用于监视和控制电网的方法与流程

本发明涉及用于监视和控制电网的方法，该电网包括在中压子网和低压子网之间的至少一个变电站。

本发明还涉及使得有可能实现所述方法的监视和控制系统。

背景技术：

现在有许多解决方案使得监视和控制电网成为可能，特别是在其上归因于一定程度的灵活性。目前，具体而言，不仅要考虑电网的每个实体的电力消耗，还要考虑网络的各种实体的可能的电力生产(例如，经由太阳能面板)以及网络的物理约束(过电压、欠电压、过电流等等)。取决于这些约束，有时确实有必要对网络的一个或多个实体的生产和/或消耗采取行动。

按照惯例，为了以这种方式控制电网，控制中心例如基于电网的计划并且利用负载流或最佳功率流方法，这使得可以确定电网的各种分支中的功率流，以便潜在地对网络的实体采取行动。

但是，网络计划并不总是可用或可能是错误的，因此不可避免地导致控制错误。而且，现有解决方案并不总是适用于所有遇到的操作情况。因此，他们可能以不充分甚至适得其反的方式对网络采取行动。具体示例将特别地在本描述的末尾给出。

标题为“efficientcomputationofsensitivitycoefficientsofnodevoltagesandlinecurrentsinunbalancedradialelectricaldistributionnetworks”的文件-konstantinachristakou，jean-yvesleboudec，mariopaolone，dan-cristiantomozei，描述了一种优化的网络控制原理，其基于在网络计划的基础上为每个操作点创建影响矩阵。

但是，这种现有解决方案已被证明是非常不可靠的，这与它使用网络计划作为构建矩阵的基础这一事实有关，并且难以实现，因为它对于每个操作点需要不同的矩阵。

因此，本发明的目的是提供用于监视和控制电网的方法，该方法在实现适于电网约束的电网实体级别的动作方面是可靠的、高效的，并且该方法不需要使用电网计划来操作，从而避免在网络计划出错情况下的不适当操作。

技术实现要素：

这个目的通过用于监视和控制电网的方法来实现，该电网包括至少一个限定中压子网和低压子网的变电站以及被连接到低压子网中确定的电压的多个实体，每个实体是低压子网中的电力的消耗者和/或生产者，所述方法由包括至少一个处理单元的监视和控制系统实现，所述方法包括：

-以相继的时间间隔获取由低压子网的每个实体消耗和/或生产的电功率量的步骤；

-在每个新的时间间隔确定归因于每个实体的生产和/或消耗配额的步骤；

-考虑在所述新时间间隔之前的时间间隔消耗和/或生产的电功率量，确定对于每个实体要观察的最小和最大生产和/或消耗配额值的步骤；

-基于在所述新时间间隔之前的时间间隔获取的所述消耗和/或生产的电功率量，确定每个实体的预计消耗和/或生产的电功率量的步骤；

-所述生产和/或消耗配额是考虑以下内容的优化问题的解：

-至少一个通过学习获取的唯一数据模型，在每个新的时间间隔应用并且包括代表由每个实体消耗和/或生产的电功率对至少一个被监视的电气量的影响的数据；

-对于所述至少一个被监视的量，要观察的技术约束；

-所述确定的最小和最大生产和/或消耗配额值；

-对于每个实体的所述确定的预计消耗和/或生产的电功率量；

-被选择用于将生产和/或消耗配额分配给实体的优化函数；

-考虑每个确定的生产和/或消耗配额，确定要应用于低压子网的一个或多个实体的电力的生产和/或消耗的控制数据的步骤。

根据本发明的一个特定方面，所述至少一个被监视的电气量与每个实体在其连接点处的电压标准对应。

根据本发明的另一个特定方面，对于所述至少一个被监视的电气量要观察的所述约束与每个实体的最小电压值和最大电压值对应。

根据本发明的另一方面，所述至少一个被监视的电气量与通过变电站的电功率对应。

根据本发明的另一方面，对于所述至少一个被监视的电气量要观察的所述约束与通过变压器的功率的最小值和通过变电站(p)的功率的最大值对应。

根据本发明的另一方面，所述至少一个被监视的电气量与用于通过电缆的电流强度的标准对应。

根据本发明的另一方面，所述优化函数选自：

-最大化归因于实体的生产和/或消耗配额的总和；

-最大化实体之间消耗限制的公平性；或者

-最大化归因于每个实体(ei)的功率的对数。

根据本发明的另一方面，执行确定对于每个实体要观察的最小和最大生产和/或消耗配额值的步骤，同时考虑与每个实体有关的技术数据，其中技术数据选自一个或多个以下数据：

-根据其供应合同归因于每个实体的功率电平；

-与每个生产者实体内安装的电力生产解决方案有关的数据；

-每个实体的可封顶功率或能量的最大量；

-如果实体是生产者，那么与这个实体的存储容量有关的数据。

根据本发明的另一方面，该方法包括确定电网上的新电气数据的数量的步骤，以及当有足够多获取的电气数据可用时更新电网的至少一个数据模型的步骤。

本发明还涉及用于监视和控制电网的系统，该电网包括至少一个限定中压子网和低压子网的变电站以及被连接到低压子网中确定的电压的多个实体，每个实体是低压子网中的电力的消耗者和/或生产者，所述系统包括：

-用于以相继的时间间隔获取由低压子网的每个实体消耗和/或生产的电功率量的模块；

-控制模块，被配置为：

-在每个新的时间间隔确定归因于每个实体的生产和/或消耗配额；

-考虑在所述新时间间隔之前的时间间隔消耗和/或生产的电功率量，确定对于每个实体要观察的最小和最大生产和/或消耗配额值；

-基于在所述新时间间隔之前的时间间隔获取的所述消耗和/或生产的电功率量，确定每个实体的预计消耗和/或生产的电功率量；

-所述生产和/或消耗配额(q)是考虑以下内容的优化问题的解：

-至少一个通过学习获取的唯一数据模型，在每个新的时间间隔应用并且包括代表由每个实体消耗和/或生产的电功率对至少一个被监视的电气量的影响的数据；

-对于所述至少一个被监视的量，要观察的技术约束；

-所述确定的最小和最大生产和/或消耗配额值；

-对于每个实体的所述确定的预计消耗和/或生产的电功率量；

-被选择用于将生产和/或消耗配额分配给实体的优化函数；

-考虑每个确定的生产和/或消耗配额，确定要应用于低压子网的一个或多个实体的电力的生产和/或消耗的控制数据。

根据系统的一个特殊性，所述至少一个被监视的电气量与每个实体在其连接点处的电压标准对应。

根据系统的另一个特殊性，对于所述至少一个被监视的电气量要观察的所述约束与每个实体的最小电压值和最大电压值对应。

根据系统的另一个特殊性，所述至少一个被监视的电气量与通过变电站的电功率对应。

根据系统的另一个特殊性，对于所述至少一个被监视的电气量要观察的所述约束与通过变压器的功率的最小值和通过变电站的功率的最大值对应。

根据系统的另一个特殊性，所述至少一个被监视的电气量与用于通过电缆的电流强度的标准对应。

根据系统的另一个特殊性，所述优化函数选自：

-最大化归因于实体的生产和/或消耗配额的总和；

-最大化实体之间消耗限制的公平性；或者

-最大化归因于每个实体的功率的对数。

根据系统的另一个特殊性，控制模块被配置为确定对于每个实体要观察的最小和最大生产和/或消耗配额值，同时考虑与每个实体有关的技术数据，其中技术数据选自一个或多个以下数据：

-根据其供应合同归因于每个实体的功率电平；

-与每个生产者实体内安装的电力生产解决方案有关的数据；

-每个实体的“可封顶”功率或能量的最大量；

-如果实体是生产者，那么与这个实体的存储容量有关的数据。

根据系统的另一个特殊性，它包括学习模块，该学习模块被配置为确定电网上的新电气数据的数量，以及当有足够多获取的电气数据可用时更新电网的至少一个数据模型的操作。

附图说明

其它特征和优点将在以下关于附图给出的详细描述中出现，其中：

图1示意性地示出了可以向其应用本发明的监视和控制方法的简化电网，以及用于监视这种电网的本发明的监视和控制系统。

图2示意性地示出了本发明的监视和控制系统及其操作原理。

图3和4示出了向其应用本发明方法的各种操作情况。

具体实施方式

参考图1，本发明应用于包括至少一个mv/lv变电站p的电网，从而界定低压lv子网和中压mv子网。

低压子网包括多个实体ei(次序为i，其中i的范围从1到n并且n大于或等于2)，每个实体都是电功率量的消耗者和/或生产者。

术语“实体”ei应当被理解为例如非限制性地表示住宅、一组住宅、至少一个工厂、至少一个发电站(例如光伏发电站或风力发电站)，或者这些各种实体的组合(例如装有光伏面板用于产生电力的住宅)。每个实体ei将包括或将与控制单元相关联，该控制单元负责考虑接收到的控制数据来执行适当的动作(例如生产和消耗封顶动作)。因此，封顶动作将包括限制实体的生产或消耗。

举例来说，图1中所示的电网因此包括n个实体ei。

非限制性地，图中所示的网络包括经由网络分支连接到变电站p的n个实体ei。应当理解的是，低压子网可以包括多个分支，并且每个网络分支是单相或多相。

在低压子网中，每个实体ei的特征在于以下信息：

-电功率量的生产者和/或消耗者；

-低压子网中实体的连接阶段的身份。

图2示出了用于监视和控制这种电网的系统。

该监视和控制系统包括负责实现以下功能的处理和控制单元uc：

-执行用于获取测量数据d1的模块；

-执行学习模块m1，用于构建和更新数据模型md；

-执行控制模块m2，用于确定对电网的适当控制；

-执行用于记录链接到每个实体ei和电网的变电站p的各种数据的模块。

模块是被配置为由处理和控制单元uc执行的软件模块。它们存储在任何已知和可执行的计算机介质上。

处理和控制单元uc通常包括微处理器和存储装置。它有利地包括旨在连接到测量装置(诸如传感器)的多个输入端，以及旨在连接到控制单元的输出端，每个控制单元专用于控制一个不同的实体ei。当然，其它设备可以连接到处理和控制单元uc的输入端/输出端。

由记录模块记录的各种数据尤其可以是：

-连接到电网的技术数据d10；或者

-与低压子网的每个实体有关的数据d20。

技术数据d10可以是变压器站p可以接受的极限值和/或电网的最小和最大可接受电压。

与每个实体有关的数据d20可以是根据其供应合同归因于每个实体的功率电平、与安装在每个生产者实体(例如太阳能电池板区域等等)内的电力生产解决方案有关的数据、如果这个实体是生产者的话那么每个实体的可封顶功率或能量的最大量和/或与实体ei的存储容量有关的数据，等等。

监视和控制系统可以包括用于设置系统参数的人机界面hmi，特别是用于记录链接到低压子网的每个实体ei的数据d10、d20的输入端。

监视和控制系统可以包括用于在低压子网的每个实体的级别测量一个或多个电气量的装置。这些测量装置连接到所述数据获取模块。

这些测量装置有利地是被适当地定位的电流传感器(用于确定每个电流ii)和电压传感器(用于确定每个电压vi)，特别是在低压子网上每个实体ei的主电源电路上以及每个实体ei的连接点处。可以使用任何其它传感器(诸如能量传感器)，使得有可能计算由实体消耗的电能并将其发送到专用中央单元(数据收集服务器)或直接发送到处理和控制单元uc。

控制模块m2的执行被配置为至少部分地实现本发明的监视和控制方法。

根据本发明的一个特定方面，本发明的监视和控制方法因此主要在于监视电网，以便确定要发送到低压子网的一个或多个实体ei的消耗和/或生产控制数据。可以发送其它控制数据，诸如例如：

-用于存储要发送到拥有免费存储容量的生产者实体的能量的控制数据；

-如果网络的供应在变电站p的上游被中断或限制，那么用于释放要发送到网络的一个或多个生产者实体的能量的控制数据；

-用于修改消耗和/或生产行程阈值的控制数据。

为了操作，控制模块m2基于作为学习操作的结果而获得的至少一个数据模型md1和/或md2，并且当足够多新获取的数据(例如借助于测量获取的)变得可用时能够被定期更新。

学习操作由处理和控制单元uc执行的学习模块m1实现。

在完成学习操作后，每个数据模型md1、md2对于一个操作点集合是唯一的。

为了创建数据模型md1、md2，学习模块m1使用由处理和控制单元uc获取的数据。

这些数据可以是：

-在变电站p的级别来自传感器的测量历史的数据d2；

-在网络的实体ei的级别来自传感器的测量历史的数据d3；

-来自例如在网络的各个分支上的各种传感器的测量历史的数据d4；

-在网络的各个分支的级别、在网络的每个实体ei的级别和/或在变电站的级别来自网络的所有传感器进行的最新测量的数据d1。

在不存在数据历史的情况下，借助于上述测量装置，在取决于待监视的电网的尺寸并取决于采样周期的可变长度的学习持续时间上，通过测量来获取数据。这个持续时间可以是例如24小时、几天或甚至几个月。用于获取测量的采样周期可以是可调节的。

为了构建数据模型md1、md2，由处理和控制单元uc使用的数据(来自历史和/或在学习持续时间内测得的)至少如下：

-由低压子网的每个实体ei消耗和/或生产的有功功率；

-用于每个实体ei的电压标准；

-通过网络的变电站p的电功率。

这些数据是随着时间的推移获取的，从而定义多个相继的操作点。

有利地，所获取的数据彼此同步，以便形成所述操作点。

作为非限制性示例，所获取的数据是rms(均方根)数据。

作为示例，下面的第一个表示出了在低压子网络中测得的数据的历史，每个客户端与不同的实体ei对应：

在这个表中，有可能看到由每个实体消耗或生产的功率量(如果是负的)以及在各种时刻其连接点(相位)处的电压，每个时刻因此定义不同的操作点。

举例来说，下面的第二个表示出了在变电站的级别测得的数据的历史：

这第二个表示出了在变电站的次级(lv侧)的每相电压，以及在上述定义的相同时刻通过变电站的电流强度(也是在次级测得的)。在由低压子网的一个或多个实体进行电力生产的情况下，这个电流强度可以是负的。

一旦获取了足够的数据，学习模块m1就将学习算法应用于数据对，这个对是根据待观察的技术约束来选择的。

举例来说，它可以是以下数据对之一：

-每个实体所消耗和/或生产的有功功率/用于每个实体的电压标准。因此，这使得有可能控制在每个实体的连接点处的电压。

-每个实体消耗或生产的有功功率/通过变电站的功率。这使得有可能确保通过变压器的功率是正确的。

-由每个实体消耗或生产的有功功率/用于通过电缆的电流强度的标准。这使得有可能确保用于通过这个电缆的电流强度的标准是正确的。

为了处理所获取的数据，学习模块可以以线性回归的形式实现学习算法。可以使用任何其它合适的算法(例如，神经网络等等)。

对于所有的操作点，学习模块m1构建单个数据模型，一个操作点与给定时刻(与上表中的日期列对应)处进行的所有测量对应。

因此，对于目标数据对，获得矩阵形式的唯一数据模型。根据所执行的控制，然后将使用单个矩阵来控制这个数据对，而不管操作点如何。

更一般而言，对于上面提到的第一数据对，学习模块m1因此生成数据模型md1，其包括：

·表示由每个实体消耗和/或生产的功率对低压子网的其它实体的电压标准的影响的数据。

对于上面提到的第二数据对，学习模块m1因此生成数据模型md2，其包括：

·表示由每个实体消耗和/或生产的功率对通过变电站的功率的影响的数据。

每个数据模型都教导了由实体消耗或生产的功率量对数据对的另一个参数的影响。

在数据模型md1中，矩阵(由au表示)因此包括多列，每列x专用于低压子网的一个不同的实体ei，以及多行，每行也专用于低压子网的一个不同的实体ei。然后通过系数填充矩阵的列和行。在每列中，系数cxy表示由列中给出的低压子网的实体消耗或生产的功率量对每行上给出的低压子网的每个其它实体的被监视值的影响。

举例来说，以表的形式示出的这种矩阵如下：

例如，在线性学习操作的情况下，矩阵au的列x表示低压子网的实体ex的净消耗对用于在每行上给出的相同网络的所有其它实体的电压标准的影响。因此，在这个矩阵中位置(x；y)处的系数-0.5指示如果实体ex将其消耗增加1kw，那么子网的另一个实体ey的电压减小0.5v。

凭借数据模型，因此有可能确保增加一个实体的生产(或消耗)配额不会造成另一个实体的电压超出允许限度的风险。

相同的操作适用于数据模型md2(由矩阵ap表示)，其中每列表示低压子网的实体的生产或消耗对通过变电站p的功率的影响。

当然，也可以(通过测量或其它方式)获取除上面定义的数据以外的数据，以丰富数据模型。非限制性地，这些可以是电网的特定线路中的电流强度的测量，或连接到包括在电网中的另一个变电站的测量。

在监视和控制方法的实现期间，控制模块m2被配置为基于作为输入接收的最新获取数据d1以及已经由处理和控制单元uc拥有的数据来确定要发送到实体ei的控制数据。

为此，控制模块m2确定要分配给电网的每个实体的生产配额qprod_i和/或消耗配额qcons_i。它实施优化原理。该优化原理使得有可能确定要发送到网络的实体ei的最佳配额。换句话说，这将是找到能够满足目标优化原理并因此确定允许满足优化目标的所有配额的解决方案的问题。这个目标由目标函数f定义。这将是例如确定使得以下操作有可能的要分配给每个实体ei的生产配额qprod_i或消耗配额qcons_i的问题：

-最大化归因于实体的配额总和；

-最大化实体之间消耗限制的公平性；或者

-最大化归因于每个实体的功率的对数之和。

根据被监视的一个或多个数据对，控制模块m2随着时间的推移使用以下测得值中的一个或多个：

-由网络的一个或多个实体消耗和/或生产的(有功的，潜在地无功的)电功率(无论两者是独立测量还是仅实际报告总和)；

-通过电网分支、通过实体ei和/或通过变电站p的电功率的量；

-在其连接点处用于低压子网的一个或多个实体的电压标准vi；

-在其连接点处用于一个或多个实体的详细电压(实部+虚部)；

-用于流经网络的一个或多个分支的电流强度的标准；

-网络的一个或多个分支中的详细电流强度(实部+虚部)。

控制模块m2以相继的时间间隔操作，优选地所有时间间隔具有完全相同的持续时间。对于每个新的时间间隔，控制模块m2负责确定要分配给每个实体ei的生产配额qprod_i和消耗配额qcons_i。控制模块m2分开确定要分配给每个实体的生产配额和消耗配额。当然，如果被监视的网络的任何实体都不是生产者，那么确定生产配额将毫无意义，反之亦然。

为了确定要分配给每个实体ei的生产配额qprod_i，控制模块m2实现以下步骤：

-它获取关于网络的每个实体ei消耗和/或生产的功率量的测量数据d1；这些数据由测量装置以相继的时间间隔(例如每10分钟)测量；

-它为每个实体ei确定它可以归因于实体ei的最小和最大生产配额值q^min(t)和q^max(t)；为了设置这些限值，它可以特别使用在前一个时间间隔为这个实体ei测得的的生产数据；

-它为每个实体ei确定每个实体ei在这个新时间间隔内消耗的功率量的预计这个预计例如通过考虑在一个或多个先前时间间隔测得的功率数据来产生；

-考虑到前面步骤中设置的各种约束，它将这些数据插入到优化问题中；

-求解优化问题，使得它有可能获得要分配给网络的每个实体ei的生产配额qprod_i；

-可选地，可以校正为每个实体ei获得的配额。

这些各种步骤以完全相同的方式实现，以确定要分配给每个实体ei的消耗配额qcons_i，消耗的功率预计被产生的功率预计替换。

在优化问题中，控制模块使用在学习阶段期间学到的至少一个数据模型(md1或md2)，其与被监视的数据对对应。

下面描述在确定要分配给网络的n个实体ei的生产配额以及然后消耗配额时由控制模块m2管理的优化问题。非限制性地，这些优化问题是在两个数据模型md1和md2组合的基础上建立的，但应当理解的是，如果单个数据对被监视，那么可以仅基于两个模型中的一个建立它们。相反，也可以结合与其它被监视的数据对对应的其它数据模型。推理是基于n个实体ei。

-生产配额

对于生产，要求解的优化问题如下：

其中：

-q是为网络的n个实体(q包括多个配额qprod_i)对于时间间隔t分配的生产配额；

-f是目标函数，它取决于分配给每个实体的配额；

-pcons(t-1)和pprod(t-1)是在前一时间间隔(t-1)的消耗和生产方面的功率测量；

-是对于下一个时间间隔(t)对于网络的实体的消耗预计。这个预计可以取决于其它测得的值(特别是pcons(t-1)和pprod(t-1))；

-u^min和u^max是网络的每个实体的最小和最大可接受电压值，与上面提到的数据d10对应；

-和是变压器级别的最小和最大可接受功率值，与上面提到的数据d10对应；

-q^min(t)和q^max(t)与可归因于每个实体的最小和最大配额值对应。它们是依赖时间的值，并在求解上述等式(1)之前进行调整。它们可以根据在前一时间间隔进行的测量((pcons(t-1)和pprod(t-1))来选择，并且还可以根据实体及其电气设施的各种信息(数据d20)(太阳能设施的峰值功率、断路器的可接受功率等等)或其它合同数据进行选择；

-(ap，bp)和(au，bu)是在学习阶段期间学到的数据模型md1、md2的矩阵。

-消耗配额

对于消耗，要求解的优化问题如下：

其中：

-q是为网络的n个实体(q包括多个配额qcons_i)对于时间间隔t分配的消耗配额；

-f是目标函数，它取决于分配给每个实体的配额。它可以与等式(1)的函数f不同；

-是对于下一个时间间隔(t)对于网络的实体的消耗预计。这个预计可以取决于其它测得的值(特别是pcons(t-1)和pprod(t-1))；

-u^min和^max是网络的每个实体的最小和最大可接受电压值，与上面提到的数据d10对应；

-和是变压器级别的最小和最大可接受功率值，与上面提到的数据d10对应；

-q^min(t)和q^max(t)与可归因于每个实体的最小和最大配额值对应。它们与为生产定义的配额值不同，但取决于相同的因素。它们可以具体地根据在前一时间间隔进行的测量((pcons(t-1)和pprod(t-1))来选择，并且还可以根据实体及其电气设施的各种信息(数据d20)(太阳能设施的峰值功率、断路器的可接受功率等等)或其它合同数据进行选择；

-(ap，bp)和(au，bu)是在学习阶段期间学到的数据模型md1、md2的矩阵。

非限制性地，“目标”函数在于例如优化电工技术标准，诸如减少损失、最大化实体生产的功率之和、最大化指派给实体ei的最小配额、最大化指派给每个实体的功率的对数，等等。

控制模块m2接下来根据使用上述推理为网络的每个实体确定的生产和/或消耗配额(qprod_i、qcons_i)确定要发送给一个或多个实体的控制数据dx。基于接收到的控制数据，与每个实体ei相关联的控制单元将能够执行适当的动作(封顶、减载等等)。

参考图3和4，下面详细描述所实现的控制操作的若干示例。

第一操作案例-图3

考虑图3的简化网络。它由至少四个描绘的实体e1-e4组成，这些实体连接在网络的一个单独分支上。前三个实体是消耗者和生产者，而实体e4仅是消耗者。

实体e1连接到低压子网的相位(a)；

实体e2连接到低压子网的相位(b)；

实体e3连接到低压子网的相位(c)；

实体e4连接到低压子网的相位(a)。

在阳光明媚的日子，实体e1、e2和e3的太阳能面板向网络注入大量功率，因此沿着主要线路的电压增加，以在实体e4的级别在相位(a)上达到其最大值。

在这个操作案例中，以矩阵au的形式示出的数据模型md1如下：

一种常见的策略在于封顶最接近实体e4的生产者实体(即，实体e3)。但是，e3连接在相位(c)上。因此，封顶其生产将导致相位(a)上的电压(轻微)增加而不是减小它。

具体而言，观察到在矩阵au的第四列上，实体e4的消耗增加一瓦：

.将实体e1的电压减小0.2v；

.将实体e2的电压增加0.04v；

.将实体e3的电压增加0.03v；

.将实体e4的电压减小0.4v。

为了减小实体e4的电压，因此有必要优先对实体e4的生产采取动作(0.4>0.3)。但是，由于实体e4没有生产装置，因此有必要优先对实体e1采取动作以有效地减小实体e4的电压。

凭借数据模型md，本发明的监视和控制方法能够考虑一个实体的增加或减小对另一个实体的影响，并且因此被配置为确定应当对哪个实体执行封顶动作。

第二操作案例-图4a、4b和4c

考虑图4a的简化网络，其中：

e1至e4＝消耗者；

e5和e6＝消耗者+生产者。

低压子网包括实体e1和e2在其上连接的主要分支1和在连接点处连接到主要分支的两个并行的次级分支10、11，第一次级分支10在其上连接有实体e3和e4，并且第二次级分支11在其上连接有实体e5和e6。

为简化起见，所有实体e1至e6都连接到低压子网的相同相位。

在强烈的阳光下，实体e5和e6产生大量的电能，它们将其注入电网。这导致第二次级分支11上的电压增加。但是，如果实体e3和e4消耗很多，那么第一次级分支10上的电压趋于减小。这由图4b和4c中所示的轮廓p0来图示。在这个轮廓中，有可能看出，在上面提到的情况下，实体e6在其连接点处的电压高于电压限制(vh)，并且实体e4在其连接点处的电压低于电压限制(vl)。

如果两种效果同时发生，那么通常情况下不再能使用抽头变换变电站简单地调整电压。

图4b图示了现在使用抽头变换变电站可能给出的响应。一个抽头变换变压器将允许解决欠压问题，同时恶化过压问题(由虚线表示的轮廓p1-实体e4返回到vl以上-实体e5超过极限vh)或者在恶化欠压问题的同时解决过压问题(由灰线表示的轮廓p2-实体e6回落到极限vh以下-实体e3降至极限vl以下)。

在这个示例中，矩阵au可以采用以下形式：

在这个矩阵的基础上，凭借矩阵中存在的系数的低值，有可能观察到两个实体e5和e6对两个实体e3和e4的影响非常小，反之亦然。基于这些系数，优化问题的解将不涉及在实体e5或e6的级别处过电压的情况下封顶实体e3或e4的生产(反之亦然)。

此外，本发明的解决方案使得有可能认识到，实体e5和e6的生产导致其分支上的电压增加，而实体e3和e4的消耗导致其分支上的电压减小。通过确定应当对哪些实体执行封顶和抑制的动作，本发明的解决方案使得有可能获得允许所有实体ei返回到低压子网的操作极限内的电压轮廓(轮廓p3-图4c)。

可以理解的是，本发明的解决方案因此具有许多优点，其中：

-它不需要重建电网的计划，如在现有技术中经常进行一样；

-它可以允许基于单个数据模型来控制电网，该数据模型适于被监视的数据对。