CN105488600A - 户用微网系统能量调度优化方法 - Google Patents

户用微网系统能量调度优化方法 Download PDF

Info

Publication number
CN105488600A
CN105488600A CN201511025455.XA CN201511025455A CN105488600A CN 105488600 A CN105488600 A CN 105488600A CN 201511025455 A CN201511025455 A CN 201511025455A CN 105488600 A CN105488600 A CN 105488600A
Authority
CN
China
Prior art keywords
weight coefficient
power
wind
energy
generation
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
CN201511025455.XA
Other languages
English (en)
Inventor
孙志勇
江健
李倩
桂旺胜
朱全日
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.)
ANHUI GVB RENEWABLE ENERGY TECHNOLOGY Co Ltd
Original Assignee
ANHUI GVB RENEWABLE ENERGY TECHNOLOGY Co Ltd
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 ANHUI GVB RENEWABLE ENERGY TECHNOLOGY Co Ltd filed Critical ANHUI GVB RENEWABLE ENERGY TECHNOLOGY Co Ltd
Priority to CN201511025455.XA priority Critical patent/CN105488600A/zh
Publication of CN105488600A publication Critical patent/CN105488600A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种户用微网系统能量调度优化方法。该方法为基于蚁群算法的能量调度优化算法。其针对改进后的户用微网系统的收益主要为发电收益，最优的能量调度方法能够使得系统在电价高的时段尽可能多往电网输出电能，在电网电价低的时段尽可能多的消耗电网电能，同时考虑到频繁充放电导致的电池寿命损耗造成的资产损失。

Description

户用微网系统能量调度优化方法
技术领域
本发明涉及一种户用微网系统能量调度优化方法。
背景技术
现有能量控制方法一般使用电网波峰波谷电价差别来调节储能和并网之间的关系，不能综合考虑到系统电池和电动汽车动力电池寿命损耗造成的损失，因此系统全寿命条件下，收益并不是最高。
随着户用微网系统和电动汽车越来越普及，可以将电动汽车动力电池作为微网系统的储能电池。户用微网系统中，需要对能量调度进行优化，以取得最大收益。电动汽车动力电池和微网系统主储能电池过于频繁充放电会导致电池寿命减小，因此在优化算法中需要考虑电池寿命的损耗，以取得系统全寿命条件下的最大收益。当前，天气预报越来越准确，因此可以结合未来天气条件，对能量调度方法进行修正，增加用户收益。
发明内容
本发明要解决的技术问题是提供一种户用微网系统能量调度优化方法。
为了解决上述技术问题，本发明采用的技术方案是，户用微网系统能量调度优化方法，包括以下步骤：
首先建立户用微网系统的全寿命收益目标函数，相关变量均采用一采样周期的平均数据，目标函数如公式1所示：
F＝MN-kDSDs-kDCDc(1)
公式(1)中：
F为系统上一采样周期总收益；
Ds为主电池上一采样周期总损耗，即全寿命角度来考虑上一采样周期充放电对主储能电池造成的寿命降低对应的资产损失；
Dc为电动汽车动力电池上一采样周期总损耗，即全寿命角度来考虑上一采样周期充放电对电动汽车动力电池造成的寿命降低对应的资产损失；
kDS为系统主储能电池损耗权重系数；
kDC为电动汽车动力电池损耗权重系数；
MN为输送到电网的上一采样周期总电费收益，其表达式为公式(2)
MN＝∑(ksPsi+kwPwi+kBSPBSi+kBCPBCi-PRi)fNi(2)
公式(2)中：
fNi为阶梯电价，跟随电网阶梯电价变化；
Psi为光伏发电功率；
Pwi为风力发电功率；
PBSi为系统储能电池放电功率；
PBCi为电动汽车动力电池放电功率；
PRi为负载有功功率；
其中光伏发电功率Psi和风力发电功率Pwi是正值；
负载有功功率PRi是正值；
系统储能电池放电功率PBSi和电动汽车动力电池放电功率PBCi，取放电为正，充电为负；
ks为光伏发电权重系数；
kw为风力发电权重系数；
kBS为主储能电池放电权重系数；
kBC为电动汽车动力电池放电权重系数；
目标函数建立后，采用改进蚁群算法来进行寻优，以获取6个权重系数，即系统主储能电池损耗权重系数、电动汽车动力电池损耗权重系数、光伏发电权重系数、风力发电权重系数、主储能电池放电权重系数、电动汽车动力电池放电权重系数。
以上权重系数，均采用4位有效数字，因此共有24个寻优点。
微网系统中光伏和风力发电因天气变化产生剧烈波动，当前情况下，天气预测准确度较高，如果完全采用上述寻优的权重系数，容易造成能源的浪费，因此，引入天气预测参数对系统光伏发电权重系数、风力发电权重系数进行适当修正，以增加户用微网系统全寿命条件下的收益。
1、天气预报数据对光伏发电权重系数的修正
在组件规格、安装条件相同时，光伏发电出力和日照强度、温度、风速等因素有关，其中日照强度和温度为主要影响因素。
取次日日照强度和温度预测数据，根据组件功率曲线表，得出次日光伏组件出力曲线，并计算得出光伏发电次日发电量预测值QSN；
计算上一采样周期的光伏发电日均发电量数据QSA，由公式(3)得出次日光伏发电修正系数ηs；
ηs＝QSN/QSA(3)
用次日光伏发电修正系数ηs对光伏发电权重系数kS进行修正，如式(4)所示：
k′s＝ηs·kS(4)
k′s即为采用次日天气预报数据修正后的光伏发电权重系数。
2、天气预报数据对风力发电权重系数的修正
风力发电机组的出力与风速、风向、气压、温度、机组型号等有关，其中最主要影响因素为风速、风向与机组型号。
取次日风速、风向预测数据，根据所采用的风力发电机的功率曲线表，得出风力发电出力曲线，并通过求和计算得出风力发电次日发电量预测值Qws；
计算上一采样周期风力发电日均发电量数据QwA，根据公式(5)得出次日风力发电修正系数ηW；
ηw＝Qws/QwA(5)
用次日风力发电修正系数ηW对风力发电权重系数kw进行修正，如式(6)所示：
k′w＝ηw·kw(6)
k′w即为采用次日天气预报数据修正后的风力发电权重系数。
采用新的经过修正后的光伏发电权重系数k′s和风力发电权重系数k′w，可提高能源利用率。
考虑到系统参数波动不能过于频繁，将一采样周期取为一周。
本发明针对改进后的户用微网系统的收益主要为发电收益，最优的能量调度方法能够使得系统在电价高的时段尽可能多往电网输出电能，在电网电价低的时段尽可能多的消耗电网电能，同时考虑到频繁充放电导致的电池寿命损耗造成的资产损失。为此提出上述的基于蚁群算法的能量调度优化算法。
本发明的有益效果是：
1、考虑到户用微网系统中主储能电池和电动汽车动力电池充放电对电池寿命的影响，采用优化算法，找出最优的充放电平衡点，最大化系统全寿命收益。
2、在寻优过程中，能保证负载正常运行，且在系统脱离市电电网网的情况下，能够实现用户设定维持供电天数。
3、能够引入当前天气预报信息，对系统参数进行修正，最大化系统收益。
4、提供所有车型动力电池参数，方便用户进行参数设置，人机界面友好。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明实施例构建的寻优路径。
图2是本发明实施例构建的蚁群算法程序结构流程图。
图3是本发明实施例构建的路径计算程序(蚁群算法)流程图。
具体实施方式
本实施例针对改进后的户用微网系统的收益主要为发电收益，最优的能量调度方法能够使得系统在电价高的时段尽可能多往电网输出电能，在电网电价低的时段尽可能多的消耗电网电能，同时考虑到频繁充放电导致的电池寿命损耗造成的资产损失。
为此提出以下一种的基于蚁群算法的能量调度优化算法。
户用微网系统能量调度优化方法，包括以下步骤：
首先建立户用微网系统的全寿命收益目标函数，考虑到系统参数波动不能过于频繁，相关变量均采用一周的平均数据，目标函数如公式1所示：
F＝MN-kDSDs-kDCDc(1)
公式(1)中：
F为系统上一周总收益；
Ds为主电池上一周总损耗，即全寿命角度来考虑上一周充放电对主储能电池造成的寿命降低对应的资产损失；
Dc为电动汽车动力电池上一周总损耗，即全寿命角度来考虑上一周充放电对电动汽车动力电池造成的寿命降低对应的资产损失；
kDS为系统主储能电池损耗权重系数；
kDC为电动汽车动力电池损耗权重系数；
MN为输送到电网的上一周总电费收益，其表达式为公式(2)
MN＝∑(ksPsi+kwPwi+kBSPBSi+kBCPBCi-PRi)fNi(2)
公式(2)中：
fNi为阶梯电价，跟随电网阶梯电价变化；
Psi为光伏发电功率；
Pwi为风力发电功率；
PBSi为系统储能电池放电功率；
PBCi为电动汽车动力电池放电功率；
PRi为负载有功功率；
其中光伏发电功率Psi和风力发电功率Pwi是正值；
负载有功功率PRi是正值；
系统储能电池放电功率PBSi和电动汽车动力电池放电功率PBCi，取放电为正，充电为负；
ks为光伏发电权重系数；
kw为风力发电权重系数；
kBS为主储能电池放电权重系数；
kBC为电动汽车动力电池放电权重系数；
目标函数建立后，采用改进蚁群算法来进行寻优，以获取6个权重系数，即系统主储能电池损耗权重系数、电动汽车动力电池损耗权重系数、光伏发电权重系数、风力发电权重系数、主储能电池放电权重系数、电动汽车动力电池放电权重系数。
微网系统中光伏和风力发电因天气变化产生剧烈波动，当前情况下，天气预测准确度较高，如果完全采用上述寻优的权重系数，容易造成能源的浪费，因此，引入天气预测参数对系统光伏发电权重系数、风力发电权重系数进行适当修正，以增加户用微网系统全寿命条件下的收益。
1、天气预报数据对光伏发电权重系数的修正
在组件规格、安装条件相同时，光伏发电出力和日照强度、温度、风速等因素有关，其中日照强度和温度为主要影响因素。
取次日日照强度和温度预测数据，根据组件功率曲线表，得出次日光伏组件出力曲线，并计算得出光伏发电次日发电量预测值QSN；
计算上一周的光伏发电日均发电量数据QSA，由公式(3)得出次日光伏发电修正系数ηs；
ηs＝QSN/QSA(3)
用次日光伏发电修正系数ηs对光伏发电权重系数kS进行修正，如式(4)所示：
k′s＝ηs·kS(4)
k′s即为采用次日天气预报数据修正后的光伏发电权重系数。
2、天气预报数据对风力发电权重系数的修正
风力发电机组的出力与风速、风向、气压、温度、机组型号等有关，其中最主要影响因素为风速、风向与机组型号。
取次日风速、风向预测数据，根据所采用的风力发电机的功率曲线表，得出风力发电出力曲线，并通过求和计算得出风力发电次日发电量预测值Qws；
计算上一周风力发电日均发电量数据QwA，根据公式(5)得出次日风力发电修正系数ηW；
ηw＝Qws/QwA(5)
用次日风力发电修正系数ηW对风力发电权重系数kw进行修正，如式(6)所示：
k′w＝ηw·kw(6)
k′w即为采用次日天气预报数据修正后的风力发电权重系数。
采用新的经过修正后的光伏发电权重系数k′s和风力发电权重系数k′w，可提高能源利用率。
以上权重系数，均采用4位有效数字，因此共有24个寻优点。构建的寻优路径如图1所示，横坐标一共24个点即表示6个权重参数的24位，纵坐标为每一位的值。
选择10只蚂蚁，在图1构建的寻优路径上爬行，更新周期为一周，即每周修正一次权重系数。
寻优算法程序结构流程图如图2所示。程序依次计算10只蚂蚁的目标函数值，在比较目标函数值后，进行路径计算，路径计算流程图如图3所示。
路线计算程序中依次进行对每只蚂蚁进行24步计算，当运行步大于24时，表示此蚂蚁一代爬行结束，可计算权重系数。
采用蚁群算法对最大效益权重系数进行寻优的过程的约束条件
1、保证负载正常运行
2、电网断电情况下，用户所定的维持供电天数
微网系统中光伏和风力发电因天气变化产生剧烈波动，当前情况下，天气预测准确度较高，如果完全采用上述寻优的权重系数，容易造成能源的浪费，因此，引入天气预测参数对上述产生的权重参数进行适当修正，以增加户用微网系统全寿命条件下的收益。
不同的电动汽车车载动力电池的参数不同，如果参数设置错误，会导致系统收益降低，甚至对动力电池造成损伤。因此，系统提供市面上的所有车型的参数供用户选择，并通过网络自动更新，以减少用户参数设置困难，增加人机界面的友好度。
以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (5)

1.户用微网系统能量调度优化方法，其特征在于包括以下步骤：
首先建立户用微网系统的全寿命收益目标函数，相关变量均采用一采样周期的平均数据，目标函数如公式1所示：
F＝MN-kDSDs-kDCDc(1)
公式(1)中：
F为系统上一采样周期总收益；
Ds为主电池上一采样周期总损耗，即全寿命角度来考虑上一采样周期充放电对主储能电池造成的寿命降低对应的资产损失；
Dc为电动汽车动力电池上一采样周期总损耗，即全寿命角度来考虑上一采样周期充放电对电动汽车动力电池造成的寿命降低对应的资产损失；
kDS为系统主储能电池损耗权重系数；
kDC为电动汽车动力电池损耗权重系数；
MN为输送到电网的上一采样周期总电费收益，其表达式为公式(2)
MN＝∑(ksPsi+kwPwi+kBSPBsi+kBCPBCi-PRi)fNi(2)
公式(2)中：
fNi为阶梯电价，跟随电网阶梯电价变化；
Psi为光伏发电功率；
Pwi为风力发电功率；
PBSi为系统储能电池放电功率；
PBCi为电动汽车动力电池放电功率；
PRi为负载有功功率；
其中光伏发电功率Psi和风力发电功率Pwi是正值；
负载有功功率PRi是正值；
系统储能电池放电功率PBSi和电动汽车动力电池放电功率PBCi，取放电为正，充电为负；
ks为光伏发电权重系数；
kw为风力发电权重系数；
kBS为主储能电池放电权重系数；
kBC为电动汽车动力电池放电权重系数；
目标函数建立后，采用改进蚁群算法来进行寻优，以获取6个权重系数，即系统主储能电池损耗权重系数、电动汽车动力电池损耗权重系数、光伏发电权重系数、风力发电权重系数、主储能电池放电权重系数、电动汽车动力电池放电权重系数。
2.根据权利要求1所述的户用微网系统能量调度优化方法，其特征在于：所述系统主储能电池损耗权重系数、电动汽车动力电池损耗权重系数、光伏发电权重系数、风力发电权重系数、主储能电池放电权重系数、电动汽车动力电池放电权重系数，均采用4位有效数字，因此共有24个寻优点。
3.根据权利要求1所述的户用微网系统能量调度优化方法，其特征在于：还包括以日照强度和温度预测数据对光伏发电权重系数进行修正的步骤：
取次日日照强度和温度预测数据，根据组件功率曲线表，得出次日光伏组件出力曲线，并计算得出光伏发电次日发电量预测值QSN
计算上一采样周期的光伏发电日均发电量数据QSA，由公式(3)得出次日光伏发电修正系数ηs；
ηs＝QSN/QSA(3)
用次日光伏发电修正系数ηs对光伏发电权重系数ks进行修正，如式(4)所示：
k′s＝ηs·ks(4)
k′s即为采用次日天气预报数据修正后的光伏发电权重系数。
4.根据权利要求1所述的户用微网系统能量调度优化方法，其特征在于：还包括以风速和风向预测数据对风力发电权重系数进行修正的步骤：
取次日风速、风向预测数据，根据所采用的风力发电机的功率曲线表，得出风力发电出力曲线，并通过求和计算得出风力发电次日发电量预测值Qws；
计算上一采样周期风力发电日均发电量数据QwA，根据公式(5)得出次日风力发电修正系数ηw；
ηw＝Qws/QwA(5)
用次日风力发电修正系数ηw对风力发电权重系数kw进行修正，如式(6)所示：
k′w＝ηw·kw(6)
k′w即为采用次日天气预报数据修正后的风力发电权重系数。
5.根据权利要求1-4任何一项所述的户用微网系统能量调度优化方法，其特征在于：所述一采样周期取为一周。
CN201511025455.XA 2015-12-30 2015-12-30 户用微网系统能量调度优化方法 Pending CN105488600A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511025455.XA CN105488600A (zh) 2015-12-30 2015-12-30 户用微网系统能量调度优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511025455.XA CN105488600A (zh) 2015-12-30 2015-12-30 户用微网系统能量调度优化方法

Publications (1)

Publication Number Publication Date
CN105488600A true CN105488600A (zh) 2016-04-13

Family

ID=55675569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511025455.XA Pending CN105488600A (zh) 2015-12-30 2015-12-30 户用微网系统能量调度优化方法

Country Status (1)

Country Link
CN (1) CN105488600A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109271678A (zh) * 2018-08-27 2019-01-25 杭州电子科技大学 一种基于光伏微网运行成本的蓄电池充放电调度优化方法
CN112165089A (zh) * 2020-09-29 2021-01-01 安阳师范学院 微电网的多目标调度方法、系统、设备及可存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109271678A (zh) * 2018-08-27 2019-01-25 杭州电子科技大学 一种基于光伏微网运行成本的蓄电池充放电调度优化方法
CN109271678B (zh) * 2018-08-27 2023-08-01 杭州电子科技大学 一种基于光伏微网运行成本的蓄电池充放电调度优化方法
CN112165089A (zh) * 2020-09-29 2021-01-01 安阳师范学院 微电网的多目标调度方法、系统、设备及可存储介质

Similar Documents

Publication Publication Date Title
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN107528345B (zh) 一种多时间尺度的网源荷储协调控制方法
Cau et al. Energy management strategy based on short-term generation scheduling for a renewable microgrid using a hydrogen storage system
CN107039975B (zh) 一种分布式能源系统能量管理方法
CN107565607B (zh) 一种基于实时电价机制的微电网多时间尺度能量调度方法
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
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN107425534B (zh) 一种基于优化蓄电池充放电策略的微电网调度方法
Zhao et al. An intelligent solar powered battery buffered EV charging station with solar electricity forecasting and EV charging load projection functions
CN111244988B (zh) 考虑分布式电源的电动汽车和储能优化调度方法
CN111327053A (zh) 一种适用于极地气候下的多源微电网容量优化配置方法
CN112086998B (zh) 孤岛模式下直流微电网的能量优化调度方法
Chen et al. Energy storage sizing for dispatchability of wind farm
CN114336762B (zh) 风光发电及电网负荷波动日前调度储能配置优化方法
CN112101632B (zh) 基于分布式估计算法楼宇负荷优化调度方法
Savkin et al. Optimal size of battery energy storage and monotonic charging/discharging strategies for wind farms
CN106953318A (zh) 一种基于成本的微电网优化控制方法
Kumar et al. A New Approach to Design and Optimize Sizing of Hybrid Microgrids in Deregulated Electricity Environment
CN110391677B (zh) 一种基于电力市场环境的水光蓄混合系统运行优化方法
CN115115130A (zh) 一种基于模拟退火算法的风光储制氢系统日前调度方法
CN116667406A (zh) 基于非线性规划的储能充放电策略优化方法
CN117411065A (zh) 考虑分布式光伏不确定性的配电网优化调度方法和系统
CN105488600A (zh) 户用微网系统能量调度优化方法
Zhu et al. Research on capacity optimization of PV-wind-diesel-battery hybrid generation system
Wang et al. Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160413

WD01 Invention patent application deemed withdrawn after publication