CN113224769A - 考虑光伏多状态调节的多时间尺度配电网电压优化方法 - Google Patents

考虑光伏多状态调节的多时间尺度配电网电压优化方法 Download PDF

Info

Publication number
CN113224769A
CN113224769A CN202110191417.0A CN202110191417A CN113224769A CN 113224769 A CN113224769 A CN 113224769A CN 202110191417 A CN202110191417 A CN 202110191417A CN 113224769 A CN113224769 A CN 113224769A
Authority
CN
China
Prior art keywords
voltage
node
distribution network
reactive
photovoltaic
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
CN202110191417.0A
Other languages
English (en)
Other versions
CN113224769B (zh
Inventor
陈奇芳
陈璨
孙荣富
夏明超
丁然
吴林林
杨亘烨
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
North China Electric Power Research Institute Co Ltd
Beijing Jiaotong University
State Grid Jibei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Beijing Jiaotong University
State Grid Jibei 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, North China Electric Power Research Institute Co Ltd, Beijing Jiaotong University, State Grid Jibei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110191417.0A priority Critical patent/CN113224769B/zh
Publication of CN113224769A publication Critical patent/CN113224769A/zh
Application granted granted Critical
Publication of CN113224769B publication Critical patent/CN113224769B/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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
    • 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
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/50—Controlling the sharing of the out-of-phase component
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/30—Reactive power compensation

Landscapes

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

Abstract

本发明提供一种考虑光伏多状态调节的多时间尺度配电网电压优化方法，包括：根据分布式光伏在不同运行状态下的调节能力建立分布式光伏多运行状态模型；依据分布式光伏多运行状态模型，结合常规无功电压调节设备，建立多时间尺度配电网无功电压协调优化模型；利用改进粒子群算法对各阶段的优化模型进行求解，以目标函数作为粒子适应度函数，根据无功控制设备和分布式光伏多状态出力的优化结果，对各个节点的无功控制设备和分布式光伏制定出力动作计划。本发明可以根据不同特性的无功调节设备和分布式光伏多个状态调节能力的特性制定无功电压优化方案，改善配网各节点各时刻的运行电压，减少因分布式电源接入造成的系统电压偏移和波动问题。

Description

考虑光伏多状态调节的多时间尺度配电网电压优化方法
技术领域
本发明涉及电力系统主动配电网技术领域，具体涉及一种考虑光伏多状态调节的多时间尺度配电网电压优化方法。
背景技术
在如今能源、环境问题日趋严峻的情况下，分布式电源(distributedgeneration，DG)得到了人们广泛的关注和重视。但因为DG有着和传统发电所不同的随机波动性以及DG与实际电网用电负荷之间存在峰谷差等原因，其接入后改变了原有配网单向潮流及其数值，尤其是给配电网电压带来了极为严重影响。所以，需要对DG接入配网后对其运行特性的影响以及含有DG配电网的无功电压控制策略进行深入的研究。
目前，有一部分学者在研究含DG配电网的无功电压协调优化方法，并一定程度上对该问题形成了较为合理的解决方案，但是多适用于配置有载调压变压器的配电网，难以应用于仅配置可投切电容器/电抗器组的分布式光伏并网的配网中。而且部分讨论中忽略了分布式电源、负荷出力的随机波动性，致使对长时间尺度上的无功资源调节期望过高，因而在短时间尺度的无功电压调节过程中导致电压越限几率增大，实时优化可调范围过广等问题。此外，部分研究中存在忽视光伏逆变器有功、无功的动态响应能力、未考虑分布式电源和传统的无功电压调控手段协调调度以及无功不足或过剩情况下与有功配合的问题。
于此同时，配电网与输电网无功优化也存在差异，如何计及高渗透率的DG并网带来的随机波动性、双向潮流等的问题影响，进一步考虑到配电网和输电网在无功电压优化方式中的差异之处，并对配网中原有无功可控资源以及DG参与调节的有功/无功出力进行灵活协调的控制，从而实现可再生能源积极消纳，提高电能质量，配电网安全、稳定、高效运行，是现阶段无功电压优化的一个研究重点。
发明内容
因此，本发明要解决的技术问题在于克服现有技术难以应用于仅配置可投切电容器/电抗器组的分布式光伏并网的配网的缺陷，从而提供一种考虑光伏多状态调节的多时间尺度配电网电压优化方法。
本发明提供了一种考虑光伏多状态调节的多时间尺度配电网电压优化方法，包括：根据分布式光伏在不同运行状态下的调节能力建立分布式光伏多运行状态模型；依据分布式光伏多运行状态模型，结合常规无功电压调节设备，建立多时间尺度配电网无功电压协调优化模型；利用改进粒子群算法对各阶段的优化模型进行求解，以目标函数作为粒子适应度函数，根据无功控制设备和分布式光伏多状态出力的优化结果，对各个节点的无功控制设备和分布式光伏制定出力动作计划。
可选地，根据分布式光伏在不同运行状态下的调节能力建立分布式光伏多运行状态模型，包括：状态一：限制光伏逆变器功率因数大于等于0.95，利用其无功对电压进行优化控制，此时可参与电压调节的无功容量可以用下式来表示：
Figure BSA0000233882130000031
φmax＝arccos(0.95)，其中，ΔQPV，max表示分布式光伏的无功可调节量，QPV，RT表示光伏当前的无功出力数值，U表示电压，Umin和Umax分别表示电压的下限值和电压的上限值，PPV表示分布式光伏有功出力值，S为光伏的额定容量，φmax为光伏最大允许功率因数角；如果电压低于压的下限值，则需要光伏分布式增发容性无功来提升电压水平，如果电压高于电压的上限值，则需要增发感性无功来降低电压水平；状态二：当状态一中的无功可调节量无法使电压回到安全范围内，取消功率因数大于等于0.95的限制，改为逆变器容量限制，此时参与电压调节的无功容量可以用下式来表示：
Figure BSA0000233882130000032
其中，ΔQPV，max表示分布式光伏的无功调节量，QPV，RT表示光伏当前的无功出力数值，U表示电压，Umin和Umax分别表示电压的下限值和电压的上限值，PPV表示分布式光伏有功出力值，S 为光伏的额定容量；根据更新后的光伏无功最大可用值作为新的约束，重新代入优化程序进行计算；状态三：当经过状态一、状态二中的无功调节后，电压仍然越过电压上限值，此时削减光伏有功出力，同时无功也随之变动，将有功削减限制作为约束代入优化程序重新计算：PPV＝[0，PPV，MPP]，
Figure BSA0000233882130000033
式中，PPV为优化后光伏的有功出力，PPV，MPP为当前时刻光伏有功出力的值，QPV为优化后光伏的无功出力。
可选地，多时间尺度配电网无功电压协调优化模型包括日前级的电压无功优化数学模型，日前级的优化模型为24小时整体优化模型，通过如下步骤构建日前级的电压无功优化数学模型：根据预设时间段内配电网的运行参数和配电网各节点在不同时刻的电压确定日前级优化目标函数；根据所述配电网的运行条件建立日前级约束条件；根据所述日前级目标函数和日前级约束条件建立所述日前级无功电压优化模型。
可选地，根据预设时间段内配电网的运行参数和配电网各节点在不同时刻的电压确定日前级优化目标函数，包括：以配电网各节点的电压偏差和各节点电压在相邻时段的波动最小为基本优化目标，以低于安全运行电压上下限的各节点电压与安全运行电压上下限的差值的平方和作为惩罚项，共同构成日前级优化目标函数；
Figure BSA0000233882130000041
式中，n是t时刻的配电网节点数目；Vt，i是第i个节点在t时刻的电压幅值；Ure是节点的参考电压幅值；
Figure BSA0000233882130000042
为T-1时刻的节点电压；
Figure BSA0000233882130000043
为T时刻的节点电压；C为惩罚系数；Vmin和Vmax为安全运行电压下限和上限值；Vj表示第j个低于电压下限的节点电压；M表示配电网中低于电压下限的节点个数；Vk表示第k个高于电压上限的节点电压；N表示配电网中高于电压上限的节点个数；ω1，ω2为表征系统电压偏差情况和系统电压时序波动情况的权重系数，而且ω1+ω2＝1。
可选地，日前级约束条件包括：配电中各节点有功、无功平衡约束条件：
Figure BSA0000233882130000044
其中，PGi为注入节点i的有功功率；PLi为节点i的负荷有功功率；Vi和Vj分别为节点i和节点j的电压；Gij和Bij分别为节点i和j之间的电导和电纳；δij为节点i和j之间的电压相角；QGi为注入节点i的有功功率；QLi为节点i的负荷有功功率；n为节点总数；配电网安全运行电压的上下限约束条件：Vmin≤Vi≤Vmax，其中，Vi为节点i的电压；Vmin为安全运行电压下限；Vmax为安全运行电压上限；电容器和/或电抗器允许动作的次数约束条件：0＜γC＜γC，max，其中，γC为电容器和/或电抗器动作次数；γC，max为电容器和/或电抗器允许动作次数的上限值；并联电容器出力约束条件：QC，min＜QC，i＜QC，max，其中，QC，i、QC，min、QC，max分别为节点i的无功补偿容量及节点i的无功补偿容量的下限值和上限值。
可选地，多时间尺度配电网无功电压协调优化模型包括分钟级的电压无功优化数学模型，分钟级的优化模型用于每10分钟进行相应时刻的优化，通过如下步骤建立分钟级的电压无功优化数学模型：根据配电网的运行参数、配电网各节点的电压和各节点在上一时刻的电压波动值，确定分钟级优化目标函数；根据所述配电网的运行条件建立分钟级约束条件；根据所述分钟级优化目标函数和分钟级约束条件建立所述分钟级的无功电压优化模型。
可选地，以改变权重的配电网各节点的电压偏差和各节点电压在相邻时段的波动最小为基本优化目标，以低于安全运行电压上下限的各节点电压与安全运行电压上下限的差值的平方和作为惩罚项，共同构成分钟级优化目标函数：
Figure BSA0000233882130000051
式中， n是t时刻的配电网节点数目；Vi是第i个节点的电压幅值；Ure是节点的参考电压幅值；
Figure BSA0000233882130000052
为T-1时刻的节点电压；
Figure BSA0000233882130000053
为T时刻的节点电压；C为惩罚系数；Vmin和Vmax为安全运行电压下限和上限值；Vj表示第j个低于电压下限的节点电压；M表示配电网中低于电压下限的节点个数；Vk表示第k个高于电压上限的节点电压；N表示配电网中高于电压上限的节点个数；ω1，ω2为表征系统电压偏差情况和系统电压时序波动情况的权重系数，而且ω1+ω2＝1。
可选地，分钟级约束条件包括：配电网中各节点有功、无功平衡约束条件：
Figure BSA0000233882130000061
其中，PGi为注入节点i的有功功率； PLi为节点i的负荷有功功率；Vi和Vj分别为节点i和节点j的电压；Gij和Bij分别为节点i和j之间的电导和电纳；δij为节点i和j之间的电压相角；QGi为注入节点i的有功功率；QLi为节点i的负荷有功功率；n为节点总数；配电网安全运行电压的上下限约束条件：Vmin≤Vi≤Vmax，式中，Vi为节点i的电压；Vmin为安全运行电压下限；Vmax为安全运行电压上限；分布式光伏无功出力约束条件：-QPVimax≤QPVi≤QPVimax，其中，QPVi为节点i处分布式光伏的无功出力， QPVimax为节点i处分布式光伏的无功出力的最大值，QPVimax大小的计算由提出的光伏多运行状态模型所得。
可选地，利用改进粒子群算法对各阶段的优化模型进行求解，包括：初始化粒子种群数量，设置算法收敛条件；对分布式电源出力和负荷出力进行预测，获得预测的结果；根据配电网网架参数，生成网架模型，然后进行潮流计算，获得潮流计算结果；根据潮流计算结果求取各个粒子的适应度值，判断是否收敛；如果收敛，则以全局最优粒子结果作为优化结果，否则，继续搜索。
本发明技术方案，具有如下优点：
本发明提供的考虑光伏多状态调节的多时间尺度配电网电压优化方法，该方法可以根据不同特性的无功调节设备和分布式光伏多个状态调节能力的特性，对其制定分布式光伏多个状态调节能力与常规无功调节设备的协调的多时间尺度的无功电压优化方案，从而改善配网各节点各时刻的运行电压，减少因分布式电源接入而造成的系统电压偏移和波动问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例中光伏逆变器的出力调节范围示意图；
图2是本发明实施例中分布式光伏多运行状态与常规无功设备协调的多时间尺度配电网无功电压协调控制框架图；
图3是本发明实施例中日前级无功优化模型的求解流程图；
图4是本发明实施例中基于冀北某电网21节点系统的仿真实例图；
图5是本发明实施例中光伏24小时的出力图；
图6是本发明实施例中光伏每10分钟的出力曲线图；
图7是本发明实施例中不考虑进行无功电压协调优化21节点的24h电压分布曲线图；
图8是本发明实施例中考虑日前级无功优化之后21节点的24h电压分布曲线图；
图9是本发明实施例中仅经过日前级优化后21个节点每10分钟的电压分布曲线；
图10是本发明实施例中加入了基于分布式光伏多运行状态出力模型的分钟级优化后21个节点每10分钟的电压分布曲线。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供了一种虑光伏多状态调节的多时间尺度配电网电压优化方法，通过分布式光伏多个状态调节能力与常规无功调节设备的协调，解决配电网无功电压优化问题。包括以下步骤：
步骤1：进行分布式光伏多运行状态调节能力的建模；
步骤2：依据上述分布式光伏多运行状态模型，结合常规无功电压调节设备，建立多时间尺度配电网无功电压协调优化模型；
步骤3：利用改进粒子群算法对各阶段优化模型进行求解，以目标函数作为粒子适应度函数，根据无功控制设备和分布式光伏多状态出力的优化结果，对各个节点的无功控制设备和分布式光伏制定出力动作计划，从而达到控制电压的目的。
步骤1中分布式光伏多运行状态调节能力的建模，其具体内容如下：
在利用光伏逆变器参与无功电压优化时，首先考虑光伏以较好的电压质量接入到配电网，保证其功率因数大于等于0.95，同时利用其无功对无功电压进行优化控制。
首先利用其无功调控能力：光伏既可以发出感性也可以发出容性无功，而且其无功出力过程可以进行连续性的调控，但会受到当前有功出力、逆变器容量以及运行所允许的最大功率角的限制。
光伏逆变器参与无功调节时能够提供给的最大功率可以用式(1)来表示：
Figure BSA0000233882130000091
以光伏发出容性无功记为正方向，发出感性无功记为负方向，则光伏的可调节量可以按照式(2)来计算：
Figure BSA0000233882130000092
其中，ΔQPV，max＝表示光伏的可调节量，QPV，RT表示光伏当前的无功出力数值，U表示电压，Umin和Umax分别表示电压的下限和上限。如果电网电压越过所规定的下限值，则需要光伏增发容性无功来提升电压水平；反之，则需要增发感性无功来降低电压水平。
在建立优化模型时可将上述光伏控制策略转化光伏出力约束，如式(3) 所示：
Figure 1
式中，PPVi表示第i个光伏所发有功功率、QPVi表示其所发无功功率， QPVimax为第i台光伏无功出力上限值。
当上述调节策略无法使配网各节点电压保持在电压上下限值之内时，此时改变逆变器的控制策略，将逆变器运行时功率因数角的限制范围进行调整，进一步挖掘逆变器自身参与无功调节时的能力。此时光伏可利用的无功功率范围由逆变器自身设计容量及其此刻发出的有功来共同决定，即：
Figure BSA0000233882130000101
式中，S为光伏的装机容量，QDGit为无功调节变量，PDGit表示t时刻下节点i的有功功率。
以此作为无功的上下限值，重新优化计算逆变器的无功接入容量，使电压保持在安全限值之内。
如果在参与调度的过程中减少光伏发出的有功功率，会导致其弃光率增加，降低光伏投资方收益，因此应该尽量减少对光伏有功的调控，如果电压经过上述调控后仍然越过上限值，而此时逆变器的无功调控能力无法使电压回到安全范围内，可在最终调控方案中来制定光伏有功出力的削减。
光照充足的情况下各个逆变器处于最大功率运行状态，保证其有功出力为最大值。利用光伏的有功功率参与电压调控时，光伏逆变器应该工作于PQ节点模式，使其存在可参与调节的范围，这时光伏有功参与电压调节只能减少它的出力值，其调节范围可表示为：
PPV＝[0，PPV，MPP] (5)
式中，PPV为光伏逆变器有功的可调节范围，PPV，MPP为当前时刻有功出力的最大可调节值。
以此作为有功的上下限值，重新优化计算逆变器的有功无功接入容量，使电压保持在安全限值之内。
如图1所示为光伏逆变器的出力调节范围示意图。基于该图可较为清楚的解释分布式光伏多运行状态有功/无功出力参与调节的能力。其中 QPV，max为光伏最大无功出力值，PPV，max为光伏最大有功出力值，PPV为光伏当前时刻的有功出力值，S为光伏的额定容量，φmax为光伏最大允许功率因数角。
步骤2中建立多时间尺度配电网无功电压协调优化模型，其具体内容如下：
第一阶段：日前级的电压无功优化数学模型：
(1)确定目标函数
日前级的优化模型为24小时整体优化模型，以配电网各节点的电压偏差和各节点电压在相邻时段的波动最小为基本优化目标；同时，以低于安全运行电压上下限的各节点电压与安全运行电压上下限的差值的平方和作为惩罚项，共同构成优化目标函数，以确保各节点电压不低于安全运行值；当某个节点的电压低于电压上下限时，其在目标函数中将占有较大的比重；其目标函数如式(6)：
Figure BSA0000233882130000111
式中，n是t时刻的配电网节点数目；Vt，i是第i个节点在t时刻的电压幅值；Ure是节点的参考电压幅值；
Figure BSA0000233882130000112
为T-1时刻的节点电压；
Figure BSA0000233882130000113
为T时刻的节点电压；C为惩罚系数；Vmin和Vmax为安全运行电压下限和上限值；Vj表示第j个低于电压下限的节点电压；M表示配电网中低于电压下限的节点个数。 Vk表示第k个高于电压上限的节点电压；N表示配电网中高于电压上限的节点个数。ω1，ω2为表征系统电压偏差情况和系统电压时序波动情况的权重系数，而且ω1+ω2＝1。
(2)确定相关约束条件
1)系统中各节点需要满足有功、无功平衡约束：
Figure BSA0000233882130000121
式中，PGi为注入节点i的有功功率；PLi为节点i的负荷有功功率；Vi和 Vj分别为节点i和节点j的电压；Gij和Bij分别为节点i和j之间的电导和电纳；δij为节点i和j之间的电压相角；QGi为注入节点i的有功功率；QLi为节点i的负荷有功功率；n为与节点总数。
2)系统运行需要满足安全运行电压的上下限约束：
Vmin≤Vi≤Vmax (8)
式中，Vi为负荷节点i的电压；Vmin为安全运行电压下限；Vmax为安全运行电压上限。
3)电容/电抗器允许动作的次数约束
0＜γC＜γC，max (9)
式中，γC为电容/电抗器动作次数；γC，max为电容/电抗器允许动作次数的上限值。
4)并联电容器出力约束
QC，min＜QC，i＜QC，max (10)
式中，QC，i、QC，min、QC，max分别为节点i的无功补偿容量及其下限值和上限值。
第二阶段：分钟级的电压无功优化数学模型
(1)确定目标函数
分钟级的优化模型为每10分钟进行相应时刻的优化，以改变权重的配电网各节点的电压偏差和各节点电压在相邻时段的波动最小为基本优化目标；同时，以低于安全运行电压上下限的各节点电压与安全运行电压上下限的差值的平方和作为惩罚项，共同构成优化目标函数，以确保各节点电压不低于安全运行值；当某个节点的电压低于电压上下限时，其在目标函数中将占有较大的比重；其目标函数如式(11)：
Figure BSA0000233882130000131
式中，n是t时刻的配电网节点数目；Vi是第i个节点的电压幅值；Ure是节点的参考电压幅值；
Figure BSA0000233882130000132
为T-1时刻的节点电压；
Figure BSA0000233882130000133
为T时刻的节点电压； C为惩罚系数；Vmin和Vmax为安全运行电压下限和上限值；Vj表示第j个低于电压下限的节点电压；M表示配电网中低于电压下限的节点个数。Vk表示第k个高于电压上限的节点电压；N表示配电网中高于电压上限的节点个数。ω1，ω2为表征系统电压偏差情况和系统电压时序波动情况的权重系数，而且ω1+ω2＝1。
(2)确定相关约束条件
1)系统中各节点需要满足有功、无功平衡约束：
Figure BSA0000233882130000134
式中，PGi为注入节点i的有功功率；PLi为节点i的负荷有功功率；Vi和 Vj分别为节点i和节点j的电压；Gij和Bij分别为节点i和j之间的电导和电纳；δij为节点i和j之间的电压相角；QGi为注入节点i的有功功率；QLi为节点i的负荷有功功率；n为与节点总数。
2)系统运行需要满足安全运行电压的上下限约束：
Vmin≤Vi≤Vmax (13)
式中，Vi为负荷节点i的电压；Vmin为安全运行电压下限；Vmax为安全运行电压上限。
3)分布式电源无功出力约束
-QPVimax≤QPVi≤QPVimax (14)
其中，QPVi为节点i处分布式光伏的无功出力，QPVimax为节点i处分布式光伏的无功出力的最大值，QPVimax大小的计算由创新性提出的光伏多运行状态控制模型所得。
如图2所示为分布式光伏多运行状态与常规无功设备协调的多时间尺度配电网无功电压协调控制框架图。首先，集中协调无功电压调节电容器/ 电抗器组和光伏，在日前级和分钟级两个时间阶段制定配电网无功调节资源的集中调度计划。基于负荷和分布式在未来24h内的预测值，慢动作设备、分布式电源的安装位置以及网络拓扑建立日前级的无功电压优化数学模型，求解配置未来24h内电容器/电抗器组等慢动作设备的动作计划以及分布式电源的出力计划。在日前级调度计划的基础上，每10分钟基于分布式光伏多运行状态出力模型以及分布式光伏等可快速动作设备的安装位置等信息，建立分钟级的电压无功优化模型，求解分布式光伏多运行状态的有功/无功补偿量，对电网无功电压进行控制。
步骤3中利用改进的粒子群算法对优化模型进行求解，求解的关键步骤包括：
(1)初始化粒子种群数量，设置算法收敛条件；
(2)对分布式电源出力和负荷出力进行预测，获得预测的结果；
(3)根据配电网网架参数，生成网架模型，然后进行潮流计算，获得潮流计算结果；
(4)根据潮流计算结果求取各个粒子的适应度值，判断是否收敛。如果收敛，则以全局最优粒子结果作为优化结果，否则，继续搜索。
如图3所示为以通过改进的粒子群算法对日前级无功电压优化模型的求解过程，以电容器/电抗器组的调节档位作为决策变量，构建粒子种群，以目标函数作为粒子适应度函数。根据分布式电源的出力预测和负荷预测结果，对电容器/电抗器组制定日前级的日前动作计划。具体步骤如图3所示：
(1)初始化粒子种群，设置收敛条件；
(2)对分布式电源出力和负荷进行预测，获得预测结果；
(3)根据配电网网架参数，生成网架模型，然后进行潮流计算，获得潮流结果；
(4)根据潮流计算结果求取每个粒子的适应度值，判断是否收敛。如果收敛，则以全局最优粒子结果作为电容器/电抗器组日前级的日前动作计划，否则，继续搜索。
如图4所示为基于冀北某电网21节点系统的仿真实例图。分别在节点 3、6、10配置分布式光伏发电系统，装机容量分别为500kW、500kW、500kW；分别在节点1、3、6、10配置电容器/电抗器组，电容器组的调节范围为0～0.4 Mvar，调节步长为0.08Mvar，电抗器组的调节范围为-0.4～0Mvar，调节步长为0.08Mvar。。
图5是光伏24小时的出力图。
图6是光伏每10分钟的出力曲线图。
图7是不考虑进行无功电压协调优化21节点的24h电压分布曲线图，由于3、6、10节点分别接入了分布式光伏，所以配网各节点的电压都随光伏出力波动。由于没有进行日前级无功优化，当时间处于10：00到14：00 之间，此时的光照充足，光伏的出力较大，导致各节点电压在相邻时间段的发生了较大的变化，其中某些时段多个节点的电压均已大幅度偏离额定电压，甚至超过了电压上限值1.05p.u。
图8是考虑日前级无功优化之后21节点的24h电压分布曲线图。由于通过日前级无功优化，优化后的电压集中分布在电压标幺值1的附近，且分布较为平稳，与图7对比可知，电压波动情况得到明显的改善。
图9为仅经过日前级优化后21个节点每10分钟的电压分布曲线，由于光伏、负荷的不确定性以及存在着光伏预测误差，仅采用日前级优化模型时，网络中各节点的电压虽然都在电压上下限的范围内，但当时间处于 550分钟到750分钟之间，此时日前级的电容器电抗器组的调节与实际的光伏出力和负荷情况产生偏差，各节点电压在相邻10分钟的时间段上发生了较大的变化，某些时段电压偏离额定电压，甚至远超电压上限值1.05p.u.，对网络的安全可靠运行产生了威胁。
图10中的21条曲线分别为加入了基于分布式光伏多运行状态出力模型的分钟级优化后21个节点每10分钟的电压分布曲线。经采用分钟级的优化后，系统整体的电压分布情况有了较为明显的提升，电压曲线较为平滑，很好的控制了由预测误差带来的电压越限问题，使得电压保持在安全范围内。
由此可见，通过实施本发明实施例提供的考虑光伏多状态调节的多时间尺度配电网电压优化方法，可以有效改善系统节点的电压运行水平，减少因分布式电源接入而造成的系统电压波动问题。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (9)

1.一种考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，包括：
根据分布式光伏在不同运行状态下的调节能力建立分布式光伏多运行状态模型；
依据分布式光伏多运行状态模型，结合常规无功电压调节设备，建立多时间尺度配电网无功电压协调优化模型；
利用改进粒子群算法对各阶段的优化模型进行求解，以目标函数作为粒子适应度函数，根据无功控制设备和分布式光伏多状态出力的优化结果，对各个节点的无功控制设备和分布式光伏制定出力动作计划。
2.根据权利要求1所述的考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，根据分布式光伏在不同运行状态下的调节能力建立分布式光伏多运行状态模型，包括：
状态一：限制光伏逆变器功率因数大于等于0.95，利用其无功对电压进行优化控制，此时可参与电压调节的无功容量可以用下式来表示：
Figure FSA0000233882120000011
Figure FSA0000233882120000012
φmax＝arccos(0.95)，
其中，ΔQPV，max表示分布式光伏的无功可调节量，QPV，RT表示光伏当前的无功出力数值，U表示电压，Umin和Umax分别表示电压的下限值和电压的上限值，PPV表示分布式光伏有功出力值，S为光伏的额定容量，φmax为光伏最大允许功率因数角；如果电压低于压的下限值，则需要光伏分布式增发容性无功来提升电压水平，如果电压高于电压的上限值，则需要增发感性无功来降低电压水平；
状态二：当状态一中的无功可调节量无法使电压回到安全范围内，取消功率因数大于等于0.95的限制，改为逆变器容量限制，此时参与电压调节的无功容量可以用下式来表示：
Figure FSA0000233882120000021
Figure FSA0000233882120000022
其中，ΔQPV，max表示分布式光伏的无功调节量，QPV，RT表示光伏当前的无功出力数值，U表示电压，Umin和Umax分别表示电压的下限值和电压的上限值，PPV表示分布式光伏有功出力值，S为光伏的额定容量；
根据更新后的光伏无功最大可用值作为新的约束，重新代入优化程序进行计算；
状态三：当经过状态一、状态二中的无功调节后，电压仍然越过电压上限值，此时削减光伏有功出力，同时无功也随之变动，将有功削减限制作为约束代入优化程序重新计算：
PPV＝[0，PPV，MPP]，
Figure FSA0000233882120000031
式中，PPV为优化后光伏的有功出力，PPV，MPP为当前时刻光伏有功出力的值，QPV为优化后光伏的无功出力。
3.根据权利要求1所述的考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，多时间尺度配电网无功电压协调优化模型包括日前级的电压无功优化数学模型，日前级的优化模型为24小时整体优化模型，
通过如下步骤构建日前级的电压无功优化数学模型：
根据预设时间段内配电网的运行参数和配电网各节点在不同时刻的电压确定日前级优化目标函数；
根据所述配电网的运行条件建立日前级约束条件；
根据所述日前级目标函数和日前级约束条件建立所述日前级无功电压优化模型。
4.根据权利要求3所述的考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，根据预设时间段内配电网的运行参数和配电网各节点在不同时刻的电压确定日前级优化目标函数，包括：
以配电网各节点的电压偏差和各节点电压在相邻时段的波动最小为基本优化目标，以低于安全运行电压上下限的各节点电压与安全运行电压上下限的差值的平方和作为惩罚项，共同构成日前级优化目标函数；
Figure FSA0000233882120000032
式中，n是t时刻的配电网节点数目；Vt，i是第i个节点在t时刻的电压幅值；Ure是节点的参考电压幅值；
Figure FSA0000233882120000041
为T-1时刻的节点电压；
Figure FSA0000233882120000042
为T时刻的节点电压；C为惩罚系数；Vmin和Vmax为安全运行电压下限和上限值；Vj表示第j个低于电压下限的节点电压；M表示配电网中低于电压下限的节点个数；Vk表示第k个高于电压上限的节点电压；N表示配电网中高于电压上限的节点个数；ω1，ω2为表征系统电压偏差情况和系统电压时序波动情况的权重系数，而且ω1+ω2＝1。
5.根据权利要求3所述的考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，日前级约束条件包括：
配电中各节点有功、无功平衡约束条件：
Figure FSA0000233882120000043
其中，PGi为注入节点i的有功功率；PLi为节点i的负荷有功功率；Vi和Vj分别为节点i和节点j的电压；Gij和Bij分别为节点i和j之间的电导和电纳；δij为节点i和j之间的电压相角；QGi为注入节点i的有功功率；QLi为节点i的负荷有功功率；n为节点总数；
配电网安全运行电压的上下限约束条件：
Vmin≤Vi≤Vmax，
其中，Vi为节点i的电压；Vmin为安全运行电压下限；Vmax为安全运行电压上限；
电容器和/或电抗器允许动作的次数约束条件：
0＜γC＜γC，max，
其中，γC为电容器和/或电抗器动作次数；γC，max为电容器和/或电抗器允许动作次数的上限值；
并联电容器出力约束条件：
QC，min＜QC，i＜QC，max，
其中，QC，i、QC，min、QC，max分别为节点i的无功补偿容量及节点i的无功补偿容量的下限值和上限值。
6.根据权利要求1所述的考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，多时间尺度配电网无功电压协调优化模型包括分钟级的电压无功优化数学模型，分钟级的优化模型用于每10分钟进行相应时刻的优化，
通过如下步骤建立分钟级的电压无功优化数学模型：
根据配电网的运行参数、配电网各节点的电压和各节点在上一时刻的电压波动值，确定分钟级优化目标函数；
根据所述配电网的运行条件建立分钟级约束条件；
根据所述分钟级优化目标函数和分钟级约束条件建立所述分钟级的无功电压优化模型。
7.根据权利要求6所述的考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，根据配电网的运行参数、配电网各节点的电压和各节点在上一时刻的电压波动值，确定分钟级优化目标函数，包括：
以改变权重的配电网各节点的电压偏差和各节点电压在相邻时段的波动最小为基本优化目标，以低于安全运行电压上下限的各节点电压与安全运行电压上下限的差值的平方和作为惩罚项，共同构成分钟级优化目标函数：
Figure FSA0000233882120000061
式中，n是t时刻的配电网节点数目；Vi是第i个节点的电压幅值；Ure是节点的参考电压幅值；Vi T-1为T-1时刻的节点电压；Vi T为T时刻的节点电压；C为惩罚系数；Vmin和Vmax为安全运行电压下限和上限值；Vj表示第j个低于电压下限的节点电压；M表示配电网中低于电压下限的节点个数；Vk表示第k个高于电压上限的节点电压；N表示配电网中高于电压上限的节点个数；ω1，ω2为表征系统电压偏差情况和系统电压时序波动情况的权重系数，而且ω1+ω2＝1。
8.根据权利要求6所述的考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，分钟级约束条件包括：
配电网中各节点有功、无功平衡约束条件：
Figure FSA0000233882120000062
其中，PGi为注入节点i的有功功率；PLi为节点i的负荷有功功率；Vi和Vj分别为节点i和节点j的电压；Gij和Bij分别为节点i和j之间的电导和电纳；δij为节点i和j之间的电压相角；QGi为注入节点i的有功功率；QLi为节点i的负荷有功功率；n为节点总数；
配电网安全运行电压的上下限约束条件：
Vmin≤Vi≤Vmax，
式中，Vi为节点i的电压；Vmin为安全运行电压下限；Vmax为安全运行电压上限；
分布式光伏无功出力约束条件：
-QPVimax≤QPVi≤QPVimax，
其中，QPVi为节点i处分布式光伏的无功出力，QPVimax为节点i处分布式光伏的无功出力的最大值，QPVimax大小的计算由提出的光伏多运行状态模型所得。
9.根据权利要求1所述的考虑光伏多状态调节的多时间尺度配电网电压优化方法，其特征在于，利用改进粒子群算法对各阶段的优化模型进行求解，包括：
初始化粒子种群数量，设置算法收敛条件；
对分布式电源出力和负荷出力进行预测，获得预测的结果；
根据配电网网架参数，生成网架模型，然后进行潮流计算，获得潮流计算结果；
根据潮流计算结果求取各个粒子的适应度值，判断是否收敛；
如果收敛，则以全局最优粒子结果作为优化结果，否则，继续搜索。
CN202110191417.0A 2021-02-20 2021-02-20 考虑光伏多状态调节的多时间尺度配电网电压优化方法 Active CN113224769B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110191417.0A CN113224769B (zh) 2021-02-20 2021-02-20 考虑光伏多状态调节的多时间尺度配电网电压优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110191417.0A CN113224769B (zh) 2021-02-20 2021-02-20 考虑光伏多状态调节的多时间尺度配电网电压优化方法

Publications (2)

Publication Number Publication Date
CN113224769A true CN113224769A (zh) 2021-08-06
CN113224769B CN113224769B (zh) 2024-04-12

Family

ID=77084703

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110191417.0A Active CN113224769B (zh) 2021-02-20 2021-02-20 考虑光伏多状态调节的多时间尺度配电网电压优化方法

Country Status (1)

Country Link
CN (1) CN113224769B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113852091A (zh) * 2021-09-28 2021-12-28 国网冀北电力有限公司电力科学研究院 一种基于mpc的新能源并网无功电压调节方法
CN114362196A (zh) * 2022-03-21 2022-04-15 南京邮电大学 一种多时间尺度主动配电网电压控制方法
CN117096962A (zh) * 2023-08-08 2023-11-21 国网浙江省电力有限公司宁海县供电公司 考虑光伏的电网动态无功补偿优化方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130285457A1 (en) * 2012-04-27 2013-10-31 Delphi Technologies, Inc. Cascaded multilevel inverter and method for operating photovoltaic cells at a maximum power point
CN106953359A (zh) * 2017-04-21 2017-07-14 中国农业大学 一种含分布式光伏配电网有功无功协调优化控制方法
CN109149635A (zh) * 2018-09-03 2019-01-04 国网江西省电力有限公司电力科学研究院 一种配电网分布式光伏并行优化配置方法及系统
CN109638873A (zh) * 2018-10-24 2019-04-16 中国电力科学研究院有限公司 一种分布式光伏集群优化调度方法和系统
CN109672184A (zh) * 2018-12-12 2019-04-23 国网江西省电力有限公司电力科学研究院 一种含高比例光伏配电网电压控制方法和系统
CN112152226A (zh) * 2020-08-28 2020-12-29 华北电力科学研究院有限责任公司 基于分布式光伏节点的调压方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130285457A1 (en) * 2012-04-27 2013-10-31 Delphi Technologies, Inc. Cascaded multilevel inverter and method for operating photovoltaic cells at a maximum power point
CN106953359A (zh) * 2017-04-21 2017-07-14 中国农业大学 一种含分布式光伏配电网有功无功协调优化控制方法
CN109149635A (zh) * 2018-09-03 2019-01-04 国网江西省电力有限公司电力科学研究院 一种配电网分布式光伏并行优化配置方法及系统
CN109638873A (zh) * 2018-10-24 2019-04-16 中国电力科学研究院有限公司 一种分布式光伏集群优化调度方法和系统
CN109672184A (zh) * 2018-12-12 2019-04-23 国网江西省电力有限公司电力科学研究院 一种含高比例光伏配电网电压控制方法和系统
CN112152226A (zh) * 2020-08-28 2020-12-29 华北电力科学研究院有限责任公司 基于分布式光伏节点的调压方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王宁;孙玲玲;贾清泉;崔志强;: "计及光伏调压能力的分布式光伏并网机会约束规划方法", 电工电能新技术, no. 06 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113852091A (zh) * 2021-09-28 2021-12-28 国网冀北电力有限公司电力科学研究院 一种基于mpc的新能源并网无功电压调节方法
CN113852091B (zh) * 2021-09-28 2024-06-07 国网冀北电力有限公司电力科学研究院 一种基于mpc的新能源并网无功电压调节方法
CN114362196A (zh) * 2022-03-21 2022-04-15 南京邮电大学 一种多时间尺度主动配电网电压控制方法
CN117096962A (zh) * 2023-08-08 2023-11-21 国网浙江省电力有限公司宁海县供电公司 考虑光伏的电网动态无功补偿优化方法及系统
CN117096962B (zh) * 2023-08-08 2024-04-09 国网浙江省电力有限公司宁海县供电公司 考虑光伏的电网动态无功补偿优化方法及系统

Also Published As

Publication number Publication date
CN113224769B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN105846461B (zh) 一种大规模储能电站自适应动态规划的控制方法和系统
CN113224769B (zh) 考虑光伏多状态调节的多时间尺度配电网电压优化方法
CN110581571A (zh) 一种主动配电网动态优化调度方法
CN109256810A (zh) 考虑风机出力不确定成本的多目标优化方法
CN114362267B (zh) 考虑多目标优化的交直流混合配电网分散式协调优化方法
CN116722561B (zh) 一种无功功率补偿系统
CN115549216A (zh) 一种风光储场站有功-无功协调控制方法及系统
Pandi et al. Adaptive coordinated feeder flow control in distribution system with the support of distributed energy resources
CN116470528A (zh) 一种区域电网光储场站多时间尺度辅助调频方法
CN114676921A (zh) 一种考虑源荷储协调优化的系统风电可接纳能力计算方法
CN109038654B (zh) 一种考虑分布式风电高渗透并网的配电系统优化运行方法
Raza et al. Robust nonlinear control of regenerative fuel cell, supercapacitor, battery and wind based direct current microgrid
Kale et al. Energy Management System in Microgrid with ANFIS Control Scheme using Heuristic Algorithm.
CN117913789A (zh) 一种分布式光储参与配电网改进多目标优化控制方法
CN118117568A (zh) 一种适用于离网风光氢储耦合系统的复合能量管理策略
Elgammal et al. Optimal frequency control management of grid integration PV/wind/FC/storage battery based smart grid using multi objective particle swarm optimization MOPSO and model predictive control (MPC)
CN109672216A (zh) 一种基于多因子的主动配电网分层控制方法及系统
CN108718093B (zh) 一种高载能负荷参与风电消纳的有功-无功协调控制方法
CN114123220B (zh) 移动储能参与的主动配电网无功优化调度方法及系统
CN112751343B (zh) 基于分布式协同控制的配电网双层优化方法
CN108539752A (zh) 变压器抽头与多逆变器协调的有源配电网电压调节方法
Yuan et al. An Energy Management System Based on Adaptive Dynamic Programming for Microgrid Economic Operation
CN114725999B (zh) 微电网源荷储多端协调自治方法及系统
TWI816613B (zh) 多微電網電力調度系統及多微電網電力調度方法
Parajuli et al. Coordinated Control of DC-Nanogrid Cluster

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