CN112288237A - 一种基于协同度优化的黑启动子区域划分方法 - Google Patents
一种基于协同度优化的黑启动子区域划分方法 Download PDFInfo
- Publication number
- CN112288237A CN112288237A CN202011084763.0A CN202011084763A CN112288237A CN 112288237 A CN112288237 A CN 112288237A CN 202011084763 A CN202011084763 A CN 202011084763A CN 112288237 A CN112288237 A CN 112288237A
- Authority
- CN
- China
- Prior art keywords
- load
- power
- black
- started
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000000638 solvent extraction Methods 0.000 title claims description 15
- 239000007858 starting material Substances 0.000 title description 3
- 241001672018 Cercomela melanura Species 0.000 claims abstract description 79
- 238000005192 partition Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 238000002922 simulated annealing Methods 0.000 claims description 9
- 108700039691 Genetic Promoter Regions Proteins 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000001816 cooling Methods 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 238000011084 recovery Methods 0.000 description 14
- 238000009826 distribution Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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]
-
- 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
Abstract
本发明公开了一种基于协同度优化的黑启动子区域划分方法,包括:获取现有待启动网架的拓扑信息作为初始拓扑;结合位置信息,对待恢复机组进行划分和对待恢复负荷进行初步规划;结合有功无功功率信息,对初始拓扑进行区域负荷启动系数的计算;根据区域负荷启动系数计算结果,对某一权重下的负荷进行协同度优化;降低负荷权重,获得最终基于协同度优化的网架分区结果。首次提出区域负荷启动系数的概念,应用于基于协同度优化的子区域划分中,一方面最小化待恢复机组与黑启动电源之间的电气距离,最大化黑启动网络吞吐量;另一方面缩小各子区域平均等待时长,提高黑启动效率;优先保障重要负荷顺利启动,有效减小重要负荷的停电损失。
Description
技术领域
本发明属于电力系统领域中大停电后电网黑启动过程的方法,具体涉及基于协同度优化的黑启动子区域划分方法。
背景技术
随着全球经济的不断发展,人民生产生活对电力需求不断提高,而电力系统的可靠性是其运行的基础。但随着光伏、风电等清洁绿色能源陆续并网应用,电力系统结构日趋庞大和复杂。近年来全球范围内发生多起大停电事故,对社会经济造成严重损失,例如2011年日本大停电、2012年印度大停电、2015年土耳其大停电、2016年巴西远西北电网大停电等。大停电的原因也随着电网结构的变化而多样化,2016年南澳风机在极端天气条件下非计划脱网,2019年伦敦电网因抗扰能力和控制保护方面的缺陷造成严重的大停电事故。因此,研究合适的黑启动方案以应对大停电事故具有十分重要的意义。
所谓黑启动,是指整个系统因故障停运后,系统全部停电(不排除孤立小电网仍维持运行),处于全“黑”状态,不依赖别的网络帮助,通过系统中具有自启动能力的发电机组启动,带动无自启动能力的发电机组,逐渐扩大系统恢复范围,最终实现整个系统的恢复。在此过程中,网架重构方法的优良性直接影响到黑启动效率。传统的黑启动方法主要借助火力发电厂,随着分布式新能源的发展为黑启动方案提供了新的思路,大大提高大停电后系统的恢复效率。国内外相关专家学者已经对黑启动做了大量的研究并取得了一定的研究成果。有学者提出了应用可达矩阵的电网分区方法;还有学者采用遗传模拟退火算法,优化恢复路径;或应用谱聚类,将灵敏度矩阵融入负荷节点分区问题中。在现有的研究成果中,大多仅考虑缩短恢复路径,忽略了子区域拥堵的情况,导致大量大功率负荷被划分到同一子区域,超过机组所能带动的负荷上限,导致黑启动失败;还有一些仅将缩短恢复时间作为黑启动过程的优化目标,但在优化过程中忽略了各类负荷重要程度的差异,导致停电损失巨大。
而现有黑启动的方法或策略中,如专利CN110676869A公开的一种确定新增黑启动机组布点的方法、CN107862405A公开的微网作为黑启动电源的电力系统网架重构优化方法、CN108649557B公开的一种考虑双重不确定性的电力系统源荷协调恢复方法、WO2018137355A1公开的具有黑启动功能的系统及其黑启动方法,都用于电网的重新启动或黑启动方法,然而对于对启动权重或启动优先级的划分等不够优化,协同度不好,未考虑到区域负荷的启动影响。
但在现实生产生活中,负荷重要性的差异不容忽视。不同重要程度的负荷,其停电损失以及对国计民生造成的影响程度具有很大的差异。如医院、银行等,其停电必将严重影响人民生产生活和社会公共秩序。而现有技术中,很少有针对考虑负荷重要性的网架重构策略,少量针对负荷重要性的研究中也具有目标单一、网架稳定性差等不足。因此,针对负荷重要性的黑启动网架重构策略技术研究具有十分重要的现实意义。
发明内容
为了克服现有技术的不足,本发明提供了一种基于协同度优化的黑启动子区域划分方法,以达到基于负荷重要性提高电网黑启动效率的目的。
设计原理:以具有黑启动能力的分布式电源为中心,以电气距离最短为优化目标对机组和负荷进行初步划分,综合考虑负荷的重要程度及所需启动功率的大小对待恢复负荷进行加权。提出了区域负荷启动系数的概念分别对各级各类负荷进行协同度优化,应用改进的加权模拟退火算法对负荷进一步划分,保证重要负荷的优先顺利恢复。
设计方案:本发明的目的采用以下技术方案实现。
一种基于协同度优化的黑启动子区域划分方法,方法包括以下步骤。步骤1:获取现有待启动网架的拓扑信息作为初始拓扑。步骤2:结合位置信息,对待恢复机组进行划分和对待恢复负荷进行初步规划。步骤3:引入区域负荷启动系数,结合有功无功功率信息,对初始拓扑进行区域负荷启动系数的计算。步骤4:根据区域负荷启动系数计算结果,对某一权重下的负荷进行协同度优化。步骤5:降低负荷权重,最终获得一种基于协同度优化的网架分区结果,以此构件包括负荷重要性的多优化目标的黑启动网架重构策略。
优选的,在步骤1中,初始拓扑的确定包括以下步骤:步骤11:采集待恢复网架系统中存在可用的分布式新能源和常规备用能源作为黑启动电源的站点和所述站点包含的黑启动机组数量、黑启动机组位置、黑启动机组容量;步骤12:采集初始拓扑中待启动机组和负荷的所在节点和所述节点的位置、有功无功功率、节点电压,获取待启动网架所采集站点和节点的连接拓扑关系;步骤13:根据待启动网架所采集站点和节点的信息及其连接拓扑关系,生成可用的待启动网架初始拓扑结构;步骤14:以黑启动电源为中心,对初始拓扑结构进行区域划分。
优选的,在步骤14中,区域划分的模型包括以下约束条件:约束条件1:分区个数约束,在区域划分时为保证各子区域顺利启动,每个分区中含有至少一个黑启动电源,即area≤m,其中area表示分区个数,m表示黑启动电源个数;约束条件2:有功功率约束,其中,PB表示黑启动机组的有功功率,表示待启动机组的有功功率之和,表示待启动负荷的有功功率之和;约束条件3:无功功率约束, 其中,QB表示黑启动机组的无功功率,表示待启动机组的无功功率之和,表示待启动负荷的无功功率之和。
优选的,在步骤2中,根据黑启动机组和待启动节点的位置信息,应用Dijkstra算法求解两点之间的最短距离,作为启动最短路径。
优选的,最短距离的获取包括:据优先级队列的思想,从起点向外逐级拓展,计算起始节点到每个节点的距离;如果后一步计算结果小于前一步距离,则更新所存储的路径和长度。
优选的,步骤3中引入的初始拓扑各区域的区域负荷启动系数等于视在功率与总功率之商,则区域i的负荷启动系数为:其中,Ui为初始拓扑各区域的区域i的负荷启动系数,其中i为大于等于1的正整数,area为字区域个数;S为视在功率,同一区域中不同负荷节点的有功PL和无功功率QL计算其平方和并开方,将所述平方和的开方值作为该区域待启动负荷的视在功率值SL;表示该区域中负荷视在功率之和;Bi+Gij(i=1,2,...,m,j=1,2,...,n)为该区域已启动机组和黑启动机组可共同为负荷提供启动功率,计算已启动机组提供功率和黑启动机组提供功率之和记为机组发出的总功率。
优选的,在步骤4中对负荷进行协同度优化包括以下步骤:步骤41:对初步规划的不同区域根据区域负荷启动系数计算极差Ri,Ri=Uimax-Uimin;将所述极差用以衡量子区域间的协同度;根据不同负荷节点的不同重要性和所需启动功率的大小,对待恢复负荷进行加权;步骤42:利用上步加权后的权值,对某一权重负荷以前两点协同度优化:首先,选取区域负荷启动系数最小的子区域,将离Ui最小子区域的黑启动机组最近的相同权重负荷划分到该子区域中;其次,重新计算极差,并与先前存储的极差值进行比较,若极差减小则接受此次优化过程,重复上述方法继续进行优化,若极差增大说明当前类负荷已经达到最优划分,得到当前类负荷下的最优区域划分结果。
优选的,在步骤5中黑启动网架重构策略包括以下步骤:步骤51:仿照模拟退火算法中固体冷却过程温度的下降,类比降低步骤41中区域负荷权重;步骤52:重复步骤42,得到各级各类负荷下的最优负荷划分结果。
相比现有技术,本发明的有益效果在于:本发明首先保障了各级负荷的顺利恢复,减小并网等待时间,增加系统的恢复效率。其次确保了各级负荷的分配有较高的可行性。最后采用逐级分配的方法使该划分方案下大电网黑启动可操作性更强。尤其在负荷划分的过程中针对各级各类负荷加权划分后,首次引入区域负荷启动系数的概念对其结果进行协同度优化。在各级加权负荷上调整逻辑结构的目的是改善待启动区域的性能,缓解单个区域由于所带负荷过大产生的拥塞现象,使得黑启动网络吞吐量最大化或者各子区域平均等待时长最小。进而达到对黑启动负荷划分结果进行平衡优化的目的,缩短恢复时间,使重要负荷的顺利恢复得到有效保障,为黑启动的成功奠定坚实基础。此外,本发明设计原理可靠,具有非常广泛的应用前景。
附图说明
图1提供的黑启动过程中子区域协同度优化流程图;
图2为本发明提供的黑启动网架重构策略流程图;
图3为本发明应用于算例IEEE39网架的分区结果。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种基于协同度优化的黑启动子区域划分的方法研究,具体包括以下几个方面。
第一,区域负荷启动系数的引入。
考虑到子区域能对外界提供的功率越大,子区域带动负荷越多、抗干扰能力越强、黑启动成功率越高。故为确保发出功率较大机组所在子区域可带负荷更多,将各子区域内所有机组的发出功率和负荷的视在功率作为因子,提出区域负荷启动系数的概念。由于重要负荷所需要的启动功率相比普通负荷更大,故可以在考虑负荷重要性的条件下对各级各类负荷分别进行划分,保障重要负荷的成功启动。
视在功率S可用以衡量某一负荷对上一级设备提供功率的需求,即为保证电力系统的正常工作,外部设备需要传递给该负荷的能量。其数学表达式为:
已启动机组联合黑启动机组共同为负荷提供启动功率,机组发出总功率记为:
Bi+Gij(i=1,2,...,m,j=1,2,...,n);
由以上两式最终得到如下表达式定义区域负荷启动系数:
第二,协同度优化。
需要说明的是,黑启动过程中的电力系统网络可以看成由一系列机组到负荷、负荷到负荷的线路通道构成的拓扑结构,而协同度是一种建立在物理拓扑结构基础上的负责对初始分配方式结果进行调整的逻辑结构。若在某一级负荷子区域中机组发出的总功率越多,所带负荷就越多,其规模也就越大,进而恢复所用时间就越长且恢复稳定性低,容易造成重要负荷无法正常启动甚至导致黑启动过程失败。
可以理解的是,以上情况即需要通过协同度优化调整对各级各类负荷的划分。故而将负荷进行加权分为1级负荷、2级负荷和普通负荷。由于各级负荷需要的启动功率不同,1级负荷需要的启动功率较大,其余负荷以此类推。
需要说明的是,在统计学中极差为最大值和最小值之差,用来对统计学中的变异量数进行描述,它是表示变动范围的常用指标。故极差可用来评价数据的离散程度。
可以理解的是,而针对黑启动中负荷的划分,区域负荷启动系数离散度越高说明各子区域间协同度越低。其物理意义为黑启动电网中最大区域负荷启动系数和最小区域负荷启动系数之差,R=Uimax-Uimin,此差值越小代表子区域间协同度越高。如果R值达到最小,说明此时各子区域间协同度达到最优。
优化过程如说明书附图1所示,具体的,在初始划分结果的基础上计算R的值,选取区域负荷启动系数U最小的子区域,将离此区域黑启动机组最近的相同权重负荷划分到该子区域中。重新计算R的值,并与先前存储值进行比较。若R减小则接受此次优化过程,重复上述方法继续进行优化。若R增大说明该类负荷已经达到最优划分,得到该类负荷下的最优区域划分结果。降低负荷权重并重复上述步骤,使各级负荷分配均达到最优,得到最终负荷划分结果。
第三,基于协同度优化的加权模拟退火算法。
模拟退火算法具有较强的搜索能力,但传统模拟退火算法只能对待恢复负荷进行盲目划分,而在复杂电网即城市电力系统背景下,各类待恢复负荷重要程度和所需启动功率大小各有不同。应用基于协同度优化的加权模拟退火算法将各类负荷赋予一定的权重并进行协同度优化。如医院、银行、消防等需要的启动功率较大且恢复困难,决定其所在子区域的启动是否成功,且断电将对生产生活造成很大影响。综合考虑负荷重要性和所需启动功率的大小将负荷加权归类为1级负荷、2级负荷和普通负荷。借助Dijkstra算法依据与黑启动机组间的电气距离即目标函数,对待恢复机组进行初步划分,其中目标函数为式中Bi∈ri(i=1,2,...,n),Gij、Lij∈ri,j=1,2,...,m。在对加权负荷初步划分的基础上根据区域间协同度对初步划分结果适当优化,遍历各级负荷后,得到最终的划分结果。具体流程如说明书附图2所示。
该模型约束条件包括。
约束条件1:分区个数约束。
在对子区域的划分时为保证各子区域顺利启动,每个分区中必须含有一个黑启动电源。
area≤m,其中,area表示分区个数,m表示黑启动电源个数。
约束条件2:有功功率约束。
约束条件3:无功功率约束。
第四,IEEE39节点系统仿真实例。
最后以IEEE39节点系统为算例,验证本发明中方法的合理性。为验证本发明中所提方法的有效性,现采用新英格兰10机39节点系统进行算例验证,系统参数及负荷权重分配如表1和表2所示。确定各子区域中的黑启动机组为节点30,31和34,对网架中的待恢复机组分区。以节点30,31和34分别为分区1、分区2、分区3的中心点。各分区以黑启动机组为中心,以32,33,35,36,37,38和39为周围节点,由Dijkstra算法计算周围节点与各区域中心点的距离。以最短路径算法对各级负荷进行初始划分,在基于改进加权模拟退火算法的黑启动网架重构策略下,计算区域负荷启动系数,通过极差进行协同度对比分析,并对划分结果逐步进行调整。机组及负荷划分结果如表3和表4所示。
经以上步骤,最终重构结果如图3所示,其效果与前述效果一致。
表1 IEEE39节点系统的输电线路长度
表2各类负荷权重分配
负荷节点权重 | 负荷节点号 |
1级负荷 | 4,8,15,20 |
2级负荷 | 3,16,21,24,27,29 |
普通负荷 | 1,2,5,6,7,9,10,11,12,13,14,17,18,19,22,23,25,26,28 |
表3 IEEE39节点系统机组划分结果
分区 | 黑启动机组所在节点 | 机组划分结果 |
分区1 | 30 | 37,38,39 |
分区2 | 31 | 32 |
分区3 | 34 | 33,35,36 |
表4 IEEE39节点系统负荷划分结果
分区 | 1级负荷 | 2级负荷 | 普通负荷 |
分区1 | 8 | 3,27,29 | 1,2,9,25,26,28 |
分区2 | 4 | 16 | 5,6,7,10,11,12,13,14 |
分区3 | 15,20 | 21,24 | 17,18,19,22,23 |
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种基于协同度优化的黑启动子区域划分方法,其特征在于,方法包括以下步骤:
步骤1:获取现有待启动网架的拓扑信息作为初始拓扑;
步骤2:结合位置信息,对待恢复机组进行划分和对待恢复负荷进行初步规划;
步骤3:引入区域负荷启动系数,结合有功无功功率信息,对初始拓扑进行区域负荷启动系数的计算;
步骤4:根据区域负荷启动系数计算结果,对某一权重下的负荷进行协同度优化;
步骤5:降低负荷权重,最终获得一种基于协同度优化的网架分区结果,以此构件包括负荷重要性的多优化目标的黑启动网架重构策略。
2.根据权利要求1所述的黑启动子区域划分方法,其特征在于,在步骤1中,初始拓扑的确定包括以下步骤:
步骤11:采集待恢复网架系统中存在可用的分布式新能源和常规备用能源作为黑启动电源的站点和所述站点包含的黑启动机组数量、黑启动机组位置、黑启动机组容量;
步骤12:采集初始拓扑中待启动机组和负荷的所在节点和所述节点的位置、有功无功功率、节点电压,获取待启动网架所采集站点和节点的连接拓扑关系;
步骤13:根据待启动网架所采集站点和节点的信息及其连接拓扑关系,生成可用的待启动网架初始拓扑结构;
步骤14:以黑启动电源为中心,对初始拓扑结构进行区域划分。
4.根据权利要求1所述的黑启动子区域划分方法,其特征在于:在步骤2中,根据黑启动机组和待启动节点的位置信息,应用Dijkstra算法求解两点之间的最短距离,作为启动最短路径。
5.根据权利要求4所述的黑启动子区域划分方法,其特征在于,最短距离的获取包括:据优先级队列的思想,从起点向外逐级拓展,计算起始节点到每个节点的距离;如果后一步计算结果小于前一步距离,则更新所存储的路径和长度。
6.根据权利要求1所述的黑启动子区域划分方法,其特征在于:步骤3中引入的初始拓扑各区域的区域负荷启动系数等于视在功率与总功率之商,则区域i的负荷启动系数为:
其中,Ui为初始拓扑各区域的区域i的负荷启动系数,其中i为大于等于1的正整数,area为字区域个数;
Bi+Gij(i=1,2,...,m,j=1,2,...,n)为该区域已启动机组和黑启动机组可共同为负荷提供启动功率,计算已启动机组提供功率和黑启动机组提供功率之和记为机组发出的总功率。
7.根据权利要求1所述的黑启动子区域划分方法,其特征在于,在步骤4中对负荷进行协同度优化包括以下步骤:
步骤41:对初步规划的不同区域根据区域负荷启动系数计算极差Ri,Ri=Uimax-Uimin;将所述极差用以衡量子区域间的协同度;根据不同负荷节点的不同重要性和所需启动功率的大小,对待恢复负荷进行加权;
步骤42:利用上步加权后的权值,对某一权重负荷以前两点协同度优化:首先,选取区域负荷启动系数最小的子区域,将离Ui最小子区域的黑启动机组最近的相同权重负荷划分到该子区域中;其次,重新计算极差,并与先前存储的极差值进行比较,若极差减小则接受此次优化过程,重复上述方法继续进行优化,若极差增大说明当前类负荷已经达到最优划分,得到当前类负荷下的最优区域划分结果。
8.根据权利要求7所述的黑启动子区域划分方法,其特征在于,在步骤5中黑启动网架重构策略包括以下步骤:
步骤51:仿照模拟退火算法中固体冷却过程温度的下降,类比降低步骤41中区域负荷权重;
步骤52:重复步骤42,得到各级各类负荷下的最优负荷划分结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011084763.0A CN112288237A (zh) | 2020-10-12 | 2020-10-12 | 一种基于协同度优化的黑启动子区域划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011084763.0A CN112288237A (zh) | 2020-10-12 | 2020-10-12 | 一种基于协同度优化的黑启动子区域划分方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112288237A true CN112288237A (zh) | 2021-01-29 |
Family
ID=74497685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011084763.0A Pending CN112288237A (zh) | 2020-10-12 | 2020-10-12 | 一种基于协同度优化的黑启动子区域划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112288237A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884608A (zh) * | 2021-03-11 | 2021-06-01 | 国网陕西省电力公司电力科学研究院 | 一种供电网黑启动分区方案计算方法及计算系统 |
CN113904334A (zh) * | 2021-12-08 | 2022-01-07 | 国网山西省电力公司晋城供电公司 | 基于多能源协同的配电网故障恢复的分区方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156534A (zh) * | 2014-08-19 | 2014-11-19 | 华北电力大学(保定) | 用于黑启动方案生成的对象化电网拓扑分析方法 |
CN106410789A (zh) * | 2016-10-13 | 2017-02-15 | 东南大学 | 一种针对孤网的电力系统黑启动分区方法 |
CN107862405A (zh) * | 2017-10-27 | 2018-03-30 | 广东电网有限责任公司电力调度控制中心 | 计及微网作为黑启动电源的电力系统网架重构优化方法 |
US20200127457A1 (en) * | 2018-03-29 | 2020-04-23 | Shandong University | Method and system for online decision making of generator start-up |
CN111401729A (zh) * | 2020-03-12 | 2020-07-10 | 国网山东省电力公司潍坊供电公司 | 一种新增黑启动机组布点确定方法及系统 |
-
2020
- 2020-10-12 CN CN202011084763.0A patent/CN112288237A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156534A (zh) * | 2014-08-19 | 2014-11-19 | 华北电力大学(保定) | 用于黑启动方案生成的对象化电网拓扑分析方法 |
CN106410789A (zh) * | 2016-10-13 | 2017-02-15 | 东南大学 | 一种针对孤网的电力系统黑启动分区方法 |
CN107862405A (zh) * | 2017-10-27 | 2018-03-30 | 广东电网有限责任公司电力调度控制中心 | 计及微网作为黑启动电源的电力系统网架重构优化方法 |
US20200127457A1 (en) * | 2018-03-29 | 2020-04-23 | Shandong University | Method and system for online decision making of generator start-up |
CN111401729A (zh) * | 2020-03-12 | 2020-07-10 | 国网山东省电力公司潍坊供电公司 | 一种新增黑启动机组布点确定方法及系统 |
Non-Patent Citations (1)
Title |
---|
马骏毅等: "基于改进模拟退火算法的黑启动网架重构策略研究", 《电测与仪表》, pages 1 - 8 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884608A (zh) * | 2021-03-11 | 2021-06-01 | 国网陕西省电力公司电力科学研究院 | 一种供电网黑启动分区方案计算方法及计算系统 |
CN112884608B (zh) * | 2021-03-11 | 2023-07-25 | 国网陕西省电力公司电力科学研究院 | 一种供电网黑启动分区方案计算方法及计算系统 |
CN113904334A (zh) * | 2021-12-08 | 2022-01-07 | 国网山西省电力公司晋城供电公司 | 基于多能源协同的配电网故障恢复的分区方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN108988322B (zh) | 考虑系统时变性的微网运行策略优化方法 | |
CN104820865B (zh) | 基于图论的智能配电网故障恢复智能优化方法 | |
CN103914734B (zh) | 基于改进型蚁群算法的微网容量优化布址方法 | |
CN104751246A (zh) | 一种基于随机机会约束的有源配电网规划方法 | |
CN112288237A (zh) | 一种基于协同度优化的黑启动子区域划分方法 | |
CN109120009A (zh) | 计及分布式电源出力随机变化的主动配电网故障恢复方法 | |
CN109636043A (zh) | 一种梯级水电系统发电调度自适应优化方法与系统 | |
CN108281965B (zh) | 黑启动供电恢复方法 | |
CN111817345A (zh) | 一种含分布式电源配电网严重故障后的重构方法 | |
CN104868465A (zh) | 基于模糊机会约束的电力系统网架重构优化方法 | |
CN107910887A (zh) | 一种考虑高压直流输电系统参与的黑启动方法 | |
CN115310378A (zh) | 一种极端台风灾害下电网韧性评估及差异化规划方法 | |
CN105720575A (zh) | 考虑区间支援和断面约束的电力系统运行备用分区优化方法 | |
CN113437756B (zh) | 考虑配电网静态电压稳定性的微电网优化配置方法 | |
CN110086201B (zh) | 一种黑启动网络重构最优路径的选择方法 | |
CN116187165A (zh) | 基于改进粒子群算法的电网弹性提升方法 | |
CN110401229A (zh) | 一种考虑微能源网支撑作用的配电网弹性提升方法 | |
CN117134409A (zh) | 考虑电-氢-热互补的微网系统及其多目标优化配置方法 | |
CN108110789A (zh) | 一种间歇性可再生能源分层分区并网规划方法 | |
CN111245032A (zh) | 一种计及风电场集电线路降损优化的电压预测控制方法 | |
CN104283214B (zh) | 一种配电网网络重构方法 | |
CN109713720A (zh) | 一种新能源并网运行的电力电量平衡方法 | |
CN110288275B (zh) | 一种提升综合能源系统韧性的方法 | |
CN106887838A (zh) | 一种基于网络重构的配电网可再生能源消纳方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210129 |