CN114825469B - 一种分布式电源集群出力评估方法及系统 - Google Patents

一种分布式电源集群出力评估方法及系统 Download PDF

Info

Publication number
CN114825469B
CN114825469B CN202210694033.5A CN202210694033A CN114825469B CN 114825469 B CN114825469 B CN 114825469B CN 202210694033 A CN202210694033 A CN 202210694033A CN 114825469 B CN114825469 B CN 114825469B
Authority
CN
China
Prior art keywords
power
distributed
node
constraint
cluster
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
CN202210694033.5A
Other languages
English (en)
Other versions
CN114825469A (zh
Inventor
胡俊杰
李琰
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.)
North China Electric Power University
Original Assignee
North China Electric Power 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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202210694033.5A priority Critical patent/CN114825469B/zh
Publication of CN114825469A publication Critical patent/CN114825469A/zh
Application granted granted Critical
Publication of CN114825469B publication Critical patent/CN114825469B/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
    • H02J3/381—Dispersed generators
    • 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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • H02J3/28—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
    • H02J3/28—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
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • 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
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving

Landscapes

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

Abstract

本发明属于分布式电源技术领域，涉及一种分布式电源集群出力评估方法及系统。该方法包括获取调度中心的需求和配电网的基本信息；根据调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型；根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略。本发明能够提高分布式电源集群出力评估的准确性。

Description

一种分布式电源集群出力评估方法及系统
技术领域
本发明涉及分布式电源技术领域，特别是涉及一种分布式电源集群出力评估方法及系统。
背景技术
大力发展可再生能源已成为推动调整中国能源结构的重要举措，实施清洁能源替代、发展可再生能源发电已成为全球共识。其中，分布式光伏具备清洁无污染、规模调整灵活、系统安全性高、调峰性能好等优势，成为近年来可再生能源领域发展的重点。然而，分布式光伏渗透率的升高会对系统的安全性和稳定性带来影响，如分布式光伏就地消纳问题、功率倒送问题、网损增加、电压越限问题等，同时会降低新能源的运行可靠性和利用率。
为保证大规模分布式光伏能够规模有序、安全可靠地接入电网，一种有效手段是对分布式光伏进行集群划分，高渗透率新能源的集群管理模式有助于平抑新能源出力波动、提高新能源就地消纳率，从根本上缓解分布式光伏渗透率升高引发的各种问题；另一种解决方式是利用电网灵活性资源，如储能、电动汽车等，对分布式光伏集群进行优化调度，从而提升分布式光伏的稳定性，提高分布式光伏消纳率。目前，国内外学者对于集群划分和分布式电源优化调度的研究已经比较完善，但对分布式电源集群划分后的优化出力评估研究较少，集群出力评估并非简单的集群出力相加，需要考虑工程实际需求，如新能源消纳率、网络损耗、网络安全稳定约束等。并且准确的集群出力评估结果能够有利于对分布式光伏集群进行调控，能够提高分布式光伏消纳率和提高电力系统的可靠性和稳定性，进一步促进新能源发电的发展。
因此，如何准确的实现集群出力评估是现阶段亟需解决的问题。
发明内容
本发明的目的是提供一种分布式电源集群出力评估方法及系统，能够提高分布式电源集群出力评估的准确性。
为实现上述目的，本发明提供了如下方案：
一种分布式电源集群出力评估方法，包括：
获取调度中心的需求和配电网的基本信息；所述调度中心的需求包括：对新能源消纳率和网络有功损耗的需求；所述配电网的基本信息包括：配电网的网络数据、负荷数据、分布式光伏数据以及灵活性资源信息；所述网络数据包括：线路阻抗、拓扑结构以及节点类型；所述负荷数据为配电网一天内的有功无功需求；所述分布式光伏数据包括：配置容量、逆变器容量、负载功率因数以及预测出力数据；所述灵活性资源信息包括：储能配置节点、配置容量、最大充放电功率、充放电效率、荷电状态约束、电动汽车入网数量、入网时间、预计离网时间、电池容量、入网电量以及离网预期电量；
根据调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型；
根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略。
可选地，所述根据调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型，具体包括：
利用公式
Figure 47683DEST_PATH_IMAGE001
和
Figure 377820DEST_PATH_IMAGE002
确定目标函数；
其中，f 1和f 2为目标函数，
Figure 727024DEST_PATH_IMAGE003
为配电网所有节点集合，
Figure 413833DEST_PATH_IMAGE004
为节点
Figure 377241DEST_PATH_IMAGE005
的光伏实际有功功率，
Figure 254061DEST_PATH_IMAGE006
为节点
Figure 328328DEST_PATH_IMAGE007
的电压幅值；
Figure 332625DEST_PATH_IMAGE008
、
Figure 60410DEST_PATH_IMAGE009
分别为从上游节点
Figure 424526DEST_PATH_IMAGE010
向节点
Figure 302483DEST_PATH_IMAGE011
流出的有功和无功功率，
Figure 904497DEST_PATH_IMAGE012
为节点间关系，
Figure 800253DEST_PATH_IMAGE013
为节点
Figure 917245DEST_PATH_IMAGE010
和节点
Figure 802155DEST_PATH_IMAGE005
间线路的电阻值，
Figure 789834DEST_PATH_IMAGE014
为节点
Figure 859421DEST_PATH_IMAGE005
光伏的无功输出功率，
Figure 935480DEST_PATH_IMAGE015
为节点
Figure 889661DEST_PATH_IMAGE005
无功补偿设备的无功输出功率。
可选地，所述根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略，具体包括：
根据所述分布式光伏集群出力评估模型，采取
Figure 263005DEST_PATH_IMAGE016
约束法，确定帕累托解集；
根据所述帕累托解集，利用模糊度满足方法，确定分布式电源集群出力评估结果和灵活性资源调度策略。
可选地，所述根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略，之后还包括：
所述调度中心根据所述分布式电源集群出力评估结果和灵活性资源调度策略对分布式光伏集群和灵活性资源进行调控。
一种分布式电源集群出力评估系统，包括：
需求和基本信息获取模块，用于获取调度中心的需求和配电网的基本信息；所述调度中心的需求包括：对新能源消纳率和网络有功损耗的需求；所述配电网的基本信息包括：配电网的网络数据、负荷数据、分布式光伏数据以及灵活性资源信息；所述网络数据包括：线路阻抗、拓扑结构以及节点类型；所述负荷数据为配电网一天内的有功无功需求；所述分布式光伏数据包括：配置容量、逆变器容量、负载功率因数以及预测出力数据；所述灵活性资源信息包括：储能配置节点、配置容量、最大充放电功率、充放电效率、荷电状态约束、电动汽车入网数量、入网时间、预计离网时间、电池容量、入网电量以及离网预期电量；
分布式光伏集群出力评估模型建立模块，用于根据调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型；
结果和策略确定模块，用于根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略。
可选地，所述分布式光伏集群出力评估模型建立模块，具体包括：
目标函数确定单元，用于利利用公式
Figure 503493DEST_PATH_IMAGE001
和
Figure 592147DEST_PATH_IMAGE002
确定目标函数；
其中，f 1和f 2为目标函数，
Figure 553281DEST_PATH_IMAGE003
为配电网所有节点集合，
Figure 640186DEST_PATH_IMAGE004
为节点
Figure 395784DEST_PATH_IMAGE005
的光伏实际有功功率，
Figure 568139DEST_PATH_IMAGE006
为节点
Figure 347612DEST_PATH_IMAGE007
的电压幅值；
Figure 23444DEST_PATH_IMAGE008
、
Figure 12260DEST_PATH_IMAGE009
分别为从上游节点
Figure 812857DEST_PATH_IMAGE010
向节点
Figure 646952DEST_PATH_IMAGE011
流出的有功和无功功率，
Figure 846464DEST_PATH_IMAGE012
为节点间关系，
Figure 599657DEST_PATH_IMAGE013
为节点
Figure 356391DEST_PATH_IMAGE010
和节点
Figure 728598DEST_PATH_IMAGE005
间线路的电阻值，
Figure 644601DEST_PATH_IMAGE014
为节点
Figure 712570DEST_PATH_IMAGE005
光伏的无功输出功率，
Figure 815655DEST_PATH_IMAGE015
为节点
Figure 991553DEST_PATH_IMAGE005
无功补偿设备的无功输出功率。
可选地，所述结果和策略确定模块，具体包括：
帕累托解集确定单元，用于根据所述分布式光伏集群出力评估模型，采取
Figure 637429DEST_PATH_IMAGE016
约束法，确定帕累托解集；
结果和策略确定单元，用于根据所述帕累托解集，利用模糊度满足方法，确定分布式电源集群出力评估结果和灵活性资源调度策略。
可选地，还包括：
调控模块，用于所述调度中心根据所述分布式电源集群出力评估结果和灵活性资源调度策略对分布式光伏集群和灵活性资源进行调控。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明所提供的一种分布式电源集群出力评估方法及系统，根据调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型，根据所述分布式光伏集群出力评估模型准确的确定分布式电源集群出力评估结果和灵活性资源调度策略，充分利用了灵活性资源的调节能力，通过电动汽车和储能的充放电消纳超出线路容量的光伏有功，有效提高了光伏消纳率，提升了电力系统的可靠性和稳定性，综合考虑了调度中心对新能源消纳和网络有功损耗的需求，能够为调度中心提供数据参考，为高渗透率新能源电力系统的发展提供理论决策支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种分布式电源集群出力评估方法流程示意图；
图2为本发明所提供的一种分布式电源集群出力评估方法的控制框架示意图；
图3为本发明所提供的一种分布式电源集群出力评估系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种分布式电源集群出力评估方法及系统，能够提高分布式电源集群出力评估的准确性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种分布式电源集群出力评估方法流程示意图，图2为本发明所提供的一种分布式电源集群出力评估方法的控制框架示意图，如图1和图2所示，本发明所提供的一种分布式电源集群出力评估方法，包括：
S101，获取调度中心的需求和配电网的基本信息。
所述调度中心的需求包括：对新能源消纳率和网络有功损耗的需求；所述配电网的基本信息包括：配电网的网络数据、负荷数据、分布式光伏数据以及灵活性资源信息；所述网络数据包括：线路阻抗、拓扑结构以及节点类型；所述负荷数据为配电网一天内的有功无功需求；所述分布式光伏数据包括：配置容量、逆变器容量、负载功率因数以及预测出力数据；所述灵活性资源信息包括：储能配置节点、配置容量、最大充放电功率、充放电效率、荷电状态约束、电动汽车入网数量、入网时间、预计离网时间、电池容量、入网电量以及离网预期电量。
S102，根据调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型。
S102具体包括：
把调度中心的调度周期以
Figure 136019DEST_PATH_IMAGE017
为区间划分为T个时段；
建立目标函数：
Figure 726400DEST_PATH_IMAGE018
（1）
Figure 440409DEST_PATH_IMAGE019
（2）
其中，f 1和f 2为目标函数，
Figure 206371DEST_PATH_IMAGE003
为配电网所有节点集合，
Figure 737847DEST_PATH_IMAGE004
为节点
Figure 947681DEST_PATH_IMAGE005
的光伏实际有功功率，
Figure 199801DEST_PATH_IMAGE006
为节点
Figure 679324DEST_PATH_IMAGE007
的电压幅值；
Figure 257067DEST_PATH_IMAGE008
、
Figure 556462DEST_PATH_IMAGE009
分别为从上游节点
Figure 874923DEST_PATH_IMAGE010
向节点
Figure 208952DEST_PATH_IMAGE011
流出的有功和无功功率，
Figure 551072DEST_PATH_IMAGE012
为节点间关系，
Figure 478708DEST_PATH_IMAGE013
为节点
Figure 869369DEST_PATH_IMAGE010
和节点
Figure 467359DEST_PATH_IMAGE005
间线路的电阻值，
Figure 386905DEST_PATH_IMAGE014
为节点
Figure 660891DEST_PATH_IMAGE005
光伏的无功输出功率，
Figure 324085DEST_PATH_IMAGE015
为节点
Figure 773652DEST_PATH_IMAGE005
无功补偿设备的无功输出功率。无功补偿设备的运行约束为
Figure 720224DEST_PATH_IMAGE020
，其中，
Figure 622452DEST_PATH_IMAGE021
和
Figure 948391DEST_PATH_IMAGE022
分别为
Figure 783623DEST_PATH_IMAGE005
节点无功补偿设备无功输出功率的上下限。
S103，根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略。
S103具体包括：
根据所述分布式光伏集群出力评估模型，采取
Figure 44971DEST_PATH_IMAGE023
约束法，确定帕累托解集；
根据所述帕累托解集，利用模糊度满足方法，确定分布式电源集群出力评估结果和灵活性资源调度策略。
帕累托解集的确定过程为：
计算每个单目标函数的最大值；
向其中一个目标函数
Figure 527223DEST_PATH_IMAGE024
增加约束
Figure 532219DEST_PATH_IMAGE025
，如式(3)所示；
Figure 956378DEST_PATH_IMAGE026
（3）
设置该目标函数的值在最大和最小范围内变化，计算其他目标函数的最小值，得到帕累托解集。
利用模糊度满足方法计算出最优解的过程为：
对帕累托解集中的每个解决方案
Figure 982103DEST_PATH_IMAGE027
定义隶属函数，用来表示目标函数对各解的满意度，隶属函数
Figure 387152DEST_PATH_IMAGE028
定义如式(4)所示：
Figure 930260DEST_PATH_IMAGE029
（4）
该式表示目标函数
Figure 333560DEST_PATH_IMAGE024
对解决方法
Figure 405552DEST_PATH_IMAGE027
的满意度，满意度的值在0-1之间，数值越大表示越满意。
Figure 35248DEST_PATH_IMAGE030
为目标函数
Figure 775189DEST_PATH_IMAGE024
对解
Figure 377203DEST_PATH_IMAGE027
的满意度，
Figure 275889DEST_PATH_IMAGE031
为解
Figure 861722DEST_PATH_IMAGE027
对应第
Figure 871266DEST_PATH_IMAGE007
个目标函数的函数值，
Figure 856015DEST_PATH_IMAGE032
为第
Figure 66548DEST_PATH_IMAGE007
个目标函数，
Figure 998732DEST_PATH_IMAGE033
、
Figure 952913DEST_PATH_IMAGE034
分别目标函数
Figure 795098DEST_PATH_IMAGE032
对各解的最大函数值和最小函数值，定义各个解对所有m个目标函数满意度的均值为总体满意度
Figure 167743DEST_PATH_IMAGE035
，如式(5)所示：
Figure 852802DEST_PATH_IMAGE036
（5）
总体满意度最大的解即为最优解。
光伏安全运行约束如式(6)所示:
Figure 79515DEST_PATH_IMAGE037
（6）
其中，
Figure 900840DEST_PATH_IMAGE038
为光伏输出功率的最小功率因数
Figure 718755DEST_PATH_IMAGE039
限制；
Figure 763547DEST_PATH_IMAGE040
为节点
Figure 325109DEST_PATH_IMAGE041
光伏逆变器的容量，
Figure 735362DEST_PATH_IMAGE042
为节点
Figure 786495DEST_PATH_IMAGE041
分布式光伏有功出力预测最大值。
储能设备约束如式(7)所示：
Figure 790354DEST_PATH_IMAGE043
（7）
储能设备约束包含储能充放电功率限制、能量约束、荷电状态约束。其中，
Figure 752012DEST_PATH_IMAGE044
、
Figure 16771DEST_PATH_IMAGE045
为节点
Figure 645330DEST_PATH_IMAGE011
在
Figure 995540DEST_PATH_IMAGE046
时刻的充电功率和放电功率，
Figure 961222DEST_PATH_IMAGE047
、
Figure 346067DEST_PATH_IMAGE048
为储能充放电功率上限，同一时段储能只能存在充电、放电或静置一种状态；
Figure 142597DEST_PATH_IMAGE049
和
Figure 714524DEST_PATH_IMAGE050
分别为充放电效率，
Figure 952738DEST_PATH_IMAGE051
为节点
Figure 457669DEST_PATH_IMAGE011
在
Figure 21505DEST_PATH_IMAGE046
时刻的能量状态，
Figure 80728DEST_PATH_IMAGE052
为储能容量；
Figure 388213DEST_PATH_IMAGE053
为节点
Figure 482071DEST_PATH_IMAGE011
在
Figure 762616DEST_PATH_IMAGE046
时刻的储能荷电状态，
Figure 450080DEST_PATH_IMAGE054
、
Figure 295676DEST_PATH_IMAGE055
为储能荷电状态上下限，一个时间周期末尾时刻和初始时刻的荷电状态相等，
Figure 244041DEST_PATH_IMAGE056
为时间尺度。
电动汽车约束如式(8)所示：
Figure 149680DEST_PATH_IMAGE057
（8）
其中，
Figure 183495DEST_PATH_IMAGE058
、
Figure 832782DEST_PATH_IMAGE059
为第
Figure 632723DEST_PATH_IMAGE060
辆电动汽车在
Figure 974843DEST_PATH_IMAGE046
时刻的充电功率和放电功率，
Figure 761533DEST_PATH_IMAGE061
、
Figure 480091DEST_PATH_IMAGE062
为电动汽车充放电功率上限，与储能类似，同一时段只能存在充电、放电或静置一种状态；
Figure 137468DEST_PATH_IMAGE063
为充电效率，
Figure 384910DEST_PATH_IMAGE064
为放电效率，
Figure 393317DEST_PATH_IMAGE065
和
Figure 528282DEST_PATH_IMAGE066
分别为第
Figure 102483DEST_PATH_IMAGE060
辆电动汽车在
Figure 520826DEST_PATH_IMAGE046
时刻和
Figure 423054DEST_PATH_IMAGE046
-1时刻的能量状态，
Figure 952255DEST_PATH_IMAGE067
为电动汽车的容量；
Figure 584225DEST_PATH_IMAGE068
为第
Figure 439048DEST_PATH_IMAGE060
辆电动汽车在
Figure 419118DEST_PATH_IMAGE046
时刻的荷电状态，
Figure 17590DEST_PATH_IMAGE069
、
Figure 910591DEST_PATH_IMAGE070
为荷电状态上下限，离网时刻的电量为用户期望电量。
配电网潮流约束如式(9)所示：
Figure 936315DEST_PATH_IMAGE071
（9）
其中：
Figure 141032DEST_PATH_IMAGE072
（10）
Figure 277615DEST_PATH_IMAGE073
（11）
该潮流方程为DistFlow模型，其中，
Figure 415335DEST_PATH_IMAGE074
、
Figure 9697DEST_PATH_IMAGE075
分别为节点
Figure 701710DEST_PATH_IMAGE076
和节点
Figure 641984DEST_PATH_IMAGE077
间线路的电阻和电抗；
Figure 243998DEST_PATH_IMAGE078
为节点
Figure 877104DEST_PATH_IMAGE076
的电压；式(10)为净负荷有功功率
Figure 56413DEST_PATH_IMAGE079
和净负荷无功功率
Figure 266290DEST_PATH_IMAGE080
的表达式，
Figure 847444DEST_PATH_IMAGE079
为节点
Figure 120293DEST_PATH_IMAGE077
的净负荷有功功率，
Figure 52477DEST_PATH_IMAGE081
为节点
Figure 475499DEST_PATH_IMAGE077
的负荷有功功率，
Figure 911160DEST_PATH_IMAGE080
为节点
Figure 886069DEST_PATH_IMAGE077
的净负荷无功功率，
Figure 777320DEST_PATH_IMAGE082
为节点
Figure 597509DEST_PATH_IMAGE077
的负荷无功功率，
Figure 887676DEST_PATH_IMAGE083
为节点
Figure 440011DEST_PATH_IMAGE077
储能设备的无功输出功率，
Figure 815629DEST_PATH_IMAGE084
为中间变量，
Figure 173929DEST_PATH_IMAGE085
为节点
Figure 584182DEST_PATH_IMAGE077
的流出有功功率，
Figure 494369DEST_PATH_IMAGE086
为节点
Figure 495298DEST_PATH_IMAGE077
的流出无功功率，
Figure 188448DEST_PATH_IMAGE087
为节点
Figure 187628DEST_PATH_IMAGE077
电压的平方。
由于该约束中存在非线性等式约束式(11)，因此DistFlow模型是非凸的，难以找到全局最优解，可以将该非线性等式约束松弛为不等式约束，如式(12)所示：
Figure 409662DEST_PATH_IMAGE088
（12）
DistFlow模型被松弛为二阶锥规划模型，是典型的凸优化问题，可用一般求解器求解。
系统支路功率约束如式(13)-(14)所示 ：
Figure 759872DEST_PATH_IMAGE089
（13）
Figure 725554DEST_PATH_IMAGE090
（14）
其中，式（13）为主网联络支路的倒送功率约束，
Figure 265993DEST_PATH_IMAGE091
表示最大倒送功率，
Figure 658928DEST_PATH_IMAGE092
表示主网联络支路数，
Figure 762013DEST_PATH_IMAGE093
为主网联络支路的倒送功率，
Figure 672331DEST_PATH_IMAGE094
为集群间支路功率；式(14)为集群间支路功率约束，
Figure 911683DEST_PATH_IMAGE095
表示支路允许通过最大功率，
Figure 741099DEST_PATH_IMAGE096
表示群间交互支路数。
S103之后还包括：
所述调度中心根据所述分布式电源集群出力评估结果和灵活性资源调度策略对分布式光伏集群和灵活性资源进行调控。
约束条件中的系统支路功率约束规定了主网联络支路倒送功率和群间交互功率的上限，避免在光伏消纳率的目标函数下，为了尽可能多地消纳光伏而向其他集群传输光伏有功功率，根据优化后的灵活性资源调度策略，超出本集群负荷有功需求的光伏有功首先被电动汽车消纳，超过电动汽车调节能力的部分由储能消纳，最后，超过灵活性资源调节能力和线路容量约束的分布式光伏出力则被削减。
本发明具有以下效果：
（1）充分利用了灵活性资源的调节能力，通过电动汽车和储能的充放电消纳超出线路容量的光伏有功，有效提高了光伏消纳率，提升了电力系统的可靠性和稳定性；
（2）综合考虑了调度中心对新能源消纳和网络有功损耗的需求，在集群划分的基础上提出了分布式光伏集群出力评估方法，该评估方法得到的分布式光伏出力结果以及灵活性资源调度策略能够为调度中心提供数据参考，为高渗透率新能源电力系统的发展提供理论决策支持。
本发明方法在建模方式上具有一般性，不具有任何特殊的应用条件，对系统参数没有任何要求，在应用前无需做任何检验，适用范围广泛，适用于不同调度中心需求及配网参数下分布式电源集群的出力评估，除了本发明给出的目标函数和满意解选取方法，在工程实际上，可根据调度中心给出的调度需求调整优化目标，按照本发明的方法建模求解。
如图2所示，首先，分布式光伏集群出力评估模型应用的分布式光伏集群出力评估平台，所述分布式光伏集群出力评估平台收集调度中心对分布式光伏集群消纳率和电网运行的需求以及配电网侧的基本信息；然后，由分布式光伏集群出力评估平台利用分布式光伏集群出力评估模型综合考虑新能源消纳和网络有功损耗，在分布式光伏集群划分的基础上进行集群出力评估，得到分布式光伏集群出力评估结果和灵活性资源充放电策略；最后，由调度中心对分布式光伏集群和灵活性资源进行调控。
图3为本发明所提供的一种分布式电源集群出力评估系统结构示意图，如图3所示，本发明所提供的一种分布式电源集群出力评估系统，包括：
需求和基本信息获取模块301，用于获取调度中心的需求和配电网的基本信息；所述调度中心的需求包括：对新能源消纳率和网络有功损耗的需求；所述配电网的基本信息包括：配电网的网络数据、负荷数据、分布式光伏数据以及灵活性资源信息；所述网络数据包括：线路阻抗、拓扑结构以及节点类型；所述负荷数据为配电网一天内的有功无功需求；所述分布式光伏数据包括：配置容量、逆变器容量、负载功率因数以及预测出力数据；所述灵活性资源信息包括：储能配置节点、配置容量、最大充放电功率、充放电效率、荷电状态约束、电动汽车入网数量、入网时间、预计离网时间、电池容量、入网电量以及离网预期电量；
分布式光伏集群出力评估模型建立模块302，用于根据调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型；
结果和策略确定模块303，用于根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略。
所述分布式光伏集群出力评估模型建立模块302，具体包括：
目标函数确定单元，用于利用公式
Figure 65901DEST_PATH_IMAGE001
和
Figure 776980DEST_PATH_IMAGE002
确定目标函数；
其中，f 1和f 2为目标函数，
Figure 870838DEST_PATH_IMAGE003
为配电网所有节点集合，
Figure 871155DEST_PATH_IMAGE004
为节点
Figure 683253DEST_PATH_IMAGE005
的光伏实际有功功率，
Figure 466533DEST_PATH_IMAGE006
为节点
Figure 414897DEST_PATH_IMAGE007
的电压幅值；
Figure 589045DEST_PATH_IMAGE008
、
Figure 622860DEST_PATH_IMAGE009
分别为从上游节点
Figure 272147DEST_PATH_IMAGE010
向节点
Figure 75018DEST_PATH_IMAGE011
流出的有功和无功功率，
Figure 151559DEST_PATH_IMAGE012
为节点间关系，
Figure 672670DEST_PATH_IMAGE013
为节点
Figure 860069DEST_PATH_IMAGE010
和节点
Figure 921041DEST_PATH_IMAGE005
间线路的电阻值，
Figure 699641DEST_PATH_IMAGE014
为节点
Figure 708049DEST_PATH_IMAGE005
光伏的无功输出功率，
Figure 105663DEST_PATH_IMAGE015
为节点
Figure 679864DEST_PATH_IMAGE005
无功补偿设备的无功输出功率。
所述结果和策略确定模块303，具体包括：
帕累托解集确定单元，用于根据所述分布式光伏集群出力评估模型，采取
Figure 98207DEST_PATH_IMAGE097
约束法，确定帕累托解集；
结果和策略确定单元，用于根据所述帕累托解集，利用模糊度满足方法，确定分布式电源集群出力评估结果和灵活性资源调度策略。
本发明所提供的一种分布式电源集群出力评估系统，还包括：
调控模块，用于所述调度中心根据所述分布式电源集群出力评估结果和灵活性资源调度策略对分布式光伏集群和灵活性资源进行调控。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种分布式电源集群出力评估方法，其特征在于，包括：
获取调度中心的需求和配电网的基本信息；所述调度中心的需求包括：对新能源消纳率和网络有功损耗的需求；所述配电网的基本信息包括：配电网的网络数据、负荷数据、分布式光伏数据以及灵活性资源信息；所述网络数据包括：线路阻抗、拓扑结构以及节点类型；所述负荷数据为配电网一天内的有功无功需求；所述分布式光伏数据包括：配置容量、逆变器容量、负载功率因数以及预测出力数据；所述灵活性资源信息包括：储能配置节点、配置容量、最大充放电功率、充放电效率、荷电状态约束、电动汽车入网数量、入网时间、预计离网时间、电池容量、入网电量以及离网预期电量；
根据所述调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型；
根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略；
所述根据所述调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型，具体包括：
利用公式
Figure DEST_PATH_IMAGE001
和
Figure DEST_PATH_IMAGE002
确定目标函数；
其中，f 1和f 2为目标函数，
Figure DEST_PATH_IMAGE003
为配电网所有节点集合，
Figure DEST_PATH_IMAGE004
为节点
Figure DEST_PATH_IMAGE005
的光伏实际有功功率，
Figure DEST_PATH_IMAGE006
为节点
Figure DEST_PATH_IMAGE007
的电压幅值；
Figure DEST_PATH_IMAGE008
、
Figure DEST_PATH_IMAGE009
分别为从上游节点
Figure DEST_PATH_IMAGE010
向节点
Figure DEST_PATH_IMAGE011
流出的有功和无功功率，
Figure DEST_PATH_IMAGE012
为节点间关系，
Figure DEST_PATH_IMAGE013
为节点
Figure 405419DEST_PATH_IMAGE010
和节点
Figure 346699DEST_PATH_IMAGE005
间线路的电阻值，
Figure DEST_PATH_IMAGE014
为节点
Figure 5082DEST_PATH_IMAGE005
光伏的无功输出功率，
Figure DEST_PATH_IMAGE015
为节点
Figure 59626DEST_PATH_IMAGE005
无功补偿设备的无功输出功率。
2.根据权利要求1所述的一种分布式电源集群出力评估方法，其特征在于，所述根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略，具体包括：
根据所述分布式光伏集群出力评估模型，采取
Figure DEST_PATH_IMAGE016
约束法，确定帕累托解集；
根据所述帕累托解集，利用模糊度满足方法，确定分布式电源集群出力评估结果和灵活性资源调度策略。
3.根据权利要求1所述的一种分布式电源集群出力评估方法，其特征在于，所述根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略，之后还包括：
所述调度中心根据所述分布式电源集群出力评估结果和灵活性资源调度策略对分布式光伏集群和灵活性资源进行调控。
4.一种分布式电源集群出力评估系统，其特征在于，包括：
需求和基本信息获取模块，用于获取调度中心的需求和配电网的基本信息；所述调度中心的需求包括：对新能源消纳率和网络有功损耗的需求；所述配电网的基本信息包括：配电网的网络数据、负荷数据、分布式光伏数据以及灵活性资源信息；所述网络数据包括：线路阻抗、拓扑结构以及节点类型；所述负荷数据为配电网一天内的有功无功需求；所述分布式光伏数据包括：配置容量、逆变器容量、负载功率因数以及预测出力数据；所述灵活性资源信息包括：储能配置节点、配置容量、最大充放电功率、充放电效率、荷电状态约束、电动汽车入网数量、入网时间、预计离网时间、电池容量、入网电量以及离网预期电量；
分布式光伏集群出力评估模型建立模块，用于根据所述调度中心的需求和配电网的基本信息，建立以分布式光伏出力最大和网络有功损耗最小为目标函数，以配电网潮流约束、系统支路功率约束、节点电压约束、光伏安全运行约束、储能及电动汽车约束为约束条件的分布式光伏集群出力评估模型；
结果和策略确定模块，用于根据所述分布式光伏集群出力评估模型确定分布式电源集群出力评估结果和灵活性资源调度策略；
所述分布式光伏集群出力评估模型建立模块，具体包括：
目标函数确定单元，用于利用公式
Figure 614104DEST_PATH_IMAGE001
和
Figure 42680DEST_PATH_IMAGE002
确定目标函数；
其中，f 1和f 2为目标函数，
Figure 255486DEST_PATH_IMAGE003
为配电网所有节点集合，
Figure 85908DEST_PATH_IMAGE004
为节点
Figure 93178DEST_PATH_IMAGE005
的光伏实际有功功率，
Figure 274630DEST_PATH_IMAGE006
为节点
Figure 619024DEST_PATH_IMAGE007
的电压幅值；
Figure 54684DEST_PATH_IMAGE008
、
Figure 36719DEST_PATH_IMAGE009
分别为从上游节点
Figure 846412DEST_PATH_IMAGE010
向节点
Figure 994497DEST_PATH_IMAGE011
流出的有功和无功功率，
Figure 284664DEST_PATH_IMAGE012
为节点间关系，
Figure 679742DEST_PATH_IMAGE013
为节点
Figure 711152DEST_PATH_IMAGE010
和节点
Figure 397348DEST_PATH_IMAGE005
间线路的电阻值，
Figure 807601DEST_PATH_IMAGE014
为节点
Figure 373580DEST_PATH_IMAGE005
光伏的无功输出功率，
Figure 892286DEST_PATH_IMAGE015
为节点
Figure 382174DEST_PATH_IMAGE005
无功补偿设备的无功输出功率。
5.根据权利要求4所述的一种分布式电源集群出力评估系统，其特征在于，所述结果和策略确定模块，具体包括：
帕累托解集确定单元，用于根据所述分布式光伏集群出力评估模型，采取
Figure 37146DEST_PATH_IMAGE016
约束法，确定帕累托解集；
结果和策略确定单元，用于根据所述帕累托解集，利用模糊度满足方法，确定分布式电源集群出力评估结果和灵活性资源调度策略。
6.根据权利要求4所述的一种分布式电源集群出力评估系统，其特征在于，还包括：
调控模块，用于所述调度中心根据所述分布式电源集群出力评估结果和灵活性资源调度策略对分布式光伏集群和灵活性资源进行调控。
CN202210694033.5A 2022-06-20 2022-06-20 一种分布式电源集群出力评估方法及系统 Active CN114825469B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210694033.5A CN114825469B (zh) 2022-06-20 2022-06-20 一种分布式电源集群出力评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210694033.5A CN114825469B (zh) 2022-06-20 2022-06-20 一种分布式电源集群出力评估方法及系统

Publications (2)

Publication Number Publication Date
CN114825469A CN114825469A (zh) 2022-07-29
CN114825469B true CN114825469B (zh) 2022-09-23

Family

ID=82521297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210694033.5A Active CN114825469B (zh) 2022-06-20 2022-06-20 一种分布式电源集群出力评估方法及系统

Country Status (1)

Country Link
CN (1) CN114825469B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341883B (zh) * 2023-05-31 2023-11-17 北京智芯微电子科技有限公司 一种光伏并网开关的资源协调方法及系统
CN117895557B (zh) * 2024-03-14 2024-05-24 国网山西省电力公司临汾供电公司 一种配电网调控方法、装置、介质及产品

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107133415B (zh) * 2017-05-22 2019-07-23 河海大学 一种考虑用户满意和配网安全的电动汽车充放电优化方法
CN107453396B (zh) * 2017-08-02 2020-06-09 安徽理工大学 一种分布式光伏电源出力的多目标优化调度方法
CN109995089B (zh) * 2019-01-31 2022-08-19 中国电力科学研究院有限公司 一种分布式电源消纳能力评估方法及系统
US11878602B2 (en) * 2019-11-22 2024-01-23 State Grid Fujian Electric Power Co., Ltd. Method for establishing active distribution network planning model considering location and capacity determination of electric vehicle charging station
CN113131529B (zh) * 2021-04-25 2024-02-06 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
CN114336601A (zh) * 2021-12-14 2022-04-12 武汉亿磁源电力科技有限公司 一种分布式光伏无功仿射鲁棒调节方法
CN114638502A (zh) * 2022-03-14 2022-06-17 华北电力大学 一种考虑需求侧资源灵活性的配电网线路加固策略

Also Published As

Publication number Publication date
CN114825469A (zh) 2022-07-29

Similar Documents

Publication Publication Date Title
CN114825469B (zh) 一种分布式电源集群出力评估方法及系统
CN103187750B (zh) 兆瓦级电池储能电站实时功率控制方法及其系统
CN101510686A (zh) 基于多代理技术的微电网协调控制系统
CN110661301B (zh) 一种水光蓄多能互补发电系统的容量配置优化方法
CN102185332A (zh) 微网与大电网的交换功率控制方法
CN110165715B (zh) 一种将电动汽车储能式充电站接入虚拟电厂的方法
Liu et al. Control strategy of energy storage for smoothing photovoltaic power fluctuations
CN114696352A (zh) 一种新能源配电网中电池储能系统的运行控制方法
CN114825388A (zh) 一种基于源网荷储协同的新能源综合消纳调度方法
CN117411007A (zh) 一种分布式光伏和储能联合的配网低电压治理方法
Cai Power tracking and state-of-energy balancing of an energy storage system by distributed control
CN107611970B (zh) 分布式光伏和电动汽车的不确定性配网的优化方法
CN109245096A (zh) 一种主动配电网最大供电能力计算方法
CN117767445A (zh) 一种海上风电及储能参与的有功功率协调控制方法及系统
CN110323779B (zh) 一种分布式发电与储能装置的功率动态聚合的方法和系统
CN116805192A (zh) 考虑最优弃能率的综合能源系统双层规划优化方法及应用
CN112886624B (zh) 一种三站合一变电站储能装置规划设计系统及方法
CN110417002B (zh) 一种孤岛微电网能量模型的优化方法
CN211403476U (zh) 一种热能和电能集成化微网系统
Cong et al. Multi-objective capacity optimal allocation of photovoltaic microgrid energy storage system based on time-sharing energy complementarity
CN112636376A (zh) 一种混合储能装置在配电网中的运行优化方法和架构
CN106410867B (zh) 一种电能路由器功率流优化分析方法
Li et al. Research on Distributed Photovoltaic Day-ahead Scheduling and Consumption Strategy
CN109066786A (zh) 考虑电压分布因素的配电网光伏最大准入容量确定方法
CN117096957B (zh) 一种配电网多源协同优化方法及系统

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