CN112734098B - 一种基于源-荷-网平衡的配电网电力调度方法及系统 - Google Patents

一种基于源-荷-网平衡的配电网电力调度方法及系统 Download PDF

Info

Publication number
CN112734098B
CN112734098B CN202011641283.XA CN202011641283A CN112734098B CN 112734098 B CN112734098 B CN 112734098B CN 202011641283 A CN202011641283 A CN 202011641283A CN 112734098 B CN112734098 B CN 112734098B
Authority
CN
China
Prior art keywords
load
power
charging
photovoltaic
balance
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
CN202011641283.XA
Other languages
English (en)
Other versions
CN112734098A (zh
Inventor
安树怀
陈明
魏振
邱吉福
郭德胜
张楠
郑准
赵先超
林柏桦
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.)
QINGDAO POWER SUPPLY Co OF STATE GRID SHANDONG ELECTRIC POWER Co
State Grid Corp of China SGCC
Original Assignee
QINGDAO POWER SUPPLY Co OF STATE GRID SHANDONG ELECTRIC POWER Co
State Grid Corp of China SGCC
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 QINGDAO POWER SUPPLY Co OF STATE GRID SHANDONG ELECTRIC POWER Co, State Grid Corp of China SGCC filed Critical QINGDAO POWER SUPPLY Co OF STATE GRID SHANDONG ELECTRIC POWER Co
Priority to CN202011641283.XA priority Critical patent/CN112734098B/zh
Publication of CN112734098A publication Critical patent/CN112734098A/zh
Application granted granted Critical
Publication of CN112734098B publication Critical patent/CN112734098B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (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

本发明公开了一种基于源‑荷‑网平衡的配电网电力调度方法及系统，包括：构建源‑荷‑网平衡模型及其约束条件；在机组变电容量下，以最小化等效负荷波动和负荷峰谷差率为目标构建源‑荷‑网平衡目标函数；在约束条件下，求解源‑荷‑网平衡目标函数，得到机组变电容量下的最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量。综合考虑分布式电源出力和多元负荷的电力平衡，在实现源‑网‑荷一体化平衡的基础上，得到分布式电源和多元负荷的最优接入容量，实现对配电网电力调度的主动规划。

Description

一种基于源-荷-网平衡的配电网电力调度方法及系统
技术领域
本发明涉及配电网电力平衡技术领域，特别是涉及一种基于源-荷-网平衡的配电网电力调度方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
随着分布式发电技术的日益成熟，分布式发电的成本日益降低，分布式发电在电力系统中所占的比重也逐渐增大。高比例可再生能源电力系统区别于常规电力系统的最大不同点是：风电、太阳能发电广泛而大规模地接入电力系统，发电的随机性与波动性致使电力系统面临挑战。当分布式电源接入配电网后，它对配电网的节点电压、线路潮流、短路电流、可靠性等都会带来影响，这必然给配电网规划带来新的挑战，不确定性和随机性随之显著增加，使得在考虑以往规划配电网的传统因素时，也要加入分布式电源对配电网规划的影响。
发明人认为，分布式电源给配网规划带来的影响主要有以下几个方面：
1)影响配网规划分析模型
不同于传统电源，部分分布式电源利用的是新能源发电(如太阳能、风能)，其输出功率受自然条件约束，无法提供稳定的出力，因此不能简单当作传统电源考虑。考虑含高比例可再生能源的电力系统电力平衡时，多个可再生能源场的出力场景如何选取以及出力相关性如何表征；考虑系统备用时，如果不计及可再生能源，仅以常规机组装机容量计算备用，将会极大降低规划方案的经济性，并且常规机组受最小出力限制，过多常规机组也会严重影响可再生能源消纳；若计及可再生能源，如何评估可再生能源场的置信容量，在计算备用时各个能源场按多少容量计入，而模拟系统电量平衡时，新能源由于出力具有很强的随机性和间歇性，如何选取典型场景预测新能源发电量比较困难。
2)增大配网规划负荷预测难度
分布式电源的出现会使电力系统的负荷预测、规划和运行与过去相比有更大的不确定性。由于大量的用户会安装分布式电源为其提供电能，配电网的负荷增长部分被分布式电源接入抵消，使得配电网规划人员更加难以准确预测负荷的增长情况，从而影响后续的规划。
3)规划方案评估指标需进一步完善，高比例可再生能源的接入、能源互联网的建设等使得传统输电网规划方案的评价指标体系难以适用。未来电力系统的形态将会变得更加开放，更加多元化，仅以经济性、可靠性将难以对规划方案进行全面的评估，含高比例可再生能源的电力系统将具有高度的灵活性。
除灵活性外，协调性指标包括电源的投建、天然气管道、电气化交通轨道及道路、大规模及分布式储能的发展等，都需要从协调性角度给予考虑。投资比例合理，建设规模相协调的能源系统，带来的效益不止是投资费用的节省，还包括可靠性的提高、新能源的消纳、碳排放的下降等。因此，如何定量地研究联合规划的协调性，制定合理的评价指标体系，也是目前电网规划面临的问题。
发明人认为，传统配电网在规划时没有考虑分布式电源接入配电网的影响，而是基于电力潮流从变电站单向流向负荷点这一前提而设计的，只是针对某个负荷预测值采用最大容量裕度(给定网络结构)来应对最严重工况的运行条件(即使最严重工况为小概率事件)，从而在规划阶段就可以找到处理所有运行问题的最优解。
因此，为了保证网络的安全性和可靠性，传统的配电网络对付负载的不确定性通常依赖于大容量和灵活的网络结构，但采用相对简单的运行模式和控制方法，然而随着配电网中分布式资源渗透率的快速增长，配电网的规划方法和运行模式变得越来越复杂，投资效益也大受影响，促使配电网规划从被动规划向主动规划转变。主动配网是主动配电网是在主网配网协同控制基础上，具有分布式发电、储能、电动汽车和需求侧响应等电源负荷调控手段，能够针对电力系统的实际运行状态，以经济性安全性为控制目标，自适应调节其网络、发电及负荷的配电网。
发明人认为，目前对分布式光伏发电规划的研究主要从配电网接纳能力的角度出发，重点关注配电网内部的电压不越限与功率平衡等电网安全性要求。目前有文献考虑电压不越限时分布式光伏所能允许接入的容量极限；提出了考虑潮流倒送约束的分布式光伏的选址、定容和规划方法，在燃气轮机、光伏、储能混合容量规划方面，主要考虑天然气网络规划与电网规划的协调互补问题；考虑了天然气网络约束的气电互联系统协调扩容的规划方法；建立了重点考虑电网和气网经济性的长期多区域、多阶段的规划模型等。但是，在分布式光伏与气电混合联合运行系统的规划方面，目前研究仍然较少。
故，发明人认为，多能互补系统中分布式光伏与燃气三联供、储能混合容量规划主要存在以下问题：
1)现有对分布式光伏出力的间歇性和负荷用电随机性考虑不够，多在确定性的典型日或确定性的负荷峰值情况下进行分析，缺少基于概率性分析的运行成本期望计算，得到的优化结果往往仅能适应某些典型日场景，不能体现分布式光伏发电和负荷的季节性差异、日差异和中长期特性。
2)配电网电力调度规划方案往往相对割裂，多数仅针对分布式光伏发电系统或仅针对气电混合系统分别开展，在多能互补的环境下，为了有效提高系统经济性，应更好地利用不同能源的时空互补性，建立分布式光伏与燃气三联供、储能混合容量的协同优化模型。
3)配电网电力调度规划阶段往往缺少对实际运行策略的考虑，容易导致规划结果与实际运行脱节。
发明内容
为了解决上述问题，本发明提出了一种基于源-荷-网平衡的配电网电力调度方法及系统，综合考虑分布式电源出力和多元负荷的电力平衡，在实现源-网-荷一体化平衡的基础上，得到分布式电源和多元负荷的最优接入容量，实现对配电网电力调度的主动规划。
为了实现上述目的，本发明采用如下技术方案：
第一方面，本发明提供一种基于源-荷-网平衡的配电网电力调度方法，包括：
构建源-荷-网平衡模型及其约束条件；
在机组变电容量下，以最小化等效负荷波动和负荷峰谷差率为目标构建源-荷-网平衡目标函数；
在约束条件下，求解源-荷-网平衡目标函数，得到机组变电容量下的最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量。
第二方面，本发明提供一种基于源-荷-网平衡的配电网电力调度系统，包括：
模型构建模块，用于构建源-荷-网平衡模型及其约束条件；
目标函数构建模块，用于在机组变电容量下，以最小化等效负荷波动和负荷峰谷差率为目标构建源-荷-网平衡目标函数；
调度模块，用于在约束条件下，求解源-荷-网平衡目标函数，得到机组变电容量下的最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量。
第三方面，本发明提供一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成第一方面所述的方法。
第四方面，本发明提供一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成第一方面所述的方法。
与现有技术相比，本发明的有益效果为：
本发明综合考虑分布式电源出力、多元负荷的电力平衡，在实现源-网-荷一体化平衡的基础上，得到分布式电源和多元负荷的最优接入容量，实现对配电网电力调度的主动规划；在满足电力需求和系统安全的前提下，利用灵活管控技术协调大规模间歇式能源出力与负荷用电的匹配度，在不失可靠性的同时，达到降低系统建设费用的效果，实现整体的经济性，确保配用电的持续发展。
本发明根据预测的负荷水平和分布情况，对存在变化的电源利用容量、备用容量选取等方面进行调整，并对规划区内电源进行分区电力平衡及变电容量测算，作为后续主网变电站布点的基础。对于城市电网规划主要进行电力平衡(包括有功平衡和无功平衡)计算，只在特大城市和大城市电网中，电源不确定因素较多时才进行电力平衡和电量平衡，可使电网规划更加合理。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明实施例1提供的基于源-荷-网平衡的配电网电力调度方法流程图；
图2为本发明实施例1提供的配电网电力系统模型示意图。
具体实施方式：
下面结合附图与实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
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。
实施例1
如图1所示，本实施例提供一种基于源-荷-网平衡的配电网电力调度方法，包括：
S1：构建源-荷-网平衡模型及其约束条件；
S2：在机组变电容量下，以最小化等效负荷波动和负荷峰谷差率为目标构建源-荷-网平衡目标函数；
S3：在约束条件下，求解源-荷-网平衡目标函数，得到机组变电容量下的最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量。
在本实施例中，利用资源协调规划集成供给和需求侧资源，以系统初始投资、维护和运营的综合成本最低为规划目标的电网负荷平衡模型，实现经济成本的最小化和能源服务价值的最大化。
如图2所示的电力系统简化模型中，分布式电源包括风电、光伏、燃气轮机等，等效负荷包括有常规负荷、电动汽车充电和储能等需求侧响应负荷，将分布式电源和等效负荷接入配电网中，实现发电与用电的平衡。
构建电力系统数学模型为：
Figure BDA0002880312570000071
约束条件为：
Figure BDA0002880312570000072
Pi t-Pi max≤0；
-Pi t-Pi min≤0；
其中：目标函数反映投资费用与机组输出功率之间的关系；Pi t为传统电源有功功率，
Figure BDA0002880312570000081
为电源i发电费用；
约束条件是系统有功功率平衡方程式和机组安全运行输出有功功率的上下限，
Figure BDA0002880312570000082
为可再生能源电源发电的有功功率，包括光伏、燃气轮机等；
Figure BDA0002880312570000083
为电网的有功负荷，包括有常规负荷、电动汽车充电和储能等需求侧响应负荷；Pi max和Pi min分别是常规机组最大和最小有功功率。
配电网规划的目标是电力电量平衡：“源-网-荷”一体化平衡，即综合考虑分布式电源出力、多元负荷而进行的电力平衡，数学模型为：
G分布式电源+G机组＝L常规负荷+L充电负荷+L其他柔性负荷；
其中：分布式电源包括风电、光伏、燃气轮机等，等效负荷包括有常规负荷、电动汽车充电和储能等需求侧响应负荷。
本实施例从三个方面综合考虑分布式电源出力、多元负荷的电力平衡，即：
(1)在不考虑分布式电源对负荷的削减作用，通过调度电动汽车负荷，确定能接入的电动汽车充电负荷的大小；
(2)在不考虑电动汽车充电负荷调度对等效负荷的削峰填谷作用，通过光伏发电和储能局域的协同调度，确定光伏接入的功率的大小；
(3)考虑电动汽车充电与分布式电源的资源互补作用，通过充电与光伏发电等分布式电源协调控制，实现光伏发电的就地消纳，确定区域电动汽车和光伏接入的最大容量。
根据目标函数的不同，基于上述约束条件，在传统规划的基础之上，通过不同参数的设置，计算区域光伏发电、燃气轮机、储能接入的潜力和经济效益。
所述步骤S2中，当机组变电容量确定时：
S2-1：在不考虑分布式电源对负荷的削减作用，通过调度电动汽车负荷，确定能接入的电动汽车充电负荷的大小。
以最小化等效负荷波动为目标函数，即：
Figure BDA0002880312570000091
其中，Peq(i)为i时刻的等效负荷(MW)；Pav为等效负荷的平均值(MW)。
约束条件为：
G分布式电源+G机组＝Peq；
G机组＝L传统负荷；
Figure BDA0002880312570000092
Figure BDA0002880312570000093
其中，
Figure BDA0002880312570000094
和
Figure BDA0002880312570000095
分别是区域光伏功率最大有功功率和区域电动汽车最大充电功率。
假设可接入的电动汽车充电负荷PEV全部作为可中断负荷参与电网的调控，则电动汽车全部在低谷时段进行充电，则高峰负荷Peq＝L传统负荷；电动汽车接入负荷大小由地区充电桩规划数量、变压器和线路容量、负载率、功率因数所决定。具体为：
Figure BDA0002880312570000096
PEV＝n*P充*同时率；
Pmax＝βSNcosθ/ks-PH；
其中，Pmax为10kV母线所能接入的充换电站的最大充电功率(kW)；β为变压器的负载率；SN为变压器容量(kVA)；PH为该变压器所带常规负荷的有功功率(kW)；ks为用户用电负荷的同时系数；cosθ为功率因数；PEV＝n*P冲*同时率中，n为区域充电桩数量，受限于区域建设面积，P充为单台EV充电功率。
区域充电桩的建设数量和建设面积相关，建设项目配建停车位的数量N，根据建设项目所处区域、建筑类别的配建指标和建筑面积计算确定；由于停车场中电动汽车充电设施建设比例或预留比例不低于10％，则规划区域充电桩数量为n＝N*10％；
本实施例设电动汽车充电桩的同时率可取为0.7；
在不增加变电容量的情况下，可多接入
Figure BDA0002880312570000101
电动汽车充电负荷。
此时，得到配电网规划指标：
Figure BDA0002880312570000102
Figure BDA0002880312570000103
S2-2：在不考虑电动汽车充电负荷调度对等效负荷的削峰填谷作用，通过光伏发电和储能局域的协同调度，确定光伏接入的功率的大小。
以峰谷差率最小为目标，新增储能电池和光伏发电约束条件：
a)储能电池充放电功率约束：
0≤Pscharge(i)≤Pscharmax；
-Psdischarmax≤Psdischarge(i)≤0；
其中，Pscharmax为储能电池的最大充电功率(MW)；Psdischarmax为储能电池的最大放电功率(MW)；Pscharge(i)为某时刻储能电池的充电功率(MW)；Psdischarge(i)为某时刻储能电池的放电功率(MW)。
b)光伏最大发电功率约束：
Figure BDA0002880312570000111
总发电量(kWh)＝光伏电池的有效面积(平方米)*年平均太阳光总辐射强度(w/平方米)*年有效日照时间(小时)*组件效率(硅电池一般可取15％)*系统效率(一般可取75％)；
可以理解的，光伏电池的有效面积以规划用电的建筑面积为准，根据区域规划的建筑面积，可计算光伏发电的最大功率
Figure BDA0002880312570000112
c)光伏并网可靠性约束：
Figure BDA0002880312570000113
其中，λ为光伏并网的可靠性系数。
在某一确定光伏接入方案下，影响光伏发电出力状态的因素主要是天气类型与电站设备故障停运，元件故障导致的电站停运对电站出力影响较弱，远不及天气情况的影响，因此本实施例只考虑天气对出力的影响，忽略影响较弱的设备停运；
基于晴天、少云、多云、阴雨四种光伏典型出力，利用失负荷概率(loss of loadprobability,LOLP)、电力不足频率(loss of load frequency,LOLF)对发电可靠性进行评估，最终得到光伏并网可靠性λ范围在8％到22％之间；
利用低谷充电、高峰放电原则，储能电池夜间充电1次，然后为白天提供放电，光伏发电量全部用于对储能电池充电，在不增加变电容量的情况下，可多接入GPV光伏容量。
此时，得到配电网规划指标：光伏渗透率＝光伏装机容量/区域峰值*100％。
S2-3：考虑电动汽车充电与分布式电源的资源互补作用，通过充电与光伏发电等分布式电源协调控制，实现光伏发电的就地消纳，确定区域电动汽车和光伏接入的最大容量。
本实施例考虑电动汽车有序充电和无序充电两种情况，PEV1表示为无序充电负荷大小，有序充电负荷即可调负荷为PEV2，则等效负荷为：Peq＝PEV1+P常规；
约束条件转变为：
GPV-PEV2+G机组＝PEV1+P常规；
G机组＝PEV1+P传统负荷；
Figure BDA0002880312570000121
Figure BDA0002880312570000122
对于可调负荷，可以看做是负的发电出力，在充电过程中等效的吸收了一部分光伏发电出力，电动汽车采用低谷充电时，不会增加电网的峰值负荷；而进一步利用光伏、风电功率波动与电动汽车充电之间的协同性，调度电动汽车就地消纳光伏出力，实现在不增加常规调峰容量的情况下，提高电网接纳光伏的能力。
此时，得到配电网规划指标：充电负荷响应系数：μ＝PEV2/(PEV1+PEV2)；
充电负荷渗透率：PEV2/区域峰值*100％；
光伏发电利用效率：GPV/(GPV+G机组)*100％。
综上，本实施例在现有规划评价指标的基础之上，提出主动规划框架下规划指标：
Figure BDA0002880312570000123
光伏渗透率＝光伏装机容量/区域峰值*100％；
充电负荷响应系数：μ＝PEV2/(PEV1+PEV2)；
充电负荷渗透率＝PEV2/区域峰值*100％；
光伏发电利用效率：GPV/(GPV+G机组)*100％。
所述步骤S3中，配电网规划定义为满足未来年负荷增长和电网发展的要求，确定何时、何地、建设何种类型的线路、变电站或者分布式电源等设备。主动配网是主动配电网是在主网配网协同控制基础上，具有分布式发电、储能、电动汽车和需求侧响应等电源负荷调控手段，能够针对电力系统的实际运行状态，以经济性安全性为控制目标，自适应调节其网络、发电及负荷的配电网。
主动规划是综合考虑传统配电网规划的内容以及分布式电源、储能系统、需求侧响应等之间的协调机理，确定规划区最优的变电站布局、网络连接方式和投资水平的安排。本实施例根据对上述目标函数的求解，以得到的多个规划指标构建最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量。
本实施例提出的主动式配电网规划概念包含两层含义，一是规划对象由传统配网转变为分布式资源广泛接入、用户主体多元化的主动配电网；二是规划理念由传统被动应对申请为主动超前规划。传统园区的规划负荷预测一般采用负荷密度法(已投产用户及新报装大用户单独计算)，主要包括三个步骤，分别是不同性质地块数据统计、远期负荷密度取值和负荷预测。而与传统规划相比，本实施例主动式配网规划体现出了以下几点不同：
1)负荷特点分析、负荷性质分类，进行多元负荷预测；
2)电力电量平衡：“源-网-荷”一体化平衡，即综合考虑分布式电源出力、多元负荷而进行的电力平衡；
3)网架规划：“网-源”协同规划，论证分布式电源最优接入容量、最优接入点，优化分布式电源接入方案，并应用电气计算论证分布式电源接入对电网的影响。
另外，传统配电网规划对电量预测通常为负荷预测，而本实施例主动配电网规划为发电预测与负荷预测；
传统配电网规划的负荷类型为常规负荷，而本实施例主动配电网规划增加了新型负荷，如电动汽车；
传统配电网规划的分布式电源类型通常为燃气轮机，而本实施例主动配电网规划为多种类型，如光伏、风电，具有不确定性；
传统配电网规划的评估指标为电压、损耗等传统指标，而本实施例主动配电网规划增加新指标，如渗透率等；
传统配电网规划的网络扩容为改造一次网络，而本实施例主动配电网规划为非固定式接入、储能和需求侧管理；
传统配电网规划的功率因数是对负荷和分布式电源的功率因数作出规定，而本实施例则是电压无功控制；
传统配电网规划的无功源为输电系统，而本实施例则是储能、SVC和分布式电源。
本实施例与传统规划不同，将配电网的规划建设和运行管控结合，在满足电力需求和系统安全的前提下，利用灵活管控技术来协调大规模间歇式能源出力与负荷用电的匹配度，在不失可靠性的同时，达到降低系统建设费用的效果，实现整体的经济性，确保配用电的持续发展对于电力企业和电力用户都能负担得起，主动规划是一种将主动管理引入到规划过程中的动态规划。
实施例2
本实施例提供一种基于源-荷-网平衡的配电网电力调度系统，包括：
模型构建模块，用于构建源-荷-网平衡模型及其约束条件；
目标函数构建模块，用于在机组变电容量下，以最小化等效负荷波动和负荷峰谷差率为目标构建源-荷-网平衡目标函数；
调度模块，用于在约束条件下，求解源-荷-网平衡目标函数，得到机组变电容量下的最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量。
此处需要说明的是，上述模块对应于实施例1中的步骤S1至S3，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
在更多实施例中，还提供：
一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1中所述的方法。为了简洁，在此不再赘述。
应理解，本实施例中，处理器可以是中央处理单元CPU，处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC，现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如，存储器还可以存储设备类型的信息。
一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1中所述的方法。
实施例1中的方法可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
本领域普通技术人员可以意识到，结合本实施例描述的各示例的单元即算法步骤，能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (5)

1.一种基于源-荷-网平衡的配电网电力调度方法，其特征在于，所述方法包括如下步骤：
S1：构建源-荷-网平衡模型及其约束条件；
S2：在机组变电容量下，以最小化等效负荷波动和负荷峰谷差率为目标构建源-荷-网平衡目标函数；
S3：在约束条件下，求解源-荷-网平衡目标函数，得到机组变电容量下的最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量；
配电网规划的目标是电力电量平衡：“源-荷-网”一体化平衡，即综合考虑分布式电源出力、多元负荷而进行的电力平衡，数学模型为：
G分布式电源+G机组＝L常规负荷+L充电负荷+L其他柔性负荷；
其中：分布式电源包括风电、光伏、燃气轮机，等效负荷包括有常规负荷、电动汽车充电负荷和储能的需求侧响应负荷；
步骤S2中，当机组变电容量确定时：
S2-1：在不考虑分布式电源对负荷的削减作用的情况下，通过调度电动汽车充电负荷，确定能接入的电动汽车充电负荷的大小；
以最小化等效负荷波动为目标函数，即：
Figure FDA0003903717650000011
其中，Peq(i)为i时刻的等效负荷，单位MW；Pav为等效负荷的平均值，单位MW；
约束条件为：
G分布式电源+G机组＝Peq；
G机组＝L传统负荷；
Figure FDA0003903717650000021
Figure FDA0003903717650000022
其中，
Figure FDA0003903717650000023
和
Figure FDA0003903717650000024
分别是区域光伏功率最大有功功率和区域电动汽车最大充电功率；可接入的电动汽车充电负荷PEV全部作为可中断负荷参与电网的调控，电动汽车接入负荷大小由地区充电桩规划数量、变压器和线路容量、负载率、功率因数所决定，具体为：
Figure FDA0003903717650000025
PEV＝n*P充*同时率；
Pmax＝βSNcosθ/ks-PH；
其中，Pmax为10kV母线所能接入的充换电站的最大充电功率；β为变压器的负载率；SN为变压器容量；PH为变压器所带常规负荷的有功功率；ks为用户用电负荷的同时系数；cosθ为功率因数；n为区域充电桩数量，受限于区域建设面积，P充为单台电动汽车的充电功率；
此时，得到配电网规划指标：
Figure FDA0003903717650000026
Figure FDA0003903717650000027
S2-2：在不考虑电动汽车充电负荷调度对等效负荷的削峰填谷作用的情况下，通过光伏发电和储能局域的协同调度，确定光伏接入的功率的大小；
以负荷峰谷差率最小为目标，新增储能电池和光伏发电约束条件：
a)储能电池充放电功率约束：
0≤Pscharge(i)≤Pscharmax；
-Psdischarmax≤Psdischarge(i)≤0；
其中，Pscharmax为储能电池的最大充电功率，单位MW；Psdischarmax为储能电池的最大放电功率，单位MW；Pscharge(i)为i时刻储能电池的充电功率，单位MW；Psdischarge(i)为i时刻储能电池的放电功率，单位MW；
b)光伏最大发电功率约束：
Figure FDA0003903717650000031
光伏总发电量GPV＝光伏电池的有效面积*年平均太阳光总辐射强度*年有效日照时间*组件效率*系统效率；
光伏电池的有效面积以规划用电的建筑面积为准，根据区域规划的建筑面积，可计算光伏发电的最大功率
Figure FDA0003903717650000032
c)光伏并网可靠性约束：
Figure FDA0003903717650000033
其中，λ为光伏并网的可靠性系数；
此时，得到配电网规划指标：光伏渗透率＝光伏装机容量/区域峰值*100％；
S2-3：考虑电动汽车充电与分布式电源的资源互补作用，通过电动汽车充电与分布式电源协调控制，实现光伏发电的就地消纳，确定区域电动汽车和光伏接入的最大容量；
电动汽车包括有序充电和无序充电两种情况，PEV1表示电动汽车无序充电负荷大小，PEV2表示电动汽车有序充电负荷大小，即可调负荷，则等效负荷为：Peq＝PEV1+P常规；
约束条件转变为：
GPV-PEV2+G机组＝PEV1+P常规；
G机组＝PEV1+P传统负荷；
Figure FDA0003903717650000041
Figure FDA0003903717650000042
此时，得到配电网规划指标：充电负荷响应系数：μ＝PEV2/(PEV1+PEV2)；
充电负荷渗透率：PEV2/区域峰值*100％；
光伏发电利用效率：GPV/(GPV+G机组)*100％；
步骤S3中，根据对源-荷-网平衡目标函数的求解，以得到的多个配电网规划指标构建最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量。
2.如权利要求1所述的一种基于源-荷-网平衡的配电网电力调度方法，其特征在于，根据配电网中分布式电源的输出和发电成本构建源-荷-网平衡模型；约束条件为有功功率的平衡和机组输出有功功率的上下限，包括分布式电源发电的有功功率，配电网的需求侧响应负荷和机组最大、最小有功功率。
3.一种基于源-荷-网平衡的配电网电力调度系统，其特征在于，所述系统包括：
模型构建模块，用于构建源-荷-网平衡模型及其约束条件；
目标函数构建模块，用于在机组变电容量下，以最小化等效负荷波动和负荷峰谷差率为目标构建源-荷-网平衡目标函数；
调度模块，用于在约束条件下，求解源-荷-网平衡目标函数，得到机组变电容量下的最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量；
配电网规划的目标是电力电量平衡：“源-荷-网”一体化平衡，即综合考虑分布式电源出力、多元负荷而进行的电力平衡，数学模型为：
G分布式电源+G机组＝L常规负荷+L充电负荷+L其他柔性负荷；
其中：分布式电源包括风电、光伏、燃气轮机，等效负荷包括有常规负荷、电动汽车充电负荷和储能的需求侧响应负荷；
所述目标函数构建模块中，当机组变电容量确定时：
在不考虑分布式电源对负荷的削减作用的情况下，通过调度电动汽车充电负荷，确定能接入的电动汽车充电负荷的大小；
以最小化等效负荷波动为目标函数，即：
Figure FDA0003903717650000051
其中，Peq(i)为i时刻的等效负荷，单位MW；Pav为等效负荷的平均值，单位MW；
约束条件为：
G分布式电源+G机组＝Peq；
G机组＝L传统负荷；
Figure FDA0003903717650000052
Figure FDA0003903717650000061
其中，
Figure FDA0003903717650000062
和
Figure FDA0003903717650000063
分别是区域光伏功率最大有功功率和区域电动汽车最大充电功率；可接入的电动汽车充电负荷PEV全部作为可中断负荷参与电网的调控，电动汽车接入负荷大小由地区充电桩规划数量、变压器和线路容量、负载率、功率因数所决定，具体为：
Figure FDA0003903717650000064
PEV＝n*P充*同时率；
Pmax＝βSNcosθ/ks-PH；
其中，Pmax为10kV母线所能接入的充换电站的最大充电功率；β为变压器的负载率；SN为变压器容量；PH为变压器所带常规负荷的有功功率；ks为用户用电负荷的同时系数；cosθ为功率因数；n为区域充电桩数量，受限于区域建设面积，P充为单台电动汽车的充电功率；
此时，得到配电网规划指标：
Figure FDA0003903717650000065
Figure FDA0003903717650000066
在不考虑电动汽车充电负荷调度对等效负荷的削峰填谷作用的情况下，通过光伏发电和储能局域的协同调度，确定光伏接入的功率的大小；
以负荷峰谷差率最小为目标，新增储能电池和光伏发电约束条件：
a)储能电池充放电功率约束：
0≤Pscharge(i)≤Pscharmax；
-Psdischarmax≤Psdischarge(i)≤0；
其中，Pscharmax为储能电池的最大充电功率，单位MW；Psdischarmax为储能电池的最大放电功率，单位MW；Pscharge(i)为i时刻储能电池的充电功率，单位MW；Psdischarge(i)为i时刻储能电池的放电功率，单位MW；
b)光伏最大发电功率约束：
Figure FDA0003903717650000071
光伏总发电量GPV＝光伏电池的有效面积*年平均太阳光总辐射强度*年有效日照时间*组件效率*系统效率；
光伏电池的有效面积以规划用电的建筑面积为准，根据区域规划的建筑面积，可计算光伏发电的最大功率
Figure FDA0003903717650000072
c)光伏并网可靠性约束：
Figure FDA0003903717650000073
其中，λ为光伏并网的可靠性系数；
此时，得到配电网规划指标：光伏渗透率＝光伏装机容量/区域峰值*100％；
考虑电动汽车充电与分布式电源的资源互补作用，通过电动汽车充电与分布式电源协调控制，实现光伏发电的就地消纳，确定区域电动汽车和光伏接入的最大容量；
电动汽车包括有序充电和无序充电两种情况，PEV1表示电动汽车无序充电负荷大小，PEV2表示电动汽车有序充电负荷大小，即可调负荷，则等效负荷为：Peq＝PEV1+P常规；
约束条件转变为：
GPV-PEV2+G机组＝PEV1+P常规；
G机组＝PEV1+P传统负荷；
Figure FDA0003903717650000081
Figure FDA0003903717650000082
此时，得到配电网规划指标：充电负荷响应系数：μ＝PEV2/(PEV1+PEV2)；
充电负荷渗透率：PEV2/区域峰值*100％；
光伏发电利用效率：GPV/(GPV+G机组)*100％；
所述调度模块中，根据对源-荷-网平衡目标函数的求解，以得到的多个配电网规划指标构建最优平衡规划方案，以此控制配电网中分布式电源的发电容量和多元负荷的接入容量。
4.一种电子设备，其特征在于，所述电子设备包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，实现如权利要求1-2任一项所述的方法。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-2任一项所述的方法。
CN202011641283.XA 2020-12-31 2020-12-31 一种基于源-荷-网平衡的配电网电力调度方法及系统 Active CN112734098B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011641283.XA CN112734098B (zh) 2020-12-31 2020-12-31 一种基于源-荷-网平衡的配电网电力调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011641283.XA CN112734098B (zh) 2020-12-31 2020-12-31 一种基于源-荷-网平衡的配电网电力调度方法及系统

Publications (2)

Publication Number Publication Date
CN112734098A CN112734098A (zh) 2021-04-30
CN112734098B true CN112734098B (zh) 2023-01-31

Family

ID=75609093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011641283.XA Active CN112734098B (zh) 2020-12-31 2020-12-31 一种基于源-荷-网平衡的配电网电力调度方法及系统

Country Status (1)

Country Link
CN (1) CN112734098B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344273B (zh) * 2021-06-08 2024-04-19 中国农业大学 基于建筑用能的区域配电网峰谷差调节优化方法及系统
CN113689068B (zh) * 2021-07-09 2024-04-30 国网河北省电力有限公司经济技术研究院 一种电力电量平衡规划方法、装置及终端设备
CN113595090B (zh) * 2021-07-30 2023-08-25 中国电力科学研究院有限公司 一种跨安全区的多元负荷数据处理方法及系统
CN114254551A (zh) * 2021-10-25 2022-03-29 国网山东省电力公司青岛供电公司 分布式储能多目标优化配置方法及系统
CN113988403A (zh) * 2021-10-25 2022-01-28 国网山东省电力公司青岛供电公司 一种电动汽车充电负荷预测方法及系统
CN114006367A (zh) * 2021-10-25 2022-02-01 国网山东省电力公司青岛供电公司 一种分布式电源接入能力预测方法及系统
CN114336663B (zh) * 2022-01-07 2024-02-27 华北电力科学研究院有限责任公司 一种电力系统源网协同规划方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688879A (zh) * 2017-10-20 2018-02-13 云南电网有限责任公司 一种考虑源荷匹配度的主动配电网分布式电源规划方法
CN109523128A (zh) * 2018-10-22 2019-03-26 上海理工大学 一种促进消纳的可再生能源容量配置方法
CN110289611A (zh) * 2019-03-29 2019-09-27 国网浙江海宁市供电有限公司 一种提升分布式电源消纳能力的主动配电网规划方法
CN110322372A (zh) * 2019-07-10 2019-10-11 国网能源研究院有限公司 区域电力系统中多级电网联动的机组组合调度方法
CN110943475A (zh) * 2019-11-08 2020-03-31 广东电网有限责任公司 一种计及分布式光伏和电动汽车的配网协同优化调度方法
CN111934344A (zh) * 2020-07-09 2020-11-13 国网山东省电力公司东营供电公司 一种基于动态规划的园区光伏与储能多目标优化调度方法
CN112072710A (zh) * 2020-07-31 2020-12-11 国网山东省电力公司经济技术研究院 一种考虑需求响应的源网荷一体化经济调度方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9568901B2 (en) * 2012-08-27 2017-02-14 Nec Corporation Multi-objective energy management methods for micro-grids
CN111598391A (zh) * 2020-04-15 2020-08-28 国网电力科学研究院武汉能效测评有限公司 一种电动汽车调度方法及调度系统
CN111900725B (zh) * 2020-07-15 2021-11-30 国网上海市电力公司 一种电动汽车充电站与光伏发电站的协同互动方法和系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107688879A (zh) * 2017-10-20 2018-02-13 云南电网有限责任公司 一种考虑源荷匹配度的主动配电网分布式电源规划方法
CN109523128A (zh) * 2018-10-22 2019-03-26 上海理工大学 一种促进消纳的可再生能源容量配置方法
CN110289611A (zh) * 2019-03-29 2019-09-27 国网浙江海宁市供电有限公司 一种提升分布式电源消纳能力的主动配电网规划方法
CN110322372A (zh) * 2019-07-10 2019-10-11 国网能源研究院有限公司 区域电力系统中多级电网联动的机组组合调度方法
CN110943475A (zh) * 2019-11-08 2020-03-31 广东电网有限责任公司 一种计及分布式光伏和电动汽车的配网协同优化调度方法
CN111934344A (zh) * 2020-07-09 2020-11-13 国网山东省电力公司东营供电公司 一种基于动态规划的园区光伏与储能多目标优化调度方法
CN112072710A (zh) * 2020-07-31 2020-12-11 国网山东省电力公司经济技术研究院 一种考虑需求响应的源网荷一体化经济调度方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Optimal Configuration of Energy Storage Microgrid Based on Chaos Optimization Multi-Objective Genetic Algorithm;Shuhuai An et al;《2020 Chinese Control And Decision Conference (CCDC)》;20200811;第5118-5124页 *
电力系统"源—网—荷—储"协调优化规划理论及应用研究;杨雍琦;《中国博士学位论文全文数据库工程科技II辑》;20190515(第05期);摘要，第1-118页 *

Also Published As

Publication number Publication date
CN112734098A (zh) 2021-04-30

Similar Documents

Publication Publication Date Title
CN112734098B (zh) 一种基于源-荷-网平衡的配电网电力调度方法及系统
Ma et al. Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic
CN110661246B (zh) 一种城市轨道交通光伏储能系统的容量优化配置方法
CN108233430B (zh) 一种计及系统能源波动性的交直流混合微网优化方法
CN103236718A (zh) 一种智能微网的源-网-荷自动控制系统及控制方法
Eid et al. Efficient operation of battery energy storage systems, electric-vehicle charging stations and renewable energy sources linked to distribution systems
CN108876000A (zh) 一种光伏充电站光、储、变压器容量协调优化配置方法
CN105375507A (zh) 雾霾环境下虚拟电厂的电力两级交互优化调度系统
CN114243795A (zh) 一种典型充电站综合能源协同交互优化配置方法及系统
Arab et al. Suitable various-goal energy management system for smart home based on photovoltaic generator and electric vehicles
CN114977320A (zh) 一种配电网源网荷储多目标协同规划方法
CN108921331A (zh) 一种计及v2g功能的电动汽车与新能源的调度优化建模及算法
Han et al. Optimal sizing considering power uncertainty and power supply reliability based on LSTM and MOPSO for SWPBMs
CN108667071B (zh) 一种主动配电网负荷精准控制计算方法
CN110098623B (zh) 一种基于智能负载的Prosumer单元控制方法
Mulleriyawage et al. Battery system selection in DC microgrids for residential applications: An Australian case study
Tsao et al. Distributed energy storage system planning in relation to renewable energy investment
CN115375032A (zh) 一种含分布式储能的区域电网多时间尺度优化调度方法
Saqib et al. Analysis of grid integrated PV system as home RES with net metering scheme
Wu et al. Research on optimal storage capacity of DC micro‐grid system in PV station
Bagherinezhad et al. Indirect congestion management approach in distribution system with high PV penetration
CN110826210B (zh) 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法
Kasturi et al. Analysis of photovoltaic & battery energy storage system impacts on electric distribution system efficacy
Peng et al. Multi-objective planning of microgrid considering electric vehicles charging load
Guo et al. Coordinated dispatching of flexible AC/DC distribution areas considering uncertainty of source and load

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