CN112884187A - 一种含光储配电网的网架结构优化方法 - Google Patents

一种含光储配电网的网架结构优化方法 Download PDF

Info

Publication number
CN112884187A
CN112884187A CN201911199029.6A CN201911199029A CN112884187A CN 112884187 A CN112884187 A CN 112884187A CN 201911199029 A CN201911199029 A CN 201911199029A CN 112884187 A CN112884187 A CN 112884187A
Authority
CN
China
Prior art keywords
cost
optimization model
power
layer optimization
power supply
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
Application number
CN201911199029.6A
Other languages
English (en)
Inventor
张宇泽
仝新宇
孙明军
杨乔川
索大翔
宋兴旺
任桂田
王旭东
张�杰
张黎元
沈妍
李志鹏
王云昊
刘宪栩
李晓永
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.)
State Grid Corp of China SGCC
State Grid Tianjin Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Tianjin Electric Power 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 State Grid Corp of China SGCC, State Grid Tianjin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201911199029.6A priority Critical patent/CN112884187A/zh
Publication of CN112884187A publication Critical patent/CN112884187A/zh
Pending legal-status Critical Current

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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • 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
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Abstract

本发明公开了一种含光储配电网的网架结构优化方法，以供电企业和电力用户为主体，采用双层优化模型的方法，其中，上层优化模型以供电企业新建线路和光储系统的位置为决策变量，优化供电企业新建线路投资成本和运营成本；下层优化模型以用户配置光伏容量和储能容量为决策变量，优化用户光储投资成本和运营成本；利用本发明的网架结构优化方法进行优化，可降低供电企业的网损成本约60％，减少向上级电网购电成本约40％，并延缓线路改造周期，降低配电网建设成本。

Description

一种含光储配电网的网架结构优化方法
技术领域
本发明属于配电网的网络架构优化技术领域，特别地涉及一种含光储配电 网的网架结构优化方法。
背景技术
近些年，发展分布式光伏成为我国应对气候变化、保障能源安全的重要趋 势。但分布式光伏大规模接入背景下供电企业与电力用户的利益不一致性给配 电网运行控制和网架结构规划带来很大技术挑战。鉴于此，本发明设计了一种 配电网网架结构优化方法，意在通过双层优化模型使供电企业和电力用户总成 本最低。
发明内容
本申请的目的即是提供一种含光储配电网的网架结构优化方法。
为实现本发明的目的，本发明提供了一种含光储配电网的网架结构优化方 法，以供电企业和电力用户为主体，采用双层优化模型的方法，其中，上层优 化模型以供电企业新建线路和光储系统的位置为决策变量，优化供电企业新建 线路投资成本和运营成本；下层优化模型以用户配置光伏容量和储能容量为决 策变量，优化用户光储投资成本和运营成本；下层优化模型将局部优化结果反 馈至上层优化模型，上层优化模型再进行整体优化，如此迭代反复，最后完成 整个优化过程。
与现有技术相比，本发明的有益效果为，利用本发明的网架结构优化方法 进行优化，可降低供电企业的网损成本约60％，减少向上级电网购电成本约40％， 并延缓线路改造周期，降低配电网建设成本。
附图说明
图1所示为本申请一种含光储配电网的网架结构优化方法流程图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解，此处 所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
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 限制根据本申请的示例性实施方式。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，当在本说 明书中使用属于“包含”和/或“包括”时，其指明存在特征、步骤、操作、部件或 者模块、组件和/或它们的组合。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征 可以相互组合。
本发明提出一种配电网网架结构优化方法，通过双层优化模型使供电企业 和电力用户总成本最低。
1、建立乡村配电网网架结构优化上层优化模型目标函数
考虑供电企业总成本最优的目标函数如下：
Figure BDA0002295395460000021
式中，
Figure BDA0002295395460000022
表示供电企业的总成本；
Figure BDA0002295395460000023
表示线路投资成本，即供电企业在进 行网架结构优化的过程中新建线路的投资成本，本发明中采用其等年值进行计 算；
Figure BDA0002295395460000024
表示网损成本，即配电网在运行过程中产生的网络损耗成本；
Figure BDA0002295395460000025
表示 购电成本，即供电企业向上级电网购置电能的购电成本；
Figure BDA0002295395460000026
则表示电能交易 成本，即供电企业与用户进行电能交易的成本，即若用户向配电网倒送功率， 则供电企业向用户支付上网费用，若配电网向用户输送功率满足负荷需求，则 供电企业可从用户侧获取售电收益。各项成本的具体计算公式见以下公式。
Figure BDA0002295395460000027
式中，cnl表示投资建设单位长度线路的费用，
Figure BDA0002295395460000031
表示第k条待新建线路的状 态，1表示该线路被选择新建，0表示未被选择新建，lk表示第k条待新建线路 的长度，Nb表示网络中待新建线路的总数，r表示贴现率。
Figure BDA0002295395460000032
式中，closs表示单位网损电量的费用，
Figure BDA0002295395460000033
表示第d天第t小时的系统网损 功率。
Figure BDA0002295395460000034
式中，cup表示供电企业向上级电网购电的单位购电电价，
Figure BDA0002295395460000035
表示第i个负 荷节点第d天第t小时的网供负荷功率，ΨLD表示负荷节点集合。
Figure BDA0002295395460000036
式中，ΨPV表示安装光储系统的节点集合，
Figure BDA0002295395460000037
表示节点i上的用户向电网 购电的购电成本，
Figure BDA0002295395460000038
表示节点i上的用户向电网倒送功率所获取的收益。
2、建立乡村配电网网架结构优化上层优化模型约束条件
配电网的网架结构优化是在保证配电网的安全可靠运行的前提下进行的， 因此分布式发电优化配置问题需满足配电网的潮流约束、节点电压约束、传输 功率约束以及环状供电消除约束。
配电网络的潮流约束：
Figure BDA0002295395460000039
式中：Pi、Qi为节点i处有功、无功注入；Ui、Uj为节点i、j电压幅值；Gij、 Bij为支路ij的电导、电纳；θij为节点i、j间电压相角差。
节点电压与潮流越限约束：
为维护配电网的安全运行，配电网中各节点电压和各支路潮流不可超出其 约束范围，但该约束并不严格，允许短时间某种程度上的过电压和潮流越限， 对于该问题可以用机会约束条件解决：
Uimin＜Ui＜Uimax (7)
Pj＜Pjmax (8)
其中，Ui为第i个节点的节点电压，Uimin、Uimax为其上下限；Pj为第j条支 路的传输功率，表示其上限Pjmax。
环状结构消除约束：
配电线路在网架结构优化时需要满足“闭环设计、开环运行”的原则，因此， 在进行配电网网架结构优化的过程中，应避免出现环状供电结构，具体表达式 如下：
Figure BDA0002295395460000041
其中，ΨLL表示环状结构所含支路集，ΨEL表示原有线路支路集，ΨNL表示待 新建线路支路集，NLL表示支路集ΨLL中所含支路总数。
变电站互连约束：
正常运行状态下，同一负荷节点仅允许由一台主变进行供电，网络拓扑结 构应避免出现多台主变同时向同一负荷节点供电的情况。
Figure BDA0002295395460000042
其中，ΨSCL表示变电站两两相连的支路集合，ΨEL表示原有线路支路集，ΨNL表示待新建线路支路集，NSCL表示支路集ΨSCL中所含支路总数。
围栏约束：
任何带有负荷的节点，以及由该节点和其邻近节点构成的集合，应当有支 路与大电网相连(构成一个树)，即满足围栏约束。该约束的数学形式在此略去。
3、建立光储容量配置下层优化模型目标函数
考虑用户总成本最优的目标函数如下：
Figure BDA0002295395460000051
Figure BDA0002295395460000052
其中，nPV表示安装光储系统的用户总数；
Figure BDA0002295395460000053
表示用户i的总成本；
Figure BDA0002295395460000054
表 示设备安装成本，即安装光伏或储能装置的成本费用，本发明采用等年值进行 计算；
Figure BDA0002295395460000055
表示设备置换成本，考虑到光伏与储能装置具有使用寿命，当达到使 用寿命的终期时，需要及时进行置换，光伏或储能装置在整个投资周期内进行 置换所花费的成本，记为设备置换成本，本发明采用等年值进行计算；
Figure BDA0002295395460000056
表示 设备维护成本，即设备运行过程中所需维护的成本费用。
Figure BDA0002295395460000057
表示电能交易成本，当光储系统无法完全满足用户的用电需求时，用 户需要通过向电网支付购电费用来获取所需电量；而当光储系统具有富余电量 时，用户可将富余电量反送电网获取收益。在本发明中，用户与电网交易产生 的费用或收益记为用户的电能交易成本。通过读入光伏功率和负荷功率的全年 小时数据，以一小时为计算步长，产生功率平衡的年数据。在下一步中，以光 伏和储能运行策略为基础，计算出由光伏和储能产生的倒送功率和由电网提供 的负荷功率。需要注意的是，用户的电能交易成本与供电企业的电能交易成本 互为相反数。
Figure BDA0002295395460000058
表示光伏发电补贴，为鼓励用户安装光伏，政府通常会根据光伏发电量 进行政策性补贴，这部分补贴记为用户的负成本。各项成本的具体计算公式如 下：
Figure BDA0002295395460000059
式中，
Figure BDA00022953954600000510
表示节点i上的用户向电网购电的购电成本，
Figure BDA00022953954600000511
表示节点i 上的用户向电网倒送功率所获取的收益。
Figure BDA0002295395460000061
式中，r表示贴现率，α表示设备残值占设备初值的百分比，Npv(i)表示光伏 安装数，Ness(i)表示储能安装数，
Figure BDA0002295395460000062
表示单个光伏安置成本，
Figure BDA00022953954600000610
表示单个储能安 置成本。
Figure BDA0002295395460000063
Rpv(i)表示整个工程周期内光伏的置换数，Ress(i)表示储能的置换数，Lpv表示光 伏使用寿命，Less表示储能使用寿命，T表示工程周期。
Figure BDA0002295395460000064
Figure BDA0002295395460000065
Figure BDA0002295395460000066
表示单个光伏装置的维护成本，
Figure BDA0002295395460000067
表示单个储能装置的维护成本。
4、建立光储容量配置下层优化模型约束条件
在储能的运行过程中，通常要考虑的约束条件主要包括充放电功率约束、 剩余容量约束以及始末容量约束。具体表达式如下：
充放电功率约束
Figure BDA0002295395460000068
式中，uc,t为t时刻的充电标志位，即储能装置充电时为1，不充电时为0； ud,t为t时刻的放电标志位，即储能装置放电时为1，不放电时为0。
Figure BDA0002295395460000069
式中，pc,t表示t时刻的实际充电功率，pd,t表示t时刻的实际放电功率，pcmax表示最大充电功率，pdmax表示最大放电功率。
剩余容量约束
储能装置的寿命一般与充放电深度相关，过冲过放都会增加储能装置的寿 命损耗，所以需要对t时刻储能装置的剩余容量以及荷电状态进行约束：
SOCminES≤ESOC,t≤SOCmaxES (20)
式中，ESOC,t表示t时刻的储能剩余容量，ES表示储能额定容量，SOCmin表示 最小荷电状态，SOCmax表示最大荷电状态。其中，ESOC,t的具体推导公式如下：
Figure BDA0002295395460000071
式中，ηc表示储能装置的充电效率，ηd表示放电效率，表示充放电时间间隔， 本发明记为1h。
始末容量约束
一个完整的充电周期内，需保证储能装置的起始时刻剩余电量与终止时刻 的剩余电量相等，即在一个周期内，储能充电电量与储能放电电量需一致。
Figure BDA0002295395460000072
其中，TN表示一个完整的充放电周期时段数。
倒送功率约束
过大的光储功率倒送会对电网的稳定性与经济性造成不利影响，因此需要 对微电网的倒送功率有所限制。
Figure BDA0002295395460000073
其中，
Figure BDA0002295395460000074
为节点i上安装的光伏或储能装置向电网传输的倒送功率，Pgridmax(i)为倒送功率允许的最大值。
5.上层优化求解方法
上层优化模型中，所采用的优化方法为二进制粒子群算法(BPSO)。
具体编码方法如下：假定配电网络中有Nb条待新建的线路，同时，有Np个 可安装光伏及储能装置的负荷节点。则在该二进制编码中，(Nb+Np)维的搜索空 间里，第i个粒子的位置和速度如下式所示：
Figure BDA0002295395460000081
其中，xi中的任一元素取值为0或者1，M表示粒子数量。
选择上层优化模型的目标函数，即供电企业的总成本
Figure BDA0002295395460000082
作为粒子群优化的 适应度值。
优化的具体流程如下：首先初始化一群随机粒子，并追随当前的最优粒子 在解空间中搜索，随后迭代找到最优解。每次迭代过程中，粒子跟踪局部最优 解和全局最优解，并根据式(3-79)更新自己的速度和位置。
Figure BDA0002295395460000083
式中，w为惯性因子；c1和c2为学习因子；r1、r2、r3为0到1之间均匀分布的 随机数。
6.下层优化模型求解方法
当通过上层优化模型确定了光伏储能装置的安装节点以及网架结构之后， 下层模型根据节点处光伏出力与负荷功率的差额大小及储能运行策略，计算求 取用户的总成本。
由于配电网存在潮流约束(节点电压和支路潮流约束)和倒送功率约束，用户 在对自身光储设备的容量优化配置的同时，还需考虑其他用户的配置策略，因 此，不同节点处的用户的利益之间存在相互制约的关系。本发明采用完全信息 环境下非合作Nash博弈理论，研究不同决策主体(安装光储设备的各个用户)在 上层给定信息的条件下如何配置自身设备容量以实现自身利益最大化。
本发明构建的非合作Nash博弈模型中，各用户的决策变量为各自的光伏安 装容量、储能安装容量以及节点处最大倒送功率，若在博弈中存在均衡点，则 应满足以下公式：
Figure BDA0002295395460000091
式中，
Figure BDA0002295395460000092
表示节点i上光伏安装数、储能安装数以及最大倒 送功率的均衡解值。
具体的博弈模型求解流程如下：
步骤1：设定均衡点初值。本发明在策略空间随机选定初值；
步骤2：各博弈参与者依次进行独立优化决策。各参与者根据上一轮的优化 结果，通过优化算法(本发明中采用粒子群算法)，得到最优组合，具体而言：
假定博弈过程中进行了多轮优化，记第t-1轮的优化结果为
Figure BDA0002295395460000093
则可计算求得第t轮的优化结果如下式所示：
Figure BDA0002295395460000094
步骤3：信息共享。将各用户的最优配置策略进行信息共享，并判定最优组 合是否满足约束条件，若满足约束条件，继续步骤4，若不满足，则返回步骤1；
步骤4：判断系统是否找到Nash均衡点。若各博弈参与者在相邻2轮得到 的最优解相同，则在该策略组合下博弈达到了Nash均衡点。
Figure BDA0002295395460000095
7.进行双层优化流程迭代
本发明主要考虑自消费模式下，以供电企业和电力用户为主体，采用双层 优化的方法，上层以供电企业新建线路和光储系统的位置为决策变量，优化供 电企业新建线路投资成本和运营成本，下层以用户配置光伏容量和储能容量为 决策变量，优化用户光储投资成本和运营成本。下层将局部优化结果反馈至上 层，上层再进行整体优化，如此迭代反复，最后完成整个优化过程。双层优化 流程如图1所示。
以上所述仅是本发明的优选实施方式，应当指出的是，对于本技术领域的 普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润 饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种含光储配电网的网架结构优化方法，其特征在于，
以供电企业和电力用户为主体，采用双层优化模型的方法，其中，上层优化模型以供电企业新建线路和光储系统的位置为决策变量，优化供电企业新建线路投资成本和运营成本；下层优化模型以用户配置光伏容量和储能容量为决策变量，优化用户光储投资成本和运营成本；下层优化模型将局部优化结果反馈至上层优化模型，上层优化模型再进行整体优化，如此迭代反复，最后完成整个优化过程。
2.根据权利要求1所述的一种含光储配电网的网架结构优化方法，其特征在于，
所述方法具体包括如下步骤：
(1)上层优化模型编码：对待新建线路以及光伏储能的安装位置进行二进制编码，随机产生上层优化模型初始粒子群；
(2)更新上层优化模型初始粒子群，并作为基础参数输入下层优化模型开始优化；
(3)下层优化模型编码：对光伏和储能装置的安装个数进行整数编码，随机产生下层优化模型初始粒子群；
(4)更新下层优化模型粒子群，并作为博弈均衡点的初值输入至Nash博弈模型中；
(5)进行博弈求解，找到博弈均衡点并计算适应度值，更新下层优化模型目标函数的极值；
(6)判断是否满足下层优化模型收敛条件，若满足进入步骤(7)，否则返回步骤(4)；
(7)根据下层优化模型优化结果计算上层优化模型目标函数适应度值，并更新上层优化模型粒子群的全局极值；
(8)判断是否满足上层优化模型收敛条件，若满足进入步骤(9)，否则返回步骤(2)；
(9)输出最优方案。
3.根据权利要求1或2所述的一种含光储配电网的网架结构优化方法，其特征在于，
上层优化模型目标函数如下：
Figure FDA0002295395450000021
式中，
Figure FDA0002295395450000022
表示供电企业的总成本；
Figure FDA0002295395450000023
表示线路投资成本，即供电企业在进行网架结构优化的过程中新建线路的投资成本；
Figure FDA0002295395450000024
表示网损成本，即配电网在运行过程中产生的网络损耗成本；
Figure FDA0002295395450000025
表示购电成本，即供电企业向上级电网购置电能的购电成本；
Figure FDA0002295395450000026
则表示电能交易成本，即供电企业与用户进行电能交易的成本。
4.根据权利要求1或2所述的一种含光储配电网的网架结构优化方法，其特征在于，
上层优化模型约束条件包括：满足配电网的潮流约束、节点电压约束、传输功率约束以及环状供电消除约束。
5.根据权利要求1或2所述的一种含光储配电网的网架结构优化方法，其特征在于，
下层优化模型目标函数如下：
Figure FDA0002295395450000027
Figure FDA0002295395450000028
其中，nPV表示安装光储系统的用户总数；
Figure FDA0002295395450000029
表示用户i的总成本；
Figure FDA00022953954500000210
表示设备安装成本，即安装光伏或储能装置的成本费用；
Figure FDA00022953954500000211
表示设备置换成本；
Figure FDA00022953954500000212
表示设备维护成本，即设备运行过程中所需维护的成本费用；
Figure FDA00022953954500000213
表示电能交易成本；
Figure FDA00022953954500000214
表示光伏发电补贴。
6.根据权利要求1或2所述的一种含光储配电网的网架结构优化方法，其特征在于，下层优化模型约束条件包括充放电功率约束、剩余容量约束以及始末容量约束。
7.根据权利要求1或2所述的一种含光储配电网的网架结构优化方法，其特征在于，
上层优化模型中，所采用的优化方法为二进制粒子群算法；
具体编码方法如下：假定配电网络中有Nb条待新建的线路，同时，有Np个可安装光伏及储能装置的负荷节点，则在该二进制编码中，(Nb+Np)维的搜索空间里，第i个粒子的位置和速度如下式所示：
Figure FDA0002295395450000031
Figure FDA0002295395450000032
其中，xi中的任一元素取值为0或者1，M表示粒子数量。
8.根据权利要求1或2所述的一种含光储配电网的网架结构优化方法，其特征在于，
下层优化模型根据节点处光伏出力与负荷功率的差额大小及储能运行策略，计算求取用户的总成本；构建的非合作Nash博弈模型，各用户的决策变量为各自的光伏安装容量、储能安装容量以及节点处最大倒送功率，若在博弈中存在均衡点，则应满足以下公式：
Figure FDA0002295395450000033
Figure FDA0002295395450000034
式中，
Figure FDA0002295395450000035
表示节点i上光伏安装数、储能安装数以及最大倒送功率的均衡解值。
CN201911199029.6A 2019-11-29 2019-11-29 一种含光储配电网的网架结构优化方法 Pending CN112884187A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911199029.6A CN112884187A (zh) 2019-11-29 2019-11-29 一种含光储配电网的网架结构优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911199029.6A CN112884187A (zh) 2019-11-29 2019-11-29 一种含光储配电网的网架结构优化方法

Publications (1)

Publication Number Publication Date
CN112884187A true CN112884187A (zh) 2021-06-01

Family

ID=76038515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911199029.6A Pending CN112884187A (zh) 2019-11-29 2019-11-29 一种含光储配电网的网架结构优化方法

Country Status (1)

Country Link
CN (1) CN112884187A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015196743A1 (zh) * 2014-06-25 2015-12-30 国家电网公司 主动配电网的重构方法和装置
CN107301470A (zh) * 2017-05-24 2017-10-27 天津大学 一种配电网扩展规划与光储选址定容的双层优化方法
CN109871989A (zh) * 2019-01-29 2019-06-11 国网山西省电力公司吕梁供电公司 一种含分布式电源的配电网分层规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015196743A1 (zh) * 2014-06-25 2015-12-30 国家电网公司 主动配电网的重构方法和装置
CN107301470A (zh) * 2017-05-24 2017-10-27 天津大学 一种配电网扩展规划与光储选址定容的双层优化方法
CN109871989A (zh) * 2019-01-29 2019-06-11 国网山西省电力公司吕梁供电公司 一种含分布式电源的配电网分层规划方法

Similar Documents

Publication Publication Date Title
CN107301470B (zh) 一种配电网扩展规划与光储选址定容的双层优化方法
CN110119886B (zh) 一种主动配网动态规划方法
CN109980685B (zh) 一种考虑不确定性的主动配电网分布式优化运行方法
CN112467722B (zh) 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法
CN109325608B (zh) 考虑储能并计及光伏随机性的分布式电源优化配置方法
CN108446796A (zh) 考虑电动汽车负荷需求响应的网-源-荷协调规划方法
CN110929964B (zh) 一种基于近似动态规划算法的含储能配电网优化调度方法
CN110826880B (zh) 一种大规模电动汽车接入的主动配电网优化调度方法
CN109242177B (zh) 有源配电网规划方法
CN104915725B (zh) 计及实时电价的微网用户群电能优化互济交易方法
CN108037667B (zh) 基于虚拟电厂的基站电能优化调度方法
CN109886446B (zh) 基于改进混沌粒子群算法的电力系统动态经济调度方法
CN110690702A (zh) 一种考虑综合承载力的主动配电网优化调度及运行方法
Li et al. Two-stage community energy trading under end-edge-cloud orchestration
CN115375344A (zh) 计及阶梯碳交易机制的微电网两阶段鲁棒优化低碳经济调度方法
CN112202206A (zh) 一种基于势博弈的多能源微网分布式调度方法
CN110571795A (zh) 一种储能单元在高风力渗透电力系统中的布置方法
CN106329568A (zh) 户商型光伏发电经济调度控制系统
CN107919675A (zh) 综合考虑车主和运营商利益的充电站负荷调度模型
Bazmohammadi et al. Optimal operation management of a microgrid based on MOPSO and Differential Evolution algorithms
CN106295885A (zh) 基于主动管理模式的主动配电网联合规划方法
Ashoornezhad et al. A two‐stage multi‐period distribution network expansion planning considering the integration of private investors
CN114462854A (zh) 含新能源和电动汽车并网的分层调度方法及其系统
CN113159412A (zh) 一种基于用户需求响应的多层级储能优化配置方法及装置
CN113364043A (zh) 一种基于条件风险价值的微电网群优化方法

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
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210601

WD01 Invention patent application deemed withdrawn after publication