CN114597969A - 计及智能软开关和虚拟电厂技术的配电网双层优化方法 - Google Patents

计及智能软开关和虚拟电厂技术的配电网双层优化方法 Download PDF

Info

Publication number
CN114597969A
CN114597969A CN202210256660.0A CN202210256660A CN114597969A CN 114597969 A CN114597969 A CN 114597969A CN 202210256660 A CN202210256660 A CN 202210256660A CN 114597969 A CN114597969 A CN 114597969A
Authority
CN
China
Prior art keywords
power
distribution network
layer
node
power distribution
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.)
Granted
Application number
CN202210256660.0A
Other languages
English (en)
Other versions
CN114597969B (zh
Inventor
冯欣凯
程若发
魏天赐
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.)
Nanchang Hangkong University
Original Assignee
Nanchang Hangkong 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 Nanchang Hangkong University filed Critical Nanchang Hangkong University
Priority to CN202210256660.0A priority Critical patent/CN114597969B/zh
Publication of CN114597969A publication Critical patent/CN114597969A/zh
Application granted granted Critical
Publication of CN114597969B publication Critical patent/CN114597969B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/38—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution 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
    • 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
    • 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
    • H02J2300/28—The renewable source being wind energy
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种计及智能软开关和虚拟电厂技术的配电网双层优化方法，上层技术型虚拟电厂调度模型形成上层的主动配电网虚拟电厂上层优化调度策略，采用上层目标函数综合考虑灵活性量化指标净负荷适应率和经济效益；下层无功优化运行模型将智能软开关SOP、OLTC、CB和静态无功补偿装置多种无功补偿设备配合，制定计及SOP的有源配电网电压无功协调下层无功控制策略。本发明在虚拟电厂的优化策略中通过双层优化方法发挥了智能软开关的优势，在实现系统的经济运行的前提下，很大程度上减小了电压偏差量，减小了系统运行时DG随机出力的产生的损失，为配电网的规划与运行提供了参考。

Description

计及智能软开关和虚拟电厂技术的配电网双层优化方法
技术领域
本发明涉及智能电网的技术领域，尤其涉及一种计及智能软开关和虚拟电厂技术的配电网双层优化方法。
背景技术
近年来，电网中风电、光伏等分布式电源(distributed generation，DG)渗透率逐渐攀升，配电网络正逐渐从无源网络转变为有源配电网络，包括能量收集、传输、存储和分配的作用。挥发性的DG和各种需求侧资源开始参与主动配电网(ADN)的管理，使得操作更加复杂和具有挑战性。由风电、光伏组成的间歇性资源以及电动汽车等可控负荷在时空分布上存在显著的不确定性，经常导致馈线功率和电压产生剧烈波动。这些干扰导致更多的电压和无功控制问题，增加操作损耗，甚至导致主动配电网的稳定性问题。加剧了ADN中电压违规的风险。受物理约束限制的传统电压调节装置，在DG频繁波动时，难以精确地满足实时电压和无功控制的要求。如何在主动配电网优化管理中同时协调好经济性、安全性和灵活性等指标是一个具有重要战略价值的问题。
智能软开关是一种柔性电力电子器件，可作为连续无功电源，实现快速电压调节。考虑到智能软开关(soft open point，SOP)的有限能力和相对较高的投资，传统的无功调节设备无法在短期内完全更换。因此，在ADN中实现SOP与其他调节装置之间的协调具有重要意义。
虚拟电厂(virtual power plant，VPP)技术的应用和发展为解决配电网灵活性问题提供了新思路新方案。目前的研究根据VPP特性及功能将其划分为两类：技术型虚拟电厂(technical VPP，TVPP)和商业型虚拟电厂(commercial VPP，CVPP)。其中，在输配电分离的电力市场环境下以TVPP模式运行，最优调度策略能够保障配电网的安全性和灵活性，具有广阔的应用前景。
中国专利公开了“一种配电网双层优化方法”(公告号：110969284)从经济性和安全性的角度对配电网进行优化管理，上层以配电网有功网损最小作为优化目标，下层考虑负荷聚集商收益最大化为优化目标，两者结合使得负荷聚集商在自身获得经济收益的同时，对配电网的安全运行起到一定的积极作用。然而由于单纯以有功网损为目标的优化管理，只保证了电压安全约束，运行时，多出现安全电压临界值，由于风光负荷的不确定性可能会出现越限的情况。对于安全性的考量不足，工程价值有限。而以负荷聚集商收益最大化为优化目标，只考虑市场运行侧的经济效益，没有考虑到系统运行侧的灵活效益，忽略了对于配电网自身的经济效益。
发明内容
为了解决现有技术的不足，同时获得更高的精度与更快的求解速度，本发明提供一种基于IEEE 33节点配电网的计及智能软开关和虚拟电厂技术的配电网双层优化方法，基于场景法描述风光出力不确定性，并优化极限场景以保证配电网灵活性；基于二阶锥凸优化理论，将非凸非线性条件转化为混合整数二阶锥规划模型，基于YALMIP/CPLEX工具以提高求解效率。
本发明目的是这样实现的。一种计及智能软开关和虚拟电厂技术的配电网双层优化方法，其特征在于，包括上层技术型虚拟电厂调度模型和下层无功优化运行模型，所述上层技术型虚拟电厂调度模型通过计及储能(energy storage system，ESS)、可中断负荷(interruptable load，IL)和分布式电源(distributed generation，DG)辅助参与配电网灵活性优化，形成上层的主动配电网虚拟电厂上层优化调度策略，采用上层目标函数综合考虑灵活性量化指标净负荷适应率和经济效益；所述下层无功优化运行模型将智能软开关SOP、OLTC、CB和静态无功补偿装置(SVC)多种无功补偿设备配合，制定计及SOP的有源配电网电压无功协调下层无功控制策略，下层目标函数为网损和电压偏差最小；
具体步骤如下：
步骤一，在上层技术型虚拟电厂调度模型中的目标函数为：
Figure BDA0003548665140000021
上式中，w为权重系数；F为VPP总收益，单位为元；Fmax、Fmin作为VPP总收益最大值和最小值，单位为元；ε为净负荷适应率，单位为pu；εmin和εmax分别是净负荷适应率的最小值和最大值，单位为pu；
设定净负荷适应率计算公式为：
Figure BDA0003548665140000022
上式中，t为时段标志，单位为h；εt为t时段下的净负荷适应率，单位为pu，由计算获得或直接给出；
设定虚拟电厂各经济指标计算公式为：
F＝FL-Fg-FVPP
Figure BDA0003548665140000031
Figure BDA0003548665140000032
Figure BDA0003548665140000033
上式中，Fmax、Fmin作为VPP总收益最大值和最小值，单位为元；FL为向用户售电收益，单位为元；Fg主网与VPP电能交互费用，单位为元；cbuy、csell分别为向主网购电和售电时电价，单位为元/MWh；Pt buy、Pt sell为VPP购电量和售电量，单位为MW；cIL可中断用户切负荷的补偿成本cESS为储能运行维护成本，单位为：元/MWh；
步骤二，设置上层技术型虚拟电厂调度模型的约束条件为：
1)储能(ESS)约束：
Figure BDA0003548665140000034
上式中，Ei,t为储能装置容量；ηc、ηd为充放电效率；Emax、Emin为储能装置的容量上下限；
2)可中断负荷(IL)约束：
Figure BDA0003548665140000035
Figure BDA0003548665140000036
上式中，
Figure BDA0003548665140000037
可中断负荷切断负荷上限；
Figure BDA0003548665140000038
为一个调度周期中调用可中断负荷次数上限；
3)风光运行约束：
Figure BDA0003548665140000039
Figure BDA00035486651400000310
上式中，
Figure BDA0003548665140000041
为节点i在第t时段的风光实际出力值；
Figure BDA0003548665140000042
为节点i在第t时段的风光预测出力；
步骤三，在下层无功优化运行模型中的目标函数为：
选取主动配电网的网损和节点电压偏差综合费用最小值作为无功优化目标函数，其数学表达公式如下：
min C＝floss+λfV
上式中，floss为系统功率损耗成本；fV为电压偏差量；λ为偏离期望电压幅值的惩罚系数；
设定系统功率损耗成本和电压偏差量的具体计算公式为：
Figure BDA0003548665140000043
Figure BDA0003548665140000044
上式中，closs为系统功率损耗惩罚电价；
Figure BDA0003548665140000045
为电压期望幅值；
步骤四，所述下层无功优化运行模型的约束条件为：
1)智能软开关(SOP)建模：
Figure BDA0003548665140000046
Figure BDA0003548665140000047
Figure BDA0003548665140000048
上式中，JSOP为SOP集合；
Figure BDA0003548665140000049
为SOP的两个VSC的有功传输值；
Figure BDA00035486651400000410
为SOP的两个VSC的无功注入值；
Figure BDA00035486651400000411
和
Figure BDA00035486651400000412
表示两个VSC的无功支撑上下限；
Figure BDA00035486651400000413
表示两个VSC的安装容量；
2)有载调压变压器(OLTC)建模：
Figure BDA00035486651400000414
Figure BDA00035486651400000415
Figure BDA0003548665140000051
上式中，JOLTC为包含OLTC的变电站节点集合；
Figure BDA0003548665140000052
为变压器高压侧电压值；rj,max、rj,min为OLTC可调变上下限的平方；为OLTC变比平方；rj,s表示OLTC档位s与档位s-1变比平方的差值；
Figure BDA0003548665140000053
为挡位标识变量；
Figure BDA0003548665140000054
为OLTC挡位变化标识量；SRj为最大挡位范围；
Figure BDA0003548665140000055
为挡位最大可调数；
3)分组投切电容器组(CB)建模：
Figure BDA0003548665140000056
Figure BDA0003548665140000057
上式中，JCB为CB节点集合；
Figure BDA0003548665140000058
为投运组数；
Figure BDA0003548665140000059
为节点j连接CB组数上限；
Figure BDA00035486651400000510
为CB每组补偿功率；
Figure BDA00035486651400000511
为操作次数上限；
4)静态无功补偿装置(SVC)建模：
Figure BDA00035486651400000512
上式中，JSVC为SVC节点集合
Figure BDA00035486651400000513
为连续无功补偿设备无功补偿上下限；
步骤五，通过所述上层无功优化模型的SOP方程进行二阶锥松弛，其数学公式如下
1)智能软开关转化为旋转锥约束：
Figure BDA00035486651400000514
Figure BDA00035486651400000515
步骤六，基于Distflow支路潮流模型经过二阶锥松弛后的配电网潮流模型，将上层无功优化模型转化为混合整数二阶锥规划MISOCP模型，进而降低求解的难度，其数学模型如下：
1)潮流约束：
Figure BDA0003548665140000061
Figure BDA0003548665140000062
Figure BDA0003548665140000063
Figure BDA0003548665140000064
Figure BDA0003548665140000065
Figure BDA0003548665140000066
上式中，u(j)为配电网络中以j为尾节点的首节点集合；v(j)为配电网络中以j为首节点的尾节点集合；rij,xij表示支路ij的电阻和电抗；
Figure BDA0003548665140000067
为支路ij的传输电流的平方；
Figure BDA0003548665140000068
为节点电压平方；
2)配电网安全约束：
Figure BDA0003548665140000069
Figure BDA00035486651400000610
上式中，Vi,max、Vi,min为节点i的电压上下限；Iij,max、Iij，min为支路ij的电流上下限；
步骤七，实施以下运行步骤：
1)根据步骤一至步骤七，输入如下系统参数信息：配电网网络拓扑结构、多时段节点负荷参数、以及智能软开关、风电光伏机组、储能系统和可中断负荷的基本信息，得到优化调度结果，包括：根据SOP、SVC运行状态和OLTC、CB的档位状态、风电光伏机组、储能系统和可中断负荷的基本信息以及技术型虚拟电厂调度模型，在以TVPP综合效益最大的前提下得到ESS、PL与DG的运行状态；根据ESS、PL与DG的运行状态、配电网参数、多时段节点负荷参数以及无功优化运行模型，计算网损和节点电压偏差综合成本最小时得到SOP、SVC运行状态和OLTC、CB的挡位状态；
2)在所述计算网损和节点电压偏差综合成本最小时SOP、SVC运行状态和OLTC、CB的挡位状态的过程中，考虑到智能软开关在电力系统中已有初步应用，加入智能软开关以有效缓解功率需求并平滑功率波动；
3)利用Matlab软件、Cplex求解器进行求解，最后得到优化后的结果。
本发明能充分考虑DG出力的波动性与随机性，在实现系统的经济运行的前提下，在提升配电网电压水平的同时改善增加系统灵活性，保障配电网经济安全运行，减小了系统运行是DG随机出力的产生的损失。通过二阶锥松弛技术将配电网潮流约束以及智能软开关约束等非线性问题转化为线性问题，并调用专业的Cplex求解器求解，使得求解过程更加快速、准确和可靠。在充分考虑到灵活性指标的前提下实现了电能质量和经济效益均有所改善的结果，对配电网的经济安全运行起到积极的作用。本发明在虚拟电厂的优化策略中通过双层优化方法发挥了智能软开关的优势，在实现系统的经济运行的前提下，很大程度上减小了电压偏差量，减小了系统运行时DG随机出力的产生的损失，为配电网的规划与运行提供了参考。
附图说明
图1为本发明的流程图；
图2为本发明的结构图；
图3为本发明实施例配电网架构图；
图4为本发明实施例配电网架构图的17节点在两种场景下的日电压波动曲线对比图。
具体实施方式
为了更清楚地说明本发明的配电网双层优化方法，以下结合附图和实施例作进一步描述。
参见图1至图4，本发明的计及智能软开关和虚拟电厂技术的配电网双层优化方法的流程为：首先根据具体情况设定配电网参数，添加分布式电源参数以及IL、ESS、OLTC、CB、SVC的基本信息，时段记为t，迭代次数记为i，然后将参数传入上层无功优化模型进行第一个时段的优化，以vpp最大为目标函数，记录并输出风电光伏、ESS和IL的状态，将它们传入下层无功优化模型，记录并输出OLTC、CB、SVC和SOP的状态，将上下层记录的状态与目标值比较，如果满足迭代条件则以该次数据输出风电光伏、ESS和IL的状态，得到优化后的结果，进入下一时段，如果不满足迭代条件，则将下层得到的风电光伏、ESS和IL的状态传回上层进行新一轮迭代，假如三十次迭代都没有得到满足迭代条件的数据，则在三十次数据中选择最小值输出结果，并进入下一时段，总共完成二十四小时的优化(如图1所示)。
如图2所示，该模型以参数传递更新状态，以此实现灵活高效的源-网-荷互动。具体结构为上层以TVPP综合效益最大为目标函数，优化ESS、PV、WT的出力和PL切断负荷值，将结果传递至下层；下层以综合成本最小为目标函数，优化SOP、SVC出力和OLTC、CB的挡位状态，将结果再传递至上层。
本发明采用了33节点配电网系统，网络参数以某地区为例，参阅图3可知，在具体节点标注了各种设备的安装情况。
本发明实施例配电网架构图的17节点在两种场景下的日电压波动曲线对比(如图4所示)，场景1为考虑SOP和多种无功补偿设备协同的虚拟电厂双层协同优化调度，所有的设备都运行的情况；场景2为仅在常规调整OLTC和切换CB等无功补偿设备和VPP设备的基础上进行技术性虚拟电厂优化，即不添加智能软开关，其余设备正常运行的情况，包括以下步骤：
以图4中场景1的情况为例，根据预先建立的计及智能软开关的主动配电网双层优化调度模型，输入如下系统参数信息：配电网网络拓扑结构、多时段节点负荷参数，以及智能软开关、风电光伏机组、储能系统和可中断负荷的基本信息，得到优化调度结果；
其中，所述配电网双层优化调度模型包括上层的技术型虚拟电厂调度模型和下层的无功优化运行模型，所述技术型虚拟电厂调度模型以考虑了主动配电网灵活性指标的最大化经济收益为优化目标，所述无功优化运行模型以主动配电网的网损和节点电压偏差综合费用最小作为优化目标，所述技术型虚拟电厂调度模型的优化结果代入无功优化运行模型，所述无功优化运行模型根据所述技术型虚拟电厂调度模型的优化结果输出优化调度结果再代入技术型虚拟电厂调度模型，反复迭代后最终获得最优结果，包括灵活性量化指标净负荷适应率、经济效益、电压总偏差和配电网网损。
上层模型是站在主动配电网灵活性需求得到满足前提下的最优化经济调度，目标函数是加权并归一化处理后的最大化总收益与净负荷适应率的目标优化问题
技术型虚拟电厂调度模型的目标函数为：
Figure BDA0003548665140000091
上式中，w为权重系数；F为VPP总收益，单位为元；Fmax、Fmin作为VPP总收益最大值和最小值，单位为元；ε为净负荷适应率，单位为pu；εmin和εmax分别是净负荷适应率的最小值和最大值，单位为pu。
配电网中的灵活性资源需要在满足系统时空特性弹性的同时具备响应速度快、持续时长等特点，从而达到平抑源-荷双向不确定性所产生的功率波动的效果。TVPP内部的储能设备和可中断负荷作为灵活性资源，通过通信技术实现对负荷需求与不可控DG出力波动的互补。
净负荷从源-荷两侧角度考虑，定义为有功负荷需求与风电、光伏有功出力之差。考虑到DG出力的不确定性，预测误差可能会对净负荷波动曲线造成较大的影响。表明系统对灵活性资源在向上以及向下调节能力的需求；
以净负荷适应率作为配电网灵活性指标，表征配电网灵活性资源对于系统净负荷变化的能力，由灵活性资源可调度量与净负荷变化幅值的比值得出。不同灵活性资源的可调度情况与其运行特性和运行状态有关，设定净负荷适应率计算公式为：
Figure BDA0003548665140000092
Figure BDA0003548665140000093
上式中，t为时段标志，单位为h；εt为t时段下的净负荷适应率，单位为pu(由计算获得或直接给出)；st,up、st,dn为净负荷波动正、负值的状态标志；Pt,up、Pt,dn为灵活性资源上下可调裕量，单位为MW；
Figure BDA0003548665140000101
为t时刻下系统净负荷，单位为MW；
Figure BDA0003548665140000102
为用户有功负荷，单位为MW；
Figure BDA0003548665140000103
为风电、光伏原始出力；i为网络节点标识；
Figure BDA0003548665140000104
为储能装置充放电状态标识；
Figure BDA0003548665140000105
为储能装置的充放电功率，单位为MW；
Figure BDA0003548665140000106
为储能装置的充放电功率上限，单位为MW；
Figure BDA0003548665140000107
为被切断的可中断负荷功率，单位为MW。
设定虚拟电厂各经济指标计算公式为：
F＝FL-Fg-FVPP
Figure BDA0003548665140000108
Figure BDA0003548665140000109
Figure BDA00035486651400001010
上式中，Fmax、Fmin作为VPP总收益最大值和最小值，单位为元；FL为向用户售电收益，单位为元；Fg主网与VPP电能交互费用，单位为元；cbuy、csell分别为向主网购电和售电时电价，单位为元/MVh；Pt buy、Pt sell为VPP购电量和售电量，单位为MW；cIL可中断用户切负荷的补偿成本cESS为储能运行维护成本，单位为元/MWh。
所述技术型虚拟电厂调度模型的约束条件为：
1)储能(ESS)约束
Figure BDA00035486651400001011
上式中，Ei,t为储能装置容量；ηc、ηd为充放电效率；Emax、Emin为储能装置的容量上下限；
2)可中断负荷(IL)约束：
Figure BDA0003548665140000111
Figure BDA0003548665140000112
上式中，
Figure BDA0003548665140000113
可中断负荷切断负荷上限；
Figure BDA0003548665140000114
为一个调度周期中调用可中断负荷次数上限；
3)风光运行约束：
采用不考虑无功的DG建模，考虑DG能在一定情况下允许弃电，且假设DG仅与有功出力有关：
Figure BDA0003548665140000115
Figure BDA0003548665140000116
上式中，
Figure BDA0003548665140000117
为节点i在第t时段的风光实际出力值；
Figure BDA0003548665140000118
为节点i在第t时段的风光预测出力；
4)VPP交互功率约束：
Figure BDA0003548665140000119
Figure BDA00035486651400001110
Figure BDA00035486651400001111
Figure BDA00035486651400001112
Figure BDA00035486651400001113
上式中，
Figure BDA00035486651400001114
分别为VPP与主网交互有功、无功上限，单位为MW。
下层模型以上层模型中TVPP分布式电源情况为主要前提，以主动配电网中网损和节点电压偏差综合费用最小作为无功优化目标函数制定运行方案。考虑到智能软开关在电力系统中已有初步应用，能够有效缓解功率需求并平滑功率波动。
其中，所述无功优化运行模型的目标函数为：
min C＝floss+λfV
上式中，floss为系统功率损耗成本；fV为电压偏差量；λ为偏离期望电压幅值的惩罚系数；选取主动配电网的网损和节点电压偏差综合费用最小作为无功优化目标函数，不考虑风光出力不确定性。
设定系统功率损耗成本和电压偏差量的具体计算公式为：
Figure BDA0003548665140000121
Figure BDA0003548665140000122
上式中，closs为系统功率损耗惩罚电价；
Figure BDA0003548665140000123
为电压期望幅值；当电压幅值超出期望范围时，条件将起作用，使偏离期望幅值的程度最小化。
所述无功优化运行模型的约束条件为：
1)智能软开关(SOP)建模：
SOP主要是基于全控的电力电子设备。本文采用背靠背电压源转换器(back toback voltage source converter，B2B VSC)对稳态下SOP的优化模型进行分析[19]。SOP的可控变量包括两个转换器输出的有功功率和无功功率。考虑到B2B VSC的功率足够高，本文不考虑损耗。同时由于直流隔离的影响，两变流器相互独运行，满足自身容量约束即可。然后得到SOP模型，包含以下约束条件：
Figure BDA0003548665140000124
Figure BDA0003548665140000125
Figure BDA0003548665140000126
上式中，JSOP为SOP集合；
Figure BDA0003548665140000127
为SOP的两个VSC的有功传输值；
Figure BDA0003548665140000128
为SOP的两个VSC的无功注入值；
Figure BDA0003548665140000129
和
Figure BDA00035486651400001210
表示两个VSC的无功支撑上下限；
Figure BDA00035486651400001211
表示两个VSC的安装容量；
2)有载调压变压器(OLTC)建模：
OLTC主要用于调节低压侧电压，OLTC可使配电网变电站母线节点转换成可调量，接入OLTC后母线节点电压和OLTC可调变比有以下替换：
Figure BDA00035486651400001212
Figure BDA0003548665140000131
Figure BDA0003548665140000132
上式中，JOLTC为包含OLTC的变电站节点集合；
Figure BDA0003548665140000133
为变压器高压侧电压值；rj,max、rj,min为OLTC可调变上下限的平方；为OLTC变比平方；rj,s表示OLTC档位s与档位s-1变比平方的差值。
Figure BDA0003548665140000134
为挡位标识变量；
Figure BDA0003548665140000135
为OLTC挡位变化标识量；SRj为最大挡位范围；
Figure BDA0003548665140000136
为挡位最大可调数；
3)分组投切电容器组(CB)建模：
Figure BDA0003548665140000137
Figure BDA0003548665140000138
上式中，JCB为CB节点集合；
Figure BDA0003548665140000139
为投运组数；
Figure BDA00035486651400001310
为节点j连接CB组数上限；
Figure BDA00035486651400001311
为CB每组补偿功率；
Figure BDA00035486651400001312
为操作次数上限；
4)静态无功补偿装置(SVC)建模：
Figure BDA00035486651400001313
上式中，JSVC为SVC节点集合
Figure BDA00035486651400001314
为连续无功补偿设备无功补偿上下限。
通过所述无功优化模型的SOP方程进行二阶锥松弛，其数学公式如下：
1)智能软开关转化为旋转锥约束：
Figure BDA00035486651400001315
Figure BDA00035486651400001316
进一步包括，基于Distflow支路潮流模型经过二阶锥松弛后的配电网潮流模型，将所述的无功优化模型转化为混合整数二阶锥规划MISOCP模型，进一步降低求解的难度，其数学模型如下：
1)潮流约束：
Figure BDA0003548665140000141
Figure BDA0003548665140000142
Figure BDA0003548665140000143
Figure BDA0003548665140000144
Figure BDA0003548665140000145
Figure BDA0003548665140000146
上式中，u(j)为配电网络中以j为尾节点的首节点集合；v(j)为配电网络中以j为首节点的尾节点集合；rij,xij表示支路ij的电阻和电抗；
Figure BDA0003548665140000147
为支路ij的传输电流的平方；
Figure BDA0003548665140000148
为节点电压平方；
2)配电网安全约束：
Figure BDA0003548665140000149
Figure BDA00035486651400001410
上式中，Vi,max、Vi,min为节点i的电压上下限；Iij,max、Iij，min为支路ij的电流上下限；
根据预先建立的计及智能软开关的主动配电网双层优化调度模型，输入如下系统参数信息：配电网网络拓扑结构、多时段节点负荷参数、以及智能软开关、风电光伏机组、储能系统和可中断负荷等虚拟电厂的聚合单元的基本信息，得到优化调度结果，包括：
根据SOP、SVC运行状态和OLTC、CB的挡位状态、风电光伏机组、储能系统和可中断负荷等虚拟电厂的聚合单元的基本信息以及技术型虚拟电厂调度模型，在以TVPP综合效益最大的前提下得到ESS、PL与DG的运行状态。
根据ESS、PL与DG的运行状态、配电网参数、多时段节点负荷参数以及无功优化运行模型，得到SOP、SVC运行状态和OLTC、CB的挡位状态。
所述根据ESS、PL与DG的运行状态、网络拓扑结构、分布式电源和节点负荷等基本信息以及无功优化运行模型，得到SOP、SVC运行状态和OLTC、CB的挡位状态。包括：
根据ESS、PL与DG的运行状态、配电网参数、多时段节点负荷参数以及无功优化运行模型，计算网损和节点电压偏差综合成本最小时SOP、SVC运行状态和OLTC、CB的挡位状态。
在所述计算网损和节点电压偏差综合成本最小时SOP、SVC运行状态和OLTC、CB的挡位状态的过程中，考虑到智能软开关在电力系统中已有初步应用，加入智能软开关以有效缓解功率需求并平滑功率波动。
本发明以风电光伏机组、储能系统和可中断负荷作为虚拟电厂的聚合单元，基于此，建立计及智能软开关的主动配电网双层优化调度模型。双层优化模型以参数传递更新状态，以此实现灵活高效的源-网-荷互动。上层以TVPP综合效益最大为目标函数，优化ESS、PV、WT的出力和PL切断负荷值，将结果传递至下层；下层以综合成本最小为目标函数，优化SOP、SVC出力和OLTC、CB的挡位状态，将结果再传递至上层。双层的传递关系如图3所示
利用Matlab软件、Cplex求解器，针对基于技术型虚拟电厂技术的双层协同优化模型进行求解，得到优化后的结果。
该优化结果为图4所示的场景一下双层优化的结果，而场景二为仅上层技术型虚拟电厂调度模型优化运行得到，即仅在常规调整OLTC和切换CB等无功补偿设备和VPP设备的基础上进行技术性虚拟电厂优化，不添加智能软开关，其余设备正常运行的情况，其实现技术与场景一类似，重复之处不在赘述，仅需将下层的变量设定为定值即可，参数设定值为某地典型日的数据。得到优化调度的结果，以17节点的日电压为标准进行分析。
如图3所示，为考虑SOP和多种无功补偿设备协同的虚拟电厂双层协同优化调度(场景一)和仅在常规调整OLTC和切换CB等无功补偿设备和VPP设备的基础上进行技术性虚拟电厂优化(场景二)策略下17节点的日电压波动曲线对比图，在这两种场景下，两者都考虑到了经济效益和灵活性指标的综合优化，因此考虑用电压偏差量来衡量优化效果；与场景二相比，场景一基于SOP双层优化。每一时刻最大电压被控制在0.97-1.03pu的范围内，使馈线的电压剖面平坦。当节点电压偏差过大时，各种无功调节装置协同工作，有效减小电压偏差。场景一在大部分情况下，电压偏差都远小于场景二，说明本发明所提出的优化方案，不仅能兼顾经济效益、灵活性指标以及网损，而且使得各时段电压均得到大幅改善，有效平抑了电压的波动。
本发明的计及智能软开关和虚拟电厂技术的配电网双层优化方法，本文所提出的基于技术性虚拟电厂技术的双层协同优化策略能充分考虑DG出力的波动性与随机性，在实现系统的经济运行的前提下，在提升配电网电压水平的同时改善系统灵活性，减小了系统运行是DG随机出力的产生的损失。
此外，本发明还包括以下优势：
通过二阶锥松弛技术将配电网潮流约束以及智能软开关约束等非线性问题转化为线性问题，并调用专业的Cplex求解器求解，使得求解过程更加快速、准确和可靠。
本发明的经济效益实在充分考虑到灵活性指标的前提下实现的，在一些情况下，由于考虑到设备的成本，可能会得到，电能质量和经济效益均有所改善的结果，对配电网的经济安全运行起到积极的作用。
上述实施仅用以说明本发明而并非限制本发明所描述的技术方案；因此尽管本说明书参照上述的各个实施对本发明已进行了详细的说明。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，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种计及智能软开关和虚拟电厂技术的配电网双层优化方法，其特征在于，包括上层技术型虚拟电厂调度模型和下层无功优化运行模型，所述上层技术型虚拟电厂调度模型通过计及储能、可中断负荷和分布式电源辅助参与配电网灵活性优化，形成上层的主动配电网虚拟电厂上层优化调度策略，采用上层目标函数综合考虑灵活性量化指标净负荷适应率和经济效益；所述下层无功优化运行模型将智能软开关SOP、有载调压变压器OLTC、CB和静态无功补偿装置多种无功补偿设备配合，制定计及SOP的有源配电网电压无功协调下层无功控制策略，下层目标函数为网损和电压偏差最小；
具体步骤如下：
步骤一，在上层技术型虚拟电厂调度模型中的目标函数为：
Figure FDA0003548665130000011
上式中，w为权重系数；F为虚拟电厂(VPP)总收益，单位为元；Fmax、Fmin作为VPP总收益最大值和最小值，单位为元；ε为净负荷适应率，单位为pu；εmin和εmax分别是净负荷适应率的最小值和最大值，单位为pu；
设定净负荷适应率计算公式为：
Figure FDA0003548665130000012
上式中，t为时段标志，单位为h；εt为t时段下的净负荷适应率，单位为pu，由计算获得或直接给出；
设定虚拟电厂各经济指标计算公式为：
F＝FL-Fg-FVPP
Figure FDA0003548665130000013
Figure FDA0003548665130000014
Figure FDA0003548665130000015
上式中，Fmax、Fmin作为VPP总收益最大值和最小值，单位为元；FL为向用户售电收益，单位为元；Fg主网与VPP电能交互费用，单位为元；cbuy、csell分别为向主网购电和售电时电价，单位为：元/MWh；Pt buy、Pt sell为VPP购电量和售电量，单位为MW；cIL可中断用户切负荷的补偿成本cESS为储能运行维护成本，单位为：元/MWh；
步骤二，设置上层技术型虚拟电厂调度模型的约束条件为：
1)储能(ESS)约束：
Figure FDA0003548665130000021
上式中，Ei,t为储能装置容量；ηc、ηd为充放电效率；Emax、Emin为储能装置的容量上下限；
2)可中断负荷(IL)约束：
Figure FDA0003548665130000022
Figure FDA0003548665130000023
上式中，
Figure FDA0003548665130000024
可中断负荷切断负荷上限；
Figure FDA0003548665130000025
为一个调度周期中调用可中断负荷次数上限；
3)风光运行约束：
Figure FDA0003548665130000026
Figure FDA0003548665130000027
上式中，
Figure FDA0003548665130000028
为节点i在第t时段的风光实际出力值；
Figure FDA0003548665130000029
为节点i在第t时段的风光预测出力；
步骤三，在下层无功优化运行模型中的目标函数为：
选取主动配电网的网损和节点电压偏差综合费用最小值作为无功优化目标函数，其数学表达公式如下：
min C＝floss+λfV
上式中，floss为系统功率损耗成本；fV为电压偏差量；λ为偏离期望电压幅值的惩罚系数；
设定系统功率损耗成本和电压偏差量的具体计算公式为：
Figure FDA0003548665130000031
Figure FDA0003548665130000032
上式中，closs为系统功率损耗惩罚电价；
Figure FDA0003548665130000033
为电压期望幅值；
步骤四，所述下层无功优化运行模型的约束条件为：
1)智能软开关(SOP)建模：
Figure FDA0003548665130000034
Figure FDA0003548665130000035
Figure FDA0003548665130000036
上式中，JSOP为SOP集合；
Figure FDA0003548665130000037
为SOP的两个VSC的有功传输值；
Figure FDA0003548665130000038
为SOP的两个VSC的无功注入值；
Figure FDA0003548665130000039
和
Figure FDA00035486651300000310
表示两个VSC的无功支撑上下限；
Figure FDA00035486651300000311
表示两个VSC的安装容量；
2)有载调压变压器(OLTC)建模：
Figure FDA00035486651300000312
Figure FDA00035486651300000313
Figure FDA00035486651300000314
上式中，JOLTC为包含OLTC的变电站节点集合；
Figure FDA00035486651300000315
为变压器高压侧电压值；rj,max、rj,min为OLTC可调变上下限的平方；为OLTC变比平方；rj,s表示OLTC档位s与档位s-1变比平方的差值；
Figure FDA0003548665130000041
为挡位标识变量；
Figure FDA0003548665130000042
为OLTC挡位变化标识量；SRj为最大挡位范围；
Figure FDA0003548665130000043
为挡位最大可调数；
3)分组投切电容器组(CB)建模：
Figure FDA0003548665130000044
Figure FDA0003548665130000045
上式中，JCB为CB节点集合；
Figure FDA0003548665130000046
为投运组数；
Figure FDA0003548665130000047
为节点j连接CB组数上限；
Figure FDA0003548665130000048
为CB每组补偿功率；
Figure FDA0003548665130000049
为操作次数上限；
4)静态无功补偿装置(SVC)建模：
Figure FDA00035486651300000410
上式中，JSVC为SVC节点集合
Figure FDA00035486651300000411
为连续无功补偿设备无功补偿上下限；
步骤五，通过所述上层无功优化模型的SOP方程进行二阶锥松弛，其数学公式如下
1)智能软开关转化为旋转锥约束：
Figure FDA00035486651300000412
Figure FDA00035486651300000413
步骤六，基于Distflow支路潮流模型经过二阶锥松弛后的配电网潮流模型，将上层无功优化模型转化为混合整数二阶锥规划MISOCP模型，进而降低求解的难度，其数学模型如下：
1)潮流约束：
Figure FDA00035486651300000414
Figure FDA00035486651300000415
Figure FDA00035486651300000416
Figure FDA0003548665130000051
Figure FDA0003548665130000052
Figure FDA0003548665130000053
上式中，u(j)为配电网络中以j为尾节点的首节点集合；v(j)为配电网络中以j为首节点的尾节点集合；rij,xij表示支路ij的电阻和电抗；
Figure FDA0003548665130000054
为支路ij的传输电流的平方；
Figure FDA0003548665130000055
为节点电压平方；
2)配电网安全约束：
Figure FDA0003548665130000056
Figure FDA0003548665130000057
上式中，Vi,max、Vi,min为节点i的电压上下限；Iij,max、Iij，min为支路ij的电流上下限；
步骤七，实施以下运行步骤：
1)根据步骤一至步骤七，输入如下系统参数信息：配电网网络拓扑结构、多时段节点负荷参数、以及智能软开关、风电光伏机组、储能系统和可中断负荷的基本信息，得到优化调度结果，包括：根据SOP、SVC运行状态和OLTC、CB的档位状态、风电光伏机组、储能系统和可中断负荷的基本信息以及技术型虚拟电厂调度模型，在以TVPP综合效益最大的前提下得到ESS、PL与DG的运行状态；根据ESS、PL与DG的运行状态、配电网参数、多时段节点负荷参数以及无功优化运行模型，计算网损和节点电压偏差综合成本最小时得到SOP、SVC运行状态和OLTC、CB的挡位状态；
2)在所述计算网损和节点电压偏差综合成本最小时SOP、SVC运行状态和OLTC、CB的挡位状态的过程中，考虑到智能软开关在电力系统中已有初步应用，加入智能软开关以有效缓解功率需求并平滑功率波动；
3)利用Matlab软件、Cplex求解器进行求解，最后得到优化后的结果。
CN202210256660.0A 2022-03-16 2022-03-16 计及智能软开关和虚拟电厂技术的配电网双层优化方法 Active CN114597969B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210256660.0A CN114597969B (zh) 2022-03-16 2022-03-16 计及智能软开关和虚拟电厂技术的配电网双层优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210256660.0A CN114597969B (zh) 2022-03-16 2022-03-16 计及智能软开关和虚拟电厂技术的配电网双层优化方法

Publications (2)

Publication Number Publication Date
CN114597969A true CN114597969A (zh) 2022-06-07
CN114597969B CN114597969B (zh) 2023-04-07

Family

ID=81808861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210256660.0A Active CN114597969B (zh) 2022-03-16 2022-03-16 计及智能软开关和虚拟电厂技术的配电网双层优化方法

Country Status (1)

Country Link
CN (1) CN114597969B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826847A (zh) * 2023-08-24 2023-09-29 国网山西省电力公司运城供电公司 动态网络重构与无功电压调整协同优化方法、装置及设备
CN116826760A (zh) * 2023-07-07 2023-09-29 西安理工大学 风储电站主动参与电网调压控制方法
CN117374999A (zh) * 2023-12-07 2024-01-09 国网辽宁省电力有限公司经济技术研究院 一种配电网的电压调节资源双层优化配置方法及系统
CN118157133A (zh) * 2024-05-10 2024-06-07 东北电力大学 一种基于电动汽车激励策略的主动配电网双层优化调度方法
CN118157133B (zh) * 2024-05-10 2024-07-12 东北电力大学 一种基于电动汽车激励策略的主动配电网双层优化调度方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969284A (zh) * 2019-10-29 2020-04-07 国网河南省电力公司经济技术研究院 一种配电网双层优化调度方法
CN111738497A (zh) * 2020-06-03 2020-10-02 杭州电子科技大学 计及需求侧响应的虚拟电厂双层优化调度方法
CN113937825A (zh) * 2020-06-29 2022-01-14 华北电力大学（保定） 一种基于E-C-Kmeans聚类和SOP优化的DG双层优化配置方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969284A (zh) * 2019-10-29 2020-04-07 国网河南省电力公司经济技术研究院 一种配电网双层优化调度方法
CN111738497A (zh) * 2020-06-03 2020-10-02 杭州电子科技大学 计及需求侧响应的虚拟电厂双层优化调度方法
CN113937825A (zh) * 2020-06-29 2022-01-14 华北电力大学（保定） 一种基于E-C-Kmeans聚类和SOP优化的DG双层优化配置方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李颖等: "主动配电网广义电源的优化调度策略研究", 《控制工程》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826760A (zh) * 2023-07-07 2023-09-29 西安理工大学 风储电站主动参与电网调压控制方法
CN116826847A (zh) * 2023-08-24 2023-09-29 国网山西省电力公司运城供电公司 动态网络重构与无功电压调整协同优化方法、装置及设备
CN116826847B (zh) * 2023-08-24 2023-11-28 国网山西省电力公司运城供电公司 动态网络重构与无功电压调整协同优化方法、装置及设备
CN117374999A (zh) * 2023-12-07 2024-01-09 国网辽宁省电力有限公司经济技术研究院 一种配电网的电压调节资源双层优化配置方法及系统
CN117374999B (zh) * 2023-12-07 2024-03-19 国网辽宁省电力有限公司经济技术研究院 一种配电网的电压调节资源双层优化配置方法及系统
CN118157133A (zh) * 2024-05-10 2024-06-07 东北电力大学 一种基于电动汽车激励策略的主动配电网双层优化调度方法
CN118157133B (zh) * 2024-05-10 2024-07-12 东北电力大学 一种基于电动汽车激励策略的主动配电网双层优化调度方法

Also Published As

Publication number Publication date
CN114597969B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN108470239B (zh) 计及需求侧管理和储能的主动配电网多目标分层规划方法
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
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
CN109687510B (zh) 一种计及不确定性的配电网多时间尺度优化运行方法
CN110690732B (zh) 一种光伏无功分区计价的配电网无功优化方法
CN110782363A (zh) 一种计及风电不确定性的交直流配电网调度方法
CN110581571A (zh) 一种主动配电网动态优化调度方法
CN109873447B (zh) 一种多源协同主动配电网多时间级有功-无功调控方法
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
CN110690702B (zh) 一种考虑综合承载力的主动配电网优化调度及运行方法
CN102611118A (zh) 一种引入预测信息的风电场综合无功电压控制方法
Murray et al. Voltage control in future electrical distribution networks
CN108493985B (zh) 含分布式电源的配电网电压越限薄弱环节的识别方法
CN112821432B (zh) 一种风光接入下储能系统的双层多位置配置方法
CN103441506A (zh) 不同时间尺度下多目标协调分散风电场无功优化控制方法
CN112018790B (zh) 基于分层分布式储能参与需求响应调节控制方法
CN116365506A (zh) 含分布式光伏主动配电网节能降损优化方法及系统
CN112085327B (zh) 一种配电商参与的主动配电网多层分区调控方法及系统
CN111614110B (zh) 一种基于改进多目标粒子群算法的受端电网储能优化配置方法
CN114069635A (zh) 一种考虑灵活资源经济性的电网调控优化方法
CN113690877A (zh) 一种考虑能源消纳的有源配电网与集中能源站互动方法
Wang et al. Bi-stage operation optimization of active distribution networks with soft open point considering violation risk
CN112699562B (zh) 一种构建配电网架构的方法及终端
CN113013884B (zh) 一种用于含高渗透率光伏配电系统的三段式无功电压控制方法
CN114977155A (zh) 基于运行灵活性价格引导的配电系统运行灵活性提升方法

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