CN105119315B - 一种基于能效最大化的储能变流器组合优化方法 - Google Patents
一种基于能效最大化的储能变流器组合优化方法 Download PDFInfo
- Publication number
- CN105119315B CN105119315B CN201510602638.7A CN201510602638A CN105119315B CN 105119315 B CN105119315 B CN 105119315B CN 201510602638 A CN201510602638 A CN 201510602638A CN 105119315 B CN105119315 B CN 105119315B
- Authority
- CN
- China
- Prior art keywords
- energy
- power
- current converter
- charge
- storage system
- 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
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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供了一种基于能效最大化的储能变流器组合优化方法,其包括下列步骤:A、输入光伏微电网的基础数据;B、根据步骤A中的负荷数据和光伏出力数据,计算各采样间隔ΔT内的负荷与光伏出力的净功率;C、根据步骤B得到的与储能系统充放电过程相关的净功率值P0',和储能最大充放电功率PBmax,设定所需储能变流器总功率PC;D、根据可选变流器规格和步骤C中确定的变流器总功率计算所有符合要求的变流器组合;E、根据步骤B中计算得到的与储能系统充放电过程相关的净功率值P0'和配置的储能变流器总功率PC,采用智能算法为步骤D中确定的每个变流器组合在各个时间段面对组合内的每一块变流器进行功率分配;F、选取步骤E中整个统计时长T内损耗最小的变流器组合作为最终的储能变流器组合方案。
Description
技术领域
本发明涉及一种基于能效最大化的储能变流器组合优化方法。
背景技术
近年来,随着政府补贴光伏产业政策力度的加大和光伏组件价格的显著下降,已经有越来越多的投资商将光伏微电网发电模式引入到各个领域之中。光伏微电网模式的普及能够大大减轻工业领域对传统化石能源的依赖,具有重大的节能和环保效益。
为了保证微电网供电可靠性,最大限度利用光伏资源,通常需要为微电网系统配置合适的储能。现阶段,由于储能器件价格昂贵,储能容量的配置不宜过大,过大的储能容量将显著增加投资成本;储能容量的配置也不能过小,过小的储能容量无法保证系统在孤网时段的稳定运行,也不利于促进光伏的消纳。因此,如何合理配置微电网的储能容量已成为当今众多学者关注的焦点。对于储能电池容量的优化配置,已经有大量的学者做了相关的研究,目前常用的储能系统容量配置和优化方法主要有差额补充法、波动平抑分析法、经济特性优化法。然而,上述模型方法对于储能变流器容量的配置往往只给出了需要配置的储能变流器总功率值,并未结合微电网的安装实际限制和市场上常见的储能变流器的能量转换效率曲线进行合理的优化,对储能变流器的组合优化方面的研究还比较少见。
发明内容
针对现有技术的缺点,本发明的目的是,对于并网运行的光伏微电网,提供一种基于能效最大化的储能变流器组合优化方法。
为了实现上述目的,本发明提供了一种基于能效最大化的储能变流器组合优化方法,该分析组合优化方法包括下列步骤:
A、输入光伏微电网的基础数据,该基础数据包括同一统计时长T同一时刻对应的负荷数据、光伏出力数据,储能电池容量和储能电池性能参数;
B、根据步骤A中的负荷数据和光伏出力数据,计算各采样间隔ΔT内的负荷与光伏出力的净功率;
C、根据步骤B得到的与储能系统充放电过程相关的净功率值P0',和储能最大充放电功率PBmax,设定所需储能变流器总功率PC;
D、根据可选变流器规格和步骤C中确定的变流器总功率计算所有符合要求的变流器组合;结合微电网实际的电气结构和安装限制兼顾经济性原则,对上述组合中变流器模块数量进行限定,筛选得到符合微电网实际电气结构且能够兼顾经济性的变流器组合情况;
E、根据步骤B中计算得到的与储能系统充放电过程相关的净功率值P0'和配置的储能变流器总功率PC,采用智能算法为步骤D中确定的每个变流器组合在各个时间段面对组合内的每一块变流器进行功率分配;目标是使该变流器组合每次储能系统进行充放电时的能量转换损失最少,从而使得该变流器组合在整个统计时长内的能量损失最少,最后计算每个变流器组合在统计时长内总的能量损失;
F、选取步骤E中整个统计时长T内损耗最小的变流器组合作为最终的储能变流器组合方案。
步骤A中,储能电池性能参数应包括储能电池荷电状态(SOC)范围和储能电池充放电功率PB(假定储能电池充放电功率限制相同)范围。
本发明的方法可以适用于居民、商业或工业负荷类型的并网运行的光伏微电网中储能变流器的容量组合优化。
本发明中,统计时长T和统计的时间间隔ΔT应符合如下要求,即依据这段时间计量数据所计算结果,应能够完整全面反映微电网与储能系统间能量交换规律。
步骤E中,采用智能算法对组合内每一块变流器进行功率分配的前提是微电网并网运行,在储能充电时,储能变流器可工作在恒流、恒功率等充电模式;在放电时,储能变流器工作在P/Q控制模式。通过上述储能变流器工作模式设定,可实现在t时刻为每块储能变流器按照智能算法寻优结果分配功率的假设。
步骤E中,采用智能算法使得筛选出的储能变流器组合在统计的各个时间断面进行功率分配,目标是使该变流器组合在每次储能系统充放电时的能量转换损失最少,从而使得该储能变流器组合在整个统计时长内的能量转换损失最少。
采用本发明的方法,当光伏微电网内光伏容量与储能电池容量确已经给出时,通过合理优化不同额定功率储能变流器的组合方式,使得整个过程内储能系统进行充放电时,通过储能变流器进行电能转换的能量损耗值最小。
根据本发明另一具体实施方式,采样间隔ΔT小于等于60分钟,例如可取为60分钟、30分钟、15分钟或10分钟等,采样时间越短,微电网负荷与光伏出力间的净功率P0数据越充足,步骤E中计算得到每种变流器组合在每个时间断面上的功率分配结果就更加贴近实际的净功率值,由此得到的储能变流器组合在整个统计时长内的能量损失值的准确性就越高;微电网负荷数据和光伏出力数据为相同采样时刻对应数值。
根据本发明另一具体实施方式,在步骤A和步骤B之间进一步设有步骤A1:根据负荷与光伏出力匹配情况以及微电网所在地区的电价参数制定适合该光伏微电网的储能充放电策略;所述电价参数是指微电网所处环境的电价参数,其包括固定电价和分时电价。
根据本发明另一具体实施方式,若微电网所处地区执行固定电价,则储能系统每天充放电循环一次,储能系统充放电策略为:光伏出力大于负荷时,对储能进行充电,在夜间将存储电能释放给微电网;若微电网所处地区执行分时电价,则储能系统每天充放电循环两次,储能系统充放电策略为:光伏出力大于负荷时,对储能充电,将存储电能在晚上电价高峰时进行释放,完成一次充放电循环,然后,在凌晨电价低谷时期,从电网购电对储能充电,并在上午负荷高峰时段将存贮电能释放,此处放电结束时间应早于白天储能充电时刻,完成第二次充放电循环。
根据本发明另一具体实施方式,步骤C的判断依据如下:储能变流器总功率PC取P0'中的最大值P′0 max与储能电池最大充放电功率PBmax两者中较小值。
根据本发明另一具体实施方式,如果P′0 max>PBmax,则配置储能变流器总功率为PC=PBmax,各种情况下的系统功率平衡和储能变流器组合需要分配的总功率情形如下:
假设此时正处于午间光伏过剩,储能系统充电时段,若P0'<PC,则配置的储能变流器组合能够将该时间断面的下净功率P0'进行分配,变流器组合需要分配的功率总额为P0';若P0'>PC,则受限于储能电池的充电功率约束,储能变流器组合转换的最大功率只能达到PC=PBmax,不能被储能系统吸收的能量卖向电网(若允许余电上网)或被迫弃光(不允许余电上网);若此时正处于从电网购电为储能充电时段,则储能变流器组合可按最大转换功率PC=PBmax运行。
假设此时正处于储能系统放电时段,若P0'<PC,则配置的储能变流器组合能够将该时间断面的下净功率P0'进行分配,变流器组合需要分配的功率总额为P0';若P0'>PC,则同样受限于储能系统放电功率限制,储能变流器转换的最大功率只能为PC=PBmax,此时的负荷用电功率缺额由配网提供。根据本发明另一具体实施方式,在步骤D和步骤E之间进一步设有步骤D1:输入不同规格储能变流器能量转换模型参数,得到相应的储能变流器能量转换曲线。这里的储能变流器能量转换模型,是来源于Tamer Khatib,Optimization of aPV/wind micro-grid for rural hous ing electrification using a hybriditerative/genetic algorithm:case study of Kuala Terengganu,Malaysia,Energyand Buildings,2012年,第47卷,ISSN:0378-7788,第321-331页,特别是第327-328页。根据上述文献中提出的变流器能效模型,得到额定功率分别为5kW,50kW,100kW的储能变流器功率曲线以及各自对应的模型参数c1,c2,c3。实际上,对于本发明而言,其他常见额定功率类型的储能变流器参数也可通过上述文献中提到的拟合方法得到,因此,本发明虽然仅采用了3种类型的储能变流器能量转换模型,但本发明方法可应用于所有市场上常见储能逆变器类型。
与现有技术相比,本发明具备如下有益效果:
采用本发明的方法,当光伏微电网内光伏容量与储能电池容量确已经给出时,通过合理优化不同额定功率储能变流器的组合方式,使得整个过程内储能系统进行充放电时,通过储能变流器进行电能转换的能量损耗值最小。本发明提出的储能变流器优化组合方法简便易行,可以有效减小储能系统充放电过程中的能量损失,提高储能系统能量转换效率。此外,由于本发明方法主要针对储能变流器市场上比较常见的储能变流器规格设定,因而对于一般的光伏微电网而言具有很强的实用性。
下面结合附图对本发明作进一步的详细说明。
附图说明
图1为实施例1中,基于能效最大化的储能变流器组合优化方法流程图;
图2为实施例1中,光伏微电网运行特性图;
图3为实施例1中,分时电价情况下储能系统充放电策略及电池SOC示意图;
图4为实施例1中,储能变流器能量转换效率曲线。
具体实施方式
实施例1
图1是本实施例基于能效最大化的储能变流器组合优化方法流程图。
本实施例基于能效最大化的储能变流器组合优化方法基本步骤是:
步骤1(A):输入光伏微电网的基础数据,基本运行数据为微电网负荷数据PL和光伏出力数据PPV。所输入数据的时间长度为T,数据的时间间隔为ΔT。为保证所得净功率能更全面、准确贴近微电网运行实际情况,需满足约束如下
式中,Tmin为能反映微电网运行规律的最短统计时长,ΔTmax为系统允许的最大采样间隔。
上述两参数根据各光伏微电网运行的实际情况设定,一般Tmin不应小于60天,ΔTmax不应大于1小时。
输入已配置好的储能电池容量E0及电池性能参数,包括储能电池荷电状态(SOC)范围,储能电池充放电功率PB范围,即
式中,SOCmin和SOCmax分别为储能电池荷电状态的最小值和最大值,PBmin和PBmax分别为储能电池充放电功率的最小值和最大值(此处假设储能电池充放电功率相同),上述两参数取决于储能电池所选类型与规格。
步骤2(A1):对典型日负荷及光伏出力匹配情况和电价情况进行综合分析,从而制定适合该光伏微电网的储能充放电策略。
从统计得到的负荷及光伏出力数据中选取典型日数据,并对典型日负荷及光伏出力情况、电价情况进行综合分析,从而制定适合光伏微电网的储能充放电策略。典型日负荷、光伏出力及电价的综合分析如图2所示。
若微电网所处地区执行固定电价,则储能系统每天充放电循环一次,储能系统充放电策略为:光伏出力大于负荷时,对储能进行充电,在夜间将存储电能释放给微电网;若微电网所处地区执行分时电价,则储能系统每天充放电循环两次,储能系统充放电策略为:光伏出力大于负荷时,对储能充电,将存储电能在晚上电价高峰时进行释放,完成一次充放电循环,然后,在凌晨电价低谷时期,从电网购电对储能充电,并在上午负荷高峰时段将存贮电能释放(此处放电结束时间应早于白天储能充电时刻),完成第二次充放电循环。分时电价情况下微电网内储能电池充放电策略及电池SOC情况如图3所示。
步骤3(B):根据步骤1中的负荷数据和光伏出力数据计算整个统计时长的负荷与光伏出力间的净功率(以下简称净功率),每个采样间隔内的净功率值计算如下:
P0(ΔT)=|PPV(ΔT)-PL(ΔT)| (3)
根据步骤2中制定的储能电池充放电策略,选取出与储能系统充放电过程相关的净功率,并以P0'表示(需要说明的是P0'不包括凌晨从电网购电对储能系统进行充电时段的净功率数据)。
步骤4(C):根据步骤3得到的与储能系统充放电过程相关的净功率值P0'和储能最大充放电功率PBmax设定所需储能变流器总功率PC。储能变流器总功率PC取P0'中的最大值P′0 max与储能电池最大充放电功率PBmax两者中较小值。即PC=min{P′0 max,PBmax}。
如果P′0 max<PBmax,则配置储能变流器总功率为PC=P′0 max,可保证在任何时刻,配置的储能变流器组合都能够将该时间断面的下净功率P0'进行分配。
如果P′0 max>PBmax,则配置储能变流器总功率为PC=PBmax,各种情况下的系统功率平衡和储能变流器组合需要分配的总功率情形如下:
假设此时正处于午间光伏过剩,储能系统充电时段,若P0'<PC,则配置的储能变流器组合能够将该时间断面的下净功率P0'进行分配,变流器组合需要分配的功率总额为P0';若P0'>PC,则受限于储能电池的充电功率约束,储能变流器组合转换的最大功率只能达到PC=PBmax,不能被储能系统吸收的能量可卖向电网(若允许余电上网)或被迫弃光(不允许余电上网)。若此时正处于从电网购电为储能充电时段,则储能变流器组合可按最大转换功率PC=PBmax运行。
假设此时正处于储能系统放电时段,若P0'<PC,则配置的储能变流器组合能够将该时间断面的下净功率P0'进行分配,变流器组合需要分配的功率总额为P0';若P0'>PC,则同样受限于储能系统放电功率限制,储能变流器转换的最大功率只能为PC=PBmax,此时的负荷用电功率缺额由配网提供。
上述过程用数学公式表示为:
PC=min{P′0 max,PBmax} (4)
若P0'≤PC,则P1t+P2t+…+Pnt=P0t' (5)
若P0'>PC,则P1t+P2t+…+Pnt=PC (6)
式中,PC为所需配置的储能变流器总功率,P′0 max为P0'中的最大值,PBmax为储能电池最大充放电功率;假定每个变流器组合中变流器的总数为n,则Pnt表示在t时刻第n个变流器上分配的转换功率,P0t'为t时刻的净功率值。
由上述分析可以看出,在储能系统每个充放电过程中,各储能变流器组合实际分配的总功率PPt为
PPt=min{P0t',PC} (7)
因此,公式(5)和(6)可以合并成
P1t+P2t+…+Pnt=PPt (8)
步骤5(D):根据可选变流器额定功率和步骤4中确定的变流器总功率计算所有符合要求的变流器组合,对于每个符合要求的组合,满足等式约束如下:
5N5+50N50+100N100=PC (9)
式中,N5,N50,N100,分别为该组合5kW,50kW,100kW储能变流器的个数(只能取正整数或0),PC为步骤4中设定的储能变流器总功率;
结合微电网实际的电气结构和经济性要求,在上述组合中筛选得到符合微电网实际电气结构且能够兼顾经济性的变流器组合,对每个组合需要满足约束如下,
式中,V5,V50,V100,分别为该组合5kW,50kW,100kW储能变流器的单价,V为用于安装储能变流器的工程预算总费用;S为由于微电网电气结构原因造成的储能变流器模块安装的数量限制值。
步骤6(D1):输入不同规格储能变流器能量转换模型参数,得到相应的储能变流器能量转换曲线。根据参考文献提出的变流器能效模型,得到额定功率分别为5kW,50kW,100kW的储能变流器功率曲线如图4所示。
参考文献中提出的储能变流器能效转换模型数学表达式如下:
式中,PS为需要变流器转换的功率,PINV为变流器的额定功率,M为变流器功率运行点。
式中,c1,c2,c3为对应的模型参数,通过大量实测数据经过MATLAB拟合得到。
步骤7(E):根据步骤3中计算得到的与储能系统充放电过程相关的净功率值P0'和配置的储能变流器总功率PC,采用智能算法为步骤6中确定的每个变流器组合在各个时间断面进行功率分配,目标是使该变流器组合在每次储能系统充放电时的能量转换损失最少,从而使得该储能变流器组合在整个统计时长内的能量转换损失最少。
t时刻,某变流器组合中第n个变流器的能量转换损失Ln(xnt)表示如下:
Ln(xnt)=xnt(1-ηnt) (13)
式中,xnt为t时刻第n个变流器上分配的功率,ηnt为第n个变流器在t时刻功率分配为xnt时的变流器能量转换效率。
当P′0 max<PBmax,配置储能变流器总功率为PC=P′0 max时,各个时间断面下的功率分配
对于步骤5中确定的每个变流器组合,以各组合在储能系统充放电过程中,总体能量转换损失最少为目标的优化模型的数学表达如下,
目标函数:
约束条件:
式中,xnt为t时刻第n个变流器上分配的功率,Ln(xnt)为t时刻第n个变流器的能量转换损失,P0t'表示为t时刻的净功率值,PPt为t时刻,各储能变流器组合实际分配的总功率,Pn为该变流器组合中第n个变流器的额定功率,PC为所需配置的变流器总功率值。
根据上述储能变流器组合优化模型计算每个变流器组合在统计时长内总的能量损失。
步骤8(F):选取步骤7中整个统计时长内损耗最小的变流器组合作为最终的储能变流器组合方案。
虽然本发明以较佳实施例揭露如上,但并非用以限定本发明实施的范围。任何本领域的普通技术人员,在不脱离本发明的发明范围内,当可作些许的改进,即凡是依照本发明所做的同等改进,应为本发明的范围所涵盖。
Claims (6)
1.一种基于能效最大化的储能变流器组合优化方法,其特征在于,所述组合优化方法包括下列步骤:
A、输入光伏微电网的基础数据,所述基础数据包括同一统计时长T同一时刻对应的负荷数据、光伏出力数据,储能电池容量和储能电池性能参数;
A1、根据负荷与光伏出力匹配情况以及微电网所在地区的电价参数制定适合该光伏微电网的储能充放电策略;所述电价参数是指微电网所处环境的电价参数,其包括固定电价和分时电价;
B、根据步骤A中的负荷数据和光伏出力数据,计算各采样间隔ΔT内的负荷与光伏出力的净功率;
C、根据步骤B得到的与储能系统充放电过程相关的净功率值P0',和储能最大充放电功率PBmax,设定所需储能变流器总功率PC;
D、根据可选变流器规格和步骤C中确定的变流器总功率计算所有符合要求的变流器组合;
E、根据步骤B中计算得到的与储能系统充放电过程相关的净功率值P0'和配置的储能变流器总功率PC,采用智能算法为步骤D中确定的每个变流器组合在各个时间段面对组合内的每一块变流器进行功率分配;
F、选取步骤E中整个统计时长T内损耗最小的变流器组合作为最终的储能变流器组合方案。
2.根据权利要求1所述的组合优化方法,其特征在于,所述采样间隔ΔT小于等于60分钟。
3.根据权利要求1所述的组合优化方法,其特征在于,
若微电网所处地区执行固定电价,则储能系统每天充放电循环一次,储能系统充放电策略为:光伏出力大于负荷时,对储能系统进行充电,在夜间将存储电能释放给微电网;
若微电网所处地区执行分时电价,则储能系统每天充放电循环两次,储能系统充放电策略为:光伏出力大于负荷时,对储能系统充电,将存储电能在晚上电价高峰时进行释放,完成一次充放电循环,然后,在凌晨电价低谷时期,从电网购电对储能系统充电,并在上午负荷高峰时段将存贮电能释放,此处放电结束时间应早于白天储能充电时刻,完成第二次充放电循环。
4.根据权利要求1所述的组合优化方法,其特征在于,步骤C的判断依据如下:
储能变流器总功率PC取P0'中的最大值P0'max与储能最大充放电功率PBmax两者中较小值。
5.根据权利要求4所述的组合优化方法,其特征在于,如果P0'max>PBmax,则配置储能变流器总功率为PC=PBmax,各种情况下的系统功率平衡和储能变流器组合需要分配的总功率情形如下:
假设此时正处于午间光伏过剩,储能系统充电时段,若P0'<PC,则配置的储能变流器组合能够将该时间断面下的净功率P0'进行分配,变流器组合需要分配的功率总额为P0';若P0'>PC,则受限于储能电池的充电功率约束,储能变流器组合转换的最大功率只能达到PC=PBmax,不能被储能系统吸收的能量卖向电网或被迫弃光;若此时正处于从电网购电为储能充电时段,则储能变流器组合可按最大转换功率PC=PBmax运行;
假设此时正处于储能系统放电时段,若P0'<PC,则配置的储能变流器组合能够将该时间断面下的净功率P0'进行分配,变流器组合需要分配的功率总额为P0';若P0'>PC,则同样受限于储能系统放电功率限制,储能变流器转换的最大功率只能为PC=PBmax,此时的负荷用电功率缺额由配网提供。
6.根据权利要求1所述的组合优化方法,其特征在于,在步骤D和步骤E之间进一步设有步骤D1:输入不同规格储能变流器能量转换模型参数,得到相应的储能变流器能量转换曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510602638.7A CN105119315B (zh) | 2015-09-18 | 2015-09-18 | 一种基于能效最大化的储能变流器组合优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510602638.7A CN105119315B (zh) | 2015-09-18 | 2015-09-18 | 一种基于能效最大化的储能变流器组合优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105119315A CN105119315A (zh) | 2015-12-02 |
CN105119315B true CN105119315B (zh) | 2018-06-19 |
Family
ID=54667241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510602638.7A Active CN105119315B (zh) | 2015-09-18 | 2015-09-18 | 一种基于能效最大化的储能变流器组合优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105119315B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105896582B (zh) * | 2016-06-16 | 2018-02-13 | 南京工程学院 | 一种微网储能容量优化配置方法 |
CN106058900B (zh) * | 2016-07-21 | 2018-06-15 | 南京工程学院 | 一种并网风光发电中混合储能容量优化配置方法 |
CN106875289A (zh) * | 2017-01-17 | 2017-06-20 | 无锡协鑫分布式能源开发有限公司 | 用户侧光储一体化系统削峰填谷容量配置优化软件算法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4263517A (en) * | 1978-02-10 | 1981-04-21 | Hitachi, Ltd. | Control method and system for an high voltage direct current system |
-
2015
- 2015-09-18 CN CN201510602638.7A patent/CN105119315B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4263517A (en) * | 1978-02-10 | 1981-04-21 | Hitachi, Ltd. | Control method and system for an high voltage direct current system |
Non-Patent Citations (1)
Title |
---|
含风/光/柴/蓄及海水淡化负荷的微电网优化调度方法;段帅;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20150115;第15-37页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105119315A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Integrated sizing of hybrid PV-wind-battery system for remote island considering the saturation of each renewable energy resource | |
CN112103946B (zh) | 一种基于粒子群算法的微电网储能优化配置方法 | |
Barelli et al. | Residential micro-grid load management through artificial neural networks | |
CN108667052B (zh) | 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 | |
CN105160451B (zh) | 一种含电动汽车的微电网多目标优化调度方法 | |
CN111400641B (zh) | 一种含蓄热式电采暖的综合能源系统日前优化调度方法 | |
CN110661246B (zh) | 一种城市轨道交通光伏储能系统的容量优化配置方法 | |
Purvins et al. | Application of battery-based storage systems in household-demand smoothening in electricity-distribution grids | |
Sreeraj et al. | Design of isolated renewable hybrid power systems | |
CN106532764B (zh) | 一种就地消纳光伏发电的电动汽车充电负荷调控方法 | |
CN107565585B (zh) | 储能装置调峰回报时间预测方法及其模型创建方法 | |
CN109888806B (zh) | 一种含电动汽车的微电网储能优化配置方法 | |
CN104200297A (zh) | 实时电价环境下的家居混合供电系统能量优化调度方法 | |
CN109103912A (zh) | 考虑电网调峰需求的工业园区主动配电系统调度优化方法 | |
CN110350523A (zh) | 基于需求响应的多能源互补优化调度方法 | |
CN103810539B (zh) | 考虑换电服务可用性的电动汽车换电站容量优化配置方法 | |
CN105005872A (zh) | 一种移峰填谷的储能系统的容量配置方法 | |
CN109193812A (zh) | 一种园区光储荷微电网经济调度实现方法 | |
CN105162151A (zh) | 一种基于人工鱼群算法的智能化储能系统并网实时控制方法 | |
CN105337315A (zh) | 一种风光蓄互补独立微电网高维多目标优化配置方法 | |
Ivanova et al. | Coordinated charging of electric vehicles connected to a net-metered PV parking lot | |
CN111626527A (zh) | 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法 | |
CN110276485A (zh) | 一种孤立能源系统的综合能源容量优化方法、装置及设备 | |
CN103715688A (zh) | 并网型微网优化配置方法及装置 | |
CN113824111A (zh) | 一种光储能场景中储能容量配置和调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |