CN109120003A - 一种基于mpc算法的分布式光伏储能系统优化控制方法 - Google Patents
一种基于mpc算法的分布式光伏储能系统优化控制方法 Download PDFInfo
- Publication number
- CN109120003A CN109120003A CN201811044454.3A CN201811044454A CN109120003A CN 109120003 A CN109120003 A CN 109120003A CN 201811044454 A CN201811044454 A CN 201811044454A CN 109120003 A CN109120003 A CN 109120003A
- Authority
- CN
- China
- Prior art keywords
- power
- bes
- mpc
- energy storage
- storage system
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000009826 distribution Methods 0.000 title claims abstract description 21
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 238000005096 rolling process Methods 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009897 systematic 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
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种基于MPC算法的分布式光伏储能系统优化控制方法,包括如下步骤:步骤S1,建立系统各组成元素的物理模型;步骤S2,建立优化控制模型的目标函数;步骤S3,根据历史数据对光伏电源的出力进行预测;步骤S4,采用MPC控制算法对该模型进行滚动优化和反馈校正。此种方法可有效地对分布式光伏的出力进行优化控制,从而达到平抑功率波动,提高电能质量的目的。
Description
技术领域
本发明属于电力系统优化控制领域,特别涉及一种并网型分布式光伏储能系统的优化控制方法。
背景技术
近年来,随着分布式光伏被广泛接入电力系统配电网中,由于其出力的波动性和间歇性所带来的配电网电压的扰动和闪变从而导致的电网电压的骤降和跌落,严重影响了配电网的电能质量。此外,由于光伏的接入会减少线路上的实际传输功率,从而改变馈线的潮流分布,使得线路负荷节点处的电压过高或过低。
另一方面,储能在平衡有功输出方面有着其独特的优势,针对分布式光伏所带来的电能质量问题,将储能广泛地接入配电网,可以有效地调节光伏并网点的电压。因而,将并网型光伏和储能综合进行管理,不仅可以对清洁的光伏电能进行充分利用,也有利于减少其对电网的不利影响。而对于并网型光伏及储能系统的优化控制是与之相关的具有重要意义和具有研究价值的课题之一。
模型预测控制是一种近年来逐渐发展并日趋完善的现代控制理论,其基本思想为将控制算法直接嵌入过程模型中,从而直接对被控过程的输入和输出的稳定性及约束条件进行考虑。MPC的本质是利用滚动对模型进行局部优化,以得到模型预测的控制策略,并通过滚动对控制策略进行实施。MPC为了更好地处理系统中的不确定因素以及诸多的外部干扰,采用了三种机制,即:预测优化、滚动优化、反馈校正,以此让系统达到最优性能指标。
发明内容
本发明的目的,在于提供一种基于MPC算法的分布式光伏储能系统优化控制方法,其可有效地对分布式光伏的出力进行优化控制,从而达到平抑功率波动,提高电能质量的目的。
为了达成上述目的,本发明的解决方案是:
一种基于MPC算法的分布式光伏储能系统优化控制方法,包括如下步骤:
步骤S1,建立系统各组成元素的物理模型;
步骤S2,建立优化控制模型的目标函数;
步骤S3,根据历史数据对光伏电源的出力进行预测;
步骤S4,采用MPC控制算法对该模型进行滚动优化和反馈校正。
上述步骤S1中,建立系统各组成元素的物理模型包括:
(11)光伏阵列
光伏阵列的功率为负值,在优化控制模型中,PPV的值通过历史数据来进行预测,据此对储能单元进行调度;
(12)蓄电池储能系统
蓄电池储能系统的荷电量约束由以下的动态方程确定:
其中,PBES(t)为BES单元的充电速率向量,分别为BES的存储和充电效率,取值范围为[0,1];
其中,和分别为BES单元的荷电状态上下限,取值范围为[0,1],为BES的最大容量;
储能系统的充放电受其容量的大小约束,其表达式如下:
其中,和分别为放电和充电率的上下限,为储能充放电量的预测值;
(13)电网
并网型分布式光伏储能系统发出的直流电先经过DC-AC逆变器逆变为交流电,再通过升压变压器升压,反馈至与电网相连的公共连接点PCC相联,PCC点的功率平衡方程为:
PGD(t)=PPV(t)+1T·PBES(t)
其中,PGD(t)为PCC点在时刻t的功率值,PPV(t)为光伏阵列在时刻t的输出功率值,1T·PBES(t)为所有BES单元的功率之和;
|PGD(t)|≤PPCC
其中,PPCC为光伏与电网交互功率的上限。
上述光伏阵列出力的预测值的计算流程如下:
步骤A1,在MPC算法运行的时间段内,使用PV的历史数据来求解下式,从而求得
τ=t-Thist+1,…,t-1
式中,m、n分别为各项的系数,Thist为光伏历史发电时长,可取24h的整数倍,Tperiod为时间周期长度,可取24h;
步骤A2,计算残差
步骤A3,通过求解如下的最小二乘问题,求得权重向量a:
其中,为残差预测误差,a为n维向量;
a为上述最小二乘问题的解析解,a=M+b,M+为摩尔-彭若斯广义逆;
步骤A4,计算MPC算法运行时间段内的预测残差
其中,λ为收敛因子,且0<λ<1;
步骤A5,计算光伏出力的预测值其中,
上述步骤S2中,建立优化控制模型的目标函数为:
其中,为t时刻系统与电网交换功率的预测值,为储能充放电量的预测值;
为功率波动的惩罚函数;其中,α、β、γ分别为交换功率的范围、斜率和曲率的惩罚系数。
为与电网交换功率所产生的费用函数;c(t)为t时刻的电价;
为BES一次充放电量约束,λ为储能充放电循环的惩罚系数;
优化控制的模型为:
|PGD(τ)|≤PPCC
τ=t,…,t+T-1
τ=t-Thist+1,…,t-1。
其中,PPCC为公共连接点(PCC)处允许通过的最大功率。Qfinal为BES单元最后时刻的荷电量下限,可取 为BESS的存储效率,为BESS的充电效率,为BESS的放电效率。和分别为BESS的充电和放电电量。
上述步骤S4中,采用MPC控制算法对该模型进行优化控制的流程如下:
步骤B1,建立预测模型
MPC所采用的系统是以离散模型来表示的,其公式为:
x(k+1)=f(x(k),u(k))
y(k)=g(x(k))
式中,x(k)为全部子系统状态量所构成的向量;u(k)为由全部子系统控制输入量构成的控制输入向量;f(x(k),u(k))为非线性函数向量,且必须满足f(0,0)=0;
对于MPC的优化控制问题,对其描述为:
s.t.x(k+1)=f(x(k),u(k))
y(k)=g(x(k))
xmin≤x(k)≤xmax
umin≤u(k)≤umax
x(k0)=x0
步骤B2,进行滚动优化
滚动优化是指在每个采样周期范围内,通过系统初始状态和预测模型,对系统进行优化处理,从中找出最优控制序列,并将最优序列的第一个元素加到被控对象上;在每一个采样时间内,对于性能指标的优化只能对有限的时间段来进行,超过该时间段,则不能对其进行优化,对于下一时刻的采样,优化时间会继续向前推移;
步骤B3,进行反馈校正
反馈校正用于对模型预测所产生的误差进行补偿和一些扰动的反馈,对于时变、非线性系统以及干扰因素,通过反馈来对其进行校正。
采用上述方案后,本发明通过MPC优化控制算法,实现对分布式光伏储能系统的优化控制。
附图说明
图1是本发明的流程图;
图2是本发明提供的并网型光伏储能系统结构图;
图3是本发明提供的MPC模型预测控制系统结构图;
图4是本发明提供的光伏功率预测流程图。
具体实施方式
以下将结合附图,对本发明的技术方案及有益效果进行详细说明。
如图1所示,本发明提供一种基于MPC算法的分布式光伏储能系统优化控制方法,包括如下步骤:
步骤S1,建立系统各组成元素的物理模型;
步骤S2,建立优化控制模型的目标函数;
步骤S3,根据历史数据对光伏电源的出力进行预测;
步骤S4,采用MPC控制算法对该模型进行滚动优化和反馈校正。
其中,配合图2所示,所述步骤S1中,建立系统各组成元素的物理模型包括:
(1)光伏阵列
光伏阵列的功率为负值,因为其总是发出电能而不会消耗电能,其输出功率PPV会随着天气的变化而变动,且不可控。在优化控制模型中,PPV的值通过历史数据来进行预测,据此对储能单元进行调度。
(2)蓄电池储能系统
蓄电池储能系统的荷电量约束由以下的动态方程确定:
其中,PBES(t)为BES单元的充电速率向量,分别为BES的存储和充电效率,取值范围为[0,1]。
其中,和分别为BES单元的荷电状态上下限,取值范围为[0,1]。为BES的最大容量。
储能系统的充放电受其容量的大小约束,其表达式如下:
其中,和分别为放电和充电率的上下限,为储能充放电量的预测值。
(3)电网
并网型分布式光伏储能系统发出的直流电先经过DC-AC逆变器逆变为交流电,再通过升压变压器升压,反馈至与电网相连的公共连接点(PCC)相联。PCC点的功率平衡方程为:
PGD(t)=PPV(t)+1T·PBES(t)
其中,PGD(t)为PCC点在时刻t的功率值。1T·PBES(t)为所有BES单元的功率之和。PPV(t)表示光伏阵列在t时刻的输出功率值。
|PGD(t)|≤PPCC
其中,PPCC为光伏与电网交互功率的上限。
对于光伏阵列出力的预测值的计算流程如下:
(1)在MPC算法运行的时间段内,使用PV的历史数据来求解下式,从而求得
τ=t-Thist+1,…,t-1
式中,m、n分别为各项的系数,Thist为光伏历史发电时长,可取24h的整数倍,Tperiod为时间周期长度,可取24h;
(2)计算残差
(3)通过求解如下的最小二乘问题,求得权重向量a:
其中,为残差预测误差,a为n维向量。
a为上述最小二乘问题的解析解,a=M+b,M+为摩尔-彭若斯广义逆。
(4)计算MPC算法运行时间段内的预测残差
其中,λ为收敛因子,且0<λ<1;
(5)计算光伏出力的预测值其中,
配合图3所示,所述步骤S2中,建立优化控制模型的目标函数为:
其中,为t时刻系统与电网交换功率的预测值,为储能充放电量的预测值;
为与电网交换功率所产生的费用函数,c(t)为t时刻的电价。
为功率波动的惩罚函数。
其中,α、β、γ分别为交换功率的范围、斜率和曲率的惩罚系数。
为BES一次充放电量约束。
其中,λ为储能充放电循环的惩罚系数。
优化控制的模型为:
|PGD(τ)|≤PPCC
τ=t,…,t+T-1
τ=t-Thist+1,…,t-1
其中,PPCC为公共连接点(PCC)处允许通过的最大功率。Qfinal为BES单元最后时刻的荷电量下限,可取 为BESS的存储效率,为BESS的充电效率,为BESS的放电效率。和分别为BESS的充电和放电电量。
如图4所示,所述步骤S4中,采用MPC控制算法对该模型进行优化控制的流程如下:
(1)建立预测模型
预测模型将系统过程的未来动态行为展示出来,包括系统的传递函数和状态方程。该方法可以极大程度地预测出系统未来的响应,并获取一些信息。
MPC所采用的系统是以离散模型来表示的,其公式为:
x(k+1)=f(x(k),u(k))
y(k)=g(x(k))
式中,x(k)为全部子系统状态量所构成的向量;u(k)为由全部子系统控制输入量构成的控制输入向量;f(x(k),u(k))为非线性函数向量,且必须满足f(0,0)=0。
对于MPC的优化控制问题,可以对其描述为:
s.t.x(k+1)=f(x(k),u(k))
y(k)=g(x(k))
xmin≤x(k)≤xmax
umin≤u(k)≤umax
x(k0)=x0
(2)进行滚动优化
滚动优化是指在每个采样周期范围内,通过系统初始状态和预测模型,对系统进行优化处理,从中找出最优控制序列,并将最优序列的第一个元素加到被控对象上。在每一个采样时间内,对于性能指标的优化只能对有限的时间段来进行,超过该时间段,则不能对其进行优化。对于下一时刻的采样,优化时间会继续向前推移。
(3)进行反馈校正
反馈校正主要被用于对模型预测所产生的误差进行补偿和一些扰动的反馈。预测模型只能对一般的描述系统进行动态的描述。对于一些时变、非线性系统以及其他的干扰因素,只能通过后续的反馈来对其进行校正。对于模型预测的反馈校正只能建立在滚动优化的基础之上,才能充分实现其有效性。反馈校正是基于控制变量的偏差和信号干扰对控制变量进行补偿。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (5)
1.一种基于MPC算法的分布式光伏储能系统优化控制方法,其特征在于包括如下步骤:
步骤S1,建立系统各组成元素的物理模型;
步骤S2,建立优化控制模型的目标函数;
步骤S3,根据历史数据对光伏电源的出力进行预测;
步骤S4,采用MPC控制算法对该模型进行滚动优化和反馈校正。
2.如权利要求1所述的一种基于MPC算法的分布式光伏储能系统优化控制方法,其特征在于:所述步骤S1中,建立系统各组成元素的物理模型包括:
(11)光伏阵列
光伏阵列的功率为负值,在优化控制模型中,PPV的值通过历史数据来进行预测,据此对储能单元进行调度;
(12)蓄电池储能系统
蓄电池储能系统的荷电量约束由以下的动态方程确定:
其中,PBES(t)为BES单元的充电速率向量,分别为BES的存储和充电效率,取值范围为[0,1];
其中,和分别为BES单元的荷电状态上下限,取值范围为[0,1],为BES的最大容量;
储能系统的充放电受其容量的大小约束,其表达式如下:
其中,和分别为放电和充电率的上下限,为储能充放电量的预测值;
(13)电网
并网型分布式光伏储能系统发出的直流电先经过DC-AC逆变器逆变为交流电,再通过升压变压器升压,反馈至与电网相连的公共连接点PCC相联,PCC点的功率平衡方程为:
PGD(t)=PPV(t)+1T·PBES(t)
其中,PGD(t)为PCC点在时刻t的功率值,PPV(t)为光伏阵列在时刻t的输出功率值,1T·PBES(t)为所有BES单元的功率之和;
|PGD(t)|≤PPCC
其中,PPCC为光伏与电网交互功率的上限。
3.如权利要求2所述的一种基于MPC算法的分布式光伏储能系统优化控制方法,其特征在于:所述光伏阵列出力的预测值的计算流程如下:
步骤A1,在MPC算法运行的时间段内,使用PV的历史数据来求解下式,从而求得
τ=t-Thist+1,…,t-1
式中,m、n分别为各项的系数,Thist为光伏历史发电时长,Tperiod为时间周期长度;
步骤A2,计算残差
步骤A3,通过求解如下的最小二乘问题,求得权重向量a:
其中,为残差预测误差,a为n维向量;
a为上述最小二乘问题的解析解,a=M+b,M+为摩尔-彭若斯广义逆;
步骤A4,计算MPC算法运行时间段内的预测残差
其中,λ为收敛因子,且0<λ<1;
步骤A5,计算光伏出力的预测值其中,
4.如权利要求1所述的一种基于MPC算法的分布式光伏储能系统优化控制方法,其特征在于:所述步骤S2中,建立优化控制模型的目标函数为:
其中,为t时刻系统与电网交换功率的预测值,为储能充放电量的预测值;
为功率波动的惩罚函数;其中,α、β、γ分别为交换功率的范围、斜率和曲率的惩罚系数;
为与电网交换功率所产生的费用函数;c(t)为t时刻的电价;
为BES一次充放电量约束,λ为储能充放电循环的惩罚系数;
优化控制的模型为:
|PGD(τ)|≤PPCC
τ=t,…,t+T-1
τ=t-Thist+1,…,t-1
其中,PPCC为公共连接点(PCC)处允许通过的最大功率,Qfinal为BES单元最后时刻的荷电量下限,为BESS的存储效率,为BESS的充电效率,为BESS的放电效率,和分别为BESS的充电和放电电量。
5.如权利要求1所述的一种基于MPC算法的分布式光伏储能系统优化控制方法,其特征在于:所述步骤S4中,采用MPC控制算法对该模型进行优化控制的流程如下:
步骤B1,建立预测模型
MPC所采用的系统是以离散模型来表示的,其公式为:
x(k+1)=f(x(k),u(k))
y(k)=g(x(k))
式中,x(k)为全部子系统状态量所构成的向量;u(k)为由全部子系统控制输入量构成的控制输入向量;f(x(k),u(k))为非线性函数向量,且必须满足f(0,0)=0;
对于MPC的优化控制问题,对其描述为:
s.t.x(k+1)=f(x(k),u(k))
y(k)=g(x(k))
xmin≤x(k)≤xmax
umin≤u(k)≤umax
x(k0)=x0
步骤B2,进行滚动优化
滚动优化是指在每个采样周期范围内,通过系统初始状态和预测模型,对系统进行优化处理,从中找出最优控制序列,并将最优序列的第一个元素加到被控对象上;在每一个采样时间内,对于性能指标的优化只能对有限的时间段来进行,超过该时间段,则不能对其进行优化,对于下一时刻的采样,优化时间会继续向前推移;
步骤B3,进行反馈校正
反馈校正用于对模型预测所产生的误差进行补偿和一些扰动的反馈,对于时变、非线性系统以及干扰因素,通过反馈来对其进行校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811044454.3A CN109120003A (zh) | 2018-09-07 | 2018-09-07 | 一种基于mpc算法的分布式光伏储能系统优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811044454.3A CN109120003A (zh) | 2018-09-07 | 2018-09-07 | 一种基于mpc算法的分布式光伏储能系统优化控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109120003A true CN109120003A (zh) | 2019-01-01 |
Family
ID=64858182
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811044454.3A Pending CN109120003A (zh) | 2018-09-07 | 2018-09-07 | 一种基于mpc算法的分布式光伏储能系统优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109120003A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110071512A (zh) * | 2019-03-13 | 2019-07-30 | 国网浙江平阳县供电有限责任公司 | 储能装置平抑光伏输出功率波动的控制方法 |
WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN111525607A (zh) * | 2020-04-17 | 2020-08-11 | 中国电力科学研究院有限公司 | 用于光储联合发电系统的光伏发电计划跟踪方法及装置 |
CN111769601A (zh) * | 2020-07-08 | 2020-10-13 | 湖北省电力装备有限公司 | 一种基于mpc策略的微电网能量调度方法 |
CN111967652A (zh) * | 2020-07-22 | 2020-11-20 | 国网浙江省电力有限公司电力科学研究院 | 一种双层协同实时校正光伏预测方法 |
CN112818592A (zh) * | 2021-01-22 | 2021-05-18 | 天津理工大学 | 基于数据挖掘的光伏电池参数及发电量预测方法及系统 |
WO2021114849A1 (zh) * | 2019-12-12 | 2021-06-17 | 国网浙江省电力有限公司台州供电公司 | 增加新能源发电波动的海岛电网储能系统分层控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104348188A (zh) * | 2014-11-21 | 2015-02-11 | 四川慧盈科技有限责任公司 | 一种分布式电源运行及监控方法 |
CN104868506A (zh) * | 2015-06-12 | 2015-08-26 | 中国电力科学研究院 | 一种集中式储能电站的有功出力调度方法 |
CN105337310A (zh) * | 2015-11-30 | 2016-02-17 | 华南理工大学 | 一种串联结构光储型多微网经济运行系统及方法 |
CN106786806A (zh) * | 2016-12-15 | 2017-05-31 | 国网江苏省电力公司南京供电公司 | 一种基于模型预测控制的配电网有功无功协调调控方法 |
CN107069776A (zh) * | 2017-04-12 | 2017-08-18 | 东南大学 | 一种平滑微网联络线功率的储能前瞻分布式控制方法 |
CN107846045A (zh) * | 2017-11-28 | 2018-03-27 | 国网甘肃省电力公司电力科学研究院 | 一种电池储能系统跟踪风光计划出力的控制方法 |
-
2018
- 2018-09-07 CN CN201811044454.3A patent/CN109120003A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104348188A (zh) * | 2014-11-21 | 2015-02-11 | 四川慧盈科技有限责任公司 | 一种分布式电源运行及监控方法 |
CN104868506A (zh) * | 2015-06-12 | 2015-08-26 | 中国电力科学研究院 | 一种集中式储能电站的有功出力调度方法 |
CN105337310A (zh) * | 2015-11-30 | 2016-02-17 | 华南理工大学 | 一种串联结构光储型多微网经济运行系统及方法 |
CN106786806A (zh) * | 2016-12-15 | 2017-05-31 | 国网江苏省电力公司南京供电公司 | 一种基于模型预测控制的配电网有功无功协调调控方法 |
CN107069776A (zh) * | 2017-04-12 | 2017-08-18 | 东南大学 | 一种平滑微网联络线功率的储能前瞻分布式控制方法 |
CN107846045A (zh) * | 2017-11-28 | 2018-03-27 | 国网甘肃省电力公司电力科学研究院 | 一种电池储能系统跟踪风光计划出力的控制方法 |
Non-Patent Citations (2)
Title |
---|
KYRI BAKER ET AL: "Distributed MPC for Efficient Coordination of Storage and Renewable Energy Sources Across Control Areas", 《IEEE TRANSACTIONS ON SMART GRID 》 * |
TRUDIE WANG ET AL: "Control and Optimization of Grid-Tied Photovoltaic Storage Systems Using Model Predictive Control", 《IEEE TRANSACTIONS ON SMART GRID》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN110071512A (zh) * | 2019-03-13 | 2019-07-30 | 国网浙江平阳县供电有限责任公司 | 储能装置平抑光伏输出功率波动的控制方法 |
CN110071512B (zh) * | 2019-03-13 | 2022-07-05 | 国网浙江平阳县供电有限责任公司 | 储能装置平抑光伏输出功率波动的控制方法 |
WO2021114849A1 (zh) * | 2019-12-12 | 2021-06-17 | 国网浙江省电力有限公司台州供电公司 | 增加新能源发电波动的海岛电网储能系统分层控制方法 |
CN111525607A (zh) * | 2020-04-17 | 2020-08-11 | 中国电力科学研究院有限公司 | 用于光储联合发电系统的光伏发电计划跟踪方法及装置 |
CN111769601A (zh) * | 2020-07-08 | 2020-10-13 | 湖北省电力装备有限公司 | 一种基于mpc策略的微电网能量调度方法 |
CN111967652A (zh) * | 2020-07-22 | 2020-11-20 | 国网浙江省电力有限公司电力科学研究院 | 一种双层协同实时校正光伏预测方法 |
CN111967652B (zh) * | 2020-07-22 | 2023-10-24 | 国网浙江省电力有限公司电力科学研究院 | 一种双层协同实时校正光伏预测方法 |
CN112818592A (zh) * | 2021-01-22 | 2021-05-18 | 天津理工大学 | 基于数据挖掘的光伏电池参数及发电量预测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109120003A (zh) | 一种基于mpc算法的分布式光伏储能系统优化控制方法 | |
US10923919B2 (en) | Method and apparatus for controlling power flow in a hybrid power system | |
CN109787282B (zh) | 一种规模化储能参与新能源场站无功协调控制方法和系统 | |
Tesfahunegn et al. | Optimal shifting of Photovoltaic and load fluctuations from fuel cell and electrolyzer to lead acid battery in a Photovoltaic/hydrogen standalone power system for improved performance and life time | |
Sutikno et al. | A review of recent advances on hybrid energy storage system for solar photovoltaics power generation | |
JP5838006B1 (ja) | 配電装置 | |
US20160172864A1 (en) | Photovoltaic system | |
CN111987713B (zh) | 一种基于荷电状态均衡的直流微网改进下垂控制方法 | |
CN105379046A (zh) | 电压监视控制系统、电压监视控制装置、测量装置和电压监视控制方法 | |
CN110021960A (zh) | 一种基于模型预测控制的孤岛微电网电压频率控制方法 | |
CN112310990B (zh) | 一种基于荷电状态的直流微电网多储能系统均衡控制方法 | |
EP4246751A1 (en) | Method of controlling of battery energy storage system of power system with high dynamic loads | |
CN113169557A (zh) | 电力变换系统及其管理装置及分散电源装置 | |
JP2015027158A (ja) | 電力貯蔵装置および電力貯蔵装置の充放電方法 | |
JP6427826B2 (ja) | 制御装置、制御方法およびプログラム | |
Hartani et al. | Proposed frequency decoupling-based fuzzy logic control for power allocation and state-of-charge recovery of hybrid energy storage systems adopting multi-level energy management for multi-DC-microgrids | |
CN114418453B (zh) | 一种基于电力市场的微电网多时间尺度能量管理系统 | |
CN113346474B (zh) | 一种直流微电网双储能协调控制方法及存储介质 | |
CN114884049A (zh) | 一种柔性直流配电网优化运行控制方法 | |
CN112636376A (zh) | 一种混合储能装置在配电网中的运行优化方法和架构 | |
KR101299269B1 (ko) | 배터리 에너지 저장 시스템 | |
CN114156858A (zh) | 一种多储能直流配电网协调控制方法及系统 | |
JP2013027089A (ja) | 電圧制御装置 | |
Naresh et al. | Intelligent control strategy for power management in hybrid renewable energy system | |
CN114725999B (zh) | 微电网源荷储多端协调自治方法及系统 |
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: 20190101 |
|
RJ01 | Rejection of invention patent application after publication |