CN117595285A - 一种含高比例光伏的配电网集群电压控制方法及系统 - Google Patents
一种含高比例光伏的配电网集群电压控制方法及系统 Download PDFInfo
- Publication number
- CN117595285A CN117595285A CN202311564923.5A CN202311564923A CN117595285A CN 117595285 A CN117595285 A CN 117595285A CN 202311564923 A CN202311564923 A CN 202311564923A CN 117595285 A CN117595285 A CN 117595285A
- Authority
- CN
- China
- Prior art keywords
- node
- cluster
- power
- voltage
- active
- 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 61
- 230000035945 sensitivity Effects 0.000 claims abstract description 57
- 239000011159 matrix material Substances 0.000 claims abstract description 54
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 38
- 230000009471 action Effects 0.000 claims abstract description 15
- 230000008878 coupling Effects 0.000 claims abstract description 13
- 238000010168 coupling process Methods 0.000 claims abstract description 13
- 238000005859 coupling reaction Methods 0.000 claims abstract description 13
- 230000001276 controlling effect Effects 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 18
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 abstract description 7
- 239000000243 solution Substances 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity 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
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
-
- 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
-
- 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
- H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- 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
- H02J3/38—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
- 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
-
- 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
-
- 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
-
- 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
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Nonlinear Science (AREA)
- Evolutionary Biology (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明公开了含高比例光伏的配电网集群电压控制方法及系统,方法包括:获取配电网参数,结合配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离;利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果;依据划分结果,通过聚类算法选择集群内关键节点动作,以提升集群电压调控能力。从有功和无功灵敏度关系出发,考虑到不同改变对其他节点的影响力,能够实现对PV并网逆变器无功调节能力的高效利用,且大幅降低了控制策略运算的复杂程度,避免了集群内可调节分布式光伏过多情况。
Description
技术领域
本发明涉及配电网控制技术领域,尤其涉及一种含高比例光伏的配电网集群电压控制方法及系统。
背景技术
我国电力系统的能源消耗开始从以化石能源为主向以清洁能源为主转变。配电网户用光伏并网数量和容量已经呈现出快速增长的趋势,局部地区的分布式光伏渗透过高出现功率倒送的情况,使传统无源配电网转化为复杂多源配电网,配电网频繁出现电压越限、谐波污染等多种风险。其中电压越限会对线路安全稳定运行、配电网新能源消纳等方面产生影响。传统的集中式调控方法即对配电网中每个节点进行电压控制的计算量十分庞大,控制效率较低。因此为了有效降低运算复杂度,提高对系统电压观测与控制的效率,我国学者将源-网“集群化”的概念应用于电力系统运行控制,通过分布式PV发电的集群化并网控制,有效缓解单个分布式PV电源的波动性和不确定性,提升含高比例分布式电源主动配电网的控制效率,保证系统的安全稳定运行。
目前现有的研究从不同技术角度利用主导节点实现了对含分布式电源配电网的集群电压调控,但在集群划分和主导节点选取方面仍存在以下不足:一是均未充分考虑PV部分节点接入时并网逆变器自身的电压/无功调节能力;二是未考虑PV出力强波动性和不确定性对系统运行状态的影响;三是忽略有功功率波动对系统电压的影响,只考虑无功功率流动对系统电压的影响。但在中低压配电网中,由于电阻和电抗相差不大,有功功率变化对电压的影响不可忽略。
发明内容
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种含高比例光伏的配电网集群电压控制方法及系统解决目前在集群划分和主导节点选取方面未充分考虑PV部分节点接入时并网逆变器自身的电压/无功调节能力;未考虑PV出力强波动性和不确定性对系统运行状态的影响,以及忽略有功功率波动对系统电压影响的问题。
为解决上述技术问题,本发明提供如下技术方案:
第一方面,本发明提供了一种含高比例光伏的配电网集群电压控制方法,包括:获取配电网参数,结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离;
利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和所述综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果;
依据所述划分结果,通过聚类算法选择集群内关键节点动作,以提升集群电压调控能力。
作为本发明所述的含高比例光伏的配电网集群电压控制方法的一种优选方案,其中:结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离,包括,
以电压灵敏度信息定义的电气距离用于设定系统中任意两节点之间电气联系的紧密程度;
配电网潮流计算满足:
式中:ΔP、ΔQ分别为节点注入有功和无功功率变化量;Δδ、ΔU分别为节点电压相角和幅值变化量;雅可比矩阵J由组成,用以表示节点注入功率波动与节点电压变化之间的关系;
雅可比矩阵J求逆可得到配电网电压灵敏度为:
式中:SPU、SQU分别为注入单位有功和无功功率时节点电压幅值变化的灵敏度矩阵;SPδ、SQδ分别为注入单位有功和无功功率时节点电压相角变化的灵敏度矩阵;
各节点间的电气距离如下:
式中,ΔUi,t、ΔUj,t分别为t时刻节点i、j的电压幅值变化量;分别反映在有功或无功影响下,t时刻节点j的单位电压变化引起的节点i电压变化;/>分别为t时刻节点i对节点j有功电压灵敏度因子和无功电压灵敏度因子;
的电气距离lij,t定义为:
拓展定义t时刻节i和j之间的电气距离为:
式中,liz,t、ljz,t分别为t时刻i、j节点与z节点的电气距离。
作为本发明所述的含高比例光伏的配电网集群电压控制方法的一种优选方案,其中:以功率储备度定义的电气距离用于定义电气距离在整个系统空间中表现为可调功率量较少的节点向可调功率量较大的节点靠近,包括,
t时刻任意两节点i、j间由无功储备度描述的电气距离为:
式中,为t时刻两节点PV逆变器可提供的无功功率;/>为t时刻节点功率调节时两节点间的无功需求量;当两个节点均没有PV电源时/>当两节点可提供无功功率大于无功需求时,/>
t时刻任意两节点i、j间由有功储备度描述的电气距离为:
式中,为t时刻两节点PV逆变器可提供的有功功率;/>为t时刻节点i功率调节时两节点间的有功需求量;Uit、Uit分别为t时刻节点i、j的电压幅值;Upu表示额定电压标幺值;
将任意两节点间以无功和有功功率储备度定义的综合电气距离定义为:
作为本发明所述的含高比例光伏的配电网集群电压控制方法的一种优选方案,其中:还包括,以电压灵敏度和功率储备度描述的电气矩离相结合,定义t时刻任意两节点i、j间的综合电气距离为:
dij,t=λ1Lij,t+λ2γij,t
设置某电气距离相对功率储备度距离为极端重要标度,确定二者权重分别为λ1=0.9,λ1=0.1。
作为本发明所述的含高比例光伏的配电网集群电压控制方法的一种优选方案,其中:利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和所述综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果,包括,
把网络中每个节点视为一个集群,计算网络模块度值;
初始节点i开始随机选取节点j进行结合得到新集群,并计算模块度,计算网络模块度增量,若模块度增量为正,则把节点i和节点j视为同一个集群;
把当前集群视作一个新的集群与其他集群继续结合,重复上一步骤,在遍历整个配电网的所有节点后,第一次集群划分结束;
判断整个系统中是否有节点个数为1的集群,如果有,该集群重复进行上两个步骤;如果没有,集群划分阶段结束,输出当前集群划分的结果。
作为本发明所述的含高比例光伏的配电网集群电压控制方法的一种优选方案,其中:依据所述划分结果,通过聚类算法选择集群内关键节点动作,包括,
将t时刻节点i的自身重要性、全局重要性和中心影响力分别定义如下:
GINi,t=tGIMi,t×SIMi,t
式中,dgi,t表示t时刻节点i的度,即网络中与该节点相连的边数,表示为dgi,t=degreett(i);β1、β2分别为SIMi,t和GIMi,t的权重系数,β1=β2=1;GINi,t表示t时刻节点i的GIN中心性影响力。
作为本发明所述的含高比例光伏的配电网集群电压控制方法的一种优选方案,其中:计算出t时刻节点i的归一化GIN中心性与经典算法下参考度pi,t数值上的乘值hi,t,即:
由于参考度pi,t<0且越大节点i成为聚类中心的适合程度越高,以数组ht中值ht mid为轴翻转ht确定考虑节点GIN中心性优化后的AP聚类算法参考度:
按照收集的节点电压越限信息将整个配电网划分为多个集群。
第二方面,本发明提供了一种含高比例光伏的配电网集群电压控制的系统,包括,构造模块,用于获取配电网参数,结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离;
划分模块,用于利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和所述综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果;
关键点选取模块,用于依据所述划分结果,通过聚类算法选择集群内关键节点动作,以提升集群电压调控能力。
第三方面,本发明提供了一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现所述含高比例光伏的配电网集群电压控制方法的步骤。
第四方面,本发明提供了一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现所述含高比例光伏的配电网集群电压控制方法的步骤。
与现有技术相比,本发明的有益效果:本发明考虑节点功率储备度定义VS-PR综合电气距离,综合改进的社区算法进行高渗透率分布式光伏接入配电网的集群划分;从有功和无功灵敏度关系出发,考虑到不同改变当前节点有功/无功功率对其他节点的影响力,还结合集群内节点耦合度指标,经过社区算法得到最优的无功集群和有功集划分结果;结合改进GIN-AP聚类算法进行主动配电网动态集群关键节点选取,能够实现对PV并网逆变器无功调节能力的高效利用。本发明能够有效降低系统总弃光量,且大幅降低了控制策略运算的复杂程度。本发明把光伏支撑能力与灵敏度矩阵相结合,避免了集群内可调节分布式光伏过多情况。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一个实施例所述的含高比例光伏的配电网集群电压控制方法的整体流程示意图;
图2为本发明一个实施例所述的含高比例光伏的配电网集群电压控制方法的具体流程示意图;
图3为本发明一个实施例所述的含高比例光伏的配电网集群电压控制方法中集群电压协调控制简化示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
实施例1
参照图1-2,为本发明的一个实施例,提供了一种含高比例光伏的配电网集群电压控制方法,包括:
S1:获取配电网参数,结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离;
更进一步的,结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离,包括,
以电压灵敏度信息定义的电气距离用于设定系统中任意两节点之间电气联系的紧密程度;
应说明的是,为了便于集群内电压控制,应保证集群内各节点之间具有较强的电气联系,首先采用以电压灵敏度信息定义的传统电气距离描述系统中任意两节点之间电气联系的紧密程度。配电网潮流计算应满足:
式中:ΔP、ΔQ分别为节点注入有功和无功功率变化量;Δδ、ΔU分别为节点电压相角和幅值变化量;雅可比矩阵J由组成,用以表示节点注入功率波动与节点电压变化之间的关系;
与大电网相比,配电网的R/X较大,且分布式电源出力波动会对其他节点产生影响,因此考虑功率变化对节点电压和相角的影响,由式(8)中的雅可比矩阵J求逆可得到配电网电压灵敏度为:
式中:SPU、SQU分别为注入单位有功和无功功率时节点电压幅值变化的灵敏度矩阵;SPδ、SQδ分别为注入单位有功和无功功率时节点电压相角变化的灵敏度矩阵;
各节点间的电气距离如下:
式中,ΔUi,t、ΔUj,t分别为t时刻节点i、j的电压幅值变化量;分别反映在有功或无功影响下,t时刻节点j的单位电压变化引起的节点i电压变化;/>分别为t时刻节点i对节点j有功电压灵敏度因子和无功电压灵敏度因子;
应说明的是,与节点j对i的影响正相关,其数值越大说明二者间的电气联系越紧密。考虑/>权重相同,则:
的电气距离lij,t定义为:
同时,考虑到系统中所有节点间的相互影,则:
拓展定义t时刻节i和j之间的电气距离为:
式中,liz,t、ljz,t分别为t时刻i、j节点与z节点的电气距离。
更进一步的,以功率储备度定义的电气距离用于定义电气距离在整个系统空间中表现为可调功率量较少的节点向可调功率量较大的节点靠近;
应说明的是,主动配电网的集群电压控制主要依靠主导节点对各集群内PV并网逆变器的有功和无功功率输出进行灵活调控,这就需要各集群主导节点要有较大的调节容量,即相对于其他节点应具有较大的无功和有功储备。因此,本发明定义了功率储备度,其值越小,则节点间的功率储备越大,以此描述的电气距离在整个系统空间中表现为可调功率量较少的节点向可调功率量较大的节点靠近,具体从无功和有功储备度两个方面定义如下:
包括,
t时刻任意两节点i、j间由无功储备度描述的电气距离为:
式中,为t时刻两节点PV逆变器可提供的无功功率;/>为t时刻节点功率调节时两节点间的无功需求量;当两个节点均没有PV电源时/>当两节点可提供无功功率大于无功需求时,/>
越小,则表示节点i为分布式PV接入节点,且在t时刻节点i、j间的无功功率储备度越高,即可提供的可调无功功率越大。
t时刻任意两节点i、j间由有功储备度描述的电气距离为:
式中,为t时刻两节点PV逆变器可提供的有功功率;/>为t时刻节点i功率调节时两节点间的有功需求量;Uit、Ujt分别为t时刻节点i、j的电压幅值;Upu表示额定电压标幺值;
将任意两节点间以无功和有功功率储备度定义的综合电气距离定义为:
更进一步的,还包括,以电压灵敏度和功率储备度描述的电气矩离相结合,定义t时刻任意两节点i、j间的综合电气距离为:
dij,t=λ1Lij,t+λ2γij,t (12)
设置某电气距离相对功率储备度距离为极端重要标度,确定二者权重分别为λ1=0.9,λ1=0.1。
应说明的是,为遵循系统拓扑结构原则,根据层次分析法,使用1-9分数标度法建立判断矩阵,由此设置某电气距离相对功率储备度距离为极端重要标度。
还应说明的是,以上对于综合电气距离的定义以电压灵敏度和功率储备度描述的电气距离相结合,定义t时刻任意两节点i、j间的VS-PR综合电气距离,为后续相关的集群划分和关键节点的选取奠定基础。
S2:利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和所述综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果;
更进一步的,包括,
把网络中每个节点视为一个集群,计算网络模块度值;
初始节点i开始随机选取节点j进行结合得到新集群,并计算模块度,计算网络模块度增量,若模块度增量为正,则把节点i和节点j视为同一个集群;
把当前集群视作一个新的集群与其他集群继续结合,重复上一步骤,在遍历整个配电网的所有节点后,第一次集群划分结束;
判断整个系统中是否有节点个数为1的集群,如果有,该集群重复进行上两个步骤;如果没有,集群划分阶段结束,输出当前集群划分的结果。
具体的,对于上述划分的具体步骤及公式表现形式如下:
①进行解耦控制:
由电力系统负载潮流雅可比矩阵经过改写后可表示为:
式中,ΔP和ΔQ分别为节点的注入有功功率和无功功率的变化量;Δθ和ΔU分别为节点的相角和电压的变化量;SPU和SQU为节点注入单位量的有功无功功率和无功功率时节点电压幅值的变化程度;SPθ和SQθ为节点注入单位数量的有功无功功率和无功功率时节点相角的变化程度。
由式(13)可知在n个节点的配电网中,i节点的电压幅值的变化量ΔU与有功和无功变化量ΔP和ΔQ可表示为:
ΔU=SPUΔP+SQUΔQ (14)
在配电网中m个节点接入不同容量光伏,对i节点电压影响可表示为:
式中Ui0为i节点初始的电压,SPUij为节点i对节点j的有功电压灵敏度因子;SQUij为i对节点j的无功电压灵敏度因子。由式(14)和式(15)可知,在不改变有功功率时,改变某个节点的无功功率,电压幅值变化程度只与无功灵敏度矩阵有关;同理在不改变无功功率时,改变该节点的有功功率,电压幅值变化程度只与有功灵敏度矩阵有关,因此可以实现无功和有功解耦控制。
②基于Louvain算法的改进集群划分方法
Louvain算法是Newman提出的模块度函数集群算法,该算法能快速生成最优的集群划分结果,极大程度减少人为因素的干预。模块度函数可表示为:
式中Aij为节点i和节点j的边权重,当节点i和j直接相连的时Aij=1,不直接相连时候Aij=0,ki为所有和节点i相连的边权重之和,kj为所有和j节点相连的边权重之和,m=(∑i∑jAij)/2为网络中所有边的权重之和,如果节点i和j在同一个集群内δ(i,j)=1,否则δ(i,j)=0。
1)无功集群划分:
用不同节点灵敏度均值代替原来的边权重矩阵,改进后的边权重可表示为:
调整节点i的无功功率对节点j支撑能力可表示为:
αQUij=SQUij/SQUjj×QQUi (18)
式中QQui为节点i光伏逆变器可调节无功容量。
最终改进的权重矩阵可表示为:
AQUij=αQUij+ηQUij (19)
改进的模块度可表示为:
考虑集群内部结构特征,聚合度指标可表示为:
式中c为当前集群的标号,m为总的集群的数量,综合评价指标可表示为:
ρQU=ρQUa+ρQUb (22)
2)有功集群划分:
有功灵敏度矩阵能准确地反应不同节点有功耦合度。所以用有功灵敏度矩阵的均值代替原来的边权重矩阵,改进后的边权重可表示为:
节点i有功功率调整对节点j支撑能力可表示为:
αPUij=SPUij/SPUjj×PPUi (24)
最终改进的边权重矩阵可表示为:
APUij=αPUjj+SPU (25)
模块度可表示为:
有功集群的聚合度指标:
综合模块度评价指标可表示为:
ρPU=ρPUa+ρPUb (28)
应说明的是,本步骤利用分布式光伏无功/有功支撑能力和无功灵敏度矩阵/有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标,通过社区算法得到最优的无功集群和有功集群的划分结果,将电网的各个节点分为有功集群、无功集群两类。
S3:依据所述划分结果,通过聚类算法选择集群内关键节点动作,以提升集群电压调控能力。
应说明的是,引入GIN算法来评估节点作为聚类中心的适合程度,通过提高AP算法中含有分布式PV电源且容量较大节点的参考度,降低不含分布式PV电源节点的参考度,实现节点参考度的优化分配,以得到更适合的聚类中心,并将其设为主导节点,在一定程度上提升系统的集群电压调控能力。
更进一步的,将t时刻节点i的自身重要性、全局重要性和中心影响力分别定义如下:
GINi,t=GIMi,t×SIMi,t (31)
式中,dgi,t表示t时刻节点i的度,即网络中与该节点相连的边数,表示为dgi,t=degreett(i);β1、β2分别为SIMi,t和GIMi,t的权重系数,β1=β2=1;GINi,t表示t时刻节点i的GIN中心性影响力;
应说明的是,SIMi,t以网络节点总数n作为平衡系数通过自然对数e构建,其与节点自身的度正相关;另外,节点i的重要性还和与其互联节点的重要性有关,所连节点越重要则节点i的重要性越高,且节点间的综合电气距离dgi,t不可忽略,节点GIMi,t与其成反比。同时,本发明视节点自身重要性和全局重要性同等重要因此取β1=β2=1。
应说明的是,本步骤引入GIN算法来评估节点作为聚类中心的适合程度,通过提高AP算法中含有分布式PV电源且容量较大节点的参考度,降低不含分布式PV电源节点的参考度,实现节点参考度的优化分配,以得到更适合的聚类中心,并将其设为关键节点,改善电压控制效果,提高电压控制的效率,在一定程度上提升系统的集群电压调控能力。
更进一步的,计算出t时刻节点i的归一化GIN中心性与经典算法下参考度Pi,t 数值上的乘值hi,t,即:
由于参考度Pi,t<0且越大节点i成为聚类中心的适合程度越高,以数组ht中值为轴翻转ht确定考虑节点GIN中心性优化后的AP聚类算法参考度:
按照收集的节点电压越限信息将整个配电网划分为多个集群。
应说明的是,本发明对电压的调控采取有功功率、无功功率共同调节的策略。首先集群内关键节点进行无功补偿,再进行集群内其它节点无功补偿,最后进行集群之间协调控制策略,如果补偿之后电压仍旧越限,再进行相应的有功缩减,步骤顺序与无功补偿相似。此集群控制策略有利于功率就地平衡,有效解决电压越限问题。
上述为本实施例的一种含高比例光伏的配电网集群电压控制方法的示意性方案。需要说明的是,该含高比例光伏的配电网集群电压控制的系统的技术方案与上述的含高比例光伏的配电网集群电压控制方法的技术方案属于同一构思,本实施例中含高比例光伏的配电网集群电压控制系统的技术方案未详细描述的细节内容,均可以参见上述含高比例光伏的配电网集群电压控制方法的技术方案的描述。
本实施例中含高比例光伏的配电网集群电压控制系统,包括:
构造模块,用于获取配电网参数,结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离;
划分模块,用于利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和所述综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果;
关键点选取模块,用于依据所述划分结果,通过聚类算法选择集群内关键节点动作,以提升集群电压调控能力。
本实施例还提供一种计算设备,适用于含高比例光伏的配电网集群电压控制的情况,包括:
存储器和处理器;存储器用于存储计算机可执行指令,处理器用于执行计算机可执行指令,实现如上述实施例提出的实现含高比例光伏的配电网集群电压控制方法。
本实施例还提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例提出的实现含高比例光伏的配电网集群电压控制方法。
本实施例提出的存储介质与上述实施例提出的实现含高比例光伏的配电网集群电压控制方法属于同一发明构思,未在本实施例中详尽描述的技术细节可参见上述实施例,并且本实施例与上述实施例具有相同的有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。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可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(ReadOnly,Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(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的方法。
实施例2
参照图3,为本发明的一个实施例,提供了一种含高比例光伏的配电网集群电压控制方法,为了验证其可行性和有益效果,通过应用对比进行说明。
现选取几个典型集群详细阐述本发明所提的控制策略,集群电压协调控制策略如图1所示,当发生电压波动时,系统内集群可分为三类:
集群Ⅰ:节点电压正常且协调能力充足;
集群Ⅱ:部分节点电压越限且集群协调能力充足;
集群Ⅲ:大部分节点电压越限且集群协调能力不足。
集群Ⅰ在光伏出力波动时,电压维持正常水平,分布式光伏继续以正常模式工作。
集群Ⅱ在光伏出力波动时,出现部分节点电压越限的情况,信息处理中心给集群Ⅱ发送动作信号,经过关键节点补偿后集群整体电压水平恢复正常。
集群Ⅲ在光伏出力波动时,出现部分节点电压严重越限的情况,信息处理中心给集群Ⅲ发送动作信号,进过集群Ⅲ内无功补偿后,电压仍处于越限状态,信息处理中心给由对集群Ⅲ电压变化更加灵敏集群Ⅰ发送动作信号,集群Ⅰ动作后集群Ⅲ还是处于电压越限状态,信息处理中心给集群Ⅱ发送动作信号,补偿步骤与集群Ⅰ内部协调控制相同。
当所有集群不存在可调节的无功功率时,进入有功集群协调阶段,有功集群协调控制与无功集群协调控制方式基本相同,集群电压协调控制不仅能充分利用系统调节能力,还能减少控制节点的数量,提高电压控制效率,减少系统网络损耗。
对于如图3所示的越限集群Ⅰ和Ⅱ,各集群的关键节点先行动作,记录越限节点b的电压与电压限值c的差值ΔV1;越限节点电压恢复正常所需要的无功调整量可表示为:
Qc=ΔU1/SQUab (34)
设Qa为关键节点可调节的最大无功功率调整量,如果Qc<Qa,由关键节点提供Qc电压恢复正常,如果Qa<Qc时由关键节点提供Qa,进行一次潮流计算,记录越限节点电压与c的差值ΔU2以及关键节点补偿的网损,按照选取关键节点排序记录重复进行无功协调控制,当本集群内没有无功功率调整量时,进入集群间无功协调阶段。
其他集群内不同光伏接入点对于本集群越限节点电压影响能力不同,先选取支撑能力最大的节点计算电压恢复正常所需要的无功功率调整量,如果所需要的无功功率小于当前节点能提供的无功功率,则对改节点进行无功补偿后,越限节点电压恢复正常,如果所需要的无功功率大于当前节点能提供的无功功率,该节点提供全部的无功功率,进行潮流计算并记录当前电压与正常电压差值,按照影响能力结果依次进行补偿。全部集群可调节的无功功率不足时,此时进入有功集群控制阶段。有功集群的控制方式与无功集群的控制步骤相同,不再重复叙述。
综上,考虑节点功率储备度定义VS-PR综合电气距离,综合改进的社区算法进行高渗透率分布式光伏接入配电网的集群划分。从有功和无功灵敏度关系出发,考虑到不同改变当前节点有功/无功功率对其他节点的影响力,还结合集群内节点耦合度指标,经过社区算法得到最优的无功集群和有功集划分结果,无功模块度和有功模块度比未曾改进的提升了12.3%和18.8%。
集群的关键节点选取能提高控制效率,本发明结合改进GIN-AP聚类算法进行主动配电网动态集群关键节点选取,能够实现对PV并网逆变器无功调节能力的高效利用。进行集群的关键节点选择,减少了控制节点数目,可以在量测装置不足的情况下改善电压控制效果,提高电压控制的效率。
由不同控制方法的电压调控效果对比可知,本发明综合考虑PV出力强波动性和不确定性对系统运行状态的影响,所提方法能够有效应对强波动性的分布式PV接入,大幅降低系统电压波动越限。与集中式控制相比,本发明能够有效降低系统总弃光量,且大幅降低了控制策略运算的复杂程度。本发明把光伏支撑能力与灵敏度矩阵相结合,避免了集群内可调节分布式光伏过多情况。
应说明的是,以上实施例仅用于说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (10)
1.一种含高比例光伏的配电网集群电压控制方法,其特征在于,包括:
获取配电网参数,结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离;
利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和所述综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果;
依据所述划分结果,通过聚类算法选择集群内关键节点动作,以提升集群电压调控能力。
2.如权利要求1所述的含高比例光伏的配电网集群电压控制方法,其特征在于,结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离,包括,
以电压灵敏度信息定义的电气距离用于设定系统中任意两节点之间电气联系的紧密程度;
配电网潮流计算满足:
式中:ΔP、ΔQ分别为节点注入有功和无功功率变化量;Δδ、ΔU分别为节点电压相角和幅值变化量;雅可比矩阵J由组成,用以表示节点注入功率波动与节点电压变化之间的关系;
雅可比矩阵J求逆可得到配电网电压灵敏度为:
式中:SPU、SQU分别为注入单位有功和无功功率时节点电压幅值变化的灵敏度矩阵;SPδ、SQδ分别为注入单位有功和无功功率时节点电压相角变化的灵敏度矩阵;
各节点间的电气距离如下:
式中,ΔUi,t、ΔUj,t分别为t时刻节点i、j的电压幅值变化量;分别反映在有功或无功影响下,t时刻节点j的单位电压变化引起的节点i电压变化;/>分别为t时刻节点i对节点j有功电压灵敏度因子和无功电压灵敏度因子;
的电气距离lij,t定义为:
拓展定义t时刻节i和j之间的电气距离为:
式中,liz,t、ljz,t分别为t时刻i、j节点与z节点的电气距离。
3.如权利要求1或2所述的含高比例光伏的配电网集群电压控制方法,其特征在于,以功率储备度定义的电气距离用于定义电气距离在整个系统空间中表现为可调功率量较少的节点向可调功率量较大的节点靠近,包括,
t时刻任意两节点i、j间由无功储备度描述的电气距离为:
式中,为t时刻两节点PV逆变器可提供的无功功率;/>为t时刻节点功率调节时两节点间的无功需求量;当两个节点均没有PV电源时/>当两节点可提供无功功率大于无功需求时,/>
t时刻任意两节点i、j间由有功储备度描述的电气距离为:
式中,为t时刻两节点PV逆变器可提供的有功功率;/>为t时刻节点i功率调节时两节点间的有功需求量;Uit、Ujt分别为t时刻节点i、j的电压幅值;Upu表示额定电压标幺值;
将任意两节点间以无功和有功功率储备度定义的综合电气距离定义为:
4.如权利要求3所述的含高比例光伏的配电网集群电压控制方法,其特征在于,还包括,以电压灵敏度和功率储备度描述的电气矩离相结合,定义t时刻任意两节点i、j间的综合电气距离为:
dij,t=λ1Lij,i+λ2γij,t
设置某电气距离相对功率储备度距离为极端重要标度,确定二者权重分别为λ1=0.9,λ1=0.1。
5.如权利要求4所述的含高比例光伏的配电网集群电压控制方法,其特征在于,利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和所述综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果,包括,
把网络中每个节点视为一个集群,计算网络模块度值;
初始节点i开始随机选取节点j进行结合得到新集群,并计算模块度,计算网络模块度增量,若模块度增量为正,则把节点i和节点j视为同一个集群;
把当前集群视作一个新的集群与其他集群继续结合,重复上一步骤,在遍历整个配电网的所有节点后,第一次集群划分结束;
判断整个系统中是否有节点个数为1的集群,如果有,该集群重复进行上两个步骤;如果没有,集群划分阶段结束,输出当前集群划分的结果。
6.如权利要求4或5所述的含高比例光伏的配电网集群电压控制方法,其特征在于,
依据所述划分结果,通过聚类算法选择集群内关键节点动作,包括,
将t时刻节点i的自身重要性、全局重要性和中心影响力分别定义如下:
GINi,t=GIMi,t×SIMi,t
式中,dgi,t表示t时刻节点i的度,即网络中与该节点相连的边数,表示为dgi,t=degreett(i);β1、β2分别为SIMi,t和GIMi,t的权重系数,β1=β2=1;GINi,t表示t时刻节点i的GIN中心性影响力。
7.如权利要求6所述的含高比例光伏的配电网集群电压控制方法,其特征在于,计算出t时刻节点i的归一化GIN中心性与经典算法下参考度pi,t数值上的乘值hi,t,即:
由于参考度pi,t<0且越大节点i成为聚类中心的适合程度越高,以数组ht中值ht mid为轴翻转ht确定考虑节点GIN中心性优化后的AP聚类算法参考度:
按照收集的节点电压越限信息将整个配电网划分为多个集群。
8.一种含高比例光伏的配电网集群电压控制的系统,其特征在于,包括,
构造模块,用于获取配电网参数,结合所述配电网参数中的各节点可调有功、无功功率储备度,构造综合电气距离;
划分模块,用于利用分布式光伏无功、有功支撑能力和无功灵敏度矩阵、有功灵敏度矩阵,形成改进的权重矩阵,结合集群内节点耦合度指标和所述综合电气距离,通过社区算法得到最优的无功集群和有功集群的划分结果;
关键点选取模块,用于依据所述划分结果,通过聚类算法选择集群内关键节点动作,以提升集群电压调控能力。
9.一种电子设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述含高比例光伏的配电网集群电压控制方法的步骤。
10.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述含高比例光伏的配电网集群电压控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311564923.5A CN117595285A (zh) | 2023-11-22 | 2023-11-22 | 一种含高比例光伏的配电网集群电压控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311564923.5A CN117595285A (zh) | 2023-11-22 | 2023-11-22 | 一种含高比例光伏的配电网集群电压控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117595285A true CN117595285A (zh) | 2024-02-23 |
Family
ID=89914603
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311564923.5A Pending CN117595285A (zh) | 2023-11-22 | 2023-11-22 | 一种含高比例光伏的配电网集群电压控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117595285A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118074147A (zh) * | 2024-04-18 | 2024-05-24 | 国网浙江省电力有限公司温州供电公司 | 一种配电网电压调节方法、系统、计算机设备及存储介质 |
-
2023
- 2023-11-22 CN CN202311564923.5A patent/CN117595285A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118074147A (zh) * | 2024-04-18 | 2024-05-24 | 国网浙江省电力有限公司温州供电公司 | 一种配电网电压调节方法、系统、计算机设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018196433A1 (zh) | 多类型储能多级控制方法 | |
CN109510234B (zh) | 一种微电网储能电站的混合储能容量优化配置方法及装置 | |
CN107732949B (zh) | 一种综合风电全年多季节特性的储能布点定容方法 | |
CN108565874B (zh) | 一种基于负荷频率控制模型的源荷协同调频方法 | |
CN107689638B (zh) | 一种基于相轨迹分析的含风电电力系统暂态协调控制方法 | |
CN109659970A (zh) | 基于变分模态分解的储能系统平抑风功率波动的控制方法 | |
CN117595285A (zh) | 一种含高比例光伏的配电网集群电压控制方法及系统 | |
CN109034587B (zh) | 一种协调多种可控单元的主动配电系统优化调度方法 | |
Peddakapu et al. | Performance analysis of distributed power flow controller with ultra-capacitor for regulating the frequency deviations in restructured power system | |
CN115954882A (zh) | 一种电碳融合配电系统调度优化方法及设备 | |
Yang et al. | An optimum design of hybrid energy storage for PV power fluctuation smoothing based on frequency analysis | |
Sun et al. | Optimal voltage/var control of pv inverters in distribution network based on genetic algorithm | |
CN114552634B (zh) | 一种分布式电源规模化并网多目标动态集群划分方法及装置 | |
CN115882527A (zh) | 考虑储能的新能源站下垂特性一次调频协调控制方法 | |
Zec et al. | Load management in an off-grid hybrid PV–wind–battery system using the power flow control algorithm and fuzzy logic controller | |
CN114004390A (zh) | 计及风电外送及投资风险的储能系统容量规划方法 | |
Khosravi et al. | Distribution of optimum reactive power in the presence of wind power plant and considering voltage stability margin using genetic algorithm and Monte Carlo methods | |
CN112202210B (zh) | 一种基于鲁棒优化的信息能源耦合微电网运行系统及方法 | |
CN113013909A (zh) | 一种基于平抑牵引的储能容量改进方法 | |
Chang et al. | Optimal configuration of hybrid energy storage capacity based on northern goshawk optimization | |
Dong et al. | Voltage division control in AC/DC hybrid distribution network based on model predictive control | |
CN115879330B (zh) | 基于时序生产仿真的多能源电源多点布局确定方法和装置 | |
CN109980649A (zh) | 一种计及多平衡点的基于鞍点近似法的概率潮流计算方法 | |
CN112350378B (zh) | 一种应对环境及负荷需求变化的微电网鲁棒优化方法 | |
CN111130101B (zh) | 一种多端口能量路由器多场景容量配置优化方法 |
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 |