CN102609793A - 基于多尺度规划与调度耦合的微电网能量优化管理方法 - Google Patents
基于多尺度规划与调度耦合的微电网能量优化管理方法 Download PDFInfo
- Publication number
- CN102609793A CN102609793A CN201210079010XA CN201210079010A CN102609793A CN 102609793 A CN102609793 A CN 102609793A CN 201210079010X A CN201210079010X A CN 201210079010XA CN 201210079010 A CN201210079010 A CN 201210079010A CN 102609793 A CN102609793 A CN 102609793A
- Authority
- CN
- China
- Prior art keywords
- electrical network
- little electrical
- energy
- user
- little
- 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
Links
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及基于多尺度规划与调度耦合的微电网能量优化管理方法。目的是提供的方法应具能满足微电网在多尺度时间和空间上的精细化的能量优化管理需求的特点。技术方案是:基于多尺度规划与调度耦合的微电网能量优化管理方法,其中包括:1)提出基于微电网用户为粒度的微电网负荷感知预测方法,实现微电网的细粒度负荷预测;2)提出“大尺度”时空优化的方法;“大尺度”时空优化,是根据细粒度负荷预测结果,将含有的分布式发电源和储热/储能装置视为虚拟电厂,对微电网未来短期的微电网内的发电规划进行集中式的优化计算;优化问题为同时满足微电网优化运行和微电网用户用电与功能平衡的双重受限条件;3)提出“小尺度”时空优化的方法。
Description
技术领域
本发明涉及电力系统与分布式可再生能源利用领域,尤其涉及到一种基于多尺度规划与调度耦合的微电网能量优化管理方法。通过在城市微电网用户为粒度的精细化负荷预测,并结合“多尺度时空规划与调度耦合”的方式,从而实现城市微电网中的能量优化调度和管理。
背景技术
在全球范围而言,大电网与包括风电、光伏发电等可再生能源和高效清洁的化石燃料在内的新型分布式发电系统(Distributed Generation System, DGS)相结合,已成为解决未来能源问题、提高电力系统可靠性和灵活性的主要途径。 但分布式电源与用户混杂而形成的有源型配电网对传统电力系统稳定运行和控制方式带来了极大负面影响和全新的技术挑战。为有效地解决分布式发电系统的接入和利用问题,美国和欧盟相继提出了“微电网”概念。
微电网是由分布式电源(包括微型燃气轮机、燃料电池、光伏电池、小型风力发电机组)、储能装置(超级电容或蓄电池)、能量变换装置、相关负荷和监控、保护装置汇集而成的小型发配电系统,且是可实现自我控制、保护和管理的自治系统。它既可以与大电网并网运行,也可在电网故障或电能质量不足时,与主网断开孤立运行。对大电网而言,微电网表现为单一可控的负荷单元,可在秒级时间尺度内动作以满足外部输配电网络的需求;相对于用户,微电网可提供可定制的高可靠供电,并可通过冷、热、电联供的形式向负荷用户供热或制冷,提高多级能量利用效率。
微电网技术在国内外已被广泛认为是未来智能配电网在利用分布式新能源方面的核心技术。而其中,微电网能量优化管理是真正充分发挥微电网的技术优势和潜能的基础。由于微电网在组成结构和运行方式等诸多方面都从根本上有别于传统的配电网络,传统电网的能量管理机制已无法适应微电网的运行模式。具体而言,分布式电源的广泛接入使得传统单电源辐射状配电网演变成为一个遍布电源、储能和负荷的多元系统。微电网系统结构复杂,发电设备和模式形式多样,能量双向流动且灵活多变,负荷需求各异等因素,使得微电网运行状态在多尺度时空呈现出更加显著的动态行为特性。而且,微电网系统一般容量相对较小,在孤岛状态运行时,对发电设备发电量和负荷的波动敏感,抗扰动能力差。同时,微电网的一个重要特征是强调充分利用分布式发电设备的灵活运行方式,鼓励发电侧和用户侧的实时互动,共同参与微电网整体运行和能量管理的优化,从而提高电网运行效率、灵活性、可靠性和经济效益。这些微电网的显著特征导致传统的粗放式电网能量管理模式极大地限制了微电网运行效率,无法充分挖掘微电网中分布式发电为电网和用户带来的价值和效益。随着分布式能源应用规模的不断扩大,对符合微电网运行特点的精细化能量优化管理机制的理论研究亟待突破,已经成为国内外微电网领域关注的重要难题之一。
在我国,微电网技术及其能量优化管理机制具有特别重要的现实意义。首先,可加快提高可再生能源的接入和利用效率,加快向低碳发电模式转变。目前,我国经济发达地区正大力发展清洁能源发电,建设与建筑物一体化的屋顶太阳能并网光伏发电设施。以天然气驱动的微型热电联供(micro- Combined Heat and Power,micro-CHP) 系统为主要形式的灵活可控的分布式能源已在公共场所(如宾馆、大型商场、学校、机关、医院)和部分家庭开始得到使用,且增长迅速。到2020年,我国可再生能源消费量要达到能源消费总量的15%,其中20%的电力来自可再生能源。尽管我国分布式能源资源丰富,但总体利用效率不高,能量优化利用的潜力巨大。利用微电网中分布式电源的灵活智能的控制特点和柔性负载的可控性,可充分挖掘分布式能源的独特优势和极大潜能,优化微电网运行效率。研究数据显示,利用发电侧和用户侧的互动,通过对微电网中可控电源和柔性负载进行优化控制和能量管理,有近50%的电能潜力可以得到有效利用;其次,根据我国的电网运行特点,负荷的日、季节波动变化较大,配电网短期的尖峰负荷日益突出。通过微电网的能量优化管理,可充分调动分布式电源和负荷参与系统调峰,有效地平滑负荷曲线并缩小负荷曲线峰谷差,避免通过增加发电装机容量的传统方法来满足高峰负荷的低效益模式;再次,我国自然灾害相对频繁,例如2008年的南方冰冻灾害和汶川地震期间,中国电网都发生了较大大面积的停电事故。微电网具有较强的电能应急调度能力,可以在大电网突发故障时脱离主网孤岛运行,通过能量优化管理,保障重要负荷的可靠供电,从而极大地提高电网的抗灾自愈能力。
微电网能量优化管理机制是微电网实现高效、环保、优质供电的重要支撑技术,已经成为全球关注的技术焦点。当前电网能量优化管理方法仍以传统粗粒度负荷预测为基础,能量优化管理方法仅局限于在单一尺度空间或时间上进行,微电网与微电网用户的能量优化无法兼得,或是复杂度高、通信开销大、控制调度实时性差。
发明内容
本发明的目的是针对微电网运行规律和复杂的运行特点,提供了一种基于微电网细粒度负荷预测、全局动态能量优化规划与局部实时优化调度相耦合的能量优化管理方法,来满足微电网在多尺度时间和空间上的精细化的能量优化管理需求。
本发明的目的是通过以下技术方案来实现的:
基于多尺度规划与调度耦合的微电网能量优化管理方法,其中包括:
1)提出基于微电网用户为粒度的微电网负荷感知预测方法,实现微电网的细粒度负荷预测;
2)提出“大尺度”时空优化的方法;
所述“大尺度”时空优化,是根据细粒度负荷预测结果,将含有的分布式发电源和储热/储能装置视为虚拟电厂,对微电网未来短期的微电网内的发电规划进行集中式的优化计算;优化问题为同时满足微电网优化运行和微电网用户用电与功能平衡的双重受限条件;
3)提出“小尺度”时空优化的方法;
所述“小尺度”时空为具体的每个微电网用户;其优化约束条件包括了可控分布式电源、柔性负荷和储能设备在各个时段内的用户需求、设备运行约束。
所述的基于微电网用户为粒度的微电网负荷感知预测方法,包括如下步骤:
1)在典型微电网系统中,微电网用户之间通过双向的通信网络实现互联,并且微电网用户参与电网整体运行管理;
2)每个微电网用户对其供能系统中涉及的微电网装置进行分类,分为分布式发电源集合、储能装置集合、多种用电设备集合及微电网能量控制器装置;
3)以微电网用户为粒度,对用户的短期供能需求进行感知,并将用户用电状态信息反馈至微电网能量管理器;
4)微电网用户中的微电网能量管理器记录微电网用户的用能历史数据,并利用历史数据预测并计算微电网用户在短期内用能负荷情况;
5)微电网用户将其预测结果反馈至微电网能量管理系统,使其掌握微电网中各用户在未来一日内各时段的精细化预期负荷情况。
所述“大尺度”时空优化,是在“大尺度”时空内集中式的微电网全局能量优化方法,包括如下步骤:
1)微电网能量管理系统根据上述所得出的以微电网用户为粒度的微电网细粒度可靠的负荷预测结果,对微电网未来短期的微电网内分布式电源集合的发电规划进行集中式的优化计算;
微电网用户中含有的分布式发电源和储热/储能装置,视为“虚拟电厂”;
2)将微电网用户一天的用电需求分为N个不同时段来进行具体规划;
3)为同时满足微电网优化运行和微电网用户用电与供能的平衡,采用基于多次迭代的动态规划的启发式方法来设计优化算法;
4)得出在未来短期的微电网各用户侧的分布式电源的具体运行规划;
5)为使微电网用户的在各时段的具体发电规划尽量符合微电网整体的规划,采用基于“平方不匹配”最小化为目标来进行优化计算;
6)确定在典型用户规模为100户情况下,采用每10分钟为一个时段,在计算复杂度和精细化之间取得权衡。
3、所述“小尺度”时空优化,是对可控分布式发电和柔性负载的灵活控制方法,包括如下步骤:
1)微电网用户能量控制器对微电网用户范围内的可控分布式电源、柔性负荷和储能设备间在各个时段内的包括用户需求、设备运行约束在内的各种约束条件进行计算;
2)确定用户柔性负荷的运行要求和用户个性化需求等多种条件约束;
3)对可控分布式电源发电功率、柔性负荷、储能设备在一天中的各时段的功率和运行状态进行计算,并得出各时间段的控制策略;
4)根据计算结果和控制策略,在各时段实时控制micro-CHP、电能和热能存储以及柔性负荷的运行,实现本地微电网用户范围内的实时的能量优化调度和用户侧能量优化管理。
本发明所提供的方法可系统化的实现微电网在多尺度时空运行的能量优化管理,充分发挥分布式发电的潜能和优势,实施部署可行性高且扩展性好,有利于我国保障微电网的优化运行并促进电力系统的“节能减排”和城市供能模式向低碳方式转变。
附图说明
图1是微电网系统模型示意图。
图2是微电网用户负荷预测示意图。
图3是微电网多尺度时空能量优化管理示意图。
具体实施方式
本发明基于微电网细粒度负荷预测、全局动态能量优化规划与局部实时优化调度相耦合的能量优化管理机制,来满足微电网在多尺度时间和空间上的精细化的能量优化管理需求。同时兼顾微电网整体优化运行和微电网用户多样化需求,且在大规模微电网中具有良好的适用性和可行性。本发明通过灵活地控制微电网中的分布式电源、柔性负荷和储能设备,以实现城市微电网中的能量优化管理,满足微电网用户多样化的供能需求,且在大规模微电网中具有良好的可扩展性和灵活性。
本发明的具体细节如下:
1、所述以微电网用户为粒度的微电网负荷感知和预测过程包括如下步骤:
1)在典型微电网系统中,微电网包含大量微电网用户的集合(如图1所示),且微电网用户之间通过双向的通信网络实现互联,且与外部的微电网能量管理系统相联,从而实现电网中发电侧和用电侧的双向互动,使得微电网用户参与电网整体运行管理。
2)在微电网用户模型中,单个微电网用户对其供能系统中涉及的微电网装置进行分类,包含分布式发电源(可控和不可控)集合(Distributed generators),储能装置(热能和电能)集合(Storage unit),多种用电设备(柔性和非柔性)集合(Power loads)及微电网能量控制器装置(Controller)。
3)以微电网用户(Micro-grid user)为粒度,对用户的短期供能需求通过智能用电终端和传感器等装置进行感知,并将用户用电状态信息通过用户内的有线或者无线通信系统反馈至微电网能量管理器。
4)微电网用户中的微电网能量管理器记录微电网用户的用能历史数据,并得出用能模式与规律。利用历史数据,预测并计算微电网用户在短期(未来一日内各时段)内用能负荷(电能与热能)情况,得出预测结果。
5)微电网用户通过微电网用户能量控制器将其预测结果通过微电网通信链路反馈至微电网能量管理系统,使其掌握微电网中各用户在未来一日内各时段的精细化预期负荷情况;
2、所述在“大尺度”时空内集中式的微电网全局能量优化规划过程,宏观上实现微电网的能量优化管理;包括如下步骤:
1)微电网能量管理系统根据上述所得出的以微电网用户为粒度的微电网细粒度可靠的负荷预测结果,根据微电网全局能量优化规划目标和相关微电网运行和用户的多重约束条件,对微电网未来短期(未来一日内)的微电网内分布式电源集合的发电规划进行集中式的优化计算。
2)微电网用户中含有的分布式发电源和储热/储能装置在对微电网发电进行规划时,将其视为“虚拟电厂”。
3)由于微电网用户用电需求特征具有一定规律性,且负荷的日内波动都比较大,因此为了有效平衡需求和优化电能利用,将一天分为N个不同时段来进行具体规划(N可根据若干因素来调整,例如不同电价时段或微电网运行规律),即 。
4)全局规划为双重受限的约束问题,需同时满足微电网优化运行和微电网用户用电与供能的平衡。该问题具有NP复杂度,采用基于多次迭代的动态规划(Iterative Dynamic Programming)的启发式方法来设计优化算法在较快时间内通过计算得出准最优解。
5)基于集中式的优化规划,需要最终得出在未来短期(未来一日内各时段)的微电网各用户侧的分布式电源的具体运行规划。
6)同时,为使微电网用户的在各时段的具体发电规划尽量符合微电网整体的规划,采用基于“平方不匹配”(Square mismatch)最小化为目标来进行优化。若表示用户在时段内的发电总量,则优化问题可具体表达为。
7)选取较小的时段(即N取值较大),可以实现对微电网能量管理更加精细化的管理,但会造成优化算法复杂度过高,难以得出优化方案。本发明通过算法优化设计,并结合大量蒙特卡洛模拟仿真实验的方式来具体分析和确定恰当的规划时段。
8)本发明通过上述方法确定在典型用户规模为100户情况下,采用每10分钟为一个时段较为适宜,使得该方法在具体应用中在计算复杂度和精细化之间取得权衡。
3、所述在“小尺度”时空,通过对可控分布式发电和柔性负载的灵活控制过程包括如下步骤:
1)在微电网用户范围内,根据微电网用户在未来一天各时段内的具体能量优化规划情况,微电网用户能量控制器对微电网用户范围内的可控分布式电源、柔性负荷和储能设备间在各个时段内的包括用户需求、设备运行约束在内的各种约束条件进行计算。
2)在用户侧,确定用户柔性负荷的运行要求和用户个性化需求等多种条件约束。
3)根据反馈的微电网能量优化规划信息、微电网用户能量控制器根据微电网用户侧能量优化和平衡为目标,对可控分布式电源发电功率(功率输出大小等)、柔性负荷(开启或是关闭)、储能设备(充电或是放电)在一天中的各时段的功率和运行状态进行计算,并得出各时间段的控制策略。
4)根据计算结果和控制策略,在各时段实时的控制micro-CHP、电能和热能存储以及柔性负荷的运行,使得本地微电网用户范围内的实时的能量优化调度,实现能量在发电电源、用户负荷和储能设备之间优化流动,实现灵活的微电网用户侧能量优化管理。
Claims (4)
1.基于多尺度规划与调度耦合的微电网能量优化管理方法,其中包括:
1)提出基于微电网用户为粒度的微电网负荷感知预测方法,实现微电网的细粒度负荷预测;
2)提出“大尺度”时空优化的方法;
所述“大尺度”时空优化,是根据细粒度负荷预测结果,将含有的分布式发电源和储热/储能装置视为虚拟电厂,对微电网未来短期的微电网内的发电规划进行集中式的优化计算,;优化问题为同时满足微电网优化运行和微电网用户用电与功能平衡的双重受限条件;
3)提出“小尺度”时空优化的方法;
所述“小尺度”时空为具体的每个微电网用户;其优化约束条件包括了可控分布式电源、柔性负荷和储能设备在各个时段内的用户需求、设备运行约束。
2.根据权利要求1所述的基于多尺度规划与调度耦合的微电网能量优化管理方法,其特征在于:所述的基于微电网用户为粒度的微电网负荷感知预测方法,包括如下步骤:
1)在典型微电网系统中,微电网用户之间通过双向的通信网络实现互联,并且微电网用户参与电网整体运行管理;
2)每个微电网用户对其供能系统中涉及的微电网装置进行分类,分为分布式发电源集合、储能装置集合、多种用电设备集合及微电网能量控制器装置;
3)以微电网用户为粒度,对用户的短期供能需求进行感知,并将用户用电状态信息反馈至微电网能量管理器;
4)微电网用户中的微电网能量管理器记录微电网用户的用能历史数据,并利用历史数据预测并计算微电网用户在短期内用能负荷情况;
5)微电网用户将其预测结果反馈至微电网能量管理系统,使其掌握微电网中各用户在未来一日内各时段的精细化预期负荷情况。
3.根据权利要求1或2所述的基于多尺度规划与调度耦合的微电网能量优化管理方法,其特征在于:所述“大尺度”时空优化,是在“大尺度”时空内集中式的微电网全局能量优化方法,包括如下步骤:
1)微电网能量管理系统根据上述所得出的以微电网用户为粒度的微电网细粒度可靠的负荷预测结果,对微电网未来短期的微电网内分布式电源集合的发电规划进行集中式的优化计算;
微电网用户中含有的分布式发电源和储热/储能装置,视为“虚拟电厂”;
2)将微电网用户一天的用电需求分为N个不同时段来进行具体规划;
3)为同时满足微电网优化运行和微电网用户用电与供能的平衡,采用基于多次迭代的动态规划的启发式方法来设计优化算法;
4)得出在未来短期的微电网各用户侧的分布式电源的具体运行规划;
5)为使微电网用户的在各时段的具体发电规划尽量符合微电网整体的规划,采用基于“平方不匹配”最小化为目标来进行优化计算;
6)确定在典型用户规模为100户情况下,采用每10分钟为一个时段,在计算复杂度和精细化之间取得权衡。
4.根据权利要求3所述的基于多尺度规划与调度耦合的微电网能量优化管理方法,其特征在于:所述 “小尺度”时空优化,是对可控分布式发电和柔性负载的灵活控制方法,包括如下步骤:
1)微电网用户能量控制器对微电网用户范围内的可控分布式电源、柔性负荷和储能设备间在各个时段内的包括用户需求、设备运行约束在内的各种约束条件进行计算;
2)确定用户柔性负荷的运行要求和用户个性化需求等多种条件约束;
3)对可控分布式电源发电功率、柔性负荷、储能设备在一天中的各时段的功率和运行状态进行计算,并得出各时间段的控制策略;
4)根据计算结果和控制策略,在各时段实时控制micro-CHP、电能和热能存储以及柔性负荷的运行,实现本地微电网用户范围内的实时的能量优化调度和用户侧能量优化管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210079010XA CN102609793A (zh) | 2012-03-22 | 2012-03-22 | 基于多尺度规划与调度耦合的微电网能量优化管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210079010XA CN102609793A (zh) | 2012-03-22 | 2012-03-22 | 基于多尺度规划与调度耦合的微电网能量优化管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102609793A true CN102609793A (zh) | 2012-07-25 |
Family
ID=46527147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210079010XA Pending CN102609793A (zh) | 2012-03-22 | 2012-03-22 | 基于多尺度规划与调度耦合的微电网能量优化管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102609793A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102882206A (zh) * | 2012-08-28 | 2013-01-16 | 中国电力科学研究院 | 一种基于四维能量管理空间的多级微电网控制方法 |
CN104167731A (zh) * | 2014-08-22 | 2014-11-26 | 华北电力大学 | 一种多区域多元电源协调规划方法 |
CN107330549A (zh) * | 2017-06-22 | 2017-11-07 | 华北电力大学 | 含多主体的多能互补微电网能量管理方法 |
CN107834553A (zh) * | 2017-11-28 | 2018-03-23 | 国网宁夏电力有限公司电力科学研究院 | 一种热电联合系统综合稳定裕度的评估方法 |
CN108206521A (zh) * | 2017-12-29 | 2018-06-26 | 北京天诚同创电气有限公司 | 需求响应的控制方法、装置及电力管控平台 |
CN109004686A (zh) * | 2018-08-29 | 2018-12-14 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统 |
CN109583753A (zh) * | 2018-11-27 | 2019-04-05 | 华中科技大学 | 一种基于区域内部交易的智能电网监控系统及其控制方法 |
CN111125877A (zh) * | 2019-11-19 | 2020-05-08 | 广西电网有限责任公司 | 一种基于蒙特卡洛模拟的主动配电网可靠性评估方法 |
CN111126551A (zh) * | 2019-12-25 | 2020-05-08 | 广东电科院能源技术有限责任公司 | 一种多投资主体模式下虚拟电厂的组合规划方法和装置 |
CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
CN113489063A (zh) * | 2021-07-01 | 2021-10-08 | 上海发电设备成套设计研究院有限责任公司 | 一种区域综合能源的联合调度系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101630840A (zh) * | 2009-08-12 | 2010-01-20 | 电子科技大学 | 微电网能量智能控制系统 |
CN102184475A (zh) * | 2011-05-11 | 2011-09-14 | 浙江大学 | 基于多时间尺度协调的微网经济运行优化调度方法 |
CN102289566A (zh) * | 2011-07-08 | 2011-12-21 | 浙江大学 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
-
2012
- 2012-03-22 CN CN201210079010XA patent/CN102609793A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101630840A (zh) * | 2009-08-12 | 2010-01-20 | 电子科技大学 | 微电网能量智能控制系统 |
CN102184475A (zh) * | 2011-05-11 | 2011-09-14 | 浙江大学 | 基于多时间尺度协调的微网经济运行优化调度方法 |
CN102289566A (zh) * | 2011-07-08 | 2011-12-21 | 浙江大学 | 独立运行模式下的微电网多时间尺度能量优化调度方法 |
Non-Patent Citations (1)
Title |
---|
张建华,苏玲,陈勇等: "微网的能量管理及其控制策略", 《电网技术》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102882206A (zh) * | 2012-08-28 | 2013-01-16 | 中国电力科学研究院 | 一种基于四维能量管理空间的多级微电网控制方法 |
CN102882206B (zh) * | 2012-08-28 | 2015-12-16 | 中国电力科学研究院 | 一种基于四维能量管理空间的多级微电网控制方法 |
CN104167731A (zh) * | 2014-08-22 | 2014-11-26 | 华北电力大学 | 一种多区域多元电源协调规划方法 |
CN107330549A (zh) * | 2017-06-22 | 2017-11-07 | 华北电力大学 | 含多主体的多能互补微电网能量管理方法 |
CN107834553B (zh) * | 2017-11-28 | 2021-03-19 | 国网宁夏电力有限公司电力科学研究院 | 一种热电联合系统综合稳定裕度的评估方法 |
CN107834553A (zh) * | 2017-11-28 | 2018-03-23 | 国网宁夏电力有限公司电力科学研究院 | 一种热电联合系统综合稳定裕度的评估方法 |
CN108206521A (zh) * | 2017-12-29 | 2018-06-26 | 北京天诚同创电气有限公司 | 需求响应的控制方法、装置及电力管控平台 |
CN108206521B (zh) * | 2017-12-29 | 2020-04-28 | 北京天诚同创电气有限公司 | 需求响应的控制方法、装置及电力管控平台 |
CN109004686A (zh) * | 2018-08-29 | 2018-12-14 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统 |
CN109004686B (zh) * | 2018-08-29 | 2021-04-30 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统 |
CN109583753A (zh) * | 2018-11-27 | 2019-04-05 | 华中科技大学 | 一种基于区域内部交易的智能电网监控系统及其控制方法 |
CN111125877A (zh) * | 2019-11-19 | 2020-05-08 | 广西电网有限责任公司 | 一种基于蒙特卡洛模拟的主动配电网可靠性评估方法 |
CN111126551A (zh) * | 2019-12-25 | 2020-05-08 | 广东电科院能源技术有限责任公司 | 一种多投资主体模式下虚拟电厂的组合规划方法和装置 |
CN111126551B (zh) * | 2019-12-25 | 2021-09-03 | 南方电网电力科技股份有限公司 | 一种多投资主体模式下虚拟电厂的组合规划方法和装置 |
CN111815025A (zh) * | 2020-06-09 | 2020-10-23 | 国网山东省电力公司经济技术研究院 | 考虑风光与负荷不确定性综合能源系统柔性优化调度方法 |
CN113489063A (zh) * | 2021-07-01 | 2021-10-08 | 上海发电设备成套设计研究院有限责任公司 | 一种区域综合能源的联合调度系统及方法 |
CN113489063B (zh) * | 2021-07-01 | 2022-07-15 | 上海发电设备成套设计研究院有限责任公司 | 一种区域综合能源的联合调度系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102609793A (zh) | 基于多尺度规划与调度耦合的微电网能量优化管理方法 | |
Mohammadi et al. | Energy hub: From a model to a concept–A review | |
Moghaddas-Tafreshi et al. | Optimal energy management of a grid-connected multiple energy carrier micro-grid | |
Rabiee et al. | Optimal operation of microgrids through simultaneous scheduling of electrical vehicles and responsive loads considering wind and PV units uncertainties | |
Bao et al. | A multi time-scale and multi energy-type coordinated microgrid scheduling solution—Part I: Model and methodology | |
Trifkovic et al. | Dynamic real‐time optimization and control of a hybrid energy system | |
Teng et al. | A model of electro-thermal hybrid energy storage system for autonomous control capability enhancement of multi-energy microgrid | |
Hou et al. | A real-time rolling horizon chance constrained optimization model for energy hub scheduling | |
Fang et al. | Multiple time-scale energy management strategy for a hydrogen-based multi-energy microgrid | |
Raza et al. | Energy management in commercial building microgrids | |
Khan et al. | Optimal energy scheduling strategy for multi-energy generation grid using multi-agent systems | |
Meliani et al. | Control system in the smart grid: State of the art and opportunities | |
Hadayeghparast et al. | Stochastic multi-objective economic/emission energy management of a microgrid in presence of combined heat and power systems | |
Liu et al. | Key technologies and developments of multi-energy system: Three-layer framework, modelling and optimisation | |
Mahoor et al. | Smart energy management for a micro-grid with consideration of demand response plans | |
Zhang et al. | An innovative real-time price based distributed optimal energy management of multi-microgrids in a smart distribution system | |
Li et al. | Integrated energy system model with multi-time scale optimal dispatch method based on a demand response mechanism | |
Elweddad et al. | Energy management and optimization of microgrid system using particle swarm optimization algorithm | |
Dorahaki et al. | Smart grids and building energy flexibility | |
Shi et al. | Economic operation of industrial microgrids with multiple kinds of flexible loads | |
Ghiasi et al. | Demand and supply side management strategies for zero energy buildings | |
Dagdougui et al. | Optimization and control based energy management for a smart building integrated microgrid | |
Kumar et al. | Sensitivity Analysis Based Multi-Objective Economic Emission Dispatch in Microgrid | |
Wang et al. | Coordinated optimal dispatch of microgrid based on demand side response and energy estimation of energy storage device | |
Rane et al. | Multi-Objective Building Energy Management for Integrated Energy Systems Considering Greenhouse Gas Emissions |
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: 20120725 |