CN112418493A - 考虑输配网分离电力市场下的最优潮流模型及其求解方法 - Google Patents
考虑输配网分离电力市场下的最优潮流模型及其求解方法 Download PDFInfo
- Publication number
- CN112418493A CN112418493A CN202011241976.XA CN202011241976A CN112418493A CN 112418493 A CN112418493 A CN 112418493A CN 202011241976 A CN202011241976 A CN 202011241976A CN 112418493 A CN112418493 A CN 112418493A
- Authority
- CN
- China
- Prior art keywords
- power
- distribution network
- iteration
- power transmission
- network
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000000926 separation method Methods 0.000 title claims abstract description 16
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 claims description 31
- 238000002347 injection Methods 0.000 claims description 28
- 239000007924 injection Substances 0.000 claims description 28
- 239000000243 solution Substances 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 6
- 239000000126 substance Substances 0.000 claims description 6
- 241000764238 Isis Species 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 230000006870 function Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 102220592818 Serrate RNA effector molecule homolog_D69A_mutation Human genes 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 241000695274 Processa Species 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
- 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
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑输配网分离电力市场下的最优潮流模型及其求解方法,包括如下步骤:S1.基于广义纳什均衡构建输配网分离电力市场下的最优潮流模型;S2.基于改进的迭代算法对所述最优潮流模型进行求解;本发明的一种考虑输配网分离电力市场下的最优潮流模型及其求解方法,能够更好地适应输配网分离的电力市场环境,求解的算法收敛性能好,提升了计算效率。
Description
技术领域
本发明涉及电网领域,具体涉及一种考虑输配网分离电力市场下的最优潮流模型及其求解方法。
背景技术
在传统的分层分级调度的模式下,输电网调度部门(TSO)将配电网区域等值成常负荷,而配电网调度部门(DSO)将输电网区域等值成电压已知的电源。这种分析模式在配电网主动性较低的条件下,基本能够满足计算精度要求。然而,随着电网规模的不断扩大和新能源的渗透率逐渐增加,配电网的主动性提升,输配电网间存在双向潮流流动,这使得输配电网间的耦合性大大增强,传统的分层分级调度模式可能带来较大的计算误差。
目前为了解决上述问题,假设TSO和DSO有着共同的优化目标,实现了TSO和DSO交替的分布式求解,但随着电网不断朝着信息化、智能化方向的发展,TSO和DSO作为不同的利益主体,有了各自不同的优化目标。
有的虽然从博弈论的视角研究了输配电网的协同调度,并结合不同的市场模式,建立了三种可行的模型,但对于模型的求解方法没有深入进行研究。有的虽然引入权重因子,在输配协同最优潮流中充分考虑输配电网不同的优化目标,并寻求帕累托最优点,其优化结果更具实际意义,但也面临着权重因子整定的挑战。
发明内容
有鉴于此,本发明的目的是克服现有技术中的缺陷,提供考虑输配网分离电力市场下的最优潮流模型及其求解方法,能够更好地适应输配网分离的电力市场环境,求解的算法收敛性能好,提升了计算效率。
本发明的考虑输配网分离电力市场下的最优潮流模型及其求解方法,包括如下步骤:
S1.构建所述最优潮流模型:
其中,cT为输电网调度目标函数;sT为输电网调度决策变量;s-T为所有配电网调度决策变量;ΩT为与输电网相关的可行域;为配电网i的调度目标函数;为配电网i的调度决策变量;为与配电网i相关的可行域;i为配电网编号,i=1,2,…,N;N为配电网的个数;
S2.基于改进的迭代算法对所述最优潮流模型进行求解,具体包括:
S22.判断迭代次数k是否小于最大迭代次数K,若是,则进入步骤S23;若否,则结束;
S241.构建配电网优化模型:
S271.构建输电网优化模型:
S272.在第k次迭代时,调整所述输电网优化模型中的各个参数值,使得所述输电网优化模型取得最小值,将所述输电网优化模型取得最小值时得到的输电网边界节点的状态变量值作为第k次迭代时输电网边界节点的状态变量
本发明的有益效果是:本发明公开的一种考虑输配网分离电力市场下的最优潮流模型及其求解方法,通过基于广义纳什均衡构建输配网分离电力市场下的最优潮流模型,使用改进的迭代算法分析所述最优潮流模型的收敛性,进而得到广义纳什均衡解,最后根据广义纳什均衡解计算所述最优潮流模型的最优解。本发明能够更好地适应输配网分离的电力市场环境,减少了迭代求解次数,进一步提升了计算效率。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的方法流程示意图;
图2为本发明的改进的迭代算法流程示意图。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明,如图所示:
本发明的考虑输配网分离电力市场下的最优潮流模型及其求解方法,如图1所示,包括如下步骤:
S1.基于广义纳什均衡构建输配网分离电力市场下的最优潮流模型:
其中,cT为输电网调度目标函数,本实施例中,根据输配网分离电力市场下的实际情况,所述输电网调度目标函数cT可以为输电网的网损,也可以为输电网的发电成本,还可以为与所述输电网相关的其他计算量;sT为输电网调度决策变量;s-T为所有配电网调度决策变量;ΩT为与输电网相关的可行域,其中,ΩT(s-T)为与所有配电网调度决策变量s-T相关的可行域;为配电网i的调度目标函数,本实施例中,根据输配网分离电力市场下的实际情况,所述配电网i的调度目标函数可以为配电网i的网损,也可以为配电网i的发电成本,还可以为与所述配电网i相关的其他计算量;为配电网i的调度决策变量;为与配电网i相关的可行域,其中,为与输电网调度决策变量sT相关的可行域;i为配电网编号,i=1,2,…,N;N为配电网的个数;
本实施例中,所述上标T为矩阵转置符号,所述决策变量、控制变量、状态变量以及功率注入等变量均为向量,而向量采用矩阵形式;
所述控制变量包括发电机的有功、无功输出等,所述状态变量包括电压幅值和相角;
S2.基于改进的迭代算法对所述最优潮流模型进行求解,如图2所示,具体包括:
S21.令迭代次数k=0,初始化变量为常数a;并设定收敛条件ε以及最大迭代次数K;所述变量为在迭代次数k=0时的初始值,本实施例中,所述常数a可以根据输配网分离电力市场下,输电网边界节点的实际情况进行设定;所述收敛条件ε以及最大迭代次数K可根据输配网的实际应用场景进行设定;
S22.判断迭代次数k是否小于最大迭代次数K,若是,则进入步骤S23;若否,则结束;
其中,为第k次迭代时输电网边界节点的状态变量,在实际运算过程中,所述为一个维数为N的向量,可以使用一个N维的矩阵进行表示;当迭代次数k=0时,将初始化变量带入上述式子(1),根据所述的N维矩阵形式,依次找到的对应值(N个),即可推算出配电网i边界节点的状态变量依次类推,根据不断增大的迭代次数k,通过带入变量到式子(1)中,可以推算出第k次迭代时配电网i边界节点的状态变量
S241.构建配电网优化模型:
S242.在第k次迭代时,调整所述配电网优化模型中的各个参数值,使得所述配电网优化模型取得最小值,将所述配电网优化模型取得最小值时得到的功率注入值作为第k次迭代时配电网i边界节点的功率注入本实施例中,可以将所述配电网优化模型输入到MATLAB进行求解,进而得到第k次迭代时配电网i边界节点的功率注入
S271.构建输电网优化模型:
S272.在第k次迭代时,调整所述输电网优化模型中的各个参数值,使得所述输电网优化模型取得最小值,将所述输电网优化模型取得最小值时得到的输电网边界节点的状态变量值作为第k次迭代时输电网边界节点的状态变量本实施例中,可以将所述输电网优化模型输入到MATLAB进行求解,进而得到第k次迭代时输电网边界节点的状态变量
其中,为第k-1次迭代时输电网边界节点的电压幅值;为第k-2次迭代时输电网边界节点的电压幅值。本实施例中,在更新时,先从完成初始化的变量中获取到再从步骤S27求解的中获取到最后将所述以及所述带入式子(3),计算得到以此类推,随着迭代次数k的增大,可以进一步更新其他的
下面对本实施例进行测试验证:
测试程序基于MATLAB R2015a实现,运行在64位的Windows 10系统上。CPU型号为Intel Core i7-7700K,主频4.20GHz,32GB内存;收敛条件ε设置为1e-6p.u.。
首先构造了3个含分布式电源的配电网算例。Case D69A在IEEE Case69配电网算例的基础上,在15号节点和30号节点分别接入一个分布式电源。Case D69B在Case D69A的基础上,再在45号节点接入一个分布式电源。Case D69C在Case D69B的基础上,再在61号节点再接入一个分布式电源。以上所接入的分布式电源有功出力上下限分别为2MW和0MW;无功出力上下限分别为1MVar和0Mvar。所有配电网节点的电压幅值上下限分别为1.1p.u.和0.9p.u.。
然后,通过拼接输电网算例IEEE Case30和配电网算例,可以得到5个输配网一体化算例,用于算例测试,具体如表1所示。
表1
本发明的最优潮流模型中,输电网调度和配电网调度的优化目标均设置为各自区域内网损最小。表2对比了在不同模型下的边界节点电压、输配电网各自的区域内网损Ploss以及输配系统全局网损PLoss。
表2
如表2所示,在等值模型下,算例A、B、C所得到的输电网、配电网和全局网损均大于合作模型以及本发明的最优潮流模型的结果,而对于算例D、E,等值模型下输电网子问题无解,此外,等值模型下输配电网边界处存在功率失配的问题。这些现象的产生均是因为在等值模型中,输电网调度将配电网等值为常负荷,忽略了配电网详细的功率特性,输配电网的互动性没有体现。这些结果充分表明,随着分布式电源在配电网的大量注入,分层分级的等值模型难以得到较优的最优潮流结果。
而比较合作模型和本发明提出的输配网分离电力市场下的最优潮流模型可以发现,合作模型由于最大化整体利益,因此输配系统全局网损的结果优于本发明的最优潮流模型。但另一方面,不难看出,本发明的最优潮流模型,其配电网的网损较合作模型的结果相比更小,因此输配分离电力市场下的最优潮流模型,更有助于保障配电网调度的利益。
如表3所示,与其他的迭代算法相比,本发明改进的迭代算法有着更宽的收敛域,具有更好的收敛性能,能够显著减少迭代次数。
表3
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (6)
1.一种考虑输配网分离电力市场下的最优潮流模型及其求解方法,其特征在于:
S1.构建所述最优潮流模型:
其中,cT为输电网调度目标函数;sT为输电网调度决策变量;s-T为所有配电网调度决策变量;ΩT为与输电网相关的可行域;为配电网i的调度目标函数;为配电网i的调度决策变量;为与配电网i相关的可行域;i为配电网编号,i=1,2,…,N;N为配电网的个数;
S2.基于改进的迭代算法对所述最优潮流模型进行求解,具体包括:
S22.判断迭代次数k是否小于最大迭代次数K,若是,则进入步骤S23;若否,则结束;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011241976.XA CN112418493A (zh) | 2020-11-09 | 2020-11-09 | 考虑输配网分离电力市场下的最优潮流模型及其求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011241976.XA CN112418493A (zh) | 2020-11-09 | 2020-11-09 | 考虑输配网分离电力市场下的最优潮流模型及其求解方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112418493A true CN112418493A (zh) | 2021-02-26 |
Family
ID=74782240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011241976.XA Pending CN112418493A (zh) | 2020-11-09 | 2020-11-09 | 考虑输配网分离电力市场下的最优潮流模型及其求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418493A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115603325A (zh) * | 2022-12-14 | 2023-01-13 | 国网浙江省电力有限公司(Cn) | 基于广义纳什均衡的电力系统最优潮流计算方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110611315A (zh) * | 2019-10-14 | 2019-12-24 | 国网四川省电力公司经济技术研究院 | 一种考虑输配协同的分布式电源最大接入容量计算方法 |
CN110880758A (zh) * | 2019-11-22 | 2020-03-13 | 清华大学 | 电力系统中输电网与配电网的分解协调最优潮流控制方法 |
CN111181164A (zh) * | 2020-02-11 | 2020-05-19 | 山东大学 | 一种改进的主从分裂输配协同潮流计算方法及系统 |
-
2020
- 2020-11-09 CN CN202011241976.XA patent/CN112418493A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110611315A (zh) * | 2019-10-14 | 2019-12-24 | 国网四川省电力公司经济技术研究院 | 一种考虑输配协同的分布式电源最大接入容量计算方法 |
CN110880758A (zh) * | 2019-11-22 | 2020-03-13 | 清华大学 | 电力系统中输电网与配电网的分解协调最优潮流控制方法 |
CN111181164A (zh) * | 2020-02-11 | 2020-05-19 | 山东大学 | 一种改进的主从分裂输配协同潮流计算方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115603325A (zh) * | 2022-12-14 | 2023-01-13 | 国网浙江省电力有限公司(Cn) | 基于广义纳什均衡的电力系统最优潮流计算方法及装置 |
CN115603325B (zh) * | 2022-12-14 | 2023-02-28 | 国网浙江省电力有限公司 | 基于广义纳什均衡的电力系统最优潮流计算方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108023364B (zh) | 基于凸差规划的配电网分布式电源最大接入能力计算方法 | |
CN108462184B (zh) | 一种电力系统线路串补优化配置方法 | |
El Helou et al. | Fully decentralized reinforcement learning-based control of photovoltaics in distribution grids for joint provision of real and reactive power | |
Sreedivya et al. | Improved design of interval type-2 fuzzy based wide area power system stabilizer for inter-area oscillation damping | |
CN108873733B (zh) | 电力信息物理系统中信息预想事故影响的分析方法 | |
CN111463794B (zh) | 一种附加对地阻抗的输配电网协同潮流控制方法及系统 | |
Bolognani et al. | Distributed control for optimal reactive power compensation in smart microgrids | |
WO2018145498A1 (zh) | 基于强化学习算法的双馈感应风力发电机自校正控制方法 | |
Kumar et al. | Real time simulation for load frequency control of multisource microgrid system using grey wolf optimization based modified bias coefficient diagram method (GWO-MBCDM) controller | |
CN111181164B (zh) | 一种改进的主从分裂输配协同潮流计算方法及系统 | |
Kamari et al. | Intelligent swarm-based optimization technique for oscillatory stability assessment in power system | |
CN112418493A (zh) | 考虑输配网分离电力市场下的最优潮流模型及其求解方法 | |
CN110601172B (zh) | 一种基于凸多面体不确定性的多直流协调控制器设计方法 | |
CN116169698A (zh) | 一种新能源平稳消纳的分布式储能优化配置方法及系统 | |
Tang et al. | Asynchronous distributed global power flow method for transmission–distribution coordinated analysis considering communication conditions | |
Braun et al. | Predictive control of a smart grid: A distributed optimization algorithm with centralized performance properties | |
Stanković et al. | Dynamic voltage stability assessment in large power systems with topology control actions | |
Bhimarasetti et al. | A new contribution to distribution load flow analysis for radial and mesh distribution systems | |
Xing et al. | Distributed augmented lambda-iteration method for economic dispatch in smart grid | |
CN110661264B (zh) | 基于带惯性权重粒子群算法的安全约束最优潮流计算方法 | |
CN114188945B (zh) | 一种含光伏电源的配电网短路电流计算方法及装置 | |
Yang et al. | Large-scale OPF based on voltage grading and network partition | |
Gupta et al. | Coordinated load flow solution for coupled transmission-distribution system incorporating load modeling | |
CN112308331A (zh) | 输配网分离电力市场下的最优潮流模型及其迭代求解方法 | |
Cavraro et al. | A game theory framework for active power injection management with voltage boundary in smart grids |
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 | ||
AD01 | Patent right deemed abandoned | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20230609 |