CN112886596B - 一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法 - Google Patents

一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法 Download PDF

Info

Publication number
CN112886596B
CN112886596B CN202110086007.XA CN202110086007A CN112886596B CN 112886596 B CN112886596 B CN 112886596B CN 202110086007 A CN202110086007 A CN 202110086007A CN 112886596 B CN112886596 B CN 112886596B
Authority
CN
China
Prior art keywords
node
power
uncertainty
distribution network
renewable energy
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
CN202110086007.XA
Other languages
English (en)
Other versions
CN112886596A (zh
Inventor
朱俊澎
袁越
傅质馨
吕志勇
施凯杰
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202110086007.XA priority Critical patent/CN112886596B/zh
Publication of CN112886596A publication Critical patent/CN112886596A/zh
Application granted granted Critical
Publication of CN112886596B publication Critical patent/CN112886596B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J2203/10—Power 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
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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

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

Abstract

本发明公开了一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法，包括如下步骤：建立多个可再生分布式电源注入功率波动时节点电压平方项的表达式；建立考虑可再生能源功率预测误差时消纳能力计算的不确定性最优潮流模型；建立功率预测误差用概率描述时，不确定性最优潮流模型的等价转化模型，求解等价转化模型获取配电网可再生能源消纳能力。本发明能够实现将不确定性约束到确定性约束的转化，同时，不确定性最优潮流最终可以转化为线性规划模型，从而可以采用成熟的算法进行求解，并取得全局最优解，从而提高了对于可再生能源消纳能力的计算精度，对可再生能源和配电网的规划及运行具有重要意义。

Description

一种基于不确定性最优潮流的配电网可再生能源消纳能力计 算方法
技术领域
本发明属于配电网控制、运行与优化领域，具体涉及一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法。
背景技术
分布式光伏、风电等可再生分布式电源在配电系统中的渗透率正快速提升。可再生分布式电源功率注入状配电网，有可能引起配电网中功率倒送，抬高新能源接入节点的电压。在可再生分布式电源渗透率较高的局部配网，已出现了可再生分布式电源出力无法完全消纳的情况。同时，可再生分布式电源功率具有一定的不确定性，对可再生能源消纳能力的计算带来一定的困难。分析考虑可再生分布式电源功率不确定时的配电网消纳能力，已成为可再生分布式电源在配网中规划和运行的重要问题。
现有的考虑可再生能源不确定性的消纳能力评估模型中，通常采用机会约束规划、模拟法或智能优化算法进行求解，计算量通常较大，需要通过多次潮流计算验证概率约束是否成立，同时难以保证得到全局最优解，从而导致评估精确度较低，势必会影响可再生分布式电源在配网中的规划和运行。
所以，需要一个新的技术方案来解决这个问题。
发明内容
发明目的：为了克服现有技术中存在的不足，提供一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法，可以在考虑可再生分布式电源注入功率不确定性时，对可再生分布式电源在配电网中的消纳能力进行分析，对可再生能源和配电网的规划及运行具有重要意义。
技术方案：为实现上述目的，本发明提供一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法，包括如下步骤：
S1：建立多个可再生分布式电源注入功率波动时节点电压平方项的表达式；
S2：根据步骤S1建立的表达式，建立考虑可再生能源功率预测误差时消纳能力计算的不确定性最优潮流模型；
S3：建立功率预测误差用概率描述时，不确定性最优潮流模型的等价转化模型，求解等价转化模型获取配电网可再生能源消纳能力。
进一步地，所述步骤S1中多个可再生分布式电源注入功率波动时节点电压平方项的表达式如下：
Figure BDA00029108201600000233
Figure BDA0002910820160000021
Figure BDA0002910820160000022
Figure BDA0002910820160000023
Figure BDA0002910820160000024
Figure BDA0002910820160000025
式(1)中，Φup(j)定义为节点j的上游节点集合，w(n)为辐射状配网中以变电站节点为根节点时节点n的子节点集合；式(2)中，
Figure BDA0002910820160000026
为节点j和节点i的共有上游节点集合；式(3)中，
Figure BDA0002910820160000027
和
Figure BDA0002910820160000028
分别为以变电站节点为根节点时由k节点的父节点流向k节点的有功和无功功率；rk和xk分别为以变电站节点为根节点时k节点的父节点到k节点支路的电阻和电抗，
Figure BDA0002910820160000029
为i节点电压幅值的平方，Usqr,ref为变电站节点电压幅值的平方；式(4)和式(5)中，
Figure BDA00029108201600000210
和
Figure BDA00029108201600000211
分别定义为节点i和节点j之间的有功电压影响因子和无功电压影响因子；式(6)中，
Figure BDA00029108201600000212
和
Figure BDA00029108201600000213
为k节点可再生分布式电源注入功率的有功和无功波动值，
Figure BDA00029108201600000214
为可再生分布式电源注入功率波动引起的i节点电压幅值平方波动值，ΦR为配网中含有可再生分布式电源注入功率的节点的集合。
进一步地，所述步骤S2中考虑可再生能源功率预测误差时消纳能力计算的不确定性最优潮流模型如下：
Figure BDA00029108201600000215
Figure BDA00029108201600000216
Figure BDA00029108201600000217
Figure BDA00029108201600000218
Figure BDA00029108201600000219
Figure BDA00029108201600000220
Figure BDA00029108201600000221
Figure BDA00029108201600000222
式(7)至式(14)中，Fobj为目标函数，ΦR为配网中含有不确定性注入功率的节点的集合，其中，
Figure BDA00029108201600000223
分别为k节点的有功负荷、RDG有功出力和变电站节点的有功注入；
Figure BDA00029108201600000224
分别为k节点的无功负荷，RDG无功出力和变电站节点的无功注入；
Figure BDA00029108201600000225
和
Figure BDA00029108201600000226
分别为k节点有功出力的最大值和切机量；
Figure BDA00029108201600000227
和
Figure BDA00029108201600000228
分别为
Figure BDA00029108201600000229
的期望值和不确定波动量；
Figure BDA00029108201600000230
为
Figure BDA00029108201600000231
且
Figure BDA00029108201600000232
时通过确定性潮流计算得到的电压幅值平方项；
Figure BDA0002910820160000031
为i节点电压幅值平方，Usqr,max和Usqr,min分别为节点电压幅值平方的上限和下限，
Figure BDA0002910820160000032
为k节点可再生分布式电源的容量。
进一步地，所述步骤S3中不确定性最优潮流模型的等价转化模型的建立方法为：
A1：当可再生分布式电源最大出力预测值满足独立正态分布时，将式(12)等价转化为：
Figure BDA0002910820160000033
其中，
Figure BDA0002910820160000034
为k节点可再生分布式电源最大出力的方差；
A2：将式(13)在一定概率意义下等价转化为：
Figure BDA0002910820160000035
Figure BDA0002910820160000036
其中，γR和γL是由置信水平确定的参数；当γR＝γL时，由式(18)计算：
Figure BDA0002910820160000037
式(18)中，(1-α)为置信水平，FN，x0和σ分别为正态分布的概率分布函数、期望值和方差；具体地，(1-α)为不出现电压越限的概率，反应了概率意义下的可消纳水平，体现了在概率描述下对于消纳原则的定义。
A3：将式(14)用正方形约束进行松弛和转化：
Figure BDA0002910820160000038
Figure BDA0002910820160000039
Figure BDA00029108201600000310
Figure BDA00029108201600000311
进一步地，所述步骤S3中建立的不确定性最优潮流模型的等价转化模型为线性规划模型，采用单纯形法进行求解。
有益效果：本发明与现有技术相比，采用解析法代替现有的算法，能够实现将不确定性约束到确定性约束的转化，解决了可再生分布式电源功率的不确定性对可再生能源消纳能力的计算阻碍问题，同时，不确定性最优潮流最终可以转化为线性规划模型，从而可以采用成熟的算法进行求解，并取得全局最优解，解决了现有算法难以获取全局最优解的问题，从而提高了对于可再生能源消纳能力的计算精度，对可再生分布式电源在配电网中的消纳能力进行分析，对可再生能源和配电网的规划及运行具有重要意义。
附图说明
图1是本发明方法的流程框图；
图2是本发明实例所采用的电网结构图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示，本发明提供一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法，包括如下步骤：
S1：建立多个可再生分布式电源注入功率波动时节点电压平方项的表达式。
表达式具体如下：
Figure BDA0002910820160000041
Figure BDA0002910820160000042
Figure BDA0002910820160000043
Figure BDA0002910820160000044
Figure BDA0002910820160000045
Figure BDA0002910820160000046
式(1)中，Φup(j)定义为节点j的上游节点集合，w(n)为辐射状配网中以变电站节点为根节点时节点n的子节点集合；式(2)中，
Figure BDA0002910820160000047
为节点j和节点i的共有上游节点集合；式(3)中，
Figure BDA0002910820160000048
和
Figure BDA0002910820160000049
分别为以变电站节点为根节点时由k节点的父节点流向k节点的有功和无功功率；rk和xk分别为以变电站节点为根节点时k节点的父节点到k节点支路的电阻和电抗，
Figure BDA00029108201600000410
为i节点电压幅值的平方，Usqr,ref为变电站节点电压幅值的平方；式(4)和式(5)中，
Figure BDA00029108201600000411
和
Figure BDA00029108201600000412
分别定义为节点i和节点j之间的有功电压影响因子和无功电压影响因子；式(6)中，
Figure BDA00029108201600000413
和
Figure BDA00029108201600000414
为k节点可再生分布式电源注入功率的有功和无功波动值，
Figure BDA00029108201600000415
为可再生分布式电源注入功率波动引起的i节点电压幅值平方波动值，ΦR为配网中含有可再生分布式电源注入功率的节点的集合。
S2：建立考虑可再生能源功率预测误差时消纳能力计算的不确定性最优潮流模型。
不确定性最优潮流模型具体如下：
Figure BDA00029108201600000416
Figure BDA0002910820160000051
Figure BDA0002910820160000052
Figure BDA0002910820160000053
Figure BDA0002910820160000054
Figure BDA0002910820160000055
Figure BDA0002910820160000056
Figure BDA0002910820160000057
式(7)至式(14)中，Fobj为目标函数，ΦR为配网中含有不确定性注入功率的节点的集合，其中，
Figure BDA0002910820160000058
分别为k节点的有功负荷、RDG有功出力和变电站节点的有功注入；
Figure BDA0002910820160000059
分别为k节点的无功负荷，RDG无功出力和变电站节点的无功注入；
Figure BDA00029108201600000510
和
Figure BDA00029108201600000511
分别为k节点有功出力的最大值和切机量；
Figure BDA00029108201600000512
和
Figure BDA00029108201600000513
分别为
Figure BDA00029108201600000514
的期望值和不确定波动量；
Figure BDA00029108201600000515
为
Figure BDA00029108201600000516
且
Figure BDA00029108201600000517
时通过确定性潮流计算得到的电压幅值平方项；
Figure BDA00029108201600000518
为i节点电压幅值平方，Usqr,max和Usqr,min分别为节点电压幅值平方的上限和下限，
Figure BDA00029108201600000519
为k节点可再生分布式电源的容量。
S3：建立功率预测误差用概率描述时，不确定性最优潮流模型的等价转化模型，求解等价转化模型获取配电网可再生能源消纳能力。具体过程如下：
A1：当可再生分布式电源最大出力预测值满足独立正态分布时，将式(12)等价转化为：
Figure BDA00029108201600000520
其中，
Figure BDA00029108201600000521
为k节点可再生分布式电源最大出力的方差；
A2：将式(13)在一定概率意义下等价转化为：
Figure BDA00029108201600000522
Figure BDA00029108201600000523
其中，γR和γL是由置信水平确定的参数；当γR＝γL时，由式(18)计算：
Figure BDA00029108201600000524
式(18)中，(1-α)为置信水平，FN，x0和σ分别为正态分布的概率分布函数、期望值和方差；具体地，(1-α)为不出现电压越限的概率，反应了概率意义下的可消纳水平，体现了在概率描述下对于消纳原则的定义。
A3：将式(14)用正方形约束进行松弛和转化：
Figure BDA0002910820160000061
Figure BDA0002910820160000062
Figure BDA0002910820160000063
Figure BDA0002910820160000064
A4：建立的不确定性最优潮流模型的等价转化模型为线性规划模型，采用单纯形法进行求解。
为了验证本发明方法的效果，本实施例中将上述方法进行实际应用，选取修改过的真实配网算例，在原始测试系统的基础上接入可再生分布式电源。测试系统结构和可再生分布式电源接入的位置如图2所示。配网的线路参数和负荷参数如表1和表2所示。
表1线路参数
Figure BDA0002910820160000065
表2负荷参数
Figure BDA0002910820160000066
可再生分布式电源参数设置如表3所示。
表3可再生分布式电源参数
Figure BDA0002910820160000071
各可再生分布式电源最大有功出力满足N(PDGm,uPDGm)的独立正态分布，其中PDGm为最大有功功率的预测值，算例参数设置为装机容量的80％；μ为预测精度系数，分别测试0％，5％，7.5％和10％等不同取值。式(18)中，(1-α)分别选取90％，92％，94％及98％等不同取值，代表不同概率意义下的消纳原则。不同预测精度及消纳原则下，可再生分布式电源的最大消纳功率如表4所示。
表4再生分布式电源最大消纳功率(kW)
Figure BDA0002910820160000072
根据表4可知，一方面，随着预测精度的提升，可再生能源最大消纳能力也相应得到提升；另一方面，消纳原则越苛刻，则运行结果更为保守，相应的消纳水平越低，从而验证了本发明所提出方法的有效性和正确性。
从本实施例可以看出，在高密度可再生分布式电源接入的场景中，本发明提供的方法可以给出考虑可再生能源预测误差的消纳能力分析结果，并且可以实现消纳结果与电网电压越限概率之间的对应关系，从而使得电网调度人员在不同的调度计划下电网运行的安全性有明确的认识，对于高密度可再生分布式电源接入的配电网的规划和运行具有重要的支撑作用。

Claims (4)

1.一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法，其特征在于，包括如下步骤：
S1：建立多个可再生分布式电源注入功率波动时节点电压平方项的表达式；
S2：根据步骤S1建立的表达式，建立考虑可再生能源功率预测误差时消纳能力计算的不确定性最优潮流模型；
S3：建立功率预测误差用概率描述时，不确定性最优潮流模型的等价转化模型，求解等价转化模型获取配电网可再生能源消纳能力；
所述步骤S3中不确定性最优潮流模型的等价转化模型的建立方法为：
A1：当可再生分布式电源最大出力预测值满足独立正态分布时，将式(12)等价转化为：
Figure FDA0003722166590000011
其中，
Figure FDA0003722166590000012
为k节点可再生分布式电源最大出力的方差；
A2：将式(13)等价转化为：
Figure FDA0003722166590000013
Figure FDA0003722166590000014
其中，γR和γL是由置信水平确定的参数；当γR＝γL时，由式(18)计算：
Figure FDA0003722166590000015
式(18)中，(1-α)为置信水平，FN，x0和σ分别为正态分布的概率分布函数、期望值和方差；
A3：将式(14)用正方形约束进行松弛和转化：
Figure FDA00037221665900000111
Figure FDA0003722166590000016
Figure FDA0003722166590000017
Figure FDA0003722166590000018
2.根据权利要求1所述的一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法，其特征在于，所述步骤S1中多个可再生分布式电源注入功率波动时节点电压平方项的表达式如下：
Figure FDA0003722166590000019
Figure FDA00037221665900000110
Figure FDA0003722166590000021
Figure FDA0003722166590000022
Figure FDA0003722166590000023
Figure FDA0003722166590000024
式(1)中，Φup(j)定义为节点j的上游节点集合，w(n)为辐射状配网中以变电站节点为根节点时节点n的子节点集合；式(2)中，
Figure FDA0003722166590000025
为节点j和节点i的共有上游节点集合；式(3)中，
Figure FDA0003722166590000026
和
Figure FDA0003722166590000027
分别为以变电站节点为根节点时由k节点的父节点流向k节点的有功和无功功率；rk和xk分别为以变电站节点为根节点时k节点的父节点到k节点支路的电阻和电抗，
Figure FDA0003722166590000028
为i节点电压幅值的平方，Usqr,ref为变电站节点电压幅值的平方；式(4)和式(5)中，
Figure FDA0003722166590000029
和
Figure FDA00037221665900000210
分别定义为节点i和节点j之间的有功电压影响因子和无功电压影响因子；式(6)中，
Figure FDA00037221665900000211
和
Figure FDA00037221665900000212
为k节点可再生分布式电源注入功率的有功和无功波动值，
Figure FDA00037221665900000213
为可再生分布式电源注入功率波动引起的i节点电压幅值平方波动值，ΦR为配网中含有可再生分布式电源注入功率的节点的集合。
3.根据权利要求1所述的一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法，其特征在于，所述步骤S2中考虑可再生能源功率预测误差时消纳能力计算的不确定性最优潮流模型如下：
Figure FDA00037221665900000214
Figure FDA00037221665900000215
Figure FDA00037221665900000216
Figure FDA00037221665900000217
Figure FDA00037221665900000218
Figure FDA00037221665900000219
Figure FDA00037221665900000220
Figure FDA00037221665900000221
式(7)至式(14)中，Fobj为目标函数，ΦR为配网中含有不确定性注入功率的节点的集合，其中，
Figure FDA00037221665900000222
分别为k节点的有功负荷、RDG有功出力和变电站节点的有功注入；
Figure FDA00037221665900000223
分别为k节点的无功负荷，RDG无功出力和变电站节点的无功注入；
Figure FDA0003722166590000031
和
Figure FDA0003722166590000032
分别为k节点有功出力的最大值和切机量；
Figure FDA0003722166590000033
和
Figure FDA0003722166590000034
分别为
Figure FDA0003722166590000035
的期望值和不确定波动量；
Figure FDA0003722166590000036
为
Figure FDA0003722166590000037
且
Figure FDA0003722166590000038
时通过确定性潮流计算得到的电压幅值平方项；
Figure FDA0003722166590000039
为i节点电压幅值平方，Usqr,max和Usqr,min分别为节点电压幅值平方的上限和下限，
Figure FDA00037221665900000310
为k节点可再生分布式电源的容量。
4.根据权利要求1所述的一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法，其特征在于，所述步骤S3中建立的不确定性最优潮流模型的等价转化模型为线性规划模型，采用单纯形法进行求解。
CN202110086007.XA 2021-01-22 2021-01-22 一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法 Active CN112886596B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110086007.XA CN112886596B (zh) 2021-01-22 2021-01-22 一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110086007.XA CN112886596B (zh) 2021-01-22 2021-01-22 一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法

Publications (2)

Publication Number Publication Date
CN112886596A CN112886596A (zh) 2021-06-01
CN112886596B true CN112886596B (zh) 2022-08-30

Family

ID=76050081

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110086007.XA Active CN112886596B (zh) 2021-01-22 2021-01-22 一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法

Country Status (1)

Country Link
CN (1) CN112886596B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108039723A (zh) * 2017-11-27 2018-05-15 国网江西省电力有限公司经济技术研究院 一种考虑功率随机性的配电网分布式电源容量评估方法
CN108695853A (zh) * 2017-04-07 2018-10-23 山东大学 计及信息系统不确定性的主动配电网优化调度模型及方法
CN109713694A (zh) * 2019-01-25 2019-05-03 南方电网科学研究院有限责任公司 一种三相不对称配电网的网络动态重构方法
CN111900716A (zh) * 2020-06-10 2020-11-06 浙大城市学院 一种基于稀疏混沌多项式逼近的随机潮流不确定性量化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108695853A (zh) * 2017-04-07 2018-10-23 山东大学 计及信息系统不确定性的主动配电网优化调度模型及方法
CN108039723A (zh) * 2017-11-27 2018-05-15 国网江西省电力有限公司经济技术研究院 一种考虑功率随机性的配电网分布式电源容量评估方法
CN109713694A (zh) * 2019-01-25 2019-05-03 南方电网科学研究院有限责任公司 一种三相不对称配电网的网络动态重构方法
CN111900716A (zh) * 2020-06-10 2020-11-06 浙大城市学院 一种基于稀疏混沌多项式逼近的随机潮流不确定性量化方法

Also Published As

Publication number Publication date
CN112886596A (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN107506854B (zh) 一种考虑差异化场景的220kV电网网架结构规划方法
Feng et al. Coal power overcapacity in China: Province-Level estimates and policy implications
CN112564175B (zh) 新能源多场站短路比计算方法、装置及存储介质
Pesch et al. Impacts of the transformation of the German energy system on the transmission grid
CN102930078B (zh) 一种孤立微网分布式电源容量与布点优化方法
CN109657913B (zh) 一种考虑分布式电源的输配电网联合风险评估方法
CN112491043A (zh) 一种新能源富集电网电源规划方法及系统
CN112633702B (zh) 一种考虑可再生能源的电力系统可靠性快速评估方法
CN110535131B (zh) 基于场景分析和安全约束经济调度的分层消纳预警方法
CN111563691A (zh) 一种接入新能源的交直流混合配电网性能评估方法
Kabouris et al. Autonomous system expansion planning considering renewable energy sources-a computer package
CN112886596B (zh) 一种基于不确定性最优潮流的配电网可再生能源消纳能力计算方法
Zhang et al. Reliability evaluation of high permeability renewable energy distribution network considering energy storage charge and discharge strategy
CN116415708B (zh) 考虑置信水平的电网鲁棒规划方法
CN110429591B (zh) 一种基于电力系统时序耦合性的输电网利用率评估方法
CN109492809B (zh) 一种基于节点电价的风电场价值评估方法
CN111835003A (zh) 多电源供电下中压配电网理论线损实时计算方法及系统
Yuan et al. Research on the on-the-fly homogenization method based on RMC code for criticality calculations
CN114707888A (zh) 一种基于配电网安全域的分布式电源可信容量评估方法
CN112865136B (zh) 一种考虑注入功率随机性的配电网节点电压概率分布计算方法
CN108416459B (zh) 一种电池储能电站的选址方法
Liu et al. Bi-level collaborative expansion planning for power grid and plants considering operational flexibility
Ying et al. Bi-level Programming Model for Distribution Generation in Active Distribution Network Considering Static Island Power Supply Restoration Strategy
CN115879250A (zh) 配电系统算例设计与测试方法
Li et al. Bi-level Coordinated Flexible Planning Considering the Uncertainty of Wind Power Construction

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