CN113919760B - 基于终端用户差异化可靠性需求的配电网网架规划方法 - Google Patents

基于终端用户差异化可靠性需求的配电网网架规划方法 Download PDF

Info

Publication number
CN113919760B
CN113919760B CN202111414280.7A CN202111414280A CN113919760B CN 113919760 B CN113919760 B CN 113919760B CN 202111414280 A CN202111414280 A CN 202111414280A CN 113919760 B CN113919760 B CN 113919760B
Authority
CN
China
Prior art keywords
load
time
reliability
partition
power
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
CN202111414280.7A
Other languages
English (en)
Other versions
CN113919760A (zh
Inventor
李鹏
李俊杰
邓嘉明
王子轩
王刚
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202111414280.7A priority Critical patent/CN113919760B/zh
Publication of CN113919760A publication Critical patent/CN113919760A/zh
Application granted granted Critical
Publication of CN113919760B publication Critical patent/CN113919760B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Public Health (AREA)
  • Algebra (AREA)
  • Primary Health Care (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Water Supply & Treatment (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)

Abstract

一种基于终端用户差异化可靠性需求的配电网网架规划方法，包括：采用欧几里得距离对聚类分区的电气距离进行计算，构建以电气距离最小为目标函数，以同属性负荷在同一分区内为约束条件的第一阶段规划模型，根据第一阶段规划模型从负荷所在地理位置和负荷属性两个角度对终端用户进行聚类分区；在分区的基础上以经济性和用户差异化可靠性指标最优作为目标函数，并给出相应的约束条件，建立第二阶段规划模型；采用树形结构编码的离散粒子群算法对第二阶段规划模型进行求解，最终获得计及终端用户差异化可靠性需求的配电网网架规划方案。本发明能够明确面向终端用户差异化可靠性需求的配电网网架规划技术原则，有利于提升配电网规划建设的效率效益水平。

Description

基于终端用户差异化可靠性需求的配电网网架规划方法
技术领域
本发明涉及一种配电网网架规划方法。特别是涉及一种基于终端用户差异化可靠性需求的配电网网架规划方法。
背景技术
电力供给侧改革使得中国电力行业逐渐趋向于市场化，不同类型终端用户可以向供电企业提出适合自身的供电可靠性需求。目前我国在配电网规划建设方面大多采用网格化的思想，但是网格化的应用并未考虑到不同类型负荷的用电可靠性需求，如高可靠性用电需求负荷与低可靠性用电需求负荷划分为同一供电区域，必然会增加线路的投资及运行维护成本，不符合电网的经济运行。而且由于低压配电网点多、面广、投资效益低等特点，其规划建设长期处于管理薄弱状态。因此，建立基于终端用户差异化可靠性需求的配电网网架规划模型，实现可靠性与经济性协调优化，具有重要的理论和实践意义。
发明内容
本发明所要解决的技术问题是，提供一种能够满足不同类型(时间型、频次型、时间+频次型)负荷的基于终端用户差异化可靠性需求的配电网网架规划方法。
本发明所采用的技术方案是：一种基于终端用户差异化可靠性需求的配电网网架规划方法，包括如下步骤：
1)采用欧几里得距离对聚类分区的电气距离进行计算，构建以电气距离最小为目标函数，以同属性负荷在同一分区内为约束条件的第一阶段规划模型，根据第一阶段规划模型从负荷所在地理位置和负荷属性两个角度对终端用户进行聚类分区；
2)在步骤1)分区的基础上以经济性和用户差异化可靠性指标最优作为目标函数，并给出相应的约束条件，建立第二阶段规划模型；
3)采用树形结构编码的离散粒子群算法对第二阶段规划模型进行求解，最终获得计及终端用户差异化可靠性需求的配电网网架规划方案。
本发明的基于终端用户差异化可靠性需求的配电网网架规划方法，建立了以经济性和可靠性协调最优为目标的两阶段规划模型，第一阶段规划模型利用网格化规划思想，并且根据负荷属性和用电需求重新对终端用户进行聚类分块，得到新的供电网格。第二阶段规划模型考虑线路的投资运维成本和基于差异化可靠性电价的电能损失费用，建立基于供电单元的低压配电网网架规划数学模型，并将结果通过蒙特卡洛模拟法随机模拟出系统元件的各种状态，统计出系统的可靠性指标值，然后与初始约束指标值进行比较。本发明采用树形结构编码的离散粒子群算法求解第二阶段规划模型。通过本发明，能够明确面向终端用户差异化可靠性需求的配电网网架规划技术原则，有利于提升配电网规划建设的效率效益水平。
附图说明
图1是本发明基于终端用户差异化可靠性需求的配电网网架规划方法的流程图；
图2是采用两阶段规划模型的求解流程图；
图3是天津某工业园区内各负荷节点的实际地理位置图。
具体实施方式
下面结合实施例和附图对本发明的基于终端用户差异化可靠性需求的配电网网架规划方法做出详细说明。
如图1所示，本发明的基于终端用户差异化可靠性需求的配电网网架规划方法，包括如下步骤：
1)采用欧几里得距离对聚类分区的电气距离进行计算，构建以电气距离最小为目标函数，以同属性负荷在同一分区内为约束条件的第一阶段规划模型，根据第一阶段规划模型从负荷所在地理位置和负荷属性两个角度对终端用户进行聚类分区；其中，所述的目标函数和约束条件具体为：
其中，F1为目标函数值，minF1为目标函数最小值，di,j表示两负荷点之间的距离，di1和dj1分别表示第i个负荷点和第j个负荷点的横坐标，di2和dj2分别表示第i个负荷点和第j个负荷点的纵坐标，itime为时间属性，ifreq为频率属性；
负荷属性采用矩阵表示，itime＝1，ifreq＝0表示第i个负荷是时间型负荷，itime＝0，ifreq＝1表示第i个负荷是频率型负荷，itime＝1，ifreq＝1表示第i个负荷是时间+频率型负荷。
2)在步骤1)分区的基础上以经济性和用户差异化可靠性指标最优作为目标函数，并给出相应的约束条件，建立第二阶段规划模型；所述的第二阶段规划模型中的目标函数具体为：
minF2＝γ1F21+γ2F22
F21＝Cr+Closs+Cb
其中，F2为目标函数值，minF2为目标函数最小值；F21为经济性指标，F22为可靠性指标，γ1、γ2为多目标函数的权重因子，且γ1+γ2＝1，Cr为线路投资及运维费用，Closs为线路损耗成本，Cb为向上级电网购电费用，为0-1变量，分别表示区域内负荷属性判断因子，f1表示与时间型负荷对应的可靠性指标，f2表示与频率型负荷对应的可靠性指标，f3表示与时间+频率型负荷对应的可靠性指标。其中，
(1)所述的经济性指标F21中：
(1.1)线路投资及运维费用Cr
其中，cFQ,l为每个分区内线路折算后的单位长度的投资和运维成本，NFQ为分区数目，l为线路长度；xi,j为每个分区内负荷节点i和负荷节点j之间线路的0-1变量，表示线路是否安装；为每个区内负荷节点i的下游元件集合，Ωs为每个分区内全体负荷节点；di,j表示该分区内两负荷点之间的距离；
(1.2)线路损耗成本Closs
其中，cFQ为每个分区内对应的差异化可靠性电价，NFQ为分区数目，TFQ，max为每个分区内的最大负荷利用小时数，PFQ,∑loss为每个分区内线路损耗的总有功功率；
(1.3)向上级电网购电费用Cb
其中，cb为一个分区内每1kW·h电能的购电费用；PFQ,t为t时刻的网络流入该分区的功率，T为供电时段的总和，NFQ为分区数目。
(2)所述的可靠性指标中：
(2.1)时间型负荷对应的可靠性指标f1
其中，Ui为负荷点i的年平均停电时间，Ni为负荷点i所连用户数，n为负荷点总数；λi为负荷点i的平均故障率；可靠性指标f1值反映单位时间内经历停电过程用户的平均停电时间，单位为小时/(停电用户·年)，指标值越小，表明停电时长越短；
(2.2)频率型负荷对应的可靠性指标f2
其中，λi为负荷点i的平均故障率，Ni为负荷点i所连用户数，n为负荷点总数；可靠性指标f2值反映系统年平均长时停电频率是指系统中所有用户在单位时间内经历的长时停电次数，单位为次/(用户·年)，指标值越小，表明停电次数越少；
(2.3)与时间+频率型负荷对应的可靠性指标f3
其中，Ui为负荷点i的年平均停电时间，Ni为负荷点i所连接的用户数；可靠性指标f3反映单位时间内每个用户经历的实际供电小时数与用户要求的总供电小时数之比，每个用户要求的供电小时数为8760小时；n为负荷点总数；可靠性指标f3值越小，表明供电可靠性越高。
(3)所述的相应的约束条件包括：潮流约束、单连通约束、线路容量约束以及有功功率平衡约束。
3)采用树形结构编码的离散粒子群算法对第二阶段规划模型进行求解，最终获得计及终端用户差异化可靠性需求的配电网网架规划方案。
为验证本发明的基于终端用户差异化可靠性需求的配电网网架规划方法的正确性和可行性，根据图1所示的流程框图，运用图2所示的树形结构编码的离散粒子群流程图对天津某工业园区在配电网网架不确定的情况下进行配电网网架规划。本发明通过采用欧几里得距离对电气距离进行聚类分区计算和采用树形结构编码的粒子群算法得出最优解以及不同类型用户分区前后各可靠性指标的差异来分析比较规划方法的有效性。
该工业园区供电面积约35.38亩，最大负荷21.2MW，线路单位长度投资及运维成本折算后为90万元/km。设配电线路、变压器、断路器的故障率分别为0.012、0.01、0.006，其修复时间分别为5、200、4分钟。将负荷分为时间型、频率型、时间+频率型三类，对应的差异化可靠性电价分别为0.04、0.05、0.1元/kW·h，种群最大迭代次数为50。负荷属性及位置坐标如表1所示。负荷实际地理位置图见图3，分区前后的配电网网架规划方案分别如表2和表3所示。
表1负荷属性及位置
表2按用户属性分区前线路路径规划结果
出线1 46-48
出线2 34-49
出线3 7-50
出线4 51-8，51-1
出线5 52-4，52-6，52-5-35-36
出线6 53-16-19-17-12-13-9，15-17
出线7 54-37-40-44-38-41-42-43，44-45-47
出线8 10-11-55-23，55-21-22-24，22-20-3-2，18-21
出线9 56-39-27-28-29-31-30-33，28-25-14，32-28-26
表3按用户属性分区后线路路径规划结果
分区1 38-34-35-52-37-40，39-52-36
分区2 7-6-5-48-2-4，1-48，3-5
分区3 44-45-41-42-43，41-53-46，47-53
分区4 8-12-11-13-14，12-49-9，10-11
分区5 19-21-22，18-16-21-50-17-15，50-20
分区6 23-24-25-26，24-51-28，51-31-29-27，31-30-33-32
对比分区前后两种方案的规划，方案二在各分区内负荷点数分别为7、7、7、7、8、11，分布较为均匀，也说明在负荷种类的约束下，方案二区域划分更为合理。
规划区域内总的可靠性指标与经济性指标如表4所示：
表4两种规划方案指标对比结果
由表4可见，方案二中时间型指标值降低了1.31，频率型指标值降低了0.159 3，时间+频率型指标值减小了0.007％，说明这三类负荷的供电水平均有提高。此外，方案二的投资及运维成本为1529.297万元，较方案一减少519.248万元，说明该规划方案更经济。通过两种规划方案的可靠性指标值和经济性指标值可以得出，两阶段规划法在提高不同类型终端用户的差异化可靠性需求方面具有优越性。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变换或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (2)

1.一种基于终端用户差异化可靠性需求的配电网网架规划方法，其特征在于，包括如下步骤：
1)采用欧几里得距离对聚类分区的电气距离进行计算，构建以电气距离最小为目标函数，以同属性负荷在同一分区内为约束条件的第一阶段规划模型，根据第一阶段规划模型从负荷所在地理位置和负荷属性两个角度对终端用户进行聚类分区；所述的目标函数和约束条件具体为：
其中，F1为目标函数值，min F1为目标函数最小值，di,j表示两负荷点之间的距离，di1和dj1分别表示第i个负荷点和第j个负荷点的横坐标，di2和dj2分别表示第i个负荷点和第j个负荷点的纵坐标，itime为时间属性，ifreq为频率属性；
负荷属性采用矩阵表示，itime＝1，ifreq＝0表示第i个负荷是时间型负荷，itime＝0，ifreq＝1表示第i个负荷是频率型负荷，itime＝1，ifreq＝1表示第i个负荷是时间+频率型负荷；
2)在步骤1)分区的基础上以经济性和用户差异化可靠性指标最优作为目标函数，并给出相应的约束条件，建立第二阶段规划模型；所述的第二阶段规划模型中的目标函数具体为：
min F2＝γ1F21+γ2F22
F21＝Cr+Closs+Cb
其中，F2为目标函数值，min F2为目标函数最小值；F21为经济性指标，F22为可靠性指标，γ1、γ2为多目标函数的权重因子，且γ1+γ2＝1，Cr为线路投资及运维费用，Closs为线路损耗成本，Cb为向上级电网购电费用，为0-1变量，分别表示区域内负荷属性判断因子，f1表示与时间型负荷对应的可靠性指标，f2表示与频率型负荷对应的可靠性指标，f3表示与时间+频率型负荷对应的可靠性指标；其中：
(1)线路投资及运维费用Cr
其中，cFQ,l为每个分区内线路折算后的单位长度的投资和运维成本，NFQ为分区数目，l为线路长度；xi,j为每个分区内负荷节点i和负荷节点j之间线路的0-1变量，表示线路是否安装；为每个区内负荷节点i的下游元件集合，Ωs为每个分区内全体负荷节点；di,j表示该分区内两负荷点之间的距离；
(2)线路损耗成本Closs
其中，cFQ为每个分区内对应的差异化可靠性电价，NFQ为分区数目，TFQ，max为每个分区内的最大负荷利用小时数，PFQ,∑loss为每个分区内线路损耗的总有功功率；
(3)向上级电网购电费用Cb
其中，cb为一个分区内每1kW·h电能的购电费用；PFQ,t为t时刻的网络流入该分区的功率，T为供电时段的总和，NFQ为分区数目；
(4)时间型负荷对应的可靠性指标f1
其中，Ui为负荷点i的年平均停电时间，Ni为负荷点i所连用户数，n为负荷点总数；λi为负荷点i的平均故障率；可靠性指标f1值反映单位时间内经历停电过程用户的平均停电时间，指标值越小，表明停电时长越短；
(5)频率型负荷对应的可靠性指标f2
其中，λi为负荷点i的平均故障率，Ni为负荷点i所连用户数，n为负荷点总数；可靠性指标f2值反映系统年平均长时停电频率是指系统中所有用户在单位时间内经历的长时停电次数，指标值越小，表明停电次数越少；
(6)与时间+频率型负荷对应的可靠性指标f3
其中，Ui为负荷点i的年平均停电时间，Ni为负荷点i所连接的用户数；可靠性指标f3反映单位时间内每个用户经历的实际供电小时数与用户要求的总供电小时数之比，每个用户要求的供电小时数为8760小时；n为负荷点总数；可靠性指标f3值越小，表明供电可靠性越高；
3)采用树形结构编码的离散粒子群算法对第二阶段规划模型进行求解，最终获得计及终端用户差异化可靠性需求的配电网网架规划方案。
2.根据权利要求1所述的基于终端用户差异化可靠性需求的配电网网架规划方法，其特征在于，步骤2)所述的相应的约束条件包括：潮流约束、单连通约束、线路容量约束以及有功功率平衡约束。
CN202111414280.7A 2021-11-25 2021-11-25 基于终端用户差异化可靠性需求的配电网网架规划方法 Active CN113919760B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111414280.7A CN113919760B (zh) 2021-11-25 2021-11-25 基于终端用户差异化可靠性需求的配电网网架规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111414280.7A CN113919760B (zh) 2021-11-25 2021-11-25 基于终端用户差异化可靠性需求的配电网网架规划方法

Publications (2)

Publication Number Publication Date
CN113919760A CN113919760A (zh) 2022-01-11
CN113919760B true CN113919760B (zh) 2024-05-14

Family

ID=79248237

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111414280.7A Active CN113919760B (zh) 2021-11-25 2021-11-25 基于终端用户差异化可靠性需求的配电网网架规划方法

Country Status (1)

Country Link
CN (1) CN113919760B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226661A (zh) * 2013-04-24 2013-07-31 国家电网公司 市场环境下电力用户可靠性需求的计算机评估方法
CN110866702A (zh) * 2019-11-20 2020-03-06 国网天津市电力公司 考虑动态网架重构和差异化可靠性的配电网规划方法
CN112380694A (zh) * 2020-11-13 2021-02-19 华北电力大学（保定） 一种基于差异化可靠性需求的配电网优化规划方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11878602B2 (en) * 2019-11-22 2024-01-23 State Grid Fujian Electric Power Co., Ltd. Method for establishing active distribution network planning model considering location and capacity determination of electric vehicle charging station
CN111611662B (zh) * 2020-04-08 2022-09-09 清华大学 一种基于馈线走廊的可靠性约束配电网规划方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103226661A (zh) * 2013-04-24 2013-07-31 国家电网公司 市场环境下电力用户可靠性需求的计算机评估方法
CN110866702A (zh) * 2019-11-20 2020-03-06 国网天津市电力公司 考虑动态网架重构和差异化可靠性的配电网规划方法
CN112380694A (zh) * 2020-11-13 2021-02-19 华北电力大学（保定） 一种基于差异化可靠性需求的配电网优化规划方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李俊杰.计及用户差异化可靠性需求的配电网优化规划方法研究.全文. *
考虑用户差异化可靠性需求的配电网规划方法;李俊杰;邓嘉明;姜世公;王云飞;李鹏;范须露;电网与清洁能源;20211231;37(005);全文 *
郭蓓.10kV中压配电网网架规划方法的研究.全文. *

Also Published As

Publication number Publication date
CN113919760A (zh) 2022-01-11

Similar Documents

Publication Publication Date Title
CN108470231B (zh) 考虑储能系统量化特征的配电网分布式储能选址定容方法
CN102074954B (zh) 一种城乡配电网综合节能评估与决策方法
CN107832905B (zh) 一种适应分布式发电和储能站发展的配电网规划方法
CN108988316B (zh) 一种交直流混合配电系统网架结构优化配置方法
CN109617065A (zh) 一种考虑海量运行场景的电力系统输电网线路规划方法
CN109948849B (zh) 一种计及储能接入的配电网网架规划方法
CN111241463A (zh) 一种基于双层优化模型的用户侧储能装置容量配置方法
CN111291963A (zh) 一种协调经济性与可靠性的园区综合能源系统规划方法
CN109818369B (zh) 一种计及出力模糊随机性的分布式电源规划方法
CN114977320A (zh) 一种配电网源网荷储多目标协同规划方法
CN107316113A (zh) 一种输电网规划方法及系统
CN114066315A (zh) 一种适应多元源荷接入的配电网规划系统
CN113972694B (zh) 一种配电网分布式光伏与储能电站投资决策方法
CN110570015A (zh) 一种配电网多目标规划方法
CN112257926A (zh) 一种基于分区电价的能量块电力交易系统和出清方法
CN110739719A (zh) 柔性多状态开关优化接入的两步式决策方法
CN113489003A (zh) 一种考虑风光水一体化互补运行的源网协调规划方法
CN115660343A (zh) 面向碳中和的城市综合能源发展规划方法
CN106228273B (zh) 一种水电外送交易优化模型的构建方法
CN113690930B (zh) 基于nsga-iii算法的分布式光伏电源中长期选址定容方法
Xiang et al. Coordinated DG-Tie planning in distribution networks based on temporal scenarios
CN114266445A (zh) 一种分布式电源与电动汽车充电站协调规划方法
CN108110789B (zh) 一种间歇性可再生能源分层分区并网规划方法
CN113919760B (zh) 基于终端用户差异化可靠性需求的配电网网架规划方法
CN110189231B (zh) 一种基于改进遗传算法的电网最优供电方案的确定方法

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
GR01 Patent grant
GR01 Patent grant