CN115525979B - 一种主动配电网可调度能力的多时间尺度评估方法及系统 - Google Patents

一种主动配电网可调度能力的多时间尺度评估方法及系统 Download PDF

Info

Publication number
CN115525979B
CN115525979B CN202211378453.9A CN202211378453A CN115525979B CN 115525979 B CN115525979 B CN 115525979B CN 202211378453 A CN202211378453 A CN 202211378453A CN 115525979 B CN115525979 B CN 115525979B
Authority
CN
China
Prior art keywords
distribution network
power distribution
stage
power
range
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
CN202211378453.9A
Other languages
English (en)
Other versions
CN115525979A (zh
Inventor
李正烁
王光瑞
刘聪聪
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.)
Shandong University
Original Assignee
Shandong 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 Shandong University filed Critical Shandong University
Priority to CN202211378453.9A priority Critical patent/CN115525979B/zh
Publication of CN115525979A publication Critical patent/CN115525979A/zh
Application granted granted Critical
Publication of CN115525979B publication Critical patent/CN115525979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/15Vehicle, aircraft or watercraft design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00Details relating to the application field
    • G06F2113/04Power grid distribution networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06Power analysis or power optimisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Geometry (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Pure & Applied Mathematics (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

本发明属于电力系统运行和控制技术领域,提供了一种主动配电网可调度能力的多时间尺度评估方法及系统。该方法包括,模型构建:构建储能设备响应模型和电动汽车响应模型;第一阶段:根据温控负荷响应模型、储能设备响应模型和电动汽车响应模型,确定主动配电网可调度资源的参数信息,评估主动配电网的聚合可调度能力范围的上下界,得到第一阶段评估范围;第二阶段:根据第一阶段评估范围,模拟调度指令,检验能否响应预评估范围内所有的调度指令;若能,得到主动配电网的多时段聚合可调度能力;否则,修正第一阶段聚合可调度能力范围的上下界,迭代更新第一阶段评估范围,直至达到响应预评估范围内所有的调度指令,得到所需的聚合可调度能力范围。

Description

一种主动配电网可调度能力的多时间尺度评估方法及系统
技术领域
本发明属于电力系统运行和控制技术领域,尤其涉及一种主动配电网可调度能力的多时间尺度评估方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
风力发电和光伏发电的特性与大多数燃煤或燃气热电厂不同,因为他们的输出具有可变性和不确定性的特点,并取决于当地的天气环境。随着易变的新能源在电网中的渗透率不断提高,为保证电网的稳定安全运行,这要求系统需要更大的柔性以适应发电量的变化。主动配电网技术可以使其内部的可调度资源根据电网的运行状况,主动参与电网调度,通过转移负荷以起到削峰填谷的作用。
然而当前对主动配电网可调度能力的评估方法较少,同时已存在的一些方法的计算速度较差,不能满足实际电力系统中快速性的要求。此外,考虑到电网包含日前、日内、实时等多个时间尺度的调度框架,同时不同的可调度资源具有不同的时间调节特性,有必要评估考虑多时间尺度的主动配电网的可调度能力范围,从而契合当前的调度体系。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种主动配电网可调度能力的多时间尺度评估方法及系统,本发明利用所提出的两阶段之间迭代求解,可以将复杂的计算难题分解为两个较简单的问题,加速计算,快速获得所需配电网的可调度能力范围。此外,本发明分析了复杂配电网的用电结构,针对复杂配电网采取分区的计算模式,以代理商作为中间计算单元进行计算,降低了调度中心的计算负担,增强了应用于实际的可行性。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种主动配电网可调度能力的多时间尺度评估方法。
一种主动配电网可调度能力的多时间尺度评估方法,包括:
模型构建:以细时间尺度为建模时间尺度,构建温控负荷响应模型;以中时间尺度为建模时间尺度,构建储能设备响应模型和电动汽车响应模型;
第一阶段:根据温控负荷响应模型、储能设备响应模型和电动汽车响应模型,确定主动配电网可调度资源的参数信息,评估主动配电网的聚合可调度能力范围的上下界,得到第一阶段评估范围;
第二阶段:根据第一阶段评估范围,模拟调度指令,检验能否响应预评估范围内所有的调度指令;若能,得到主动配电网的多时段聚合可调度能力;否则,修正第一阶段聚合可调度能力范围的上下界,迭代更新第一阶段评估范围,直至达到响应预评估范围内所有的调度指令,得到所需的聚合可调度能力范围。
进一步地,在得到所需的聚合可调度能力范围之后还包括:考虑主动配电网的总可调度功率约束、复杂配电网内代理商的可调度功率约束和代理商间的耦合约束,构建复杂台区的多时段的总可调度能力模型,计算整个配电网的总可调度能力范围。
更进一步地,所述复杂台区的多时段的总可调度能力模型为:
Figure BDA0003927774650000031
Figure BDA0003927774650000032
Figure BDA0003927774650000033
Figure BDA0003927774650000034
Figure BDA0003927774650000035
Figure BDA0003927774650000036
式中:
Figure BDA0003927774650000037
P i ALL为在i时段的主动配电网的总可调度功率范围的上下界;
Figure BDA0003927774650000038
Figure BDA0003927774650000039
为在i时段第z个代理商的可调度功率范围的上下界;
Figure BDA00039277746500000310
Figure BDA00039277746500000311
为受代理商间耦合约束后的代理商可用调节能力范围;Cz表示第z个代理商的计算成本,用于选择合适的代理商和数量;Hl为代理商与线路之间的功率分布系数矩阵;
Figure BDA00039277746500000312
为线路l的功率传输极限。
进一步地,所述温控负荷响应模型为:
Figure BDA00039277746500000313
Figure BDA00039277746500000314
Figure BDA00039277746500000315
Figure BDA00039277746500000316
式中:
Figure BDA00039277746500000317
为第n台温控负荷在k时刻的室内温度、环境温度;
Figure BDA00039277746500000318
为第n台温控负荷的最大输出功率;
Figure BDA00039277746500000319
分别为第n台温控负荷的热阻、热容;ηn为温控负荷的制冷/制热性能系数;qi,k为二进制开关状态变量,qi,k=1表示温控负荷处于运行状态,qi,k=0表示温控负荷处于关闭状态;VT1为温控负荷的离散时间间隔;
Figure BDA00039277746500000320
为用户指定的设定温度;Δθn为用户指定的温度波动容忍范围;
进一步地,所述储能设备响应模型为:
Figure BDA0003927774650000041
Figure BDA0003927774650000042
Figure BDA0003927774650000043
Figure BDA0003927774650000044
Figure BDA0003927774650000045
式中:
Figure BDA0003927774650000046
分别为第n台储能设备在k时刻的充电功率、放电功率;二进制整数变量
Figure BDA0003927774650000047
分别为充电、放电状态;
Figure BDA0003927774650000048
为第n台储能设备在k时刻的充电状态;
Figure BDA0003927774650000049
分别为充电功率极限、放电功率极限;
Figure BDA00039277746500000410
E es,n分别为充电状态上限、下限;κn为自放电系数;ε为充放电效率系数;VT2为储能离散时间间隔;
进一步地,所述电动汽车响应模型为:
Figure BDA00039277746500000411
Figure BDA00039277746500000412
Figure BDA00039277746500000413
Figure BDA00039277746500000414
Figure BDA00039277746500000415
Figure BDA00039277746500000416
式中:
Figure BDA00039277746500000417
分别为停靠在充电桩的第n台充电汽车在k时刻的充电功率、放电功率;二进制整数变量
Figure BDA00039277746500000418
分别为充电、放电状态指标;
Figure BDA00039277746500000419
为第n台电动汽车在k时刻的充电状态;
Figure BDA00039277746500000420
分别为充电功率极限、放电功率极限;
Figure BDA0003927774650000051
E ev,n分别为充电状态上限、下限;η为充放电效率系数;VT2=15min为电动汽车离散时间间隔;
Figure BDA0003927774650000052
分别为第n台电动汽车的到达充电桩时间、离开充电桩时间;
Figure BDA0003927774650000053
为电动汽车离去时的目标充电状态;
Figure BDA0003927774650000054
为由离去时间限制的k时刻的最小充电状态;当
Figure BDA0003927774650000055
为1时,表示正处于充电状态,当
Figure BDA0003927774650000056
为1时,表示正处于放电状态。
进一步地,在第一阶段采用第一阶段目标函数和第一阶段约束条件,评估主动配电网的聚合可调度能力范围的上下界;
其中,第一阶段目标函数为:
Figure BDA0003927774650000057
第一阶段约束条件为:
Figure BDA0003927774650000058
Figure BDA0003927774650000059
式中:α、β分别为聚合模型对
Figure BDA00039277746500000510
的建模权重,α,β∈[0,1];
Figure BDA00039277746500000511
Figure BDA00039277746500000512
分别为第i个调度周期的主动配电网所能调度的功率上限、下限;
Figure BDA00039277746500000513
P tcl,n
Figure BDA00039277746500000518
P es,n
Figure BDA00039277746500000515
P ev,n分别为温控负荷、储能设备、电动汽车的第n个设备的最大、最小用电功率极限;
Figure BDA00039277746500000516
分别为第i个调度周期的参与评估的温控负荷、储能设备、电动汽车集合。
进一步地,在第二阶段采用第二阶段目标函数和第二阶段约束条件,检验能否响应预评估范围内所有的调度指令;
其中,第二阶段目标函数为:
Figure BDA00039277746500000517
第二阶段约束条件为:
Figure BDA0003927774650000061
Figure BDA0003927774650000062
Figure BDA0003927774650000063
l∈Nl
式中:M为惩罚系数,非负松弛变量
Figure BDA0003927774650000064
为可调度能力能否被响应的指标,当在允许偏差范围内能被完全分解时,最小化松弛变量
Figure BDA0003927774650000065
的和为0,而
Figure BDA0003927774650000066
Figure BDA0003927774650000067
为正表示此时不能在允许范围内被主动配电网分解响应,此时将以惩罚项的形式增添至第一阶段目标函数中;松弛变量
Figure BDA0003927774650000068
为第i个调度周期内kmin允许的向上、向下偏差量;松弛变量
Figure BDA0003927774650000069
为第i个调度周期内kmin超过允许范围的向上、向下偏差量;
Figure BDA00039277746500000610
分别为温控负荷的运行功率、维持设定温度的额定功率,两者之差表示温控负荷的可调功率;
Figure BDA00039277746500000611
分别为储能的充电、放电功率;
Figure BDA00039277746500000612
分别为电动汽车的充电、放电功率;Γi为第i个调度周期内的最大允许偏差功率;Nl为传输线路集合,传输线路用l索引;
Figure BDA00039277746500000613
Figure BDA00039277746500000614
分别为第n个温控负荷、储能、电动汽车对第l条线路功率的传输分布因子;fl max为第l条线路传输容量。
更进一步地,所述主动配电网包括:可调度资源层,是主动配电网提供可调度能力的来源;代理层,用于针对不同的资源集群进行代理聚合计算;电力系统调度中心层,用于汇总整个配电网的可调度能力,保证配电网中的各处不会因为提供可调度能力而造成电能质量的下降,维持线路传输功率不超过限值。
本发明的第二个方面提供一种主动配电网可调度能力的多时间尺度评估系统。
一种主动配电网可调度能力的多时间尺度评估系统,包括:
模型构建模块,其被配置为:以细时间尺度为建模时间尺度,构建温控负荷响应模型;以中时间尺度为建模时间尺度,构建储能设备响应模型和电动汽车响应模型;
第一阶段模块,其被配置为:根据温控负荷响应模型、储能设备响应模型和电动汽车响应模型,确定主动配电网可调度资源的参数信息,评估主动配电网的聚合可调度能力范围的上下界,得到第一阶段评估范围;
第二阶段模块,其被配置为:根据第一阶段评估范围,模拟调度指令,检验能否响应预评估范围内所有的调度指令;若能,得到主动配电网的多时段聚合可调度能力;否则,修正第一阶段聚合可调度能力范围的上下界,迭代更新第一阶段评估范围,直至达到响应预评估范围内所有的调度指令,得到所需的聚合可调度能力范围。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一个方面所述的主动配电网可调度能力的多时间尺度评估方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一个方面所述的主动配电网可调度能力的多时间尺度评估方法中的步骤。
与现有技术相比,本发明的有益效果是:
本发明的目的是提出一种可以更加快速、准确的评估主动配电网可调度能力的方法,同时考虑多时间尺度和复杂配电网的分层架构。本发明考虑不同调度资源的时间特性进行分别建模,考虑了调度过程中细时间尺度的动态影响,同时利用所提出的两阶段之间迭代求解,可以将复杂的计算难题分解为两个较简单的问题,加速计算,快速获得所需配电网的可调度能力范围。此外,本发明分析了复杂配电网的用电结构,针对复杂配电网采取分区的计算模式,以代理商作为中间计算单元进行计算,降低了调度中心的计算负担,增强了应用于实际的可行性。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明主动配电网可调度能力的多时间尺度评估方法的流程图;
图2是本发明复杂配电网分层策略框架图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要注意的是,附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以使用专用硬件与计算机指令的组合来实现。
实施例一
如图1所示,本实施例提供了一种主动配电网可调度能力的多时间尺度评估方法,本实施例以该方法应用于服务器进行举例说明,可以理解的是,该方法也可以应用于终端,还可以应用于包括终端和服务器和系统,并通过终端和服务器的交互实现。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务器、云通信、中间件服务、域名服务、安全服务CDN、以及大数据和人工智能平台等基础云计算服务的云服务器。终端可以是智能手机、平板电脑、笔记本电脑、台式计算机等,但并不局限于此。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接,本申请在此不做限制。本实施例中,该方法包括以下步骤:
模型构建:以细时间尺度为建模时间尺度,构建温控负荷响应模型;以中时间尺度为建模时间尺度,构建储能设备响应模型和电动汽车响应模型;
第一阶段:根据温控负荷响应模型、储能设备响应模型和电动汽车响应模型,确定主动配电网可调度资源的参数信息,评估主动配电网的聚合可调度能力范围的上下界,得到第一阶段评估范围;
第二阶段:根据第一阶段评估范围,模拟调度指令,检验能否响应预评估范围内所有的调度指令;若能,得到主动配电网的多时段聚合可调度能力;否则,修正第一阶段聚合可调度能力范围的上下界,迭代更新第一阶段评估范围,直至达到响应预评估范围内所有的调度指令,得到所需的聚合可调度能力范围。
本实施例的具体方案可采用以下方案实现:
步骤1:电力系统的调度包括日前、日内、实时等多种时间尺度的调度,同时不同的可调度资源也具备不同的时间响应特性,为适应多时间尺度评估需求,本实施例可以同时评估未来多个时段的可调度能力变化情况(如未来16×15min的可调度能力范围)。多时间尺度分为粗、中和细三种时间尺度。为便于接入电网滚动调度环节,主动配电网的多时段聚可调度能力应与滚动时间窗长度相同,以反映多时段之间的耦合特性,此为粗时间尺度;同时,为便于调度人员使用,主动配电网的时间分辨率应当等于电网调度指令下发周期,即由以15min为单位的数学模型进行刻画,此为中时间尺度;针对不同的可调度资源采用不同的时间精细度分别建模,通常为1min,此为细时间尺度。
步骤2:主动配电网中具有可调度能力的负荷资源主要分为三种:温控负荷、电动汽车和储能设备,其中,温控负荷的用电行为易受用户及环境变化影响,选用细时间尺度(1min)作为温控负荷的建模时间尺度,而电动汽车和储能的用电行为受环境波动程度较小,选择中时间尺度(15min)作为电动汽车和储能的建模时间尺度。首先建立温控负荷、电动汽车和储能设备三种资源的响应特性模型,分别用Ωtclesev表示温控负荷、储能、电动汽车的可行运行区域。
采用一阶等效热参数模型来描述温控负荷的温度演变过程:
Figure BDA0003927774650000111
Figure BDA0003927774650000112
Figure BDA0003927774650000113
Figure BDA0003927774650000114
式中:
Figure BDA0003927774650000115
为第n台温控负荷在k时刻的室内温度、环境温度;
Figure BDA0003927774650000116
为第n台温控负荷的最大输出功率;
Figure BDA0003927774650000117
分别为第n台温控负荷的热阻、热容;ηn为温控负荷的制冷/制热性能系数;qi,k为二进制开关状态变量,qi,k=1表示温控负荷处于运行状态,qi,k=0表示温控负荷处于关闭状态;VT1=1min为温控负荷的离散时间间隔;
Figure BDA0003927774650000118
为用户指定的设定温度;Δθn为用户指定的温度波动容忍范围。
储能设备的模型可以建立如下:
Figure BDA0003927774650000119
Figure BDA00039277746500001110
Figure BDA00039277746500001111
Figure BDA00039277746500001112
Figure BDA0003927774650000121
式中:
Figure BDA0003927774650000122
分别为第n台储能设备在k时刻的充电功率、放电功率;二进制整数变量
Figure BDA0003927774650000123
分别为充电、放电状态;
Figure BDA0003927774650000124
为第n台储能设备在k时刻的充电状态;
Figure BDA0003927774650000125
分别为充电功率极限、放电功率极限;
Figure BDA0003927774650000126
E es,n分别为充电状态上限、下限;κn为自放电系数;ε为充放电效率系数;VT2=15min为储能离散时间间隔。
电动汽车的模型建立如下:
Figure BDA0003927774650000127
Figure BDA0003927774650000128
Figure BDA0003927774650000129
Figure BDA00039277746500001210
Figure BDA00039277746500001211
Figure BDA00039277746500001212
式中:
Figure BDA00039277746500001213
分别为停靠在充电桩的第n台充电汽车在k时刻的充电功率、放电功率;二进制整数变量
Figure BDA00039277746500001214
分别为充电、放电状态指标;
Figure BDA00039277746500001215
为第n台电动汽车在k时刻的充电状态;
Figure BDA00039277746500001216
分别为充电功率极限、放电功率极限;
Figure BDA00039277746500001217
E ev,n分别为充电状态上限、下限;η为充放电效率系数;VT2=15min为电动汽车离散时间间隔;
Figure BDA00039277746500001218
分别为第n台电动汽车的到达充电桩时间、离开充电桩时间;
Figure BDA00039277746500001219
为电动汽车离去时的目标充电状态;
Figure BDA00039277746500001220
为由离去时间限制的k时刻的最小充电状态。当
Figure BDA00039277746500001221
为1时,表示正处于充电状态,当
Figure BDA00039277746500001222
为1时,表示正处于放电状态,式(11)保证储能不能同时充放电。约束(13)~(14)为保证电动汽车在离去时,充电状态不小于用户设定的目标充电状态。
步骤3:为了准确、快速的评估主动配电网的可调度能力,提出了一种两阶段的评估方式。第一阶段收集主动配电网内所有可调度资源的参数信息,并进行一次粗略评估,确定大致的可调度能力上下界。然后,在第二阶段中,校验第一阶段的可调度能力范围其是否能够被柔性负荷进行响应,一旦发现存在不可行解,就表明之前第一阶段给出的可调度范围不够准确,需要修正聚合灵活性的上下界。
步骤4:第一阶段对主动配电网的可调度能力进行粗略的评估,目标是求得多时段的主动配电网的最大可调度能力。用i表示多时段的索引号(如当i=16表示未来第16个15min内的可调度能力),可将目标函数表示为如下形式:
Figure BDA0003927774650000131
式中:α、β分别为聚合模型对
Figure BDA0003927774650000132
的建模权重,α,β∈[0,1]。当负荷高峰时可以调高β的值,提供更大的向下调度能力,当负荷低谷时可以调高α的值,提供更大的向上调节能力。
该阶段约束条件仅考虑可调度资源的功率上下界之和,数学形式如下:
Figure BDA0003927774650000133
Figure BDA0003927774650000134
式中:
Figure BDA0003927774650000135
分别为第i个调度周期的主动配电网所能调度的功率上限、下限;
Figure BDA00039277746500001310
P tcl,n
Figure BDA00039277746500001311
P es,n
Figure BDA0003927774650000138
P ev,n分别为温控负荷、储能、电动汽车的第n个设备的最大、最小用电功率极限;
Figure BDA0003927774650000139
分别为第i个调度周期的参与评估的温控负荷、储能、电动汽车集合。
步骤5:第二阶段用于检验第一阶段的粗略评估范围是否可行,并进行校正。
针对第一阶段获得的可调度能力范围,第二阶段搜索该范围内是否存在超出主动配电网能力而无法被分解的情形。该阶段的目标函数如下所示:
Figure BDA0003927774650000141
式中:M为惩罚系数。非负松弛变量
Figure BDA0003927774650000142
ε+ε-为可调度能力能否被响应的指标,当在允许偏差范围内能被完全分解时,最小化松弛变量
Figure BDA0003927774650000143
的和为0,而
Figure BDA0003927774650000144
Figure BDA0003927774650000145
为正表示此时不能在允许范围内被主动配电网分解响应,此时将以惩罚项的形式增添至目标函数中。
在第二阶段需保证满足包括各可调度资源的运行约束、各可调度资源所在电力网络的安全约束等约束。功率平衡约束表示如下:
Figure BDA0003927774650000146
式中:松弛变量
Figure BDA0003927774650000147
为第i个调度周期内kmin允许的向上、向下偏差量;松弛变量
Figure BDA0003927774650000148
为第i个调度周期内kmin超过允许范围的向上、向下偏差量;
Figure BDA0003927774650000149
分别为温控负荷的运行功率、维持设定温度的额定功率,两者之差表示温控负荷的可调功率;
Figure BDA00039277746500001410
分别为储能的充电、放电功率;
Figure BDA00039277746500001411
分别为电动汽车的充电、放电功率。
允许偏差量约束表示如下:
Figure BDA00039277746500001412
式中:Γi为第i个调度周期内的最大允许偏差功率。
同时要保证线路传输功率在规定范围内,表示如下:
Figure BDA0003927774650000151
式中:Nl为传输线路集合,传输线路用l索引;
Figure BDA0003927774650000152
分别为第n个温控负荷、储能、电动汽车对第l条线路功率的传输分布因子;fl max为第l条线路传输容量。约束(21)体现了网络拥塞对可调度能力的影响,忽略该因素可能会误估实际的可调度能力。
步骤6:综合之前提到的两阶段,可以得到鲁棒评估方法的数学模型,考虑多时间尺度的主动配电网多时段可调度能力的汇总模型可以表示如下:
Figure BDA0003927774650000153
两阶段评估流程如图1所示。对于该问题,第一阶段的决策变量为主动配电网的可调度能力范围,第二阶段模拟的电网调度指令是第二阶段问题的不确定量,位于主动配电网的可调度能力范围内。如果第二阶段对于该不确定性集合内所有的调度指令,主动配电网都能将其分解至各可调度资源进行完全响应,那么第一阶段给出的聚合可调度能力范围就是满足要求的。
通过该问题第一阶段和第二阶段的相互迭代,最终收敛到满足精度要求的解,便可求得所需的聚合可调度能力范围。
步骤7:当前存在一些大型的配电网,直接计算可调度能力对调度中心的压力较大。因此可采取分层的计算方法,采用代理商代理计算再汇总的方式,如图2所示。
根据配电网的功能和结构,可将配电网分为三层:最底层为可调度资源层,是主动配电网提供可调度能力的来源;中间层为代理层,用于针对不同的资源集群进行代理聚合计算,降低调度中心的计算负担,具体的代理商和资源集群划分可由市场或调度中心确定;最高层为电力系统调度中心层,用于汇总整个配电网的可调度能力,同时需保证配电网中的各处不会因为提供可调度能力而造成电能质量的下降,维持线路传输功率不超过限值(在步骤8中仅以线路传输功率约束为例进行分析,其余电能质量要求类似)。
步骤8:在基于前述步骤的主动配电网可调度能力评估基础上,进一步考虑复杂配电网内代理商间线路极限约束等耦合约束,计算整个配电网的总可调度能力范围。
在计算复杂台区的总可调度能力范围时,还需考虑代理商的计算成本,通过选择合适的代理商可以降低聚合成本。代理商的计算成本Cz可由市场出清确定。用i表示时段索引号,z表示分区索引号,复杂台区的多时段的总可调度能力范围可以由下式求得:
Figure BDA0003927774650000161
s.t.:
Figure BDA0003927774650000162
Figure BDA0003927774650000163
Figure BDA0003927774650000164
Figure BDA0003927774650000165
Figure BDA0003927774650000166
式中:
Figure BDA0003927774650000171
P i ALL为在i时段的主动配电网的总可调度功率范围的上下界;
Figure BDA0003927774650000172
Figure BDA0003927774650000173
为在i时段第z个代理商的可调度功率范围的上下界;
Figure BDA0003927774650000174
Figure BDA0003927774650000175
为受代理商间耦合约束后的代理商可用调节能力范围;Cz表示第z个代理商的计算成本,用于选择合适的代理商和数量;Hl为代理商与线路之间的功率分布系数矩阵;
Figure BDA0003927774650000176
为线路l的功率传输极限。其中,式(27)和式(28)表示代理商间的线路耦合约束。
本实施例可以很好的应用于各种城市,特别是经济较发达的城市,空调等可调度资源分布密集的地区,本实施例提出的多时间尺度评估方法可以较好的评估主动配电网中可调度资源参与电网调度的聚集可调度能力,适合于当前电网的多时间尺度的调度框架,提高电网的运行稳定性,降低运行经济成本,节约资源。
实施例二
本实施例提供了一种主动配电网可调度能力的多时间尺度评估系统。
一种主动配电网可调度能力的多时间尺度评估系统,包括:
模型构建模块,其被配置为:以细时间尺度为建模时间尺度,构建温控负荷响应模型;以中时间尺度为建模时间尺度,构建储能设备响应模型和电动汽车响应模型;
第一阶段模块,其被配置为:根据温控负荷响应模型、储能设备响应模型和电动汽车响应模型,确定主动配电网可调度资源的参数信息,评估主动配电网的聚合可调度能力范围的上下界,得到第一阶段评估范围;
第二阶段模块,其被配置为:根据第一阶段评估范围,模拟调度指令,检验能否响应预评估范围内所有的调度指令;若能,得到主动配电网的多时段聚合可调度能力;否则,修正第一阶段聚合可调度能力范围的上下界,迭代更新第一阶段评估范围,直至达到响应预评估范围内所有的调度指令,得到所需的聚合可调度能力范围。
此处需要说明的是,上述模型构建模块、第一阶段模块和第二阶段模块与实施例一中的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一所述的主动配电网可调度能力的多时间尺度评估方法中的步骤。
实施例四
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例一所述的主动配电网可调度能力的多时间尺度评估方法中的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.一种主动配电网可调度能力的多时间尺度评估方法,其特征在于,包括:
模型构建:以细时间尺度为建模时间尺度,构建温控负荷响应模型;以中时间尺度为建模时间尺度,构建储能设备响应模型和电动汽车响应模型;
第一阶段:根据温控负荷响应模型、储能设备响应模型和电动汽车响应模型,确定主动配电网可调度资源的参数信息,评估主动配电网的聚合可调度能力范围的上下界,得到第一阶段评估范围;
第二阶段:根据第一阶段评估范围,模拟调度指令,检验能否响应预评估范围内所有的调度指令;若能,得到主动配电网的多时段聚合可调度能力;否则,修正第一阶段聚合可调度能力范围的上下界,迭代更新第一阶段评估范围,直至达到响应预评估范围内所有的调度指令,得到所需的聚合可调度能力范围;
所述温控负荷响应模型为:
Figure FDA0004139926840000011
Figure FDA0004139926840000012
Figure FDA0004139926840000013
Figure FDA0004139926840000014
式中:
Figure FDA0004139926840000015
为第n台温控负荷在k时刻的室内温度、环境温度;
Figure FDA0004139926840000016
为第n台温控负荷的最大输出功率;
Figure FDA0004139926840000017
分别为第n台温控负荷的热阻、热容;ηn为温控负荷的制冷/制热性能系数;qi,k为二进制开关状态变量,qi,k=1表示温控负荷处于运行状态,qi,k=0表示温控负荷处于关闭状态;VT1为温控负荷的离散时间间隔;
Figure FDA0004139926840000018
为用户指定的设定温度;Δθn为用户指定的温度波动容忍范围;
或者所述储能设备响应模型为:
Figure FDA0004139926840000019
Figure FDA0004139926840000021
Figure FDA0004139926840000022
Figure FDA0004139926840000023
Figure FDA0004139926840000024
式中:
Figure FDA0004139926840000025
分别为第n台储能设备在k时刻的充电功率、放电功率;二进制整数变量
Figure FDA0004139926840000026
分别为充电、放电状态;
Figure FDA0004139926840000027
为第n台储能设备在k时刻的充电状态;
Figure FDA0004139926840000028
分别为充电功率极限、放电功率极限;
Figure FDA0004139926840000029
E es,n分别为充电状态上限、下限;κn为自放电系数;ε为充放电效率系数;VT2为储能离散时间间隔;
或者所述电动汽车响应模型为:
Figure FDA00041399268400000210
Figure FDA00041399268400000211
Figure FDA00041399268400000212
Figure FDA00041399268400000213
Figure FDA00041399268400000214
Figure FDA00041399268400000215
式中:
Figure FDA00041399268400000216
分别为停靠在充电桩的第n台充电汽车在k时刻的充电功率、放电功率;二进制整数变量
Figure FDA00041399268400000217
分别为充电、放电状态指标;
Figure FDA00041399268400000218
为第n台电动汽车在k时刻的充电状态;
Figure FDA00041399268400000219
分别为充电功率极限、放电功率极限;
Figure FDA00041399268400000220
E ev,n分别为充电状态上限、下限;η为充放电效率系数;VT2=15min为电动汽车离散时间间隔;
Figure FDA00041399268400000221
分别为第n台电动汽车的到达充电桩时间、离开充电桩时间;
Figure FDA00041399268400000222
为电动汽车离去时的目标充电状态;
Figure FDA00041399268400000223
为由离去时间限制的k时刻的最小充电状态;当
Figure FDA0004139926840000031
为1时,表示正处于充电状态,当
Figure FDA0004139926840000032
为1时,表示正处于放电状态。
2.根据权利要求1所述的主动配电网可调度能力的多时间尺度评估方法,其特征在于,在得到所需的聚合可调度能力范围之后还包括:考虑主动配电网的总可调度功率约束、复杂配电网内代理商的可调度功率约束和代理商间的耦合约束,构建复杂台区的多时段的总可调度能力模型,计算整个配电网的总可调度能力范围。
3.根据权利要求2所述的主动配电网可调度能力的多时间尺度评估方法,其特征在于,所述复杂台区的多时段的总可调度能力模型为:
Figure FDA0004139926840000033
Figure FDA0004139926840000034
Figure FDA0004139926840000035
Figure FDA0004139926840000036
Figure FDA0004139926840000037
Figure FDA0004139926840000038
式中:
Figure FDA0004139926840000039
P i ALL为在i时段的主动配电网的总可调度功率范围的上下界;
Figure FDA00041399268400000310
Figure FDA00041399268400000311
为在i时段第z个代理商的可调度功率范围的上下界;
Figure FDA00041399268400000312
Figure FDA00041399268400000313
为受代理商间耦合约束后的代理商可用调节能力范围;Cz表示第z个代理商的计算成本,用于选择合适的代理商和数量;Hl为代理商与线路之间的功率分布系数矩阵;
Figure FDA00041399268400000314
为线路l的功率传输极限。
4.根据权利要求1所述的主动配电网可调度能力的多时间尺度评估方法,其特征在于,在第一阶段采用第一阶段目标函数和第一阶段约束条件,评估主动配电网的聚合可调度能力范围的上下界;
其中,第一阶段目标函数为:
Figure FDA0004139926840000041
第一阶段约束条件为:
Figure FDA0004139926840000042
Figure FDA0004139926840000043
式中:α、β分别为聚合模型对
Figure FDA0004139926840000044
的建模权重,α,β∈[0,1];
Figure FDA0004139926840000045
Figure FDA0004139926840000046
分别为第i个调度周期的主动配电网所能调度的功率上限、下限;
Figure FDA0004139926840000047
P tcl,n
Figure FDA0004139926840000048
P es,n
Figure FDA0004139926840000049
P ev,n分别为温控负荷、储能设备、电动汽车的第n个设备的最大、最小用电功率极限;
Figure FDA00041399268400000410
分别为第i个调度周期的参与评估的温控负荷、储能设备、电动汽车集合。
5.根据权利要求1所述的主动配电网可调度能力的多时间尺度评估方法,其特征在于,在第二阶段采用第二阶段目标函数和第二阶段约束条件,检验能否响应预评估范围内所有的调度指令;
其中,第二阶段目标函数为:
Figure FDA00041399268400000411
第二阶段约束条件为:
Figure FDA00041399268400000412
Figure FDA00041399268400000413
Figure FDA00041399268400000414
式中:M为惩罚系数,非负松弛变量
Figure FDA00041399268400000415
为可调度能力能否被响应的指标,当在允许偏差范围内能被完全分解时,最小化松弛变量
Figure FDA0004139926840000051
的和为0,而
Figure FDA0004139926840000052
Figure FDA0004139926840000053
为正表示此时不能在允许范围内被主动配电网分解响应,此时将以惩罚项的形式增添至第一阶段目标函数中;松弛变量
Figure FDA0004139926840000054
为第i个调度周期内kmin允许的向上、向下偏差量;松弛变量
Figure FDA0004139926840000055
为第i个调度周期内kmin超过允许范围的向上、向下偏差量;
Figure FDA0004139926840000056
分别为温控负荷的运行功率、维持设定温度的额定功率,两者之差表示温控负荷的可调功率;
Figure FDA0004139926840000057
分别为储能的充电、放电功率;
Figure FDA0004139926840000058
分别为电动汽车的充电、放电功率;Γi为第i个调度周期内的最大允许偏差功率;Nl为传输线路集合,传输线路用l索引;
Figure FDA0004139926840000059
Figure FDA00041399268400000510
分别为第n个温控负荷、储能、电动汽车对第l条线路功率的传输分布因子;fl max为第l条线路传输容量。
6.根据权利要求1-5任一项所述的主动配电网可调度能力的多时间尺度评估方法,其特征在于,所述主动配电网包括:可调度资源层,是主动配电网提供可调度能力的来源;代理层,用于针对不同的资源集群进行代理聚合计算;电力系统调度中心层,用于汇总整个配电网的可调度能力,保证配电网中的各处不会因为提供可调度能力而造成电能质量的下降,维持线路传输功率不超过限值。
7.一种主动配电网可调度能力的多时间尺度评估系统,其特征在于,采用权利要求1-6任一所述的主动配电网可调度能力的多时间尺度评估方法的多时间尺度评估系统,包括:
模型构建模块,其被配置为:以细时间尺度为建模时间尺度,构建温控负荷响应模型;以中时间尺度为建模时间尺度,构建储能设备响应模型和电动汽车响应模型;
第一阶段模块,其被配置为:根据温控负荷响应模型、储能设备响应模型和电动汽车响应模型,确定主动配电网可调度资源的参数信息,评估主动配电网的聚合可调度能力范围的上下界,得到第一阶段评估范围;
第二阶段模块,其被配置为:根据第一阶段评估范围,模拟调度指令,检验能否响应预评估范围内所有的调度指令;若能,得到主动配电网的多时段聚合可调度能力;否则,修正第一阶段聚合可调度能力范围的上下界,迭代更新第一阶段评估范围,直至达到响应预评估范围内所有的调度指令,得到所需的聚合可调度能力范围;
所述温控负荷响应模型为:
Figure FDA0004139926840000061
Figure FDA0004139926840000062
Figure FDA0004139926840000063
Figure FDA0004139926840000064
式中:
Figure FDA0004139926840000065
为第n台温控负荷在k时刻的室内温度、环境温度;
Figure FDA0004139926840000066
为第n台温控负荷的最大输出功率;
Figure FDA0004139926840000067
分别为第n台温控负荷的热阻、热容;ηn为温控负荷的制冷/制热性能系数;qi,k为二进制开关状态变量,qi,k=1表示温控负荷处于运行状态,qi,k=0表示温控负荷处于关闭状态;VT1为温控负荷的离散时间间隔;
Figure FDA0004139926840000068
为用户指定的设定温度;Δθn为用户指定的温度波动容忍范围;
或者所述储能设备响应模型为:
Figure FDA0004139926840000069
Figure FDA00041399268400000610
Figure FDA00041399268400000611
Figure FDA0004139926840000071
Figure FDA0004139926840000072
式中:
Figure FDA0004139926840000073
分别为第n台储能设备在k时刻的充电功率、放电功率;二进制整数变量
Figure FDA0004139926840000074
分别为充电、放电状态;
Figure FDA0004139926840000075
为第n台储能设备在k时刻的充电状态;
Figure FDA0004139926840000076
分别为充电功率极限、放电功率极限;
Figure FDA0004139926840000077
E es,n分别为充电状态上限、下限;κn为自放电系数;ε为充放电效率系数;VT2为储能离散时间间隔;
或者所述电动汽车响应模型为:
Figure FDA0004139926840000078
Figure FDA0004139926840000079
Figure FDA00041399268400000710
Figure FDA00041399268400000711
Figure FDA00041399268400000712
Figure FDA00041399268400000713
式中:
Figure FDA00041399268400000714
分别为停靠在充电桩的第n台充电汽车在k时刻的充电功率、放电功率;二进制整数变量
Figure FDA00041399268400000715
分别为充电、放电状态指标;
Figure FDA00041399268400000716
为第n台电动汽车在k时刻的充电状态;
Figure FDA00041399268400000717
分别为充电功率极限、放电功率极限;
Figure FDA00041399268400000718
E ev,n分别为充电状态上限、下限;η为充放电效率系数;VT2=15min为电动汽车离散时间间隔;
Figure FDA00041399268400000719
分别为第n台电动汽车的到达充电桩时间、离开充电桩时间;
Figure FDA00041399268400000720
为电动汽车离去时的目标充电状态;
Figure FDA00041399268400000721
为由离去时间限制的k时刻的最小充电状态;当
Figure FDA00041399268400000722
为1时,表示正处于充电状态,当
Figure FDA00041399268400000723
为1时,表示正处于放电状态。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6中任一项所述的主动配电网可调度能力的多时间尺度评估方法中的步骤。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-6中任一项所述的主动配电网可调度能力的多时间尺度评估方法中的步骤。
CN202211378453.9A 2022-11-04 2022-11-04 一种主动配电网可调度能力的多时间尺度评估方法及系统 Active CN115525979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211378453.9A CN115525979B (zh) 2022-11-04 2022-11-04 一种主动配电网可调度能力的多时间尺度评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211378453.9A CN115525979B (zh) 2022-11-04 2022-11-04 一种主动配电网可调度能力的多时间尺度评估方法及系统

Publications (2)

Publication Number Publication Date
CN115525979A CN115525979A (zh) 2022-12-27
CN115525979B true CN115525979B (zh) 2023-05-05

Family

ID=84705181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211378453.9A Active CN115525979B (zh) 2022-11-04 2022-11-04 一种主动配电网可调度能力的多时间尺度评估方法及系统

Country Status (1)

Country Link
CN (1) CN115525979B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116131259B (zh) * 2023-02-09 2024-02-06 中国南方电网有限责任公司 基于时间聚合的电力资源调度方法、装置和计算机设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378548A (zh) * 2019-05-22 2019-10-25 国网江苏省电力有限公司盐城供电分公司 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法
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

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10197984B2 (en) * 2015-10-12 2019-02-05 International Business Machines Corporation Automated energy load forecaster
CN107591801B (zh) * 2017-09-15 2020-06-09 东南大学 一种负荷参与需求响应的聚合潜力评估方法
CN110729765B (zh) * 2019-08-30 2024-03-22 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
CN111446712A (zh) * 2020-04-01 2020-07-24 北京辰安科技股份有限公司 高比例柔性负荷接入下的配电网供电能力动态评估方法
CN113222227B (zh) * 2021-04-27 2022-07-22 中国能源建设集团天津电力设计院有限公司 基于建筑特性和虚拟电厂的建筑综合能源系统调度方法
CN115186477A (zh) * 2022-07-07 2022-10-14 国网黑龙江省电力有限公司电力科学研究院 一种基于需求调度的配电网供电可靠性评估方法
CN115204673A (zh) * 2022-07-15 2022-10-18 西安交通大学 含有电动汽车的热电联供系统多时间尺度分层调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110378548A (zh) * 2019-05-22 2019-10-25 国网江苏省电力有限公司盐城供电分公司 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法
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

Also Published As

Publication number Publication date
CN115525979A (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
EP3471029A1 (en) Method for automatic cloud control of energy storage systems
Wang et al. Distributed control for large-scale plug-in electric vehicle charging with a consensus algorithm
CN105680474B (zh) 一种储能抑制光伏电站快速功率变化的控制方法
CN113139341B (zh) 基于联邦集成学习的电量需求预测方法和系统
CN103390116A (zh) 采用分步方式的光伏电站发电功率预测方法
CN113807589B (zh) 基于模型预测的运营商储能的滚动优化方法及装置
CN115525979B (zh) 一种主动配电网可调度能力的多时间尺度评估方法及系统
CN103345663A (zh) 考虑爬坡速率约束的电力系统机组组合优化方法
CN116454914A (zh) 一种多类型资源复合调频模型的构建方法及装置
CN114971048A (zh) 一种零碳园区综合能源规划仿真方法、系统和计算机设备
CN112801374B (zh) 模型训练方法、用电负荷预测方法、装置及设备
CN109829599A (zh) 基于高比例可再生能源的配电网的集群划分方法及装置
CN117134380A (zh) 一种基于云边协同分布式储能分层级优化运行方法及系统
Moslemi et al. A machine learning based demand charge management solution
Jin et al. Short-term net feeder load forecasting of microgrid considering weather conditions
CN116093995A (zh) 一种配电系统多目标网络重构方法及系统
CN116488254A (zh) 一种电力电子设备日前优化控制方法
US9594364B2 (en) Method and device for distributing electricity flows and electrical system comprising such a device
CN113644682B (zh) 高渗透有源配电网多台区协同管控方法、装置和终端设备
CN115579955A (zh) 一种基于神经网络预测的配电网光伏消纳能力评估方法
CN112865198A (zh) 一种基于时间尺度的配电网全局优化调度方法
CN113780722A (zh) 配电网的联合规划方法、装置、计算机设备和存储介质
CN110729759A (zh) 一种微电网中分布式电源配置方案的确定方法及装置
CN116542498B (zh) 基于深度强化学习的电池调度方法、系统、装置及介质
CN117791627B (zh) 考虑虚拟电厂不确定性的柔性负荷动态聚合方法及系统

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