CN116722549A - 一种基于高精度仿真技术的配电网分层控制方法及装置 - Google Patents
一种基于高精度仿真技术的配电网分层控制方法及装置 Download PDFInfo
- Publication number
- CN116722549A CN116722549A CN202311000792.8A CN202311000792A CN116722549A CN 116722549 A CN116722549 A CN 116722549A CN 202311000792 A CN202311000792 A CN 202311000792A CN 116722549 A CN116722549 A CN 116722549A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power
- regional
- simulation system
- system corresponding
- 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 345
- 238000004088 simulation Methods 0.000 title claims abstract description 240
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000005516 engineering process Methods 0.000 title claims abstract description 29
- 230000009467 reduction Effects 0.000 claims abstract description 13
- 238000004134 energy conservation Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 38
- 230000009466 transformation Effects 0.000 claims description 31
- 238000003860 storage Methods 0.000 claims description 22
- 238000012937 correction Methods 0.000 claims description 20
- 230000006870 function Effects 0.000 claims description 17
- 238000012795 verification Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 230000001105 regulatory effect Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000013178 mathematical model Methods 0.000 claims description 4
- 230000008685 targeting Effects 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 239000011229 interlayer Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- 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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及配电网运维控制技术领域,具体提供了一种基于高精度仿真技术的配电网分层控制方法及装置,基于高精度仿真技术对区域配电网进行仿真,分别以源荷均衡、设备安全、节能降损为目标对区域配电网进行优化控制,通过全局优化‑就地自治的分层协调,显著提高海量可控资源接入下***空间尺度范围内的高效灵活调控,充分发掘各要素参与调控的潜力,提升***的安全运行水平。
Description
技术领域
本发明涉及配电网运维控制技术领域,具体涉及一种基于高精度仿真技术的配电网分层控制方法及装置。
背景技术
随着电力***的迅猛发展,分布式电源正在慢慢取代传统能源,分布式电源量大分散且出力特性迥异,传统的集中调控模式难以实现对各分布式电源的精准控制,严重限制了高利弊清洁能源区域配电网的运行管理水平。
目前国内外已开展了关于含高比例清洁能源的区域配电网安全运行控制技术领域的研究,但在配电网多层级协调优化和分层分区划分研究中对配电网安全域的考虑尚不全面,多层级协调优化策略的制定也尚未充分发挥跨区跨层间互补互济能力;此外,目前关于考虑源荷强不确定性的配电网运行状态及调控能力的态势感知技术尚未阐述,且无法实现与配电网源-网-荷-储运行控制有效融合;而且,目前对面向安全运行控制的配电网清洁能源承载力极限的研究尚在起步阶段,还未能实现兼顾供电能力和安全裕度的协调控制;支撑高比例清洁能源区域配电网可视化动态建模与安全运行控制的仿真技术也有待研究。因此,如何提高区域配电网运行控制的安全性、可靠性和灵活性,仍需进一步研究。
发明内容
为了克服上述缺陷,本发明提出了一种基于高精度仿真技术的配电网分层控制方法及装置。
第一方面,提供一种基于高精度仿真技术的配电网分层控制方法,所述基于高精度仿真技术的配电网分层控制方法包括:
步骤S101对区域配电网进行源荷功率预测;
步骤S102以源荷功率预测结果为初始条件对区域配电网进行仿真,得到区域配电网对应的仿真***;
步骤S103以源荷均衡为目标在预设重构策略集合中选取重构策略,若选取成功,则利用所述重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构后执行步骤S105,否则,执行步骤S104;
步骤S104以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,并断开负载率大于1的电网设备的叶端适配区段后执行步骤S105;
步骤S105以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率;
步骤S106优化所述区域配电网对应的仿真***中的变压器变比;
步骤S107对所述区域配电网对应的仿真***进行配电网设备级自校验,若通过配电网设备级自校验,则输出所述区域配电网对应的仿真***中各基本配网计算单位的分层控制方案,否则,输出异常设备信息;
其中,所述分层控制方案包括下述中的至少一种:重构策略、分布式电源的有功功率、分布式电源的无功功率及补偿装置的无功功率、变压器变比。
优选的,当所述区域配电网为高压配电网时,将所述区域配电网对应的仿真***中每个网络连通单元封装为一个模块,当所述区域配电网为低压配电网时,将所述区域配电网对应的仿真***中每条馈线封装为一个模块,并将所述模块作为基本配网计算单位。
进一步的,所述以源荷功率预测结果为初始条件对区域配电网进行仿真的过程中,对于每一个源荷预测时间断面,设置基本配网计算单位的主网节点电压为1.0pu。
进一步的,所述以源荷均衡为目标在预设重构策略集合中选取重构策略,包括:
利用预设重构策略集合中的各重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构,若网络重构后的区域配电网对应的仿真***中的设备容量均不越限,则将该重构策略作为备选重构策略,否则,剔除该重构策略;
将网络重构后的区域配电网对应的仿真***的第一目标函数值最小时对应的备选重构策略作为选取的重构策略。
进一步的,所述区域配电网对应的仿真***的第一目标函数值的计算式如下:
F1=∑i∈S∣Pig-Pif∣
上式中,F1为所述区域配电网对应的仿真***的第一目标函数值,S为所述区域配电网对应的仿真***中的馈线集合,Pig为所述区域配电网对应的仿真***中第i条馈线上所有分布式电源的有功功率总和,Pif为所述区域配电网对应的仿真***中第i条馈线所有负荷的有功功率总和。
进一步的,所述以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,包括:
设所述区域配电网对应的仿真***中分布式电源的有功功率为控制变量;
调节所述控制变量,得到使所述区域配电网对应的仿真***的第二目标值最小且满足第一预设约束条件的控制变量,并基于该控制变量调节所述区域配电网对应的仿真***中分布式电源的有功功率;
其中,所述第一预设约束条件包括:基尔霍夫电流约束、基尔霍夫电压约束。
进一步的,所述区域配电网对应的仿真***的第二目标值的计算式如下:
F2=∑j∈Ncjkj
上式中,F2为所述区域配电网对应的仿真***的第二目标值,N为所述区域配电网对应的仿真***中电网设备集合,cj为所述区域配电网对应的仿真***中第j个电网设备的惩罚常数,kj为所述区域配电网对应的仿真***中第j个电网设备的负载系数,当所述区域配电网对应的仿真***中第j个电网设备的负载率大于1时,kj=1,当所述区域配电网对应的仿真***中第j个电网设备的负载率小于等于1时,kj=0。
进一步的,所述以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率,包括:
设所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率为控制变量;
调节所述控制变量,得到使所述区域配电网对应的仿真***的第三目标值最小且满足第二预设约束条件的控制变量,并基于该控制变量调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率。
进一步的,所述区域配电网对应的仿真***的第三目标值的计算式如下:
上式中,F3为所述区域配电网对应的仿真***的第三目标值,N为所述区域配电网对应的仿真***中电网设备集合,Vj为所述区域配电网对应的仿真***中第j个电网设备的电压矩阵,Yj为所述区域配电网对应的仿真***中第j个电网设备的导纳矩阵,T为转置符号,为共轭符号。
进一步的,所述第二预设约束条件包括:基尔霍夫电流约束、基尔霍夫电压约束、设备容量约束、无功补偿装置出力约束、分布式电源无功约束。
进一步的,所述分布式电源无功约束的数学模型如下:
qg≤pgtanθ
上式中,qg为分布式电源无功功率,pg为分布式电源有功功率,θ为分布式电源最小功率因数对应的功角。
进一步的,所述优化所述区域配电网对应的仿真***中的变压器变比,包括:
基于所述区域配电网对应的仿真***中各条馈线的节点数量及平均节点电压幅值确定变压器变比修正值;
当所述区域配电网对应的仿真***中的变压器实际变比与所述变压器变比修正值之间的绝对差值在预设范围内,则调节该变压器实际变比为所述变压器变比修正值。
进一步的,所述变压器变比修正值的计算式如下:
Uavg=(∑i∈SNiUi)/(∑i∈SNi)
上式中,Uavg为所述变压器变比修正值,Ni为所述区域配电网对应的仿真***中第i条馈线上的节点数,Ui为所述区域配电网对应的仿真***中第i条馈线的平均节点电压幅值,S为所述区域配电网对应的仿真***中的馈线集合。
优选的,所述对所述区域配电网对应的仿真***进行配电网设备级自校验,包括:
采用牛顿拉夫逊潮流算法对所述区域配电网对应的仿真***进行潮流计算,若所述区域配电网对应的仿真***满足潮流约束,则通过配电网设备级自校验,否则,不通过配电网设备级自校验。
第二方面,提供一种基于高精度仿真技术的配电网分层控制装置,所述基于高精度仿真技术的配电网分层控制装置包括:
预测模块,用于对区域配电网进行源荷功率预测;
仿真模块,用于以源荷功率预测结果为初始条件对区域配电网进行仿真,得到区域配电网对应的仿真***;
网络重构模块,用于以源荷均衡为目标在预设重构策略集合中选取重构策略,若选取成功,则利用所述重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构后执行第二控制模块,否则,执行第一控制模块;
第一控制模块,用于以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,并断开负载率大于1的电网设备的叶端适配区段后执行第二控制模块;
第二控制模块,用于以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率后执行第三控制模块;
第三控制模块,用于优化所述区域配电网对应的仿真***中的变压器变比;
校验模块,用于对所述区域配电网对应的仿真***进行配电网设备级自校验,若通过配电网设备级自校验,则输出所述区域配电网对应的仿真***中各基本配网计算单位的分层控制方案,否则,输出异常设备信息;
其中,所述分层控制方案包括下述中的至少一种:重构策略、分布式电源的有功功率、分布式电源的无功功率及补偿装置的无功功率、变压器变比。
第三方面,提供一种计算机设备,包括:一个或多个处理器;
所述处理器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现所述的基于高精度仿真技术的配电网分层控制方法。
第四方面,提供一种计算机可读存储介质,其上存有计算机程序,所述计算机程序被执行时,实现所述的基于高精度仿真技术的配电网分层控制方法。
本发明上述一个或多个技术方案,至少具有如下一种或多种有益效果:
本发明提供了一种基于高精度仿真技术的配电网分层控制方法,所述方法包括:步骤S101对区域配电网进行源荷功率预测;步骤S102以源荷功率预测结果为初始条件对区域配电网进行仿真,得到区域配电网对应的仿真***;步骤S103以源荷均衡为目标在预设重构策略集合中选取重构策略,若选取成功,则利用所述重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构后执行步骤S105,否则,执行步骤S104;步骤S104以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,并断开负载率大于1的电网设备的叶端适配区段后执行步骤S105;步骤S105以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率;步骤S106优化所述区域配电网对应的仿真***中的变压器变比;步骤S107对所述区域配电网对应的仿真***进行配电网设备级自校验,若通过配电网设备级自校验,则输出所述区域配电网对应的仿真***中各基本配网计算单位的分层控制方案,否则,输出异常设备信息;其中,所述分层控制方案包括下述中的至少一种:重构策略、分布式电源的有功功率、分布式电源的无功功率及补偿装置的无功功率、变压器变比。本发明提供的技术方案,通过全局优化-就地自治的分层协调,显著提高了海量可控资源接入下***空间尺度范围内的高效灵活调控;通过源-网-荷-储多要素自趋优运行技术,充分发掘各要素参与调控的潜力,提升了***的安全运行水平。可应用于高比例清洁能源接入下的配电网示范工程等重大示范试点项目的关键技术、装备、策略及典型场景测试与验证,可在各地各单位推广应用,实现“源-网-荷-储”协调运行综合分析、仿真测试与验证。
附图说明
图1是本发明实施例的基于高精度仿真技术的配电网分层控制方法的主要步骤流程示意图;
图2是本发明实施例的基于高精度仿真技术的配电网分层控制装置的主要结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,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它实施例,都属于本发明保护的范围。
如背景技术中所公开的,随着电力***的迅猛发展,分布式电源正在慢慢取代传统能源,分布式电源量大分散且出力特性迥异,传统的集中调控模式难以实现对各分布式电源的精准控制,严重限制了高利弊清洁能源区域配电网的运行管理水平。
目前国内外已开展了关于含高比例清洁能源的区域配电网安全运行控制技术领域的研究,但在配电网多层级协调优化和分层分区划分研究中对配电网安全域的考虑尚不全面,多层级协调优化策略的制定也尚未充分发挥跨区跨层间互补互济能力;此外,目前关于考虑源荷强不确定性的配电网运行状态及调控能力的态势感知技术尚未阐述,且无法实现与配电网源-网-荷-储运行控制有效融合;而且,目前对面向安全运行控制的配电网清洁能源承载力极限的研究尚在起步阶段,还未能实现兼顾供电能力和安全裕度的协调控制;支撑高比例清洁能源区域配电网可视化动态建模与安全运行控制的仿真技术也有待研究。因此,如何提高区域配电网运行控制的安全性、可靠性和灵活性,仍需进一步研究。
为了改善上述问题,本发明提供了一种基于高精度仿真技术的配电网分层控制方法,所述方法包括:步骤S101对区域配电网进行源荷功率预测;步骤S102以源荷功率预测结果为初始条件对区域配电网进行仿真,得到区域配电网对应的仿真***;步骤S103以源荷均衡为目标在预设重构策略集合中选取重构策略,若选取成功,则利用所述重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构后执行步骤S105,否则,执行步骤S104;步骤S104以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,并断开负载率大于1的电网设备的叶端适配区段后执行步骤S105;步骤S105以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率;步骤S106优化所述区域配电网对应的仿真***中的变压器变比;步骤S107对所述区域配电网对应的仿真***进行配电网设备级自校验,若通过配电网设备级自校验,则输出所述区域配电网对应的仿真***中各基本配网计算单位的分层控制方案,否则,输出异常设备信息;其中,所述分层控制方案包括下述中的至少一种:重构策略、分布式电源的有功功率、分布式电源的无功功率及补偿装置的无功功率、变压器变比。本发明提供的技术方案,通过全局优化-就地自治的分层协调,显著提高了海量可控资源接入下***空间尺度范围内的高效灵活调控;通过源-网-荷-储多要素自趋优运行技术,充分发掘各要素参与调控的潜力,提升了***的安全运行水平。可应用于高比例清洁能源接入下的配电网示范工程等重大示范试点项目的关键技术、装备、策略及典型场景测试与验证,可在各地各单位推广应用,实现“源-网-荷-储”协调运行综合分析、仿真测试与验证。
下面对上述方案进行详细阐述。
实施例1
参阅附图1,图1是本发明的一个实施例的基于高精度仿真技术的配电网分层控制方法的主要步骤流程示意图。如图1所示,本发明实施例中的基于高精度仿真技术的配电网分层控制方法主要包括以下步骤:
步骤S101对区域配电网进行源荷功率预测;
步骤S102以源荷功率预测结果为初始条件对区域配电网进行仿真,得到区域配电网对应的仿真***;
步骤S103以源荷均衡为目标在预设重构策略集合中选取重构策略,若选取成功,则利用所述重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构后执行步骤S105,否则,执行步骤S104;
步骤S104以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,并断开负载率大于1的电网设备的叶端适配区段后执行步骤S105;
步骤S105以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率;
步骤S106优化所述区域配电网对应的仿真***中的变压器变比;
步骤S107对所述区域配电网对应的仿真***进行配电网设备级自校验,若通过配电网设备级自校验,则输出所述区域配电网对应的仿真***中各基本配网计算单位的分层控制方案,否则,输出异常设备信息;
其中,所述分层控制方案包括下述中的至少一种:重构策略、分布式电源的有功功率、分布式电源的无功功率及补偿装置的无功功率、变压器变比。
本实施例中,当所述区域配电网为高压配电网时,将所述区域配电网对应的仿真***中每个网络连通单元封装为一个模块,当所述区域配电网为低压配电网时,将所述区域配电网对应的仿真***中每条馈线封装为一个模块,并将所述模块作为基本配网计算单位。
其中,所述以源荷功率预测结果为初始条件对区域配电网进行仿真的过程中,对于每一个源荷预测时间断面,设置基本配网计算单位的主网节点电压为1.0pu。
在一个具体实施方式中,所述步骤S101可以按下述方式实现:
提取历史气象数据和节假日数据,气象数据需要包括温度、风力、湿度等数据,节假日数据需要包括节假日日期、特殊活动等数据;建立数据向量,对每一维数据进行归一化处理。
基于气象数据、节假日数据和分布式电源数据建立预测模型,采用模式识别法进行预测。
在一个具体实施方式中,所述步骤S102可以按下述方式实现:
以变压器为始点,母线进线和出线开关为边界进行搜索,将相关设备模块化为场站;面向变压器、母线、开关三要素,使用经典变电站一次图布局进行自动成图。
根据电压等级,以场站为边界对配网实例进行初次分解。
对于高压配电网,以连通为依据进行拓扑分析,每个网络连通单元封装为一个模块;使用D3.js力导向图实现拓扑自动成图。
对于中低压配电网,以所属馈线为依据进行拓扑分析,每条馈线封装为一个模块;使用D3.js力导向图实现拓扑自动成图。
完成拓扑自动成图,上述过程中构建的模块即为基本配网计算单位。
在一个实施方式中,所述以源荷均衡为目标在预设重构策略集合中选取重构策略,包括:
利用预设重构策略集合中的各重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构,若网络重构后的区域配电网对应的仿真***中的设备容量均不越限,则将该重构策略作为备选重构策略,否则,剔除该重构策略;
将网络重构后的区域配电网对应的仿真***的第一目标函数值最小时对应的备选重构策略作为选取的重构策略。
其中,所述区域配电网对应的仿真***的第一目标函数值的计算式如下:
F1=∑i∈S∣Pig-Pif∣
上式中,F1为所述区域配电网对应的仿真***的第一目标函数值,S为所述区域配电网对应的仿真***中的馈线集合,Pig为所述区域配电网对应的仿真***中第i条馈线上所有分布式电源的有功功率总和,Pif为所述区域配电网对应的仿真***中第i条馈线所有负荷的有功功率总和。
在一个实施方式中,所述以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,包括:
设所述区域配电网对应的仿真***中分布式电源的有功功率为控制变量;
调节所述控制变量,得到使所述区域配电网对应的仿真***的第二目标值最小且满足第一预设约束条件的控制变量,并基于该控制变量调节所述区域配电网对应的仿真***中分布式电源的有功功率;
其中,所述第一预设约束条件包括:基尔霍夫电流约束、基尔霍夫电压约束。
所述区域配电网对应的仿真***的第二目标值的计算式如下:
F2=∑j∈Ncjkj
上式中,F2为所述区域配电网对应的仿真***的第二目标值,N为所述区域配电网对应的仿真***中电网设备集合,cj为所述区域配电网对应的仿真***中第j个电网设备的惩罚常数,默认值为1000000,kj为所述区域配电网对应的仿真***中第j个电网设备的负载系数,当所述区域配电网对应的仿真***中第j个电网设备的负载率大于1时,kj=1,当所述区域配电网对应的仿真***中第j个电网设备的负载率小于等于1时,kj=0。
在一个实施方式中,所述以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率,包括:
设所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率为控制变量;
调节所述控制变量,得到使所述区域配电网对应的仿真***的第三目标值最小且满足第二预设约束条件的控制变量,并基于该控制变量调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率。
其中,所述区域配电网对应的仿真***的第三目标值的计算式如下:
上式中,F3为所述区域配电网对应的仿真***的第三目标值,N为所述区域配电网对应的仿真***中电网设备集合,Vj为所述区域配电网对应的仿真***中第j个电网设备的电压矩阵,Yj为所述区域配电网对应的仿真***中第j个电网设备的导纳矩阵,T为转置符号,为共轭符号。
所述第二预设约束条件包括:基尔霍夫电流约束、基尔霍夫电压约束、设备容量约束、无功补偿装置出力约束、分布式电源无功约束。
其中,所述分布式电源无功约束的数学模型如下:
qg≤pgtanθ
上式中,qg为分布式电源无功功率,pg为分布式电源有功功率,θ为分布式电源最小功率因数对应的功角。
在一个实施方式中,所述优化所述区域配电网对应的仿真***中的变压器变比,包括:
基于所述区域配电网对应的仿真***中各条馈线的节点数量及平均节点电压幅值确定变压器变比修正值;
当所述区域配电网对应的仿真***中的变压器实际变比与所述变压器变比修正值之间的绝对差值在预设范围内,则调节该变压器实际变比为所述变压器变比修正值。
其中,所述变压器变比修正值的计算式如下:
Uavg=(∑i∈SNiUi)/(∑i∈SNi)
上式中,Uavg为所述变压器变比修正值,Ni为所述区域配电网对应的仿真***中第i条馈线上的节点数,Ui为所述区域配电网对应的仿真***中第i条馈线的平均节点电压幅值,S为所述区域配电网对应的仿真***中的馈线集合。
本实施例中,所述对所述区域配电网对应的仿真***进行配电网设备级自校验,包括:
采用牛顿拉夫逊潮流算法对所述区域配电网对应的仿真***进行潮流计算,若所述区域配电网对应的仿真***满足潮流约束,则通过配电网设备级自校验,否则,不通过配电网设备级自校验。
在一个具体的实施方式中,所述步骤S107可以按下述方式实现:
1)面向整个配网实例,通过牛顿拉夫逊潮流算法直接进行计算;若不收敛,转步骤7-2),否则转步骤3)。
2)对基本配网计算单位按照电压从低到高进行排序,初始化基本配网计算单位平衡节点电压为1.0pu。顺序使用牛顿拉夫逊潮流算法对基本配网计算单位进行计算,叶端单位向源端连接单位传递有功功率、无功功率;完成一次遍历后逆序使用牛顿拉夫逊潮流算法进行计算,源端单位向叶端连接单位传递电压幅值;重复上述前推回代过程直到计算收敛。
3)对于分布式电源、负荷、储能等单节点连接设备,获取其在潮流计算中的连接点节点电压幅值,判断是否能够支撑对应分布式电源、负荷、储能正常运行。
4)针对开关、变压器、线路、开关等设备,获取其在潮流计算中的电流或功率,判断是否存在过载现象。
5)若不存在判断异常的设备,则整合输出协调控制策略;否则输出异常设备信息,并进行风险预警。
实施例2
基于同一种发明构思,本发明还提供了一种基于高精度仿真技术的配电网分层控制装置,如图2所示,所述基于高精度仿真技术的配电网分层控制装置包括:
预测模块,用于对区域配电网进行源荷功率预测;
仿真模块,用于以源荷功率预测结果为初始条件对区域配电网进行仿真,得到区域配电网对应的仿真***;
网络重构模块,用于以源荷均衡为目标在预设重构策略集合中选取重构策略,若选取成功,则利用所述重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构后执行第二控制模块,否则,执行第一控制模块;
第一控制模块,用于以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,并断开负载率大于1的电网设备的叶端适配区段后执行第二控制模块;
第二控制模块,用于以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率后执行第三控制模块;
第三控制模块,用于优化所述区域配电网对应的仿真***中的变压器变比;
校验模块,用于对所述区域配电网对应的仿真***进行配电网设备级自校验,若通过配电网设备级自校验,则输出所述区域配电网对应的仿真***中各基本配网计算单位的分层控制方案,否则,输出异常设备信息;
其中,所述分层控制方案包括下述中的至少一种:重构策略、分布式电源的有功功率、分布式电源的无功功率及补偿装置的无功功率、变压器变比。
优选的,当所述区域配电网为高压配电网时,将所述区域配电网对应的仿真***中每个网络连通单元封装为一个模块,当所述区域配电网为低压配电网时,将所述区域配电网对应的仿真***中每条馈线封装为一个模块,并将所述模块作为基本配网计算单位。
进一步的,所述以源荷功率预测结果为初始条件对区域配电网进行仿真的过程中,对于每一个源荷预测时间断面,设置基本配网计算单位的主网节点电压为1.0pu。
进一步的,所述以源荷均衡为目标在预设重构策略集合中选取重构策略,包括:
利用预设重构策略集合中的各重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构,若网络重构后的区域配电网对应的仿真***中的设备容量均不越限,则将该重构策略作为备选重构策略,否则,剔除该重构策略;
将网络重构后的区域配电网对应的仿真***的第一目标函数值最小时对应的备选重构策略作为选取的重构策略。
进一步的,所述区域配电网对应的仿真***的第一目标函数值的计算式如下:
F1=∑i∈S∣Pig-Pif∣
上式中,F1为所述区域配电网对应的仿真***的第一目标函数值,S为所述区域配电网对应的仿真***中的馈线集合,Pig为所述区域配电网对应的仿真***中第i条馈线上所有分布式电源的有功功率总和,Pif为所述区域配电网对应的仿真***中第i条馈线所有负荷的有功功率总和。
进一步的,所述以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,包括:
设所述区域配电网对应的仿真***中分布式电源的有功功率为控制变量;
调节所述控制变量,得到使所述区域配电网对应的仿真***的第二目标值最小且满足第一预设约束条件的控制变量,并基于该控制变量调节所述区域配电网对应的仿真***中分布式电源的有功功率;
其中,所述第一预设约束条件包括:基尔霍夫电流约束、基尔霍夫电压约束。
进一步的,所述区域配电网对应的仿真***的第二目标值的计算式如下:
F2=∑j∈Ncjkj
上式中,F2为所述区域配电网对应的仿真***的第二目标值,N为所述区域配电网对应的仿真***中电网设备集合,cj为所述区域配电网对应的仿真***中第j个电网设备的惩罚常数,kj为所述区域配电网对应的仿真***中第j个电网设备的负载系数,当所述区域配电网对应的仿真***中第j个电网设备的负载率大于1时,kj=1,当所述区域配电网对应的仿真***中第j个电网设备的负载率小于等于1时,kj=0。
进一步的,所述以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率,包括:
设所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率为控制变量;
调节所述控制变量,得到使所述区域配电网对应的仿真***的第三目标值最小且满足第二预设约束条件的控制变量,并基于该控制变量调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率。
进一步的,所述区域配电网对应的仿真***的第三目标值的计算式如下:
上式中,F3为所述区域配电网对应的仿真***的第三目标值,N为所述区域配电网对应的仿真***中电网设备集合,Vj为所述区域配电网对应的仿真***中第j个电网设备的电压矩阵,Yj为所述区域配电网对应的仿真***中第j个电网设备的导纳矩阵,T为转置符号,为共轭符号。
进一步的,所述第二预设约束条件包括:基尔霍夫电流约束、基尔霍夫电压约束、设备容量约束、无功补偿装置出力约束、分布式电源无功约束。
进一步的,所述分布式电源无功约束的数学模型如下:
qg≤pgtanθ
上式中,qg为分布式电源无功功率,pg为分布式电源有功功率,θ为分布式电源最小功率因数对应的功角。
进一步的,所述优化所述区域配电网对应的仿真***中的变压器变比,包括:
基于所述区域配电网对应的仿真***中各条馈线的节点数量及平均节点电压幅值确定变压器变比修正值;
当所述区域配电网对应的仿真***中的变压器实际变比与所述变压器变比修正值之间的绝对差值在预设范围内,则调节该变压器实际变比为所述变压器变比修正值。
进一步的,所述变压器变比修正值的计算式如下:
Uavg=(∑i∈SNiUi)/(∑i∈SNi)
上式中,Uavg为所述变压器变比修正值,Ni为所述区域配电网对应的仿真***中第i条馈线上的节点数,Ui为所述区域配电网对应的仿真***中第i条馈线的平均节点电压幅值,S为所述区域配电网对应的仿真***中的馈线集合。
优选的,所述对所述区域配电网对应的仿真***进行配电网设备级自校验,包括:
采用牛顿拉夫逊潮流算法对所述区域配电网对应的仿真***进行潮流计算,若所述区域配电网对应的仿真***满足潮流约束,则通过配电网设备级自校验,否则,不通过配电网设备级自校验。
实施例3
基于同一种发明构思,本发明还提供了一种计算机设备,该计算机设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能,以实现上述实施例中一种基于高精度仿真技术的配电网分层控制方法的步骤。
实施例4
基于同一种发明构思,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作***。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM 存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中一种基于高精度仿真技术的配电网分层控制方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (17)
1.一种基于高精度仿真技术的配电网分层控制方法,其特征在于,所述方法包括:
步骤S101对区域配电网进行源荷功率预测;
步骤S102以源荷功率预测结果为初始条件对区域配电网进行仿真,得到区域配电网对应的仿真***;
步骤S103以源荷均衡为目标在预设重构策略集合中选取重构策略,若选取成功,则利用所述重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构后执行步骤S105,否则,执行步骤S104;
步骤S104以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,并断开负载率大于1的电网设备的叶端适配区段后执行步骤S105;
步骤S105以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率;
步骤S106优化所述区域配电网对应的仿真***中的变压器变比;
步骤S107对所述区域配电网对应的仿真***进行配电网设备级自校验,若通过配电网设备级自校验,则输出所述区域配电网对应的仿真***中各基本配网计算单位的分层控制方案,否则,输出异常设备信息;
其中,所述分层控制方案包括下述中的至少一种:重构策略、分布式电源的有功功率、分布式电源的无功功率及补偿装置的无功功率、变压器变比。
2.如权利要求1所述的方法,其特征在于,当所述区域配电网为高压配电网时,将所述区域配电网对应的仿真***中每个网络连通单元封装为一个模块,当所述区域配电网为低压配电网时,将所述区域配电网对应的仿真***中每条馈线封装为一个模块,并将所述模块作为基本配网计算单位。
3.如权利要求2所述的方法,其特征在于,所述以源荷功率预测结果为初始条件对区域配电网进行仿真的过程中,对于每一个源荷预测时间断面,设置基本配网计算单位的主网节点电压为1.0pu。
4.如权利要求3所述的方法,其特征在于,所述以源荷均衡为目标在预设重构策略集合中选取重构策略,包括:
利用预设重构策略集合中的各重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构,若网络重构后的区域配电网对应的仿真***中的设备容量均不越限,则将该重构策略作为备选重构策略,否则,剔除该重构策略;
将网络重构后的区域配电网对应的仿真***的第一目标函数值最小时对应的备选重构策略作为选取的重构策略。
5.如权利要求4所述的方法,其特征在于,所述区域配电网对应的仿真***的第一目标函数值的计算式如下:
F1=∑i∈S∣Pig-Pif∣
上式中,F1为所述区域配电网对应的仿真***的第一目标函数值,S为所述区域配电网对应的仿真***中的馈线集合,Pig为所述区域配电网对应的仿真***中第i条馈线上所有分布式电源的有功功率总和,Pif为所述区域配电网对应的仿真***中第i条馈线所有负荷的有功功率总和。
6.如权利要求3所述的方法,其特征在于,所述以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,包括:
设所述区域配电网对应的仿真***中分布式电源的有功功率为控制变量;
调节所述控制变量,得到使所述区域配电网对应的仿真***的第二目标值最小且满足第一预设约束条件的控制变量,并基于该控制变量调节所述区域配电网对应的仿真***中分布式电源的有功功率;
其中,所述第一预设约束条件包括:基尔霍夫电流约束、基尔霍夫电压约束。
7.如权利要求6所述的方法,其特征在于,所述区域配电网对应的仿真***的第二目标值的计算式如下:
上式中,F2为所述区域配电网对应的仿真***的第二目标值,N为所述区域配电网对应的仿真***中电网设备集合,cj为所述区域配电网对应的仿真***中第j个电网设备的惩罚常数,kj为所述区域配电网对应的仿真***中第j个电网设备的负载系数,当所述区域配电网对应的仿真***中第j个电网设备的负载率大于1时,kj=1,当所述区域配电网对应的仿真***中第j个电网设备的负载率小于等于1时,kj=0。
8.如权利要求3所述的方法,其特征在于,所述以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率,包括:
设所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率为控制变量;
调节所述控制变量,得到使所述区域配电网对应的仿真***的第三目标值最小且满足第二预设约束条件的控制变量,并基于该控制变量调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率。
9.如权利要求8所述的方法,其特征在于,所述区域配电网对应的仿真***的第三目标值的计算式如下:
上式中,F3为所述区域配电网对应的仿真***的第三目标值,N为所述区域配电网对应的仿真***中电网设备集合,Vj为所述区域配电网对应的仿真***中第j个电网设备的电压矩阵,Yj为所述区域配电网对应的仿真***中第j个电网设备的导纳矩阵,T为转置符号,为共轭符号。
10.如权利要求9所述的方法,其特征在于,所述第二预设约束条件包括:基尔霍夫电流约束、基尔霍夫电压约束、设备容量约束、无功补偿装置出力约束、分布式电源无功约束。
11.如权利要求10所述的方法,其特征在于,所述分布式电源无功约束的数学模型如下:
qg≤pgtanθ
上式中,qg为分布式电源无功功率,pg为分布式电源有功功率,θ为分布式电源最小功率因数对应的功角。
12.如权利要求3所述的方法,其特征在于,所述优化所述区域配电网对应的仿真***中的变压器变比,包括:
基于所述区域配电网对应的仿真***中各条馈线的节点数量及平均节点电压幅值确定变压器变比修正值;
当所述区域配电网对应的仿真***中的变压器实际变比与所述变压器变比修正值之间的绝对差值在预设范围内,则调节该变压器实际变比为所述变压器变比修正值。
13.如权利要求12所述的方法,其特征在于,所述变压器变比修正值的计算式如下:
上式中,Uavg为所述变压器变比修正值,Ni为所述区域配电网对应的仿真***中第i条馈线上的节点数,Ui为所述区域配电网对应的仿真***中第i条馈线的平均节点电压幅值,S为所述区域配电网对应的仿真***中的馈线集合。
14.如权利要求1所述的方法,其特征在于,所述对所述区域配电网对应的仿真***进行配电网设备级自校验,包括:
采用牛顿拉夫逊潮流算法对所述区域配电网对应的仿真***进行潮流计算,若所述区域配电网对应的仿真***满足潮流约束,则通过配电网设备级自校验,否则,不通过配电网设备级自校验。
15.一种基于高精度仿真技术的配电网分层控制装置,其特征在于,所述装置包括:
预测模块,用于对区域配电网进行源荷功率预测;
仿真模块,用于以源荷功率预测结果为初始条件对区域配电网进行仿真,得到区域配电网对应的仿真***;
网络重构模块,用于以源荷均衡为目标在预设重构策略集合中选取重构策略,若选取成功,则利用所述重构策略对所述区域配电网对应的仿真***中的中压馈线进行网络重构后执行第二控制模块,否则,执行第一控制模块;
第一控制模块,用于以设备安全为目标调节所述区域配电网对应的仿真***中分布式电源的有功功率,并断开负载率大于1的电网设备的叶端适配区段后执行第二控制模块;
第二控制模块,用于以节能降损为目标调节所述区域配电网对应的仿真***中分布式电源的无功功率及补偿装置的无功功率后执行第三控制模块;
第三控制模块,用于优化所述区域配电网对应的仿真***中的变压器变比;
校验模块,用于对所述区域配电网对应的仿真***进行配电网设备级自校验,若通过配电网设备级自校验,则输出所述区域配电网对应的仿真***中各基本配网计算单位的分层控制方案,否则,输出异常设备信息;
其中,所述分层控制方案包括下述中的至少一种:重构策略、分布式电源的有功功率、分布式电源的无功功率及补偿装置的无功功率、变压器变比。
16.一种计算机设备,其特征在于,包括:一个或多个处理器;
所述处理器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现如权利要求1至14中任意一项所述的基于高精度仿真技术的配电网分层控制方法。
17.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现如权利要求1至14中任意一项所述的基于高精度仿真技术的配电网分层控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000792.8A CN116722549B (zh) | 2023-08-10 | 2023-08-10 | 一种基于高精度仿真技术的配电网分层控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311000792.8A CN116722549B (zh) | 2023-08-10 | 2023-08-10 | 一种基于高精度仿真技术的配电网分层控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116722549A true CN116722549A (zh) | 2023-09-08 |
CN116722549B CN116722549B (zh) | 2023-12-15 |
Family
ID=87868344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311000792.8A Active CN116722549B (zh) | 2023-08-10 | 2023-08-10 | 一种基于高精度仿真技术的配电网分层控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116722549B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107093928A (zh) * | 2017-03-31 | 2017-08-25 | 贵州电网有限责任公司凯里供电局 | 配电网调度辅助决策及故障分析*** |
CN107463732A (zh) * | 2017-07-17 | 2017-12-12 | 中国科学院电工研究所 | 一种多端交直流主动配电网调度控制仿真***及方法 |
US20180026445A1 (en) * | 2012-12-31 | 2018-01-25 | Battelle Memorial Institute | Distributed hierarchical control architecture for integrating smart grid assets during normal and disrupted operations |
CN111478312A (zh) * | 2019-11-20 | 2020-07-31 | 国网河北省电力有限公司电力科学研究院 | 一种提升电网稳定性的综合能源集群协调控制方法 |
CN113922358A (zh) * | 2021-08-27 | 2022-01-11 | 四川大川云能科技有限公司 | 一种含分布式储能的配电网时序运行可靠性快速评估方法 |
CN115483701A (zh) * | 2022-08-23 | 2022-12-16 | 国网福建省电力有限公司 | 基于配电自动化主站***的有源配电网区域自治分层调控方法 |
-
2023
- 2023-08-10 CN CN202311000792.8A patent/CN116722549B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180026445A1 (en) * | 2012-12-31 | 2018-01-25 | Battelle Memorial Institute | Distributed hierarchical control architecture for integrating smart grid assets during normal and disrupted operations |
CN107093928A (zh) * | 2017-03-31 | 2017-08-25 | 贵州电网有限责任公司凯里供电局 | 配电网调度辅助决策及故障分析*** |
CN107463732A (zh) * | 2017-07-17 | 2017-12-12 | 中国科学院电工研究所 | 一种多端交直流主动配电网调度控制仿真***及方法 |
CN111478312A (zh) * | 2019-11-20 | 2020-07-31 | 国网河北省电力有限公司电力科学研究院 | 一种提升电网稳定性的综合能源集群协调控制方法 |
CN113922358A (zh) * | 2021-08-27 | 2022-01-11 | 四川大川云能科技有限公司 | 一种含分布式储能的配电网时序运行可靠性快速评估方法 |
CN115483701A (zh) * | 2022-08-23 | 2022-12-16 | 国网福建省电力有限公司 | 基于配电自动化主站***的有源配电网区域自治分层调控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116722549B (zh) | 2023-12-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Das et al. | Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm | |
Rabiee et al. | Maximizing hosting capacity of renewable energy sources in distribution networks: A multi-objective and scenario-based approach | |
Usman et al. | Losses management strategies in active distribution networks: A review | |
Lin et al. | Mean-tracking model based stochastic economic dispatch for power systems with high penetration of wind power | |
Ospina et al. | Sampling-based model predictive control of PV-integrated energy storage system considering power generation forecast and real-time price | |
Li et al. | Optimization of loop-network reconfiguration strategies to eliminate transmission line overloads in power system restoration process with wind power integration | |
CN109829560B (zh) | 一种配电网可再生能源发电集群接入规划方法 | |
De Souza et al. | Sensitivity analysis to connect distributed generation | |
Chen et al. | Optimized reactive power supports using transformer tap stagger in distribution networks | |
Muthukumaran et al. | Development of smart controller for demand side management in smart grid using reactive power optimization | |
CN110880072A (zh) | 实时电网静态安全风险处置优化方法、装置及存储介质 | |
Meena et al. | Modified taguchi-based approach for optimal distributed generation mix in distribution networks | |
Hasan et al. | Optimal coordination of voltage control devices in distribution systems connected to distributed generations | |
Dao et al. | Optimal parameters of volt‐var functions for photovoltaic smart inverters in distribution networks | |
Jaramillo-Leon et al. | Simulation-based optimization framework to increase distribution system photovoltaic hosting capacity through optimal settings of smart inverter Volt-VAr control function | |
Stock et al. | Model predictive control for reactive power management in transmission connected distribution grids | |
Chen et al. | Optimal reactive power dispatch and distributed generation placement based on a hybrid co‐evolution algorithm and bi‐level programming | |
CN116722549B (zh) | 一种基于高精度仿真技术的配电网分层控制方法及装置 | |
Gholami-Rahimabadi et al. | Multiple-deme parallel genetic algorithm based on modular neural network for effective load shedding | |
Wang et al. | Voltage instability performance of risk-based security constrained optimal power flow | |
CN115659098A (zh) | 一种分布式新能源消纳能力计算方法、装置、设备及介质 | |
Elmetwaly et al. | Improving Power Quality Problems of Isolated MG Based on ANN Under Different Operating Conditions Through PMS and ASSC Integration | |
Mehroliya et al. | Distributed generator and capacitor‐embedded reconfiguration in three‐phase unbalanced distribution systems using teaching learning‐based optimization | |
Tedesco et al. | A distributed command governor approach for voltage regulation in medium voltage power grids with distributed generation | |
CN113537646A (zh) | 电网设备停电检修方案制定方法、***、设备及存储介质 |
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 |