CN106712086A - 微网优化控制模式 - Google Patents

微网优化控制模式 Download PDF

Info

Publication number
CN106712086A
CN106712086A CN201710031812.6A CN201710031812A CN106712086A CN 106712086 A CN106712086 A CN 106712086A CN 201710031812 A CN201710031812 A CN 201710031812A CN 106712086 A CN106712086 A CN 106712086A
Authority
CN
China
Prior art keywords
load
power
energy
gas turbine
prediction
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
CN201710031812.6A
Other languages
English (en)
Inventor
牛曙斌
毛知新
张辉
周玉
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.)
Wuxi Gcl Distributed Energy Development Co Ltd
Original Assignee
Wuxi Gcl Distributed Energy Development 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 Wuxi Gcl Distributed Energy Development Co Ltd filed Critical Wuxi Gcl Distributed Energy Development Co Ltd
Priority to CN201710031812.6A priority Critical patent/CN106712086A/zh
Publication of CN106712086A publication Critical patent/CN106712086A/zh
Pending legal-status Critical Current

Links

Classifications

    • H02J3/382—
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及到的是微网优化控制模式，优化控制的基础是负荷和电源出力的预测，包括：负荷预测、分布式电源出力预测、风力发电出力预测；负荷预测是以日前每小时的负荷记录为基础，区分基础负荷、气候敏感性负荷和可能有的随机性负荷，对历史记录中的各种负荷做线性回归分析得到历史负荷变化的趋势，在历史数据的基础上根据当天的气候变化对负荷的影响修正，考虑工作日和节假日的负荷变化以及重大活动可能引起的负荷变化。

Description

微网优化控制模式
技术领域
本发明属于发电控制领域，涉及一种多能互补微能源的经济运行策略，具体为微网优化控制模式。
背景技术
目前的主要研究集中在微电网的控制，电能的供应、电能质量和电能管理方面的研究目前已经成熟，但随着冷热电三联供系统的研究应用，微电网已发展成为更加广义的微能源网或能源微网，除了电能的控制和管理，冷、热也需要控制和管理，且热(冷)和电能之间存在耦合关系，使系统的控制和管理变得更加复杂，因此，研究微能源网的控制具有十分重要的现实意义。
发明内容
微网优化控制模式，微能源网的资源结构主要有分布式发电、负荷和储能装置组成，根据负荷预测和系统实时监测信息。
微能源网的电源主要有电网、可再生能源(包括分布式光伏、风力发电、地源热泵、光热等)和清洁能源(主要为天然气分布式发电、水电等)以及储能等。
负荷按照其重要性可分为敏感负荷、可调节负荷和可中断负荷，敏感负荷是重要的如果断电会造成重大损失的负荷，对这一级负荷断电，将造成设备损坏，影响办公条件，数据中断的问题；可调节负荷是可以调节的负荷；可中断负荷是可以中断并不会有大的影响的负荷。
储能是微能源网的重要组成部分，储能能平滑光伏、风能由于受外界环境影响引起的波动，在整个电能供应过程中实现“削峰填谷”，提高供电的可靠性和电能质量。
微能源网的优化控制是对整个微能源网的能量管理，通过优化控制策略实现微能源的稳定可靠运行，为用户提高稳定的、高质量的能源，由于电能的瞬时性，为保证系统的稳定运行，必须实时监视控制电源和负荷的能量平衡。
优化控制的基础是负荷和电源出力的预测，负荷预测是以日前每小时的负荷记录为基础，区分基础负荷(工作负荷等)、气候敏感性负荷(冬天加热、夏天制冷)和可能有的随机性负荷(重大活动等)，对历史记录中的各种负荷做线性回归分析得到历史负荷变化的趋势，在历史数据的基础上根据当天的气候变化对负荷的影响修正，考虑工作日和节假日的负荷变化以及重大活动可能引起的负荷变化。分布式电源出力预测是根据历史数据和外部环境的变化预测分布式能源的出力，光伏发电是间歇性能源，受太阳辐射强度、环境温度等影响，其输出功率具有不确定性，不利于电网调度人员安排常规电源与其协调调度，因此需要对光伏发电出力进行预测，获得其输出功率发展曲线，以利于协调调度，提高系统运行的安全性和稳定性，先根据不同的气候类型(如晴天、阴天、雨天等)对发电功率进行分类统计，并计算出气候类型平均发电功率与气候类型之间的倍率关系，然后根据当天的气候类型和预测日前对应时刻的发电功率进行光伏发电出力进行预测。风力发电输出功率受风能随机性影响很大，也可以用类似的方法对风力发电的出力进行预测。
进一步的，优化控制的核心是能量平衡，电能负荷与发电量的关系为
Em＝Egt+Ewt+Epv+Ebt＝EL (1)
其中，Em为系统电能输出总量，Egt，Ewt，Epv，分别为燃气轮机、风机、光伏电池的电能输出量，Ebt为蓄电池的电能充放量，EL为系统电能负荷量。燃气轮机发电量和能耗量关系为：
Qgt为燃气轮机能耗量，ηgt为燃气轮机发电效率。
余热锅炉能从废热中回收的热能为
Qrec＝Qgt·(1-ηgt)·ηrec (3)
Qrec为回收的热能量，ηrec为回收效率。
正常情况下，根据负荷预测结果和分布式电源的预测结果规划燃机的出力和市电的使用量，储能在系统运行过程中承担细调责任。在优化控制过程中，尽管分布式光伏和风力发电系统的出力都是可以调节和启停的，为了避免“弃光弃风”和降低温室气体排放，尽量全部使用风能和光伏发电量，多余的电量可以存储或上网销售。电源侧主要的控制对象为燃气轮机，在并网运行状态下，系统的电压和频率由大电网控制，燃气轮机采用恒功率控制，实时跟踪负荷的有功和无功变化保证功率平衡，在离网运行状态下，燃气轮机作为主电源，迅速从恒功率控制模式转换成恒压恒频控制模式，为微能源网提供稳定的电压和频率，其他分布式能源采用恒功率控制实时跟踪负荷功率的变化，储能承担稳定电能供应和电能质量的作用。
燃气轮机在发电的同时，通过余热锅炉和溴化锂机组能利用燃气轮机的余热提供热能和冷能，提供一次能源的综合利用率。通过预测或设定热或冷能的使用量，可通过以热(冷)定电的方式节约燃气轮机的燃料使用量，提高能效。
在孤网运行或其他条件限制情况下，电力供应不足或热(冷)供应不足的情况下，可通过调整负荷来达到能量平衡，根据负荷的特性，首先保证敏感负荷的供电，切断可中断负荷或调节可调节负荷来实现能量平衡，保证系统的稳定性。
附图说明
图1是微网优化控制模型。
具体实施方式
微网优化控制模式，微能源网的资源结构主要有分布式发电、负荷和储能装置组成，根据负荷预测和系统实时监测信息，微网的优化运行模式如附图1所示。
微能源网的电源主要有电网、可再生能源(包括分布式光伏、风力发电、地源热泵、光热等)和清洁能源(主要为天然气分布式发电、水电等)以及储能等。
负荷按照其重要性可分为敏感负荷、可调节负荷和可中断负荷，敏感负荷是重要的如果断电会造成重大损失的负荷，对这一级负荷断电，将造成设备损坏，影响办公条件，数据中断的问题；可调节负荷是可以调节的负荷；可中断负荷是可以中断并不会有大的影响的负荷。
储能是微能源网的重要组成部分，储能能平滑光伏、风能由于受外界环境影响引起的波动，在整个电能供应过程中实现“削峰填谷”，提高供电的可靠性和电能质量。
微能源网的优化控制是对整个微能源网的能量管理，通过优化控制策略实现微能源的稳定可靠运行，为用户提高稳定的、高质量的能源，由于电能的瞬时性，为保证系统的稳定运行，必须实时监视控制电源和负荷的能量平衡。
优化控制的基础是负荷和电源出力的预测，负荷预测是以日前每小时的负荷记录为基础，区分基础负荷(工作负荷等)、气候敏感性负荷(冬天加热、夏天制冷)和可能有的随机性负荷(重大活动等)，对历史记录中的各种负荷做线性回归分析得到历史负荷变化的趋势，在历史数据的基础上根据当天的气候变化对负荷的影响修正，考虑工作日和节假日的负荷变化以及重大活动可能引起的负荷变化。分布式电源出力预测是根据历史数据和外部环境的变化预测分布式能源的出力，光伏发电是间歇性能源，受太阳辐射强度、环境温度等影响，其输出功率具有不确定性，不利于电网调度人员安排常规电源与其协调调度，因此需要对光伏发电出力进行预测，获得其输出功率发展曲线，以利于协调调度，提高系统运行的安全性和稳定性，先根据不同的气候类型(如晴天、阴天、雨天等)对发电功率进行分类统计，并计算出气候类型平均发电功率与气候类型之间的倍率关系，然后根据当天的气候类型和预测日前对应时刻的发电功率进行光伏发电出力进行预测。风力发电输出功率受风能随机性影响很大，也可以用类似的方法对风力发电的出力进行预测。
进一步的，优化控制的核心是能量平衡，电能负荷与发电量的关系为
Em＝Egt+Ewt+Epv+Ebt＝EL (1)
其中，Em为系统电能输出总量，Egt，Ewt，Epv，分别为燃气轮机、风机、光伏电池的电能输出量，Ebt为蓄电池的电能充放量，EL为系统电能负荷量。燃气轮机发电量和能耗量关系为：
Qgt为燃气轮机能耗量，ηgt为燃气轮机发电效率。
余热锅炉能从废热中回收的热能为
Qrec＝Qgt·(1-ηgt)·ηrec (3)
Qrec为回收的热能量，ηrec为回收效率。
正常情况下，根据负荷预测结果和分布式电源的预测结果规划燃机的出力和市电的使用量，储能在系统运行过程中承担细调责任。在优化控制过程中，尽管分布式光伏和风力发电系统的出力都是可以调节和启停的，为了避免“弃光弃风”和降低温室气体排放，尽量全部使用风能和光伏发电量，多余的电量可以存储或上网销售。电源侧主要的控制对象为燃气轮机，在并网运行状态下，系统的电压和频率由大电网控制，燃气轮机采用恒功率控制，实时跟踪负荷的有功和无功变化保证功率平衡，在离网运行状态下，燃气轮机作为主电源，迅速从恒功率控制模式转换成恒压恒频控制模式，为微能源网提供稳定的电压和频率，其他分布式能源采用恒功率控制实时跟踪负荷功率的变化，储能承担稳定电能供应和电能质量的作用。
燃气轮机在发电的同时，通过余热锅炉和溴化锂机组能利用燃气轮机的余热提供热能和冷能，提供一次能源的综合利用率。通过预测或设定热或冷能的使用量，可通过以热(冷)定电的方式节约燃气轮机的燃料使用量，提高能效。
在孤网运行或其他条件限制情况下，电力供应不足或热(冷)供应不足的情况下，可通过调整负荷来达到能量平衡，根据负荷的特性，首先保证敏感负荷的供电，切断可中断负荷或调节可调节负荷来实现能量平衡，保证系统的稳定性。

Claims (2)

1.微网优化控制模式，其特征在于：优化控制的基础是负荷和电源出力的预测，包括：负荷预测、分布式电源出力预测、风力发电出力预测；
负荷预测是以日前每小时的负荷记录为基础，区分基础负荷、气候敏感性负荷和可能有的随机性负荷，对历史记录中的各种负荷做线性回归分析得到历史负荷变化的趋势，在历史数据的基础上根据当天的气候变化对负荷的影响修正，考虑工作日和节假日的负荷变化以及重大活动可能引起的负荷变化；
分布式电源出力预测是根据历史数据和外部环境的变化预测分布式能源的出力，光伏发电是间歇性能源，受太阳辐射强度、环境温度等影响，其输出功率具有不确定性，不利于电网调度人员安排常规电源与其协调调度，因此需要对光伏发电出力进行预测，获得其输出功率发展曲线，以利于协调调度，提高系统运行的安全性和稳定性，先根据不同的气候类型对发电功率进行分类统计，并计算出气候类型平均发电功率与气候类型之间的倍率关系，然后根据当天的气候类型和预测日前对应时刻的发电功率进行光伏发电出力进行预测；
风力发电出力预测，风力发电输出功率受风能随机性影响很大，也可以用类似的方法对风力发电的出力进行预测。
2.如权利要求1所述的微网优化控制模式，其特征在于：优化控制的核心是能量平衡，电能负荷与发电量的关系为
Em＝Egt+Ewt+Epv+Ebt＝EL
其中，Em为系统电能输出总量，Egt，Ewt，Epv，分别为燃气轮机、风机、光伏电池的电能输出量，Ebt为蓄电池的电能充放量，EL为系统电能负荷量，燃气轮机发电量和能耗量关系为：
Q g t = E g t η g t
Qgt为燃气轮机能耗量，ηgt为燃气轮机发电效率。
余热锅炉能从废热中回收的热能为
Qrec＝Qgt·(1-ηgt)·ηrec
Qrec为回收的热能量，ηrec为回收效率；
正常情况下，根据负荷预测结果和分布式电源的预测结果规划燃机的出力和市电的使用量，储能在系统运行过程中承担细调责任，在优化控制过程中，尽管分布式光伏和风力发电系统的出力都是可以调节和启停的，为了避免“弃光弃风”和降低温室气体排放，尽量全部使用风能和光伏发电量，多余的电量可以存储或上网销售。电源侧主要的控制对象为燃气轮机，在并网运行状态下，系统的电压和频率由大电网控制，燃气轮机采用恒功率控制，实时跟踪负荷的有功和无功变化保证功率平衡，在离网运行状态下，燃气轮机作为主电源，迅速从恒功率控制模式转换成恒压恒频控制模式，为微能源网提供稳定的电压和频率，其他分布式能源采用恒功率控制实时跟踪负荷功率的变化，储能承担稳定电能供应和电能质量的作用；
燃气轮机在发电的同时，通过余热锅炉和溴化锂机组能利用燃气轮机的余热提供热能和冷能，提供一次能源的综合利用率。通过预测或设定热或冷能的使用量，可通过以热定电的方式节约燃气轮机的燃料使用量，提高能效；
在孤网运行或其他条件限制情况下，电力供应不足或热供应不足的情况下，可通过调整负荷来达到能量平衡，根据负荷的特性，首先保证敏感负荷的供电，切断可中断负荷或调节可调节负荷来实现能量平衡，保证系统的稳定性。
CN201710031812.6A 2017-01-17 2017-01-17 微网优化控制模式 Pending CN106712086A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710031812.6A CN106712086A (zh) 2017-01-17 2017-01-17 微网优化控制模式

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710031812.6A CN106712086A (zh) 2017-01-17 2017-01-17 微网优化控制模式

Publications (1)

Publication Number Publication Date
CN106712086A true CN106712086A (zh) 2017-05-24

Family

ID=58907688

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710031812.6A Pending CN106712086A (zh) 2017-01-17 2017-01-17 微网优化控制模式

Country Status (1)

Country Link
CN (1) CN106712086A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107453392A (zh) * 2017-07-06 2017-12-08 国网山东省电力公司荣成市供电公司 一种分布式能源电网系统及管理方法
CN107679685A (zh) * 2017-08-25 2018-02-09 深圳市盛路物联通讯技术有限公司 一种基于物联网的能量调度的方法及服务器
CN108736515A (zh) * 2018-05-30 2018-11-02 国网电力科学研究院(武汉)能效测评有限公司 基于神经网络的风电消纳相变储热站负荷预测系统和方法
CN109004682A (zh) * 2017-12-05 2018-12-14 江苏大航电子商务有限公司 一种智能微电网

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102545255A (zh) * 2011-12-26 2012-07-04 重庆大学 光伏与微型燃气轮机混合微网协调运行控制方法
CN102710013A (zh) * 2012-05-23 2012-10-03 中国电力科学研究院 基于微电网的园区能源网能量优化管理系统及其实现方法
CN102856930A (zh) * 2012-10-11 2013-01-02 天津市电力公司 微网经济调度控制方法
CN103218673A (zh) * 2013-03-27 2013-07-24 河海大学 基于bp神经网络的光伏发电短期出力预测方法
CN103514487A (zh) * 2013-07-15 2014-01-15 国家电网公司 一种含分布式电源的配电网负荷预测方法
CN103593717A (zh) * 2013-11-21 2014-02-19 国网上海市电力公司 一种微电网能源实时优化控制方法
CN104065101A (zh) * 2014-06-26 2014-09-24 华电电力科学研究院 分布式微网能量管理系统
CN104167763A (zh) * 2014-09-04 2014-11-26 华电电力科学研究院 分为就地层、中间层和能量管理层的分布式能量管理装置和方法
CN104392286A (zh) * 2014-12-02 2015-03-04 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN104700158A (zh) * 2015-02-12 2015-06-10 国家电网公司 一种配电园区的能源管理方法与系统
US20150214738A1 (en) * 2012-09-06 2015-07-30 Auckland Uniservices Limited Local demand side power management for electric utility networks
CN105375533A (zh) * 2015-09-23 2016-03-02 许继集团有限公司 一种含风、光可再生能源的独立微电网运行模式预测方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102545255A (zh) * 2011-12-26 2012-07-04 重庆大学 光伏与微型燃气轮机混合微网协调运行控制方法
CN102710013A (zh) * 2012-05-23 2012-10-03 中国电力科学研究院 基于微电网的园区能源网能量优化管理系统及其实现方法
US20150214738A1 (en) * 2012-09-06 2015-07-30 Auckland Uniservices Limited Local demand side power management for electric utility networks
CN102856930A (zh) * 2012-10-11 2013-01-02 天津市电力公司 微网经济调度控制方法
CN103218673A (zh) * 2013-03-27 2013-07-24 河海大学 基于bp神经网络的光伏发电短期出力预测方法
CN103514487A (zh) * 2013-07-15 2014-01-15 国家电网公司 一种含分布式电源的配电网负荷预测方法
CN103593717A (zh) * 2013-11-21 2014-02-19 国网上海市电力公司 一种微电网能源实时优化控制方法
CN104065101A (zh) * 2014-06-26 2014-09-24 华电电力科学研究院 分布式微网能量管理系统
CN104167763A (zh) * 2014-09-04 2014-11-26 华电电力科学研究院 分为就地层、中间层和能量管理层的分布式能量管理装置和方法
CN104392286A (zh) * 2014-12-02 2015-03-04 山东大学 考虑冷热电联供和储能运行策略的微电网运行优化方法
CN104700158A (zh) * 2015-02-12 2015-06-10 国家电网公司 一种配电园区的能源管理方法与系统
CN105375533A (zh) * 2015-09-23 2016-03-02 许继集团有限公司 一种含风、光可再生能源的独立微电网运行模式预测方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107453392A (zh) * 2017-07-06 2017-12-08 国网山东省电力公司荣成市供电公司 一种分布式能源电网系统及管理方法
CN107679685A (zh) * 2017-08-25 2018-02-09 深圳市盛路物联通讯技术有限公司 一种基于物联网的能量调度的方法及服务器
CN109004682A (zh) * 2017-12-05 2018-12-14 江苏大航电子商务有限公司 一种智能微电网
CN109004684A (zh) * 2017-12-05 2018-12-14 江苏大航电子商务有限公司 电力测算及调节系统
CN109004683A (zh) * 2017-12-05 2018-12-14 江苏大航电子商务有限公司 一种微电网系统
CN109004685A (zh) * 2017-12-05 2018-12-14 江苏大航电子商务有限公司 微电网系统
CN108736515A (zh) * 2018-05-30 2018-11-02 国网电力科学研究院(武汉)能效测评有限公司 基于神经网络的风电消纳相变储热站负荷预测系统和方法

Similar Documents

Publication Publication Date Title
Liu et al. Optimal operation of independent regional power grid with multiple wind-solar-hydro-battery power
Cai et al. Integration of hydrogen storage system and wind generation in power systems under demand response program: A novel p-robust stochastic programming
Ekren et al. Simulation based size optimization of a PV/wind hybrid energy conversion system with battery storage under various load and auxiliary energy conditions
CN103151803B (zh) 一种含风电系统机组及备用配置的优化方法
Gupta et al. Modelling of hybrid energy system—Part I: Problem formulation and model development
CN109617142B (zh) 一种cchp型微电网多时间尺度优化调度方法及系统
Mitchell et al. Simulation and optimisation of renewable energy systems
CN109245093A (zh) 一种冷热电联供分布式能源站协同优化调度方法
CN105162149A (zh) 基于模糊自适应调节的光储系统跟踪发电计划出力方法
Villarreal et al. Designing a sustainable and distributed generation system for semiconductor wafer fabs
CN110807588B (zh) 一种多能源耦合综合能源系统的优化调度方法
CN106712086A (zh) 微网优化控制模式
Zhu et al. Complementary operational research for a hydro-wind-solar hybrid power system on the upper Jinsha River
CN110659788A (zh) 一种用户侧综合能源系统的供需平衡分析方法和系统
Moshi et al. Optimal operational planning for PV-Wind-Diesel-battery microgrid
CN110311371A (zh) 一种基于虚拟储能的光伏冷库系统及其负荷主动调控方法
Roy et al. Benefits of Demand Side Management strategies for an island supplied by marine renewable energies
Mahoor et al. Smart energy management for a micro-grid with consideration of demand response plans
Zec et al. Load management in an off-grid hybrid PV–wind–battery system using the power flow control algorithm and fuzzy logic controller
Saengprajak Efficiency of demand side management measures in small village electrification systems
Merzic et al. A complementary hybrid system for electricity generation based on solar and wind energy taking into account local consumption-Case study
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
Lachheb et al. Fostering Sustainability through the Integration of Renewable Energy in an Agricultural Hydroponic Greenhouse
CN107528352A (zh) 一种基于可再生能源高渗透率的配电网有功优化方法
Hashimoto et al. Optimal operation of fuel cell and electrolyzer in household hybrid system by stochastic programming

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170524

RJ01 Rejection of invention patent application after publication