CN103178536B - 基于供蓄能力的配电网储能装置选址定容方法 - Google Patents
基于供蓄能力的配电网储能装置选址定容方法 Download PDFInfo
- Publication number
- CN103178536B CN103178536B CN201310048294.0A CN201310048294A CN103178536B CN 103178536 B CN103178536 B CN 103178536B CN 201310048294 A CN201310048294 A CN 201310048294A CN 103178536 B CN103178536 B CN 103178536B
- Authority
- CN
- China
- Prior art keywords
- mrow
- energy storage
- storage system
- power
- msub
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 149
- 238000009826 distribution Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 16
- 238000009825 accumulation Methods 0.000 title abstract 3
- 238000012216 screening Methods 0.000 claims abstract description 3
- 238000003860 storage Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000009434 installation Methods 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000004513 sizing Methods 0.000 claims description 4
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 claims description 3
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 claims description 3
- 230000003313 weakening effect Effects 0.000 claims description 2
- 238000011002 quantification Methods 0.000 claims 1
- 238000004445 quantitative analysis Methods 0.000 abstract 1
- 238000005303 weighing Methods 0.000 abstract 1
- 238000011160 research Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008602 contraction Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于供蓄能力的配电网储能装置选址定容方法,包括:S1计算一配电网的储能系统的供蓄能力指标,用于量化分析储能系统消除或削弱外部输入功率或内部系统的吸收功率;S2计算基于供蓄能力指标的电网转供能力安全运行目标函数,用于衡量兼容储能系统和分布式发电系统的配电网安全裕度,包括:基于供蓄能力的智能电网转供能力指标、模型;S3采用供蓄能力指标作为依据进行初始可行解筛选的依据并通过量化分析储能系统对网络安全与经济性的影响,计算储能装置的安装地点和容量配置范围。
Description
技术领域
本发明涉及智能电网领域对于储能装置的兼容技术,具体涉及一种基于供蓄能力的配电网储能装置选址定容方法。
背景技术
在能源短缺、环境保护和气候变化等问题日益突出的背景下,开发清洁能源、建设智能电网成为当今世界各国的共同选择,大规模分布式储能系统(Distributed Energy Storage System,DESS)和分布式发电(DistributedGeneration,DG)的接入是智能电网发展的趋势。储能系统所具备的充放电能力,使智能电网成为具有柔性调节特性的网络,对于改善电网安全经济运行特性、兼容间歇式电源接入具有重要作用。
储能系统接入电网后,不仅可以实现电网削峰填谷、降低线损和减少输变配设施投资,还可以有效兼容分布式电源尤其是间歇性电源对电网的冲击,提高电网的安全稳定性和需求侧用户可靠性。作为智能电网兼容性研究的重要前提和关键问题,储能系统的选址定容技术,要综合考虑电网经济和安全需求。
目前,国内外对储能系统的研究仍集中在对储能本身的输出功率控制即PCS控制上,而储能系统在电网中应用的研究还相对比较缺乏,国内外学术界和工业界仅仅初步展开储能接入电网方便的定性研究。
有鉴于此,本发明旨在建立定量分析储能接入对电网系统影响(包括储能自身以及与DG的配合)的数学模型与供蓄能力指标,提出建立兼顾配电网网络安全性与经济性的多目标优化策略,求取储能系统在配电网中的最优选址定容方案。
发明内容
本发明针对现有技术存在的上述不足,提供一种基于供蓄能力的配电网储能装置选址定容方法。本发明通过以下技术方案实现:
一种基于供蓄能力的配电网储能装置选址定容方法,包括:
S1:计算一配电网的储能系统的供蓄能力指标,用于量化分析储能系统消除或削弱外部输入功率或内部系统的吸收功率的能力;
S2:建立基于供蓄能力指标的电网转供能力安全运行目标函数,用于衡量兼容储能系统和分布式发电系统的配电网安全裕度,包括:基于供蓄能力的智能电网转供能力指标、模型;
S3:采用供蓄能力指标作为依据进行安全运行目标函数的初始可行解筛选的依据,并通过量化分析储能系统对网络安全与经济性的影响,计算储能装置的安装地点和容量配置范围。
较佳的,步骤S1包括:
A1:初始化,设定时间步长ΔT、充/放电倍数改变步长Δk,并把储能系统的充/放电倍数设定为额定最大充电倍数;
A2:计算以最大充/放电倍数充电一个时间步长后储能系统的剩余能量,并判断剩余能量是否满足储能系统能量上下限约束;
A3:若储能系统剩余能量不满足能量上下限约束,将储能系统充电系数减小Δk,重复步骤A2;若满足能量上下限约束,进行潮流计算,求解支路电流与节点电压;
A4:判断支路电流是否满足电流约束,以及节点电压是否满足电压约束,若不满足任何一项约束,则将储能系统充电系数减小Δk,并重复步骤S2;若所有约束都满足,则计算结束,输出充电系数k;若储能系统初始额定充电功率为Pcr,则蓄电能力Pc=k·Pcr;
A5:若储能系统剩余能量不满足能量下限约束,将储能系统充电系数减小Δk,重复步骤S2;若满足能量下限约束,进行潮流计算,求解支路电流与节点电压;
A6:判断支路电流是否满足电流约束,以及节点电压是否满足电压约束,若不满足任何一项约束,则将储能系统放电系数减小Δk,并重复步骤S2;若所有约束都满足,则计算结束,输出充电系数k;若储能系统初始额定放电功率为Pdr,则供电能力Pd=k·Pdr。
较佳的,步骤S2包括:
B1:选择非故障供电恢复区域;
B2:去除分支线;
B3:拓扑连通约束;
B4:计算储能系统和分布式电源接入的系统转供能力。
较佳的,步骤B4采用优化算法计算,优化算法的目标函数为:
式中,PRL为线路总的的转供能力,M为可以恢复的变压器负荷个数,Pm(T)为第m个变压器在T时刻的负荷出力,b为负荷重要程度、取值范围为[0,1];算法的约束条件为:
其中,Vσ(T)表示任意节点在T时刻的电压值;VLow、VHigh分别为节点电压波动的下限值和上限值;Iμ(T)表示在T时刻,流经任意线路的电流值;IMax为线路最大载流量;表示分布式发电设备在T+Δt时刻的节点电压;表示储能系统的放电支撑功率;Pd max表示储能系统的最大供电能力;g表示故障恢复后的系统网络拓扑结构;G表示考虑储能和DG接入的配电网网络拓扑约束;
式中,(a)、(b)为支路潮流约束,(c)为分布式电源约束,(d)为储能装置约束,(e)为配电网辐射运行约束;并且在辐射运行约束(e)中,g为故障恢复后的网路拓扑结构,G为辐射状网络拓扑结构。
较佳的,在步骤C3中:
储能系统选址定容模型通过一个n维向量x表示:x∈Rn x=(x1,x2,…,xn)T,其中n为可供储能系统选址的个数,向量x的第i个元素xi表示在第i个可供储能系统选址的地点所配置储能系统的容量值;
储能系统配置的容量是一个离散值,即:xi∈{0,Ebase,2×Ebase,…N×Ebase},其中Ebase表示储能系统可配置的基准容量。
较佳的,储能系统步骤C3满足:
储能系统的最大安装容量约束,表示为Eimax表示第i个可安装节点安装的储能系统容量,EMAX表示的是允许安装的最大容量;
功率平衡约束,表示为PT是由电源点向馈线提供的功率;Pi-DESS是第i个储能系统的充电或放电功率;αi表示第i个储能系统的充放电状态,1表示放电状态,-1表示充电状态;PLoad表示负荷功率,PLoss是线损功率;
节点电压约束,表示为Vmin≤Vj≤Vmax,Vj表示任一节点j的节点电压;Vmin表示节点电压允许的最小值;Vmax表示节点电压允许的最大值;
线路容量约束,表示为Ij≤Imax,Ij表示任一支路流过的电流;Imax是允许流过线路支路的最大电流。
较佳的,储能系统选址定容安全性指标表示为:其中,ΔPTrans是储能系统接入配网后对于馈线转供能力的提升;表示的是储能系统接入配电网后馈线的最大转供能力,此时储能系统的对应馈线上所有接入的储能系统的最大容量之和;表示的是未接入储能系统配电网馈线的最大转供能力。
较佳的,储能系统选址定容经济性指标表示为:
其中,Inc为储能系统接入配电网后对网络经济性影响;
Cvalley表示谷时电价;
对应未安装储能系统时馈线在负荷低谷时候的线损功率;
对应储能系统在负荷低谷充电时候馈线的线损功率;
Tvalley表示一天中负荷低谷时段;
Cpeak表示峰时电价;
表示未安装储能系统时馈线在负荷高峰时期的线损功率;
对应储能系统在负荷高峰放电时馈线的线损功率;
Tpeak表示一天中负荷高峰时刻。
本发明由于采用了以上技术方案,使之与现有技术相比,本发明具有以下优点:
1)本发明建立量化反映储能系统充放电特性的供蓄能力指标,包含供电能力和蓄电能力的供蓄能力指标,综合考虑了储能装置自身运行特性、PCS控制特征、系统潮流约束以及网络拓扑约束。
2)本发明建立储能和DG在配电网络“N-1”校核时的故障恢复模型,提出智能电网转供能力指标以及推导方法。通过对非故障恢复区域分层扩展,增加寻找到最优转供路径的概率,通过对扩展区域的网架运用拓扑收缩技术进行收缩处理并将拓扑连通约束转化为联络开关与节点的数值约束,可在保证可行解不丢失的基础上,大幅提高系统搜索效率。
3)本发明运用供蓄能力指标,研究储能系统的选址定容策略,在分析归纳负荷历史数据特性基础上,确定系统供蓄能力的选择范围,计算出储能装置的备选安装地点和容量配置范围。
附图说明
图1储能装置蓄电能力求取流程图;
图2储能装置供电能力求取流程图;
图3智能电网转供能力指标求取流程示意图;
图4考虑电网经济安全运行的储能装置选址定容流程示意图。
具体实施方式
下面结合实施例对本发明作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式,但本发明的保护范围不限于下述的实施例。
参看图1与图2,本发明的供蓄能力指标实现技术包括以下步骤:
步骤A:参看图1与图2,求取储能电池的供蓄能力指标
所述步骤A中,包括以下步骤:
步骤A1:程序初始化,设定时间步长ΔT、充/放电倍数改变步长Δk,并把储能系统的充/放电倍数设定为额定最大充电倍数。
步骤A2:计算以最大充/放电倍数充电一个时间步长后储能系统的剩余能量,并判断剩余能量是否满足储能系统(DESS)能量上下限约束。
步骤A3:若储能系统剩余能量不满足能量上下限约束,将储能系统充电系数减小Δk,重复步骤A2;若满足能量上下限约束,进行潮流计算,求解支路电流与节点电压。
步骤A4:判断支路电流是否满足电流约束,以及节点电压是否满足电压约束,若不满足任何一项约束,则将储能系统充电系数减小Δk,并重复步骤A2。若所有约束都满足,则计算结束,输出充电系数k,蓄电能力Pc=k·Pcr。
步骤A5:若储能系统剩余能量不满足能量下限约束,将储能系统充电系数减小Δk,重复步骤A2;若满足能量下限约束,进行潮流计算,求解支路电流与节点电压。
步骤A6:判断支路电流是否满足电流约束,以及节点电压是否满足电压约束,若不满足任何一项约束,则将储能系统放电系数减小Δk,并重复步骤A2。若所有约束都满足,则计算结束,输出充电系数k,供电能力Pd=k·Pdr。
步骤B:基于供蓄能力指标的电网转供能力安全性指标求取
如图3所述,步骤B中包括以下步骤:
步骤B1:非故障供电恢复区域选择
用无向元件网络图g来表示所研究的电网,g'表示计算网络。在初始状态,g'由非故障断电区域和边界联络线组成,并有在下述情况下:
1、通过g'内的开关操作无法为所有断电负荷恢复供电;
2、DG离故障区域比较近,存在脱网运行可能;
3、故障区域附件存在DESS。
为实现尽可能多负荷恢复供电与保证DG正常运行,由g'的联络线向正常供电区域扩展,直至电源侧母线、DG、DESS或上一级联络线为止,所得的新区域称之为g'的邻域。
步骤B2:去除分支线
在基于CIM的拓扑分析基础上,通过对网架进行进一步简化,剔除分支线上的开关,只保留干线上的开关,形成易于求解的计算网架;同时,还需对末端设备与“T”型节点间的负荷进行累加归并。
调用分支线收缩函数对网络进行简化时,包含DG/DESS的线路,应视为干线而非分支线。
步骤B3:拓扑连通约束
为保证独立的供电岛数目与电源数目相同,供电恢复后处于分断状态的联络开关的数目应该首先确定。对于指定电网,定义A1为网络中的电源数目,A2为网络中不考虑开关状态时,设备形成的环网数目;则联络开关数目N应为:
N=A1+A2-1 (1)
步骤B4:考虑储能和DG接入的系统转供能力求取
兼容DG与储能系统的配网恢复路径选择,采用智能优化算法来实现。综合转供能力分析和电网运行特性,优化算法的目标函数为:
式中,PRL为线路总的的转供能力,M为可以恢复的变压器负荷个数,Pm(T)为第m个变压器在T时刻的负荷出力,b为负荷重要程度、取值范围为[0,1];算法的约束条件为:
其中,Vσ(T)表示任意节点在T时刻的电压值;VLow、VHigh分别为节点电压波动的下限值和上限值;Iμ(T)表示在T时刻,流经任意线路的电流值;IMax为线路最大载流量;表示分布式发电设备在T+Δt时刻的节点电压;表示储能系统的放电支撑功率;Pdmax表示储能系统的最大供电能力;g表示故障恢复后的系统网络拓扑结构;G表示考虑储能和DG接入的配电网网络拓扑约束;式中,(a)、(b)为支路潮流约束,(c)为分布式电源约束,(d)为储能装置约束,(e)为配电网辐射运行约束;并且在辐射运行约束(e)中,g为故障恢复后的网路拓扑结构,G为辐射状网络拓扑结构。
步骤C:考虑电网经济安全运行的储能装置选址定容研究
如图4所述,步骤C中包括以下步骤:
步骤C1:储能系统选址定容安全性指标
转供能力也能得到很大的提升。DESS对网络安全性的影响可表征为如下指标:
式中,
ΔPTrans是储能系统接入配网后对于馈线转供能力的提升;
表示的是DESS接入配电网后馈线的最大转供能力,此时DESS的对应馈线上所有接入的储能系统的最大容量之和;
表示的是未接入DESS配电网馈线的最大转供能力。
步骤C2:储能系统选址定容经济性指标
DESS接入配电网后对网络经济性影响仅以其改善系统负荷特性,降低线损来表征,可用如下指标表示:
其中,
Inc为DESS接入配电网后对网络经济性影响;
Cvalley表示谷时电价;
对应未安装DESS时馈线在负荷低谷时候的线损功率;
对应DESS在负荷低谷充电时候馈线的线损功率;
Tvalley表示一天中负荷低谷时段;
Cpeak表示峰时电价;
表示未安装DESS时馈线在负荷高峰时期的线损功率;
对应DESS在负荷高峰放电时馈线的线损功率;
Tpeak表示一天中负荷高峰时刻。
步骤C3:储能系统选址定容模型
DESS选址及定容可归纳为一个多目标优化问题,其目标函数综合考虑DESS对于网络安全性以及网络经济性的提升,可表示如下:
maxF(x)=[ΔPTrans(x),Inc(x)] (6)
关于DESS选址及定容问题的解空间可以通过一个n维向量x表示:
x∈Rn x=(x1,x2,…,xn)T (7)
其中n表示可供DESS选址的个数,向量x的第i个元素xi表示在第i个可供DESS选址的地点所配置DESS的容量值;根据实际情况,DESS配置的容量是一个离散值,即
xi∈{0,Ebase,2×Ebase,…N×Ebase} (8)
式中Ebase表示DESS可配置的基准容量,当xi取值为0时表示在第i个可供选址的地点所配置DESS的容量为0,即该选址方案未选中第i个可供选址的地点。
DESS的选址定容问题约束条件和不等式约束条件需满足:
1、DESS的最大安装容量约束
考虑到DESS的安装成本及其运行对电网带来的波动性影响,DESS的最大安装容量需满足如下约束:
式中Eimax表示的是第i个可安装节点安装的DESS容量,EMAX表示的是允许安装的最大容量。
2、功率平衡约束
PT是由电源点向馈线提供的功率;Pi-DESS是第i个DESS的充电或放电功率;αi表示第i个DESS的充放电状态,1表示放电状态,-1表示充电状态;PLoad表示负荷功率,PLoss是线损功率。
3、节点电压约束
Vmin≤Vj≤Vmax (11)
式中Vj表示任一节点j的节点电压;Vmin表示节点电压允许的最小值;Vmax表示节点电压允许的最大值;
4、线路容量约束
Ij≤Imax (12)
式中Ij表示任一支路流过的电流;Imax是允许流过线路支路的最大电流。
以上公开的仅为本申请的一个具体实施例,但本申请并非局限于此,任何本领域的技术人员能思之的变化,都应落在本申请的保护范围内。
Claims (1)
1.一种基于供蓄能力的配电网储能装置选址定容方法,其特征在于,包括:
S1:计算一配电网的储能系统的供蓄能力指标,用于量化分析储能系统消除或削弱外部输入功率或内部系统的吸收功率的能力;
S2:建立基于供蓄能力指标的电网转供能力安全运行目标函数,用于衡量兼容储能系统和分布式发电系统的配电网安全裕度,包括:基于供蓄能力的智能电网转供能力指标、模型;
S3:采用供蓄能力指标作为依据进行所述安全运行目标函数的初始可行解筛选的依据,并通过量化分析储能系统对网络安全与经济性的影响,计算储能装置的安装地点和容量配置范围;
所述步骤S1包括:
A1:初始化,设定时间步长ΔT、充/放电倍数改变步长Δk,并把储能系统的充/放电倍数设定为额定最大充电倍数;
A2:计算以最大充/放电倍数充电一个时间步长后储能系统的剩余能量,并判断剩余能量是否满足储能系统能量上下限约束;
A3:若储能系统剩余能量不满足能量上下限约束,将储能系统充电系数减小Δk,重复步骤A2;若满足能量上下限约束,进行潮流计算,求解支路电流与节点电压;
A4:判断支路电流是否满足电流约束,以及节点电压是否满足电压约束,若不满足任何一项约束,则将储能系统充电系数减小Δk,并重复步骤S2;若所有约束都满足,则计算结束,输出充电系数k;若储能系统初始额定充电功率为Pcr,则蓄电能力Pc=k·Pcr;
A5:若储能系统剩余能量不满足能量下限约束,将储能系统充电系数减小Δk,重复步骤S2;若满足能量下限约束,进行潮流计算,求解支路电流与节点电压;
A6:判断支路电流是否满足电流约束,以及节点电压是否满足电压约束,若不满足任何一项约束,则将储能系统放电系数减小Δk,并重复步骤S2;若所有约束都满足,则计算结束,输出充电系数k;若储能系统初始额定放电功率为Pdr,则供电能力Pd=k·Pdr;
所述步骤S2包括:
B1:选择非故障供电恢复区域;
B2:去除分支线;
B3:拓扑连通约束;
B4:计算储能系统和分布式电源接入的系统转供能力;
所述步骤B4采用优化算法计算,所述优化算法的目标函数为:
式中,PRL为线路总的的转供能力,M为可以恢复的变压器负荷个数,Pm(T)为第m个变压器在T时刻的负荷出力,b为负荷重要程度、取值范围为[0,1];所述优化算法的约束条件为:
其中,Vσ(T)表示任意节点在T时刻的电压值;VLow、VHigh分别为节点电压波动的下限值和上限值;Iμ(T)表示在T时刻,流经任意线路的电流值;IMax为线路最大载流量;表示分布式发电设备在T+Δt时刻的节点电压;表示储能系统的放电支撑功率;Pdmax表示储能系统的最大供电能力;g表示故障恢复后的系统网络拓扑结构;G表示考虑储能和DG接入的配电网网络拓扑约束;
式中,(a)、(b)为支路潮流约束,(c)为分布式电源约束,(d)为储能装置约束,(e)为配电网辐射运行约束;并且在辐射运行约束(e)中,g为故障恢复后的网路拓扑结构,G为辐射状网络拓扑结构;
所述步骤S3包括:
C1:计算储能系统选址定容安全性指标;
C2:计算储能系统选址定容经济性指标;
C3:计算储能系统选址定容模型;
在所述步骤C3中:
所述储能系统选址定容模型通过一个n维向量x表示:x∈Rn x=(x1,x2,…,xn)T,其中n为可供储能系统选址的个数,向量x的第i个元素xi表示在第i个可供储能系统选址的地点所配置储能系统的容量值;
储能系统配置的容量是一个离散值,即:xi∈{0,Ebase,2×Ebase,…N×Ebase},其中Ebase表示储能系统可配置的基准容量;
所述储能系统步骤C3满足:
储能系统的最大安装容量约束,表示为Eimax表示第i个可安装节点安装的储能系统容量,EMAX表示的是允许安装的最大容量;
功率平衡约束,表示为PT是由电源点向馈线提供的功率;Pi-DESS是第i个储能系统的充电或放电功率;αi表示第i个储能系统的充放电状态,1表示放电状态,-1表示充电状态;PLoad表示负荷功率,PLoss是线损功率;
节点电压约束,表示为Vmin≤Vj≤Vmax,Vj表示任一节点j的节点电压;Vmin表示节点电压允许的最小值;Vmax表示节点电压允许的最大值;
线路容量约束,表示为Ij≤Imax,Ij表示任一支路流过的电流;Imax是允许流过线路支路的最大电流;
所述储能系统选址定容安全性指标表示为:其中,ΔPTrans是储能系统接入配网后对于馈线转供能力的提升;表示的是储能系统接入配电网后馈线的最大转供能力,此时储能系统的对应馈线上所有接入的储能系统的最大容量之和;表示的是未接入储能系统配电网馈线的最大转供能力;
所述储能系统选址定容经济性指标表示为:
其中,Inc为储能系统接入配电网后对网络经济性影响;
Cvalley表示谷时电价;
对应未安装储能系统时馈线在负荷低谷时候的线损功率;
对应储能系统在负荷低谷充电时候馈线的线损功率;
Tvalley表示一天中负荷低谷时段;
Cpeak表示峰时电价;
表示未安装储能系统时馈线在负荷高峰时期的线损功率;
对应储能系统在负荷高峰放电时馈线的线损功率;
Tpeak表示一天中负荷高峰时刻。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310048294.0A CN103178536B (zh) | 2013-02-06 | 2013-02-06 | 基于供蓄能力的配电网储能装置选址定容方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310048294.0A CN103178536B (zh) | 2013-02-06 | 2013-02-06 | 基于供蓄能力的配电网储能装置选址定容方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103178536A CN103178536A (zh) | 2013-06-26 |
CN103178536B true CN103178536B (zh) | 2015-08-26 |
Family
ID=48638220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310048294.0A Active CN103178536B (zh) | 2013-02-06 | 2013-02-06 | 基于供蓄能力的配电网储能装置选址定容方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103178536B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103491178A (zh) * | 2013-09-27 | 2014-01-01 | 浪潮(北京)电子信息产业有限公司 | 一种云数据中心自动选址方法及系统 |
CN104680243B (zh) * | 2014-12-22 | 2019-01-11 | 清华大学 | 计及转供能力的海上风电场主变压器容量优化方法 |
CN106447061B (zh) * | 2015-08-06 | 2019-09-17 | 北京电研华源电力技术有限公司 | 分布式电源定容选址的方法 |
CN106650025B (zh) * | 2016-11-25 | 2020-06-09 | 南方电网科学研究院有限责任公司 | 多电源配电网辐射状拓扑约束判断方法与系统 |
CN108964102B (zh) * | 2018-07-26 | 2022-03-25 | 华北电力大学(保定) | 配电网中分布式储能的位置和容量优化配置方法 |
CN109030933A (zh) * | 2018-08-30 | 2018-12-18 | 东方电子股份有限公司 | 一种基于馈线组的抽取电流最大值的方法 |
CN109255558B (zh) * | 2018-10-31 | 2021-08-17 | 国家电网有限公司 | 一种蓄热式电锅炉接入配电网的选址方法及系统 |
CN111913110B (zh) * | 2019-05-10 | 2023-03-14 | 维谛技术有限公司 | 一种市电电池配置评估方法和系统 |
CN110135662B (zh) * | 2019-06-06 | 2021-04-20 | 杭州电子科技大学 | 一种考虑减小峰谷差的储能选址定容多目标优化方法 |
CN110930031B (zh) * | 2019-11-22 | 2022-01-11 | 广东电网有限责任公司 | 一种低压配网储能装置安装台区选址方法、装置和设备 |
CN110943465B (zh) * | 2019-12-16 | 2020-10-30 | 贵州电网有限责任公司 | 一种储能系统选址定容优化方法 |
CN115719967A (zh) * | 2022-11-25 | 2023-02-28 | 国网上海市电力公司 | 一种用于提高供电可靠性的有源配电网储能装置优化配置方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2190097B1 (en) * | 2008-11-25 | 2012-05-16 | ABB Research Ltd. | Method for operating an energy storage system |
CN102368625B (zh) * | 2011-10-10 | 2014-11-05 | 南方电网科学研究院有限责任公司 | 抑制可再生能源输出功率波动的电池储能系统的控制方法 |
CN102593853B (zh) * | 2012-02-27 | 2014-03-26 | 东北电力大学 | 提高风电接纳能力的储能系统容量优化配置方法 |
-
2013
- 2013-02-06 CN CN201310048294.0A patent/CN103178536B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103178536A (zh) | 2013-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103178536B (zh) | 基于供蓄能力的配电网储能装置选址定容方法 | |
Wong et al. | Review on the optimal placement, sizing and control of an energy storage system in the distribution network | |
Li et al. | Optimal planning of energy storage system in active distribution system based on fuzzy multi-objective bi-level optimization | |
CN102208809B (zh) | 含光伏电源的配电网可靠性评估方法 | |
Rodrigues et al. | Modelling and sizing of NaS (sodium sulfur) battery energy storage system for extending wind power performance in Crete Island | |
CN103872701B (zh) | 一种储能型交直流混合微网及其控制方法 | |
CN112994022A (zh) | 一种源储荷分布式协同电压控制方法及其系统 | |
CN104505825A (zh) | 一种高压配电网的供电安全诊断分析方法 | |
CN106549420A (zh) | 考虑风险和风力发电的电力系统运行备用优化方法 | |
CN111009914A (zh) | 一种面向主动配电网的储能装置选址定容方法 | |
CN113904321A (zh) | 基于弹性力学映射的配电网优化配置方法、系统及终端 | |
CN114243754B (zh) | 一种自适应并离网储能响应控制方法及控制系统 | |
CN107622332A (zh) | 一种基于静态安全性约束的电网侧储能容量优化配置方法 | |
CN102570490A (zh) | 一种电动汽车智能充放电控制方法 | |
CN107179688B (zh) | 考虑蒙特卡罗状态抽样截尾的电力系统可靠性分析方法 | |
Hua et al. | Day-ahead scheduling of power system with short-circuit current constraints considering transmission switching and wind generation | |
CN117543561A (zh) | 一种协同虚拟电厂的柔性配电系统保供方法 | |
Arshad et al. | Multi-agent based distributed voltage regulation scheme with grid-tied inverters in active distribution networks | |
CN117522014A (zh) | 一种考虑多重不确定性的储配网联合规划方法 | |
CN104821619A (zh) | 基于可再生能源的蓄电池充电装置及其控制方法 | |
CN109004642B (zh) | 用于平抑分布式电源功率波动的配网分布式储能评价方法 | |
CN116316607A (zh) | 一种联合优化调度方法、系统、设备及介质 | |
CN115719967A (zh) | 一种用于提高供电可靠性的有源配电网储能装置优化配置方法 | |
CN111106622B (zh) | 一种基于rmpc的主动配电网供电恢复方法 | |
Vollenweider | Grid integration of PV systems and local storage in distribution networks |
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 |