CN113890016B - 数据驱动的配电网多时间尺度电压协调控制方法 - Google Patents
数据驱动的配电网多时间尺度电压协调控制方法 Download PDFInfo
- Publication number
- CN113890016B CN113890016B CN202111127719.8A CN202111127719A CN113890016B CN 113890016 B CN113890016 B CN 113890016B CN 202111127719 A CN202111127719 A CN 202111127719A CN 113890016 B CN113890016 B CN 113890016B
- Authority
- CN
- China
- Prior art keywords
- time
- voltage
- distribution network
- delta
- power distribution
- 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
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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种数据驱动的配电网多时间尺度电压协调控制方法:根据选定的有源配电网,输入***基本参数信息;以节点电压偏差最小为目标函数,以有载调压变压器档位上下限、有载调压变压器档位变化量上下限为约束条件,建立慢时间尺度下配电网自适应电压控制模型;采用梯度下降法求解所述的慢时间尺度下配电网自适应电压控制模型;以分布式电源所在区域电压偏差最小为目标函数,以分布式电源无功容量为约束条件,建立快时间尺度下配电网自适应电压控制模型;采用梯度下降法求解所述的快时间尺度下配电网自适应电压控制模型。本发明通过数据驱动的多时间尺度协调自适应电压控制策略,实现对多电压控制设备出力协调运行优化问题的求解。
Description
技术领域
本发明涉及一种配电网电压控制方法。特别是涉及一种数据驱动的配电网多时间尺度电压协调控制方法。
背景技术
配电网是承接发电***、输电***和用户侧的枢纽,承担着安全、可靠、经济供电的重要任务,其电压水平直接影响到用户侧设备的安全性和可靠性。对配电网电压进行优化控制有助于提升用户满意度,其重要性不言而喻。目前,随着分布式电源在配电网中的高度普及,其出力的快速波动加剧了电压越限问题。通过调度各种类型的电压控制装置,可以减轻电压越限问题。传统的调压器如载调压变压器由于响应速度慢、电压调节离散等原因,难以应对分布式电源的频繁波动。分布式电源的逆变器提供的无功功率调节是实现快速电压调节的一种很有前途的解决方案。由于分布式电源的逆变器在一段时间内产生有功功率的同时,逆变器的剩余容量可用于连续电压调节。因此,通过各类电压电压控制装置的多时间尺度协调,可以有效解决电压越限问题。目前电压协调控制问题已成为研究热点
协调电压控制问题涉及分布式电源的逆变器的连续无功出力策略和载调压变压器的离散档位变化策略。考虑到不同时间尺度下不同调节器的协调,需要建立时间序列优化模型。传统配电网电压优化控制方法大多采用数学模型描述配电网状态。然而在实际运行中,由于受到配电网运行工况、线路环境等影响,准确的配电网络参数难以获取;此外,大量可再生能源高渗透率接入后,由于其运行特性受环境影响较大,出力具有明显的随机性和波动性。因此,很难用一个精确的数学模型描述配电网状态。这也使得依赖于数学模型配电网的电压优化方法面临诸多问题。
近年来,配电***量测和通讯***得到了的快速发展。包括广域量测***、同步相量量测***、高级量测体系等量测***已经逐渐成熟并获得了广泛应用;通信***已经可以实现数据的实时传输。配电网运行数据包含了大量信息,通过数据驱动方法,可以充分挖掘其中蕴含的重要信息。使用数据驱动方法构建配电网模型,具有避开繁琐复杂的数学模型、简化了求解过程等优势。
数据驱动的配电网多时间尺度电压协调控制方法无需知道配电网详细数学模型,根据配电网实时运行数据建立数据模型并在多时间尺度上协调多种电压调节设备,能够有效解决电压越限问题。因此,研究掌握数据驱动的配电网多时间尺度电压协调控制方法,为配电网电压协调优化问题提供了新的思路,有助于提升配电网电压优化控制效果,进而提高配电网安全性和可靠性。
发明内容
本发明所要解决的技术问题是,针对现有技术的不足,提供一种能够确定合理的电压控制设备出力策略的数据驱动的配电网多时间尺度电压协调控制方法。
本发明所采用的技术方案是:一种数据驱动的配电网多时间尺度电压协调控制方法,其特征在于,包括如下步骤:
1)根据选定的有源配电网,输入***基本参数信息,包括:有载调压变压器的接入位置、分布式电源接入位置以及容量,有源配电网分区信息,节点电压参考值,控制误差精度,分布式电源伪雅可比矩阵初始值,风光负荷预测信息,设置起始时刻为t=0,优化控制总时长为T,慢时间尺度下预测域时间间隔ΔT,快时间尺度下控制域时间间隔Δt,控制时移步数k=1;
2)依据步骤1)给出的有源配电网,以及在优化时段[t,t+ΔT]内的风光负荷预测信息,以节点电压偏差最小为目标函数,以有载调压变压器档位上下限、有载调压变压器档位变化量上下限为约束条件,建立慢时间尺度下配电网自适应电压控制模型;
3)获取t时刻各节点电压量测值,采用梯度下降法求解所述的慢时间尺度下配电网自适应电压控制模型,得到有载调压变压器档位,并下发到有载调压变压器;
4)依据步骤1)给出的有源配电网,以分布式电源所在区域电压偏差最小为目标函数,以分布式电源无功容量为约束条件,建立快时间尺度下配电网自适应电压控制模型;
5)获取t时刻分布式电源所在区域节点电压量测值,采用梯度下降法求解所述的快时间尺度下配电网自适应电压控制模型,得到分布式电源无功出力策略,并下发到各分布式电源;
6)更新控制时刻t=t+Δt,时移步数k=k+1,判断控制域时移步数k×Δt是否大于ΔT,是则进入步骤7);否则返回步骤4);
7)判断当前时刻t是否达到时间T,是则自适应电压控制过程结束,否则令k=1,返回步骤2)。
本发明的数据驱动的配电网多时间尺度电压协调控制方法,综合考虑了配电网线路参数不可知性、分布式电源出力情况不确定性,在无需准确机理模型的前提下,通过建立数据驱动的多时间尺度协调自适应电压控制模型,在多时间尺度上协调多电压控制设备出力策略,动态实现配电网运行优化。
附图说明
图1是本发明数据驱动的配电网多时间尺度电压协调控制方法的流程图;
图2是所选配电网拓扑结构图;
图3是10:00有源配电网电压变化曲线;
图4是10:00有源配电网18节点和33节点电压变化曲线;
图5是10:00分布式电源无功出力变化曲线;
图6是24小时有载调压变压器档位变化图;
图7是场景一、场景二24小时电压最值对比图;
图8是场景二、场景三24小时电压最值对比图。
具体实施方式
下面结合实施例和附图对本发明的数据驱动的配电网多时间尺度电压协调控制方法做出详细说明。
如图1所示,本发明的数据驱动的配电网多时间尺度电压协调控制方法,包括如下步骤:
1)根据选定的有源配电网,输入***基本参数信息,包括:有载调压变压器的接入位置、分布式电源接入位置以及容量,有源配电网分区信息,节点电压参考值,控制误差精度,分布式电源伪雅可比矩阵初始值,风光负荷预测信息,设置起始时刻为t=0,优化控制总时长为T,慢时间尺度下预测域时间间隔ΔT,快时间尺度下控制域时间间隔Δt,控制时移步数k=1;
2)依据步骤1)给出的有源配电网,以及在优化时段[t,t+ΔT]内的风光负荷预测信息,以节点电压偏差最小为目标函数,以有载调压变压器档位上下限、有载调压变压器档位变化量上下限为约束条件,建立慢时间尺度下配电网自适应电压控制模型;其中所述的慢时间尺度下配电网自适应电压控制模型如下:
节点电压偏差最小目标函数表示为:
式中,U[t]表示t时刻电压量测值,E[t+ΔT]为t时刻至t+ΔT时刻风光负荷预测信息,E'[t]表示t时刻风光负荷数据,ΦO[t]表示t时刻有载调压变压器的伪雅可比矩阵,用来反映有载调压变压器档位与关键量测节点电压的动态关系,ΦO[t]求解表达式为:
式中,ΦO[t-ΔT]表示t-ΔT时刻载调压变压器的伪雅可比矩阵,ΔU[t]=U[t]-U[t-ΔT],表示t时刻和t-ΔT时刻电压量测之差,ΔO[t-ΔT]=O[t-ΔT]-O[t-2ΔT]表示t-ΔT时刻和t-2ΔT时刻有载调压变压器档位变化,ΦE[t]表示t时刻风光负荷预测信息的伪雅可比矩阵,用来反映风光负荷预测信息与关键量测节点电压的动态关系,ΔE'[t-Δt]=E'[t-Δt]-E'[t-2Δt]表示t-Δt时刻和t-2Δt时刻风光负荷数据之差,ηO和μO为权重系数;
式(2)中,ΦE[t]的表达式为:
式中,ΦE[t-Δt]表示t-Δt时刻风光负荷预测信息的伪雅可比矩阵,ηE和μE为权重系数;
有载调压变压器档位上下限约束条件表示为:
式中,O[t]表示t时刻有载调压变压器的档位,Omax和Omin分别表示有载调压变压器档位的上下限;
有载调压变压器档位变化量上下限约束条件表示为:
O[t]=O[t-Δt]+1,if,O[t]-O[t-Δt]>1 (6)
O[t]=O[t-Δt]-1,if,O[t]-O[t-Δt]<-1
式中,O[t]和O[t-Δt]分别表示t时刻和t-Δt时刻有载调压变压器的档位。
3)获取t时刻各节点电压量测值,采用梯度下降法求解所述的慢时间尺度下配电网自适应电压控制模型,得到有载调压变压器档位,并下发到有载调压变压器;其中得到的有载调压变压器档位求解方法表示为:
式中,Uref表示电压参考值,O[t]和O[t-Δt]分别表示t时刻和t-Δt时刻有载调压变压器的档位,ΦO[t]表示t时刻有载调压变压器的伪雅可比矩阵,ΦE[t]表示t时刻风光负荷预测信息的伪雅可比矩阵,用来反映风光负荷预测信息与关键量测节点电压的动态关系,U[t]表示t时刻电压量测值,ΔE'[t-Δt]=E'[t-Δt]-E'[t-2Δt]表示t时刻和t-Δt时刻风光负荷数据之差,ρO和λO为权重系数。
4)依据步骤1)给出的有源配电网,以分布式电源所在区域电压偏差最小为目标函数,以分布式电源无功容量为约束条件,建立快时间尺度下配电网自适应电压控制模型;其中所述的快时间尺度下配电网自适应电压控制模型表示为:
节点电压偏差最小目标函数表示为:
式中,Uref表示电压参考值,表示t+Δt时刻有源配电网区域m的关键量测节点电压的估计值,Xm,n[t]和Xm,n[t-Δt]分别表示t时刻和t-Δt时刻区域m内分布式电源n的无功出力值,λX,n表示权重系数;其中的估计函数表示为:
式中,Um[t]表示t时刻配电网区域m的关键量测节点电压量测值,表示区域m的分布式电源数量;Φm,n[t]表示t时刻区域m的分布式电源n伪雅可比矩阵,用来反映区域m内分布式电源n的无功出力与关键量测节点电压的动态关系,表达式为:
式中,ΔUm[t]=Um[t]-Um[t-Δt],表示t时刻和t-Δt时刻电压量测之差,ΔXm,n[t-Δt]=Xm,n[t-Δt]-Xm,n[t-2Δt],表示t-Δt时刻和t-2Δt时刻区域m内分布式电源n的无功出力,ηX,n和μX,n表示权重系数;
分布式电源无功容量约束条件表示为:
式中,Pm,n[t]表示t时刻区域m内分布式电源n的有功出力,Sm,n[t]表示t时刻区域m内分布式电源n的容量。
5)获取t时刻分布式电源所在区域节点电压量测值,采用梯度下降法求解所述的快时间尺度下配电网自适应电压控制模型,得到分布式电源无功出力策略,并下发到各分布式电源;其中所述的分布式电源无功出力策略表示为:
式中,Xm,n[t]和Xm,n[t-Δt]分别表示t时刻和t-Δt时刻区域m内分布式电源n的无功出力值,Xm,l[t]和Xm,l[t-Δt]分别表示t时刻和t-Δt时刻区域m内分布式电源l的无功出力值,Uref表示电压参考值,Um[t]表示t时刻配电网区域m的关键量测节点电压量测值,区域m内分布式电源数量,Φm,n[t]和Φm,l[t]分别表示t时刻区域m内分布式电源n和l伪雅可比矩阵,λX,n和ρX,n为权重系数。
6)更新控制时刻t=t+Δt,时移步数k=k+1,判断控制域时移步数k×Δt是否大于ΔT,是则进入步骤7);否则返回步骤4);
7)判断当前时刻t是否达到时间t,是则自适应电压控制过程结束,否则令k=1,返回步骤2)。
具体实例:
对于本实施例,配电网包括33个节点,拓扑连接情况如图2所示;有载调压变压器接入节点1;分布式电源容量位置信息如表1所示,控制步长Δt=0.5min,控制时段ΔT=1h,优化时间T=24h;电网的电压参考值设定为1.0p.u,权重系数取值均为1。采用数据驱动的多时间尺度协调自适应电压控制进行优化,经过上述步骤可以得到各个时刻有分布式电源和载调压变压器出力策略。为验证所述方法的有效性,设置4种场景验证所述控制策略。
场景一:不使用控制策略;
场景二:进行数据驱动的多时间尺度协调控制;
场景三:进行基于模型的集中式控制;
执行优化计算的计算机硬件环境为Intel(R)Xeon(R)CPUE5-16030,主频为2.8GHz,内存为16GB;软件环境为Windows10操作***。采用本方法所述的数据驱动的配电网多时间尺度电压协调控制方法,本实施例配电网拓扑结构如图2所示。以10:00为例,方案一、方案二电压控制后各节点电压值对比结果如图3所示,10:00有源配电网18节点和33节点电压变化曲线如图4所示,10:00分布式电源无功出力变化曲线如图5所示;以全天24小时为例,24小时有载调压变压器档位变化如图6所示,场景一、场景二24小时电压最值对比图结果如图7所示,场景二、场景三24小时电压最值对比图结果如图8所示,优化结果对比如表2所示。综合图3-图8和表2可以看出,本发明所述的数据驱动的配电网多时间尺度电压协调控制方法可以有效解决配电网电压控制问题,对于配电网优化运行具有重要意义。
表1分布式电源容量位置信息
表2电压偏差对比
场景一 | 场景二 | 场景三 | |
平均电压偏差 | 0.0179 | 0.0086 | 0.0076 |
电压最大值 | 1.0658 | 1.0457 | 1.0254 |
电压最小值 | 0.9332 | 0.9630 | 0.9611 |
Claims (4)
1.一种数据驱动的配电网多时间尺度电压协调控制方法,其特征在于,包括如下步骤:
1)根据选定的有源配电网,输入***基本参数信息,包括:有载调压变压器的接入位置、分布式电源接入位置以及容量,有源配电网分区信息,节点电压参考值,控制误差精度,分布式电源伪雅可比矩阵初始值,风光负荷预测信息,设置起始时刻为t=0,优化控制总时长为T,慢时间尺度下预测域时间间隔ΔT,快时间尺度下控制域时间间隔Δt,控制时移步数k=1;
2)依据步骤1)给出的有源配电网,以及在优化时段[t,t+ΔT]内的风光负荷预测信息,以节点电压偏差最小为目标函数,以有载调压变压器档位上下限、有载调压变压器档位变化量上下限为约束条件,建立慢时间尺度下配电网自适应电压控制模型;
所述的慢时间尺度下配电网自适应电压控制模型如下:
节点电压偏差最小目标函数表示为:
式中,U[t]表示t时刻电压量测值,E[t+ΔT]为t时刻至t+ΔT时刻风光负荷预测信息,E′[t]表示t时刻风光负荷数据,ΦO[t]表示t时刻有载调压变压器的伪雅可比矩阵,用来反映有载调压变压器档位与关键量测节点电压的动态关系,ΦO[t]求解表达式为:
式中,ΦO[t-ΔT]表示t-ΔT时刻载调压变压器的伪雅可比矩阵,ΔU[t]=U[t]-U[t-ΔT],表示t时刻和t-ΔT时刻电压量测之差,ΔO[t-ΔT]=O[t-ΔT]-O[t-2ΔT]表示t-ΔT时刻和t-2ΔT时刻有载调压变压器档位变化,ΦE[t]表示t时刻风光负荷预测信息的伪雅可比矩阵,用来反映风光负荷预测信息与关键量测节点电压的动态关系,ΔE′[t-Δt]=E′[t-Δt]-E′[t-2Δt]表示t-Δt时刻和t-2Δt时刻风光负荷数据之差,ηO和μO为权重系数;
式(2)中,ΦE[t]的表达式为:
式中,ΦE[t-Δt]表示t-Δt时刻风光负荷预测信息的伪雅可比矩阵,ηE和μE为权重系数;
有载调压变压器档位上下限约束条件表示为:
当O[t]>Omax时,O[t]=Omax
当O[t]<Omin时,O[t]=Omin (5)
式中,O[t]表示t时刻有载调压变压器的档位,Omax和Omin分别表示有载调压变压器档位的上下限;
有载调压变压器档位变化量上下限约束条件表示为:
当O[t]-O[t-Δt]>1时,O[t]=O[t-Δt]+1
当O[t]-O[t-Δt]<-1时,O[t]=O[t-Δt]-1 (6)
式中,O[t]和O[t-Δt]分别表示t时刻和t-Δt时刻有载调压变压器的档位;
3)获取t时刻各节点电压量测值,采用梯度下降法求解所述的慢时间尺度下配电网自适应电压控制模型,得到有载调压变压器档位,并下发到有载调压变压器;
4)依据步骤1)给出的有源配电网,以分布式电源所在区域电压偏差最小为目标函数,以分布式电源无功容量为约束条件,建立快时间尺度下配电网自适应电压控制模型;
5)获取t时刻分布式电源所在区域节点电压量测值,采用梯度下降法求解所述的快时间尺度下配电网自适应电压控制模型,得到分布式电源无功出力策略,并下发到各分布式电源;
6)更新控制时刻t=t+Δt,时移步数k=k+1,判断控制域时移步数k×Δt是否大于ΔT,是则进入步骤7);否则返回步骤4);
7)判断当前时刻t是否达到时间T,是则自适应电压控制过程结束,否则令k=1,返回步骤2)。
3.根据权利要求1所述的数据驱动的配电网多时间尺度电压协调控制方法,其特征在于,步骤4)中所述的快时间尺度下配电网自适应电压控制模型表示为:
节点电压偏差最小目标函数表示为:
式中,Uref表示电压参考值,表示t+Δt时刻有源配电网区域m的关键量测节点电压的估计值,Xm,n[t]和Xm,n[t-Δt]分别表示t时刻和t-Δt时刻区域m内分布式电源n的无功出力值,λX,n表示权重系数;其中的估计函数表示为:
式中,Um[t]表示t时刻配电网区域m的关键量测节点电压量测值,表示区域m的分布式电源数量;Φm,n[t]表示t时刻区域m的分布式电源n伪雅可比矩阵,用来反映区域m内分布式电源n的无功出力与关键量测节点电压的动态关系,表达式为:
式中,ΔUm[t]=Um[t]-Um[t-Δt],表示t时刻和t-Δt时刻电压量测之差,ΔXm,n[t-Δt]=Xm,n[t-Δt]-Xm,n[t-2Δt],表示t-Δt时刻和t-2Δt时刻区域m内分布式电源n的无功出力,ηX,n和μX,n表示权重系数;
分布式电源无功容量约束条件表示为:
式中,Pm,n[t]表示t时刻区域m内分布式电源n的有功出力,Sm,n表示区域m内分布式电源n的容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111127719.8A CN113890016B (zh) | 2021-09-26 | 2021-09-26 | 数据驱动的配电网多时间尺度电压协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111127719.8A CN113890016B (zh) | 2021-09-26 | 2021-09-26 | 数据驱动的配电网多时间尺度电压协调控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113890016A CN113890016A (zh) | 2022-01-04 |
CN113890016B true CN113890016B (zh) | 2022-09-23 |
Family
ID=79006747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111127719.8A Active CN113890016B (zh) | 2021-09-26 | 2021-09-26 | 数据驱动的配电网多时间尺度电压协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113890016B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115411739A (zh) * | 2022-09-22 | 2022-11-29 | 广东电网有限责任公司 | 数据-物理融合驱动的柔性配电***自适应电压控制方法 |
CN116191445B (zh) * | 2023-04-07 | 2023-08-08 | 费莱(浙江)科技有限公司 | 一种用于分布式电源的自适应电压控制方法及*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107332252A (zh) * | 2017-07-18 | 2017-11-07 | 国网江西省电力公司电力科学研究院 | 一种计及广义无功源的配电网低电压综合治理方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08139410A (ja) * | 1994-11-02 | 1996-05-31 | Fujitsu Ltd | 発光素子駆動回路 |
CN106953359B (zh) * | 2017-04-21 | 2019-08-27 | 中国农业大学 | 一种含分布式光伏配电网有功无功协调优化控制方法 |
CN109245111B (zh) * | 2018-11-12 | 2021-04-20 | 上海金智晟东电力科技有限公司 | 基于灵敏度分析的主动配电网电压协调控制***及方法 |
CN110690709B (zh) * | 2019-10-22 | 2023-04-28 | 天津大学 | 一种基于灵敏度的智能软开关区间协调电压控制方法 |
CN112467748A (zh) * | 2020-12-10 | 2021-03-09 | 山东大学 | 三相不平衡主动配电网双时标分布式电压控制方法及*** |
-
2021
- 2021-09-26 CN CN202111127719.8A patent/CN113890016B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107332252A (zh) * | 2017-07-18 | 2017-11-07 | 国网江西省电力公司电力科学研究院 | 一种计及广义无功源的配电网低电压综合治理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113890016A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105846461B (zh) | 一种大规模储能电站自适应动态规划的控制方法和*** | |
CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN109861202B (zh) | 一种柔性互联配电网动态优化调度方法及*** | |
US9507367B2 (en) | Method and system for dynamic stochastic optimal electric power flow control | |
CN113890016B (zh) | 数据驱动的配电网多时间尺度电压协调控制方法 | |
CN111092429B (zh) | 一种柔性互联配电网的优化调度方法、存储介质及处理器 | |
Mahdavi et al. | Predictive coordinated and cooperative voltage control for systems with high penetration of PV | |
CN114362196B (zh) | 一种多时间尺度主动配电网电压控制方法 | |
CN109765787B (zh) | 一种基于日内-实时滚动控制的配电网源荷快速跟踪方法 | |
AU2018101070A4 (en) | Automatic voltage control method, device and system for wind farm | |
CN103199554A (zh) | 一种实现电网光储***容量配置及优化分布的方法 | |
Valverde et al. | Control of dispersed generation to regulate distribution and support transmission voltages | |
CN104037776A (zh) | 随机惯性因子粒子群优化算法的电网无功容量配置方法 | |
CN111884195B (zh) | 考虑概率潮流的直流电网下垂控制裕度优化方法及*** | |
CN114597969B (zh) | 计及智能软开关和虚拟电厂技术的配电网双层优化方法 | |
CN113315164B (zh) | 无功电压控制方法和装置、介质以及计算装置 | |
CN113890017B (zh) | 基于关键量测的配电网电压自适应控制方法 | |
CN113516278A (zh) | 有源配电网多时间尺度有功无功协调优化调度方法及*** | |
Nguyen et al. | MPC based centralized voltage and reactive power control for active distribution networks | |
CN110994589B (zh) | 电力电子接入电力***调频能力在线评价方法及*** | |
CN115313403A (zh) | 一种基于深度强化学习算法的实时电压调控方法 | |
CN111478344B (zh) | 一种能源微网负荷频率控制方法、***及相关产品 | |
JP7285053B2 (ja) | 電力需給制御装置、電力需給制御システムおよび電力需給制御方法 | |
CN112699562A (zh) | 一种构建配电网架构的方法及终端 | |
CN115912372B (zh) | 一种含高比例分布式光伏接入配电网电压控制方法及*** |
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 |