CN108429288B - 一种考虑需求响应的离网型微电网储能优化配置方法 - Google Patents
一种考虑需求响应的离网型微电网储能优化配置方法 Download PDFInfo
- Publication number
- CN108429288B CN108429288B CN201810323729.0A CN201810323729A CN108429288B CN 108429288 B CN108429288 B CN 108429288B CN 201810323729 A CN201810323729 A CN 201810323729A CN 108429288 B CN108429288 B CN 108429288B
- Authority
- CN
- China
- Prior art keywords
- load
- energy storage
- demand response
- price
- microgrid
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 49
- 230000004044 response Effects 0.000 title claims abstract description 46
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 230000005284 excitation Effects 0.000 claims abstract description 6
- 230000005611 electricity Effects 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 9
- 238000005286 illumination Methods 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000007599 discharging Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000002068 genetic effect Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Images
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
- H02J3/28—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—
-
- H02J3/386—
-
- 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
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑需求响应的离网型微电网储能优化配置方法。该方法将离网型微电网中的需求响应分为激励型需求响应和价格型需求响应,考虑可再生分布式电源出力不确定性,建立基于机会约束的微电网储能容量优化配置模型。该方法分为3个步骤:1、根据环境和分布式电源出力的历史数据信息估计风、光可再生分布式电源出力的概率密度模型;2、将微电网内部可控负荷分为价格需求响应和激励需求响应两类,对负荷进行主动控制;3、采用概率形式的机会约束描述可再生分布式电源和需求响应的不确定性,以最大化微电网供电可靠性、最大化用户满意度以及最小化储能配置容量为目标建立基于优化调度模型,并采用基于蒙特卡洛的遗传算法进行求解。
Description
技术领域
本发明属于智能电网领域,特别涉及一种考虑需求响应的离网型微电网储能优化配置方法。
背景技术
微电网可以分为并网型微电网和离网型微电网两种。离网型微电网不与大电网相联,利用微电网内部的分布式电源和储能装置来满足本身的负荷需求,这一类微电网适用于为海岛、边远地区以及重要负荷供电。
负荷需求响应是指电力用户针对市场价格信号或激励机制改变原有电力消费模式的行为。价格型需求响应通过价格信号引导用户合理调节用户用电方式;激励型需求响应通过与用户签订负荷中断合同对负荷进行直接控制。微电网通过负荷需求响应能够实现负荷削峰填谷,提高供电效率和可靠性。
由于微电网内部风、光分布式电源出力和用电负荷预测存在不确定性,需要依靠储能装置配合可控分布式电源的使用来进行协调。但由于离网型微电网不予外界进行功率交换,依靠储能装置来完全平抑供电波的经济效益较低。采用机会约束规划将传统完全满足约束条件的优化问题转化为满足约束条件的概率高于某一置信水平的约束问题,能够在一定程度考虑不确定因素的前提下,减少储能配置容量,有效降低微电网投资成本。
发明内容
本发明的目的在于,针对上述现有技术的不足,提供一种考虑需求响应的离网型微电网储能优化配置方法,该方法以离网型微电网为对象,考虑微电网内部可再生分布式电源出力的不确定性,采用基于价格和基于激励的需求响应对用户用电量进行主动管理,在保证负荷供电可靠性以及用户用电舒适度的前提下,尽量减少储能装置的投入成本。
本发明是通过如下的技术方案来实现上述目的的:
一种考虑需求响应的离网型微电网储能优化配置方法,其特征在于,它包括以下步骤:
步骤一、微电网控制中心根据所在地区风速、光照强度、温度各数据,结合风、光分布式电源的历史输出功率,估计出力的概率密度函数模型参数,得到概率密度模型;
步骤二、对微电网内负荷需求进行预测,划分调度周期内负荷需求峰、谷、平对应的时间段,并以此为依据制定价格需求响应和激励需求响应的负荷控制策略;
步骤三、考虑风、光分布式电源出力不确定性,建立以微电网供电可靠性最高、用户用电满意度最大以及储能配置容量最小为目标的机会约束优化模型,求解优化算法得到满足机会约束的微电网运行所需配置的最小储能装置容量。
进一步,所述的步骤一中,采用二参数的Weibull分布拟合风速概率密度,进一步得到风力分布式电源出力概率密度,采用二参数的Beta分布拟合光照强度概率密度,进一步得到风力分布式电源出力概率密度。
进一步,所述的步骤二中,对于价格型需求响应,在负荷预测曲线的基础上,划分调度周期内负荷的峰、谷、平时间段,通过对不同时间段售电电价的控制引导用户改变用电量,通过价格弹性系数来表征价格变化量和用电变化量之间的关系。
进一步,所述的步骤二中,对于激励型需求响应,微电网控制中心事先与用户签订可中断负荷合同,合同包含负荷中断时间、中断持续时间、中断次数、可中断容量、中断补偿费用各内容,其中中断补偿费用采取与负荷中断有效性相关的形式,微电网可以在调度周期内根据合同对负荷进行直接中断控制。
进一步,所述的步骤三中,微电网供电可靠性用负荷停电率来衡量;用户用电满意度用用户用电舒适度和中断补偿满意度两方面来衡量;优化模型变量包括风、光分布式电源出力随机变量以及各时间段电价改变量、中断负荷量、微型燃气轮机出力、储能装置充放电功率各控制变量;采用蒙特卡洛模拟抽样处理风、光分布式电源出力的不确定性;使用遗传算法求解优化模型。
本发明与现有技术相比的有益效果在于:
1、本发明结合离网型微电网的特殊性,充分考虑内部需求响应资源,在保障供电可靠性和最大化用户用电满意度的情况下,尽量减少所需储能装置的配置容量,能够有效降低微电网的投资成本。
2、本发明将优化模型中的确定性约束转化成机会约束条件,既能在一定程度上考虑风、光分布式电源出力的不确定性,又能使所需储能装置容量大大减少,同样有助于降低微电网的投资成本。
附图说明
图1为一种考虑需求响应的离网型微电网储能优化配置方法的流程图;
图2为离网型微电网的示意图;
图3为遗传算法求解优化模型流程图。
图中:1、利用历史数据信息估计风力、光伏分布式电源出力的概率密度函数参数,2、负荷需求响应控制策略,3、建立优化调度模型并求解,4、母线。
具体实施方式
下面对本发明作进一步的描述如下:
一种考虑需求响应的离网型微电网储能优化配置方法,它包括以下步骤:
步骤一、微电网控制中心根据所在地区风速、光照强度、温度等数据,结合风、光分布式电源的历史输出功率,估计出力的概率密度函数模型参数,得到概率密度模型。
所述的步骤一中,对于离网型微电网,其内包含风、光风分布式电源、微型燃气轮机、储能装置以及用电负荷,其结构如图2所示,采用二参数的Weibull分布拟合风速概率密度,进一步得到风力分布式电源出力概率密度,采用二参数的Beta分布拟合光照强度概率密度,进一步得到风力分布式电源出力概率密度。
步骤二、对微电网内负荷需求进行预测,划分调度周期内负荷需求峰、谷、平对应的时间段,并以此为依据制定价格需求响应和激励需求响应的负荷控制策略。
所述的步骤二中,对于价格型需求响应,在负荷预测曲线的基础上,划分调度周期内负荷的峰、谷、平时间段,通过对不同时间段售电电价的控制引导用户改变用电量,通过价格弹性系数来表征价格变化量和用电变化量之间的关系,其中,价格弹性系数ets定义为:
公式(2)中,ett为第t时间段价格自弹性系数;ets为第t时间段和第s时间段之间的价格交叉弹性系数。
所述的步骤二中,对于激励型需求响应,微电网控制中心事先与用户签订可中断负荷合同,合同包含负荷中断时间、中断持续时间、中断次数、可中断容量、中断补偿费用等内容,以价格需求响应后的负荷为基准,对负荷进行中断控制,则第k组负荷变为:
公式(3)中,PCL,k(t)为第k组负荷在第t时间段的中断负荷量。考虑到中断负荷结束控制后重新接入系统会引起负荷反弹,在公式(3)中应加入反弹负荷修正量。采用3阶段模型对反弹负荷进行模拟:
PBL,k(t)=αPCL,k(t-1)+βPCL,k(t-2)+γPCL,k(t-3) (4)
公式(4)中,PBL,k(t)为第t时段第k组用户的反弹负荷;PCL,k(t-1)、PCL,k(t-2)、PCL,k(t-3)分别为第k组用户在第t-1、t-2、t-3时段的中断负荷量;α、β、γ分别为对应时段系数。考虑反弹负荷后,公式(3)变为:
中断用户得到的中断补偿费用大小与负荷的受控有效性相关,即用户负荷可以越有效的被中断,获得的中断补偿费用越高。定义用户负荷受控有效性Rk并给出实际中断补偿费rk表达式:
步骤三、考虑风、光分布式电源出力不确定性,建立以微电网供电可靠性最高、用户用电满意度最大以及储能配置容量最小为目标的机会约束优化模型,求解优化算法得到满足机会约束的微电网运行所需配置的最小储能装置容量。
所述的步骤三中,微电网供电可靠性用负荷停电率来衡量;用户用电满意度包括用电舒适度和中断补偿满意度两方面。
中断补偿满意度由用电负荷进行需求响应前后电费支出之间的关系来表征:
用户的用电满意度表达式为:
f1=US×UQ (9)
离网型微电网的供电可靠性主要考虑负荷的供电缺额率,表达式为:
对微电网中的储能进行优化配置时,根据储能装置在运行周期内的充放电功率计算各时间段的储能剩余容量,选取整个周期内各时间段的最大剩余容量为储能配置容量。储能装置运行过程中的容量计算公式为:
公式(11)中,μ1、μ2为0-1变量,当PBS,j(t)>0时,μ1=1,μ2=0,当PBS,j(t)<0时,μ1=0,μ2=1;E0,j为储能装置初始容量;ηD、ηC分别为储能装置充放电效率。
储能装置容量配置最小的目标函数表示为:
将多目标优化问题通过权系数转化为单目标优化问题:
min F=a·f1+b·f2+c·f3 (13)
机会约束条件为:
公式(14)中,Pr{ }表示括号中事件的发生概率;δ为置信水平。其他确定性约束条件包括
可控分布式电源出力和爬坡约束:
可中断负荷中断量约束:
储能装置充放电功率约束:
以上给出了离网型微电网储能优化配置问题的优化模型,包括用户用电满意度最大、微电网供电可靠性最高、储能装置配置容量最小的目标函数,以及各机会约束条件和确定约束条件,控制变量包括风、光分布式电源出力等随机变量以及各时间段电价改变量、中断负荷量、微型燃气轮机出力、储能装置充放电功率等控制变量。建立模型后,采用蒙特卡洛模拟抽样处理风、光分布式电源出力的不确定性,使用遗传算法求解优化模型,具体求解步骤流程图如图3所示。
以上所述只是本发明的较佳实施例而已,上述举例说明不对本发明的实质内容作任何形式上的限制,所属技术领域的普通技术人员在阅读了本说明书后依据本发明的技术实质对以上具体实施方式所作的任何简单修改或变形,以及可能利用上述揭示的技术内容加以变更或修饰为等同变化的等效实施例,均仍属于本发明技术方案的范围内,而不背离本发明的实质和范围。
Claims (1)
1.一种考虑需求响应的离网型微电网储能优化配置方法,其特征在于,它包括以下步骤:
步骤一、微电网控制中心根据所在地区风速、光照强度、温度各数据,结合风、光分布式电源的历史输出功率,估计出力的概率密度函数模型参数,得到概率密度模型;采用二参数的Weibull分布拟合风速概率密度,进一步得到风力分布式电源出力概率密度,采用二参数的Beta分布拟合光照强度概率密度,进一步得到光伏分布式电源出力概率密度;
步骤二、对微电网内负荷需求进行预测,划分调度周期内负荷需求峰、谷、平对应的时间段,并以此为依据制定价格需求响应和激励需求响应的负荷控制策略;对于价格型需求响应,在负荷预测曲线的基础上,划分调度周期内负荷的峰、谷、平时间段,通过对不同时间段售电电价的控制,引导用户改变用电量,通过价格弹性系数来表征价格变化量和用电变化量之间的关系,其中,价格弹性系数ets定义为:
公式(1)中,和分别为执行价格需求响应前调度周期内第t时间段的用电负荷和第s时间段的售电电价;和分别为需求响应后第t时间段的负荷变化量和第s时间段售电电价变化量;将微电网内部负荷分为n组,同时考虑同一时刻自弹性系数和不同时刻交叉弹性系数对负荷变化量的影响,则第k组负荷在响应价格变化后的负荷需求为:
公式(2)中,ett为第t时间段价格自弹性系数;ets为第t时间段和第s时间段之间的价格交叉弹性系数;对于激励型需求响应,微电网控制中心事先与用户签订可中断负荷合同,合同包含负荷中断时间、中断持续时间、中断次数、可中断容量、中断补偿费用各内容,以价格需求响应后的负荷需求为基准,对负荷进行中断控制,则第k组负荷变为:
公式(3)中,PCL,k(t)为第k组负荷在第t时间段的中断负荷量;考虑到中断负荷结束控制后重新接入系统会引起负荷反弹,在公式(3)中应加入反弹负荷修正量;
定义用户负荷受控有效性Rk并给出实际中断补偿费rk表达式:
步骤三、考虑风、光分布式电源出力不确定性,建立以微电网供电可靠性最高、用户用电满意度最大以及储能配置容量最小为目标的机会约束优化模型,求解优化算法得到满足机会约束的微电网运行所需配置的最小储能装置容量;微电网供电可靠性用负荷的供电缺额率来衡量;用户用电满意度用用户用电舒适度和中断补偿满意度两方面来衡量;优化模型变量包括风、光分布式电源出力随机变量以及各时间段电价改变量、中断负荷量、微型燃气轮机出力、储能装置充放电功率各控制变量;对于用电舒适度,假设不进行需求响应,即无电价差别以及不进行负荷中断情况下的负荷预测曲线为用户舒适度最大的用电负荷曲线,根据用户实际用电曲线和舒适度最大用电曲线的相关系数来计算总体用户用电舒适度,表达式为:
中断补偿满意度由用电负荷进行需求响应前后电费支出之间的关系来表征:
用户的用电满意度表达式为:
f1=US×UQ (9)
离网型微电网的供电可靠性主要考虑负荷的供电缺额率,表达式为:
对微电网中的储能进行优化配置时,根据储能装置在运行周期内的充放电功率计算各时间段的储能剩余容量,选取整个周期内各时间段的最大剩余容量为储能配置容量;储能装置运行过程中的容量计算公式为:
公式(11)中,μ1、μ2为0-1变量,当PBS,j(t)>0时,μ1=1,μ2=0,当PBS,j(t)<0时,μ1=0,μ2=1;E0,j为储能装置初始容量;ηD、ηC分别为储能装置充放电效率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810323729.0A CN108429288B (zh) | 2018-04-12 | 2018-04-12 | 一种考虑需求响应的离网型微电网储能优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810323729.0A CN108429288B (zh) | 2018-04-12 | 2018-04-12 | 一种考虑需求响应的离网型微电网储能优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108429288A CN108429288A (zh) | 2018-08-21 |
CN108429288B true CN108429288B (zh) | 2021-10-01 |
Family
ID=63160987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810323729.0A Active CN108429288B (zh) | 2018-04-12 | 2018-04-12 | 一种考虑需求响应的离网型微电网储能优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108429288B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109272355A (zh) * | 2018-09-18 | 2019-01-25 | 国家能源投资集团有限责任公司 | 基于微网的虚拟售电模块构建方法及装置 |
CN109978277B (zh) * | 2019-04-09 | 2023-05-30 | 江苏安纳泰克能源服务有限公司 | 光伏发电中区域上网负荷预测方法及装置 |
CN110380405B (zh) * | 2019-07-04 | 2023-04-25 | 上海交通大学 | 考虑需求响应与储能协同优化微电网运行方法 |
US20220285945A1 (en) * | 2019-09-23 | 2022-09-08 | Vestas Wind Systems A/S | Method of controlling a wind power plant |
CN110909921B (zh) * | 2019-11-08 | 2023-04-14 | 国家电网有限公司 | 中长期风电电量预测方法、装置、计算机设备及存储介质 |
CN111027757A (zh) * | 2019-11-26 | 2020-04-17 | 广西电网有限责任公司 | 一种基于皮亚诺曲线降维的用户侧储能优化配置方法 |
CN110994694B (zh) * | 2019-11-26 | 2023-08-15 | 国网江西省电力有限公司电力科学研究院 | 计及差异化需求响应的微电网源荷储协调优化调度方法 |
CN111064190B (zh) * | 2019-12-27 | 2021-07-09 | 中国能源建设集团天津电力设计院有限公司 | 一种基于维纳随机过程的风电场储能系统配置方法 |
CN111900714B (zh) * | 2020-04-14 | 2023-12-08 | 华北电力大学 | 多能源协同系统优化调度模型构建方法、装置和计算设备 |
CN111754361B (zh) * | 2020-06-29 | 2022-05-03 | 国网山西省电力公司电力科学研究院 | 风储联合调频系统的储能容量优化配置方法及计算设备 |
CN112270433B (zh) * | 2020-10-14 | 2023-05-30 | 中国石油大学(华东) | 考虑可再生能源不确定性和用户满意度的微电网优化方法 |
CN112713590B (zh) * | 2020-12-22 | 2022-11-08 | 南昌大学 | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 |
CN112821463B (zh) * | 2021-01-07 | 2022-06-14 | 厦门大学 | 基于风、光随机性的主动配电网多目标日前优化调度方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
-
2018
- 2018-04-12 CN CN201810323729.0A patent/CN108429288B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Non-Patent Citations (3)
Title |
---|
基于需求响应的风电消纳源荷协调调度策略研究;张亚楠;《中国优秀硕士学位论文全文数据库》;20180315;第6-37页 * |
珠海分时电价及可中断电价策略研究;张亮;《中国优秀硕士学位论文全文数据库》;20130315;第19-21页 * |
考虑需求侧响应能力的孤立微网蓄电池储能系统容量概率规划方法;陶琼等;《电力系统及其自动化学报》;20170131;第29卷(第1期);第37-44页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108429288A (zh) | 2018-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108429288B (zh) | 一种考虑需求响应的离网型微电网储能优化配置方法 | |
Chen et al. | Low-carbon economic dispatch of integrated energy system containing electric hydrogen production based on VMD-GRU short-term wind power prediction | |
CN108009693B (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
CN108875992B (zh) | 一种考虑需求响应的虚拟电厂日前优化调度方法 | |
CN111400641B (zh) | 一种含蓄热式电采暖的综合能源系统日前优化调度方法 | |
CN110689189A (zh) | 考虑供能侧和需求侧的冷热电联合供需平衡优化调度方法 | |
CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
CN111934360B (zh) | 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法 | |
CN113452020A (zh) | 一种考虑柔性氢需求的电氢能源系统调度方法 | |
CN113792953B (zh) | 一种虚拟电厂优化调度方法及系统 | |
CN110807588B (zh) | 一种多能源耦合综合能源系统的优化调度方法 | |
CN110796373B (zh) | 面向风电消纳的多阶段场景生成电热系统优化调度方法 | |
CN111340299A (zh) | 一种微电网多目标优化调度方法 | |
CN112800658A (zh) | 一种考虑源储荷互动的主动配电网调度方法 | |
CN111697578A (zh) | 多目标含储能区域电网运行控制方法 | |
CN112508325A (zh) | 一种家庭微电网多时间尺度电能调度方法 | |
CN112836849A (zh) | 一种考虑风电不确定性的虚拟电厂调度方法 | |
CN114154790A (zh) | 基于需量管理和柔性负荷的工业园区光储容量配置方法 | |
CN116961008A (zh) | 计及电力弹簧与负荷需求响应的微电网容量双层优化方法 | |
CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN110766285A (zh) | 一种基于虚拟电厂的日前能源调度方法 | |
CN115841216A (zh) | 计及分布式光伏消纳率的配电网储能优化配置方法 | |
CN109995027A (zh) | 一种两阶段区域用户能量管理方法及系统 | |
CN116091092A (zh) | 一种基于弹性能量状态的电网储能运行方法 | |
CN113536581A (zh) | 一种计及运行策略的储能系统多状态可靠性建模方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210901 Address after: Jingzhou City, Hubei province 434000 Shashi Gongqing Road No. 1 Applicant after: JINGZHOU POWER SUPPLY COMPANY OF STATE GRID HUBEI ELECTRIC POWER Co.,Ltd. Applicant after: JINGZHOU JINGLI ENGINEERING DESIGN CONSULTING Co.,Ltd. Address before: 434000 No. 8, Taiyue Road, Shashi District, Jingzhou City, Hubei Province Applicant before: JINGZHOU JINGLI ENGINEERING DESIGN CONSULTING Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |