CN111786417A - 一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法 - Google Patents
一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法 Download PDFInfo
- Publication number
- CN111786417A CN111786417A CN202010414855.4A CN202010414855A CN111786417A CN 111786417 A CN111786417 A CN 111786417A CN 202010414855 A CN202010414855 A CN 202010414855A CN 111786417 A CN111786417 A CN 111786417A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- interval
- power
- new 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 230000000739 chaotic effect Effects 0.000 claims abstract description 3
- 238000004146 energy storage Methods 0.000 claims description 22
- 238000010248 power generation Methods 0.000 claims description 16
- 238000005265 energy consumption Methods 0.000 claims description 14
- 238000007599 discharging Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000009194 climbing Effects 0.000 claims description 2
- 238000011161 development Methods 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 claims description 2
- 238000013507 mapping Methods 0.000 claims description 2
- 230000035699 permeability Effects 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,该方法包括以下步骤:(1)输入分布式新能源的区间预测范围及负荷的日前预测功率;(2)为促进风电、光伏的高效消纳并兼顾系统运行的安全性,考虑弃风弃光惩罚成本、电压偏差和统计电压稳定指数构造配电网日运行目标函数;(3)考虑配电网运行安全约束及设备运行约束,构造含分布式新能源的主动配电网多目标优化调度模型;(4)基于区间优化理论,将模型转化为具有不确定性且由区间变量表示的多目标优化模型;(5)利用基于多生产者的混沌组搜索优化的多目标优化算法,优化系统中的可调资源,制定含高比例分布式新能源的主动配电网日前最优调度计划。
Description
技术领域
本发明涉及一种计面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,属于能源优化与调度领域。
背景技术
众所周知,随着经济的快速发展,传统化石能源的大量使用引发的环境污染问题愈发严重。在这种背景下,人们开始寻找替代传统化石能源的资源,可再生能源发电是解决全球环境问题和能源危机的有效途径。配电网中接入越来越多的可再生能源,例如风能和太阳能。然而,可再生能源发电具有明显的随机性与波动性。因此,如何在可再生能源发电不确定的情况下实现主动配电网的高效调度是一个充满挑战的课题。
配电网的调度通常是一个多目标优化问题。这是由于调度员通常在降低弃风弃光的同时,需要保证合格的电能质量并保证配电网的安全性。例如,可以将弃风弃光惩罚成本、电压偏差和安全裕度视为多个目标,并建立主动配电网的多目标优化数学模型以获得最优调度解决方案。因此,本发明提出了面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,考虑弃风弃光惩罚成本、电压偏差和统计电压稳定指数等目标函数,构造主动配电网日运行数学模型,有利于配电网的安全稳定经济运行。同时,计及风光出力的不确定性,本发明基于区间优化理论,将多目标优化模型转化为计及不确定性且由区间变量表示的多目标优化模型,从而实现对主动配电网调度行为更加全面、详细地描述,在保证系统安全性的同时促进风光的消纳。
发明内容
技术问题
本发明提供一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,该方法具有能够考虑分布式新能源不确定性,制定含高比例分布式新能源的配电网日前最优调度计划,实现配电网安全运行与风电、光伏的最大化消纳的特点。
本发明提出一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,该方法包含以下步骤:
步骤1:输入分布式新能源(风电、光伏)的区间预测范围及负荷的日前预测功率;
步骤2:考虑弃风弃光惩罚成本、电压偏差和统计电压稳定指数构造配电网日运行目标函数;
步骤3:考虑配电网运行安全约束及设备运行约束,构造含分布式新能源的主动配电网多目标优化调度模型;
步骤4:基于区间优化理论,将步骤3的多目标优化调度模型转化为具有不确定性且由区间变量表示的多目标优化模型;
步骤5:利用CGSOMP多目标优化算法,制定含高比例分布式新能源的主动配电网日前最优调度计划。
有益效果
与现有技术相比,本发明具有如下优点:
1.本发明以电网安全稳定运行为前提,以新能源消纳为导向,考虑弃风弃光惩罚成本、电压偏差和统计电压稳定指数,构造主动配电网日运行目标函数,在保证配电网运行安全性的前提下,提高电力系统消纳新能源的能力。
2.考虑新能源出力的不确定性,构造含分布式新能源的主动配电网多目标优化调度模型,基于区间优化理论,将其转化为具有不确定性且由区间变量表示的多目标优化模型;
3.由于CGSOMP多目标优化算法易于实现,并且可以解决非凸优化问题,本发明利用CGSOMP算法,优化系统中的可调资源,例如风电、光伏、燃气轮机、储能等,制定含高比例分布式新能源的配电网日前最优调度计划,实现主动配电网中风电、光伏消纳的最佳安排,兼顾了系统的安全性与经济性。
附图说明
图1是本发明一种计及面向分布式新能源消纳的主动配电网多目标区间优化调度的方法的流程图。图2是本发明中CGSOMP多目标优化算法的流程图。图3是本发明实施例中的IEEE30节点系统图。图4、5是本发明实施例中风光区间预测数据。图6、7是利用本发明所提出的一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法优化得到的日前调度计划。
具体实施方式
下面结合附图对本发明做详细说明。
本发明的总体方法流程说明:
图1为本发明的总体方法流程图,本发明提出一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,该方法包含以下步骤:
步骤1:如图1所示,输入分布式新能源(风电、光伏)的区间预测范围及负荷的日前预测功率;
步骤2:为了促进风电、光伏的高效消纳,同时兼顾系统运行的安全性,考虑弃风弃光惩罚成本、电压偏差和统计电压稳定指数构造配电网日运行目标函数;
以电网安全稳定运行为前提,以新能源消纳为导向,考虑弃风弃光惩罚成本(EC)、电压偏差(VD)和统计电压稳定指数(SVSI)构造配电网日运行目标函数,在保证配电网运行安全性的前提下,提高电力系统运行的消纳新能源能力。具体目标函数如下所示。
考虑到分布式新能源的优先消纳,构造弃风弃光惩罚成本最小的目标函数,即:
式中,NT为时段数量;Δt为时段长度;Pcurt,wt、Pcurt,pvt分别为第t个分段的弃风、弃光量,Nw、Npv为对应的风电机组、光伏发电机组的数量;Ccurt为弃风弃光惩罚费用系数。
电压偏差是表征系统操作安全性和电能质量的最重要指标之一。所有节点的VD的总和如下所示:
式中,ND为系统总的节点数,Vi、Vref分别为节点电压的实际值和参考值,通常将额定电压幅值设置为参考。
为保持电压稳定性并使系统远离电压崩溃点,可以将最大统计电压稳定性指标最小化,公式如下:
式中,NG为系统中接有分布式电源的节点总数,是节点i的电压稳定性指标;Fji是矩阵F的元素,由(5)获得;其中YLL和YLG分别表示雅可比矩阵的子矩阵,即负荷节点之间的导纳元素以及负荷节点和发电机节点之间的导纳元素。
步骤3:考虑配电网运行安全约束及设备运行约束,构造含分布式新能源的主动配电网多目标优化调度模型;
上面诸式中,式(6)为潮流约束,PGi、QGi分别为在节点i处注入有功、无功功率,j∈i表示节点j和节点i直接相联;式(7)为节点电压约束,Vi min、Vi max分别为节点电压上、下限;式(8)为线路视在功率约束,为线路k视在功率的极限;式(9)为弃风、弃光功率约束;式(10)为配电网中可调发电设备(如燃气轮机)的出力约束,Pi GT,max、Pi GT,min分别为出力上、下限;式(11)为可调发电设备的出力爬坡约束,分别为爬坡速率上、下限;式(12)为储能充放电模式约束,发别为储能系统i在时段t的充放电模式的0-1变量;式(13)为储能的充、放电功率约束;式(14)为储能容量约束,为储能系统i在时段t结束时的剩余电量,ηch、ηdis分别为储能系统i的充、放电效率,分别为储能系统在调度周期开始和结束时段的剩余电量。
步骤4:基于区间优化理论,将步骤3的多目标优化调度模型转化为具有不确定性且由区间变量表示的多目标优化模型。
在本发明中,将风光不确定性表述为区间变量,通过区间优化(IO)提出多目标优化模型,由此形成的区间优化问题可表述为如下公式所示:
min[f1(x,u),f2(x,u),f3(x,u)](15)
s.t.g(x,u)=0(16)
h(x,u)=0(17)
u∈[uL,uR](18)
其中,式(15)表示目标函数;式(16)、式(17)分别表示等式约束、不等式约束;x是一组决策变量,包括可控发电设备的输出功率,储能装置的充、放电功率等;u表示风力发电和光伏发电单元的不确定性输出功率,基于区间预测方法可表示为区间变量;uR、uL分别为区间上限和下限;
区间优化的目的是确定决策变量的最佳取值x,以获得目标函数fi(x,u)(i=1,2,3)的最佳值,由于fi(x,u)∈[fi L(x,u),fi R(x,u)],是一个区间数,因此需要转换为确定性数。本发明中采用区间的中点值fi m(x,u)来评估区间解的质量,具体可以通过以下方法获得:
第i个不确定目标函数fi(x,u)的上、下限fi L(x,u)、fi R(x,u)可以通过以下公式确定:
式中,fi L(x,u)、fi R(x,u)分别为在不确定区间u内,对应于调度解x的最小值、最大值。
至此,式(15)~(20)共同组成计及分布式新能源不确定性且由区间变量表示的的主动配电网多目标优化调度模型。
步骤5:利用基于多生产者的混沌组搜索优化(CGSOMP)的多目标优化算法,优化系统中的可调资源(包括风电、光伏、燃气轮机、储能等),制定含高比例分布式新能源的主动配电网日前最优调度计划。
CGSOMP多目标优化算法模仿基于群体智能的动物搜索行为,由三类成员组成,即生产者、占领者和徘徊者。生产者充当寻找全局最优的领导者;占领者在搜索过程中跟踪生产者,并尝试在生产者附近更新解决方案;其余成员是徘徊者,在搜索区域随机游走。为避免陷入局部最优状态,需要选择合适的控制参数,即徘徊者数量c与占领者系数r3之比,本发明利用逻辑映射生成的混沌序列来动态调整徘徊者数量c和占领者系数r3的比率,其公式如下:
c(n)=μ1×c(n-1)×[1-c(n-1)](21)
r3(n)=μ2×r3(n-1)×[1-r3(n-1)](22)
式中,n为迭代次数;μ1、μ2为控制参量。
采用CGSOMP算法解决本发明构造的面向分布式新能源消纳的的主动配电网多目标区间优化调度模型,CGSOMP算法的计算过程如图2所示。
在本发明实施例中,采用了图3所示的IEEE30节点系统图。该系统中,供电单元包括风机、光伏、电储能装置以及燃气轮机等。5台燃气轮机分别接于节点1、2、5、8、13,一个风电机组接于节点11,光伏电站及储能装置接于节点16,储能的初始荷电水平为0.5。下面,对本发明实施例的仿真结果进行说明。
图4、5分别表示光伏、风电的日前±20%不确定度的区间预测数据,基于此对主动配电网进行多目标优化调度。图6显示了燃气轮机的日前出力优化结果及新能源受阻功率,图7显示了日前储能soc曲线变化情况,由优化结果可知在风光大发的时段,燃气轮机出力降低,储能进行充电,在保证功率平衡的同时有助于充分消纳风电和光伏发电。在负荷需求较大而风电资源不足的时段,通过增加燃气轮机出力以及储能释放电能,提高供电的可靠程度。由此可见,本发明所提的一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法能够通过优化主动配电网中的可调资源,从而促进分布式新能源的消纳,具有实际的应用价值。
以上描述了本发明的具体实施方式。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的方法说明,在不脱离本发明的精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由所附的权利要求书及其效物界定。
Claims (3)
1.一种计及面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,其特征在于该方法包括以下步骤:
1)输入分布式新能源(风电、光伏)的区间预测范围及负荷的日前预测功率;
2)为了促进风电、光伏的高效消纳,同时兼顾系统运行的安全性,考虑弃风弃光惩罚成本、电压偏差和统计电压稳定指数构造配电网日运行目标函数;
可再生能源发电是解决全球环境问题和能源危机的有效途径,以风能和太阳能为代表的可再生能源在配电网中渗透率逐渐提高,然而可再生能源的高渗透率对电网的规划和运行带来了许多问题,包括电压上升,电能质量下降,网损增加等。所以,分布式新能源不可能无限度的接入电网,以电网安全稳定运行为前提,以新能源消纳为导向,考虑弃风弃光惩罚成本(EC)、电压偏差(VD)和统计电压稳定指数(SVSI)构造配电网日运行目标函数,在保证配电网运行安全性的前提下,提高电力系统运行的消纳新能源能力。具体目标函数如下所示。
考虑到分布式新能源的优先消纳,构造弃风弃光惩罚成本最小的目标函数,即:
式中,NT为时段数量;Δt为时段长度;Pcurt,wt、Pcurt,pvt分别为第t个分段的弃风、弃光量,Nw、Npv为对应的风电机组、光伏发电机组的数量;Ccurt为弃风弃光惩罚费用系数。
电压偏差是表征系统操作安全性和电能质量的最重要指标之一。所有节点的VD的总和如下所示:
式中,ND为系统总的节点数,Vi、Vref分别为节点电压的实际值和参考值,通常将额定电压幅值设置为参考。
为保持电压稳定性并使系统远离电压崩溃点,可以将最大统计电压稳定性指标最小化,公式如下:
式中,NG为系统中接有分布式电源的节点总数,是节点i的电压稳定性指标;Fji是矩阵F的元素,由(5)获得;其中YLL和YLG分别表示雅可比矩阵的子矩阵,即负荷节点之间的导纳元素以及负荷节点和发电机节点之间的导纳元素。
3)考虑配电网运行安全约束及设备运行约束,构造含分布式新能源的主动配电网多目标优化调度模型;
在进行多目标优化时,为了保证优化结果的可行性,需要考虑优化过程中的约束条件,包括电力系统安全性约束、设备出力约束等,具体分别如下所示:
Vi min≤Vi≤Vi max (7)
上面诸式中,式(6)为潮流约束,PGi、QGi分别为在节点i处注入有功、无功功率,j∈i表示节点j和节点i直接相联;式(7)为节点电压约束,Vi min、Vi max分别为节点电压上、下限;式(8)为线路视在功率约束,为线路k视在功率的极限;式(9)为弃风、弃光功率约束;式(10)为配电网中可调发电设备(如燃气轮机)的出力约束,Pi GT,max、Pi GT,min分别为出力上、下限;式(11)为可调发电设备的出力爬坡约束,分别为爬坡速率上、下限;式(12)为储能充放电模式约束,发别为储能系统i在时段t的充放电模式的0-1变量;式(13)为储能的充、放电功率约束;式(14)为储能容量约束,为储能系统i在时段t结束时的剩余电量,ηch、ηdis分别为储能系统i的充、放电效率,分别为储能系统在调度周期开始和结束时段的剩余电量。
4)基于区间优化理论,将步骤3的多目标优化调度模型转化为具有不确定性且由区间变量表示的多目标优化模型。
由于可再生能源的飞速发展,越来越多的风电和光伏集成到配电网中,但是,由于新能源的高渗透率,配电网在保证充分消纳分布式新能源的同时,有效的调度方案愈发变得难以确定。在本发明中,将风光不确定性表述为区间变量,通过区间优化(IO)提出多目标优化模型,由此形成的区间优化问题可表述为如下公式所示:
min[f1(x,u),f2(x,u),f3(x,u)] (15)
s.t.g(x,u)=0 (16)
h(x,u)=0 (17)
u∈[uL,uR] (18)
其中,式(15)表示目标函数;式(16)、式(17)分别表示等式约束、不等式约束;x是一组决策变量,包括可控发电设备的输出功率,储能装置的充、放电功率等;u表示风力发电和光伏发电单元的不确定性输出功率,基于区间预测方法可表示为区间变量;uR、uL分别为区间上限和下限;
区间优化的目的是确定决策变量的最佳取值x,以获得目标函数fi(x,u)(i=1,2,3)的最佳值,由于fi(x,u)∈[fi L(x,u),fi R(x,u)],是一个区间数,因此需要转换为确定性数。本发明中采用区间的中点值fi m(x,u)来评估区间解的质量,具体可以通过以下方法获得:
第i个不确定目标函数fi(x,u)的上、下限fi L(x,u)、fi R(x,u)可以通过以下公式确定:
式中,fi L(x,u)、fi R(x,u)分别为在不确定区间u内,对应于调度解x的最小值、最大值。
至此,式(15)~(20)共同组成计及分布式新能源不确定性且由区间变量表示的的主动配电网多目标优化调度模型。
5)利用基于多生产者的混沌组搜索优化(CGSOMP)的多目标优化算法,优化系统中的可调资源(包括风电、光伏、燃气轮机、储能等),制定含高比例分布式新能源的主动配电网日前最优调度计划。
由于CGSOMP多目标优化算法易于实现,并且可以解决非凸优化问题,因此本发明利用CGSOMP优化算法,以有效解决在步骤四中构造的计及分布式新能源不确定性且由区间变量表示的的配电网多目标优化调度模型。该算法模仿基于群体智能的动物搜索行为,由三类成员组成,即生产者、占领者和徘徊者。生产者充当寻找全局最优的领导者;占领者在搜索过程中跟踪生产者,并尝试在生产者附近更新解决方案;其余成员是徘徊者,在搜索区域随机游走。为避免陷入局部最优状态,需要选择合适的控制参数,即徘徊者数量c与占领者系数r3之比,本发明利用逻辑映射生成的混沌序列来动态调整徘徊者数量c和占领者系数r3的比率,其公式如下:
c(n)=μ1×c(n-1)×[1-c(n-1)] (21)
r3(n)=μ2×r3(n-1)×[1-r3(n-1)] (22)
式中,n为迭代次数;μ1、μ2为控制参量。
采用CGSOMP算法解决本发明构造的面向分布式新能源消纳的的主动配电网多目标区间优化调度模型,CGSOMP算法的计算过程如图2所示。
2.如权利要求1所述的一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,其特征在于:考虑弃风弃光惩罚成本、电压偏差和统计电压稳定指数等目标函数,构造主动配电网日运行数学模型,实现新能源高效消纳的同时兼顾系统运行的安全性。
3.如权利要求1所述的一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法,其特征在于:考虑到风光出力的波动性与不确定性,基于区间优化理论,将多目标优化调度模型转化为计及不确定性且由区间变量表示的多目标优化模型,实现对主动配电网调度行为更加全面、详细地刻画,有利于系统的安全稳定经济运行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010414855.4A CN111786417A (zh) | 2020-05-15 | 2020-05-15 | 一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010414855.4A CN111786417A (zh) | 2020-05-15 | 2020-05-15 | 一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111786417A true CN111786417A (zh) | 2020-10-16 |
Family
ID=72754136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010414855.4A Pending CN111786417A (zh) | 2020-05-15 | 2020-05-15 | 一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111786417A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108988390A (zh) * | 2018-08-13 | 2018-12-11 | 国网江西省电力有限公司电力科学研究院 | 一种基于最佳弃光率的配电网电压控制方法 |
CN112531785A (zh) * | 2020-12-02 | 2021-03-19 | 四川大学 | 多时间尺度下光热-储热的主动配电网主辅联合调度方法 |
CN113783233A (zh) * | 2021-07-27 | 2021-12-10 | 国网河北省电力有限公司电力科学研究院 | 主动配电网分区优化运行调度方法、装置及终端设备 |
CN113872252A (zh) * | 2021-10-26 | 2021-12-31 | 华北电力科学研究院有限责任公司 | 一种多能互动火电源侧发电效率优化方法及装置 |
CN114123287A (zh) * | 2021-11-30 | 2022-03-01 | 贵州电网有限责任公司 | 一种基于柔性互联变电站的分布式电源就地消纳方法 |
CN116826864A (zh) * | 2023-06-29 | 2023-09-29 | 国电南瑞科技股份有限公司 | 新能源接入港口配电网运行方式的多层优化方法及系统 |
-
2020
- 2020-05-15 CN CN202010414855.4A patent/CN111786417A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108988390A (zh) * | 2018-08-13 | 2018-12-11 | 国网江西省电力有限公司电力科学研究院 | 一种基于最佳弃光率的配电网电压控制方法 |
CN112531785A (zh) * | 2020-12-02 | 2021-03-19 | 四川大学 | 多时间尺度下光热-储热的主动配电网主辅联合调度方法 |
CN112531785B (zh) * | 2020-12-02 | 2023-04-18 | 四川大学 | 多时间尺度下光热-储热的主动配电网主辅联合调度方法 |
CN113783233A (zh) * | 2021-07-27 | 2021-12-10 | 国网河北省电力有限公司电力科学研究院 | 主动配电网分区优化运行调度方法、装置及终端设备 |
CN113872252A (zh) * | 2021-10-26 | 2021-12-31 | 华北电力科学研究院有限责任公司 | 一种多能互动火电源侧发电效率优化方法及装置 |
CN113872252B (zh) * | 2021-10-26 | 2024-04-30 | 华北电力科学研究院有限责任公司 | 一种多能互动火电源侧发电效率优化方法及装置 |
CN114123287A (zh) * | 2021-11-30 | 2022-03-01 | 贵州电网有限责任公司 | 一种基于柔性互联变电站的分布式电源就地消纳方法 |
CN116826864A (zh) * | 2023-06-29 | 2023-09-29 | 国电南瑞科技股份有限公司 | 新能源接入港口配电网运行方式的多层优化方法及系统 |
CN116826864B (zh) * | 2023-06-29 | 2024-03-26 | 国电南瑞科技股份有限公司 | 新能源接入港口配电网运行方式的多层优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN107887903B (zh) | 考虑元件频率特性的微电网鲁棒优化调度方法 | |
CN111786417A (zh) | 一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法 | |
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
CN105680474B (zh) | 一种储能抑制光伏电站快速功率变化的控制方法 | |
CN110581571A (zh) | 一种主动配电网动态优化调度方法 | |
CN107425534B (zh) | 一种基于优化蓄电池充放电策略的微电网调度方法 | |
CN110854932A (zh) | 一种交直流配电网多时间尺度优化调度方法及系统 | |
CN114744687A (zh) | 一种虚拟电厂的能源调控方法及系统 | |
CN115423207A (zh) | 风储虚拟电厂在线调度方法和装置 | |
Cheng et al. | Adaptive robust method for dynamic economic emission dispatch incorporating renewable energy and energy storage | |
CN112821463B (zh) | 基于风、光随机性的主动配电网多目标日前优化调度方法 | |
CN117060470B (zh) | 一种基于灵活性资源的配电网电压优化控制方法 | |
CN116565874A (zh) | 一种考虑光储用户并网的配电网多时间尺度优化调度方法 | |
CN118054451A (zh) | 风电场群优化储能的管理方法及装置、微电网系统 | |
CN116706950A (zh) | 基于htl-mopso算法的有源配电网储能多目标优化配置方法和系统 | |
CN111310953A (zh) | 一种基于采样的机会约束调度模型快速求解方法 | |
Saric et al. | Optimal DG allocation for power loss reduction considering load and generation uncertainties | |
CN114759616B (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
CN117096962A (zh) | 考虑光伏的电网动态无功补偿优化方法及系统 | |
CN116169785A (zh) | 一种基于深度q学习的灵活互动资源安全运行预警方法 | |
CN110417002B (zh) | 一种孤岛微电网能量模型的优化方法 | |
CN111740443B (zh) | 多分布式电源的独立微电网多时间尺度协同优化调度方法 | |
Yu et al. | A fuzzy Q-learning algorithm for storage optimization in islanding microgrid | |
Kazari et al. | Predictive Utilization of Energy Storage for Wind Power Fluctuation Mitigation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201016 |
|
WD01 | Invention patent application deemed withdrawn after publication |