CN111786411A - 考虑电压安全的配电网分布式发电及储能联合优化配置方法 - Google Patents

考虑电压安全的配电网分布式发电及储能联合优化配置方法 Download PDF

Info

Publication number
CN111786411A
CN111786411A CN202010671711.7A CN202010671711A CN111786411A CN 111786411 A CN111786411 A CN 111786411A CN 202010671711 A CN202010671711 A CN 202010671711A CN 111786411 A CN111786411 A CN 111786411A
Authority
CN
China
Prior art keywords
energy storage
power generation
distributed power
distribution network
distributed
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
Application number
CN202010671711.7A
Other languages
English (en)
Inventor
李雪
宋彦龙
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN202010671711.7A priority Critical patent/CN111786411A/zh
Publication of CN111786411A publication Critical patent/CN111786411A/zh
Pending legal-status Critical Current

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
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • 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
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种考虑电压安全的配电网分布式发电及储能联合优化配置方法，步骤包括：以分布式发电、储能的选址定容方案及配电网中各随机变量作为已知条件输入到下层优化模型中，确定各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷，并根据分布式发电出力约束限制其出力；再进行概率潮流计算，根据得出的节点电压数据进行电压越限风险评估；再在上层模型中分别计算年综合成本，结合已算得的电压越限风险结果对配置结果进行评估。重复(1)、(2)、(3)过程至得到最优的分布式发电和储能配置方案。该发明旨在对配电网中分布式发电和储能进行联合规划，并引入系统电压越限风险指标，以获得有利于配电网电压安全性的最优配置方案。

Description

考虑电压安全的配电网分布式发电及储能联合优化配置方法
技术领域
本发明涉及一种配电网分布式发电和储能的联合优化配置方法，尤其是一种考虑电压安全的配电网分布式发电和储能联合优化配置方法。
背景技术
配电网从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户，是电力系统的重要组成部分。近年来负荷峰值增长迅速，但最低负荷增长较慢，通过配网母线的负荷峰谷差逐年增加，给配电系统的运行调度带来巨大挑战。尤其在每年电力负荷需求最高的时候，发电能力需要大幅度提高，然而仅增加发电能力必然会导致多数时段的电力供应能力过剩，发电设备利用率低下，增加电力系统的建设成本。此外，传统配电网的辐射状分布、线路R/X值较大等结构特性，使得长支路末端节点的电压水平偏低，导致配电网电压问题较为突出。
新能源发电自上世纪90年代以来在全球范围内发展迅速，以风电和光伏为代表的分布式发电大规模接入配电网，传统配电网开始向有源配电网转变，一方面分布式发电从电网侧提供了电能，减少配电网线路和母线的功率传输，降低负荷高峰时段通过主变压器的功率，并且对系统电压有一定的支撑作用；另一方面，由于分布式发电出力受风速、光照等气象因素影响，所以呈现出较大的波动性和随机性，加剧了母线功率的峰谷差和系统电压的波动。储能系统具有“低储高发”的特性，可在电网负荷需求较低、分布式发电出力充裕的时段存储电能，并在电网负荷需求较高、分布式发电出力不足的时段释放电能，实现电能在时间上的转移，进而平抑负荷和电压在时间上的波动，降低配电网的电压越限风险。
现有的配电网分布式发电及储能的优化配置研究中，多是针对分布式发电和储能的独立配置，而两者的联合配置研究相对较少，且配置中多以经济性为目标。如建立广义储能资源和分布式电源的联合规划双层模型，上层模型是以经济成本，节点电压平稳度和供电负荷平稳度为目标的选址定容子问题，下层模型是以运行成本为目标的运行策略优化子问题。或计及分布式发电和负荷的双端不确定性，建立了分布式发电和储能的配置与运行优化的双层模型，上层模型从经济性、可靠性和环保性角度对分布式发电、储能进行优化配置，下层模型则主要负责求解储能在典型运行场景下的优化运行问题。研究中均未考虑分布式发电和储能接入配电网对系统电压越限风险的影响，进而影响配电网的电压安全。如何在配电网分布式发电和储能的联合规划中考虑系统的电压越限风险，需要进一步深入研究。
发明内容
针对现有技术存在的缺陷，本发明提供一种考虑电压安全的配电网分布式发电及储能联合优化配置方法，在配电网中经济地配置分布式发电和储能的基础上，考虑系统电压越限风险指标，得到有利于配电网电压安全性的最优联合配置方案。
本发明是通过下述技术方案来解决上述技术问题的：
一种考虑电压安全的配电网分布式发电及储能联合优化配置方法，主要步骤包括：
(1)以分布式发电、储能的选址定容方案及配电网中各随机变量作为已知条件，输入到下层优化模型中，确定各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷，并根据分布式发电出力约束限制其出力；
(2)进行概率潮流计算，根据得出的节点电压数据进行电压越限风险评估；
(3)在上层模型中分别计算年综合成本，结合已算得的电压越限风险结果对配置结果进行评估；
(4)重复(1)、(2)、(3)过程，直至得到最优的分布式发电和储能配置方案。
优选地，在所述步骤(1)中，所述随机变量包括风速、光照强度、负荷。
优选地，在所述步骤(3)中，建立配电网分布式发电及储能的双层优化模型，上层模型是分布式发电和储能选址定容优化子问题，该层模型的优化目标为年综合费用和电压越限风险；上层模型的约束包括功率平衡约束，分布式发电及储能的配置约束；下层模型是分布式发电和储能运行策略优化的子问题，该层模型的优化目标为综合日负荷峰谷差最小，下层模型的约束包括分布式发电的出力约束；上层模型规划将分布式发电和储能的配置方案传递给下层模型，下层模型在上层规划方案的基础上对分布式发电和储能的运行策略进行优化，并将结果向上层模型反馈，上层模型在此基础上，得到本层的最优规划结果，如此反复循环；通过迭代计算，最终得到分布式发电、储能的最优配置方案，针对此双层模型，分别采用粒子群优化算法和改进区间控制求解。
优选地，所述年综合费用包括：年综合费用包括分布式发电安装投资成本、储能安装投资成本、分布式发电的运行维护成本、储能的运行维护费用、网络损耗费用、分布式发电主动管理费用、储能削峰填谷收益、延缓配电网改造收益以及可再生能源的环保补贴。
优选上述分布式发电安装投资成本的计算式如式(1)所示：
Figure BDA0002582535400000021
式中，Finv.DG为单位容量的分布式发电安装投资费用，ωDG.i为第i个分布式发电待安装节点的分布式发电装机容量，ONDG为电网中分布式发电的待安装节点集合，r为年利率，y为设备的使用年限。
优选上述储能安装投资成本的计算式如式(2)所示：
Figure BDA0002582535400000031
式中，Finv.ESS为单位容量的储能安装投资费用，ωESS.i为第i个储能待安装节点的储能配置容量，ONESS为电网中储能的待安装节点集合。
优选上述分布式发电运行维护成本的计算式如式(3)所示：
Figure BDA0002582535400000032
式中，FOM.DG为分布式发电单位发电量的运行维护费用；PDG.i.t.d为第i个待安装节点的分布式发电在t时刻、第d天的有功出力；Δt为时间间隔，取1h；T＝24h；D＝365。
优选上述储能运行维护成本的计算式如式(4)所示：
Figure BDA0002582535400000033
式中，FOM.ESS为单位容量的储能的运行维护费用。
优选上述网络损耗费用的计算式如式(5)所示：
Figure BDA0002582535400000034
式中，Floss为单位电量损耗对应的成本；Ploss,t为t时刻系统的功率损耗。
优选上述分布式发电主动管理费用的计算式如式(6)所示：
Figure BDA0002582535400000035
式中，FAM.DG为单位分布式发电单位发电量的主动管理费用。
优选上述储能削峰填谷收益的计算式如式(7)所示：
Figure BDA0002582535400000036
式中，Fen为电价；PESS.i.t.d为第i个待安装节点的储能在t时刻、第d天的有功出力。
优选上述延缓配电网改造收益的计算式如式(8)所示：
Figure BDA0002582535400000037
式中，Fkw为变电站单位容量的综合投资费用；SDN.max、SADN.max分别为接入储能、分布式发电前后通过配电网母线功率峰值。
优选上述可再生能源环保补贴的计算式如式(9)所示：
Figure BDA0002582535400000041
式中，FU为可再生能源单位发电量的环保补贴费用。
优选上述电压越限风险包含电压越限的可能性指标和严重度指标，其中可能性指标、严重度指标和系统的电压越限风险指标的计算式分别如式(10)-(12)所示：
Figure BDA0002582535400000042
Figure BDA0002582535400000043
Figure BDA0002582535400000044
式中，
Figure BDA0002582535400000045
P(Vi)分别为电压越上、下限的概率，Vmax、Vmin分别为电压允许波动范围的上、下限，Vi为节点i的电压，节点i的电压概率密度函数f(Vi)可由概率潮流计算得到，
Figure BDA0002582535400000046
Vi. 3σ 分别为节点电压值的μ+3σ、μ-3σ，
Figure BDA0002582535400000047
S(V i)分别为归一化后的电压越上、下限的严重度，Vlvp、Vovp分别为欠电压、过电压保护的动作阈值，Nbus为系统总节点数。
优选上述上层模型的综合指标计算式如式(13)所示：
Figure BDA0002582535400000048
Figure BDA0002582535400000049
式中ρ为量纲统一转换的比例系数。
优选上述为消除分布式发电出力大于负荷需求所引起的逆向潮流，分布式发电根据式(15)切除多余部分的出力，即：
Figure BDA00025825354000000410
式中，Pcut.i.t.d为第i个待安装节点的分布式发电在t时刻、第d天的出力切除量；H为分布式发电待安装节点至该支路末端节点的节点集合；Pload.j.t.d、PESS.j.t.d、PEV.j.t.d分别为节点j的负荷、储能出力及电动汽车充电功率。
与现有技术相比，本发明的积极进步效果在于：
1.本发明可以在配电网对分布式发电和储能进行联合优化配置，同时考虑系统经济性和电压越限风险；
2.本发明根据下层模型优化分布式发电和储能的运行策略，得到更有利于系统电压安全性的配置方案。
附图说明
图1是考虑电压安全的配电网分布式发电及储能双层联合规划模型架构原理图。
图2是考虑电压安全的配电网分布式发电及储能联合优化配置的流程图。
图3是待规划的IEEE-33节点配电网。
图4是不同方案下的风电出力平均切除率。
图5是不同方案下的光伏出力平均切除率。
图6是方案1的系统电压越限风险图。
图7是方案2的系统电压越限风险图。
图8是方案3的系统电压越限风险图。
图9是不考虑电压越限风险配置场景下的电压越限风险图。
具体实施方式
下面结合附图给出本发明较佳实施例，以详细说明本发明的技术方案。
实施例一：
一种考虑电压安全的配电网分布式发电及储能联合优化配置方法，主要步骤包括：
(1)以分布式发电、储能的选址定容方案及配电网中各随机变量作为已知条件，输入到下层优化模型中，确定各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷，并根据分布式发电出力约束限制其出力；所述随机变量包括风速、光照强度、负荷；
(2)进行概率潮流计算，根据得出的节点电压数据进行电压越限风险评估；
(3)在上层模型中分别计算年综合成本，结合已算得的电压越限风险结果对配置结果进行评估；
(4)重复(1)、(2)、(3)过程，直至得到最优的分布式发电和储能配置方案。
实施例二：
本实施例与实施例基本相同，特别之处在于：
本实施例一种考虑电压安全的配电网分布式发电及储能双层联合规划方模型如图1所示。如图2所示，本发明包括以下步骤：
步骤一，初始化粒子群优化算法的参数，配电网中各随机变量的统计值，随机变量包括风速、光照强度、负荷，在约束条件范围内随机生成若干组分布式发电、储能的选址定容初始方案。
步骤二，以分布式发电、储能的选址定容方案及配电网中各随机变量作为已知条件输入到下层优化模型中，利用改进区间控制确定控制区间的上下限，进而得出各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷，并根据分布式发电出力约束限制其出力。
步骤三，更新系统的节点信息，采用蒙特卡洛模拟法进行概率潮流计算。
步骤四，根据概率潮流计算得出的节点电压数据进行电压越限风险评估。
步骤五，在上层模型中分别计算年综合成本，结合已算得的电压越限风险结果对种群中的个体的适应度值进行评估，生成一组新的最优解集。
步骤六，判断迭代是否终止，若是，则输出分布式发电及储能的最优配置方案；否则，根据粒子群优化算法迭代更新出一组新的种群(分布式发电、储能的选址定容方案)并返回执行步骤二。
本发明以图3所示的待规划配电网系统为例，对分布式发电及储能进行优化配置，并设计三种规划方案进行对比：方案1同时对分布式发电和储能进行联合优化配置，方案2先进行分布式发电优化配置，再进行储能优化配置，方案3先进行储能优化配置，再进行分布式发电优化配置。
如表1、表2所示：不同方案下分布式发电及储能的配置结果及各项相关指标。分析表1、表2可知，联合规划的分布式发电和储能配置更加均衡，两种分步独立优化的优先配置参数(方案2的分布式发电和方案3的储能)偏高，限制了剩余参数的配置，不利于电网的整体规划。联合规划方案不仅在经济性上优于分布式发电、储能的分步独立规划方案，且更有利于降低系统的电压越限风险，提高系统的电压安全性。这是因为方案2优先配置分布式发电再配置储能，分布式发电接入可以一定程度上降低网络损耗并抬高末端节点电压，为减少系统电压越限风险，方案2的分布式发电配置容量较大，随后规划储能时，因为电压越限风险已有了一定程度的减少，负荷高峰时储能的削峰优势降低，因此方案2的储能配置容量较小；与方案3相比，方案1的分布式发电相关投资更多而储能的更少，这是因为方案3优先配置储能再配置分布式发电，负荷高峰时期的系统电压越限风险较大，储能接入可以通过在负荷高峰时期放电抬高该时段节点电压，减少系统电压越限风险，大容量储能接入限制了后续分布式发电的配置，因此方案3的分布式发电配置容量较小。
表1是不同方案下分布式发电及储能的配置结果
Figure BDA0002582535400000071
表2是不同方案下的各项相关指标
Figure BDA0002582535400000072
以分布式发电出力切除量和分布式发电额定容量的比值评估三种方案中各时段分布式发电出力的切除率，如式(16)所示：
Figure BDA0002582535400000073
如图4、图5所示：不同方案下的分布式发电出力平均切除率。由图中可知联合规划有助于减少分布式发电的出力切除，提高其利用率，因为储能通过削峰填谷可缓解分布式出力高峰和负荷需求高峰不匹配的矛盾，由于方案2中分布式发电先于储能配置，无法通过储能调节分布式发电出力高峰和负荷需求高峰的差异，因此方案2的分布式发电出力切除率明显高于方案1和3，证明了采用分布式发电和储能联合优化配置的合理性。
如图6-9所示：不同方案下的电压越限风险。图6-8比较了三种规划方案在不同时刻下系统的电压越限风险，由图可知方案1的各时段的电压越限风险低于方案2和3，分布式发电和储能的联合规划所得的配置方案可以更有效地提高系统电压安全性。图9为不考虑电压越限风险配置场景下(ρ＝0)的电压越限风险，与图6中方案1的结果对比可知引入电压越限风险指标后分布式发电和储能联合规划方案可以有效降低系统电压越限风险，这是因为分布式发电可从电网侧提供电能，减少配网线路的功率传输，对系统电压有一定的支撑作用，而储能通过削峰填谷减小日负荷的峰谷差，在负荷高峰时段放电，进一步提高配电网末端节点在高峰时期的电压水平，虽然储能在负荷低谷时段充电增大了负荷，降低了电压水平，但由于该时段电压普遍远高于电压下限，因此储能充电增加的负荷对该时段的电压越限风险没有影响，证明了在联合优化配置中引入电压越限风险指标的有效性和必要性。
根据上述实施例可知，本发明发明旨在对配电网中分布式发电和储能进行联合规划，并引入系统电压越限风险指标，以获得有利于配电网电压安全性的最优配置方案。
上面对本发明实施例结合附图进行了说明，但本发明不限于上述实施例，还可以根据本发明的发明创造的目的做出多种变化，凡依据本发明技术方案的精神实质和原理下做的改变、修饰、替代、组合或简化，均应为等效的置换方式，只要符合本发明的发明目的，只要不背离本发明的技术原理和发明构思，都属于本发明的保护范围。

Claims (4)

1.一种考虑电压安全的配电网分布式发电及储能联合优化配置方法，其特征在于：主要步骤包括：
(1)以分布式发电、储能的选址定容方案及配电网中各随机变量作为已知条件，输入到下层优化模型中，确定各时段储能的工作状态和充放电功率，对日负荷进行削峰填谷，并根据分布式发电出力约束限制其出力；
(2)进行概率潮流计算，根据得出的节点电压数据进行电压越限风险评估；
(3)在上层模型中分别计算年综合成本，结合已算得的电压越限风险结果对配置结果进行评估；
(4)重复(1)、(2)、(3)过程，直至得到最优的分布式发电和储能配置方案。
2.根据权利要求1所述考虑电压安全的配电网分布式发电及储能联合优化配置方法，其特征在于：在所述步骤(1)中，所述随机变量包括风速、光照强度、负荷。
3.根据权利要求1所述考虑电压安全的配电网分布式发电及储能联合优化配置方法，其特征在于：在所述步骤(3)中，建立配电网分布式发电及储能的双层优化模型，上层模型是分布式发电和储能选址定容优化子问题，该层模型的优化目标为年综合费用和电压越限风险；上层模型的约束包括功率平衡约束，分布式发电及储能的配置约束；下层模型是分布式发电和储能运行策略优化的子问题，该层模型的优化目标为综合日负荷峰谷差最小，下层模型的约束包括分布式发电的出力约束；上层模型规划将分布式发电和储能的配置方案传递给下层模型，下层模型在上层规划方案的基础上对分布式发电和储能的运行策略进行优化，并将结果向上层模型反馈，上层模型在此基础上，得到本层的最优规划结果，如此反复循环；通过迭代计算，最终得到分布式发电、储能的最优配置方案，针对此双层模型，分别采用粒子群优化算法和改进区间控制求解。
4.根据权利要求3所述考虑电压安全的配电网分布式发电及储能联合优化配置方法，其特征在于，所述年综合费用包括：年综合费用包括分布式发电安装投资成本、储能安装投资成本、分布式发电的运行维护成本、储能的运行维护费用、网络损耗费用、分布式发电主动管理费用、储能削峰填谷收益、延缓配电网改造收益以及可再生能源的环保补贴。
CN202010671711.7A 2020-07-14 2020-07-14 考虑电压安全的配电网分布式发电及储能联合优化配置方法 Pending CN111786411A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010671711.7A CN111786411A (zh) 2020-07-14 2020-07-14 考虑电压安全的配电网分布式发电及储能联合优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010671711.7A CN111786411A (zh) 2020-07-14 2020-07-14 考虑电压安全的配电网分布式发电及储能联合优化配置方法

Publications (1)

Publication Number Publication Date
CN111786411A true CN111786411A (zh) 2020-10-16

Family

ID=72767149

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010671711.7A Pending CN111786411A (zh) 2020-07-14 2020-07-14 考虑电压安全的配电网分布式发电及储能联合优化配置方法

Country Status (1)

Country Link
CN (1) CN111786411A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112550047A (zh) * 2020-11-13 2021-03-26 国电南瑞南京控制系统有限公司 一种充光储一体化充电站优化配置方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107239847A (zh) * 2017-04-12 2017-10-10 广州供电局有限公司 一种主动配电网储能系统动态规划方法
CN107688879A (zh) * 2017-10-20 2018-02-13 云南电网有限责任公司 一种考虑源荷匹配度的主动配电网分布式电源规划方法
CN108470231A (zh) * 2018-01-24 2018-08-31 天津大学 考虑储能系统量化特征的配电网分布式储能选址定容方法
CN110119886A (zh) * 2019-04-18 2019-08-13 深圳供电局有限公司 一种主动配网动态规划方法
CN110569555A (zh) * 2019-08-14 2019-12-13 上海电力设计院有限公司 基于配电网过渡方案三层规划模型的计算机辅助规划方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107239847A (zh) * 2017-04-12 2017-10-10 广州供电局有限公司 一种主动配电网储能系统动态规划方法
CN107688879A (zh) * 2017-10-20 2018-02-13 云南电网有限责任公司 一种考虑源荷匹配度的主动配电网分布式电源规划方法
CN108470231A (zh) * 2018-01-24 2018-08-31 天津大学 考虑储能系统量化特征的配电网分布式储能选址定容方法
CN110119886A (zh) * 2019-04-18 2019-08-13 深圳供电局有限公司 一种主动配网动态规划方法
CN110569555A (zh) * 2019-08-14 2019-12-13 上海电力设计院有限公司 基于配电网过渡方案三层规划模型的计算机辅助规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
周俊煌: ""基于配电网削峰效益评估的储能选址定容规划研究"", 《中国优秀硕士学位论文全文数据库（电子期刊）工程科技II辑》, no. 2020, pages 042 - 1204 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112550047A (zh) * 2020-11-13 2021-03-26 国电南瑞南京控制系统有限公司 一种充光储一体化充电站优化配置方法和装置
CN112550047B (zh) * 2020-11-13 2022-05-10 国电南瑞南京控制系统有限公司 一种充光储一体化充电站优化配置方法和装置

Similar Documents

Publication Publication Date Title
CN108470239B (zh) 计及需求侧管理和储能的主动配电网多目标分层规划方法
CN110071505B (zh) 含大规模风电接入的输电网扩建与储能配置联合规划方法
CN109325608B (zh) 考虑储能并计及光伏随机性的分布式电源优化配置方法
CN107611966B (zh) 一种考虑差异可靠性的有源配电网供电能力评估方法
Sedghi et al. Optimal storage planning in active distribution network considering uncertainty of wind power distributed generation
CN109787261B (zh) 电网侧及用户侧储能系统容量优化配置方法
CN112039079B (zh) 考虑电压安全的有源配电网储能优化系统配置方法
CN109818369B (zh) 一种计及出力模糊随机性的分布式电源规划方法
CN103839109A (zh) 一种基于博弈纳什均衡的微网电源规划方法
CN111490554A (zh) 分布式光伏-储能系统多目标优化配置方法
WO2023060815A1 (zh) 一种提高配电网可靠性的储能容量优化配置方法
CN110247428B (zh) 一种基于源网荷协同优化的配电网光储联合配置方法
Tian et al. Coordinated planning with predetermined renewable energy generation targets using extended two-stage robust optimization
CN114884110B (zh) 一种源网荷多约束条件下的电力系统储能优化运行方法
Yadav et al. Grey wolf optimization based optimal isolated microgrid with battery and pumped hydro as double storage to limit excess energy
CN108667071B (zh) 一种主动配电网负荷精准控制计算方法
CN111786411A (zh) 考虑电压安全的配电网分布式发电及储能联合优化配置方法
CN111092450A (zh) 一种基于性价比分析的储能容量配置的方法
CN114094608B (zh) 一种面向光伏电站的多类型储能容量优化配置方法及装置
Li et al. Joint planning of distributed generation, electric vehicle charging station, and active distribution network framework
Amara et al. Technical and economic performance evaluation for efficient capacitors sizing and placement in a real distribution network
Paul et al. Optimal placement of wind power plant in a radial distribution network considering plant reliability
CN113675846A (zh) 基于聚合效应的配电网分布式储能优化调度方法
CN113469436A (zh) 一种城市电网侧储能规划方法
Li et al. Dynamic penetration allocation for distributed generators based on PSO initialized with K-means cluster

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