CN111682539B - 基于简化综合场景的含分布式电源电网的分区方法及系统 - Google Patents
基于简化综合场景的含分布式电源电网的分区方法及系统 Download PDFInfo
- Publication number
- CN111682539B CN111682539B CN202010612370.6A CN202010612370A CN111682539B CN 111682539 B CN111682539 B CN 111682539B CN 202010612370 A CN202010612370 A CN 202010612370A CN 111682539 B CN111682539 B CN 111682539B
- Authority
- CN
- China
- Prior art keywords
- load
- power supply
- distributed power
- scene
- partitioning
- 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
Links
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005192 partition Methods 0.000 claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 238000005286 illumination Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims 2
- 238000004458 analytical method Methods 0.000 abstract description 17
- 230000006399 behavior Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
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
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于简化综合场景的含分布式电源电网的分区方法及系统,包括:获取电力系统负荷数据以及设定时间段内的分布式电源数据;基于获取到的数据,根据预先划分的分区指标进行电网的空间划分;对于电网中的每一种负荷类型,分别将每日的时序特性简化为设定个数的特征时段,得到综合场景下的时间简化分区;基于空间划分结果和时间简化分区结果,生成电源‑负荷场景矩阵,得到分区后的简化综合场景表示。本发明含分布式电源电网的分区方法,能够提高电网分区结果的准确性,并大幅削减电力系统分析所需的时间。
Description
技术领域
本发明涉及含分布式电源的电网分区技术领域,尤其涉及一种基于简化综合场景的含分布式电源电网的分区方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
随着以可再生能源为主的分布式电源大量接入电力系统,电力系统的复杂性大幅提高,传统的电网分析技术以整个系统作为分析对象已经不能满足实时性的要求。电网分区方法是对电力网络进行分区域运行、控制、调度的前提,进行合理的电网分区能够大幅降低电网分析和控制的难度。电网分区方法通过一定的指标依据,如电压、电流等,借助一定的算法规则对电力系统进行区域划分,保证各区域之间满足控制或调度的强联系性,或各区域内部的高度自治性,进而优化电力系统的运行。
现有的电网分区技术存在以下两方面问题:
其一,现有分区技术多以电压分区为主,依靠单一化的指标对电网进行优化,无法兼顾电力系统运行时的其他参数。
其二,现有分区方法很少考虑分布式电源接入对于电压分区的影响,难以同多场景化的电力系统分析的实际需求结合,对分析计算的效率没有显著的实际增益,导致电网分区结果准确性低。
发明内容
有鉴于此,本发明提出了一种基于简化综合场景的含分布式电源电网的分区方法及系统,能够提高电网分区结果的准确性,并大幅削减电力系统分析所需的时间。
本发明实施方式的第一个方面,公开了一种基于简化综合场景的含分布式电源电网的分区方法,包括:
获取电力系统负荷数据以及设定时间段内的分布式电源数据;
基于获取到的数据,根据预先划分的分区指标进行电网的空间划分;
对于电网中的每一种负荷类型,分别将每日的时序特性简化为设定个数的特征时段,得到综合场景下的时间简化分区;
基于空间划分结果和时间简化分区结果,生成电源-负荷场景矩阵,得到分区后的简化综合场景表示。
本发明实施方式的第二个方面,公开了一种基于简化综合场景的含分布式电源电网的分区系统,包括:
用于获取电力系统负荷数据以及设定时间段内的分布式电源数据的装置;
用于基于获取到的数据,根据预先划分的分区指标进行电网的空间划分的装置;
用于对于电网中的每一种负荷类型,分别将每日的时序特性简化为设定个数的特征时段,得到综合场景下的时间简化分区的装置;
用于基于空间划分结果和时间简化分区结果,生成电源-负荷场景矩阵,得到分区后的简化综合场景表示的装置。
本发明实施方式的第三个方面,公开了一种终端设备,其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上述的基于简化综合场景的含分布式电源电网的分区方法。
本发明实施方式的第四个方面,公开了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上述的基于简化综合场景的含分布式电源电网的分区方法。
与现有技术相比,本发明的有益效果是:
本发明含分布式电源电网的分区方法,充分考虑分布式电源的接入对电网分区的影响,以及不确定场景对于电网分区的影响,能够提高电网分区结果的准确性;并且通过简化分区综合场景,大幅削减电力系统分析所需的时间。
本发明的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本发明的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
图1示出了本发明实施例所提供的一种基于简化综合场景的含分布式电源电网的分区方法的流程图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本申请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申请的示例性实施方式。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。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
根据本发明的实施方式,提供了一种基于简化综合场景的含分布式电源电网的分区方法的实施例,其中,综合场景具体是指包含负荷不确定性和分布式电源不确定性的综合场景,参照图1,该方法包括如下步骤:
(1)获取电力系统负荷数据;
具体地,获取电力系统中一年内的负荷曲线,通过模糊聚类方法,按照工业、农业、商业、市政生活、居民5类典型负荷,得出电网中各节点按负荷类型的分布曲线。
(2)获取分布式电源数据;
具体地,获取电力系统中一年内的分布式电源数据,得出在典型日内的分布式电源输出曲线,以及一年内每日典型时段的分布式电源输出曲线;
(3)构建电源-负荷场景矩阵,将电源-负荷场景矩阵模型看作电网运行状态的时序模型;
具体地,全年小时级场景的时段数为nt=365×24=8760,设电网节点总数为ni,节点Di对应的负荷类型标记为TypL(i),其数值的对应关系如下:
表1负荷类型标记
设某一确定的电网场景总数Nsce=nint,,进而,由电源-负荷场景总数构成的矩阵S可表示为:
其中,MDPV(i)的值表示第i个节点安装分布式电源的标志位,其值为0表示该节点未安装分布式电源,否则其值为1时表示该节点安装了分布式电源。
(4)确定分区指标,根据分区指标进行电网的空间划分,以减小电网多场景的空间不确定性;
具体地,依据区域内地理与人文环境相近,区域间外部特征形式统一的区域划分原则进行指标确定,该原则能够保证:
(1)配电网各区域内部具有相对一致的人文地理特征,进而形成相对一致的气象特征分布以及用户用电的行为,保持了负荷与DPV的不确定性尽可能低;
(2)配电网各区域间的特征可以统一化表示,其形式不因配电网所含节点数而改变,避免了因配电网规模扩大而导致分析难度增大的问题。
依据以下区域划分的指标,进行电网空间分区:
NmEQL≤20%
其中,LDi表示第i个区域的总负荷量,分别表示第i个区域的工业类、农业类和商业类的总负荷量,/>分别表示三类负荷占总负荷的比重。NmEQL表示同一区域内的光照强度变化率。
上述各式保证了较为稳定的工业与商业负荷能够占较大的比重,从而大幅减少了负荷的不确定性;农业负荷不至于占较大比例,这是因为农业负荷所在的农村电网往往较为薄弱,在同一区域内的大量农业负荷对规划以及调度等有负面影响;同一分区内的分布式光伏接收到的光照强度变化相对一致,从而大幅减少了分布式电源输出的不确定性。由此,电网多场景的空间不确定性就可通过以上分区的方法削减。
(5)对于电网中的每一种负荷类型,分别将每日的时序特性简化为设定个数的特征时段,得到综合场景下的时间简化分区;
具体地,取各负荷类型的曲线进行分析,根据峰谷特性确定临界点附近的典型时段,将一天内24小时的时序特性简化为4个及以下特征时段;其中,临界点是指负荷曲线到达峰值或低谷的点;以居民负荷为例进行阐述,居民负荷的波动是符合居民出行的行为习惯的,在上午的6时开始出现上升期,并在8时左右达到峰值随后在10时左右又降至谷值,同样地,正午与傍晚的用电高峰分别出现在正午12时以及下午8时。此外,由于凌晨处于休息时间,因此上午4时左右处于负荷低谷期,尽管冬夏季需要调节温度用电,但并没有改变该类型负荷的用电特征。故居民负荷可以简化为4个特征时段,并取峰值作为规划场景。这是因为,规划过程中主要考虑极限场景下的配电网适应能力,一般场景下配电网能够利用自身的惯性以及调节能力抵消波动。类似地,通过分析其他4种负荷,可以总结出日曲线的特征时段为上午4时,8时,12时,下午4时,8时,10时共6个时段。根据光伏典型日曲线的特点可知,这样的分时段方法同样能够体现DPV的输出特点。
按此步骤,将其余各类负荷的曲线分别做简化时段处理,最终取并集以得到综合场景下的时间简化分区;将一年内的日场景曲线按照四季与典型天气(晴、雨、阴)分为12个特征日。
(6)基于空间划分结果和时间简化分区结果,得到分区后的简化综合场景表示;
具体地,根据以上两部分的分析可以得到,削减后的电网分区简化场景可以表示为:
其中,nd,np分别表示集群分区的数量以及特征时段的数量,TypLD(i)表示区域i内的负荷组成类型,为一个5维向量,其中分别表示市政负荷与居民负荷在区域i中占总负荷的比例,MDPVD(i)表示区域i内分布式电源是否安装的标志位,其值为0表示该节点未安装分布式电源,否则其值为1时表示该节点安装了分布式电源。
本发明按照上述原则进行分区后的分区数与配电网节点总数间的关系大致为1:5,对比现有分区方法,可将总场景数为8760ni的小时级模型简化为场景数为72nd的时空分区模型。作为一种可选的实施方式,在得到分区后的简化综合场景表示之后,还包括:通过遗传算法对分区以后的含有分布式电源的电力系统潮流计算方程进行求解,得到电压和潮流分布结果;
将所述潮流分布结果与未分区的电力系统潮流计算结果进行比较,以验证分区后的效果。
在电力系统潮流计算方程中,加入分布式电源容量约束条件:
其中,SDPV(i)表示节点i处的分布式电源容量,i为节点数,取值为1~ni,Smax表示允许的最大容量,可根据实际需求调整,Floor()表示向下取整的函数。
在增加上述分布式电源容量限制约束条件前提下,通过遗传算法进行含有分布式电源的电力系统潮流计算方程分析迭代,以验证分区效果。
电力系统潮流计算方程的迭代过程采用现有技术实现,例如牛顿-拉夫逊潮流计算的电网分析过程。电网迭代过程中,输入量为电力系统的负荷、分布式电源曲线,电网线路、拓扑数据;输出量为各类不同场景下的电力系统电压、潮流数据,以及总场景下的计算时间;通过比较简化前后的计算分析所用时间成本,即可验证分区效果。
表2给出了用IEEE-33节点系统为例分析的简化效果。
表2基于IEEE33节点算例三种方法求解性能比较
数据表明,分析未经削减的场景将耗费大量的时间,这是电网管理者不能承受的,同时,分布式电源的容量会由于考虑的场景过多而下降。通过比较,后两者的分析时间都在可以接受的范围内,而时空分区削减效果更加明显,其场景数与分析时间都比聚类法降低了80%以上。
实施例二
根据本发明的实施方式,提供了一种基于简化综合场景的含分布式电源电网的分区系统的实施例,包括:
用于获取电力系统负荷数据以及设定时间段内的分布式电源数据的装置;
用于基于获取到的数据,根据预先划分的分区指标进行电网的空间划分的装置;
用于对于电网中的每一种负荷类型,分别将每日的时序特性简化为设定个数的特征时段,得到综合场景下的时间简化分区的装置;
用于基于空间划分结果和时间简化分区结果,生成电源-负荷场景矩阵,得到分区后的简化综合场景表示的装置。
需要说明的是,上述装置的实现方式对应实施例一中的方法步骤,具体实现方式不再赘述。
实施例三
在一个或多个实施方式中,公开了一种终端设备,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现实施例一中的基于简化综合场景的含分布式电源电网的分区方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的基于简化综合场景的含分布式电源电网的分区方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明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发明的保护范围以内。
Claims (5)
1.基于简化综合场景的含分布式电源电网的分区方法,其特征在于,所述综合场景指包含负荷不确定性和分布式电源不确定性的综合场景,所述分区方法包括:
获取电力系统负荷数据以及设定时间段内的分布式电源数据;获取电力系统负荷数据之后,通过聚类分析,得出电网中各节点按负荷类型的分布,即得到电网中各节点按照工业、农业、商业、市政生活、居民5种负荷类型的分布曲线;获取设定时间段内的分布式电源数据之后,得出在典型日内的分布式电源输出曲线,以及设定时间段内每日典型时段的输出曲线;
基于获取到的数据,根据预先划分的分区指标进行电网的空间划分,包括:根据区域内人文地理特征相近,区域间特征统一的区域划分原则进行分区指标的确定;所述分区指标包括:设定区域内工业类、农业类和商业类负荷量分别占总负荷量的比重,以及同一区域内的光照强度变化率;
对于电网中的每一种负荷类型,分别将每日的时序特性简化为设定个数的特征时段,得到综合场景下的时间简化分区;其中,将一年内的日场景曲线按照四季与晴、雨、阴这三种典型天气分为12个特征日,将特征日的24小时的时序特性简化为6个特征时段;
基于空间划分结果和时间简化分区结果,生成电源-负荷场景矩阵,得到分区后的简化综合场景表示,包括:根据电网节点是否安装了分布式电源,以及该节点负荷类型的情况,生成电源-负荷场景矩阵;将总场景数为8760ni的小时级模型简化为场景数为72nd的时空分区模型,得到分区后的简化综合场景表示,具体包括:
其中,nd、np分别表示集群分区的数量以及特征时段的数量,TypLD(i)表示区域i内的负荷组成类型,分别表示工业负荷、农业负荷和商业负荷在区域i中占总负荷的比例,/>分别表示市政负荷与居民负荷在区域i中占总负荷的比例,MDPVD(i)表示区域i内分布式电源是否安装的标志位,其值为0表示该节点未安装分布式电源,否则其值为1时表示该节点安装了分布式电源,ni为电网节点总数。
2.如权利要求1所述的基于简化综合场景的含分布式电源电网的分区方法,其特征在于,在得到分区后的简化综合场景表示之后,还包括:
通过遗传算法对分区以后的含有分布式电源的电力系统潮流计算方程进行求解,得到电压和潮流分布结果;
将所述潮流分布结果与未分区的电力系统潮流计算结果进行比较,以验证分区后的效果。
3.一种基于简化综合场景的含分布式电源电网的分区系统,其特征在于,所述综合场景指包含负荷不确定性和分布式电源不确定性的综合场景,所述分区系统包括:
用于获取电力系统负荷数据以及设定时间段内的分布式电源数据的装置;获取电力系统负荷数据之后,通过聚类分析,得出电网中各节点按负荷类型的分布,即得到电网中各节点按照工业、农业、商业、市政生活、居民5种负荷类型的分布曲线;获取设定时间段内的分布式电源数据之后,得出在典型日内的分布式电源输出曲线,以及设定时间段内每日典型时段的输出曲线;
用于基于获取到的数据,根据预先划分的分区指标进行电网的空间划分的装置,包括:根据区域内人文地理特征相近,区域间特征统一的区域划分原则进行分区指标的确定;所述分区指标包括:设定区域内工业类、农业类和商业类负荷量分别占总负荷量的比重,以及同一区域内的光照强度变化率;
用于对于电网中的每一种负荷类型,分别将每日的时序特性简化为设定个数的特征时段,得到综合场景下的时间简化分区的装置;其中,将一年内的日场景曲线按照四季与晴、雨、阴这三种典型天气分为12个特征日,将特征日的24小时的时序特性简化为6个特征时段;
用于基于空间划分结果和时间简化分区结果,生成电源-负荷场景矩阵,得到分区后的简化综合场景表示的装置,包括:根据电网节点是否安装了分布式电源,以及该节点负荷类型的情况,生成电源-负荷场景矩阵;将总场景数为8760ni的小时级模型简化为场景数为72nd的时空分区模型,得到分区后的简化综合场景表示,具体包括:
其中,nd、np分别表示集群分区的数量以及特征时段的数量,TypLD(i)表示区域i内的负荷组成类型,分别表示工业负荷、农业负荷和商业负荷在区域i中占总负荷的比例,/>分别表示市政负荷与居民负荷在区域i中占总负荷的比例,MDPVD(i)表示区域i内分布式电源是否安装的标志位,其值为0表示该节点未安装分布式电源,否则其值为1时表示该节点安装了分布式电源,ni为电网节点总数。
4.一种终端设备,其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,其特征在于,所述指令适于由处理器加载并执行权利要求1-2任一项所述的基于简化综合场景的含分布式电源电网的分区方法。
5.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1-2任一项所述的基于简化综合场景的含分布式电源电网的分区方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010612370.6A CN111682539B (zh) | 2020-06-30 | 2020-06-30 | 基于简化综合场景的含分布式电源电网的分区方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010612370.6A CN111682539B (zh) | 2020-06-30 | 2020-06-30 | 基于简化综合场景的含分布式电源电网的分区方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111682539A CN111682539A (zh) | 2020-09-18 |
CN111682539B true CN111682539B (zh) | 2024-01-19 |
Family
ID=72456959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010612370.6A Active CN111682539B (zh) | 2020-06-30 | 2020-06-30 | 基于简化综合场景的含分布式电源电网的分区方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111682539B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112421610B (zh) * | 2020-10-28 | 2022-12-09 | 国网河南省电力公司三门峡供电公司 | 一种考虑源-荷时序特性对配电网进行无功分区的方法 |
CN112633412B (zh) * | 2021-01-05 | 2024-05-14 | 南方电网数字平台科技(广东)有限公司 | 异常用电检测方法、设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101958580A (zh) * | 2010-10-15 | 2011-01-26 | 上海申瑞电力科技股份有限公司 | 大型电网实时在线趋势潮流的分区计算方法 |
CN104376410A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种配电网中分布式电源的规划方法 |
CN105262105A (zh) * | 2015-09-30 | 2016-01-20 | 国网山东省电力公司东营供电公司 | 一种电网分区的方法 |
CN106385025A (zh) * | 2016-10-08 | 2017-02-08 | 四川大学 | 一种分布式电源与联络线多阶段协同规划方法 |
CN109103874A (zh) * | 2017-11-27 | 2018-12-28 | 广东电网有限责任公司佛山供电局 | 考虑负荷特性与分布式电源接入的配电网可靠性评估方法 |
CN109149635A (zh) * | 2018-09-03 | 2019-01-04 | 国网江西省电力有限公司电力科学研究院 | 一种配电网分布式光伏并行优化配置方法及系统 |
CN110489856A (zh) * | 2019-08-15 | 2019-11-22 | 安徽机电职业技术学院 | 一种基于cps的微电网可靠建模方法和系统 |
CN110535144A (zh) * | 2019-09-27 | 2019-12-03 | 国网甘肃省电力公司经济技术研究院 | 风沙天气下含多类型负荷的智能配电网韧性定量分析方法 |
CN110635506A (zh) * | 2019-08-22 | 2019-12-31 | 国网浙江省电力有限公司嘉兴供电公司 | 一种用于新能源消纳分析的电网优化分区方法 |
-
2020
- 2020-06-30 CN CN202010612370.6A patent/CN111682539B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101958580A (zh) * | 2010-10-15 | 2011-01-26 | 上海申瑞电力科技股份有限公司 | 大型电网实时在线趋势潮流的分区计算方法 |
CN104376410A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种配电网中分布式电源的规划方法 |
CN105262105A (zh) * | 2015-09-30 | 2016-01-20 | 国网山东省电力公司东营供电公司 | 一种电网分区的方法 |
CN106385025A (zh) * | 2016-10-08 | 2017-02-08 | 四川大学 | 一种分布式电源与联络线多阶段协同规划方法 |
CN109103874A (zh) * | 2017-11-27 | 2018-12-28 | 广东电网有限责任公司佛山供电局 | 考虑负荷特性与分布式电源接入的配电网可靠性评估方法 |
CN109149635A (zh) * | 2018-09-03 | 2019-01-04 | 国网江西省电力有限公司电力科学研究院 | 一种配电网分布式光伏并行优化配置方法及系统 |
CN110489856A (zh) * | 2019-08-15 | 2019-11-22 | 安徽机电职业技术学院 | 一种基于cps的微电网可靠建模方法和系统 |
CN110635506A (zh) * | 2019-08-22 | 2019-12-31 | 国网浙江省电力有限公司嘉兴供电公司 | 一种用于新能源消纳分析的电网优化分区方法 |
CN110535144A (zh) * | 2019-09-27 | 2019-12-03 | 国网甘肃省电力公司经济技术研究院 | 风沙天气下含多类型负荷的智能配电网韧性定量分析方法 |
Non-Patent Citations (4)
Title |
---|
Mohamed A et al.Agent Based Load Management for Microgrid.《2017 International Conference on Communication, Control, Computing and Electronics Engineering (ICCCCEE)》.2017,1-6. * |
WANG Shunjiang et al.Grid dispatching domain division related to largescale renewable energy grid-connecting.《Journal of Physics: Conference Series》.2019,1-6. * |
孔凡坊等.基于网络分区的农村电网分布式电源可靠性评估方法.《电测与仪表》.2022,1-8. * |
石坤等.计及需求侧资源的电网分层分区供需平衡调控方法.《现代电力》.2018,66-70. * |
Also Published As
Publication number | Publication date |
---|---|
CN111682539A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Multi-objective optimization of stand-alone hybrid PV-wind-diesel-battery system using improved fruit fly optimization algorithm | |
CN113128793A (zh) | 一种基于多源数据融合的光伏功率组合预测方法及系统 | |
CN108539784A (zh) | 基于需求侧响应的微电网最优机组及分时电价的优化方法 | |
CN111682539B (zh) | 基于简化综合场景的含分布式电源电网的分区方法及系统 | |
WO2019205528A1 (zh) | 基于天气数据的无线传感网节点太阳能收集功率预测算法 | |
CN116565846A (zh) | 一种虚拟电厂需求预测方法、系统及可读存储介质 | |
CN115081902B (zh) | 基于源网荷储协同的综合规划方法、装置、设备及介质 | |
Jiang et al. | A weather-condition prediction algorithm for solar-powered wireless sensor nodes | |
CN116780657B (zh) | 一种水风蓄互补发电系统的调度方法、装置、设备及介质 | |
CN116187518A (zh) | 一种光伏基站能耗预估方法和装置 | |
CN110766224B (zh) | 一种光伏-蓄热装置容量的优化配置方法和装置 | |
Ren et al. | Prediction algorithm based on weather forecast for energy-harvesting wireless sensor networks | |
Goto et al. | Operation design of PV system with storage battery by using next-day residential load forecast | |
CN114447975B (zh) | 一种基于移动储能的多微电网灵活性提升方法 | |
Colantuono et al. | PV with multiple storage as function of geolocation | |
CN116247644A (zh) | 基于储能系统的充放电方法及装置、存储介质、终端 | |
CN117236574A (zh) | 源网荷储协调优化方法、装置、设备、存储介质 | |
CN112348235A (zh) | 风光母线负荷自适应预测方法、装置、计算机设备 | |
CN116632930B (zh) | 可再生能源与市电的智能控制方法、系统、介质及设备 | |
CN118412863B (zh) | 光储一体化电能调度方法、系统、电子设备、存储介质 | |
CN118137500B (zh) | 光伏发电预测方法及装置 | |
CN108776712A (zh) | 农村高密度屋顶光伏渗透率极限计算方法 | |
CN112636386B (zh) | 一种基于动态分区的分散式风电集群控制方法及系统 | |
EP4386638A1 (en) | A method of managing resource flow between consumer and a resource supplier network | |
CN115618589A (zh) | 一种基于改进猫群算法的氢储系统容量优化方法及终端 |
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 |