CN106300443B - 一种用于减少弃风的三层热电联供微网能量控制方法 - Google Patents
一种用于减少弃风的三层热电联供微网能量控制方法 Download PDFInfo
- Publication number
- CN106300443B CN106300443B CN201610837664.2A CN201610837664A CN106300443B CN 106300443 B CN106300443 B CN 106300443B CN 201610837664 A CN201610837664 A CN 201610837664A CN 106300443 B CN106300443 B CN 106300443B
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- microgrid
- constraint
- bound
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004146 energy storage Methods 0.000 claims abstract description 37
- 238000009825 accumulation Methods 0.000 claims abstract description 21
- 238000012937 correction Methods 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000005485 electric heating Methods 0.000 claims description 18
- 238000007665 sagging Methods 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000005611 electricity Effects 0.000 description 9
- 240000002853 Nelumbo nucifera Species 0.000 description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005619 thermoelectricity Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000002699 waste material Substances 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
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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]
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本发明公开了一种用于减少弃风的三层热电联供微网能量控制方法，该方法将微网经济运行分为三个时间尺度：日前调度层，短期调整层，实时控制层。在日前调度层，将一个调度周期分为若干时段，基于日前预测数据，把它建立成一个混合整数线性优化问题；在短期调整层，依据日前调度层的开停机计划和短期预测数据，将其建模成一个非线性优化问题；在实时控制层，本地控制器依据接收到的短期调整层的优化结果和实测数据，采用灵活的下垂控制方式进行本地控制。该方法适用于包含各种可控电源、不可控电源、储热、储能电池和可控负荷组成的热电联供微网的并网经济运行，尤其适用于含有弃风的热电联供微网。
Description
技术领域
本发明属于电力系统的微网能量控制领域，尤其涉及一种用于减少弃风的三层热电联供微网能量控制方法。
背景技术
过去10年，风电装机容量在世界各国迅速提高。2013年，中国累计装机容量达到91GW，年平均增长速率达到21％。但是，中国全境的弃风量达到16,231GWh，造成了15亿美元的经济损失。热电联供机组运行缺乏灵活性是造成中国北方地区弃风的主要原因。热电联供机组电功率通常受供热负荷的约束。在冬季供暖期尤其是夜晚，电负荷较低，供热负荷较大。为满足供暖需求，热电联供机组需要全部处于运行状态。热电联供机组的电功率就可以满足系统电负荷需求，风电就无法上网，造成弃风。因此，提高热电联供机组的灵活性性是解决中国北方弃风问题的重要方法。最自然的途径是通过燃气锅炉增加系统供热，减少热电联供机组强迫出力。
针对上述存在的背景，研究者们希望可以提出一种用于减少弃风的能量控制方法，尤其是对于存在弃风的热电联供微网。文献《Residential Microgrid SchedulingBased on Smart Meters Data and Temperature Dependent Thermal Load Modeling》提出一种用于热电联供的微网能量控制办法，但其所提的方法没有考虑当微网存在弃风的时候，微网该如何运行，不适用于中国北方存在弃风的微网。发明专利《基于多时间尺度协调的微网经济运行优化调度方法》提出一种基于多时间尺度的协调控制算法，但其考虑的微网并不是热电联供微网，没有热的约束存在。尽管已有诸多研究成果，但对含有弃风的热电联供微网很少有相应的研究。本发明基于已有的研究工作，提出一种用于减少弃风的三层能量控制办法，其适用于存在大量弃风且包含蓄热设备的热电联供微网。
发明内容
本发明的目的在于针对部分地区存在弃风现象的热电联供微网，提出一种新型的基于三层协调反馈控制的能量控制方法，其能够充分利用微网中蓄热设备和储能电池的不同调节性能，提高不同工况下系统的稳定性。
用于减少弃风的三层热电联供微网能量控制方法，包括如下步骤：
第一步：统计微网内各可控电源的成本-出力曲线，并将其线性化；同时根据微网拓扑结构和参数形成节点导纳矩阵；
第二步：利用历史数据以及未来气象数据预测未来24小时内的电负荷Pload、热负荷Hload、风电出力PWT和光伏出力PPV；
第三步：建立含储热的热电联供微网机组组合模型，基于第二步预测的数据，将日前调度层问题建立为一个混合整数线性问题f(x,u)，形式如下：
min f(x,u)
式中：x为可控电源的出力；u为可控电源的开停机状态；R为实数集；h(x,u)为等式约束，包括各时段电功率和热功率的平衡约束、储能电池的能量约束和储热设备的能量约束；g(x,u)为不等式约束，包括系统备用容量约束、可控电源功率上下限约束、可控电源爬坡约束、储能电池的充放电功率约束和能量上下限约束、储热设备的能量上下限约束、微网并网点的功率约束和功率因素约束；g和分别是不等式约束的上边界和下边界；
通过IPOPT求解该模型，得到未来24小时内微网开停机计划；
第四步：利用历史数据以及未来气象数据预测未来5分钟内的电负荷Pload、热负荷Hload、风电出力PWT和光伏出力PPV；
第五步：短期调整层以5分钟的时间间隔为一个经济调度周期，其遵从确定的未来24小时内微网开停机计划，依据第四步的预测数据，建立一个单时段非线性优化模型f(x)，形式如下：
min f(x)
式中：R为实数集；h(x)为等式约束，包括各时段电功率和热功率的平衡约束、储能电池的能量约束和储热设备的能量约束；g(x)为不等式约束，包括系统备用容量约束、可控电源功率上下限约束、可控电源爬坡约束、储能电池的充放电功率约束和能量上下限约束、储热设备的能量上下限约束、微网并网点的功率约束和功率因素约束；
通过IPOPT求解上述模型，得到未来5分钟内微网可控电源出力参考值储能出力参考值和电采暖功率参考值模型若无解，返回步骤一；若有解，继续步骤六；
第六步：把可控电源出力参考值储能出力参考值电采暖功率参考值下发给微网本地控制器，本地控制器收到功率参考值进行本地控制；
微网本地控制器根据功率参考值和本地测量值控制功率输出；本地控制器需要评估目前微网运行状态，当微网快速可调节功率小于阈值，需要返回第5步重新做短期调整优化。
作为优选，微网运行的目标是运行成本最小，考虑的约束条件包括各时段电功率和热功率平衡、各可控电源功率上下限/爬坡上下限/开停机、储热和储能电池的能量水平。
作为优选，所述的本地控制中，电采暖和储能采用灵活控制方式,其控制方式采用PQ下垂控制，方式如下：
其中：PET和PS分别为可控负荷和储能电池的实际计划出力值；ΔPg为并网点功率波动；电采暖功率上限； PS- 为储能电池功率上下限
其他可控电源出力PGi采用线性下垂控制，下垂系数为rp，控制方式如下：
本发明提出了一种用于减少弃风的三层热电联供微网能量控制方法。该方法基于三层协调控制算法，可以处理微网中含大量弃风的情况。该能量控制方法利用弃风供热，减少了风资源的浪费，并且提高了系统运行的灵活性和稳定性。与已有的技术相比，本发明提出的方法主要有以下改进：
1.灵活利用微网配置的储热和电采暖提高了系统运行的灵活性，降低了系统成本并且提高了风电消纳；
2.实时层采用储能-储热协调控制，增加了微网快速备用容量，间接提高系统运行稳定性；
3.充分利用了电采暖功率应对新能源突然波动过大的情况，降低了微网切机切负荷的概率。
附图说明
图1是一种用于减少弃风的三层热电联供微网能量控制方法流程图；
图2是实时层电采暖和储能电池出力控制方式图；
图3是14节点微网测试算例结构图；
图4是本发明实施例的优化结果图；
图5是本发明实施例的实际出力；
图6是本发明实施例的消纳的弃风电量图；
图7是本发明实施例的微网系统功率图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述和说明。
本发明的方法将微网经济运行分为三个时间尺度：日前调度层，短期调整层，实时控制层。在日前调度层，将一个调度周期分为若干时段，基于日前预测数据，把它建立成一个混合整数线性优化问题；在短期调整层，依据日前调度层的开停机计划和短期预测数据，将其建模成一个非线性优化问题；在实时控制层，本地控制器依据接收到的短期调整层的优化结果和实测数据，采用灵活的下垂控制方式进行本地控制。
用于减少弃风的三层热电联供微网能量控制方法，具体包括如下步骤：
第一步：统计微网内各可控电源的成本-出力曲线，并将其线性化；同时根据微网拓扑结构和参数形成节点导纳矩阵；
第二步：利用历史数据以及未来气象数据预测未来24小时内的电负荷Pload、热负荷Hload、风电出力PWT和光伏出力PPV；
第三步：建立含储热的热电联供微网机组组合模型，微网运行的目标是运行成本最小，考虑的约束条件包括各时段电功率和热功率平衡、各可控电源功率上下限/爬坡上下限/开停机、储热和储能电池的能量水平。因此，基于第二步预测的数据，将日前调度层问题建立为一个混合整数线性问题f(x,u)，形式如下：
min f(x,u)
式中：x为可控电源的出力；u为可控电源的开停机状态；R为实数集；h(x,u)为等式约束，包括各时段电功率和热功率的平衡约束、储能电池的能量约束和储热设备的能量约束；g(x,u)为不等式约束，包括系统备用容量约束、可控电源功率上下限约束、可控电源爬坡约束、储能电池的充放电功率约束和能量上下限约束、储热设备的能量上下限约束、微网并网点的功率约束和功率因素约束；g和分别是不等式约束的上边界和下边界；
通过IPOPT求解该模型，得到未来24小时内微网开停机计划；
第四步：利用历史数据以及未来气象数据预测未来5分钟内的电负荷Pload、热负荷Hload、风电出力PWT和光伏出力PPV；
第五步：短期调整层以5分钟的时间间隔为一个经济调度周期，其遵从确定的未来24小时内微网开停机计划，依据第四步的预测数据，建立一个单时段非线性优化模型f(x)，形式如下：
min f(x)
式中：R为实数集；h(x)为等式约束，包括各时段电功率和热功率的平衡约束、储能电池的能量约束和储热设备的能量约束；g(x)为不等式约束，包括系统备用容量约束、可控电源功率上下限约束、可控电源爬坡约束、储能电池的充放电功率约束和能量上下限约束、储热设备的能量上下限约束、微网并网点的功率约束和功率因素约束；
通过IPOPT求解上述模型，得到未来5分钟内微网可控电源出力参考值储能出力参考值和电采暖功率参考值模型若无解，返回步骤一；若有解，继续步骤六；
第六步：把可控电源出力参考值储能出力参考值电采暖功率参考值下发给微网本地控制器，本地控制器收到功率参考值进行本地控制；
微网本地控制器根据功率参考值和本地测量值控制功率输出；本地控制器需要评估目前微网运行状态，当微网快速可调节功率小于阈值，需要返回第5步重新做短期调整优化。
本地控制中，电采暖和储能采用灵活控制方式,其控制方式采用PQ下垂控制，方式如下：
其中：PET和PS分别为可控负荷和储能电池的实际计划出力值；ΔPg为并网点功率波动；电采暖功率上限； PS- 为储能电池功率上下限
其他可控电源出力PGi采用线性下垂控制，下垂系数为rp，控制方式如下：
以下结合附图，对本发明的实施例作详细说明。该实施例基于前述的方法实现，具体的流程图如图1所示,详细参数及结果见后。
为了验证本发明所提出的方法对于消纳弃风的有效性，一个14节点的微网被用于该方法的检测。微网包括风力机发电(wind turbine，WT)，可控型微电源有柴油发电机(diesel engine，DE)、微型燃气轮机(micro-turbine，MT)和燃料电池(fuel cell，FC)，储能装置是最大充放电功率为90kW、容量为300kWh的蓄电池组(battery，Bat)，储热装置的最大容量为800kWh,电加热器功率PET最大为200kWh。系统电源的相关参数表1所示。
表1：测试算例的系统参数
| 电源类型 | DE | CHP | FC | WT1 | WT2 | BS |
| 出力上限(kW) | 60 | 75 | 80 | 200 | 250 | 90 |
| 出力下限(kW) | 11.11 | 12.74 | 14 | _ | _ | -90 |
| 最大上爬坡率(kW/h) | 240 | 280 | 170 | _ | _ | _ |
| 最大下爬坡率(kW/h) | 240 | 280 | 170 | _ | _ | _ |
首先，通过日前调度层得到可控机组开停机计划，其优化结果如图4所示。短期调度层可控电源依照可控机组开停机计划以及短期预测数据，确定可控电源出力参考值以及其他设备出力参考值。实时策略层根据短期调整层的结果和本地测量量，确定本地控制信号，下发给本地控制器，其实际出力如图5所示。
本发明所提的方法能处理微网中新能源接入带来的不确定性问题。测试了不同预测误差和不同备用功率下，本发明的方法都能很好的运行，运行的成本见表2。表中运行成本为负是因为微网中含有大量风电接入，风电卖给大电网获得额外收入。
表2：不同预测误差下以及不同备用功率下系统运行成本
本发明提出的方法适用于含有大量弃风的热电联供微网，是因为本方法在优化中考虑了使用弃风供热这一技术。进一步对采用弃风供热技术对微网运行的经济性影响进行分析，发现该技术可以大量消纳弃风并且降低运行成本，在本算例中其消纳的弃风占总风电量的7.7％，其消纳的弃风电量如图6所示。
本发明在实时层灵活配合使用了电采暖和储能电池的功率调节特性，可以增加微网的快速调节备用功率。当新能源波动较大时，单纯依靠储能可能无法平抑功率，如果可控负荷电采暖也参与功率调节，微网系统的快速可调节备用功率大大增强，如图7所示。
综上所述，本发明提出的一种用于减少弃风的三层热电联供微网能量控制方法，考虑了新能源接入带来的风电不确定性，同时也能处理微网中包含大量弃风的情况。实时层采用可控负荷与储能电池同时参与功率调节，大大增强微网运行的安全性。
Claims (2)
1.一种用于减少弃风的三层热电联供微网能量控制方法，其特征在于，包括如下步骤：
第一步：统计微网内各可控电源的成本-出力曲线，并将其线性化；同时根据微网拓扑结构和参数形成节点导纳矩阵；
第二步：利用历史数据以及未来气象数据预测未来24小时内的电负荷Pload、热负荷Hload、风电出力PWT和光伏出力PPV；
第三步：建立含储热的热电联供微网机组组合模型，基于第二步预测的数据，将日前调度层问题建立为一个混合整数线性问题f(x,u)，形式如下：
min f(x,u)
式中：x为可控电源的出力；u为可控电源的开停机状态；R为实数集；h(x,u)为等式约束，包括各时段电功率和热功率的平衡约束、储能电池的能量约束和储热设备的能量约束；g(x,u)为不等式约束，包括系统备用容量约束、可控电源功率上下限约束、可控电源爬坡约束、储能电池的充放电功率约束和能量上下限约束、储热设备的能量上下限约束、微网并网点的功率约束和功率因素约束；g和分别是不等式约束的上边界和下边界；
通过IPOPT求解该模型，得到未来24小时内微网开停机计划；
第四步：利用历史数据以及未来气象数据预测未来5分钟内的电负荷Pload、热负荷Hload、风电出力PWT和光伏出力PPV；
第五步：短期调整层以5分钟的时间间隔为一个经济调度周期，其遵从确定的未来24小时内微网开停机计划，依据第四步的预测数据，建立一个单时段非线性优化模型f(x)，形式如下：
min f(x)
式中：R为实数集；h(x)为等式约束，包括各时段电功率和热功率的平衡约束、储能电池的能量约束和储热设备的能量约束；g(x)为不等式约束，包括系统备用容量约束、可控电源功率上下限约束、可控电源爬坡约束、储能电池的充放电功率约束和能量上下限约束、储热设备的能量上下限约束、微网并网点的功率约束和功率因素约束；
通过IPOPT求解上述模型，得到未来5分钟内微网可控电源出力参考值储能出力参考值和电采暖功率参考值模型若无解，返回步骤一；若有解，继续步骤六；
第六步：把可控电源出力参考值储能出力参考值电采暖功率参考值下发给微网本地控制器，微网本地控制器收到可控电源出力参考值、储能出力参考值和电采暖功率参考值进行本地控制；
微网本地控制器根据功率参考值和本地测量值控制功率输出；微网本地控制器需要评估目前微网运行状态，当微网快速可调节功率小于阈值，需要返回第五步重新做短期调整优化；
所述的本地控制中，电采暖和储能采用灵活控制方式,其控制方式采用PQ下垂控制，方式如下：
其中：PET和PS分别为可控负荷和储能电池的实际计划出力值；ΔPg为并网点功率波动；为电采暖功率上限；
为储能电池功率上下限
可控电源出力PGi采用线性下垂控制，下垂系数为rp，控制方式如下：
2.如权利要求1所述的用于减少弃风的三层热电联供微网能量控制方法，其特征在于，微网运行的目标是运行成本最小，考虑的约束条件包括各时段电功率和热功率平衡、各可控电源功率上下限/爬坡上下限/开停机、储热和储能电池的能量水平。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610837664.2A CN106300443B (zh) | 2016-09-21 | 2016-09-21 | 一种用于减少弃风的三层热电联供微网能量控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610837664.2A CN106300443B (zh) | 2016-09-21 | 2016-09-21 | 一种用于减少弃风的三层热电联供微网能量控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106300443A CN106300443A (zh) | 2017-01-04 |
| CN106300443B true CN106300443B (zh) | 2018-12-04 |
Family
ID=57712820
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610837664.2A Active CN106300443B (zh) | 2016-09-21 | 2016-09-21 | 一种用于减少弃风的三层热电联供微网能量控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106300443B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108039713B (zh) * | 2017-11-16 | 2021-06-08 | 国网辽宁省电力有限公司 | 一种弃风与大规模电储热和电池储能协调运行方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102184475A (zh) * | 2011-05-11 | 2011-09-14 | 浙江大学 | 基于多时间尺度协调的微网经济运行优化调度方法 |
| EP3032683A1 (en) * | 2014-12-11 | 2016-06-15 | Rolls-Royce plc | System and method of energy resource delivery |
-
2016
- 2016-09-21 CN CN201610837664.2A patent/CN106300443B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102184475A (zh) * | 2011-05-11 | 2011-09-14 | 浙江大学 | 基于多时间尺度协调的微网经济运行优化调度方法 |
| EP3032683A1 (en) * | 2014-12-11 | 2016-06-15 | Rolls-Royce plc | System and method of energy resource delivery |
Non-Patent Citations (1)
| Title |
|---|
| 含热电联供系统的微网经济运行;吴雄,等;《电力自动化设备》;20130831;第33卷(第8期);1－6 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106300443A (zh) | 2017-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jacob et al. | Sizing of hybrid energy storage system for a PV based microgrid through design space approach | |
| Pourmousavi et al. | Real-time energy management of a stand-alone hybrid wind-microturbine energy system using particle swarm optimization | |
| CN102623989B (zh) | 一种间歇分布式电源优化配置方法 | |
| CN107958300A (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
| Hove et al. | A techno-economic model for optimising component sizing and energy dispatch strategy for PV-diesel-battery hybrid power systems | |
| CN108039722A (zh) | 一种适用于交直流混合的分布式可再生能源系统优化配置方法 | |
| CN114301081B (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
| Xu et al. | Implementation of repowering optimization for an existing photovoltaic‐pumped hydro storage hybrid system: A case study in Sichuan, China | |
| KR20130074045A (ko) | 마이크로그리드 기반의 수용가 에너지 관리 방법 및 시스템 | |
| Spertino et al. | Renewable sources with storage for cost-effective solutions to supply commercial loads | |
| Yan et al. | Practical flexibility analysis on europe power system with high penetration of variable renewable energy | |
| CN106300443B (zh) | 一种用于减少弃风的三层热电联供微网能量控制方法 | |
| Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
| Chen et al. | Optimal Sizing of a Grid Independent Renewable Heating System for Building Decarbonisation | |
| Shiva et al. | An application of LAPO: Optimal design of a stand alone hybrid system consisting of WTG-PV-diesel generator-battery | |
| Zhang et al. | Two‐Stage Optimization Model of Centralized Energy Storage Participating in Peak Shaving with Maximum Reserve Capacity and Minimum Carbon Emission of the System | |
| Yang et al. | Optimal economic dispatch of microgrid with battery energy storage considering uncertainty of renewable generation | |
| Ma et al. | Research on Optimization for Siting and Sizing of Distributed Generation Considering Wind and Light Abandonment and Environmental Cost | |
| Zhang et al. | Study on the microgrid pluripotent complementary and comprehensive economic optimization planning based on virtual energy theory | |
| CN110198053A (zh) | 一种集中与就地相结合的微电网实时电压控制方法及系统 | |
| Guwaeder | A Study of the Penetration of Photovoltaics into the Libyan Power System | |
| CN117663503B (zh) | 一种智能调节熔盐储热速率的方法及系统 | |
| He et al. | Optimal Allocation of Demand Response and Energy Storage Load in Agricultural Systems Considering Distributed PV Power Consumption | |
| CN117077368B (zh) | 计及工业综合需求响应的综合能源系统众目标规划方法 | |
| Luo et al. | The dynamic multi-objective optimal dispatch of grid-connected micro grid |
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 |