WO2022257712A1 - 面向韧性提升的配电网分布式电源储能控制方法及系统 - Google Patents
面向韧性提升的配电网分布式电源储能控制方法及系统 Download PDFInfo
- Publication number
- WO2022257712A1 WO2022257712A1 PCT/CN2022/093452 CN2022093452W WO2022257712A1 WO 2022257712 A1 WO2022257712 A1 WO 2022257712A1 CN 2022093452 W CN2022093452 W CN 2022093452W WO 2022257712 A1 WO2022257712 A1 WO 2022257712A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- energy storage
- sub
- line
- constraints
- storage system
- Prior art date
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 220
- 238000009826 distribution Methods 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000006872 improvement Effects 0.000 title claims abstract description 22
- 230000002787 reinforcement Effects 0.000 claims abstract description 97
- 238000007599 discharging Methods 0.000 claims description 13
- 238000010248 power generation Methods 0.000 claims description 13
- 230000009194 climbing Effects 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 description 58
- 238000010586 diagram Methods 0.000 description 11
- 238000005457 optimization Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000007123 defense Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J4/00—Circuit arrangements for mains or distribution networks not specified as ac or dc
-
- 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
- H02J2300/40—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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Definitions
- Energy storage rated power and capacity configuration constraint sub-conditions including:
- ⁇ L is the AC and DC distribution network line set.
- the second sub-objective function includes:
- ⁇ i is a binary decision variable for energy storage configuration.
- the maximum allowable configuration quantity of the energy storage system is the maximum reinforcement quantity of the line; and are the configurable rated power and capacity upper limit of the energy storage system;
- ⁇ i 0, node i is not equipped with an energy storage system, which is equivalent to configuring the rated power and capacity of the energy storage system as 0; and are the capacity and rated power of the energy storage system configured at node i;
- ⁇ B is the set of AC and DC distribution network nodes;
- ⁇ L is the set of AC and DC distribution network lines;
- y ij is the binary decision variable for line reinforcement.
- z ij,0 is a binary variable, indicating whether the line is faulty, the value is 1 when a fault occurs, and 0 otherwise.
- W max represents the upper limit of the uncertain entropy value of the distribution network line fault. Obviously, if the line failure rate is 0, then Tends to positive infinity, due to the limitation of W max , z ij,0 must take 0. If the line failure rate is 1, It means that the line fault will not occupy any uncertain share, so z ij,0 must take 1 due to the limitation of the robust layer. As the failure rate of the line increases, the smaller the share of the uncertain entropy value occupied by the line failure, the greater the failure probability. Compared with limiting the number of disconnected lines caused by faults, formula (10) is very suitable for fault scenarios where the fault rates of each line are different.
- the energy storage system is configured with quantitative constraints, including:
- the energy storage control unit 606 is configured to control the energy storage of the distributed power generation of the distribution network according to the acquired parameters.
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种面向韧性提升的配电网分布式电源储能控制方法及系统，包括：确定目标函数，包括：第一子目标函数在外层以最小化投资成本为目标，第二子目标函数先在中层以最大化负荷减载和灾后运行成本为目标，再在内层以最小化负荷减载和灾后运行成本为目标；根据储能系统配置数量、线路加固数量以及储能额定功率和容量配置确定外层约束条件；根据线路故障确定中层约束条件；根据配网节点功率、线路载荷容量、线路潮流、机组出力、节点电压、机组爬坡、储能系统运行和负荷减载确定内层约束条件；根据外层约束条件、第一子目标函数、中层约束条件、内层约束条件和第二子目标函数确定参数；根据获取的参数对所述配电网分布式电源储能进行控制。
Description
本发明涉及交直流配电网极端事件下应对技术领域，并且更具体地，涉及一种面向韧性提升的配电网分布式电源储能控制方法及系统。
电力系统是现代社会重要的基础设施，支撑着经济、商业和社会发展，对社会和经济的正常运行都有着至关重要的作用，一旦电力系统发生大规模停电和瘫痪，将会对社会产生巨大的影响。随着社会的快速进步和电网的迅猛发展，对电力系统电能供应的可靠性提出更高的要求。传统的可靠性指标主要关注的是电网可能发生的大概率故障。而近年来全球发生的诸多事故表明，仅仅关注可预测的、正常运行条件下的、小规模事故是远远不够的，极端事件对电网的危害常常是破坏性的，众多元件受灾害发生故障，电网发生大面积停电，严重影响着灾后恢复和受灾设施的重建。
提升配电网韧性通常采取两种措施，一是灾前的预防措施，二是灾中/后的恢复措施。预防措施是在系统受到大扰动时，通过相关预报信息，提前判断扰动对配电网造成影响的严重程度，快速切换配电网运行模式，使配电网处于最佳运行状态，缩小停电范围、支撑关键负荷用电的调控方式。恢复措施是在系统受到大扰动中或结束后，配电网采取主动措施保证关键负荷不断电，并迅速恢复至系统正常情况下的期望状态的调控方式。
发明内容
本发明提出一种面向韧性提升的配电网分布式电源储能控制方法及系统，以解决如何对配电网分布式电源储能进行控制的问题。
为了解决上述问题，根据本发明的一个方面，提供了一种面向韧性提升的配电网分布式电源储能控制方法，所述方法包括：
确定目标函数；其中，所述目标函数包括：第一子目标函数和第二子目标函数；所述第一子目标函数在外层以最小化投资成本为目标，所述第二子目标函数先在中层以最大化负荷减载和灾后运行成本为目标，再在内层以最小化负荷减载和灾后运行成本为目标；
根据储能系统配置数量、线路加固数量以及储能额定功率和容量配置确定外层约束条件；
根据线路故障确定中层约束条件；
根据配网节点功率、线路载荷容量、线路潮流、机组出力、节点电压、机组爬坡、储能系统运行和负荷减载确定内层约束条件；
根据所述外层约束条件和第一子目标函数确定线路单位加固投资成本
线路长度s
ij、线路加固的二进制决策变量y
ij、第一成本系数c
e、第二成本系数c
p、配置在节点i的储能系统容量
和额定功率
根据所述中层约束条件、内层约束条件和第二子目标函数确定分布式电源出力
储能系统充电单位成本系数
储能系统放电单位成本系数
考虑负荷权重后的单位切负荷成本
节点i的切负荷比率ρ
i,t、节点i的负荷
根据获取的参数对所述配电网分布式电源储能进行控制。
优选地，其中所述外层约束条件，包括：储能系统配置数量子约束条件、线路加固数量子约束条件以及储能额定功率和容量配置子约束条件；
其中，所述储能系统配置数量子约束条件，包括：
线路加固数量子约束条件，包括：
储能额定功率和容量配置约束子条件，包括：
其中，σ
i为储能配置的二进制决策变量，值为1时表示节点i配置储能系统，反之则未配置；
为储能系统最大允许配置数量；
为线路的最大加固数量；
和
分别为储能系统可配置的额定功率和容量上限；当σ
i＝0时，节点i未配置储能系统，等同于将储能系统的额定功率和容量均配置为0；
和
分别为配置在节点i的储能系统容量和额定功率；Ω
B为交直流配网节点集合；Ω
L为交直流配网线路集；y
ij为线路加固的二进制决策变量。
优选地，其中所述中层约束条件，包括：
其中，
为线路故障率；z
ij,0为二进制变量，表征线路是否发生故障，发生故障时值为1，反之为0；W
max为配网线路故障不确定熵值上限Ω
L为交直流配网线路集。
优选地，其中所述内层约束条件，包括：配网节点功率子约束条件、线路载荷容量子约束条件、线路潮流子约束条件、机组出力子约束条件、节点电压子约束条件、机组爬坡子约束条件、储能系统运行子约束条件和负荷减载子约束条件；
其中，所述储能系统状态子约束条件，包括：
所述负荷减载子约束条件，包括：
其中，S
i(t)为在时刻t剩余电量；η
ch,η
dis分别为充放电效率；Δt表示时间间隔；
为充电功率；
为放电功率；
为充放电上限。
优选地，其中所述第一子目标函数，包括：
所述第二子目标函数，包括：
其中，Y,U,F分别为三层决策的变量集合；C
INV为投资成本；C
OPE和C
LS分别为灾后运行成本和负荷减载成本；ρ
pre为引入韧性偏好系数；
为线路加固投资成本；
为储能资源配置投资成本；
为该线路单位加固投资成本；s
ij为线路长度；y
ij为线路加固的二进制决策变量；β
l为按规划年限将线路投资总成本折算至一年期的系数；Ω
L为交直流配网线路集；c
e和c
p为成本系数；β
es为按规划年限将储能系统投资总成本折算至一年期的系数；Ω
B为交直流配网节点集合；
和
分别为配置在节点i的储能系统容量和额定功率；
为考虑负荷权重后的单位切负荷成本；ρ
i,t为t时刻节点i切负荷比率；
为对应时刻和节点的负荷；T为极端事件的持续影响时间；
和
分别为分布式电源出力、储能系统充放电单位成本系数。
根据本发明的另一个方面，提供了一种面向韧性提升的配电网分布式电源储能控制系统，所述系统包括：
目标函数确定单元，用于确定目标函数；其中，所述目标函数包括：第一子目标函数和第二子目标函数；所述第一子目标函数在外层以最小化投资成本为目标，所述第二子目标函数先在中层以最大化负荷减载和灾后运行成本为目标，再在内层以最小化负荷减载和灾后运行成本为目标；外层约束条件确定单元，用于根据储能系统配置数量、线路加固数量以及储能额定功率和容量配置确定外层约束条件；
中层约束条件确定单元，用于根据线路故障确定中层约束条件；
内层约束条件确定单元，用于根据配网节点功率、线路载荷容量、线路潮流、机组出力、节点电压、机组爬坡、储能系统运行和负荷减载确定内层约束条件；
参数确定单元，用于根据所述外层约束条件和第一子目标函数确定线路单位加固投资成本
线路长度s
ij、线路加固的二进制决策变量y
ij、第一成本系数c
e、第二成本系数c
p、配置在节点i的储能系统容量
和额定功率
根据所述中层约束条件、内层约束条件和第二子目标函数确定分布式电源出力
储能系统充电单位成本系数
储能系统放电单位成本系数
考虑负荷权重后的单位切负荷成本
节点i的切负荷比率ρ
i,t、节点i的负荷
储能控制单元，用于根据获取的参数对所述配电网分布式电源储能进行控制。
优选地，其中所述外层约束条件，包括：储能系统配置数量子约束条件、线路加固数量子约束条件以及储能额定功率和容量配置子约束条件；
其中，所述储能系统配置数量子约束条件，包括：
线路加固数量子约束条件，包括：
储能额定功率和容量配置约束子条件，包括：
其中，σ
i为储能配置的二进制决策变量，值为1时表示节点i配置储能系统，反之则未配置；
为储能系统最大允许配置数量；
为线路的最大加固数量；
和
分别为储能系统可配置的额定功率和容量上限；当σ
i＝0时，节点i未配置储能系统，等同于将储能系统的额定功率和容量均配置为0；
和
分别为配置在节点i的储能系统容量和额定功率；Ω
B为交直流配网节点集合；Ω
L为交直流配网线路集；y
ij为线路加固的二进制决策变量。
优选地，其中所述中层约束条件，包括：
其中，
为线路故障率；z
ij,0为二进制变量，表征线路是否发生故障，发生故障时值为1，反之为0；W
max为配网线路故障不确定熵值上限Ω
L为交直流配网线路集。
优选地，其中所述内层约束条件，包括：配网节点功率子约束条件、线路载荷容量子约束条件、线路潮流子约束条件、机组出力子约束条件、节点电压子约束条件、机组爬坡子约束条件、储能系统运行子约束条件和负荷减载子约束条件；
其中，所述储能系统状态子约束条件，包括：
所述负荷减载子约束条件，包括：
其中，S
i(t)为在时刻t剩余电量；η
ch,η
dis分别为充放电效率；Δt表示时间间隔；
为充电功率；
为放电功率；
为充放电上限。
优选地，其中所述第一子目标函数，包括：
所述第二子目标函数，包括：
其中，Y,U,F分别为三层决策的变量集合；C
INV为投资成本；C
OPE和C
LS分别为灾后运行成本和负荷减载成本；ρ
pre为引入韧性偏好系数；
为线路加固投资成本；
为储能资源配置投资成本；
为该线路单位加固投资成本；s
ij为线路长度；y
ij为线路加固的二进制决策变量；β
l为按规划年限将线路投资总成本折算至一年期的系数；Ω
L为交直流配网线路集；c
e和c
p为成本系数；β
es为按规划年限将储能系统投资总成本折算至一年期的系数；Ω
B为交直流配网节点集合；
和
分别为配置在节点i的储能系统容量和额定功率；
为考虑负荷权重后的单位切负荷成本；ρ
i,t为t时刻节点i切负荷比率；
为对应时刻和节点的负荷；T为极端事件的持续影响时间；
和
分别为分布式电源出力、储能系统充放电单位成本系数。
本发明提供了一种面向韧性提升的配电网分布式电源储能控制方法及系统，立足于灾前防御阶段，研究规划期线路加固策略与储能配置策略，构建三层约束条件和对应的目标函数，并根据求解的参数对所述配电网分布式电源储能进行控制；本发明由极端事件引发的配电网预想故障对系统安全运行的影响，建立考虑韧性提升的配电网分布式电源储能规划模型，本发明的方法可权衡配电网韧性提升成本和提高抵御极端事件能力之间的关系。
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明实施方式的面向韧性提升的配电网分布式电源储能控制方法100的流程图；
图2为根据本发明实施方式的优化模型的示意图；
图3为根据本发明实施方式的配电网算例拓扑图；
图4为根据本发明实施方式的算例负荷曲线；
图5为根据本发明实施方式的算例光伏机组出力曲线；
图6为根据本发明实施方式的面向韧性提升的配电网分布式电源储能控制系统600的结构示意图。
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明实施方式的面向韧性提升的配电网分布式电源储能控制方法100的流程图。如图1所示，本发明实施方式提供了面向韧性提升的配电网分布式电源储能控制方法，研究由极端事件引发的配电网预想故障对系 统安全运行的影响，建立考虑韧性提升的配电网分布式电源储能规划模型，可权衡配电网韧性提升成本和提高抵御极端事件能力之间的关系。本发明实施方式提供的面向韧性提升的配电网分布式电源储能控制方法100，从步骤101处开始，在步骤101，确定目标函数；其中，所述目标函数包括：第一子目标函数和第二子目标函数；所述第一子目标函数在外层以最小化投资成本为目标，所述第二子目标函数先在中层以最大化负荷减载和灾后运行成本为目标，再在内层以最小化负荷减载和灾后运行成本为目标。
优选地，其中所述第一子目标函数，包括：
所述第二子目标函数，包括：
其中，Y,U,F分别为三层决策的变量集合；C
INV为投资成本；C
OPE和C
LS分别为灾后运行成本和负荷减载成本；ρ
pre为引入韧性偏好系数；
为线路加固投资成本；
为储能资源配置投资成本；
为该线路单位加固投资成本；s
ij为线路长度；y
ij为线路加固的二进制决策变量；β
l为按规划年限将线路投资总成本折算至一年期的系数；Ω
L为交直流配网线路集；c
e和c
p为成本系数；β
es为按规划年限将储能系统投资总成本折算至一年期的系数；Ω
B为交直流配网节点集合；
和
分别为配置在节点i的储能系统容量和额定功率；
为考虑负荷权重后的单位切负荷成本；ρ
i,t为t时刻节点i切负荷比率；
为对应时刻和节点的负荷；T为极端事件的持续影响时间；
和
分别为分布式电源出力、储能系统充放电单位成本系数。
运行状态是规划与配置方案最好的测试与验证，因此本专利在决策灾前韧性提升策略时兼顾极端事件发生后配电网灾中应对状态，构建两阶段优化模型。其中第二阶段涉及不确定性故障集的生成，随机优化和鲁棒优化是两种应用最为广泛的故障不确定性处理方法，出于以下两点原因，本专利采用鲁棒优化方法研究最严重故障集合下的配电网运行状态：
1)规划阶段应能全面考虑到实际运行的各种复杂情况，相应地，规划行为应能保证重要负荷在一切极端事件面前的稳定供应。
2)随机优化在两阶段问题应用难度较大。第二阶段的随机变量会受到第一阶段决策的影响，其概率分布也是不确定的，而且这种不确定性融合在优化问题中难以独立建模，因此实际操作的可行性较低。
因此，本发明提出两阶段的鲁棒优化模型，模型如图2所示。其中，两阶段鲁棒优化模型的总目标函数可以表 示为：
式(1)本质为具有defender-attacker-defender形式的三层模型，其中最外层反映配电网主动行为，确定线路加固和储能配置策略；中间层反映被动行为，确定极端事件发生后的最严重故障集；内层再次反映配电网主动行为，确定配电网故障应对和调度运行策略。Y,U,F分别表示三层决策变量集合。C
INV表示投资成本，C
OPE和C
LS分别表示灾后运行成本和负荷减载(Load Shedding,LS)成本。考虑到投资并非仅仅用于提升韧性，引入韧性偏好系数ρ
pre反映规划期的韧性倾向。τ表示规划期内极端事件发生的次数。
投资成本包括线路加固成本和储能配置成本，表达式可参见式(2)。线路加固策略包括架空线路电缆化、杆塔升级、线路扩建以及线路选材升级等。本发明选择最为直接的线路选材升级的加固方式，便于分析加固前后线路故障率的变化。储能系统选择应用最为广泛的锂电池储能系统(Energy storage system,ESS)。
其中
表示线路加固投资成本，
表示储能资源配置投资成本。线路加固投资年限通常由厂家提供，而储能系统的使用寿命与其充放电深度有关，需要依据设定的使用寿命期望对其运行状态进行约束。由于线路和储能系统的规划年限不同，因此其投资成本需转化为一年期成本，相应的，(1)式中τ也指代极端事件年平均发生次数。
其中
表示该线路单位加固投资成本，s
ij表示线路长度，y
ij为线路加固的二进制决策变量，值为1时表示线路加固，为0时表示未加固。β
l为按规划年限将线路投资总成本折算至一年期的系数。Ω
L表示交直流配网线路集，需要特别指出的是，电压源换流器(Voltage source converter,VSC)联络线不作为线路加固考虑的因素。储能配置成本可参见式(4)，与储能系统总容量及额定功率呈线性关系，c
e和c
p表示成本系数，β
es表示按规划年限将储能系统投资总成本折算至一年期的系数。Ω
B表示交直流配网节点集合，
和
分别表示配置在节点i的储能系统容量和额定功率。
灾后运行成本C
OPE包括分布式电源(Distributed generator,DG)出力成本和ESS运行成本，可表示为
其中，T表示极端事件持续影响时间，
和
分别表示分布式电源出力、储能系统充放电单位成本系数。
负荷减载成本C
LS表达式可见式(6)
其中，
表示考虑负荷权重后的单位切负荷成本，ρ
i,t表示t时刻节点i切负荷比率，
为对应时刻和节点 的负荷。
在步骤102，根据储能系统配置数量、线路加固数量以及储能额定功率和容量配置确定外层约束条件。
优选地，其中所述外层约束条件，包括：储能系统配置数量子约束条件、线路加固数量子约束条件以及储能额定功率和容量配置子约束条件；
其中，所述储能系统配置数量子约束条件，包括：
线路加固数量子约束条件，包括：
储能额定功率和容量配置约束子条件，包括：
其中，σ
i为储能配置的二进制决策变量，值为1时表示节点i配置储能系统，反之则未配置；
为储能系统最大允许配置数量；
为线路的最大加固数量；
和
分别为储能系统可配置的额定功率和容量上限；当σ
i＝0时，节点i未配置储能系统，等同于将储能系统的额定功率和容量均配置为0；
和
分别为配置在节点i的储能系统容量和额定功率；Ω
B为交直流配网节点集合；Ω
L为交直流配网线路集；y
ij为线路加固的二进制决策变量。
在本发明中，外层决策变量为
考虑到投资成本是优化目标函数项，因此在约束中不直接限制投资成本，而对线路加固和储能配置数量进行限制，增强投资可行性。
(1)储能系统配置数量约束
其中σ
i表示储能配置的二进制决策变量，值为1时表示节点i配置储能系统，反之则未配置。
表示储能系统最大允许配置数量。
(2)线路加固数量约束
其中
表示线路最大加固数量。
(3)储能额定功率和容量配置约束
其中
和
分别表示储能系统可配置的额定功率和容量上限。当σ
i＝0时，表示节点i未配置储能系统，等同于将储能系统的额定功率和容量均配置为0。
在步骤103，根据线路故障确定中层约束条件。
优选地，其中所述中层约束条件，包括：
其中，
为线路故障率；z
ij,0为二进制变量，表征线路是否发生故障，发生故障时值为1，反之为0；W
max为配网线路故障不确定熵值上限Ω
L为交直流配网线路集。
在本发明中，中层确定最严重的故障集合，借鉴香农信息理论，对配网线路故障不确定熵值进行限制。
式中
表示线路故障率，z
ij,0为二进制变量，表征线路是否发生故障，发生故障时值为1，反之为0。W
max表示配网线路故障不确定熵值上限。显然，若线路故障率为0，那么
趋于正无穷，由于W
max的限制，z
ij,0必然会取0。若线路故障率为1，
表示该线路故障不会占据任何不确定份额，因此由于鲁棒层的限制，z
ij,0必然会取1。随着线路故障率增大，该线路故障占据的不确定熵值份额就越小，故障几率便越大。比起限制故障造成的断线条数，式(10)十分适合应用于各线路故障率不一的故障场景。
需要说明的是，极端事件及故障集的时空演变过程是一项庞大的课题，已有研究大多针对某一类型极端事件(如台风)，将配电网划分成若干子区域，进而将极端事件演变阶段与子区域对应。相较于单一故障阶段单区域模型，复杂性和仿真程度均有所提升，但本质方法并无明显区别，且本发明研究规划策略，在规划期便对极端事件类型和演变进行预测难以实现，因此本发明不考虑极端事件时空演变特性。
设t
0时刻故障发生，t
0+T时刻故障线路修复，上级电源恢复供电。故障持续时间内线路状态不变，即有
式中u
ij,t表示t时刻线路故障状态，值为1表示线路处于故障状态，反之则无故障。中层决策变量为U＝{z
ij,0,u
ij,t}。
线路故障率与第一阶段的加固策略相关联，导致两阶段决策变量相互制约，因此需要补充阶段关联约束。
线路加固会显著降低故障率，但通常并不会降低到0，线路未经加固在极端事件面前的故障率也未必为1。假定线路加固前故障率为
加固后故障率为
那么有：
在步骤104，根据配网节点功率、线路载荷容量、线路潮流、机组出力、节点电压、机组爬坡、储能系统运行和负荷减载确定内层约束条件。
优选地，其中所述内层约束条件，包括：配网节点功率子约束条件、线路载荷容量子约束条件、线路潮流子约束条件、机组出力子约束条件、节点电压子约束条件、机组爬坡子约束条件、储能系统运行子约束条件和负荷减载子约束条件；
其中，所述储能系统状态子约束条件，包括：
所述负荷减载子约束条件，包括：
其中，S
i(t)为在时刻t剩余电量；η
ch,η
dis分别为充放电效率；Δt表示时间间隔；
为充电功率；
为放电功率；
为充放电上限。
在本发明中，内层确定故障持续时间内，交流配电网脱离主网的调度运行和灾中应对策略，其决策变量
约束包括：
(1)配网节点功率平衡子约束条件：
式中
表示交流配网节点集合，
表示交流配网线路集合。
和
分别表示接入交流配网i节点的电源有功和无功出力总和。
和
表示接入i节点的有功负荷和无功负荷。G和B表示交流配网节点导纳矩阵。v
i表示i节点电压幅值。
(2)线路载荷容量子约束条件：
式中
为线路传输视在功率上限。
(3)线路潮流子约束条件：
式中p
ij和q
ij表示线路传输的有功功率和无功功率，默认正方向从节点i到节点j。θ
ij表示节点i和节点j电压相角差。M
1,M
2,M
3为足够大的正值常数，其取值只需比对应潮流项绝对值上界稍大即可。
(4)机组出力子约束条件：
式中
分别表示机组有功出力上下限。无功同理。
表示交流配网分布式电源集合。
(5)节点电压子约束条件：
式中
分别表示节点电压i幅值上下限。
(6)机组爬坡子约束条件：
式中，
和
分别表示机组i的滑坡和爬坡限制。并且，需设定故障前一时刻机组的出力状态以约束机组在故障时刻的出力。
(7)储能系统运行子约束条件：
其中，式(27)表示ESS电量平衡等式约束，其中S
i(t)表示ESS在时刻t剩余电量，η
ch,η
dis分别表示ESS充放电效率。式(28)表示ESS荷电状态(SOC)约束。式(29)表示ESS充放电功率约束，式(30)表示ESS在某一时刻只能处于充电或者放电一种状态中。Δt表示时间间隔，在本发明中统一取一小时。
(8)负荷减载子约束条件：
在步骤105，根据所述外层约束条件和第一子目标函数确定线路单位加固投资成本
线路长度s
ij、线路加固的二进制决策变量y
ij、第一成本系数c
e、第二成本系数c
p、配置在节点i的储能系统容量
和额定功率
根据所述中层约束条件、内层约束条件和第二子目标函数确定分布式电源出力
储能系统充电单位成本系数
储能系统放电单位成本系数
考虑负荷权重后的单位切负荷成本
节点i的切负荷比率ρ
i,t、节点i的负荷
结合图2所示，在本发明中，依次执行根据所述外层约束条件和第一子目标函数确定确定线路单位加固投资成本
线路长度s
ij、线路加固的二进制决策变量y
ij、第一成本系数c
e、第二成本系数c
p、配置在节点i的储能系统容量
和额定功率
再根据所述中层约束条件、内层约束条件和第二子目标函数确定分布式电源出力
储能系统充电单位成本系数
储能系统放电单位成本系数
考虑负荷权重后的单位切负荷成本
节点i的切负荷比率ρ
i,t、节点i的负荷
在步骤106，根据获取的参数对所述配电网分布式电源储能进行控制。
在本发明的实施方式中，采用改进的IEEE-33节点交流配网系统对所提韧性提升策略进行算例分析。拓扑示意图可见图3其中交流配网电压等级为12.66kV，在辐射状配网基础上新增了四条线路，增加其环状冗余度。交流配网接入的分布式电源均为可调度的燃气轮机，新能源机组仅接入直流配网，各机组类型及接入位置可见表1。负荷及新能源出力曲线可见图4和图5。设置线路加固最大条数为3，单线加固费用为1000元/米，所有线路长度均为1km。储能系统技术参数可见表2，成本均已折算至一年期，假定极端事件发生前，配电网运营方已收到故障预警信息，提前采取应对措施，因此设置储能初始SOC为0.85。
故障发生后，配电网解列，与上级电源联络线断开，故障持续5h后线路修复，上级电源供电恢复。负荷减载成本可见表3，考虑到大用户及重要负荷更多接入交流配网，因此设置交流配网负荷权重高于直流配网。
考虑一年期内极端事件发生5次，线路加固前故障率为0.9，加固后故障率为0.1。假定极端事件将造成主网与交流配网联络线断开。
算例将设计四个不同场景对配电网灾前韧性提升策略进行分析，场景一：不采取灾前韧性提升策略；场景二：仅采取线路加固策略；场景三：仅采取储能配置策略；场景四：采取线路加固与储能配置相结合的灾前防御策略。
表4对比了四个场景韧性提升策略及效果，表5分析了不同场景下的负荷减载情况，表6和7分别列出了场景3和场景4的储能配置策略。由于直流配网负荷权重较低，因此加固策略及故障更多针对交流配网。
对以上数据进行分析可以看出，若不采取任何灾前防御策略，极端事件直接导致配电网约57％的一级负荷减载，进而造成了巨大的经济损失。虽然这是在最严重故障情况下的结果，但却具有十分重要的现实意义。极端事件类型不仅包括自然灾害，人为攻击也占有很高比例。自然灾害具有偶然性，但恶意攻击往往具备较强的指向性。因此最恶劣情况的现实发生概率是可观而不容忽视的。分析最严重故障情况下的灾前防御策略，也是在偶然中寻求必然的结果。
场景二采取线路加固策略，目标函数较场景一降低了10.7％，此时仍有43％的一级负荷减载，韧性提升效果有限。这是因为配电网在脱网运行时，本就处于功率缺额状态，仅通过线路加固无法弥补功率不足。另外若重要节点同分布式电源拓扑相距较远，保障重要负荷供电便需要将沿线全部加固，显然不具备可行性。一味突破预算限制，增加最大线路加固数量也未必可以提升配电网韧性。如在本算例中，将线路最大加固数量设置为4，最优加固策略仍保持不变。
场景三仅采取储能配置策略，目标函数较场景一降低了44.1％，此时储能接入点与一级负荷位置重合，一级负荷无减载。但该策略仍具备较大的提升空间，这是因为单纯依靠配置储能系统保障重要负荷供给需要点对点实现，改变了配电网原有的供电方式。如果能够尽可能引导配电网中已经配置的分布式电源对重要负荷进行供电，则可以进一步降低投资成本。此外，一级负荷保障供电的代价是其他交流配网负荷出现大规模减载，这一方面由于储能配置成本过高，储能系统并不会向一级负荷以外的负荷供应电能；另一方面也是由于配网环状冗余度不足导致的，如果可以对馈线开关状态进行远程调度，在灾中应对时进行配网最优拓扑重构，则可以进一步避免大规模负荷减载。但配网远程自动化水平还不成熟，大多数线路配置远程开关的条件还不具备，且配网重构时涉及大量断路器通断，可能导致新发故障出现。对馈线开关的配置和调度还将引入大量二进制变量，算法效率受到二进制变量影响较大，本发明主要研究内容在于保障一级负荷不断电供应，因此对馈线开关的配置和调度不在本发明研究范围内。
场景四采取线路加固与储能配置相结合的灾前防御策略，目标函数较场景一降低了59.1％。对场景1-3的投资结果进行分析可以得到，若分布式电源拓扑位置距一级负荷较近或一级负荷之间距离较近，且分布式电源容量充足时，线路加固策略更加适合；反之则应倾向于储能系统配置策略。从图3中不难看出，节点4与DG1相邻，在节点4配置储能成本高于对线路4-5进行加固。而节点10、17与DG距离较远，线路加固成本高，在该节点处进行储能系统配置则更为适宜。因此储能配置与线路加固相结合的防御策略，可以在保证韧性提升效果的同时，降低投资规划成本。
结合韧性评价指标，对四个场景下配电网韧性进行综合评价，各指标计算结果可见表8。同时表中第一列列出了基于熵权法得到的各指标权重。表中最后一行给出了基于TOPSIS的韧性综合评价结果。从表中结果可以看出场景四的韧性综合评价结果明显高于其他三个场景，由此再次验证了线路加固与储能系统配置相结合的规划策略对配电网韧性提升的效果。
表1交流配网机组参数
| 机组编号 | 接入母线节点 | 最小有功出力(MW) | 最大有功出力(MW) | 成本(元/kWh) |
| DG1 | 5 | 0 | 500 | 0.5 |
| DG2 | 20 | 0 | 500 | 0.5 |
| DG3 | 24 | 0 | 500 | 0.5 |
表2储能系统参数
| 参数名称 | 参数取值 |
| 可配置的额定功率上限P R,max(kW) | 400 |
| 可配置的容量上限E R,max(kWh) | 100 |
| 单位功率配置成本c p(元/kW) | 1050 |
| 单位容量配置成本c e(元/kWh) | 3000 |
| 充电效率η ch | 0.9 |
| 放电效率η dis | 0.9 |
| 单位充电成本c ch(元/kWh) | 0.2 |
| 单位放电成本c ch(元/kWh) | 0.2 |
| 储能最大配置数量 | 5 |
| 初始SOC | 0.85 |
| SOC上限 | 0.9 |
| SOC下限 | 20 |
表3负荷减载成本
| 负荷类型 | 切负荷成本(元/kWh) |
| 一级负荷 | 2500 |
| 交流配网其他负荷 | 100 |
| 直流配网负荷 | 20 |
表4不同场景下韧性提升策略对比
表5不同场景下负荷减载情况分析
| 场景 | 一级负荷减载量(kWh) | 交流配网其他负荷减载量(kWh) |
| 1 | 1137.6 | 10791.6 |
| 2 | 858.2 | 7323.3 |
| 3 | 0 | 15719.8 |
| 4 | 0 | 13156.9 |
表6场景3储能配置策略
| 储能系统序号 | 储能配置节点 | P R(kW) | E R(kWh) | 配置成本(万元) |
| 1 | 4 | 88.5 | 588.7 | 185.9 |
| 2 | 10 | 90.7 | 613.2 | 193.5 |
| 3 | 17 | 83.5 | 561.9 | 177.3 |
| 4 | 28 | 83.1 | 545.9 | 172.5 |
| 5 | 29 | 98.2 | 660.1 | 208.3 |
表7场景4储能配置策略
| 储能系统序号 | 储能配置节点 | P R(kW) | E R(kWh) | 配置成本(万元) |
| 1 | 10 | 90.8 | 614.1 | 193.8 |
| 2 | 17 | 83.5 | 561.9 | 177.3 |
表8韧性指标评价结果
| 指标名称 | 指标权重 | 场景一 | 场景二 | 场景三 | 场景四 |
| 可调度应急资源占比 | 0.117 | 0.883 | 0.883 | 0.905 | 0.893 |
| 应急资源供应率 | 0.151 | 1 | 1 | 1 | 1 |
| 远控馈线开关配置率 | 0.133 | 0 | 0 | 0 | 0 |
| 交直流联络线供应率 | 0.021 | 1 | 1 | 1 | 1 |
| 线路故障条数期望 | 0.152 | 6 | 6 | 6 | 6 |
| 重要负荷失电时间(h) | 0.089 | 5 | 5 | 0 | 0 |
| 重要负荷失电率 | 0.155 | 0.570 | 0.430 | 0 | 0 |
| 配网负荷减载总损失(万元) | 0.182 | 393.97 | 294.53 | 159.04 | 134.98 |
| 韧性总得分 | / | 0 | 0.267 | 0.951 | 0.995 |
图6为根据本发明实施方式的面向韧性提升的配电网分布式电源储能控制系统600的结构示意图。如图6所示，本发明实施方式提供的面向韧性提升的配电网分布式电源储能控制系统600，包括：目标函数确定单元601、外层约束条件确定单元602、中层约束条件确定单元603、内层约束条件确定单元604、参数确定单元605和储能控制单元606。
优选地，所述目标函数确定单元601，用于确定目标函数；其中，所述目标函数包括：第一子目标函数和第二子目标函数；所述第一子目标函数在外层以最小化投资成本为目标，所述第二子目标函数先在中层以最大化负荷减载和灾后运行成本为目标，再在内层以最小化负荷减载和灾后运行成本为目标。
优选地，其中所述第一子目标函数，包括：
所述第二子目标函数，包括：
其中，Y,U,F分别为三层决策的变量集合；C
INV为投资成本；C
OPE和C
LS分别为灾后运行成本和负荷减载成本；ρ
pre为引入韧性偏好系数；
为线路加固投资成本；
为储能资源配置投资成本；
为该线路单位加固投资成本；s
ij为线路长度；y
ij为线路加固的二进制决策变量；β
l为按规划年限将线路投资总成本折算至一年期的系数；Ω
L为交直流配网线路集；c
e和c
p为成本系数；β
es为按规划年限将储能系统投资总成本折算至一年期的系数；Ω
B为交直流配网节点集合；
和
分别为配置在节点i的储能系统容量和额定功率；
为考虑负荷权重后的单位切负荷成本；ρ
i,t为t时刻节点i切负荷比率；
为对应时刻和节点的负荷；T为极端事件的持续影响时间；
和
分别为分布式电源出力、储能系统充放电单位成本系数。
优选地，所述外层约束条件确定单元602，用于根据储能系统配置数量、线路加固数量以及储能额定功率和容量配置确定外层约束条件。
优选地，其中所述外层约束条件，包括：储能系统配置数量子约束条件、线路加固数量子约束条件以及储能额定功率和容量配置子约束条件；
其中，所述储能系统配置数量子约束条件，包括：
线路加固数量子约束条件，包括：
储能额定功率和容量配置约束子条件，包括：
其中，σ
i为储能配置的二进制决策变量，值为1时表示节点i配置储能系统，反之则未配置；
为储能系统最大允许配置数量；
为线路的最大加固数量；
和
分别为储能系统可配置的额定功率和容量上限；当σ
i＝0时，节点i未配置储能系统，等同于将储能系统的额定功率和容量均配置为0；
和
分别为配置在节点i的储能系统容量和额定功率；Ω
B为交直流配网节点集合；Ω
L为交直流配网线路集；y
ij为线路加固的二进制决策变量。
优选地，所述中层约束条件确定单元603，用于根据线路故障确定中层约束条件。
优选地，其中所述中层约束条件，包括：
其中，
为线路故障率；z
ij,0为二进制变量，表征线路是否发生故障，发生故障时值为1，反之为0；W
max为配网线路故障不确定熵值上限Ω
L为交直流配网线路集。
优选地，所述内层约束条件确定单元604，用于根据配网节点功率、线路载荷容量、线路潮流、机组出力、节点电压、机组爬坡、储能系统运行和负荷减载确定内层约束条件。
优选地，其中所述内层约束条件，包括：配网节点功率子约束条件、线路载荷容量子约束条件、线路潮流子约束条件、机组出力子约束条件、节点电压子约束条件、机组爬坡子约束条件、储能系统运行子约束条件和负荷减载子约束条件；
其中，所述储能系统状态子约束条件，包括：
所述负荷减载子约束条件，包括：
其中，S
i(t)为在时刻t剩余电量；η
ch,η
dis分别为充放电效率；Δt表示时间间隔；
为充电功率；
为放电功率；
为充放电上限。
优选地，所述参数确定单元605，用于根据所述外层约束条件和第一子目标函数确定线路单位加固投资成本
线路长度s
ij、线路加固的二进制决策变量y
ij、第一成本系数c
e、第二成本系数c
p、配置在节点i的储能系统容量
和额定功率
根据所述中层约束条件、内层约束条件和第二子目标函数确定分布式电源出力
储能系统充电单位成本系数
储能系统放电单位成本系数
考虑负荷权重后的单位切负荷成本
节点i的切负荷比率ρ
i，t、节点i的负荷
优选地，所述储能控制单元606，用于根据获取的参数对所述配电网分布式电源储能进行控制。
本发明的实施例的面向韧性提升的配电网分布式电源储能控制系统600与本发明的另一个实施例的面向韧性提升的配电网分布式电源储能控制方法100相对应，在此不再赘述。
在本发明实施例中，所述目标函数确定单元601、外层约束条件确定单元602、中层约束条件确定单元603、内层约束条件确定单元604、参数确定单元605和储能控制单元606分别可以是具有通信接口能够实现通信协议的一个或多个处理器或者控制器，如有需要还可以包括存储器及相关的接口、系统传输总线等；所述处理器或者控制器执行程序相关的代码实现相应的功能。或者，可替换的方案为，所述目标函数确定单元601、外层约束条件确定单元602、中层约束条件确定单元603、内层约束条件确定单元604、参数确定单元605和储能控制单元606共享一个集成芯片或者共享处理器或控制器、存储器等设备。所述共享的处理器或控制器，或者芯片执行程序相关的代码实现相应的功能。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
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用存储介质(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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
- 一种面向韧性提升的配电网分布式电源储能控制方法，其特征在于，所述方法包括：确定目标函数；其中，所述目标函数包括：第一子目标函数和第二子目标函数；所述第一子目标函数在外层以最小化投资成本为目标，所述第二子目标函数先在中层以最大化负荷减载和灾后运行成本为目标，再在内层以最小化负荷减载和灾后运行成本为目标；根据储能系统配置数量、线路加固数量以及储能额定功率和容量配置确定外层约束条件；根据线路故障确定中层约束条件；根据配网节点功率、线路载荷容量、线路潮流、机组出力、节点电压、机组爬坡、储能系统运行和负荷减载确定内层约束条件；根据所述外层约束条件和第一子目标函数确定线路单位加固投资成本线路长度s ij、线路加固的二进制决策变量y ij、第一成本系数c e、第二成本系数c p、配置在节点i的储能系统容量
和额定功率P i R；根据所述中层约束条件、内层约束条件和第二子目标函数确定分布式电源出力
储能系统充电单位成本系数
储能系统放电单位成本系数
考虑负荷权重后的单位切负荷成本
节点i的切负荷比率ρ i,t、节点i的负荷
根据获取的参数对所述配电网分布式电源储能进行控制。 - 根据权利要求1所述的方法，其特征在于，所述外层约束条件，包括：储能系统配置数量子约束条件、线路加固数量子约束条件以及储能额定功率和容量配置子约束条件；其中，所述储能系统配置数量子约束条件，包括：
线路加固数量子约束条件，包括：
储能额定功率和容量配置约束子条件，包括：
其中，σ i为储能配置的二进制决策变量，值为1时表示节点i配置储能系统，反之则未配置；为储能系统最大允许配置数量；
为线路的最大加固数量；P i R,max和
分别为储能系统可配置的额定功率和容量上限；当σ i＝0时，节点i未配置储能系统，等同于将储能系统的额定功率和容量均配置为0；
和P i R分别为配置在节点i的储能系统容量和额定功率；Ω B为交直流配网节点集合；Ω L为交直流配网线路集；y ij为线路加固的二进制决策变量。
- 根据权利要求1所述的方法，其特征在于，所述中层约束条件，包括：
其中，为线路故障率；z ij,0为二进制变量，表征线路是否发生故障，发生故障时值为1，反之为0；W max为配网线路故障不确定熵值上限Ω L为交直流配网线路集。
- 根据权利要求1所述的方法，其特征在于，所述内层约束条件，包括：配网节点功率子约束条件、线路载荷容量子约束条件、线路潮流子约束条件、机组出力子约束条件、节点电压子约束条件、机组爬坡子约束条件、储能系统运行子约束条件和负荷减载子约束条件；其中，所述储能系统状态子约束条件，包括：
所述负荷减载子约束条件，包括：
其中，S i(t)为在时刻t剩余电量；η ch,η dis分别为充放电效率；Δt表示时间间隔；为充电功率；
为放电功率；P i R为充放电上限。
- 根据权利要求1所述的方法，其特征在于，所述第一子目标函数，包括：
所述第二子目标函数，包括：
其中，Y,U,F分别为三层决策的变量集合；C INV为投资成本；C OPE和C LS分别为灾后运行成本和负荷减载成本；ρ pre为引入韧性偏好系数；为线路加固投资成本；
为储能资源配置投资成本；
为该线路单位加 固投资成本；s ij为线路长度；y ij为线路加固的二进制决策变量；β l为按规划年限将线路投资总成本折算至一年期的系数；Ω L为交直流配网线路集；c e和c p为成本系数；β es为按规划年限将储能系统投资总成本折算至一年期的系数；Ω B为交直流配网节点集合；
和P i R分别为配置在节点i的储能系统容量和额定功率；
为考虑负荷权重后的单位切负荷成本；ρ i,t为t时刻节点i切负荷比率；
为对应时刻和节点的负荷；T为极端事件的持续影响时间；
和
分别为分布式电源出力、储能系统充放电单位成本系数。
- 一种面向韧性提升的配电网分布式电源储能控制系统，其特征在于，所述系统包括：目标函数确定单元，用于确定目标函数；其中，所述目标函数包括：第一子目标函数和第二子目标函数；所述第一子目标函数在外层以最小化投资成本为目标，所述第二子目标函数先在中层以最大化负荷减载和灾后运行成本为目标，再在内层以最小化负荷减载和灾后运行成本为目标；外层约束条件确定单元，用于根据储能系统配置数量、线路加固数量以及储能额定功率和容量配置确定外层约束条件；中层约束条件确定单元，用于根据线路故障确定中层约束条件；内层约束条件确定单元，用于根据配网节点功率、线路载荷容量、线路潮流、机组出力、节点电压、机组爬坡、储能系统运行和负荷减载确定内层约束条件；参数确定单元，用于根据所述外层约束条件和第一子目标函数确定线路单位加固投资成本线路长度s ij、线路加固的二进制决策变量y ij、第一成本系数c e、第二成本系数c p、配置在节点i的储能系统容量
和额定功率P i R；根据所述中层约束条件、内层约束条件和第二子目标函数确定分布式电源出力
储能系统充电单位成本系数
储能系统放电单位成本系数
考虑负荷权重后的单位切负荷成本
节点i的切负荷比率ρ i,t、节点i的负荷
储能控制单元，用于根据获取的参数对所述配电网分布式电源储能进行控制。 - 根据权利要求6所述的系统，其特征在于，所述外层约束条件，包括：储能系统配置数量子约束条件、线路加固数量子约束条件以及储能额定功率和容量配置子约束条件；其中，所述储能系统配置数量子约束条件，包括：
线路加固数量子约束条件，包括：
储能额定功率和容量配置约束子条件，包括：
其中，σ i为储能配置的二进制决策变量，值为1时表示节点i配置储能系统，反之则未配置；为储能系统最大允许配置数量；
为线路的最大加固数量；P i R,max和
分别为储能系统可配置的额定功率和容量上限；当σ i＝0时，节点i未配置储能系统，等同于将储能系统的额定功率和容量均配置为0；
和P i R分别为配置在节点i的储能系统容量和额定功率；Ω B为交直流配网节点集合；Ω L为交直流配网线路集；y ij为线路加固的二进制决策变量。
- 根据权利要求6所述的系统，其特征在于，所述中层约束条件，包括：
其中，为线路故障率；z ij,0为二进制变量，表征线路是否发生故障，发生故障时值为1，反之为0；W max为配网线路故障不确定熵值上限Ω L为交直流配网线路集。
- 根据权利要求6所述的系统，其特征在于，所述内层约束条件，包括：配网节点功率子约束条件、线路载荷容量子约束条件、线路潮流子约束条件、机组出力子约束条件、节点电压子约束条件、机组爬坡子约束条件、储能系统运行子约束条件和负荷减载子约束条件；其中，所述储能系统状态子约束条件，包括：
所述负荷减载子约束条件，包括：
其中，S i(t)为在时刻t剩余电量；η ch,η dis分别为充放电效率；Δt表示时间间隔；为充电功率；
为放电功率；P i R为充放电上限。
- 根据权利要求6所述的系统，其特征在于，所述第一子目标函数，包括：
所述第二子目标函数，包括：
其中，Y,U,F分别为三层决策的变量集合；C INV为投资成本；C OPE和C LS分别为灾后运行成本和负荷减载成本；ρ pre为引入韧性偏好系数；为线路加固投资成本；
为储能资源配置投资成本；
为该线路单位加固投资成本；s ij为线路长度；y ij为线路加固的二进制决策变量；β l为按规划年限将线路投资总成本折算至一年期的系数；Ω L为交直流配网线路集；c e和c p为成本系数；β es为按规划年限将储能系统投资总成本折算至一年期的系数；Ω B为交直流配网节点集合；
和P i R分别为配置在节点i的储能系统容量和额定功率；
为考虑负荷权重后的单位切负荷成本；ρ i,t为t时刻节点i切负荷比率；
为对应时刻和节点的负荷；T为极端事件的持续影响时间；
和
分别为分布式电源出力、储能系统充放电单位成本系数。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110655637.4 | 2021-06-11 | ||
| CN202110655637.4A CN113489033A (zh) | 2021-06-11 | 2021-06-11 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2022257712A1 true WO2022257712A1 (zh) | 2022-12-15 |
Family
ID=77934900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2022/093452 WO2022257712A1 (zh) | 2021-06-11 | 2022-05-18 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN113489033A (zh) |
| WO (1) | WO2022257712A1 (zh) |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115759486A (zh) * | 2023-01-06 | 2023-03-07 | 中交路桥检测养护有限公司 | 城市桥梁灾变预测与韧性评估方法和系统 |
| CN116029532A (zh) * | 2023-02-23 | 2023-04-28 | 国网江西省电力有限公司经济技术研究院 | 一种面向配电网承载力提升的储能规划方法 |
| CN116154791A (zh) * | 2023-03-14 | 2023-05-23 | 山东大学 | 一种协同多可控资源的功角稳定控制方法、系统及终端 |
| CN116245269A (zh) * | 2023-04-28 | 2023-06-09 | 华北电力大学 | 一种在暴雨灾害下的城市配电网韧性提升方法 |
| CN116384142A (zh) * | 2023-04-14 | 2023-07-04 | 广西大学 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
| CN116388206A (zh) * | 2023-06-07 | 2023-07-04 | 国网天津市电力公司滨海供电分公司 | 变压器n-1故障下的切负荷计算方法、系统及可读介质 |
| CN116797077A (zh) * | 2023-05-25 | 2023-09-22 | 国家电网有限公司华东分部 | 区域内机组出力计划的确定方法、装置及计算机设备 |
| CN116911076A (zh) * | 2023-09-12 | 2023-10-20 | 国网浙江省电力有限公司电力科学研究院 | 多微电网对配电网的韧性支撑仿真方法、装置和电子设备 |
| CN116937580A (zh) * | 2023-09-19 | 2023-10-24 | 华北电力大学 | 一种基于直流线路互联的区-隧供电系统弹性恢复方法 |
| CN116937599A (zh) * | 2023-05-16 | 2023-10-24 | 东南大学 | 一种考虑5g基站备用储能的配电网负荷恢复方法及系统 |
| CN117094537A (zh) * | 2023-10-19 | 2023-11-21 | 国网浙江省电力有限公司丽水供电公司 | 电网规划方法、装置、电子设备和存储介质 |
| CN117374999A (zh) * | 2023-12-07 | 2024-01-09 | 国网辽宁省电力有限公司经济技术研究院 | 一种配电网的电压调节资源双层优化配置方法及系统 |
| CN117439147A (zh) * | 2023-12-21 | 2024-01-23 | 深圳市健网科技有限公司 | 一种分布式储能系统实时优化方法及装置 |
| CN117670071A (zh) * | 2023-10-25 | 2024-03-08 | 国家电网有限公司华东分部 | 源网储协同规划方案的生成方法及装置、介质、终端 |
| CN117709651A (zh) * | 2023-12-14 | 2024-03-15 | 国网青海省电力公司清洁能源发展研究院 | 一种区域电网多点布局储能系统规划配置方法及系统 |
| CN117745092A (zh) * | 2023-12-19 | 2024-03-22 | 国网青海省电力公司清洁能源发展研究院 | 一种基于运行策略的分布式储能经济性评价方法及系统 |
| CN117910836A (zh) * | 2024-03-19 | 2024-04-19 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
| CN117910836B (zh) * | 2024-03-19 | 2024-05-28 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113489033A (zh) * | 2021-06-11 | 2021-10-08 | 国网上海市电力公司 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
| CN115882479B (zh) * | 2023-02-21 | 2023-07-14 | 国网江西省电力有限公司经济技术研究院 | 一种面向韧性提升的分布式储能系统多目标优化配置方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109473992A (zh) * | 2019-01-21 | 2019-03-15 | 国网河北省电力有限公司经济技术研究院 | 一种提高配电网韧性的方法、系统及终端设备 |
| CN110571807A (zh) * | 2019-10-15 | 2019-12-13 | 华北电力大学 | 极端自然灾害下计及储能配置韧性配电网规划方法及系统 |
| CN112152210A (zh) * | 2020-10-13 | 2020-12-29 | 国网浙江省电力有限公司经济技术研究院 | 一种配电网系统的优化方法及装置 |
| CN113489033A (zh) * | 2021-06-11 | 2021-10-08 | 国网上海市电力公司 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
-
2021
- 2021-06-11 CN CN202110655637.4A patent/CN113489033A/zh active Pending
-
2022
- 2022-05-18 WO PCT/CN2022/093452 patent/WO2022257712A1/zh unknown
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109473992A (zh) * | 2019-01-21 | 2019-03-15 | 国网河北省电力有限公司经济技术研究院 | 一种提高配电网韧性的方法、系统及终端设备 |
| CN110571807A (zh) * | 2019-10-15 | 2019-12-13 | 华北电力大学 | 极端自然灾害下计及储能配置韧性配电网规划方法及系统 |
| CN112152210A (zh) * | 2020-10-13 | 2020-12-29 | 国网浙江省电力有限公司经济技术研究院 | 一种配电网系统的优化方法及装置 |
| CN113489033A (zh) * | 2021-06-11 | 2021-10-08 | 国网上海市电力公司 | 面向韧性提升的配电网分布式电源储能控制方法及系统 |
Non-Patent Citations (4)
| Title |
|---|
| MA SHANSHAN, CHEN BOKAN, WANG ZHAOYU: "Resilience Enhancement Strategy for Distribution Systems Under Extreme Weather Events", IEEE TRANSACTIONS ON SMART GRID, IEEE, USA, vol. 9, no. 2, 1 March 2018 (2018-03-01), USA, pages 1442 - 1451, XP093014283, ISSN: 1949-3053, DOI: 10.1109/TSG.2016.2591885 * |
| ZHANG HAIBO, MA SHENTONG, CHENG XIN, GONG XIANFU, WEI KAI: "Distribution Network Energy Storage Planning Ensuring Uninterrupted Power Supply for Critical Loads", POWER SYSTEM TECHNOLOGY, SHUILI-DIANLIBU DIANLI KEXUE YANJIUYUAN, BEIJING, CN, vol. 45, no. 1, 31 January 2021 (2021-01-31), CN , pages 259 - 268, XP093014482, ISSN: 1000-3673, DOI: 10.13335/j.1000-3673.pst.2020.0851 * |
| ZHOU SHICHAO, LIU XIAOLIN;XIONG ZHAN;WANG XU;JIANG CHUANWEN;ZHANG SHENXI: "Line Hardening and Energy Storage System Configuration Strategies for Resilience Enhancement of a Hybrid AC-DC Distribution System", PROCEEDINGS OF THE CSEE, ZHONGGUO DIANJI GONGCHENG XUEHUI, CN, vol. 55, no. 12, 31 December 2021 (2021-12-31), CN , pages 1619 - 1630, XP093014481, ISSN: 0258-8013, DOI: 10.16183/j.cnki.jsjtu.2021.279 * |
| ZHOU XIAOMIN, SHAOYUN GE, TENG LI, HONG LIU: "Assessing and Boosting Resilience of Distribution System Under Extreme Weather", PROCEEDINGS OF THE CSEE, ZHONGGUO DIANJI GONGCHENG XUEHUI, CN, vol. 38, no. 20, 20 January 2018 (2018-01-20), CN , XP093014485, ISSN: 0258-8013, DOI: 10.13334/j.0258-8013.pcsee.162547 * |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115759486A (zh) * | 2023-01-06 | 2023-03-07 | 中交路桥检测养护有限公司 | 城市桥梁灾变预测与韧性评估方法和系统 |
| CN116029532A (zh) * | 2023-02-23 | 2023-04-28 | 国网江西省电力有限公司经济技术研究院 | 一种面向配电网承载力提升的储能规划方法 |
| CN116154791A (zh) * | 2023-03-14 | 2023-05-23 | 山东大学 | 一种协同多可控资源的功角稳定控制方法、系统及终端 |
| CN116154791B (zh) * | 2023-03-14 | 2023-09-05 | 山东大学 | 一种协同多可控资源的功角稳定控制方法、系统及终端 |
| CN116384142B (zh) * | 2023-04-14 | 2023-11-17 | 广西大学 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
| CN116384142A (zh) * | 2023-04-14 | 2023-07-04 | 广西大学 | 多能协同恢复的电-气-热耦合系统抗震韧性规划方法 |
| CN116245269A (zh) * | 2023-04-28 | 2023-06-09 | 华北电力大学 | 一种在暴雨灾害下的城市配电网韧性提升方法 |
| CN116937599B (zh) * | 2023-05-16 | 2024-05-28 | 东南大学 | 一种考虑5g基站备用储能的配电网负荷恢复方法及系统 |
| CN116937599A (zh) * | 2023-05-16 | 2023-10-24 | 东南大学 | 一种考虑5g基站备用储能的配电网负荷恢复方法及系统 |
| CN116797077A (zh) * | 2023-05-25 | 2023-09-22 | 国家电网有限公司华东分部 | 区域内机组出力计划的确定方法、装置及计算机设备 |
| CN116388206A (zh) * | 2023-06-07 | 2023-07-04 | 国网天津市电力公司滨海供电分公司 | 变压器n-1故障下的切负荷计算方法、系统及可读介质 |
| CN116388206B (zh) * | 2023-06-07 | 2023-08-18 | 国网天津市电力公司滨海供电分公司 | 变压器n-1故障下的切负荷计算方法、系统及可读介质 |
| CN116911076B (zh) * | 2023-09-12 | 2024-03-19 | 国网浙江省电力有限公司电力科学研究院 | 多微电网对配电网的韧性支撑仿真方法、装置和电子设备 |
| CN116911076A (zh) * | 2023-09-12 | 2023-10-20 | 国网浙江省电力有限公司电力科学研究院 | 多微电网对配电网的韧性支撑仿真方法、装置和电子设备 |
| CN116937580A (zh) * | 2023-09-19 | 2023-10-24 | 华北电力大学 | 一种基于直流线路互联的区-隧供电系统弹性恢复方法 |
| CN116937580B (zh) * | 2023-09-19 | 2023-11-28 | 华北电力大学 | 一种基于直流线路互联的区-隧供电系统弹性恢复方法 |
| CN117094537B (zh) * | 2023-10-19 | 2024-01-05 | 国网浙江省电力有限公司丽水供电公司 | 电网规划方法、装置、电子设备和存储介质 |
| CN117094537A (zh) * | 2023-10-19 | 2023-11-21 | 国网浙江省电力有限公司丽水供电公司 | 电网规划方法、装置、电子设备和存储介质 |
| CN117670071A (zh) * | 2023-10-25 | 2024-03-08 | 国家电网有限公司华东分部 | 源网储协同规划方案的生成方法及装置、介质、终端 |
| CN117374999A (zh) * | 2023-12-07 | 2024-01-09 | 国网辽宁省电力有限公司经济技术研究院 | 一种配电网的电压调节资源双层优化配置方法及系统 |
| CN117374999B (zh) * | 2023-12-07 | 2024-03-19 | 国网辽宁省电力有限公司经济技术研究院 | 一种配电网的电压调节资源双层优化配置方法及系统 |
| CN117709651A (zh) * | 2023-12-14 | 2024-03-15 | 国网青海省电力公司清洁能源发展研究院 | 一种区域电网多点布局储能系统规划配置方法及系统 |
| CN117745092A (zh) * | 2023-12-19 | 2024-03-22 | 国网青海省电力公司清洁能源发展研究院 | 一种基于运行策略的分布式储能经济性评价方法及系统 |
| CN117745092B (zh) * | 2023-12-19 | 2024-05-17 | 国网青海省电力公司清洁能源发展研究院 | 一种基于运行策略的分布式储能经济性评价方法及系统 |
| CN117439147B (zh) * | 2023-12-21 | 2024-03-26 | 深圳市健网科技有限公司 | 一种分布式储能系统实时优化方法及装置 |
| CN117439147A (zh) * | 2023-12-21 | 2024-01-23 | 深圳市健网科技有限公司 | 一种分布式储能系统实时优化方法及装置 |
| CN117910836A (zh) * | 2024-03-19 | 2024-04-19 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
| CN117910836B (zh) * | 2024-03-19 | 2024-05-28 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113489033A (zh) | 2021-10-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022257712A1 (zh) | 面向韧性提升的配电网分布式电源储能控制方法及系统 | |
| Chen et al. | Multi-time step service restoration for advanced distribution systems and microgrids | |
| CN108988322B (zh) | 考虑系统时变性的微网运行策略优化方法 | |
| CN112183855B (zh) | 区域电力现货市场出清方法、装置和电子设备 | |
| Zhao et al. | Distributed risk-limiting load restoration for wind power penetrated bulk system | |
| Zhu et al. | Co-optimization of supply and demand resources for load restoration of distribution system under extreme weather | |
| CN109992818A (zh) | 大规模风电参与一次调频的机组组合模型及求解方法 | |
| CN114725926A (zh) | 面向韧性提升的分布式资源辅助主网关键节点黑启动策略 | |
| Mohan et al. | Intelligent control of battery storage for resiliency enhancement of distribution system | |
| Cai et al. | Hybrid stochastic-robust service restoration for wind power penetrated distribution systems considering subsequent random contingencies | |
| CN115663922A (zh) | 一种分布式电源多自由度优化配置方法及系统 | |
| CN115473284B (zh) | 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备 | |
| CN113852084B (zh) | 考虑智能软开关优化配置的配电网多阶段韧性提升方法 | |
| Sun et al. | Determining optimal generator start-up sequence in bulk power system restoration considering uncertainties: A confidence gap decision theory based robust optimization approach | |
| CN115377968A (zh) | 一种考虑可再生能源出力波动的新型配电网顺序恢复优化方法 | |
| Liu et al. | A resilience enhancement scheme of cyber-physical power system for extreme natural disasters | |
| Ma et al. | Research on the strategy of the fault recovery and emergency repair of distribution network with distributed generation under extreme conditions | |
| CN108649571B (zh) | 一种基于事故链模型的连锁故障紧急阻断方法 | |
| Xu et al. | Research on system resource optimization of distribution network producer-consumer system considering resilience and economy | |
| Zhang et al. | Enhancing power grid resilience against typhoon disasters by scheduling of generators along with optimal transmission switching | |
| Qin et al. | Resilience Enhancement of Multi-microgrid System of Systems Based on Distributed Energy Scheduling and Network Reconfiguration | |
| Gan et al. | Resilience promotion strategy of distribution network considering demand response and distributed generation uncertainty | |
| Liu et al. | Post-Disturbance Dynamic Distribution System Restoration with DGs and Mobile Resources | |
| CN112234633B (zh) | 一种基于提高电网运行可靠性的储能单元分配方法 | |
| Han et al. | Integrated Planning of Energy Storage Systems and Data Centers Considering Resilience Enhancement in Distribution Network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 22819310 Country of ref document: EP Kind code of ref document: A1 |
|
| NENP | Non-entry into the national phase |
Ref country code: DE |