CN108470239A - 计及需求侧管理和储能的主动配电网多目标分层规划方法 - Google Patents
计及需求侧管理和储能的主动配电网多目标分层规划方法 Download PDFInfo
- Publication number
- CN108470239A CN108470239A CN201810170942.2A CN201810170942A CN108470239A CN 108470239 A CN108470239 A CN 108470239A CN 201810170942 A CN201810170942 A CN 201810170942A CN 108470239 A CN108470239 A CN 108470239A
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- distribution network
- load
- formula
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000007726 management method Methods 0.000 claims abstract description 29
- 238000002271 resection Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000008901 benefit Effects 0.000 claims abstract description 9
- 230000004044 response Effects 0.000 claims description 38
- 230000005611 electricity Effects 0.000 claims description 33
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 6
- 238000005553 drilling Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 3
- 229910052744 lithium Inorganic materials 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 2
- 240000002853 Nelumbo nucifera Species 0.000 claims description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 2
- 238000010079 rubber tapping Methods 0.000 claims 1
- 230000003111 delayed effect Effects 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 28
- 238000009434 installation Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 5
- 230000035699 permeability Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种计及需求侧管理和储能的主动配电网多目标分层规划方法。建立了双层模型:上层规划模型以规划过程中综合考虑配电公司各种经济成本、配电网的可靠性和稳定性为上层目标,考虑需求侧管理以及储能设备的投资以及效益,确定目标函数和约束条件;下层规划模型,以规划过程中分布式电源切除量最小为目标函数,考虑分布式电源的最大有效利用,下层模型通过弃风、弃光等措施来减小分布式电源出力,调节变压器分接头以及无功补偿设备等来进行主动控制。本发明不仅可以提高供电可靠性和配网运行的稳定性,还可以延缓电网升级。
Description
技术领域
本发明涉及一种计及需求侧管理和储能的主动配电网多目标分层规划方法。
背景技术
随着多类型分布式电源(distributed generation,DG)接入配电网比例的不断提高、柔性负荷等可控设备应用持续增加,传统配电网规划不能满足低碳经济背景下对对高渗透率的DG高效利用的要求。因此迫切需要开展计及需求侧管理和储能的主动配电网规划的研究,实现对各类可再生能源的主动消纳及多级协调利用,合理调控柔性负荷等不确定因素,改变网络拓扑以提高***可靠性及稳定性。
目前在对于主动配电网研究中,一般需要先考虑分布式电源如风机、光伏电源等的随机不确定性,然后再对其进行定容选址。ADN研究中还一般采用双层模型规划,上层从投资层面来综合考虑多目标的实现;下层从运行模拟层面来考虑对DG的综合运用。需求侧管理是上世纪80年代美国电力提出的一种需求侧节约并且合理利用能源作为供应侧可替代资源的新理念,通过终端节约用电来使能源的损耗降低、利用率提高,以达到缓解用户用电紧张的目的。储能电池(Battery Energy Storage System,BESS)也是ADN框架下的重要互动资源,能够优化用能模式、提高供电可靠性。
发明内容
本发明的目的在于提供一种计及需求侧管理和储能的主动配电网多目标分层规划方法,不仅可以提高供电可靠性和配网运行的稳定性,还可以延缓电网升级。
为实现上述目的,本发明的技术方案是:一种计及需求侧管理和储能的主动配电网多目标分层规划方法,包括如下步骤,
步骤S1、以规划过程中综合考虑配电公司各种经济成本、配电网的可靠性和稳定性为上层目标,考虑需求侧管理和储能设备的投资以及效益,确定目标函数和约束条件,建立上层规划模型;
步骤S2、以分布式电源年切除量的期望值最小作为目标,考虑分布式电源的有效利用,建立下层规划模型;
步骤S3、基于改进的粒子群算法,对上下两层模型进行求解。
在本发明一实施例中,所述步骤S1,具体实现如下:
首先,对电动汽车功率需求进行建模,首先建立开始充电时刻和日行驶里程的概率模型,其概率密度函数为:
式中,σt表示第一次出行时刻的方差值,μt表示第一次出行时刻的平均值,是正态分布的两个参数;
进一步建立充电功率的概率模型,假设充电周期为Tr,用户的充电功率为ΔE,则充电负荷可通过下式获得:
Socs=Socr-MdEave/(100Bc)
ΔE=Esoc-Socs
Tr=ΔE/(Prηc)
式中,Pr表示电动汽车的额定充电功率,ηc表示该电动汽车的充电效率,Md为日行驶里程,Eave为每行程消耗的电能,Bc为锂电池容量,Socr为该电动汽车出行前的初始电量,Socs为该电动汽车出行回来后的充电起始电量,Esoc为满电量期望值;
接着建立上层规划模型,以规划过程中综合考虑配电公司各种经济成本、配电网的可靠性和稳定性为上层目标,考虑需求侧管理以及储能设备的投资以及效益,确定目标函数和约束条件,建立上层规划模型:
其中,f1表示的为经济性目标;f2表示的为可靠性目标,λreliability表示配电网的供电可靠性,f3表示***的电压稳定指标;CLine、CDG、Csub、Closs、CMA、CS,DSR、CIL、Cb分别为配电线路投资及运行维护费用、分布式电源的投资及运行维护费用、变电站运行购电费用、***总损耗成本、储能电池年投资总成本、储能电池年运行费用、综合负荷需求响应项目管理费用、实施需求响应后减少的年卖电收益、对可中断负荷的补偿费用、单位风力发电和光伏发电政府补贴费用;λreliability为配电网的供电可靠性;FVSIk为支路电压的可解性,ΩB为所有支路组成的集合。
在本发明一实施例中,所述步骤S2,具体实现如下:
建立下层规划模型,以规划过程中分布式电源切除量最小为目标函数,考虑分布式电源的最大有效利用下层目标函数表示如下:
式中,Ω1、Ω2分别为新建光伏发电和新建风电发电的集合,ΩS为场景的集合,Δts为场景s下配网年累计运行时间,为场景s下第j个光伏发电和风力发电的有功功率切除量;
下层模型通过包括弃风、弃光的措施来减小分布式电源出力,调节变压器分接头以及无功补偿设备来进行主动控制,约束条件如下:
(1)DG出力切除量约束
式中:分别表示光伏发电以及风力发电的出力切除上限和下限;
(2)无功补偿设备投切量约束
式中:QCi表示第i个节点处无功补偿设备的投切量,和分别表示无功补偿设备投切量的下限和上限,ΩC为无功补偿安装节点集合;
(3)变压器分接头调节范围约束
式中:Tk表示变压器分接头的位置,和分别表示表示变压器分接头调节范围的下限和上限。
相较于现有技术,本发明具有以下有益效果:本发明综合考虑配电网的经济性、可靠性、稳定性,考虑了需求侧管理和储能电池对AND的优化作用。在保证了运营商经济利益的最大化的同时兼顾配电网的稳定性和可靠性。
附图说明
图1为双层规划关系图。
图2为模型求解流程图。
图3为改进的33节点图。
图4为四季工业负荷需求响应,其中(a)为春季工业负荷需求响应其中,(b)为夏季工业负荷需求响应,其中(c)为秋季工业负荷需求响应,其中(d)为冬季工业负荷需求响应。
图5为四季居民负荷需求响应,其中(a)为春季居民负荷需求响应其中,(b)为夏季居民负荷需求响应,其中(c)为秋季居民负荷需求响应,其中(d)为冬季居民负荷需求响应。
图6为四季商业负荷需求响应,其中(a)为春季商业负荷需求响应其中,(b)为夏季商业负荷需求响应,其中(c)为秋季商业负荷需求响应,其中(d)为冬季商业负荷需求响应。
图7为不考虑需求响应和储能规划的Pareto结果。
图8为考虑需求响应和储能规划的Pareto结果。
图9为考虑需求响应和储能规划的三维Pareto结果。
图10为节点6风储能优化图。
图11为节点27风储能优化图。
图12为节点8光储能优化图。
具体实施方式
下面结合附图1-12,对本发明的技术方案进行具体说明。
本发明的一种计及需求侧管理和储能的主动配电网多目标分层规划方法,包括如下步骤,
步骤S1、以规划过程中综合考虑配电公司各种经济成本、配电网的可靠性和稳定性为上层目标,考虑需求侧管理和储能设备的投资以及效益,确定目标函数和约束条件,建立上层规划模型;
步骤S2、以分布式电源年切除量的期望值最小作为目标,考虑分布式电源的有效利用,建立下层规划模型;
步骤S3、基于改进的粒子群算法,对上下两层模型进行求解。
以下为本发明的具体实现过程。
如图1、2所示,本发明的一种计及需求侧管理和储能的主动配电网多目标分层规划方法,具体实现如下:
(1)对电动汽车充放电进行时序负荷建模,通过预测电动汽车的开始充电时刻和日行驶里程的概率分布,可进一步预测获得一天24小时的电动汽车充电负荷分布。
(2)考虑需求侧管理对主动配电网规划的影响,本发明主要考虑需求侧可中断负荷管理(Interruptible Load Management,ILM),对ILM建模。
(3)BESS具有削峰填谷和改善电压质量的作用,本项目从剩余电量水平(stageofcharge,SOC)等方面建立BESS充放电模型。
(4)以规划过程中综合考虑配电公司各种经济成本、配电网的可靠性和稳定性为上层目标,考虑需求侧管理和储能设备的投资以及效益,确定目标函数和约束条件,建立上层规划模型。
(5)以分布式电源年切除量的期望值最小作为目标,考虑分布式电源的有效利用,建立下层规划模型。
(6)基于改进的粒子群算法,对上下两层模型进行求解。
计及需求侧管理和储能的主动配电网多目标分层规划,具体描述说明如下:
首先,对电动汽车功率需求进行建模,首先建立开始充电时刻和日行驶里程的概率模型,其概率密度函数为:
式中,σt表示第一次出行时刻的方差值,μt表示第一次出行时刻的平均值,是正态分布的两个参数;
进一步建立充电功率的概率模型,假设充电周期为Tr,用户的充电功率为ΔE,则充电负荷可通过下式获得:
Socs=Socr-MdEave/(100Bc)
ΔE=Esoc-Socs
Tr=ΔE/(Prηc)
式中,Pr表示该EV(电动汽车)的额定充电功率,ηc表示该EV的充电效率,Md为日行驶里程,Eave为每行程消耗的电能,Bc为锂电池容量,Socr为该EV出行前的初始电量,Socs为该EV出行回来后的充电起始电量,Esoc为满电量期望值;
接着建立上层规划模型,以规划过程中综合考虑配电公司各种经济成本、配电网的可靠性和稳定性为上层目标,考虑需求侧管理以及储能设备的投资以及效益,确定目标函数和约束条件,建立上层规划模型:
其中,f1表示的为经济性目标;f2表示的为可靠性目标,λreliability表示配电网的供电可靠性,f3表示***的电压稳定指标;CLine、CDG、Csub、Closs、CMA、CS,DSR、CIL、Cb分别为配电线路投资及运行维护费用、分布式电源的投资及运行维护费用、变电站运行购电费用、***总损耗成本、储能电池年投资总成本、储能电池年运行费用、综合负荷需求响应项目管理费用、实施需求响应后减少的年卖电收益、对可中断负荷的补偿费用、单位风力发电和光伏发电政府补贴费用;λreliability为配电网的供电可靠性;FVSIk为支路电压的可解性,ΩB为所有支路组成的集合。
(1)经济性目标f1
1)配电线路投资及运行维护费用CLine
式中:为配电线路投资费用;为线路等年值运行维修费用;ΩL1、ΩL2和ΩL分别为新建线路、升级线路和所有线路的集合;分别为新建线路、升级线路、所有线路单位长度的所需费用;lij为线路ij长度;r为贴现率;TLine为配电线路的投资回收周期;γM为线路运行维护费用率;
2)分布式电源的投资及运行维护费用CDG
式中:为配电网分布式电源的等年值投资费用;为分布式电源的等年值运行维护费用;CPVG和CWTG分别为光伏发电(PVG)和风电发电(WTG)单位容量的安装成本;Ω1、Ω2分别为新建光伏发电和新建风电发电的集合;分别为第j各光伏和风机的安装容量;TDG为分布式电源的投资回收周期;和分别为光伏发电和风力发电的单位运行维修费用;ΩS为场景的集合;Δts为场景s下配网年累计运行时间;为场景s下的第j个光伏发电的有功出力;为场景s下第j个风电发电的有功出力;
3)变电站运行购电费用Csub
式中:Ce为单位购电成本;n为配电网负荷节点总数;为场景s下配网节点j的有功负荷功率。因***中存在分布式电源,变电站向***供电所需费用为所有负荷功率和减去分布式电源提供功率。
4)***总损耗成本Closs
式中:ΩSub为***中变电站节点集合;Iij,s和Ij,s分别为第s场景下流经线路ij和流入节点j的电流大小。ZSub为变电站等效电阻,rij为线路ij的电阻。
5)储能设备投资成本及收益
上式为储能电池年投资总成本,为分布式风电节点的风储能设备单位投资费用,为分布式光伏节点的光储能设备单位投资费用,ΩWTG和ΩPVG分别为分布式风力发电机节点和光伏节点,为储能在该点投资决策变量,当则在该分布式电源节点投资储能设备,则表示在该点不投资储能设备。
为储能电池年运行费用;和分别为单位时间的风储设备和光储充电单位费用;和分别为单位时间风储设备和光储放电所获得单位收益;Ti charge和Ti uncharge分别表示节点i的充电时间和放电时间。
6)需求响应中断负荷成本
上式CMA为综合负荷需求响应项目管理费用,CS,DSR为第s场景实施需求响应后减少的年卖电收益;Ccur为对可中断负荷的补偿费用;Cma为单位功率的需求响应项目管理费用。Cp,s,t为配电网公司于第s场景第t时段所提供的售电价格;电网公司于第s场景第t时段网络原始总负荷大小;PCur,s,t为场景s时段t的主动中断负荷有功功率,PIncre,s,t为第s场景下第时段的负荷主动增加的有功功率。
7)新能源发电补贴费用Cb
式中:cb为单位风力发电和光伏发电政府补贴费用。
(2)可靠性目标f2
f2中ASAI表示配电网的平均供电可用率,ASAI越大,则配电网可靠性越高,这里将ASAI转化为f2,使可靠性目标越小,则配电网的可靠性越高。
具体计算步骤如下:
1)输入配电网的各个参数;
2)以开关元件为界进行区域划分,形成元件组和负荷区,并对各区域进行编号各个参数;
3)先对元件组向上等值,由最大层级一直等值至层级1中,最终等值为最简单的辐射网;
4)计算主馈线上元件组可靠性;
5)元件组向下等值,依次可计算出最大层级负荷区的可靠性参数;
6)计算负荷点可靠性参数;
7)然后再计算***可靠性指标ASAI。
具体计算公式为:
ASAI=(N×8760-T)/(N×8760)
式中:N为总的供电用户数,T为用户总停电时间。
(3)稳定性目标f3
f3中FVSI指的是快速电压稳定指标,FVSI越小,配电网越稳定。FVSIij表示的是支路电压的可解性,其值可以表示支路的电压稳定性。先求出各支路的FVSIij,然后取其中最大的为FVSI,计算公式如下:
FSVIij=4Z2Qj/Vi 2X
FSVI=max(FSVIij)
式中:Z和X分别表示支路的阻抗和电抗;Qj表示末端支路无功潮流;Vi表示支路首端电压幅值。
为了加快计算速度,本文引入权重法来处理可靠性目标和稳定性目标,将三目标转换成双目标来处理,具体计算公式为:
F'=βF2+(1-β)F3
式中:F'表示的引入权重后的综合指标;β是权重,本文取β为0.98。
考虑将分布式电源接入***后对配电网的潮流分布、电压水平、短路容量等原有电气特性会造成冲击,要求渗透率必须满足一定范围。具体约束条件表达如下:
(1)配网潮流约束
式中:xij为线路ij的电抗,ΩB为***所有节点集合,δ(j)为以j为首端节点的支路末端节点集合,π(j)为以j为末端节点的支路首端节点集合;Qjk,s、Qij,s为支路jk和ij的无功功率; 分别为变电站节点、风力发电节点、光伏节点、负荷节点无功功率;Uj,s为节点电压。
(2)节点电压上下限概率约束
P{Umin≤U≤Umax}=k1/N≥β1
式中:Umin和Umax分别为节点电压的下限和上限;k1为所有场景中满足电压上下限约束的场景数;β1为节点电压约束的置信水平。
(3)支路功率概率约束
P{Pij≤Pij,max}=k2/N≥β2
式中:Pij,max为支路ij允许的功率上限;k2为所有场景中满足支路功率约束的场景数;β2为支路功率约束的置信水平。
(4)禁止倒送功率概率约束
P{PΣDG≤PΣL}=kB/N≥βB
式中:PΣDG和PΣL分别为分布式电源的总有功功率和负荷总有功功率大小;kB为所有场景中满足禁止功率倒送约束的场景数;βB为禁止倒送功率约束的置信水平。
(5)分布式电源安装容量约束
式中:和分别为PVG和WTG总安装容量;σ为新能源接入的最大渗透率;为配网最大有功负荷的总和;和分别为待选并网节点i的PVG和WTG最大安装容量;Pi PVG和Pi WTG分别为备选安装节点i的PVG和WTG的安装容量。
(6)储能充放电约束
上式Ti charge和Ti uncharge分别表示节点i的充电时间和放电时间;和为单位时间储能设备的充电功率和放电功率,和为储能设备单位时间最大充电功率,为储能设备总充电容量。
(7)需求响应管理约束约束
PTL,s,t=PTLO,s,t-PTLI,s,t
式中:PTLO,s,t为PTLI,s,t分别为第s场景第t时段转移出负荷和转移进负荷, 分别为第s场景第t时段转移出负荷和转移进负荷响应系数的上下限值;为第s场景第t时段负荷中断功率的上下限值。
(8)辐射状约束
先利用最小生成树算法生成无向图,再基于Kruskal思想生成有向图。
(9)连通性约束
求出图的邻接矩阵和可达性矩阵,然后在通过图的可达性矩阵来判断图的连通性。
接着建立下层规划模型,以规划过程中分布式电源切除量最小为目标函数,考虑分布式电源的最大有效利用下层目标函数表示如下:
式中:为场景s下第j个PVG和WTG的有功功率切除量。
下层模型通过弃风、弃光等措施来减小分布式电源出力,调节变压器分接头以及无功补偿设备等来进行主动控制,约束条件如下:
(1)DG出力切除量约束
式中:分别表示光伏发电以及风力发电的出力切除上限和下限;
(2)无功补偿设备投切量约束
式中:QCi表示第i个节点处无功补偿设备的投切量,和分别表示无功补偿设备投切量的下限和上限,ΩC为无功补偿安装节点集合;
(3)变压器分接头调节范围约束
式中:Tk表示变压器分接头的位置,和分别表示表示变压器分接头调节范围的下限和上限。
下面通过具体算例进行说明:
本发明仿真***采用改进的33节点***,***的拓扑图如图3所示。
如图改进33节点***有线路61条、节点39个,其中节点34~39为新增的负荷节点,支路38~61为待新建线路。该***中风机和光伏电源的安装基准容量均为100kW,其允许的最大渗透率是50%。设节点3、6、16、27为代接入风机的节点,其安装个数上限分别为20、18、28、18;待接入光伏电源的节点为8、10、28、30,其安装个数的上限分别为10、20、8、10。设线路运维费用率和贴现率分别为3%和0.1。如表1、2所示,设线路和DG的固定投资回收期分别为20年和10年。
表1线路参数
表2 DG参数
本算例中,设节点4、7、10、13、16、19、22、25、28、31、34、37为居民负荷节点;节点2、5、8、11、14、17、20、23、26、29、32、35、38为商业负荷节点;节点3、6、9、12、15、18、21、24、27、30、33、36、39为工业负荷。
将改进PSO算法参数设置为:迭代50次,种群大小为80个,惯性权重的初始值和终值分别为0.8和0.4,设其中一个学习因子的初始值和终值分别为2.5和0.5,另一个学习因子的初始值和终值分别为0.5和2.5。
通过对模型的求解仿真,可得优化前后需求响应时序曲线,图4、图5、图6。分别为工业负荷、居民负荷和商业负荷的四季需求响应曲线。
通过上图的曲线结果可以看出,通过需求响应,用户响应电价策略后,在某些高电价时刻允许中断或减少用电量,改善了***总体功率平衡;且在某些低电价阶段增大了用电需需求,可以改善配电***资源分布,防止弃风和弃电的现象。如若调整价格激励策略,需求响应分布曲线将随着策略而改变,可实现了主动配电网中部分负荷的合理控制。
本文分别对同一***进行规划,对比了不考虑需求响应、储能设备以及考虑需求响应和储能设备的规划结果。通过仿真可以得到图7、图8,可以看出,考虑需求响应和储能的规划Pareto最优边界明显优于不考虑需求响应和储能,所有的解均相对于不考虑情况下为非支配解,即所有前者解答经济成本和综合指标都小于后者。
同时,图9还给出了三维空间中的最优解集,即将综合指标分解为可靠性和稳定性指标。
上图所示的pareto最优前沿证明了本发明方法求解的有效,可获得规划最优解机集如表3所示,
表3规划方案结果
通过理想排序法方案5为最优方案。最优方案中,对原始支路6、9、16、18、22、26、31、36进行升级,线路型号升级为型号1;对原始支路1、3、4、14、27、28、35、37进行升级,线路升级型号2;新建线路为支路39、43、45、46、48、49、50、52、56、59、60;DG的安装位置和容量为:3(1)、6(7)、16(15)、27(11)、8(8)、10(6)、28(4)、30(4),节点3安装1台风机,节点6安装7台风机,节点16安装15台风机,节点27安装11台风机,节点8安装8个光伏电源,节点10安装6个光伏电源,节点28安装4个光伏电源,节点30安装4个光伏电源。储能设备安装情况为:节点6和节点27安装风储能设备,节点8安装光储能设备。
上表结果说明,方案5虽然升级线路和新建线路较多,但是通过储能设备和需求响应管理使得总体综合费用较低。
为了进一步说明储能对分布式电源的优化作用,图10到图12给出规划方案5中的储能设备功率的综合曲线。其中虚线为增加储能设备后的分布式电源输出功率,带星曲线为未增加储能之前的输出功率,实线为储能设备的充放电功率。通过储能设备的充放电,使得分布式电源输出得到一定改善,也节省了新建分布式电源投入成本,且在特定时期减少***损耗费用,对于规划有着重要的影响。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (3)
1.一种计及需求侧管理和储能的主动配电网多目标分层规划方法,其特征在于,包括如下步骤,
步骤S1、以规划过程中综合考虑配电公司各种经济成本、配电网的可靠性和稳定性为上层目标,考虑需求侧管理和储能设备的投资以及效益,确定目标函数和约束条件,建立上层规划模型;
步骤S2、以分布式电源年切除量的期望值最小作为目标,考虑分布式电源的有效利用,建立下层规划模型;
步骤S3、基于改进的粒子群算法,对上下两层模型进行求解。
2.根据权利要求1所述的计及需求侧管理和储能的主动配电网多目标分层规划方法,其特征在于,所述步骤S1,具体实现如下:
首先,对电动汽车功率需求进行建模,首先建立开始充电时刻和日行驶里程的概率模型,其概率密度函数为:
式中,σt表示第一次出行时刻的方差值,μt表示第一次出行时刻的平均值,是正态分布的两个参数;
进一步建立充电功率的概率模型,假设充电周期为Tr,用户的充电功率为ΔE,则充电负荷可通过下式获得:
Socs=Socr-MdEave/(100Bc)
ΔE=Esoc-Socs
Tr=ΔE/(Prηc)
式中,Pr表示电动汽车的额定充电功率,ηc表示该电动汽车的充电效率,Md为日行驶里程,Eave为每行程消耗的电能,Bc为锂电池容量,Socr为该电动汽车出行前的初始电量,Socs为该电动汽车出行回来后的充电起始电量,Esoc为满电量期望值;
接着建立上层规划模型,以规划过程中综合考虑配电公司各种经济成本、配电网的可靠性和稳定性为上层目标,考虑需求侧管理以及储能设备的投资以及效益,确定目标函数和约束条件,建立上层规划模型:
其中,f1表示的为经济性目标;f2表示的为可靠性目标,λreliability表示配电网的供电可靠性,f3表示***的电压稳定指标;CLine、CDG、Csub、Closs、CMA、CS,DSR、CIL、Cb分别为配电线路投资及运行维护费用、分布式电源的投资及运行维护费用、变电站运行购电费用、***总损耗成本、储能电池年投资总成本、储能电池年运行费用、综合负荷需求响应项目管理费用、实施需求响应后减少的年卖电收益、对可中断负荷的补偿费用、单位风力发电和光伏发电政府补贴费用;λreliability为配电网的供电可靠性;FVSIk为支路电压的可解性,ΩB为所有支路组成的集合。
3.根据权利要求1或2所述的计及需求侧管理和储能的主动配电网多目标分层规划方法,其特征在于,所述步骤S2,具体实现如下:
建立下层规划模型,以规划过程中分布式电源切除量最小为目标函数,考虑分布式电源的最大有效利用下层目标函数表示如下:
式中,Ω1、Ω2分别为新建光伏发电和新建风电发电的集合,ΩS为场景的集合,Δts为场景s下配网年累计运行时间,为场景s下第j个光伏发电和风力发电的有功功率切除量;
下层模型通过包括弃风、弃光的措施来减小分布式电源出力,调节变压器分接头以及无功补偿设备来进行主动控制,约束条件如下:
(1)DG出力切除量约束
式中:分别表示光伏发电以及风力发电的出力切除上限和下限;
(2)无功补偿设备投切量约束
式中:QCi表示第i个节点处无功补偿设备的投切量,和分别表示无功补偿设备投切量的下限和上限,ΩC为无功补偿安装节点集合;
(3)变压器分接头调节范围约束
式中:Tk表示变压器分接头的位置,和分别表示表示变压器分接头调节范围的下限和上限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810170942.2A CN108470239B (zh) | 2018-03-01 | 2018-03-01 | 计及需求侧管理和储能的主动配电网多目标分层规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810170942.2A CN108470239B (zh) | 2018-03-01 | 2018-03-01 | 计及需求侧管理和储能的主动配电网多目标分层规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108470239A true CN108470239A (zh) | 2018-08-31 |
CN108470239B CN108470239B (zh) | 2020-09-04 |
Family
ID=63264090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810170942.2A Active CN108470239B (zh) | 2018-03-01 | 2018-03-01 | 计及需求侧管理和储能的主动配电网多目标分层规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108470239B (zh) |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214597A (zh) * | 2018-10-25 | 2019-01-15 | 浙江工业大学 | 一种微电网功率和运行储备容量的优化规划方法 |
CN109390940A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑需求响应和综合效益的送端电网电源规划方法 |
CN109558984A (zh) * | 2018-12-05 | 2019-04-02 | 中南大学 | 一种主动配电网分布式储能***双目标混合优化规划方法 |
CN109711706A (zh) * | 2018-12-21 | 2019-05-03 | 国网江西省电力有限公司经济技术研究院 | 考虑分布式电源和需求响应的主动配电网变电站规划方法 |
CN109871981A (zh) * | 2019-01-10 | 2019-06-11 | 国家电网有限公司 | 一种计及分布式电源和电动汽车影响的负荷特性预测方法 |
CN109871989A (zh) * | 2019-01-29 | 2019-06-11 | 国网山西省电力公司吕梁供电公司 | 一种含分布式电源的配电网分层规划方法 |
CN109934487A (zh) * | 2019-03-11 | 2019-06-25 | 国网福建省电力有限公司 | 一种考虑多主体利益博弈的主动配电网协调规划方法 |
CN109948954A (zh) * | 2019-04-04 | 2019-06-28 | 华北电力大学 | 一种面向电力***分布式资源的配电网双向阻塞调度方法 |
CN110119886A (zh) * | 2019-04-18 | 2019-08-13 | 深圳供电局有限公司 | 一种主动配网动态规划方法 |
CN110210659A (zh) * | 2019-05-24 | 2019-09-06 | 清华大学 | 一种考虑可靠性约束的配电网规划方法 |
CN110429653A (zh) * | 2019-08-28 | 2019-11-08 | 国网河北省电力有限公司邢台供电分公司 | 考虑储能和dr的农网分布式光伏消纳方法及终端设备 |
CN110504708A (zh) * | 2019-08-09 | 2019-11-26 | 国家电网有限公司 | 计及充电站和分布式电源的配电网多目标协同规划方法 |
CN110502814A (zh) * | 2019-08-09 | 2019-11-26 | 国家电网有限公司 | 考虑储能和负荷管理技术的主动配电网多目标规划方法 |
CN110895638A (zh) * | 2019-11-22 | 2020-03-20 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
CN111079972A (zh) * | 2019-11-04 | 2020-04-28 | 深圳供电局有限公司 | 一种主动配电网可靠性规划方法、设备及介质 |
CN111125887A (zh) * | 2019-12-04 | 2020-05-08 | 广东电网有限责任公司 | 一种配电网应急恢复的资源优化配置模型建立方法 |
CN111404206A (zh) * | 2020-04-21 | 2020-07-10 | 清华大学 | 考虑投资回报约束的风光储发电***容量双层规划方法 |
CN111490554A (zh) * | 2020-04-16 | 2020-08-04 | 国网江苏省电力有限公司淮安供电分公司 | 分布式光伏-储能***多目标优化配置方法 |
CN111652411A (zh) * | 2020-05-15 | 2020-09-11 | 三峡大学 | 分布式电源双层规划方法 |
CN112039069A (zh) * | 2020-09-04 | 2020-12-04 | 国网山东省电力公司济宁供电公司 | 一种配电网储能与柔性开关的双层协同规划方法及*** |
CN112182907A (zh) * | 2020-10-19 | 2021-01-05 | 贵州电网有限责任公司 | 一种基于可靠性约束的电-气耦合***储能装置规划方法 |
CN112380694A (zh) * | 2020-11-13 | 2021-02-19 | 华北电力大学(保定) | 一种基于差异化可靠性需求的配电网优化规划方法 |
CN112448403A (zh) * | 2020-11-16 | 2021-03-05 | 国网四川省电力公司经济技术研究院 | 对配电网储能的解耦配置方法 |
CN112821451A (zh) * | 2021-01-11 | 2021-05-18 | 国网福建省电力有限公司泉州供电公司 | 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法 |
CN113572843A (zh) * | 2021-07-26 | 2021-10-29 | 成都秦川物联网科技股份有限公司 | 基于能量计量的燃气数据网外运算方法及*** |
CN113887918A (zh) * | 2021-09-27 | 2022-01-04 | 国网江苏省电力有限公司营销服务中心 | 一种需求侧分布式储能接入配电网的优化配置模型和方法 |
CN113988392A (zh) * | 2021-10-19 | 2022-01-28 | 华北电力大学(保定) | 一种考虑可靠性需求响应的微网优化规划方法 |
CN114881377A (zh) * | 2022-07-11 | 2022-08-09 | 国网江苏省电力有限公司苏州供电分公司 | 考虑5g车联网的通信基站储能优化方法、***及装置 |
CN115147016A (zh) * | 2022-09-01 | 2022-10-04 | 国网浙江省电力有限公司宁波供电公司 | 考虑低碳效益的分布式电源和需求侧资源联合规划方法 |
CN115333950A (zh) * | 2022-05-12 | 2022-11-11 | 四川大学 | 计及混合通信组网的信息物理主动配电***协调规划方法 |
CN116780529A (zh) * | 2023-06-30 | 2023-09-19 | 国网北京市电力公司 | 一种配电网故障恢复方法、装置、设备及介质 |
US11898895B2 (en) | 2021-07-26 | 2024-02-13 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for natural gas data computation outside gas internet of things based on energy measuring |
CN117993740A (zh) * | 2024-04-03 | 2024-05-07 | 国网山西省电力公司营销服务中心 | 一种计及n-1故障失负荷成本的多元配电网配置方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106815657A (zh) * | 2017-01-05 | 2017-06-09 | 国网福建省电力有限公司 | 一种考虑时序性和可靠性的配电网双层规划方法 |
US20170237258A1 (en) * | 2011-09-28 | 2017-08-17 | Causam Energy, Inc. | Systems and methods for optimizing microgrid power generation and management with predictive modeling |
CN107301470A (zh) * | 2017-05-24 | 2017-10-27 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN107565573A (zh) * | 2017-09-28 | 2018-01-09 | 华中科技大学 | 一种考虑需求侧电价响应的主动配电网运行计划优化方法 |
-
2018
- 2018-03-01 CN CN201810170942.2A patent/CN108470239B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170237258A1 (en) * | 2011-09-28 | 2017-08-17 | Causam Energy, Inc. | Systems and methods for optimizing microgrid power generation and management with predictive modeling |
CN106815657A (zh) * | 2017-01-05 | 2017-06-09 | 国网福建省电力有限公司 | 一种考虑时序性和可靠性的配电网双层规划方法 |
CN107301470A (zh) * | 2017-05-24 | 2017-10-27 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN107565573A (zh) * | 2017-09-28 | 2018-01-09 | 华中科技大学 | 一种考虑需求侧电价响应的主动配电网运行计划优化方法 |
Non-Patent Citations (1)
Title |
---|
高红均 等: "考虑不同类型DG和负荷建模的主动配电网协同规划", 《中国电机工程学报》 * |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109214597B (zh) * | 2018-10-25 | 2021-08-03 | 浙江工业大学 | 一种微电网功率和运行储备容量的优化规划方法 |
CN109214597A (zh) * | 2018-10-25 | 2019-01-15 | 浙江工业大学 | 一种微电网功率和运行储备容量的优化规划方法 |
CN109390940A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑需求响应和综合效益的送端电网电源规划方法 |
CN109558984A (zh) * | 2018-12-05 | 2019-04-02 | 中南大学 | 一种主动配电网分布式储能***双目标混合优化规划方法 |
CN109711706A (zh) * | 2018-12-21 | 2019-05-03 | 国网江西省电力有限公司经济技术研究院 | 考虑分布式电源和需求响应的主动配电网变电站规划方法 |
CN109871981A (zh) * | 2019-01-10 | 2019-06-11 | 国家电网有限公司 | 一种计及分布式电源和电动汽车影响的负荷特性预测方法 |
CN109871981B (zh) * | 2019-01-10 | 2021-07-13 | 国家电网有限公司 | 一种计及分布式电源和电动汽车影响的负荷特性预测方法 |
CN109871989A (zh) * | 2019-01-29 | 2019-06-11 | 国网山西省电力公司吕梁供电公司 | 一种含分布式电源的配电网分层规划方法 |
CN109934487A (zh) * | 2019-03-11 | 2019-06-25 | 国网福建省电力有限公司 | 一种考虑多主体利益博弈的主动配电网协调规划方法 |
CN109948954A (zh) * | 2019-04-04 | 2019-06-28 | 华北电力大学 | 一种面向电力***分布式资源的配电网双向阻塞调度方法 |
CN110119886A (zh) * | 2019-04-18 | 2019-08-13 | 深圳供电局有限公司 | 一种主动配网动态规划方法 |
CN110119886B (zh) * | 2019-04-18 | 2022-11-25 | 深圳供电局有限公司 | 一种主动配网动态规划方法 |
CN110210659A (zh) * | 2019-05-24 | 2019-09-06 | 清华大学 | 一种考虑可靠性约束的配电网规划方法 |
CN110210659B (zh) * | 2019-05-24 | 2021-04-02 | 清华大学 | 一种考虑可靠性约束的配电网规划方法 |
CN110504708A (zh) * | 2019-08-09 | 2019-11-26 | 国家电网有限公司 | 计及充电站和分布式电源的配电网多目标协同规划方法 |
CN110502814A (zh) * | 2019-08-09 | 2019-11-26 | 国家电网有限公司 | 考虑储能和负荷管理技术的主动配电网多目标规划方法 |
CN110502814B (zh) * | 2019-08-09 | 2023-07-21 | 国家电网有限公司 | 考虑储能和负荷管理技术的主动配电网多目标规划方法 |
CN110429653A (zh) * | 2019-08-28 | 2019-11-08 | 国网河北省电力有限公司邢台供电分公司 | 考虑储能和dr的农网分布式光伏消纳方法及终端设备 |
CN110429653B (zh) * | 2019-08-28 | 2020-11-17 | 国网河北省电力有限公司邢台供电分公司 | 考虑储能和dr的农网分布式光伏消纳方法及终端设备 |
CN111079972A (zh) * | 2019-11-04 | 2020-04-28 | 深圳供电局有限公司 | 一种主动配电网可靠性规划方法、设备及介质 |
CN110895638A (zh) * | 2019-11-22 | 2020-03-20 | 国网福建省电力有限公司 | 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法 |
CN111125887A (zh) * | 2019-12-04 | 2020-05-08 | 广东电网有限责任公司 | 一种配电网应急恢复的资源优化配置模型建立方法 |
CN111490554A (zh) * | 2020-04-16 | 2020-08-04 | 国网江苏省电力有限公司淮安供电分公司 | 分布式光伏-储能***多目标优化配置方法 |
CN111490554B (zh) * | 2020-04-16 | 2023-07-04 | 国网江苏省电力有限公司淮安供电分公司 | 分布式光伏-储能***多目标优化配置方法 |
CN111404206A (zh) * | 2020-04-21 | 2020-07-10 | 清华大学 | 考虑投资回报约束的风光储发电***容量双层规划方法 |
CN111404206B (zh) * | 2020-04-21 | 2021-07-09 | 清华大学 | 考虑投资回报约束的风光储发电***容量双层规划方法 |
CN111652411A (zh) * | 2020-05-15 | 2020-09-11 | 三峡大学 | 分布式电源双层规划方法 |
CN111652411B (zh) * | 2020-05-15 | 2022-07-15 | 三峡大学 | 分布式电源双层规划方法 |
CN112039069A (zh) * | 2020-09-04 | 2020-12-04 | 国网山东省电力公司济宁供电公司 | 一种配电网储能与柔性开关的双层协同规划方法及*** |
CN112182907A (zh) * | 2020-10-19 | 2021-01-05 | 贵州电网有限责任公司 | 一种基于可靠性约束的电-气耦合***储能装置规划方法 |
CN112380694A (zh) * | 2020-11-13 | 2021-02-19 | 华北电力大学(保定) | 一种基于差异化可靠性需求的配电网优化规划方法 |
CN112380694B (zh) * | 2020-11-13 | 2022-10-18 | 华北电力大学(保定) | 一种基于差异化可靠性需求的配电网优化规划方法 |
CN112448403A (zh) * | 2020-11-16 | 2021-03-05 | 国网四川省电力公司经济技术研究院 | 对配电网储能的解耦配置方法 |
CN112821451A (zh) * | 2021-01-11 | 2021-05-18 | 国网福建省电力有限公司泉州供电公司 | 一种基于需求侧管理与储能的智慧城镇配电网分布式光伏接入应对方法 |
CN113572843A (zh) * | 2021-07-26 | 2021-10-29 | 成都秦川物联网科技股份有限公司 | 基于能量计量的燃气数据网外运算方法及*** |
US11898895B2 (en) | 2021-07-26 | 2024-02-13 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for natural gas data computation outside gas internet of things based on energy measuring |
CN113887918A (zh) * | 2021-09-27 | 2022-01-04 | 国网江苏省电力有限公司营销服务中心 | 一种需求侧分布式储能接入配电网的优化配置模型和方法 |
CN113988392B (zh) * | 2021-10-19 | 2024-05-28 | 华北电力大学(保定) | 一种考虑可靠性需求响应的微网优化规划方法 |
CN113988392A (zh) * | 2021-10-19 | 2022-01-28 | 华北电力大学(保定) | 一种考虑可靠性需求响应的微网优化规划方法 |
CN115333950A (zh) * | 2022-05-12 | 2022-11-11 | 四川大学 | 计及混合通信组网的信息物理主动配电***协调规划方法 |
CN115333950B (zh) * | 2022-05-12 | 2024-05-03 | 四川大学 | 计及混合通信组网的信息物理主动配电***协调规划方法 |
CN114881377B (zh) * | 2022-07-11 | 2024-01-30 | 国网江苏省电力有限公司苏州供电分公司 | 考虑5g车联网的通信基站储能优化方法、***及装置 |
CN114881377A (zh) * | 2022-07-11 | 2022-08-09 | 国网江苏省电力有限公司苏州供电分公司 | 考虑5g车联网的通信基站储能优化方法、***及装置 |
CN115147016A (zh) * | 2022-09-01 | 2022-10-04 | 国网浙江省电力有限公司宁波供电公司 | 考虑低碳效益的分布式电源和需求侧资源联合规划方法 |
CN116780529A (zh) * | 2023-06-30 | 2023-09-19 | 国网北京市电力公司 | 一种配电网故障恢复方法、装置、设备及介质 |
CN116780529B (zh) * | 2023-06-30 | 2024-06-11 | 国网北京市电力公司 | 一种配电网故障恢复方法、装置、设备及介质 |
CN117993740A (zh) * | 2024-04-03 | 2024-05-07 | 国网山西省电力公司营销服务中心 | 一种计及n-1故障失负荷成本的多元配电网配置方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108470239B (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108470239A (zh) | 计及需求侧管理和储能的主动配电网多目标分层规划方法 | |
CN112467722B (zh) | 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法 | |
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能***规划配置方法及*** | |
CN109599856B (zh) | 一种微网多楼宇中电动汽车充放电管理优化方法及装置 | |
CN108446796A (zh) | 考虑电动汽车负荷需求响应的网-源-荷协调规划方法 | |
CN110071505A (zh) | 含大规模风电接入的输电网扩建与储能配置联合规划方法 | |
CN105990838B (zh) | 一种计及可调度和可平移负荷的海岛微电网优化调度方法 | |
CN110502814A (zh) | 考虑储能和负荷管理技术的主动配电网多目标规划方法 | |
CN105244869B (zh) | 一种含微网的配电网动态随机调度控制方法 | |
CN110826880B (zh) | 一种大规模电动汽车接入的主动配电网优化调度方法 | |
CN109149651B (zh) | 一种计及调压辅助服务收益的光储***优化运行方法 | |
CN104716693B (zh) | 一种分布式储能电池的能量管理方法及控制器、*** | |
Eid et al. | Efficient operation of battery energy storage systems, electric-vehicle charging stations and renewable energy sources linked to distribution systems | |
CN109816171A (zh) | 一种基于模糊pid实时电价的电动汽车区域微网群双层分布式优化调度方法 | |
CN103346562A (zh) | 计及需求响应的多时间尺度微网能量控制方法 | |
CN105139147A (zh) | 微电网***的经济调度方法 | |
CN103151797A (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
CN109948849A (zh) | 一种计及储能接入的配电网网架规划方法 | |
CN107453381A (zh) | 基于两阶段交叉控制的电动汽车集群功率调节方法及*** | |
Kasturi et al. | Optimal planning of charging station for EVs with PV-BES unit in distribution system using WOA | |
CN116402307A (zh) | 考虑可调度柔性资源运行特性的电网规划容量分析方法 | |
CN105574681A (zh) | 一种多时间尺度社区能源局域网能量调度方法 | |
Singh et al. | Energy management of an active distribution network considering correlation between uncertain input variables | |
CN113054671A (zh) | 一种基于计及储能无功调节模型的配电网日前-实时优化控制方法 | |
Kordkheili et al. | Managing high penetration of renewable energy in MV grid by electric vehicle storage |
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 |