CN108960490A - 一种基于多品种电力交易的协调优化方法 - Google Patents
一种基于多品种电力交易的协调优化方法 Download PDFInfo
- Publication number
- CN108960490A CN108960490A CN201810614242.8A CN201810614242A CN108960490A CN 108960490 A CN108960490 A CN 108960490A CN 201810614242 A CN201810614242 A CN 201810614242A CN 108960490 A CN108960490 A CN 108960490A
- Authority
- CN
- China
- Prior art keywords
- electricity
- coordination
- conclusion
- business
- price
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 108
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 18
- 238000010248 power generation Methods 0.000 claims abstract description 9
- 238000005457 optimization Methods 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 7
- 230000008901 benefit Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 description 22
- 230000012447 hatching Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002146 bilateral effect Effects 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003472 neutralizing effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于多品种电力交易的协调优化方法,包括以下步骤:步骤1、基础数据采集,从四个厂站的交易信息数据中获取各交易品种的成交电量、各交易品种的成交电价、各厂站可能参与的交易品种;步骤2、根据各交易品种的成交电量和个交易品种的成交电价,构建售电收益最优的目标函数;步骤3、利用大系统分解调节方法分解目标函数;步骤4、建立各个子问题的协调模型;步骤5、利用市场出清预测价格的方法,简化求解各个子问题,得到局部最优解,以各局部最优解,作为原问题的近似解。本发明研究不同电力市场交易品的交易策略,以全年售电收益最大化为目标,统筹协调发电电量参与多品种市场交易。
Description
技术领域
本发明属于电力交易协调优化技术领域,尤其是涉及一种基于多品种电力交易的协调优化方法。
背景技术
能源互联网是能源与信息深度融合的产物,是推动能源革命的重要支点,也是未来一段时间我国能源领域工作的重点。现有的传统市场交易中,各类能源独立发电模式使得能源资源浪费,行业的生产、传输和利用效率较低。能源互联网下的交易模式旨在以信息为纽带,把分散的大量实体在信息系统中聚集起来;以用户为中心,切实的为用户创造价值;并重视数据中蕴含的信息并转变为价值。
能源互联网下,电力市场将呈现多种交易品:能源、辅助服务、衍生品、绿色证书等。由于电力市场交易品的多样性,电力市场的交易模式将呈现多样性和高风险性。因此,研究不同电力市场交易品的协调优化势在必行。
公开号为CN 107665378A的发明专利申请公开了一种需求侧竞价交易机制的电力系统多目标优化调度方法,其内容包括:建立直接型需求侧在辅助服务市场的竞价交易模型,根据直接型需求侧响应机理构建直接型需求侧在辅助服务市场出清模型;根据直接型需求侧响应特点,综合负荷曲线特点和风电出力规律,协调调度需求侧资源;通过监测风电并网引起的系统母线电压波动和计算系统预留备用容量的精确程度,建立风电并网风险模型;建立以最小弃风量为目标考虑需求侧在辅助服务市场竞价交易并且计及风电并网风险成本的多目标优化调度模型,并采用快速粒子群算法求解步该模型。该发明方法可以充分利用需求侧在辅助服务市场提供备用容量的功能,提高系统风电接入能力,减少弃风。然而,该发明申请不适用于基于多品种电力交易的协调优化。
公布号为CN 107785885A的发明申请公开了一种双边电量合同参与日前电力电量平衡的协调优化方法,包括:合并获得的双边合同电量和三公电量,根据总合同电量确定每个电厂合同削减因子;获得系统负荷未来24小时预测数据、各火电机组的基本参数和煤耗特性;建立考虑双边电量合同的日前电力电量平衡协调优化模型,确定目标函数,设置约束条件;求解混合整数规划问题;确定未来24小时机组的开停机计划和机组出力计划。该发明将两类优化目标有效结合,通过罚因子将优先级不同的两种目标结合在一起,既能保证最大化执行交易合同,又能在此基础上最小化发电成本,以最低成本最大化完成交易,良好的兼顾了交易执行和发电的经济性。然而,该发明申请不适用于基于多品种电力交易的协调优化。
发明内容
有鉴于此,本发明的目的是针对现有技术的不足,提供一种基于多品种电力交易的协调优化方法,研究不同电力市场交易品的交易策略,以全年售电收益最大化为目标,统筹协调发电电量参与多品种市场交易。
为达到上述目的,本发明采用以下技术方案:
一种基于多品种电力交易的协调优化方法,包括以下步骤:
步骤1、基础数据采集,从四个厂站的交易信息数据中获取各交易品种的成交电量、各交易品种的成交电价、各厂站可能参与的交易品种;
步骤2、根据各交易品种的成交电量和个交易品种的成交电价,构建售电收益最优的目标函数;
步骤3、利用大系统分解调节方法分解目标函数;
步骤4、建立各个子问题的协调模型;
步骤5、利用市场出清预测价格的方法,简化求解各个子问题,得到局部最优解,以各局部最优解,作为原问题的近似解。
进一步地,在步骤2中,构建售电收益最优的目标函数的方法如下:
总体目标:全年售电收益最优
E=
其中, 是第i交易品种第j省市第n厂站的成交电量, 是第i交易品种第j省市第n厂站的成交电价。
进一步地,在步骤3中,利用大系统分解调节方法分解目标函数的步骤如下:
a1.基于分解协调策略,分解大系统目标函数
E=
其中:表示年总发电量,表示各厂站的电量占总电量比例,表示各受电区域电量占第n厂站总发电量比例,表示各厂站各受电区域各交易类型的电量,为对应电量的预测价格;
a2.给定初值,进行初始化;
a3.调用电价预测程序计算目标市场中各时段的预测价格;
a4.求解整个规划期内剩余电量在各市场交易中的优化分配,得到下企业的最大售电效益;
a5.采用优化方法,重复步骤4,得到厂站的优化分配策略。
进一步地,在步骤4中,建立各个子问题的协调模型的步骤如下:
b1.建立线路传输约束
=Fmax
Netk为线路k连接的厂站的集合;线路传输量由决策前成交容量和决策期预计得到的传输容量构成;
b2.发电能力约束
<=Pmax
Ii为决策期内交易品种的集合,为在决策点对决策期内发电能力的预测;
b3.发电市场申报电量上限。
进一步地,在步骤3中,将总体目标函数按电力品种在时间维度、空间维度进行分解。
进一步地,为考虑不同电力市场品交易间的协调关系,建立子问题协调模型,主要包括求解顺序的协调和边际条件的协调。
进一步地,在计算各个子问题时,为了简化求解,利用市场出清预测价格的方法,采用统计、概率原理,对其进行近似求解。
本发明的有益效果是:
本发明通过对多品种电力交易的整体目标函数的分解,得到各个子问题,在结合相应的简化求解方法,得出不同电力市场品交易的协调优化策略,提供一套合理的多品种电力交易协调优化流程,有助于在能源互联网下,为多品种电力交易策略提供依据。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
图1为本发明的实施状态的流程图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,一种基于多品种电力交易的协调优化方法,包括以下步骤:
步骤1、基础数据采集,从四个厂站的交易信息数据中获取各交易品种的成交电量、各交易品种的成交电价、各厂站可能参与的交易品种;
步骤2、根据各交易品种的成交电量和个交易品种的成交电价,构建售电收益最优的目标函数;
步骤3、利用大系统分解调节方法分解目标函数;
步骤4、建立各个子问题的协调模型;
步骤5、利用市场出清预测价格的方法,简化求解各个子问题,得到局部最优解,以各局部最优解,作为原问题的近似解。
在步骤2中,构建售电收益最优的目标函数的方法如下:
总体目标:全年售电收益最优
E=
其中, 是第i交易品种第j省市第n厂站的成交电量, 是第i交易品种第j省市第n厂站的成交电价。
在步骤3中,利用大系统分解调节方法分解目标函数的步骤如下:
全年售电收益的最大化,是通过全年多次售电交易而实现的;理论上,求取全局最优化,需要对全年各次交易进行综合优化求解。但在实际中,这是很难实现的,主要原因是对未来较长时期之后的电量、电价预测很难做到准确。
因此,在实际的售电交易中,应将全年售电收益优化的目标分解到具体每一笔售电交易中去,形成针对每一笔具体交易的子问题。这种将总体优化问题分解为各个子问题的方法称为大系统分解协调算法,其核心问题包括:
分解:理解每一种交易的地位和作用,给出每一具体交易的子目标函数;
协调:根据整体优化的目标,给出每一种子优化问题的边界条件;
采用大系统分解协调原理求解电厂交易模型时,可将该问题分解为三层优化问题,下层子问题是在各厂站分配至各受电区域的电量为已知的前提下对年度和月度交易电量进行优化分配,一般首先给定各厂站分配至各受电区域的电量一个初始比例;第二层是在已知各厂站电量的前提下,按照受电区域电量占厂站总电量的百分比从0-100%进行调整优化,给出使整体效益最优的电量空间分配及各时段电量最优分配策略;
a1.基于分解协调策略,分解大系统目标函数
E=
其中:表示年总发电量,表示各厂站的电量占总电量比例,表示各受电区域电量占第n厂站总发电量比例,表示各厂站各受电区域各交易类型的电量,为对应电量的预测价格;
a2.给定初值,进行初始化;
a3.调用电价预测程序计算目标市场中各时段的预测价格;
a4.求解整个规划期内剩余电量在各市场交易中的优化分配,得到下企业的最大售电效益;
a5.采用优化方法,重复步骤4,得到厂站的优化分配策略。
在步骤4中,建立各个子问题的协调模型的步骤如下:
b1.建立线路传输约束
=Fmax
Netk为线路k连接的厂站的集合;线路传输量由决策前成交容量和决策期预计得到的传输容量构成;
b2.发电能力约束
<=Pmax
Ii为决策期内交易品种的集合,为在决策点对决策期内发电能力的预测;
b3.发电市场申报电量上限。
在步骤3中,将总体目标函数按电力品种在时间维度、空间维度进行分解。
为考虑不同电力市场品交易间的协调关系,建立子问题协调模型,主要包括求解顺序的协调和边际条件的协调。
在计算各个子问题时,为了简化求解,利用市场出清预测价格的方法,采用统计、概率原理,对其进行近似求解。
综上将化解求解的局部最优解作为原问题的近似解,其中不同电力品种的协调过程作为多品种电力交易策略。
从上述协调求解流程可知,运用本发明对不同电力市场品的交易策略进行分析时,能够提供一套综合考虑不同电力市场品交易的协调优化流程,整个优化协调流程思路清晰,适合推广使用。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种基于多品种电力交易的协调优化方法,其特征在于,包括以下步骤:
步骤1、基础数据采集,从四个厂站的交易信息数据中获取各交易品种的成交电量、各交易品种的成交电价、各厂站可能参与的交易品种;
步骤2、根据各交易品种的成交电量和个交易品种的成交电价,构建售电收益最优的目标函数;
步骤3、利用大系统分解调节方法分解目标函数;
步骤4、建立各个子问题的协调模型;
步骤5、利用市场出清预测价格的方法,简化求解各个子问题,得到局部最优解,以各局部最优解,作为原问题的近似解。
2.根据权利要求1所述的一种基于多品种电力交易的协调优化方法,其特征在于:在步骤2中,构建售电收益最优的目标函数的方法如下:
总体目标:全年售电收益最优
E=
其中, 是第i交易品种第j省市第n厂站的成交电量, 是第i交易品种第j省市第n厂站的成交电价。
3.根据权利要求2所述的一种基于多品种电力交易的协调优化方法,其特征在于:在步骤3中,利用大系统分解调节方法分解目标函数的步骤如下:
a1.基于分解协调策略,分解大系统目标函数
E=
其中:表示年总发电量,表示各厂站的电量占总电量比例,表示各受电区域电量占第n厂站总发电量比例,表示各厂站各受电区域各交易类型的电量,为对应电量的预测价格;
a2.给定初值,进行初始化;
a3.调用电价预测程序计算目标市场中各时段的预测价格;
a4.求解整个规划期内剩余电量在各市场交易中的优化分配,得到下企业的最大售电效益;
a5.采用优化方法,重复步骤4,得到厂站的优化分配策略。
4.根据权利要求3所述的一种基于多品种电力交易的协调优化方法,其特征在于:在步骤4中,建立各个子问题的协调模型的步骤如下:
b1.建立线路传输约束
=Fmax
Netk为线路k连接的厂站的集合;线路传输量由决策前成交容量和决策期预计得到的传输容量构成;
b2.发电能力约束
<=Pmax
Ii为决策期内交易品种的集合,为在决策点对决策期内发电能力的预测;
b3.发电市场申报电量上限。
5.根据权利要求4所述的一种基于多品种电力交易的协调优化方法,其特征在于:在步骤3中,将总体目标函数按电力品种在时间维度、空间维度进行分解。
6.根据权利要求3所述的一种基于多品种电力交易的协调优化方法,其特征在于:为考虑不同电力市场品交易间的协调关系,建立子问题协调模型,主要包括求解顺序的协调和边际条件的协调。
7.根据权利要求4所述的一种基于多品种电力交易的协调优化方法,其特征在于:在计算各个子问题时,为了简化求解,利用市场出清预测价格的方法,采用统计、概率原理,对其进行近似求解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810614242.8A CN108960490A (zh) | 2018-06-14 | 2018-06-14 | 一种基于多品种电力交易的协调优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810614242.8A CN108960490A (zh) | 2018-06-14 | 2018-06-14 | 一种基于多品种电力交易的协调优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108960490A true CN108960490A (zh) | 2018-12-07 |
Family
ID=64488865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810614242.8A Pending CN108960490A (zh) | 2018-06-14 | 2018-06-14 | 一种基于多品种电力交易的协调优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108960490A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070387A (zh) * | 2019-03-19 | 2019-07-30 | 武汉华中思能科技有限公司 | 一种基于边际成本的电力调频报价方法及系统 |
CN111553571A (zh) * | 2020-04-16 | 2020-08-18 | 贵州电网有限责任公司 | 化石能源电厂年度基数电量分摊方法 |
CN111709779A (zh) * | 2020-06-01 | 2020-09-25 | 广东电网有限责任公司 | 一种用于电力现货市场的交易品种优化系统 |
CN112381274A (zh) * | 2020-11-02 | 2021-02-19 | 国电南瑞南京控制系统有限公司 | 基于智能合约与辅助决策的可交易能源控制方法及系统 |
CN112668753A (zh) * | 2020-12-01 | 2021-04-16 | 华电电力科学研究院有限公司 | 一种备用辅助服务与电能量协调优化的日前安全约束机组组合方法 |
-
2018
- 2018-06-14 CN CN201810614242.8A patent/CN108960490A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070387A (zh) * | 2019-03-19 | 2019-07-30 | 武汉华中思能科技有限公司 | 一种基于边际成本的电力调频报价方法及系统 |
CN111553571A (zh) * | 2020-04-16 | 2020-08-18 | 贵州电网有限责任公司 | 化石能源电厂年度基数电量分摊方法 |
CN111553571B (zh) * | 2020-04-16 | 2022-08-12 | 贵州电网有限责任公司 | 化石能源电厂年度基数电量分摊方法 |
CN111709779A (zh) * | 2020-06-01 | 2020-09-25 | 广东电网有限责任公司 | 一种用于电力现货市场的交易品种优化系统 |
CN112381274A (zh) * | 2020-11-02 | 2021-02-19 | 国电南瑞南京控制系统有限公司 | 基于智能合约与辅助决策的可交易能源控制方法及系统 |
CN112668753A (zh) * | 2020-12-01 | 2021-04-16 | 华电电力科学研究院有限公司 | 一种备用辅助服务与电能量协调优化的日前安全约束机组组合方法 |
CN112668753B (zh) * | 2020-12-01 | 2022-12-09 | 华电电力科学研究院有限公司 | 一种备用辅助服务与电能量协调优化的日前安全约束机组组合方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960490A (zh) | 一种基于多品种电力交易的协调优化方法 | |
Zhong et al. | Optimal energy management for multi-energy multi-microgrid networks considering carbon emission limitations | |
Sæther et al. | Peer-to-peer electricity trading in an industrial site: Value of buildings flexibility on peak load reduction | |
Xiao et al. | A new energy storage sharing framework with regard to both storage capacity and power capacity | |
Liu et al. | Cost-competitive incentives for wind energy development in China: institutional dynamics and policy changes | |
Xingang et al. | Development goal of 30 GW for China’s biomass power generation: Will it be achieved? | |
Jin et al. | Game theoretical analysis on capacity configuration for microgrid based on multi-agent system | |
Jiang et al. | Optimal configuration of grid-side battery energy storage system under power marketization | |
Li et al. | Using diverse market-based approaches to integrate renewable energy: Experiences from China | |
Bai et al. | Effectiveness evaluation of photovoltaic poverty alleviation project in China: From a capital perspective | |
CN112529304A (zh) | 一种基于配额制考虑风险的两级电力市场优化运行方法 | |
Shi et al. | Research on power to hydrogen optimization and profit distribution of microgrid cluster considering shared hydrogen storage | |
Xiang et al. | Distributed dispatch of multiple energy systems considering carbon trading | |
Dieu Niyonteze et al. | Solar-powered mini-grids and smart metering systems, the solution to Rwanda energy crisis | |
Yang et al. | Bi-level planning model of distributed PV-energy storage system connected to distribution network under the coordinated operation of electricity-carbon market | |
Lan et al. | An investigation of the innovation efficacy of Chinese photovoltaic enterprises employing three-stage data envelopment analysis (DEA) | |
Velikorossov et al. | Reserves for Increasing the Investment Potential of Hydro-Generating Companies | |
Kong et al. | Independence enhancement of distributed generation systems by integrating shared energy storage system and energy community with internal market | |
Peng et al. | Energy storage capacity optimization of residential buildings considering consumer purchase intention: A mutually beneficial way | |
Cheng et al. | Multi-time scale energy management of microgrid considering the uncertainties in both supply and demand | |
Wu et al. | Research on modeling and appliance of a new price mechanism demand response | |
Huang et al. | An optimal hierarchical pricing strategy for shared energy storage services | |
Heydarian-Forushani et al. | A comprehensive smart energy management strategy for TVPP, CVPP, and energy communities | |
Ning et al. | A two-layer optimal scheduling method for multi-energy virtual power plant with source-load synergy | |
Wang et al. | Analysis of carbon electricity coupled market modeling method based on carbon credit trading mechanism |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |