CN112510684A - 一种相邻增量配电网的可中断负荷配置方法 - Google Patents

一种相邻增量配电网的可中断负荷配置方法 Download PDF

Info

Publication number
CN112510684A
CN112510684A CN202011268520.2A CN202011268520A CN112510684A CN 112510684 A CN112510684 A CN 112510684A CN 202011268520 A CN202011268520 A CN 202011268520A CN 112510684 A CN112510684 A CN 112510684A
Authority
CN
China
Prior art keywords
incremental
distribution network
adjacent
power distribution
interruptible
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.)
Granted
Application number
CN202011268520.2A
Other languages
English (en)
Other versions
CN112510684B (zh
Inventor
崔锦瑞
陈家庚
李晶
林哲敏
季超
李永波
钱寒晗
唐家俊
李雅婷
李金城
张智
林振智
杨莉
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.)
Anhui Electric Power Trading Center Co ltd
Zhejiang University ZJU
Original Assignee
Anhui Electric Power Trading Center Co ltd
Zhejiang University ZJU
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 Anhui Electric Power Trading Center Co ltd, Zhejiang University ZJU filed Critical Anhui Electric Power Trading Center Co ltd
Priority to CN202011268520.2A priority Critical patent/CN112510684B/zh
Publication of CN112510684A publication Critical patent/CN112510684A/zh
Application granted granted Critical
Publication of CN112510684B publication Critical patent/CN112510684B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种相邻增量配电网的可中断负荷配置方法,属于电力市场技术领域。包括步骤:首先提出一种检验增量配电网地理位置相邻性的深度优先搜索算法,进而提出一种地理位置相邻的增量配电网的可中断负荷联合配置方法。本发明方法能够为邻近增量配电网的可中断负荷联合优化配置提供技术支持,具有良好的经济型和实际应用价值。

Description

一种相邻增量配电网的可中断负荷配置方法
技术领域
本发明涉及电力市场的技术领域,更具体地,涉及一种相邻增量配电网的可中断负荷配置方法。
背景技术
近年来,我国不断推进增量配电网改革,截至2019年12月,已经确定了380个增量配电网试点。增量配电网具有用户粘性大、灵活性资源丰富等优势,但也承担者更高的投资运营成本。
为应对经营压力,充分发挥增量配电网灵活性资源丰富的优势,多个地理位置相邻的增量配电网间进行可中断负荷资源的联合优化配置可以有效提高可中断负荷的利用率。研究相邻增量配电网的可中断负荷配置方法有助于提高资源利用率,具有经济和实际应用价值。
发明内容
本发明解决其技术问题所采用的技术方案是:相邻增量配电网的可中断负荷配置方法,包括以下步骤:步骤1:提出一种检验增量配电网地理位置是否相邻的深度优先搜索算法,并对增量配电网的地域相邻性进行检验;步骤2:基于粒子群算法对地域相邻增量配电网的可中断负荷进行联合优化配置。
上述技术方案中,进一步地,所述的步骤1提出一种检验增量配电网地理位置是否相邻的深度优先搜索算法,并对增量配电网的地域相邻性进行检验,具体方法如下:
增量配电网具有用户粘性大、灵活性资源丰富等优势,但也承担者更高的投资运营成本。为应对经营压力,充分发挥增量配电网灵活性资源丰富的优势,多个增量配电网间进行可中断负荷资源的联合优化配置可以有效提高可中断负荷的利用率。
考虑到国内隔墙售电政策和配电网网架结构的物理性质的约束,物理网络相邻的增量配电网才具有联合优化可中断负荷的基础。因此,增量配电网在联合优化配置可中断负荷前应充分考虑地域相邻性的约束,因此提出一种对增量配电网地域相邻性进行检验的深度优先搜索算法。
首先将增量配电网的地理位置和地域相邻模型化:即将增量配电网看作节点,增量配电网间的相邻关系看作连通路径,并构建地理位置矩阵D,具体表示为:
Figure BDA0002776876060000021
式中:n表示增量配电网数量;dij表示增量配电网i和j的地理位置相邻系数,当增量配电网i和增量配电网j地理位置相邻时,dij=1,否则dij=0。
从图中某个节点i出发,通过地理位置矩阵D中元素dij是否等于1可以判断节点i与节点j是否地域相邻。依次从i的未被访问的邻接点出发深度优先遍历图,直至图中所有和i邻接的点都被访问为止,若此时图中仍有节点未被访问,则选择图中未被访问的节点为起始点,重复上述过程,直至所有节点都被访问为止。遍历所有节点后,可以得到n家增量配电网地域连通区域集合W为:
Figure BDA0002776876060000022
式中:kn表示n家增量配电网形成的地域相邻区域的数量;wk表示第k个地域相邻区域的增量配电网的集合。
当且仅当增量配电网同属于同一个增量配电网地域连通区域时,增量配电网具备可中断负荷联合优化配置的条件。例如,在图1所示的增量配电网的地理分布情况下,采用深度优先搜索算法依次遍历d、c、b、a、e、f、g、h,最终得到该区域内的连通区域集合W={{a,b,c,d,e,f},{g,h}},w1={a,b,c,d,e,f}六家增量配电网企业满足地域相邻性条件,具备可中断负荷联合优化配置的条件;而{a,b,c,d,e,f,g}七家增量配电网企业不满足地域相邻性条件,因此也不具有可中断负荷联合优化的条件。
进一步地,所述的步骤2基于粒子群算法对地域相邻增量配电网的可中断负荷进行联合优化配置,其具体方法如下:
多个增量配电网的可中断负荷联合优化配置方法根据可中断负荷优化模型得到。单一增量配电网的可中断负荷需求量受到其内部自有可再生电源出力和代理用户负荷需求不确定性的影响,本发明基于粒子群算法构建多场景S下多增量配电网间的可中断负荷联合优化模型,针对多场景下各增量配电网的可再生能源出力曲线和负荷需求曲线,对增量配电网的可中断负荷进行联合优化配置,如图2所示。增量配电网根据多场景下的负荷需求电量分布式可再生能源出力提前确定可中断负荷容量,并根据负荷和可再生能源的实际出力实时确定可中断负荷电量。以总成本最小化为目标,建立增量配电网的可中断负荷配置优化模型,目标函数为:
Figure BDA0002776876060000031
式中:πs表示场景s的出现概率;
Figure BDA0002776876060000032
分别表示增量配电网在场景s下的购买偏差电量的费用和可中断负荷费用;
Figure BDA0002776876060000033
Figure BDA0002776876060000034
式中:T为决策的总时间;Δt表示每个决策时段的时间;N表示n家增量配电网的集合;λIL为增量配电网可中断负荷补偿价格;
Figure BDA0002776876060000035
Figure BDA0002776876060000036
分别为n家增量配电网在场景s下时段t内的正偏差电量、负偏差电量和向用户购买的可中断负荷电量;λbuy和λsell分别表示增量配电网处理偏差电量时购买/出售电量的电价;βIL为增量配电网与用户签订可中断负荷合同的容量费;
Figure BDA0002776876060000037
为增量配电网在场景s下与用户签订的可中断负荷容量;
约束条件包括:
1)功率平衡约束:
Figure BDA0002776876060000038
式中:
Figure BDA0002776876060000039
Figure BDA00027768760600000310
分别表示增量配电网i在场景s时段t内在中长期市场上的购电量、分布式能源出力和用户负荷需求量。
2)可中断负荷约束:
Figure BDA0002776876060000041
Figure BDA0002776876060000042
式中:
Figure BDA0002776876060000043
为增量配电网i内用户可售可中断负荷的最大容量。
本发明的有益效果是:
其一、该方法结合了国内分布式发电市场化交易规则和配电网的物理特性,提出了增量配电网联合优化配置可中断负荷的地域基础,并提出了一种检验增量配电网间地域相邻性的深度优先搜索算法;
其二、该方法基于粒子群算法构建了多场景下多增量配电网间的可中断负荷联合优化模型,提高了增量配电网可中断负荷的利用率。
附图说明
图1为检验增量配电网地域相邻性的深度优先搜索算法示例图。
图2为增量配电网优化可中断负荷的示意图。
图3为多场景下风电出力曲线;
图4为多场景下光伏出力曲线;
图5为多场景下工商业用户负荷曲线;
图6为多场景下居民用户负荷曲线。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明,不能理解为对本专利的限制。
本发明解决其技术问题所采用的技术方案是:相邻增量配电网的可中断负荷配置方法,包括以下步骤:
步骤1:提出一种检验增量配电网地理位置是否相邻的深度优先搜索算法,并对增量配电网的地域相邻性进行检验;
步骤2:基于粒子群算法对地域相邻增量配电网的可中断负荷进行联合优化配置。
上述技术方案中,进一步地,所述的步骤1提出一种检验增量配电网地理位置是否相邻的深度优先搜索算法,并对增量配电网的地域相邻性进行检验,具体方法如下:
增量配电网具有用户粘性大、灵活性资源丰富等优势,但也承担者更高的投资运营成本。为应对经营压力,充分发挥增量配电网灵活性资源丰富的优势,多个增量配电网间进行可中断负荷资源的联合优化配置可以有效提高可中断负荷的利用率。
考虑到国内隔墙售电政策和配电网网架结构的物理性质的约束,物理网络相邻的增量配电网才具有联合优化可中断负荷的基础。因此,增量配电网在联合优化配置可中断负荷前应充分考虑地域相邻性的约束,因此提出一种对增量配电网地域相邻性进行检验的深度优先搜索算法。
首先将增量配电网的地理位置和地域相邻模型化:即将增量配电网看作节点,增量配电网间的相邻关系看作连通路径,并构建地理位置矩阵D,具体表示为:
Figure BDA0002776876060000051
式中:n表示增量配电网数量;dij表示增量配电网i和j的地理位置相邻系数,当增量配电网i和增量配电网j地理位置相邻时,dij=1,否则dij=0。
从图中某个节点i出发,通过地理位置矩阵D中元素dij是否等于1可以判断节点i与节点j是否地域相邻。依次从i的未被访问的邻接点出发深度优先遍历图,直至图中所有和i邻接的点都被访问为止,若此时图中仍有节点未被访问,则选择图中未被访问的节点为起始点,重复上述过程,直至所有节点都被访问为止。遍历所有节点后,可以得到n家增量配电网地域连通区域集合W为:
Figure BDA0002776876060000052
式中:kn表示n家增量配电网形成的地域相邻区域的数量;wk表示第k个地域相邻区域的增量配电网的集合。
当且仅当增量配电网同属于同一个增量配电网地域连通区域时,增量配电网具备可中断负荷联合优化配置的条件。例如,在图1所示的增量配电网的地理分布情况下,采用深度优先搜索算法依次遍历d、c、b、a、e、f、g、h,最终得到该区域内的连通区域集合W={{a,b,c,d,e,f},{g,h}},w1={a,b,c,d,e,f}六家增量配电网企业满足地域相邻性条件,具备可中断负荷联合优化配置的条件;而{a,b,c,d,e,f,g}七家增量配电网企业不满足地域相邻性条件,因此也不具有可中断负荷联合优化的条件。
上述技术方案中,进一步地,所述的步骤2中基于粒子群算法对地域相邻增量配电网的可中断负荷进行联合优化配置。具体方法如下:
多个增量配电网的可中断负荷联合优化配置方法根据可中断负荷优化模型得到。单一增量配电网的可中断负荷需求量受到其内部自有可再生电源出力和代理用户负荷需求不确定性的影响,本发明基于粒子群算法构建多场景S下多增量配电网间的可中断负荷联合优化模型,针对多场景下各增量配电网的可再生能源出力曲线和负荷需求曲线,对增量配电网的可中断负荷进行联合优化配置,如图2所示。增量配电网根据多场景下的负荷需求电量分布式可再生能源出力提前确定可中断负荷容量,并根据负荷和可再生能源的实际出力实时确定可中断负荷电量。以总成本最小化为目标,建立增量配电网的可中断负荷配置优化模型,目标函数为:
Figure BDA0002776876060000061
式中:πs表示场景s的出现概率;
Figure BDA0002776876060000062
分别表示增量配电网在场景s下的购买偏差电量的费用和可中断负荷费用;
Figure BDA0002776876060000063
Figure BDA0002776876060000064
式中:T为决策的总时间;Δt表示每个决策时段的时间;N表示n家增量配电网的集合;λIL为增量配电网可中断负荷补偿价格;
Figure BDA0002776876060000071
Figure BDA0002776876060000072
分别为n家增量配电网在场景s下时段t内的正偏差电量、负偏差电量和向用户购买的可中断负荷电量;λbuy和λsell分别表示增量配电网处理偏差电量时购买/出售电量的电价;βIL为增量配电网与用户签订可中断负荷合同的容量费;
Figure BDA0002776876060000073
为增量配电网在场景s下与用户签订的可中断负荷容量;
约束条件包括:
1)功率平衡约束:
Figure BDA0002776876060000074
式中:
Figure BDA0002776876060000075
Figure BDA0002776876060000076
分别表示增量配电网i在场景s时段t内在中长期市场上的购电量、分布式能源出力和用户负荷需求量。
2)可中断负荷约束:
Figure BDA0002776876060000077
Figure BDA0002776876060000078
式中:
Figure BDA0002776876060000079
为增量配电网i内用户可售可中断负荷的最大容量。
某地区增量配电网地域分布如图1所示,根据本发明提出的检验增量配电网地域相邻性的深度优先搜索算法可得a,b,c,d,e,f六家公司满足地域相邻性。根据该地区各增量配电网区域内风电、光伏以及居民、工商业用户的构成比例将增量配电网分为3类,其中,a、e为Ⅰ类增量配电网;c、f为Ⅱ类增量配电网;b、d为Ⅲ类增量配电网,三类增量配电网的可中断负荷容量上限分别为3MW、4MW和10MW。多场景下风电、光伏的典型出力曲线分别如图3、图4所示,居民、工商业用户的典型用电曲线分别如图5、图6所示。三类公司单独配置可中断负荷时,其可中断负荷配置量分别为3MW、4MW和4.5MW,求解基于粒子群算法的增量配电网可中断负荷联合优化模型可得,增量配电网联合优化配置可中断负荷量为17.9MW,比增量配电网单独配置可中断负荷量少了22.2%,说明本发明可以有效提升可中断负荷的利用率。

Claims (4)

1.一种相邻增量配电网的可中断负荷配置方法,其特征在于,包括以下步骤:
步骤1:提出一种检验增量配电网地理位置是否相邻的深度优先搜索算法,并对增量配电网的地域相邻性进行检验;
步骤2:基于粒子群算法对地域相邻增量配电网的可中断负荷进行联合优化配置。
2.根据权利要求1所述的一种相邻增量配电网的可中断负荷配置方法,其特征在于,所述步骤1中:
首先将增量配电网的地理位置和地域相邻模型化:即将增量配电网看作节点,增量配电网间的相邻关系看作连通路径,并构建地理位置矩阵D,具体表示为:
Figure FDA0002776876050000011
式中:n表示增量配电网数量;dij表示增量配电网i和j的地理位置相邻系数,当增量配电网i和增量配电网j地理位置相邻时,dij=1,否则dij=0;
所述的深度优先搜索算法为从图中某个节点i出发,通过地理位置矩阵D中元素dij是否等于1可以判断节点i与节点j是否地域相邻,依次从i的未被访问的邻接点出发深度优先遍历图,直至图中所有和i邻接的点都被访问为止,若此时图中仍有节点未被访问,则选择图中未被访问的节点为起始点,重复上述过程,直至所有节点都被访问为止,遍历所有节点后,可以得到n家增量配电网地域连通区域集合。
3.根据权利要求2所述的一种相邻增量配电网的可中断负荷配置方法,其特征在于,步骤1中对增量配电网的地域相邻性进行检验,核心在于判断地理位置矩阵D的相应元素是否等于1,由深度优先搜索法得到n家增量配电网地域连通区域集合W为:
W={w1,w2,…,wk,…,wkn}
式中:kn表示n家增量配电网形成的地域相邻区域的数量;wk表示第k个地域相邻区域的增量配电网的集合;
当且仅当增量配电网同属于同一个增量配电网地域连通区域时,增量配电网具备可中断负荷联合优化配置的条件。
4.根据权利要求1所述的相邻增量配电网的可中断负荷配置方法,其特征在于,所述的步骤2具体为:
基于粒子群算法构建多场景S下多增量配电网间的可中断负荷联合优化模型,针对多场景下各增量配电网的可再生能源出力曲线和负荷需求曲线,对增量配电网的可中断负荷进行联合优化配置;
以总成本最小化为目标,建立增量配电网的可中断负荷配置优化模型,目标函数为:
Figure FDA0002776876050000021
式中:πs表示场景s的出现概率;
Figure FDA0002776876050000022
分别表示增量配电网在场景s下的购买偏差电量的费用和可中断负荷费用;
Figure FDA0002776876050000023
Figure FDA0002776876050000024
式中:T为决策的总时间;Δt表示每个决策时段的时间;N表示n家增量配电网的集合;λIL为增量配电网可中断负荷补偿价格;
Figure FDA0002776876050000025
Figure FDA0002776876050000026
分别为n家增量配电网在场景s下时段t内的正偏差电量、负偏差电量和向用户购买的可中断负荷电量;λbuy和λsell分别表示增量配电网处理偏差电量时购买/出售电量的电价;βIL为增量配电网与用户签订可中断负荷合同的容量费;
Figure FDA0002776876050000027
为增量配电网在场景s下与用户签订的可中断负荷容量;
约束条件包括:
1)功率平衡约束:
Figure FDA0002776876050000031
式中:
Figure FDA0002776876050000032
Figure FDA0002776876050000033
分别表示增量配电网i在场景s时段t内在中长期市场上的购电量、分布式能源出力和用户负荷需求量;
2)可中断负荷约束:
Figure FDA0002776876050000034
Figure FDA0002776876050000035
式中:
Figure FDA0002776876050000036
为增量配电网i内用户可售可中断负荷的最大容量。
CN202011268520.2A 2020-11-13 2020-11-13 一种相邻增量配电网的可中断负荷配置方法 Active CN112510684B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011268520.2A CN112510684B (zh) 2020-11-13 2020-11-13 一种相邻增量配电网的可中断负荷配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011268520.2A CN112510684B (zh) 2020-11-13 2020-11-13 一种相邻增量配电网的可中断负荷配置方法

Publications (2)

Publication Number Publication Date
CN112510684A true CN112510684A (zh) 2021-03-16
CN112510684B CN112510684B (zh) 2023-10-13

Family

ID=74957495

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011268520.2A Active CN112510684B (zh) 2020-11-13 2020-11-13 一种相邻增量配电网的可中断负荷配置方法

Country Status (1)

Country Link
CN (1) CN112510684B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512347A (zh) * 2016-01-27 2016-04-20 北京航空航天大学 一种基于地理主题模型的信息处理方法
CN107230001A (zh) * 2017-06-01 2017-10-03 国网江苏省电力公司经济技术研究院 增量配电业务放开下基于不同投资主体的配电网规划方法
CN108964124A (zh) * 2018-07-19 2018-12-07 国网江苏省电力有限公司宿迁供电分公司 增量配电网中计及电价响应的分布式电源并网优化配置方法
CN109119985A (zh) * 2017-06-23 2019-01-01 南京理工大学 一种主动配电网能源优化配置方法
CN109934487A (zh) * 2019-03-11 2019-06-25 国网福建省电力有限公司 一种考虑多主体利益博弈的主动配电网协调规划方法
CN111082451A (zh) * 2019-09-18 2020-04-28 中国电建集团青海省电力设计院有限公司 基于场景法的增量配电网多目标优化调度模型
CN111695828A (zh) * 2020-06-17 2020-09-22 华润智慧能源有限公司 一种增量配电网协调规划方法、装置、设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105512347A (zh) * 2016-01-27 2016-04-20 北京航空航天大学 一种基于地理主题模型的信息处理方法
CN107230001A (zh) * 2017-06-01 2017-10-03 国网江苏省电力公司经济技术研究院 增量配电业务放开下基于不同投资主体的配电网规划方法
CN109119985A (zh) * 2017-06-23 2019-01-01 南京理工大学 一种主动配电网能源优化配置方法
CN108964124A (zh) * 2018-07-19 2018-12-07 国网江苏省电力有限公司宿迁供电分公司 增量配电网中计及电价响应的分布式电源并网优化配置方法
CN109934487A (zh) * 2019-03-11 2019-06-25 国网福建省电力有限公司 一种考虑多主体利益博弈的主动配电网协调规划方法
CN111082451A (zh) * 2019-09-18 2020-04-28 中国电建集团青海省电力设计院有限公司 基于场景法的增量配电网多目标优化调度模型
CN111695828A (zh) * 2020-06-17 2020-09-22 华润智慧能源有限公司 一种增量配电网协调规划方法、装置、设备及介质

Also Published As

Publication number Publication date
CN112510684B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
Zhou et al. Optimal sizing of PV and BESS for a smart household considering different price mechanisms
Wu et al. A multi-agent-based energy-coordination control system for grid-connected large-scale wind–photovoltaic energy storage power-generation units
CN107958300A (zh) 一种考虑互动响应的多微网互联运行协调调度优化方法
CN116365506A (zh) 含分布式光伏主动配电网节能降损优化方法及系统
CN115017854A (zh) 一种基于多维评估指标体系的配电网dg最大准入容量计算方法
CN110994606A (zh) 一种基于复杂适应系统理论的多能源电源容量配置方法
Zhou et al. Optimal sizing of pv system and bess for smart household under stepwise power tariff
Xiao et al. A multi‐energy complementary coordinated dispatch method for integrated system of wind‐photovoltaic‐hydro‐thermal‐energy storage
CN113011655B (zh) 一种基于两阶段随机规划的社区多能源系统的混合储能系统规划方法
CN114301081A (zh) 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法
CN113128844A (zh) 一种基于供电设备容量限制下分布式电源规划方法
CN114243766B (zh) 一种区域多能源系统优化配置方法及系统
CN108471145B (zh) 基于多种交易计划虚拟负载率的风电场有功功率控制方法
CN112510684B (zh) 一种相邻增量配电网的可中断负荷配置方法
CN115907372A (zh) 一种适用于分布式光伏发电的优化配置方法及装置
Ding et al. Multi-Objective optimial configuration of distributed wind-solar generation considering energy storage
Hanting et al. Active Distribution Network Bi-level Planning Considering the" Source-Grid-Load-Storage" Collaborative
CN118052418B (zh) 基于模糊规划的综合能源需求响应调度方法及装置
CN106549412B (zh) 针对风电场并网的供电效益评估方法
Ye et al. Low carbon economic operation optimization method of micro electric network based on adaptive artificial bee colony algorithm
CN115173440B (zh) 一种适配多场景的台区三相负荷调优方法
Cao et al. Optimal Location and Sizing of Multi-Resource Distributed Generator Based on Multi-Objective Artificial Bee Colony Algorithm.
Yang et al. Coordinated Planning of Active Distribution Network Considering Virtual Power Plant Based on Master-Slave Game
Li et al. The Fuzzy Power Flow Based Network Planning of Distribution Networks with Distributed Generation
Li et al. An Optimal Operation Method of Hybrid AC/DC Distribution Network Under the Goal of Peaking Carbon Dioxide Emissions and Carbon Neutrality

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