CN116227232A - 主动配电网多阶段规划方法、装置和计算机设备 - Google Patents
主动配电网多阶段规划方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN116227232A CN116227232A CN202310474008.0A CN202310474008A CN116227232A CN 116227232 A CN116227232 A CN 116227232A CN 202310474008 A CN202310474008 A CN 202310474008A CN 116227232 A CN116227232 A CN 116227232A
- Authority
- CN
- China
- Prior art keywords
- planning
- distribution network
- power distribution
- stage
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000013178 mathematical model Methods 0.000 claims abstract description 54
- 230000007613 environmental effect Effects 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 62
- 238000010276 construction Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 14
- 230000005855 radiation Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 11
- 238000004134 energy conservation Methods 0.000 abstract description 20
- 230000007774 longterm Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 23
- 238000004364 calculation method Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 3
- 230000005611 electricity Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Biodiversity & Conservation Biology (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
本申请涉及一种主动配电网多阶段规划方法、装置和计算机设备。所述方法包括：获取主动配电网的规划阶段数据；调用预先构建的主动配电网的多阶段规划数学模型；多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的；根据多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。采用本方法能够优化资源利用率，起到节能环保的效果，实现了主动配电网长期规划对节能环保的考虑。
Description
技术领域
本申请涉及配电网规划技术领域，特别是涉及一种主动配电网多阶段规划方法、装置、计算机设备和存储介质。
背景技术
配电网规划按照规划所考虑的时间长短通常分为短期规划和中长期规划。其中，短期规划时间跨度较小，规划考虑较为直接；中长期规划由于需要考虑的时间跨度较久，设备状态和负荷变动等情况更为复杂，难以进行整段考虑，通常将规划时段合理地划分为多个连续的规划阶段进行规划工作，即多阶段规划。多阶段规划是将一个规划过程划分为多个连续阶段进行分别规划，最终规划方案由各阶段规划方案按次序组合形成。
当前，针对主动配电网开展的多阶段优化研究较多，主动配电网是采用主动管理分布式电源、储能设备和客户双向负荷的模式，具有灵活拓扑结构的公用配电网，但大多研究的结果对资源的规划不够合理，造成能源的浪费。
发明内容
基于此，有必要针对上述技术问题，提供一种能够合理规划资源、将节能环保纳入主动配电网多阶段规划方案的主动配电网多阶段规划方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种主动配电网多阶段规划方法。该方法包括：
获取主动配电网的规划阶段数据；
调用预先构建的主动配电网的多阶段规划数学模型；多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的；
根据多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。
在获取主动配电网的规划阶段数据之前，该方法还包括：
获取配电网规划建设成本、配电网运行节能成本和配电网运行环保成本；
根据配电网规划建设成本、配电网运行节能成本和配电网运行环保成本构建节能环保的规划目标函数。
配电网运行节能成本和配电网运行环保成本的获取包括：
对预设规划年内的小时级别的场景进行聚类，得到多个聚类中心；
从多个聚类中心中选取预设规划年内的目标场景；
基于目标场景获取配电网运行节能成本和配电网运行环保成本。
获取配电网规划建设成本包括：
根据线路建设成本和分布式电源建设成本获取配电网规划建设成本。
配电网运行节能成本的获取包括：
根据网络节能成本和分布式电源节能成本组成获取配电网运行节能成本。
配电网运行环保成本的获取包括：
根据辐射环保成本和噪声环保成本获取配电网运行环保成本。
在获取主动配电网的规划阶段数据之前，该方法还包括：
根据潮流方程约束和电压偏差约束构建规划目标函数对应的规划约束条件。
第二方面，本申请还提供了一种主动配电网多阶段规划装置。所述装置包括：
数据获取模块，用于获取主动配电网的规划阶段数据；
模型调用模块，用于调用预先构建的主动配电网的多阶段规划数学模型；多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的；
数据处理模块，用于根据多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取主动配电网的规划阶段数据；
调用预先构建的主动配电网的多阶段规划数学模型；多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的；
根据多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取主动配电网的规划阶段数据；
调用预先构建的主动配电网的多阶段规划数学模型；多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的；
根据多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。
上述主动配电网多阶段规划方法、装置、计算机设备和存储介质，通过获取主动配电网的规划阶段数据，再调用预先构建的主动配电网的多阶段规划数学模型，其中多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的，根据该多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。预先根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建完成多阶段规划数学模型，从而将节能环保纳入主动配电网多阶段规划方案，确保在每个阶段中都能考虑到规划方案的节能性和环保性。在模型构建完成后调用该模型，将获取的数据输入模型以获得主动配电网的规划结果，该结果优化了资源的利用率，起到节能环保的效果，实现了主动配电网长期规划对节能环保的考虑。
附图说明
图1为一个实施例中主动配电网多阶段规划方法的流程示意图；
图2为一个实施例中构建并求解主动配电网多阶段规划数学模型方法的流程示意图；
图3为另一个实施例中主动配电网多阶段规划方法的流程示意图；
图4为一个实施例中主动配电网多阶段规划装置的结构示意图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
配电网规划按照规划所考虑的时间长短通常分为短期规划和中长期规划。其中，短期规划时间跨度较小，规划考虑较为直接；中长期规划由于需要考虑的时间跨度较久，设备状态和负荷变动等情况更为复杂，难以进行整段考虑，通常将规划时段合理地划分为多个连续的规划阶段进行规划工作，即多阶段规划。
当前，针对主动配电网开展的多阶段优化研究较多，但现有的配电网规划研究缺乏对规划方案节能性和环保性的考虑，使得求解获取的规划方案往往无法保证环境友好性，在配网建设和运行过程中产生较大的能耗与环境污染。此外，考虑节能环保的规划工作较少与主动配电网长期规划进行结合，难以实现长期阶段的节能环保规划。
在一个实施例中，如图1所示，提供了一种主动配电网多阶段规划方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤102，获取主动配电网的规划阶段数据。
主动配电网的规划阶段数据包括预先设定的配电网多阶段规划的规划阶段，以及配电网的节点信息、线路信息和成本信息等配电网数据。进一步地，配电网多阶段规划的规划阶段可以是由规划人员根据规划实际需求和自身规划经验进行设定的，终端可直接获取已设定好的数据。可选地，主动配电网的规划阶段数据包括规划阶段的数量、目标规划阶段的起始年相对规划基准年的年份和规划阶段的时间长度。其中，规划阶段的数量用Tn表示，角标n为每个规划阶段设定为n年；第T个规划阶段的起始年相对规划基准年的年份用
表示；第T个规划阶段的时间长度用long(T)表示。配电网数据可以是在规划工作前通过收资环节得到的。
步骤104，调用预先构建的主动配电网的多阶段规划数学模型；多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的。
根据节能环保的规划目标函数和规划目标函数对应的规划约束条件组成了考虑节能环保的主动配电网的多阶段规划数学模型，针对该数学模型进行求解即可实现考虑节能环保的主动配电网多阶段规划。
在其中一个实施例中，多阶段规划数学模型可以是混合整数线性规划模型（MixedInteger Linear Programming，MILP）。进一步地，节能环保的规划目标函数是以配电网规划建设成本、配电网运行节能成本和配电网运行环保成本之和最小为目标。
在其中一个实施例中，每次进行配电网规划时都需进行数学模型的构建，具体可以根据实际配电网的拓扑和参数，设定规划目标函数和规划约束条件构建出数学模型。
步骤106，根据多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。
其中，节能环保规划结果包括各规划阶段中配电网设备的建设和配置方案。
通过模型求解工具对多阶段规划数学模型进行求解，获得主动配电网的节能环保规划结果，从而实现考虑节能环保的主动配电网多阶段规划。
可选地，选用Gurobi作为求解工具对多阶段规划数学模型进行求解，其中Gurobi是由美国Gurobi公司开发的新一代大规模数学规划优化器，有着优秀的优化速度和优化精度，可以很好地求解线性规划、整数规划和某些非线性规划模型。
上述主动配电网多阶段规划方法中，通过获取主动配电网的规划阶段数据，再调用预先构建的主动配电网的多阶段规划数学模型，其中多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的，根据该多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。预先构建完成多阶段规划数学模型，确保在每个阶段中都能考虑到规划方案的节能性和环保性，将获取的数据输入模型以获得主动配电网的规划结果，该结果优化了资源的利用率，起到节能环保的效果，实现了主动配电网长期规划对节能环保的考虑。
在一个实施例中，在获取主动配电网的规划阶段数据之前，该方法还包括：获取配电网规划建设成本、配电网运行节能成本和配电网运行环保成本；根据配电网规划建设成本、配电网运行节能成本和配电网运行环保成本构建节能环保的规划目标函数；根据潮流方程约束和电压偏差约束构建规划目标函数对应的规划约束条件。
对配电网进行规划工作前通常会开展收资环节，通过收资环节获取得到配电网规划建设成本、配电网运行节能成本和配电网运行环保成本的相关参数，该相关参数包括线路建设成本、分布式电源建设成本、网络节能成本、分布式电源节能成本、辐射环保成本和噪声环保成本，用于为构建主动配电网的多阶段规划数学模型做准备。
规划目标函数以配电网规划建设成本、配电网运行节能成本和配电网运行环保成本之和最小为目标。其中，规划目标函数如公式（1）所示。
其中，
为考虑节能环保的主动配电网的多阶段规划数学模型的规划目标函数，/>
为第T个规划阶段的配电网规划建设成本，/>
为第T个规划阶段的配电网运行节能成本，/>
为第T个规划阶段的配电网运行环保成本。
本实施例中，通过获取配电网规划建设成本、配电网运行节能成本和配电网运行环保成本，根据配电网规划建设成本、配电网运行节能成本和配电网运行环保成本构建节能环保的规划目标函数，为构建主动配电网的多阶段规划数学模型做准备。
在一个实施例中，配电网运行节能成本和配电网运行环保成本的获取包括：对预设规划年内的小时级别的场景进行聚类，得到多个聚类中心；从多个聚类中心中选取预设规划年内的目标场景；基于目标场景获取配电网运行节能成本和配电网运行环保成本。
其中，目标场景是指典型场景。
配电网运行节能成本和配电网运行环保成本需要基于规划年内的典型场景进行计算，因此需要选取典型场景。进一步地，选取典型场景的步骤包括对规划年内的小时级别的场景进行聚类，其中包括负荷曲线和新能源出力曲线，即可得到规划年内的多个聚类中心作为特征场景。结合实际规划需求从多个聚类中心中选取其中具有代表性的某个场景作为该次配电网规划的典型场景，即目标场景。
之后，基于目标场景获取目标规划年目标场景的网络损耗功率、电价和目标可建设分布式电源的有功出力，从而获取配电网运行节能成本。同时，还可以基于目标场景获取目标变压器的辐射强度、噪声强度、单位辐射强度治理成本、单位噪声强度治理成本和有功出力，从而获取配电网运行环保成本。
本实施例中，对预设规划年内的小时级别的场景进行聚类，得到多个聚类中心，从多个聚类中心中选取预设规划年内的目标场景，基于目标场景获取配电网运行节能成本和配电网运行环保成本。通过选取典型场景可以提取出配电网运行最具有代表性的场景，帮助规划人员了解具体场景特点，同时在保留配电网真实场景特征的情况下降低了模型的复杂度，使得模型的建立和求解变得更加简单。
在一个实施例中，获取配电网规划建设成本包括根据线路建设成本和分布式电源建设成本获取配电网规划建设成本。
其中，根据第T个规划阶段的线路建设成本和分布式电源建设成本获取第T个规划阶段的配电网规划建设成本
，如公式（2）所示：
其中，
为第T个规划阶段的线路建设成本，/>
为第T个规划阶段的DG建设成本。
进一步地，第T个规划阶段的线路建设成本的计算方式如公式（3）所示：
其中，r为贴现率；
为第T个规划阶段的可建设线路集合；/>
为第T个规划阶段的第i条可建设线路的建设情况0-1变量，其中1代表新建可建设线路，0代表不新建可建设线路，角标L表示可建设线路；/>
为第i条可建设线路的建设成本，其中角标L表示可建设线路。
第T个规划阶段的分布式电源建设成本的计算方式如公式（4）所示：
其中，
为第T个规划阶段的可建设分布式电源集合，其中角标DG（Distributed Generation，即分布式电源）表示分布式电源，指分布在用户端，以就地消纳为主的电源，主要包括了分布式光伏、分布式风机等分布式新能源；/>
为第T个规划阶段的第j个可建设DG的建设情况0-1变量，其中1代表新建DG，0代表不新建DG；/>
为第j个可建设DG的建设成本。
进一步地，
和/>
为决策变量；/>
和/>
为规划阶段数据中的配电网数据，用于代入模型进行计算，由规划工作前的收资环节收集获取。
本实施例中，根据线路建设成本和分布式电源建设成本获取配电网规划建设成本，为构建规划目标函数做铺垫。
在一个实施例中，配电网运行节能成本的获取包括根据网络节能成本和分布式电源节能成本组成获取配电网运行节能成本。
其中，根据第T个规划阶段的网络节能成本和DG节能成本获取第T个规划阶段的配电网运行节能成本，如公式（5）所示：
其中，
为第T个规划阶段的网络节能成本，/>
为第T个规划阶段的DG节能成本。
进一步地，第T个规划阶段的网络节能成本计算方式如公式（6）所示：
其中，α为第T个规划阶段所包含的目标规划年；
为第α规划年典型场景的网络损耗功率；/>
为第α规划年典型场景的电价；/>
为第T个规划阶段的起始年相对规划基准年的年份；long(T)为第T个规划阶段的时间长度。
第T个规划阶段的DG节能成本的计算方式如公式（7）所示：
其中，
为DG的发电成本函数；/>
为第α规划年典型场景中第i个可建设DG的有功出力；/>
为第T个规划阶段的起始年相对规划基准年的年份；long(T)为第T个规划阶段的时间长度。
进一步地，α是从主动配电网的规划阶段数据中得到的，
和/>
由网络潮流状态和典型场景决定，/>
和/>
为规划阶段数据中的配电网数据，用于代入模型进行计算，由规划工作前的收资环节收集得到。
本实施例中，根据网络节能成本和分布式电源节能成本组成获取配电网运行节能成本，将第T个规划阶段的网络节能成本和DG节能成本归属于节能环保成本中的节能成本，并基于各规划年的典型场景对第T个规划阶段内的各年进行8760个小时的计算。上述改进从节能环保的节能角度来考虑模型的建立，且基于各规划年典型场景进行计算的步骤在保留了配电网真实场景特征的情况下降低了模型的复杂度。
在一个实施例中，配电网运行环保成本的获取包括根据辐射环保成本和噪声环保成本获取配电网运行环保成本。
其中，根据第T个规划阶段的辐射环保成本和噪声环保成本获取第T个规划阶段的配电网运行环保成本，如公式（8）所示：
其中，
为第T个规划阶段的辐射环保成本，/>
为第T个规划阶段的噪声环保成本。
进一步地，第T个规划阶段的辐射环保成本计算方式如公式（9）所示：
其中，
为第j个变压器在第α规划年中典型场景的辐射强度，由功率-辐射强度比对表比对得到；/>
为第j个变压器在第α规划年中典型场景的单位辐射强度治理成本；/>
为第j个变压器在第α规划年典型场景的有功出力。
第T个规划阶段的噪声环保成本计算方式如公式（10）所示：
其中，
为第j个变压器在第α规划年中典型场景的噪声强度，由功率-噪声强度比对表比对得到；/>
为第j个变压器在第α规划年中典型场景的单位噪声强度治理成本。
进一步地，
由网络潮流状态和典型场景决定；/>
和/>
为规划阶段数据中的配电网数据，用于代入模型进行计算，其中，/>
由功率-辐射强度比对表比对得到，/>
由功率-噪声强度比对表比对得到，可以借助设备参数说明书或者通过设备实验获得；/>
由规划工作前的收资环节收集获得。
本实施例中，根据辐射环保成本和噪声环保成本获取配电网运行环保成本。将第T个规划阶段的辐射环保成本和噪声环保成本归属于节能环保成本中的环保成本，弥补了现有配电网多阶段规划研究中对节能环保、尤其是环保成本考虑不足的缺陷。而基于各规划年的典型场景对第T个规划阶段内的各年进行8760个小时的计算则在保留了配电网真实场景特征的情况下降低了模型的复杂度。
在一个实施例中，在获取主动配电网的规划阶段数据之前，该方法还包括根据潮流方程约束和电压偏差约束构建规划目标函数对应的规划约束条件。
按照配电网的潮流平衡和运行安全性对约束条件进行选择。进一步地，设定了考虑节能环保的主动配电网多阶段规划目标函数，还需要设定考虑节能环保的主动配电网多阶段规划约束条件，具体包括潮流方程约束和电压偏差约束。
在其中一个实施例中，电力系统在运行时，在电源电势激励作用下，电流或功率从电源通过系统各元件流入负荷，分布于电力网各处，即为电力潮流。选择潮流方程约束，是为了限制网络的潮流平衡，保证配电网的潮流分布符合电气理论。
可选地，潮流方程约束限制了网络的潮流平衡。为了降低模型的复杂度，确保算法的收敛性、高效性和鲁棒性，本实施例中采用线性潮流约束，如公式（11）和公式（12）所示：
其中，
为节点i负荷的有功功率，/>
为节点i负荷的无功功率；/>
为节点i的分布式电源注入有功功率，/>
为节点i的分布式电源注入无功功率；/>
为节点i、j间的电导，/>
为节点i、j间的电纳；/>
为节点集合；/>
和/>
为节点i、j的电压幅值；/>
为节点i、j的电压相角。
其中，
和/>
由目标场景和网络潮流状态决定，
和/>
为规划阶段数据中的配电网数据，用于代入模型进行计算，由规划工作前的收资环节收集获得。
在其中一个实施例中，选择电压偏差约束，是为了限制网络中各节点电压的偏差大小，保证网络中各节点电压偏差不超过国家标准规定的电压偏差上下限，从而保证电网能够安全稳定运行。
可选地，电压偏差约束限制了网络中各节点电压的偏差大小，保证了规划方案下电网运行的安全性，可以如公式（13）所示：
其中，
为待评估电网的标称电压；/>
和/>
分别为国标规定的电压偏差上下限。
进一步地，
均为规划阶段数据中的配电网数据，用于代入模型进行计算，由规划工作前的收资环节收集获得。
本实施例中，选择潮流方程约束将节点注入功率形式的潮流方程线性化，避免了三角函数及电压幅值间相互耦合带来的模型复杂性与非线性，保证了模型的线性和凸性，便于后续的高效求解。根据潮流方程约束和电压偏差约束构建规划目标函数对应的规划约束条件，为构建主动配电网的多阶段规划数学模型做准备。
在一个实施例中，如图2所示，提供一种构建并求解主动配电网多阶段规划数学模型方法，包括：
步骤202，设定配电网多阶段规划的规划阶段。
步骤204，设定考虑节能环保的主动配电网多阶段规划目标函数及约束条件。
步骤206，构建主动配电网多阶段规划数学模型。
步骤208，利用求解器进行求解。
本实施例中，通过设定配电网多阶段规划的规划阶段，设定考虑节能环保的主动配电网多阶段规划目标函数及约束条件，构建主动配电网多阶段规划数学模型，并利用求解器进行求解，从而获取主动配电网的节能环保规划结果，实现考虑节能环保的主动配电网多阶段规划。
在一个实施例中，如图3所示，提供一种主动配电网多阶段规划方法，该方法包括：
步骤302，获取配电网规划建设成本。
步骤304，对预设规划年内的小时级别的场景进行聚类，得到多个聚类中心。
步骤306，从多个聚类中心中选取预设规划年内的目标场景。
步骤308，基于目标场景获取配电网运行节能成本和配电网运行环保成本。
步骤310，根据潮流方程约束和电压偏差约束构建规划目标函数对应的规划约束条件。
步骤312，获取主动配电网的规划阶段数据。
步骤314，调用预先构建的主动配电网的多阶段规划数学模型；多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的。
步骤316，根据多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。
本实施例将节能环保纳入主动配电网多阶段规划方案，在每个阶段中考虑规划方案的节能性和环保性，提出了考虑节能环保的主动配电网多阶段规划目标函数和约束条件，预先建立起考虑节能环保的主动配电网多阶段规划数学模型，在收资环节获取相应数据后调用该模型，并采用Gurobi求解器对该模型进行高效精确求解，从而实现主动配电网长期规划对节能环保的考虑，保障了电力行业节能环保工作的有序推进。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的主动配电网多阶段规划方法的主动配电网多阶段规划装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个主动配电网多阶段规划装置实施例中的具体限定可以参见上文中对于主动配电网多阶段规划方法的限定，在此不再赘述。
在一个实施例中，如图4所示，提供了一种主动配电网多阶段规划装置，包括：数据获取模块402、模型建立模块404和结果获取模块406，其中：
数据获取模块402，获取主动配电网的规划阶段数据。
模型建立模块404，用于调用预先构建的主动配电网的多阶段规划数学模型；多阶段规划数学模型是根据节能环保的规划目标函数和规划目标函数对应的规划约束条件构建得到的。
结果获取模块406，根据多阶段规划数学模型中的规划目标函数和规划约束条件，对规划阶段数据进行多阶段规划处理，获得主动配电网的节能环保规划结果。
在一个实施例中，该装置还包括：
成本获取模块，用于获取配电网规划建设成本、配电网运行节能成本和配电网运行环保成本。
函数构建模块，用于根据配电网规划建设成本、配电网运行节能成本和配电网运行环保成本构建节能环保的规划目标函数。
在一个实施例中，成本获取模块还用于对预设规划年内的小时级别的场景进行聚类，得到多个聚类中心；从多个聚类中心中选取预设规划年内的目标场景；基于目标场景获取配电网运行节能成本和配电网运行环保成本。
在一个实施例中，成本获取模块还包括：
建设成本获取模块，用于根据线路建设成本和分布式电源建设成本获取配电网规划建设成本。
在一个实施例中，成本获取模块还包括：
节能成本获取模块，用于根据网络节能成本和分布式电源节能成本组成获取配电网运行节能成本。
在一个实施例中，成本获取模块还包括：
环保成本获取模块，用于根据辐射环保成本和噪声环保成本获取配电网运行环保成本。
在一个实施例中，该装置还包括：
约束条件构建模块，用于根据潮流方程约束和电压偏差约束构建规划目标函数对应的规划约束条件。
上述主动配电网多阶段规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种主动配电网多阶段规划方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，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上述各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric Random Access Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccess Memory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种主动配电网多阶段规划方法，其特征在于，所述方法包括：
获取主动配电网的规划阶段数据；
调用预先构建的主动配电网的多阶段规划数学模型；所述多阶段规划数学模型是根据节能环保的规划目标函数和所述规划目标函数对应的规划约束条件构建得到的；
根据所述多阶段规划数学模型中的规划目标函数和规划约束条件，对所述规划阶段数据进行多阶段规划处理，获得所述主动配电网的节能环保规划结果。
2.根据权利要求1所述的方法，其特征在于，在所述获取主动配电网的规划阶段数据之前，所述方法还包括：
获取配电网规划建设成本、配电网运行节能成本和配电网运行环保成本；
根据所述配电网规划建设成本、所述配电网运行节能成本和所述配电网运行环保成本构建所述节能环保的规划目标函数。
3.根据权利要求2所述的方法，其特征在于，所述配电网运行节能成本和配电网运行环保成本的获取包括：
对预设规划年内的小时级别的场景进行聚类，得到多个聚类中心；
从多个聚类中心中选取所述预设规划年内的目标场景；
基于所述目标场景获取所述配电网运行节能成本和配电网运行环保成本。
4.根据权利要求2所述的方法，其特征在于，所述获取配电网规划建设成本包括：
根据线路建设成本和分布式电源建设成本获取配电网规划建设成本。
5.根据权利要求2所述的方法，其特征在于，所述配电网运行节能成本的获取包括：
根据网络节能成本和分布式电源节能成本组成获取配电网运行节能成本。
6.根据权利要求2所述的方法，其特征在于，所述配电网运行环保成本的获取包括：
根据辐射环保成本和噪声环保成本获取配电网运行环保成本。
7.根据权利要求1所述的方法，其特征在于，在所述获取主动配电网的规划阶段数据之前，所述方法还包括：
根据潮流方程约束和电压偏差约束构建所述规划目标函数对应的规划约束条件。
8.一种主动配电网多阶段规划装置，其特征在于，所述装置包括：
数据获取模块，获取主动配电网的规划阶段数据；
模型建立模块，用于调用预先构建的主动配电网的多阶段规划数学模型；所述多阶段规划数学模型是根据节能环保的规划目标函数和所述规划目标函数对应的规划约束条件构建得到的；
结果获取模块，根据所述多阶段规划数学模型中的规划目标函数和规划约束条件，对所述规划阶段数据进行多阶段规划处理，获得所述主动配电网的节能环保规划结果。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310474008.0A CN116227232A (zh) | 2023-04-28 | 2023-04-28 | 主动配电网多阶段规划方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310474008.0A CN116227232A (zh) | 2023-04-28 | 2023-04-28 | 主动配电网多阶段规划方法、装置和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116227232A true CN116227232A (zh) | 2023-06-06 |
Family
ID=86584614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310474008.0A Pending CN116227232A (zh) | 2023-04-28 | 2023-04-28 | 主动配电网多阶段规划方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116227232A (zh) |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104715294A (zh) * | 2015-04-02 | 2015-06-17 | 国家电网公司 | 一种配电网规划方案评价数据处理系统 |
| CN106815657A (zh) * | 2017-01-05 | 2017-06-09 | 国网福建省电力有限公司 | 一种考虑时序性和可靠性的配电网双层规划方法 |
| CN109390973A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
| CN109523060A (zh) * | 2018-10-22 | 2019-03-26 | 上海交通大学 | 高比例可再生能源在输配电网协同接入下的配比优化方法 |
| CN110909939A (zh) * | 2019-11-22 | 2020-03-24 | 国网四川省电力公司经济技术研究院 | 一种含分布式电源的配电网多阶段规划方法 |
| CN111860932A (zh) * | 2020-04-20 | 2020-10-30 | 国网上海市电力公司 | 一种考虑风电布置的主动配电网电源规划方法 |
| CN112217202A (zh) * | 2020-09-29 | 2021-01-12 | 东南大学 | 考虑灵活性投资的分布式新能源、储能与配电网规划方法 |
| CN112381137A (zh) * | 2020-11-10 | 2021-02-19 | 重庆大学 | 新能源电力系统可靠性评估方法、装置、设备及存储介质 |
| CN114091748A (zh) * | 2021-11-18 | 2022-02-25 | 广东电网有限责任公司 | 一种适应多场景的微电网一体化柔性规划方法及系统 |
| CN114491939A (zh) * | 2021-12-20 | 2022-05-13 | 广东电网有限责任公司 | 一种电网设备选型方法及装置 |
| CN114925975A (zh) * | 2022-04-13 | 2022-08-19 | 东南大学 | 一种考虑时序曲线特征的源荷功率典型日集生成方法 |
| CN114970986A (zh) * | 2022-05-11 | 2022-08-30 | 广西电网有限责任公司 | 一种基于纳什均衡的分布式电源及储能的协同规划方法 |
| CN115238943A (zh) * | 2022-03-30 | 2022-10-25 | 国网山东省电力公司经济技术研究院 | 一种主动配电网规划方法及系统 |
| CN116010831A (zh) * | 2023-01-31 | 2023-04-25 | 国网山西省电力公司经济技术研究院 | 一种基于潜在决策结果的组合聚类场景缩减方法及系统 |
-
2023
- 2023-04-28 CN CN202310474008.0A patent/CN116227232A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104715294A (zh) * | 2015-04-02 | 2015-06-17 | 国家电网公司 | 一种配电网规划方案评价数据处理系统 |
| CN106815657A (zh) * | 2017-01-05 | 2017-06-09 | 国网福建省电力有限公司 | 一种考虑时序性和可靠性的配电网双层规划方法 |
| CN109523060A (zh) * | 2018-10-22 | 2019-03-26 | 上海交通大学 | 高比例可再生能源在输配电网协同接入下的配比优化方法 |
| CN109390973A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
| CN110909939A (zh) * | 2019-11-22 | 2020-03-24 | 国网四川省电力公司经济技术研究院 | 一种含分布式电源的配电网多阶段规划方法 |
| CN111860932A (zh) * | 2020-04-20 | 2020-10-30 | 国网上海市电力公司 | 一种考虑风电布置的主动配电网电源规划方法 |
| CN112217202A (zh) * | 2020-09-29 | 2021-01-12 | 东南大学 | 考虑灵活性投资的分布式新能源、储能与配电网规划方法 |
| CN112381137A (zh) * | 2020-11-10 | 2021-02-19 | 重庆大学 | 新能源电力系统可靠性评估方法、装置、设备及存储介质 |
| CN114091748A (zh) * | 2021-11-18 | 2022-02-25 | 广东电网有限责任公司 | 一种适应多场景的微电网一体化柔性规划方法及系统 |
| CN114491939A (zh) * | 2021-12-20 | 2022-05-13 | 广东电网有限责任公司 | 一种电网设备选型方法及装置 |
| CN115238943A (zh) * | 2022-03-30 | 2022-10-25 | 国网山东省电力公司经济技术研究院 | 一种主动配电网规划方法及系统 |
| CN114925975A (zh) * | 2022-04-13 | 2022-08-19 | 东南大学 | 一种考虑时序曲线特征的源荷功率典型日集生成方法 |
| CN114970986A (zh) * | 2022-05-11 | 2022-08-30 | 广西电网有限责任公司 | 一种基于纳什均衡的分布式电源及储能的协同规划方法 |
| CN116010831A (zh) * | 2023-01-31 | 2023-04-25 | 国网山西省电力公司经济技术研究院 | 一种基于潜在决策结果的组合聚类场景缩减方法及系统 |
Non-Patent Citations (7)
| Title |
|---|
| 刘洋 等: "一种求解配电网多阶段规划的改进遗传膜算法", 电测与仪表, vol. 54, no. 21, pages 17 - 24 * |
| 曾鸣;韩旭;李博;: "考虑不确定性的多阶段主动配电网规划模型研究", 电力建设, no. 01, pages 65 - 71 * |
| 柳璐;程浩忠;马则良;姚良忠;MASOUD BAZARGAN;: "考虑全寿命周期成本的输电网多目标规划", 中国电机工程学报, no. 22, pages 46 - 55 * |
| 肖白，郭蓓: "配电网规划研究综述与展望", 电力自动化设备, vol. 38, no. 12, 31 December 2018 (2018-12-31), pages 200 - 211 * |
| 肖白;郭蓓;: "配电网规划研究综述与展望", 电力自动化设备, no. 12, 7 December 2018 (2018-12-07), pages 200 - 211 * |
| 雷勇;: "基于BFPSO算法的分布式电源优化配置", 电力科学与技术学报, no. 01, pages 115 - 119 * |
| 黄松 等: "基于NSGA-Ⅱ的多类型分布式电源在配电网中的优化配置", 华东电力, vol. 41, no. 12, pages 2484 - 2488 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hemmati et al. | Distribution network expansion planning and DG placement in the presence of uncertainties | |
| Chen et al. | A nonlinear fractional programming approach for environmental–economic power dispatch | |
| Sheng et al. | Optimal placement and sizing of distributed generation via an improved nondominated sorting genetic algorithm II | |
| Haffner et al. | Multistage model for distribution expansion planning with distributed generation—Part II: Numerical results | |
| Vinothkumar et al. | Distributed generation planning: A new approach based on goal programming | |
| Abdelaziz et al. | Distribution systems reconfiguration using ant colony optimization and harmony search algorithms | |
| Verleye et al. | Optimising production and distribution operations in large water supply networks: A piecewise linear optimisation approach | |
| Kamel et al. | Modeling and analysis of voltage and power control devices in current injections load flow method | |
| Fuentes-Loyola et al. | Medium-term hydrothermal coordination by semidefinite programming | |
| CN115693650B (zh) | 一种区域电力碳排放因子的确定方法、装置、设备及介质 | |
| Musa et al. | Integration of distributed generation in power networks considering constraints on discrete size of distributed generation units | |
| Li et al. | Hybrid differential evolution with a simplified quadratic approximation for constrained optimization problems | |
| Yuan et al. | A SAFSA-and metabolism-based nonlinear grey Bernoulli model for annual water consumption prediction | |
| Deml et al. | The role of aggregation in power system simulation | |
| Jia | Mixed-integer linear programming formulation for short-term scheduling of cascaded hydroelectric plants with pumped-storage units | |
| Cui et al. | Parallelized sequential value correction procedure for the one-dimensional cutting stock problem with multiple stock lengths | |
| CN115983733B (zh) | 基于水位控制的电力市场出清数据处理方法和装置 | |
| CN111079982B (zh) | 风电场的电缆路径的规划方法、系统、介质及电子设备 | |
| Liu et al. | Two novel MILP models with different flexibilities for solving integrated process planning and scheduling problems | |
| CN116227232A (zh) | 主动配电网多阶段规划方法、装置和计算机设备 | |
| Jenabi et al. | A Benders decomposition algorithm for a multi-area, multi-stage integrated resource planning in power systems | |
| Dey et al. | A variegated GWO algorithm implementation in emerging power systems optimization problems | |
| Hao et al. | Two-level reconfiguration algorithm of branch exchange and variable neighbourhood search for active distribution network | |
| Kiani-Moghaddam et al. | Probabilistic multi-objective framework for multiple active power filters planning | |
| Pizano-Martínez et al. | Voltage source converter based high-voltage DC system modeling for optimal power flow studies |
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 |