CN107591807A - 一种新能源接入下的输电网规划的优化方法 - Google Patents
一种新能源接入下的输电网规划的优化方法 Download PDFInfo
- Publication number
- CN107591807A CN107591807A CN201710967854.0A CN201710967854A CN107591807A CN 107591807 A CN107591807 A CN 107591807A CN 201710967854 A CN201710967854 A CN 201710967854A CN 107591807 A CN107591807 A CN 107591807A
- Authority
- CN
- China
- Prior art keywords
- node
- individual
- population
- transmission network
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- 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
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种新能源接入下的输电网规划的优化方法,包括步骤:S100建立含新能源的输电网规划模型。S200根据MOEAD优化算法中的种群个体建立相应的输电网络拓扑;S300对所述输电网络拓扑进行修补,保证输电网络拓扑连通;S400通过概率直流潮流法得到种群个体对应的输电网络各支路潮流,删除不满足输电网规划模型约束条件的种群个体,通过多次迭代得到最终的种群个体;S500将最终的种群个体转化为规划方案。本发明解决了新能源接入输电网所产生的波动性对输电网规划的影响,提高了规划效率,提高了优化算法的收敛精度与计算速度。
Description
技术领域
本发明属于输电网技术领域,特别是涉及一种新能源接入下的输电网规划的优化方法。
背景技术
以风电为代表的新能源正在高速发展,但由于新能源发电本身所具备的随机性和波动性,使得风电接入下的输电网也具备波动性。常规输电网所采用的确定性的潮流计算不能很好的考虑风电对输电网波动的影响。而概率直流潮流计算能很好的考虑这一点,同时也比较简单容易实现。
目前较为普遍的含风电输电网规划模型都从模型的经济性与安全性角度出发。而关于输电网规划模型的优化求解算法多种多样。有关学者在引入大规模风电场的IEEE 24节点输电网***采用了多目标粒子群算法进行了规划;在含风机的浙江某地区电网采用了遗传算法进行了规划;在一个含风机的IEEE 24输电网节点***采用了NSGA-Ⅱ算法进行了规划。
但是,多目标粒子群算法整体的收敛速度取决于粒子初始参数的设置,具备很大的随机性;遗传算法(GA)计算复杂,不稳定,容易局部收敛;NSGA-Ⅱ是对于两个具有相同非支配排序的解,处于更小拥挤区域的解更优),重复挑选由父代种群通过遗传算法基本操作产生的次代种群,直至满足条件为止,NSGA-Ⅱ算法较为复杂,结果收敛性亦有待提高。
发明内容
为了解决上述问题,本发明提出了一种新能源接入下的输电网规划的优化方法,解决了新能源接入输电网产生的波动性对输电网规划的影响,提高了规划效率,提高了计算速度。
为达到上述目的,本发明采用的技术方案是:
一种新能源接入下的输电网规划的优化方法,包括步骤:
S100建立含新能源的输电网规划模型;
S200根据MOEAD优化算法中的种群个体建立相应的输电网络拓扑;
S300对所述输电网络拓扑进行修补,保证输电网络拓扑连通;
S400通过概率直流潮流法得到种群个体对应的输电网络各支路潮流,删除不满足输电网规划模型约束条件的种群个体,通过多次迭代得到最终的种群个体;
S500将最终的种群个体转化为规划方案。
进一步的是,在步骤100中所述输电网规划模型的建立,以输电网线路建设成本与输电网线路网损成本作为目标函数,支路潮流在预设概率下不过负荷作为约束条件。
进一步的是,在步骤300中对所述输电网络拓扑进行修补,依次通过去除孤立节点与去除孤岛两个环节来修补输电网络拓扑,进而保证输电网络拓扑的连通。
进一步的是,所述去除孤立节点环节包括步骤:
S311进行初始化设置:将输电网络拓扑中的节点、支路以及走廊进行编号;确立输电网的邻接矩阵、扩建矩阵以及网架参数矩阵;
S312设定i=1;根据邻接矩阵Lm×m判断节点i是否为孤立节点;若是,转到步骤S313;若否,进行步骤S315;
S313由所述输电网线路建设成本的目标函数计算并扩建线路建设成本最少的一条两端节点编号含上述孤立节点编号的线路;
S314存储步骤S313中得到的线路,并更新邻接矩阵;
S315判断上述孤立节点编号是否小于节点总数;若是,转到步骤S312依次判断下一个节点是否为孤立节点;若否,则孤立节点去除完毕。
进一步的是,去除孤岛的步骤:
S321初始设置:设定i=1,输电网络拓扑中节点1为中心节点,节点集合P当前只含节点1;;
S322在输电网络拓扑中检索所有与集合P中节点i相连的节点j;
S323依次将节点j存储在集合P中;
S324转到步骤S322依次判断集合P中下一个节点,直到所有节点检测完毕;
S325检测集合P是否包含输电网络拓扑中的每一个节点,若是,孤岛去除完毕;若否,转到步骤S326;
S326去除输电网络拓扑中的孤岛。
进一步的是,所述步骤S326中去除输电网络拓扑中的孤岛,包括步骤:
S3261初始设置节点a=1,集合
S3262依次将不属于集合P中的节点a存储于集合T中;
S3263i∈P,a∈T;由所述输电网线路建设成本的目标函数计算并扩建线路建设成本最少的两端节点为节点i与节点a的一条线路;
S3264通过S3263中得到的线路更新邻接矩阵Lmm,并转到步骤S321。
进一步的是,步骤S400中,通过概率直流潮流法得到种群个体对应的输电网络各支路潮流,删除不满足输电网规划模型约束条件的种群个体,通过多次迭代得到最终的种群个体,包括步骤:
S401初始化:初始化算法参数以及输电网络拓扑参数;初始化初代种群个体;修补初代种群个体,初始化目标函数值;
S402通过遗传变异操作产生次代种群个体;
S403进行次代种群个体的修补;
S404由概率直流潮流法计算出种群个体对应的输电网络拓扑中各支路潮流;
S405依次判断种群个体在MOEAD优化算法的运行方式下支路潮流是否满足所述约束条件;若是,保留该种群个体;否,转至步骤S402;
S406由输电网线路建设成本的目标函数与输电网线路网损成本的目标函数计算种群个体对应的目标函数值;
S407更新种群个体以及目标函数值;
S408判断是否达到进化次数;若是,则结束;若否,在返回步骤S402;
进一步的是,步骤S403中进行次代种群个体的修补,包括步骤:
S4031将次代种群个体转化成邻接矩阵的形式;
S4032修补次代种群个体对应的输电网络拓扑。
进一步的是,步骤S404中由概率直流潮流法计算出种群个体对应的输电网络拓扑中各支路潮流,包括步骤:
S4041由公式1计算出***中每个节点注入功率取期望值时的直流潮流分布,求得节点电压相角θ0,支路潮流功率PL,
公式1为:P=B0θ0PLij=(θi-θj)/xij;
式中,B0为***节点电纳矩阵;θi为节点i的相角,θj为节点j的相角;xij为线路两端节点为节点i与节点j的线路阻抗;
S4042根据输电网中发电机的出力和节点有功负荷随机变量的分布,由公式2计算节点有功注入随机变量的各阶矩mr(P),
公式2为:
式中,mr是随机变量的r阶矩;E(X)是离散型随机变量x的期望值;pi是离散型随机变量x取xi的概率;
S4043利用公式3随机变量矩与半不变量间的关系,由mr(P)求出相应各阶半不变量kr(P),
公式3为:
式中,kr是随机变量的r阶半不变量;是为多项式系数;
S4044由公式1计算出每条支路有功潮流的各阶半不变量;
S4045通过支路潮流的数学期望和标准差分别对应其一阶半不变量和二阶半不变量的平方根,获得出种群个体对应的输电网络拓扑中各支路潮流。
采用本技术方案的有益效果:
本发明所提出的优化方法考虑了新能源对输电网规划的影响,通过支路潮流的多阶半不变量对输电网***的波动性有了精确的刻画;
本发明所提出的优化方法通过MOEAD优化算法(多目标优化算法)实现输电网规划优化,提高了规划效率;
本发明所提出的优化方法在MOEAD优化算法中引入输电网络拓扑的修补,提高了优化算法收敛精度与计算效率。
本发明所提出的优化方法得到的规划结果多样,可供选择性高。
附图说明
图1为本发明的一种新能源接入下的输电网规划的优化方法流程示意图;
图2实施例一中8节点***图;
图3实施例二中18节点输电网***初始线路图;
图4实施例二中方案5的初始线路图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图对本发明作进一步阐述。
在本实施例中,参见图1所示,本发明提出了一种新能源接入下的输电网规划的优化方法,包括步骤:S100-S500。
S100建立含新能源的输电网规划模型。
在步骤100中所述输电网规划模型的建立,以输电网线路建设成本与输电网线路网损成本作为目标函数,支路潮流在预设概率下不过负荷作为约束条件。
含风电的输电网规划模型:
1)目标函数
式中,f1是***线路建设成本的目标函数,f2是***线路网损成本的目标函数,Ci是第i条支路单条线路单位长度造价(万元/km),Zi是第i条支路扩建线路数,li是第i条支路单条线路长度(km),NL是整个输电网***总的走廊数目,Zi 0是第i条支路原有线路数,Zi是第i条支路扩建线路数,ri是i条支路的单条线路电阻(Ω),Pli是第i条支路单条线路的有功潮流。
2)约束条件
式中,为第i条支路扩建线路数上限,E(Pl)为支路单条线路有功潮流期望值,λ为控制参数;σ为支路单条线路潮流Pl的标准差,为支路单条线路有功输送容量上限,Pl为支路单条线路有功输送容量下限。
S200根据MOEAD优化算法的种群个体建立相应的输电网络拓扑。
S300对所述输电网络拓扑进行修补,保证输电网络拓扑连通。
在步骤300中对所述输电网络拓扑进行修补,依次通过去除孤立节点与去除孤岛两个环节来修补输电网络拓扑,进而保证输电网络拓扑的连通。
所述去除孤立节点环节包括步骤:
S311进行初始化设置:将输电网络拓扑中的节点、支路以及走廊进行编号;确立输电网的邻接矩阵、扩建矩阵以及网架参数矩阵;
S312设定i=1;根据邻接矩阵Lm×m判断节点i是否为孤立节点;若是,转到步骤S313;若否,进行步骤S315;
S313由所述输电网线路建设成本的目标函数计算并扩建线路建设成本最少的一条两端节点编号含上述孤立节点编号的线路;
S314存储步骤S313中得到的线路,并更新邻接矩阵;
S315判断上述孤立节点编号是否小于节点总数;若是,转到步骤S312依次判断下一个节点是否为孤立节点;若否,则孤立节点去除完毕。
去除孤岛的步骤:
S321初始设置:设定i=1,输电网络拓扑中节点1为中心节点,节点集合P当前只含节点1;
S322在输电网络拓扑中检索所有与集合P中节点i相连的节点j;
S323依次将节点j存储在集合P中;
S324转到步骤S322判断集合P中下一个节点,直到所有节点检测完毕;
S325检测集合P是否包含输电网络拓扑中的每一个节点,若是,孤岛去除完毕;若否,转到步骤S326;
S326去除输电网络拓扑中的孤岛。
所述步骤S326中去除输电网络拓扑中的孤岛,包括步骤:
S3261初始设置节点a=1,集合
S3262依次将不属于集合P中的节点a存储于集合T中。
S3263i∈P,a∈T;由所述输电网线路建设成本的目标函数计算并扩建线路建设成本最少的两端节点为节点i与节点a的一条线路。
S3264通过S3263中得到的线路更新邻接矩阵Lmm,并转到步骤S321。
S400通过概率直流潮流法得到种群个体的对应输电网络各支路潮流。
在步骤S400中,通过概率直流潮流法得到种群个体对应的输电网络各支路潮流,删除不满足输电网规划模型约束条件的种群个体,通过多次迭代得到最终的种群个体,包括步骤:
S401初始化:初始化算法参数以及输电网络拓扑参数;初始化初代种群个体;修补初代种群个体,初始化目标函数值;
S402通过遗传变异操作产生次代种群个体;
S403进行次代种群个体的修补;
步骤S403中进行次代种群个体的修补,包括步骤:
S4031将次代种群个体转化成邻接矩阵的形式;
S4032修补次代种群个体对应的输电网络拓扑;
S404由概率直流潮流法计算出种群个体对应的输电网络拓扑中各支路潮流;
步骤S404中由概率直流潮流法计算出种群个体对应的输电网络拓扑中各支路潮流,包括步骤:
S4041由公式1计算出***中每个节点注入功率取期望值时的直流潮流分布,求得节点电压相角θ0,支路潮流功率PL,
公式1为:P=B0θ0PLij=(θi-θj)/xij;
式中,B0为***节点电纳矩阵;θi为节点i的相角,θj为节点j的相角;xij为线路两端节点为节点i与节点j的线路阻抗;
S4042根据输电网中发电机的出力和节点有功负荷随机变量的分布,由公式2计算节点有功注入随机变量的各阶矩mr(P),
公式2为:
式中,mr是随机变量的r阶矩;E(X)是离散型随机变量x的期望值;pi是离散型随机变量x取xi的概率;
S4043利用公式3随机变量矩与半不变量间的关系,由mr(P)求出相应各阶半不变量kr(P),
公式3为:
式中,kr是随机变量的r阶半不变量;是为多项式系数;
S4044由公式1计算出每条支路有功潮流的各阶半不变量;
S4045通过支路潮流的数学期望和标准差分别对应其一阶半不变量和二阶半不变量的平方根,获得出种群个体对应的输电网络拓扑中各支路潮流;
S405依次判断种群个体在MOEAD优化算法的运行方式下支路潮流是否满足所述约束条件;若是,保留该种群个体;否,转至步骤S402;
S406由输电网线路建设成本的目标函数与输电网线路网损成本的目标函数计算种群个体对应的目标函数值;
S407更新种群个体以及目标函数值;
S408判断是否达到进化次数;若是,则结束;若否,在返回步骤S302;
实施例一:一个8节点12走廊的输电网***的图2为例。公式4为输电网***的邻接矩阵,公式5为输电网***的扩建矩阵,公式6为输电网***的网架参数矩阵,公式7是由输电网***中走廊支路含有的线路数信息所构成的种群个体。
节点4为孤立节点;节点5与节点6构成孤岛;
则公式4:
在邻接矩阵L8×8中,l12=2代表节点1与节点2间有两条线路相连。依此类推,可知l18=l81=1代表节点1与节点8间有1条线路相连。
公式5:
在邻接矩阵K8×8中,k12=2代表节点1与节点2间最多有1条线路可以扩建。
公式6:
以B12×7的第一行为例,b11=1代表矩阵第一行数据为第1条走廊的电气信息。b12=1代表支路起始节点为节点1,b13=2代表支路末端节点为节点2;b14=3代表支路每条线路总的电抗为3Ω;b15=4代表支路每条线路的潮流上限为4MVA;b16=5代表支路每条线路长度为5km;b17=0.6b17=0.6代表支路每条线路的单位阻抗为0.6Ω/km。
公式7:
L=[2 1 0 1 1 0 0 1 0 1 0 1]12 (8)
在种群个体L中,l11=2代表第一条走廊支路拥有2条线路。
实施例二:在18节点输电网***中进行测试,其包括18个节点,27条走廊如图3。***参数设置如下:整个输电网***负荷服从正态分布,标准差取期望值的2%;在13号节点接入1000MW的风机,风机的切入风速vci=3m/s,额定风速vr=15m/s,切出风速vco=25m/s;风速采用两参数威布尔分布模型,形状参数k=2.80,尺度参数c=5.14;控制参数每条支路每条走廊单位长度造价Ci=100,(万元/km)ri近似为单条线路电抗,支路单条线路潮流下限Pl=0MVA,支路单条线路潮流上限MOEAD优化算法的参数设置如下:随机种子100个、种群数量20个、邻域数量10个、迭代次数500次。
表1输电网规划方案
如图4所示方案5的初始线路图。
表2为方案5中各条支路潮流
如表二可知,各条支路潮流都在潮流约束条件范围内。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种新能源接入下的输电网规划的优化方法,其特征在于,包括步骤:
S100建立含新能源的输电网规划模型;
S200根据MOEAD优化算法中的种群个体建立相应的输电网络拓扑;
S300对所述输电网络拓扑进行修补,保证输电网络拓扑连通;
S400通过概率直流潮流法得到种群个体对应的输电网络各支路潮流,删除不满足输电网规划模型约束条件的种群个体,通过多次迭代得到最终的种群个体;
S500将最终的种群个体转化为规划方案。
2.根据权利要求1所述的一种新能源接入下的输电网规划的优化方法,其特征在于,在步骤100中所述输电网规划模型的建立,以输电网线路建设成本与输电网线路网损成本作为目标函数,支路潮流在预设概率下不过负荷作为约束条件。
3.根据权利要求2所述的一种新能源接入下的输电网规划的优化方法,其特征在于,在步骤300中对所述输电网络拓扑进行修补,依次通过去除孤立节点与去除孤岛两个环节来修补输电网络拓扑,进而保证输电网络拓扑的连通。
4.根据权利要求3所述的一种新能源接入下的输电网规划的优化方法,其特征在于,所述去除孤立节点环节包括步骤:
S311进行初始化设置:将输电网络拓扑中的节点、支路以及走廊进行编号;确立输电网的邻接矩阵、扩建矩阵以及网架参数矩阵;
S312设定i=1;根据邻接矩阵Lm×m判断节点i是否为孤立节点;若是,转到步骤S313;若否,进行步骤S315;
S313由所述输电网线路建设成本的目标函数计算并扩建线路建设成本最少的一条两端节点编号含上述孤立节点编号的线路;
S314存储步骤S313中得到的线路,并更新邻接矩阵;
S315判断上述孤立节点编号是否小于节点总数;若是,转到步骤S312依次判断下一个节点是否为孤立节点;若否,则孤立节点去除完毕。
5.根据权利要求4所述的一种新能源接入下的输电网规划的优化方法,其特征在于,去除孤岛的步骤:
S321初始设置:设定i=1,输电网络拓扑中节点1为中心节点,节点集合P当前只含节点1;
S322在输电网络拓扑中检索所有与集合P中节点i相连的节点j;
S323将节点j存储在集合P中;
S324转到步骤S322判断集合P中下一个节点,直到所有节点检测完毕;
S325检测集合P是否包含输电网络拓扑中的每一个节点,若是,孤岛去除完毕;若否,转到步骤S326;
S326去除输电网络拓扑中的孤岛。
6.根据权利要求5所述的一种新能源接入下的输电网规划的优化方法,其特征在于,所述步骤S326中去除输电网络拓扑中的孤岛,包括步骤:
S3261设置起始节点a=1,集合
S3262依次将不属于集合P中的节点a存储于集合T中;
S3263i∈P,a∈T;由所述输电网线路建设成本的目标函数计算并扩建线路建设成本最少的两端节点为节点i与节点a的一条线路;
S3264通过S3263中得到的线路更新邻接矩阵Lmm,并转到步骤S321。
7.根据权利要求6所述的一种新能源接入下的输电网规划的优化方法,其特征在于,步骤S400中,通过概率直流潮流法得到种群个体对应的输电网络各支路潮流,删除不满足输电网规划模型约束条件的种群个体,通过多次迭代得到最终的种群个体,包括步骤:
S401初始化:初始化算法参数以及输电网络拓扑参数;初始化初代种群个体;修补初代种群个体,初始化目标函数值;
S402通过遗传变异操作产生次代种群个体;
S403进行次代种群个体的修补;
S404由概率直流潮流法计算出种群个体对应的输电网络拓扑中各支路潮流;
S405依次判断种群个体在MOEAD优化算法的运行方式下支路潮流是否满足所述约束条件;若是,保留该种群个体;否,转至步骤S402;
S406由输电网线路建设成本的目标函数与输电网线路网损成本的目标函数计算种群个体对应的目标函数值;
S407更新种群个体以及目标函数值;
S408判断是否达到进化次数;若是,则结束;若否,再返回步骤S402。
8.根据权利要求7所述的一种新能源接入下的输电网规划的优化方法,其特征在于,步骤S403中进行次代种群个体的修补,包括步骤:
S4031将次代种群个体转化成邻接矩阵的形式;
S4032对次代种群个体对应的输电网络拓扑进行修补。
9.根据权利要求8所述的一种新能源接入下的输电网规划的优化方法,其特征在于,步骤S404中由概率直流潮流法计算出种群个体对应的输电网络拓扑中各支路潮流,包括步骤:
S4041由公式1计算出***中每个节点注入功率取期望值时的直流潮流分布,求得节点电压相角θ0,支路潮流功率PL,
公式1为:P=B0θ0PLij=(θi-θj)/xij;
式中,B0为***节点电纳矩阵;θi为节点i的相角,θj为节点j的相角;xij为线路两端节点为节点i与节点j的线路阻抗;
S4042根据输电网中发电机的出力和节点有功负荷随机变量的分布,由公式2计算节点有功注入随机变量的各阶矩mr(P),
公式2为:
式中,mr是随机变量的r阶矩;E(X)是离散型随机变量x的期望值;pi是离散型随机变量x取xi的概率;
S4043利用公式3随机变量矩与半不变量间的关系,由mr(P)求出相应各阶半不变量kr(P),
公式3为:k1=m1
式中,kr是随机变量的r阶半不变量;是为多项式系数;
S4044由公式1计算出每条支路有功潮流的各阶半不变量;
S4045通过支路潮流的数学期望和标准差分别对应其一阶半不变量和二阶半不变量的平方根,获得出种群个体对应的输电网络拓扑中各支路潮流。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710967854.0A CN107591807B (zh) | 2017-10-17 | 2017-10-17 | 一种新能源接入下的输电网规划的优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710967854.0A CN107591807B (zh) | 2017-10-17 | 2017-10-17 | 一种新能源接入下的输电网规划的优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107591807A true CN107591807A (zh) | 2018-01-16 |
CN107591807B CN107591807B (zh) | 2020-06-09 |
Family
ID=61052428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710967854.0A Active CN107591807B (zh) | 2017-10-17 | 2017-10-17 | 一种新能源接入下的输电网规划的优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107591807B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108493998A (zh) * | 2018-04-14 | 2018-09-04 | 华中科技大学 | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 |
CN110460091A (zh) * | 2019-07-29 | 2019-11-15 | 西南交通大学 | 一种新能源接入下的输电网最优规划的获取方法 |
CN110474324A (zh) * | 2019-08-01 | 2019-11-19 | 国网甘肃省电力公司电力科学研究院 | 一种配电网重构方法及*** |
CN110571791A (zh) * | 2019-07-29 | 2019-12-13 | 西南交通大学 | 一种新能源接入下的输电网规划的优化配置方法 |
CN110635478A (zh) * | 2019-10-23 | 2019-12-31 | 西南交通大学 | 一种基于单目标的新能源接入下的输电网规划的优化方法 |
CN111639870A (zh) * | 2020-06-04 | 2020-09-08 | 国网山东省电力公司潍坊供电公司 | 考虑源荷不确定性的输电网多目标柔性规划方法及*** |
CN114243708A (zh) * | 2021-11-25 | 2022-03-25 | 西南交通大学 | 一种基于交流模型的输电网扩展规划优化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104505820A (zh) * | 2014-10-24 | 2015-04-08 | 广东工业大学 | 基于多信息关联利用的配电网智能重构方法 |
CN105634117A (zh) * | 2014-10-28 | 2016-06-01 | 南京理工大学 | 一种基于多目标的智能配电网重构方法 |
CN106385025A (zh) * | 2016-10-08 | 2017-02-08 | 四川大学 | 一种分布式电源与联络线多阶段协同规划方法 |
CN106487005A (zh) * | 2016-11-14 | 2017-03-08 | 国网浙江省电力公司经济技术研究院 | 一种考虑输配电价的电网规划方法 |
-
2017
- 2017-10-17 CN CN201710967854.0A patent/CN107591807B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104505820A (zh) * | 2014-10-24 | 2015-04-08 | 广东工业大学 | 基于多信息关联利用的配电网智能重构方法 |
CN105634117A (zh) * | 2014-10-28 | 2016-06-01 | 南京理工大学 | 一种基于多目标的智能配电网重构方法 |
CN106385025A (zh) * | 2016-10-08 | 2017-02-08 | 四川大学 | 一种分布式电源与联络线多阶段协同规划方法 |
CN106487005A (zh) * | 2016-11-14 | 2017-03-08 | 国网浙江省电力公司经济技术研究院 | 一种考虑输配电价的电网规划方法 |
Non-Patent Citations (3)
Title |
---|
屈高强 等: "基于随机机会约束规划的有源配电网多目标规划", 《电力建设》 * |
康健 等: "基于分解的智能优化算法在电力***无功优化中的仿真研究", 《陕西电力》 * |
王一: "电力市场环境下的多目标输电网优化规划方法研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108493998A (zh) * | 2018-04-14 | 2018-09-04 | 华中科技大学 | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 |
CN108493998B (zh) * | 2018-04-14 | 2020-07-10 | 华中科技大学 | 考虑需求响应与n-1预想故障的鲁棒输电网规划方法 |
CN110460091A (zh) * | 2019-07-29 | 2019-11-15 | 西南交通大学 | 一种新能源接入下的输电网最优规划的获取方法 |
CN110571791A (zh) * | 2019-07-29 | 2019-12-13 | 西南交通大学 | 一种新能源接入下的输电网规划的优化配置方法 |
CN110460091B (zh) * | 2019-07-29 | 2022-05-10 | 西南交通大学 | 一种新能源接入下的输电网最优规划的获取方法 |
CN110474324A (zh) * | 2019-08-01 | 2019-11-19 | 国网甘肃省电力公司电力科学研究院 | 一种配电网重构方法及*** |
CN110635478A (zh) * | 2019-10-23 | 2019-12-31 | 西南交通大学 | 一种基于单目标的新能源接入下的输电网规划的优化方法 |
CN110635478B (zh) * | 2019-10-23 | 2022-04-05 | 西南交通大学 | 一种基于单目标的新能源接入下的输电网规划的优化方法 |
CN111639870A (zh) * | 2020-06-04 | 2020-09-08 | 国网山东省电力公司潍坊供电公司 | 考虑源荷不确定性的输电网多目标柔性规划方法及*** |
CN111639870B (zh) * | 2020-06-04 | 2023-07-18 | 国网山东省电力公司潍坊供电公司 | 考虑源荷不确定性的输电网多目标柔性规划方法及*** |
CN114243708A (zh) * | 2021-11-25 | 2022-03-25 | 西南交通大学 | 一种基于交流模型的输电网扩展规划优化方法 |
CN114243708B (zh) * | 2021-11-25 | 2023-04-18 | 西南交通大学 | 一种基于交流模型的输电网扩展规划优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107591807B (zh) | 2020-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107591807A (zh) | 一种新能源接入下的输电网规划的优化方法 | |
CN104376504B (zh) | 一种基于解析法的配电***概率可靠性评估方法 | |
CN105226643B (zh) | 安全约束下电力***运行模拟模型快速生成与求解方法 | |
Sun et al. | An online generator start-up algorithm for transmission system self-healing based on MCTS and sparse autoencoder | |
CN103795057B (zh) | 配电网潮流计算中基于搜索的配电网拓扑编号生成方法 | |
CN105656031B (zh) | 基于高斯混合分布特征的含风电电力***安全风险评估方法 | |
CN108306282B (zh) | 一种以解决电网诊断问题为导向的配电网自动规划方法 | |
CN110460091A (zh) | 一种新能源接入下的输电网最优规划的获取方法 | |
CN109638838A (zh) | 电网关键断面识别方法、装置及电子设备 | |
CN109598377B (zh) | 一种基于故障约束的交直流混合配电网鲁棒规划方法 | |
CN110635478B (zh) | 一种基于单目标的新能源接入下的输电网规划的优化方法 | |
CN105186578A (zh) | 具有精确计算网损能力的电力***分布式自动调度方法 | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN106228459A (zh) | 基于蒙特卡洛的等值可靠性评估方法 | |
CN112052544B (zh) | 风电场集电网络设计方法、***、存储介质及计算设备 | |
CN106779254A (zh) | 一种含分布式电源的充电站规划方法 | |
CN105633971B (zh) | 一种基于***竞争算法的智能配电网随机潮流方法 | |
CN106056466A (zh) | 基于FP‑growth算法的大电网关键线路识别方法 | |
CN106850253A (zh) | 一种基于多状态网络的传输时间可靠性测量的方法 | |
CN107453341A (zh) | 一种抑制变压器直流偏磁的电阻网络优化配置方法 | |
CN112865118B (zh) | 一种用于电网动态无功储备需求计算的深度学习模型生成方法 | |
CN107959287A (zh) | 一种两个电压等级电网生长演化模型的构建方法 | |
CN106451551A (zh) | 风电极限穿透功率优化方法和装置 | |
CN108183499A (zh) | 一种基于拉丁超立方抽样概率潮流的静态安全分析方法 | |
CN107437799A (zh) | 一种确定电网骨干网架线路的评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |