀点效应智能电网经济调度给定时间一致性控制方法 |
CN113298376A (zh) * | 2021-05-21 | 2021-08-24 | 南京邮电大学 | 一种含阀点效应智能电网经济调度给定时间一致性控制方法 |
CN113708368A (zh) * | 2021-08-25 | 2021-11-26 | 华东交通大学 | 一种基于蜂拥算法的智能电网暂态稳定控制方法 |
CN114282779A (zh) * | 2021-12-08 | 2022-04-05 | 苏州科技大学 | 基于经济调度目标和电力参数的智能电网调度方法 |
CN114841830A (zh) * | 2022-04-20 | 2022-08-02 | 重庆邮电大学 | 一种智能电网中基于非协调步长的一致性经济调度方法 |
CN114862621A (zh) * | 2022-05-06 | 2022-08-05 | 重庆邮电大学 | 一种基于时变有向拓扑下智能电网频率调节分布式经济调度控制方法 |
CN114862621B (zh) * | 2022-05-06 | 2024-05-28 | 重庆邮电大学 | 一种基于时变有向拓扑下智能电网频率调节分布式经济调度控制方法 |
CN114881489A (zh) * | 2022-05-13 | 2022-08-09 | 重庆邮电大学 | 一种基于事件触发和固定时间的智能电网经济调度方法 |
CN114925537A (zh) * | 2022-05-31 | 2022-08-19 | 重庆邮电大学 | 一种基于指定时间一致性的无初始化智能电网经济调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111353910A (zh) | 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法 | |
Wu et al. | Distributed optimal coordination for distributed energy resources in power systems | |
CN110266038B (zh) | 一种多虚拟电厂分布式协调调控方法 | |
CN107706921B (zh) | 基于纳什博弈的微电网电压调节方法和装置 | |
CN110298138A (zh) | 一种综合能源系统优化方法、装置、设备及可读存储介质 | |
CN105391056B (zh) | 一种考虑不平衡通信网络的电力系统分布式经济调度方法 | |
CN110571865B (zh) | 基于一致性算法的主动配电网源荷互动决策方法 | |
CN108830479A (zh) | 一种计及电网全成本链的主配协同规划方法 | |
CN114662751B (zh) | 基于lstm的园区多能短期负荷预测及优化方法 | |
CN116054241A (zh) | 一种新能源微电网群系统鲁棒能量管理方法 | |
CN115395647A (zh) | 基于一致性算法的配电台区群云边协同调控方法和系统 | |
CN114970080A (zh) | 基于多智能体调节成本一致性的多区域协同供热调度方法 | |
CN105406517B (zh) | 基于有限时间平均一致性算法的电力系统经济调度方法 | |
CN114282779A (zh) | 基于经济调度目标和电力参数的智能电网调度方法 | |
CN111106631B (zh) | 配电网的分布式无功调度方法、系统、设备及存储介质 | |
CN116976523A (zh) | 基于部分可观测强化学习的分布式经济调度方法 | |
CN115986850B (zh) | 一种考虑多源平衡动态全响应的输配协同优化调度方法 | |
CN112329995A (zh) | 分布式储能集群的优化调度方法、装置和计算机设备 | |
CN113298376B (zh) | 一种含阀点效应智能电网经济调度给定时间一致性控制方法 | |
CN114862621B (zh) | 一种基于时变有向拓扑下智能电网频率调节分布式经济调度控制方法 | |
CN111242513B (zh) | 一种基于一致性理论的电力系统分布式经济调度方法 | |
CN115549137A (zh) | 分布式电网调控系统及调控方法 | |
CN114925537A (zh) | 一种基于指定时间一致性的无初始化智能电网经济调度方法 | |
CN112100831B (zh) | 基于放宽约束的电网扩容规划系统及方法 | |
CN111401745B (zh) | 一种基于5g的巡检机器人集群任务分配方法及系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 210003 Gulou District, Jiangsu, Nanjing new model road, No. 66 Applicant after: NANJING University OF POSTS AND TELECOMMUNICATIONS Address before: Yuen Road Qixia District of Nanjing City, Jiangsu Province, No. 9 210046 Applicant before: NANJING University OF POSTS AND TELECOMMUNICATIONS |
|
CB02 | Change of applicant information | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200630 |
|
WW01 | Invention patent application withdrawn after publication |