CN105610201B - 一种光伏分布式电源日前出力优化方法 - Google Patents
一种光伏分布式电源日前出力优化方法 Download PDFInfo
- Publication number
- CN105610201B CN105610201B CN201610112420.8A CN201610112420A CN105610201B CN 105610201 B CN105610201 B CN 105610201B CN 201610112420 A CN201610112420 A CN 201610112420A CN 105610201 B CN105610201 B CN 105610201B
- Authority
- CN
- China
- Prior art keywords
- few days
- days ago
- moment
- node
- load
- 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.)
- Expired - Fee Related
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 46
- 238000005286 illumination Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000005611 electricity Effects 0.000 claims description 11
- 230000003068 static effect Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 240000002853 Nelumbo nucifera Species 0.000 claims description 5
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 5
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 5
- 244000131316 Panax pseudoginseng Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 238000009795 derivation Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
Abstract
本发明公开了一种光伏分布式电源日前出力优化方法,通过设计分时预测参数线性自回归滑动平均模型得到日前环境温度、日前光照强度以及日前用电负荷;进行数学建模从而得出光伏分布式电源日前出力;将光伏分布式电源日前出力及日前用电负荷引入配电网潮流计算;简化配电网潮流中网损计算得到网损近似二次项计算公式,根据网损近似二次项计算公式引入序列二次优化方法,优化光伏分布式电源日前出力,以达到配电网网损最小化目的。本发明提高了预测精度,且环境温度、光照强度及用电负荷的预测使得光伏分布式电源出力可根据天气因素及用电负荷的变化动态调度,推导的网损近似二次项计算公式结合序列二次优化方法提高了网损计算效率,易于工程实践。
Description
技术领域
本发明属于新能源控制技术领域,涉及一种光伏分布式电源日前出力优化方法,尤其涉及一种基于分时预测参数线性自回归滑动平均模型的光伏分布式电源日前出力优化方法。
背景技术
近年我国经济的迅速发展带来了用电负荷的快速增长,而快速增长的用电负荷迫切需要大量电能来满足。传统的集中式发电主要依靠煤炭化石燃料来产生电能,长久以来这种集中发电方式在电力生产中占据了相当大的比重。然而全球性化石能源的短缺和环境气候变化对现有的集中式发电造成很大压力,发电模式因此迫切需要改变和转型。如今各国将目光聚焦于光伏分布式电源,日益增长的用电负荷量迫切需要新能源发电技术来满足,开发利用新能源技术已成为世界各国的发展趋势。而提高光伏分布式电源的发电量以及新能源在电网中接入量,是实现我国未来能源可持续发展的关键所在。
现有光伏分布式电源的研究重点是优化其接入位置及接入容量以最小化配电网,然而针对光伏分布式电源受天气因素影响的不确定性及配电网中的用电负荷的时变性很少涉及。因此,现有的光伏分布式电源出力优化方法针对的是其出力及用电负荷静态的场景,很难满足光伏分布式电源出力及用电负荷随机变化的配电网。
发明内容
为了解决上述技术问题,本发明提供了一种基于分时预测参数线性自回归滑动平均模型的光伏分布式电源日前出力优化方法,通过预测光伏分布式电源的出力及用电负荷,以最小化配电网的网损为目标,优化调度光伏分布式电源的出力。
本发明所采用的技术方案是:一种光伏分布式电源日前出力优化方法,其特征在于,包括以下步骤:
步骤1:根据分时预测参数线性自回归滑动平均模型预测环境温度、光照强度以及用电负荷,从而得到日前环境温度、日前光照强度以及日前用电负荷;
步骤2:根据步骤1中的日前环境温度、日前光照强度这两种天气因素进行数学建模,从而得出光伏分布式电源日前出力;
步骤3:根据光伏分布式电源日前出力及日前用电负荷进行配电网潮流计算;
步骤4:简化配电网潮潮流中网损计算,并通过序列二次优化法优化光伏分布式电源日前出力。
作为优选,步骤1中所述分时预测参数线性自回归滑动平均模型为:
其中,T为光伏分布式电源日前出力优化时长;
Tb(t)为时刻t预测的日前环境温度,1≤t≤T;Tb(t-i)为过去t-i时刻的环境温度,εTb(t-j)为过去t-j时刻的环境温度白噪声;为日前时刻t对应的过去t-i时刻环境温度的分时预测参数,θTb,j,t为日前时刻t对应的过去t-j时刻环境温度白噪声的分时预测参数;
Iβ(t)为时刻t预测的日前光照强度,1≤t≤T;Iβ(t-i)为过去t-i时刻的光照强度,为过去t-j时刻的光照强度白噪声;为日前时刻t对应的过去t-i时刻光照强度的分时预测参数,为日前时刻t对应的过去t-j时刻光照强度白噪声的分时预测参数;
load(t)为时刻t预测的日前用电负荷,1≤t≤T;load(t-i)为过去t-i时刻的用电负荷,εload(t-j)为过去t-j时刻的用电负荷白噪声;为日前时刻t对应的过去t-i时刻用电负荷的分时预测参数,θload,j,t为日前时刻t对应的过去t-j时刻用电负荷白噪声的分时预测参数。
作为优选,步骤2中所述建模公式为:
PPV(t)=SPV·ηS·Iβ(t)·(1-0.005·(Tb(t)-25));
其中,T为光伏分布式电源日前出力优化时长;PPV(t)为时刻t预测的光伏分布式电源日前出力,1≤t≤T;SPV为光伏电池板面积,0≤SPV,SPV=0表示无分布式光伏电源接入;ηS为光伏电池板光电转换效率,Iβ(t)为时刻t预测的日前光照强度,Tb(t)为时刻t预测的日前环境温度。
作为优选,步骤3的具体实现过程为:
在N节点配电网中,初始化各个节点的静态用电负荷和各线路阻抗;因区域用电的相似性,根据步骤1的日前用电负荷load(t)得到时刻t节点m的日前用电负荷为:
loadm(t)=load(t)*Pm;
其中,T为光伏分布式电源日前出力优化时长,1≤t≤T;Pm为节点m的静态用电负荷;
因区域天气因素的相似性,根据步骤2得到节点m在时刻t的光伏分布式电源日前出力:
PPVm(t)=SPVm·ηS·Iβ(t)·(1-0.005·(Tb(t)-25));
其中,SPVm为节点m的光伏电池板面积;ηS为光伏电池板光电转换效率,Iβ(t)为时刻t预测的日前光照强度,Tb(t)为时刻t预测的日前环境温度;
因此节点m在N节点配电网中在时刻t的等效日前用电负荷为:
Ploadm(t)=loadm(t)-PPVm(t);
同理,可得到N节点配电网中节点n的等效日前用电负荷为Ploadn(t);
假设节点m与节点n为配电网中的相邻节点,根据配电网潮流计算前推回代法可得到节点m在时刻t的日前电压Vm(t)及节点n在时刻t的日前电压Vn(t)。
作为优选,步骤4的具体实现过程为:
将步骤3中节点m在时刻t的日前电压Vm(t)及节点n在时刻t的日前电压Vn(t)代入配电网潮流计算,得到N节点配电网在时刻t的日前网损:
其中,T为光伏分布式电源日前出力优化时长,1≤t≤T;Ymn为节点m与节点n的导纳,节点m与节点n之间在时刻t的电流为:
Imn(t)=Ymn×[(Vm(t))2+(Vn(t))2-2×Vm(t)×Vn(t)×cos(δm(t)-δn(t))]0.5;
δm(t)-δn(t)为节点m与节点n的相角差;
因此Ploss(t)简化为:
其中,Gmn为节点m与节点n的阻抗;
根据N节点配电网的Ploss(t)可知,Ploss(t)为二次项表达式,因此引入序列二次优化对N节点配电网中的光伏分布式电源日前出力以网损最小化为目标优化:通过光伏分布式电源出力优化结果,调节N节点配电网中节点的光伏分布式电源日前出力。
本发明考虑到光伏分布式电源出力及用电负荷随机变化的问题,通过分时预测参数线性自回归滑动平均模型预测光伏分布式电源日前出力及日前用电负荷,并通过简化配电网网损公式得到网损近似二次项计算公式,然后引入二次序列优化方法根据日前预测数据使得配电网网损达到最小。本发明根据分时预测参数线性自回归滑动平均模型以及网损近似二次序列优化方法,大大提高了网损优化的计算效率及光伏分布式电源出力及用电负荷随机性的可控性。
附图说明
图1:是本发明实施例的方法流程图。
图2:是本发明实施例的配电网模型图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及实施例对本发明作进一步的详细描述,应当理解,此处所描述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
请见图1,是本发明实施例的方法流程图;请见图2,为本发明实施例的标准配电网IEEE33节点模型。本发明提供一种基于分时预测参数线性自回归滑动平均模型的光伏分布式电源日前出力优化方法,包括以下步骤:
步骤1:通过分时预测参数线性自回归滑动平均模型预测环境温度、光照强度以及用电负荷,从而得到日前环境温度、日前光照强度以及日前用电负荷。如公式(1)-(3)所示,为分时预测参数线性自回归滑动平均模型,T为光伏分布式电源日前出力优化时长。
根据光照强度的自然特性,本发明T=12,即一天选取12个小时作为研究周期时长。考虑到日照的充分性,本发明选取广东省东莞的光照强度、环境温度、用电负荷作为光伏分布式电源日前出力优化的实验数据。
在公示(1)中,Tb(t)为时刻t(1≤t≤T)预测的日前环境温度,Tb(t-i)为过去t-i时刻的环境温度,εTb(t-j)为过去t-j时刻的环境温度白噪声。为日前时刻t对应的过去t-i时刻环境温度的分时预测参数,θTb,j,t为日前时刻t对应的过去t-j时刻环境温度白噪声的分时预测参数。
在公示(2)中,Iβ(t)为时刻t(1≤t≤T)预测的日前光照强度,Iβ(t-i)为过去t-i时刻的光照强度,为过去t-j时刻的光照强度白噪声。为日前时刻t对应的过去t-i时刻光照强度的分时预测参数,为日前时刻t对应的过去t-j时刻光照强度白噪声的分时预测参数。
在公示(3)中,load(t)为时刻t(1≤t≤T)预测的日前用电负荷,load(t-i)为过去t-i时刻的用电负荷,εload(t-j)为过去t-j时刻的用电负荷白噪声。为日前时刻t对应的过去t-i时刻用电负荷的分时预测参数,θload,j,t为日前时刻t对应的过去t-j时刻用电负荷白噪声的分时预测参数。
步骤2:根据步骤1中的日前环境温度、日前光照强度这两种天气因素进行建模。其中,PPV(t)为时刻t(1≤t≤T)预测的光伏分布式电源日前出力,SPV(0≤SPV,SPV=0表示无分布式光伏电源接入)为光伏电池板面积,ηS为光伏电池板光电转换效率,具体公式建模如下所示:
PPV(t)=SPV·ηS·Iβ(t)·(1-0.005·(Tb(t)-25))
(4)
步骤3:在N=33节点配电网中,初始化各个节点的静态用电负荷和各线路阻抗。为了增大光伏分布式电源在配电网中的接入,本发明选取N=33节点配电网中用电负荷最大的三个节点即24号节点,25号节点,32号节点作为光伏分布式电源的并网节点,即m={24,25,32},见图2。上述三个并网节点的光伏电池板面积分别为SPV24=200m2,SPV25=200m2,SPV32=100m2,光伏电池板的光电转换效率ηS=16%。
因区域用电的相似性,可根据步骤1的日前用电负荷load(t)得到时刻t(1≤t≤T)节点m的日前用电负荷为:
loadm(t)=load(t)*Pm
(5)
其中,Pm为节点m的静态用电负荷。
因区域天气因素的相似性,可根据步骤2得到节点m在时刻t(1≤t≤T)的光伏分布式电源日前出力:
PPVm(t)=SPVm·ηS·Iβ(t)·(1-0.005·(Tb(t)-25)) (6)
其中,SPVm为节点m的光伏电池板面积。
因此节点m在N=33节点配电网中在时刻t(1≤t≤T)的等效日前用电负荷为:
Ploadm(t)=loadm(t)-PPVm(t)
(7)
同理,可得到N=33节点配电网中节点m的等效日前用电负荷为Ploadm(t)。与节点m={24,25,32}在配电网中相邻的节点n见图2。根据配电网潮流计算前推回代法可得到节点m在时刻t(1≤t≤T)的日前电压Vm(t)及节点n在时刻t(1≤t≤T)的日前电压Vn(t)。
步骤4:将步骤3中节点m在时刻t(1≤t≤T)的日前电压Vm(t)及节点n在时刻t(1≤t≤T)的日前电压Vn(t)代入配电网潮流网损计算,可得到N=33节点配电网在时刻t(1≤t≤T)的日前网损:
其中,Ymn为节点m与节点n的导纳,节点m与节点n之间在时刻t(1≤t≤T)的电流为Imn(t)=Ymn×[(Vm(t))2+(Vn(t))2-2×Vm(t)×Vn(t)×cos(δm(t)-δn(t))]0.5。δm(t)-δn(t)为节点m与节点n的相角差。因此公式(8)可以简化为:
其中,Gmn为节点m与节点n的阻抗。根据N=33节点配电网的Ploss(t)可知,Ploss(t)为二次项表达式,因此可以引入序列二次优化对N=33节点配电网中的光伏分布式电源日前出力以网损最小化为目标优化:
通过公式(10)的光伏分布式电源出力优化结果,调节N=33节点配电网中节点的光伏分布式电源日前出力。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
Claims (3)
1.一种光伏分布式电源日前出力优化方法,其特征在于,包括以下步骤:
步骤1:根据分时预测参数线性自回归滑动平均模型预测环境温度、光照强度以及用电负荷,从而得到日前环境温度、日前光照强度以及日前用电负荷;
步骤2:根据步骤1中的日前环境温度、日前光照强度这两种天气因素进行数学建模,从而得出光伏分布式电源日前出力;
所述建模公式为:
PPV(t)=SPV·ηS·Iβ(t)·(1-0.005·(Tb(t)-25));
其中,1≤t≤T,T为光伏分布式电源日前出力优化时长;PPV(t)为时刻t预测的光伏分布式电源日前出力;SPV为光伏电池板面积,0≤SPV,SPV=0表示无光伏分布式电源接入;ηS为光伏电池板光电转换效率,Iβ(t)为时刻t预测的日前光照强度,Tb(t)为时刻t预测的日前环境温度;
步骤3:根据光伏分布式电源日前出力及日前用电负荷进行配电网潮流计算;其具体实现过程为:
在N节点配电网中,初始化各个节点的静态用电负荷和各线路阻抗;因区域用电的相似性,根据步骤1的日前用电负荷load(t)得到时刻t节点m的日前用电负荷为:
loadm(t)=load(t)*Pm;
其中,1≤t≤T,T为光伏分布式电源日前出力优化时长;Pm为节点m的静态用电负荷;
因区域天气因素的相似性,根据步骤2得到节点m在时刻t的光伏分布式电源日前出力:
PPVm(t)=SPVm·ηS·Iβ(t)·(1-0.005·(Tb(t)-25));
其中,SPVm为节点m的光伏电池板面积;ηS为光伏电池板光电转换效率,Iβ(t)为时刻t预测的日前光照强度,Tb(t)为时刻t预测的日前环境温度;
因此节点m在N节点配电网中在时刻t的等效日前用电负荷为:
Ploadm(t)=loadm(t)-PPVm(t);
同理,可得到N节点配电网中节点n的等效日前用电负荷为Ploadn(t);
假设节点m与节点n为配电网中的相邻节点,根据配电网潮流计算前推回代法可得到节点m在时刻t的日前电压Vm(t)及节点n在时刻t的日前电压Vn(t);
步骤4:简化配电网潮流中网损计算,并通过序列二次优化法优化光伏分布式电源日前出力。
2.根据权利要求1所述的光伏分布式电源日前出力优化方法,其特征在于,步骤1中所述分时预测参数线性自回归滑动平均模型为:
其中,T为光伏分布式电源日前出力优化时长;
Tb(t)为时刻t预测的日前环境温度,1≤t≤T;Tb(t-i)为过去t-i时刻的环境温度,εTb(t-j)为过去t-j时刻的环境温度白噪声;为日前时刻t对应的过去t-i时刻环境温度的分时预测参数,θTb,j,t为日前时刻t对应的过去t-j时刻环境温度白噪声的分时预测参数;
Iβ(t)为时刻t预测的日前光照强度,1≤t≤T;Iβ(t-i)为过去t-i时刻的光照强度,为过去t-j时刻的光照强度白噪声;为日前时刻t对应的过去t-i时刻光照强度的分时预测参数,为日前时刻t对应的过去t-j时刻光照强度白噪声的分时预测参数;
load(t)为时刻t预测的日前用电负荷,1≤t≤T;load(t-i)为过去t-i时刻的用电负荷,εload(t-j)为过去t-j时刻的用电负荷白噪声;为日前时刻t对应的过去t-i时刻用电负荷的分时预测参数,θload,j,t为日前时刻t对应的过去 t-j时刻用电负荷白噪声的分时预测参数。
3.根据权利要求1述的光伏分布式电源日前出力优化方法,其特征在于,步骤4的具体实现过程为:
将步骤3中节点m在时刻t的日前电压Vm(t)及节点n在时刻t的日前电压Vn(t)代入配电网潮流计算,得到N节点配电网在时刻t的日前网损:
其中,1≤t≤T,T为光伏分布式电源日前出力优化时长;Ymn为节点m与节点n的导纳,节点m与节点n之间在时刻t的电流为:
Imn(t)=Ymn×[(Vm(t))2+(Vn(t))2-2×Vm(t)×Vn(t)×cos(δm(t)-δn(t))]0.5;δm(t)-δn(t)为节点m与节点n的相角差;
因此Ploss(t)简化为:
其中,Gmn为节点m与节点n的阻抗;
根据N节点配电网的Ploss(t)可知,Ploss(t)为二次项表达式,因此引入序列二次优化对N节点配电网中的光伏分布式电源日前出力以网损最小化为目标优化:通过光伏分布式电源出力优化结果,调节N节点配电网中节点的光伏分布式电源日前出力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112420.8A CN105610201B (zh) | 2016-02-29 | 2016-02-29 | 一种光伏分布式电源日前出力优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610112420.8A CN105610201B (zh) | 2016-02-29 | 2016-02-29 | 一种光伏分布式电源日前出力优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105610201A CN105610201A (zh) | 2016-05-25 |
CN105610201B true CN105610201B (zh) | 2017-03-29 |
Family
ID=55989830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610112420.8A Expired - Fee Related CN105610201B (zh) | 2016-02-29 | 2016-02-29 | 一种光伏分布式电源日前出力优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105610201B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107634546B (zh) * | 2017-10-12 | 2019-07-09 | 国网江苏省电力公司常州供电公司 | 基于智能云平台的有源配电网供电能力指标在线计算方法 |
CN110829496A (zh) * | 2019-11-21 | 2020-02-21 | 国网江苏省电力有限公司南通供电分公司 | 一种光伏分布式电源模型的建立方法 |
CN113315150B (zh) * | 2021-07-02 | 2022-05-17 | 广东电网有限责任公司 | 低压配电网三相不平衡度优化方法、系统、设备及介质 |
CN116799867B (zh) * | 2023-05-17 | 2024-04-16 | 国网信息通信产业集团有限公司 | 基于群内预自治的分布式光伏协同控制方法、系统及设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103150606B (zh) * | 2013-01-22 | 2017-06-23 | 中国电力科学研究院 | 一种分布式电源最优潮流优化方法 |
US9280797B2 (en) * | 2013-09-19 | 2016-03-08 | General Electric Company | System and method to minimize grid spinning reserve losses by pre-emptively sequencing power generation equipment to offset solar generation capacity based on geospatial regional solar and cloud conditions |
CN104104116B (zh) * | 2014-07-01 | 2017-09-19 | 杭州电子科技大学 | 一种含多分布式能源的光伏微电网供需控制系统设计方法 |
-
2016
- 2016-02-29 CN CN201610112420.8A patent/CN105610201B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN105610201A (zh) | 2016-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luo et al. | Design and analysis of a combined desalination and standalone CCHP (combined cooling heating and power) system integrating solar energy based on a bi-level optimization model | |
Ahmadi et al. | Application of the Hybrid Big Bang–Big Crunch algorithm for optimal sizing of a stand-alone hybrid PV/wind/battery system | |
CN105610201B (zh) | 一种光伏分布式电源日前出力优化方法 | |
Johari et al. | Potential use of solar photovoltaic in Peninsular Malaysia | |
CN109002947A (zh) | 一种区域多能源系统热电负荷分配优化方法 | |
Fu et al. | Optimal operation strategy for a rural microgrid considering greenhouse load control | |
Rout et al. | Various optimization techniques of hybrid renewable energy systems for power generation: a review | |
Zhao et al. | MPPT for photovoltaic system using multi-objective improved particle swarm optimization algorithm | |
Huynh et al. | Dynamic particle swarm optimization algorithm based maximum power point tracking of solar photovoltaic panels | |
Ahmed et al. | Techno-economic optimal planning of an industrial microgrid considering integrated energy resources | |
Ren et al. | Analysis of the performance of the multi-objective hybrid hydropower-photovoltaic-wind system to reduce variance and maximum power generation by developed owl search algorithm | |
Romero et al. | Technical-economic study for the implementation of solar energy in the presence of biomass and micro hydraulic generation, for sectors that do not have electricity supply in the Province of Bolívar-Ecuador | |
Sharma et al. | Entrepreneurship through Start-ups in hill areas using photovoltaic systems | |
Qari et al. | Optimal sizing of hybrid WT/PV/diesel generator/battery system using MINLP method for a region in Kerman | |
Zahran et al. | Monitoring of photovoltaic wind-turbine battery hybrid system | |
Mellit | Sizing of photovoltaic systems: a review | |
CN110098623A (zh) | 一种基于智能负载的Prosumer单元控制方法 | |
ALRAYESS et al. | Using machine learning techniques and deep learning in forecasting the hydroelectric power generation in almus dam, turkey | |
Mohammadhosseini et al. | A combination of genetic algorithm and particle swarm optimization for power systems planning subject to energy storage | |
CN108233373B (zh) | 考虑天气场景的分布式光伏接入配电网的概率谐波分析方法 | |
Huang et al. | Development of intelligent solar panel cleaning system with fuzzy logic theorem | |
Chen et al. | Optimal Sizing of a Grid Independent Renewable Heating System for Building Decarbonisation | |
Shin et al. | Estimation of Power Generation and Consumption based on eXplainable Artificial Intelligence | |
Ren et al. | Research on the Operational Strategy of the Hybrid Wind/PV/Small-Hydropower/Facility-Agriculture System Based on a Microgrid. Energies 2022, 15, 2466 | |
MOTEVASEL et al. | Probabilistic Energy Manement of micro-grids with respect to Economic and Environmental Criteria |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170329 |
|
CF01 | Termination of patent right due to non-payment of annual fee |