CN109861283A - 一种两阶段式配电网紧急孤岛划分方法 - Google Patents
一种两阶段式配电网紧急孤岛划分方法 Download PDFInfo
- Publication number
- CN109861283A CN109861283A CN201910136234.1A CN201910136234A CN109861283A CN 109861283 A CN109861283 A CN 109861283A CN 201910136234 A CN201910136234 A CN 201910136234A CN 109861283 A CN109861283 A CN 109861283A
- Authority
- CN
- China
- Prior art keywords
- power
- load
- island
- power supply
- fault
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000011084 recovery Methods 0.000 claims abstract description 41
- 238000005457 optimization Methods 0.000 claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 230000008859 change Effects 0.000 claims description 17
- 239000003990 capacitor Substances 0.000 claims description 16
- 230000009194 climbing Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims 1
- 238000005096 rolling process Methods 0.000 abstract description 4
- 238000012937 correction Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 13
- 230000005540 biological transmission Effects 0.000 description 7
- 230000007704 transition Effects 0.000 description 7
- 239000000243 solution Substances 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000000638 solvent extraction Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 241001672018 Cercomela melanura Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及供电技术领域，具体涉及一种两阶段式配电网紧急孤岛划分方法，在故障前根据配电网广域量测***的量测信息，以保证***故障时刻平稳过渡为主要目标，以一定的时间间隔不断求解故障前孤岛划分优化模型，得到满足***当前状态的故障前原始孤岛划分方案；通过对故障前原始孤岛方案进行增负荷、减负荷修正，得到孤岛在线划分决策表，方便故障时刻实时查询得到满足***实时状态的切负荷方案；***通过执行决策表进入到初始孤岛状态后，根据预估停电时间，将整个停电周期划分为若干个时间段；以增加负荷恢复数量为目标，通过求解故障后Look‑ahead滚动孤岛划分优化模型，得到最新的孤岛划分方案并执行。该方法保证了故障时关键负荷的连续、持续供电。
Description
技术领域
本发明属于供电技术领域，尤其涉及一种两阶段式配电网紧急孤岛划分方法。
背景技术
电力***正在面临越来越多的故障停电事件。一方面，自然灾害，例如台风、山洪等，发生概率的不断增加，导致了大量的倒杆、断线等设备故障；另一方面，电力电子化设备，例如光伏、储能等，高密度接入，致使运行控制愈加复杂，这些均会引起电网故障的发生。输电网故障容易导致整个配电区域的大停电事件，此时无法通过传统的负荷转供方式为关键负荷进行快速供电恢复，严重影响关键地区社会生产活动，将会造成巨大经济损失。因此，在大停电事件发生时如何保证关键负荷的快速供电是一个亟待解决的问题。配电网紧急孤岛能够快速响应局部大停电故障，充分利用本地电源，为关键负荷进行连续、持续供电，体现了未来智能配电网关键特征—‘韧性’。
孤岛划分即如何合理有效的切除部分负荷以保证孤岛***的平稳运行与关键负荷的连续、持续供电。有文献记载运行后可能出现的停电事件在电网规划建设时期即对分布式电源的选址定容进行了优化，预先制定出切负荷与电源配置的孤岛方案，故障期间通过执行孤岛方案保证关键负荷的持续供电。也有文献记载在故障时间发生后，利用停电前量测***记录的状态信息，通过求解负荷组合优化问题，制定出电源出力与负荷恢复方案，通过电源黑启动逐步恢复负荷形成孤岛***。另一方面，随着新能源的快速发展，配电网中将配置越来越多的分布式新能源。分布式新能源虽然可以增加负荷恢复数量，但如何处理其功率波动性是孤岛划分中面临的重要问题。采用最坏场景分析法，采用分布式电源预测出力最低值作为电源实际出力进行孤岛划分，虽然有效保证了孤岛***功率平衡，但是该划分方法较为保守，未能发挥分布式电源的紧急供电潜力。也有首先通过拉丁超立方对分布式电源出力与负荷功率的概率分布曲线进行抽样，根据得到的不同场景形成对应的孤岛划分方案，再通过对孤岛方案进行概率统计，确定最终孤岛划分方案。但现有孤岛划分策略普遍存在受制传统量测***数据刷新慢、精度低等原因，无法实时掌握配电***状态，均会经历短暂停电用来进行黑启动，无法保证关键负荷的连续供电；且形成确定性的孤岛划分方案，无法灵活修改孤岛方案应对新能源功率波动以保证关键负荷持续供电。
发明内容
本发明的目的是提供一种基于在线匹配与滚动优化的两阶段式配电网紧急孤岛划分方法。
为实现上述目的，本发明采用的技术方案是：一种两阶段式配电网紧急孤岛划分方法，包括以下步骤：
步骤1、***发生故障前，通过配电网广域量测***提供的最新负荷、电源功率信息，求解故障前孤岛划分优化模型，得到故障前原始孤岛划分方案；
步骤2、基于步骤1得到的故障前原始孤岛划分方案，根据负荷功率得到孤岛在线划分决策表；
步骤3、如果发生故障，根据电源功率查询孤岛在线划分决策表，得到满足***实时状态的切负荷方案，执行切负荷方案后***进入初始孤岛，并执行步骤4；如果没有发生故障，则返回步骤1；
步骤4、预估停电时间，并将整个停电周期分为若干个时间段，在每个时间段开始时，利用最新光伏功率预测信息，求解故障后孤岛划分模型，并得到未来多个时间段内的孤岛划分方案，保留并采用最近时间段的孤岛划分方案；
步骤5、重复步骤4，直到故障清除，***正常并网。
本发明的有益效果：首次利用基于D-PMU的配电网广域量测信息进行紧急孤岛划分，保证了故障时关键负荷的连续、持续供电。提出了故障前、故障后两阶段孤岛划分框架。分别建立了故障前与故障后混合整数线性孤岛划分数学模型。考虑了负荷电压-功率特性对孤岛划分的影响并采用降压运行的方式提高负荷恢复率。
附图说明
图1是本发明一个实施例两阶段孤岛划分策略示意图；
图2是本发明一个实施例孤岛***恢复特性曲线；
图3是本发明一个实施例切负荷决策表形成过程；
图4是本发明一个实施例所采用的从化工业园区算例单线图；
图5是本发明一个实施例采用故障前孤岛划分策略故障前后***电源出力变化；
图6是本发明一个实施例采用故障前孤岛划分策略***频率与电压暂态变化；
图7是本发明一个实施例采用故障前孤岛划分策略故障前后***节点电压变化；
图8是本发明一个实施例是否考虑负荷电压特性与线损时故障前后***频率变化；
图9是本发明一个实施例某光伏基地某日实测有功功率；
图10是本发明一个实施例是否执行决策表故障前后***频率变化。
具体实施方式
下面结合附图对本发明的实施方式进行详细描述。
本实施例通过以下技术方案来实现，一种两阶段式配电网紧急孤岛划分方法，包括故障前孤岛划分策略与故障后孤岛划分策略。首先在故障前根据实时量测信息，以保证***故障时刻平稳过渡为主要目标，以一定的时间间隔不断求解故障前孤岛划分优化模型，得到满足***当前状态的故障前原始孤岛划分方案；通过对故障前原始孤岛方案进行增负荷、减负荷修正，得到孤岛在线划分决策表，方便故障时刻实时查询得到满足***实时状态的切负荷方案；***通过执行决策表进入到初始孤岛状态后，根据预估停电时间，将整个停电周期划分为若干个时间段；以增加负荷恢复数量为目标，通过求解故障后Look-ahead滚动孤岛划分优化模型，得到最新的孤岛划分方案并执行。包括以下步骤：
I、***发生故障前，通过配电网广域量测***提供的最新负荷、电源功率信息，求解故障前孤岛划分优化模型，得到故障前原始孤岛划分方案。
II、基于上一步得到的故障前原始孤岛划分方案，根据负荷功率得到孤岛在线划分决策表。
III、如果发生故障，根据电源功率查询孤岛在线划分决策表，得到满足***实时状态的切负荷方案，执行切负荷方案后***进入初始孤岛，并执行步骤IV。如果没有发生故障，返回步骤I。
IV、预估停电时间，并将整个停电周期分为若干个时间段。在每个时间段开始时，利用最新光伏功率预测信息，求解故障后孤岛划分模型，并到未来多个时间段内的孤岛划分方案，保留并采用最近时间段的孤岛划分方案。
V、重复步骤IV，直到故障清除，***正常并网。
具体实施时：
1.两阶段孤岛划分框架
孤岛***内功率平衡是保证紧急孤岛稳定运行的关键因素。正常情况下，上级主网与本地电源共同为本地负荷供电，上级主网作为无穷大电源，充分保证配电网频率与电压稳定。发生故障时，配电网与上级主网失去电气连接，有限的本地电源与大量的本地负荷之间存在功率偏差，为保证孤岛***内功率平衡，有必要根据负荷优先级切除相应的负荷。紧急孤岛划分就是根据负荷与电源信息制定合理有效的切负荷方案，保证孤岛能够稳定运行的一种组合优化问题。
配电网孤岛***惯性小，可控资源少，合理的孤岛划分方案对其稳定运行十分重要。配电网孤岛可控资源可分为电源型与负荷型。电源方面包括投切电容器、配置了调速器与励磁机的同步机型电源等。光伏等新能源认为其有功功率不可调节(按照最大功率点进行出力)，但在容量允许范围内，可作为连续的无功电源。负荷方面包括可中断负荷与柔性负荷。不同可控资源的时间尺度不尽相同。两阶段孤岛划分策略包括较短时间尺度的故障前孤岛划分策略与较长时间尺度的故障后孤岛划分策略，通过控制不同的可控资源，保证关键负荷的连续、持续供电。
合理有效的孤岛划分方案应该能够保证故障时***内关键负荷的连续、持续供电。为保证关键负荷的连续供电，需要在故障发生前制定好划分策略，也就是故障前孤岛划分策略。同时，为跟随新能源功率波动保证关键负荷的连续供电，需要在故障发生后根据本地电源状态灵活修改划分方案，也就是故障后孤岛划分策略。故障前孤岛划分针对的不确定的故障事件，而故障后孤岛划分针对的已经确定的故障事件。配电网故障期间，***状态变化以及两阶段划分方案使用情况如图1所示。
2.建立故障前孤岛划分优化模型
与故障后孤岛划分相比，故障前孤岛划分主要目的在于保证***平稳过渡的前提下尽可能减少设备调整以抵御主网失压扰动，由正常并网不停电地平稳过渡到孤岛状态。故障前孤岛划分针对的是故障瞬间超短时间尺度事件，可控资源应以毫秒级时间尺度的切负荷控制为主，秒级时间尺度的同步机下垂控制作为辅。负荷功率与电源出力是时刻变化的，在线计算虽然能够体现***实时状态但不能保证优化结果的合理性，另一方面，离线计算虽然能够保证优化结果的合理性但不能体现***实时状态。基于上述原因，拟采用“在线预决策+实时匹配”的策略替代超实时在线计算，在保证计算结果可靠的前提下能够体现***实时状态变化。
本实施例故障前孤岛划分策略的数学模型，考虑了包括负荷功率、电源调节能力以及潮流等约束。
2.1选取决策变量
初始孤岛内各负荷状态xd(xd＝0或1，xd＝1表示第d个负荷将会恢复)；初始孤岛内可调节电源的功率Pm、Qm。
2.2确定目标函数
图2可用来描述配网***经受故障后的***状态变化，包括正常、故障、故障初期、恢复、稳定恢复、故障清除以及再次正常等7个阶段。故障前孤岛划分针对的是故障期间与故障初期两个阶段。由于不同负荷的供电恢复优先级不同，相对于普通居民负荷，有必要优先恢复市政、医院等负荷。使用负荷优先级权重cd用来表示不同负荷的优先级。故障前孤岛划分优化模型目标函数包含了考虑负荷优化级的负荷恢复数量最多。同时，为了尽可能使***由并网平滑过渡到孤岛***，应尽可能少的进行设备调整，以避免增加新的不必要扰动。目标函数中包含了本地电源出力偏差最小。
其中，Pm为第m个主电源的优化有功功率；第m个主电源的当前有功功率；cd表示第d个负荷的权重系数；xd表示第d个负荷的恢复状态；M表示主电源集合；D表示负荷集合；α1与α2表示权重系数。对于权重系数的设置，应保证目标函数第一项的远大于第二项，即优先保证***平稳过渡。
2.3约束条件
1)负荷功率约束
负荷功率变化应满足功率-电压特性。***由正常并网过渡到故障时的孤岛状态后，由于本地电源不足，需要切除部分负荷，这将导致支路传输功率降低、线路压降将减少；同时，孤岛运行时，***主电源将由正常时的上级主网变为本地同步机型电源，电源的就地化也将抬升***电压水平。由上述分析可知，相比于正常并网运行，孤岛运行时***节点电压将会升高，根据负荷功率-电压特性可知，负荷功率也将相应增加。为保证孤岛划分结果的准确，各负荷功率应满足其功率-电压特性曲线。通过在运行点附近将多项式型负荷静态电压特性线性展开，得到线性化负荷静态电压特性模型如式(2)所示。
其中，Pd，Qd为第d个负荷有功功率与无功功率的优化值；Vd为第d个负荷的电压；以及Ad，Bd为第d个负荷的线性化功率系数，D表示负荷集合。
2)电源功率约束
孤岛内的本地电源分为可调节型电源与不可调节型电源。可调节型电源一般为同步机型电源，采用下垂控制能够响应***频率与电压变化，同时可以设置出力点可以进行二次调频。不可调节型电源为电力电子型电源，通常为新能源电源，输出有功功率受自然天气影响具有波动性与随机性。新能源逆变器采用PQ解耦控制。故障瞬间，为保证***平稳过渡，不可调节型电源功率应保持不变，可调节型电源功率应限制在允许范围内。同时所有电源应运行在容量范围内。
Pk＝Pk,now Qk＝Qk,now k∈K (3)
其中，Pk，Qk以及Pg，Qg为第k或g个电源的功率优化值；Pk,now与Qk,now为第k个不可调节电源的当前功率；以及分别为第g个电源有功功率与无功功率的最大值与最小值；Sg为第g个电源的额定功率；K为不可调节型电源集合，G为可调节型电源集合。
3)潮流约束
紧急孤岛是配电网的一种紧急运行方式，其运行状态应满足潮流约束。由于孤岛***内负荷较少，属于正常或者轻载运行，因此对于孤岛划分问题，只考虑节点电压约束。
Vmin≤|Vk|≤Vmax k∈N (7)
其中，与分别为节点k的电源与负荷的有功功率与无功功率；ek/j与fk/j为节点k或者j电压的实部与虚部分量；Gkj与Bkj为节点k与j所连接支路上的电导与电纳分量；Vmin＝0.9，Vmax＝1.1；N为节点集合。
4)功率平衡约束
由孤岛形成机理可知，上级主网的输送功率为0是保持孤岛内频率与电压正常的前提。孤岛***已经与上级主网失去电气连接，通过在故障点处构造虚拟电网功率S0，用来替代上级主网输送功率。为保证孤岛***频率与电压稳定，应将虚拟功率限制为0。
S0＝0 (8)
5)***备用约束
孤岛***属于小惯量***，抵御功率扰动能力较差。孤岛内负荷与新能源功率是时刻变化的。为保证初始孤岛的稳定运行，可调节型电源需要保留一定量热备用用来平抑***内功率波动。
其中，与Pg分别为电源的最大、最小以及有功功率优化值。Pnew与Pd分别为新能源与负荷有功功率。波动系数α1＝α2＝0.3，β1＝β2＝0.1。
2.4生成决策表
利用最新的量测信息，不断求解上述优化模型可以得到最新的初始孤岛划分方案。但由于求解过程并不能做到实时求解，所得到的划分方案并不能符合***故障时的实时状态。尤其是新能源的功率受自然天气影响瞬息万变，需要修正初始划分方案以满足故障时刻的***状态。
决策表可用来修正初始孤岛划分方案，故障时刻只需查找决策表就可以实时找到最为合适的孤岛划分方案。决策表分为切负荷决策表与增负荷决策表。当故障时刻的电网功率S0大于先前优化时刻的电网功率，需要根据功率缺额从计划恢复负荷列表中选择合适的负荷将其切除；当故障时刻的电网功率S0小于先前优化时刻的电网功率，需要根据功率缺额从计划切除负荷列表中选择合适的负荷将其恢复。决策表提供了快速、准确、可靠的在线孤岛划分方案。图3展示了切负荷决策表的形成过程。
通过求解优化模型得到初始划分方案，再利用决策表进行实时修正。“在线预决策+实时匹配”的故障前孤岛策略能够在故障瞬间提供合理有效的切负荷方案，使得***能够从并网快速平滑过渡到孤岛模式。表1(a)、表1(b)为切负荷决策表示意图。
表1(a)
表1(b)
3.建立故障后孤岛划分优化模型
与故障前孤岛划分相比，故障后孤岛划分主要目的在于如何解决本地新能源的波动性，如何不断增加负荷恢复数量。故障后孤岛划分针对的是故障产生后小时级时间尺度事件，可控资源包括所有时间尺度的可利用资源。传统的单时间段孤岛划分无法适应高新能源渗透率的情形，缺少可靠性与灵活性。应充分利用当前量测信息与预测信息，采用Look-ahead多时间段灵活孤岛划分方案，随着新能源功率波动灵活调整孤岛划分方案。
本实施例中故障后孤岛划分策略的数学模型，考虑了包括负荷功率、电源波动性、潮流以及用户体验等约束。
3.1 Look—ahead滚动优化
孤岛***电源最大出力决定了负荷恢复数量。孤岛内电源由常规电源与新能源共同组成，且新能源占比较大。自然天气决定了新能源的最大出力，进而决定了孤岛***的最大出力，最终影响负荷恢复率。自然天气随时间变化较大，因此有必要根据新能源出力预测信息灵活调整孤岛划分方案，使得各时间段内孤岛***具有保持***功率平衡的能力。Look滚动划分策略能够根据功率预测信息形成合理有效地多时间段孤岛划分方案。
Look-ahead孤岛划分策略：调度人员首先根据停电事件预估停电时间，进而确定全过程所需时间段数T；利用最新的预测信息，确定未来多个时间段内的孤岛划分方案，保留并执行最近时间段的划分方案并将其他时间段内的划分方案删除；每个时间段结束时，不断重复上述划分策略，直到故障恢复。
3.2降压运行
增加负荷恢复数量是孤岛划分问题的首要目标。孤岛***要时刻保持功率平衡，根据式(10)可知，增加负荷恢复数量∑x，可通过：
增加孤岛内电源出力∑Sgen；
减少孤岛内负荷功率Sload。
留有足够备用保证稳定运行前提下，电源出力已经达到上限，无法用来增加负荷恢复数量。根据负荷功率-电压特性可知，适当降低负荷工作电压，可以减少负荷功率，作为一种紧急运行方式，全***降压运行可以用来提高负荷恢复率。
∑Sgen＝∑xSload (10)
电力公司有着丰富的降压运行经验。在发电或输电容量短缺时，许多电力公司有意降低供电电压水平，以减少负荷功率。自20世界70年代石油危机以来，电力公司已经评估并实现了降低运行电压以节约能源的可行性。此外，许多电力公司也将降低电压水平作为提高电力***电压稳定性的一种紧急措施。降低电压水平一般通过带负荷调节分接头变压器和配电电压调节器实现。与之前的未解决能源危机(能量问题)而实施的降压运行不同，孤岛降压运行是为了解决由新能源波动产生的功率短缺问题(功率问题)，同时除了有载分接头变压器外，更多精细化无功调压设备可以利用(例如光伏逆变器、STATCOM等)。
3.3决策变量
各时间段内各负荷状态xd,t；各时间段内可调节电源有功功率Pm,t；各时间段内所有电源的无功功率Qg,t；各时间段内投切电容器状态Zc,t；各时间段内的基准点电压
3.4目标函数
故障后孤岛划分针对的是恢复与后恢复两个阶段。与故障前孤岛划分策略相同，使用负荷优先级权重cd用来表示不同负荷的优先级。目标函数为未来多个时间段内考虑负荷优化级的负荷恢复数量最多。
其中，cd表示第d个负荷的权重系数；xd,t表示第d个负荷在第t个时间段内的恢复状态；Tint为单个时间段的时间长；D为负荷集合，T为时间段集合。
3.5约束条件
1)新能源有功功率功率约束
不同电源状态下，节点电压幅值变化较大。为保证负荷功率符合实际运行情况，各时间段内各负荷功率应满足负荷的功率-电压特性。采用故障前孤岛划分模型中使用的线性化负荷静态电压特性。
其中，Pd,t与Qd,t为第d个负荷在第t个时间段内的有功功率与无功功率；Vd,t为第d个负荷在第t个时间段内的节点电压；以及Ad,t，Bd,t为第d个负荷在第t个时间段内的线性化功率系数；D为负荷集合；T为时间段集合。
2)电源功率约束
为保证恢复尽可能多的负荷，需要保证新能能源按照最大功率点出力。各时间段内新能源实际输出有功功率等于预测功率。
其中，Pk,t为第k个新能源在第t个时间段内的有功功率；为第k个新能源在第t个时间段内的预测有功功率；K为新能源集合。
正常情形下，本地可调节型电源一般不会运行在较高功率水平。故障前孤岛划分策略为保证***平稳过渡，没有考虑可调节型电源的二次调频能力，忽略了电源的潜在增出力能力。对于故障后孤岛划分策略，可以增加本地电源出力以带动更多本地负荷。可调节型电源应运行在功率允许范围内且相邻时间段内的出力变化应满足爬坡约束。
其中，Pg,t与Qg,t为第g个电源在第t格式时间段内的有功功率与无功功率；以及分别为第g个电源有功功率与无功功率的最大值与最小值；与为第g个电源的最小与最大爬坡功率。
同时，不论是可调节型电源还是新能源电源，均应运行在电源容量范围内。
其中，Sg为第g个电源的额定容量。
3)投切电容器功率约束
投切电容器无功功率补偿量受运行电压影响。
其中，Qc,t为第c个投切电容器在第t个时间段内的无功补偿功率；zc,t为第c个投切电容器在第t个时间段内的状态；为第c个投切电容器的额定容量；C为投切电容器集合。
4)潮流约束
各个时间段内孤岛运行状态均要满足潮流约束。
其中，与分别为节点k的电源与负荷在第t个时间段内的有功功率与无功功率；ek/j,t与fk/j,t为第t个时间段内的节点k或者j电压的实部与虚部分量；Gkj与Bkj为节点k与j所连接支路上的电导与电纳分量；
与故障前孤岛划分相似，只需对节点电压幅值进行约束。
Vmin≤|Vk,t|≤Vmax k∈N,t∈T (19)
其中，Vk,t表示节点k在第t个时间段内的电压；Vmin＝0.9，Vmax＝1.1。
5)功率平衡约束
与故障前孤岛划分类似，利用虚拟电网功率S0约束替代功率平衡约束。
S0,t＝0t∈T (20)
其中，S0,t为第t个时间段内的虚拟电网功率。
6)***备用约束
与故障前孤岛划分类似，可调节型电源需要保留一定容量热备用以应对可能发生的新能源与负荷功率波动。
其中，与Pg,t分别为第g个电源的最大、最小以及在第t个时间段内的有功功率优化值。Pnew,t与Pd,t分别为新能源与负荷在第t个时间段内的有功功率。波动系数α1＝α2＝0.3，β1＝β2＝0.1。
7)用户体验约束
为提高用户用电体验，避免同一个用户在不同时间段之间负荷状态反复变化，需要对用户负荷状态变化次数进行约束。
本实施例采取整个紧急孤岛期间，同一个用户供电状态变化次数不能超过2次。
通过迭代求解基于Look-ahead的多时间段孤岛划分优化模型，可以不断得到最新的孤岛划分方案。故障后孤岛划分策略能够充分利用本地电源与有效调整负荷负荷，灵活改变孤岛划分方案，有效应对了新能源功率波动性，提高负荷恢复率。
4.模型的简化与求解
由上述分析可知，无论是故障前孤岛划分策略还是故障后孤岛划分策略，现有模型均为混合整数非线性优化(mixed integer nonlinear programming，MINLP)问题。MINLP问题属于NP-难问题，是最难求解的优化问题。为了能够快速得到优化结果，需要对上述模型进行适当简化。通过采用线性化潮流、交替迭代以及遍历的方法，将上述MINLP问题转化为混合整数线性优化(mixed integer linear programming，MILP)问题进行求解。
4.1基于Zbus的线性化潮流方程
本实施例采用基于Zbus的线性化潮流模型。传统的隐式Zbus潮流模型如式(23)所示，其中ZBUS潮流模型节点电压认为是由电压源分量w与等效电流源(节点负荷与电源的等效电流)分量共同组成。对于新的功率点(V0,S)，可以基于参考运行点通过线性化方程直接得到节点电压相量以及电网功率，如式(24)与式(25)所示。
V＝Mx+a (24)
S0＝Gx+c (25)
其中，V为除平衡节点外的剩余节点的节点电压相量；YLL为除平衡节点外的剩余节点的节点导纳矩阵；为V的转置；表示除平衡节点外的剩余节点的节点注入功率；S0表示平衡节点的注入功率；V0表示平衡节点的电压；表示平衡节点的自导纳；表示平衡节点与其他节点的互导纳向量；
配电中电压相量的纵轴分量变化较少，通过忽略虚轴分量获得电压幅值。
4.2故障前孤岛划分模型的简化与求解
故障前孤岛划分模型中的非线性项包括潮流计算项与负荷功率计算中的xd|Vd,t|项。潮流计算可以使用上文所述的基于Zbus的线性化潮流方程。负荷功率计算中的非线性项采用类似求解交直流潮流的顺序解法的思路，具体步骤如下：
i.用估计的节点电压幅值，计算负荷功率；
ii.利用已知负荷功率，进行优化计算，得到节点电压的修正值；
iii.不断重复上述两个步骤，直到前后两次电压结果偏差满足条件。
4.3故障后孤岛划分模型的简化与求解
故障后孤岛划分模型中的非线性项除了故障前孤岛划分中的潮流计算项与负荷功率项外，还包括电网功率中的项与用户体验约束项。可以通过类似故障前孤岛划分模型中的方法对潮流计算与负荷功率计算进行线性化处理。
对于用户体验约束项，可以通过辅助决策变量yd,t与5个不等式方程进行线性化。当第d个负荷在第t个时间段初期状态变化时，yd,t＝1。yd,t应满足下述约束：
yd,t≤xd,t+1+xd,t (27)
yd,t≥xd,t+1-xd,t (28)
yd,t≥xd,t-xd,t+1 (29)
yd,t≤2-xd,t+1-xd,t (30)
当基准电压Vref固定时，电网功率计算不包含非线性项。基准电压一般为1.0p.u.。即使选择降压运行，由于受到其他节点的电压幅值最小值的约束，基准电压一般只在0.92～0.96p.u.之间变化。基准电压的取值范围较小，完全可以通过遍历的方式进行选择，例如当步长设置为0.005时(10kV配网***，为50V)，0.92～0.96p.u.的电压范围只需要遍历8次。电网功率项线性化采用遍历的思想，具体步骤如下：
步骤1：初始化基准电压，采用交替迭代的方法求解优化模型，得到优化结果；
步骤2：采用一定的步长修改基准电压；
步骤3：不断重复上述两个步骤，直到遍历完所有电压；
步骤4：比较优化结果，确定最终采用的基准电压。
5.算例分析
5.1***概述
某工业园以机械装备制造与家电制造为主，是国家第一批分布式光伏发电应用示范区。通过负荷合并与馈线删减，简化后的***单线图如图4所示。
简化后***由7条馈线，47个节点组成，变电站节点设置为0号节点。***电压等级为10kV，属于中压配电网。各节点均配置有D-PMU装置，可与调度中心双向通信。全***共有7个分布式电源，包括6台分布式光伏与1台热电联产机组(Cogeneration combined heatand power，CHP)，具体电源信息见表2。
表2
同时，全***共有46个等效负荷，共25.7MW，包含工业、居民、商业以及市政负荷。正常运行时，负荷的电压调节系数A(B)在0.7～1.2之间变化，故障前全网线损率0.9％。每个负荷均配备有负荷开关，调度中心可以远程控制负荷并网或者离网；为保证市政等关键负荷优先供电，负荷权重系数从高到低依次为：市政、工业、商业、居民负荷。同时，为了防止长馈线线路末端电压过低，变电站、F9与F16馈线中间位置配置了投切电容器(Thyristorswitched capacitor,TSC)，电容器具体参数如表3所示。
表3
5.2故障前孤岛划分结果
1)***恢复情况
当上级输电网发生故障，导致整个配电网发生停电故障时，通过执行决策表，快速切除相应负荷，使得***平滑过渡到孤岛状态，保证了关键负荷连续供电。表4为初始孤岛期间***恢复状态，由于充分利用了本地电源，关键负荷(市政负荷)恢复率达到100％，同时总负荷恢复率也达到了63％。需要指出，初始孤岛的负荷恢复率受故障瞬间本地电源出力决定，负荷优先级与负荷大小将共同影响负荷恢复顺序。
表4
图5为故障前后***电源出力状况。故障前上级输电网作为主要电源为配电网负荷进行供电，故障后上级配电网因为故障无法再为配电网输送功率，本地电源作为全部电源为配电网进行供电。为了保证故障瞬间***所受扰动量尽可能小，应避免CHP调速器动作，从图5可以看出，CHP有功出力几乎没有发生变化。同时，光伏出力受自然天气决定，故障前后功率不会发生变化。
图6为***暂态过程中***频率、电压。优化算法切除保证了负荷切除量与电源丢失量几乎相同，根据孤岛形成原理，故障后孤岛的频率与电源与故障前十分接近。由于高增益励磁机快速增发无功功率需要一定量时间，各节点电压(其他节点电压变化趋势与0号节点相似)在故障瞬间有短暂跌落，但最低值仍在规定范围内，且在短时间内快速恢复。CHP机组经历短时的扰动后，电源出力与故障前几乎相同，避免了调速器动作引起的二次扰动。所有的分布式光伏采用PQ控制，且具备一定的低电压穿越能力，能够经受短时间机端电压暂降扰动，节点电压稳定后仍能够进行最大功率跟踪。
2)负荷静态电压特性影响
图7为故障前后***节点电压变化情况。当***由正常时并网过渡到故障时孤岛后，由于切除部分负荷导致线路压降减少以及电源的就地化，均会导致节点电压增大，进而引起负荷功率产生变化。故障后节点电压增大导致负荷功率，增加负荷功率占总功率的0.5％。同时，故障后线损率为0.52％。如果忽略负荷静态特性与线损的影响，故障前孤岛划分的有功功率偏差将会达到1％(约130kW)，CHP机组的爬坡能力有限，如此小的功率偏差也引起孤岛无法平滑过渡，导致***二次崩溃。图8为考虑、不考虑负荷电压特性与线损时故障时刻***频率变化示意图。
3)决策表影响
受天气影响新能源功率具有波动性。分布式光伏最大输出功率与辐照度密切相关，由于云层的随意飘动，功率可能会短时间之内剧烈波动，如图9所示。故障前孤岛划分模型的求解需要一定时间(几秒钟左右)，得到的故障前孤岛划分方案能够反映几秒钟之前的***状态，当不考虑新能源功率快速波动时，***状态在几秒钟之内变化较小，认为所得方案能够直接使用。但由于新能源功率快速变化的影响，需要修正孤岛划分方案，根据负荷功率大小，制定出多个潜在可行的孤岛划分方案(即决策表)。在故障时刻通过D-PMU实时量测信息，根据决策表匹配最佳划分方案，使得***能够平稳过渡到孤岛***。图10为当新能源功率变化时，是否执行决策表对***平稳过渡的影响。
5.3故障后孤岛划分结果
由故障前孤岛划分方案得到的初始孤岛，其负荷恢复率取决于故障时刻本地电源功率大小的影响。为了保证故障时刻***能够平稳过渡，故障前孤岛划分方案并未考虑增加可调节型电源出力以提高负荷恢复率。由于正常运行时，本地可调节型电源往往不会运行在较高功率点，初始孤岛负荷恢复率往往较低。对于故障后孤岛划分，应在可调节型电源功率爬坡约束满足的前提下，充分利用本地可调节型电源潜力带动更多负荷。
同时，由于本地电源中含有大量的新能源，新能源功率变化受自然天气影响呈现出一定的变化规律，例如，晴天的上午，分布式光伏一般会不断增大最大输出功率；晴天的下午，分布式光伏一般会不断减少最大输出功率。分布式光伏的最大输出功率决定了***的最大输出功率，进而决定了孤岛***所能恢复的负荷数量。对于故障后孤岛划分方案，应该根据新能源预测信息，灵活调整孤岛划分方案，既提高了负荷恢复率又能保证孤岛***的稳定运行。考虑到问题的时间复杂度以及结果的准确度，本实施例采用调度中心习惯的15分钟做为单个时间段宽度。分别设置了典型的上午、下午以及夜晚三个不同光伏出力变化场景作为验证对象。设置故障时间为1小时。
表5为不同场景下，孤岛***负荷恢复情况。无论是光伏增功率、减功率还是无光伏场景。所提孤岛划分策略能够适应本地电源功率波动，灵活调整划分方案，在保证***稳定运行的前提下，尽可能恢复更多负荷。
表5
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
虽然以上结合附图描述了本发明的具体实施方式，但是本领域普通技术人员应当理解，这些仅是举例说明，可以对这些实施方式做出多种变形或修改，而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。
Claims (4)
1.一种两阶段式配电网紧急孤岛划分方法，其特征是，包括以下步骤：
步骤1、***发生故障前，通过配电网广域量测***提供的最新负荷、电源功率信息，求解故障前孤岛划分优化模型，得到故障前原始孤岛划分方案；
步骤2、基于步骤1得到的故障前原始孤岛划分方案，根据负荷功率得到孤岛在线划分决策表；
步骤3、如果发生故障，根据电源功率查询孤岛在线划分决策表，得到满足***实时状态的切负荷方案，执行切负荷方案后***进入初始孤岛，并执行步骤4；如果没有发生故障，则返回步骤1；
步骤4、预估停电时间，并将整个停电周期分为若干个时间段，在每个时间段开始时，利用最新光伏功率预测信息，求解故障后孤岛划分模型，并得到未来多个时间段内的孤岛划分方案，保留并采用最近时间段的孤岛划分方案；
步骤5、重复步骤4，直到故障清除，***正常并网。
2.如权利要求1所述的两阶段式配电网紧急孤岛划分方法，其特征是，步骤1所述故障前孤岛划分优化模型的建立包括以下步骤：
步骤1.1、选取初始孤岛内各负荷状态xd，初始孤岛内可调节电源的功率Pm、Qm作为决策变量；xd＝0或1；xd＝1表示第d个负荷将会恢复；
步骤1.2、建立目标函数；
其中，Pm为第m个主电源的优化有功功率；第m个主电源的当前有功功率；cd表示第d个负荷的权重系数；xd表示第d个负荷的恢复状态；M表示主电源集合；D表示负荷集合；α1与α2表示权重系数；对于权重系数的设置，应保证目标函数第一项远大于第二项；
步骤1.3、确定约束条件；
(1)、负荷功率约束：
其中，Pd，Qd为第d个负荷有功功率与无功功率的优化值；Vd为第d个负荷的电压；以及Ad，Bd为第d个负荷的线性化功率系数，D表示负荷集合；
(2)、电源功率约束：Pk＝Pk,now Qk＝Qk,now k∈K (3)
其中，Pk，Qk以及Pg，Qg为第k或g个电源的功率优化值；Pk,now与Qk,now为第k个不可调节电源的当前功率；以及分别为第g个电源有功功率与无功功率的最大值与最小值；Sg为第g个电源的额定功率；K为不可调节型电源集合，G为可调节型电源集合；
(3)、潮流约束：
Vmin≤|Vk|≤Vmax k∈N (7)
其中，与分别为节点k的电源与负荷的有功功率与无功功率；ek/j与fk/j为节点k或者j电压的实部与虚部分量；Gkj与Bkj为节点k与j所连接支路上的电导与电纳分量；Vmin＝0.9，Vmax＝1.1；N为节点集合；
(4)、功率平衡约束：
S0＝0 (8)
S0为在故障点处构造的虚拟电网功率；
(5)、***备用约束：
其中，与Pg分别为电源的最大、最小以及有功功率优化值；Pnew与Pd分别为新能源与负荷有功功率；波动系数α1＝α2＝0.3，β1＝β2＝0.1。
3.如权利要求1所述的两阶段式配电网紧急孤岛划分方法，其特征是，生成步骤2所述孤岛在线划分决策表包括以下步骤：
步骤2.1、统计计划恢复负荷列表中各等级的负荷个数、负荷功率；
步骤2.2、从较低等级开始对当前等级内的负荷进行全排列组合；
步骤2.3、遍历所有等级后，较高等级的所有组合加上所有较低等级的全部负荷形成较高等级的新组合；
步骤2.4、对各等级内的组合按照总负荷大小升序排列；
步骤2.4、生成切负荷决策表。
4.如权利要求1所述的两阶段式配电网紧急孤岛划分方法，其特征是，所述步骤4的实现包括以下步骤：
步骤4.1、采用Look—ahead孤岛划分策略，具体包括调度人员首先根据停电事件预估停电时间，进而确定全过程所需时间段数T；利用最新的预测信息，确定未来多个时间段内的孤岛划分方案，保留并执行最近时间段的划分方案并将其他时间段内的划分方案删除；每个时间段结束时，不断重复上述划分策略，直到故障恢复；
步骤4.2、根据孤岛***保持功率平衡，∑Sgen＝∑xSload (10)
其中，∑Sgen为孤岛内电源出力，Sload为孤岛内负荷功率，∑x为负荷恢复数量；采用降压运行增加负荷恢复数量；
步骤4.3、选择各时间段内各负荷状态xd,t、各时间段内可调节电源有功功率Pm,t、各时间段内所有电源的无功功率Qg,t、各时间段内投切电容器状态Zc,t、各时间段内的基准点电压Vt ref作为决策变量；
步骤4.4、建立目标函数；
其中，cd表示第d个负荷的权重系数；xd,t表示第d个负荷在第t个时间段内的恢复状态；Tint为单个时间段的时间长；D为负荷集合，T为时间段集合；
步骤4.5、确定约束条件；
1)新能源有功功率的功率约束：
其中，Pd,t与Qd,t为第d个负荷在第t个时间段内的有功功率与无功功率；Vd,t为第d个负荷在第t个时间段内的节点电压；以及Ad,t，Bd,t为第d个负荷在第t个时间段内的线性化功率系数；D为负荷集合；T为时间段集合；
2)电源功率约束：
其中，Pk,t为第k个新能源在第t个时间段内的有功功率；为第k个新能源在第t个时间段内的预测有功功率；K为新能源集合；
可调节型电源运行在功率允许范围内且相邻时间段内的出力变化满足爬坡约束；
其中，Pg,t与Qg,t为第g个电源在第t格式时间段内的有功功率与无功功率；以及分别为第g个电源有功功率与无功功率的最大值与最小值；与为第g个电源的最小与最大爬坡功率；
同时，可调节型电源和新能源电源，均运行在电源容量范围内；
其中，Sg为第g个电源的额定容量；
3)投切电容器功率约束：
其中，Qc,t为第c个投切电容器在第t个时间段内的无功补偿功率；zc,t为第c个投切电容器在第t个时间段内的状态；为第c个投切电容器的额定容量；C为投切电容器集合；
4)潮流约束：
各个时间段内孤岛运行状态均满足潮流约束；
其中，与分别为节点k的电源与负荷在第t个时间段内的有功功率与无功功率；ek/j,t与fk/j,t为第t个时间段内的节点k或者j电压的实部与虚部分量；Gkj与Bkj为节点k与j所连接支路上的电导与电纳分量；
对节点电压幅值进行约束；
Vmin≤|Vk,t|≤Vmax k∈N,t∈T (19)
其中，Vk,t表示节点k在第t个时间段内的电压；Vmin＝0.9，Vmax＝1.1；
5)功率平衡约束：
利用虚拟电网功率S0约束替代功率平衡约束；
S0,t＝0 t∈T (20)
其中，S0,t为第t个时间段内的虚拟电网功率；
6)***备用约束：
其中，与Pg,t分别为第g个电源的最大、最小以及在第t个时间段内的有功功率优化值；Pnew,t与Pd,t分别为新能源与负荷在第t个时间段内的有功功率；波动系数α1＝α2＝0.3，β1＝β2＝0.1；
7)用户体验约束
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910136234.1A CN109861283B (zh) | 2019-02-25 | 2019-02-25 | 一种两阶段式配电网紧急孤岛划分方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910136234.1A CN109861283B (zh) | 2019-02-25 | 2019-02-25 | 一种两阶段式配电网紧急孤岛划分方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109861283A true CN109861283A (zh) | 2019-06-07 |
| CN109861283B CN109861283B (zh) | 2022-07-05 |
Family
ID=66898749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910136234.1A Active CN109861283B (zh) | 2019-02-25 | 2019-02-25 | 一种两阶段式配电网紧急孤岛划分方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109861283B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110707712A (zh) * | 2019-10-15 | 2020-01-17 | 东北大学 | 一种考虑需求响应的微电网供电可靠性分析方法 |
| CN111711222A (zh) * | 2019-12-31 | 2020-09-25 | 武汉大学 | 一种基于降压节能技术的配电网计划孤岛概率恢复方法 |
| CN111864791A (zh) * | 2019-12-31 | 2020-10-30 | 武汉大学 | 一种基于决策表的配电网计划孤岛在线划分方法 |
| CN111932306A (zh) * | 2020-08-10 | 2020-11-13 | 电子科技大学中山学院 | 黑启动服务能力费定价方法和装置 |
| CN112260282A (zh) * | 2020-08-17 | 2021-01-22 | 重庆大学 | 一种考虑合环电流约束的主动配电网转供优化方法 |
| CN112510750A (zh) * | 2020-10-19 | 2021-03-16 | 许继集团有限公司 | 一种高渗透率分布式电源下配电网故障后孤岛划分方法及装置 |
| CN113178864A (zh) * | 2021-04-19 | 2021-07-27 | 国网河北省电力有限公司 | 配电网供电故障恢复方法、装置及终端设备 |
| CN113193557A (zh) * | 2021-05-12 | 2021-07-30 | 广东电网有限责任公司 | 用于微电网中投切设备的确定方法、装置及存储介质 |
| CN113300376A (zh) * | 2021-06-09 | 2021-08-24 | 河北农业大学 | 一种配电终端优化配置方法及*** |
| CN114421466A (zh) * | 2022-01-26 | 2022-04-29 | 中国人民解放军国防科技大学 | 一种基于动态网络社区检测方法的电网受控岛划分方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140100705A1 (en) * | 2012-10-09 | 2014-04-10 | Nec Laboratories America, Inc. | Distributed generation control for microgrid during islanding |
| CN104362624A (zh) * | 2014-11-14 | 2015-02-18 | 华北电力大学 | 含分布式电源配电网故障的主网与孤岛恢复同步算法 |
| CN107332234A (zh) * | 2017-06-30 | 2017-11-07 | 燕山大学 | 一种考虑可再生能源间歇性的主动配电网多故障修复策略 |
| CN108365604A (zh) * | 2018-03-02 | 2018-08-03 | 浙江大学 | 一种计及微网接入的两阶段配电网故障恢复方法 |
| CN108988322A (zh) * | 2018-06-30 | 2018-12-11 | 南京理工大学 | 考虑***时变性的微网运行策略优化方法 |
-
2019
- 2019-02-25 CN CN201910136234.1A patent/CN109861283B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140100705A1 (en) * | 2012-10-09 | 2014-04-10 | Nec Laboratories America, Inc. | Distributed generation control for microgrid during islanding |
| CN104362624A (zh) * | 2014-11-14 | 2015-02-18 | 华北电力大学 | 含分布式电源配电网故障的主网与孤岛恢复同步算法 |
| CN107332234A (zh) * | 2017-06-30 | 2017-11-07 | 燕山大学 | 一种考虑可再生能源间歇性的主动配电网多故障修复策略 |
| CN108365604A (zh) * | 2018-03-02 | 2018-08-03 | 浙江大学 | 一种计及微网接入的两阶段配电网故障恢复方法 |
| CN108988322A (zh) * | 2018-06-30 | 2018-12-11 | 南京理工大学 | 考虑***时变性的微网运行策略优化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孙轲等: "含分布式发电的配电网两阶段孤岛划分", 《计算机工程与应用》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110707712B (zh) * | 2019-10-15 | 2022-10-28 | 东北大学 | 一种考虑需求响应的微电网供电可靠性分析方法 |
| CN110707712A (zh) * | 2019-10-15 | 2020-01-17 | 东北大学 | 一种考虑需求响应的微电网供电可靠性分析方法 |
| CN111864791B (zh) * | 2019-12-31 | 2022-04-01 | 武汉大学 | 一种基于决策表的配电网计划孤岛在线划分方法 |
| CN111711222A (zh) * | 2019-12-31 | 2020-09-25 | 武汉大学 | 一种基于降压节能技术的配电网计划孤岛概率恢复方法 |
| CN111864791A (zh) * | 2019-12-31 | 2020-10-30 | 武汉大学 | 一种基于决策表的配电网计划孤岛在线划分方法 |
| CN111711222B (zh) * | 2019-12-31 | 2022-04-01 | 武汉大学 | 一种基于降压节能技术的配电网计划孤岛概率恢复方法 |
| CN111932306A (zh) * | 2020-08-10 | 2020-11-13 | 电子科技大学中山学院 | 黑启动服务能力费定价方法和装置 |
| CN112260282B (zh) * | 2020-08-17 | 2022-07-29 | 重庆大学 | 一种考虑合环电流约束的主动配电网转供优化方法 |
| CN112260282A (zh) * | 2020-08-17 | 2021-01-22 | 重庆大学 | 一种考虑合环电流约束的主动配电网转供优化方法 |
| CN112510750A (zh) * | 2020-10-19 | 2021-03-16 | 许继集团有限公司 | 一种高渗透率分布式电源下配电网故障后孤岛划分方法及装置 |
| CN113178864A (zh) * | 2021-04-19 | 2021-07-27 | 国网河北省电力有限公司 | 配电网供电故障恢复方法、装置及终端设备 |
| CN113193557A (zh) * | 2021-05-12 | 2021-07-30 | 广东电网有限责任公司 | 用于微电网中投切设备的确定方法、装置及存储介质 |
| CN113300376A (zh) * | 2021-06-09 | 2021-08-24 | 河北农业大学 | 一种配电终端优化配置方法及*** |
| CN113300376B (zh) * | 2021-06-09 | 2023-04-07 | 河北农业大学 | 一种配电终端优化配置方法及*** |
| CN114421466A (zh) * | 2022-01-26 | 2022-04-29 | 中国人民解放军国防科技大学 | 一种基于动态网络社区检测方法的电网受控岛划分方法 |
| CN114421466B (zh) * | 2022-01-26 | 2024-04-05 | 中国人民解放军国防科技大学 | 一种基于动态网络社区检测方法的电网受控岛划分方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109861283B (zh) | 2022-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109861283B (zh) | 一种两阶段式配电网紧急孤岛划分方法 | |
| Al-Ismail | DC microgrid planning, operation, and control: A comprehensive review | |
| Akram et al. | A review on rapid responsive energy storage technologies for frequency regulation in modern power systems | |
| Dong et al. | An emergency-demand-response based under speed load shedding scheme to improve short-term voltage stability | |
| Pamshetti et al. | Combined impact of network reconfiguration and volt-VAR control devices on energy savings in the presence of distributed generation | |
| Chowdhury et al. | Voltage stability analysis: VQ power flow simulation versus dynamic simulation | |
| Jin et al. | Active frequency response based on model predictive control for bulk power system | |
| Liu et al. | Decentralized multi-agent system-based cooperative frequency control for autonomous microgrids with communication constraints | |
| Bevrani et al. | Intelligent frequency control in an AC microgrid: Online PSO-based fuzzy tuning approach | |
| Dong et al. | Improving voltage stability by reactive power reserve management | |
| Madiba et al. | Under-frequency load shedding of microgrid systems: a review | |
| CN110581571A (zh) | 一种主动配电网动态优化调度方法 | |
| Xu et al. | Load shedding and restoration for intentional island with renewable distributed generation | |
| Belbachir et al. | Multi-objective optimal renewable distributed generator integration in distribution systems using grasshopper optimization algorithm considering overcurrent relay indices | |
| CN106651136B (zh) | 一种双边交易的日前发电计划编制方法及装置 | |
| Liang et al. | Adaptive critic design based dynamic optimal power flow controller for a smart grid | |
| Eftekharnejad | The Impact of increased penetration of photovoltaic generation on smart grids | |
| Chang et al. | Frequency regulation in adaptive virtual inertia and power reserve control with high PV penetration by probabilistic forecasting | |
| Kisengeu et al. | Under Voltage Load Shedding using Hybrid Metaheuristic Algorithms for Voltage Stability Enhancement: A Review | |
| Shen et al. | Comprehensive coordinated model of active distribution network planning | |
| Abbasi | Coordinated Volt-Var control in multiple smart inverters in Smart Distribution Networks for Voltage Regulation. | |
| Yang et al. | Cooperative Volt-Ampere Reactive Control for a PV-Enabled Distribution Network With Abnormally High Power Loads | |
| Su | On the Use of Wind Power and Pumped-Storage Hydro for Blackout Restoration and Resilience | |
| de Groot et al. | The effect of advanced load shedding in the formation of islanded MV grids | |
| Su | A heuristic slow voltage control scheme for large power systems |
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 |