CN116247678A - 一种基于潮流模型的两级配电网协同优化运行方法及系统 - Google Patents

一种基于潮流模型的两级配电网协同优化运行方法及系统 Download PDF

Info

Publication number
CN116247678A
CN116247678A CN202310231347.6A CN202310231347A CN116247678A CN 116247678 A CN116247678 A CN 116247678A CN 202310231347 A CN202310231347 A CN 202310231347A CN 116247678 A CN116247678 A CN 116247678A
Authority
CN
China
Prior art keywords
power
power grid
grid
constraint
moment
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
Application number
CN202310231347.6A
Other languages
English (en)
Inventor
龚禹生
吴晋波
洪权
李辉
刘永刚
贺鹏程
邹鑫
张思远
徐民
杨丹
李振文
王阳光
欧阳帆
梁文武
李刚
臧欣
李理
余斌
刘伟良
伍晓丽
李勇
胡斯佳
刘嘉彦
蔡昱华
丁禹
刘志豪
刘智仁
肖遥遥
许立强
严亚兵
尹超勇
徐彪
肖豪龙
欧阳宗帅
龙雪梅
刘鸿基
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd
State Grid Hunan 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Hunan Electric Power Co Ltd, State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202310231347.6A priority Critical patent/CN116247678A/zh
Publication of CN116247678A publication Critical patent/CN116247678A/zh
Pending legal-status Critical Current

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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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
    • 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
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于潮流模型的两级配电网协同优化运行方法及系统，本发明包括为下级电网中的分布式资源建立输出功率的时序模型，并添加约束构成潮流模型并计算下级电网向上级电网输出功率的最小、最大值；将其加入交互功率边界的约束条件，以最小化系统网损为优化目标，对上级电网进行建模求解得到上级电网的优化运行结果，并计算出下级电网支撑上级电网的有功；将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件，以最小化系统电压偏移量为优化目标，对下级电网进行建模求解得到下级电网的优化运行结果。本发明能够在维持电网电压稳定的同时有效降低网损，促进新能源消纳，提升配电网安全、稳定、经济运行能力。

Description

一种基于潮流模型的两级配电网协同优化运行方法及系统
技术领域
本发明涉及配电网优化运行技术领域，具体涉及一种基于潮流模型的两级配电网协同优化运行方法及系统。
背景技术
随着分布式资源渗透率的提高，考虑大规模分布式资源并网成为电网优化运行中不可忽视的因素。新能源、电动汽车、储能等分布式资源的随机性、波动性、间歇性容易引起电网电压的不稳定，会对配电网的安全稳定运行造成巨大的威胁；同时，新能源出力的随机性可能会导致用电高峰期发电量不足而用电低谷期发电过剩的窘境，调峰与消纳能力的缺失造成电网损耗增加，影响电网运行的经济性。对于多种分布式资源并网的研究，通常利用微电网技术，整合大量分散的分布式资源并入电网，通过微电网与配电网的协调优化解决分布式资源并网带来的电压波动与新能源消纳问题。但是微电网在处理模块化分布式资源并网的问题时，往往受其容量的限制，无法实现大规模的新能源消纳；同时，风力发电、光伏发电这类新能源受地理环境影响较大，区域分布与发展不均，而微电网与配电网的协调优化往往涉及的区域范围较小，难以解决新能源区域发展不均的情况，这极大限制了新能源的利用与发展。因此，需要一种配网协同优化运行方法，从全局优化的角度，实现分布式资源的统一调配，提升市-县配网协调互动能力，充分挖掘分布式资源的可调节能力，促进配电网有源化、智能化、协同化发展。
发明内容
本发明要解决的技术问题：针对现有技术的上述问题，提供一种基于潮流模型的两级配电网协同优化运行方法及系统，本发明旨在针对多种分布式资源大规模并网带来的电压稳定性与新能源消纳问题，基于最优潮流模型和双层优化方法实现分布式资源集群下的有源配电网区域协同优化，减小电压波动，同时尽可能提升新能源利用效率，达到提升配电网电压稳定性、促进新能源消纳的目的，提升配电网安全、稳定、经济运行能力。
为了解决上述技术问题，本发明采用的技术方案为：
一种基于潮流模型的两级配电网协同优化运行方法，包括：
S101，为下级电网中的分布式资源建立输出功率的时序模型，并添加系统潮流约束与安全运行约束构成潮流模型，并通过潮流计算下级电网向上级电网输出功率的最小、最大值；
S102，将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，以最小化系统网损为优化目标，对上级电网进行建模求解得到上级电网的优化运行结果，并计算出下级电网支撑上级电网的有功；
S103，将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件，以最小化系统电压偏移量为优化目标，对下级电网进行建模求解得到下级电网的优化运行结果。
可选地，步骤S101中的分布式资源包括风力发电机组、光伏电站、储能电站及电动汽车，且为下级电网中的风力发电机组建立的输出功率的时序模型的函数表达式为：
Figure BDA0004120628300000021
Figure BDA0004120628300000022
Figure BDA0004120628300000023
其中，f(v)为风速的概率密度函数；k代表形状参数；c代表尺度参数；vt为t时刻风速大小；
Figure BDA0004120628300000024
分别为t时刻风力发电机组输出的有功功率与无功功率；vci、vco、vrated分别为切入风速、切出风速和额定风速；vt为t时刻风速；PWGS为风力发电机组的额定功率，
Figure BDA0004120628300000025
为风力发电机组的功率因数角；
为下级电网中的光伏电站建立的输出功率的时序模型的函数表达式为：
Figure BDA0004120628300000026
Figure BDA0004120628300000027
Figure BDA0004120628300000028
其中，f(r)为光照强度的概率密度函数；Γ表示Gamma函数；α和β为形状参数；
Figure BDA0004120628300000029
与rt分别为t时刻最大光照强度和光照强度；
Figure BDA00041206283000000210
分别为t时刻光伏电站输出的有功功率与无功功率；PPVS表示光伏电站的额定功率；rs表示额定光照强度；
Figure BDA00041206283000000211
为光伏电站功率因数角；
为下级电网中的储能电站建立的输出功率的时序模型的函数表达式为：
Figure BDA00041206283000000212
其中，
Figure BDA00041206283000000213
和
Figure BDA00041206283000000214
分别为t+1时刻和t时刻储能电站的荷电状态；ηch、ηdis分别为储能电站的充电效率与放电效率；CESS为储能电站的额定容量；
Figure BDA00041206283000000215
为t时刻储能系统充/放电功率，且放电时
Figure BDA00041206283000000216
大于0，充电时
Figure BDA00041206283000000217
小于0，既不充电也不放电时
Figure BDA00041206283000000218
等于0；
为下级电网中的电动汽车建立的输出功率的时序模型的函数表达式为：
Figure BDA00041206283000000219
Figure BDA0004120628300000031
其中
Figure BDA0004120628300000032
和
Figure BDA0004120628300000033
分别表示t时刻停留的电动汽车数、到达的电动汽车数、离开的电动汽车数和初始时刻停留的电动汽车数；
Figure BDA0004120628300000034
表示t时刻电动汽车的总充电功率；CEV表示每辆电动汽车的额定容量。
可选地，步骤S101中系统潮流约束的函数表达式为：
Figure BDA0004120628300000035
Figure BDA0004120628300000036
Figure BDA0004120628300000037
Figure BDA0004120628300000038
其中，Pij，t、Qij,t分别表示t时刻支路i-j上的有功功率与无功功率；
Figure BDA0004120628300000039
分别表示t时刻节点i处电网提供的有功功率与无功功率；
Figure BDA00041206283000000310
分别表示t时刻节点i处风力发电机组提供的有功功率与无功功率；
Figure BDA00041206283000000311
分别表示t时刻节点i处光伏电站提供的有功功率与无功功率；
Figure BDA00041206283000000312
表示t时刻节点i处储能系统提供的有功功率；
Figure BDA00041206283000000313
表示t时刻节点i处电动汽车提供的有功功率；
Figure BDA00041206283000000314
分别表示t时刻节点i处的有功与无功负荷；Vi,t、Vj,t分别表示t时刻节点i和节点j的电压；Iij,t表示t时刻支路i-j的电流；rij、xij分别表示支路i-j的电阻值与电抗值；
Figure BDA00041206283000000315
为与起始节点i相连的支路终止节点集合；
Figure BDA00041206283000000316
为接入节点i的发电机集合；
步骤S101中安全运行约束包括节点电压约束、支路电流与功率约束、电网功率约束、风力发电机组与光伏电站约束、储能约束以及电动汽车约束；
其中，节点电压约束的函数表达式为：
Figure BDA00041206283000000317
其中，
Figure BDA00041206283000000318
分别表示t时刻节点i电压允许的最小值和最大值；
其中，支路电流与功率约束的函数表达式为：
Figure BDA00041206283000000319
Figure BDA00041206283000000320
Figure BDA00041206283000000321
其中，
Figure BDA00041206283000000322
分别表示t时刻支路i-j的电流所允许的最小值和最大值；
Figure BDA00041206283000000323
分别表示t时刻支路i-j的有功所允许的最小值和最大值；
Figure BDA00041206283000000324
分别表示t时刻支路i-j的无功所允许的最小值和最大值；
其中，电网功率约束的函数表达式为：
Figure BDA0004120628300000041
Figure BDA0004120628300000042
其中，
Figure BDA0004120628300000043
分别表示t时刻节点i处电网提供的有功功率的最小值与最大值；
Figure BDA0004120628300000044
分别表示t时刻节点i处电网提供的无功功率的最小值与最大值；
其中，风力发电机组与光伏电站约束的函数表达式为：
Figure BDA0004120628300000045
Figure BDA0004120628300000046
Figure BDA0004120628300000047
Figure BDA0004120628300000048
其中，
Figure BDA0004120628300000049
分别表示t时刻节点i处风力发电机组提供的有功功率的最小值与最大值；
Figure BDA00041206283000000410
分别表示t时刻节点i处光伏电站提供的有功功率的最小值与最大值；
其中，储能约束的函数表达式为：
Figure BDA00041206283000000411
Figure BDA00041206283000000412
其中，
Figure BDA00041206283000000413
分别表示t时刻节点i处储能系统充/放电功率的最小值与最大值；
Figure BDA00041206283000000414
分别表示t时刻节点i处储能系统荷电状态的最小值与最大值；
其中，电动汽车约束的函数表达式为：
Figure BDA00041206283000000415
Figure BDA00041206283000000416
Figure BDA00041206283000000417
Figure BDA00041206283000000418
Figure BDA00041206283000000419
其中，
Figure BDA00041206283000000420
表示t时刻节点i处所能停留的电动汽车数量的最大值。
可选地，步骤S102中将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，将下级电网向上级电网输出功率的最小、最大值加入的约束条件的函数表达式为：
Figure BDA0004120628300000051
其中，
Figure BDA0004120628300000052
分别为t时刻下级电网向上级电网输出功率的最小、最大值；
Figure BDA0004120628300000053
为t时刻下级电网支撑上级电网的有功功率。
可选地，步骤S102中对上级电网进行建模时，建立的上级电网优化模型的函数表达式为：
Figure BDA0004120628300000054
Figure BDA0004120628300000055
其中，ofs表示上级电网优化模型的目标函数；
Figure BDA0004120628300000056
为支路有功损耗，支路有功损耗的累计求和为网损，branch_num表示支路数；
Figure BDA0004120628300000057
分别表示t时刻节点i处下级电网/发电设备的有功功率与无功功率。
可选地，步骤S103中将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件时，将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件的函数表达式为：
Figure BDA0004120628300000058
其中，Ps,t为t时刻下级电网支撑上级电网的有功，
Figure BDA0004120628300000059
为t时刻下级电网支撑上级电网的有功功率。
可选地，步骤S103中对下级电网进行建模时，建立的下级电网优化模型的函数表达式为：
Figure BDA00041206283000000510
其中，ofx表示下级电网优化模型的目标函数，bus_num表示节点数，Vx,t表示下级电网节点的电压标幺值，(1-Vx,t)2用于量化下级电网总体电压偏移水平，且下级电网优化模型的约束条件包括式(10)～(31)以及式(34)。
此外，本发明还提供一种基于潮流模型的两级配电网协同优化运行系统，包括：
交互功率计算程序单元，用于为下级电网中的分布式资源建立输出功率的时序模型，并添加系统潮流约束与安全运行约束构成潮流模型，并通过潮流计算下级电网向上级电网输出功率的最小、最大值；
上级电网求解程序单元，用于将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，以最小化系统网损为优化目标，对上级电网进行建模求解得到上级电网的优化运行结果，并计算出下级电网支撑上级电网的有功；
下级电网求解程序单元，用于将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件，以最小化系统电压偏移量为优化目标，对下级电网进行建模求解得到下级电网的优化运行结果。
此外，本发明还提供一种基于潮流模型的两级配电网协同优化运行系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执行所述基于潮流模型的两级配电网协同优化运行方法。
此外，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序用于被微处理器编程或配置以执行所述基于潮流模型的两级配电网协同优化运行方法。
和现有技术相比，本发明主要具有下述优点：
1、本发明通过基于潮流模型的两级配电网协同优化，开展分布式资源集群下的有源配电网区域协同，针对多种分布式资源大规模并网带来的电压稳定性与新能源消纳问题，基于最优潮流模型和双层优化方法实现分布式资源集群下的有源配电网区域协同优化，减小电压波动，同时尽可能提升新能源利用效率，达到提升配电网电压稳定性、促进新能源消纳的目的，提升配电网安全、稳定、经济运行能力。
2、本发明上级电网与下级电网之间通过交互功率协议实现协同优化，相较于利用微电网技术的方法，在维持分布式资源大规模并网后电压稳定性的同时，提升市-县配网协调互动能力，实现分布式资源统一调配，保障配电网安全、稳定、经济运行。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面对实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面的附图仅仅是本发明中的一些实施例，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为本发明实施例方法的基本流程示意图。
图2为本发明实施例方法的详细流程示意图。
图3为本发明实施例方法的双层优化模型结构示意图。
具体实施方式
下文将以市-县配电网作为两级配电网的示例，对本发明基于潮流模型的两级配电网协同优化运行方法及系统进行进一步的详细说明，对于市-县配电网而言，其上级电网为市配电网、下级电网为县配电网。但是需要说明的是，本发明基于潮流模型的两级配电网协同优化运行方法及系统并不依赖于市-县配电网这一特定的两级配电网形式，而是可以适用于任何存在有功交互的两级配电网。
如图1所示，本实施例基于潮流模型的两级配电网协同优化运行方法包括：
S101，为下级电网中的分布式资源建立输出功率的时序模型，并添加系统潮流约束与安全运行约束构成潮流模型，并通过潮流计算下级电网向上级电网输出功率的最小、最大值；
S102，将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，以最小化系统网损为优化目标，对上级电网进行建模求解得到上级电网的优化运行结果，并计算出下级电网支撑上级电网的有功；
S103，将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件，以最小化系统电压偏移量为优化目标，对下级电网进行建模求解得到下级电网的优化运行结果。
步骤S101中为下级电网中的分布式资源建立输出功率的时序模型时，可通过读取下级电网拓扑信息，包含节点信息、支路信息以及发电机信息，来读取分布式资源，然后通过对风力发电、光伏发电、储能、电动汽车等典型分布式资源时序特性分析建立其时序模型，步骤S101中的分布式资源包括风力发电机组、光伏电站、储能电站及电动汽车。
对于风力发电机组而言，风速大小的概率分布采用weibull分布，分析各时刻历史数据可以计算weibull分布中的k、c参数，根据各时刻的风速概率分布状况，计算输出功率与风速大小之间的关系，设定风电发电并网点以PQ节点方式接入系统，可得到风力发电机组输出功率的时序模型。因此，本实施例中为下级电网中的风力发电机组建立的输出功率的时序模型的函数表达式为：
Figure BDA0004120628300000071
Figure BDA0004120628300000072
Figure BDA0004120628300000073
其中，f(v)为风速的概率密度函数；k代表形状参数；c代表尺度参数；vt为t时刻风速大小；
Figure BDA0004120628300000081
分别为t时刻风力发电机组输出的有功功率与无功功率；vci、vco、vrated分别为切入风速、切出风速和额定风速；vt为t时刻风速；PWGS为风力发电机组的额定功率，
Figure BDA0004120628300000082
为风力发电机组的功率因数角。
对于光伏电站而言，光照强度的概率分布采用beta分布，分析各时刻历史数据可以计算beta分布中的形状参数α和β，根据各时刻光照强度的概率分布情况，计算输出功率与光照强度大小之间的关系，设定光伏发电并网点以PQ节点方式接入系统，可得到光伏电站输出功率的时序模型。因此，本实施例中为下级电网中的光伏电站建立的输出功率的时序模型的函数表达式为：
Figure BDA00041206283000000817
Figure BDA0004120628300000083
Figure BDA0004120628300000084
其中，f(r)为光照强度的概率密度函数；Γ表示Gamma函数；α和β为形状参数；
Figure BDA0004120628300000085
与rt分别为t时刻最大光照强度和光照强度；
Figure BDA0004120628300000086
分别为t时刻光伏电站输出的有功功率与无功功率；PPVS表示光伏电站的额定功率；rs表示额定光照强度；
Figure BDA0004120628300000087
为光伏电站功率因数角。
对于储能电站而言，储能的时序模型利用荷电状态(State of Charge,SOC)评估储能系统剩余能量分为充电状态与放电状态。本实施例中为下级电网中的储能电站建立的输出功率的时序模型的函数表达式为：
Figure BDA0004120628300000088
其中，
Figure BDA0004120628300000089
和
Figure BDA00041206283000000810
分别为t+1时刻和t时刻储能电站的荷电状态；ηch、ηdis分别为储能电站的充电效率与放电效率；CESS为储能电站的额定容量；
Figure BDA00041206283000000811
为t时刻储能系统充/放电功率，且放电时
Figure BDA00041206283000000812
大于0，充电时
Figure BDA00041206283000000813
小于0，既不充电也不放电时
Figure BDA00041206283000000814
等于0。
对于电动汽车而言，考虑电动汽车集群接入配电网，此处将电动汽车视为柔性负荷，未考虑其向电网注入功率的可能。利用接入某节点电动汽车的具体信息，如每个时刻离开的电动汽车数、到达的电动汽车数、每辆电动汽车的容量等得到电动汽车节点能量充电边界。本实施例中为下级电网中的电动汽车建立的输出功率的时序模型的函数表达式为：
Figure BDA00041206283000000815
Figure BDA00041206283000000816
其中，
Figure BDA0004120628300000091
和
Figure BDA0004120628300000092
分别表示t时刻停留的电动汽车数、到达的电动汽车数、离开的电动汽车数和初始时刻停留的电动汽车数；
Figure BDA0004120628300000093
表示t时刻电动汽车的总充电功率；CEV表示每辆电动汽车的额定容量。
本实施例中，步骤S101中系统潮流约束的函数表达式为：
Figure BDA0004120628300000094
Figure BDA0004120628300000095
Figure BDA0004120628300000096
Figure BDA0004120628300000097
其中，Pij,t、Qij,t分别表示t时刻支路i-j上的有功功率与无功功率；
Figure BDA0004120628300000098
分别表示t时刻节点i处电网提供的有功功率与无功功率；
Figure BDA0004120628300000099
分别表示t时刻节点i处风力发电机组提供的有功功率与无功功率；
Figure BDA00041206283000000910
分别表示t时刻节点i处光伏电站提供的有功功率与无功功率；
Figure BDA00041206283000000911
表示t时刻节点i处储能系统提供的有功功率；
Figure BDA00041206283000000912
表示t时刻节点i处电动汽车提供的有功功率；
Figure BDA00041206283000000913
分别表示t时刻节点i处的有功与无功负荷；Vi,t、Vj,t分别表示t时刻节点i和节点j的电压；Iij,t表示t时刻支路i-j的电流；rij、xij分别表示支路i-j的电阻值与电抗值；
Figure BDA00041206283000000914
为与起始节点i相连的支路终止节点集合；
Figure BDA00041206283000000915
为接入节点i的发电机集合。
安全运行约束主要对节点电压、支路电流、支路有功/无功、分布式资源有功/无功出力的边界值以及分布式资源运行参数设置约束，从而保障系统的安全稳定运行。本实施例步骤S101中安全运行约束包括节点电压约束、支路电流与功率约束、电网功率约束、风力发电机组与光伏电站约束、储能约束以及电动汽车约束。
本实施例中，节点电压约束的函数表达式为：
Figure BDA00041206283000000916
其中，
Figure BDA00041206283000000917
分别表示t时刻节点i电压允许的最小值和最大值；
其中，支路电流与功率约束的函数表达式为：
Figure BDA00041206283000000918
Figure BDA00041206283000000919
Figure BDA00041206283000000920
其中，
Figure BDA00041206283000000921
分别表示t时刻支路i-j的电流所允许的最小值和最大值；
Figure BDA00041206283000000922
分别表示t时刻支路i-j的有功所允许的最小值和最大值；
Figure BDA00041206283000000923
分别表示t时刻支路i-j的无功所允许的最小值和最大值。
本实施例中，电网功率约束的函数表达式为：
Figure BDA0004120628300000101
Figure BDA0004120628300000102
其中，
Figure BDA0004120628300000103
分别表示t时刻节点i处电网提供的有功功率的最小值与最大值；
Figure BDA0004120628300000104
分别表示t时刻节点i处电网提供的无功功率的最小值与最大值。
根据风力发电机组和光伏电站的时序特性，可得到其出力的最大值，为避免出现过度弃风弃光的情况，也设置了出力最小值约束；本实施例中，风力发电机组与光伏电站约束的函数表达式为：
Figure BDA0004120628300000105
Figure BDA0004120628300000106
Figure BDA0004120628300000107
Figure BDA0004120628300000108
其中，
Figure BDA0004120628300000109
分别表示t时刻节点i处风力发电机组提供的有功功率的最小值与最大值；
Figure BDA00041206283000001010
分别表示t时刻节点i处光伏电站提供的有功功率的最小值与最大值。
储能系统寿命与其放电深度有关，为避免储能系统过度充放电导致寿命过短，需要对其荷电状态进行限制，同时储能系统充放电功率也存在上下边界。本实施例中，储能约束的函数表达式为：
Figure BDA00041206283000001011
Figure BDA00041206283000001012
其中，
Figure BDA00041206283000001013
分别表示t时刻节点i处储能系统充/放电功率的最小值与最大值；
Figure BDA00041206283000001014
分别表示t时刻节点i处储能系统荷电状态的最小值与最大值。
利用接入某节点电动汽车的具体信息，如每个时刻离开的电动汽车数、到达的电动汽车数、每辆电动汽车的容量等得到电动汽车节点能量充电边界。同时对每个时刻停留的电动汽车数、到达的电动汽车数，离开的电动汽车数进行约束，避免节点电动汽车充电功率超出充电站容量。本实施例中，电动汽车约束的函数表达式为：
Figure BDA00041206283000001015
Figure BDA00041206283000001016
Figure BDA0004120628300000111
Figure BDA0004120628300000112
Figure BDA0004120628300000113
其中，
Figure BDA0004120628300000114
表示t时刻节点i处所能停留的电动汽车数量的最大值。
通过潮流计算下级电网向上级电网输出功率的最小、最大值。可分别以市-县交互功率最大、小为优化目标，基于设置的约束条件(系统潮流约束与安全运行约束)，通过潮流计算即可得到下级电网向上级电网输出功率的最小、最大值，即：市-县交互功率的最小值和最大值
Figure BDA0004120628300000115
其中，潮流计算是根据各个分布式资源输出功率的时序模型按照时段进行相加得到各个时段的下级电网向上级电网输出功率(潮流功率)，然后选择其中的最小、最大值，即为下级电网向上级电网输出功率的最小、最大值。
步骤S102中对上级电网进行建模时，可读取上级电网拓扑信息，包含节点信息、支路信息以及发电机信息，读取上级电网拓扑信息，包含节点信息、支路信息以及发电机信息，将下级电网作为可控子系统进行调度，将步骤S101得到的市-县交互功率最大/小值设置为上级电网下下级电网交互功率边界，并设置其他约束条件，后以系统网损最小为优化目标，建立上级电网优化运行模型并求解，得到上级电网优化运行结果，基于得到的上级电网优化运行结果，即可得到下级电网支撑上级电网有功Ps,t。本实施例中，步骤S102中将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，将下级电网向上级电网输出功率的最小、最大值加入的约束条件的函数表达式为：
Figure BDA0004120628300000116
其中，
Figure BDA0004120628300000117
分别为t时刻下级电网向上级电网输出功率的最小、最大值；
Figure BDA0004120628300000118
为t时刻下级电网支撑上级电网的有功功率。
步骤S102中对上级电网进行建模时，建立的上级电网优化模型的函数表达式为：
Figure BDA0004120628300000119
Figure BDA0004120628300000121
其中，ofs表示上级电网优化模型的目标函数；
Figure BDA0004120628300000122
为支路有功损耗，支路有功损耗的累计求和为网损，branchnum表示支路数；
Figure BDA0004120628300000123
分别表示t时刻节点i处下级电网/发电设备的有功功率与无功功率。
步骤S103中对下级电网进行建模时，可通过读取下级电网拓扑信息，包含节点信息、支路信息以及发电机信息，将得到的Ps,t设置为市-县交互功率约束，并设置其他约束条件，以最小化系统电压偏移量为优化目标，基于设置的约束条件，建立下级电网优化运行模型并求解，得到下级电网优化运行结果。本实施例步骤S103中将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件时，将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件的函数表达式为：
Figure BDA0004120628300000124
其中，Ps,t为t时刻下级电网支撑上级电网的有功，
Figure BDA0004120628300000125
为t时刻下级电网支撑上级电网的有功功率。
步骤S103中对下级电网进行建模时，建立的下级电网优化模型的函数表达式为：
Figure BDA0004120628300000126
其中，ofx表示下级电网优化模型的目标函数，bus_num表示节点数，Vx,t表示下级电网节点的电压标幺值，(1-Vx,t)2用于量化下级电网总体电压偏移水平，且下级电网优化模型的约束条件包括式(10)～(31)以及式(34)。
如图2所示，本实施例通过建立风力发电、光伏发电、储能、电动汽车等分布式资源的时序模型，得到其出力范围，并以此作为优化边界，分别以市-县交互功率最大/小为目标得到下级电网支撑上级电网的有功功率边界，将此作为市级优化模型的约束条件，以系统网损最小为目标，得到上级电网优化运行结果与上级电网需要下级电网支撑的有功功率值，将此作为县级优化模型的约束条件，以系统总电压偏移量最小为目标，得到下级电网优化运行结果。
如图3所示，本实施例的原理是针对市-县两级电网构成了上/下层模型构成的双层优化模型：上级电网将下级电网作为可控子系统进行调度，下级电网通过合理调配系统内部分布式资源为上级电网提供有功支撑，系统间以市-县交互功率为约束协议实现市-县两级配电网的协同优化运行，在上层模型中，以上级电网为研究目标，系统网损最小为优化目标，在下层模型中，以下级电网为研究目标，最小化系统电压偏移量，在满足交互功率约束、系统潮流约束与安全运行约束的条件下，得到市/县电网潮流分布情况、优化调度方案以及协同优化控制结果。在实现上级电网优化运行时，以系统网损最小为优化目标，可以有效降低系统网损在，除此之外，在实现县级优化运行时，以总电压偏移量最小为优化目标，可以有效将分布式资源集群下的节点电压限制在稳定运行范围内。因此，本实施例可以在促进市-县配网协调互动，同时提升配网安全、稳定、经济运行能力。
综上所述，本实施例以市-县配电网为例，提供了一种基于潮流模型的两级配电网协同优化运行方法，以应对新能源、储能、电动汽车等多类型分布式资源的随机性、波动性与间歇性容易引起电网电压的不稳定对配电网的安全稳定运行造成巨大的威胁的问题，以及新能源出力的随机性导致调峰与消纳能力不足、极大影响了电网运行的经济性的问题。本实施例基于潮流模型的两级配电网协同优化运行方法针对分布式资源并网带来的电压稳定性问题与新能源消纳问题，开展分布式资源集群下的市-县两级电网协同优化运行方法研究，建立基于最优潮流的双层优化模型，在上层模型中，以市级电网为研究目标，调度县级电网与其他发电设备，以系统网损最小为优化目标，在下层模型中，以县级电网为研究目标，调度集群接入的分布式资源，以系统总电压偏移量最小为优化目标，上/下层模型通过连接点处交互功率进行协调，得到市/县电网潮流分布情况、优化调度方案以及协同优化控制结果。本实施例基于潮流模型的两级配电网协同优化运行方法可在维持电网电压稳定的同时有效降低网损，提升配电网安全、稳定、经济运行能力。而且，本实施例基于潮流模型的两级配电网协同优化运行方法不仅可以适用于市-县配电网，还可以适用于各类存在有功交互的两级配电网。
此外，本实施例还提供一种基于潮流模型的两级配电网协同优化运行系统，包括：
交互功率计算程序单元，用于为下级电网中的分布式资源建立输出功率的时序模型，并添加系统潮流约束与安全运行约束构成潮流模型，并通过潮流计算下级电网向上级电网输出功率的最小、最大值；
上级电网求解程序单元，用于将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，以最小化系统网损为优化目标，对上级电网进行建模求解得到上级电网的优化运行结果，并计算出下级电网支撑上级电网的有功；
下级电网求解程序单元，用于将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件，以最小化系统电压偏移量为优化目标，对下级电网进行建模求解得到下级电网的优化运行结果。
此外，本实施例还提供一种基于潮流模型的两级配电网协同优化运行系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行该基于潮流模型的两级配电网协同优化运行方法。此外，本实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序用于被微处理器编程或配置以执行该基于潮流模型的两级配电网协同优化运行方法。
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读存储介质(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，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于潮流模型的两级配电网协同优化运行方法，其特征在于，包括：
S101，为下级电网中的分布式资源建立输出功率的时序模型，并添加系统潮流约束与安全运行约束构成潮流模型，并通过潮流计算下级电网向上级电网输出功率的最小、最大值；
S102，将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，以最小化系统网损为优化目标，对上级电网进行建模求解得到上级电网的优化运行结果，并计算出下级电网支撑上级电网的有功；
S103，将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件，以最小化系统电压偏移量为优化目标，对下级电网进行建模求解得到下级电网的优化运行结果。
2.根据权利要求1所述的基于潮流模型的两级配电网协同优化运行方法，其特征在于，步骤S101中的分布式资源包括风力发电机组、光伏电站、储能电站及电动汽车，且为下级电网中的风力发电机组建立的输出功率的时序模型的函数表达式为：
Figure FDA0004120628290000011
Figure FDA0004120628290000012
Figure FDA0004120628290000013
其中，f(v)为风速的概率密度函数；k代表形状参数；c代表尺度参数；vt为t时刻风速大小；
Figure FDA0004120628290000014
分别为t时刻风力发电机组输出的有功功率与无功功率；vci、vco、vrated分别为切入风速、切出风速和额定风速；vt为t时刻风速；PWGS为风力发电机组的额定功率，
Figure FDA0004120628290000015
为风力发电机组的功率因数角；
为下级电网中的光伏电站建立的输出功率的时序模型的函数表达式为：
Figure FDA0004120628290000016
Figure FDA0004120628290000017
Figure FDA0004120628290000018
其中，f(r)为光照强度的概率密度函数；Γ表示Gamma函数；α和β为形状参数；
Figure FDA0004120628290000019
与rt分别为t时刻最大光照强度和光照强度；
Figure FDA00041206282900000110
分别为t时刻光伏电站输出的有功功率与无功功率；PPVS表示光伏电站的额定功率；rs表示额定光照强度；
Figure FDA00041206282900000111
为光伏电站功率因数角；
为下级电网中的储能电站建立的输出功率的时序模型的函数表达式为：
Figure FDA0004120628290000021
其中，
Figure FDA0004120628290000022
和
Figure FDA0004120628290000023
分别为t+1时刻和t时刻储能电站的荷电状态；ηch、ηdis分别为储能电站的充电效率与放电效率；ESS为储能电站的额定容量；
Figure FDA0004120628290000024
为t时刻储能系统充/放电功率，且放电时
Figure FDA0004120628290000025
大于0，充电时
Figure FDA0004120628290000026
小于0，既不充电也不放电时
Figure FDA0004120628290000027
等于0；
为下级电网中的电动汽车建立的输出功率的时序模型的函数表达式为：
Figure FDA0004120628290000028
Figure FDA0004120628290000029
其中，
Figure FDA00041206282900000210
和
Figure FDA00041206282900000211
分别表示t时刻停留的电动汽车数、到达的电动汽车数、离开的电动汽车数和初始时刻停留的电动汽车数；
Figure FDA00041206282900000212
表示t时刻电动汽车的总充电功率；CEV表示每辆电动汽车的额定容量。
3.根据权利要求2所述的基于潮流模型的两级配电网协同优化运行方法，其特征在于，步骤S101中系统潮流约束的函数表达式为：
Figure FDA00041206282900000213
Figure FDA00041206282900000214
Figure FDA00041206282900000215
Figure FDA00041206282900000216
其中，Pij,t、Qij,t分别表示t时刻支路i-j上的有功功率与无功功率；
Figure FDA00041206282900000217
分别表示t时刻节点i处电网提供的有功功率与无功功率；
Figure FDA00041206282900000218
分别表示t时刻节点i处风力发电机组提供的有功功率与无功功率；
Figure FDA00041206282900000219
分别表示t时刻节点i处光伏电站提供的有功功率与无功功率；
Figure FDA00041206282900000220
表示t时刻节点i处储能系统提供的有功功率；
Figure FDA00041206282900000221
表示t时刻节点i处电动汽车提供的有功功率；
Figure FDA00041206282900000222
分别表示t时刻节点i处的有功与无功负荷；Vi,t、Vj,t分别表示t时刻节点i和节点j的电压；Iij,t表示t时刻支路i-j的电流；rij、xij分别表示支路i-j的电阻值与电抗值；
Figure FDA00041206282900000223
为与起始节点i相连的支路终止节点集合；
Figure FDA00041206282900000224
为接入节点i的发电机集合；
步骤S101中安全运行约束包括节点电压约束、支路电流与功率约束、电网功率约束、风力发电机组与光伏电站约束、储能约束以及电动汽车约束；
其中，节点电压约束的函数表达式为：
Figure FDA0004120628290000031
其中，
Figure FDA0004120628290000032
分别表示t时刻节点i电压允许的最小值和最大值；
其中，支路电流与功率约束的函数表达式为：
Figure FDA0004120628290000033
Figure FDA0004120628290000034
Figure FDA0004120628290000035
其中，
Figure FDA0004120628290000036
分别表示t时刻支路i-j的电流所允许的最小值和最大值；
Figure FDA0004120628290000037
分别表示t时刻支路i-j的有功所允许的最小值和最大值；
Figure FDA0004120628290000038
分别表示t时刻支路i-j的无功所允许的最小值和最大值；
其中，电网功率约束的函数表达式为：
Figure FDA0004120628290000039
Figure FDA00041206282900000310
其中，
Figure FDA00041206282900000311
分别表示t时刻节点i处电网提供的有功功率的最小值与最大值；
Figure FDA00041206282900000312
分别表示t时刻节点i处电网提供的无功功率的最小值与最大值；
其中，风力发电机组与光伏电站约束的函数表达式为：
Figure FDA00041206282900000313
Figure FDA00041206282900000314
Figure FDA00041206282900000315
Figure FDA00041206282900000316
其中，
Figure FDA00041206282900000317
分别表示t时刻节点i处风力发电机组提供的有功功率的最小值与最大值；
Figure FDA00041206282900000318
分别表示t时刻节点i处光伏电站提供的有功功率的最小值与最大值；
其中，储能约束的函数表达式为：
Figure FDA00041206282900000319
Figure FDA00041206282900000320
其中，
Figure FDA00041206282900000321
分别表示t时刻节点i处储能系统充/放电功率的最小值与最大值；
Figure FDA00041206282900000322
分别表示t时刻节点i处储能系统荷电状态的最小值与最大值；
其中，电动汽车约束的函数表达式为：
Figure FDA00041206282900000323
Figure FDA0004120628290000041
Figure FDA0004120628290000042
Figure FDA0004120628290000043
Figure FDA0004120628290000044
其中，
Figure FDA0004120628290000045
表示t时刻节点i处所能停留的电动汽车数量的最大值。
4.根据权利要求3所述的基于潮流模型的两级配电网协同优化运行方法，其特征在于，步骤S102中将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，将下级电网向上级电网输出功率的最小、最大值加入的约束条件的函数表达式为：
Figure FDA0004120628290000046
其中，
Figure FDA0004120628290000047
分别为t时刻下级电网向上级电网输出功率的最小、最大值；
Figure FDA0004120628290000048
为t时刻下级电网支撑上级电网的有功功率。
5.根据权利要求4所述的基于潮流模型的两级配电网协同优化运行方法，其特征在于，步骤S102中对上级电网进行建模时，建立的上级电网优化模型的函数表达式为：
Figure FDA0004120628290000049
Figure FDA00041206282900000410
其中，ofs表示上级电网优化模型的目标函数；
Figure FDA00041206282900000411
为支路有功损耗，支路有功损耗的累计求和为网损，branch_num表示支路数；
Figure FDA00041206282900000412
分别表示t时刻节点i处下级电网/发电设备的有功功率与无功功率。
6.根据权利要求5所述的基于潮流模型的两级配电网协同优化运行方法，其特征在于，步骤S103中将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件时，将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件的函数表达式为：
Figure FDA0004120628290000051
其中，Ps,t为t时刻下级电网支撑上级电网的有功，
Figure FDA0004120628290000052
为t时刻下级电网支撑上级电网的有功功率。
7.根据权利要求6所述的基于潮流模型的两级配电网协同优化运行方法，其特征在于，步骤S103中对下级电网进行建模时，建立的下级电网优化模型的函数表达式为：
Figure FDA0004120628290000053
其中，ofx表示下级电网优化模型的目标函数，bus_num表示节点数，Vx,t表示下级电网节点的电压标幺值，(1-Vx,t)2用于量化下级电网总体电压偏移水平，且下级电网优化模型的约束条件包括式(10)～(31)以及式(34)。
8.一种基于潮流模型的两级配电网协同优化运行系统，其特征在于，包括：
交互功率计算程序单元，用于为下级电网中的分布式资源建立输出功率的时序模型，并添加系统潮流约束与安全运行约束构成潮流模型，并通过潮流计算下级电网向上级电网输出功率的最小、最大值；
上级电网求解程序单元，用于将下级电网向上级电网输出功率的最小、最大值加入交互功率边界的约束条件，以最小化系统网损为优化目标，对上级电网进行建模求解得到上级电网的优化运行结果，并计算出下级电网支撑上级电网的有功；
下级电网求解程序单元，用于将下级电网支撑上级电网的有功加入两级电网交互功率约束的约束条件，以最小化系统电压偏移量为优化目标，对下级电网进行建模求解得到下级电网的优化运行结果。
9.一种基于潮流模型的两级配电网协同优化运行系统，包括相互连接的微处理器和存储器，其特征在于，所述微处理器被编程或配置以执行权利要求1～7中任意一项所述基于潮流模型的两级配电网协同优化运行方法。
10.一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，其特征在于，所述计算机程序用于被微处理器编程或配置以执行权利要求1～7中任意一项所述基于潮流模型的两级配电网协同优化运行方法。
CN202310231347.6A 2023-03-10 2023-03-10 一种基于潮流模型的两级配电网协同优化运行方法及系统 Pending CN116247678A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310231347.6A CN116247678A (zh) 2023-03-10 2023-03-10 一种基于潮流模型的两级配电网协同优化运行方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310231347.6A CN116247678A (zh) 2023-03-10 2023-03-10 一种基于潮流模型的两级配电网协同优化运行方法及系统

Publications (1)

Publication Number Publication Date
CN116247678A true CN116247678A (zh) 2023-06-09

Family

ID=86625937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310231347.6A Pending CN116247678A (zh) 2023-03-10 2023-03-10 一种基于潮流模型的两级配电网协同优化运行方法及系统

Country Status (1)

Country Link
CN (1) CN116247678A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117895557A (zh) * 2024-03-14 2024-04-16 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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117895557A (zh) * 2024-03-14 2024-04-16 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
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

Similar Documents

Publication Publication Date Title
Abdelkader et al. Multi-objective genetic algorithm based sizing optimization of a stand-alone wind/PV power supply system with enhanced battery/supercapacitor hybrid energy storage
Li et al. Optimal planning of energy storage system in active distribution system based on fuzzy multi-objective bi-level optimization
Cao et al. Probabilistic optimal PV capacity planning for wind farm expansion based on NASA data
Eid et al. Efficient operation of battery energy storage systems, electric-vehicle charging stations and renewable energy sources linked to distribution systems
CN111900719B (zh) 考虑柔性可控负荷的电网充裕度评估方法、装置及系统
CN108667054B (zh) 一种储能规划方法及装置
CN113708366A (zh) 一种计及新能源和电动汽车的配电网优化调度方法及系统
CN116826714A (zh) 基于光伏发电的电力分配方法、系统、终端及存储介质
CN110350589A (zh) 一种可再生能源和储能调度模型及调度方法
CN103488820B (zh) 一种基于长过程时序仿真的分布式电源规划方法
CN113326467A (zh) 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统
CN116247678A (zh) 一种基于潮流模型的两级配电网协同优化运行方法及系统
CN114243760A (zh) 适用于配电网的光伏储能协调配置方法
CN109711605B (zh) 一种多类型电源并网容量确定方法和装置
CN115271317A (zh) 充电站规划方法及相关设备
CN109687441A (zh) 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法
CN111884214B (zh) 适用于园区能量路由器集群的分层优化调度方法及装置
CN113690925A (zh) 一种基于微电网的能量交互优化方法及系统
CN116029468B (zh) 考虑电动汽车接入的电网风险评估和超前调度方法及系统
CN109995094B (zh) 一种交直流混合微电网的规划方法及系统
Bao et al. Genetic algorithm based optimal capacity allocation for an independent wind/pv/diesel/battery power generation system
CN107591794A (zh) 基于负荷分类的主动配电网源‑储容量优化配置方法
CN108695848A (zh) 主动配电网运行时序仿真方法
CN114447975A (zh) 一种基于移动储能的多微电网灵活性提升方法
CN114118529A (zh) 一种计及电能替代影响的新能源选址定容优化方法

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