CN114759615A - 基于混合仿真的配网分布式光伏承载力分析及削减方法 - Google Patents
基于混合仿真的配网分布式光伏承载力分析及削减方法 Download PDFInfo
- Publication number
- CN114759615A CN114759615A CN202210651359.XA CN202210651359A CN114759615A CN 114759615 A CN114759615 A CN 114759615A CN 202210651359 A CN202210651359 A CN 202210651359A CN 114759615 A CN114759615 A CN 114759615A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- distributed photovoltaic
- power
- bearing capacity
- node
- 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
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
-
- 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
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
-
- 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
Abstract
本发明公开了基于混合仿真的配网分布式光伏承载力分析及削减方法,首先建立基于MATLAB和OpenDSS的配电网混合仿真构架,通过COM口初始化配电网潮流,通过direct DLL完成电网电气元件参数的规律性批量修改;其次在相关约束条件前提下,进行配电网分布式光伏承载力的两阶段测算;最后针对承载力不足的区域配电网,考虑有载调压变压器的电压调控能力,确定分布式光伏出力的动态削减策略,在保证电网安全稳定运行的前提下实现区域配电网分布式光伏的日总削减量最小。本发明克服高比率分布式光伏接入下配电网建模过程繁琐,且难以嵌套新型智能控制算法的问题。
Description
技术领域
本发明涉及能源电力技术领域,具体是涉及一种基于混合仿真的配网分布式光伏承载力分析及削减方法。
背景技术
随着“3060”双碳目标的驱动下,光伏行业得到了迅猛发展,考虑到分布式光伏相较集中式光伏可实现用户侧用电的就地供给,避免电能的远距离传输,进而降低电网运行负荷,在此背景下以“整县光伏”为代表的试点工程在全国范围内推广,使得分布式光伏被大量接入中低压配电网,改变了传统配电网的运行方式,而高渗透率的分布式光伏接入可能对配电网的安全稳定运行产生不良影响。因此,科学评估配电网分布式光伏承载能力并针对承载力不足区域配电网开展分布式光伏出力的动态削减对促进分布光伏的良性并网有着重要意义。
目前对配电网分布式光伏承载力测算及光伏出力削减的方法研究主要采用的仿真技术主要包括蒙特卡洛仿真、时序仿真、优化计算、多时间尺度仿真和并行计算,而这些技术都需要大量差异化的潮流计算且需要嵌套特定算法实现仿真场景的动态修改,考虑到分布式光伏广泛接入中低压配电网的节点数众多,传统基于图形交互界面的配电网模型构建和仿真场景修改方法效率低下,同时,传统配电网仿真软件缺少完备的COM接口来实现电网所有电气元件状态参数、求解模式的外部获取及修改,难以通过和外部算法开发软件的交互来满足定制化仿真需求。
OpenDSS作为一个开源的电力系统配电网仿真工具,本身具有丰富的仿真计算模式和完善的COM接口,不仅可作为独立程序使用,又可作为动态链接库(DLL)被其他软件平台调用,为多软件间的混合仿真提供了可能;而MATLAB作为一个强大的工程计算软件,由于具有简单高效的编程环境和丰富的跨学科多领域工具箱,在电力系统分析及智能算法开发方面也得到了广泛应用。目前,虽然通过OpenDSS与MATLAB软件二者的联动开展分布式光伏的并网分析已在部分文献中被提及(如专利申请CN109586297A、CN106786603A),但均需要直接或间接在OpenDSS软件中预先编写好包含电网基本信息的DSS文件,考虑到配网网架结构复杂且节点众多,通过基于脚本命令的DSS文件来开展配网建模较为繁琐、缺少对建模过程的规范化处理,同时也不利于电网网架结构及参数的快速批量修改,因此亟需提出一种无需预设DSS脚本文件、而是在MATLAB中通过直接调用OpenDSS仿真内核完成配网规范化建模及仿真场景动态修改的方法。
此外,现有配电网分布式光伏承载力分析和光伏出力削减研究通常是孤立地开展,缺少对二者方法关联性的考虑,而光伏出力削减通常是针对分布式光伏承载力不足的区域配电网,因此,如何在完善二者现有分析方法的基础上开展二者的联合分析也是亟待解决的问题。
发明内容
为解决上述技术问题,本发明公开了一种基于混合仿真的配网分布式光伏承载力分析及削减方法,通过建立基于MATLAB和OpenDSS的配电网混合仿真构架,实现任意节点配电网模型的快速生成、仿真场景参数的外部感知及批量修改以及外部智能算法的耦合嵌套,在此基础上提供一种配电网分布式光伏承载力两阶段测算方法,并针对承载力不足的区域配电网提供一种分布式光伏出力动态削减的方法。
本发明所述的基于混合仿真的配网分布式光伏承载力分析及削减方法,采用的技术的方案是:包括以下步骤:
S1、建立基于MATLAB和OpenDSS的配电网混合仿真构架,包括上层智能算法层和下层潮流计算层,二者通过OpenDSS的COM接口进行数据交互,获得电网运行状态数据及对仿真场景进行动态修改;
S2、调用配电网混合仿真构架,在满足由最大电压偏差、配变最大反送功率和线路最大传输电流构成的配电网安全稳定运行约束条件前提下,进行配电网分布式光伏承载力的两阶段测算;
S3、针对承载力不足的区域配电网,考虑有载调压变压器的电压调控能力,确定分布式光伏出力的动态削减策略,在保证电网安全稳定运行的前提下实现区域配电网分布式光伏的日总削减量最小。
进一步的,步骤1中,首先提出与OpenDSS相匹配且充分考虑配电网网架结构多样性的主动配电网结构体规范化定义方法,结合OpenDSS中电气元件的一般性定义语句框架,在MATLAB中通过COM口实现OpenDSS仿真引擎中目标配电网模型的快速外部生成,执行帧潮流计算以初始化配电网运行状态参数,随后依据上层智能算法层要求通过direct DLL完成电网电气元件参数的规律性批量修改及运行状态数据获取。
进一步的,所述步骤S1中,与OpenDSS相匹配且充分考虑配电网网架结构多样性的主动配电网结构体规范化定义方法包括:
S1-1、由主网络、电抗器、双绕组变压器、三绕组变压器、变压器抽头、线型、线路、电容器组、负载、发电机、观测器和电表核心参数和对应取值类型构成的主动配电网规范化定义结构体;
S1-2、在MATLAB中通过COM口实现OpenDSS仿真引擎中电气元件、仿真求解模式外部定义的一般性脚本命令框架;
S1-3、基于主动配电网规范化定义结构体和电气元件定义脚本命令框架耦合嵌套的主动配电网模型自动生成命令脚本。
进一步的,步骤2具体为:
S2-1、依据主动配电网结构体规范化定义方法准备目标配电网的电网电气元件参数信息,从分布式光伏接入的目标区域内逐一选取单一分析节点并将该点作为配电网分布式光伏的唯一接入点,开展该节点的单节点分布式光伏承载力测算;
S2-2、以该节点分布式光伏承载力最大化为优化目标,在考虑所有节点电压安全限值、所有线路最大传输电流、配变最大反送功率电网安全运行约束条件基础上,以当前节点的光伏接入容量作为控制变量,确立单节点分布式光伏承载力最大化的优化目标函数,所有负荷节点负载功率设定在其对应额定值,构建融合分组JAYA优化求解器的配电网混合仿真框架,求解当前节点的单节点分布式光伏最大承载力,随后对目标区域内其他分析节点开展同样步骤;
S2-3、以目标区域全区分布式光伏承载力最大化为优化目标,在考虑所有节点电压安全限值、所有线路最大传输电流、变电站最大反送功率的电网安全运行约束条件基础上,以区域内各目标节点对应的单节点分布式光伏最大承载力为其可接入分布式光伏容量的上限,以所有目标节点的光伏接入容量作为控制变量,确立目标区域全区分布式光伏承载力最大化的优化目标函数,所有负荷节点负载功率设定在其对应额定值,通过融合分组JAYA优化求解器的配电网混合仿真框架来求解目标区域分布式光伏的最大承载力。
进一步的,所述单节点分布式光伏承载力最大化的优化目标函数F HG-1 和目标区域全区分布式光伏承载力最大化的优化目标函数F HG-2 如下:
式中,P i 为节点i处新增光伏的接入容量;pf V、 pf I 和pf S 是违反节点电压、线路载流量和变电站最大反送功率限值的惩罚因子;NB l 和NB u 是违反电压下边界和上边界限值的节点数;NL是违反线路载流量限值的线路数;NG为目标区域内所有可接入分布式光伏的电网节点数;V ll 和V ul 是节点电压的下限和上限;V k,l 是小于V ll 的节点电压;V k,u 是大于V ul 的节点电压;I nk 和I nk,l 是第k条线路的实际载流量和载流量限值;S r 和S r,l 为变电站的反送功率和允许的最大限值。
进一步的,所述融合分组JAYA优化求解器的配电网混合仿真框架具体为:
a.以所选分析节点分布式光伏的接入容量作为控制变量,约定其上下边界,所有节点负载功率保持在其对应额定值,通过对控制变量约束边界内随机取值形成初始种群;分别计算当前种群内所有个体的适应度函数值F k,i ;
b.依据适应度函数值F k,i 的数值从大到小的顺序对种群个体进行重排,并将重排后种群平均分为m组,分别找出各分组组内内最优和最差个体,对应个体参数取值为X j,sbest,i 和X j,sworst,i ,同时记录种群最优个体的参数取值X j,gbest,i 及对应适应度函数值F gb,i ;随后通过JAYA算法的位置更新公式得到每个分组内种群个体的下一次迭代参数取值,如下式:
其中X j,k,i+1 为X j,k,i 的下一次迭代参数取值,X j,k,i 表示第j个种群个体第k个参数在第i次迭代取值,r 1,j,i 和r 2,j,i 为0和1间的随机数,若X j,k,i+1 超出其边界值,则将其取值为边界值;
c.计算X j,k,i+1 的适应度函数值F k,i+1 ,若F k,i+1 大于F k,i 则保留X j,k,i+1 ,否则令X j,k,i+1 等于X j,k,i ;完成各分组内所有种群个体第i+1次迭代的参数取值及适应度函数值更新,再次依据其适应度函数从大到小的顺序对整个种群个体进行重排,随后分成m组并重复步骤b直至满足算法终止条件;输出最后一次迭代种群最优个体参数取值及对应优化目标函数值。
进一步的,S3中,针对承载力不足的区域配电网,考虑有载调压变压器的电压调控能力,确定分布式光伏出力的动态削减策略,在保证电网安全稳定运行的前提下实现区域配电网分布式光伏的日总削减量最小,具体为:
S3-1、选取分布式光伏总接入容量大于全区分布式光伏最大承载力的目标区域配电网,将目标区域内各节点接入的分布式光伏出力作为削减对象,利用各节点分布式光伏的日前预测功率曲线,开展基于OpenDSS帧潮流计算的时序潮流仿真,计算各时间节点的电网安全运行约束函数,若不为0则表明需对当前时间节点的分布光伏出力进行削减;
S3-2、以单日分布式光伏出力总削减量最低为优化目标,以所有节点的电压安全限值、所有传输线的最大传输电流、变电站的最大反送功率为电网安全运行约束条件,以调压挡位级数、日最大动作次数为有载调压变器的约束条件,以光伏承载力不足节点的光伏出力及有载调压变压器挡位为控制变量,构建分布式光伏出力动态削减的优化目标函数,通过融合分组JAYA优化求解器的配电网混合仿真框架求解区域配电网当日分布式光伏出力最小总削减量。
进一步的,所述各时间节点电网安全运行约束函数如下:
其中,pf V、 pf I 和pf S 分别是违反节点电压、线路载流量和变电站最大反送功率限值的惩罚因子;NB l 和NB u 是违反电压下边界和上边界限值的节点数;NL是违反线路载流量限值的线路数;NG为目标区域内所有可接入分布式光伏的电网节点数;V ll 和V ul 是节点电压的下限和上限;V k,l 是小于V ll 的节点电压;V k,u 是大于V ul 的节点电压;I nk 和I nk,l 是第k条线路的实际载流量和载流量限值;S r 和S r,l 为变电站的反送功率和允许的最大限值。
进一步的,所述分布式光伏出力动态削减的优化目标函数如下:
式中,NG V 为所有接入分布式光伏出力需要削减的节点总数;P k,t 和P k,t,e 为接入节点k的分布光伏在t时刻的实际功率和预测功率;NT为有载调压变压器的数目;G t 和G t-1 分别为t时刻和t-1时刻有载调压变压器k的档位,而G k,max 为有载调压变压器k的单日最大动作次数;pf VT 为违反有载调压变压器单日最大动作次数的惩罚因子。
本发明所述的有益效果为:本发明提出的主动配电网结构体规范化定义方法首先通过分别确立主动配电网的规范化定义结构体和用于电气元件外部定义的脚本命令框架来实现配电网电气元件参数与定义语句的分离,有利于目标配电网参数结构数组的快速生成和批量修改,随后通过二者的耦合嵌套实现了目标配电网模型的自动外部生成,该方法无需在OpenDSS中预设任何与目标配电网相关的DSS脚本文件且整个仿真过程均在MATLAB中开展,这相较OpenDSS中基于单个电气元件文本定义命令的建模方式效率更高,尤其适用于节点、线路数目众多的中低压配电网,同时也便于对原始电网参数的快速修改。当对任意目标配电网开展建模时,用户只需依照规范化定义结构体中参数及取值类型整理目标配电网信息即可,随后通过调用电气元件外部定义的脚本命令框架即可实现电网模型的自动生成,避免了DSS文件中同类脚本命令的大量重复编写,大大缩短了构建大规模复杂配电网模型所需时间。本发明提出的基于MATLAB和OpenDSS的配电网混合仿真构架,充分利用了OpenDSS软件COM接口及其Text和Circuit子模块特点,其中Text子模块的命令编辑器接口由于其可对多个参数值进行同时赋值,在混合仿真构架中被用于目标配电网模型的外部生成环节,而Circuit子模块可借助Direct DLL对所生成电网模型中任意元件指定参数就行快速外部访问或修改,被用于和智能算法层进行配合实现仿真场景的快速修改。考虑到现有相关研究主要是以潮流计算结果访问为主的单向互动,该混合仿真构架进一步增强了二者的交互性能,实现了MATLAB中智能算法与OpenDSS中潮流计算的融合,可满足分布式光伏不同并网分析的定制化仿真需求。
本发明提出的配电网分布式光伏承载力的两阶段测算方法,它建立在融合分组JAYA优化算法的配电网混合仿真框架之上,可拓展性强,在电网安全运行边界的综合约束下,首先测算接入分布光伏目标区域内单个节点的分布式光伏最大承载力,并将其作为该节点分布式光伏的最大接入容量,随后测算整个目标区域的分布式光伏最大承载力,该方法由点到面地进行了目标区域配电网分布式光伏的承载力测算,满足实际应用需求。
本发明提出的配电网分布式光伏动态削减方法,它建立在配电网分布式光伏承载力两阶段测算方法基础之上,针对分布式光伏总接入容量大于全区分布式光伏最大承载力的目标区域配电网,利用有载调压变压器的电压调节能力,依据分布式光伏的预测功率曲线对光伏出力进行动态削减,相较传统基于固定值的光伏出力削减方法,可在满足电网安全稳定运行的前提下大大降低目标区域全区分布式光伏出力的总削减量。
附图说明
图1为一种适用于配电网分布式光伏承载力分析及动态削减的混合仿真方法流程图;
图2为含分布式光伏接入下配电网主要电气元件的规范化定义结构体示意图;
图3为基于MATLAB和OpenDSS互联的配电网快速建模方法示意图;
图4为基于MATLAB和OpenDSS的配电网混合仿真构架示意图;
图5为配电网分布式光伏承载力的两阶段测算方法示意图;
图6为承载力不足区域配电网分布式光伏的出力动态削减方法示意图;
图7为IEEE123节点配电系统示意图;
图8为所选目标区域配电网内单节点分布式光伏最大承载力;
图9为所选目标区域配电网内各节点分布式光伏的日前预测功率;
图10为所选目标区域配电网内各节点分布式光伏削减后的日功率曲线;
图11为IEEE123节点配电网配变有载调压变压器档位动作结果;
图12为分布式光伏出力动态削减前和削减后全网最大节点电压变化图。
具体实施方式
为了使本发明的内容更容易被清楚地理解,下面根据具体实施例并结合附图,对本发明作进一步详细的说明。
图1为本发明一实例提供的一种适用于配电网分布式光伏承载力分析及动态削减的混合仿真方法流程示意图;如图1所示,该方法包括:
步骤S1、建立基于MATLAB和OpenDSS的配电网混合仿真构架,分为上层智能算法层和下层潮流计算层,分别在MATLAB和OpenDSS软件实现,二者通过OpenDSS软件的COM接口进行数据交互,首先提出含分布式光伏接入下配电网结构体规范化定义方法,MATLAB利用OpenDSS的COM口通过指定句法规则在OpenDSS软件引擎中生成参考配电网模型,通过COM口初始化配电网潮流,随后依据算法层要求通过direct DLL完成电网电气元件参数的规律性批量修改;
在本步骤中,首先确立配电网中包括主网络、电抗器、双绕组变压器、三绕组变压器、变压器抽头、线型、线路、电容器组、负载、发电机、观测器和电表在内的主要电气元件的核心参数类型和对应取值范围,在兼顾同一类型电气部件不同个体间参数类型差异性和互换性的基础上,提出配电网的规范化定义结构体(参见图2)。
首先在MATLAB中建立OpenDSS仿真引擎的外部访问COM接口对象,采用脚本命令为DSSObj = actxserver('OpenDSSEngine.DSS');随后,在MATLAB中建立COM接口下Text和Circuit两大功能子模块的访问句柄对象,采用脚本命令为:DSSText = DSSObj.Text;DSSCircuit = DSSObj.ActiveCircuit。前者主要用于基于脚本的电气元件、仿真模式定义和修改,而后者主要用于基于Direct DLL的任意电气元件运行状态参数的外部快速读取。
同步确立基于OpenDSS COM接口下Text子模块的电气元件一般性定义语句,具体为:
‘New component_category.name property_type1=[property_value1]property_type2=[property_value2], ·· · ,property_typen=[property_valuen]’,其中component_category为电气元件类型,name为元件命名,property_type和property_value分别为指定电气元件类型下相应参数类型及参数取值。例如,对名为load1的负载命名脚本为‘New Load.load1 phases=1 bus1=34.1 kv=0.23 model=1 conn=wye kw=1 kvar=0.3 xfkva=0 cvrwatts=1 cvrvars=2’。
依据提出的配电网的规范化定义结构体准备所分析配电网的网架结构数据,将各类主要电气元件的参数依据规范化定义结构体格式进行整理、形成参数信息表,由各类电气的元件的参数信息表生成目标配电网参数结构数组,在MATLAB中结合电气元件的一般性命名脚本,通过OpenDSS COM接口下Text子模块接口进行OpenDSS中电气元件外部批量定义,进而在OpenDSS仿真引擎中生成目标配电网模型。
通过OpenDSS COM接口在MATLAB中执行OpenDSS的帧潮流计算,实现包括节点电压、相角和线路电流、功率这些配电网运行状态参数的初始化。具体为:
DSSText.Command='set mode=snapshot';
DSSText.Command='solve';
随后通过OpenDSS COM接口下Circuit子模块利用软件说明中既定Direct DLL来读取任意电气元件的状态参数,例如对任意分布式电源潮流计算功率读取的DLL命令为:DSSLoads = DSSCircuit.Generators;DSSActCkt = DSSCircuit.ActiveCktElement;power=DSSActCkt.Powers。
将读取后配电网运行状态参数反馈给上层智能算法层以获取电气元件参数下一步修改值,并将修改值通过OpenDSS COM接口下Text子模块赋值给OpenDSS仿真引擎的对应电器元件参数,一般性电气元件参数修改命令为:
‘Editcomponent_category.name property_type1=[property_value1]property_type2=[property_value2], ··,property_typen=[property_valuen]’。例如,对名为Gen1的分布式电源修改命令为:‘EditGenerator.Gen1 kw=30 kvar=5’。
执行所有电气元件参数修改后,在此调用OpenDSS帧潮流计算并从仿真引擎中获取配电网运行状态参数的更新,由上层算法层判断是否继续需要改变电气元件运行参数。上述步骤构成了基于MATLAB和OpenDSS的配电网混合仿真构架,也是步骤S2和步骤S3的仿真架构前提。
步骤S2、调用配电网混合仿真构架,提出分布式光伏光伏高比例接入下包括最大电压偏差、配变最大反向负载率以及线路和变压器最大传输能力的配电网安全稳定运行约束条件,提出配电网分布式光伏承载力的两阶段测算方法,具体为:
在步骤S1中提出的配电网混合仿真框架基础上,融合分组JAYA优化算法,开展第一阶段单节点的分布式光伏承载力分析,具体为:
首先,依据步骤S1中提出的含分布式光伏接入下配电网的规范化定义结构体定义方法构建目标配电网模型,从分布式光伏可接入区域选取某一分析节点作为分布式光伏的唯一接入点,以所有节点电压安全限值、所有传输线的最大传输电流、变电站的最大反送功率为电网安全运行约束条件,以当前节点的分布式光伏接入容量为控制变量,构建以该节点分布式光伏承载力最大化为目的的优化目标函数F HC-1,i_pv ,具体为:
式中,P i_pv 为节点i_pv处新增光伏的额定功率;pf V、 pf I 和pf S 违反电压、载流量和变电站最大反送功率限值的惩罚因子;NB l 和NB u 是违反电压下边界和上边界限值的节点数;NL是违反载流量限值的线路数;V ll 和V ul 是节点电压的下限和上限;V k,l 是小于V ll 的节点电压;V k,u 是大于V ul 的节点电压;I nk 和I nk,l 是第k条线路的实际载流量和载流量限值;S r 和S r,l 为变电站的反送功率和允许的最大限值。
以选定节点接入分布式光伏的容量作为控制变量,所有节点的功率保持在其额定值,通过对控制变量约束边界内随机取值形成初始种群,将种群个体参数取值通过OpenDSSCOM口以步骤S1中电气元件参数定义及修改的方法赋值给OpenDSS仿真引擎中电网模型的对应发电机模块,随后调用OpenDSS帧潮流计算并从仿真引擎中获取配电网运行状态参数(节点电压、功率、线路电流)的更新,求解当前种群个体的适应度函数值F k,i_pv ,而F k,i_pv 等于-F HC-1,i_pv 。
对种群个体依据F k,i_pv 数值从大到小进行重排,并将重排后种群平均分为m组,分别找出各分组组内最优和最差个体,其对应个体参数取值为X j,sbest,i 和X j,sworst,i ,同时记录种群最优个体的参数取值X j,gbest,i 及对应适应度函数值F gb,i ;随后通过JAYA算法的位置更新公式得到每个分组内种群个体的下一次(即i+1次)迭代参数取值,如下式:
其中X j,k,i+1 为X j,k,i 的下一次迭代参数取值,X j,k,i 表示第j个种群个体第k个参数在第i次迭代取值,r 1,j,i 和为r 2,j,i 间的随机数,若X j,k,i+1 超出其边界值,则将其取值为边界值。
利用步骤S1电气元件参数的修改方法将节点i_pv的分布式光伏接入容量修改为X j,k,i+1 ,调用OpenDSS帧潮流计算,计算适应度函数值F k,i+1 ,若F k,i+1 大于F k,i 则保留X j,k,i+1 ,否则令X j,k,i+1 等于X j,k,i ;完成各分组内所有种群个体第i+1次迭代的参数取值及适应度函数值更新,找出当前迭代次数的种群最有个体位置X j,gbest,i+1 及对应适应度函数值F gb,i+1 ;判断是否达到最大迭代次数,若满足则输出X j,gbest,i+1 和F gb,i+1 ,否则,继续按照上述步骤通分组JAYA算法进行种群个体的位置及适应度函数更新直至达到最大迭代,而最后一次迭代对应X j,gbest 的即为节点i_pv的分布式光伏最大接入容量。
在第一阶段单节点的分布式光伏承载力分析基础上,进一步开展第二阶段区域配电网的全区分布式光伏承载力分析,具体为:
以分布式光伏可接入区域配电网全区分布式光伏最大承载力为优化目标,以所有节点电压安全限值、所有传输线的最大传输电流、变电站的最大反送功率为电网安全运行约束条件,以当前区域内各节点分布式光伏接入容量为控制变量,构建以全区分布式光伏承载力最大化为目的的优化目标函数,具体为:
式中,NG为所有可接入分布式光伏电网节点数,可接入分布式光伏区域内任意节点i_pv所允许接入分布式光伏容量P i_pv 的上限为第一阶段单节点的分布式光伏承载力测算过程中得到的对应节点分布式光伏最大承载力容量;其他参数设置同目标函数F HC-1,i_pv 。
第二阶段区域配电网的全区分布式光伏承载力分析步骤与第一阶段单节点的分布式光伏承载力测算基本一致,区别在于第二阶段承载力测算的控制变量为全区内所有节点的可接入分布式光伏容量且以全区分布式光伏承载力最大化为目的。
步骤S3、针对承载力较弱的区域配电网,考虑有载调压变压器的电压调控能力,提出分布式光伏出力的最优运行功率曲线,在保证电网安全稳定运行的前提下实现区域配电网分布式光伏的日总削减量最小,主要如下:
(1)利用当前日区域内各节点接入分布式光伏预测功率曲线,结合步骤S1中提出的配电网混合仿真框架,开展基于OpenDSS帧潮流计算的时序潮流仿真,计算各时间节点的电网安全允许约束函数F c,t :
F c,t 参数设置同目标函数F HC-1,i_pv ,若F c,t 在当前日内各时间节点均不为0则表明在当前日各节点分布式光伏的预测功率下无需光伏出力进行削减,否则,考虑有载调压变压器的调压能力前提下进行区域内分布式光伏出力的动态削减;
(2)当需要对区域内分布式光伏出力进行动态削减时,以单日区域内分布式光伏出力总削减量最低为优化目标,以所有节点的电压安全限值、所有传输线的最大传输电流、变电站的最大反送功率为电网安全运行约束条件,同时考虑有载调压变器的调压挡位级数和日最大动作次数的约束,以区域内各分布式光伏的日功率曲线及有载调压变压器挡位为控制变量,构建区域内分布式光伏出力动态削减的优化目标函数:
式中,NG V 为区域内接入分布式光伏的总节点数;P k,t 和P k,t,e 为接入节点k的分布光伏在t时刻的削减后功率和预测功率;NT为有载调压变压器的数目;G t 和G t-1 分别为t时刻和t-1时刻有载调压变压器k的挡位,而G k,max 为有载调压变压器k的单日最大动作次数;pf VT 为违反有载调压变压器单日最大动作次数的惩罚因子;
(3)随后通过融合分组JAYA优化求解器的配电网混合仿真框架求解区域配电网当日分布式光伏出力最小总削减量,具体求解过程和步骤S2基本一致,不同处在于优化问题目标函数、控制变量、约束条件的构成。
实验验证
为了使本领域技术人员更了解本发明,下面列举一个具有计算实例。
采用修改后的IEEE123节点配电系统为算例,其结构如图7,该配电网有11个联络开关,可通过开关的通断来改变网络拓扑,此处除了开关S8断开,其余开关均闭合。考虑到分布式光伏通常就近成片接入配电网,设分布式光伏接入节点集合为{102,103,104,106,107,109,111,112,113,114},10个接入节点所构成目标区域如图7中虚线区域所示,各分布式光伏的额定接入容量为1MW、采用三相接入方式并始终保持单位功率因数运行。
首先如图2~4所示,通过步骤S1提出的配电网的规范化定义结构体来生成IEEE123节点配电网参数结构数组,并结合所提出的基于MATLAB和OpenDSS的配电网混合仿真构架在OpenDSS仿真引擎中生成目标配电网模型,并通过软件COM口执行帧潮流计算来初始化配电网运行状态参数。
随后如图5所示,执行步骤S2,调用配电网混合仿真构架,开展目标区域的光伏最大承载力两阶段测算。所考虑的配电网安全稳定运行约束条件包括:1)所有节点电压均在[0.95pu,1.05pu]范围内;2)配变最大反送功率不超过其额定功率(5MW);3)线路的最大传输电流不超过400A。在步骤S2给出的单节点分布式光伏最大承载力测算优化目标函数基础上,通过融合分组JAYA优化求解器的配电网混合仿真框架对10个接入节点分别开展第一阶段单节点的分布式光伏最大承载力测算,所有负荷节点功率均保持在其对应额定值,所求得的目标区域内单节点分布式光伏的最大承载力测算结果如图8所示。进一步地,以获得的单节点分布式光伏最大承载力作为目标区域内各节点分布式光伏最大允许接入容量,结合配电网安全运行边界,利用步骤S2中区域分布式光伏最大承载力测算优化目标函数,通过融合分组JAYA优化求解器的配电网混合仿真框架对目标区域进行第二阶段的全区分布式光伏承载力测算,求得的结果为6.11MW。
当目标区域内各个节点的分布式光伏计入容量均为1MW时,总接入容量为10MW,超过了该区域全区分布式光伏的最大承载力,因此需对区域内分布式光伏的出力依照图6所示步骤进行削减。考虑到有载调压变器具有电压调节能力,可通过动态调整变压器档位来缓解分布式光伏大容量接入对配电网的电压越限问题。以IEEE123节点配电网的配变为例(位于图7中150节点和149节点之间),其有载调压变器的安装调节档位为±4×1.25%(共9个档位)、最大日动作次数为20次、控制目标为低压侧电压,默认档位位置为7档(对应电压为1.025pu)。设目标区域内各节点分布式光伏的日前预测功率为图9所示,所有节点负载都乘以随机负荷曲线,利用步骤S1提出的基于MATLAB和OpenDSS的配电网混合仿真构架进行时序潮流仿真,发现7时到18时的时间段存在节点电压越限或线路电流越限的问题,需要对该时段内的分布式光伏出力进行动态削减。以单日区域内分布式光伏出力总削减量最低为优化目标,以所有节点的电压安全限值、所有传输线的最大传输电流、配变的最大反送功率为电网安全运行约束条件,同时考虑有载调压变器的调压挡位级数和日最大动作次数的约束,构建步骤S3中给出的目标区域内分布式光伏出力动态削减的优化目标函数,随后通过融合分组JAYA优化求解器的配电网混合仿真框架可求得区域内各节点分布式光伏削减后的日出力曲线,如图10,总削减量为47MWh(约为总预测发电量的44%),对应的有载调压变压器档位动作结果如图11所示,共动作了16个档位,满足日最大动作次数限制。结合图10和图12可见12点时分布式光伏出力最高、电压越限问题最严重,而对应的有载调压变压器档位最低,通过档位的动态调节系统电压越限问题得到了有效的解决。
本发明首先针对分布式光伏大规模并网分析对仿真软件灵活性、可扩展性的需求,提出了一种基于MATLAB和OpenDSS的配电网混合仿真构架,可实现任意节点配电网模型的快速生成、仿真场景参数的外部感知及批量修改以及外部智能算法的耦合嵌套;随后,调用配电网混合仿真构架,在满足由最大电压偏差、配变最大反送功率和线路最大传输电流构成的配电网安全稳定运行约束条件前提下,开展配电网分布式光伏承载力的两阶段测算;针对承载力不足的区域配电网,考虑有载调压变压器的电压调控能力,提出分布式光伏出力的动态削减方法,在保证电网安全稳定运行的前提下实现区域配电网分布式光伏的日总削减量最小。
以上所述仅为本发明的优选方案,并非作为对本发明的进一步限定,凡是利用本发明说明书及附图内容所作的各种等效变化均在本发明的保护范围之内。
Claims (9)
1.基于混合仿真的配网分布式光伏承载力分析及削减方法,其特征在于,包括以下步骤:
S1、建立基于MATLAB和OpenDSS的配电网混合仿真构架,包括上层智能算法层和下层潮流计算层,二者通过OpenDSS的COM接口进行数据交互,获得电网运行状态数据及对仿真场景进行动态修改;
S2、调用配电网混合仿真构架,在满足由最大电压偏差、配变最大反送功率和线路最大传输电流构成的配电网安全稳定运行约束条件前提下,进行配电网分布式光伏承载力的两阶段测算;
S3、针对承载力不足的区域配电网,考虑有载调压变压器的电压调控能力,确定分布式光伏出力的动态削减策略,在保证电网安全稳定运行的前提下实现区域配电网分布式光伏的日总削减量最小。
2.根据权利要求1所述的基于混合仿真的配网分布式光伏承载力分析及削减方法,其特征在于,步骤1中,首先提出与OpenDSS相匹配且充分考虑配电网网架结构多样性的主动配电网结构体规范化定义方法,结合OpenDSS中电气元件的一般性定义语句框架,在MATLAB中通过COM口实现OpenDSS仿真引擎中目标配电网模型的快速外部生成,执行帧潮流计算以初始化配电网运行状态参数,随后依据上层智能算法层要求通过direct DLL完成电网电气元件参数的规律性批量修改及运行状态数据获取。
3.根据权利要求2所述的基于混合仿真的配网分布式光伏承载力分析及削减方法,其特征在于,所述步骤S1中,与OpenDSS相匹配且充分考虑配电网网架结构多样性的主动配电网结构体规范化定义方法包括:
S1-1、由主网络、电抗器、双绕组变压器、三绕组变压器、变压器抽头、线型、线路、电容器组、负载、发电机、观测器和电表核心参数和对应取值类型构成的主动配电网规范化定义结构体;
S1-2、在MATLAB中通过COM口实现OpenDSS仿真引擎中电气元件、仿真求解模式外部定义的一般性脚本命令框架;
S1-3、基于主动配电网规范化定义结构体和电气元件定义脚本命令框架耦合嵌套的主动配电网模型自动生成命令脚本。
4.根据权利要求1所述的基于混合仿真的配网分布式光伏承载力分析及削减方法,其特征在于,步骤2具体为:
S2-1、依据主动配电网结构体规范化定义方法准备目标配电网的电网电气元件参数信息,从分布式光伏接入的目标区域内逐一选取单一分析节点并将该点作为配电网分布式光伏的唯一接入点,开展该节点的单节点分布式光伏承载力测算;
S2-2、以该节点分布式光伏承载力最大化为优化目标,在考虑所有节点电压安全限值、所有线路最大传输电流、配变最大反送功率电网安全运行约束条件基础上,以当前节点的光伏接入容量作为控制变量,确立单节点分布式光伏承载力最大化的优化目标函数,所有负荷节点负载功率设定在其对应额定值,构建融合分组JAYA优化求解器的配电网混合仿真框架,求解当前节点的单节点分布式光伏最大承载力,随后对目标区域内其他分析节点开展同样步骤;
S2-3、以目标区域全区分布式光伏承载力最大化为优化目标,在考虑所有节点电压安全限值、所有线路最大传输电流、变电站最大反送功率的电网安全运行约束条件基础上,以区域内各目标节点对应的单节点分布式光伏最大承载力为其可接入分布式光伏容量的上限,以所有目标节点的光伏接入容量作为控制变量,确立目标区域全区分布式光伏承载力最大化的优化目标函数,所有负荷节点负载功率设定在其对应额定值,通过融合分组JAYA优化求解器的配电网混合仿真框架来求解目标区域分布式光伏的最大承载力。
5.根据权利要求4所述的基于混合仿真的配网分布式光伏承载力分析及削减方法,其特征在于,所述单节点分布式光伏承载力最大化的优化目标函数F HG-1 和目标区域全区分布式光伏承载力最大化的优化目标函数F HG-2 如下:
式中,P i 为节点i处新增光伏的接入容量;pf V、 pf I 和pf S 是违反节点电压、线路载流量和变电站最大反送功率限值的惩罚因子;NB l 和NB u 是违反电压下边界和上边界限值的节点数;NL是违反线路载流量限值的线路数;NG为目标区域内所有可接入分布式光伏的电网节点数;V ll 和V ul 是节点电压的下限和上限;V k,l 是小于V ll 的节点电压;V k,u 是大于V ul 的节点电压;I nk 和I nk,l 是第k条线路的实际载流量和载流量限值;S r 和S r,l 为变电站的反送功率和允许的最大限值。
6.根据权利要求4所述的基于混合仿真的配网分布式光伏承载力分析及削减方法,其特征在于,所述融合分组JAYA优化求解器的配电网混合仿真框架具体为:
a.以所选分析节点分布式光伏的接入容量作为控制变量,约定其上下边界,所有节点负载功率保持在其对应额定值,通过对控制变量约束边界内随机取值形成初始种群;分别计算当前种群内所有个体的适应度函数值F k,i ;
b.依据适应度函数值F k,i 的数值从大到小的顺序对种群个体进行重排,并将重排后种群平均分为m组,分别找出各分组组内内最优和最差个体,对应个体参数取值为X j,sbest,i 和X j,sworst,i ,同时记录种群最优个体的参数取值X j,gbest,i 及对应适应度函数值F gb,i ;随后通过JAYA算法的位置更新公式得到每个分组内种群个体的下一次迭代参数取值,如下式:
其中X j,k,i+1 为X j,k,i 的下一次迭代参数取值,X j,k,i 表示第j个种群个体第k个参数在第i次迭代取值,r 1,j,i 和r 2,j,i 为0和1间的随机数,若X j,k,i+1 超出其边界值,则将其取值为边界值;
c.计算X j,k,i+1 的适应度函数值F k,i+1 ,若F k,i+1 大于F k,i 则保留X j,k,i+1 ,否则令X j,k,i+1 等于X j,k,i ;完成各分组内所有种群个体第i+1次迭代的参数取值及适应度函数值更新,再次依据其适应度函数从大到小的顺序对整个种群个体进行重排,随后分成m组并重复步骤b直至满足算法终止条件;输出最后一次迭代种群最优个体参数取值及对应优化目标函数值。
7.根据权利要求1所述的基于混合仿真的配网分布式光伏承载力分析及削减方法,其特征在于,S3中,针对承载力不足的区域配电网,考虑有载调压变压器的电压调控能力,确定分布式光伏出力的动态削减策略,在保证电网安全稳定运行的前提下实现区域配电网分布式光伏的日总削减量最小,具体为:
S3-1、选取分布式光伏总接入容量大于全区分布式光伏最大承载力的目标区域配电网,将目标区域内各节点接入的分布式光伏出力作为削减对象,利用各节点分布式光伏的日前预测功率曲线,开展基于OpenDSS帧潮流计算的时序潮流仿真,计算各时间节点的电网安全运行约束函数,若不为0则表明需对当前时间节点的分布光伏出力进行削减;
S3-2、以单日分布式光伏出力总削减量最低为优化目标,以所有节点的电压安全限值、所有传输线的最大传输电流、变电站的最大反送功率为电网安全运行约束条件,以调压挡位级数、日最大动作次数为有载调压变器的约束条件,以光伏承载力不足节点的光伏出力及有载调压变压器挡位为控制变量,构建分布式光伏出力动态削减的优化目标函数,通过融合分组JAYA优化求解器的配电网混合仿真框架求解区域配电网当日分布式光伏出力最小总削减量。
8.根据权利要求7所述的基于混合仿真的配网分布式光伏承载力分析及削减方法,其特征在于,所述各时间节点电网安全运行约束函数F c,t 如下:
其中,pf V、 pf I 和pf S 分别是违反节点电压、线路载流量和变电站最大反送功率限值的惩罚因子;NB l 和NB u 是违反电压下边界和上边界限值的节点数;NL是违反线路载流量限值的线路数;NG为目标区域内所有可接入分布式光伏的电网节点数;V ll 和V ul 是节点电压的下限和上限;V k,l 是小于V ll 的节点电压;V k,u 是大于V ul 的节点电压;I nk 和I nk,l 是第k条线路的实际载流量和载流量限值;S r 和S r,l 为变电站的反送功率和允许的最大限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210651359.XA CN114759615B (zh) | 2022-06-10 | 2022-06-10 | 基于混合仿真的配网分布式光伏承载力分析及削减方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210651359.XA CN114759615B (zh) | 2022-06-10 | 2022-06-10 | 基于混合仿真的配网分布式光伏承载力分析及削减方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114759615A true CN114759615A (zh) | 2022-07-15 |
CN114759615B CN114759615B (zh) | 2022-09-02 |
Family
ID=82336202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210651359.XA Active CN114759615B (zh) | 2022-06-10 | 2022-06-10 | 基于混合仿真的配网分布式光伏承载力分析及削减方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114759615B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115642597A (zh) * | 2022-12-23 | 2023-01-24 | 华北电力科学研究院有限责任公司 | 一种分布式光伏承载力计算方法及装置 |
CN116526557A (zh) * | 2023-05-08 | 2023-08-01 | 国网安徽省电力有限公司合肥供电公司 | 一种优选分布式光伏接入方案的方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050047382A1 (en) * | 2003-09-02 | 2005-03-03 | Lg Electronics Inc. | Apparatus and method for controlling data communication in wireless local area network |
CN107069784A (zh) * | 2017-04-13 | 2017-08-18 | 北京国网普瑞特高压输电技术有限公司 | 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法 |
CN109508499A (zh) * | 2018-11-15 | 2019-03-22 | 国网江苏省电力有限公司经济技术研究院 | 多时段多场景分布式电源最优接入位置与容量研究方法 |
CN110690702A (zh) * | 2019-11-01 | 2020-01-14 | 国网四川省电力公司经济技术研究院 | 一种考虑综合承载力的主动配电网优化调度及运行方法 |
CN110783950A (zh) * | 2019-10-29 | 2020-02-11 | 上海电力大学 | 一种配电网节点光伏最佳配置容量确定方法 |
CN113131529A (zh) * | 2021-04-25 | 2021-07-16 | 南京创智力合电力科技有限公司 | 一种计及多种灵活性资源的可再生能源承载力评估的方法 |
CN113962438A (zh) * | 2021-09-23 | 2022-01-21 | 南京邮电大学 | 一种冷热电混合能源联合优化系统及方法 |
CN113962159A (zh) * | 2021-11-03 | 2022-01-21 | 国网河南省电力公司电力科学研究院 | 一种基于合理弃光的配电网光伏最大接入容量的评估方法 |
-
2022
- 2022-06-10 CN CN202210651359.XA patent/CN114759615B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050047382A1 (en) * | 2003-09-02 | 2005-03-03 | Lg Electronics Inc. | Apparatus and method for controlling data communication in wireless local area network |
CN107069784A (zh) * | 2017-04-13 | 2017-08-18 | 北京国网普瑞特高压输电技术有限公司 | 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法 |
CN109508499A (zh) * | 2018-11-15 | 2019-03-22 | 国网江苏省电力有限公司经济技术研究院 | 多时段多场景分布式电源最优接入位置与容量研究方法 |
CN110783950A (zh) * | 2019-10-29 | 2020-02-11 | 上海电力大学 | 一种配电网节点光伏最佳配置容量确定方法 |
CN110690702A (zh) * | 2019-11-01 | 2020-01-14 | 国网四川省电力公司经济技术研究院 | 一种考虑综合承载力的主动配电网优化调度及运行方法 |
CN113131529A (zh) * | 2021-04-25 | 2021-07-16 | 南京创智力合电力科技有限公司 | 一种计及多种灵活性资源的可再生能源承载力评估的方法 |
CN113962438A (zh) * | 2021-09-23 | 2022-01-21 | 南京邮电大学 | 一种冷热电混合能源联合优化系统及方法 |
CN113962159A (zh) * | 2021-11-03 | 2022-01-21 | 国网河南省电力公司电力科学研究院 | 一种基于合理弃光的配电网光伏最大接入容量的评估方法 |
Non-Patent Citations (4)
Title |
---|
SALMAN KAHROBAEE等: "robabilistic Analysis of PV Curtailment Impact on Distribution Circuit Hosting Capacity", 《2020 47TH IEEE PHOTOVOLTAIC SPECIALISTS CONFERENCE (PVSC)》 * |
XIAO XU等: "A Co-simulation Framework for Distribution Network Analysis -Case Study of Hosting Capacity Analysis", 《13TH IEEE POWERTECH CONFERENCE》 * |
XIAO XU等: "A Two-stage Approach for Renewable Hosting Capacity Assessment", 《2019 IEEE PES INNOVATIVE SMART GRID TECHNOLOGIES EUROPE (ISGT-EUROPE)》 * |
高辉等: "基于区块链技术的P2P电能交易平台与配电网协同仿真", 《计算机系统应用》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115642597A (zh) * | 2022-12-23 | 2023-01-24 | 华北电力科学研究院有限责任公司 | 一种分布式光伏承载力计算方法及装置 |
CN115642597B (zh) * | 2022-12-23 | 2023-03-10 | 华北电力科学研究院有限责任公司 | 一种分布式光伏承载力计算方法及装置 |
CN116526557A (zh) * | 2023-05-08 | 2023-08-01 | 国网安徽省电力有限公司合肥供电公司 | 一种优选分布式光伏接入方案的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114759615B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bahrami et al. | Hybrid maximum power point tracking algorithm with improved dynamic performance | |
Gao et al. | Robust coordinated optimization of active and reactive power in active distribution systems | |
Rousis et al. | A planning model for a hybrid AC–DC microgrid using a novel GA/AC OPF algorithm | |
CN114759615B (zh) | 基于混合仿真的配网分布式光伏承载力分析及削减方法 | |
Mahmud et al. | A cooperative operation of novel PV inverter control scheme and storage energy management system based on ANFIS for voltage regulation of grid-tied PV system | |
Tan et al. | A model of PV generation suitable for stability analysis | |
Zhang et al. | Optimal reactive power dispatch considering costs of adjusting the control devices | |
Jahangiri et al. | Distributed Volt/VAr control by PV inverters | |
Einfalt et al. | Controlling active low voltage distribution grids with minimum efforts on costs and engineering | |
Ma et al. | Optimal operation mode selection for a dc microgrid | |
Et-Taoussi et al. | Hybrid optimal management of active and reactive power flow in a smart microgrid with photovoltaic generation | |
Xia et al. | New analysis framework for transient stability evaluation of DC microgrids | |
Gopal et al. | Reduced switches multilevel inverter integration with boost converters in photovoltaic system | |
Prasad et al. | Power management in hybrid ANFIS PID based AC–DC microgrids with EHO based cost optimized droop control strategy | |
Berrueta et al. | Identification of critical parameters for the design of energy management algorithms for li-ion batteries operating in PV power plants | |
CN115133573A (zh) | 一种考虑负荷光伏随机性的配电网故障恢复滚动优化方法 | |
Perez et al. | Dc microgrids | |
Xiao et al. | Network partition-based two-layer optimal scheduling for active distribution networks with multiple stakeholders | |
Amouzad Mahdiraji et al. | Optimal in smart grids considering interruptible loads and photo-voltaic sources using genetic optimization | |
Alzate et al. | Smart LV distribution networks: An approach for power flow formulation with smart home models | |
Reddy et al. | TLBO based droop optimization technique for DC microgrid | |
Hajam et al. | An intelligent two‐level control of Ultrabattery for improved automatic generation control of a multi‐source deregulated power system | |
Chen et al. | The optimal planning and dynamic operation of distributed generation method based on modified multiobjective optimization in power distribution system | |
Gandhi | Reactive Power Support Using Photovoltaic Systems: Techno-Economic Analysis and Implementation Algorithms | |
Mubaraki | Impact of photovoltaic system penetration on the operation of voltage regulator equipment |
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 |