CN115994612A - 基于业扩规划的配电网运行优化方法、装置及存储介质 - Google Patents
基于业扩规划的配电网运行优化方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115994612A CN115994612A CN202211392237.XA CN202211392237A CN115994612A CN 115994612 A CN115994612 A CN 115994612A CN 202211392237 A CN202211392237 A CN 202211392237A CN 115994612 A CN115994612 A CN 115994612A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- line
- power
- cost
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于业扩规划的配电网运行优化方法、装置及存储介质,包括:根据地理信息系统GIS数据,以单位电力负荷路径最短和线路损耗最低为约束条件建立变电站选址的目标函数;基于变电站选址的位置,进行网络拓扑分析确定计算所需的原始数据;构建以年综合费用和变电站选址费用最小为目标的配电网规划模型;利用粒子群算法结合所述原始数据对配电网规划模型进行最优值求解,获得最优运行方式。本发明能够解决配电网络损耗问题,提高配电网运行时的各方面性能,使得所制定的配电网运行方式达到综合最优,充分发挥其最大效益。
Description
技术领域
本发明涉及电力系统配电网技术领域,特别涉及一种基于业扩规划的配电网运行优化方法、装置及存储介质。
背景技术
电力系统由发电、输电、配电和用户(即负荷)组成,完成一次能源向二次能源的转换、传送、分配和消费,其中配电网是直接面向用户的基础设施,位于电力系统的末端,是联系电源系统或输变电系统与用户、向用户分配和供给电能的重要环节,整个电力系统对用户的供电能力和供电质量最终都必须通过配电网来实现和保障。随着国民经济的发展和人民生活水平的提高,人们对配电系统的可靠性、安全性和经济性提出了越来越高的要求;实现配电自动化是当今配电管理技术革命的一项迫切需求,它的发展和完善可为电力系统带来巨大的经济效益和社会效益;配电网络的分析与优化已成为电力系统研究热点之一。
配电网的运行指组成配电网系统的所有环节都处于执行其功能的状态;系统运行中,由于电力负荷的随机变化以及外界的各种干扰会影响配电系统的供电可靠性和供电能力;配电网运行状态包括正常运行状态、检修状态和故障运行状态及各运行状态之间的相互转移;各运行状态之间的转移需通过不同控制手段来实现;在配电网中,对各种电力设备进行调整,改变配电网的运行状态,实现配电网的优化运行,称为配电网运行方式的优化。任何一个配电网,理论上都存在一个最优的运行方式,在这个最优运行方式下,各负荷点的运行电压、网络损耗和负荷平衡的协调优于其它可能方案。故配电网运行方式的优化与配电网规划和配电网调度的运行方式是配电网供电的三个有机组合,对配电网运行方式优化进行研究,实现配电网的优化运行,对提高配电网的安全性和经济效益有重要的意义。
目前,在输电网运行方式的研究中,各方面都有严格的规定,研究也比较成熟,有比较丰富的成果;但是在配电网中,由于社会对配电网及其优化的重视不够,并且受现有数据采集装置配置的制约,配电网的信息采集不够,在准确度和完善度上都达不到要求,配电网运行方式的研究还处于起步阶段,国内外的文献大都是就配电网优化的某一部分进行理论的研究,运行方式不能达到综合最优,实用性小,实用性的软件系统更少;并且,传统配电网优化技术主要根据配电子网的特点,在保证供电质量的前提下,尽可能降低电网运行成本,然而配电网受到许多因素(如天气、价格)影响,采用传统方法(如穷举法等)难以建立准确的数学模型,不能获得十分理想的配电网优化方案。因此,如何根据配电网设备运行、技术性、经济性等方面属性来评价配电网运行方式优劣,并结合地理信息系统GIS数据对配电网系统进行优化,使得所制定的配电网运行方式达到综合最优,充分发挥其最大效益是目前亟需解决的技术问题。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种基于业扩规划的配电网运行优化方法、装置及存储介质,以解决配电网络损耗问题,提高配电网运行时的各方面性能,使得所制定的配电网运行方式达到综合最优,充分发挥其最大效益。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供一种基于业扩规划的配电网运行优化方法,所述方法包括:
根据地理信息系统GIS数据,以单位电力负荷路径最短和线路损耗最低为约束条件建立变电站选址的目标函数;
基于变电站选址的位置,进行网络拓扑分析确定计算所需的原始数据;
构建以年综合费用和变电站选址费用最小为目标的配电网规划模型;
利用粒子群算法结合所述原始数据对配电网规划模型进行最优值求解,获得最优运行方式。
结合第一方面,优选地,所述原始数据包括网络拓扑数据、节点数据以及线路数据。
结合第一方面,优选地,所述建立变电站选址的目标函数为:
式中,(u,v)为新建变电站的地址坐标;(xp,yp)为第p个供电点的坐标,p=1,2…N,N为供电点的总个数;Pp为供电点p的有功负荷。
结合第一方面,优选地,所述年综合费用包括线路的投资回收费用、设备折旧维修费用和网络损耗费用。
结合第一方面,优选地,所述构建以年综合费用和变电站选址费用最小为目标的配电网规划模型为:
式中:t表示待选线路,t=1,2…M,M表示规划线路总数;C1t=γt+αt,γt表示待选线路t的投资回收率,αt表示待选线路t的设备折旧维修费用率,Tt表示待选线路t的投资费用,xt为矢量X的元素,当待选线路t被选中时xt=1,否则xt=0;C2tτmaxΔP表示待选线路t的网络损耗费用,C2t表示单位电价,τmax表示最大负荷利用小时数,ΔPt表示待选线路t的有功损耗;U1表示过负荷惩罚系数,L为网络的过负荷;U2为非辐射网惩罚值。
结合第一方面,优选地,所待选线路t的有功损耗ΔPt的计算公式为:
式中,待选线路t中共有m个节点,i为节点编号,i=1,2…m;k表示节点i的父节点,j表示节点i的子节点;为第n次迭代计算的流经支路ki上的有功功率损耗;rki和xki分别为支路ki的电阻和电抗,分别为第n-1次迭代计算的节点i、节点j的电压幅值,Pi和Qi分别为节点i的有功功率和无功功率;和分别为第n次迭代计算的支路ij的有功功率和无功功率。
结合第一方面,优选地,所述利用粒子群算法结合所述原始数据对所述配电网规划模型进行最优值求解的步骤包括:
步骤a:根据原始数据对种群位置和速度进行初始化设置;
步骤b:对生成的初始化数据进行潮流计算,并计算粒子的适应度值,求出个体极值和全局极值;
步骤c:根据粒子的个体极值和全局极值求出新的粒子速度,并更新粒子位置;
步骤d:对更新后的粒子位置和速度进行潮流计算,根据潮流选择每条线路的线型及回路数;
步骤e:基于所选择的线性和回路数,继续进行潮流迭代计算,更新计算粒子的适应度值,并更新个体极值和全局极值;
步骤f:判断迭代计算是否达到最大迭代次数;若没有达到,则跳转到步骤c继续计算,若达到,则停止计算;计算的最终结果为配电网规划模型的最优解。
第二方面,本发明提供一种基于业扩规划的配电网运行优化装置,所述装置包括:
变电站选址模块,用于根据地理信息系统GIS数据,以单位电力负荷路径最短和线路损耗最低为约束条件建立变电站选址的目标函数;
网络拓扑分析模块,用于基于变电站选址的位置,进行网络拓扑分析确定计算所需的原始数据;
构建规划模型模块,用于建立以年综合费用和变电站选址费用最小为目标的配电网规划模型;
最优值求解模块,用于利用粒子群算法结合所述原始数据对配电网规划模型进行最优值求解,获得最优运行方式。
第三方面,本发明提供一种基于业扩规划的配电网运行优化装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行第一方面任一项所述的基于业扩规划的配电网运行优化方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如第一方面任一项所述的基于业扩规划的配电网运行优化方法的步骤。
与现有技术相比,本发明所达到的有益效果:
本发明通过GIS对变电站选址经济损耗最小建立变电站选址的目标函数,然后采用网络拓扑分析得到计算所需原始数据,再建立配电网优化模型,最后由粒子群算法对该问题进行求解,与GIS数据处理优势相结合,得到了配电网优化的最优结果;本发明的方法是一种策略性的方法,能够解决配电网络损耗问题,提高配电网运行时的各方面性能,使得所制定的配电网运行方式达到综合最优,充分发挥其最大效益;此外,本发明不仅能够对配电网现有运行方式进行分析和评估,并通过运行方式的最优化分析技术为配电网的优化运行提供良好的方式基础,给不同状态下配电网运行方式提供预案,为电网管理、运行和建设部门提供详实、有力的决策支持手段;而且本发明对配电网运行方式的优化将大大促进配电网的经济运行与安全运行,具有较大的理论研究和实用价值。
附图说明
图1是本发明实施例提供的一种基于业扩规划的配电网运行优化方法的流程图;
图2是本发明实施例提供的辐射状配电馈线示意图;
图3是本发明实施例提供的粒子群算法对配电网规划模型进行求解的流程图;
图4是本发明实施例提供的一种基于业扩规划的配电网运行优化装置的结构原理框图。
具体实施方式
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符"/",一般表示前后关联对象是一种“或”的关系。
实施例一:
本实施例介绍一种基于业扩规划的配电网运行优化方法,主要包括三个部分:GIS规划、配电网拓扑分析、配电网优化问题的求解。首先根据GIS系统的负荷信息对变电站进行选址,使得经济花费最小化;其中,GIS规划是指在配电网系统的优化过程中,有许多数据与地理位置密切相关,从而可以使优化更加有效率;然后通过配电网拓扑分析图中的配电网拓扑分析是构建合适的拓扑模型,对配电网系统进行分析选取合适的重构算法;最后配电网优化问题的求解是构建合适的数学模型并选取其中一算法对其求解,本发明实施例是采用粒子群算法,最后得到配电网优化问题的最优解。
具体的,如图1所示,本发明实施例提供的基于业扩规划的配电网运行优化方法,包括如下步骤:
步骤1:根据地理信息系统GIS数据,以单位电力负荷路径最短和线路损耗最低为约束条件建立变电站选址的目标函数;
步骤2:基于变电站选址的位置,进行网络拓扑分析确定计算所需的原始数据;
步骤3:构建以年综合费用和变电站选址费用最小为目标的配电网规划模型;
步骤4:利用粒子群算法结合所述原始数据对配电网规划模型进行最优值求解,获得最优运行方式。
进一步说明的是,电网规划需要根据区域发展情况确定新建变电站站址,一般变电站选址可分为两类:一类是单源选址问题,一类是多源选址问题。单源选址问题是对于位置已知的若干个现有设施,找出单一的一个新设施的最优地址;多源选址问题是对于已经知道的若干现有设施,找出两个或更多的新设施的最优地址;单源选址也可以认为是多源选址的一种特殊情况;利用GIS空间数据库的地理图形功能及区域内点负荷信息,可以按照一定的规划模型对变电站的站址优化排序。具体的,本发明实施例提供的步骤1中,由GIS负荷数据基于单位电力负荷路径最短目标出发,同时考虑降低线损,使得变电站产生的经济费用最低,建立变电站选址的目标函数为:
式中,(u,v)为新建变电站的地址坐标;(xp,yp)为第p个供电点的坐标,p=1,2…N,N为供电点的总个数;Pp为供电点p的有功负荷;
求得目标函数的最小值即为经济费用最低。
作为本发明的一种实施例,对于配电网拓扑分析,步骤2中,在确定好变电站选址的目标函数后,需要获取足够的原始数据,才能进行后续的计算,原始数据主要包括:
(1)网络拓扑数据:各条线路构成了网络拓扑结构,因此又称为网络拓扑数据,主要包括以下几种:一是待架线路的名称,该信息不允许重复,每条线路具有唯一可标示它的名称,以便在计算过程中区分;二是各条线路的首末节点号;三是各条线路的长度。
(2)节点数据:在规划中,把变电站、负荷点都看成是拓扑结构中的节点;节点数据包括:节点编号、节点配电出力及负荷、各节点的额定功率、短路功率等参数。
(3)线路数据:规划架线时可有几种选择,线路参数的不同会导致投资、可靠性等各项指标的差异;线路参数包括:线路类型编号、各类型线路的单位长度投资、各类型线路单位长度的电阻和电抗值。
具体的,参照2所示,为待选线路t中中的部分支路为辐射状配电馈线,每一条线以及线上的箭头表示配电网线路流向,交点为各个节点,i为节点编号,k表示节点i的父节点,j表示节点i的子节点;对线路及节点的参数进行潮流计算,本实施例针对辐射状配电馈线采用配电网潮流前推回代法,第n次的迭代公式包括:第n次迭代计算的流经支路ki上的有功功率损耗
式中,待选线路t中共有m个节点,i=1,2…m;为第n次迭代计算的流经支路ki上的有功功率损耗;rki和xki分别为支路ki的电阻和电抗,分别为第n-1次迭代计算的节点i、节点j的电压幅值,Pi和Qi分别为节点i的有功功率和无功功率;和分别为第n次迭代计算的支路ij的有功功率和无功功率;
式子,Pi和Qi分别为节点i的有功功率和无功功率。
作为本发明的一种实施例,对于配电网优化问题的求解,以年综合费用和变电站选址费用最小为目标构建配电网规划模型,其中,年综合费用包括线路的投资回收费用、设备折旧维修费用和网络损耗费用;所构建的配电网规划模型为:
式中:t表示待选线路,t=1,2…M,M表示规划线路总数;C1t=γt+αt,γt表示待选线路t的投资回收率,αt表示待选线路t的设备折旧维修费用率,Tt表示待选线路t的投资费用,xt为矢量X的元素,当待选线路t被选中时xt=1,否则xt=0;C2tτmaxΔP表示待选线路t的网络损耗费用,C2t表示单位电价,τmax表示最大负荷利用小时数,ΔPt表示待选线路t的有功损耗,U1表示过负荷惩罚系数,L为网络的过负荷(即超过线路的最大允许负荷的部分),其数值通过网络的负荷潮流求得;U2为非辐射网惩罚值,U2根据辐射网的计算结果设置比其大的值以优先淘汰不可行解。
进一步说明的是,引入惩罚系数是把最大电压损耗、线路允许负载不符合用户要求的程度与线路投资联系起来;最大电压损耗不满足要求和线路过负荷时,需要增加线路,必须扩大投资;这样可以把满足约束条件的优秀个体和不完全满足约束条件的较差个体明显地区分开,最后根据费用最小所用到的各个参数构造最优线路模型。
进一步的,参照图3所示,利用粒子群算法结合所述原始数据对所述配电网规划模型进行最优值求解的步骤包括:
步骤a:根据原始数据对种群位置和速度进行初始化设置;
设置粒子群规模(即节点数m)和算法参数(即惯性系数、学习因子、速度上限值Vmax和速度下限值Vmin等);确定粒子的维数(即网络待选线路总和M);设置最大迭代次数n;
步骤b:对生成的初始化数据进行潮流计算,并计算粒子的适应度值,求出个体极值和全局极值;
步骤c:根据粒子的个体极值和全局极值求出新的粒子速度,并更新粒子位置;
在更新粒子速度时,若计算速度大于Vmax,则粒子速度取值为Vmax;若计算速度小于Vmin,则粒子速度取值为Vmin;
步骤d:对更新后的粒子位置和速度进行潮流计算,根据潮流选择每条线路的线型及回路数;
步骤e:基于所选择的线性和回路数,继续进行潮流迭代计算,更新计算粒子的适应度值,并更新个体极值和全局极值;
进一步说明的是,步骤e还包括检测进化后的粒子组成的网络是否满足辐射网条件;如果不满足,则将其适应度定为U2;如果满足,进行潮流计算,选择每条线路的线型及回路数,并计算各粒子的适应度值,更新个体极值和全局极值,其中个体极值表示毛目标函数的局部极值,全局极值表示目标函数的最值,我们关注的是最值问题,即费用消耗最小值;
步骤f:判断迭代计算是否达到最大迭代次数;若没有达到,则跳转到步骤c继续计算,若达到,则停止计算;计算的最终结果为配电网规划模型的最优解。
本发明实施例提供的基于业扩规划的配电网运行优化方法,通过建立配电网优化的数学规划模型,然后采用粒子群算法对配电网规划模型进行求解,并与GIS数据处理优势相结合,使得所制定的配电网运行方式达到综合最优,一方面可以提高配电网络的供电能力和可靠性,降低配电网络损耗,另一方面可以节约国家基础建设投资,使有限的投资发挥最大的经济和社会效益。
实施例二:
如图4所示,本发明实施例提供了一种基于业扩规划的配电网运行优化装置,可以用于实施实施例一所述的方法,具体包括:
变电站选址模块,用于根据地理信息系统GIS数据,以单位电力负荷路径最短和线路损耗最低为约束条件建立变电站选址的目标函数;
网络拓扑分析模块,用于基于变电站选址的位置,进行网络拓扑分析确定计算所需的原始数据;
构建规划模型模块,用于建立以年综合费用和变电站选址费用最小为目标的配电网规划模型;
最优值求解模块,用于利用粒子群算法结合所述原始数据对配电网规划模型进行最优值求解,获得最优运行方式。
本发明实施例提供的基于业扩规划的配电网运行优化装置与实施例一提供的基于业扩规划的配电网运行优化方法基于相同的技术构思,能够产生如实施例一所述的有益效果,在本实施例中未详尽描述的内容可以参见实施例一。
实施例三:
本发明实施例提供了一种基于业扩规划的配电网运行优化装置,包括处理器及存储介质;
所述存储介质用于存储指令;
处理器用于根据指令进行操作以执行根据实施例一中任一项方法的步骤。
实施例四:
本发明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,该计算机程序被处理器执行时,实现如实现实施例一中任一项方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、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。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于业扩规划的配电网运行优化方法,其特征在于,所述方法包括:
根据地理信息系统GIS数据,以单位电力负荷路径最短和线路损耗最低为约束条件建立变电站选址的目标函数;
基于变电站选址的位置,进行网络拓扑分析确定计算所需的原始数据;
构建以年综合费用和变电站选址费用最小为目标的配电网规划模型;
利用粒子群算法结合所述原始数据对配电网规划模型进行最优值求解,获得最优运行方式。
2.根据权利要求1所述的基于业扩规划的配电网运行优化方法,其特征在于,所述原始数据包括网络拓扑数据、节点数据以及线路数据。
4.根据权利要求1所述的基于业扩规划的配电网运行优化方法,其特征在于,所述年综合费用包括线路的投资回收费用、设备折旧维修费用和网络损耗费用。
7.根据权利要求6所述的基于业扩规划的配电网运行优化方法,其特征在于,所述利用粒子群算法结合所述原始数据对所述配电网规划模型进行最优值求解的步骤包括:
步骤a:根据原始数据对种群位置和速度进行初始化设置;
步骤b:对生成的初始化数据进行潮流计算,并计算粒子的适应度值,求出个体极值和全局极值;
步骤c:根据粒子的个体极值和全局极值求出新的粒子速度,并更新粒子位置;
步骤d:对更新后的粒子位置和速度进行潮流计算,根据潮流选择每条线路的线型及回路数;
步骤e:基于所选择的线性和回路数,继续进行潮流迭代计算,更新计算粒子的适应度值,并更新个体极值和全局极值;
步骤f:判断迭代计算是否达到最大迭代次数;若没有达到,则跳转到步骤c继续计算,若达到,则停止计算;计算的最终结果为配电网规划模型的最优解。
8.一种基于业扩规划的配电网运行优化装置,其特征在于,所述装置包括:
变电站选址模块,用于根据地理信息系统GIS数据,以单位电力负荷路径最短和线路损耗最低为约束条件建立变电站选址的目标函数;
网络拓扑分析模块,用于基于变电站选址的位置,进行网络拓扑分析确定计算所需的原始数据;
构建规划模型模块,用于建立以年综合费用和变电站选址费用最小为目标的配电网规划模型;
最优值求解模块,用于利用粒子群算法结合所述原始数据对配电网规划模型进行最优值求解,获得最优运行方式。
9.一种基于业扩规划的配电网运行优化装置,其特征在于,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据权利要求1至7任一项所述的基于业扩规划的配电网运行优化方法的步骤。
10.一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,该计算机程序被处理器执行时,实现如权利要求1至7任一项所述的基于业扩规划的配电网运行优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211392237.XA CN115994612A (zh) | 2022-11-08 | 2022-11-08 | 基于业扩规划的配电网运行优化方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211392237.XA CN115994612A (zh) | 2022-11-08 | 2022-11-08 | 基于业扩规划的配电网运行优化方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115994612A true CN115994612A (zh) | 2023-04-21 |
Family
ID=85994420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211392237.XA Pending CN115994612A (zh) | 2022-11-08 | 2022-11-08 | 基于业扩规划的配电网运行优化方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115994612A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117277446A (zh) * | 2023-11-23 | 2023-12-22 | 浙江优能电力设计有限公司 | 多目标配电网规划方法及系统 |
-
2022
- 2022-11-08 CN CN202211392237.XA patent/CN115994612A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117277446A (zh) * | 2023-11-23 | 2023-12-22 | 浙江优能电力设计有限公司 | 多目标配电网规划方法及系统 |
CN117277446B (zh) * | 2023-11-23 | 2024-03-29 | 浙江优能电力设计有限公司 | 多目标配电网规划方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112217202B (zh) | 考虑灵活性投资的分布式新能源、储能与配电网规划方法 | |
Liu et al. | Dynamic pricing for decentralized energy trading in micro-grids | |
CN109447510B (zh) | 基于scuc的中长期电量安全校核方法、装置及系统 | |
CN112784484B (zh) | 一种区域综合能源系统多目标优化方法及优化系统 | |
CN111738498B (zh) | 一种综合能源系统鲁棒规划方法及系统 | |
CN111079972A (zh) | 一种主动配电网可靠性规划方法、设备及介质 | |
CN107480913A (zh) | 一种基于改进灰狼算法的分布式电源选址定容系统及方法 | |
CN111091239A (zh) | 基于差分进化算法的能源服务商电价策略制定方法及装置 | |
CN113988714A (zh) | 计及多重不确定性的园区综合能源系统动态规划方法、设备及介质 | |
CN112308411A (zh) | 基于动态碳交易模型的综合能源站随机规划方法及系统 | |
CN115994612A (zh) | 基于业扩规划的配电网运行优化方法、装置及存储介质 | |
Shi et al. | Research on energy management of hydrogen electric coupling system based on deep reinforcement learning | |
CN111724064A (zh) | 一种基于改进免疫算法的含储能配电网规划方法 | |
CN108667077A (zh) | 一种风蓄联合系统优化调度方法 | |
CN114417695A (zh) | 多园区综合能源系统经济调度方法 | |
CN115879652B (zh) | 能源网络分级协同规划方法、装置、电子设备及存储介质 | |
CN106600078A (zh) | 一种基于新能源发电预测的微网能量管理方案 | |
CN115513945A (zh) | 一种基于物联网的分布式电源管理方法 | |
CN115776138A (zh) | 一种考虑多维不确定性和能量管理策略的微电网容量规划方法及装置 | |
CN115758763A (zh) | 一种计及源荷不确定性的多能流系统优化配置方法及系统 | |
CN112116131B (zh) | 计及碳排放的综合能源系统多层级优化方法 | |
Cai et al. | Day-ahead forecast of carbon emission factor based on long and short-term memory networks | |
CN109447431A (zh) | 一种基于粒子群算法的城市能源互联网下的配电网规划方法 | |
Wang et al. | Day-ahead scheduling of integrated energy systems considering carbon emissions | |
CN112418732A (zh) | 一种基于最大流最小割定理的含多能量枢纽综合能源系统规划方法及系统 |
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 |