CN116384212B - 一种含dg台区的协同降损方法、计算机设备及存储介质 - Google Patents
一种含dg台区的协同降损方法、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116384212B CN116384212B CN202211624905.7A CN202211624905A CN116384212B CN 116384212 B CN116384212 B CN 116384212B CN 202211624905 A CN202211624905 A CN 202211624905A CN 116384212 B CN116384212 B CN 116384212B
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- node
- storage system
- reactive 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
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004146 energy storage Methods 0.000 claims abstract description 71
- 230000000694 effects Effects 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 7
- 238000012216 screening Methods 0.000 claims abstract description 6
- 230000015556 catabolic process Effects 0.000 claims abstract description 4
- 238000006731 degradation reaction Methods 0.000 claims abstract description 4
- 238000009434 installation Methods 0.000 claims abstract description 4
- 208000028659 discharge Diseases 0.000 claims description 19
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 5
- 241000283080 Proboscidea <mammal> Species 0.000 claims description 4
- 239000003990 capacitor Substances 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 abstract description 8
- 238000011282 treatment Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000002195 synergetic effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
-
- 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
-
- 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]
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及配电网优化技术领域,尤其涉及一种含DG台区的协同降损方法、计算机设备及存储介质,包括如下步骤:将多DG接入的台区形成台区拓扑结构;分析SVC无功补偿装置接入对台区拓扑结构的降损成效;分析储能系统接入对台区拓扑结构的降损成效;基于象群游牧算法对储能系统与SVC无功补偿装置在台区拓扑结构内的安装位置进行筛选,并以系统线损最低和节点电压偏差最小为目标,构建基于二阶锥规划和象群游牧算法的协同降损模型;对协同降损模型进行迭代,寻求最优解。本发明中,通过分析SVC无功补偿装置和储能系统分别对台区的降损成效,使用SVC无功补偿装置和储能系统共同进行降损,并使配电网系统的线损达到最低,节点电压偏差最小。
Description
技术领域
本发明涉及配电网优化技术领域,尤其涉及一种含DG台区的协同降损方法、计算机设备及存储介质。
背景技术
风电、光伏等新能源发电将会大规模并入电网,促进电网向绿色清洁方向发展。但随着新能源渗透率的不断提高,使得电网线损出现了不稳定的情况。同时新能源的间歇性和波动性,也使得电网稳定运行受到挑战,因此针对分布式发电装置(DistributedGeneration,DG)接入引发的降损问题亟需解决。
在智能配电网大环境下,如何利用大数据技术实现对配电系统配电馈线和台区有效降损,提出行之有效的治理策略,为进一步提升电网线损管理水平和电网运行调度的精细化提出了挑战。
公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解,而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明提供了一种含DG台区的协同降损方法、计算机设备及存储介质,从而有效解决背景技术中的问题。
为了达到上述目的,本发明所采用的技术方案是:一种含DG台区的协同降损方法、计算机设备及存储介质,包括:
将多DG接入的台区形成台区拓扑结构;
分析SVC无功补偿装置接入对台区拓扑结构的降损成效;
分析储能系统接入对台区拓扑结构的降损成效;
基于象群游牧算法对所述储能系统与SVC无功补偿装置在所述台区拓扑结构内的安装位置进行筛选,并以系统线损最低和节点电压偏差最小为目标,构建基于二阶锥规划和象群游牧算法的协同降损模型;
对所述协同降损模型进行迭代,寻求最优解。
进一步地,所述协同降损模型的目标函数为:
式中,f1为系统线损,f2为节点电压偏差,ΔT为相邻两个时段的时间间隔,ψT,ψb分别为时段集合和支路集合,Ii,t为支路i在时段t的电流,ri为支路i的电阻。
进一步地,所述协同降损模型的约束包括:有功功率、无功功率平衡约束;DG的无功出力、SVC无功补偿装置出力及节点电压约束;储能系统约束。
进一步地,所述有功功率、无功功率平衡约束包括:
式中:PGi为i节点电源发出的有功功率;QGi为i节点电源发出的无功功率;PLi为i节点有功负荷;QLi为i节点无功负荷;Ui为i节点电压幅值;Uj为j节点电压幅值;Gij为i,j节点间电导;Bij为i,j节点间电纳;θij为i,j节点间电压相角差。
进一步地,所述DG的无功出力、SVC无功补偿装置出力及节点电压约束包括:
Vimin≤Vi≤Vimax
式中:Qci为节点i处的无功补偿装置的容量;Vi为节点i的电压;QDi为连接在节点i的DG的无功出力。
进一步地,所述储能系统约束包括:
储能系统输出功率约束:
蓄电池在第t个时间段输出的有功功率受蓄电池储能的最大充放电功率和蓄电池储能剩余能量的限制:
式中:Pc(t)、Pd(t)分别为储能在t时刻的充电功率和放电功率;Pmax为储能的最大充放电功率;
蓄电池容量约束:
SOCmin≤SOC(t)≤SOCmax
式中,SOCmin、SOCmax分别为蓄电池荷电状态的上、下限;SOC(t)为蓄电池在第t个优化时段后的荷电状态,其表达式为:
式中,SOC0为蓄电池的初始荷电状态;En为蓄电池的额定容量;Δt为优化时间间隔;T1为优化时间数量;
蓄电池充放电平衡约束:
其中,定义储能功率方向充电为正、放电为负,Pc(i)为蓄电池充电功率,Pd(i)为蓄电池放电功率,T2为蓄电池一个充放电周期。
进一步地,所述SVC无功补偿装置包括若干电容器和若干电抗器。
进一步地,所述储能系统接入所述台区拓扑结构时,分析其接入点位置、储能系统的功率容量、接入点附近的原无功潮流状态,当所述储能系统在充电阶段,线损及其变化量为:
其中,Pj、Qj分别为馈线系统的有功和无功功率,Ui为节点i的电压,Pch、Qess分别为储能系统从系统中吸收的有功功率和无功功率,r为线路的单位阻抗,l为线路长度;
当所述储能系统在放电阶段,线损及其变化量为:
其中,Pj、Qj分别为馈线系统的有功和无功功率,Ui为节点i的电压,Pdis、Qess分别为储能系统向系统发出的有功功率和无功功率,r为线路的单位阻抗,l为线路长度。
本发明还包括一种计算机设备,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计算机程序时,实现如上述的方法。
本发明还包括一种存储介质,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上述的方法。
本发明的有益效果为:本发明通过分析SVC无功补偿装置和储能系统分别对台区的降损成效,然后基于象群游牧算法,构件基于二阶锥规划和象群游牧算法的协同降损模型,对协同降损模型进行迭代,寻求最优解,从而确定SVC无功补偿装置和储能系统在台区内的接入位置,使用SVC无功补偿装置和储能系统共同进行降损,并使配电网系统的线损达到最低,节点电压偏差最小。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,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为实施例1中的流程图;
图2为实施例2中的流程图;
图3为计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
如图1所示:一种含DG(Distributed Generation,分布式发电装置)台区的协同降损方法,包括如下步骤:
将多DG接入的台区形成台区拓扑结构;
分析SVC(Static Var Compensator,静止无功补偿装置)无功补偿装置接入对台区拓扑结构的降损成效;
分析储能系统接入对台区拓扑结构的降损成效;
基于象群游牧算法对储能系统与SVC无功补偿装置在台区拓扑结构内的安装位置进行筛选,并以系统线损最低和节点电压偏差最小为目标,构建基于二阶锥规划和象群游牧算法的协同降损模型;
对协同降损模型进行迭代,寻求最优解。
通过分析SVC无功补偿装置和储能系统分别对台区的降损成效,然后基于象群游牧算法,构件基于二阶锥规划和象群游牧算法的协同降损模型,对协同降损模型进行迭代,寻求最优解,从而确定SVC无功补偿装置和储能系统在台区内的接入位置,使用SVC无功补偿装置和储能系统共同进行降损,并使配电网系统的线损达到最低,节点电压偏差最小。
在本实施例中,协同降损模型的目标函数为:
式中,f1为系统线损,f2为节点电压偏差,ΔT为相邻两个时段的时间间隔,ψT,ψb分别为时段集合和支路集合,Ii,t为支路i在时段t的电流,ri为支路i的电阻。
作为上述实施例的优选,协同降损模型的约束包括:有功功率、无功功率平衡约束;DG的无功出力、SVC无功补偿装置出力及节点电压约束;储能系统约束。
其中,有功功率、无功功率平衡约束包括:
式中:PGi为i节点电源发出的有功功率;QGi为i节点电源发出的无功功率;PLi为i节点有功负荷;QLi为i节点无功负荷;Ui为i节点电压幅值;Uj为j节点电压幅值;Gij为i,j节点间电导;Bij为i,j节点间电纳;θij为i,j节点间电压相角差。
在本实施例中,DG的无功出力、SVC无功补偿装置出力及节点电压约束包括:
Vimin≤Vi≤Vimax
式中:Qci为节点i处的无功补偿装置的容量;Vi为节点i的电压;QDi为连接在节点i的DG的无功出力。
储能系统约束包括:
储能系统输出功率约束:
蓄电池在第t个时间段输出的有功功率受蓄电池储能的最大充放电功率和蓄电池储能剩余能量的限制:
式中:Pc(t)、Pd(t)分别为储能在t时刻的充电功率和放电功率;Pmax为储能的最大充放电功率;
蓄电池容量约束:
SOCmin≤SOC(t)≤SOCmax
式中,SOCmin、SOCmax分别为蓄电池荷电状态的上、下限;SOC(t)为蓄电池在第t个优化时段后的荷电状态,其表达式为:
式中,SOC0为蓄电池的初始荷电状态;En为蓄电池的额定容量;Δt为优化时间间隔;T1为优化时间数量;
蓄电池充放电平衡约束:
其中,定义储能功率方向充电为正、放电为负,Pc(i)为蓄电池充电功率,Pd(i)为蓄电池放电功率,T2为蓄电池一个充放电周期。
作为上述实施例的优选,SVC无功补偿装置包括若干电容器和若干电抗器。
作为上述实施例的优选,储能系统接入台区拓扑结构时,分析其接入点位置、储能系统的功率容量、接入点附近的原无功潮流状态,当储能系统在充电阶段,线损及其变化量为:
其中,Pj、Qj分别为馈线系统的有功和无功功率,Ui为节点i的电压,Pch、Qess分别为储能系统从系统中吸收的有功功率和无功功率,r为线路的单位阻抗,l为线路长度;
当储能系统同时吸收有功功率和无功功率时,相当于加重了负荷会使台区的线损增加。
当储能系统在放电阶段,线损及其变化量为:
其中,Pj、Qj分别为馈线系统的有功和无功功率,Ui为节点i的电压,Pdis、Qess分别为储能系统向系统发出的有功功率和无功功率,r为线路的单位阻抗,l为线路长度。
储能系统以超前功率因数运行即从台区吸收无功功率时,台区的线损变化情况除了与储能系统的功率容量和接入点位置有关以外,还与接入点附近的原无功潮流状态有关。若接入点附近原无功潮流过剩,此时储能系统将有利于消耗系统的无功,当储能系统的功率容量较小时,有利于降低台区的线损。
其中,象群游牧算法包括:
1、象群游牧算法的数学模型
象群的游牧行为非常复杂,但是其中一些行为可以帮助我们寻找全局最优解和局部最优解。对此,进行数学建模为:
(1)象群的每个部落都有固定数目的大象;
(2)每次迭代中,部落中都有一定数目的大象离开部落,独自生活并与部落保持一定的联系;
(3)每个部落都是由女族长领导,在算法中,女族长是适应度值最大的大象。
2、部落中大象位置的更新公式
1)部落中普通大象的更新公式:
其中,和/>分别是部落c中,第j个大象的更新后和更新前的位置,t表示迭代次数,α表示[0,1]之间的随机数。
2)族长的位置更新公式:
其中,nc是部落中大象的数目。
pbested=β*pcenter,c
其中,Pbested表示更新后的族长位置,β是[0,1]的随机数。
3)公象的分离公式:
其中,Pmax,c和Pmin,c表示部落中大象位置的上下界。
实施例2:
如图2所示,一种基于二阶锥规划和象群游牧算法的含DG台区的协同降损技术,其步骤包括:
步骤1:分析SVC无功补偿装置治理方法对DG接入后的台区的降损成效;
步骤2:分析储能系统治理方法对DG接入后的台区的降损成效;
步骤3:基于象群游牧算法对储能系统与SVC无功补偿装置接入位置进行筛选,并以系统有功损耗最低和节点电压偏差最小为目标,构建基于二阶锥规划和象群游牧算法的含DG台区的协同降损模型。
前述步骤1)中,SVC装置是由电容器和各种类型的电抗器组成的无功补偿装置,它用开关设备对无功功率进行连续的控制,从而能够有效降低系统中的各种异常状态的严重程度,对系统中的无功电流进行补偿,提高了功率因数。
前述步骤2)中,分析储能系统接入对线损的影响。
储能系统在充电阶段可看作负荷,其吸收的功率为,此时整条380V馈线的线损及其变化量为:
式中,Pj、Qj分别为整条380V馈线系统的有功和无功功率,Ui为节点i的电压,Pch、Qess分别为储能系统从系统中吸收的有功功率和无功功率,r为线路的单位阻抗,l为线路长度。
当储能系统同时吸收有功功率和无功功率时,相当于加重了负荷会使台区的线损增加。
储能系统在放电阶段可看作分布式电源,其发出的功率为Pdis+jQess,此时整条380V馈线的线损及其变化量为:
式中,Pj、Qj分别为整条380V馈线系统的有功和无功功率,Ui为节点i的电压,Pdis、Qess分别为储能系统向系统发出的有功功率和无功功率,r为线路的单位阻抗,l为线路长度。
储能系统以超前功率因数运行即从台区吸收无功功率时,台区的线损变化情况除了与储能系统的功率容量和接入点位置有关以外,还与接入点附近的原无功潮流状态有关。若接入点附近原无功潮流过剩,此时储能系统将有利于消耗系统的无功,当储能系统的功率容量较小时,有利于降低台区的线损。
前述步骤3)中,以系统线损最低和节点电压偏差最小为目标,构建基于二阶锥规划和象群游牧算法的含DG台区的协同降损模型,所述协同降损模型的目标函数表示为:
式中,ΔT为相邻两个时段的时间间隔,ψT,ψb分别为时段集合和支路集合,Ii,t为支路i在时段t的电流,ri为支路i的电阻。
前述步骤3)中,所述协同降损模型的约束条件表示为:
有功功率、无功功率平衡方程:
式中:PGi为i节点电源发出的有功功率;QGi为i节点电源发出的无功功率;PLi为i节点有功负荷;QLi为i节点无功负荷;Ui为i节点电压幅值;Uj为j节点电压幅值;Gij为i,j节点间电导;Bij为i,j节点间电纳;θij为i,j节点间电压相角差。
DG的无功出力、SVC补偿装置出力及节点电压约束:
Vimin≤Vi≤Vimax
式中:Qci为节点i处的无功补偿装置的容量;Vi为节点i的电压;QDi为连接在节点i的DG的无功出力。
储能约束:
储能系统输出功率约束:
蓄电池容量约束:
SOCmin≤SOC(t)≤SOCmax
式中,SOCmin、SOCmax分别为蓄电池荷电状态的上、下限;SOC(t)为蓄电池在第t个优化时段后的荷电状态。
蓄电池充放电平衡:
在本实施例中:
分析SVC无功补偿装置治理方法对DG接入后的台区的降损成效;
分析储能系统治理方法对DG接入后的台区的降损成效;
基于象群游牧算法对储能系统与SVC无功补偿装置接入位置进行筛选,并以系统线损最低和节点电压偏差最小为目标,构建基于二阶锥规划和象群游牧算法的含DG台区的协同降损策略,从而确定储能系统和SVC无功补偿装置的接入位置,对含DG台区的线损降到最低。
请参见图3示出的本申请实施例提供的计算机设备的结构示意图。本申请实施例提供的一种计算机设备400,包括:处理器410和存储器420,存储器420存储有处理器410可执行的计算机程序,计算机程序被处理器410执行时执行如上的方法。
本申请实施例还提供了一种存储介质430,该存储介质430上存储有计算机程序,该计算机程序被处理器410运行时执行如上的方法。
其中,存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在本发明的描述中,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (9)
1.一种含DG台区的协同降损方法,其特征在于,包括如下步骤:
将多DG接入的台区形成台区拓扑结构;
分析SVC无功补偿装置接入对台区拓扑结构的降损成效;
分析储能系统接入对台区拓扑结构的降损成效;
基于象群游牧算法对所述储能系统与SVC无功补偿装置在所述台区拓扑结构内的安装位置进行筛选,并以系统线损最低和节点电压偏差最小为目标,构建基于二阶锥规划和象群游牧算法的协同降损模型;
对所述协同降损模型进行迭代,寻求最优解;
所述协同降损模型的目标函数为:
式中,f1为系统线损,f2为节点电压偏差,△T为相邻两个时段的时间间隔,ψT,ψb分别为时段集合和支路集合,Ii,t为支路i在时段t的电流,ri为支路i的电阻;
所述象群游牧算法包括:
象群游牧算法的数学模型:
象群的每个部落都有固定数目的大象;
每次迭代中,部落中都有一定数目的大象离开部落,独自生活并与部落保持一定的联系;
每个部落都是由族长领导,在算法中,族长是适应度值最大的大象;
部落中大象位置的更新公式:
部落中普通大象的更新公式:
其中,和/>分别是部落c中,第j个大象的更新后和更新前的位置,t表示迭代次数,α表示[0,1]之间的随机数;
族长的位置更新公式:
其中,nc是部落中大象的数目;
pbested=β*pcenter,c
其中,Pbested表示更新后的族长位置,β是[0,1]的随机数;
公象的分离公式:
其中,Pmax,c和Pmin,c表示部落中大象位置的上下界。
2.根据权利要求1所述的含DG台区的协同降损方法,其特征在于,所述协同降损模型的约束包括:有功功率、无功功率平衡约束;DG的无功出力、SVC无功补偿装置出力及节点电压约束;储能系统约束。
3.根据权利要求2所述的含DG台区的协同降损方法,其特征在于,所述有功功率、无功功率平衡约束包括:
式中:PGi为i节点电源发出的有功功率;QGi为i节点电源发出的无功功率;PLi为i节点有功负荷;QLi为i节点无功负荷;Ui为i节点电压幅值;Uj为j节点电压幅值;Gij为i,j节点间电导;Bij为i,j节点间电纳;θij为i,j节点间电压相角差。
4.根据权利要求2所述的含DG台区的协同降损方法,其特征在于,所述DG的无功出力、SVC无功补偿装置出力及节点电压约束包括:
Vimin≤Vi≤Vimax
式中:Qci为节点i处的无功补偿装置的容量;Vi为节点i的电压;QDi为连接在节点i的DG的无功出力。
5.根据权利要求2所述的含DG台区的协同降损方法,其特征在于,所述储能系统约束包括:
储能系统输出功率约束:
蓄电池在第t个时间段输出的有功功率受蓄电池储能的最大充放电功率和蓄电池储能剩余能量的限制:
式中:Pc(t)、Pd(t)分别为储能在t时刻的充电功率和放电功率;Pmax为储能的最大充放电功率;
蓄电池容量约束:
SOCmin≤SOC(t)≤SOCmax
式中,SOCmin、SOCmax分别为蓄电池荷电状态的上、下限;SOC(t)为蓄电池在第t个优化时段后的荷电状态,其表达式为:
式中,SOC0为蓄电池的初始荷电状态;En为蓄电池的额定容量;△t为优化时间间隔;T1为优化时间数量;
蓄电池充放电平衡约束:
其中,定义储能功率方向充电为正、放电为负,Pc(i)为蓄电池充电功率,Pd(i)为蓄电池放电功率,T2为蓄电池一个充放电周期。
6.根据权利要求1所述的含DG台区的协同降损方法,其特征在于,所述SVC无功补偿装置包括若干电容器和若干电抗器。
7.根据权利要求1所述的含DG台区的协同降损方法,其特征在于,所述储能系统接入所述台区拓扑结构时,分析其接入点位置、储能系统的功率容量、接入点附近的原无功潮流状态,当所述储能系统在充电阶段,线损及其变化量为:
其中,Pj、Qj分别为馈线系统的有功和无功功率,Ui为节点i的电压,Pch、Qess分别为储能系统从系统中吸收的有功功率和无功功率,r为线路的单位阻抗,l为线路长度;
当所述储能系统在放电阶段,线损及其变化量为:
其中,Pj、Qj分别为馈线系统的有功和无功功率,Ui为节点i的电压,Pdis、Qess分别为储能系统向系统发出的有功功率和无功功率,r为线路的单位阻抗,l为线路长度。
8.一种计算机设备,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计算机程序时,实现如权利要求1-7中任一项所述的方法。
9.一种存储介质,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1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211624905.7A CN116384212B (zh) | 2022-12-16 | 2022-12-16 | 一种含dg台区的协同降损方法、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211624905.7A CN116384212B (zh) | 2022-12-16 | 2022-12-16 | 一种含dg台区的协同降损方法、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116384212A CN116384212A (zh) | 2023-07-04 |
CN116384212B true CN116384212B (zh) | 2023-12-05 |
Family
ID=86962118
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211624905.7A Active CN116384212B (zh) | 2022-12-16 | 2022-12-16 | 一种含dg台区的协同降损方法、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116384212B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116822902B (zh) * | 2023-07-17 | 2024-06-18 | 国网江苏省电力有限公司灌云县供电分公司 | 基于人工双象群算法的地区电网工业负荷与周边分布式新能源的资源聚合体集群划分方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011134432A1 (zh) * | 2010-04-30 | 2011-11-03 | 新奥科技发展有限公司 | 实现能源优化利用的泛能网及提供能源交易和服务的方法 |
CN107590744A (zh) * | 2016-07-08 | 2018-01-16 | 华北电力大学(保定) | 考虑储能和无功补偿的主动配电网分布式电源规划方法 |
CN108280539A (zh) * | 2018-01-09 | 2018-07-13 | 国网辽宁省电力有限公司电力科学研究院 | 基于农网典型台区线损计算的无功补偿等降损优化方法 |
CN108512221A (zh) * | 2018-03-26 | 2018-09-07 | 国网湖北省电力有限公司经济技术研究院 | 一种含分布式电源并网台区的损耗计算方法 |
CN110690732A (zh) * | 2019-09-26 | 2020-01-14 | 河海大学 | 一种光伏无功分区计价的配电网无功优化方法 |
CN110880760A (zh) * | 2019-11-29 | 2020-03-13 | 国网辽宁省电力有限公司葫芦岛供电公司 | 一种低压配电网线损与无功补偿协同优化方法 |
CN111224398A (zh) * | 2020-02-17 | 2020-06-02 | 中国电力科学研究院有限公司 | 一种含分布式电源的配电网降损规划方法和装置 |
WO2021098352A1 (zh) * | 2019-11-22 | 2021-05-27 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
CN115034469A (zh) * | 2022-06-07 | 2022-09-09 | 国网山东省电力公司昌邑市供电公司 | 一种含分布式电源的台区线损预测方法及系统 |
-
2022
- 2022-12-16 CN CN202211624905.7A patent/CN116384212B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011134432A1 (zh) * | 2010-04-30 | 2011-11-03 | 新奥科技发展有限公司 | 实现能源优化利用的泛能网及提供能源交易和服务的方法 |
CN107590744A (zh) * | 2016-07-08 | 2018-01-16 | 华北电力大学(保定) | 考虑储能和无功补偿的主动配电网分布式电源规划方法 |
CN108280539A (zh) * | 2018-01-09 | 2018-07-13 | 国网辽宁省电力有限公司电力科学研究院 | 基于农网典型台区线损计算的无功补偿等降损优化方法 |
CN108512221A (zh) * | 2018-03-26 | 2018-09-07 | 国网湖北省电力有限公司经济技术研究院 | 一种含分布式电源并网台区的损耗计算方法 |
CN110690732A (zh) * | 2019-09-26 | 2020-01-14 | 河海大学 | 一种光伏无功分区计价的配电网无功优化方法 |
WO2021098352A1 (zh) * | 2019-11-22 | 2021-05-27 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
CN110880760A (zh) * | 2019-11-29 | 2020-03-13 | 国网辽宁省电力有限公司葫芦岛供电公司 | 一种低压配电网线损与无功补偿协同优化方法 |
CN111224398A (zh) * | 2020-02-17 | 2020-06-02 | 中国电力科学研究院有限公司 | 一种含分布式电源的配电网降损规划方法和装置 |
CN115034469A (zh) * | 2022-06-07 | 2022-09-09 | 国网山东省电力公司昌邑市供电公司 | 一种含分布式电源的台区线损预测方法及系统 |
Non-Patent Citations (2)
Title |
---|
基于二阶锥规划的交直流混合配电网优化调度;张福民;刘国鑫;李占凯;魏永磊;王静茹;牛运腾;;智慧电力(03);全文 * |
广东电网多目标无功补偿配置方法研究;孙帮新;董萍;;广东电力(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116384212A (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116384212B (zh) | 一种含dg台区的协同降损方法、计算机设备及存储介质 | |
WO2017161787A1 (zh) | 基于未来信息的光伏功率波动的动态平抑方法 | |
CN111291978A (zh) | 一种基于Benders分解的两阶段储能方法及系统 | |
CN111244985A (zh) | 基于节点综合灵敏度系数的分布式储能序次优化配置方法 | |
CN108565869B (zh) | 低压配电网电压控制方法、装置、存储介质和计算机设备 | |
CN111932012B (zh) | 储能系统-分布式电源-电容器综合控制无功优化方法 | |
CN115841187A (zh) | 柔性配电网运行策略的优化方法、装置、设备及存储介质 | |
CN115764849A (zh) | 一种混合储能容量优化配置方法及其配置系统 | |
CN114784831A (zh) | 一种基于移动储能的主动配电网多目标无功优化方法 | |
CN114201916A (zh) | 一种基于参数优化的微网混合储能系统剩余功率分解方法 | |
CN112186764B (zh) | 一种配电网设备的接入优化方法、装置及电子设备 | |
CN117522014A (zh) | 一种考虑多重不确定性的储配网联合规划方法 | |
CN116937605A (zh) | 基于深度强化学习的城市配电网电压控制方法及系统 | |
CN111049246A (zh) | 一种混合储能系统容量配置方法 | |
CN113780722B (zh) | 配电网的联合规划方法、装置、计算机设备和存储介质 | |
CN110729759B (zh) | 一种微电网中分布式电源配置方案的确定方法及装置 | |
CN114665514A (zh) | 储能的光伏消纳与辅助调峰协调控制方法 | |
CN109449968B (zh) | 一种电力电子变压器与交直流源网荷多变流设备集成方法 | |
CN109347096B (zh) | 一种主动配电网电能质量的优化管理方法 | |
Ye et al. | Adaptive control of hybrid ultracapacitor-battery storage system for PV output smoothing | |
CN110930263A (zh) | 基于黑洞粒子群算法的含光伏电源和感应电动机的中压配电网短路电流计算方法 | |
CN110429628A (zh) | 一种基于负荷自适应的储能填谷方法及装置 | |
Chang et al. | Optimal configuration of hybrid energy storage capacity based on northern goshawk optimization | |
CN112952869B (zh) | 一种计及风电接入的交直流混联系统扩展规划方法及系统 | |
CN117910836B (zh) | 一种提升大电网灵活性的储能电站规划方法 |
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 |