CN117394436A - 基于随机场景分析的光伏承载能力评估方法及系统 - Google Patents

基于随机场景分析的光伏承载能力评估方法及系统 Download PDF

Info

Publication number
CN117394436A
CN117394436A CN202311391700.3A CN202311391700A CN117394436A CN 117394436 A CN117394436 A CN 117394436A CN 202311391700 A CN202311391700 A CN 202311391700A CN 117394436 A CN117394436 A CN 117394436A
Authority
CN
China
Prior art keywords
photovoltaic
distribution network
power distribution
capacity
node
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
CN202311391700.3A
Other languages
English (en)
Inventor
汤志锐
周俊宇
邱桂华
吴树鸿
何炎
罗伟明
严周宇
李响
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.)
Guangdong Power Grid Co Ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Original Assignee
Guangdong Power Grid Co Ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
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 Guangdong Power Grid Co Ltd, Foshan Power Supply Bureau of Guangdong Power Grid Corp filed Critical Guangdong Power Grid Co Ltd
Priority to CN202311391700.3A priority Critical patent/CN117394436A/zh
Publication of CN117394436A publication Critical patent/CN117394436A/zh
Pending legal-status Critical Current

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
    • H02J3/381—Dispersed generators
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • 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
    • H02J3/38—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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (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

本发明涉及光伏发电技术领域，公开了一种基于随机场景分析的光伏承载能力评估方法及系统，本方法通过构建分布式光伏并网的配电网安全运行约束，基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，在配电网安全运行约束下，利用随机场景模拟法在光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，还计算光伏接入配电网方案的过电压风险概率和过电压严重程度，确定相应方案的最大线路光伏接入容量下界作为光伏承载容量，能够有效量化光伏配置方式的不确定性导致的配电网过电压风险，对于实际的光伏容量规划更具适应性。

Description

基于随机场景分析的光伏承载能力评估方法及系统
技术领域
本发明涉及光伏发电技术领域，尤其涉及一种基于随机场景分析的光伏承载能力评估方法及系统。
背景技术
随着经济的发展，现代社会对电力资源愈发依赖。能源发电的低碳转型至关重要，以太阳能与风力发电为主体的新能源持续发展，分布式光伏装机容量逐年增加，而接入光伏发电会对配电网系统产生很多不确定的因素。
随着配电网中光伏渗透率的持续快速增长，配电网光伏接纳能力分析与优化提升问题得到了越来越广泛的关注。然而，由于大规模分布式光伏系统的随机性和波动性，将对配电网的安全和经济运行提出了巨大挑战。因此，提出一个科学合理的光伏接纳能力评价方法，可以为光伏的适应性规划和建设提供一种行之有效的理论基础，可以在确保配电网的高效、稳定运行的同时，最大程度的增加光伏发电的效益。
现有技术中，光伏接纳能力评价方法主要包括数学优化方法分析场景有限、随机场景模拟法，但考虑到目前分布式光伏在配电网中的比例不断增大，极端光伏配置方式出现的可能性越来越小，针对数学优化方法分析场景有限、随机场景模拟法评估较为保守，难以有效地量化光伏配置方式不确定性导致的配电网过电压风险，容易导致实际的光伏容量规划不符合实际需求或适应性较差。
发明内容
本发明提供了一种基于随机场景分析的光伏承载能力评估方法及系统，解决了难以有效地量化光伏配置方式不确定性导致的配电网过电压风险，容易导致实际的光伏容量规划不符合实际需求或适应性较差的技术问题。
有鉴于此，本发明第一方面提供了一种基于随机场景分析的光伏承载能力评估方法，包括以下步骤：
步骤一、构建分布式光伏并网的配电网安全运行约束；
步骤二、基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，得到光伏接入节点候选集；
步骤三、在配电网安全运行约束下，利用随机场景模拟法在所述光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，所述光伏接入配电网方案包括光伏接入数量、接入节点和最大线路光伏接入容量；
步骤四、计算所述光伏接入配电网方案的过电压风险概率和过电压严重程度，根据所述光伏接入配电网方案的过电压风险概率和过电压严重程度确定相应方案的最大线路光伏接入容量下界作为光伏承载容量。
优选地，所述配电网安全运行约束具体包括：
1)节点电压差平衡约束为：
ΔUi＝Ui-Ui-1＝0
式中，i表示节点索引，ΔUi表示节点电压差，Ui表示节点i的电压幅值，Ui-1表示节点i-1的电压幅值；
2)潮流约束为：
式中，ΔP、ΔQ分别表示节点注入的有功功率差和节点注入的无功功率差，PGi和QGi分别表示第i个节点分布式电源注入的有功与无功功率，j为节点序号，Uj为节点j的电压幅值，Gij、Bij、θij分别为两节点i、j之间的电导、电纳和电压相角差；
3)节点电压约束为：
Uimin≤Ui≤Uimax
式中，Uimin、Uimax分别表示节点i允许的电压最小、最大幅值；
4)禁止功率倒送约束为：
Pre≤0
式中，Pre表示配电网低压侧节点向高压侧节点传送的功率。
优选地，步骤二具体包括：
201、构建嵌入式阻抗模裕度指标以表征配电网系统当前状态离最大功率传输条件的距离，其中嵌入式阻抗模裕度指标为，
式中，μ(s)表示嵌入式阻抗模裕度，嵌入式阻抗模裕度μ(s)的取值范围在0～1之间，μ(s)的取值越大代表当前配电网系统当前状态越稳定，当μ(s)＝0表示配电网系统处于静态电压稳定边界，μ(s)＜0则代表系统失稳，s表示嵌入因子，ZLD(s)表示负荷静态等值阻抗，ZTHEV(s)表示系统节点的综合动态等值阻抗；
202、计算出所有配电网系统中各个节点的嵌入式阻抗模裕度指标，按照嵌入式阻抗模裕度指标的大小对节点进行升序排序，识别出嵌入式阻抗模裕度指标最小的预设个数的节点即为电压稳定薄弱节点；
203、在配电网系统中剔除电压稳定薄弱节点，得到光伏接入候选节点，构建光伏接入节点候选集。
优选地，步骤三具体包括：
301、在光伏接入节点候选集中随机产生Npv个不同的节点作为光伏接入配电网场景的光伏接入位置，从而得到多个光伏接入配电网场景；
302、对每个光伏接入配电网场景设定随机模拟的光伏装机容量范围，并在每个光伏接入配电网场景下随机模拟N个光伏接入配电网方案，获取每个光伏接入配电网方案执行后的光伏装机容量与线路电压最大值；
303、通过重复执行步骤301～302进行多个不同场景下的光伏随机接入，获得多组光伏并网总容量及最大线路电压幅值；
304、对每个光伏接入配电网方案以及其对应的光伏并网总容量构建光伏接入容量分布，确定每个光伏接入配电网方案的最大线路光伏接入容量。
优选地，步骤四具体包括：
401、基于每个光伏接入配电网方案的最大线路光伏接入容量和最大线路电压幅值绘制Ppv-Uimax散点图分布图，其中，Ppv为最大线路光伏接入容量，Uimax为最大线路电压幅值；
402、将所述Ppv-Uimax散点图分布图的横轴划分为等间距的连续区间，得到光伏装机容量区间以及其对应的区间最大线路电压幅值；
403、通过下式计算每个光伏装机容量区间的过电压风险概率为：
式中，λm为第m个光伏装机容量区间的过电压风险概率；和/>分别为第m个光伏装机容量区间中的过电压光伏配置场景的数目和总场景数目，m为光伏装机容量区间的索引；
404、引入过电压严重程度校正因子对过电压风险概率进行校正，得到过电压风险修正概率为：
式中，λ′m为过电压风险修正概率，δm为第m个光伏装机容量区间的过电压严重程度校正因子，其中，
式中，w表示光伏装机容量区间中的过电压光伏配置场景的索引，表示第m个PICI内光伏配置场景w的过电压严重程度值，/>表示第m个光伏装机容量区间内光伏配置场景w在t时刻的线路电压幅值，Umax为最大线路电压幅值；
其中，
式中，η(ι)为0-1决策变量，η(ι)表示和Umax的大小关系，tmax为总时刻；其中，
405、通过每个光伏装机容量区间的过电压风险修正概率和预设的光伏的最大可接受过电压概率阈值计算相应的光伏装机容量区间的最大线路光伏接入容量下界，即光伏承载容量为：
式中，HC为光伏承载容量，mmax为光伏装机容量区间总个数，Ppv,m为光伏装机容量区间m的最大线路光伏接入容量，λmax为预设的光伏的最大可接受过电压概率阈值。
优选地，本方法还包括：
获取当前光伏接入配电网方案的总光伏装机容量，判断当前光伏接入配电网方案的总光伏装机容量是否大于光伏承载容量；
若当前光伏接入配电网方案的总光伏装机容量大于最光伏承载容量，则当前光伏接入配电网方案的总光伏装机容量的过电压风险不可接受；
若当前光伏接入配电网方案的总光伏装机容量不大于光伏承载容量，则当前光伏接入配电网方案的总光伏装机容量的过电压风险可接受。
第二方面，本发明还提供了一种基于随机场景分析的光伏承载能力评估系统，包括：
约束构建模块，用于构建分布式光伏并网的配电网安全运行约束；
节点薄弱评估模块，用于基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，得到光伏接入节点候选集；
场景模拟生成模块，用于在配电网安全运行约束下，利用随机场景模拟法在所述光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，所述光伏接入配电网方案包括光伏接入数量、接入节点和最大线路光伏接入容量；
光伏承载容量评估模块，用于计算所述光伏接入配电网方案的过电压风险概率和过电压严重程度，根据所述光伏接入配电网方案的过电压风险概率和过电压严重程度确定相应方案的最大线路光伏接入容量下界作为光伏承载容量。
第三方面，本发明还提供了一种电子设备，包括存储器和处理器，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如上述的方法。
第四方面，本发明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内存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过构建分布式光伏并网的配电网安全运行约束，基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，得到光伏接入节点候选集，在配电网安全运行约束下，利用随机场景模拟法在光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，并从光伏接入位置、数量、容量综合考虑了光伏配置方式的不确定性，还计算光伏接入配电网方案的过电压风险概率和过电压严重程度，根据光伏接入配电网方案的过电压风险概率和过电压严重程度确定相应方案的最大线路光伏接入容量下界作为光伏承载容量，能够有效量化光伏配置方式的不确定性导致的配电网过电压风险，对于实际的光伏容量规划更具适应性，实现适应性较强的光伏承载能力评估。
附图说明
图1为本发明实施例提供的一种基于随机场景分析的光伏承载能力评估方法的流程图；
图2为本发明实施例提供的含多个分布式光伏pv接入的配电网的架构示意图；
图3为本发明实施例提供的一种基于随机场景分析的光伏承载能力评估系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了便于理解，请参阅图1，本发明提供的一种基于随机场景分析的光伏承载能力评估方法，包括以下步骤：
步骤一、构建分布式光伏并网的配电网安全运行约束。
在一个可以实现的方式中，，配电网安全运行约束具体包括：
1)节点电压差平衡约束为：
ΔUi＝Ui-Ui-1＝0
式中，i表示节点索引，ΔUi表示节点电压差，Ui表示节点i的电压幅值，Ui-1表示节点i-1的电压幅值；
2)潮流约束为：
式中，ΔP、ΔQ分别表示节点注入的有功功率差和节点注入的无功功率差，PGi和QGi分别表示第i个节点分布式电源注入的有功与无功功率，j为节点序号，Uj为节点j的电压幅值，Gij、Bij、θij分别为两节点i、j之间的电导、电纳和电压相角差；
3)节点电压约束为：
Uimin≤Ui≤Uimax
式中，Uimin、Uimax分别表示节点i允许的电压最小、最大幅值；
4)禁止功率倒送约束为：
Pre≤0
式中，Pre表示配电网低压侧节点向高压侧节点传送的功率。
需要说明的是，如图2所示，图2示意了含多个分布式光伏pv接入的配电网的架构，假设一条配电网为单辐射型网络，共有n个节点。设第i个节点的负荷为PIi+jQIi，设定始端电压幅值保持不变，为U0，线路上节点i的电压幅值为Ui，节点n-1与节点n之间的支路阻抗为Rn+jXn＝ln(r+jx)。其中，ln表示节点n-1与节点n之间线路长度，r表示线路单位阻抗，x表示线路单位电抗，j为虚部单位。
忽略线路损耗，则在分布式光伏接入前，线路上两节点之间的电压差为：
式中，PIm和QIm分别为节点m处的有功负荷和无功负荷，Ri和Xi分别为节点i与节点i-1之间的电阻和电抗；
线路上节点i的电压幅值Ui为：
由于PIm和QIm均为正数，所以节点电压沿着线路逐渐降低。当在节点m接入分布式光伏时，节点i的电压幅值Ui，节点i与节点i-1之间的电压差分别为：
式中，Rk和Xk分别为节点k与节点k-1之间的电阻和电抗，Ppv为分布式光伏有功出力。
由上式可得，当ΔUi＜0时，节点i的电压低于节点i-1的电压。反之，节点i的电压高于节点i-1的电压，为了使得节点电压平衡，则ΔUi＝Ui-Ui-1＝0。
步骤二、基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，得到光伏接入节点候选集。
可以理解的是，使用随机场景模拟法进行光伏承载能力分析时，需要在光伏接入节点候选集中挑选指定数量的接入位置进行承载能力计算。若可以预先剔除不适合接入光伏的位置，减少光伏备选位置的数量，则可以显著减少产生的光伏接入方案以减小整体运算量。
步骤三、在配电网安全运行约束下，利用随机场景模拟法在光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，光伏接入配电网方案包括光伏接入数量、接入节点和最大线路光伏接入容量。
其中，随机场景模拟法的研究对象包括：采集场景信息，确定接收容量两部分。因为光伏接入方式的差别主要表现在接入数量，接入地点和接入容量三个方面。因此，本发明首先对光伏接入数量、位置及容量等信息进行随机模拟以生成相互独立的不同配置场景，然后通过确定性潮流计算得到各场景下的系统最大电压幅值，而不同承载能力则根据电压越限约束由光伏初始安装容量按一定的变化规律得到。每一种随机场景下，N种光伏接入方案对应N种不同的承载能力，M种场景可得到MN种光伏接入方案。
步骤四、计算光伏接入配电网方案的过电压风险概率和过电压严重程度，根据光伏接入配电网方案的过电压风险概率和过电压严重程度确定相应方案的最大线路光伏接入容量下界作为光伏承载容量。
需要说明的是，本发明将区间过电压风险理论(interval overvoltage risk，I0R)应用于衡量配电网中光伏配置方式的不同引起的过电压风险，并利用光伏承载容量来量化光伏承载能力。
需要说明的是，本发明通过构建分布式光伏并网的配电网安全运行约束，基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，得到光伏接入节点候选集，在配电网安全运行约束下，利用随机场景模拟法在光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，并从光伏接入位置、数量、容量综合考虑了光伏配置方式的不确定性，还计算光伏接入配电网方案的过电压风险概率和过电压严重程度，根据光伏接入配电网方案的过电压风险概率和过电压严重程度确定相应方案的最大线路光伏接入容量下界作为光伏承载容量，能够有效量化光伏配置方式的不确定性导致的配电网过电压风险，对于实际的光伏容量规划更具适应性，实现适应性较强的光伏承载能力评估。
在一个具体实施例中，步骤二具体包括：
201、构建嵌入式阻抗模裕度指标以表征配电网系统当前状态离最大功率传输条件的距离，其中嵌入式阻抗模裕度指标为，
式中，μ(s)表示嵌入式阻抗模裕度，嵌入式阻抗模裕度μ(s)的取值范围在0～1之间，μ(s)的取值越大代表当前配电网系统当前状态越稳定，当μ(s)＝0表示配电网系统处于静态电压稳定边界，μ(s)＜0则代表系统失稳，s表示嵌入因子，ZLD(s)表示负荷静态等值阻抗，ZTHEV(s)表示系统节点的综合动态等值阻抗；
需要说明的是，非解析复变电力系统中负荷节点有功功率获取极大值的必要条件是系统动态等值阻抗模等于负荷静态等值阻抗。求取系统动态等值阻抗ZTHEV需要将注入功率作为参变量，再对复合函数求导：
式中，分别表示系统注入电压、注入电流。
为获得ZiTHEV(s)的表达式，首先将节点电压的解析表达式Vi(s)对嵌入因子s求导：
dVi/ds＝Vi[1]+2Vi[2]s+…+nVi[n]sn-1
式中，Vi为节点i的电压。
电压和电流的关系如下：
I＝YV
式中，I＝[I1,I2,…,In]且V＝[V1,V2,…,Vn]；Y为各节点阻抗矩阵。
电流关于嵌入因子s的解析表达式为：
式中，O表示节点索引。
电流的解析表达式Ii(s)对嵌入因子s求导：
节点i处的综合动态等值阻抗等于：
节点i处的负荷静态等值阻抗等于：
由戴维南等值的最大传输功率定理可得，系统若满足最大功率传输条件，则负荷节点处于静态电压稳定的临界状态。由此可以定义嵌入式阻抗模裕度指标：
式中不同的s取值代表不同的系统状态，其中s＝1代表基准状态的系统。根据需求带入不同的s值后，对系统中所有带负荷节点进行嵌入式阻抗模裕度裕度计算，可以获得不同运行状态下系统节点的静态电压稳定性强弱排序。
202、计算出所有配电网系统中各个节点的嵌入式阻抗模裕度指标，按照嵌入式阻抗模裕度指标的大小对节点进行升序排序，识别出嵌入式阻抗模裕度指标最小的预设个数的节点即为电压稳定薄弱节点；
其中，预设个数的节点可以基于需求设定，一般可以设置两个到五个。
203、在配电网系统中剔除电压稳定薄弱节点，得到光伏接入候选节点，构建光伏接入节点候选集。
在一个具体实施例中，步骤三具体包括：
301、在光伏接入节点候选集中随机产生Npv个不同的节点作为光伏接入配电网场景的光伏接入位置，从而得到多个光伏接入配电网场景；
其中，光伏接入节点候选集定义为A＝{a1,a2,…,ap}，集合中包含p个光伏可接入节点。
并选取随机场景模拟个数M，M应适当，若M过小，则光伏模拟方案过少，仿真精度不足；若M过大，则模拟所用时间过长，计算量过大，效率不足。本发明可以把随机场景定义为将光伏配置数量Npv由1增大到最大母线数Nbus。
302、对每个光伏接入配电网场景设定随机模拟的光伏装机容量范围，并在每个光伏接入配电网场景下随机模拟N个光伏接入配电网方案，获取每个光伏接入配电网方案执行后的光伏装机容量与线路电压最大值；
303、通过重复执行步骤301～302进行多个不同场景下的光伏随机接入，获得多组光伏并网总容量及最大线路电压幅值；
304、对每个光伏接入配电网方案以及其对应的光伏并网总容量构建光伏接入容量分布，确定每个光伏接入配电网方案的最大线路光伏接入容量。
其中，光伏接入容量分布可以以光伏承载能力图形式呈现。
在一个具体实施例中，步骤四具体包括：
401、基于每个光伏接入配电网方案的最大线路光伏接入容量和最大线路电压幅值绘制Ppv-Uimax散点图分布图，其中，Ppv为最大线路光伏接入容量，Uimax为最大线路电压幅值；
402、将Ppv-Uimax散点图分布图的横轴划分为等间距的连续区间，得到光伏装机容量区间以及其对应的区间最大线路电压幅值；
需要说明的是，根据随机场景分析方法得到的线路系统最大光伏承载能力Ppv与每一个场景的最大线路电压幅值Uimax，绘制Ppv-Uimax散点图分布图。在散点分布图的基础上，进一步分析、可以计了配电网中的光伏装机容量，通常采用如下公式来确定其容量：
式中，Umax,w为光伏配置场景w的最大线路电压幅值；Ppv,w为光伏配置场景w的光伏装机总容量。
上式计算出的HC1可以确保在任何情况下都不会出现过电压，所以HC1实际代表了最保守的光伏承载能力。随着配电网中光伏所占比重的不断提升，以及光伏装机点分布的日趋分散，通过对传统评价方法的研究，适当放松对电网容量的约束，能够降低光伏并网容量估计的保守程度。为此，本步骤采用将Ppv-Uimax散点图分布图的横轴划分为等间距的连续区间，即光伏装机容量区间(Photovoltaic installation capacity interval，PICI)。
403、通过下式计算每个光伏装机容量区间的过电压风险概率为：
式中，λm为第m个光伏装机容量区间的过电压风险概率；和/>分别为第m个光伏装机容量区间中的过电压光伏配置场景的数目和总场景数目，m为光伏装机容量区间的索引；
404、引入过电压严重程度校正因子对过电压风险概率进行校正，得到过电压风险修正概率为：
式中，λ′m为过电压风险修正概率，δm为第m个光伏装机容量区间的过电压严重程度校正因子，其中，
式中，w表示光伏装机容量区间中的过电压光伏配置场景的索引，表示第m个PICI内光伏配置场景w的过电压严重程度值，/>表示第m个光伏装机容量区间内光伏配置场景w在t时刻的线路电压幅值，Umax为最大线路电压幅值；
其中，
式中，η(ι)为0-1决策变量，η(ι)表示和Umax的大小关系，tmax为总时刻；其中，
需要说明的是，过电压风险概率仅反映过电压概率，而不考虑过电压严重性。为此，本问引入过电压严重程度(Overvoltage hazard degree，OHD)校正因子进一步考虑了过电压危害程度，通过过电压概率乘以过OHD校正因子可以量化实际的过电压风险。
405、通过每个光伏装机容量区间的过电压风险修正概率和预设的光伏的最大可接受过电压概率阈值计算相应的光伏装机容量区间的最大线路光伏接入容量下界，即光伏承载容量为：
式中，HC为光伏承载容量，mmax为光伏装机容量区间总个数，Ppv,m为光伏装机容量区间m的最大线路光伏接入容量，λmax为预设的光伏的最大可接受过电压概率阈值。
需要说明的是，为了简化分析，所有PICI都设置为相同宽度。在此基础上，引入了光伏的最大可接受过电压概率阈值λmax。λmax是公用事业规划人员预定义的参数，表示光伏的最大可接受过电压概率。它通常是根据实际的光伏规划需求和运行条件确定的，如光伏安装的当地需求、发生过电压的频率和严重程度的历史记录、光伏的整体电压调节能力等。λmax的选择实际上是一个综合考虑多个因素的决定。
在引入校正因子δm后，对于第m个PICI内的相同的光伏穿透水平，结合OHD的IOR指标λ′m将高于仅考虑过电压概率的IOR指标λm；并且随着过电压光伏配置场景平均过电压幅度的提升，λ′m值也会相应增大。在同时考虑过电压发生的概率和危害程度时，最终得到的HC值将小于仅考虑过电压概率的IOR指标λm对应的HC值。
在一个具体实施例中，本方法还包括：
501、获取当前光伏接入配电网方案的总光伏装机容量，判断当前光伏接入配电网方案的总光伏装机容量是否大于光伏承载容量；
502、若当前光伏接入配电网方案的总光伏装机容量大于最光伏承载容量，则当前光伏接入配电网方案的总光伏装机容量的过电压风险不可接受；
503、若当前光伏接入配电网方案的总光伏装机容量不大于光伏承载容量，则当前光伏接入配电网方案的总光伏装机容量的过电压风险可接受。
需要说明的是，当前光伏接入配电网方案的总光伏装机容量低于光伏承载容量HC，所有PICI的IOR都低于预设的光伏的最大可接受过电压概率阈值，无论实际光伏容量和光伏配置如何，这都被认为是公用事业可以接受的。但如果光伏总装机容量超过光伏承载容量HC，多数PICI的IOR将违反预设的光伏的最大可接受过电压概率阈值，这意味着在光伏承载容量HC的大多数光伏装机容量存在不可接受的高过电压风险。也就是说，光伏承载容量HC是在预设的光伏的最大可接受过电压概率阈值的限制下，整个配电网可以容纳的最大光伏装机容量。所提方法可以在实际的光伏规划中考虑光伏配置的不确定性，公用事业公司可以通过灵活调整预设的光伏的最大可接受过电压概率阈值λmax来有效控制HC值的保守性。
以上为本发明提供的一种基于随机场景分析的光伏承载能力评估方法的实施例详细描述，以下为本发明提供的一种基于随机场景分析的光伏承载能力评估系统的实施例详细描述。
为了便于理解，请参阅图3，本发明还提供了一种基于随机场景分析的光伏承载能力评估系统，包括：
约束构建模块100，用于构建分布式光伏并网的配电网安全运行约束；
节点薄弱评估模块200，用于基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，得到光伏接入节点候选集；
场景模拟生成模块300，用于在配电网安全运行约束下，利用随机场景模拟法在光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，光伏接入配电网方案包括光伏接入数量、接入节点和最大线路光伏接入容量；
光伏承载容量评估模块400，用于计算光伏接入配电网方案的过电压风险概率和过电压严重程度，根据光伏接入配电网方案的过电压风险概率和过电压严重程度确定相应方案的最大线路光伏接入容量下界作为光伏承载容量。
本发明还提供了一种电子设备，包括存储器和处理器，存储器用于存储一条或多条计算机程序指令，其中，一条或多条计算机程序指令被处理器执行以实现如上述的方法。
本发明还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述的方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，电子设备和计算机可读存储介质的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，电子设备，计算机可读存储介质和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.基于随机场景分析的光伏承载能力评估方法，其特征在于，包括以下步骤：
步骤一、构建分布式光伏并网的配电网安全运行约束；
步骤二、基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，得到光伏接入节点候选集；
步骤三、在配电网安全运行约束下，利用随机场景模拟法在所述光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，所述光伏接入配电网方案包括光伏接入数量、接入节点和最大线路光伏接入容量；
步骤四、计算所述光伏接入配电网方案的过电压风险概率和过电压严重程度，根据所述光伏接入配电网方案的过电压风险概率和过电压严重程度确定相应方案的最大线路光伏接入容量下界作为光伏承载容量。
2.根据权利要求1所述的基于随机场景分析的光伏承载能力评估方法，其特征在于，所述配电网安全运行约束具体包括：
1)节点电压差平衡约束为：
ΔUi＝Ui-Ui-1＝0
式中，i表示节点索引，ΔUi表示节点电压差，Ui表示节点i的电压幅值，Ui-1表示节点i-1的电压幅值；
2)潮流约束为：
式中，ΔP、ΔQ分别表示节点注入的有功功率差和节点注入的无功功率差，PGi和QGi分别表示第i个节点分布式电源注入的有功与无功功率，j为节点序号，Uj为节点j的电压幅值，Gij、Bij、θij分别为两节点i、j之间的电导、电纳和电压相角差；
3)节点电压约束为：
Uimin≤Ui≤Uimax
式中，Uimin、Uimax分别表示节点i允许的电压最小、最大幅值；
4)禁止功率倒送约束为：
Pre≤0
式中，Pre表示配电网低压侧节点向高压侧节点传送的功率。
3.根据权利要求1所述的基于随机场景分析的光伏承载能力评估方法，其特征在于，步骤二具体包括：
201、构建嵌入式阻抗模裕度指标以表征配电网系统当前状态离最大功率传输条件的距离，其中嵌入式阻抗模裕度指标为，
式中，μ(s)表示嵌入式阻抗模裕度，嵌入式阻抗模裕度μ(s)的取值范围在0～1之间，μ(s)的取值越大代表当前配电网系统当前状态越稳定，当μ(s)＝0表示配电网系统处于静态电压稳定边界，μ(s)＜0则代表系统失稳，s表示嵌入因子，ZLD(s)表示负荷静态等值阻抗，ZTHEV(s)表示系统节点的综合动态等值阻抗；
202、计算出所有配电网系统中各个节点的嵌入式阻抗模裕度指标，按照嵌入式阻抗模裕度指标的大小对节点进行升序排序，识别出嵌入式阻抗模裕度指标最小的预设个数的节点即为电压稳定薄弱节点；
203、在配电网系统中剔除电压稳定薄弱节点，得到光伏接入候选节点，构建光伏接入节点候选集。
4.根据权利要求1所述的基于随机场景分析的光伏承载能力评估方法，其特征在于，步骤三具体包括：
301、在光伏接入节点候选集中随机产生Npv个不同的节点作为光伏接入配电网场景的光伏接入位置，从而得到多个光伏接入配电网场景；
302、对每个光伏接入配电网场景设定随机模拟的光伏装机容量范围，并在每个光伏接入配电网场景下随机模拟N个光伏接入配电网方案，获取每个光伏接入配电网方案执行后的光伏装机容量与线路电压最大值；
303、通过重复执行步骤301～302进行多个不同场景下的光伏随机接入，获得多组光伏并网总容量及最大线路电压幅值；
304、对每个光伏接入配电网方案以及其对应的光伏并网总容量构建光伏接入容量分布，确定每个光伏接入配电网方案的最大线路光伏接入容量。
5.根据权利要求4所述的基于随机场景分析的光伏承载能力评估方法，其特征在于，步骤四具体包括：
401、基于每个光伏接入配电网方案的最大线路光伏接入容量和最大线路电压幅值绘制Ppv-Uimax散点图分布图，其中，Ppv为最大线路光伏接入容量，Uimax为最大线路电压幅值；
402、将所述Ppv-Uimax散点图分布图的横轴划分为等间距的连续区间，得到光伏装机容量区间以及其对应的区间最大线路电压幅值；
403、通过下式计算每个光伏装机容量区间的过电压风险概率为：
式中，λm为第m个光伏装机容量区间的过电压风险概率；和/>分别为第m个光伏装机容量区间中的过电压光伏配置场景的数目和总场景数目，m为光伏装机容量区间的索引；
404、引入过电压严重程度校正因子对过电压风险概率进行校正，得到过电压风险修正概率为：
式中，λ′m为过电压风险修正概率，δm为第m个光伏装机容量区间的过电压严重程度校正因子，其中，
式中，w表示光伏装机容量区间中的过电压光伏配置场景的索引，表示第m个PICI内光伏配置场景w的过电压严重程度值，/>表示第m个光伏装机容量区间内光伏配置场景w在t时刻的线路电压幅值，Umax为最大线路电压幅值；
其中，
式中，η(ι)为0-1决策变量，η(ι)表示和Umax的大小关系，tmax为总时刻；其中，
405、通过每个光伏装机容量区间的过电压风险修正概率和预设的光伏的最大可接受过电压概率阈值计算相应的光伏装机容量区间的最大线路光伏接入容量下界，即光伏承载容量为：
式中，HC为光伏承载容量，mmax为光伏装机容量区间总个数，Ppv,m为光伏装机容量区间m的最大线路光伏接入容量，λmax为预设的光伏的最大可接受过电压概率阈值。
6.根据权利要求1所述的基于随机场景分析的光伏承载能力评估方法，其特征在于，还包括：
获取当前光伏接入配电网方案的总光伏装机容量，判断当前光伏接入配电网方案的总光伏装机容量是否大于光伏承载容量；
若当前光伏接入配电网方案的总光伏装机容量大于最光伏承载容量，则当前光伏接入配电网方案的总光伏装机容量的过电压风险不可接受；
若当前光伏接入配电网方案的总光伏装机容量不大于光伏承载容量，则当前光伏接入配电网方案的总光伏装机容量的过电压风险可接受。
7.基于随机场景分析的光伏承载能力评估系统，其特征在于，包括：
约束构建模块，用于构建分布式光伏并网的配电网安全运行约束；
节点薄弱评估模块，用于基于嵌入式阻抗模裕度指标量化配电网的节点静态电压稳定裕度，并确定电压稳定薄弱节点，剔除配电网中的电压稳定薄弱节点，得到光伏接入节点候选集；
场景模拟生成模块，用于在配电网安全运行约束下，利用随机场景模拟法在所述光伏接入节点候选集中进行光伏节点接入随机模拟，得到多个光伏接入配电网方案，所述光伏接入配电网方案包括光伏接入数量、接入节点和最大线路光伏接入容量；
光伏承载容量评估模块，用于计算所述光伏接入配电网方案的过电压风险概率和过电压严重程度，根据所述光伏接入配电网方案的过电压风险概率和过电压严重程度确定相应方案的最大线路光伏接入容量下界作为光伏承载容量。
8.一种电子设备，包括存储器和处理器，其特征在于，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的方法。
CN202311391700.3A 2023-10-25 2023-10-25 基于随机场景分析的光伏承载能力评估方法及系统 Pending CN117394436A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311391700.3A CN117394436A (zh) 2023-10-25 2023-10-25 基于随机场景分析的光伏承载能力评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311391700.3A CN117394436A (zh) 2023-10-25 2023-10-25 基于随机场景分析的光伏承载能力评估方法及系统

Publications (1)

Publication Number Publication Date
CN117394436A true CN117394436A (zh) 2024-01-12

Family

ID=89464478

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311391700.3A Pending CN117394436A (zh) 2023-10-25 2023-10-25 基于随机场景分析的光伏承载能力评估方法及系统

Country Status (1)

Country Link
CN (1) CN117394436A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117713221A (zh) * 2024-02-01 2024-03-15 深圳戴普森新能源技术有限公司 一种微逆光伏并网优化系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117713221A (zh) * 2024-02-01 2024-03-15 深圳戴普森新能源技术有限公司 一种微逆光伏并网优化系统
CN117713221B (zh) * 2024-02-01 2024-04-16 深圳戴普森新能源技术有限公司 一种微逆光伏并网优化系统

Similar Documents

Publication Publication Date Title
CN107918103B (zh) 一种基于灰色粒子滤波的锂离子电池剩余寿命预测方法
CN117394436A (zh) 基于随机场景分析的光伏承载能力评估方法及系统
Hou et al. Cluster computing-based trajectory sensitivity analysis application to the WECC system
CN109474014B (zh) 一种对双馈风场接入电网友好性的量化评估方法
CN114243912B (zh) 一种台区光储充云边协同方法及系统
CN104701858A (zh) 计及分区动态无功储备的无功电压控制方法
Djari et al. Voltage stability assessment using the VQ sensitivity and modal analyses methods
CN112287605B (zh) 一种基于图卷积网络加速的潮流校核方法
CN114662809A (zh) 一种综合能源园区内供电电源的电能质量评价方法和系统
CN116093995B (zh) 一种配电系统多目标网络重构方法及系统
CN111697607B (zh) 一种多端柔性直流输电受端电网接入方法及系统
Heleno et al. A linearized approach to the symmetric fuzzy power flow for the application to real systems
CN116953547A (zh) 一种储能电池健康度评估方法、系统、设备及存储介质
CN113471972B (zh) 一种用于电力系统的监测惯量的方法和系统
CN115912493A (zh) 分布式电源接入方法、电子设备、配电网及存储介质
CN115459310A (zh) 基于改进变分模态分解的混合储能容量优化方法及系统
CN112994016B (zh) 一种用于电力系统潮流的恢复可解性调整方法及系统
CN115173421A (zh) 一种基于渐进拉丁超立方采样的概率最优潮流计算方法
CN114757548A (zh) 一种采用场景构建的风电储能设备调节性能评估方法
CN115642597B (zh) 一种分布式光伏承载力计算方法及装置
CN112967154B (zh) 一种电力系统Well-being的评估方法及装置
CN115017735B (zh) 一种用于高维系统的多代理概率电压稳定计算方法
CN113690900B (zh) 基于电压灵敏度指数的调相机选址方法及装置
CN113972659B (zh) 一种考虑随机潮流的储能配置方法及系统
CN117937522B (zh) 电力控制柜的电力节能控制方法、控制柜及存储介质

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