CN114336785B - 一种基于网格聚类的分布式电源群控群调控制方法及装置 - Google Patents

一种基于网格聚类的分布式电源群控群调控制方法及装置 Download PDF

Info

Publication number
CN114336785B
CN114336785B CN202210248938.XA CN202210248938A CN114336785B CN 114336785 B CN114336785 B CN 114336785B CN 202210248938 A CN202210248938 A CN 202210248938A CN 114336785 B CN114336785 B CN 114336785B
Authority
CN
China
Prior art keywords
grid
power
clustering
clusters
control
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
CN202210248938.XA
Other languages
English (en)
Other versions
CN114336785A (zh
Inventor
雍正
齐艳桥
武晗
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.)
Sprixin Technology Co ltd
Original Assignee
Sprixin Technology 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 Sprixin Technology Co ltd filed Critical Sprixin Technology Co ltd
Priority to CN202210248938.XA priority Critical patent/CN114336785B/zh
Publication of CN114336785A publication Critical patent/CN114336785A/zh
Application granted granted Critical
Publication of CN114336785B publication Critical patent/CN114336785B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil 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
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出一种基于网格聚类的分布式电源群控群调控制方法及装置，包括分布式电源实时状态获取和控制指令获取；地理网格化聚类；聚类分区排序；控制指令分解执行；二次指令分解；直到达到控制精度。本发明利用地理网格化和分区方法，优化了分布式电源调节控制的速度和精度，提升了分布式电源管理控制水平，解决了分布式电源的极端调峰问题。

Description

一种基于网格聚类的分布式电源群控群调控制方法及装置
技术领域
本发明属于分布式电源技术领域，具体涉及一种基于网格聚类的分布式电源群控群调控制方法及装置。
背景技术
分布式电源具有数量多、规模小和分布广等特点，且出力具有波动性和随机性，高比例分布式电源使得配电网有源化趋势显著，对电网的电力电量平衡和安全运行影响越来越大。
电网的电力电量平衡指的是发电功率与用电功率基本相等，发电量与用电量基本相等。在极端条件下，如春节期间负荷几乎降低到了最低，造成发电功率和电量过剩，但调峰难题突出。面向极端调峰问题，需要建立分布式电源尤其是分布式光伏的群控群调管理体系，通过边缘网关等设备进行本地计算和自治，实现分布式电源集中和就地控制。
基于此，本发明设计了一种基于网格聚类的分布式电源群控群调控制方法、装置及电子设备，以解决上述问题。
需要说明的是，申请人曾经针对分布式电源的实时监测问题申报过发明专利“CN112328851A分布式电源监测方法、装置及电子设备”，该专利申请的方案中有部分技术特征被应用在本发明的技术方案中。
发明内容
本发明提出一种基于网格聚类的分布式电源群控群调控制方法及装置，解决分布式电源的极端调峰问题。
为达到上述目的，本发明的技术方案是这样实现的：
一种基于网格聚类的分布式电源群控群调控制方法，包括：
S1、分布式电源实时状态获取和控制指令获取；
S2、地理网格化聚类：明确分布式电源的类型并依据地理区域进行最小网格划分，并建立最小网格的信息矩阵；根据最小网格的信息矩阵计算欧式距离矩阵，进行K-MEANS聚类；聚类完成后建立聚类的信息矩阵；
S3、聚类分区排序：将聚类进行分区，依据聚类的信息矩阵计算各分区内的每个聚类的排序，得到最终的总排序；
S4、控制指令分解执行：根据所述总排序由前至后进行控制指令的分解，分解到具体聚类的最小网格进行控制；
S5、二次指令分解：在单个指令冷却周期后，计算得到目前实发有功功率与目标有功功率的差值，重复执行步骤S4，直到达到控制精度。
进一步的，步骤S2所述最小网格的信息矩阵的建立过程包括：
S101、依据所控制地理区域进行最小网格划分，单一最小网格包含若干分布式电源；每一类型的分布式电源进行一张网格的划分；
S102、建立最小网格的初级信息矩阵G，G=｛r,c,P,Ppre,U,S,Q,I,K｝；r、c分别为最小网格的行数和列数；P、Ppre、U、S、Q、I、K分别为最小网格的有功功率、预测功率、电压、装机容量、无功功率、电流、开机状态；其中P、Ppre、S、Q分别为最小网格内所有分布式电源的有功功率、预测功率、装机容量、无功功率加和得到，U、I分别为最小网格内所有分布式电源的电压标幺值、电流标幺值加权平均得到；K通过最小网格内所有分布式电源中可开机容量占总装机容量的比例得到；
S103、对初级信息矩阵G进行标准分数处理得到最小网格的信息矩阵G’；G’=｛r’,c’,P’,Ppre’,U’,S’,Q’,I’,K’｝；其中r’、c’分别为最小网格的行数r和列数c进行标准分数处理后的值；P’、Ppre’、U’、S’、Q’、I’、K’分别为P、Ppre、U、S、Q、I、K进行标准分数处理后的值。
进一步的，步骤S2所述聚类的信息矩阵的建立过程包括：
S201、建立聚类的初级信息矩阵J，J=｛rj,cj,Pj,Ppre.j,Uj,Sj,Qj,Ij｝，其中j是用于聚类与最小网格区分的标志符号；rj、cj是聚类的行数和列数，分别由最小网格的行数r、列数c加权平均计算得到；Pj、Ppre.j、Sj、Qj分别为聚类的有功功率、预测功率、装机容量、无功功率，分别由最小网格的有功功率、预测功率、装机容量、无功功率加和计算得到；Uj、Ij分别为聚类的电压、电流，分别由最小网格的电压标幺值、电流标幺值加权平均计算得到；
S202、对聚类的初级信息矩阵J进行标准分数处理得到聚类的信息矩阵J’，J’=｛rj ’,cj ’,Pj ’,Ppre.j ’,Uj ’,Sj ’,Qj ’,Ij ’｝；其中rj ’、cj ’分别为聚类的行数rj和列数cj进行标准分数处理后的值；Pj ’、Ppre.j ’、Uj ’、Sj ’、Qj ’、Ij ’分别为Pj、Ppre.j、Uj、Sj、Qj、Ij进行标准分数处理后的值。
进一步的，步骤S3的具体方法包括：
S301、将聚类进行分区，分区数量为M，每个分区的聚类数量均分，存在无法整除时已有分区轮换分配1个；
S302、计算每个聚类的排序分数矩阵Scorei，Scorei=｛β1*dPj.i ’+β2*Uj.i ’+β3*Sj.i ’+β4*Qj.i ’+β5*Ij.i ’,Mi,Ti｝；其中i为聚类的序号，其取值为1~N的整数；矩阵的第一项的公式为排序分数矩阵Scorei的分数项；
dPj.i为聚类有功功率可调量，是聚类的有功功率Pj ’、聚类的预测功率Ppre.j ’根据控制指令计算得到的结果，当压减有功功率时dPj.i=Pj ’；当上调有功功率时dPj.i=Ppre.j ’-Pj ’，此时若计算的dPj.i<0，则赋值dPj.i=0；
dPj.i ’是dPj.i进行标准分数处理后的值；
Uj.i ’、Sj.i ’、Qj.i ’、Ij.i ’分别为第i个聚类的电压、装机容量、无功功率、电流进行标准分数处理后的值；
β1~β5为排序分数计算的权重系数，取值范围为[0,1]，取值越大表征权重越大；
Mi为轮换分区标志位，表征分区；
Ti为特殊标识矩阵，用于设置特殊标识，包括扶贫电站标识、电压越上限标识、电压越下限标识、特殊优先标识，每个标志位取值为0和1，在无特殊标识时默认全为0；
S303、根据排序分数矩阵Scorei的分数项由大到小排序；再根据特殊标识矩阵Ti进行特殊化处理，包括将扶贫标识的聚类排序调整至最后，在压减有功功率时将电压越上限标识的聚类排序调整到最前，在上调有功功率时将电压越下限标识的聚类排序调整到最前，特殊优先标识的聚类根据需求进行顺序调整；然后根据轮换分区标志位Mi进行轮换排序调整，在分区内按照分数项进行由大到小排序，然后将每个分区第一顺位的聚类进行排序，接着将第二顺位的聚类进行排序，依次类推，得到最终总排序。
进一步的，步骤S4中所述控制指令的分解的具体过程包括：
S401、将聚类有功功率可调量dPj.i按照顺序依次相加，确定到第x个聚类后
Figure 55523DEST_PATH_IMAGE001
；
S402、将第1个至第x-1个聚类的控制指令置为全部关机或全部开机；
S403、将第x个聚类内的网格进行筛选和加和计算，确定合计y个网格使得
Figure 34980DEST_PATH_IMAGE002
；δ为误差控制比例，取1%~5%；若出现多个网格组合均可满足要求的情形，选择控制误差
Figure 879964DEST_PATH_IMAGE003
最小的组合；若不存在满足要求的网格，选择控制误差
Figure 337490DEST_PATH_IMAGE003
最小的组合；
S404、将第x个聚类内y个网格控制指令置为全部关机或全部开机。
本发明另一方面还提出了一种基于网格聚类的分布式电源群控群调控制装置，包括：
获取模块，用于分布式电源实时状态获取和控制指令获取；
聚类模块，用于地理网格化聚类：明确分布式电源的类型并依据地理区域进行最小网格划分，并建立最小网格的信息矩阵；根据最小网格的信息矩阵计算欧式距离矩阵，进行K-MEANS聚类；聚类完成后建立聚类的信息矩阵；
排序模块，用于聚类分区排序，将聚类进行分区，依据聚类的信息矩阵计算各分区内的每个聚类的排序，得到最终的总排序；
分解执行模块，根据所述总排序由前至后进行控制指令的分解，分解到具体聚类的最小网格进行控制；
二次指令分解模块，在单个指令冷却周期后，计算得到目前实发有功功率与目标有功功率的差值，重复执行分解执行模块，直到达到控制精度。
进一步的，所述聚类模块包括：
网格划分单元，依据所控制地理区域进行最小网格划分，单一最小网格包含若干分布式电源；每一类型的分布式电源进行一张网格的划分；
网格矩阵建立单元，建立最小网格的初级信息矩阵G，G=｛r,c,P,Ppre,U,S,Q,I,K｝；r、c分别为最小网格的行数和列数；P、Ppre、U、S、Q、I、K分别为最小网格的有功功率、预测功率、电压、装机容量、无功功率、电流、开机状态；其中P、Ppre、S、Q分别为最小网格内所有分布式电源的有功功率、预测功率、装机容量、无功功率加和得到，U、I分别为最小网格内所有分布式电源的电压标幺值、电流标幺值加权平均得到；K通过最小网格内所有分布式电源中可开机容量占总装机容量的比例得到；
第一标准分数处理单元，对初级信息矩阵G进行标准分数处理得到最小网格的信息矩阵G’；G’=｛r’,c’,P’,Ppre’,U’,S’,Q’,I’,K’｝；其中r’、c’分别为最小网格的行数r和列数c进行标准分数处理后的值；P’、Ppre’、U’、S’、Q’、I’、K’分别为P、Ppre、U、S、Q、I、K进行标准分数处理后的值。
进一步的，所述聚类模块还包括：
聚类矩阵建立单元，建立聚类的初级信息矩阵J，J=｛rj,cj,Pj,Ppre.j,Uj,Sj,Qj,Ij｝，其中j是用于聚类与最小网格区分的标志符号；rj、cj是聚类的行数和列数，分别由最小网格的行数r、列数c加权平均计算得到；Pj、Ppre.j、Sj、Qj分别为聚类的有功功率、预测功率、装机容量、无功功率，分别由最小网格的有功功率、预测功率、装机容量、无功功率加和计算得到；Uj、Ij分别为聚类的电压、电流，分别由最小网格的电压标幺值、电流标幺值加权平均计算得到；
第二标准分数处理单元，对聚类的初级信息矩阵J进行标准分数处理得到聚类的信息矩阵J’，J’=｛rj ’,cj ’,Pj ’,Ppre.j ’,Uj ’,Sj ’,Qj ’,Ij ’｝；其中rj ’、cj ’分别为聚类的行数rj和列数cj进行标准分数处理后的值；Pj ’、Ppre.j ’、Uj ’、Sj ’、Qj ’、Ij ’分别为Pj、Ppre.j、Uj、Sj、Qj、Ij进行标准分数处理后的值。
进一步的，所述排序模块包括：
分区单元，将聚类进行分区，分区数量为M，每个分区的聚类数量均分，存在无法整除时已有分区轮换分配1个；
分数计算单元，计算每个聚类的排序分数矩阵Scorei，Scorei=｛β1*dPj.i ’+β2*Uj.i ’+β3*Sj.i ’+β4*Qj.i ’+β5*Ij.i ’,Mi,Ti｝；其中i为聚类的序号，其取值为1~N的整数；矩阵的第一项的公式为排序分数矩阵Scorei的分数项；
dPj.i为聚类有功功率可调量，是聚类的有功功率Pj ’、聚类的预测功率Ppre.j ’根据控制指令计算得到的结果，当压减有功功率时dPj.i=Pj ’；当上调有功功率时dPj.i=Ppre.j ’-Pj ’，此时若计算的dPj.i<0，则赋值dPj.i=0；
dPj.i ’是dPj.i进行标准分数处理后的值；
Uj.i ’、Sj.i ’、Qj.i ’、Ij.i ’分别为第i个聚类的电压、装机容量、无功功率、电流进行标准分数处理后的值；
β1~β5为排序分数计算的权重系数，取值范围为[0,1]，取值越大表征权重越大；
Mi为轮换分区标志位，表征分区；
Ti为特殊标识矩阵，用于设置特殊标识，包括扶贫电站标识、电压越上限标识、电压越下限标识、特殊优先标识，每个标志位取值为0和1，在无特殊标识时默认全为0；
总排序单元，根据排序分数矩阵Scorei的分数项由大到小排序；再根据特殊标识矩阵Ti进行特殊化处理，包括将扶贫标识的聚类排序调整至最后，在压减有功功率时将电压越上限标识的聚类排序调整到最前，在上调有功功率时将电压越下限标识的聚类排序调整到最前，特殊优先标识的聚类根据需求进行顺序调整；然后根据轮换分区标志位Mi进行轮换排序调整，在分区内按照分数项进行由大到小排序，然后将每个分区第一顺位的聚类进行排序，接着将第二顺位的聚类进行排序，依次类推，得到最终总排序。
进一步的，所述分解执行模块包括：
第一单元，将聚类有功功率可调量dPj.i按照顺序依次相加，确定到第x个聚类后
Figure 479759DEST_PATH_IMAGE001
；
第二单元，将第1个至第x-1个聚类的控制指令置为全部关机或全部开机；
第三单元，将第x个聚类内的网格进行筛选和加和计算，确定合计y个网格使得
Figure 630117DEST_PATH_IMAGE002
；δ为误差控制比例，取1%~5%；若出现多个网格组合均可满足要求的情形，选择控制误差
Figure 959467DEST_PATH_IMAGE003
最小的组合；若不存在满足要求的网格，选择控制误差
Figure 486264DEST_PATH_IMAGE003
最小的组合；
第四单元，将第x个聚类内y个网格控制指令置为全部关机或全部开机。
与现有技术相比，本发明具有如下的有益效果：
本发明所述基于网格聚类的分布式电源群控群调控制方法及装置，提出了广域分布的海量分布式电源聚合控制的技术方法和路径，利用地理网格化和分区方法，优化了分布式电源调节控制的速度和精度，提升了分布式电源管理控制水平。
附图说明
图1是本发明实施例的流程示意图；
图2是本发明实施例的最小网格划分示意图；
图3是本发明实施例的地理网格聚类示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
为了解决分布式电源的调峰问题,本发明提出了一种基于网格聚类的分布式电源群控群调控制方法，具体包括：
1.实时状态和控制指令获取：
（1）分布式电源实时状态获取；
分布式电源实时状态包括：分布式电源有功功率P、无功功率Q、电压U、电流I和开机状态。开机状态为非连续变量，状态值包括0开关分闸（关机）、1开关闭合无出力（开机运行无发电功率）、2开关闭合有出力（开机运行且有发电功率）。
分布式电源实时状态通过前置采集装置汇集到分布式电源群控群调管理控制系统（以下简称控制系统）。实时状态获取频率由前置采集装置性能决定，由于分布式电源数量众多，分散式分布，一般单点采集间隔时间为20s~1min。
（2）控制指令获取；
有功控制指令是指上级电网调度机构、上级控制系统等，下发给分布式群控群调管理控制系统的有功指令信息。分布式控制系统与上级的通信时间一般为1s~10s，可快速信息交互。
有功控制指令可分为两种：第一种为有功定值指令，要求系统控制区域的有功功率达到指定值；第二种为有功调节量△P指令，要求系统控制区域的有功功率调整一定的量值。一般控制系统中仅采取其中一种，由上下级系统约定。对于第一种指令，可按照接到指令时刻的实时状态，确定有功功率的调节量△P。
考虑分布式系统的单条指令执行时间较长，一般为1min~5min，所以控制指令获取一般设置冷却期，优选的时间为1~2min。
2.地理网格化聚类：
（1）分布式电源分类；
在进行聚合前，先进行分类管理，明确分布式电源的类型。
分类的依据主要为接入电压等级、发电设备类型以及控制特性等。
本专利界定的分布式电源，主要包括10kV及以上分布式光伏、380V/220V分布式光伏（户用光伏）、分布式储能、可中断负荷以及其他类型。
（2）基础控制模型设定；
建立基础控制模型，得到输入输出关系；
其中，10kV及以上分布式光伏，一般可从0到100%装机容量连续调节有功功率，其有功遥调指令为有功出力的上限，不允许超出指令值，但允许低于指令值；有功遥控指令分为开机和关机。
其中，380V/220V分布式光伏，一般可进行有功遥控，有功遥控指令分为开机和关机；特别的，可从0到100%装机容量连续调节有功功率，其有功遥调指令为有功出力的上限，不允许超出指令值，但允许低于指令值。
其中，分布式储能，一般可从-100%到100%装机容量连续调节有功功率，有功功率为正数时代表发电（放电），有功功率为负数时代表用电（充电）。当电池的电量未达到100%或0时，其有功遥调指令的调节范围是-100%至100%装机容量，有功指令值即为有功功率值，可连续调节；当电池电量达到0%时，其有功遥调指令的调节范围是-100%至0装机容量，有功指令值即为有功功率值，可连续调节；当电池电量达到100%时，其有功遥调指令的调节范围是0至100%装机容量，有功指令值即为有功功率值，可连续调节。有功遥控指令分为开机和关机。
其中，可中断负荷，一般可从-100%到0装机容量连续调节有功功率，长期处于负数有功功率，即是处于用电状态；有功指令值即为有功功率值。有功遥控指令分为开机和关机。
其中，其他类型分布式电源可参考以上四种类型其一作为其控制模型，也可根据其特性确定控制模型。
（3）地理网格化聚合；
首先，依据所控制地理区域进行最小网格划分，可采用3km~10km为边长的正方形，进行地理区域划分。单一最小网格包含分布式电站数量一般为3~20个，同样也可以存在最少为0个的最小网格。单一最小网格按照行、列序号进行顺序编号（row,column），表征地理位置。每一类型电源进行一张网格的划分，如图2所示为最小网格划分示意图，图中数字和颜色深浅作为示例，表征网格内的分布式实发功率。
然后，建立最小网格的初级信息矩阵G；
G=｛r,c,P,Ppre,U,S,Q,I,K｝；
其中r、c分别为最小网格的行数和列数；P、Ppre、U、S、Q、I、K分别为最小网格的有功功率、预测功率、电压、装机容量、无功功率、电流、开机状态；其中P、Ppre、S、Q分别为最小网格内所有分布式电源的有功功率、预测功率、装机容量、无功功率加和得到，U、I分别为最小网格内所有分布式电源的电压标幺值、电流标幺值加权平均得到（以装机容量为权）；K通过最小网格内所有分布式电源中可开机容量占总装机容量的比例得到。
然后，进行标准分数处理，处理过程为标准分数z=(x-μ)/σ。其中x为某一具体分数，μ为平均数，σ为标准差；标准分数处理后得到信息矩阵G’；
G’=｛r’,c’,P’,Ppre’,U’,S’,Q’,I’,K’｝；
其中r’、c’分别为最小网格的行数r和列数c进行标准分数处理后的值；P’、Ppre’、U’、S’、Q’、I’、K’分别为P、Ppre、U、S、Q、I、K进行标准分数处理后的值。
（4）地理网格聚类；
根据信息矩阵G’计算欧式距离矩阵D，进行K-MEANS聚类。
其中，欧式距离的计算公式如下：
Figure 358405DEST_PATH_IMAGE004
式中Dij为第m个网格和第n个网格的地理信息之间的距离，k1至k9分别对应参数的计算权重系数，取值范围为[0,1]；
式中，rm ’、cm ’、 Pm ’、Ppre.m ’、Um ’、Sm ’、Qm ’、Im ’、Km ’分别为第m个网格的信息矩阵G’的值； rn ’、cn ’、 Pn ’、Ppre.n ’、Un ’、Sn ’、Qn ’、In ’、Kn ’分别为第n个网格的信息矩阵G’的值；
所述K-MEANS聚类直接使用现有的K均值聚类算法函数完成。
聚类的总数量N，根据地理区域面积、总实发功率、控制精细化要求等进行确定，在满足控制要求的基础上尽可能减少聚类总数量。例如，一个县/区行政区域优选50~100个聚类，一个地市行政区域优选500~1000个聚类；总实发有功功率100万kW且控制精度在10万kW时，优选10~20个聚类。
如图3所示为地理网格聚类的示意图，同种颜色的区域即为完成的聚类。完成地理网格聚类后，需完成每个聚类的基本信息聚合，得到聚类的信息矩阵J；
J=｛rj,cj, Pj,Ppre.j,Uj,Sj,Qj,Ij｝；
其中，j是用于聚类与最小网格区分的标志符号；rj、cj是聚类的行数和列数，分别由最小网格的行数r、列数c加权平均计算得到；Pj、Ppre.j、Sj、Qj分别为聚类的有功功率、预测功率、装机容量、无功功率，分别由最小网格的有功功率、预测功率、装机容量、无功功率加和计算得到；Uj、Ij分别为聚类的电压、电流，分别由最小网格的电压标幺值、电流标幺值加权平均计算得到；
然后，进行标准分数处理后得到信息矩阵J’；
J’=｛rj ’,cj ’, Pj ’,Ppre.j ’,Uj ’,Sj ’,Qj ’,Ij ’｝；
其中rj ’、cj ’分别为聚类的行数rj和列数cj进行标准分数处理后的值；Pj ’、Ppre.j ’、Uj ’、Sj ’、Qj ’、Ij ’分别为Pj、Ppre.j、Uj、Sj、Qj、Ij进行标准分数处理后的值。
3.聚类分区排序：
（1）轮换分区；
将聚类进行分区，分区数量为M。
分区方法和原则如下：
l 每个分区的聚类数量均分，存在无法整除时已有分区轮换分配1个；
l 分区内聚类满足地理相近的原则；
l 按照地理方位、区县、镇乡村、220kV变电站、35kV变电站等进行分区；例如可按照天然的东西南北方位分成4个分区，例如可按照区县镇行政区进行分区，然后微调聚类数量，例如可按照电网调度范围进行分区；
l 聚类数量小于10时，可简化分区，直接将聚类数量等于分区数量，M=N；
l 聚类数量在10~50之间时，优选4~10个分区；聚类数量在50~100之间时，优选8~20个分区；聚类数量在100以上时，优选8个以上分区。
（2）分数矩阵；
计算每个聚类的排序分数矩阵Scorei；
Scorei=｛β1*dPj.i ’+β2*Uj.i ’+β3*Sj.i ’+β4*Qj.i ’+β5*Ij.i ’,Mi,Ti｝；其中第一项的公式为排序分数矩阵Scorei的Score分数项；i为聚类的序号，其取值为1~N的整数；
dPj.i是Pj ’、Ppre.j ’根据控制指令计算得到的结果，当压减有功功率时dPj.i=Pj ’；当上调有功功率时dPj.i=Ppre.j ’-Pj ’，此时若计算的dPj.i<0，则赋值dPj.i=0；
dPj.i ’是dPj.i进行标准分数处理后的值；
Uj.i ’、Sj.i ’、Qj.i ’、Ij.i ’分别为聚类的电压、装机容量、无功功率、电流进行标准分数处理后的值；
β1~β5为排序分数计算的权重系数，取值范围为[0,1]，取值越大表征权重越大；优选的，β1和β2权重较大；
Mi为轮换分区标志位，表征分区；
Ti为特殊标识矩阵，可用于设置扶贫电站标识、电压越上限标识、电压越下限标识、特殊优先标识等，每个标志位取值为0和1，在无特殊标识时默认全为0。
示例：
Figure 414086DEST_PATH_IMAGE005
（3）计算排序；
计算排序分数矩阵Scorei的Score分数项，然后根据Score分数项、轮换分区标志位Mi、特殊标识矩阵Ti进行排序。
第一步，根据Score分数项由大到小排序；
第二步，根据特殊标识矩阵Ti进行特殊化处理，例如将扶贫标识的聚类排序调整至最后，在压减有功功率时将电压越上限标识的聚类排序调整到最前，在上调有功功率时将电压越下限标识的聚类排序调整到最前，特殊优先标识的聚类根据需求进行顺序调整；
第三步，根据轮换分区标志位Mi进行轮换排序调整，在分区内按照分数项进行由大到小排序，然后将每个分区第一顺位的聚类进行排序，接着将第二顺位的聚类进行排序，依次类推，得到最终总排序。
例如：
Figure 496311DEST_PATH_IMAGE006
4.控制指令分解执行；
根据上述总排序进行控制指令△P的分解，所述控制指令即是要调整的有功功率。
第一步，将聚类有功功率可调量dPj.i按照顺序依次相加，确定到第x个聚类后
Figure 558289DEST_PATH_IMAGE001
；其中VP即代表控制指令△P；
例如：
接到控制指令△P为下调10万千瓦，前x个聚类的总实时出力加和为11万千瓦，即前x个聚类的dPj.i加和为11万千瓦；前x-1个聚类可调量为9.5万千瓦；
第二步，将第1个至第x-1个聚类的控制指令置为全部关机或全部开机；
第三步，将第x个聚类内的网格进行筛选和加和计算，确定合计y个网格使得
Figure 409571DEST_PATH_IMAGE002
；δ为误差控制比例，优选的δ取1%~5%；dPi为聚类内网格的可调节量；
若出现多个网格组合均可满足要求的情形，选择控制误差
Figure 901732DEST_PATH_IMAGE003
最小的组合；若不存在满足要求的网格，选择控制误差
Figure 346620DEST_PATH_IMAGE003
最小的组合；
例如（接上例）：
如果前x个聚类全部关机，11万千瓦太多了，所以第x聚类里面只能关掉10-9.5=0.5万千瓦；
假设第x个聚类里面的，前y个网格可调量为0.6万千瓦，那么误差符合要求；
第四步，将第x个聚类内y个网格控制指令置为全部关机或全部开机；
接前例，下发指令为：将第1个至第x-1个聚类的控制指令置为全部关机。将第x个聚类内y个网格控制指令置为全部关机。
5.二次指令分解
在单个指令冷却周期后，完成实时状态更新，计算得到目前实发有功功率与目标有功功率(控制指令△P)的差值△P’，重复进行指令分解和指令执行步骤。
循环执行，直至达到控制精度，满足VP'<δVP，其中VP'即代表△P'。设置最大循环执行次数Z，避免过度调节。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于网格聚类的分布式电源群控群调控制方法，其特征在于，包括：
S1、分布式电源实时状态获取和控制指令获取；
S2、地理网格化聚类：明确分布式电源的类型并依据地理区域进行最小网格划分，并建立最小网格的信息矩阵；根据最小网格的信息矩阵计算欧式距离矩阵，进行K-MEANS聚类；聚类完成后建立聚类的信息矩阵；
S3、聚类分区排序：将聚类进行分区，依据聚类的信息矩阵计算各分区内的每个聚类的排序，得到最终的总排序；
S4、控制指令分解执行：根据所述总排序由前至后进行控制指令的分解，分解到具体聚类的最小网格进行控制；
S5、二次指令分解：在单个指令冷却周期后，计算得到目前实发有功功率与目标有功功率的差值，重复执行步骤S4，直到达到控制精度；
步骤S2所述最小网格的信息矩阵的建立过程包括：
S101、依据所控制地理区域进行最小网格划分，单一最小网格包含若干分布式电源；每一类型的分布式电源进行一张网格的划分；
S102、建立最小网格的初级信息矩阵G，G=｛r,c,P,Ppre,U,S,Q,I,K｝；r、c分别为最小网格的行数和列数；P、Ppre、U、S、Q、I、K分别为最小网格的有功功率、预测功率、电压、装机容量、无功功率、电流、开机状态；其中P、Ppre、S、Q分别为最小网格内所有分布式电源的有功功率、预测功率、装机容量、无功功率加和得到，U、I分别为最小网格内所有分布式电源的电压标幺值、电流标幺值加权平均得到；K通过最小网格内所有分布式电源中可开机容量占总装机容量的比例得到；
S103、对初级信息矩阵G进行标准分数处理得到最小网格的信息矩阵G’；G’=｛r’,c’,P’,Ppre’,U’,S’,Q’,I’,K’｝；其中r’、c’分别为最小网格的行数r和列数c进行标准分数处理后的值；P’、Ppre’、U’、S’、Q’、I’、K’分别为P、Ppre、U、S、Q、I、K进行标准分数处理后的值。
2.根据权利要求1所述的基于网格聚类的分布式电源群控群调控制方法，其特征在于，步骤S2所述聚类的信息矩阵的建立过程包括：
S201、建立聚类的初级信息矩阵J，J=｛rj,cj,Pj,Ppre.j,Uj,Sj,Qj,Ij｝，其中j是用于聚类与最小网格区分的标志符号；rj、cj是聚类的行数和列数，分别由最小网格的行数r、列数c加权平均计算得到；Pj、Ppre.j、Sj、Qj分别为聚类的有功功率、预测功率、装机容量、无功功率，分别由最小网格的有功功率、预测功率、装机容量、无功功率加和计算得到；Uj、Ij分别为聚类的电压、电流，分别由最小网格的电压标幺值、电流标幺值加权平均计算得到；
S202、对聚类的初级信息矩阵J进行标准分数处理得到聚类的信息矩阵J’，J’=｛rj ’,cj ’,Pj ’,Ppre.j ’,Uj ’,Sj ’,Qj ’,Ij ’｝；其中rj ’、cj ’分别为聚类的行数rj和列数cj进行标准分数处理后的值；Pj ’、Ppre.j ’、Uj ’、Sj ’、Qj ’、Ij ’分别为Pj、Ppre.j、Uj、Sj、Qj、Ij进行标准分数处理后的值。
3.根据权利要求1所述的基于网格聚类的分布式电源群控群调控制方法，其特征在于，步骤S3的具体方法包括：
S301、将聚类进行分区，分区数量为M，每个分区的聚类数量均分，存在无法整除时已有分区轮换分配1个；
S302、计算每个聚类的排序分数矩阵Scorei，Scorei=｛β1*dPj.i ’+β2*Uj.i ’+β3*Sj.i ’+β4*Qj.i ’+β5*Ij.i ’,Mi,Ti｝；其中i为聚类的序号，其取值为1~N的整数；矩阵的第一项的公式为排序分数矩阵Scorei的分数项；
dPj.i为聚类有功功率可调量，是聚类的有功功率Pj ’、聚类的预测功率Ppre.j ’根据控制指令计算得到的结果，当压减有功功率时dPj.i=Pj ’；当上调有功功率时dPj.i=Ppre.j ’-Pj ’，此时若计算的dPj.i<0，则赋值dPj.i=0；
dPj.i ’是dPj.i进行标准分数处理后的值；
Uj.i ’、Sj.i ’、Qj.i ’、Ij.i ’分别为第i个聚类的电压、装机容量、无功功率、电流进行标准分数处理后的值；
β1~β5为排序分数计算的权重系数，取值范围为[0,1]，取值越大表征权重越大；
Mi为轮换分区标志位，表征分区；
Ti为特殊标识矩阵，用于设置特殊标识，包括扶贫电站标识、电压越上限标识、电压越下限标识、特殊优先标识，每个标志位取值为0和1，在无特殊标识时默认全为0；
S303、根据排序分数矩阵Scorei的分数项由大到小排序；再根据特殊标识矩阵Ti进行特殊化处理，包括将扶贫标识的聚类排序调整至最后，在压减有功功率时将电压越上限标识的聚类排序调整到最前，在上调有功功率时将电压越下限标识的聚类排序调整到最前，特殊优先标识的聚类根据需求进行顺序调整；然后根据轮换分区标志位Mi进行轮换排序调整，在分区内按照分数项进行由大到小排序，然后将每个分区第一顺位的聚类进行排序，接着将第二顺位的聚类进行排序，依次类推，得到最终总排序。
4.根据权利要求1所述的基于网格聚类的分布式电源群控群调控制方法，其特征在于，步骤S4中所述控制指令的分解的具体过程包括：
S401、将聚类有功功率可调量dPj.i按照顺序依次相加，确定到第x个聚类后
Figure DEST_PATH_IMAGE001
；
S402、将第1个至第x-1个聚类的控制指令置为全部关机或全部开机；
S403、将第x个聚类内的网格进行筛选和加和计算，确定合计y个网格使得
Figure DEST_PATH_IMAGE002
；δ为误差控制比例，取1%~5%；若出现多个网格组合均可满足要求的情形，选择控制误差
Figure DEST_PATH_IMAGE003
最小的组合；若不存在满足要求的网格，选择控制误差
Figure 994991DEST_PATH_IMAGE003
最小的组合；
S404、将第x个聚类内y个网格控制指令置为全部关机或全部开机。
5.一种基于网格聚类的分布式电源群控群调控制装置，其特征在于，包括：
获取模块，用于分布式电源实时状态获取和控制指令获取；
聚类模块，用于地理网格化聚类：明确分布式电源的类型并依据地理区域进行最小网格划分，并建立最小网格的信息矩阵；根据最小网格的信息矩阵计算欧式距离矩阵，进行K-MEANS聚类；聚类完成后建立聚类的信息矩阵；
排序模块，用于聚类分区排序，将聚类进行分区，依据聚类的信息矩阵计算各分区内的每个聚类的排序，得到最终的总排序；
分解执行模块，根据所述总排序由前至后进行控制指令的分解，分解到具体聚类的最小网格进行控制；
二次指令分解模块，在单个指令冷却周期后，计算得到目前实发有功功率与目标有功功率的差值，重复执行分解执行模块，直到达到控制精度；
所述聚类模块包括：
网格划分单元，依据所控制地理区域进行最小网格划分，单一最小网格包含若干分布式电源；每一类型的分布式电源进行一张网格的划分；
网格矩阵建立单元，建立最小网格的初级信息矩阵G，G=｛r,c,P,Ppre,U,S,Q,I,K｝；r、c分别为最小网格的行数和列数；P、Ppre、U、S、Q、I、K分别为最小网格的有功功率、预测功率、电压、装机容量、无功功率、电流、开机状态；其中P、Ppre、S、Q分别为最小网格内所有分布式电源的有功功率、预测功率、装机容量、无功功率加和得到，U、I分别为最小网格内所有分布式电源的电压标幺值、电流标幺值加权平均得到；K通过最小网格内所有分布式电源中可开机容量占总装机容量的比例得到；
第一标准分数处理单元，对初级信息矩阵G进行标准分数处理得到最小网格的信息矩阵G’；G’=｛r’,c’,P’,Ppre’,U’,S’,Q’,I’,K’｝；其中r’、c’分别为最小网格的行数r和列数c进行标准分数处理后的值；P’、Ppre’、U’、S’、Q’、I’、K’分别为P、Ppre、U、S、Q、I、K进行标准分数处理后的值。
6.根据权利要求5所述的基于网格聚类的分布式电源群控群调控制装置，其特征在于，所述聚类模块还包括：
聚类矩阵建立单元，建立聚类的初级信息矩阵J，J=｛rj,cj,Pj,Ppre.j,Uj,Sj,Qj,Ij｝，其中j是用于聚类与最小网格区分的标志符号；rj、cj是聚类的行数和列数，分别由最小网格的行数r、列数c加权平均计算得到；Pj、Ppre.j、Sj、Qj分别为聚类的有功功率、预测功率、装机容量、无功功率，分别由最小网格的有功功率、预测功率、装机容量、无功功率加和计算得到；Uj、Ij分别为聚类的电压、电流，分别由最小网格的电压标幺值、电流标幺值加权平均计算得到；
第二标准分数处理单元，对聚类的初级信息矩阵J进行标准分数处理得到聚类的信息矩阵J’，J’=｛rj ’,cj ’,Pj ’,Ppre.j ’,Uj ’,Sj ’,Qj ’,Ij ’｝；其中rj ’、cj ’分别为聚类的行数rj和列数cj进行标准分数处理后的值；Pj ’、Ppre.j ’、Uj ’、Sj ’、Qj ’、Ij ’分别为Pj、Ppre.j、Uj、Sj、Qj、Ij进行标准分数处理后的值。
7.根据权利要求5所述的基于网格聚类的分布式电源群控群调控制装置，其特征在于，所述排序模块包括：
分区单元，将聚类进行分区，分区数量为M，每个分区的聚类数量均分，存在无法整除时已有分区轮换分配1个；
分数计算单元，计算每个聚类的排序分数矩阵Scorei，Scorei=｛β1*dPj.i ’+β2*Uj.i ’+β3*Sj.i ’+β4*Qj.i ’+β5*Ij.i ’,Mi,Ti｝；其中i为聚类的序号，其取值为1~N的整数；矩阵的第一项的公式为排序分数矩阵Scorei的分数项；
dPj.i为聚类有功功率可调量，是聚类的有功功率Pj ’、聚类的预测功率Ppre.j ’根据控制指令计算得到的结果，当压减有功功率时dPj.i=Pj ’；当上调有功功率时dPj.i=Ppre.j ’-Pj ’，此时若计算的dPj.i<0，则赋值dPj.i=0；
dPj.i ’是dPj.i进行标准分数处理后的值;
Uj.i ’、Sj.i ’、Qj.i ’、Ij.i ’分别为第i个聚类的电压、装机容量、无功功率、电流进行标准分数处理后的值;
β1~β5为排序分数计算的权重系数，取值范围为[0,1]，取值越大表征权重越大；
Mi为轮换分区标志位，表征分区；
Ti为特殊标识矩阵，用于设置特殊标识，包括扶贫电站标识、电压越上限标识、电压越下限标识、特殊优先标识，每个标志位取值为0和1，在无特殊标识时默认全为0；
总排序单元，根据排序分数矩阵Scorei的分数项由大到小排序；再根据特殊标识矩阵Ti进行特殊化处理，包括将扶贫标识的聚类排序调整至最后，在压减有功功率时将电压越上限标识的聚类排序调整到最前，在上调有功功率时将电压越下限标识的聚类排序调整到最前，特殊优先标识的聚类根据需求进行顺序调整；然后根据轮换分区标志位Mi进行轮换排序调整，在分区内按照分数项进行由大到小排序，然后将每个分区第一顺位的聚类进行排序，接着将第二顺位的聚类进行排序，依次类推，得到最终总排序。
8.根据权利要求5所述的基于网格聚类的分布式电源群控群调控制装置，其特征在于，所述分解执行模块包括：
第一单元，将聚类有功功率可调量dPj.i按照顺序依次相加，确定到第x个聚类后
Figure 459602DEST_PATH_IMAGE001
；
第二单元，将第1个至第x-1个聚类的控制指令置为全部关机或全部开机；
第三单元，将第x个聚类内的网格进行筛选和加和计算，确定合计y个网格使得
Figure 439672DEST_PATH_IMAGE002
；δ为误差控制比例，取1%~5%；若出现多个网格组合均可满足要求的情形，选择控制误差
Figure 444668DEST_PATH_IMAGE003
最小的组合；若不存在满足要求的网格，选择控制误差
Figure 196723DEST_PATH_IMAGE003
最小的组合；
第四单元，将第x个聚类内y个网格控制指令置为全部关机或全部开机。
CN202210248938.XA 2022-03-15 2022-03-15 一种基于网格聚类的分布式电源群控群调控制方法及装置 Active CN114336785B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210248938.XA CN114336785B (zh) 2022-03-15 2022-03-15 一种基于网格聚类的分布式电源群控群调控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210248938.XA CN114336785B (zh) 2022-03-15 2022-03-15 一种基于网格聚类的分布式电源群控群调控制方法及装置

Publications (2)

Publication Number Publication Date
CN114336785A CN114336785A (zh) 2022-04-12
CN114336785B true CN114336785B (zh) 2022-05-20

Family

ID=81033552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210248938.XA Active CN114336785B (zh) 2022-03-15 2022-03-15 一种基于网格聚类的分布式电源群控群调控制方法及装置

Country Status (1)

Country Link
CN (1) CN114336785B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116760194B (zh) * 2023-08-17 2023-11-03 北京南天智联信息科技股份有限公司 一种基于网格聚类的分布式电源群控群调控制方法及装置
CN116845974B (zh) * 2023-08-31 2024-01-23 广东电网有限责任公司中山供电局 一种分布式电源快速控制方法、装置、设备和介质
CN117332291B (zh) * 2023-11-30 2024-03-26 中国电力科学研究院有限公司 一种面向分布式光伏的区域资源监测布局方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108574300B (zh) * 2018-04-19 2020-06-30 中国科学院电工研究所 一种基于相似性聚合的分布式光伏发电功率状态估计方法
CN109193649A (zh) * 2018-10-23 2019-01-11 东南大学 基于深度信念网络的分布式光伏集群动态等值建模方法
CN109728603A (zh) * 2018-12-26 2019-05-07 天津大学 有源配电网分布式电源分区就地电压控制策略整定方法
CN112328851B (zh) * 2020-11-10 2023-11-03 国能日新科技股份有限公司 分布式电源监测方法、装置及电子设备

Also Published As

Publication number Publication date
CN114336785A (zh) 2022-04-12

Similar Documents

Publication Publication Date Title
CN114336785B (zh) 一种基于网格聚类的分布式电源群控群调控制方法及装置
CN108306303B (zh) 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
CN109657993B (zh) 一种基于非合作博弈的能源局域网储能系统自动需求响应方法
CN105186525B (zh) 风电接入下无功电压控制分区方法
CN109904869A (zh) 一种微电网混合储能容量配置的优化方法
CN112821470B (zh) 基于小生境混沌粒子群算法的微网群优化调度策略
CN110429649A (zh) 考虑灵活性的高渗透率可再生能源集群划分方法
CN104091207A (zh) 考虑有害气体排放量的含风电场多目标机组组合优化方法
CN108808737A (zh) 促进可再生分布式电源消纳的主动配电网优化调度方法
CN113381416B (zh) 多类型柔性负荷参与的调峰方法及系统
CN113378100B (zh) 考虑碳排放的配电网源网荷储协同优化调度模型和方法
CN113783224A (zh) 一种考虑多种分布式能源运行的配电网双层优化规划方法
CN115173453A (zh) 一种储能辅助电网调峰的优化配置方法
CN102510108A (zh) 一种用于求取地区电网最大风电装机容量的方法
Zeng et al. Scenario-set-based economic dispatch of power system with wind power and energy storage system
CN111092451A (zh) 一种基于配电网网格的光伏消纳预警方法
CN112671035A (zh) 一种基于风电预测的虚拟电厂储能容量配置方法
CN115907213A (zh) 基于云集端分层架构的考虑设备健康度的群控群调策略
CN107565880B (zh) 优化型风光互补混合发电系统
CN115036914A (zh) 考虑灵活性与新能源消纳的电网储能双层优化方法及系统
CN109038654A (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
CN111525556B (zh) 一种计及风电置信风险的多目标最优潮流计算方法
CN113972665A (zh) 一种光伏电站参与电网主动调压的无功优化控制方法
CN116404642A (zh) 一种分布式电源集群划分方法、装置、电子设备及存储介质
CN114784896A (zh) 面向虚拟电厂的规模化充电桩能量优化管理方法和系统

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