CN106961116A - 需求侧光储一体化微电网系统 - Google Patents
需求侧光储一体化微电网系统 Download PDFInfo
- Publication number
- CN106961116A CN106961116A CN201710041102.1A CN201710041102A CN106961116A CN 106961116 A CN106961116 A CN 106961116A CN 201710041102 A CN201710041102 A CN 201710041102A CN 106961116 A CN106961116 A CN 106961116A
- Authority
- CN
- China
- Prior art keywords
- load
- energy
- photovoltaic
- power
- storage battery
- 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
Links
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 238000004146 energy storage Methods 0.000 claims description 75
- 230000005611 electricity Effects 0.000 claims description 34
- 238000010248 power generation Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 230000035945 sensitivity Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 4
- 240000002853 Nelumbo nucifera Species 0.000 claims description 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 238000012417 linear regression Methods 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 7
- 239000000203 mixture Substances 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000011068 loading method Methods 0.000 description 3
- 230000001172 regenerating effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- H02J3/383—
-
- 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
- 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
-
- 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
- H02J3/388—Islanding, i.e. disconnection of local power supply from the network
-
- 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
Abstract
本发明涉及到的是一种需求侧光储一体化微网系统,系统包括基础设备层,中心控制层,用电管理层。其中,中心控制层为光储一体化系统的控制系统,主要包括功率预测模块、经济优化计算及能效管理模块和控制模块。
Description
技术领域
本专利属于发电领域,涉及一种需求侧光储一体化微网系统
背景技术
随着社会的快速发展,满足工、农业生产和家庭需要的电能需求越来越大,而过度开发已导致常规化石能源逐渐枯竭且环境污染日益严重,世界各国都在开发各种各样新能源,并都将发展新能源作为国家的一项长期发展战略,尤其在德国和丹麦等国家,新能源已占能源系统很大的比例,中国也不甘落后,正在大力发展各种清洁能源和可再生能源发电技术,国家通过补贴等鼓励措施,大力促进新能源技术和产品的发展。可再生能源、清洁能源等小型化、模块化、分散式、布置在用户附近为用户供电的小型发电系统正在世界各地建设或计划建设中,可再生能源和清洁能源等分布式发电技术通过与大电网连接为用户提供稳定、可靠的电能供应,并且在大电网故障时能离网运行,保证了供电的连续性和高的电能质量。
太阳能光伏发电等可再生能源以其取之不尽,用之不竭的特点,受到了广泛关注。随着分布式发电、微电网以及能源互联网的发展,分布式光伏发电在微网中所占的比例也越来也高。但独立的光伏发电系统存在随机性和波动性等缺点,当其在微电网系统中渗透率较大时,必将影响微电网的安全稳定运行。为了解决光伏发电和储能组成的微电网系统中的功率平衡、稳定性和电能质量等问题,必须配备输出功率更为稳定的储能系统,并按照预定的控制策略,实现微电网系统内部能量的瞬时平衡,实现光伏储能微电网的稳定运行。
微电网通常是由分布式发电电源、储能装置、能量变换装置、相关负荷、监控系统、保护系统、电力传输设备等组成的小型发配电系统,能够实现自我控制、保护和管理。微电网既可以接入当地通过配电网并与大型电网并联运行,形成一个联合运行系统,也能独立地为当地负荷提供电力需求,大大提高了负荷侧的供电可靠性,微电网通过单点接入电网,可以减少小功率分布式电源接入对传统电网的影响。此外,微电网将分散的、不同类型的小型发电源组合起来供电,有效的避免弃光现象。
近年来,随着风力发电、太阳能光伏发电等技术的发展,使得可再生能源发电得到了越来越多的利用,将可再生能源发电与微电网形式相结合的技术,是复杂度更高、应用前景更广阔的技术,成为了电力系统研究的新领域。
目前,现有的微电网系统通常由单一种类的分布式电源、负荷、电力传输设备简单组成。例如光伏电厂、风电厂等。
工业企业和家庭等需求侧迫切需要稳定可靠和经济的多源互补功能系统来缓解能源紧张和经济性难题,特别在峰谷分时电价的条件下,为了更有效的利用电能,提高电能的综合利用率,同时也为需求侧家庭、工矿企业和工业园区节省电能成本,通过配备足够容量的储能设备,实现电能的时空转移,在谷价时对蓄电池充电,而在尖峰电价时,使用储能发电,能实现电价的降低。本专利提出的光储一体化系统有效地解决了这一问题。
发明内容
在峰谷分时电价的条件下,综合分析目前存在的主要微电网运行方案和光伏发电规模化利用存在的问题,本专利提出了一种应用于需求侧的基于峰谷分时电价的光储一体化微电网系统,根据用户的用电特点,合理地配置光伏发电的容量和储能系统容量,实现光伏发电量的全部应用,避免弃光现象,同时合理利用峰谷电价差,减少用电成本。本发明设计合理,能源利用率高,完备的软、硬件系统,便于规模化推广。
本发明的技术方案如下:
一种需求侧光储一体化微网系统,系统的设备组成,基础设备层为系统的电源及负荷,电源包括大电网供电变压器及线路、光伏阵列及其DC/AC变换器、储能电池等,负荷主要是用户的电负荷,以及用于采集电源和负荷功率的电表、控制开关等;中心控制层是系统稳定可靠运行的中心系统,主要包括储能系统的PCS系统、交换机、能量管理和调度系统等,为保证系统的远程监视和决策分析,用电管理层包括用电可视化和决策分析等,在能源中心或用户端可随时监视微电网的运行。
其中,中心控制层为光储一体化系统的控制系统,主要包括功率预测模块、经济优化计算及能效管理模块和控制模块。
进一步的,功率预测模块包括负荷预测模块和光伏出力预测模块,其中负荷预测模块是根据日前负荷曲线和当日气候及其他因素来预测当日的负荷及负荷变化趋势;光伏出力预测模块是根据光伏的设计容量、当地日照及当日的气候来预测当日光伏的出力。
控制模块,是根据需要对系统进行的模式切换操作,在系统全黑时,进入黑启动模式,储能系统首先启动为系统提供稳定的电压和频率,然后逐步投入光伏和负荷,保证重要负荷的供电,在大电网故障或停电时,由并网模式切换到孤岛运行模式,由光伏和储能来为系统负荷供电,在电网恢复正常时,由孤岛模式切换到并网模式。
经济优化计算及能效管理模块是软件系统的核心模块,根据系统用户的负荷曲线和峰谷分时电价的特点,合理分配光伏出力的使用和对储能蓄电池的充电时段,以及按最经济的计算模型计算储能蓄电池的充放电时间、充放电流强度和充放深度,有效利用“削峰填谷”使需求侧用户用电最经济,保证系统按最经济、能效最高的方式运行。
进一步的,负荷预测模块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。由于园区基础负荷相对稳定,主要考虑气候敏感性负荷和随机负荷。负荷预测可为储能出力提供控制决策依据。根据负荷曲线来决策储能的充放电时间。
光伏出力预测模块,由于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。
具体实施方法
一种需求侧光储一体化微网系统,系统的设备组成,基础设备层为系统的电源及负荷,电源包括大电网供电变压器及线路、光伏阵列及其DC/AC变换器、储能电池等,负荷主要是用户的电负荷,以及用于采集电源和负荷功率的电表、控制开关等;中心控制层是系统稳定可靠运行的中心系统,主要包括储能系统的PCS系统、交换机、能量管理和调度系统等,为保证系统的远程监视和决策分析,用电管理层包括用电可视化和决策分析等,在能源中心或用户端可随时监视微电网的运行。
其中,中心控制层为光储一体化系统的控制系统,主要包括功率预测模块、经济优化计算及能效管理模块和控制模块。
功率预测模块包括负荷预测模块和光伏出力预测模块,其中负荷预测模块是根据日前负荷曲线和当日气候及其他因素来预测当日的负荷及负荷变化趋势;光伏出力预测模块是根据光伏的设计容量、当地日照及当日的气候来预测当日光伏的出力。
控制模块,是根据需要对系统进行的模式切换操作,在系统全黑时,进入黑启动模式,储能系统首先启动为系统提供稳定的电压和频率,然后逐步投入光伏和负荷,保证重要负荷的供电,在大电网故障或停电时,由并网模式切换到孤岛运行模式,由光伏和储能来为系统负荷供电,在电网恢复正常时,由孤岛模式切换到并网模式。
经济优化计算及能效管理模块是软件系统的核心模块,根据系统用户的负荷曲线和峰谷分时电价的特点,合理分配光伏出力的使用和对储能蓄电池的充电时段,以及按最经济的计算模型计算储能蓄电池的充放电时间、充放电流强度和充放深度,有效利用“削峰填谷”使需求侧用户用电最经济,保证系统按最经济、能效最高的方式运行。
负荷预测模块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。由于园区基础负荷相对稳定,主要考虑气候敏感性负荷和随机负荷。负荷预测可为储能出力提供控制决策依据。根据负荷曲线来决策储能的充放电时间。
光伏出力预测模块,由于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。
具体分为:
光伏出力大于负荷。电价高峰时段,光伏给负荷供电,且多余的光伏为储能电池充电;若储能电池已充满,多余光伏上网;电价低谷时段,储能电池未充满,多余光伏和主网共同为储能电池充电;若储能电池已充满,多余光伏上网;电价平时段,储能电池无充放,多余光伏上网。
2)光伏出力小于负荷。电价高峰时段,储能电池SOC高于M,光伏、储能电池和主网共同对负荷供电;储能电池不高于M,光伏和主网共同对负荷供电;电价低谷时段,储能电池未充满,除光伏和主网共同对负荷供电外,主网对储能电池充电;电价低谷时段,储能电池已充满,光伏和主网共同对负荷供电;电价平时段,储能电池无充放,光伏和主网共同对负荷供电。
储能系统运行策略
综合分析光伏出力特性、负荷特性、储能系统特性和分时电价,可得光伏微网内储能系统典型日内充放电策略可概括为:1)夜间电价的低谷时段,从电网购电对储能电池的功率缺额进行弥补;2)上午电价的平时或高峰时段,储能电池对负荷供电;3)午间光伏出力大于负荷时段,将光伏对负荷供电的剩余电能对储能电池充电。若储能充满,多余光伏上网;4)夜间电价的高峰时段,储能电池对负荷供电,至储能电池荷电状态下降至初始值,放电停止。
可见,峰谷分时电价场景下,典型日内储能系统两充两放。随着充放电循环的进行,储能电池实际可用容量逐渐减少。储能容量保持率为其实际容量与额定容量之比,储能电池利用与否的容量“分界点”通常取70%~80%。
Claims (5)
1.一种需求侧光储一体化微网系统,包括基础设备层,为系统的电源及负荷,电源包括大电网供电变压器及线路、光伏阵列及其DC/AC变换器、储能电池等,负荷主要是用户的电负荷,以及用于采集电源和负荷功率的电表、控制开关等;中心控制层,是系统稳定可靠运行的中心系统,主要包括储能系统的PCS系统、交换机、能量管理和调度系统等,为保证系统的远程监视和决策分析,用电管理层,包括用电可视化和决策分析等,在能源中心或用户端可随时监视微电网的运行;其特征为:
中心控制层为光储一体化系统的控制系统,主要包括功率预测模块、经济优化计算及能效管理模块和控制模块。
2.如权利要求1所述的一种需求侧光储一体化微网系统,其特征为:功率预测模块包括负荷预测模块和光伏出力预测模块,其中负荷预测模块是根据日前负荷曲线和当日气候及其他因素来预测当日的负荷及负荷变化趋势;光伏出力预测模块是根据光伏的设计容量、当地日照及当日的气候来预测当日光伏的出力;
控制模块,是根据需要对系统进行的模式切换操作,在系统全黑时,进入黑启动模式,储能系统首先启动为系统提供稳定的电压和频率,然后逐步投入光伏和负荷,保证重要负荷的供电,在大电网故障或停电时,由并网模式切换到孤岛运行模式,由光伏和储能来为系统负荷供电,在电网恢复正常时,由孤岛模式切换到并网模式;
经济优化计算及能效管理模块是软件系统的核心模块,根据系统用户的负荷曲线和峰谷分时电价的特点,合理分配光伏出力的使用和对储能蓄电池的充电时段,以及按最经济的计算模型计算储能蓄电池的充放电时间、充放电流强度和充放深度,有效利用“削峰填谷”使需求侧用户用电最经济,保证系统按最经济、能效最高的方式运行。
3.如权利要求2所述的一种需求侧光储一体化微网系统,其特征为:负荷预测模块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。由于园区基础负荷相对稳定,主要考虑气候敏感性负荷和随机负荷。负荷预测可为储能出力提供控制决策依据。根据负荷曲线来决策储能的充放电时间。
光伏出力预测模块,由于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。
4.如权利要求3所述的一种需求侧光储一体化微网系统,其特征为:
当光伏出力大于负荷时,电价高峰时段,光伏给负荷供电,且多余的光伏为储能电池充电;若储能电池已充满,多余光伏上网;电价低谷时段,储能电池未充满,多余光伏和主网共同为储能电池充电;若储能电池已充满,多余光伏上网;电价平时段,储能电池无充放,多余光伏上网;
当光伏出力小于负荷时,电价高峰时段,储能电池SOC高于M,光伏、储能电池和主网共同对负荷供电;储能电池不高于M,光伏和主网共同对负荷供电;电价低谷时段,储能电池未充满,除光伏和主网共同对负荷供电外,主网对储能电池充电;电价低谷时段,储能电池已充满,光伏和主网共同对负荷供电;电价平时段,储能电池无充放,光伏和主网共同对负荷供电。
5.如权利要求4所述的一种需求侧光储一体化微网系统,其特征为:综合分析光伏出力特性、负荷特性、储能系统特性和分时电价,可得光伏微网内储能系统典型日内充放电策略为:
1)夜间电价的低谷时段,从电网购电对储能电池的功率缺额进行弥补;
2)上午电价的平时或高峰时段,储能电池对负荷供电;
3)午间光伏出力大于负荷时段,将光伏对负荷供电的剩余电能对储能电池充电。若储能充满,多余光伏上网;
4)夜间电价的高峰时段,储能电池对负荷供电,至储能电池荷电状态下降至初始值,放电停止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710041102.1A CN106961116A (zh) | 2017-01-17 | 2017-01-17 | 需求侧光储一体化微电网系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710041102.1A CN106961116A (zh) | 2017-01-17 | 2017-01-17 | 需求侧光储一体化微电网系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106961116A true CN106961116A (zh) | 2017-07-18 |
Family
ID=59480964
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710041102.1A Pending CN106961116A (zh) | 2017-01-17 | 2017-01-17 | 需求侧光储一体化微电网系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106961116A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107537938A (zh) * | 2017-09-30 | 2018-01-05 | 江苏金仕达汽配科技有限公司 | 汽车冲压热回收系统及其控制方法 |
CN107623323A (zh) * | 2017-10-17 | 2018-01-23 | 酒泉职业技术学院 | 一种需求侧响应下微电网运行策略 |
CN108233422A (zh) * | 2018-02-09 | 2018-06-29 | 大工(青岛)新能源材料技术研究院有限公司 | 一种基于预测控制的光储微电网运行控制方法 |
CN108736498A (zh) * | 2018-05-24 | 2018-11-02 | 上海交通大学 | 一种用于智能家居光储发电系统的能量控制方法 |
CN109742777A (zh) * | 2019-03-04 | 2019-05-10 | 曹麾 | 低压台区峰谷负荷平衡智能管控子系统 |
CN109800898A (zh) * | 2017-11-17 | 2019-05-24 | 中国电力科学研究院有限公司 | 一种智能短期负荷预测方法及系统 |
CN117394403A (zh) * | 2023-12-07 | 2024-01-12 | 深圳市伟鹏世纪科技有限公司 | 一种基于大数据分析的储能电源充放电智能管控系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102361328A (zh) * | 2011-10-25 | 2012-02-22 | 中国科学技术大学 | 一种利用风能、光能互补并与市电综合利用的分布式微网系统 |
WO2012168323A1 (fr) * | 2011-06-10 | 2012-12-13 | Electricite De France | Ensemble de pilotage d'un système de production/consommation électrique |
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 |
CN105207267A (zh) * | 2015-10-29 | 2015-12-30 | 南阳理工学院 | 一种微网能量管理系统 |
CN105337306A (zh) * | 2015-10-23 | 2016-02-17 | 北京科诺伟业科技股份有限公司 | 一种光储一体化发电系统 |
CN105846423A (zh) * | 2016-03-28 | 2016-08-10 | 华北电力大学 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
-
2017
- 2017-01-17 CN CN201710041102.1A patent/CN106961116A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012168323A1 (fr) * | 2011-06-10 | 2012-12-13 | Electricite De France | Ensemble de pilotage d'un système de production/consommation électrique |
CN102361328A (zh) * | 2011-10-25 | 2012-02-22 | 中国科学技术大学 | 一种利用风能、光能互补并与市电综合利用的分布式微网系统 |
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 |
CN105337306A (zh) * | 2015-10-23 | 2016-02-17 | 北京科诺伟业科技股份有限公司 | 一种光储一体化发电系统 |
CN105207267A (zh) * | 2015-10-29 | 2015-12-30 | 南阳理工学院 | 一种微网能量管理系统 |
CN105846423A (zh) * | 2016-03-28 | 2016-08-10 | 华北电力大学 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107537938A (zh) * | 2017-09-30 | 2018-01-05 | 江苏金仕达汽配科技有限公司 | 汽车冲压热回收系统及其控制方法 |
CN107623323A (zh) * | 2017-10-17 | 2018-01-23 | 酒泉职业技术学院 | 一种需求侧响应下微电网运行策略 |
CN109800898A (zh) * | 2017-11-17 | 2019-05-24 | 中国电力科学研究院有限公司 | 一种智能短期负荷预测方法及系统 |
CN108233422A (zh) * | 2018-02-09 | 2018-06-29 | 大工(青岛)新能源材料技术研究院有限公司 | 一种基于预测控制的光储微电网运行控制方法 |
CN108233422B (zh) * | 2018-02-09 | 2021-07-02 | 大工(青岛)新能源材料技术研究院有限公司 | 一种基于预测控制的光储微电网运行控制方法 |
CN108736498A (zh) * | 2018-05-24 | 2018-11-02 | 上海交通大学 | 一种用于智能家居光储发电系统的能量控制方法 |
CN109742777A (zh) * | 2019-03-04 | 2019-05-10 | 曹麾 | 低压台区峰谷负荷平衡智能管控子系统 |
CN117394403A (zh) * | 2023-12-07 | 2024-01-12 | 深圳市伟鹏世纪科技有限公司 | 一种基于大数据分析的储能电源充放电智能管控系统 |
CN117394403B (zh) * | 2023-12-07 | 2024-03-29 | 深圳市伟鹏世纪科技有限公司 | 一种基于大数据分析的储能电源充放电智能管控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106961116A (zh) | 需求侧光储一体化微电网系统 | |
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
CN103236718B (zh) | 一种智能微网的源-网-荷自动控制系统及控制方法 | |
CN207753457U (zh) | 智能电网管理系统 | |
CN108649602A (zh) | 风光柴储智能交流微电网系统 | |
CN105205552B (zh) | 一种独立新能源混合发电系统优化规划方法 | |
CN104767224A (zh) | 一种含多类储能的并网型风光储微电网的能量管理方法 | |
CN104102178A (zh) | 基于物联网技术的智能家用微网系统 | |
CN214307314U (zh) | 一种源网荷储热泵供暖系统 | |
Gao et al. | Annual operating characteristics analysis of photovoltaic-energy storage microgrid based on retired lithium iron phosphate batteries | |
Moradi et al. | Optimal operation of a multi-source microgrid to achieve cost and emission targets | |
CN105608635A (zh) | 一种基于峰谷电价的区域电网经济调度系统及方法 | |
CN102832645A (zh) | 多电源供电系统的电力管理方法 | |
CN215419614U (zh) | 一种基于需求侧负荷的家用太阳能分布光伏并网发电系统 | |
CN103023054A (zh) | 一种电力分布式储能装置及其控制系统 | |
CN108736498A (zh) | 一种用于智能家居光储发电系统的能量控制方法 | |
Nian et al. | A method for optimal sizing of stand-alone hybrid PV/wind/battery system | |
Gupta et al. | A strategic perspective of development of advanced metering infrastructure based Demand Side Management (DSM) model for residential end user | |
CN106786701A (zh) | 需求侧光储一体化微电网系统控制策略 | |
Skander-Mustapha et al. | Energy Management of Rooftop PV System including Battery Storage: Case Study of ENIT building | |
Jiang | Multi-objective optimal scheduling method for regional photovoltaic-storage-charging integrated system participating in demand response | |
Jiarui et al. | Research on Demand Response Strategy of Electricity Market Based on Intelligent Power Consumption | |
Gong et al. | Research on scheduling of wind solar energy storage microgrid considering new energy consumption | |
CN201797334U (zh) | 太阳能电动汽车充电站 | |
Zhu et al. | Intelligent Control of Wind/Photovoltaic Microgrid Information Fusion |
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: 20170718 |
|
RJ01 | Rejection of invention patent application after publication |