CN112417630B - 一种考虑出力不确定的分布式电源选址定容优化方法 - Google Patents

一种考虑出力不确定的分布式电源选址定容优化方法 Download PDF

Info

Publication number
CN112417630B
CN112417630B CN202011334778.8A CN202011334778A CN112417630B CN 112417630 B CN112417630 B CN 112417630B CN 202011334778 A CN202011334778 A CN 202011334778A CN 112417630 B CN112417630 B CN 112417630B
Authority
CN
China
Prior art keywords
power supply
distributed power
formula
interval
power
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
Application number
CN202011334778.8A
Other languages
English (en)
Other versions
CN112417630A (zh
Inventor
陈磊
唐莎莎
王晶晶
张凤
吴江
白昕
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.)
Chongqing Fuling Electric Power Industry Co ltd
Original Assignee
Chongqing Fuling Electric Power Industry Co ltd
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 Chongqing Fuling Electric Power Industry Co ltd filed Critical Chongqing Fuling Electric Power Industry Co ltd
Priority to CN202011334778.8A priority Critical patent/CN112417630B/zh
Publication of CN112417630A publication Critical patent/CN112417630A/zh
Application granted granted Critical
Publication of CN112417630B publication Critical patent/CN112417630B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation

Abstract

本发明涉及分布式电源选址定容优化领域，具体涉及一种考虑出力不确定的分布式电源选址定容优化方法，该方法先进行考虑功率及能源损耗最小化的分布式电源初步优化配置，再根据经济指标，考虑技术经济参数的不确定性对所选方案进行比较以得出最优方案。该方法能够充分考虑到分布式电源出力的不确定性，实现分布式电源的优化配置，有效提升了分布式电源接入的配电网的电能质量和供电可靠性，具有良好的市场推广价值和应用前景。

Description

一种考虑出力不确定的分布式电源选址定容优化方法
技术领域
本发明属于分布式电源选址定容优化的技术领域，特别涉及一种考虑出力不确定的分布式电源选址定容优化方法。
背景技术
分布式电源(DG)在现代电能系统发展中以及智能电网的形成中扮演着非常重要的角色，其出现对配电系统的各项技术经济指标有着重要的影响。DG特性对配网运行的影响程度取决于去安装的位置以及实际容量。因此，优化DG的安装位置以及容量可降低配电网功率和能量损耗，改善配电网电压分布，提高配电网供电可靠性，且使配电系统相关的总运行成本最小。
理论上可以运用各种优化方法实现以上目标，但是DG的最大特点在于无法准确预测其输出功率，由于其输出功率取决于一系列外部因素，且这些因素不能以确定性的形式来表述，造成选址定容优化问题非常复杂。此外，获取DG可能接入点的必要的统计数据也非常困难，使得概率方法在求解优化问题时也存在着很大困难。因此，考虑出力的不确定性成为分布式电源选址定容过程中的一个需要解决的难题。
发明内容
本发明的目的是提供一种解决信息不确定性的分布式电源的优化配置的方法。
为实现上述目的，本发明采用如下技术方案：一种考虑出力不确定的分布式电源选址定容优化方法，包括以下步骤：
步骤1、进行以功率及能源损耗最小化为目标的分布式电源初步优化配置；
步骤2、考虑分布式电源的输出功率的不确定性进行建模，针对不同分布式电源的输出功率以不同的区间形式表示；
步骤3、考虑运营成本最小化的分布式电源的优化配置，给出最优配置方案。
在上述的考虑出力不确定的分布式电源选址定容优化方法中，步骤1的实现包括：
步骤1.1、设配电线路总长度为l，单位长度上负荷电流为q0，单位长度线路电阻为r0；设距离配电线路末端y处接入一个分布式电源，分布式电源注入到配电线路中电流为Id，则三相线路有功损耗ΔPd为：
Figure BDA0002796832970000029
使线路功率损耗最小，对式(1)进行求导，令所得导数为0，得式(2)：
Figure BDA0002796832970000021
由式(2)可得式(3)：
Figure BDA0002796832970000022
通过式(3)确定分布式电源的最优位置；
步骤1.2、当配电线路中的电流非均匀分布时，按照线路功率损耗最小的方法，给定容量的分布式电源接入的负载节点k根据下式确定：
Figure BDA0002796832970000023
式中，Id为分布式电源向配电网注入的电流；Ii为位于分布式电源接入节点下游的节点i注入电流，k为分布式电源接入的节点，n为配网线路总节点数。
在上述的考虑出力不确定的分布式电源选址定容优化方法中，步骤2的实现包括：
步骤2.1、考虑光伏发电的太阳辐射水平和环境温度为不确定性因素，采取区间建模方法；
光伏电站输出功率PPV的区间形式为：
Figure BDA0002796832970000024
Figure BDA0002796832970000025
式中，Bm为光伏组件表面温度，B m、
Figure BDA0002796832970000026
分别为光伏组件表面温度区间的两个端点值，Bo为环境温度，B o、
Figure BDA0002796832970000027
分别为环境温度区间的两个端点值，Be为模块的额定工作温度，Es为太阳辐射强度，E S、
Figure BDA0002796832970000028
分别为太阳辐射强度区间的两个端点值，PPVmax为模块在标准工作条件下的最大功率，α为温度系数；
步骤2.2、风机发电输出功率Pw区间形式为：
Figure BDA0002796832970000031
式中，V为实际风速，V、
Figure BDA0002796832970000032
分别为实际风速区间的两个端点值，Vn为额定风速，Vmin及Vmax为风速的最小最大值，Pn为额定功率。
在上述的考虑出力不确定的分布式电源选址定容优化方法中，步骤3的实现包括：
步骤3.1、分布式电源运营成本为：
Figure BDA0002796832970000033
式中，
Figure BDA0002796832970000034
配电线路的功率/电能损耗值ΔPPV(W)为式(6)及式(7)推导的光伏发电与风力发电机容量的函数，β、γ分别为时间T内的计及电能损耗成本值不确定性与动态特性的系数，β、
Figure BDA0002796832970000035
分别为时间T内的计及电能损耗成本值不确定性的系数区间的两个端点值，γ、
Figure BDA0002796832970000036
分别为时间T内的计及电能损耗成本值动态特性的系数区间的两个端点值；
步骤3.2、采用博弈论来比较所获得的运营成本区间值；
首先，生成得益矩阵[eij]，eij反映决策者在第j种自然状态下选择第i种方案的收益；其次，进行基于得益矩阵分析的最优方案分析，对环境进行假设，允许对每个备选方案进行一定的估算，任何得益矩阵最终都归结为一列/行，对于每个备选方案指定结果eij；最后根据eij来做比较，得出运营成本最小的最优方案。
本发明的有益效果是：本发明适用于考虑出力不确定的分布式电源选址定容优化方法，使得配电网系统功率及能源损耗最小化，并且充分考虑了分布式电源的信息不确定性，实现分布式电源的优化配置，有效提升了分布式电源接入的配电网的电能质量和供电可靠性。提升了分布式电源对于配电系统的各项技术经济指标的作用，方法计算简单且易于实现，对配电网分布式电源的优化具有良好的应用前景。
附图说明
图1：为本发明一个实施例含分布式电源的均布负荷线路示意图；
图2：本发明一个实施例的含分布式电源的配电线路结构图；
图3：本发明一个实施例的流程图。
具体实施方式
下面将结合本发明实施例对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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作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。
需要说明的是，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。
下面结合具体实施例对本发明作进一步说明，但不作为本发明的限定。
本实施例一种考虑出力不确定的分布式电源选址定容优化方法，先考虑功率及能源损耗最小化的分布式电源初步优化配置，再根据经济指标，考虑技术经济参数的不确定性，对所选方案进行比较以得出最优方案。该方法能够充分考虑到分布式电源出力的不确定性，实现分布式电源的优化配置，有效提升了分布式电源接入的配电网的电能质量和供电可靠性，具有良好的市场推广价值和应用前景。
本实施例是通过以下技术方案来实现的，一种适用于考虑出力不确定的分布式电源选址定容优化方法，具体包括以下步骤：
一、进行功率及能源损耗最小化的分布式电源的初步优化配置。
当将分布式电源DG接入到配电变压器的低压母线侧时，降低损耗主要是通过改变位于变电站和连接电源之间的网络段中的流量分布来实现的。同时，位于连接电源后面的区域的功率损耗保持不变。按照此原理推导出接入分布式电源时的线路功率损耗值，再由线路的功率损耗最小的原则计算出接入分布式电源的功率值，实现基于功率损耗最小化的分布式电源的初步优化配置。
二、进行基于信息不确定性的分布式电源技术及运行参数的建模。
考虑分布式电源的输出功率的影响因素的不确定性，将不同分布式电源的输出功率以区间形式进行表示。
三、考虑运营成本最小化的分布式电源的优化配置，给出最优配置方案。
基于分布式电源的输出功率建立分布式电源运营成本的数学模型，按照运营成本最小采用博弈论来进行所获得的运营成本区间值的比较，给出最优结果。
具体实施时，S1：进行以功率及能量损耗最小化为目标的分布式电源初步优化配置。如图1所示，设配电线路总长度为l，单位长度上负荷电流为q0，单位长度线路电阻为r0。设距离配电线路末端y处接入一个分布式电源，该分布式电源注入到配电线路中电流为Id，则三相线路有功损耗ΔPd为：
Figure BDA0002796832970000051
为使得线路功率损耗最小，对式(1)进行求导，并让所得导数为0，可得：
Figure BDA0002796832970000052
可得：
Figure BDA0002796832970000053
由式(3)可以初步确定分布式电源的最优位置。
如图2所示，当配网线路中的电流非均匀分布时，按照线路功率损耗最小的方法，给定容量的分布式电源接入的负载节点k可根据下式确定：
Figure BDA0002796832970000054
式中，Id为分布式电源向配电网注入的电流；Ii为位于分布式电源接入节点下游的节点i注入电流，k为分布式电源接入的节点，n为配网线路总节点数。
S2：进行考虑功率不确定性的分布式电源建模；考虑到分布式电源输出功率的不确定性，需要针对不同分布式电源的输出功率以不同的区间形式进行表示。
光伏发电的太阳辐射水平和环境温度是不确定性因素，同时在缺乏统计数据时无法应用概率特征方法，因此采取区间建模方法。光伏电站输出功率PPV的区间形式为：
Figure BDA0002796832970000061
Figure BDA0002796832970000062
式中，Bm为光伏组件表面温度，B m、
Figure BDA0002796832970000063
分别为光伏组件表面温度区间的两个端点值，Bo为环境温度，B o、
Figure BDA0002796832970000064
分别为环境温度区间的两个端点值，Be为是模块的额定工作温度，Es为太阳辐射强度，E S、
Figure BDA0002796832970000065
分别为太阳辐射强度区间的两个端点值，PPVmax为模块在标准工作条件下的最大功率，α为温度系数。
风机发电输出功率Pw区间形式为：
Figure BDA0002796832970000066
式中，V为实际风速，V、
Figure BDA0002796832970000067
分别为实际风速区间的两个端点值，Vn为额定风速，Vmin及Vmax为风速的最小最大值，Pn为额定功率。
S3：以运行成本最小为目标的分布式电源优化配置；
具体步骤如下：
S3.1：分布式电源的运营成本为：
Figure BDA0002796832970000068
式中，
Figure BDA0002796832970000069
配电线路的功率(电能)损耗值ΔPPV(W)为公式(6)及(7)推导的光伏发电与风力发电机容量的函数，β、γ分别为时间T内的计及电能损耗成本值不确定性与动态特性的系数，β、
Figure BDA00027968329700000610
分别为时间T内的计及电能损耗成本值不确定性的系数区间的两个端点值，γ、
Figure BDA00027968329700000611
分别为时间T内的计及电能损耗成本值动态特性的系数区间的两个端点值。
S3.2：采用博弈论来比较所获得的运营成本区间值。
首先生成得益矩阵[eij](eij反映了决策者在第j种自然状态下(一组输入数据)选择第i种方案的收益)，其次进行基于得益矩阵分析的最优方案分析，该分析方法需要对环境进行一定的假设，允许对每个备选方案进行一定的估算，这样任何得益矩阵最终都归结为一列(行)，因此，对于每个备选方案而言指定了某个结果eij。最后根据eij来做比较，得出运营成本最小的最优方案。
本实施例的一种适用于信息不确定的分布式电源的位置与容量的优化方法，使得配电网系统功率及能源损耗最小化，并且充分考虑了分布式电源的信息不确定性，提升了分布式电源对于配电系统的各项技术经济指标的作用，方法计算简单且易于实现。
以上仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (1)

1.一种考虑出力不确定的分布式电源选址定容优化方法，其特征是，包括以下步骤：
步骤1、进行以功率及能源损耗最小化为目标的分布式电源初步优化配置；
步骤2、考虑分布式电源的输出功率的不确定性进行建模，针对不同分布式电源的输出功率以不同的区间形式表示；
步骤3、考虑运营成本最小化的分布式电源的优化配置，给出最优配置方案；
步骤1的实现包括：
步骤1.1、设配电线路总长度为l，单位长度上负荷电流为q0，单位长度线路电阻为r0；设距离配电线路末端y处接入一个分布式电源，分布式电源注入到配电线路中电流为Id，则三相线路有功损耗ΔPd为：
使线路功率损耗最小，对式(1)进行求导，令所得导数为0，得式(2)：
由式(2)可得式(3)：
通过式(3)确定分布式电源的最优位置；
步骤1.2、当配电线路中的电流非均匀分布时，按照线路功率损耗最小的方法，给定容量的分布式电源接入的负载节点k根据下式确定：
式中，Id为分布式电源向配电网注入的电流；Ii为位于分布式电源接入节点下游的节点i注入电流，k为分布式电源接入的节点，n为配网线路总节点数；
步骤2的实现包括：
步骤2.1、考虑光伏发电的太阳辐射水平和环境温度为不确定性因素，采取区间建模方法；
光伏电站输出功率PPV的区间形式为：
式中，Bm为光伏组件表面温度，B m、分别为光伏组件表面温度区间的两个端点值，Bo为环境温度，B o、分别为环境温度区间的两个端点值，Be为模块的额定工作温度，Es为太阳辐射强度，E S、分别为太阳辐射强度区间的两个端点值，PPVmax为模块在标准工作条件下的最大功率，α为温度系数；
步骤2.2、风机发电输出功率Pw区间形式为：
式中，V为实际风速，V、分别为实际风速区间的两个端点值，Vn为额定风速，Vmin及Vmax为风速的最小最大值，Pn为额定功率；
步骤3的实现包括：
步骤3.1、分布式电源运营成本为：
式中，配电线路的功率/电能损耗值ΔPPV(W)为式(6)及式(7)推导的光伏发电与风力发电机容量的函数，β、γ分别为时间T内的计及电能损耗成本值不确定性与动态特性的系数，β、分别为时间T内的计及电能损耗成本值不确定性的系数区间的两个端点值，γ、分别为时间T内的计及电能损耗成本值动态特性的系数区间的两个端点值；
步骤3.2、采用博弈论来比较所获得的运营成本区间值；
首先，生成得益矩阵[eij]，eij反映决策者在第j种自然状态下选择第i种方案的收益；其次，进行基于得益矩阵分析的最优方案分析，对环境进行假设，允许对每个备选方案进行一定的估算，任何得益矩阵最终都归结为一列/行，对于每个备选方案指定结果eij；最后根据eij来做比较，得出运营成本最小的最优方案。
CN202011334778.8A 2020-11-25 2020-11-25 一种考虑出力不确定的分布式电源选址定容优化方法 Active CN112417630B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011334778.8A CN112417630B (zh) 2020-11-25 2020-11-25 一种考虑出力不确定的分布式电源选址定容优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011334778.8A CN112417630B (zh) 2020-11-25 2020-11-25 一种考虑出力不确定的分布式电源选址定容优化方法

Publications (2)

Publication Number Publication Date
CN112417630A CN112417630A (zh) 2021-02-26
CN112417630B true CN112417630B (zh) 2023-04-18

Family

ID=74842787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011334778.8A Active CN112417630B (zh) 2020-11-25 2020-11-25 一种考虑出力不确定的分布式电源选址定容优化方法

Country Status (1)

Country Link
CN (1) CN112417630B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741193A (zh) * 2016-04-20 2016-07-06 河海大学 计及分布式电源和负荷不确定性的多目标配网重构方法
CN106253335A (zh) * 2016-06-16 2016-12-21 上海交通大学 一种分布式电源容量与接入位置不确定的配电网规划方法
CN107069733A (zh) * 2017-04-27 2017-08-18 国家电网公司 能源互联网的谐波潮流计算的方法
CN108599138A (zh) * 2017-12-30 2018-09-28 国网天津市电力公司电力科学研究院 计及微电网分布式能源不确定性的储能系统容量配置方法
CN109560574A (zh) * 2018-12-14 2019-04-02 国网江苏省电力有限公司苏州供电分公司 一种考虑不确定因素的智能配电网网架规划方法
CN111523819A (zh) * 2020-04-28 2020-08-11 重庆涪陵电力实业股份有限公司 一种计及分布式电源出力不确定性的节能潜力评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741193A (zh) * 2016-04-20 2016-07-06 河海大学 计及分布式电源和负荷不确定性的多目标配网重构方法
CN106253335A (zh) * 2016-06-16 2016-12-21 上海交通大学 一种分布式电源容量与接入位置不确定的配电网规划方法
CN107069733A (zh) * 2017-04-27 2017-08-18 国家电网公司 能源互联网的谐波潮流计算的方法
CN108599138A (zh) * 2017-12-30 2018-09-28 国网天津市电力公司电力科学研究院 计及微电网分布式能源不确定性的储能系统容量配置方法
CN109560574A (zh) * 2018-12-14 2019-04-02 国网江苏省电力有限公司苏州供电分公司 一种考虑不确定因素的智能配电网网架规划方法
CN111523819A (zh) * 2020-04-28 2020-08-11 重庆涪陵电力实业股份有限公司 一种计及分布式电源出力不确定性的节能潜力评估方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
An optimal investment planning framework for multiple distributed generation units in industrial distribution systems;Hung D Q等;《Applied Energy》;20141231;第124卷;第62-72页 *
Loss minimization in distribution system considering hourly data driven probabilistic solar astronomical model with GWO technique;Routray A等;《2019 IEEE 1st International Conference on Energy, Systems and Information Processing (ICESIP)》;20191231;第1-6页 *
Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm;Das C K等;《Applied energy》;20181231;第232卷;第212-228页 *
含分布式电源的配电网模糊优化规划;杨毅等;《电力系统自动化》;20100710;第34卷(第13期);第19-23页 *
基于合作博弈的分布式能源优化运行策略研究;宋少群等;《电器与能效管理技术》;20181231(第20期);第21-27页 *
基于改进PSO算法的分布式电源优化配置;石敏等;《通信电源技术》;20170325;第34卷(第2期);第90-92页 *
计及不确定性和环境因素的多类型分布式电源选址定容;初壮等;《电力系统保护与控制》;20170701;第45卷(第13期);第34-41页 *

Also Published As

Publication number Publication date
CN112417630A (zh) 2021-02-26

Similar Documents

Publication Publication Date Title
CN105243516B (zh) 基于主动配电网的分布式光伏发电最大消纳能力计算系统
CN106786799B (zh) 一种直流联络线功率阶梯化发电计划优化方法
CN112736926A (zh) 一种分布式新能源接入配电网区间仿射潮流动态优化方法
CN111146821A (zh) 一种计及光伏不确定性的dstatcom优化配置方法
CN114336628A (zh) 基于随机潮流的光伏电源接入配电网安全性评估方法
CN109301870A (zh) 一种电力电子多馈入电力系统容量优化方法
CN106786550B (zh) 一种微电网成本优化的分布式控制方法及装置
CN115915354A (zh) 基站的供电管理方法和供电管理装置
CN112417630B (zh) 一种考虑出力不确定的分布式电源选址定容优化方法
CN109767353A (zh) 一种基于概率分布函数的光伏发电功率预测方法
CN111082446B (zh) 一种考虑电池自消耗的储能优化配置方法
CN111697607B (zh) 一种多端柔性直流输电受端电网接入方法及系统
CN115564142B (zh) 一种混合储能系统的选址定容优化方法及系统
CN115545290A (zh) 一种含光伏发电配电网中的分布式储能经济优化配置方法
CN114722615A (zh) 一种基于生产运营模拟的储能容量优化配置方法
CN109309392A (zh) 基于粒子群算法的分布式电源输出功率优化配置方法
CN109447715B (zh) 一种考虑风电并网传输裕度价值的节点电价计算方法
CN113762622A (zh) 一种虚拟电厂接入点及容量优化规划方法
CN110707700A (zh) 一种考虑分布式电源时空特性的配电网潮流计算方法
CN111641220A (zh) 一种基于改进模拟退火算法的电网侧储能系统容量配置方法
CN113904340A (zh) 基于拓扑优化和可调度负荷优化的利用率提升方法及系统
CN115566679B (zh) 一种基于能量路由器的微电网能量控制方法及系统
KR20210045624A (ko) 전력 민감도 기반 dc 전력 계통의 운용 방법
CN108493949B (zh) 配电网的电压控制方法及装置
CN115579871B (zh) 分布式电源渗透的配电网及光伏消纳方法

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
GR01 Patent grant
GR01 Patent grant