CN114069635A - 一种考虑灵活资源经济性的电网调控优化方法 - Google Patents

一种考虑灵活资源经济性的电网调控优化方法 Download PDF

Info

Publication number
CN114069635A
CN114069635A CN202111396973.8A CN202111396973A CN114069635A CN 114069635 A CN114069635 A CN 114069635A CN 202111396973 A CN202111396973 A CN 202111396973A CN 114069635 A CN114069635 A CN 114069635A
Authority
CN
China
Prior art keywords
power
load
formula
battery pack
price
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
Application number
CN202111396973.8A
Other languages
English (en)
Inventor
舒恺
黄亦昕
刘畅
姚艳
裴传逊
周勋甜
康家乐
豆书亮
岑银伟
汪雅静
张帅
张志刚
江涵
宋弘亮
任娇蓉
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.)
Ningbo Electric Power Design Institute Co ltd
Original Assignee
Ningbo Electric Power Design Institute 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 Ningbo Electric Power Design Institute Co ltd filed Critical Ningbo Electric Power Design Institute Co ltd
Priority to CN202111396973.8A priority Critical patent/CN114069635A/zh
Publication of CN114069635A publication Critical patent/CN114069635A/zh
Pending legal-status Critical Current

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
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • H02J3/18—Arrangements for adjusting, eliminating or compensating reactive power in networks
    • 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
    • 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
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Power Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种考虑灵活资源经济性的电网调控优化方法，构建了包括储能装置和需求侧响应的灵活性资源模型，提出一种考虑灵活资源经济性的电网调控优化模型，对所述模型中的配电网交流潮流约束运用二阶锥松弛方法进行松弛并对模型求解，得到考虑灵活资源经济性的电网最优调控策略。本发明所提电网调控方法考虑了储能装置和需求侧响应等灵活性资源，相比不考虑灵活资源的电网调控方法可以进一步地降低电网运行成本，并且能够提高可再生能源消纳能力。

Description

一种考虑灵活资源经济性的电网调控优化方法
技术领域：
本发明属于电力系统领域，特别涉及一种考虑灵活资源经济性的电网调控优化方法。
背景技术：
电网的灵活资源包括储能装置和需求响应等。储能装置包括能量和物质的输入和输出、能量的转换和储存设备。储能系统往往涉及多种能量、多种设备、多种物质、多个过程，是随时间变化的复杂能量系统，需要多项指标来描述它的性能。常用的评价指标有储能密度、储能功率、蓄能效率以及储能价格、对环境的影响等。需求响应(Demand Response,DR)即电力需求响应的简称，是指当电力批发市场价格升高或系统可靠性受威胁时，电力用户接收到供电方发出的诱导性减少负荷的直接补偿通知或者电力价格上升信号后，改变其固有的习惯用电模式，达到减少或者推移某时段的用电负荷而响应电力供应，从而保障电网稳定，并抑制电价上升的短期行为。它是需求侧管理(Demand Side Management,DSM)的解决方案之一。
配电网中的分布式电源具有较强的时变特性，在接入配电网中可能带来连续、长时的运行风险。因此，如何充分利用储能装置和需求响应等灵活资源并计及其经济性对电网进行调控优化是需要研究的问题。
发明内容：
本发明主要解决的技术问题是采用二阶锥松弛方法，提供一种考虑灵活资源经济性的电网调控优化方法。
本发明的技术方案如下：
构建包括储能装置和需求侧响应的灵活性资源模型；
构建考虑灵活资源经济性的电网调控优化模型；
运用二阶锥松弛方法对电网调控优化模型的配电网交流潮流约束进行松弛并对模型求解。
具体的，包括步骤：
构建包括储能装置和需求侧响应的灵活性资源模型，包括：
电池储能系统两模式协调控制模型可根据分布式光伏的功率波动特性动态调整各电池组串运行模式。控制策略主要分为电池组串容量分配策略(实线部分)以及两模式协调控制策略(虚线部分)两部分；
电池储能容量分配策略主要用于根据光伏发电预测结果，对下一控制周期各电池组串的运行模式进行预分配。具体步骤如下：
第一步：协调控制系统基于光伏实测历史数据PPV，开展下一控制周期的光伏发电超短期预测，并将结果上报配网调度机构；
第二步：协调控制系统对光伏预测功率PPVf进行小波分解，得到中频分量PPVf mid，并将其峰值发送至BMS系统；
第三步：BMS系统对电池组串按规则进行运行模式分配，协调控制系统对下一控制周期峰谷套利模式的电池组串SOC进行估算，并连同BMS系统反馈信息上报配网调度机构；
第T个控制周期内进行平抑波动和峰谷套利的电池组串数量分别为：
Figure BDA0003370667420000021
式中：nFluc(T)和nEs(T)分别表示进行平抑波动和峰谷套利电池组串数量；Pbat.each表示每组电池组串变流器额定功率；
Figure BDA0003370667420000031
表示向上取整；nbat表示电池组串总数；
因此该控制周期内运行于平抑波动模式和峰谷套利模式的电池组串最大充放电功率PFluc(T)和PEs(T)及容量WFluc(T)和WEs(T)的求解表达式如下：
Figure BDA0003370667420000032
Figure BDA0003370667420000033
式中，Wbat.each表示每组电池组串额定容量。
协调控制系统对下一控制周期峰谷套利模式的电池组串SOC进行估算：
Figure BDA0003370667420000034
式中：EB(T)是电池组串在当前控制周期开始时的电量；Nt是调度周期总数；
Figure BDA0003370667420000035
是第t个调度周期内峰谷套利电池组串的充放电功率，取正表示放电，取负表示充电；Δt是调度周期时长；Δtsam是光伏功率中频波动采样间隔；Nm是该控制周期内中频波动采样总次数；
Figure BDA0003370667420000036
是第m个中频采样点平抑波动模式电池组串的充放电功率，表达式如下：
Figure BDA0003370667420000037
两模式协调控制策略主要用于根据实时接收到的光伏发电信号，计算平抑波动模式电池组串的功率指令，具体步骤如下：
第一步：BMS系统将平抑波动电池组串变流器控制信号源切换为协调控制系统；
第二步：协调控制系统对实时接收的信号PPV进行小波分解，得到中频分量PPV.mid，各电池组串充放电功率信号
Figure BDA0003370667420000041
的求解公式如下：
Figure BDA0003370667420000042
为避免平抑波动电池组串发生过充/过放的现象，需要根据各电池组串SOC对
Figure BDA0003370667420000043
进行修正，规则如下：
当电池组串SOC在正常区域时：
Figure BDA0003370667420000044
2)当电池组串SOC在过充警戒区域时，若
Figure BDA0003370667420000045
其放电功率指令由式(7)求得；若
Figure BDA0003370667420000046
则电池组串充电速度需要放缓，直到SOC增大至
Figure BDA0003370667420000047
时停止，功率调整公式如下：
Figure BDA0003370667420000048
3)当电池组串SOC在过放警戒区域时，若
Figure BDA0003370667420000049
则充电功率指令由式(7)求得；若
Figure BDA00033706674200000410
电池组串应放慢放电速度，直到SOC减小至
Figure BDA00033706674200000411
时停止，功率调整公式如下：
Figure BDA00033706674200000412
然后将SOC尚处于正常区域的平抑波动电池组串按照上述方法进行再次分配，直至PPV.mid分配完毕或所有电池组串均无可分配容量；
第三步：BMS系统接收经由协调控制系统发送的配网调度机构功率指令
Figure BDA00033706674200000413
下达给峰谷套利的电池组串，并将其信息反馈至配网调度机构；
对于任一能源负荷，在时刻t时的需求Ln,t可表示为
Ln,t,w＝LB,n,t+fⅠ(Δρn,t)+fⅡ(Δρn,t，Δρn',t),n'∈Π(n),n,n'＝1,2,...,
N,n'≠n,t＝1,2,...,T
式中：T为调度总时段；t为其计数变量；LB为与价格无关的刚性负荷需求；为相对基准价格的价格变化量，为控制变量；集合Π(n)指可以与能源负荷n相互转移的能源负荷；fⅠ(·)为弹性负荷需求，只与本身能源价格相关；fⅡ(·)为考虑能源负荷n'与n转移特性后的作用到n的能源需求量，与自身能源价格及可转换能源的价格相关；
经济学中常用价格弹性系数表示某弹性负荷的价格变化率对该负荷需求变化率的影响。对任一弹性负荷，考虑价格弹性后可表示为
fⅠ(Δρn,t)＝Lb1,n,t,w+ΔLn,t,w＝Lb1,n,t,w+αn,t,wΔρn,t
式中：Lb1为基准价格下弹性负荷的需求；ΔL及α分别价格变化后弹性负荷需求的变化量及价格弹性系数；
考虑到弹性负荷在调度周期内能源消费总量基本不变，故有：
Figure BDA0003370667420000051
式中：E(·)为期望值函数；pw为第w个场景的概率。进一步考虑价格调控约束，有：
Figure BDA0003370667420000052
式中：
Figure BDA0003370667420000053
为价格调整上、下限值。
构建考虑灵活资源经济性的电网调控优化模型，包括：
考虑各类型灵活性资源的协调优化，以由网损成本Closs、线路运行维护成本
Figure BDA0003370667420000054
储能系统运行维护成本
Figure BDA0003370667420000055
和弃风弃光失负荷惩罚成本Cpunish构成的场景运行成本最小为优化目标，可得目标函数：
Figure BDA0003370667420000056
Figure BDA0003370667420000061
Figure BDA0003370667420000062
Figure BDA0003370667420000063
Figure BDA0003370667420000064
式中：s表示子运行场景；ΩLine为已建线路集合；T为调度周期内时段数；
Figure BDA0003370667420000065
为时段t主网购电价格；
Figure BDA0003370667420000066
场景s下线路l在t时段的网损功率；
Figure BDA0003370667420000067
为线路的有功潮流和无功潮流；rl，xl为线路电阻和电抗；Vi，t，s为线路始端节点i电压幅值；Δt为调度时段时长；
Figure BDA0003370667420000068
为线路单位长度维护成本；cESS为储能系统单位容量年运行成本；cPVP、cWFP和cENS分别为弃光、弃风及失负荷单位惩罚成本；
Figure BDA0003370667420000069
和
Figure BDA00033706674200000610
分别为分布式光伏发电和风力发电系统的最大出力和实际出力；
Figure BDA00033706674200000611
为失负荷功率；
考虑网荷储侧多主体协同运行约束，建立模型约束条件如下：
分布式电源出力约束：
Figure BDA00033706674200000612
式中：θWF和θPV分别为系统允许的最大弃风率和弃光率。
潮流方程约束：
Figure BDA00033706674200000613
式中：Pt,j,s表示节点j负荷功率；
Figure BDA0003370667420000071
和
Figure BDA0003370667420000072
分别为储能系统充放电功率；
线路容量约束：
主动配电网中可能出现潮流倒送现象，考虑双向潮流容量约束：
Figure BDA0003370667420000073
式中：
Figure BDA0003370667420000074
为节点j至节点k的线路容量。
节点电压约束：
Figure BDA0003370667420000075
式中：
Figure BDA0003370667420000076
为0-1变量，表示是否建设线路ij，M为足够大的实数(当新建线路ij时，公式与普通配电网潮流公式一致；当不建线路ij时，M使此线路潮流约束失效，即Vi与Vj不存在联系)；Vi,min和Vi,max为节点允许的最小和最大电压幅值；
失负荷约束：
Figure BDA0003370667420000077
式中：λ为最大失负荷率；
需求侧响应约束：
需求侧响应负荷分为可削减负荷和可平移负荷。可削减负荷指在需求响应时段内可根据功能块的需求响应潜力部分削减的负荷，事后无需进行负荷补偿；可平移负荷指在需求侧响应时间段内可暂时削减，在响应时段结束前需完成补偿恢复即完成负荷平移操作的负荷；
节点是否参与需求侧响应及其参与方式与功能块类型相关，得到需求侧响应功率如下：
Figure BDA0003370667420000081
式中：
Figure BDA0003370667420000082
和
Figure BDA0003370667420000083
为负荷削减和平移的状态变量，0表示不进行负荷响应，1表示负荷削减，-1表示负荷补偿；
Figure BDA0003370667420000084
和
Figure BDA0003370667420000085
分别为负荷削减和平移功率；
需求侧响应负荷功率受事先约定的响应容量及响应时段约束：
Figure BDA0003370667420000086
Figure BDA0003370667420000087
式中：tstart和tend分别为需求侧响应开始和结束时段；
此外，可平移负荷还受负荷削减总量和响应状态切换次数约束：
Figure BDA0003370667420000088
Figure BDA0003370667420000089
式中：fsign(·)为符号函数；
Figure BDA00033706674200000810
为根据功能块k内设备工作特点设定的切换次数上限；
储能系统约束：
储能系统在运行中受充放电状态、充放电功率和容量、充放电时序和运行调度周期内充放电量守恒约束：
Figure BDA0003370667420000091
式中：
Figure BDA0003370667420000092
和
Figure BDA0003370667420000093
为节点i的储能系统在场景s中t时段的充放电0-1状态变量；
Figure BDA0003370667420000094
为剩余电量水平；ε为单位时段储能的自放电率；γdis和γch分别为储能系统的充、放电效率；
Figure BDA0003370667420000095
和
Figure BDA0003370667420000096
分别为储能系统存储电能比率的上、下限值。
运用二阶锥松弛方法对电网调控优化模型的配电网交流潮流约束进行松弛并对模型求解，包括：
所提模型为混合整数非凸非线性规划问题，为满足解的全局最优性，使用二阶锥规划方法对问题进行松弛，转化为线性凸规划问题再进行求解，在保证算法的求解精度的同时提高规划收敛性；
使用下式对式潮流方程进行等价变形：
Figure BDA0003370667420000097
可得：
Figure BDA0003370667420000098
Figure BDA0003370667420000099
Figure BDA0003370667420000101
然后，对等价变形后的潮流方程进行二阶锥松弛，得到松弛后的约束为：
Figure BDA0003370667420000102
通过上述二阶锥转化，原问题转化为较简单的混合整数二阶锥规划(mixed intersecond order cone programming，MISOCP)问题，使用CPLEX、GUROBI等商业求解器进行高效求解，从而获得全局最优解。
本发明相比现有技术具有如下有益效果：
本发明采用二阶锥松弛方法，提供一种考虑灵活资源经济性的电网调控优化方法，构建包括储能装置和需求侧响应的灵活性资源模型，构建考虑灵活资源经济性的电网调控优化模型，运用二阶锥松弛方法对电网调控优化模型的配电网交流潮流约束进行松弛并对模型求解。
本发明所提电网调控方法考虑了储能装置和需求侧响应等灵活性资源，相比不考虑灵活资源的电网调控方法可以进一步地降低电网运行成本，并且能够提高可再生能源消纳能力。
附图说明:
图1为本发明的整体流程示意图。
图2为62节点配电网网络拓扑图。
图3为节点39在场景139下的负荷、需求侧响应和节点注入功率曲线图。
具体实施方式：
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例对本发明进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本发明，并不用于限定发明。
附图仅用于示例性说明，不能理解为对本专利的限制；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。
本发明提出了一种考虑灵活资源经济性的电网调控优化方法，如图1所示，该调控优化方法实施流程包括如下详细步骤：
步骤1、构建考虑灵活资源经济性的电网调控优化模型：
电池储能系统两模式协调控制模型可根据分布式光伏的功率波动特性动态调整各电池组串运行模式。控制策略主要分为电池组串容量分配策略(实线部分)以及两模式协调控制策略(虚线部分)两部分；
电池储能容量分配策略主要用于根据光伏发电预测结果，对下一控制周期各电池组串的运行模式进行预分配。具体步骤如下：
第一步：协调控制系统基于光伏实测历史数据PPV，开展下一控制周期的光伏发电超短期预测，并将结果上报配网调度机构；
第二步：协调控制系统对光伏预测功率PPVf进行小波分解，得到中频分量PPVf mid，并将其峰值发送至BMS系统；
第三步：BMS系统对电池组串按规则进行运行模式分配，协调控制系统对下一控制周期峰谷套利模式的电池组串SOC进行估算，并连同BMS系统反馈信息上报配网调度机构；
第T个控制周期内进行平抑波动和峰谷套利的电池组串数量分别为：
Figure BDA0003370667420000121
式中：nFluc(T)和nEs(T)分别表示进行平抑波动和峰谷套利电池组串数量；Pbat.each表示每组电池组串变流器额定功率；
Figure BDA0003370667420000122
表示向上取整；nbat表示电池组串总数；
因此该控制周期内运行于平抑波动模式和峰谷套利模式的电池组串最大充放电功率PFluc(T)和PEs(T)及容量WFluc(T)和WEs(T)的求解表达式如下：
Figure BDA0003370667420000123
Figure BDA0003370667420000124
式中，Wbat.each表示每组电池组串额定容量。
协调控制系统对下一控制周期峰谷套利模式的电池组串SOC进行估算：
Figure BDA0003370667420000125
式中：EB(T)是电池组串在当前控制周期开始时的电量；Nt是调度周期总数；
Figure BDA0003370667420000126
是第t个调度周期内峰谷套利电池组串的充放电功率，取正表示放电，取负表示充电；Δt是调度周期时长；Δtsam是光伏功率中频波动采样间隔；Nm是该控制周期内中频波动采样总次数；
Figure BDA0003370667420000127
是第m个中频采样点平抑波动模式电池组串的充放电功率，表达式如下：
Figure BDA0003370667420000128
两模式协调控制策略主要用于根据实时接收到的光伏发电信号，计算平抑波动模式电池组串的功率指令，具体步骤如下：
第一步：BMS系统将平抑波动电池组串变流器控制信号源切换为协调控制系统；
第二步：协调控制系统对实时接收的信号PPV进行小波分解，得到中频分量PPV.mid，各电池组串充放电功率信号
Figure BDA0003370667420000131
的求解公式如下：
Figure BDA0003370667420000132
为避免平抑波动电池组串发生过充/过放的现象，需要根据各电池组串SOC对
Figure BDA0003370667420000133
进行修正，规则如下：
当电池组串SOC在正常区域时：
Figure BDA0003370667420000134
2)当电池组串SOC在过充警戒区域时，若
Figure BDA0003370667420000135
其放电功率指令由式(7)求得；若
Figure BDA0003370667420000136
则电池组串充电速度需要放缓，直到SOC增大至
Figure BDA0003370667420000137
时停止，功率调整公式如下：
Figure BDA0003370667420000138
3)当电池组串SOC在过放警戒区域时，若
Figure BDA0003370667420000139
则充电功率指令由式(7)求得；若
Figure BDA00033706674200001310
电池组串应放慢放电速度，直到SOC减小至
Figure BDA00033706674200001311
时停止，功率调整公式如下：
Figure BDA00033706674200001312
然后将SOC尚处于正常区域的平抑波动电池组串按照上述方法进行再次分配，直至PPV.mid分配完毕或所有电池组串均无可分配容量；
第三步：BMS系统接收经由协调控制系统发送的配网调度机构功率指令
Figure BDA0003370667420000141
下达给峰谷套利的电池组串，并将其信息反馈至配网调度机构；
对于任一能源负荷，在时刻t时的需求Ln,t可表示为
Ln,t,w＝LB,n,t+fⅠ(Δρn,t)+fⅡ(Δρn,t，Δρn',t),n'∈Π(n),n,n'＝1,2,...,
N,n'≠n,t＝1,2,...,T
式中：T为调度总时段；t为其计数变量；LB为与价格无关的刚性负荷需求；为相对基准价格的价格变化量，为控制变量；集合Π(n)指可以与能源负荷n相互转移的能源负荷；fⅠ(·)为弹性负荷需求，只与本身能源价格相关；fⅡ(·)为考虑能源负荷n'与n转移特性后的作用到n的能源需求量，与自身能源价格及可转换能源的价格相关；
经济学中常用价格弹性系数表示某弹性负荷的价格变化率对该负荷需求变化率的影响。对任一弹性负荷，考虑价格弹性后可表示为
fⅠ(Δρn,t)＝Lb1,n,t,w+ΔLn,t,w＝Lb1,n,t,w+αn,t,wΔρn,t
式中：Lb1为基准价格下弹性负荷的需求；ΔL及α分别价格变化后弹性负荷需求的变化量及价格弹性系数；
考虑到弹性负荷在调度周期内能源消费总量基本不变，故有：
Figure BDA0003370667420000142
式中：E(·)为期望值函数；pw为第w个场景的概率。进一步考虑价格调控约束，有：
Figure BDA0003370667420000143
式中：
Figure BDA0003370667420000144
为价格调整上、下限值。
步骤2、构建考虑灵活资源经济性的电网调控优化模型：
考虑各类型灵活性资源的协调优化，以由网损成本Closs、线路运行维护成本
Figure BDA0003370667420000151
储能系统运行维护成本
Figure BDA0003370667420000152
和弃风弃光失负荷惩罚成本Cpunish构成的场景运行成本最小为优化目标，可得目标函数：
Figure BDA0003370667420000153
Figure BDA0003370667420000154
Figure BDA0003370667420000155
Figure BDA0003370667420000156
Figure BDA0003370667420000157
式中：s表示子运行场景；ΩLine为已建线路集合；T为调度周期内时段数；
Figure BDA0003370667420000158
为时段t主网购电价格；
Figure BDA0003370667420000159
场景s下线路l在t时段的网损功率；
Figure BDA00033706674200001510
为线路的有功潮流和无功潮流；rl，xl为线路电阻和电抗；Vi，t，s为线路始端节点i电压幅值；Δt为调度时段时长；
Figure BDA00033706674200001511
为线路单位长度维护成本；cESS为储能系统单位容量年运行成本；cPVP、cWFP和cENS分别为弃光、弃风及失负荷单位惩罚成本；
Figure BDA00033706674200001512
和
Figure BDA00033706674200001513
分别为分布式光伏发电和风力发电系统的最大出力和实际出力；
Figure BDA00033706674200001514
为失负荷功率；
考虑网荷储侧多主体协同运行约束，建立模型约束条件如下：
分布式电源出力约束：
Figure BDA00033706674200001515
式中：θWF和θPV分别为系统允许的最大弃风率和弃光率。
潮流方程约束：
Figure BDA0003370667420000161
式中：Pt,j,s表示节点j负荷功率；
Figure BDA0003370667420000162
和
Figure BDA0003370667420000163
分别为储能系统充放电功率；
线路容量约束：
主动配电网中可能出现潮流倒送现象，考虑双向潮流容量约束：
Figure BDA0003370667420000164
式中：
Figure BDA0003370667420000165
为节点j至节点k的线路容量。
节点电压约束：
Figure BDA0003370667420000166
式中：
Figure BDA0003370667420000167
为0-1变量，表示是否建设线路ij，M为足够大的实数(当新建线路ij时，公式与普通配电网潮流公式一致；当不建线路ij时，M使此线路潮流约束失效，即Vi与Vj不存在联系)；Vi,min和Vi,max为节点允许的最小和最大电压幅值；
失负荷约束：
Figure BDA0003370667420000168
式中：λ为最大失负荷率；
需求侧响应约束：
需求侧响应负荷分为可削减负荷和可平移负荷。可削减负荷指在需求响应时段内可根据功能块的需求响应潜力部分削减的负荷，事后无需进行负荷补偿；可平移负荷指在需求侧响应时间段内可暂时削减，在响应时段结束前需完成补偿恢复即完成负荷平移操作的负荷；
节点是否参与需求侧响应及其参与方式与功能块类型相关，得到需求侧响应功率如下：
Figure BDA0003370667420000171
式中：
Figure BDA0003370667420000172
和
Figure BDA0003370667420000173
为负荷削减和平移的状态变量，0表示不进行负荷响应，1表示负荷削减，-1表示负荷补偿；
Figure BDA0003370667420000174
和
Figure BDA0003370667420000175
分别为负荷削减和平移功率；
需求侧响应负荷功率受事先约定的响应容量及响应时段约束：
Figure BDA00033706674200001710
Figure BDA0003370667420000176
式中：tstart和tend分别为需求侧响应开始和结束时段；
此外，可平移负荷还受负荷削减总量和响应状态切换次数约束：
Figure BDA0003370667420000177
Figure BDA0003370667420000178
式中：fsign(·)为符号函数；
Figure BDA0003370667420000179
为根据功能块k内设备工作特点设定的切换次数上限；
储能系统约束：
储能系统在运行中受充放电状态、充放电功率和容量、充放电时序和运行调度周期内充放电量守恒约束：
Figure BDA0003370667420000181
式中：
Figure BDA0003370667420000182
和
Figure BDA0003370667420000183
为节点i的储能系统在场景s中t时段的充放电0-1状态变量；
Figure BDA0003370667420000184
为剩余电量水平；ε为单位时段储能的自放电率；γdis和γch分别为储能系统的充、放电效率；
Figure BDA0003370667420000185
和
Figure BDA0003370667420000186
分别为储能系统存储电能比率的上、下限值。
步骤3、运用二阶锥松弛方法对电网调控优化模型的配电网交流潮流约束进行松弛并对模型求解：
所提模型为混合整数非凸非线性规划问题，为满足解的全局最优性，使用二阶锥规划方法对问题进行松弛，转化为线性凸规划问题再进行求解，在保证算法的求解精度的同时提高规划收敛性；
使用下式对式潮流方程进行等价变形：
Figure BDA0003370667420000187
可得：
Figure BDA0003370667420000188
Figure BDA0003370667420000189
Figure BDA0003370667420000191
然后，对等价变形后的潮流方程进行二阶锥松弛，得到松弛后的约束为：
Figure BDA0003370667420000192
通过上述二阶锥转化，原问题转化为较简单的混合整数二阶锥规划(mixed intersecond order cone programming，MISOCP)问题，使用CPLEX、GUROBI等商业求解器进行高效求解，从而获得全局最优解。
为了进一步理解本发明，本例对某地区62节点20kV配电系统实施本发明的调控优化方案，以解释本发明的实际应用。
该配电系统含有2个电源节点(节点1和节点53)，55个工业负荷节点，5个商业负荷节点和62条线路，配电网网络拓扑如图2所示。经济调度问题以一天为一个调度周期，一个周期含有24个调度时段。DGs的位置和容量信息、配电网规划相关参数分别如表1和表2所示。规划模型考虑144个风、光、负荷联合场景组成的运行场景集，联合场景概率根据PV、WF和负荷单场景概率相乘得到。本算例分布式电源渗透率为30％，DG(包括光伏发电与风力发电)出力运行场景根据某地典型日出力数据生成。
使用MATLAB平台下优化求解工具Yalmip进行建模，并在Core i5 1.8GHz CPU和8GB内存环境进行优化计算，调用CPLEX12.6求解器求解本节所提经济调度模型，收敛相对间隙为0.01％。
表1分布式电源配置情况
Figure BDA0003370667420000201
表2主动配电网相关参数
Figure BDA0003370667420000202
分析考虑灵活性资源与不考虑灵活性资源情况下，电网对分布式电源的的消纳能力。以场景109为例，考虑灵活性资源后，分布式光伏和风电的实际出力较不考虑情况下得到提升，分布式光伏和风电的平均消纳率分别从80.3％和95.7％提高到96.1％和99.2％，目标主动配电网对可再生能源的消纳水平提高。
节点39在场景139下的负荷、需求侧响应和节点注入功率曲线如图3所示。由图3可知，需求侧响应通过在短时间尺度上削除峰值负荷，降低年运行成本。

Claims (4)

1.一种考虑灵活资源经济性的电网调控优化方法，其特征在于：包括：
构建包括储能装置和需求侧响应的灵活性资源模型；
构建考虑灵活资源经济性的电网调控优化模型；
运用二阶锥松弛方法对电网调控优化模型的配电网交流潮流约束进行松弛并对模型求解。
2.根据权利要求1所述的计及需求侧灵活资源的多能源系统调控优化方法，其特征在于，构建包括储能装置和需求侧响应的灵活性资源模型，包括：
电池储能系统两模式协调控制模型可根据分布式光伏的功率波动特性动态调整各电池组串运行模式；控制策略主要分为电池组串容量分配策略(实线部分)以及两模式协调控制策略(虚线部分)两部分；
电池储能容量分配策略主要用于根据光伏发电预测结果，对下一控制周期各电池组串的运行模式进行预分配；具体步骤如下：
第一步：协调控制系统基于光伏实测历史数据PPV，开展下一控制周期的光伏发电超短期预测，并将结果上报配网调度机构；
第二步：协调控制系统对光伏预测功率PPVf进行小波分解，得到中频分量PPVfmid，并将其峰值发送至BMS系统；
第三步：BMS系统对电池组串按规则进行运行模式分配，协调控制系统对下一控制周期峰谷套利模式的电池组串SOC进行估算，并连同BMS系统反馈信息上报配网调度机构；
第T个控制周期内进行平抑波动和峰谷套利的电池组串数量分别为：
Figure FDA0003370667410000011
式中：nFluc(T)和nEs(T)分别表示进行平抑波动和峰谷套利电池组串数量；Pbat.each表示每组电池组串变流器额定功率；
Figure FDA0003370667410000021
表示向上取整；nbat表示电池组串总数；
因此该控制周期内运行于平抑波动模式和峰谷套利模式的电池组串最大充放电功率PFluc(T)和PEs(T)及容量WFluc(T)和WEs(T)的求解表达式如下：
Figure FDA0003370667410000022
Figure FDA0003370667410000023
式中，Wbat.each表示每组电池组串额定容量；
协调控制系统对下一控制周期峰谷套利模式的电池组串SOC进行估算：
Figure FDA0003370667410000024
式中：EB(T)是电池组串在当前控制周期开始时的电量；Nt是调度周期总数；
Figure FDA0003370667410000025
是第t个调度周期内峰谷套利电池组串的充放电功率，取正表示放电，取负表示充电；Δt是调度周期时长；△tsam是光伏功率中频波动采样间隔；Nm是该控制周期内中频波动采样总次数；
Figure FDA0003370667410000026
是第m个中频采样点平抑波动模式电池组串的充放电功率，表达式如下：
Figure FDA0003370667410000027
两模式协调控制策略主要用于根据实时接收到的光伏发电信号，计算平抑波动模式电池组串的功率指令，具体步骤如下：
第一步：BMS系统将平抑波动电池组串变流器控制信号源切换为协调控制系统；
第二步：协调控制系统对实时接收的信号PPV进行小波分解，得到中频分量PPV.mid，各电池组串充放电功率信号
Figure FDA0003370667410000031
的求解公式如下：
Figure FDA0003370667410000032
为避免平抑波动电池组串发生过充/过放的现象，需要根据各电池组串SOC对
Figure FDA0003370667410000033
进行修正，规则如下：
当电池组串SOC在正常区域时：
Figure FDA0003370667410000034
2)当电池组串SOC在过充警戒区域时，若
Figure FDA0003370667410000035
其放电功率指令由式(7)求得；若
Figure FDA0003370667410000036
则电池组串充电速度需要放缓，直到SOC增大至
Figure FDA0003370667410000037
时停止，功率调整公式如下：
Figure FDA0003370667410000038
3)当电池组串SOC在过放警戒区域时，若
Figure FDA0003370667410000039
则充电功率指令由式(7)求得；若
Figure FDA00033706674100000310
电池组串应放慢放电速度，直到SOC减小至
Figure FDA00033706674100000311
时停止，功率调整公式如下：
Figure FDA00033706674100000312
然后将SOC尚处于正常区域的平抑波动电池组串按照上述方法进行再次分配，直至PPV.mid分配完毕或所有电池组串均无可分配容量；
第三步：BMS系统接收经由协调控制系统发送的配网调度机构功率指令
Figure FDA00033706674100000313
下达给峰谷套利的电池组串，并将其信息反馈至配网调度机构；
对于任一能源负荷，在时刻t时的需求Ln,t可表示为
Ln,t,w＝LB,n,t+fⅠ(△ρn,t)+fⅡ(△ρn,t，△ρn',t),n'∈Π(n),n,n'＝1,2,...,
N,n'≠n,t＝1,2,...,T
式中：T为调度总时段；t为其计数变量；LB为与价格无关的刚性负荷需求；为相对基准价格的价格变化量，为控制变量；集合Π(n)指可以与能源负荷n相互转移的能源负荷；fⅠ(·)为弹性负荷需求，只与本身能源价格相关；fⅡ(·)为考虑能源负荷n'与n转移特性后的作用到n的能源需求量，与自身能源价格及可转换能源的价格相关；
经济学中常用价格弹性系数表示某弹性负荷的价格变化率对该负荷需求变化率的影响；对任一弹性负荷，考虑价格弹性后可表示为
fⅠ(△ρn,t)＝Lb1,n,t,w+△Ln,t,w＝Lb1,n,t,w+αn,t,w△ρn,t
式中：Lb1为基准价格下弹性负荷的需求；ΔL及α分别价格变化后弹性负荷需求的变化量及价格弹性系数；
考虑到弹性负荷在调度周期内能源消费总量基本不变，故有：
Figure FDA0003370667410000041
式中：E(·)为期望值函数；pw为第w个场景的概率；进一步考虑价格调控约束，有：
Figure FDA0003370667410000042
式中：
Figure FDA0003370667410000043
为价格调整上、下限值。
3.根据权利要求1所述的计及需求侧灵活资源的多能源系统调控优化方法，其特征在于，构建考虑灵活资源经济性的电网调控优化模型，包括：
考虑各类型灵活性资源的协调优化，以由网损成本Closs、线路运行维护成本
Figure FDA0003370667410000044
储能系统运行维护成本
Figure FDA0003370667410000045
和弃风弃光失负荷惩罚成本Cpunish构成的场景运行成本最小为优化目标，可得目标函数：
Figure FDA0003370667410000046
Figure FDA0003370667410000051
Figure FDA0003370667410000052
Figure FDA0003370667410000053
Figure FDA0003370667410000054
式中：s表示子运行场景；ΩLine为已建线路集合；T为调度周期内时段数；
Figure FDA0003370667410000055
为时段t主网购电价格；
Figure FDA0003370667410000056
场景s下线路l在t时段的网损功率；
Figure FDA0003370667410000057
为线路的有功潮流和无功潮流；rl，xl为线路电阻和电抗；Vi，t，s为线路始端节点i电压幅值；Δt为调度时段时长；
Figure FDA0003370667410000058
为线路单位长度维护成本；cESS为储能系统单位容量年运行成本；cPVP、cWFP和cENS分别为弃光、弃风及失负荷单位惩罚成本；
Figure FDA0003370667410000059
和
Figure FDA00033706674100000510
分别为分布式光伏发电和风力发电系统的最大出力和实际出力；
Figure FDA00033706674100000511
为失负荷功率；
考虑网荷储侧多主体协同运行约束，建立模型约束条件如下：
分布式电源出力约束：
Figure FDA00033706674100000512
式中：θWF和θPV分别为系统允许的最大弃风率和弃光率；
潮流方程约束：
Figure FDA00033706674100000513
式中：Pt,j,s表示节点j负荷功率；
Figure FDA0003370667410000061
和
Figure FDA0003370667410000062
分别为储能系统充放电功率；
线路容量约束：
主动配电网中可能出现潮流倒送现象，考虑双向潮流容量约束：
Figure FDA0003370667410000063
式中：
Figure FDA0003370667410000064
为节点j至节点k的线路容量；
节点电压约束：
Figure FDA0003370667410000065
式中：
Figure FDA0003370667410000066
为0-1变量，表示是否建设线路ij，M为足够大的实数(当新建线路ij时，公式与普通配电网潮流公式一致；当不建线路ij时，M使此线路潮流约束失效，即Vi与Vj不存在联系)；Vi,min和Vi,max为节点允许的最小和最大电压幅值；
失负荷约束：
Figure FDA0003370667410000067
式中：λ为最大失负荷率；
需求侧响应约束：
需求侧响应负荷分为可削减负荷和可平移负荷；可削减负荷指在需求响应时段内可根据功能块的需求响应潜力部分削减的负荷，事后无需进行负荷补偿；可平移负荷指在需求侧响应时间段内可暂时削减，在响应时段结束前需完成补偿恢复即完成负荷平移操作的负荷；
节点是否参与需求侧响应及其参与方式与功能块类型相关，得到需求侧响应功率如下：
Figure FDA0003370667410000071
式中：
Figure FDA0003370667410000072
和
Figure FDA0003370667410000073
为负荷削减和平移的状态变量，0表示不进行负荷响应，1表示负荷削减，-1表示负荷补偿；
Figure FDA0003370667410000074
和
Figure FDA0003370667410000075
分别为负荷削减和平移功率；
需求侧响应负荷功率受事先约定的响应容量及响应时段约束：
Figure FDA0003370667410000076
Figure FDA0003370667410000077
式中：tstart和tend分别为需求侧响应开始和结束时段；
此外，可平移负荷还受负荷削减总量和响应状态切换次数约束：
Figure FDA0003370667410000078
Figure FDA0003370667410000079
式中：fsign(·)为符号函数；
Figure FDA00033706674100000710
为根据功能块k内设备工作特点设定的切换次数上限；
储能系统约束：
储能系统在运行中受充放电状态、充放电功率和容量、充放电时序和运行调度周期内充放电量守恒约束：
Figure FDA0003370667410000081
式中：
Figure FDA0003370667410000082
和
Figure FDA0003370667410000083
为节点i的储能系统在场景s中t时段的充放电0-1状态变量；
Figure FDA0003370667410000084
为剩余电量水平；ε为单位时段储能的自放电率；γdis和γch分别为储能系统的充、放电效率；
Figure FDA0003370667410000085
和
Figure FDA0003370667410000086
分别为储能系统存储电能比率的上、下限值。
4.根据权利要求1所述的计及需求侧灵活资源的多能源系统调控优化方法，其特征在于，运用二阶锥松弛方法对电网调控优化模型的配电网交流潮流约束进行松弛并对模型求解，包括：
所提模型为混合整数非凸非线性规划问题，为满足解的全局最优性，使用二阶锥规划方法对问题进行松弛，转化为线性凸规划问题再进行求解，在保证算法的求解精度的同时提高规划收敛性；
使用下式对式潮流方程进行等价变形：
Figure FDA0003370667410000087
可得：
Figure FDA0003370667410000088
Figure FDA0003370667410000091
Figure FDA0003370667410000092
然后，对等价变形后的潮流方程进行二阶锥松弛，得到松弛后的约束为：
Figure FDA0003370667410000093
通过上述二阶锥转化，原问题转化为较简单的混合整数二阶锥规划(mixed intersecond order cone programming，MISOCP)问题，使用CPLEX、GUROBI等商业求解器进行高效求解，从而获得全局最优解。
CN202111396973.8A 2021-11-23 2021-11-23 一种考虑灵活资源经济性的电网调控优化方法 Pending CN114069635A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111396973.8A CN114069635A (zh) 2021-11-23 2021-11-23 一种考虑灵活资源经济性的电网调控优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111396973.8A CN114069635A (zh) 2021-11-23 2021-11-23 一种考虑灵活资源经济性的电网调控优化方法

Publications (1)

Publication Number Publication Date
CN114069635A true CN114069635A (zh) 2022-02-18

Family

ID=80275750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111396973.8A Pending CN114069635A (zh) 2021-11-23 2021-11-23 一种考虑灵活资源经济性的电网调控优化方法

Country Status (1)

Country Link
CN (1) CN114069635A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115566728A (zh) * 2022-11-01 2023-01-03 广州瑞鑫智能制造有限公司 基于光伏发电和混合储能的空压站能源管理方法及系统
CN115907240A (zh) * 2023-03-09 2023-04-04 四川大学 计及互补互济运行特性的电网多类型调峰资源规划方法
CN117060470A (zh) * 2023-08-04 2023-11-14 国网冀北电力有限公司电力科学研究院 一种基于灵活性资源的配电网电压优化控制方法
CN117353381A (zh) * 2023-12-05 2024-01-05 国网江西省电力有限公司电力科学研究院 含充换电站并网的主动配电网有功-无功协调优化方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN110932259A (zh) * 2019-11-21 2020-03-27 国网江苏省电力有限公司南通供电分公司 考虑多场景模型及需求侧响应策略的配网重构方法
CN112701687A (zh) * 2021-01-25 2021-04-23 四川大学 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN110932259A (zh) * 2019-11-21 2020-03-27 国网江苏省电力有限公司南通供电分公司 考虑多场景模型及需求侧响应策略的配网重构方法
CN112701687A (zh) * 2021-01-25 2021-04-23 四川大学 考虑价格型联合需求响应的气电配网系统鲁棒优化运行方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
琚上纯等: "计及工业聚集区需求响应特性的主动配电网扩展规划" *
肖凯超: "不同场景下的配电网移动储能规划与调度" *
陈泽兴等: "广义价格型需求侧响应下区域能源中心日前最优经济调度" *
魏炜等: "电池储能系统两模式协调控制策略" *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115566728A (zh) * 2022-11-01 2023-01-03 广州瑞鑫智能制造有限公司 基于光伏发电和混合储能的空压站能源管理方法及系统
CN115566728B (zh) * 2022-11-01 2023-05-09 广州瑞鑫智能制造有限公司 基于光伏发电和混合储能的空压站能源管理方法及系统
CN115907240A (zh) * 2023-03-09 2023-04-04 四川大学 计及互补互济运行特性的电网多类型调峰资源规划方法
CN115907240B (zh) * 2023-03-09 2023-06-20 四川大学 计及互补互济运行特性的电网多类型调峰资源规划方法
CN117060470A (zh) * 2023-08-04 2023-11-14 国网冀北电力有限公司电力科学研究院 一种基于灵活性资源的配电网电压优化控制方法
CN117060470B (zh) * 2023-08-04 2024-04-26 国网冀北电力有限公司电力科学研究院 一种基于灵活性资源的配电网电压优化控制方法
CN117353381A (zh) * 2023-12-05 2024-01-05 国网江西省电力有限公司电力科学研究院 含充换电站并网的主动配电网有功-无功协调优化方法
CN117353381B (zh) * 2023-12-05 2024-05-14 国网江西省电力有限公司电力科学研究院 含充换电站并网的主动配电网有功-无功协调优化方法

Similar Documents

Publication Publication Date Title
CN108683179B (zh) 基于混合整数线性规划的主动配电网优化调度方法及系统
CN114069635A (zh) 一种考虑灵活资源经济性的电网调控优化方法
CN109149651B (zh) 一种计及调压辅助服务收益的光储系统优化运行方法
Maknouninejad et al. Cooperative control for self-organizing microgrids and game strategies for optimal dispatch of distributed renewable generations
CN113241757B (zh) 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法
CN114597969B (zh) 计及智能软开关和虚拟电厂技术的配电网双层优化方法
Teng et al. Key technologies and the implementation of wind, PV and storage co-generation monitoring system
CN113285479A (zh) 一种超大容量的区域微电网系统及运行方法
Zacharia et al. Optimal energy management and scheduling of a microgrid in grid-connected and islanded modes
Dong et al. Optimal scheduling framework of electricity-gas-heat integrated energy system based on asynchronous advantage actor-critic algorithm
CN110276487B (zh) 虚拟电厂环境下的无功辅助服务交易机制
Guo et al. Microgrid source-network-load-storage master-slave game optimization method considering the energy storage overcharge/overdischarge risk
Bi et al. Real-time energy management of microgrid using reinforcement learning
CN117374974A (zh) 一种配电网调度方法、系统、介质及设备
Liu et al. Study on energy management model of integrated new energy-storage-charging system considering the influence of uncertainties
Ma et al. Coordination of generation and transmission planning for power system with large wind farms
CN111416394A (zh) 一种计及阻塞管理的交直流柔性配电网协调优化调度方法
CN115935619A (zh) 基于需求响应的主动配电网日前低碳调度方法及装置
Zhang et al. Day-ahead stochastic optimal dispatch of LCC-HVDC interconnected power system considering flexibility improvement measures of sending system
Ramesh et al. Cost Optimization by Integrating PV-System and Battery Energy Storage System into Microgrid using Particle Swarm Optimization
Li et al. Review of Key Technologies of mobile energy storage vehicle participating in distribution network dispatching under the high proportion of renewable energy access
Quan et al. Multi-objective optimal dispatch method based on source-network-load-storage interaction system for DC distribution network
Qiao et al. Voltage control in distribution network by leveraging energy storage system in grid-tied microgrids
Feng et al. Multi-period stochastic economic dispatch of microgrid considering renewable energy uncertainty using parallel algorithm
Ni et al. Distributed energy frequency–voltage support technology

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220218

RJ01 Rejection of invention patent application after publication