CN102315650A - 并网模式下微电网微型燃气轮机供电量的优化方法 - Google Patents

并网模式下微电网微型燃气轮机供电量的优化方法 Download PDF

Info

Publication number
CN102315650A
CN102315650A CN201110211947A CN201110211947A CN102315650A CN 102315650 A CN102315650 A CN 102315650A CN 201110211947 A CN201110211947 A CN 201110211947A CN 201110211947 A CN201110211947 A CN 201110211947A CN 102315650 A CN102315650 A CN 102315650A
Authority
CN
China
Prior art keywords
power supply
power
gas turbine
amount
electrical network
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.)
Pending
Application number
CN201110211947A
Other languages
English (en)
Inventor
周雪妍
陈喆
罗运虎
谢少军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201110211947A priority Critical patent/CN102315650A/zh
Publication of CN102315650A publication Critical patent/CN102315650A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/72Wind turbines with rotation axis in wind direction
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00Climate change mitigation technologies for sector-wide applications
    • Y02P80/10Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14District level solutions, i.e. local energy networks

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种并网模式下微电网微型燃气轮机供电量的优化方法,包括以下步骤:(1)供电方式分类——将并网模式下的微电网供电方式分为以下4类:大电网向微电网进行供电、可再生分布式发电、不可再生分布式发电以及可中断负荷IL;(2)量化各类供电方式的供电成本;(3)基于协调优化理论提出优化微型燃气轮机供电量的数学模型,该数学模型以各类供电方式的供电成本之和最小为目标建立,从而获取微型燃气轮机供电优化量Pg,t.0。因此本发明在满足微电网负荷需求的前提下,充分利用该并网模式下微电网各类供电方式的经济互补特性,综合考虑各种供电方式之间的关系以提高该模式下微电网供电经济性,从而实现对微型燃气轮机供电量的优化。

Description

并网模式下微电网微型燃气轮机供电量的优化方法
技术领域
本发明涉及一种并网模式下微电网微型燃气轮机供电量方法,属微电网运行与控制技术领域。
背景技术
微电网优化问题包括微电网备用配置优化与供电方式优化两个方面,其中微电网供电方式优化问题实质为在给定微电网可再生分布式发电(DG)与负荷需求的前提下,研究如何合理安排各类供电方式来协调微电网供电可靠性与供电经济性问题,属于经济调度问题,其目标是追求供电成本最小化。
长期以来,有关供电方式优化方面的研究较多集中在大电网,主要为供电公司在风险大小不同两市场(短期与长期)或多市场(长期合同市场、现货市场以及实时市场)上的供电方式优化、配电公司在可再生分布式发电(DG)与可中断负荷(IL)上的供电方式优化等方面。
而基于并网模式下各类供电方式的经济互补特性建立的微电网供电量的优化,目前相关研究、报道较为少见。
发明内容
本发明针对现有技术的不足,提供一种并网模式下微电网微型燃气轮机供电量的优化方法,其将并网模式下微电网供电方式分为以下4类:大电网向微电网进行供电;启动风力发电、光伏发电等可再生分布式发电;投入燃料电池、微型燃气轮机等不可再生分布式发电以及可中断负荷IL。在满足微电网负荷需求的前提下,充分利用该并网模式下微电网各类供电方式的经济互补特性,提高该模式下微电网供电经济性,实现对微型燃气轮机供电量的优化。
为实现以上的技术目的,本发明将采取以下的技术方案:
一种并网模式下微电网微型燃气轮机供电量的优化方法,包括以下步骤:(1)供电方式分类——将并网模式下的微电网供电方式分为以下4类:大电网向微电网进行供电、可再生分布式发电、不可再生分布式发电以及可中断负荷IL;(2)量化各类供电方式的供电成本;(3)基于协调优化理论提出优化微型燃气轮机供电量的数学模型,该数学模型以各类供电方式的供电成本之和最小为目标建立;从而获取微型燃气轮机供电优化量Pg,t.0
所述步骤(1)中的可再生分布式发电包括风力发电、光伏发电;不可再生分布式发电包括采用燃料电池或者微型燃气轮机发电。
所述步骤(2)中各类供电方式供电成本的量化方程为:
C 1 = p f P t ( t ∈ t f ) p p P t ( t ∈ t p ) p g P t ( t ∈ t g ) - - - ( 1 )
C 2 = a 2 P r , t 2 + b 2 P r , t + c 2 - - - ( 2 )
C 3 = a 3 P g , t 2 + b 3 P g , t + c 3 - - - ( 3 )
C 4 = a 4 P i , t 2 + b 4 P i , t + c 4 - - - ( 4 )
所述步骤(3)中的数学模型为:
minC(Pg,t)=C3(Pg,t)+C124(Pg,t,Pt,Pr,t,Pi,t,PL,t)    (5)
s.t.Pg,t+[Pt+(Pw,t+Ps,t+Pr,t+Pi,t)]=PL,t                (6)
h(Pt,Pw,t,Ps,t,Pg,t,Pr,t,Pi,t)≥0                    (7)
其中:C1、C2、C3、C4分别为大电网、燃料电池、微型燃气轮机以及中断IL的供电成本;C124=C1+C2+C4;pf、pp、pg分别为大电网供电对应于峰时段tf、平时段tp以及谷时段tg的电价;中a2、b2、c2为燃料电池供电成本函数的系数;a3、b3、c3为微型燃气轮机供电成本函数的系数;a4、b4、c4为IL中断成本函数的系数;Pt、Pr,t、Pg,t、Pi,t分别为满足微电网t时段负荷需求水平下的大电网、燃料电池、微型燃气轮机的供电量以及IL的中断量;Pw,t、Ps,t分别为t时段下风力发电、光伏发电的发电量;式(5)以各类供电方式下的供电成本之和最小为目标来满足供电经济性要求;式(6)以各类供电量之和等于负荷需求水平PL,t来满足微电网供电可靠性要求;式(7)为各类供电方式供电量的总量不等式约束条件。
所述t时段微型燃气轮机供电优化量Pg,t.o根据以下算法进行求解:①、预设Pg,t.n的初始值及其增加的步长值ΔPg,t,对Pg,t.n初始量赋以零值,即n=0时,Pg,t,n=0;②、将Pg,t.n按照步长值ΔPg,t增加,即Pg,t,n+1=Pg,t,n+ΔPg,t;③、计算出Pg,t.n以及C3(Pg,t.n);④、判断Po,t是否大于等于0,其中Po,t=PL,t-[Pw,t+Ps,t+Pg,t];若Po,t大于等于0,则计算出此时的Po,t以及C124(Pg,t.n);否则将Po,t以及C124(Pg,t.n)均设为零值;⑤、根据所计算出的Po,t以及C124(Pg,t.n),计算供电成本C;⑥、判断步骤⑤所计算出的供电成本C是否为Cmin,若是,则将此时所对应的Pg,t.n作为Pg,t.o输出,反之,则重新根据步骤②至⑥进行搜索;步骤⑥的判断依据根据等微增率准则建立,此时供电优化量Pg,t.o满足|θC124/θPg,t|=θC3/θPg,t,令
Figure BDA0000078923430000031
通过判断是否小于1来判断步骤⑤所计算出的供电成本C是否为Cmin;若
Figure BDA0000078923430000033
小于1,则步骤⑤所计算出的供电成本C即为Cmin;反之,步骤⑤所计算出的供电成本C不是Cmin;其中:C124=C1+C2+C4;C234=C2+C3+C4
根据以上的技术方案,可以实现以下的有益效果:
本发明在满足微电网负荷需求的前提下,充分利用该并网模式下微电网各类供电方式的经济互补特性,综合考虑各种供电方式之间的经济互补关系,以提高该模式下微电网供电经济性,实现对微型燃气轮机供电量的优化。
附图说明
图1是本发明并网模式下微型燃气轮机供电量的优化示意图;
图2是本发明并网模式下微型燃气轮机供电量的流程框图
图3是并网模式下大电网向微电网进行供电的最大供电容量对t时段负荷需求微型燃气轮机最优供电量的影响曲线图;
图4是并网模式下大电网向微电网进行供电的供电价格对t时段负荷需求微型燃气轮机最优供电量的影响曲线图。
具体实施方式
附图非限制性地公开了本发明所涉及优选实施例的流程示意图;以下将结合附图详细地说明本发明的技术方案。
1-关于并网模式下微电网供电方式的诠释
从满足微电网负荷需求角度,并网模式下微电网供电方式可分为大电网向微电网进行供电、启动风力发电、光伏发电等可再生DG,投入燃料电池、微型燃气轮机等不可再生DG以及中断IL4类。
大电网参与微电网供电所付出的供电成本为购电成本(等于供电价格与供电量两者的乘积),为启动风力发电、光伏发电等可再生DG所付出的供电成本仅为配置成本(包括一次性投资成本与日常维护成本);为投入燃料电池、燃气轮机等不可再生DG所付出的供电成本除了配置成本之外,还将包括供电成本(包括燃料、环境保护等成本);为中断IL所付出的供电成本(中断代价)为日常的电费损失(通过电价打折措施来换取可中断权),因此上述各类供电方式的供电成本并不相同且具有较强的经济互补特性。
与电力系统稳定性预防控制与紧急控制之间的互补性相类似,上述微电网各类供电方式之间的经济互补特性给优化微型燃气轮机供电决策留下了空间。如果将单纯采用微型燃气轮机供电视为孤立防御,那么综合协调该模式下微电网各类供电方式则可视为综合防御,综合防御无论是从技术还是经济层面,都要比孤立防御具有更好的性价比。
2-并网模式下微电网各类供电成本的量化
2.1大电网向微电网进行供电的成本量化
对于大电网以峰谷分时电价向微电网进行供电方式,其t时段的供电成本可以表述为:
C 1 = p f P t ( t ∈ t f ) p p P t ( t ∈ t p ) p g P t ( t ∈ t g ) - - - ( 1 )
式中pf、pp、pg分别对应于峰时段tf、平时段tp以及谷时段tg的电价;Pt为t时段大电网向微电网进行供电的供电量。
2.2可再生DG供电成本的量化
为启动风力发电、光伏发电等可再生DG所付出的供电成本为一次性投资成本与日常运行维护成本,其单位成本相对于微电网其它各类不可再生DG单位供电成本较高且为常数。优先安排可再生DG参与微电网供电符合未来电网发展需求与国家节能环保要求,因此在优化微电网微型燃气轮机供电量的过程中,对于这部分成本可不作考虑,并不会影响到微电网微型燃气轮机供电量的优化结果。
2.3不可再生DG供电成本的量化
C 2 = a 2 P r , t 2 + b 2 P r , t + c 2 - - - ( 2 )
C 3 = a 3 P g , t 2 + b 3 P g , t + c 3 - - - ( 3 )
式(2)为燃料电池供电成本,其中a2、b2、c2为其供电成本函数的系数,Pr,t为其t时段供电量;式(3)为微型燃气轮机供电成本,其中a3、b3、c3为其供电成本函数的系数,Pg,t为其t时段供电量。
2.4IL中断成本的量化
C 4 = a 4 P i , t 2 + b 4 P i , t + c 4 - - - ( 4 )
式中a3、b3、c3为IL中断成本函数的系数,Pi,t为其t时段中断量(相当于虚拟的供电量)。
3-优化模型的建立
3.1问题的描述
在满足微电网t时段负荷需求前提下,图2给出了微型燃气轮机供电量Pg,t与供电成本的关系曲线来描述优化过程,从中不难看出以下3点:
①随着Pg,t的增加,C3随之增加,而C124随之减少;
②当Pg,t>Pg,t.o时,如果Pg,t过高,则C124的减少量不足以弥补C3的增加量,此时可适当减少Pg,t来减少C;
③当Pg,t<Pg,t.o时,如果Pg,t过少,则C124的增加量不足以弥补C3的减少量,此时可适当增加Pg,t来减少C。
显然,只要Pg,t≠Pg,t.o,都将导致C增加,并网模式下微电网微型燃气轮机供电量优化问题实质就是搜索Pg,t.o的过程。
3.2问题的建模
针对微电网t时段负荷需求,在预测出该时段风力发电、光伏发电发电量的前提下,为使得在满足微电网负荷需求的前提下提高并网模式下微电网供电经济性,将以该模式下微电网各类供电方式的供电成本之和(总代价C)最小为目标来建模,其数学模型可表示为:
minC(Pg,t)=C3(Pg,t)+C124(Pg,t,Pt,Pr,t,Pi,t,PL,t)    (5)
s.t.Pg,t+[Pt+(Pw,t+Ps,t+Pr,t+Pi,t)]=PL,t                (6)
h(Pt,Pw,t,Ps,t,Pg,t,Pr,t,Pi,t)≥0                    (7)
式中Pt、Pr,t、Pg,t、Pi,t为满足微电网t时段负荷需求水平下大电网、燃料电池、微型燃气轮机的供电量以及IL的中断量;Pw,t、Ps,t为t时段下风力发电、光伏发电的发电量;式(5)以各类供电方式下的供电成本之和最小为目标来满足供电经济性要求;式(6)以各类供电量之和等于负荷需求水平PL,t来满足微电网供电可靠性要求;式(7)为各类供电量的总量不等式约束条件。
3.3问题的求解
根据等微增率准则,t时段微型燃气轮机供电量的最优值Pg,t.o应满足|θC124/θPg,t|=θC3/θPg,t。通过
Figure BDA0000078923430000051
可有效引导对Qg,t.o的搜索。根据上面的搜索策略,可采用以下算法:
①对Pg,t.o初始量赋以零值(n=0,Pg,,t,n=0),并设其增加的步长为ΔPg,t
②在每一ΔPg,t内,计算
Figure BDA0000078923430000052
③判断
Figure BDA0000078923430000053
是否小于1,如是,则转⑤;
④令Pg,t,n+1=Pg,t,n+ΔPg,t,按步长增加ΔPg,t,转②;
⑤得出Pg,t.o
虽然该算法不能得到最优解,但能通过较少的计算量得到满意解,因而比较适合工程应用。显然,基于代价的灵敏度技术将大大加快搜索速度。图1给出了优化微型燃气轮机供电量的流程框图,图中Po,t=PL,t-[Pw,t+Ps,t+Pg,t]。
4仿真分析
4.1计算条件
设某时段t为谷时段,大电网向微电网进行供电的最大供电容量、供电价格分别为200kW、0.4元/kWh,负荷需求为640.1kW,风力发电为200kW、光伏发电为67.3kW,燃料电池供电成本系数a1=0.004、b1=0、c1=0,最大供电量为200kW;微型燃气轮机供电成本系数a2=0.01、b2=0、c2=0,最大供电量为100kW;IL中断成本系数a3=0.008、b3=0、c3=0,最大中断量为200kW。
4.2微型燃气轮机供电量的优化
针对上述原始数据,附图2给出了该时段Pg,t的优化结果。从图中不难看出:Pg,t过大或过小都不合适,而应存在最优值Pg,t.o,此时Pg,t.o=36.3kW、Cmin=142.3元。
4.3量化大电网向微电网进行供电的影响
附图3~4是并网模式下大电网向微电网进行供电的最大供电容量、供电价格对t时段负荷需求微型燃气轮机最优供电量的影响。从附图3~4不难看出以下两点:
(1)随着大电网向微电网进行供电的最大供电容量的增加,为满足微电网t时段负荷需求,并网模式下微型燃气轮机最优供电量先减少、后保持不变,其中当最大供电容量为200kW时,微型燃气轮机最优供电量与4.2节仿真结果保持一致,当最大供电容量大于280kW时,微型燃气轮机最优供电量保持不变;
(2)随着大电网向微电网进行供电的供电价格的增加,为满足微电网t时段负荷需求,并网模式下微型燃气轮机最优供电量先保持不变、后增加,其中当供电价格为0.4元/kWh时,微型燃气轮机最优供电量与4.2节仿真结果保持一致,当供电价格大于0.7元/kWh时,微型燃气轮机最优供电量开始增加。

Claims (4)

1.一种并网模式下微电网微型燃气轮机供电量的优化方法,其特征在于:(1)将并网模式下的微电网供电方式分为以下4类:大电网向微电网进行供电、可再生分布式发电、不可再生分布式发电以及可中断负荷IL;(2)量化各类供电方式的供电成本;(3)基于协调优化理论提出优化微型燃气轮机供电量的数学模型,并以各类供电方式的供电成本之和最小为目标建立数学模型,从而获取微型燃气轮机供电优化量Pg,t.0
2.根据权利要求1所述并网模式下微电网微型燃气轮机供电量的优化方法,其特征在于,所述步骤(1)中的可再生分布式发电包括风力发电、光伏发电;不可再生分布式发电包括采用燃料电池或者微型燃气轮机发电。
3.根据权利要求2所述并网模式下微电网微型燃气轮机供电量的优化方法,其特征在于,所述步骤(2)中各类供电方式供电成本的量化方程为:
C 1 = p f P t ( t ∈ t f ) p p P t ( t ∈ t p ) p g P t ( t ∈ t g ) - - - ( 1 )
C 2 = a 2 P r , t 2 + b 2 P r , t + c 2 - - - ( 2 )
C 3 = a 3 P g , t 2 + b 3 P g , t + c 3 - - - ( 3 )
C 4 = a 4 P i , t 2 + b 4 P i , t + c 4 - - - ( 4 )
所述步骤(3)中的数字模型为:
minC(Pg,t)=C3(Pg,t)+C124(Pg,t,Pt,Pr,t,Pi,t,PL,t)    (5)
s.t.Pg,t+[Pt+(Pw,t+Ps,t+Pr,t+Pi,t)]=PL,t                (6)
h(Pt,Pw,t,Ps,t,Pg,t,Pr,t,Pi,t)≥0                    (7)
其中:C1、C2、C3、C4分别为大电网、燃料电池、微型燃气轮机以及中断IL的供电成本;C124=C1+C2+C4;pf、pp、pg分别为大电网供电对应于峰时段tf、平时段tp以及谷时段tg的电价;中a2、b2、c2为燃料电池供电成本函数的系数;a3、b3、c3为微型燃气轮机供电成本函数的系数;a4、b4、c4为IL中断成本函数的系数;Pt、Pr,t、Pg,t、Pi,t分别为满足微电网t时段负荷需求水平下的大电网、燃料电池、微型燃气轮机的供电量以及IL的中断量;Pw,t、Ps,t分别为t时段下风力发电、光伏发电的发电量;式(5)以各类供电方式下的供电成本之和最小为目标来满足供电经济性要求;式(6)以各类供电量之和等于负荷需求水平PL,t来满足微电网供电可靠性要求;式(7)为各类供电方式供电量的总量不等式约束条件。
4.根据权利要求3所述并网模式下微电网微型燃气轮机供电量的优化方法,其特征在于,t时段微型燃气轮机供电优化量Pg,t.o根据以下算法进行求解:①、预设Pg,t.n的初始值及其增加的步长值ΔPg,t,对Pg,t.n初始量赋以零值,即n=0时,Pg,t,n=0;②、将Pg,t.n按照步长值ΔPg,t增加,即Pg,t,n+1=Pg,t,n+ΔPg,t;③、计算出Pg,t.n以及C3(Pg,t.n);④、判断Po,t是否大于等于0,其中Po,t=PL,t-[Pw,t+Ps,t+Pg,t];若Po,t大于等于0,则计算出此时的Po,t以及C124(Pg,t.n);否则将Po,t以及C124(Pg,t.n)均设为零值;⑤、根据所计算出的Po,t以及C124(Pg,t.n),计算供电成本C;⑥、判断步骤⑤所计算出的供电成本C是否为Cmin,若是,则将此时所对应的Pg,t.n作为Pg,t.o输出,反之,则重新根据步骤②至⑥进行搜索;步骤⑥的判断依据根据等微增率准则建立,此时供电优化量Pg,t.o满足|θC124/θPg,t|=θC3/θPg,t,令
Figure FDA0000078923420000021
通过判断
Figure FDA0000078923420000022
是否小于1来判断步骤⑤所计算出的供电成本C是否为Cmin;若
Figure FDA0000078923420000023
小于1,则步骤⑤所计算出的供电成本C即为Cmin;反之,步骤⑤所计算出的供电成本C不是Cmin;其中:C124=C1+C2+C4;C234=C2+C3+C4
CN201110211947A 2011-07-27 2011-07-27 并网模式下微电网微型燃气轮机供电量的优化方法 Pending CN102315650A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110211947A CN102315650A (zh) 2011-07-27 2011-07-27 并网模式下微电网微型燃气轮机供电量的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110211947A CN102315650A (zh) 2011-07-27 2011-07-27 并网模式下微电网微型燃气轮机供电量的优化方法

Publications (1)

Publication Number Publication Date
CN102315650A true CN102315650A (zh) 2012-01-11

Family

ID=45428552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110211947A Pending CN102315650A (zh) 2011-07-27 2011-07-27 并网模式下微电网微型燃气轮机供电量的优化方法

Country Status (1)

Country Link
CN (1) CN102315650A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102882235A (zh) * 2012-09-24 2013-01-16 南京航空航天大学 一种自适应优化光伏建筑供电系统供电决策的方法
CN103151797A (zh) * 2013-03-04 2013-06-12 上海电力学院 基于多目标调度模型的并网运行方式下微网能量控制方法
CN104734173A (zh) * 2013-12-18 2015-06-24 国家电网公司 用于微电网并网运行的数据处理方法和装置
CN108667052A (zh) * 2018-05-02 2018-10-16 中国电力科学研究院有限公司 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统
CN110410289A (zh) * 2019-07-24 2019-11-05 中国科学院电工研究所 利用太阳能供热和高温热化学储热的sofc-gt联合发电系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102104251A (zh) * 2011-02-24 2011-06-22 浙江大学 一种并网运行模式下的微电网实时能量优化调度方法
CN102103720A (zh) * 2011-01-31 2011-06-22 南京航空航天大学 一种基于风险的微电网分布式发电备用优化配置方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102103720A (zh) * 2011-01-31 2011-06-22 南京航空航天大学 一种基于风险的微电网分布式发电备用优化配置方法
CN102104251A (zh) * 2011-02-24 2011-06-22 浙江大学 一种并网运行模式下的微电网实时能量优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吕亚洲 等: "微电网供电决策优化问题的评述", 《华东电力》, vol. 39, no. 7, 24 July 2011 (2011-07-24) *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102882235A (zh) * 2012-09-24 2013-01-16 南京航空航天大学 一种自适应优化光伏建筑供电系统供电决策的方法
CN103151797A (zh) * 2013-03-04 2013-06-12 上海电力学院 基于多目标调度模型的并网运行方式下微网能量控制方法
CN104734173A (zh) * 2013-12-18 2015-06-24 国家电网公司 用于微电网并网运行的数据处理方法和装置
CN108667052A (zh) * 2018-05-02 2018-10-16 中国电力科学研究院有限公司 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统
CN108667052B (zh) * 2018-05-02 2021-08-03 中国电力科学研究院有限公司 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统
CN110410289A (zh) * 2019-07-24 2019-11-05 中国科学院电工研究所 利用太阳能供热和高温热化学储热的sofc-gt联合发电系统

Similar Documents

Publication Publication Date Title
HassanzadehFard et al. Optimal sizing and location of renewable energy based DG units in distribution systems considering load growth
Roslan et al. Scheduling controller for microgrids energy management system using optimization algorithm in achieving cost saving and emission reduction
CN106651026B (zh) 多时间尺度微电网能量管理优化调度方法
Ondeck et al. Impact of rooftop photovoltaics and centralized energy storage on the design and operation of a residential CHP system
CN102315650A (zh) 并网模式下微电网微型燃气轮机供电量的优化方法
Mohanty et al. Optimal planning and design of Distributed Generation based micro-grids
CN103593711A (zh) 一种分布式电源优化配置方法
Baccino et al. Power and energy control strategies for a vanadium redox flow battery and wind farm combined system
CN107134771B (zh) 一种基于经济效益评估的微网模式切换控制方法
CN102243673A (zh) 一种并网模式微电网外部供电量的优化方法
Nguyen et al. Microgrid application with computer models and power management integrated using PSCAD/EMTDC
Niaz et al. Environment friendly hybrid solar-hydro power distribution scheduling on demand side
CN106253356B (zh) 基于储能电量价值评估的交直流混合微网实时经济调度法
Furukakoi et al. Multi-objective optimal operation with demand management and voltage stability
CN102801164A (zh) 一种孤岛模式微电网微型燃气轮机发电量优化方法
Szczerbowsk et al. Technical and Economic Analysis of a Hybrid Generation System of Wind Turbines, Photovoltaic Modules and a Fuel Cell
Rahmanzadeh et al. Optimal energy management of microgrid based on fcchp in the presence of electric and thermal loads considering energy storage systems
Kang et al. Day-ahead microgrid energy management optimization scheduling scheme
Ramesh et al. Cost Optimization by Integrating PV-System and Battery Energy Storage System into Microgrid using Particle Swarm Optimization
Zhao et al. Two-stage Robust Stochastic Optimal Dispatch of Regional Integrated Energy System Considering Renewable Energy and Load Uncertainty
Bayasgalan et al. The Utilization of an Energy Storage Facility in Dispatching Regulation of Power System
Chen et al. A hybrid energy storage power system dispatch strategy for demand response
Wang et al. Optimal sizing of Battery Energy Storage System for household microgrid
Zhang et al. Distributed Bargaining Method of a Multi-integrated Energy System Based on Nash Theory
Deng et al. The capacity optimization of the energy storage system used for peak load shaving

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120111