CN108039708B - 含分布式电源的配电网电压偏差和有功网损的优化方法 - Google Patents

含分布式电源的配电网电压偏差和有功网损的优化方法 Download PDF

Info

Publication number
CN108039708B
CN108039708B CN201810038291.1A CN201810038291A CN108039708B CN 108039708 B CN108039708 B CN 108039708B CN 201810038291 A CN201810038291 A CN 201810038291A CN 108039708 B CN108039708 B CN 108039708B
Authority
CN
China
Prior art keywords
optimization
function
voltage
active
objective
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810038291.1A
Other languages
English (en)
Other versions
CN108039708A (zh
Inventor
何廷一
李胜男
马红升
吴水军
周鑫
彭俊臻
和鹏
郭晓宇
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.)
Electric Power Research Institute of Yunnan Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Yunnan Power Grid Co Ltd
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 Electric Power Research Institute of Yunnan Power Grid Co Ltd filed Critical Electric Power Research Institute of Yunnan Power Grid Co Ltd
Priority to CN201810038291.1A priority Critical patent/CN108039708B/zh
Publication of CN108039708A publication Critical patent/CN108039708A/zh
Application granted granted Critical
Publication of CN108039708B publication Critical patent/CN108039708B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/16Circuit 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
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/30Reactive power compensation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种含分布式电源的配电网电压偏差和有功网损的优化方法,该方法包括计算配电网各节点的电压以及节点之间的电导、电纳和相角差;选取有功网损最小为有功优化的目标函数;选取电压偏离值最小为无功优化的目标函数;根据有功优化和无功优化的目标函数建立目标优化函数;采用矢量化跟踪轨迹内点法将目标优化函数优化计算,得到优化后的电压偏差和有功网损。本发明提供的优化方法通过采用矢量化跟踪轨迹内点法进行优化,能够快速得到优化后的电压偏差和有功网损,且优化后的电压偏差和有功网损能够使含分布式电源的配电网有效调节电压、降低网损。本发明提供的优化方法不受***规模大小的影响,具有较广泛的适用性,且收敛性好、鲁棒性强。

Description

含分布式电源的配电网电压偏差和有功网损的优化方法
技术领域
本发明涉及配电网技术领域,尤其涉及一种含分布式电源的配电网电压偏差和有功网损的优化方法。
背景技术
随着我国配电***的快速发展,用户用电越发普及。在实际配电网中,各种用电设备的负荷出现不确定性和多样性,如在时间特性上的快速而不均衡的发展变化,在空间特性上的随着季节性发展变化而变化,因而,在局部地区的配电***中常常出现电压不合格等的电压质量问题。
为解决由用电负荷不确定性和多样性引起的电压质量问题,通常在配电网中接入分布式电源、静置无功补偿装置和分组投切电容器等电压调节装置,以保持配电网的电压水平以及降低***网损。分布式电源为功率为数千瓦至50MW小型模块式的、与环境兼容的独立电源,用于满足电力***和用户特定的要求,如调峰、为边远用户或商业区、居民区供电,节省输变电投资、提高供电可靠性等。配电网中接入分布式电源在一定程度上能够减少***网损,也能够治理局部电压偏低的问题。如,在日负荷高峰期,部分地区因负荷过重或功率因数低而导致部分电压出现越下限的情况,若此时在区域接有分布式电源,则能够利用分布式电源发出的无功调整电压水平。
但在日负荷低谷期,全配电网出现电压超越上线的情况,若此时在配电网中接入分布式电源,则分布式电源发出的无功易导致接入点产生大量的无功功率,进一步导致电压超越上限。由此,需要对含有分布式电源的配电网的电压偏差和有功网损进行优化,以使得在配电网中接入分布式电源能够有效调节电压、降低网损。
发明内容
本发明提供一种含分布式电源的配电网电压偏差和有功网损的优化方法,以解决现有含分布式电源的配电网无法有效调节电压、降低网损的问题。
本发明提供一种含分布式电源的配电网电压偏差和有功网损的优化方法,所述方法包括:
计算配电网各节点的电压以及节点之间的电导、电纳和相角差;
根据所述电压以及节点之间的电导、电纳和相角差选取有功网损最小为有功优化的目标函数;
根据所述电压选取电压偏离值最小为无功优化的目标函数;
根据所述有功优化的目标函数和所述无功优化的目标函数建立多目标优化函数;
采用矢量化跟踪轨迹内点法对所述多目标优化函数优化计算,得到优化后的电压偏差和有功网损。
优选地,所述采用矢量化跟踪轨迹内点法对所述多目标优化函数优化计算包括:
将所述多目标优化函数转化为单目标优化函数;
建立与所述单目标优化函数相对应的对数型惩罚函数;
根据所述对数型惩罚函数构建惩罚函数;
采用无约束优化方法求得所述惩罚函数的极值点(X*,r(k));
判断前后两次计算得到的极值点差值的范数是否大于允许误差;
若所述范数小于或等于允许误差,则得到优化后的电压偏差和有功网损;
若所述范数大于允许误差,则设定r(k+1)=cr(k),X(0)=X*r(k),k=k+1,c=0.1,并重新带入所述对数型惩罚函数,直至所述范数小于或等于允许误差。
优选地,所述单目标优化函数为
Figure BDA0001548669470000021
优选地,所述对数型惩罚函数为
Figure BDA0001548669470000022
优选地,所述根据所述对数型惩罚函数构建惩罚函数包括:
选取初始惩罚因子r(0)>0,设定允许误差ε>0;
在可行域内选取初始点X(0),设定计数k=1;
根据所述初始惩罚因子、所述初始点和所述对数型惩罚函数建立惩罚函数。
优选地,所述范数的计算公式为:||X*r(k)-X*r(k-1)||。
优选地,所述有功优化的目标函数为:
Figure BDA0001548669470000024
优选地,所述无功优化的目标函数为:
Figure BDA0001548669470000023
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明提供一种含分布式电源的配电网电压偏差和有功网损的优化方法,该方法包括计算配电网各节点的电压以及节点之间的电导、电纳和相角差;根据所述电压以及节点之间的电导、电纳和相角差选取有功网损最小为有功优化的目标函数;根据所述电压选取电压偏离值最小为无功优化的目标函数;根据所述有功优化的目标函数和所述无功优化的目标函数建立目标优化函数;采用矢量化跟踪轨迹内点法将所述目标优化函数优化计算,得到优化后的电压偏差和有功网损。本发明提供的优化方法通过采用矢量化跟踪轨迹内点法进行优化,能够快速得到优化后的电压偏差和有功网损,且优化后的电压偏差和有功网损能够使含分布式电源的配电网有效调节电压、降低网损。本发明提供的优化方法不受***规模大小的影响,具有较广泛的适用性。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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他的附图。
图1为本发明实施例提供的含分布式电源的配电网电压偏差和有功网损的优化方法的流程示意图;
图2为本发明实施例提供的多目标优化函数优化计算的流程示意图;
图3为本发明实施例提供的含分布式电源的33节点配电网的结构示意图;
图4为本发明实施例提供的含分布式电源的33节点配电网优化后的对比结果示意图;
图5为本发明实施例提供的不含分布式电源的21节点配电网的结构示意图;
图6为本发明实施例提供的不含分布式电源的21节点配电网优化后的对比结果示意图。
具体实施方式
请参考附图1,附图1示出了本发明实施例提供的含分布式电源的配电网电压偏差和有功网损的优化方法的流程示意图。
从附图1可知,本发明实施例提供的含分布式电源的配电网电压偏差和有功网损的优化方法包括:
S01:计算配电网各节点的电压以及节点之间的电导、电纳和相角差。
对于含有分布式电源的配电网,根据实际情况计算配电网中各节点处的电压以及节点之间的电导、电纳和相角差。
S02:根据所述电压以及节点之间的电导、电纳和相角差选取有功网损最小为有功优化的目标函数。
根据计算得到的各节点的电压以及节点之间的电导、电纳和相角差选取有功网损最小作为有功优化的目标函数。本发明实施例中,有功优化的目标函数计算公式为:
Figure BDA0001548669470000033
,其中,Vi、Vj为节点i,j的电压,Gij、Bij和θij分别为节点i和j之间的电导、电纳和相角差。
S03:根据所述电压选取电压偏离值最小为无功优化的目标函数。
考虑到电压质量,根据计算得到的各节点的电压选取电压偏离值最小作为无功优化的目标函数。本发明实施例中,无功优化的目标函数计算公式为:
Figure BDA0001548669470000031
其中,ΔV为偏差电压,Vmin为电压允许的下限值,Vmax为电压允许的上限值,n为节点数目。当V>Vmax时,ΔV=V-Vmax;当V<Vmin时,ΔV=Vmin-V;当Vmin<V<Vmax时,ΔV=0。
S04:根据所述有功优化的目标函数和所述无功优化的目标函数建立多目标优化函数。
根据有功优化的目标函数和无功优化的目标函数建立多目标优化函数,其中,该多目标优化函数为
Figure BDA0001548669470000032
S05:采用矢量化跟踪轨迹内点法对所述多目标优化函数优化计算,得到优化后的电压偏差和有功网损。
采用矢量化跟踪轨迹内点法对建立的多目标优化函数进行优化计算,进而得到优化后的电压偏差和有功网损。
请参考附图2,附图2示出了多目标优化函数优化计算的流程示意图。由附图2可知,采用矢量化跟踪轨迹内点法对所述多目标优化函数优化计算的具体过程包括:
S051:将所述多目标优化函数转化为单目标优化函数。
采用矢量化跟踪轨迹内点法将所述多目标优化函数转化为单目标优化函数,该单目标优化函数的计算公式为:
Figure BDA0001548669470000041
其中,s.t.表示使f1满足f1,max<f1<f1,min,f1,max和f1,min分别为f1的上限值和下限值。
S052:建立与所述单目标优化函数相对应的对数型惩罚函数。
建立与单目标优化函数相对应的对数型惩罚函数,该对数型惩罚函数的计算公式为:
Figure BDA0001548669470000042
其中,
Figure BDA0001548669470000043
为对数型惩罚函数,X为可行解,r为惩罚因子。
S053:根据所述对数型惩罚函数构建惩罚函数。
选取初始惩罚因子r(0)和允许误差ε,且r(0)>0,ε>0。
在可行域内选取初始点X(0),并设定计数k=1。
根据初始惩罚因子r(0)、初始点X(0)和对数型惩罚函数构建惩罚函数
Figure BDA0001548669470000044
S054:采用无约束优化方法求得所述惩罚函数的极值点(X*,r(k))。
采用无约束优化方法从X(k-1)点开始计算惩罚函数
Figure BDA0001548669470000045
的极值点(X*,r(k)),进而得到多个计数点的极值点。
S055:判断前后两次计算得到的极值点差值的范数是否大于允许误差。
判断前后两次计算得到的极值点差值的范数是否大于允许误差,即判断||X*r(k)-X*r(k-1)||是否≤ε。
S056:若所述范数小于或等于允许误差,则得到优化后的电压偏差和有功网损。
若计算得到的极值点差值的范数小于或等于允许误差,则得到优化后的电压偏差和有功网损。
S057:若所述范数大于允许误差,则设定r(k+1)=cr(k),X(0)=X*r(k),k=k+1,c=0.1,并重新带入所述对数型惩罚函数,直至所述范数小于或等于允许误差。
若计算得到的极值点差值的范数大于允许误差,则设定r(k+1)=cr(k),X(0)=X*r(k),k=k+1,c=0.1,并将r(k+1)、X、k带入S052中的对数型惩罚函数重新迭代计算,直至范数小于或等于允许误差。
请参考附图3,附图3示出了本发明实施例提供的含分布式电源的33节点配电网的结构示意图。
由附图3可知,在含有33个节点的配电网中,在第9节点处接入70kW的燃料电池,即在第9节点处接入分布式电源。采用本发明实施例提供的优化方法对该配电网***进行优化,经过13次迭代、用时0.40s后得到各节点处的优化电压偏差和有功网损,其中,最小网损为0.0460pu,电压偏差为6.6160×10-06pu,具体请参考附图4。另外,从附图4中还能够看出,在各节点处,优化前后的电压幅值变动较大,由此说明,对于含有分布式电源的配电网,本发明实施例提供的优化方法具有很好的适用性。
请参考附图5,附图5示出了本发明实施例提供的不含分布式电源的21节点配电网的结构示意图。
由附图5可知,在含有21个节点的配电网中,没有接入分布式电源。采用本发明实施例提供的优化方法对该配电网***进行优化,经过11次迭代、用时0.27s后得到各节点处的优化电压偏差和有功网损,其中,最小网损为0.0043pu,电压偏差为2.46×10-06pu,具体请参考附图6。另外,从附图6中还能够看出,在各节点处,优化前后的电压幅值变动不大,由此说明,对于不含有分布式电源的配电网,本发明实施例提供的优化方法的适用性较差。
本发明实施例提供的优化方法通过采用矢量化跟踪轨迹内点法进行优化,能够快速得到优化后的电压偏差和有功网损,且优化后的电压偏差和有功网损能够使含分布式电源的配电网有效调节电压、降低网损。本发明实施例提供的优化方法不受***规模大小的影响,且***规模越大,优化效果越好,寻优速度较快,因而具有较广泛的适用性。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中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存储介质中,如ROM/RAM、磁碟、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或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于……实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
以上所述的本发明实施方式并不构成对本发明保护范围的限定。
本领域技术人员在考虑说明书及实践这里发明的公开后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (5)

1.一种含分布式电源的配电网电压偏差和有功网损的优化方法,其特征在于,所述方法包括:
计算配电网各节点的电压以及节点之间的电导、电纳和相角差;
根据所述电压以及节点之间的所述电导、所述电纳和所述相角差选取有功网损最小为有功优化的目标函数;
所述有功优化的目标函数为:f1=min[ViVj(Gijcosθij+Bijsinθij)],
其中,Vi、Vj为节点i,j的电压,Gij、Bij和θij分别为节点i和j之间的电导、电纳和相角差;
根据所述电压选取电压偏离值最小为无功优化的目标函数;
所述无功优化的目标函数为:
Figure FDA0003021568190000011
其中,ΔV为偏差电压,Vmin为电压允许的下限值,Vmax为电压允许的上限值,n为节点数目;
根据所述有功优化的目标函数和所述无功优化的目标函数建立多目标优化函数;
采用矢量化跟踪轨迹内点法对所述多目标优化函数优化计算,得到优化后的电压偏差和有功网损;
所述采用矢量化跟踪轨迹内点法对所述多目标优化函数优化计算包括:
将所述多目标优化函数转化为单目标优化函数;
建立与所述单目标优化函数相对应的对数型惩罚函数;
根据所述对数型惩罚函数构建惩罚函数;
采用无约束优化方法求得所述惩罚函数的极值点(X*,r(k));
判断前后两次计算得到的极值点差值的范数是否大于允许误差;
若所述范数小于或等于允许误差,则得到优化后的电压偏差和有功网损;
若所述范数大于允许误差,则设定r(k+1)=cr(k),X(0)=X*r(k),k=k+1,c=0.1,并重新带入所述对数型惩罚函数,直至所述范数小于或等于允许误差。
2.根据权利要求1所述的优化方法,其特征在于,所述单目标优化函数为
Figure FDA0003021568190000012
其中,s.t.表示使f1满足f1,max<f1<f1,min,f1,max和f1,min分别为f1的上限值和下限值。
3.根据权利要求1所述的优化方法,其特征在于,所述对数型惩罚函数为
Figure FDA0003021568190000013
其中,
Figure FDA0003021568190000014
为对数型惩罚函数,X为可行解,r为惩罚因子。
4.根据权利要求1所述的优化方法,其特征在于,所述根据所述对数型惩罚函数构建惩罚函数包括:
选取初始惩罚因子r(0)>0,设定允许误差ε>0;
在可行域内选取初始点X(0),设定计数k=1;
根据所述初始惩罚因子、所述初始点和所述对数型惩罚函数建立惩罚函数。
5.根据权利要求1所述的优化方法,其特征在于,所述范数的计算公式为:||X*r(k)-X*r(k-1)||。
CN201810038291.1A 2018-01-16 2018-01-16 含分布式电源的配电网电压偏差和有功网损的优化方法 Active CN108039708B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810038291.1A CN108039708B (zh) 2018-01-16 2018-01-16 含分布式电源的配电网电压偏差和有功网损的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810038291.1A CN108039708B (zh) 2018-01-16 2018-01-16 含分布式电源的配电网电压偏差和有功网损的优化方法

Publications (2)

Publication Number Publication Date
CN108039708A CN108039708A (zh) 2018-05-15
CN108039708B true CN108039708B (zh) 2021-05-28

Family

ID=62096778

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810038291.1A Active CN108039708B (zh) 2018-01-16 2018-01-16 含分布式电源的配电网电压偏差和有功网损的优化方法

Country Status (1)

Country Link
CN (1) CN108039708B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110133451B (zh) * 2019-06-19 2020-05-19 山东大学 基于微型pmu和二分法搜索的配电网故障定位方法及***
CN117638957B (zh) * 2023-10-23 2024-07-16 国网江苏省电力有限公司南通供电分公司 一种基于分布式电源接入的无功优化***方法及***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103441506A (zh) * 2013-06-18 2013-12-11 国家电网公司 不同时间尺度下多目标协调分散风电场无功优化控制方法
CN106410856A (zh) * 2016-11-30 2017-02-15 国网山东省电力公司电力科学研究院 一种含分布式电源的配电网多目标优化调度方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208803B (zh) * 2013-04-18 2015-02-04 国家电网公司 风电和光电集中并网的无功电压优化控制方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103441506A (zh) * 2013-06-18 2013-12-11 国家电网公司 不同时间尺度下多目标协调分散风电场无功优化控制方法
CN106410856A (zh) * 2016-11-30 2017-02-15 国网山东省电力公司电力科学研究院 一种含分布式电源的配电网多目标优化调度方法

Also Published As

Publication number Publication date
CN108039708A (zh) 2018-05-15

Similar Documents

Publication Publication Date Title
Liu et al. General distributed secondary control for multi‐microgrids with both PQ‐controlled and droop‐controlled distributed generators
CN110365056A (zh) 一种基于ddpg的分布式能源参与配电网调压优化方法
CN107947175B (zh) 一种基于分布式网络控制的微电网经济调度方法
CN108039708B (zh) 含分布式电源的配电网电压偏差和有功网损的优化方法
Kumari et al. Maiden application of cascade tilt‐integral–tilt‐derivative controller for performance analysis of load frequency control of interconnected multi‐source power system
Wang et al. Load frequency control in multiple microgrids based on model predictive control with communication delay
CN109167347A (zh) 基于云自适应粒子群多目标电动汽车充放电优化调度方法
Krishna Metihalli et al. Disturbance observer based distributed consensus control strategy of multi‐agent system with external disturbance in a standalone DC microgrid
Zhang et al. Enhanced PI control and adaptive gain tuning schemes for distributed secondary control of an islanded microgrid
Dou et al. Distributed cooperative control method based on network topology optimisation in microgrid cluster
Paital et al. An adaptive fractional fuzzy sliding mode controlled PSS for transient stability improvement under different system uncertainties
CN110120673B (zh) 基于戴维南等值参数辨识的分布式输配协同无功优化方法及***
Atif et al. Fuzzy logic controller for solar power smoothing based on controlled battery energy storage and varying low pass filter
Hao et al. Hierarchical optimisation strategy in microgrid based on the consensus of multi‐agent system
Gong et al. Dependent Task‐Offloading Strategy Based on Deep Reinforcement Learning in Mobile Edge Computing
Vamvoudakis et al. Robust event‐triggered output feedback learning algorithm for voltage source inverters with unknown load and parameter variations
CN113328425A (zh) 一种考虑事件触发的配电网一致性经济控制方法
Wang et al. Fuzzy immune particle swarm optimization algorithm and its application in scheduling of MVB periodic information 1
Li et al. Hierarchical control of parallel voltage source inverters in AC microgrids
Negi et al. Distributed control based power sharing strategy for an islanded AC microgrid
CN115277109A (zh) 一种面向虚假数据注入攻击的智能微网分布式动态跟踪技术
Hajian et al. V‐I droop‐based distributed event‐and self‐triggered secondary control of AC microgrids
Kumar et al. Performance evaluation of GRNN and ANFIS controlled DVR using machine learning in distribution network
Tamang et al. Coordination of power system stabilizers using scenario based optimization for enhancement of small‐signal stability considering uncertainties
Zhang et al. Improved droop control strategy of energy storage converter under grid‐side power fluctuation

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