CN116131365B - 一种智能配电网柔性运行控制管理系统及方法 - Google Patents

一种智能配电网柔性运行控制管理系统及方法 Download PDF

Info

Publication number
CN116131365B
CN116131365B CN202310408733.8A CN202310408733A CN116131365B CN 116131365 B CN116131365 B CN 116131365B CN 202310408733 A CN202310408733 A CN 202310408733A CN 116131365 B CN116131365 B CN 116131365B
Authority
CN
China
Prior art keywords
power
distribution network
power distribution
energy
intelligent power
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
CN202310408733.8A
Other languages
English (en)
Other versions
CN116131365A (zh
Inventor
渠志江
侯昆明
王琳
李永旭
陈芳
孙良志
洪亚
刘希峰
杨秀菊
邢春凯
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.)
Liaocheng Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Liaocheng Power Supply Co of State Grid Shandong Electric Power Co Ltd
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 Liaocheng Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Liaocheng Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority to CN202310408733.8A priority Critical patent/CN116131365B/zh
Publication of CN116131365A publication Critical patent/CN116131365A/zh
Application granted granted Critical
Publication of CN116131365B publication Critical patent/CN116131365B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/10—Flexible AC transmission systems [FACTS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Power Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及智能配电网技术领域，具体涉及一种智能配电网柔性运行控制管理系统及方法。该系统包括若干新能源发电系统、用于新能源发电系统并网的蓄电池储能系统BESS、智能电网中央控制器及具有不同优先级的负荷，当配电网主电源停运时，智能电网中央控制器根据负荷和蓄电池储能系统BESS电池的充放电功率，引入柔性指数，调节新能源发电系统的发电功率。通过引入柔性指数，建立优化模型，从而使所求得的运行方式达到了经济性、安全性、可靠性多方面的综合最优。另一方面，所求得的最优解还保证了具有较大的灵活性，对智能配电网中的多变因素有着较强的应对能力。

Description

一种智能配电网柔性运行控制管理系统及方法
技术领域
本发明涉及智能配电网技术领域，具体涉及一种智能配电网柔性运行控制管理系统及方法。
背景技术
化石能源的大规模使用导致了一系列问题，诸如资源紧张、环境污染、气候变化等等，因此在能源领域加快电能替代和清洁替代是发展的必然趋势。推广使用以风电、光伏为代表的可再生能源发电技术，不仅符合发展需要，而且是一项潜力巨大、前景广阔的明智之举。
风、光在电力系统中的接入格局是“分布式”和“集中式”并存。随着风、光在电力系统中的装机容量和发电量所占比例越来越大，对我国配电网已经产生了广泛而深远的影响。风电、光伏区别于传统发电设备的主要特征在于其出力的不确定性，传统的（确定性）配电网的运行控制方法将不再适用。因此，亟需提出一种新的智能配电网运行控制方式，具备在面临大扰动时能通过调整发电或负荷维持可靠性的能力。
发明内容
由于传统的配电网运行方式优化方法所建立的是刚性约束优化模型，其优化结果具有一定的片面性和局限性，并且缺乏应对智能配电网参数改变的灵活性。本发明提出一种智能配电网柔性运行控制管理系统及方法，在面临电力系统中的不确定因素（如可再生能源接入或因自然灾害和事故导致主网停电）产生的大扰动时能通过调整发电或负荷维持可靠性的能力。
本发明的目的主要通过以下技术方案实现的：一种智能配电网柔性运行控制方法，其包括有以下步骤：步骤一：当配电网主电源停运，由蓄电池储能系统BESS提供临界负荷所需的能量；
临界负荷幅值时所需的能量 ：，其中，tr为停运持续时间，/>为系统调度时间， Kh、Km、Kl分别为高、中、低三种临界负荷的等级系数、Ph、Pm、Pl分别为高、中、低临界负荷值；
蓄电池储能系统BESS的可用能量为：
，/>为第X个新能源发电机的发电量，
H为新能源发电机的总量，为第x个蓄电池储能系统的充电功率，/>为第x个蓄电池储能系统的放电功率，B为蓄电池储能系统数量；
步骤二：建立优化模型：选定优化问题的能量亏损目标函数为：；/>为表示能量亏损的柔性指数； />为配电网能量亏损可接受的最大增加量；
设置如下约束条件：
为新能源发电功率柔性指数，/>新能源发电功率增量；/>为总线i与总线j之间的潮流功率, />为总线i与总线j之间潮流最大值，/>为潮流柔性指数，/>为允许的最大潮流增量；N为总线数量；
步骤三：对步骤二优化模型进行求解。
在本发明一实施例中，步骤三：对上述优化模型进行求解包括以下步骤：
步骤 3.1：引入惩罚因子cn，其中cn≥0, n=1,2,3……，构造外点法罚函数，将模型转化为无约束的形式，设置cn的初值；
步骤3. 2：在当前cn序列水平下，求解目标函数无约束优化问题；迭代次数q加1；q初始值为0;
步骤3. 3：判断迭代次数q是否小于迭代上限Q, 若是，则检验目标函数的解是否满足约束条件，否则进入步骤3.4；若目标函数的解满足约束条件，则将各cn的取值同时更新为原值的m倍，重复步骤3.2，否则进入步骤3.4；
步骤3.4：终止计算，接受此时的计算结果。
进一步的，步骤3.1中将第一次迭代或模型的优化结果代入各惩罚项计算， cn的初值取为模型的优化结果的倒数。
进一步的，步骤3.2中求解无约束优化问题采用遗传算法求解。
本发明还提供一种智能配电网柔性运行控制管理系统，包括若干新能源发电系统、用于新能源发电系统并网的蓄电池储能系统BESS、智能电网中央控制器及具有不同优先级的负荷，其特征在于：当配电网主电源停运时，智能电网中央控制器根据负荷和蓄电池储能系统BESS电池的充放电功率，引入柔性指数，调节新能源发电系统的发电功率；调节新能源发电系统的发电功率采用上述智能配电网柔性运行控制方法。
与现有技术相比，采用本发明通过引入柔性指数，建立优化模型，从而使所求得的运行方式达到了经济性、安全性、可靠性多方面的综合最优。另一方面，所求得的最优解还保证了具有较大的灵活性，对智能配电网中的多变因素有着较强的应对能力。
附图说明
图1为本发明一实施例柔性优化模型求解流程。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
大规模储能设备接入电网需要大量投资，不利于电力系统的经济运行。除了增设储能设备外，还可以通过进一步优化系统运行方式提升系统运行的柔性。因此，本发明一种智能配电网柔性运行控制管理系统及方法，通过优化手段实时控制系统的运行，保证系统具有较高的柔性，接纳更多新能源。
一种智能配电网柔性运行控制管理系统，包括若干新能源发电系统、用于新能源发电系统并网的蓄电池储能系统BESS、智能电网中央控制器及具有不同优先级的负荷。智能电网中央控制器根据负荷和蓄电池储能系统BESS电池的充放电功率，运入柔性指数，调节新能源发电系统的发电功率。
以下以光伏发电系统作为新能源发电系统，对本发明的具体实施方式做进一步的解释。
当配电网主电源停运，为保证配电网还能处于正常运行，蓄电池储能系统的可用能量要能满足临界负荷所需的能量。
临界负荷幅值时所需的能量 ：，其中，tr为停运持续时间，/>为系统调度时间， />一般在5-15min 内，Kh、Km、Kl分别为高、中、低三种临界负荷的等级系数、Ph、Pm、Pl分别为高、中、低临界负荷值。
在具体实施例中，可以由运营商决定优先级负荷和停运持续时间。
在断电期间，蓄电池储能系统的可用能量为：
，/>为第X个光伏发电机的发电量，H为光伏电源的总量，/>为第x个蓄电池储能系统的充电功率，/>为第x个蓄电池储能系统的放电功率，B为蓄电池储能系统数量。H和B可以相等或不等。
为了达到最大的效益，选定优化问题的能量亏损目标函数为：。
由于传统的配电网运行方式优化方法所建立的是刚性约束优化模型，其优化结果具有一定的片面性和局限性，并且缺乏应对智能配电网参数改变的灵活性。本发明引入柔性分析对传统的优化方法进行改进。
将传统刚性约束优化模型的所有约束条件分为等式约束和不等式约束两类：
，式中，x，u分别表示状态变量和控制变量。通过引入柔性参数，将上式表示为柔性约束的形式：
,式中，εg和εh代表了配电网运行解偏离刚性边界的程度，称之为柔性参数，其数值变化范围的大小反映了配电系统运行灵活性的大小。
构建新的目标函数；/>为表示能量亏损的柔性指数，取值范围[0,1]； />为能量亏损可接受的最大增加量。
为了优化目标函数，设置如下约束条件：
为光伏发电功率柔性指数，/>光伏发电功率增量；/>为总线i与总线j之间的潮流功率, />为总线i与总线j之间潮流最大值，/>为潮流柔性指数，/>为允许的最大潮流增量；N为总线数量。
上述约束条件中
用于确保智能配电网的功率平衡。
实现了负荷优先级的区分。
用于配电网线路的选定。
对上述优化模型进行求解。具体流程示意图参见图1。具体求解过程包括以下步骤：
为了便于求解对称模糊优化模型，cn，其中cn≥0, n=1,2,3……，构造外点法罚函数，将模型转化为无约束的形式。该模型可利用外点迭代法求解，步骤如下：
步骤 1：设置cn的初值。为了消除式中各类约束的量纲差异，避免求解时优化朝着某个约束方向过度倾斜，应按照如下规则设置cn：将第一次迭代或精确模型的优化结果代入各惩罚项计算，cn取为计算结果的倒数。
步骤 2：在当前cn序列水平下，求解式的无约束优化问题，迭代次数q加1, q初始值为0。本发明采用遗传算法求解，因罚函数将问题转化为无约束优化问题，求解更容易。得到对应cn水平的调度方案。
检验当前解的有效性：
判断迭代次数q是否小于迭代上限Q,若是，则检验目标函数的解是否满足约束条件，否则进入步骤4；若目标函数的解满足约束条件，则将各cn的取值同时更新为原值的m倍，重复步骤2，否则进入步骤4；
步骤4：终止计算，接受此时的计算结果。
在本发明具体实施例中Q 和m都取10。
为验证该模型的合理性和有效性，搭建了系统的 MATLAB／Simulink 仿真模型，并以某地光伏电站的并网数据作为仿真输入数据。设置配电网能量亏损可接受的最大增加量为传统配电网运行模式的最大线损，停运时间为6h,系统调度时间为5min。最终验证，采用本发明的系统的柔性运行控制模式较传统电网运行模式和刚性约束优化模式，能量亏损（电网损耗）明显下降。通过该配电网并网节点电压水平可以判断本发明的供电的安全性和可靠性程度也得到了明显的提升。具体仿真结果数据参见表1。可见采用本发明的运行方式达到了经济性、安全性、可靠性多方面的综合最优。
表1 仿真优化结果
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (5)

1.一种智能配电网柔性运行控制方法，其特征在于：包括有以下步骤：
步骤一：当配电网主电源停运，由蓄电池储能系统BESS提供临界负荷所需的能量；
临界负荷幅值时所需的能量 ：，其中，tr为停运持续时间，/>为系统调度时间， Kh、Km、Kl分别为高、中、低三种临界负荷的等级系数、Ph、Pm、Pl分别为高、中、低临界负荷值；
蓄电池储能系统BESS的可用能量为：
，
为第X个新能源发电机的发电量，H为新能源发电机的总量，/>为第x个蓄电池储能系统的充电功率，/>为第x个蓄电池储能系统的放电功率，B为蓄电池储能系统数量；
步骤二：建立优化模型：选定优化问题的能量亏损目标函数为：；/>为表示能量亏损的柔性指数； />为配电网能量亏损可接受的最大增加量；
设置如下约束条件：
；
为新能源发电功率柔性指数，/>新能源发电功率增量；/>为总线i与总线j之间的潮流功率, />为总线i与总线j之间潮流最大值，/>为潮流柔性指数，/>为允许的最大潮流增量；N为总线数量；
步骤三：对步骤二优化模型进行求解。
2.根据权利要求1所述的智能配电网柔性运行控制方法，其特征在于：
步骤三：对上述优化模型进行求解包括以下步骤：
步骤 3.1：引入惩罚因子cn，其中cn≥0, n=1,2,3……，构造外点法罚函数，将模型转化为无约束的形式，设置cn的初值；
步骤3. 2：在当前cn序列水平下，求解目标函数无约束优化问题；迭代次数q加1；q初始值为0;
步骤3. 3：判断迭代次数q是否小于迭代上限Q, 若是，则检验目标函数的解是否满足约束条件，否则进入步骤3.4；若目标函数的解满足约束条件，则将各cn的取值同时更新为原值的m倍，重复步骤3.2，否则进入步骤3.4；
步骤3.4：终止计算，接受此时的计算结果。
3.根据权利要求2所述的智能配电网柔性运行控制方法，其特征在于：步骤3.1中将第一次迭代或模型的优化结果代入各惩罚项计算， cn的初值取为模型的优化结果的倒数。
4.根据权利要求2所述的智能配电网柔性运行控制方法，其特征在于：步骤3.2中求解无约束优化问题采用遗传算法求解。
5.一种智能配电网柔性运行控制管理系统，包括若干新能源发电系统、用于新能源发电系统并网的蓄电池储能系统BESS、智能电网中央控制器及具有不同优先级的负荷，其特征在于：当配电网主电源停运时，智能电网中央控制器根据负荷和蓄电池储能系统BESS电池的充放电功率，引入柔性指数，调节新能源发电系统的发电功率；调节新能源发电系统的发电功率采用如权利要求1-4任意一项所述的方法。
CN202310408733.8A 2023-04-18 2023-04-18 一种智能配电网柔性运行控制管理系统及方法 Active CN116131365B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310408733.8A CN116131365B (zh) 2023-04-18 2023-04-18 一种智能配电网柔性运行控制管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310408733.8A CN116131365B (zh) 2023-04-18 2023-04-18 一种智能配电网柔性运行控制管理系统及方法

Publications (2)

Publication Number Publication Date
CN116131365A CN116131365A (zh) 2023-05-16
CN116131365B true CN116131365B (zh) 2023-07-18

Family

ID=86297763

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310408733.8A Active CN116131365B (zh) 2023-04-18 2023-04-18 一种智能配电网柔性运行控制管理系统及方法

Country Status (1)

Country Link
CN (1) CN116131365B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106992549A (zh) * 2017-05-22 2017-07-28 河南森源电气股份有限公司 一种独立微电网系统的容量优化配置方法及装置
CN113937821A (zh) * 2021-09-17 2022-01-14 贵州电网有限责任公司 一种农网不平衡台区自适应节能控制方法
CN115441435A (zh) * 2022-08-25 2022-12-06 国网江苏省电力有限公司南通供电分公司 基于临界割集识别的储能系统参与电网第二道防线紧急控制的方法
CN115841187A (zh) * 2022-12-28 2023-03-24 国网河北省电力有限公司经济技术研究院 柔性配电网运行策略的优化方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6465910B2 (en) * 2001-02-13 2002-10-15 Utc Fuel Cells, Llc System for providing assured power to a critical load

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106992549A (zh) * 2017-05-22 2017-07-28 河南森源电气股份有限公司 一种独立微电网系统的容量优化配置方法及装置
CN113937821A (zh) * 2021-09-17 2022-01-14 贵州电网有限责任公司 一种农网不平衡台区自适应节能控制方法
CN115441435A (zh) * 2022-08-25 2022-12-06 国网江苏省电力有限公司南通供电分公司 基于临界割集识别的储能系统参与电网第二道防线紧急控制的方法
CN115841187A (zh) * 2022-12-28 2023-03-24 国网河北省电力有限公司经济技术研究院 柔性配电网运行策略的优化方法、装置、设备及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Critical load profile estimation for sizing of battery storage system;D. D. Sharma, S. N. Singh, B. S. Rajpurohit and F. G. Longatt;《2015 IEEE Power & Energy Society General Meeting》;第1-5页 *
基于柔性分析的智能配电网运行方式优化方法;洪亮 等;《机电信息》(第15期);第1-4页 *
计及不确定性的高比例清洁能源在微电网中的消纳;李晓鹏 等;《电气传动》;第52卷(第03期);第45-50页 *

Also Published As

Publication number Publication date
CN116131365A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN109980685B (zh) 一种考虑不确定性的主动配电网分布式优化运行方法
CN103490410B (zh) 一种基于多目标优化的微电网规划和容量配置方法
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
Chen et al. Multi-time scale coordinated optimal dispatch of microgrid cluster based on MAS
CN113285479A (zh) 一种超大容量的区域微电网系统及运行方法
CN111884203B (zh) 基于双层非支配排序遗传算法的微电网协调优化配置方法
CN110994697B (zh) 含光储联合体的交直流配电网优化运行控制方法及系统
CN110765591B (zh) 一种基于区块链技术的配电网分布式状态感知与优化方法
Abedini et al. Adaptive energy consumption scheduling of multi-microgrid using whale optimization algorithm
CN117543561A (zh) 一种协同虚拟电厂的柔性配电系统保供方法
CN112396304A (zh) 一种主动配电网中区域自治电网的划分策略研究方法
CN116131365B (zh) 一种智能配电网柔性运行控制管理系统及方法
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
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
Bai et al. A Renewable Energy Capacity Allocation Planning Method Considering the Balance of Renewable Energy Accommodation and System Investment Costs
CN116738627A (zh) 面向分布式光伏的配电网多元源荷选址定容方法及系统
CN113690925B (zh) 一种基于微电网的能量交互优化方法及系统
CN115912496A (zh) 一种配电网源-储-荷多模态功率调度方法
Xiang et al. A fully distributed optimization method for reserve capacity of multi-area interconnected power systems considering reserve sharing
Hua et al. Coordinated optimal dispatch for active distribution network under multi-time scales
CN106410867B (zh) 一种电能路由器功率流优化分析方法
Cong et al. Multi-objective capacity optimal allocation of photovoltaic microgrid energy storage system based on time-sharing energy complementarity
Gao et al. Distributed coordinated management for multiple distributed energy resources optimal operation with security constrains
Yuanyuan et al. Research on the available power supply capacity assessment method considering the access of large-scale new energy generation and electric vehicle charging facilities
CN113783213B (zh) 一种集中式储能电站选址定容两阶段优化方法

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