CN114759616A - 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 - Google Patents

一种考虑电力电子器件特性的微电网鲁棒优化调度方法 Download PDF

Info

Publication number
CN114759616A
CN114759616A CN202210663710.7A CN202210663710A CN114759616A CN 114759616 A CN114759616 A CN 114759616A CN 202210663710 A CN202210663710 A CN 202210663710A CN 114759616 A CN114759616 A CN 114759616A
Authority
CN
China
Prior art keywords
micro
grid
power
electronic devices
power electronic
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
CN202210663710.7A
Other languages
English (en)
Other versions
CN114759616B (zh
Inventor
陈页
戴泽源
杨嘉帆
杨穷千
刘萌萌
李振廷
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.)
Zhejiang Lab
Original Assignee
Zhejiang Lab
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 Zhejiang Lab filed Critical Zhejiang Lab
Priority to CN202210663710.7A priority Critical patent/CN114759616B/zh
Publication of CN114759616A publication Critical patent/CN114759616A/zh
Application granted granted Critical
Publication of CN114759616B publication Critical patent/CN114759616B/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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (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电力电子器件特性的微电网鲁棒优化调度方法，涉及电力系统调度的技术领域，包括以下步骤，建立含有电力电子器件的模型，建立微电网电源模型，建立考虑电力电子器件特性的鲁棒优化调度模型，采用C&CG算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解；本发明设计不确定集代替随机概率分布，得到即使在恶劣场景下依旧符合模型约束条件的调度方案，稳定性高、误差小，更加符合实际工程中的高可靠性需求。

Description

一种考虑电力电子器件特性的微电网鲁棒优化调度方法
技术领域
本发明属于电力系统调度的技术领域，特别涉及一种考虑电力电子器件特性的微电网鲁棒优化调度方法。
背景技术
在能源使用逐渐走向绿色低碳的大背景下，微电网作为实现多种能源（如：可再生能源）形式接入的有效方式，提高了分布式电源的利用，减缓了对电网造成的冲击。与传统的大电网优化调度相比，微电网中影响电能质量和功率平衡的因素更加多样，程度更加显著，如何对其进行合理的优化调度值得关注。
目前，微电网的优化调度大多集中在考虑可再生能源发电的不确定性影响，以降低经济成本、环境成本等为目的进行微电源配置。随着多种能源形式的开发和利用，微电网模型中除包含风光电源、储能系统外还可能含有电动汽车、可调负荷等，微电网的优化调度也需要更多地考虑不确定因素造成的影响。微电网往往要求对可再生能源消纳有快速反应能力，换流器成为系统中的枢纽。储能系统中包含大量的具有潮流双向流动能力的电力电子器件；可代替传统馈线联络硬开关以实现更“柔性”网络重构的智能软开关也是基于电力电子变换器的应用。因此，微电网优化调度不仅需要考虑可再生能源发电的不确定性，还需要考虑电力电子器件特性。
在可再生能源发电不确定性方面，常用威布尔分布、Beta分布和正态分布来表示风速、光照和负荷需求的随机性，通过蒙特卡洛模拟法随机生成多个场景进行两阶段随机模型的优化此类随机优化方法需要以特定的概率分布函数对不确定性因素进行拟合，而实际情况不一定符合确定性的概率分布，导致优化模型不够准确。在求解优化问题方面，对于单一目标优化问题，常以日前运行经济性最优为单一目标，建立双层优化模型，在求解时采用线性化方法进行问题的转换，交替迭代双层问题获得最优解；对于多目标优化问题，常常借助智能算法进行求解，此类启发式算法效率较高、可行性良好，但结果可能陷入局部最优。微电网优化问题的多个目标之间也可能存在难以同时达到最优的情况。
上述技术存在的缺点是：已有的考虑风光机组处理不确定性的优化调度常忽略储能装置中电力电子器件特性的影响，含电力电子器件的电力系统惯性较低，忽略电力电子器件特性可能导致微电网稳定性降低；另一方面，随机优化方法需要以特定的概率分布函数对不确定性因素进行拟合，易造成较大误差。而设计不确定集代替随机概率分布，得到即使在恶劣场景下依旧符合模型约束条件的调度方案，更加符合实际工程中的高可靠性需求。
发明内容
为了解决现有技术中存在的上述问题，本发明提出一种考虑电力电子器件特性的微电网鲁棒优化调度方法。
本发明所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，包括以下步骤：
S1：建立含有电力电子器件、微电网电源的微电网模型，
所述电力电子器件包括储能系统换流器和微电网系统联络开关，所述微电网电源包括微型燃气轮机和风电、光伏机组；
S2：设计微电网电源出力不确定集，根据对运行场景的恶劣程度调整可调系数，
所述微电网电源出力不确定集包括风电、光伏机组出力不确定集；
S3：以微电网总成本最小为目标函数，建立考虑电力电子器件特性的微电网鲁棒优化数学模型，
所述微电网总成本包括微电网运行成本、微电网与上级电网传输成本和惩罚成本，
所述微电网运行成本包括储能系统运行成本和微型燃气轮机运行成本，所述惩罚成本包括网损成本、弃风弃光成本和停电惩罚成本；
S4：将该微电网鲁棒优化数学模型中的原问题分解为主问题、子问题，采用列与约束生成（Column and Constraint Generation，C&CG）算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解。
作为优选，所述的储能系统换流器满足储能系统换流器容量约束和储能系统电池荷电状态约束。
作为优选，所述的微电网系统联络开关包括智能软开关。
作为优选，所述的智能软开关在传输过程中满足智能软开关有功功率传输约束、智能软开关无功功率上下限约束和智能软开关换流器容量约束。
作为优选，所述的微型燃气轮机满足微型燃气轮机（Micro Gas Turbine，MGT）出力上下限约束和微型燃气轮机爬坡约束。
作为优选，所述的微电网鲁棒优化数学模型满足传输功率上下限约束、潮流平衡约束、节点电压约束和线路传输能力约束。
作为优选，所述的步骤S4包括以下子步骤：
S4.1：主问题和子问题分解；
S4.2：采用大M法和近似多边形的分段线性化方法对所述的考虑电力电子器件特性的微电网鲁棒优化调度问题中的双线性项、包含决策变量的二次项进行线性化处理；
S4.3：列与约束生成算法求解主问题及子问题。
作为优选，所述步骤S4.3包含以下步骤：
S4.31：给定初始最恶劣场景中不确定变量，设定原问题下界、上界以及迭代次数；
S4.32：求解步骤S4.1中主问题，得到主问题最优解，其中目标函数最优值作为原问题下界；
S4.33：求解步骤S4.1中子问题，得到子问题最优解和最恶劣场景中不确定变量，更新原问题上界；
S4.34：设定该算法收敛判据，若符合判据则算法中止，并返回主问题最优解；否则，增加新变量和新约束条件，更新迭代次数并跳转至步骤S4.32，直到算法收敛为止。
本发明解决了现有技术忽略电力电子器件特性导致的微电网稳定性降低的问题，本发明设计不确定集代替随机概率分布，得到即使在恶劣场景下依旧符合模型约束条件的调度方案，更加符合实际工程中的高可靠性需求。
附图说明
图1为本发明储能系统换流器的模型示意图；
图2为本发明智能软开关的结构图；
图3为本发明潮流计算单元的结构图；
图4为本发明C&CG算法的流程图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，包括以下步骤：
S1：建立含有电力电子器件、微电网电源的微电网模型，
所述电力电子器件包括储能系统换流器和微电网系统联络开关，所述微电网电源包括微型燃气轮机和风电、光伏机组；
S2：设计微电网电源出力不确定集，根据对运行场景的恶劣程度调整可调系数，
所述微电网电源出力不确定集包括风电、光伏机组出力不确定集；
S3：以微电网总成本最小为目标函数，建立考虑电力电子器件特性的微电网鲁棒优化数学模型，
所述微电网总成本包括微电网运行成本、微电网与上级电网传输成本和惩罚成本，
所述微电网运行成本包括储能系统运行成本和微型燃气轮机运行成本，所述惩罚成本包括网损成本、弃风弃光成本和停电惩罚成本；
S4：将该微电网鲁棒优化数学模型中的原问题分解为主问题、子问题，采用列与约束生成（Column and Constraint Generation，C&CG）算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解。
所述的储能系统换流器满足储能系统换流器容量约束和储能系统电池荷电状态约束。
所述的微电网系统联络开关包括智能软开关。
所述的智能软开关在传输过程中满足智能软开关有功功率传输约束、智能软开关无功功率上下限约束和智能软开关换流器容量约束。
所述的微型燃气轮机满足微型燃气轮机（Micro Gas Turbine，MGT）出力上下限约束和微型燃气轮机爬坡约束。
所述的微电网鲁棒优化数学模型满足传输功率上下限约束、潮流平衡约束、节点电压约束和线路传输能力约束。
所述的步骤S4包括以下子步骤：
S4.1：主问题和子问题分解；
S4.2：采用大M法和近似多边形的分段线性化方法对所述的考虑电力电子器件特性的微电网鲁棒优化调度问题中的双线性项、包含决策变量的二次项进行线性化处理；
S4.3：列与约束生成算法求解主问题及子问题。
所述步骤S4.3包含以下步骤：
S4.31：给定初始最恶劣场景中不确定变量，设定原问题下界、上界以及迭代次数；
S4.32：求解步骤S4.1中主问题，得到主问题最优解，其中目标函数最优值作为原问题下界；
S4.33：求解步骤S4.1中子问题，得到子问题最优解和最恶劣场景中不确定变量，更新原问题上界；
S4.34：设定该算法收敛判据，若符合判据则算法中止，并返回主问题最优解；否则，增加新变量和新约束条件，更新迭代次数并跳转至步骤S4.32，直到算法收敛为止。
本发明解决了现有技术忽略电力电子器件特性导致的微电网稳定性降低的问题，本发明设计不确定集代替随机概率分布，得到即使在恶劣场景下依旧符合模型约束条件的调度方案，更加符合实际工程中的高可靠性需求。
实施例1
一、建立含有电力电子器件、微电网电源的微电网模型：
所述电力电子器件包括储能系统换流器和微电网系统联络开关，所述微电网电源包括微型燃气轮机和风电、光伏机组，储能系统换流器如图1所示，
Figure DEST_PATH_IMAGE001
为电池等效电阻，
Figure 108517DEST_PATH_IMAGE002
为等效电压源，
Figure DEST_PATH_IMAGE003
为电池输出端口电压，
Figure 743766DEST_PATH_IMAGE004
表示电池内部充放电电流；
Figure DEST_PATH_IMAGE005
为换流器等效电阻，
Figure 133291DEST_PATH_IMAGE006
为电网电压。
基于上述储能系统换流器模型，微电网调度时段内储能系统充放电过程中电池和换流器损耗可表示为
Figure DEST_PATH_IMAGE007
式中：
Figure 636822DEST_PATH_IMAGE008
为储能系统所在节点编号集合；
Figure DEST_PATH_IMAGE009
时刻节点
Figure 60981DEST_PATH_IMAGE010
处储能系统的功率损耗
Figure DEST_PATH_IMAGE011
由电池功率损耗
Figure 274923DEST_PATH_IMAGE012
和换流器功率损耗
Figure DEST_PATH_IMAGE013
组成；
Figure 276377DEST_PATH_IMAGE014
、
Figure DEST_PATH_IMAGE015
为
Figure 849179DEST_PATH_IMAGE016
、
Figure DEST_PATH_IMAGE017
的平方表示。
由于系统电流参数难以直接得到，考虑到储能系统节点电压与
Figure 393424DEST_PATH_IMAGE018
近似，式（1）可以进一步写为
Figure DEST_PATH_IMAGE019
式中：
Figure 760689DEST_PATH_IMAGE020
、
Figure DEST_PATH_IMAGE021
分别为
Figure 124805DEST_PATH_IMAGE009
时刻节点
Figure 438981DEST_PATH_IMAGE010
处储能系统输出有功和无功功率；
Figure 24683DEST_PATH_IMAGE022
时表示储能系统处于放电状态，反之为充电状态；
Figure DEST_PATH_IMAGE023
为所在节点电压的平方表示。
将处于充电状态的储能系统视为负荷，放电时视为发电装置，储能系统运行成本为
Figure 329893DEST_PATH_IMAGE024
式中：
Figure DEST_PATH_IMAGE025
为一个调度运行周期，取为一天24小时；
Figure 951280DEST_PATH_IMAGE026
、
Figure DEST_PATH_IMAGE027
分别为储能系统充放电成本系数和功率损耗折算成本系数。
储能系统还需满足如下约束条件：
储能系统换流器容量约束：
Figure 836190DEST_PATH_IMAGE028
储能系统电池荷电状态约束：
Figure DEST_PATH_IMAGE029
式中：
Figure 119142DEST_PATH_IMAGE030
为节点
Figure 1778DEST_PATH_IMAGE010
处储能系统换流器容量上限；
Figure DEST_PATH_IMAGE031
、
Figure 370180DEST_PATH_IMAGE032
为电池剩余电量上下限，
Figure DEST_PATH_IMAGE033
表示系统运行开始时的初始电量，
Figure 793203DEST_PATH_IMAGE034
为系统运行时间长度。
所述智能软开关（Soft Normally Open Point，SNOP）作为可代替传统联络开关的全控型电力电子装置，通过控制功率双向流动影响系统潮流分布，具有可连续调节功率、响应快、成本低等优点。以SNOP典型结构为例说明电力电子器件特性在微电网中的应用与影响，如图2所示，图中，VSC1、VSC2为背靠背型电压源换流器。
由于SNOP装配费用较高，实际在全部联络开关支路中应用较难实现，因此系统中包含联络开关离散变量和SNOP连续变量。以
Figure DEST_PATH_IMAGE035
表示SNOP背靠背换流器所在节点间线路
Figure 992978DEST_PATH_IMAGE036
的连接状态：
Figure DEST_PATH_IMAGE037
式中：
Figure 476874DEST_PATH_IMAGE038
为联络开关支路集合。
微电网系统网络重构需满足如下拓扑约束：
Figure DEST_PATH_IMAGE039
式中：
Figure 411201DEST_PATH_IMAGE040
为线路
Figure DEST_PATH_IMAGE041
的初始连接状态，
Figure 169073DEST_PATH_IMAGE042
为网络重构后线路
Figure 583873DEST_PATH_IMAGE041
的连接状态，值为0时表示为断开状态，为1时表示为闭合状态；
Figure DEST_PATH_IMAGE043
为最大重构线路数目。
SNOP在传输过程中需满足如下约束条件：
SNOP有功功率传输约束：
Figure 41268DEST_PATH_IMAGE044
SNOP无功功率上下限约束：
Figure DEST_PATH_IMAGE045
SNOP换流器容量约束：
Figure 354569DEST_PATH_IMAGE046
式中：
Figure DEST_PATH_IMAGE047
、
Figure 149088DEST_PATH_IMAGE048
分别为背靠背型电压源换流器所在的两个节点，
Figure DEST_PATH_IMAGE049
为SNOP所在节点编号集合；
Figure 356078DEST_PATH_IMAGE050
分别为
Figure DEST_PATH_IMAGE051
时刻SNOP两个换流器的有功功率和无功功率；
Figure 849288DEST_PATH_IMAGE052
为
Figure 977781DEST_PATH_IMAGE051
时刻SNOP传输功率损耗，计算方法与式（1）-（2）所述类似，此处不再赘述，其功率损耗成本计入网损成本；
Figure DEST_PATH_IMAGE053
分别SNOP两个换流器的无功功率上下限；
Figure 920198DEST_PATH_IMAGE054
分别为SNOP两个换流器的容量上限。
二、设计微电网电源出力不确定集，根据对运行场景的恶劣程度调整可调系数：
所述微电网电源出力不确定集包括风电、光伏机组出力不确定集，所述微型燃气轮机（Micro Gas Turbine，MGT）作为可控分布式电源，在微电网优化调度时可根据不可控微电源出力情况进行调节以达到总运行成本最低，其运行成本可用如下线性函数表示
Figure DEST_PATH_IMAGE055
式中：
Figure 325903DEST_PATH_IMAGE056
为微型燃气轮机所在节点编号集合；
Figure DEST_PATH_IMAGE057
为微型燃气轮机成本系数；
Figure 249735DEST_PATH_IMAGE058
为时刻节点
Figure DEST_PATH_IMAGE059
处微型燃气轮机出力。
微型燃气轮机需满足如下约束条件：
MGT出力上下限约束：
Figure 131103DEST_PATH_IMAGE060
MGT爬坡约束：
Figure DEST_PATH_IMAGE061
式中：
Figure 80473DEST_PATH_IMAGE062
为节点
Figure 653535DEST_PATH_IMAGE059
处微型燃气轮机出力上下限；
Figure DEST_PATH_IMAGE063
分别为微型燃气轮机相邻时段内功率提升最大调节量和功率下降最大调节量。
所述风电、光伏机组属于不可控电源，由于风光均来自大自然，假定已知日前风电、光伏出力情况。风电、光伏机组出力具有不确定性，且在微电网中风光发电所占比例通常较大，影响也更加明显。对于微电网模型中风电、光伏机组出力不确定性，设计风电、光伏机组出力不确定集，引入可调系数，根据对运行场景的恶劣程度进行调整，减少解决微电网鲁棒优化问题时可能出现得到过于保守的调度方案的情况。
Figure 515312DEST_PATH_IMAGE064
式中：
Figure DEST_PATH_IMAGE065
、
Figure 789036DEST_PATH_IMAGE066
分别为风电、光伏在
Figure DEST_PATH_IMAGE067
时刻的不确定变量；
Figure 542098DEST_PATH_IMAGE068
分别为风电、光伏在
Figure 640504DEST_PATH_IMAGE067
时刻的预测量；
Figure DEST_PATH_IMAGE069
分别为风电、光伏在
Figure 876444DEST_PATH_IMAGE067
时刻的预测误差；
Figure 434202DEST_PATH_IMAGE070
分别为风电、光伏在
Figure 617053DEST_PATH_IMAGE067
时刻的预测误差系数；
Figure DEST_PATH_IMAGE071
分别为风电、光伏出力可调系数，可根据运行场景变化进行调整，系数较大时表示运行场景恶劣，系数较小时表示对运行场景判断较为乐观，若系数为0，则为确定性分析，调度结果的准确程度取决于日前预测结果的准确程度。
三、以微电网总成本最小为目标函数，建立考虑电力电子器件特性的微电网鲁棒优化数学模型：
其目的在于在变化的最恶劣条件下求得最经济的调度方式，其目标函数形式如下：
Figure 621830DEST_PATH_IMAGE072
式（17）中的
Figure DEST_PATH_IMAGE073
表示总成本，表达式为
Figure 763092DEST_PATH_IMAGE074
、
Figure DEST_PATH_IMAGE075
和
Figure 745830DEST_PATH_IMAGE076
分别表示微电网运行成本、微电网与上级电网传输成本和惩罚成本，其表达式分别为
Figure DEST_PATH_IMAGE077
其中，
Figure 388164DEST_PATH_IMAGE078
为
Figure DEST_PATH_IMAGE079
时刻的节点电价，
Figure 772746DEST_PATH_IMAGE080
为
Figure 553752DEST_PATH_IMAGE079
时刻的传输功率，
Figure 446621DEST_PATH_IMAGE080
为正表示向上级电网购电，反之表示向上级电网售电；网损成本
Figure DEST_PATH_IMAGE081
、弃风弃光成本
Figure 876334DEST_PATH_IMAGE082
和停电惩罚成本
Figure DEST_PATH_IMAGE083
分别由成本系数乘以相应功率所得，
Figure 578406DEST_PATH_IMAGE081
、
Figure 779580DEST_PATH_IMAGE084
、
Figure DEST_PATH_IMAGE085
、
Figure 81117DEST_PATH_IMAGE083
分别为网损成本系数、弃风成本系数、弃光成本系数和切负荷停电成本系数；
Figure 127571DEST_PATH_IMAGE086
、
Figure DEST_PATH_IMAGE087
、
Figure 722631DEST_PATH_IMAGE088
、
Figure DEST_PATH_IMAGE089
分别为
Figure 750499DEST_PATH_IMAGE079
时刻的网络损耗功率、弃风功率、弃光功率和切负荷量，
Figure DEST_PATH_IMAGE091
、
Figure DEST_PATH_IMAGE093
、
Figure DEST_PATH_IMAGE095
分别为电力电子器件所在节点编号集合、风电机组所在节点编号集合、光伏机组所在节点编号集合。
式（17）中
Figure 715831DEST_PATH_IMAGE096
为第一层优化变量，
Figure DEST_PATH_IMAGE097
、
Figure 910183DEST_PATH_IMAGE098
为第二层优化变量，具体表达式如下：
Figure DEST_PATH_IMAGE099
（18）
该微电网鲁棒优化调度问题的约束条件除含电力电子器件的设备约束（4）-（5）、（7）-（10）和微电源出力约束（12）-（13）外，系统还需满足如下约束：
传输功率上下限约束：
Figure 123864DEST_PATH_IMAGE100
Figure DEST_PATH_IMAGE101
式中：
Figure 479890DEST_PATH_IMAGE102
为
Figure 818337DEST_PATH_IMAGE067
时刻的系统负荷量；
Figure DEST_PATH_IMAGE103
为微电网与上级电网传输功率上限。当微电网功率剩余或缺额大于该上限时，则通过弃风弃光或切负荷来保证电网功率平衡。
潮流平衡约束，本文采用Distflow潮流方法计算微电网潮流，潮流计算单元结构如图3所示，潮流分布平衡方程可写为：
Figure 550800DEST_PATH_IMAGE104
式中：
Figure DEST_PATH_IMAGE105
表示所有支路构成的集合；
Figure 618988DEST_PATH_IMAGE106
分别为线路
Figure DEST_PATH_IMAGE107
的电阻值、电抗值和阻抗值；
Figure 739391DEST_PATH_IMAGE108
分别为线路
Figure 848291DEST_PATH_IMAGE107
的有功、无功潮流；
Figure DEST_PATH_IMAGE109
分别为有功、无功负荷；
Figure 853287DEST_PATH_IMAGE110
分别为分布式电源的有功、无功注入功率。
潮流平衡约束式（23）为非凸二次等式，将其松弛成不等式约束：
Figure DEST_PATH_IMAGE111
采用二阶锥松弛方法，式（24）等价于
Figure 775981DEST_PATH_IMAGE112
节点电压约束：
Figure DEST_PATH_IMAGE113
式中：
Figure 4969DEST_PATH_IMAGE114
为节点
Figure DEST_PATH_IMAGE115
电压参考幅值的平方；
Figure 645903DEST_PATH_IMAGE116
为电压允许波动范围。
线路传输能力约束：
Figure DEST_PATH_IMAGE117
式中：
Figure 985749DEST_PATH_IMAGE118
分别为线路
Figure DEST_PATH_IMAGE119
有功、无功功率；上限
Figure 762950DEST_PATH_IMAGE120
为线路
Figure 349789DEST_PATH_IMAGE119
电流上限。式（27）-（28）保证了线路潮流不会越限。
将约束条件写为紧凑形式，即
Figure DEST_PATH_IMAGE121
其中，式（29）第一行为微电网鲁棒优化调度问题的目标函数，max结构在于找到运行周期内的最恶劣场景，对于每一时刻给定的风光出力不确定变量
Figure 448326DEST_PATH_IMAGE122
都可以转化为确定性优化目标；第二到七行分别为对应等式约束、不等式约束、不确定集和二阶锥约束的紧凑形式。
四、将该微电网鲁棒优化数学模型中的原问题分解为主问题、子问题，采用C&CG算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解：
所述考虑电力电子器件特性的微电网鲁棒优化调度问题步骤包括主问题和子问题分解、采用大M法和近似多边形的分段线性化方法对所述的考虑电力电子器件特性的微电网鲁棒优化调度问题中的双线性项、包含决策变量的二次项进行线性化处理、C&CG算法求解主问题及子问题。
所述主问题和子问题分解方式为，在给定不确定优化变量
Figure DEST_PATH_IMAGE123
的情况下，对式（29）进行分解，得到如下形式的主问题：
Figure 299519DEST_PATH_IMAGE124
式中：下标
Figure DEST_PATH_IMAGE125
表示迭代
Figure 541014DEST_PATH_IMAGE125
次所得对应变量；
Figure 767596DEST_PATH_IMAGE126
表示总的迭代次数；
Figure DEST_PATH_IMAGE127
用于替代式（29）中的内层目标函数，并添加对应的目标函数
Figure 619008DEST_PATH_IMAGE128
，得到原问题的松弛主问题。
若已知主问题的最优解
Figure DEST_PATH_IMAGE129
，即微电网系统网络结构确定后，求取风光不确定出力的最恶劣场景
Figure 268033DEST_PATH_IMAGE123
，可得到如下形式的子问题：
Figure 583608DEST_PATH_IMAGE130
根据强对偶理论，可将上述双层优化目标转化为单层max优化目标，形式如下：
Figure DEST_PATH_IMAGE131
式中：
Figure 292676DEST_PATH_IMAGE132
分别为式（31）中约束的对偶变量。
值得注意的是，式（32）中目标函数包含双线性项
Figure DEST_PATH_IMAGE133
，直接求解难度较大，需采用一定方法加以处理。由于不确定优化变量
Figure 896963DEST_PATH_IMAGE134
与对偶变量
Figure DEST_PATH_IMAGE135
定义域相互独立，且当式（32）目标函数取得最优值时不确定参数
Figure 343820DEST_PATH_IMAGE134
将取得其上下限值，则连续变量
Figure 654847DEST_PATH_IMAGE134
可转化为0-1离散变量。采用大M法对双线性项进行线性化处理，得到如下线性化形式：
Figure 957652DEST_PATH_IMAGE136
式中：双线性项
Figure 485454DEST_PATH_IMAGE133
表示为对应向量元素点乘之和，引入新变量
Figure DEST_PATH_IMAGE137
表示对应元素乘积；
Figure 977746DEST_PATH_IMAGE138
表示一个很大的常数。最终得到了如式（32）-（33）形式构成的原问题的子问题。
所述近似多边形的分段线性化方法主要解决例如式（2）、约束（4）和（10）中包含有决策变量的二次项的问题，对上述等式和约束进行转化，得到下列结果：
定义
Figure DEST_PATH_IMAGE139
为式（2）中
Figure 438553DEST_PATH_IMAGE140
的分段线性近似表示：
Figure DEST_PATH_IMAGE141
其中：
Figure 115522DEST_PATH_IMAGE142
为分段线性化的精度，根据问题所需进行选取。因此，式（2）转化为如下目标函数形式：
Figure DEST_PATH_IMAGE143
该min-max问题可最终转化为如下形式：
Figure 927357DEST_PATH_IMAGE144
对于约束（4），采用近似多边形的分段线性化方法进行线性化，该方法需要在近似误差和问题优化程度进行折衷，故采用六边形进行近似，可以将两者较好地平衡。约束可由如下不等式替代：
Figure 895445DEST_PATH_IMAGE145
同理，约束（10）也可采用六边形近似分段线性化方法用如下不等式替代：
Figure DEST_PATH_IMAGE146
所述C&CG算法求解主问题及子问题的步骤如图4所示，具体为：
S4.31：给定初始最恶劣场景中不确定变量
Figure 465884DEST_PATH_IMAGE147
，将原问题下界设为
Figure DEST_PATH_IMAGE148
，上界设为
Figure 48175DEST_PATH_IMAGE149
，迭代次数
Figure DEST_PATH_IMAGE150
；
S4.32：求解式（30）所示主问题，得到最优解
Figure 81728DEST_PATH_IMAGE151
，其中目标函数最优值作为原问题下界，即
Figure DEST_PATH_IMAGE152
；
S4.33：求解式（32）-（33）所示子问题，得到最优解
Figure 961828DEST_PATH_IMAGE153
和最恶劣场景中不确定变量
Figure DEST_PATH_IMAGE154
，更新原问题上界
Figure 23325DEST_PATH_IMAGE155
；
S4.34：该算法收敛判据为
Figure DEST_PATH_IMAGE156
，若符合判据则算法中止，并返回最优解
Figure 886106DEST_PATH_IMAGE157
；否则，增加新变量
Figure DEST_PATH_IMAGE158
和如下约束条件：
Figure 642841DEST_PATH_IMAGE159
更新迭代次数
Figure DEST_PATH_IMAGE160
并跳转至步骤二，直到算法收敛为止。
以上所述，仅为本发明较佳的具体实施方式，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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (8)

1.一种考虑电力电子器件特性的微电网鲁棒优化调度方法，其特征在于，包括以下步骤：
S1：建立含有电力电子器件、微电网电源的微电网模型，
所述电力电子器件包括储能系统换流器和微电网系统联络开关，所述微电网电源包括微型燃气轮机和风电、光伏机组；
S2：设计微电网电源出力不确定集，根据对运行场景的恶劣程度调整可调系数，
所述微电网电源出力不确定集包括风电、光伏机组出力不确定集；
S3：以微电网总成本最小为目标函数，建立考虑电力电子器件特性的微电网鲁棒优化数学模型，
所述微电网总成本包括微电网运行成本、微电网与上级电网传输成本和惩罚成本，
所述微电网运行成本包括储能系统运行成本和微型燃气轮机运行成本，所述惩罚成本包括网损成本、弃风弃光成本和停电惩罚成本；
S4：将该微电网鲁棒优化数学模型中的原问题分解为主问题、子问题，采用列与约束生成算法进行考虑电力电子器件特性的微电网鲁棒优化调度问题的求解。
2.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，其特征在于：所述的储能系统换流器满足储能系统换流器容量约束和储能系统电池荷电状态约束。
3.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，其特征在于：所述的微电网系统联络开关包括智能软开关。
4.根据权利要求3所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，其特征在于：所述的智能软开关在传输过程中满足智能软开关有功功率传输约束、智能软开关无功功率上下限约束和智能软开关换流器容量约束。
5.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，其特征在于：所述的微型燃气轮机满足微型燃气轮机出力上下限约束和微型燃气轮机爬坡约束。
6.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，其特征在于：所述的微电网鲁棒优化数学模型满足传输功率上下限约束、潮流平衡约束、节点电压约束和线路传输能力约束。
7.根据权利要求1所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，其特征在于：所述的步骤S4包括以下子步骤：
S4.1：主问题和子问题分解；
S4.2：采用大M法和近似多边形的分段线性化方法对所述的考虑电力电子器件特性的微电网鲁棒优化调度问题中的双线性项、包含决策变量的二次项进行线性化处理；
S4.3：列与约束生成算法求解主问题及子问题。
8.根据权利要求7所述的一种考虑电力电子器件特性的微电网鲁棒优化调度方法，其特征在于：所述步骤S4.3包含以下步骤：
S4.31：给定初始最恶劣场景中不确定变量，设定原问题下界、上界以及迭代次数；
S4.32：求解步骤S4.1中主问题，得到主问题最优解，其中目标函数最优值作为原问题下界；
S4.33：求解步骤S4.1中子问题，得到子问题最优解和最恶劣场景中不确定变量，更新原问题上界；
S4.34：设定该算法收敛判据，若符合判据则算法中止，并返回主问题最优解；否则，增加新变量和新约束条件，更新迭代次数并跳转至步骤S4.32，直到算法收敛为止。
CN202210663710.7A 2022-06-14 2022-06-14 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 Active CN114759616B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210663710.7A CN114759616B (zh) 2022-06-14 2022-06-14 一种考虑电力电子器件特性的微电网鲁棒优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210663710.7A CN114759616B (zh) 2022-06-14 2022-06-14 一种考虑电力电子器件特性的微电网鲁棒优化调度方法

Publications (2)

Publication Number Publication Date
CN114759616A true CN114759616A (zh) 2022-07-15
CN114759616B CN114759616B (zh) 2022-09-16

Family

ID=82336846

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210663710.7A Active CN114759616B (zh) 2022-06-14 2022-06-14 一种考虑电力电子器件特性的微电网鲁棒优化调度方法

Country Status (1)

Country Link
CN (1) CN114759616B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115473284A (zh) * 2022-08-09 2022-12-13 国网江苏省电力有限公司淮安供电分公司 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008011522A2 (en) * 2006-07-19 2008-01-24 Indiana University Research And Technology Corporation Integrated and optimized distributed generation and interconnect system controller
CN106329523A (zh) * 2016-11-19 2017-01-11 中国南方电网有限责任公司电网技术研究中心 考虑不确定性的有源配电网智能软开关鲁棒优化建模方法
CN107887903A (zh) * 2017-10-31 2018-04-06 深圳供电局有限公司 考虑元件频率特性的微电网鲁棒优化调度方法
CN107979111A (zh) * 2017-07-21 2018-05-01 天津大学 一种基于两阶段鲁棒优化的微电网能量管理方法
CN108923459A (zh) * 2018-07-10 2018-11-30 华北电力大学（保定） 一种基于智能软开关的交直流配电网优化控制方法
CN110729765A (zh) * 2019-08-30 2020-01-24 四川大学 一种考虑sop的配电网灵活性评估指标体系和优化调度方法
CN111355265A (zh) * 2020-04-10 2020-06-30 中国人民解放军国防科技大学 一种微电网能量两阶段鲁棒优化方法及系统
CN111541248A (zh) * 2020-06-11 2020-08-14 南方电网科学研究院有限责任公司 一种智能软开关与储能系统联合优化方法和装置
CN112257229A (zh) * 2020-09-18 2021-01-22 西安理工大学 一种微网两阶段鲁棒调度方法
CN113541191A (zh) * 2021-07-22 2021-10-22 国网上海市电力公司 考虑大规模可再生能源接入的多时间尺度调度方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008011522A2 (en) * 2006-07-19 2008-01-24 Indiana University Research And Technology Corporation Integrated and optimized distributed generation and interconnect system controller
CN106329523A (zh) * 2016-11-19 2017-01-11 中国南方电网有限责任公司电网技术研究中心 考虑不确定性的有源配电网智能软开关鲁棒优化建模方法
CN107979111A (zh) * 2017-07-21 2018-05-01 天津大学 一种基于两阶段鲁棒优化的微电网能量管理方法
CN107887903A (zh) * 2017-10-31 2018-04-06 深圳供电局有限公司 考虑元件频率特性的微电网鲁棒优化调度方法
CN108923459A (zh) * 2018-07-10 2018-11-30 华北电力大学（保定） 一种基于智能软开关的交直流配电网优化控制方法
CN110729765A (zh) * 2019-08-30 2020-01-24 四川大学 一种考虑sop的配电网灵活性评估指标体系和优化调度方法
CN111355265A (zh) * 2020-04-10 2020-06-30 中国人民解放军国防科技大学 一种微电网能量两阶段鲁棒优化方法及系统
CN111541248A (zh) * 2020-06-11 2020-08-14 南方电网科学研究院有限责任公司 一种智能软开关与储能系统联合优化方法和装置
CN112257229A (zh) * 2020-09-18 2021-01-22 西安理工大学 一种微网两阶段鲁棒调度方法
CN113541191A (zh) * 2021-07-22 2021-10-22 国网上海市电力公司 考虑大规模可再生能源接入的多时间尺度调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
SONG, G: "A supply restoration method of distribution system based on Soft Open Point", 《2016 IEEE INNOVATIVE SMART GRID TECHNOLOGIES ­ ASIA》 *
施展: "柔性软开关控制策略及运行方式研究", 《万方数据知识服务平台》 *
王家怡等: "考虑风电不确定性的交直流混合配电网分布式优化运行", 《中国电机工程学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115473284A (zh) * 2022-08-09 2022-12-13 国网江苏省电力有限公司淮安供电分公司 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备
CN115473284B (zh) * 2022-08-09 2024-02-02 国网江苏省电力有限公司淮安供电分公司 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备

Also Published As

Publication number Publication date
CN114759616B (zh) 2022-09-16

Similar Documents

Publication Publication Date Title
CN107887903B (zh) 考虑元件频率特性的微电网鲁棒优化调度方法
CN112039069B (zh) 一种配电网储能与柔性开关的双层协同规划方法及系统
CN103840457B (zh) 考虑电动汽车充放电影响的配电网内dg优化配置方法
CN112713618B (zh) 基于多场景技术的主动配电网源网荷储协同优化运行方法
CN106953316B (zh) 微电网变时间尺度优化调度方法
Salazar et al. Energy management of islanded nanogrids through nonlinear optimization using stochastic dynamic programming
CN113572163B (zh) 基于改进仿射算法的分布式电源主动配电网优化调度方法
Bogaraj et al. A novel energy management scheme using ANFIS for independent microgrid
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
Kaysal et al. Hierarchical energy management system with multiple operation modes for hybrid DC microgrid
CN111786417A (zh) 一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法
CN116667325B (zh) 一种基于改进布谷鸟算法的微电网并网运行优化调度方法
CN112311017A (zh) 一种虚拟电厂与主网最优协同调度方法
CN115622101A (zh) 一种促进可再生能源消纳的储能优化配置双层规划方法
CN114759616B (zh) 一种考虑电力电子器件特性的微电网鲁棒优化调度方法
Raza et al. Robust nonlinear control of regenerative fuel cell, supercapacitor, battery and wind based direct current microgrid
El Zerk et al. Decentralised strategy for energy management of collaborative microgrids using multi‐agent system
CN112467717A (zh) 一种基于模糊控制的混合能源系统实时负荷分配方法
CN116865270A (zh) 一种含嵌入式直流的柔性互联配电网优化调度方法及系统
CN116645089A (zh) 一种考虑退役电池容量退化的储能系统双层优化配置方法
Oladepo et al. Optimum utilization of grid‐connected hybrid power system using hybrid particle swarm optimization/whale optimization algorithm
CN115765035A (zh) 一种适应于全时段动态重构的柔性配电网扰动恢复方法
CN115345350A (zh) 一种交直流混合配电网规划方法、介质及系统
Zehra et al. A Cost-Effective Fuzzy-based Demand-Response Energy Management for Batteries and Photovoltaics
Cao et al. Dynamic economic dispatch of AC/DC hybrid microgrid based on consensus algorithm

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