本文選題：負荷恢復　切入點：不確定性　出處：《電力系統(tǒng)自動化》2017年15期 　論文類型：期刊論文

【摘要】：停電電網(wǎng)的恢復過程中,負荷恢復的不確定性可能影響電網(wǎng)恢復過程的安全,需要在負荷恢復中考慮負荷的不確定性�？紤]到準確的負荷不確定性分布模型難以獲取,文中提出了基于信息間隙決策理論(IGDT)的電網(wǎng)負荷恢復魯棒優(yōu)化方法,使負荷恢復方案在負荷波動范圍內(nèi)均能滿足要求,而無需已知負荷的不確定性分布。首先,基于IGDT,將確定性負荷恢復優(yōu)化模型轉(zhuǎn)變?yōu)樵谪摵刹▌臃秶鷥?nèi)均能達到最低恢復要求的魯棒優(yōu)化模型,同時綜合考慮負荷恢復過程中的負荷最大恢復量、單次最大投入量、電網(wǎng)潮流等約束條件,再利用人工蜂群算法對優(yōu)化模型進行求解,最后以新英格蘭系統(tǒng)和江蘇系統(tǒng)為例驗證了所提方法的有效性。
[Abstract]:During the recovery process of power outages, the uncertainty of load recovery may affect the security of the restoration process of power grid, so it is necessary to consider the uncertainty of load in the recovery of power grid, considering that it is difficult to obtain accurate model of uncertain distribution of load. In this paper, a robust optimization method based on IGDT-based information gap decision theory is proposed to make the load recovery scheme meet the requirements in the range of load fluctuation without the need for the uncertain distribution of the load. Based on IGDT, the deterministic load recovery optimization model is transformed into a robust optimization model which can meet the minimum recovery requirements in the range of load fluctuation. The optimization model is solved by artificial bee colony algorithm under power flow constraints. Finally, the effectiveness of the proposed method is verified by the New England and Jiangsu systems.
【作者單位】： 南京理工大學自動化學院;國網(wǎng)江蘇省電力公司電力科學研究院;
【基金】：國家自然科學基金資助項目(51507080) 江蘇省博士后基金資助項目(1402042C)~~
【分類號】：TM73

【參考文獻】

相關(guān)期刊論文 前10條

1 陳彬;王洪濤;曹曦;;計及負荷模糊不確定性的網(wǎng)架重構(gòu)后期負荷恢復優(yōu)化[J];電力系統(tǒng)自動化;2016年20期

2 劉文軒;顧雪平;王佳裕;趙寶斌;;考慮系統(tǒng)安全因素的負荷恢復方案優(yōu)化[J];電力系統(tǒng)自動化;2016年12期

3 馬歡;劉玉田;;基于IGDT魯棒模型的風電爬坡事件協(xié)調(diào)調(diào)度決策[J];中國電機工程學報;2016年17期

4 廖詩武;姚偉;文勁宇;侯云鶴;李大虎;;電力系統(tǒng)恢復后期網(wǎng)架重構(gòu)和負荷恢復的兩階段優(yōu)化方法[J];中國電機工程學報;2016年18期

5 覃智君;侯云鶴;李大虎;王沖;彭超逸;文勁宇;;輸電網(wǎng)負荷恢復方案的優(yōu)化計算方法[J];電工技術(shù)學報;2016年08期

6 顧雪平;趙寶斌;劉文軒;;結(jié)合多目標優(yōu)化與灰色關(guān)聯(lián)決策的負荷恢復方法[J];電力自動化設(shè)備;2015年09期

7 李少巖;顧雪平;梁海平;;給定恢復目標的擴展黑啟動方案路徑優(yōu)選[J];電力系統(tǒng)自動化;2015年16期

8 龔薇;劉俊勇;賀星棋;劉洋;;計及負荷波動率和互補系數(shù)的負荷恢復[J];電網(wǎng)技術(shù);2014年09期

9 龔薇;劉俊勇;賀星棋;胥威汀;;電力系統(tǒng)恢復初期考慮動態(tài)特性的負荷恢復優(yōu)化[J];電網(wǎng)技術(shù);2014年09期

10 陳珂寧;吳文傳;張伯明;李飛;;基于IGDT的有源配電網(wǎng)魯棒恢復決策方法[J];中國電機工程學報;2014年19期

【共引文獻】

相關(guān)期刊論文 前10條

1 鄭宇;李楊;焦豐順;文福拴;趙俊華;董朝陽;;含風電機組與電轉(zhuǎn)氣設(shè)備的虛擬電廠競價策略[J];電力建設(shè);2017年07期

2 宋坤隆;謝云云;陳f^;張劉冬;汪成根;殷明慧;;基于信息間隙決策理論的電網(wǎng)負荷恢復魯棒優(yōu)化[J];電力系統(tǒng)自動化;2017年15期

3 何仲瀟;徐成司;劉育權(quán);華煌圣;董樹鋒;;考慮多能協(xié)同的工廠綜合需求側(cè)響應(yīng)模型[J];電力自動化設(shè)備;2017年06期

4 馬洪艷;韓笑;嚴正;韓冬;宋依群;;魯棒性驅(qū)動的含風電不確定性區(qū)域間調(diào)峰互濟方法[J];電力系統(tǒng)自動化;2017年07期

5 顧雪平;李少巖;周光奇;李凱;劉旭斐;;計及特級負荷恢復的網(wǎng)架重構(gòu)分時段全局優(yōu)化方法[J];電工技術(shù)學報;2017年07期

6 顧雪平;李少巖;李凱;;用于網(wǎng)架重構(gòu)決策的節(jié)點重要度動態(tài)評價方法[J];電力自動化設(shè)備;2017年04期

7 劉文軒;顧雪平;李少巖;;考慮機組重要度和負荷停電損失的網(wǎng)架重構(gòu)分層協(xié)調(diào)優(yōu)化[J];華北電力大學學報(自然科學版);2017年02期

8 舒服華;;基于灰色關(guān)聯(lián)的針刺滌綸防水胎基工藝參數(shù)優(yōu)化[J];產(chǎn)業(yè)用紡織品;2017年03期

9 廖詩武;曾凱文;姚偉;文勁宇;胡羽川;馬龍鵬;方家琨;;火電快速甩負荷機組動態(tài)仿真建模[J];電工技術(shù)學報;2017年04期

10 顧雪平;李少巖;梁海平;李凱;;網(wǎng)架重構(gòu)過程中消除線路過載的環(huán)網(wǎng)恢復決策優(yōu)化[J];中國電機工程學報;2017年05期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 孫磊;劉偉佳;林振智;文福拴;;計及線路投運風險的電力系統(tǒng)恢復路徑優(yōu)化[J];電力系統(tǒng)自動化;2015年23期

2 顧雪平;趙寶斌;劉文軒;;結(jié)合多目標優(yōu)化與灰色關(guān)聯(lián)決策的負荷恢復方法[J];電力自動化設(shè)備;2015年09期

3 張雪麗;梁海平;朱濤;趙川;李文云;顧雪平;;基于模糊機會約束規(guī)劃的電力系統(tǒng)網(wǎng)架重構(gòu)優(yōu)化[J];電力系統(tǒng)自動化;2015年14期

4 孫磊;張璨;林振智;文福拴;呂浩華;李波;;計及電動汽車充電站作為黑啟動電源的網(wǎng)架重構(gòu)優(yōu)化策略[J];電力系統(tǒng)自動化;2015年14期

5 張露;盧繼平;梅亦蕾;朱三立;;基于不同優(yōu)化準則的風電功率預測[J];電力自動化設(shè)備;2015年05期

6 陳謙;陳霄逸;金宇清;佴靈川;周錦;;基于混合儲能的大型風電場優(yōu)化控制[J];電力自動化設(shè)備;2015年04期

7 王韶;譚文;黃晗;;計及微電網(wǎng)中可再生能源間歇性影響的配電網(wǎng)可靠性評估[J];電力自動化設(shè)備;2015年04期

8 黎嘉明;李大虎;孫建波;侯云鶴;文勁宇;;結(jié)合狀態(tài)削減技術(shù)的電力系統(tǒng)黑啟動動態(tài)規(guī)劃算法[J];中國電機工程學報;2014年25期

9 戚永志;劉玉田;;基于競爭博弈的風電爬坡協(xié)同控制策略[J];中國電機工程學報;2014年25期

10 龔薇;劉俊勇;賀星棋;胥威汀;;電力系統(tǒng)恢復初期考慮動態(tài)特性的負荷恢復優(yōu)化[J];電網(wǎng)技術(shù);2014年09期

【相似文獻】

相關(guān)碩士學位論文 前1條

1 鄧強;基于三支決策理論的光伏并網(wǎng)發(fā)電量預測研究[D];北京建筑大學;2016年

，

本文編號：1625088