CN109449923B - 一种有源配电***运行灵活性的量化分析方法及相关产品 - Google Patents

一种有源配电***运行灵活性的量化分析方法及相关产品 Download PDF

Info

Publication number
CN109449923B
CN109449923B CN201811202653.2A CN201811202653A CN109449923B CN 109449923 B CN109449923 B CN 109449923B CN 201811202653 A CN201811202653 A CN 201811202653A CN 109449923 B CN109449923 B CN 109449923B
Authority
CN
China
Prior art keywords
node
power
flexibility
active power
period
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
CN201811202653.2A
Other languages
English (en)
Other versions
CN109449923A (zh
Inventor
雷金勇
郭祚刚
马溪原
李鹏
袁智勇
喻磊
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.)
China South Power Grid International Co ltd
China Southern Power Grid Co Ltd
Original Assignee
China South Power Grid International Co ltd
China Southern 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 China South Power Grid International Co ltd, China Southern Power Grid Co Ltd filed Critical China South Power Grid International Co ltd
Priority to CN201811202653.2A priority Critical patent/CN109449923B/zh
Publication of CN109449923A publication Critical patent/CN109449923A/zh
Application granted granted Critical
Publication of CN109449923B publication Critical patent/CN109449923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

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

Abstract

本发明提供一种有源配电***运行灵活性的量化分析方法及相关产品，该方法，包括：获取有源配电***的历史运行数据；利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值。本发明提供的有源配电***运行灵活性的量化分析方法通过分析历史运行数据，为解决考虑分布式电源不确定性的条件下有源配电网的灵活性问题提供了基础。

Description

一种有源配电***运行灵活性的量化分析方法及相关产品
技术领域
本发明涉及电力***分析技术领域，特别涉及一种有源配电***运行灵活性的量化分析方法及相关产品。
背景技术
在当前配电***中，可再生能源多以分布式电源(Distributed Generation,DG)的形式高渗透率地接入配电网中，用户侧多样化的用电需求以及电动汽车等柔性负荷的广泛参与运行，使有源配电***的能量流动进一步复杂。尤其是风机、光伏等间歇式能源和电动汽车等新型负荷无论在时间还是空间上都具有很强的不确定性，使得有源配电网的供需平衡问题更加突出，复杂不确定性的有效应对需要配电网具备更强的运行灵活性。
考虑到分布式电源出力和负荷需求在时空分布上很不均匀，灵活性源/荷节点往往无法就地平衡，需由配电网络进行功率传输以实现***供需平衡。但灵活性传导将受限于物理网络的传输交换能力，且分布式电源以及负荷需求的波动性和随机性被网络进一步传导，最终形成整体配电网的复杂不确定性特征，使***的运行控制面临着巨大挑战。
基于电力电子装置的新型可控资源的飞速发展为有源配电***运行水平的进一步提升提供了机遇。但由于现有配电技术理念和方法的局限性，随着越来越多新型可调度资源的接入，实现对***内多源海量可控资源的有效统筹与优化仍十分困难，导致***的可控性无法充分转化为***运行的灵活性。因此，将各种可调度资源纳入到统一的分析与优化框架之下，充分发挥有源配电网的可控性潜力，非常具有现实意义。
从电力***的长期规划到短期运行优化场景，国内外已经广泛开展了灵活性分析的相关研究，并针对不同应用场景给出了一系列灵活性评价指标。目前现有的灵活性量化分析方法虽然都在一定程度上反映了电力***对分布式电源不确定性的响应能力，但各方法在应用情境和评价指标性质等方面均有所不同。应用场景方面都是针对电力***的某一方面提出的灵活性指标，高渗透率电源接入下的配电网灵活性研究仍处于初始阶段；评价指标性质方面，现有评价指标需进一步考虑可再生能源消纳水平和***运行的安全性。
因此，如何提供一种能够充分考虑分布式电源不确定性的有源配电***运行灵活性的量化分析方案，为解决考虑分布式电源不确定性的条件下有源配电网的灵活性问题提供了基础，是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此，本发明的目的在于提供一种能够充分考虑分布式电源不确定性的有源配电***运行灵活性的量化分析方案，用以解决考虑分布式电源不确定性的条件下有源配电网的灵活性问题。其具体方案如下：
第一方面，本发明提供一种有源配电***运行灵活性的量化分析方法，包括：
获取有源配电***的历史运行数据；
利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；
在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；
根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值。
优选地，所述在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率，包括：
在当前的运行模式下，根据所述有源配电***的节点约束关系、网络约束关系，确定各个节点的当前负荷功率、当前发电功率；
根据各个节点的最大发电功率、切除负荷功率，确定各节点对应的弃负荷功率、弃发电功率。
优选地，所述节点约束关系，包括：
Figure GDA0001934852340000031
Figure GDA0001934852340000032
0≤Ct,i；
0≤et,i≤1；
Figure GDA0001934852340000033
Figure GDA0001934852340000034
Figure GDA0001934852340000035
Figure GDA0001934852340000036
其中，Ct,i为t时段节点i的等效存储容量，et,i为t时段节点i的等效荷电状态，
Figure GDA0001934852340000037
为t时段设备侧流入节点i的有功功率，ωt,i为t时段节点i处弃负荷功率，
Figure GDA0001934852340000038
为t时段节点i流入电网侧的有功功率；
Figure GDA0001934852340000039
为t时段设备侧流入节点i的无功功率，
Figure GDA00019348523400000310
为t时段节点i流入电网侧的无功功率；
Figure GDA00019348523400000311
为t时段节点i流入电网侧的有功功率的最小值，
Figure GDA00019348523400000312
为t时段节点i流入电网侧的有功功率的最大值；
Figure GDA00019348523400000313
为t时段节点i流入电网侧的无功功率的最小值，
Figure GDA00019348523400000314
为t时段节点i流入电网侧的无功功率的最大值。
优选地，所述网络约束关系，包括：物理网络功率传输约束、物理网络安全运行约束、线路传输功率与节点注入功率约束关系、节点电压与节点注入功率约束关系、线路电流与节点注入功率约束关系；
所述物理网络功率传输约束为：
Figure GDA00019348523400000315
Figure GDA00019348523400000316
Figure GDA00019348523400000317
Figure GDA00019348523400000318
其中，Pt,ij为t时段线路ij上的有功功率，
Figure GDA00019348523400000319
为节点到源节点的唯一路径，Pt,jk为t时段节点j向节点k传输的有功功率，rij为线路ij的电阻，lt,ij为t时段线路ij上的电流；Qt,ij为t时段线路ij上的无功功率；Qt,jk为t时段节点j向节点k传输的无功功率，xij为线路ij的电抗；vt,j为t时段节点j的电压幅值平方，vt,i为t时段节点i的电压幅值平方；
所述物理网络安全运行约束为：
Figure GDA0001934852340000041
Figure GDA0001934852340000042
Figure GDA0001934852340000043
其中，
Figure GDA0001934852340000044
为t时段线路ij上传输的有功功率上限；
Figure GDA0001934852340000045
为t时段线路ij上传输的无功功率上限；
Figure GDA0001934852340000046
为t时段节点i电压允许最小值的平方，
Figure GDA0001934852340000047
为t时段节点i电压允许最大值的平方；
所述线路传输功率与节点注入功率约束关系为：
Figure GDA0001934852340000048
Figure GDA0001934852340000049
其中，β(j)表示节点j及其子节点的集合，包括节点j下游支路所经过的节点以及节点j本身，即
Figure GDA00019348523400000410
Figure GDA00019348523400000411
为节点j到源节点的唯一路径；
所述节点电压与节点注入功率约束关系为：
Figure GDA00019348523400000412
其中，
Figure GDA00019348523400000413
表示配电***中所有节点的集合；
所述线路电流与节点注入功率约束关系为：
Figure GDA00019348523400000414
其中，
Figure GDA00019348523400000415
为t时段线路ij上的有功功率参考值，
Figure GDA00019348523400000416
为t时段线路ij上的无功功率参考值，
Figure GDA00019348523400000417
为t时段线路ij上的总传输功率参考值，
Figure GDA00019348523400000418
为t时段节点j的电压幅值平方参考值。
优选地，
所述***灵活性数量维度指标值：
Figure GDA00019348523400000419
其中，s表示运行模式，ρs表示运行模式s相应的概率，S表示所有不同的运行模式集合，
Figure GDA00019348523400000420
表示节点总数，
Figure GDA00019348523400000421
表示总时间段数，
Figure GDA00019348523400000422
表示运行模式s中时段t节点i的弃负荷功率，
Figure GDA00019348523400000423
表示运行模式s中时间段t节点i的弃发电功率；
所述***灵活性频率维度指标值：
Figure GDA0001934852340000051
αi,t,s为表示是否出现***供需不平衡情况的二进制变量，当节点i出现供需不平衡时，在运行模式s中时段t时取值为1；当节点i出现供需平衡时，在运行模式s中时段t时取值为0。
优选地，
在根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值，之后，还包括：
将所述***灵活性数量维度指标值除以***灵活性频率维度指标值，得到***灵活性强度维度指标值；
IDF＝MDF/FDF；
其中，IDF为***灵活性强度维度指标值；MDF为***灵活性数量维度指标值；FDF为***灵活性频率维度指标值。
第二方面，本发明提供一种有源配电***运行灵活性的量化分析***，包括：
历史数据获取模块，用于获取有源配电***的历史运行数据；
不同模式聚类模块，用于利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；
节点功率计算模块，用于在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；
灵活性指标计算模块，用于根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值。
优选地，还包括：
强度指标计算模块，用于将所述***灵活性数量维度指标值除以***灵活性频率维度指标值，得到***灵活性强度维度指标值；
计算公式如下：IDF＝MDF/FDF；
其中，IDF为***灵活性强度维度指标值；MDF为***灵活性数量维度指标值；FDF为***灵活性频率维度指标值。
第三方面，本发明提供一种计算机设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述第一方面任一种所述的有源配电***运行灵活性的量化分析方法的步骤。
第四方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一种所述的有源配电***运行灵活性的量化分析方法的步骤。
本发明提供一种有源配电***运行灵活性的量化分析方法，包括：获取有源配电***的历史运行数据；利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值。本发明提供的有源配电***运行灵活性的量化分析方法通过分析历史运行数据，对运行模式进行聚类分类，并统计出各运行模式对应的概率，从而可以在各运行模式下，计算各节点的弃负荷功率和其发电功率，进而根据对应的概率进行确定计算灵活性的量化指标，从而为解决考虑分布式电源不确定性的条件下有源配电网的灵活性问题提供了基础。
本发明提供的一种有源配电***运行灵活性的量化分析***、计算机设备、计算机可读存储介质，也具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明一种具体实施方式所提供的一种有源配电***运行灵活性的量化分析方法的流程图；
图2为本发明一种具体实施方式所提供的一种有源配电***运行灵活性的量化分析方法的拓展流程图；
图3为本发明一种具体实施方式中所提供的有源配电网络的拓扑结构图；
图4为本发明一种具体实施方式中所提供的有源配电***运行灵活性的量化分析方法的具体实施图
图5为本发明一种具体实施方式所提供的一种有源配电***运行灵活性的量化分析***的组成示意图；
图6为本发明又一种具体实施方式所提供的计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，图1为本发明一种具体实施方式所提供的一种有源配电***运行灵活性的量化分析方法的流程图。
在本发明的一种具体实施方其中，本发明实施例提供一种有源配电***运行灵活性的量化分析方法，包括：
S11：获取有源配电***的历史运行数据；
在本发明实施例中，首先需要获取有源配电***的历史运行数据，有源配电***相对于原有配网，原有配网通常是没有电源参与，只有负荷，当上级电源失去时，配电***就无计可施了。然而有源配电***正是由于有分布式电源等的加入，使得配网可以又更多的供电方式，满足客户供电需求。可以获取有源配电***的各个节点的历史运行数据，例如有源配电***中的分布式电源出力、负荷水平等信息，当然也需要该有源配电***的一些基础信息，例如线路参数、负荷水平、网络拓扑连接关系，***安全节点电压和支路电流限制，分布式电源的接入位置、容量和历史运行数据，储能设备的接入位置、容量及参数，***基准电压和基准功率的初值等。
S12：利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；
在获取到历史运行数据后，可以利用聚类的方式，对历史运行数据进行分类，聚类分析又称群分析，它是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。聚类分析内容非常丰富，有***聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。在本发明实施例中可以采用基于密度的聚类算法，利用各组运行数据分别形成数组，然后通过数据之间的距离，进行数组的分类。最大最小距离法是模式识别中一种基于试探的类聚算法,它以欧式距离为基础,取尽可能远的对象作为聚类中心。
S13：在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；
在步骤S12中可以得到各种不同的运行模式，具体指指建立起包括分布式电源出力、负荷水平等信息的典型场景；在时间维度上分析，某一时刻可能构建不同的运行模式，来反映不同的信息，如在0:00时刻分别建立运行模式1、运行模式2分析两种可能出现的配电***运行状态，考虑随时间变化的情况，可以在1:00时刻建立运行模式3、运行模式4，但运行模式3、运行模式4与运行模式1、运行模式2之间不存在确定性关系。
在各种不同的运行模式下，可以查找当时对应的弃负荷功率、弃发电功率，当然如果在获取到的数据中，如果不存在这些数据，也可以采用电力***潮流计算的方式进行即时的计算得到这些数据。
具体地，可以根据该有源配电***的节点约束关系、网络约束关系，在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率，具体地可以包括：
S131：在当前的运行模式下，根据所述有源配电***的节点约束关系、网络约束关系，确定各个节点的当前负荷功率、当前发电功率；
S132：根据各个节点的最大发电功率、切除负荷功率，确定各节点对应的弃负荷功率、弃发电功率。
具体地，所述节点约束关系，包括：
Figure GDA0001934852340000091
Figure GDA0001934852340000092
0≤Ct,i；
0≤et,i≤1；
Figure GDA0001934852340000093
Figure GDA0001934852340000094
Figure GDA0001934852340000095
Figure GDA0001934852340000096
其中，Ct,i为t时段节点i的等效存储容量，et,i为t时段节点i的等效荷电状态(节点等效荷电状态指，在节点处接有储能设备或可以等效为储能设备的装置时，其能够容纳的灵活性裕度，也可表述为“节点处等效的储能容量”。)，
Figure GDA0001934852340000097
为t时段设备侧流入节点i的有功功率，ωt,i为t时段节点i处弃负荷功率，
Figure GDA0001934852340000098
为t时段节点i流入电网侧的有功功率；
Figure GDA0001934852340000099
为t时段设备侧流入节点i的无功功率，
Figure GDA00019348523400000910
为t时段节点i流入电网侧的无功功率；
Figure GDA00019348523400000911
为t时段节点i流入电网侧的有功功率的最小值，
Figure GDA00019348523400000912
为t时段节点i流入电网侧的有功功率的最大值；
Figure GDA00019348523400000913
为t时段节点i流入电网侧的无功功率的最小值，
Figure GDA00019348523400000914
为t时段节点i流入电网侧的无功功率的最大值。
更具体地，所述网络约束关系，包括：物理网络功率传输约束、物理网络安全运行约束、线路传输功率与节点注入功率约束关系、节点电压与节点注入功率约束关系、线路电流与节点注入功率约束关系；
所述物理网络功率传输约束为：
Figure GDA00019348523400000915
Figure GDA00019348523400000916
Figure GDA00019348523400000917
Figure GDA00019348523400000918
其中，Pt,ij为t时段线路ij上的有功功率，
Figure GDA00019348523400000919
为节点到源节点的唯一路径，Pt,jk为t时段节点j向节点k传输的有功功率，rij为线路ij的电阻，lt,ij为t时段线路ij上的电流；Qt,ij为t时段线路ij上的无功功率；Qt,jk为t时段节点j向节点k传输的无功功率，xij为线路ij的电抗；vt,j为t时段节点j的电压幅值平方，vt,i为t时段节点i的电压幅值平方；
所述物理网络安全运行约束为：
Figure GDA0001934852340000101
Figure GDA0001934852340000102
Figure GDA0001934852340000103
其中，
Figure GDA0001934852340000104
为t时段线路ij上传输的有功功率上限；
Figure GDA0001934852340000105
为t时段线路ij上传输的无功功率上限；
Figure GDA0001934852340000106
为t时段节点i电压允许最小值的平方，
Figure GDA0001934852340000107
为t时段节点i电压允许最大值的平方；
所述线路传输功率与节点注入功率约束关系为：
Figure GDA0001934852340000108
Figure GDA0001934852340000109
其中，β(j)表示节点j及其子节点的集合，包括节点j下游支路所经过的节点以及节点j本身，即
Figure GDA00019348523400001010
Figure GDA00019348523400001011
为节点j到源节点的唯一路径；
所述节点电压与节点注入功率约束关系为：
Figure GDA00019348523400001012
其中，
Figure GDA00019348523400001013
表示配电***中所有节点的集合；
所述线路电流与节点注入功率约束关系为：
Figure GDA00019348523400001014
其中，
Figure GDA00019348523400001015
为t时段线路ij上的有功功率参考值，
Figure GDA00019348523400001016
为t时段线路ij上的无功功率参考值，
Figure GDA00019348523400001017
为t时段线路ij上的总传输功率参考值，
Figure GDA00019348523400001018
为t时段节点j的电压幅值平方参考值。
值得一提的是，在有源配电***中，还存在连通性约束，具体表述为节点间的连通关系，即在辐射状配电网中，节点i到源节点之间的路径有且仅有一条，对于节点j的线路集合L_j与L_i的交集
Figure GDA00019348523400001019
则证明节点i与j间连通。
S14：根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值。
数量维度指标值指的是：在所有运行模式下，配电***发生灵活性不足的期望值；2)***灵活性频率维度指标值指：在所有运行模式下，配电***发生灵活性不足的可能性；3)***灵活性强度维度指标值指的是：在所有运行模式下，配电***发生灵活性不足的情况时，其影响程度的大小。
具体地，所述***灵活性数量维度指标值可以通过以下公式来进行计算：
Figure GDA0001934852340000111
其中，s表示运行模式，ρs表示运行模式s相应的概率，S表示所有不同的运行模式集合，
Figure GDA0001934852340000112
表示节点总数，
Figure GDA0001934852340000113
表示总时间段数，
Figure GDA0001934852340000114
表示运行模式s中时段t节点i的弃负荷功率，
Figure GDA0001934852340000115
表示运行模式s中时间段t节点i的弃发电功率：
Figure GDA0001934852340000116
αi,t,s为表示是否出现***供需不平衡情况的二进制变量，当节点i出现供需不平衡时，在运行模式s中时段t时取值为1；当节点i出现供需平衡时，在运行模式s中时段t时取值为0。也就是说，此处0表示***中未出现灵活性不足的情况，1表示出现灵活性不足的情况，可以阐释为：在某一场景下，配电***中任何节点出现弃负荷或弃发电的情况，即认为灵活性不足。
请参考图2，图2为本发明一种具体实施方式所提供的一种有源配电***运行灵活性的量化分析方法的拓展流程图。
在上述具体实施方式的基础上，本发明具体实施方式中，还可以在根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值，之后，还包括：
S15：将所述***灵活性数量维度指标值除以***灵活性频率维度指标值，得到***灵活性强度维度指标值；
IDF＝MDF/FDF；
其中，IDF为***灵活性强度维度指标值；MDF为***灵活性数量维度指标值；FDF为***灵活性频率维度指标值。此处强度指标，表示配电***出现灵活性不足的场景下，其影响程度的大小，可以表示为灵活性不足的期望值除以灵活性出现的频率。
本发明提供一种有源配电***运行灵活性的量化分析方法，对运行模式进行聚类分类，并统计出各运行模式对应的概率，从而可以在各运行模式下，计算各节点的弃负荷功率和其发电功率，进而根据对应的概率进行确定计算灵活性的量化指标，从而为解决考虑分布式电源不确定性的条件下有源配电网的灵活性问题提供了基础，立足于解决有源配电***运行灵活性量化问题，充分考虑分布式电源的随机性与波动性，建立考虑分布式电源不确定性的有源配电***运行灵活性的量化分析模型，得到有源配电***运行灵活性的评价指标。
请参考图3、图4，图3为本发明一种具体实施方式中所提供的有源配电网络的拓扑结构图；图4为本发明一种具体实施方式中所提供的有源配电***运行灵活性的量化分析方法的具体实施图。
在本发明的一种具体实施应用方案中，本实施例提供的有源配电网络(***)一共有33个节点，每个节点都可能包括不同的设备。具体如下：
对于本实施例，首先输入IEEE 33节点***中线路元件的阻抗值，负荷元件的有功功率、无功功率，网络拓扑连接关系，算例结构如图2所示，详细参数见表1IEEE 33节点算例负荷接入位置及功率表和表2IEEE33节点算例线路参数表；设置三个可控柔性负荷接入点，位置及功率见表3表3可控柔性负荷配置情况表，负荷最大可切除比例设置为80％；在节点8、14、17、27接入4组分布式电源(WT)，容量均为1000kVA；无功补偿设备(SVC)接入位置及参数见表4无功补偿设备配置情况表；储能***(ESS)接入位置及参数见表5储能***配置情况表。
构建两种方案分析有源配电***的运行灵活性，方案中1不接入可控设备，量化分析有源配电***原始的运行灵活性，方案2中接入无功补偿设备、储能设备，量化分析含有可控设备的有源配电***的运行灵活性。利用基于聚类分析的场景生成方法，基于上述两种方案，测试结果见表6不同方案测试结果表。
执行优化计算的计算机硬件环境为Intel(R)Xeon(R)CPU E5-1620，主频为3.70GHz，内存为32GB；软件环境为Windows 10操作***。
通过灵活性评价指标，能够量化分析有源配电***的运行灵活性。对比方案1和方案2可以看出，可控设备的接入对有源配电***的运行灵活性具有提升作用，有源配电***切负荷量从0.2012MWh降低至0.0985MWh，切发电量从5.0283MWh降低至2.089MWh，在降低供电缺额的同时极大地提升了新能源的消纳能力；反映在灵活性评价指标上，方案2中数量维度指标从5.2295MWh降低至2.1875MWh，***灵活性提升近50％，频率维度指标从12.4下降至6.2，表示***出现灵活性不足的频率降至一半，强度维度指标相较于方案1中有所下降，在每次出现灵活性不足的场景下，影响程度较低。
也就是说，1)数量维度指：在典型场景集下，配电***发生灵活性不足的期望值，在实例中，数量维度指标从5.2295MWh降低至2.1875MWh，灵活性不足的期望值降低，反映配电***的灵活性得到了提升；2)频率维度指：在典型场景集下，配电***发生灵活性不足的可能性，在实例中，频率维度指标从12.4下降至6.2，表示灵活性不足情况发生的概率降低；3)强度维度指：在典型场景集下，配电***发生灵活性不足的情况时，其影响程度的大小，在实例中，强度维度指标从0.4218下降至0.3497，表示每次出现灵活性不足的情况时，其影响程度略有下降，以配电***中出现切负荷这一现象为例，表示负荷切除的比例有所下降。
表1 IEEE 33节点算例负荷接入位置及功率表
Figure GDA0001934852340000131
Figure GDA0001934852340000141
表2 IEEE33节点算例线路参数表
Figure GDA0001934852340000142
表3 可控柔性负荷配置情况表
Figure GDA0001934852340000143
表4 无功补偿设备配置情况表
位置 输出无功功率上限/kvar
31 300
表5 储能***配置情况表
Figure GDA0001934852340000151
表6 不同方案测试结果表
Figure GDA0001934852340000152
请参考图5，图5为本发明一种具体实施方式所提供的一种有源配电***运行灵活性的量化分析***的组成示意图。
在本发明的一种具体实施方式中，本发明实施例提供一种有源配电***运行灵活性的量化分析***500，包括：
历史数据获取模块510，用于获取有源配电***的历史运行数据；
不同模式聚类模块520，用于利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；
节点功率计算模块530，用于在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；
灵活性指标计算模块540，用于根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值。
优选地，该量化分析***500还包括：
强度指标计算模块550，用于将所述***灵活性数量维度指标值除以***灵活性频率维度指标值，得到***灵活性强度维度指标值；
计算公式如下：IDF＝MDF/FDF；
其中，IDF为***灵活性强度维度指标值；MDF为***灵活性数量维度指标值；FDF为***灵活性频率维度指标值。
请参考图，图6为本发明又一种具体实施方式所提供的计算机设备的结构示意图。
在本发明的又一种具体实施方式中，本发明实施例提供一种计算机设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现上述任一种具体实施方式所述的有源配电***运行灵活性的量化分析方法的步骤。
下面参考图6，其示出了适于用来实现本申请实施例的计算机设备的结构示意图。图6示出的计算机设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机***600包括处理器(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有***600操作所需的各种程序和数据。
CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口603也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口607。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向目标的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。
在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
作为本发明的又一具体实施方式，本发明实施例提供一种计算机可读存储介质所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意具体实施方式中的有源配电***运行灵活性的量化分析方法的步骤。
该计算机可读介质可以是上述实施例中描述的计算机或终端设备中所包含的；也可以是单独存在，而未装配入该计算机设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该计算机设备执行时，使得该计算机设备：获取有源配电***的历史运行数据；利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种有源配电***运行灵活性的量化分析方法及相关产品进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (9)

1.一种有源配电***运行灵活性的量化分析方法，其特征在于，包括：
获取有源配电***的历史运行数据；
利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；
在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；
根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值；
所述***灵活性数量维度指标值：
Figure FDA0003213274200000011
其中，s表示运行模式，ρs表示运行模式s相应的概率，S表示所有不同的运行模式集合，
Figure FDA0003213274200000015
表示节点总数，
Figure FDA0003213274200000016
表示总时间段数，
Figure FDA0003213274200000012
表示运行模式s中时段t节点i的弃负荷功率，
Figure FDA0003213274200000013
表示运行模式s中时间段t节点i的弃发电功率；
所述***灵活性频率维度指标值：
Figure FDA0003213274200000014
αi,t,s为表示是否出现***供需不平衡情况的二进制变量，当节点i出现供需不平衡时，在运行模式s中时段t时取值为1；当节点i出现供需平衡时，在运行模式s中时段t时取值为0。
2.根据权利要求1所述的有源配电***运行灵活性的量化分析方法，其特征在于，所述在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率，包括：
在当前的运行模式下，根据所述有源配电***的节点约束关系、网络约束关系，确定各个节点的当前负荷功率、当前发电功率；
根据各个节点的最大发电功率、切除负荷功率，确定各节点对应的弃负荷功率、弃发电功率。
3.根据权利要求2所述的有源配电***运行灵活性的量化分析方法，其特征在于，所述节点约束关系，包括：
Figure FDA0003213274200000021
Figure FDA0003213274200000022
0≤Ct,i；
0≤et,i≤1；
Figure FDA00032132742000000218
Figure FDA0003213274200000023
Figure FDA0003213274200000024
Figure FDA0003213274200000025
其中，Ct,i为t时段节点i的等效存储容量，et,i为t时段节点i的等效荷电状态，
Figure FDA0003213274200000026
为t时段设备侧流入节点i的有功功率，ωt,i为t时段节点i处弃负荷功率，
Figure FDA0003213274200000027
为t时段节点i流入电网侧的有功功率；
Figure FDA0003213274200000028
为t时段设备侧流入节点i的无功功率，
Figure FDA0003213274200000029
为t时段节点i流入电网侧的无功功率；
Figure FDA00032132742000000210
为t时段节点i流入电网侧的有功功率的最小值，
Figure FDA00032132742000000211
为t时段节点i流入电网侧的有功功率的最大值；
Figure FDA00032132742000000212
为t时段节点i流入电网侧的无功功率的最小值，
Figure FDA00032132742000000213
为t时段节点i流入电网侧的无功功率的最大值。
4.根据权利要求3所述的有源配电***运行灵活性的量化分析方法，其特征在于，所述网络约束关系，包括：物理网络功率传输约束、物理网络安全运行约束、线路传输功率与节点注入功率约束关系、节点电压与节点注入功率约束关系、线路电流与节点注入功率约束关系；
所述物理网络功率传输约束为：
Figure FDA00032132742000000214
Figure FDA00032132742000000215
Figure FDA00032132742000000216
Figure FDA00032132742000000217
其中，Pt,ij为t时段线路ij上的有功功率，
Figure FDA00032132742000000219
为节点到源节点的唯一路径，Pt,jk为t时段节点j向节点k传输的有功功率，rij为线路ij的电阻，lt,ij为t时段线路ij上的电流幅值平方；Qt,ij为t时段线路ij上的无功功率；Qt,jk为t时段节点j向节点k传输的无功功率，xij为线路ij的电抗；vt,j为t时段节点j的电压幅值平方，vt,i为t时段节点i的电压幅值平方；
所述物理网络安全运行约束为：
Figure FDA0003213274200000031
Figure FDA0003213274200000032
Figure FDA0003213274200000033
其中，
Figure FDA0003213274200000034
为t时段线路ij上传输的有功功率上限；
Figure FDA0003213274200000035
为t时段线路ij上传输的无功功率上限；v i为t时段节点i电压允许最小值的平方，
Figure FDA0003213274200000036
为t时段节点i电压允许最大值的平方；
所述线路传输功率与节点注入功率约束关系为：
Figure FDA0003213274200000037
Figure FDA0003213274200000038
其中，β(j)表示节点j及其子节点的集合，包括节点j下游支路所经过的节点以及节点j本身，即
Figure FDA0003213274200000039
Figure FDA00032132742000000310
为节点j到源节点的唯一路径；
Figure FDA00032132742000000311
为t时段节点k流入电网侧的有功功率；
Figure FDA00032132742000000312
为t时段节点k流入电网侧的无功功率；
所述节点电压与节点注入功率约束关系为：
Figure FDA00032132742000000313
其中，
Figure FDA00032132742000000319
表示配电***中所有节点的集合；vt,0为t时段源节点的电压幅值平方；rhk为线路ij的电阻；xhk为线路ij的电抗；
所述线路电流与节点注入功率约束关系为：
Figure FDA00032132742000000314
其中，
Figure FDA00032132742000000315
为t时段线路ij上的有功功率参考值，
Figure FDA00032132742000000316
为t时段线路ij上的无功功率参考值，
Figure FDA00032132742000000317
为t时段线路ij上的总传输功率参考值，
Figure FDA00032132742000000318
为t时段节点j的电压幅值平方参考值。
5.根据权利要求1至4任一项所述的有源配电***运行灵活性的量化分析方法，其特征在于，
在根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值，之后，还包括：
将所述***灵活性数量维度指标值除以***灵活性频率维度指标值，得到***灵活性强度维度指标值；
IDF＝MDF/FDF；
其中，IDF为***灵活性强度维度指标值；MDF为***灵活性数量维度指标值；FDF为***灵活性频率维度指标值。
6.一种有源配电***运行灵活性的量化分析***，其特征在于，包括：
历史数据获取模块，用于获取有源配电***的历史运行数据；
不同模式聚类模块，用于利用所述历史运行数据，对所述有源配电***的运行模式聚类，得到不同的运行模式及对应的概率；
节点功率计算模块，用于在所述不同的运行模式下，确定各时间段所述有源配电***的各节点对应的弃负荷功率、弃发电功率；
灵活性指标计算模块，用于根据所述弃负荷功率、所述弃发电功率以及对应的不同运行模式及对应的概率，确定所述有源配电***的***灵活性数量维度指标值、***灵活性频率维度指标值；
其中，所述***灵活性数量维度指标值：
Figure FDA0003213274200000041
其中，s表示运行模式，ρs表示运行模式s相应的概率，S表示所有不同的运行模式集合，
Figure FDA0003213274200000045
表示节点总数，
Figure FDA0003213274200000046
表示总时间段数，
Figure FDA0003213274200000042
表示运行模式s中时段t节点i的弃负荷功率，
Figure FDA0003213274200000043
表示运行模式s中时间段t节点i的弃发电功率；
所述***灵活性频率维度指标值：
Figure FDA0003213274200000044
αi,t,s为表示是否出现***供需不平衡情况的二进制变量，当节点i出现供需不平衡时，在运行模式s中时段t时取值为1；当节点i出现供需平衡时，在运行模式s中时段t时取值为0。
7.根据权利要求6所述的有源配电***运行灵活性的量化分析***，其特征在于，还包括：
强度指标计算模块，用于将所述***灵活性数量维度指标值除以***灵活性频率维度指标值，得到***灵活性强度维度指标值；
计算公式如下：IDF＝MDF/FDF；
其中，IDF为***灵活性强度维度指标值；MDF为***灵活性数量维度指标值；FDF为***灵活性频率维度指标值。
8.一种计算机设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述一种有源配电***运行灵活性的量化分析方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述一种有源配电***运行灵活性的量化分析方法的步骤。
CN201811202653.2A 2018-10-16 2018-10-16 一种有源配电***运行灵活性的量化分析方法及相关产品 Active CN109449923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811202653.2A CN109449923B (zh) 2018-10-16 2018-10-16 一种有源配电***运行灵活性的量化分析方法及相关产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811202653.2A CN109449923B (zh) 2018-10-16 2018-10-16 一种有源配电***运行灵活性的量化分析方法及相关产品

Publications (2)

Publication Number Publication Date
CN109449923A CN109449923A (zh) 2019-03-08
CN109449923B true CN109449923B (zh) 2021-09-17

Family

ID=65545457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811202653.2A Active CN109449923B (zh) 2018-10-16 2018-10-16 一种有源配电***运行灵活性的量化分析方法及相关产品

Country Status (1)

Country Link
CN (1) CN109449923B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110224393B (zh) * 2019-05-24 2020-08-25 广东电网有限责任公司阳江供电局 一种基于最小切负荷模型的新能源消纳评估方法
CN110445151B (zh) * 2019-07-25 2023-01-31 天津大学 考虑不确定性需求的配电网灵活性裕度时序量化分析方法
CN110417007B (zh) * 2019-07-25 2023-03-10 天津大学 一种有源配电***运行灵活性的时序量化分析方法
CN110365049B (zh) * 2019-07-25 2023-03-28 天津大学 一种有源配电***馈线灵活性的静态量化分析方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105790291A (zh) * 2014-12-26 2016-07-20 国家电网公司 一种基于灵活性评估的电力***储能优化配置方法
CN107800155A (zh) * 2017-11-19 2018-03-13 天津大学 考虑智能软开关的有源配电网多时段孤岛运行方法
CN107947165A (zh) * 2017-11-30 2018-04-20 国网浙江省电力公司经济技术研究院 一种面向调节需求的配电网灵活性评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105790291A (zh) * 2014-12-26 2016-07-20 国家电网公司 一种基于灵活性评估的电力***储能优化配置方法
CN107800155A (zh) * 2017-11-19 2018-03-13 天津大学 考虑智能软开关的有源配电网多时段孤岛运行方法
CN107947165A (zh) * 2017-11-30 2018-04-20 国网浙江省电力公司经济技术研究院 一种面向调节需求的配电网灵活性评价方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Analyzing operational flexibility of electric power systems;Andreas Ulbig et al;《2014 Power Systems Computation Conference》;20150212;第1页-第4页 *
Quantified flexibility evaluation of soft open points to improve distributed generator penetration in active distribution networks based on difference-of-convex programming;Haoran Ji et al;《Applied Energy》;20180312;参见第1页-5页 *
考虑灵活性需求的可再生能源出力特性指标体系;葛朝晖等;《电力***及其自动化学报》;20180731;全文 *

Also Published As

Publication number Publication date
CN109449923A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN109449923B (zh) 一种有源配电***运行灵活性的量化分析方法及相关产品
Hagenmeyer et al. Information and communication technology in energy lab 2.0: Smart energies system simulation and control center with an open‐street‐map‐based power flow simulation example
Jannat et al. Optimal capacitor placement in distribution networks regarding uncertainty in active power load and distributed generation units production
CN105740975B (zh) 一种基于数据关联关系的设备缺陷评估与预测方法
Chen et al. Available transfer capability evaluation in a deregulated electricity market considering correlated wind power
CN106022614A (zh) 一种基于最近邻聚类的神经网络数据挖掘方法
Cheng et al. Enhanced state estimation and bad data identification in active power distribution networks using photovoltaic power forecasting
Liu et al. Effects of correlated photovoltaic power and load uncertainties on grid‐connected microgrid day‐ahead scheduling
Silva et al. Evaluating harmonic voltage distortion in load‐variating unbalanced networks using Monte Carlo simulations
Mahmoud et al. Efficient SPF approach based on regression and correction models for active distribution systems
Ye et al. A data driven multi-state model for distribution system flexible planning utilizing hierarchical parallel computing
Khuntia et al. Risk‐based security assessment of transmission line overloading considering spatio‐temporal dependence of load and wind power using vine copula
Xu et al. Analytical solution of stochastic real‐time dispatch incorporating wind power uncertainty characterized by Cauchy distribution
Zhang et al. Measurement‐based dynamic load modelling using time‐domain simulation and parallel‐evolutionary search
Xiao et al. Comprehensive Evaluation Index System of Distribution Network for Distributed Photovoltaic Access
Hu et al. Transformer-customer relationship identification for low-voltage distribution networks based on joint optimization of voltage silhouette coefficient and power loss coefficient
Ausmus et al. Big data analytics and the electric utility industry
Yu et al. Practical method for data-driven user phase identification in low-voltage distribution networks
Li et al. Real‐time approach for oscillatory stability assessment in large‐scale power systems based on MRMR classifier
CN115275975A (zh) 一种光储充电站电力数据匹配度的确定方法及装置
Mahdavi et al. A novel optimized fuzzy approach based on monte carlo method for system load, wind turbine and photovoltaic unit uncertainty modeling in unit commitment
Chen et al. Research on Audit Simulation of Accounting Computerization Based on Internet Complex Discrete Dynamic Modeling Technology
Ramaswamy et al. A case study to assess data management and performance of optimal power flow algorithm-based tool in a DSO day-ahead operational planning platform
Sun et al. Incremental equilibrium assignment and applications to traffic network model
Wang et al. [Retracted] A Stochastic Rolling Horizon‐Based Approach for Power Generation Expansion Planning

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