CN112422520A - 一种考虑通信时滞的微电网分布式经济调度算法及装置 - Google Patents

一种考虑通信时滞的微电网分布式经济调度算法及装置 Download PDF

Info

Publication number
CN112422520A
CN112422520A CN202011167079.9A CN202011167079A CN112422520A CN 112422520 A CN112422520 A CN 112422520A CN 202011167079 A CN202011167079 A CN 202011167079A CN 112422520 A CN112422520 A CN 112422520A
Authority
CN
China
Prior art keywords
generator
module
time lag
calculating
agent
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.)
Withdrawn
Application number
CN202011167079.9A
Other languages
English (en)
Inventor
王迎春
仇小洁
姚禹池
李海峰
杨珺
柴琦
郑煜
张佳鑫
朱保鹏
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.)
Northeastern University China
Original Assignee
Northeastern University China
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 Northeastern University China filed Critical Northeastern University China
Priority to CN202011167079.9A priority Critical patent/CN112422520A/zh
Publication of CN112422520A publication Critical patent/CN112422520A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
    • H04L63/1441—Countermeasures against malicious traffic
    • H04L63/1466—Active attacks involving interception, injection, modification, spoofing of data unit addresses, e.g. hijacking, packet injection or TCP sequence number attacks
    • 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
    • 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
    • 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
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Security & Cryptography (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑通信时滞的微电网分布式经济调度算法及装置，本算法弥补集中式优化方法的不足，减轻通信负担，提高运算效率，适应未来智能电网的发展；同时，在实际应用中受网络传送带宽有限而出现的通信信道堵塞、信息传递不对称以及信息传递的有限性等问题，都有可能导致各种各样时滞的产生，本算法考虑了通信时滞，更具实际意义。针对传统集中式经济调度算法的不足和在实际中是不可避免的延时，利用采用集中式优化理论和特点提出一种能够消除时滞并且当时滞与初值满足所给的条件，本算法能够收敛得到最优解。

Description

一种考虑通信时滞的微电网分布式经济调度算法及装置
技术领域
本发明涉及通信领域，具体涉及一种考虑通信时滞的微电网分布式经济调度 算法及装置。
背景技术
随着物质的极大发展，人们在生产和生活中越来越重视电力系统的安全性 和可靠性，对其要求越发的严格。电力系统是否能安全稳定的运行是电力系统中 重要的一部分。电网作为一个典型的物理信息系统，集网络计算与电网元器件之 间的通信于一身，能有效地提高物理元件与网络元件之间的协作。电网里经常会 遭到恶意物理信息系统攻击，从而使电网变得非常脆弱。安全稳定的运行是电网 追求的一个最基本也是最重要目标，而拥有一个能抵抗物理信息系统攻击的电网 是实现这个目标的关键。物理信息系统攻击通常分为虚假数据注入攻击与拒绝服 务攻击两类。阻塞攻击是一种特殊的拒绝服务攻击，它通过阻塞元件之间的交流 信道从而造成传输数据的丢失，破坏电力系统安全稳定的运行。针对阻塞攻击， 传统方法是利用之前的数据来替代丢失的数据，然而这么做会使系统性能将变得 很糟，因为它忽略了之前数据和当前数据之间的差别和该时段内系统变化所带来的影响，尤其是当系统遭一连串的连续攻击时，该方法弊端会很更加突出。
现有的技术方案采用集中式优化方法来解决电力系统经济调度问题。集中 式优化算法需要一个调度中心收集全局信息，并需和每一个元件进行信息交换。 随着电力系统从传统的集中式结构转变成具有分布式特性的智能电网，这些需要 全局信息的集中式方法，已经显现出了许多弊端。如：在大规模电网系统中，集 中式算法的计算量大、通信要求高、可靠性差等。不能很好地适应电网的要求。 除此之外，由于微电网系统是变化的，特别是风机、太阳能等不太稳定的发电单 元的应用会导致系统结构的变化，集中式的调度算法将不能很好地适应这种变化 情况。
发明内容
针对传统集中式经济调度算法的不足和在实际中是不可避免的延时，本专利 提出了一种考虑通信时滞的微电网分布式经济调度算法及装置，若时滞与初值满 足条件，本算法能够收敛得到最优解。
一种考虑通信时滞的微电网分布式经济调度算法，其包括如下步骤：
假定微网有n个智能体(发电机)，依次给每个智能体(发电机)编号 1,2,3…n；
步骤1：确定已知的配电网通信拓扑结构，给每个智能体(发电机)编号， 建立微网的邻接矩阵A，邻接矩阵A中的元素按下列公式求取：
Figure BDA0002746159610000021
步骤2：输入各发电机成本函数参数αi和βi；输入各发电机组网损系数γGi；
步骤3：判断各智能体时滞是否超过时滞上界，具体方法为：
步骤3.1：输入各智能体之间延时τij，τij表示智能体(发电机)i和智能机 (发电机)j之间传递信息的通信时滞；
步骤3.2：求出各智能体(发电机)时滞上界，按下式求取：
Figure BDA0002746159610000022
式中，di为智能体(发电机)i的度；
步骤3.3：将步骤3.2所求各智能体(发电机)时滞上界排序，最小的即为 系统时滞上界τmax；
步骤3.4：比较智能体之间延时τij和τmax大小；
步骤3.5：若存在τij大于τmax，输出“算法无法收敛请重新输入延时”并转 至步骤3.1；
步骤4：计算各智能体(发电机)增量成本初值λi(0)；
步骤4.1：输入各智能体(发电机)发出功率初值PGi(0)和总负荷PD；
步骤4.2：判断下式是否成立：
Figure BDA0002746159610000031
若不成立转至步骤4.1；
步骤4.3：设i＝1；
步骤4.4：若i>n，转至步骤5；
步骤4.5：若i≤n，计算各智能体(发电机)增量成本初值λi(0)，按下式计 算：
λi(0)＝αiPi(0)+βi
步骤4.6：i＝i+1，转至步骤4.4；
步骤5：计算各智能体(发电机)增量成本满足成本最低时收敛值λ*；
步骤5.1：设k＝0；
步骤5.2：设i＝1；
步骤5.3：若下式成立
Figure BDA0002746159610000032
转至步骤6；
步骤5.4：若i>n，转至步骤5.7；
步骤5.5：若i≤n，计算各智能体(发电机)增量成本λi(k)；
Figure BDA0002746159610000033
式中，aij为邻接矩阵A中第i行第j列对应元素；ε为采样周期；[·]为取 整函数；
步骤5.6：i＝i+1，转至步骤5.3；
步骤5.7：k＝k+1，转至步骤5.2；
步骤6：计算各智能体(发电机)满足成本最低时发出功率PGi *；
步骤6.1：设i＝1；
步骤6.2：若i>n，转至步骤7；
步骤6.3：若i≤n，计算各智能体(发电机)发出功率PGi *，按下式计算：
Figure BDA0002746159610000041
步骤6.4：i＝i+1，转至步骤6.2；
步骤7：显示结果：“各智能体(发电机)发出功率PGi *”。
所述的一种考虑通信时滞的微电网分布式经济调度装置，其优选方案为包括 数据采集单元、通信单元、数据处理与计算单元和液晶显示单元。
所述的数据采集单元包括降噪模块、采样模块、A/D转换模块和单片机模块， 用于收集各智能体(发电机)参数；
所述的通信单元包括串行接口模块、无线发送模块、功率放大模块、无线接 收模块和无线控制模块，用于各智能体(发电机)传递信息；
所述的数据处理与计算单元包括数据读取模块、时滞判断模块、增量成本迭 代模块和功率计算模块，用于判断算法能否收敛，数据处理和迭代，计算满足成 本最低时各智能体(发电机)发出功率等核心功能；
所述的液晶显示单元包括按键模块和显示模块，用于显示计算结果。
与现有技术相比，本发明的考虑通信时滞的微电网分布式经济调度算法及装 置与现有技术相比较有以下优势：
本发明提供的一种考虑通信时滞的微电网分布式经济调度算法及装置，本算 法弥补集中式优化方法的不足，减轻通信负担，提高运算效率，适应未来智能电 网的发展；同时，在实际应用中受网络传送带宽有限而出现的通信信道堵塞、信 息传递不对称以及信息传递的有限性等问题，都有可能导致各种各样时滞的产 生，本算法考虑了通信时滞，更具实际意义。
附图说明
图1为本发明具体实施方式中考虑通信时滞的微电网分布式经济调度算法 装置的结构示意图；
图2为本发明具体实施方式中考虑通信时滞的微电网分布式经济调度算法 总流程图；
图3为本发明具体实施方式中考虑通信时滞的微电网分布式经济调度算法 时滞判断模块流程图；
图4为本发明具体实施方式中考虑通信时滞的微电网分布式经济调度算法 初值判断模块流程图；
图5为本发明具体实施方式中考虑通信时滞的微电网分布式经济调度算法 计算模块流程图；
图6为5-bus系统通信拓扑图；
图7为5-bus系统仿真图；
图8为5-bus节点参数表。
具体实施方式
为了使本发明的目的、技术方案及优势更加清晰,下面结合附图和具体实施 例对本发明做进一步详细说明。此处所描述的具体实施例仅用以解释本发明,并 不用于限定本发明。
一种考虑通信时滞的微电网分布式经济调度计算方法，如图2所示，包括如 下步骤：
假定微网有n个智能体(发电机)，依次给每个智能体(发电机)编号 1,2,3…n；
步骤1：确定已知的配电网通信拓扑结构，给每个智能体(发电机)编号， 建立微网的邻接矩阵A，邻接矩阵A中的元素按下列公式求取：
Figure BDA0002746159610000051
步骤2：输入各发电机成本函数参数αi和βi；输入各发电机组网损系数γGi；
步骤3：判断各智能体时滞是否超过时滞上界，具体方法为：
步骤3.1：输入各智能体之间延时τij，τij表示智能体(发电机)i和智能机 (发电机)j之间传递信息的通信时滞；
步骤3.2：求出各智能体(发电机)时滞上界，按下式求取：
Figure BDA0002746159610000061
式中，di为智能体(发电机)i的度；
步骤3.3：将步骤3.2所求各智能体(发电机)时滞上界排序，最小的即为 系统时滞上界τmax；
步骤3.4：比较智能体之间延时τij和τmax大小；
步骤3.5：若存在τij大于τmax，输出“算法无法收敛请重新输入延时”并转 至步骤3.1；
步骤4：计算各智能体(发电机)增量成本初值λi(0)；
步骤4.1：输入各智能体(发电机)发出功率初值PGi(0)和总负荷PD；
步骤4.2：判断下式是否成立：
Figure BDA0002746159610000062
若不成立转至步骤4.1；
步骤4.3：设i＝1；
步骤4.4：若i>n，转至步骤5；
步骤4.5：若i≤n，计算各智能体(发电机)增量成本初值λi(0)，按下式计 算：
λi(0)＝αiPi(0)+βi
步骤4.6：i＝1，转至步骤4.4；
步骤5：计算各智能体(发电机)增量成本满足成本最低时收敛值λ*；
步骤5.1：设k＝0；
步骤5.2：设i＝1；
步骤5.3：若下式成立
Figure BDA0002746159610000071
转至步骤6；
步骤5.4：若i>n，转至步骤5.7；
步骤5.5：若i≤n，计算各智能体(发电机)增量成本λi(k)；
Figure BDA0002746159610000072
式中，aij为邻接矩阵A中第i行第j列对应元素；ε为采样周期；[·]为取 整函数；
步骤5.6：i＝i+1，转至步骤5.3；
步骤5.7：k＝k+1，转至步骤5.2；
步骤6：计算各智能体(发电机)满足成本最低时发出功率PGi *；
步骤6.1：设i＝1；
步骤6.2：若i>n，转至步骤7；
步骤6.3：若i≤n，计算各智能体(发电机)发出功率PGi *，按下式计算：
Figure BDA0002746159610000073
步骤6.4：i＝i+1，转至步骤6.2；
步骤7：显示结果：“各智能体(发电机)发出功率PGi *”。
本发明的另一方面提供一种考虑通信时滞的微电网分布式经济调度装置如 图1所示，包括数据采集单元、通信单元、数据处理与计算单元和液晶显示单元。
所述的数据采集单元包括降噪模块、采样模块、A/D转换模块和单片机模块， 用于收集各智能体(发电机)参数；
所述的通信单元包括串行接口模块、无线发送模块、功率放大模块、无线接 收模块和无线控制模块，用于各智能体(发电机)传递信息；
所述的数据处理与计算单元包括数据读取模块、时滞判断模块、增量成本迭 代模块和功率计算模块，用于判断算法能否收敛，数据处理和迭代，计算满足成 本最低时各智能体(发电机)发出功率等核心功能；
所述的液晶显示单元包括按键模块和显示模块，用于显示计算结果。
③具体实施案例：
本实施方式中，所示5-bus节点配电网络为例，邻接矩阵A为
Figure BDA0002746159610000082
其参数如图8表：
经计算τmax＝0.9817s输入各线路时滞 τ12＝0.5s τ13＝0.5s τ14＝0.5s τ15＝0.5s满足时滞要求，进行下一步；
输入λ1＝10.82 λ2＝10.61 λ3＝13.03 λ4＝10.57 λ5＝11.04，和PD＝245MW 经计算判断满足
Figure BDA0002746159610000081
满足初值要求，进行下一步；
对增量成本进行迭代计算，计算仿真如图7，最终收敛值为λ*＝11.12；
输出各发电机发出功率： P1＝52MW P2＝54MW P3＝41MW P4＝53MW P5＝50MW
可以看出当时滞满足要求时，最终所有发电机发出的总功率减去系统网损近 似等于总负荷。证明了本算法是有效的。

Claims (2)

1.一种考虑通信时滞的微电网分布式经济调度算法，其特征在于：所述方法的具体步骤如下：
假定微网有n个智能体(发电机)，依次给每个智能体(发电机)编号1,2,3…n；
步骤1：确定已知的配电网通信拓扑结构，给每个智能体(发电机)编号，建立微网的邻接矩阵A，邻接矩阵A中的元素按下列公式求取：
Figure FDA0002746159600000011
步骤2：输入各发电机成本函数参数αi和βi；输入各发电机组网损系数γGi；
步骤3：判断各智能体时滞是否超过时滞上界，具体方法为：
步骤3.1：输入各智能体之间延时τij，τij表示智能体(发电机)i和智能机(发电机)j之间传递信息的通信时滞；
步骤3.2：求出各智能体(发电机)时滞上界，按下式求取：
Figure FDA0002746159600000012
式中，di为智能体(发电机)i的度；
步骤3.3：将步骤3.2所求各智能体(发电机)时滞上界排序，最小的即为系统时滞上界τmax；
步骤3.4：比较智能体之间延时τij和τmax大小；
步骤3.5：若存在τij大于τmax，输出“算法无法收敛请重新输入延时”并转至步骤3.1；
步骤4：计算各智能体(发电机)增量成本初值λi(0)；
步骤4.1：输入各智能体(发电机)发出功率初值PGi(0)和总负荷PD；
步骤4.2：判断下式是否成立：
Figure FDA0002746159600000021
若不成立转至步骤4.1；
步骤4.3：设i＝1；
步骤4.4：若i>n，转至步骤5；
步骤4.5：若i≤n，计算各智能体(发电机)增量成本初值λi(0)，按下式计算：
λi(0)＝αiPi(0)+βi
步骤4.6：i＝i+1，转至步骤4.4；
步骤5：计算各智能体(发电机)增量成本满足成本最低时收敛值λ*；
步骤5.1：设k＝0；
步骤5.2：设i＝1；
步骤5.3：若下式成立
Figure FDA0002746159600000022
转至步骤6；
步骤5.4：若i>n，转至步骤5.7；
步骤5.5：若i≤n，计算各智能体(发电机)增量成本λi(k)；
Figure FDA0002746159600000023
式中，aij为邻接矩阵A中第i行第j列对应元素；ε为采样周期；[·]为取整函数；
步骤5.6：i＝i+1，转至步骤5.3；
步骤5.7：k＝k+1，转至步骤5.2；
步骤6：计算各智能体(发电机)满足成本最低时发出功率PGi *；
步骤6.1：设i＝1；
步骤6.2：若i>n，转至步骤7；
步骤6.3：若i≤n，计算各智能体(发电机)发出功率PGi *，按下式计算：
Figure FDA0002746159600000031
步骤6.4：i＝i+1，转至步骤6.2；
步骤7：显示结果：“各智能体(发电机)发出功率PGi *”。
2.如权利要求1所述的一种考虑通信时滞的微电网分布式经济调度算法的装置，其特征在于：包括数据采集单元、通信单元、数据处理与计算单元和液晶显示单元；
所述的数据采集单元包括降噪模块、采样模块、A/D转换模块和单片机模块，用于收集各智能体(发电机)参数；
所述的通信单元包括串行接口模块、无线发送模块、功率放大模块、无线接收模块和无线控制模块，用于各智能体(发电机)传递信息；
所述的数据处理与计算单元包括数据读取模块、时滞判断模块、增量成本迭代模块和功率计算模块，用于判断算法能否收敛，数据处理和迭代，计算满足成本最低时各智能体(发电机)发出功率等核心功能；
所述的液晶显示单元包括按键模块和显示模块，用于显示计算结果。
CN202011167079.9A 2020-10-27 2020-10-27 一种考虑通信时滞的微电网分布式经济调度算法及装置 Withdrawn CN112422520A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011167079.9A CN112422520A (zh) 2020-10-27 2020-10-27 一种考虑通信时滞的微电网分布式经济调度算法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011167079.9A CN112422520A (zh) 2020-10-27 2020-10-27 一种考虑通信时滞的微电网分布式经济调度算法及装置

Publications (1)

Publication Number Publication Date
CN112422520A true CN112422520A (zh) 2021-02-26

Family

ID=74840745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011167079.9A Withdrawn CN112422520A (zh) 2020-10-27 2020-10-27 一种考虑通信时滞的微电网分布式经济调度算法及装置

Country Status (1)

Country Link
CN (1) CN112422520A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637236A (zh) * 2022-03-03 2022-06-17 国网电力科学研究院有限公司 基于混合型频率稳定控制系统的时延计算方法、装置及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170337646A1 (en) * 2016-05-19 2017-11-23 Hefei University Of Technology Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price
CN108964135A (zh) * 2018-09-14 2018-12-07 东北大学 一种考虑通信时滞的微电网分布式经济调度装置及方法
CN109861304A (zh) * 2018-12-28 2019-06-07 东北大学 一种考虑通信时变时滞的微电网经济调度方法
CN111353910A (zh) * 2020-02-24 2020-06-30 南京邮电大学 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170337646A1 (en) * 2016-05-19 2017-11-23 Hefei University Of Technology Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price
CN108964135A (zh) * 2018-09-14 2018-12-07 东北大学 一种考虑通信时滞的微电网分布式经济调度装置及方法
CN109861304A (zh) * 2018-12-28 2019-06-07 东北大学 一种考虑通信时变时滞的微电网经济调度方法
CN111353910A (zh) * 2020-02-24 2020-06-30 南京邮电大学 有向拓扑下基于有限时间一致性的分布式智能电网经济调度方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637236A (zh) * 2022-03-03 2022-06-17 国网电力科学研究院有限公司 基于混合型频率稳定控制系统的时延计算方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN112186766B (zh) 一种基于Benders分解的多阶段分解方法
CN109617065B (zh) 一种考虑海量运行场景的电力系统输电网线路规划方法
Yan et al. Sampled memory-event-triggered fuzzy load frequency control for wind power systems subject to outliers and transmission delays
Li et al. Multi-agent system based distributed pattern search algorithm for non-convex economic load dispatch in smart grid
CN110277780B (zh) 非线性直流微电网弹性控制方法
CN108964135B (zh) 一种考虑通信时滞的微电网分布式经济调度装置及方法
Yang et al. An improved robust SCUC approach considering multiple uncertainty and correlation
Yongsheng et al. A Short‐Term Power Output Forecasting Model Based on Correlation Analysis and ELM‐LSTM for Distributed PV System
Jia et al. A retroactive approach to microgrid real-time scheduling in quest of perfect dispatch solution
Guo et al. Sizing energy storage to reduce renewable power curtailment considering network power flows: a distributionally robust optimisation approach
Huang et al. Joint generation and reserve scheduling of wind‐solar‐pumped storage power systems under multiple uncertainties
CN112422520A (zh) 一种考虑通信时滞的微电网分布式经济调度算法及装置
Bharti et al. Framework for multipoint optimal reactive power compensation in radial distribution system with high distributed generation penetration
Liu et al. Event-triggered scheme for finite-time distributed economic dispatch in smart grids
CN105518723A (zh) 一种基于备用对象代价性能比的旋转备用容量优化方法
Samuel et al. Application of metaheuristic algorithms for solving real-world electricity demand forecasting and generation expansion planning problems
CN117096962B (zh) 考虑光伏的电网动态无功补偿优化方法及系统
Yang et al. Adaptive robust optimal dispatch of microgrid based on different robust adjustment parameters
CN113824161B (zh) 一种DoS攻击下的交直流微电网集群系统控制方法
CN115986743A (zh) 基于隐式决策法的电力跨区域配置优化方法、装置及设备
CN110414043B (zh) 一种基于离散迭代的双事件驱动分布式优化方法
CN112152267B (zh) 一种计及源荷不确定性的电网随机无功优化调度方法
Zhao et al. Leveraging generators with complementary capabilities for robust multistage power grid operations
CN113704750A (zh) 分布式发电系统的网络攻击检测方法、装置及终端设备
CN114069692A (zh) 用于求解电力调度问题的联合机会约束优化方法及装置

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210226

WW01 Invention patent application withdrawn after publication