CN113452028B - 低压配电网概率潮流计算方法、系统、终端和存储介质 - Google Patents
低压配电网概率潮流计算方法、系统、终端和存储介质 Download PDFInfo
- Publication number
- CN113452028B CN113452028B CN202110868233.3A CN202110868233A CN113452028B CN 113452028 B CN113452028 B CN 113452028B CN 202110868233 A CN202110868233 A CN 202110868233A CN 113452028 B CN113452028 B CN 113452028B
- Authority
- CN
- China
- Prior art keywords
- distribution network
- low
- voltage
- load
- matrix
- 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
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims description 75
- 238000005070 sampling Methods 0.000 claims description 35
- 238000002347 injection Methods 0.000 claims description 25
- 239000007924 injection Substances 0.000 claims description 25
- 230000006870 function Effects 0.000 claims description 18
- 238000005286 illumination Methods 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 230000005284 excitation Effects 0.000 claims description 8
- 230000007935 neutral effect Effects 0.000 claims description 6
- 238000004804 winding Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000005315 distribution function Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000000342 Monte Carlo simulation Methods 0.000 description 9
- 238000010248 power generation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- KYIKRXIYLAGAKQ-UHFFFAOYSA-N abcn Chemical compound C1CCCCC1(C#N)N=NC1(C#N)CCCCC1 KYIKRXIYLAGAKQ-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- H02J3/26—Arrangements for eliminating or reducing asymmetry in polyphase 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
- H02J3/46—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
- H02J3/48—Controlling the sharing of the in-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
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- 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
- Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种低压配电网概率潮流计算方法、系统、终端和存储介质，所述方法包括：获取低压配电网中的结构参数以及用户负荷和分布式光伏的历史功率数据，根据结构参数，建立三相四线低压配电网的潮流计算模型；根据用户负荷和分布式光伏的历史功率数据，分别构建用户负荷和分布式光伏的出力概率分布模型，并生成服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本；将所述离散数据样本输入低压配电网潮流计算模型中进行计算，得到各节点电压幅值和相角。本发明能够解决计及负荷与分布式光伏出力随机波动影响的低压配电网潮流计算问题，有利于及时察觉低压配电网运行潜在的安全风险，同时为低压配电网的合理规划提供了参考依据。
Description
技术领域
本发明涉及低压配电网概率潮流计算技术领域，特别是涉及一种低压配电网概率潮流计算方法、系统、终端和存储介质。
背景技术
随着微电网、主动配电网以及新能源发电技术的成熟，分布式电源的单相接入等单相大功率新能源发/用电设备的使用，不仅显著增加了电力系统的不确定性，而且使得低压配电网的缺相、不同线制、有无接地阻抗等不平衡现象愈加突出。因此，在单相大功率新能源发/用电设备的使用不断增多的背景下，有必要对低压配电网的概率潮流计算方法加以关注。
目前关于低压配电网概率潮流计算的研究不断深化，文献《含光伏发电的农村配电网电压质量概率评估研究》(夏春辉.含光伏发电的农村配电网电压质量概率评估研究[D].兰州理工大学，2019.)分析了不确定因素对潮流计算的影响，提出了一种概率潮流算法；文献《基于RBF神经网络和无迹变换法的三相概率潮流计算》(周步祥，邓苏娟，张百甫.基于RBF神经网络和无迹变换法的三相概率潮流计算[J].电测与仪表，2018，55(11)：7－11+18.)分析了不平衡负荷、不对称网络参数以及可再生能源的接入对三相概率潮流的影响，提出了一种三相概率潮流计算方法；文献《低压微电网概率潮流计算》(黄春燕，刘皓明，钱程晨.低压微电网概率潮流计算[J].电力需求侧管理，2013，15(02)：11－15.)分析了低压微电网三相不对称问题和负荷的波动性对低压配电网潮流计算的影响；文献《计及DG出力相关性的孤岛微电网蒙特卡洛法概率潮流》(苏凯森，杨家豪，郑泽蔚，弓新月.计及DG出力相关性的孤岛微电网蒙特卡洛法概率潮流[J].电力工程技术，2018，37(02)：95－101.)提出用蒙特卡洛模拟法建立考虑DG出力相关性的概率潮流模型。
上述文献主要集中在分析三相不对称的情况对低压配电网概率潮流计算的影响，但是没有考虑到低压配电网可能存在的接地阻抗和多种线制及不同结构的统一问题。低压配电网中存在的多种不平衡现象和多种不确定因素将对潮流计算造成很大影响，并且对不确定因素建模的准确性和高效性将对低压配电网的规划造成很大影响，而现有文献未定量描述这些情况，对低压配电网的不平衡现象和不确定因素需予以关注。
因此，急需一种考虑低压配电网不平衡现象和不确定因素的概率潮流计算方法，综合考虑各种不平衡现象和不确定因素的影响，对低压配电网进行潮流计算。
发明内容
本发明的目的是：提供一种低压配电网概率潮流计算方法、系统、终端和存储介质，能够解决计及用户负荷与分布式光伏出力不确定性的低压配电网潮流计算问题，有利于及时察觉低压配电网运行潜在的安全风险，同时为低压配电网的合理规划提供了参考依据。
为了实现上述目的，本发明提供了一种低压配电网概率潮流计算方法，包括：
S1、获取低压配电网中的结构参数以及用户负荷和分布式光伏的历史功率数据，其中，所述结构参数包括：低压配电网中节点数、支路和变压器参数；
S2、根据所述结构参数，建立三相四线低压配电网的潮流计算模型；
S3、根据用户负荷和分布式光伏的历史功率数据，分别构建用户负荷和分布式光伏的出力概率分布模型，并采用拉丁超立方采样法模拟生成服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本；
S4、将所述离散数据样本输入低压配电网潮流计算模型中进行计算，得到各节点电压幅值和相角。
进一步地，所述步骤S2包括：
计算配电网线路和变压器的导纳参数矩阵；
根据所述导纳参数矩阵和端点元件的连接方式，构建端点元件的节点注入电流方程；
根据所述节点注入电流方程，得到端点元件的节点注入电流；
判断所述节点注入电流的不平衡量的最大值是否在预设的误差精度范围内，若否，则采用雅可比矩阵来计算电压的修正量；
根据所述电压的修正量修正各节点的电压，直至所述节点注入电流的不平衡量的最大值在预设的误差精度范围内。
进一步地，所述计算配电网线路和变压器的导纳参数矩阵，采用如下计算公式：
计算配电网线路的导纳参数矩阵：
式中，YFF和YTT分别为线路左右两个端点F端和T端的自导纳；YFT和YTF为线路两端点F、T之间的互导纳；a、b、c为低压配电网的三相；n为中性点；Zabcn为线路的串联阻抗矩阵；Babcn为线路的并联电纳矩阵；j为复数虚部符号；
计算变压器的导纳参数矩阵：
式中：
ANoZero＝E3-AZero；
式中，端点F为变压器一次侧，端点T为变压器二次侧，k为变压器一次侧和二次侧的绕组匝数比，Zt则是表示对角线均为变压器漏阻抗zt的对角矩阵，ztm0为零序励磁阻抗，AZero为提取零序分量的矩阵，13表示3阶的全1矩阵；ANoZero为排除零序分量的矩阵，E3为3阶单位矩阵；YFF,abc和YTT,abc为变压器左右两个端点F端和T端abc三相之间的自导纳；YFT,abc和YTF,abc为变压器两端点F端和T端abc三相之间的互导纳；AU,abc-n和AI,abc-n为参数转换矩阵；
为AU,abc-n的转置矩阵。
进一步地，所述步骤S3包括：
根据所述用户负荷的历史功率数据，采用正态分布对负荷的不确定性进行描述，获得所述用户负荷的的出力概率分布模型；
根据所述分布式光伏的历史功率数据，采用Beta分布对光照强度的不确定性进行描述，获得所述分布式光伏的出力概率分布模型；
根据所述用户负荷和分布式光伏的出力概率分布模型，构建节点输入功率的初始采样矩阵；
采用拉丁超立方采样法对所述初始采样矩阵进行模拟处理，获得服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本。
进一步地，所述根据所述用户负荷的历史功率数据，采用正态分布对负荷的不确定性进行描述，获得所述用户负荷的出力概率密度函数，采用如下计算公式：
式中，μP和σP分别为负荷输入功率的期望和标准差；P为负荷输入功率。
进一步地，所述根据所述分布式光伏的历史功率数据，采用Beta分布对光照强度的不确定性进行描述，获得所述分布式光伏的出力概率密度函数，采用如下计算公式：
式中，G为光照强度，Gmax为一段时间内光照强度的最大值，a和b为Beta分布函数的参数；其中，
任意时刻光伏电池的输出功率P和光照强度满足如下关系：
P＝η·N·A·G
式中，η是光电能量转换效率；N是光伏电池数量；A是光伏电池板单元面积；G是光照强度；
因为是线性关系，所以光伏电池的输出功率也满足Beta分布：
式中，Pmax为一段时间内光伏电池输出功率的最大值。
进一步地，所述根据所述用户负荷的出力概率密度函数以及分布式光伏的出力概率密度函数，构建节点输入功率的初始采样矩阵，采用如下计算公式：
式中，Pk为输入随机变量P1，P2，…，PM中任意一个随机变量；Pkn为N次采样的其中一次采样结果。
本发明还提供一种低压配电网概率潮流计算系统，包括：数据获取模块、构建模块、数据处理模块和计算模块，其中，
所述数据获取模块，用于获取低压配电网中的结构参数以及用户负荷和分布式光伏的历史功率数据，其中，所述结构参数包括：低压配电网中节点数、支路和变压器参数；
所述构建模块，用于根据所述结构参数，建立三相四线低压配电网的潮流计算模型；
所述数据处理模块，用于根据用户负荷和分布式光伏的历史功率数据，分别构建用户负荷和分布式光伏的出力概率分布模型，并采用拉丁超立方采样法模拟生成服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本；
所述计算模块，用于将所述离散数据样本输入低压配电网潮流计算模型中进行计算，得到各节点电压幅值和相角。
本发明还提供一种计算机终端设备，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一项所述的低压配电网概率潮流计算方法。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的低压配电网概率潮流计算方法。
本发明实施例一种低压配电网概率潮流计算方法、系统、终端和存储介质与现有技术相比，其有益效果在于：
本发明解决了计及用户负荷与分布式光伏出力不确定性的低压配电网潮流计算问题，有利于及时察觉低压配电网运行潜在的安全风险，同时为低压配电网的合理规划提供了参考依据。
附图说明
图1为本发明提供的一种低压配电网概率潮流计算方法的流程示意图；
图2为本发明提供的低压配电网的“三相四线”框架的统一模型示意图；
图3为本发明提供的算例低压配电网络线路示意图；
图4为本发明和蒙特卡洛模拟法对比下的节点电压平均值相对误差；
图5为本发明和蒙特卡洛模拟法对比下的节点相角平均值相对误差；
图6为本发明和蒙特卡洛模拟法对比下的节点相角标准差相对误差；
图7为本发明提供的一种低压配电网概率潮流计算系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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作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。
应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。
应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如图1－图6所示，本发明实施例优选实施例的一种低压配电网概率潮流计算方法，至少包括如下步骤：
S1、获取低压配电网中的结构参数以及用户负荷和分布式光伏的历史功率数据，其中，所述结构参数包括：低压配电网中节点数、支路和变压器参数；
具体地，获取低压配电网中节点数、支路与变压器参数等基础结构参数，以及用户负荷和分布式光伏电站历史功率数据；
S2、根据所述结构参数，建立三相四线低压配电网的潮流计算模型；
具体地，本步骤包括：S21、考虑低压配电网中存在缺相、不同线制、有无接地阻抗等不平衡现象，建立如图2所示的低压配电网的“三相四线”框架的统一模型，缺相和不同线制的不平衡现象反映于导纳参数矩阵中对应行或列的删除，有无接地阻抗的不平衡现象反映于导纳参数矩阵中对应节点自导纳的不同；
S24、计算支路元件——线路的导纳参数矩阵：
式中，端点F为变压器一次侧，端点T为变压器二次侧，k为变压器一次侧和二次侧的绕组匝数比；Zt则是表示对角线均为变压器漏阻抗zt的对角矩阵；ztm0为零序励磁阻抗(中性线电流主要为零序励磁性质)；AZero为提取零序分量的矩阵，13表示3阶的全1矩阵；ANoZero为排除零序分量的矩阵，E3为3阶单位矩阵；j为复数虚部符号；
S23、计算支路元件——变压器的导纳参数矩阵：
若变压器为Yyn0模型，则其导纳参数矩阵为：
式中：
ANoZero＝E3-AZero；
式中，端点F为变压器一次侧，端点T为变压器二次侧，k为变压器一次侧和二次侧的绕组匝数比；Zt则是表示对角线均为变压器漏阻抗zt的对角矩阵；ztm0为零序励磁阻抗(中性线电流主要为零序励磁性质)；AZero为提取零序分量的矩阵，13表示3阶的全1矩阵；ANoZero为排除零序分量的矩阵，E3为3阶单位矩阵；YFF,abc和YTT,abc为变压器左右两个端点F端和T端abc三相之间的自导纳；YFT,abc和YTF,abc为变压器两端点F端和T端abc三相之间的互导纳；AU,abc-n和AI,abc-n为参数转换矩阵；
为AU,abc-n的转置矩阵；
如果变压器模型为同一联结组别、不同点钟方向的类型，可以采用相对点钟的概念对其进行变换得到，以任意点钟方向为基准，通过下式的变换可得到其它点钟方向的对应Y参数矩阵中的各分块元素：
表1Yyn变压器各种点钟的变换矩阵
式中，AI,F-T为AU,F-T的逆矩阵；YFF,abc,Base、YFT,abc,Base、YTF,abc,Base、YTT,abc,Base分别为基准变压器Y参数矩阵中的YFF,abc、YFT,abc、YTF,abc、YTT,abc；
S24、利用导纳参数矩阵列写节点的注入电流方程：
IY＝YU；
即：
式中，IF,abcn为F端a、b、c、n节点注入电流；IT,abcn为T端a、b、c、n节点注入电流；UF,abcn为F端a、b、c、n节点电压；UT,abcn为T端a、b、c、n节点电压；
S25、计算端点元件的节点注入电流方程IS＝f(U)，以注入电流方向为参考方向，根据端点元件的连接方式，计算过程如下：
D型元件：
[Ia Ib Ic In]T＝AID,abcn[Ia-b Ib-c Ic-a]T；
式中，Ia、Ib、Ic、In分别为各相注入节点的电流；Ia-b、Ib-c、Ic-a为D型连接的各相元件电流；
Y/YN型元件：
[Ia Ib Ic In]T＝AIY,abcn[Ia-n Ib-n Ic-n]T；
式中，Ia-n、Ib-n、Ic-n为Y/YN型连接的各相元件电流；
设x、y为a、b、c、n相中任意一相，规定x和y之间的元件称为x相元件，(x,y)可能有如下组合：(a,b)、(b,c)、(c,a)、(a,n)、(b,n)、(c,n)，前三种为D型连接的线电压元件组合，后三种为Y/YN型连接的相电压元件组合；
根据端点元件两端的电压得到通过该元件的电流为：
若端点元件为PQ型负荷：
式中，Px和Qx分别为x和y之间连接负荷的有功分量和无功分量，功率方向以吸收功率为负；Ux-y为x与y之间的电压值，其上标Re和Im分别对为应量的实部与虚部；
若端点元件为单相PQ型分布式光伏电源：
式中，Px和Qx分别为x和y之间连接单相PQ型分布式光伏电源的有功分量和无功分量，功率方向以注入功率为正；
三相PQ型分布式光伏电源的附加控制方程为：
Re(Z-(Ia+α2Ib+αIc)+(Ua-n+α2Ub-n+αUc-n))＝0；
Im(Z-(Ia+α2Ib+αIc)+(Ua-n+α2Ub-n+αUc-n))＝0；
Re(Z0(Ia+Ib+Ic)+(Ua-n+Ub-n+Uc-n))＝0；
Im(Z0(Ia+Ib+Ic)+(Ua-n+Ub-n+Uc-n))＝0；
式中，Ua-n、Ub-n、Uc-n分别为a、b、c相对n的电压；Ia、Ib、Ic分别为三相的节点注入电流；Pct、Qct分别为三相的有功功率、无功功率总和的控制目标；α＝ej120°；Z-、Z0分别为分布式光伏电源的负序、零序阻抗；
S26、节点注入电流的不平衡量为：
ΔI＝IY-IS；
本实施例中，设定误差精度为1×10－6，若注入电流的不平衡量的最大值在误差精度范围内，此时的电压值即为各个节点的电压；
若注入电流的不平衡量的最大值在误差精度范围外，则生成雅可比矩阵来计算电压的修正量：
对于JS的计算，需要区分端点元件的连接方式：
D型元件：
Y/YN型元件：
式中，ΔIRe和ΔIIm分别为ΔI的实部和虚部；ΔURe和ΔUIm分别为各个节点电压修正量的实部分量和虚部分量；JY为IY对电压求偏导得到的恒定部分；JS为IS对电压求偏导得到的可变部分；YR为去除平衡端点的降阶节点导纳矩阵；下标s表示该值是由端点元件模型计算得到的；
根据电压修正量修正各节点的电压，直至节点注入电流的不平衡量的最大值在误差精度范围内。
S3、根据用户负荷和分布式光伏的历史功率数据，分别构建用户负荷和分布式光伏的出力概率分布模型，并采用拉丁超立方采样法模拟生成服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本；
具体地，本步骤包括：S31、根据负荷出力的历史数据，采用正态分布对负荷的不确定性进行描述，其概率密度函数为：
式中，μP和σP分别为负荷输入功率的期望和标准差；P为负荷输入功率；
S32、根据光伏电站的历史数据，采用Beta分布对光照强度的不确定性进行描述，其概率密度函数为：
式中，G为光照强度；Gmax为一段时间内光照强度的最大值；a和b为Beta分布函数的参数；
任意时刻光伏电池的输出功率P和光照强度满足如下关系：
P＝η·N·A·G
式中，η是光电能量转换效率；N是光伏电池数量；A是光伏电池板单元面积；G是光照强度；
因为是线性关系，所以光伏电池的输出功率也满足Beta分布：
式中，Pmax为一段时间内光伏电池输出功率的最大值；
S33、假设经过步骤S31和S32得到M个PQ节点的概率密度函数为f1(x)、f2(x)、…、fM(x)，fk(x)为其中任意一个，设置采样规模为N，利用各节点的概率密度函数fk(x)进行中值采样，得到M×N阶节点输入功率的初始采样矩阵：
式中，Pk为输入随机变量P1，P2，…，PM中任意一个随机变量；Pkn为N次采样的其中一次采样结果；
S34、将N个样本序号随机打乱生成一个行向量，重复M次，合并得到一个M×N阶样本顺序矩阵；
S35、将初始采样矩阵的每一行按照样本顺序矩阵相应行的样本序号进行排序，获得服从用户负荷和分布式光伏电站的历史功率数据的出力概率分布模型的离散数据样本。
S4、将所述离散数据样本输入低压配电网潮流计算模型中进行计算，得到各节点电压幅值和相角。
具体地，将所述离散数据样本输入低压配电网潮流计算模型中进行计算，得到各节点电压幅值和相角。
计算配电网线路和变压器的导纳参数矩阵；
根据所述导纳参数矩阵和端点元件的连接方式，构建端点元件的节点注入电流方程；
根据所述节点注入电流方程，得到端点元件的节点注入电流；
判断所述节点注入电流的不平衡量的最大值是否在预设的误差精度范围内，若否，则采用雅可比矩阵来计算电压的修正量；
根据所述电压的修正量修正各节点的电压，直至所述节点注入电流的不平衡量的最大值在预设的误差精度范围内。
在本发明的某一个实施例中，所述计算配电网线路和变压器的导纳参数矩阵，采用如下计算公式：
计算配电网线路的导纳参数矩阵：
式中，YFF和YTT分别为线路左右两个端点F端和T端的自导纳；YFT和YTF为线路两端点F、T之间的互导纳；a、b、c为低压配电网的三相；n为中性点；Zabcn为线路的串联阻抗矩阵；Babcn为线路的并联电纳矩阵；j为复数虚部符号；
计算变压器的导纳参数矩阵：
式中：
ANoZero＝E3-AZero；
式中，端点F为变压器一次侧，端点T为变压器二次侧，k为变压器一次侧和二次侧的绕组匝数比，Zt则是表示对角线均为变压器漏阻抗zt的对角矩阵，ztm0为零序励磁阻抗，AZero为提取零序分量的矩阵，13表示3阶的全1矩阵；ANoZero为排除零序分量的矩阵，E3为3阶单位矩阵；YFF,abc和YTT,abc为变压器左右两个端点F端和T端abc三相之间的自导纳；YFT,abc和YTF,abc为变压器两端点F端和T端abc三相之间的互导纳；AU,abc-n和AI,abc-n为参数转换矩阵；
为AU,abc-n的转置矩阵。
在本发明的某一个实施例中，所述步骤S3包括：
根据所述用户负荷的历史功率数据，采用正态分布对负荷的不确定性进行描述，获得所述用户负荷的的出力概率分布模型；
根据所述分布式光伏的历史功率数据，采用Beta分布对光照强度的不确定性进行描述，获得所述分布式光伏的出力概率分布模型；
根据所述用户负荷和分布式光伏的出力概率分布模型，构建节点输入功率的初始采样矩阵；
采用拉丁超立方采样法对所述初始采样矩阵进行模拟处理，获得服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本。
在本发明的某一个实施例中，所述根据所述用户负荷的历史功率数据，采用正态分布对负荷的不确定性进行描述，获得所述用户负荷的出力概率密度函数，采用如下计算公式：
式中，μP和σP分别为负荷输入功率的期望和标准差；P为负荷输入功率。
在本发明的某一个实施例中，所述根据所述分布式光伏的历史功率数据，采用Beta分布对光照强度的不确定性进行描述，获得所述分布式光伏的出力概率密度函数，采用如下计算公式：
式中，G为光照强度，Gmax为一段时间内光照强度的最大值，a和b为Beta分布函数的参数；其中，
任意时刻光伏电池的输出功率P和光照强度满足如下关系：
P＝η·N·A·G
式中，η是光电能量转换效率；N是光伏电池数量；A是光伏电池板单元面积；G是光照强度；
因为是线性关系，所以光伏电池的输出功率也满足Beta分布：
式中，Pmax为一段时间内光伏电池输出功率的最大值。
在本发明的某一个实施例中，所述根据所述用户负荷的出力概率密度函数以及分布式光伏的出力概率密度函数，构建节点输入功率的初始采样矩阵，采用如下计算公式：
式中，Pk为输入随机变量P1，P2，…，PM中任意一个随机变量；Pkn为N次采样的其中一次采样结果。
为了更好的理解本发明，可以由以下具体示例进行理解：
采用一个56节点的低压配电网系统进行潮流计算，如图3所示。低压配电网中的不平衡情况如表2所示，用正态分布函数对负荷的不确定性进行描述，设置拉丁超立方采样法的采样规模为800次，以采样规模为10000次的蒙特卡洛模拟法概率潮流计算结果作为准确结果，以比较判断本发明所提出方法的准确性和运行速度。
表2低压配电网中的不平衡情况
表中“支路类型”：0：变压器支路；1：(a，n)支路；2：(b，n)支路；3：(c，n)支路；4：全相
图4、图5、图6分别给出了两种采样方式下节点电压平均值、节点相角平均值、节点相角标准差的相对误差，都在±5％以内，说明本发明所提出的方法能够准确地进行低压配电网的概率潮流计算；
表3给出了两种方法所需计算时间的对比，蒙特卡洛模拟法所需时间为504.65s，拉丁超立方采样法所需时间为42.84s，其远远小于504.65s，说明本发明所提出的方法能够有效提高压低压配电网的概率潮流计算速度；
表3两种采样方法所需时间对比
| 方法 | 拉丁超立方采样法 | 蒙特卡洛模拟法 |
| 时间/s | 42.84 | 504.65 |
综上所述，为了更好地规划低压配电网，可据此综合考虑低压配电网中的种种不平衡现象和诸多不确定因素，提高低压配电网概率潮流计算的准确性和计算速度。
本发明实施例一种低压配电网概率潮流计算方法与现有技术相比，其有益效果在于：
本发明解决了计及用户负荷与分布式光伏出力不确定性的低压配电网潮流计算问题，有利于及时察觉低压配电网运行潜在的安全风险，同时为低压配电网的合理规划提供了参考依据。
如图7所示，本发明还提供一种低压配电网概率潮流计算系统200，包括：数据获取模块201、构建模块202、数据处理模块203和计算模块204，其中，
所述数据获取模块201，用于获取低压配电网中的结构参数以及用户负荷和分布式光伏的历史功率数据，其中，所述结构参数包括：低压配电网中节点数、支路和变压器参数；
所述构建模块202，用于根据所述结构参数，建立三相四线低压配电网的潮流计算模型；
所述数据处理模块203，用于根据用户负荷和分布式光伏的历史功率数据，分别构建用户负荷和分布式光伏的出力概率分布模型，并采用拉丁超立方采样法模拟生成服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本；
所述计算模块204，用于将所述离散数据样本输入低压配电网潮流计算模型中进行计算，得到各节点电压幅值和相角。
本发明还提供一种计算机终端设备，包括：一个或多个处理器；存储器，与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一项所述的低压配电网概率潮流计算。
需要说明的是，所述处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field－ProgrammableGateArray，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，或者所述处理器也可以是任何常规的处理器，所述处理器是所述终端设备的控制中心，利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区，其中，程序存储区可存储操作系统、至少一个功能所需的应用程序等，数据存储区可存储相关数据等。此外，所述存储器可以是高速随机存取存储器，还可以是非易失性存储器，例如插接式硬盘，智能存储卡(SmartMediaCard，SMC)、安全数字(SecureDigital，SD)卡和闪存卡(FlashCard)等，或所述存储器也可以是其他易失性固态存储器件。
需要说明的是，上述终端设备可包括，但不仅限于，处理器、存储器，本领域技术人员可以理解，上述终端设备仅仅是示例，并不构成对终端设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件。
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的低压配电网概率潮流计算。
需要说明的是，所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序)，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种低压配电网概率潮流计算方法，其特征在于，包括：
S1、获取低压配电网中的结构参数以及用户负荷和分布式光伏的历史功率数据，其中，所述结构参数包括：低压配电网中节点数、支路和变压器参数；
S2、根据所述结构参数，建立三相四线低压配电网的潮流计算模型，包括：
计算配电网线路和变压器的导纳参数矩阵；具体为：
计算配电网线路的导纳参数矩阵：
式中，YFF和YTT分别为线路左右两个端点F端和T端的自导纳；YFT和YTF为线路两端点F、T之间的互导纳；a、b、c为低压配电网的三相；n为中性点；Zabcn为线路的串联阻抗矩阵；Babcn为线路的并联电纳矩阵；j为复数虚部符号；
计算变压器的导纳参数矩阵：
式中：
ANoZero＝E3-AZero；
式中，端点F为变压器一次侧，端点T为变压器二次侧，k为变压器一次侧和二次侧的绕组匝数比，Zt则是表示对角线均为变压器漏阻抗zt的对角矩阵，ztm0为零序励磁阻抗，AZero为提取零序分量的矩阵，13表示3阶的全1矩阵；ANoZero为排除零序分量的矩阵，E3为3阶单位矩阵；YFF,abc和YTT,abc为变压器左右两个端点F端和T端abc三相之间的自导纳；YFT,abc和YTF,abc为变压器两端点F端和T端abc三相之间的互导纳；AU,abc-n和AI,abc-n为参数转换矩阵；
为AU,abc-n的转置矩阵；根据所述导纳参数矩阵和端点元件的连接方式，构建端点元件的节点注入电流方程；
根据所述节点注入电流方程，得到端点元件的节点注入电流；
判断所述节点注入电流的不平衡量的最大值是否在预设的误差精度范围内，若否，则采用雅可比矩阵来计算电压的修正量；
根据所述电压的修正量修正各节点的电压，直至所述节点注入电流的不平衡量的最大值在预设的误差精度范围内；
S3、根据用户负荷和分布式光伏的历史功率数据，分别构建用户负荷和分布式光伏的出力概率分布模型，并采用拉丁超立方采样法模拟生成服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本；
S4、将所述离散数据样本输入低压配电网潮流计算模型中进行计算，得到各节点电压幅值和相角。
2.根据权利要求1所述的低压配电网概率潮流计算方法，其特征在于，所述S3包括：
根据所述用户负荷的历史功率数据，采用正态分布对负荷的不确定性进行描述，获得所述用户负荷的出力概率分布模型；
根据所述分布式光伏的历史功率数据，采用Beta分布对光照强度的不确定性进行描述，获得所述分布式光伏的出力概率分布模型；
根据所述用户负荷和分布式光伏的出力概率分布模型，构建节点输入功率的初始采样矩阵；
采用拉丁超立方采样法对所述初始采样矩阵进行模拟处理，获得服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本。
3.根据权利要求2所述的低压配电网概率潮流计算方法，其特征在于，所述根据所述用户负荷的历史功率数据，采用正态分布对负荷的不确定性进行描述，获得所述用户负荷的出力概率密度函数，采用如下计算公式：
式中，μP和σP分别为负荷输入功率的期望和标准差；P为负荷输入功率。
4.根据权利要求2所述的低压配电网概率潮流计算方法，其特征在于，所述根据所述分布式光伏的历史功率数据，采用Beta分布对光照强度的不确定性进行描述，获得所述分布式光伏的出力概率密度函数，采用如下计算公式：
式中，G为光照强度，Gmax为一段时间内光照强度的最大值，a和b为Beta分布函数的参数；其中，
任意时刻光伏电池的输出功率P和光照强度满足如下关系：
P＝η·N·A·G
式中，η是光电能量转换效率；N是光伏电池数量；A是光伏电池板单元面积；G是光照强度；
因为是线性关系，所以光伏电池的输出功率也满足Beta分布：
式中，Pmax为一段时间内光伏电池输出功率的最大值。
5.根据权利要求2所述的低压配电网概率潮流计算方法，其特征在于，所述根据所述用户负荷的出力概率密度函数以及分布式光伏的出力概率密度函数，构建节点输入功率的初始采样矩阵，采用如下计算公式：
式中，Pkn为N次采样的其中一次采样结果。
6.一种低压配电网概率潮流计算系统，其特征在于，包括：数据获取模块、构建模块、数据处理模块和计算模块，其中，
所述数据获取模块，用于获取低压配电网中的结构参数以及用户负荷和分布式光伏的历史功率数据，其中，所述结构参数包括：低压配电网中节点数、支路和变压器参数；
所述构建模块，用于根据所述结构参数，建立三相四线低压配电网的潮流计算模型，具体用于：
计算配电网线路和变压器的导纳参数矩阵；具体为：
计算配电网线路的导纳参数矩阵：
式中，YFF和YTT分别为线路左右两个端点F端和T端的自导纳；YFT和YTF为线路两端点F、T之间的互导纳；a、b、c为低压配电网的三相；n为中性点；Zabcn为线路的串联阻抗矩阵；Babcn为线路的并联电纳矩阵；j为复数虚部符号；
计算变压器的导纳参数矩阵：
式中：
ANoZero＝E3-AZero；
式中，端点F为变压器一次侧，端点T为变压器二次侧，k为变压器一次侧和二次侧的绕组匝数比，Zt则是表示对角线均为变压器漏阻抗zt的对角矩阵，ztm0为零序励磁阻抗，AZero为提取零序分量的矩阵，13表示3阶的全1矩阵；ANoZero为排除零序分量的矩阵，E3为3阶单位矩阵；YFF,abc和YTT,abc为变压器左右两个端点F端和T端abc三相之间的自导纳；YFT,abc和YTF,abc为变压器两端点F端和T端abc三相之间的互导纳；AU,abc-n和AI,abc-n为参数转换矩阵；
为AU,abc-n的转置矩阵；
根据所述导纳参数矩阵和端点元件的连接方式，构建端点元件的节点注入电流方程；
根据所述节点注入电流方程，得到端点元件的节点注入电流；
判断所述节点注入电流的不平衡量的最大值是否在预设的误差精度范围内，若否，则采用雅可比矩阵来计算电压的修正量；
根据所述电压的修正量修正各节点的电压，直至所述节点注入电流的不平衡量的最大值在预设的误差精度范围内；
所述数据处理模块，用于根据用户负荷和分布式光伏的历史功率数据，分别构建用户负荷和分布式光伏的出力概率分布模型，并采用拉丁超立方采样法模拟生成服从用户负荷和分布式光伏的出力概率分布模型的离散数据样本；
所述计算模块，用于将所述离散数据样本输入低压配电网潮流计算模型中进行计算，得到各节点电压幅值和相角。
7.一种计算机终端设备，其特征在于，包括：
一个或多个处理器；
存储器，与所述处理器耦接，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1至5任一项所述的低压配电网概率潮流计算方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的低压配电网概率潮流计算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110868233.3A CN113452028B (zh) | 2021-07-29 | 2021-07-29 | 低压配电网概率潮流计算方法、系统、终端和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110868233.3A CN113452028B (zh) | 2021-07-29 | 2021-07-29 | 低压配电网概率潮流计算方法、系统、终端和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113452028A CN113452028A (zh) | 2021-09-28 |
| CN113452028B true CN113452028B (zh) | 2022-05-10 |
Family
ID=77817785
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110868233.3A Active CN113452028B (zh) | 2021-07-29 | 2021-07-29 | 低压配电网概率潮流计算方法、系统、终端和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113452028B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117828243B (zh) * | 2024-03-06 | 2024-05-14 | 国网上海能源互联网研究院有限公司 | 一种fpga潮流并行计算系统和方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108233416A (zh) * | 2018-01-19 | 2018-06-29 | 广东电网有限责任公司河源供电局 | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3226374B1 (de) * | 2016-04-01 | 2019-02-13 | Siemens Aktiengesellschaft | Verfahren und steuereinrichtung zum steuern eines stromnetzes |
| CN106849097A (zh) * | 2017-04-13 | 2017-06-13 | 云南电网有限责任公司电力科学研究院 | 一种主动配电网潮流计算方法 |
| CN108063456B (zh) * | 2017-12-19 | 2020-05-26 | 国家电网公司 | 分布式光伏发电并网规划方法及终端设备 |
| CN108306303B (zh) * | 2018-01-17 | 2021-06-15 | 南方电网科学研究院有限责任公司 | 一种考虑负荷增长和新能源出力随机的电压稳定评估方法 |
| CN111682530B (zh) * | 2020-06-11 | 2022-06-28 | 广东电网有限责任公司韶关供电局 | 一种配电网电压越限概率的确定方法、装置、设备及介质 |
-
2021
- 2021-07-29 CN CN202110868233.3A patent/CN113452028B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108233416A (zh) * | 2018-01-19 | 2018-06-29 | 广东电网有限责任公司河源供电局 | 一种考虑电压越限风险的配电网单光伏消纳能力评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113452028A (zh) | 2021-09-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pecenak et al. | Multiphase distribution feeder reduction | |
| Yuan et al. | Novel linearized power flow and linearized OPF models for active distribution networks with application in distribution LMP | |
| US8849614B2 (en) | System and method for monitoring and managing three-phase power flows in electrical transmission and distribution networks | |
| Carpinelli et al. | Taguchi's method for probabilistic three-phase power flow of unbalanced distribution systems with correlated Wind and Photovoltaic Generation Systems | |
| Mahdavi et al. | Transmission expansion planning considering power losses, expansion of substations and uncertainty in fuel price using discrete artificial bee colony algorithm | |
| CN106451556A (zh) | 一种确定配电网馈线接纳分布式电源能力的方法和装置 | |
| Chen et al. | Three-phase power-flow by direct ZBR method for unbalanced radial distribution systems | |
| CN104156542B (zh) | 一种基于隐式投影的有源配电系统稳定性仿真方法 | |
| Xiao | Comparing three methods for solving probabilistic optimal power flow | |
| Liu et al. | Remote voltage control using the holomorphic embedding load flow method | |
| Benato | A basic AC power flow based on the bus admittance matrix incorporating loads and generators including slack bus | |
| Chihota et al. | Transform for probabilistic voltage computation on distribution feeders with distributed generation | |
| CN113452028B (zh) | 低压配电网概率潮流计算方法、系统、终端和存储介质 | |
| Tagore et al. | Harmonic load flow analysis of radial distribution system in presence of distributed generation | |
| Yang | Three‐phase power flow calculations by direct ZLOOP method for microgrids with electric vehicle charging demands | |
| Zhang et al. | An interval power flow method for radial distribution systems based on hybrid second-order cone and linear programming | |
| Lian et al. | Robust microgrid power flow using particle swarm optimization | |
| Al-Sakkaf et al. | Power Flow Analysis of Weakly Meshed Distribution Network Including DG. | |
| Sunil et al. | Investigations on distribution load flow methods in a radial distribution network | |
| Yang et al. | Power flow calculation for unbalanced three-phase distribution network with DGs based on phase-sequence hybrid modeling | |
| Rost et al. | Distribtuion system with distributed generation load flow | |
| Huang et al. | A review on applications of holomorphic embedding methods | |
| Emiroglu et al. | Assessment of linear distribution feeder models used in optimization methods | |
| Mehtre et al. | Load Flow Analysis by Newton Raphson Method | |
| Matthiss et al. | Fast Probabilistic Load Flow for Non-Radial Distribution Grids |
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 |