文章解读与仿真程序复现思路——电力系统自动化EI\CSCD\北大核心《考虑移动式储能调度的配电网灾后多源协同孤岛运行策略》

2023-12-10 11:28
文章标签 程序 仿真 文章 解读 自动化 核心 复现 调度 多源 思路 配电网 北大 协同 ei 储能 孤岛 cscd 电力系统 移动式 灾后

本文主要是介绍文章解读与仿真程序复现思路——电力系统自动化EI\CSCD\北大核心《考虑移动式储能调度的配电网灾后多源协同孤岛运行策略》，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

这篇文章的标题表明研究的主题是在配电网发生灾害后，采用一种策略来实现多源协同孤岛运行，并在这个过程中特别考虑了移动式储能的调度。

让我们逐步解读标题的关键词：

  1. 考虑移动式储能调度： 文章关注的焦点之一是移动式储能系统的调度，即对移动式储能设备进行合理的规划和控制，以满足配电网的能量需求或优化系统性能。

  2. 配电网灾后多源协同孤岛运行策略：

    • 配电网灾后： 指的是在灾害发生后的情境，可能包括自然灾害、故障或其他紧急情况。
    • 多源协同孤岛运行策略： 意味着在配电网中存在多个能源源头（可能是可再生能源、传统能源等），并且这些源头在配电网发生灾害后能够协同工作，形成孤岛运行，确保电力系统的可靠性和韧性。

综合起来，这篇文章的研究目的似乎是提出一种策略，通过在配电网灾后引入移动式储能系统的调度，实现多个能源源头的协同运行，从而保障电力系统在灾害情境下的运行稳定性和韧性。这种策略的关键点可能在于如何有效地调度移动式储能设备，以及如何在多源协同中形成孤岛运行，以应对灾害期间的电力需求。

摘要：针对极端事件导致的配电网大面积停电现象，在路-电耦合背景下，提出一种考虑移动式储能调度的配电网灾后多源协同孤岛运行策略。首先，基于路-电耦合背景下的灾后运行框架，以加权切负荷量最小为目标，同时考虑交通流量的变化对移动式储能调度过程的影响，建立多源协同孤岛运行模型；然后，根据所建模型的特点以及决策需求，基于两阶段优化框架制定孤岛运行决策流程，确保失电孤岛区域与含本地电源区域负荷恢复的协调进行；最后，采用IEEE 33节点配电网与29节点交通路网相耦合的算例进行分析，验证所提策略的有效性。结果表明，所提孤岛运行策略可以充分发挥各电源在配电网灾后恢复时的协同能力，实现了有限电能的最优分配和转移，有效提升了配电网灾后恢复效果。

这段摘要介绍了一项研究，重点关注了在配电网遭受极端事件导致大面积停电的情况下，通过一种考虑移动式储能调度的配电网灾后多源协同孤岛运行策略。以下是对摘要的详细解读：

  1. 问题描述： 文章的出发点是面对极端事件引发的大面积停电问题。这可能包括自然灾害、事故或其他紧急情况，导致配电网大规模失电。

  2. 路-电耦合背景： 在解决问题时，考虑了路-电耦合的背景。这意味着电力系统与交通系统之间存在相互影响。这可能涉及到电力网络与交通网络的物理和功能连接，即路网和电网之间的相互作用。

  3. 提出的策略： 为了解决这一问题，提出了一种策略，即考虑移动式储能调度的配电网灾后多源协同孤岛运行策略。这意味着在灾后情境下，通过协同运行不同能源，特别是考虑了移动式储能系统的调度，以增强系统的韧性和稳定性。

  4. 建模与优化：

    • 基于路-电耦合背景下的灾后运行框架，以加权切负荷量最小为目标建立了一个模型。
    • 在建立模型时，考虑了交通流量的变化对移动式储能调度过程的影响。
    • 通过两阶段优化框架制定了孤岛运行决策流程，确保失电孤岛区域与含本地电源区域负荷恢复协调进行。

  5. 案例分析： 采用IEEE 33节点配电网与29节点交通路网相耦合的算例进行了分析，以验证所提策略的有效性。

  6. 研究结果： 结果显示，提出的孤岛运行策略能够充分发挥各电源在配电网灾后恢复时的协同能力。这包括最优分配和转移有限电能，从而有效提升了配电网灾后恢复效果。

综合来看，这项研究旨在通过综合考虑移动式储能调度和路-电耦合背景，提供一种在配电网灾后实现多源协同孤岛运行的策略，以提高电力系统的韧性和应对极端事件的能力。

关键词:有源配电网;移动式储能系统;路电耦合;多源协同;孤岛运行;两阶段优化;
 

  1. 有源配电网： 这指的是一种配电系统，其中包含多个电源，与传统的单一电源配电系统相对。有源配电网可以包括分布式能源资源（如太阳能、风能）、储能系统等，以提高系统的韧性和可靠性。

  2. 移动式储能系统： 这是一种储能系统，具有移动性质，可能包括可以移动的电池储能单元或其他技术。在灾害或紧急情况下，移动式储能系统可以灵活部署，为电力系统提供额外的能源支持。

  3. 路电耦合： 表示电力系统与交通系统之间存在相互耦合或关联。这可能包括电力网络与交通网络的物理连接或功能性联系，以更好地协调能源供应和交通流动。

  4. 多源协同： 指不同种类的能源资源在系统中协同工作，以实现更高效、可靠和可持续的能源供应。在这种情况下，可能包括多种能源资源的协同调度和运行。

  5. 孤岛运行： 意味着在配电网遭受灾难性事件后，某些区域或系统部分仍能够独立运行，不受主要电力网络的影响。这是通过本地电源、储能系统等手段实现的，以确保在主电力系统中断的情况下，局部系统仍能正常运行。

  6. 两阶段优化： 表示在决策或问题解决过程中采用了两个阶段的优化方法。通常，第一阶段可能涉及问题的初步建模和一些初步决策，而第二阶段则进一步优化和调整这些决策，以达到更好的系统性能或满足特定的目标。

综合来看，这些关键词集中在解决有源配电网在灾后情境下的问题上，通过移动式储能系统、路电耦合、多源协同以及两阶段优化等手段，提出了一种提高电力系统韧性和应对紧急情况的综合方案，特别是在实现孤岛运行方面。

仿真算例：选取 IEEE 33 节点有源配电网进行仿真分析， 网络参考电压为 12.66 kV，配电网共有 32 条支路和 5 个联络线开关，线路、负荷参数及网络初始拓扑见 文献［17］；节点 10、18、26 处接入 3 个可控 DG，其参 数见附录 B 表 B1，暂不考虑具有不确定性的风、光 等不可控 DG 的参与；配电网中的负荷按重要程度 分为一级负荷、二级负荷和三级负荷，权重系数分别 取 5、1 和 0.2，负荷曲线见附录 B 图 B2；同时，在节点 33 处 停 放 两 辆 等 待 调 度 命 令 且 处 于 满 电 状 态 的 MESS，用于对灾后配电网的补充恢复，其参数［9］ 见 附录 B 表 B1。 假设 08：00 开始发生了极端灾害，除上级主网 与配电网间发生中断，还造成了其余多线故障（线路 1-2、2-3、7-8、16-17、27-28 以及联络线开关 24-28）， 故障恢复时间持续 9 h。结合故障断线情况，可先利用并查集方法找出无法通过 DG 供电的失电孤岛区 域，如图 3 所示。选取 29 节点交通路网以完成对配电网的耦合， 其拓扑及耦合关系见文献［8］，并假设交通节点 7 与 20、8 与 15 之间的路段因损坏而无法通行。首先，将 交通路网的路段属性转化为元胞属性，其结构简化 图如附录 B 图 B3 所示。然后，根据附录 B 表 B2 所 示的交通参数，结合 1.2.1 节所建的交通流量预测模 型获得各个路段（元胞）中交通流量的动态变化信 息。最后，利用适合中国交通路况的回归路阻函数 模 型 以 及 Floyd 算 法 进 行 MESS 的 路 径 规 划 。 其 中，针对回归路阻函数模型中的回归参数 k1和 k2，可 利用文献［19］提出的最大似然估计法进行计算，结 合已知的交通参数，求解得到 3 类路段的 k1和 k2分 别 为 0.252 和 0.748、0.288 和 0.712 以 及 0.315 和 0.685。 根据所提的两阶段优化框架，文中算例将 3 h 作 为一次长时间尺度优化的长度，将 1 h 作为一次短时 间尺度优化的长度。

仿真程序复现思路：

编写仿真程序的详细代码可能涉及多个文件和复杂的库调用，下面提供一个简化的 Python 示例，演示了电力系统模型、交通路网模型、Floyd 算法路径规划等基本步骤。这里使用了一些 Python 的常见库，如 NetworkX 用于图的操作，NumPy 用于数值计算。

import networkx as nx
import numpy as npclass PowerSystem:def __init__(self, nodes, lines, dg_params, mss_params):# 初始化电力系统模型self.nodes = nodesself.lines = linesself.dg_params = dg_paramsself.mss_params = mss_paramsdef handle_disaster(self):# 模拟处理灾害情境# ...def optimize_long_term(self, t):# 长时间尺度优化# ...def optimize_short_term(self, traffic_network):# 短时间尺度优化# ...class TrafficNetwork:def __init__(self, nodes, edges, cell_properties):# 初始化交通路网模型self.nodes = nodesself.edges = edgesself.cell_properties = cell_propertiesdef update_traffic_flow(self):# 更新交通流量# ...def floyd_algorithm(graph, k1, k2):# Floyd 算法进行路径规划# ...def main():# 构建电力系统模型nodes = 33lines = 32dg_params = {}  # 在此添加 DG 参数mss_params = {}  # 在此添加 MSS 参数power_system = PowerSystem(nodes, lines, dg_params, mss_params)# 处理灾害情境power_system.handle_disaster()# 构建交通路网模型traffic_nodes = 29traffic_edges = 28cell_properties = {}  # 在此添加元胞属性traffic_network = TrafficNetwork(traffic_nodes, traffic_edges, cell_properties)# 计算回归参数 k1 和 k2k1, k2 = 0.252, 0.748  # 在此添加实际计算的参数# Floyd 算法进行路径规划MESS_path = floyd_algorithm(traffic_network, k1, k2)# 两阶段优化框架simulation_time = 9optimization_interval_long = 3optimization_interval_short = 1for t in range(0, simulation_time, optimization_interval_long):# 长时间尺度优化power_system.optimize_long_term(t)for t_short in range(optimization_interval_short):# 短时间尺度优化traffic_network.update_traffic_flow()power_system.optimize_short_term(traffic_network)if __name__ == "__main__":main()

请注意，这只是一个简化的示例，实际情况中需要根据具体需求和数据格式进行更详细的实现。在实际项目中，可能需要使用更复杂的库和算法，具体实现也可能会涉及更多的细节和优化。

这篇关于文章解读与仿真程序复现思路——电力系统自动化EI\CSCD\北大核心《考虑移动式储能调度的配电网灾后多源协同孤岛运行策略》的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/476978。

相关文章

深入探索协同过滤：从原理到推荐模块案例

深入探索协同过滤：从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤（UserCF）2. 基于物品的协同过滤（ItemCF）3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代，推荐系统成为连接用户与内容的桥梁。本文聚焦于
阅读更多...
Andrej Karpathy最新采访：认知核心模型10亿参数就够了，AI会打破教育不公的僵局

Andrej Karpathy最新采访：认知核心模型10亿参数就够了，AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人，AI大神Andrej Karpathy，曾是OpenAI联合创始人之一，特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ，宣布将长期致力于AI原生教育。 近日，Andrej Karpathy接受了No Priors（投资博客）的采访，与硅谷知名投资人 Sara Guo 和 Elad G
阅读更多...
电力系统中的A类在线监测装置—APView400

电力系统中的A类在线监测装置—APView400

随着电力系统的日益复杂和人们对电能质量要求的提高，电能质量在线监测装置在电力系统中得到广泛应用。目前，市场上的在线监测装置主要分为A类和B类两种类型，A类和B类在线监测装置主要区别在于应用场景、技术参数、通讯协议和扩展性。选择时应根据实际需求和应用场景综合考虑，并定期维护和校准。电能质量在线监测装置是用于实时监测电力系统中的电能质量参数的设备。 APView400电能质量A类在线监测装置以其多核
阅读更多...
JAVA智听未来一站式有声阅读平台听书系统小程序源码

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来，一站式有声阅读平台听书系统 🌟 开篇：遇见未来，从“智听”开始 在这个快节奏的时代，你是否渴望在忙碌的间隙，找到一片属于自己的宁静角落？是否梦想着能随时随地，沉浸在知识的海洋，或是故事的奇幻世界里？今天，就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统，它正悄悄改变着我们的阅读方式，让未来触手可及！ 📚 第一站：海量资源，应有尽有 走进“智听
阅读更多...
搭建Kafka+zookeeper集群调度

搭建Kafka+zookeeper集群调度

前言 硬件环境 172.18.0.5        kafkazk1        Kafka+zookeeper                Kafka Broker集群 172.18.0.6        kafkazk2        Kafka+zookeeper                Kafka Broker集群 172.18.0.7        kafkazk3
阅读更多...
透彻！驯服大型语言模型（LLMs）的五种方法，及具体方法选择思路

透彻！驯服大型语言模型（LLMs）的五种方法，及具体方法选择思路

引言 随着时间的发展，大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用，随着人们期望的不断增加，目标也发生了巨大的变化。在短短的几个月的时间里，人们对大模型的认识已经从对其zero-shot能力感到惊讶，转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构（例如Transformer）对海量的、多种多样的数据分布进行建模得到，它包含了大量的先验
阅读更多...
MCU7.keil中build产生的hex文件解读

MCU7.keil中build产生的hex文件解读

1.hex文件大致解读 闲来无事,查看了MCU6.用keil新建项目的hex文件 用FlexHex打开 给我的第一印象是:经过软件的解释之后,发现这些数据排列地十分整齐 :02000F0080FE71:03000000020003F8:0C000300787FE4F6D8FD75810702000F3D:00000001FF 把解释后的数据当作十六进制来观察 1.每一行数据
阅读更多...
Java ArrayList扩容机制 （源码解读）

Java ArrayList扩容机制 （源码解读）

结论：初始长度为10，若所需长度小于1.5倍原长度，则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1：数组默认长度         2:这是一个共享的空数组实例，用于明确创建长度为0时的ArrayList ，比如通过 new ArrayList<>(0)，ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL
阅读更多...
【Linux 从基础到进阶】Ansible自动化运维工具使用

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具，采用无代理架构（agentless），基于 SSH 连接进行管理，具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用，旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念
阅读更多...
基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五)：Blender锥桶建模

基于UE5和ROS2的激光雷达+深度RGBD相机小车的仿真指南(五)：Blender锥桶建模

前言 本系列教程旨在使用UE5配置一个具备激光雷达+深度摄像机的仿真小车，并使用通过跨平台的方式进行ROS2和UE5仿真的通讯，达到小车自主导航的目的。本教程默认有ROS2导航及其gazebo仿真相关方面基础，Nav2相关的学习教程可以参考本人的其他博客Nav2代价地图实现和原理–Nav2源码解读之CostMap2D(上)-CSDN博客往期教程： 第一期：基于UE5和ROS2的激光雷达+深度RG
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2