CN114004526A - 一种基于数据驱动的低压台区户变关系核查方法 - Google Patents
一种基于数据驱动的低压台区户变关系核查方法 Download PDFInfo
- Publication number
- CN114004526A CN114004526A CN202111313816.6A CN202111313816A CN114004526A CN 114004526 A CN114004526 A CN 114004526A CN 202111313816 A CN202111313816 A CN 202111313816A CN 114004526 A CN114004526 A CN 114004526A
- Authority
- CN
- China
- Prior art keywords
- user
- area
- line loss
- variable
- loss rate
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 230000005611 electricity Effects 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 13
- 150000001875 compounds Chemical class 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- PBGKNXWGYQPUJK-UHFFFAOYSA-N 4-chloro-2-nitroaniline Chemical compound NC1=CC=C(Cl)C=C1[N+]([O-])=O PBGKNXWGYQPUJK-UHFFFAOYSA-N 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000012216 screening Methods 0.000 abstract description 3
- 125000004432 carbon atom Chemical group C* 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q10/06—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3341—Query execution using boolean model
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种基于数据驱动的低压台区户变关系核查方法,包括以下步骤:步骤1,根据台区的售电侧结算和供电考核数据,计算同一居民区内所有台区的线损率;步骤2,判断该居民区的线损率不合格原因是否为户变关系错误,若是因户变关系错误导致线损率不合格,则执行步骤3,否则重新选取居民区并执行步骤1;步骤3,建立基于数据驱动的户变关系核查模型;步骤4,对该模型进行求解,给出台区户变关系的调整方案;步骤5,在用电采集系统中根据步骤4的调整方案进行调节。本发明基于台区的用户历史数据和台区配变供电数据,利用优化算法,提出基于数据驱动的户变关系核查方法,可以有效避免以往的逐户筛查的繁琐工作,以使线损率达到合格水平。
Description
技术领域
本发明属于电力系统技术领域,涉及一种基于数据驱动的低压台区户变关系核查方法。
背景技术
一个低压台区是指一台配电变压器的供电范围或区域。低压台区线损计算的范围是从台区10kV配电变压器出口装设的电度表处开始,到各用户电能表为止。在该范围内,所有元件中各种形式的电能损耗均应计入电力网线损中。线损率为线损电量占配变供电量的百分率,是衡量线损高低的指标,也是衡量电力系统经济性的一项重要指标,同时也是表征电力系统规划设计水平、生产技术水平和经营管理水平的一项综合性技术指标。
对于供电企业和台区管理者而言,辖区内的台区施工状况参差不齐,且部分用户存在违规用电等行为,为台区的精益化管理和降低线损带来了巨大的难题。同时,低压配电网建设和发展引起的台区频繁变动(如迁建、线路切割和扩容等)和用户用电地址改变等原因,会直接导致台区内的用户表计和台区变压器的隶属关系发生变更。若台区户-变隶属关系在用户用电信息采集系统内未得到及时更新或更新错误,将导致电力营销数据异常,直接影响台区线损的考核和整改,甚至引发用户的计量和债券纠纷,造成社会资源和企业财产损失。
现有技术文件1(CN109523174B)公开了一种基于数据驱动的低压台区户变关系核查方法,其中步骤3建立基于数据驱动的户变关系核查模型,其不足之处在于,只考虑了两个相邻台区之间的相互核查,存在一定的局限性,而现阶段工程往往为多个台区之间相互连接。相对于现有技术文件1,本发明的有益效果在于,建立了通用的台区户-变关系核查模型,不仅涵盖了技术文件1中的使用场景,而且适用于3个及以上台区之间的户-变关系核查,具有更大的适用性和可推广性。
发明内容
为解决现有技术中存在的不足,目前部分低压台区因户变关系混乱、接线错误导致的台区线损率异常等问题,本发明的目的在于,提供一种基于数据驱动的低压户变关系核查方法。
本发明采用如下的技术方案。
一种基于数据驱动的低压台区户变关系核查方法,包括以下步骤:
步骤1,根据台区的售电侧结算和供电考核数据,计算同一居民区内所有台区的线损率;
步骤2,判断该居民区的线损率不合格原因是否为户变关系错误,若判断结果是因户变关系错误导致线损率不合格,则执行步骤3,否则重新选取居民区并执行步骤1;
步骤3,建立基于数据驱动的户变关系核查模型;
步骤4,对户变关系核查模型进行求解,给出台区户变关系的调整方案;
步骤5,在用电采集系统中根据步骤4的调整方案进行调节。
步骤1中,台区线损率的计算方法为:
步骤2中,若居民区的内部至少有两个台区的线损率不在0-5%的合格区间内,且其线损率至少有一个为负值,则判断该居民区的线损率不合格原因为户变关系错误。
步骤3具体包括:
步骤3.1,建立多个台区构成的系统的台区户变关系模型,
步骤3.2,确定描述每个台区内用户的调整状态,
步骤3.3,建立户变关系核查模型。
步骤3.1中,建立四个台区构成的系统的台区户变关系模型,四个台区分别命名为台区A、台区B、台区C和台区D,每个台区包含的用户总数目分别为I,J,M和N,内部用户分别表示为i,j,m和n;
步骤3.2中,使用一组布尔变量来描述每个台区内用户的调整状态,X(i)、Y(j)、Z(m)和W(n)分别表示台区A至D中用户调整状态的布尔变量向量,下角标表示用户从一个台区调整至另一个台区。
步骤3.2中,布尔变量不同0或1的取值能够表示用户的不同调整状态,以下表表示,
布尔变量取值对应表
情形序号 | X<sub>AB</sub>(i) | X<sub>AC</sub>(i) | X<sub>AD</sub>(i) | 用户i的状态 |
情形1 | 1 | 0 | 0 | 调整到台区B |
情形2 | 0 | 1 | 0 | 调整到台区C |
情形3 | 0 | 0 | 1 | 调整到台区D |
情形4 | 0 | 0 | 0 | 保留在台区A |
。
步骤3.3具体包括:
步骤3.3.1,建立模型的等式约束,包括台区日线损率计算和折算系数计算:
日线损率的计算公式为:
式中,δa,t表示第a个台区在第t日的线损率,第t日有t∈[2,T],其中T为系统内采集台区数据的总天数,
步骤3.3.2,建立模型的不等式约束:
确定合格线损率约束,台区日线损率应保持在合格范围内,即
δmin≤δa,t≤δmax
式中,
δmax表示合格线损率的上限-1%,
δmin表示合格线损率的下限5%;
步骤3.3.3,建立模型的目标函数:
确定台区用户状态约束,即同一用户的状态只能为保留在原始台区或向单一台区调整,
式中,
I为第a台区的总用户数,第i用户有i∈[1,I]。
将第t日的线损率折算到第t-1日,以台区户-变隶属关系调整后的线损率波动最小为目标,建立基于数据驱动的户-变隶属关系核查模型,目标函数为:
式中,
第t日有t∈[2,T],其中T为系统内采集台区数据的总天数,
amax表示系统内台区总数,第a台区有a∈[1,amax]。
式中,
PCON,a,t表示调整前第a个台区内所有用户的电表总读数,
k∈a表示与台区a发生户-变隶属交叉或错误的台区k的集合,
Hak表示台区a的布尔变量向量
Kka表示台区k对应的布尔变量向量,
Pa,t表示台区a内用户电表读数的向量,
Pk,t表示台区k中用户电表读数的向量。
步骤4中,针对步骤3建立的模型,利用GAMS软件中的Cplex求解器进行求解。
本发明的有益效果在于,与现有技术相比,基于台区的用户历史数据和台区配变供电数据,利用优化算法,提出基于数据驱动的户变关系核查方法。该方法能够给出户变关系错误的疑似用户,可以有效避免以往的逐户筛查的繁琐工作,以使线损率达到合格水平。
附图说明
图1为本发明的一种基于数据驱动的低压台区户变关系核查方法的流程图;
图2为本发明具体实施例的由4个台区组成的多台区系统;
图3为本发明具体实施例的#1号台区调整前后各台区的日线损率值的对比;
图4为本发明具体实施例的#2号台区调整前后各台区的日线损率值的对比。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本申请的保护范围。
如图1所示,本发明提供了一种基于数据驱动的低压台区户变关系核查方法,该方法包括以下步骤:
步骤1,根据台区的售电侧结算和供电考核数据,计算同一居民区内所有台区的线损率;
进一步,步骤1中,根据台区的售电侧结算和供电考核数据,计算同一居民区内所有台区的线损率:
台区线损率的计算方法为:
步骤2,判断该居民区的线损率不合格原因是否为户变关系错误;
进一步,步骤2中,判断该居民区的线损率不合格原因是否为户变关系错误:
步骤2.1:存在户变关系错误的小区的特征为内部至少有两个台区的线损率不在0-5%的合格区间内,且其线损率至少有一个为负值;
步骤2.2:根据步骤2.1的方法,判断该居民区是否存在户变关系错误。即是否为因户变关系错误导致线损率不合格。若是,则执行步骤3,否则重新选取居民区并执行步骤1;
步骤3,建立基于数据驱动的户变关系核查模型;
进一步,步骤3中,建立基于数据驱动的台区户变关系核查模型:
步骤3.1:建立台区户变关系模型:
在工程实际中,发生台区户-变隶属关系交叉错误的大多为多个台区构成的系统。为了使模型更具有通用性,我们以4个台区共同组成的多台区系统为例,四个台区分别命名为台区A、台区B、台区C和台区D。每个台区包含的用户总数目分别为I,J,M和N,内部用户分别表示为i,j,m和n。
步骤3.2:确定描述每个台区内用户的调整状态:
为了为检修人员提供疑似的档案错误用户信息以缩小排查范围,我们使用一组0-1变量(布尔变量)来描述每个台区内用户的调整状态,如图2所示。其中,X(i)、Y(j)、Z(m)和W(n)分别表示台区A至D中用户调整状态的布尔变量向量。以X为例,下角标AB表示用户从台区A调整至台区B,下角标BA表示用户从台区B调整至台区A。布尔变量不同0或1的取值能够表示用户的不同调整状态,如表1所示。
表1布尔变量取值对应表
步骤3.3:建立户变关系核查模型:
步骤3.3.1:模型的等式约束:
模型的等式约束包括台区日线损率计算和折算系数计算,其中日线损率的计算公式为:
上式中,
δa,t表示第a个台区在第t日的线损率,
WCON,a,t和WDEL,a,t分别为第t日时第a个台区的户-变隶属关系调整后所有用户电表总读数和供电变压器读数。
这其中WCON,a,t可以表示为:
上式中,
PCON,a,t表示调整前第a个台区内所有用户的电表总读数,即根据用采系统中的原始户-变隶属关系计算,
其中,
k∈a表示与台区a发生户-变隶属交叉或错误的台区k的集合,
Hak和Kka分别表示台区a和台区k对应的布尔变量向量,
Pa,t和Pk,t分别为第t日台区a和台区k中用户电表读数的向量。
而折算系数λa,t的计算方法为:
步骤3.3.2:模型的不等式约束:
根据低压台区能耗管理约束,台区日线损率应保持在允许范围内,即
δmin≤δa,t≤δmax
式中,δmax和δmin分别表示合格线损率的上、下限,一个优选但非限制性的实施方式为,即为-1%和5%。
同时,表1中台区用户状态约束可以用下式表示,即同一用户的状态只能为保留在原始台区或向单一台区调整。
步骤3.3.3:模型的目标函数:
对于一个长期合格且稳定的台区,由于台区的线路参数和拓扑未发生改变,根据线损率与供电量的关系,当将每日的供电量折算到同一个数值时,使用折算后的供电量和居民总用电量计算得到的折算线损率应保持相同。
即我们可以根据相邻两日台区供电量的关系将第t日的线损率折算到第t-1日,之后以台区户-变隶属关系调整后的线损率波动最小为目标,建立基于数据驱动的户-变隶属关系核查模型。其目标函数可以表示为:
上式中,
t和T分别表示日期和所用数据的总天数,
amax表示系统内台区总数。
步骤4,对户变关系核查模型进行求解,给出台区户变关系的调整方案;
进一步,步骤4中,对步骤3建立的模型进行求解:
针对步骤3建立的模型,利用GAMS软件中的Cplex求解器进行求解。
步骤5,在用电采集系统中根据步骤4的调整方案进行调节。
进一步,步骤5中,根据步骤4的求解结果在国家电网用电采集系统中户变关系的调节。
下面以一双台区居民局为例介绍本发明:
两个台区调整前的有效天数为18天(某4月17日至年5月4日)。两个台区共计用户8户,两个台区各有4个用户。由于两个台区之间的户变关系存在错误,导致1号台区的线损率过高,而2号台区的线损率多呈现负值。调整前各台区每日线损率及用户数如下表2与3所示。
表2#1号台区调整前日线损率
表23#2号台区调整前日线损率
对比图3和图4,调整后两个台区的线损率皆满足工程要求,且计算出所需要调整的用户与工程实际调整的用户保持一致,即模型能够满足查找疑似用户的要求。
本发明的有益效果在于,与现有技术相比,基于台区的用户历史数据和台区配变供电数据,利用优化算法,提出基于数据驱动的户变关系核查方法。该方法能够给出户变关系错误的疑似用户,可以有效避免以往的逐户筛查的繁琐工作,以使线损率达到合格水平。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (10)
1.一种基于数据驱动的低压台区户变关系核查方法,其特征在于,包括以下步骤:
步骤1,根据台区的售电侧结算和供电考核数据,计算同一居民区内所有台区的线损率;
步骤2,判断该居民区的线损率不合格原因是否为户变关系错误,若判断结果是因户变关系错误导致线损率不合格,则执行步骤3,否则重新选取居民区并执行步骤1;
步骤3,建立基于数据驱动的户变关系核查模型;
步骤4,对户变关系核查模型进行求解,给出台区户变关系的调整方案;
步骤5,在用电采集系统中根据步骤4的调整方案进行调节。
3.根据权利要求1所述的一种基于数据驱动的低压台区户变关系核查方法,其特征在于:
步骤2中,若居民区的内部至少有两个台区的线损率不在0-5%的合格区间内,且其线损率至少有一个为负值,则判断该居民区的线损率不合格原因为户变关系错误。
4.根据权利要求1所述的一种基于数据驱动的低压台区户变关系核查方法,其特征在于:
步骤3具体包括:
步骤3.1,建立多个台区构成的系统的台区户变关系模型,
步骤3.2,确定描述每个台区内用户的调整状态,
步骤3.3,建立户变关系核查模型。
5.根据权利要求1所述的一种基于数据驱动的低压台区户变关系核查方法,其特征在于:
步骤3.1中,建立四个台区构成的系统的台区户变关系模型,四个台区分别命名为台区A、台区B、台区C和台区D,每个台区包含的用户总数目分别为I,J,M和N,内部用户分别表示为i,j,m和n;
步骤3.2中,使用一组布尔变量来描述每个台区内用户的调整状态,X(i)、Y(j)、Z(m)和W(n)分别表示台区A至D中用户调整状态的布尔变量向量,下角标表示用户从一个台区调整至另一个台区。
6.根据权利要求5所述的一种基于数据驱动的低压台区户变关系核查方法,其特征在于:
步骤3.2中,布尔变量不同0或1的取值能够表示用户的不同调整状态,以下表表示,
布尔变量取值对应表
。
7.根据权利要求6所述的一种基于数据驱动的低压台区户变关系核查方法,其特征在于:
步骤3.3具体包括:
步骤3.3.1,建立模型的等式约束,包括台区日线损率计算和折算系数计算:
日线损率的计算公式为:
式中,δa,t表示第a个台区在第t日的线损率,第t日有t∈[2,T],其中T为系统内采集台区数据的总天数,
折算系数λa,t的计算公式为:
步骤3.3.2,建立模型的不等式约束:
确定合格线损率约束,台区日线损率应保持在合格范围内,即
δmin≤δa,t≤δmax
式中,
δmax表示合格线损率的上限-1%,
δmin表示合格线损率的下限5%;
步骤3.3.3,建立模型的目标函数:
确定台区用户状态约束,即同一用户的状态只能为保留在原始台区或向单一台区调整,
式中,
I为第a台区的总用户数,第i用户有i∈[1,I]。
10.根据权利要求1至9中任一项所述的一种基于数据驱动的低压台区户变关系核查方法,其特征在于:
步骤4中,针对步骤3建立的模型,利用GAMS软件中的Cplex求解器进行求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111313816.6A CN114004526A (zh) | 2021-11-08 | 2021-11-08 | 一种基于数据驱动的低压台区户变关系核查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111313816.6A CN114004526A (zh) | 2021-11-08 | 2021-11-08 | 一种基于数据驱动的低压台区户变关系核查方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114004526A true CN114004526A (zh) | 2022-02-01 |
Family
ID=79928009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111313816.6A Pending CN114004526A (zh) | 2021-11-08 | 2021-11-08 | 一种基于数据驱动的低压台区户变关系核查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114004526A (zh) |
-
2021
- 2021-11-08 CN CN202111313816.6A patent/CN114004526A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Optimal sizing of PV and BESS for a smart household considering different price mechanisms | |
Teng et al. | Strategic distributed generator placements for service reliability improvements | |
Varasteh et al. | Distributed energy resource and network expansion planning of a CCHP based active microgrid considering demand response programs | |
CN109523174B (zh) | 一种基于数据驱动的低压台区户变关系核查方法 | |
Zheng et al. | Economic and environmental benefits of coordinating dispatch among distributed electricity storage | |
CN110263391B (zh) | 一种基于机会约束的有源配电网智能软开关规划方法 | |
CN113131468B (zh) | 一种考虑用户停电损失的多目标配电网供电恢复方法 | |
CN106529737A (zh) | 一种配电网供给侧调峰电源规划布局方法 | |
Huanna et al. | Flexible‐regulation resources planning for distribution networks with a high penetration of renewable energy | |
CN110738359A (zh) | 一种基于p中位模型的分布式能源站选址方法 | |
Rabe et al. | Assessment of energy storage for energy strategies development on a regional scale | |
Shanmugapriya et al. | IoT based approach in a power system network for optimizing distributed generation parameters | |
Hadi et al. | A comprehensive review on power system flexibility: concept, services, and products | |
CN113746105A (zh) | 电力需求响应的优化控制方法、装置、设备和存储介质 | |
CN112508281B (zh) | 一种用于电力中长期交易的时序滚动统筹优化方法 | |
CN117728418A (zh) | 基于源网荷储一体化决策的电力系统保供能力优化方法 | |
Moaidi et al. | Optimal placement and sizing of distributed generation in microgrid for power loss reduction and voltage profile improvement | |
CN110690700B (zh) | 一种基于混合整数规划的能源互联网规划方法 | |
CN114004526A (zh) | 一种基于数据驱动的低压台区户变关系核查方法 | |
Mohamed et al. | Two‐phase BESS optimization methodology to enhance the distribution network power quality and mitigate violations | |
Lamadrid et al. | The effect of stochastic wind generation on ramping costs and the system benefits of storage | |
CN111030192A (zh) | 促进新能源消纳的四鱼断面限额优化方法 | |
CN110854922A (zh) | 基于蚁群算法的地区电网接纳新能源能力评估系统及方法 | |
Luo et al. | The joint operation strategy of energy storage power station and photovoltaic power station based on typical output scenarios | |
Albuflasa | Smart energy management systems for households in Bahrain |
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 |