CN103138294A - 一种大型风电机组在微电网系统中的运行控制方法 - Google Patents
一种大型风电机组在微电网系统中的运行控制方法 Download PDFInfo
- Publication number
- CN103138294A CN103138294A CN2013100977110A CN201310097711A CN103138294A CN 103138294 A CN103138294 A CN 103138294A CN 2013100977110 A CN2013100977110 A CN 2013100977110A CN 201310097711 A CN201310097711 A CN 201310097711A CN 103138294 A CN103138294 A CN 103138294A
- Authority
- CN
- China
- Prior art keywords
- wind
- power
- grid system
- micro
- avg
- 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.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
- Y02P80/14—District level solutions, i.e. local energy networks
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明是有关于一种大型风电机组在微电网系统中的运行控制方法,包括以下步骤:A、采集本调度周期内的实时测风数据;B、根据步骤A所采集的实时测风数据,结合风电机组的实际功率曲线,得到超短期风功率预测值Pt,avg_wind,进而确定下一调度周期内的风功率范围;C、根据超短期风功率预测值,结合实时负荷需求、其它分布式电源出力情况以及储能系统的优化控制管理策略,确定下一调度周期内微电网系统能接受的风功率优化值Pt+1,sys_wind;本发明大型风电机组在微电网系统中的运行控制方法,无需风场气象数据,无需被动式卸荷负载箱,可集成于微电网能量控制管理系统或上层监控系统,可实施性和经济性较好。
Description
技术领域
本发明涉及微电网技术领域,特别是涉及一种大型风电机组在微电网系统中的运行控制方法。
背景技术
风能属于间歇性可再生能源,风电出力具有天然的不确定性。风电场功率预测预报是指风电场经营企业根据气象条件、统计规律等,提前对一定运行时间内风电场发电有功功率进行分析预报,并向电网调度机构提交预报结果,以提高风电场与电力系统协调运行能力。
目前的风功率预测主要是基于数值气象预报模型,利用气象部门提供的数值气象预报模型,对风电场的天气情况进行预测;再结合其它输入,建立预测模型,将数值气象预报模型的预测值转换成风电场的功率输出。短期风电功率预测一般为未来几天内的风电输出功率预测,时间分辨率为15min左右。也可基于短期风电功率预报结果,或实时测风数据,利用实时更新的功率实况数据,实现超短期的功率预报。
上述风功率预测功能是促进大型集中式风电场健康有序发展,保障电力系统安全可靠运行的重要技术手段。在含有风力发电的微电网系统中,风电机组单机容量一般在数kW至数百kW,很少有MW级大型风电机组的应用。不管是在并网型微电网还是独立运行微电网的应用场合中,风能渗透率高,均需对风电进行合理的限出力功率管理。而对于含小型风电机组的微电网系统,一般通过切除风机来实现弃风管理。
在含大型风电机组的微电网系统应用场合中,一般其地理位置分散,风场容量较小,或者位置偏远,故通过风场数值气象数据进行风功率预测不具备经济性和可实施性;同时,出于系统安全运行约束条件考虑,时常需要对风电机组限功率运行,所以不能通过历史出力数据来进行短期风功率预测。当然,可通过额外设置卸荷负载来被动吸收剩余风能,但经济性较差。
由此可见,MW级大型风电机组在微电网系统中应用很少,且现有集中式并网风电场的风功率预测方法以及现有小型风电机组在微电网系统中的弃风管理方法,在应用于含大型风电机组的微电网系统中存在明显的不足和缺陷,不能照搬引用,因此,如何创设一种能够明确区分风电系统实际出力和潜在出力两个概念,无需风场数值气象数据,无需被动式卸荷负载箱,实现系统能量的主动优化管理,显著提高风电利用率,实施性和经济性较好的大型风电机组在微电网系统中的运行控制方法,实属当前研发的重要课题之一。
发明内容
本发明要解决的技术问题是提供一种大型风电机组在微电网系统中的运行控制方法,基于风电机组自身测风数据实现风电场的超短期风功率预测,使其无需风场数值气象数据,无需被动式卸荷负载箱,而实现微电网系统能量的主动优化管理,提高风电利用率,从而克服现有技术的不足。
为解决上述技术问题,本发明一种大型风电机组在微电网系统中的运行控制方法,包括以下步骤:A、采集本调度周期内的实时测风数据;B、根据步骤A所采集的实时测风数据,结合风电机组的实际功率曲线,得到超短期风功率预测值Pt,avg_wind,进而确定下一调度周期内的风功率范围;C、根据超短期风功率预测值,结合实时负荷需求、其它分布式电源出力情况以及储能系统的优化控制管理策略,确定下一调度周期内微电网系统能接受的风功率优化值Pt+1,sys_wind;D、在下一调度周期微电网系统能接受的风功率范围内,将满足运行约束条件的最大可用风电出力值作为下一调度周期出力指令Pt+1,set_wind并发送给风电机组。
所述步骤A中的实时测风数据通过测风塔或风电机组的风速仪和风向标测得。
所述的周期为5分钟。
所述的其它分布式电源包括柴油发电机系统。
所述的步骤C中下一调度周期内微电网系统能接受的风功率优化值为:
Pt+1,sys_wind=Pt,avg_load-Pbase_diesel-Pt,avg_BESS,
其中,Pt,avg_load为本周期内的负荷平均功率值;Pbase_diesel为其它分布式电源的稳定运行基点功率;Pt,avg_BESS为储能系统在本调度周期内的平均功率,放电为正,充电为负。
所述的Pbase_diesel=0.5*Prated_diesel,其中,Prated_diesel为其它分布式电源的额定功率。
所述步骤B中下一调度周期内的风功率范围为
(1-a)×Pt,avg_wind至(1+a)×Pt,avg_wind,
其中,a为短期风功率预测误差,取0.15;
所述步骤D中的Pt+1,set_wind为:
当Pt+1,sys_wind≥(1+a)×Pt,avg_wind时,Pt+1,set_wind=(1+a)×Pt,avg_wind;
当Pt+1,sys_wind<(1+a)×Pt,avg_wind时,Pt+1,set_wind=Pt+1,sys_wind。
采用以上技术方案后,本发明与现有技术比较有以下有益技术效果:
1、本发明大型风电机组在微电网系统中的运行控制方法,无需风场气象数据,无需被动式卸荷负载箱,可集成于微电网能量控制管理系统或上层监控系统,可实施性和经济性较好;
2、本发明一种大型风电机组在微电网系统中的运行控制方法,在不增加额外设备投资的前提下,实现了系统能量的主动优化管理,提高了风电利用率;
3、本发明大型风电机组在微电网系统中的运行控制方法,从风电场实时测风塔或单个风电机组风速仪和风向标采集得到实时测风数据,结合风电机组实际运行功率曲线,实现了微电网系统风电场的超短期风功率预测。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
上述仅是本发明技术方案的概述,为了能够更清楚了解本发明,以下结合附图与具体实施方式对本发明作进一步的详细说明。
图1是本发明含有大型风电机组的微电网系统结构组成示意图。
具体实施方式
请参阅图1所示,本发明含有风电机组的微电网系统结构组成,包括分布式电源、交流母线AC_BUS、微电网中央控制单元、测风装置、一个以上负荷。其中,分布式电源包括一个以上的柴油发电机系统、一个以上电池储能系统和一个以上的由数台大型风电机组组成的小型风电系统。
风电系统、电池储能系统、柴油发电机系统、负荷分别通过开关与交流母线AC_BUS连接。各分布式电源最终汇流于交流母线AC_BUS,微电网中央控制单元采集现场测风装置测得的实时测风数据,结合微电网能量优化调度和管理策略,给负荷提供稳定可靠的电力供应。本发明以下控制方法也可应用于其它微电网系统架构中,原理一样,在此不再赘述。
本发明大型风电机组在微电网系统中的运行控制方法,包括以下步骤:
1、微电网中央控制单元采集风电场实时测风塔或单个风电机组风速仪和风向标数据,结合风电机组的实际运行风功率曲线得到超短期风功率预测值Pt,avg_wind,利用超短期风功率预测值预测下一调度周期内风功率波动的范围。
风电出力具有天然的间歇性和随机性特点,但是可以利用邻近调度周期的测风数据估测未来风功率的变化,尤其是对于机械惯性很大的大型发电机组,可以实现超短期风功率预测。
设微电网能量调度周期为T,一般为分钟级,例如取5min为周期。微电网中央控制单元通过本调度周期内的实测平均风速,对照风电机组的实际风速-风功率特性曲线,查表求得单台风电机组的出力值,对各风电机组的出力值求和后,即得小型风电系统在本调度周期内的超短期风功率预测值Pt,avg_wind,并以此作为下一调度周期内的平均功率预测值,即超短期风功率预测值Pt+1,avg_wind。作为微电网系统下一能量调度周期内的风电潜在出力。
设该调度周期T内,超短期风功率预测误差为a,则可进一步明确下一调度周期内小型风电系统的功率范围:
Pt+1,min_wind=(1-a)×Pt+1,avg_wind
Pt+1,max_wind=(1+a)×Pt+1,avg_wind
参考行业现状,a取0.15,Pt+1,min_wind为下一调度周期内的风电出力最小值;Pt+1,max_wind为下一调度周期内的风电出力最大值。
2、根据当前调度周期超短期风功率以及实时负荷和其他分布式电源处理情况,确定下一调度周期内微电网系统所能接受的风功率范围。
在该微电网系统中,当前调度周期内,有:Pt,avg_wind=Pt,avg_load-Pt,avg_diesel-Pt,avg_BESS,其中,Pt,avg_wind为风电系统的平均功率输出,Pt,avg_load为负荷的平均功率需求,Pt,avg_diesel为柴油发电系统的平均功率输出,Pt,avg_BESS为电池储能系统的平均功率输出,放电为正,充电为负。
理论上,下一调度周期中,该微电网系统许可的风电接入的最大功率为:
Pt+1,max_wind=Pt+1,avg_load-Pmin_diesel-Pmin_BESS,
其中,Pt+1,avg_load为下一调度周期内的负荷预测值;Pmin_diesel为柴油发电系统的最小输出功率限制;Pmin_BESS为电池储能系统的最大充电功率,数值为负。
由以上得到的微电网系统许可的风电接入功率范围十分宽泛,对微电网系统中风电系统的出力调度的约束力很小,不具备实际操作意义,需进一步明确界定。
进一步的,在微电网系统实际运行中,负荷需求可以根据邻近调度周期的历史负荷数据较精确地预测出下一调度周期内的负荷功率需求。而柴油发电机系统和电池储能系统的出力,则更多的和具体微电网能量优化调度管理相关,无法一概而论。
在满足系统稳定运行的约束条件下,尽量提升风电等间歇性可再生能源的利用率,减少柴油等化石能源的消耗,是微电网系统设计的关键目标。在该微电网系统中,其他分布式电源包括柴油发电机系统,其为系统主电源,用于建立系统的电压和频率参考,同时提供功率旋转备用。通过微电网中央控制单元的调度管理,使柴油发电机系统尽量长时间运行在某特定的较低出力水平实际运行功率基点Pbase_diesel附近。Pbase_diesel的取值,需综合考虑微电网系统经济性、最小出力限制以及留有足够功率旋转备用等因素,比如,当取Pmin_diesel=0.3Prated_diesel时,Prated_diesel为柴油发电系统的额定输出功率,可取Pbase_diesel=0.5Prated_diesel。此外,微电网中央控制单元负有优化电池储能系统运行工况的责任,尽量避免频繁的充放电切换及充放电功率的剧烈变动。所以,可取下一调度周期内的电池储能系统出力Pt+1,avg_BESS=Pt,avg_BESS。则,下一调度周期内微电网系统许可的风电接入功率范围可进一步明确为:Pt+1,sys_wind=Pt,avg_load-Pbase_diesel-Pt,avg_BESS,其中,Pt,avg_load为本周期内的负荷平均功率值;Pbase_diesel为其它分布式电源的稳定运行基点功率;Pt,avg_BESS为储能系统在本调度周期内的平均功率,放电为正,充电为负。
3、在满足微电网系统稳定运行约束条件下,给出风电机组优化功率出力指令,发送给各风电机组,作为其功率输出限制值,从而实现微电网能量优化的主动调度管理,提高风电利用率。
具体的说,通过比较下一调度周期微电网系统允许风电接入功率和风电系统下一调度周期的潜在出力情况,给出优化后的下一调度周期内的风功率出力指令。
当Pt+1,sys_wind≥(1+a)×Pt,avg_wind时,取下一调度周期风功率出力指令Pt+1,set_wind=(1+a)×Pt,avg_wind,适当高于超短期风功率预测值,使风电机组尽量多的利用风能;当Pt+1,sys_wind<(1+a)×Pt,avg_wind时,取下一调度周期风功率出力指令Pt+1,set_wind=Pt+1,sys_wind,使风电机组限功率运行,满足系统稳定运行约束。
由于超短期风功率预测误差、超短期负荷预测误差及其他系统扰动所造成的系统内瞬时功率不匹配的因素,通过柴油发电机系统的功率旋转备用来平衡;而较长时间尺度的风电出力与负荷需求的不匹配,则通过电池储能系统的能量搬运功能,实现削峰填谷。超短期风功率预测基于实时测风数据与风机实际功率曲线,与风场历史出力数据无关,亦无需风场数值气象数据。
本发明大型风电机组在微电网系统中的运行控制方法属于微电网系统主动能量优化管理方法,该方法明确区分了微电网系统中风电系统实时出力与潜在出力能力两个概念,将优化后的风电机组功率指令下发给各风电机组,作为其功率出力限值:在需要尽量多的利用风能时,其值适当高于超短期风功率预测值,以使风电机组处于最大功率跟踪控制模式;而在由于微电网系统稳定运行约束,需要风电机组限功率运行时,取系统安全运行所准许的风功率值,该值低于超短期风功率预测值。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,本领域技术人员利用上述揭示的技术内容做出些许简单修改、等同变化或修饰,均落在本发明的保护范围内。
Claims (7)
1.一种大型风电机组在微电网系统中的运行控制方法,其特征在于包括以下步骤:
A、采集本调度周期内的实时测风数据;
B、根据步骤A所采集的实时测风数据,结合风电机组的实际功率曲线,得到超短期风功率预测值Pt,avg_wind,进而确定下一调度周期内的风功率范围;
C、根据超短期风功率预测值,结合实时负荷需求、其它分布式电源出力情况以及储能系统的优化控制管理策略,确定下一调度周期内微电网系统能接受的风功率优化值Pt+1,sys_wind;
D、在下一调度周期微电网系统能接受的风功率范围内,将满足运行约束条件的最大可用风电出力值作为下一调度周期出力指令Pt+1,set_wind并发送给风电机组。
2.根据权利要求1所述的大型风电机组在微电网系统中的运行控制方法,其特征在于:
所述步骤A中的实时测风数据通过测风塔或风电机组的风速仪和风向标测得。
3.根据权利要求1所述的大型风电机组在微电网系统中的运行控制方法,其特征在于:所述的周期为5分钟。
4.根据权利要求1所述的大型风电机组在微电网系统中的运行控制方法,其特征在于:所述的其它分布式电源包括柴油发电机系统。
5.根据权利要求1所述的大型风电机组在微电网系统中的运行控制方法,其特征在于所述的步骤C中下一调度周期内微电网系统能接受的风功率优化值为:
Pt+1,sys_wind=Pt,avg_load-Pbase_diesel-Pt,avg_BESS,
其中,Pt,avg_load为本周期内的负荷平均功率值;Pbase_diesel为其它分布式电源的稳定运行基点功率;Pt,avg_BESS为储能系统在本调度周期内的平均功率,放电为正,充电为负。
6.根据权利要求5所述的大型风电机组在微电网系统中的运行控制方法,其特征在于所述的Pbase_diesel=0.5*Prated_diesel,其中,Prated_diesel为其它分布式电源的额定功率。
7.根据权利要求1所述的大型风电机组在微电网系统中的运行控制方法,其特征在于:
所述步骤B中下一调度周期内的风功率范围为
(1-a)×Pt,avg_wind至(1+a)×Pt,avg_wind,
其中,a为短期风功率预测误差,取0.15;
所述步骤D中的Pt+1,set_wind为:
当Pt+1,sys_wind≥(1+a)×Pt,avg_wind时,Pt+1,set_wind=(1+a)×Pt,avg_wind;
当Pt+1,sys_wind<(1+a)×Pt,avg_wind时,Pt+1,set_wind=Pt+1,sys_wind。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310097711.0A CN103138294B (zh) | 2013-03-25 | 2013-03-25 | 一种大型风电机组在微电网系统中的运行控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310097711.0A CN103138294B (zh) | 2013-03-25 | 2013-03-25 | 一种大型风电机组在微电网系统中的运行控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103138294A true CN103138294A (zh) | 2013-06-05 |
CN103138294B CN103138294B (zh) | 2015-07-15 |
Family
ID=48497767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310097711.0A Active CN103138294B (zh) | 2013-03-25 | 2013-03-25 | 一种大型风电机组在微电网系统中的运行控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103138294B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103887808A (zh) * | 2014-03-31 | 2014-06-25 | 湘潭大学 | 基于机组惯性储能的风电场储能锂电优化控制方法 |
CN104009499A (zh) * | 2014-06-13 | 2014-08-27 | 东南大学 | 一种解决风电并网系统潮流不均衡的调度方法 |
CN104133989A (zh) * | 2014-07-15 | 2014-11-05 | 华北电力大学 | 计及覆冰损失的风电场时序输出功率计算方法 |
CN109146192A (zh) * | 2018-09-03 | 2019-01-04 | 贵州电网有限责任公司 | 一种考虑风电机组运行工况的风电功率预测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090212563A1 (en) * | 2008-02-21 | 2009-08-27 | General Electric Company | System and method for improving performance of power constrained wind power plant |
CN102097828A (zh) * | 2010-12-30 | 2011-06-15 | 中国电力科学研究院 | 一种基于功率预测的风电优化调度方法 |
CN102664429A (zh) * | 2012-05-29 | 2012-09-12 | 国电联合动力技术有限公司 | 一种并网不上网微网系统及其控制保护方法 |
-
2013
- 2013-03-25 CN CN201310097711.0A patent/CN103138294B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090212563A1 (en) * | 2008-02-21 | 2009-08-27 | General Electric Company | System and method for improving performance of power constrained wind power plant |
CN102097828A (zh) * | 2010-12-30 | 2011-06-15 | 中国电力科学研究院 | 一种基于功率预测的风电优化调度方法 |
CN102664429A (zh) * | 2012-05-29 | 2012-09-12 | 国电联合动力技术有限公司 | 一种并网不上网微网系统及其控制保护方法 |
Non-Patent Citations (2)
Title |
---|
刘玉: "《基于实测数据分析的大型风电场风电功率预测研究》", 《黑龙江电力》 * |
国家电网公司: "《风电功率预测功能规范》", 《国家电网公司企业标准》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103887808A (zh) * | 2014-03-31 | 2014-06-25 | 湘潭大学 | 基于机组惯性储能的风电场储能锂电优化控制方法 |
CN103887808B (zh) * | 2014-03-31 | 2017-01-11 | 湘潭大学 | 基于机组惯性储能的风电场储能锂电优化控制方法 |
CN104009499A (zh) * | 2014-06-13 | 2014-08-27 | 东南大学 | 一种解决风电并网系统潮流不均衡的调度方法 |
CN104009499B (zh) * | 2014-06-13 | 2016-02-03 | 东南大学 | 一种解决风电并网系统潮流不均衡的调度方法 |
CN104133989A (zh) * | 2014-07-15 | 2014-11-05 | 华北电力大学 | 计及覆冰损失的风电场时序输出功率计算方法 |
CN104133989B (zh) * | 2014-07-15 | 2017-07-07 | 华北电力大学 | 计及覆冰损失的风电场时序输出功率计算方法 |
CN109146192A (zh) * | 2018-09-03 | 2019-01-04 | 贵州电网有限责任公司 | 一种考虑风电机组运行工况的风电功率预测方法 |
CN109146192B (zh) * | 2018-09-03 | 2021-09-03 | 贵州电网有限责任公司 | 一种考虑风电机组运行工况的风电功率预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103138294B (zh) | 2015-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghofrani et al. | Energy storage application for performance enhancement of wind integration | |
Agüero et al. | Integration of plug-in electric vehicles and distributed energy resources on power distribution systems | |
Saez-de-Ibarra et al. | Analysis and comparison of battery energy storage technologies for grid applications | |
CN201928022U (zh) | 风电功率预测系统 | |
Liu et al. | Optimal configuration of hybrid solar-wind distributed generation capacity in a grid-connected microgrid | |
Fan et al. | Design and implementation of stand-alone smart grid employing renewable energy resources on Pulau Ubin Island of Singapore | |
CN103138294B (zh) | 一种大型风电机组在微电网系统中的运行控制方法 | |
Alzahrani et al. | Modelling and implementing smart micro-grids for fish-processing industry | |
Rugthaicharoencheep et al. | Smart grid for energy management on distribution system with distributed generation | |
Pearre et al. | Renewable electricity and energy storage to permit retirement of coal-fired generators in Nova Scotia | |
CN104701842A (zh) | 一种独立微网供电系统及其供电可靠性评估方法 | |
CN105262143A (zh) | 基于区域经济最优的光伏源网协调控制方法与系统 | |
WO2014018884A1 (en) | Methods and systems for managing distributed energy resources | |
CN204334028U (zh) | 一种风能光伏发电离网供电电动汽车充电系统 | |
Xiong et al. | Reliability based strategic integration of plug-in hybrid electric vehicles in power systems | |
CN104682398A (zh) | 一种独立微网供电系统供电可靠性负荷削减方法 | |
Arzani et al. | Impact of solar eclipse on utility grid operations | |
Pérez et al. | Frequency regulation of a weak microgrid through a distribution management system | |
Azmi et al. | Review on photovoltaic based active generator | |
Reilly et al. | Hybrid Distributed Wind and Battery Energy Storage Systems | |
CN205091783U (zh) | 一种分布式光伏发电计划系统 | |
Behera et al. | Grid-Connected Distributed Wind-Photovoltaic Energy Management: A Review | |
Fasina | Localised energy systems in the Nigerian power network | |
Madhuranga et al. | Energy storage battery bank system to reduce peak demand for domestic consumers | |
Seifi et al. | An innovative demand side management for vulnerable hybrid microgrid |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Feng Jian Inventor after: Xu Wei Inventor after: Pan Lei Inventor before: Zhou Zhichao Inventor before: Xu Wei Inventor before: Pan Lei Inventor before: Zhang Qiying |
|
COR | Change of bibliographic data |