CN107240926A - 一种实时电价下户用储能智能化管理方法 - Google Patents
一种实时电价下户用储能智能化管理方法 Download PDFInfo
- Publication number
- CN107240926A CN107240926A CN201710568582.7A CN201710568582A CN107240926A CN 107240926 A CN107240926 A CN 107240926A CN 201710568582 A CN201710568582 A CN 201710568582A CN 107240926 A CN107240926 A CN 107240926A
- Authority
- CN
- China
- Prior art keywords
- energy
- storage battery
- soc
- charge
- discharge
- 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.)
- Withdrawn
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 126
- 238000007726 management method Methods 0.000 title claims abstract description 24
- 230000005611 electricity Effects 0.000 claims abstract description 31
- 230000006870 function Effects 0.000 claims description 39
- 238000000034 method Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000009975 flexible effect Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000001105 regulatory effect 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
- H02J3/28—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
-
- H02J3/383—
-
- 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
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种实时电价下户用储能智能化管理方法,包括如下步骤,步骤1:构建储能电池充放电约束函数;步骤2:建立目标函数;步骤3:制定模糊控制能量分派策略;步骤4:计算出储能电池充放电功率。本发明能够提高电力市场环境的智能化水平,方便为大众所用,并帮助用户进行需求侧响应以节省电费,同时实现电力负荷需求的理想化。
Description
技术领域
本发明属于户用微电网领域,具体是一种实时电价下户用储能智能化管理方法。
背景技术
可再生能源的规模越来越大,储能,作为能量管理系统的核心单元与微网系统智能化的主要调节手段,被日益重视并得到世界各国的大力支持。然而,微网中储能系统的效率、寿命、经济安全运行等问题还有待解决。另外,随着户用光储系统的日益普及和电力交易市场的成熟,急需一种适应未来电力市场环境的智能化水平较高的储能管理系统以方便为大众所用,并帮助用户进行需求侧响应以节省电费,同时实现电力负荷需求的理想化。
发明内容
为了克服现有技术的不足,本发明提出了一种实时电价下户用储能智能化管理方法,解决现有的实时电价和可再生能源发电功率的强随机性,以及储能电池的充放电灵活性带来的能量调度复杂问题,以实时电价、储能电池荷电状态、负荷消耗功率和光伏输出功率的差值作为模糊控制器的输入参数,并考虑储能电池折旧费用及其安全性能,实现能量经济运行。
本发明为实现上述目的,采用以下技术方案实现:
一种实时电价下户用储能智能化管理方法,包括以下步骤:
步骤1:构建储能电池充放电约束函数;
步骤2:建立目标函数;
步骤3:制定模糊控制能量分派策略;
步骤4:计算出储能电池充放电功率。
进一步地,作为优选技术方案,所述步骤1的具体过程为:
步骤1-1:计算储能电池在t时刻的剩余容量:Qr(t)=Qr(t-1)-△Q;其中,Qr(t)为储能电池在t时刻的剩余容量,Qr(t-1)为储能电池在t-1时刻的剩余容量,ΔQ储能电池的充/放电量;
步骤1-2:计算储能电池的荷电状态SOC,其大小为储能电池剩余容量与储能电池容量的比值,于是有其中,Qr为储能电池剩余容量(Ah),Q为储能电池容量(Ah);
步骤1-3:计算储能电池在t-1时刻到t时刻这段时间内SOC的变化值,其中,ΔSOC(t)为储能电池在t-1时刻到t时刻这段时间内SOC的变化值,η为充放电效率,IB为电池的充放电电流,设放电时IB为正,充电时IB为负;
步骤1-4:计算储能电池在t时刻的SOC值:SOC(t)=SOC(t-1)-△SOC(t);如果在一段时间内,电流是连续变化的,即在很短的时间Δt内电流是不变的,于是,t时刻储能电池的SOC值为:其中,储能电池的SOC值满足:SOCmin≤SOC(t)≤SOCmax;
步骤1-5:计算储能电池最大充放电速率:其中,Pch_max为储能电池最大充电速率,Pdis_max为储能电池最大充电速率。
进一步地,作为优选技术方案,所述步骤1-4中,SOCmin,取值为0.5,SOCmax取值为0.96。
进一步地,作为优选技术方案,所述步骤2的具体过程为:
步骤2-1:建立储能电池充放电单位时间折旧费用计算式:γ=|σPB|;其中,γ为储能电池充放电单位时间折旧费用,PB为储能电池充放电功率,σ为储能电池充放电系数,
步骤2-2:计算用户从电网购电而产生电费:其中,FE为用户从电网购电而产生电费,PG(t)为与公共电网交换的功率,当PG(t)>0时,r(t)为t时刻买电价格;当PG(t)<0时,r(t)为t时刻卖电价格;
步骤2-3:计算家庭电能运行总费用F=FE+FB;其中,FB为因电池折旧而增加的附加成本,
进一步地,作为优选技术方案,所述步骤3的具体过程为:
步骤3-1:建立输入、输出隶属度函数;
步骤3-2:模糊控制。
进一步地,作为优选技术方案,所述步骤3-1的具体过程为:
步骤3-1-1:将与实时电价、储能电池SOC以及负载所需功率与光伏发电功率的差值有关的输入变量均用五个模糊语言表示,分别为:VS(very small)、S(small)、M(medium)、L(large)和VL(very large);
步骤3-1-2:分别建立实时电价输入隶属度函数、储能电池SOC输入隶属度函数以及负载所需功率与光伏发电功率的差值输入隶属度函数;
步骤3-1-3:将与充放电功率相关的输出变量用五个模糊语言表示,分别为NB(negative big)、NS(negative small)、ZE(Zero)、PS(positive small)以及PB(positivebig);
步骤3-1-4:建立充放电功率输出隶属度函数。
进一步地,作为优选技术方案,所述步骤3-2的具体过程为:
步骤3-2-1:通过实时电价输入隶属度函数、储能电池SOC输入隶属度函数以及负载所需功率与光伏发电功率的差值输入隶属度函数,将输入的实时电价、储能电池SOC以及负载所需功率与光伏发电功率的差值的清晰值转化为模糊值;
步骤3-2-2:将步骤3-2-1中得到的模糊值送入到设计好的规则库引擎作出决策,并得到决策值;
步骤3-2-3:利用重心法将步骤3-2-2中得到决策值解模糊为清晰值。
本发明与现有技术相比,具有以下优点及有益效果:
(1)本发明提供一种实时电价下户用储能智能化管理方法,该方法对蓄电池的SOC进行实时监控,并根据蓄电池特性,设计蓄电池在该SOC状态的最大充放电速率约束,很好地实现了对储能电池的能量调度。
(2)本发明通过提供一种实时电价下户用储能智能化管理方法,设计蓄电池的折旧费用模型,将一次性购买的蓄电池成本或者租赁成本转换成蓄电池每日使用的折旧费用,并将其计入每日用电总成本,为用户提供较为精准的成本参考,以便于更好地实现储能智能化管理。
(3)本发明通过提供一种实时电价下户用储能智能化管理方法,以实时电价、储能电池荷电状态、负荷消耗功率和光伏输出功率的差值作为模糊控制器的输入参数,设计模糊控制器的输入、输出隶属度函数,制定模糊推理规则,以能量经济运行作为优化目标构建储能管理系统,帮助用户进行需求侧响应以节省电费,同时实现电力负荷需求的理想化。
附图说明
图1为本发明设计的家庭能量管理系统框架;
图2为储能电池最大充放电速率与其荷电状态之间的曲线关系图;
图3为储能电池充放电系数曲线图;
图4为实时电价输入隶属度函数;
图5为储能电池SOC输入隶属度函数;
图6为负载所需功率与光伏发电功率的差值输入隶属度函数;
图7为储能电池充放电功率输出隶属度函数。
具体实施方式
下面结合实施例对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例:
如图1所示为家庭能量管理系统框架,该家庭能量管理系统对用户可靠、安全、节约用电有十分重要的意义,该系统可分为三层,第一层是数据采集与计算层,利用天气信息和传感器采集的数据通过光伏功率模型得到光伏输出功率,并采集信息计算出第二、三层所需的各种数据;第二层是模糊控制能量调度层,实时电价、储能电池SOC、负荷消耗功率与光伏输出功率的差值这些数据输入上位机,然后上位机用设计好的模糊控制算法和最大充放电速率约束函数通过下位机对储能电池的功率流进行实时控制;第三层是费用管理层,输入相关数据,处理器通过电池折旧费用模型和电费模型,计算出折旧费用和电费,然后其两者之和就是用户用电支出总费用。
本实施例所述的一种实时电价下户用储能智能化管理方法,包括以下步骤:
步骤1:构建储能电池充放电约束函数;
步骤2:建立目标函数;
步骤3:制定模糊控制能量分派策略;
步骤4:计算出储能电池充放电功率。
具体地,步骤1的具体过程为:
步骤1-1:储能电池在t时刻的剩余容量等于上一时刻的电池剩余容量减去这段时间电池的充/放电量,计算储能电池在t时刻的剩余容量:Qr(t)=Qr(t-1)-△Q;其中,Qr(t)为储能电池在t时刻的剩余容量,Qr(t-1)为储能电池在t-1时刻的剩余容量,ΔQ储能电池的充/放电量,设定放电时ΔQ为正,充电时ΔQ为负;
步骤1-2:为了保证其安全性能和延长其使用寿命,必须同时对其荷电状态(SOC)和功率状态(SOP)进行实时评估和监控,防止其过充、过放和过温;计算储能电池的荷电状态SOC,其大小为储能电池剩余容量与储能电池容量的比值,于是有其中,Qr为储能电池剩余容量(Ah),Q为储能电池容量(Ah);
步骤1-3:计算储能电池在t-1时刻到t时刻这段时间内SOC的变化值,其中,ΔSOC(t)为储能电池在t-1时刻到t时刻这段时间内SOC的变化值,η为充放电效率,IB为电池的充放电电流,设放电时IB为正,充电时IB为负;
步骤1-4:计算储能电池在t时刻的SOC值:SOC(t)=SOC(t-1)-△SOC(t);如果在一段时间内,电流是连续变化的,即在很短的时间Δt内电流是不变的,于是,t时刻储能电池的SOC值为:其中,储能电池的SOC值满足:SOCmin≤SOC(t)≤SOCmax;其中,SOCmin,取值为0.5,SOCmax取值为0.96;
步骤1-5:计算储能电池最大充放电速率:其中,Pch_max为储能电池最大充电速率,Pdis_max为储能电池最大充电速率;本发明设计的储能电池最大充放电速率与其荷电状态相关,根据选取的储能电池参数及其充放电特性,确定其关系式为其关系曲线如图2所示,在充放电过程中,随着时间的推移(充电时SOC逐渐升高,放电时SOC逐渐降低),储能电池最大可充放电速率均逐渐下降,这有助于延长储能电池的使用寿命。
优选的,本实施例的步骤2的具体过程为:
步骤2-1:建立储能电池充放电单位时间折旧费用计算式:γ=|σPB|;其中,γ为储能电池充放电单位时间折旧费用,PB为储能电池充放电功率,σ为储能电池充放电系数,经研究发现,其随SOC值大致可认为呈指数变化,如图3所示。
步骤2-2:含有储能电池的家庭能量运行过程中,会因用户从电网购电而产生电费FE,计算用户从电网购电而产生电费:其中,PG(t)为与公共电网交换的功率,当PG(t)>0时,r(t)为t时刻买电价格;当PG(t)<0时,r(t)为t时刻卖电价格;
步骤2-3:计算家庭电能运行总费用F=FE+FB;其中,FB为因电池折旧而增加的附加成本,
进一步地,作为优选技术方案,所述步骤3的具体过程为:
步骤3-1:建立输入、输出隶属度函数;
具体地,步骤3-1-1:从公共电网中购买的电量由三个因素决定,即实时电价(r)、储能电池SOC和负载所需功率与光伏发电功率的差值(PL-V),将与实时电价、储能电池SOC以及负载所需功率与光伏发电功率的差值有关的输入变量均用五个模糊语言表示,分别为:VS(very small)、S(small)、M(medium)、L(large)和VL(very large);
步骤3-1-2:分别建立实时电价输入隶属度函数、储能电池SOC输入隶属度函数以及负载所需功率与光伏发电功率的差值输入隶属度函数,如图4、5、6所示;
步骤3-1-3:将与充放电功率相关的输出变量用五个模糊语言表示,分别为NB(negative big)、NS(negative small)、ZE(Zero)、PS(positive small)以及PB(positivebig);
步骤3-1-4:建立充放电功率输出隶属度函数,如图7所示为PB_fuzzy的输出隶属度函数。
步骤3-2:模糊控制;
具体地,步骤3-2的具体过程为:
步骤3-2-1:通过实时电价输入隶属度函数、储能电池SOC输入隶属度函数以及负载所需功率与光伏发电功率的差值输入隶属度函数,将输入的实时电价、储能电池SOC以及负载所需功率与光伏发电功率的差值的清晰值转化为模糊值;
步骤3-2-2:将步骤3-2-1中得到的模糊值送入到设计好的规则库引擎作出决策,并得到决策值;
步骤3-2-3:利用重心法将步骤3-2-2中得到决策值解模糊为清晰值。
当前工作的主要目标是在没有危及用户的舒适度情况下尽量减少家庭的用电费用。因此,需要更合理地利用储能电池来达到此目的。如果SOC水平足够高和电价r相对较高,利用储能电池的大功率放电以购买更少的高价电力来满足负荷需求;如果SOC水平比较低和电价r相对较低,利用储能电池大功率充电以获取更多低价电力来满足负荷需求;如果SOC和电价r处于一高一低或者中间水平状态,加以负荷消耗功率与光伏输出功率的差值判断,然后决定储能电池的充放电状态和速率。对于当前工程,三个输入语言变量分别有5个不同语言值,规则数N=5×5×5=125,现简单列举几条如下:
if(r is VS)and(SOC is VS)and(PL-V is VS)then(PB is NB);
if(r is VS)and(SOC is VS)and(PL-V is VL)then(PB is NB);
if(r is M)and(SOC is VL)and(PL-V is L)then(PB is ZE);
if(r is M)and(SOC is L)and(PL-V is M)then(PB is PS);
if(r is L)and(SOC is VS)and(PL-V is M)then(PB is ZE);
if(r is L)and(SOC is L)and(PL-V is VS)then(PB is PB);
if(r is VL)and(SOC is VL)and(PL-V is VB)then(PB is PB);
基于FLC能量分派策略的机制简单说明如下:模糊控制器根据输入隶属度函数将输入的r,SOC和PL-V的清晰值模糊化为VS,S,M,L和VL这些语言值,随后送入设计好的规则库引擎作出决策,然后,利用重心法将决策值解模糊为PB_fuzzy的清晰值。最后,经过储能电池最大可充放电速率约束函数得出PB。
本实施例通过采用上述方法,提高了电力市场环境的智能化水平,更方便为大众所用,并帮助用户进行需求侧响应以节省电费,同时实现电力负荷需求的理想化。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (7)
1.一种实时电价下户用储能智能化管理方法,其特征在于,包括以下步骤:
步骤1:构建储能电池充放电约束函数;
步骤2:建立目标函数;
步骤3:制定模糊控制能量分派策略;
步骤4:计算出储能电池充放电功率。
2.根据权利要求1所述的一种实时电价下户用储能智能化管理方法,其特征在于,所述步骤1的具体过程为:
步骤1-1:计算储能电池在t时刻的剩余容量:Qr(t)=Qr(t-1)-△Q;其中,Qr(t)为储能电池在t时刻的剩余容量,Qr(t-1)为储能电池在t-1时刻的剩余容量,ΔQ储能电池的充/放电量;
步骤1-2:计算储能电池的荷电状态SOC,其大小为储能电池剩余容量与储能电池容量的比值,于是有其中,Qr为储能电池剩余容量(Ah),Q为储能电池容量(Ah);
步骤1-3:计算储能电池在t-1时刻到t时刻这段时间内SOC的变化值,其中,ΔSOC(t)为储能电池在t-1时刻到t时刻这段时间内SOC的变化值,η为充放电效率,IB为电池的充放电电流,设放电时IB为正,充电时IB为负;
步骤1-4:计算储能电池在t时刻的SOC值:SOC(t)=SOC(t-1)-△SOC(t);如果在一段时间内,电流是连续变化的,即在很短的时间Δt内电流是不变的,于是,t时刻储能电池的SOC值为:其中,储能电池的SOC值满足:SOCmin≤SOC(t)≤SOCmax;
步骤1-5:计算储能电池最大充放电速率:其中,Pch_max为储能电池最大充电速率,Pdis_max为储能电池最大充电速率。
3.根据权利要求2所述的一种实时电价下户用储能智能化管理方法,其特征在于,所述步骤1-4中,SOCmin,取值为0.5,SOCmax取值为0.96。
4.根据权利要求2所述的一种实时电价下户用储能智能化管理方法,其特征在于,所述步骤2的具体过程为:
步骤2-1:建立储能电池充放电单位时间折旧费用计算式:γ=|σPB|;其中,γ为储能电池充放电单位时间折旧费用,PB为储能电池充放电功率,σ为储能电池充放电系数,
步骤2-2:计算用户从电网购电而产生电费:其中,FE为用户从电网购电而产生电费,PG(t)为与公共电网交换的功率,当PG(t)>0时,r(t)为t时刻买电价格;当PG(t)<0时,r(t)为t时刻卖电价格;
步骤2-3:计算家庭电能运行总费用F=FE+FB;其中,FB为因电池折旧而增加的附加成本,
5.根据权利要求4所述的一种实时电价下户用储能智能化管理方法,其特征在于,所述步骤3的具体过程为:
步骤3-1:建立输入、输出隶属度函数;
步骤3-2:模糊控制。
6.根据权利要求5所述的一种实时电价下户用储能智能化管理方法,其特征在于,所述步骤3-1的具体过程为:
步骤3-1-1:将与实时电价、储能电池SOC以及负载所需功率与光伏发电功率的差值有关的输入变量均用五个模糊语言表示,分别为:VS(very small)、S(small)、M(medium)、L(large)和VL(very large);
步骤3-1-2:分别建立实时电价输入隶属度函数、储能电池SOC输入隶属度函数以及负载所需功率与光伏发电功率的差值输入隶属度函数;
步骤3-1-3:将与充放电功率相关的输出变量用五个模糊语言表示,分别为NB(negative big)、NS(negative small)、ZE(Zero)、PS(positive small)以及PB(positivebig);
步骤3-1-4:建立充放电功率输出隶属度函数。
7.根据权利要求6所述的一种实时电价下户用储能智能化管理方法,其特征在于,所述步骤3-2的具体过程为:
步骤3-2-1:通过实时电价输入隶属度函数、储能电池SOC输入隶属度函数以及负载所需功率与光伏发电功率的差值输入隶属度函数,将输入的实时电价、储能电池SOC以及负载所需功率与光伏发电功率的差值的清晰值转化为模糊值;
步骤3-2-2:将步骤3-2-1中得到的模糊值送入到设计好的规则库引擎作出决策,并得到决策值;
步骤3-2-3:利用重心法将步骤3-2-2中得到决策值解模糊为清晰值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710568582.7A CN107240926A (zh) | 2017-07-13 | 2017-07-13 | 一种实时电价下户用储能智能化管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710568582.7A CN107240926A (zh) | 2017-07-13 | 2017-07-13 | 一种实时电价下户用储能智能化管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107240926A true CN107240926A (zh) | 2017-10-10 |
Family
ID=59991033
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710568582.7A Withdrawn CN107240926A (zh) | 2017-07-13 | 2017-07-13 | 一种实时电价下户用储能智能化管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107240926A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108923449A (zh) * | 2018-06-28 | 2018-11-30 | 国网上海市电力公司 | 一种家庭能量管理系统及方法 |
CN108988336A (zh) * | 2018-08-07 | 2018-12-11 | 深圳供电局有限公司 | 具有嵌套式微电网的充电桩结构及其优化规划方法 |
CN109873431A (zh) * | 2017-12-01 | 2019-06-11 | 中国电力科学研究院有限公司 | 一种家庭电动汽车调度方法及装置 |
CN110649635A (zh) * | 2018-06-26 | 2020-01-03 | 云南电网有限责任公司 | 储能电池的倍率确认方法、装置、计算机设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104135025A (zh) * | 2014-05-30 | 2014-11-05 | 国家电网公司 | 基于模糊粒子群算法和储能系统的微网经济运行优化方法 |
CN104241713A (zh) * | 2013-06-18 | 2014-12-24 | 北汽福田汽车股份有限公司 | 动力电池的荷电状态soc修正方法及装置 |
US20150019149A1 (en) * | 2011-12-31 | 2015-01-15 | China Electric Power Research Institute | Real-time power distribution method and system for lithium battery and redox flow battery energy storage systems hybrid energy storage power station |
CN105162149A (zh) * | 2015-09-07 | 2015-12-16 | 中国电力科学研究院 | 基于模糊自适应调节的光储系统跟踪发电计划出力方法 |
CN106651026A (zh) * | 2016-12-20 | 2017-05-10 | 太原理工大学 | 多时间尺度微电网能量管理优化调度方法 |
CN106877338A (zh) * | 2017-03-29 | 2017-06-20 | 华北电力大学(保定) | 含高密度间歇性能源的交直流微电网不确定优化运行方法 |
-
2017
- 2017-07-13 CN CN201710568582.7A patent/CN107240926A/zh not_active Withdrawn
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150019149A1 (en) * | 2011-12-31 | 2015-01-15 | China Electric Power Research Institute | Real-time power distribution method and system for lithium battery and redox flow battery energy storage systems hybrid energy storage power station |
CN104241713A (zh) * | 2013-06-18 | 2014-12-24 | 北汽福田汽车股份有限公司 | 动力电池的荷电状态soc修正方法及装置 |
CN104135025A (zh) * | 2014-05-30 | 2014-11-05 | 国家电网公司 | 基于模糊粒子群算法和储能系统的微网经济运行优化方法 |
CN105162149A (zh) * | 2015-09-07 | 2015-12-16 | 中国电力科学研究院 | 基于模糊自适应调节的光储系统跟踪发电计划出力方法 |
CN106651026A (zh) * | 2016-12-20 | 2017-05-10 | 太原理工大学 | 多时间尺度微电网能量管理优化调度方法 |
CN106877338A (zh) * | 2017-03-29 | 2017-06-20 | 华北电力大学(保定) | 含高密度间歇性能源的交直流微电网不确定优化运行方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109873431A (zh) * | 2017-12-01 | 2019-06-11 | 中国电力科学研究院有限公司 | 一种家庭电动汽车调度方法及装置 |
CN110649635A (zh) * | 2018-06-26 | 2020-01-03 | 云南电网有限责任公司 | 储能电池的倍率确认方法、装置、计算机设备和存储介质 |
CN110649635B (zh) * | 2018-06-26 | 2021-07-13 | 云南电网有限责任公司 | 储能电池的倍率确认方法、装置、计算机设备和存储介质 |
CN108923449A (zh) * | 2018-06-28 | 2018-11-30 | 国网上海市电力公司 | 一种家庭能量管理系统及方法 |
CN108988336A (zh) * | 2018-08-07 | 2018-12-11 | 深圳供电局有限公司 | 具有嵌套式微电网的充电桩结构及其优化规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107994595B (zh) | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 | |
CN111900727B (zh) | 基于pso的光储充换一体化充电站协同优化调度方法和装置 | |
CN112467722B (zh) | 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法 | |
CN106451552B (zh) | 一种基于势博弈的微电网能量管理系统分布式优化算法 | |
CN109473976B (zh) | 一种冷热电联供型微网能量调度方法及系统 | |
CN105550766A (zh) | 一种含可再生能源的微网鲁棒多目标运行优化方法 | |
CN107240926A (zh) | 一种实时电价下户用储能智能化管理方法 | |
CN103986190A (zh) | 基于发电功率曲线的风光储联合发电系统平滑控制方法 | |
CN106099965A (zh) | 交流微电网并网状态下复杂混合储能系统的协调控制方法 | |
CN109217290A (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN107590607A (zh) | 一种基于光伏预测的微电网优化调度系统和方法 | |
CN107919675B (zh) | 综合考虑车主和运营商利益的充电站负荷调度模型 | |
CN112183882B (zh) | 一种基于电动汽车快充需求的智慧充电站充电优化方法 | |
CN113780670B (zh) | 基于两阶段的区域电网电动汽车调峰优化调度方法 | |
CN113326467B (zh) | 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统 | |
CN105515110A (zh) | 一种电动汽车有序充电实时控制系统 | |
CN110415016A (zh) | 一种基于最优化充放电策略的充电价格制定策略 | |
CN107273968A (zh) | 一种基于动态模糊混沌粒子群的多目标调度方法及装置 | |
CN110323785A (zh) | 基于源-网-荷-储互动的多电压等级直流配电网优化调度方法 | |
CN108512238B (zh) | 基于需求侧响应的智能家居两阶段优化调度方法 | |
CN112580867A (zh) | 一种基于q学习的园区综合能源系统低碳运行方法 | |
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 | |
Yuanyuan et al. | Optimization scheduling method of power grid energy-saving based on fuzzy decision | |
CN111160618A (zh) | 一种结合电动汽车充电场站的建筑能量优化调度方法 | |
CN110581555B (zh) | 一种基于sfla的电动汽车与电网能量互换优化方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171010 |