CN109120004B - 考虑电池老化的储能电站经济优化调度方法 - Google Patents
考虑电池老化的储能电站经济优化调度方法 Download PDFInfo
- Publication number
- CN109120004B CN109120004B CN201811116924.2A CN201811116924A CN109120004B CN 109120004 B CN109120004 B CN 109120004B CN 201811116924 A CN201811116924 A CN 201811116924A CN 109120004 B CN109120004 B CN 109120004B
- Authority
- CN
- China
- Prior art keywords
- scheduling
- energy storage
- power station
- storage power
- battery 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 103
- 238000005457 optimization Methods 0.000 title claims abstract description 33
- 230000032683 aging Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004088 simulation Methods 0.000 claims abstract description 13
- 238000010276 construction Methods 0.000 claims description 14
- 238000012423 maintenance Methods 0.000 claims description 8
- PHTXVQQRWJXYPP-UHFFFAOYSA-N ethyltrifluoromethylaminoindane Chemical compound C1=C(C(F)(F)F)C=C2CC(NCC)CC2=C1 PHTXVQQRWJXYPP-UHFFFAOYSA-N 0.000 claims description 5
- 101150067055 minC gene Proteins 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 5
- 238000012983 electrochemical energy storage Methods 0.000 description 5
- 230000002238 attenuated effect Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种考虑电池老化的储能电站经济优化调度方法,涉及储能电站调度成本优化技术领域,方法包括:读取储能电站相关参数及调度任务;搭建储能电站调度成本模型;通过优化算法,得到调度任务最优分配方案;储能电站向各电池系统下发调度任务;仿真调度完成后,更新储能电站中变化的参数。本发明针对储能电站调度成本优化问题,提出一种考虑电池老化的优化调度方法,考虑电池老化程度对其调度成本的影响,建立对应的调度成本模型,通过寻优算法,得到调度任务的最优分配方案,实现储能电站调度成本最低,适用于储能电站功率调度分配优化控制。
Description
技术领域
本发明涉及储能电站优化调度技术,具体涉及一种考虑电池老化的储能电站经济优化调度方法。
背景技术
储能电站包括功率调度中心及多个电池系统,储能功率调度中心将上级电网下达的调度任务分配给各电池系统,一个独立电池系统包括储能变流器(PCS)、电池管理系统(BMS)及多个电池组(BP),电池组主要用于储存电能,按照调度任务对组内电池进行充电或放电,且电池系统之间相互独立工作。电网向储能电站下发调度任务后,后者根据各电池系统状态分配调度任务。
对于储能电站而言,能否合理地将调度任务分配给各电池系统,将直接影响其运行的经济性。目前采用的方法是按照各电池系统实际可接受最大功率的比值进行功率分配,即将调度任务等比例分配给各电池系统。显然,这种方法未考虑各电池系统中电池老化带来的调度成本的变化,不仅会导致SOH较低的电池系统加速老化,而且不利于降低储能电站调度成本。
发明内容
本发明的目的在于提供一种考虑电池老化的储能电站经济优化调度方法,解决储能电站在运行中成本优化问题。
实现本发明目的的技术方案为:一种考虑电池老化的储能电站经济优化调度方法,包括以下步骤:
步骤1,读取储能电站相关参数及调度任务;
步骤2,搭建储能电站调度成本模型;
步骤3,通过优化算法,得到调度任务最优分配方案;
步骤4,储能电站向各电池系统下发调度任务;
步骤5,仿真调度完成后,更新储能电站中变化的参数。
与现有技术相比,本发明的显著优点为:(1)本发明提出一种考虑电池老化的储能电站经济优化调度方法,通过其SOH呈现电池老化程度,可有效降低储能电站的调度成本;通过分析储能电站中各电池系统的老化程度与调度成本的关系,以调度成本最低为目标,制定优化调度方案。
附图说明
图1是储能电站结构示意图。
图2是本发明提供的储能电站经济优化调度方法流程图。
图3是各电池系统老化图。
图4是累计调度成本图。
具体实施方式
随着调度次数增多,储能电站中电池的老化速度会逐渐加快,不考虑各电池老化程度的差异的调度方法,会导致SOH较低的电池系统加速老化,更快地报废而无法继续使用。制定储能电站调度任务时,如果考虑到电池老化程度不同,则可以在一定程度上延长某些电池系统寿命,同时还可以节约其调度成本。
本发明针对电化学储能电站的调度成本优化问题,提出一种考虑电池老化的储能电站经济优化调度方法。本发明提出用电池SOH呈现其老化程度,进而搭建电池老化与调度成本的关系。
下面具体说明本发明的技术内容。
一种考虑电池老化的储能电站经济优化调度方法,包括以下步骤:
步骤1,读取储能电站相关参数及调度任务;
步骤2,搭建储能电站调度成本模型;
步骤3,通过优化算法,得到调度任务最优分配方案;
步骤4,储能电站向各电池系统下发调度任务;
步骤5,仿真调度完成后,更新储能电站中变化的参数。
步骤1中,所述储能电站相关参数包括固定参数和可变参数;其中固定参数包括储能电站中电池类型,以及电池系统的个数及其额定电压、额定功率、额定容量、额定电量、固定建设成本、充放电效率;可变参数包括储能电站内各电池系统的当前SOC、当前SOH、累计时长、累计循环次数;所述调度任务包括调度功率和调度周期。
步骤2中,所述调度成本模型包括目标函数和约束条件;
所述目标函数表达式为minC=Cvar+Cfix。
目标函数中Cvar表示储能电站调度中产生的成本,包括运行维护和能量损耗带来的成本,记为可变成本,其表达式如下所示:
式中,Ci bat表示第i个电池系统的容量,Pi chg表示第i个电池系统的调度充电功率,Pi dis表示第i个电池系统的调度放电功率,T表示一个调度周期的时间,ηi c表示第i个电池系统充电效率,ηi d表示第i个电池系统放电效率,表示电能损耗系数,表示第i个电池系统的运维成本系数,n表示储能电站中电池系统个数;
目标函数中Cfix表示将电池系统建设成本均匀分布到电池系统SOH衰减的过程中的建设成本损耗量,记为固定成本,其表达式如下所示:
所述约束条件,包括以下三个方面:
1)调度功率平衡:当调度任务在储能电站承受能力范围内时,储能电站接受全部任务,各电池系统调度任务总和等于总调度任务;当调度任务在储能电站承受能力范围外时,储能电站只接受部分任务,各电池系统调度任务总和等于储能电站最大出力;
2)自身功率约束:各电池系统的调度任务应在其额定功率范围内;
3)荷电状态约束:各电池系统SOC应保持在设定范围内。
步骤3中,优化算法的优化目标为单位调度周期内调度成本最低。
步骤5中,变化的参数指各电池系统仿真调度后的SOC、SOH、累计时长及累计循环次数。
下面结合附图和实施例对本发明作进一步详细说明。
实施例
本发明的应用对象为电化学储能电站,其结构示意图如图1所示,该储能电站包含多个电池系统,电池系统包含储能变流器(PCS)、电池管理系统(BMS)及多个电池组(BP)。
一种考虑电池老化的储能电站经济优化调度方法,流程图如图2所示,具体实施过程为:
步骤一:读取储能电站电池类型、电池系统个数及其额定电压、额定功率、额定容量、额定电量、固定建设成本、充放电效率,以及各电池系统的当前SOC、当前SOH、累计时长、累计循环次数,并接收上级电网下发的调度功率及调度时长。
步骤二:建立储能电站调度成本模型,其目标函数为minC=Cvar+Cfix,其中,Cfix表示运维成本,Closs表示损耗成本,Cf表示固定成本。
其中Cvar表示储能电站调度中产生的成本,包括运行维护和能量损耗带来的成本,记为可变成本,其表达式如下所示:
式中,Ci bat表示第i个电池系统的容量;Pi chg表示第i个电池系统的调度充电功率;Pi dis表示第i个电池系统的调度放电功率;T表示一个调度周期的时间;ηi c表示第i个电池系统充电效率;ηi d表示第i个电池系统放电效率;表示电能损耗系数;表示第i个电池系统的运维成本系数;n表示储能电站中电池系统个数。
目标函数中Cfix表示将电池系统建设成本均匀分布到电池系统SOH衰减的过程中,记为固定成本,其表达式如下所示:
该调度成本模型的约束条件主要体现在下面三点:
1)调度功率平衡。当调度任务在储能电站承受能力范围内时,储能电站接受全部任务,各电池系统调度任务总和等于总调度任务;当调度任务在储能电站承受能力范围外时,储能电站只接受部分任务,各电池系统调度任务总和等于储能电站最大出力。
2)自身功率约束。各电池系统的调度任务应在其额定功率范围内。
3)荷电状态约束。各电池系统SOC应保持在设定范围内。
步骤三:通过优化算法,以储能电站单位调度周期内调度成本最低为优化目标,得到调度任务最优分配方案。
步骤四:储能电站向各电池系统下发调度任务。
步骤五:仿真调度完成后,更新储能电站中各电池系统仿真调度后的SOC、SOH、累计时长及累计循环次数。
为了简化分析,做出如下假设:各电池系统内部电池参数一致,包括电池SOC、SOH、充放电效率等参数;单位调度周期内,电池系统参数视为不变;上级电网下发的调度任务在本储能电站的接受范围内;忽略电池自放电现象。
本实施例的应用对象为由磷酸铁锂电池组成的电化学储能电站,储能电站示意图如图1所示,其中电池系统个数n取4,即本实施例中储能电站含有四个独立电池系统。该储能电站相关参数取值如表1所示。
表1案例储能电站相关参数
相关参数 | B1 | B2 | B3 | B4 |
额定电压(kV) | 0.6 | 0.5 | 0.4 | 0.4 |
额定功率(kW) | 200 | 150 | 100 | 150 |
额定电量(kWh) | 200 | 150 | 100 | 150 |
充电效率 | 95% | 95% | 95% | 95% |
放电效率 | 95% | 95% | 95% | 95% |
运维成本系数(元/kWh) | 0.1 | 0.1 | 0.1 | 0.1 |
电能损耗系数(元/kWh) | 0.5 | 0.5 | 0.5 | 0.5 |
固定建设成本(万元) | 40 | 30 | 20 | 25 |
初始SOC | 50% | 60% | 55% | 50% |
初始SOH | 100% | 100% | 100% | 100% |
将以上参数代入储能电站调度成本数学模型,得到本实施例的调度成本模型,即目标函数,如下式所示:
调度任务取300kW,-300kW,300kW,……,形成循环,单位调度周期均取5min。通过持续调度,储能电站中任意一个电池系统的SOH衰减至50%时,认为该电池系统无法继续工作,停止仿真实验。
此时调度成本模型的约束条件主要体现在下面三点:
1)调度功率平衡。当调度任务在储能电站承受能力范围内时,储能电站接受全部任务,各电池系统调度任务总和等于总调度任务;当调度任务在储能电站承受能力范围外时,储能电站只接受部分任务,各电池系统调度任务总和等于储能电站最大出力。
2)自身功率约束。各电池系统的调度任务应在其额定功率范围内。
3)荷电状态约束。各电池系统SOC保持在20%和100%之间。
结合粒子群算法,以调度成本最低为优化目标,求得调度任务最优分配方案。
第一次调度的优化结果为,四个电池系统的调度任务分别为84.2kW、78.6kW、76.8kW、60.4kW,储能电站向各电池系统下发调度任务。
各电池系统执行调度任务后,更新相关参数,其中SOC分别为53.5%、64.4%、61.4%以及53.3%;SOH分别为99.9999190%、99.9998995%、99.9998538%以及99.9999075%;累计时长分别为0.083h、0.083h、0.083h以及0.083h;累计循环次数分别为0.254次、0.317次、0.462次以及0.291次。
储能电站完成第一次调度后继续循环调度,完成每次调度后更新相关参数,直至任意一个电池系统SOH衰减至50%时,停止仿真实验。
仿真中储能电站循环调度3039次后,电池系统B3的SOH衰减至50%,停止仿真实验。
图3为储能电站中各电池系统老化图,图4为储能电站调度成本图,本实施例中储能电站停止调度后,各电池系统间SOH最大差值为19.1%,表明各电池系统老化程度相近,同时本发明在一定程度上减小了储能电站调度成本。
本发明提供了一种考虑电池老化的储能电站经济优化调度方法,通过仿真验证了该方法应用到电化学储能电站的可行性,同时该方法适合推广到各类型电化学储能电站的实际运营中,在提升储能电站利润的同时,也将减缓废旧化学能源对生态环境所造成的非必要压力。
Claims (2)
1.一种考虑电池老化的储能电站经济优化调度方法,其特征在于,包括以下步骤:
步骤1,读取储能电站相关参数及调度任务;所述储能电站相关参数包括固定参数和可变参数,固定参数包括储能电站中电池类型,以及电池系统的个数及其额定电压、额定功率、额定容量、额定电量、固定建设成本、充放电效率;可变参数包括储能电站内各电池系统的当前SOC、当前SOH、累计时长、累计循环次数;所述调度任务包括调度功率和调度周期;
步骤2,搭建储能电站调度成本模型;所述调度成本模型包括目标函数和约束条件;
所述目标函数表达式为minC=Cvar+Cfix;
目标函数中Cvar表示储能电站调度中产生的成本,包括运行维护和能量损耗带来的成本,记为可变成本,其表达式如下所示:
式中,表示第i个电池系统的容量,表示第i个电池系统的调度充电功率,表示第i个电池系统的调度放电功率,T表示一个调度周期的时间,ηi c表示第i个电池系统充电效率,表示第i个电池系统放电效率,表示电能损耗系数,表示第i个电池系统的运维成本系数,n表示储能电站中电池系统个数;
Cvar表达式如下:
目标函数中Cfix表示将电池系统建设成本均匀分布到电池系统SOH衰减的过程中的建设成本损耗量,记为固定成本,其表达式如下所示:
Cfix表达式如下所示:
所述约束条件,包括以下三个方面:
1)调度功率平衡:当调度任务在储能电站承受能力范围内时,储能电站接受全部任务,各电池系统调度任务总和等于总调度任务;当调度任务在储能电站承受能力范围外时,储能电站只接受部分任务,各电池系统调度任务总和等于储能电站最大出力;
2)自身功率约束:各电池系统的调度任务应在其额定功率范围内;
3)荷电状态约束:各电池系统SOC应保持在设定范围内;
步骤3,通过优化算法,得到调度任务最优分配方案;优化算法的优化目标为单位调度周期内调度成本最低;
步骤4,储能电站向各电池系统下发调度任务;
步骤5,仿真调度完成后,更新储能电站中变化的参数;变化的参数指各电池系统仿真调度后的SOC、SOH、累计时长及累计循环次数。
2.根据权利要求1所述的考虑电池老化的储能电站经济优化调度方法,其特征在于,各电池系统SOC保持在20%和100%之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811116924.2A CN109120004B (zh) | 2018-09-25 | 2018-09-25 | 考虑电池老化的储能电站经济优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811116924.2A CN109120004B (zh) | 2018-09-25 | 2018-09-25 | 考虑电池老化的储能电站经济优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109120004A CN109120004A (zh) | 2019-01-01 |
CN109120004B true CN109120004B (zh) | 2022-06-24 |
Family
ID=64856930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811116924.2A Active CN109120004B (zh) | 2018-09-25 | 2018-09-25 | 考虑电池老化的储能电站经济优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109120004B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111775765B (zh) * | 2020-07-14 | 2021-08-06 | 武汉蔚来能源有限公司 | 车辆与电池的匹配方法、装置、系统及可读存储介质 |
CN112467768A (zh) * | 2020-11-17 | 2021-03-09 | 国网北京市电力公司 | 电池组的调度方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103001331A (zh) * | 2012-11-13 | 2013-03-27 | 中国电力科学研究院 | 一种储能电站的经济优化调度方法 |
CN103997052A (zh) * | 2014-04-23 | 2014-08-20 | 国家电网公司 | 一种多储能电站的有功功率控制的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9509176B2 (en) * | 2012-04-04 | 2016-11-29 | Ihi Inc. | Energy storage modeling and control |
-
2018
- 2018-09-25 CN CN201811116924.2A patent/CN109120004B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103001331A (zh) * | 2012-11-13 | 2013-03-27 | 中国电力科学研究院 | 一种储能电站的经济优化调度方法 |
CN103997052A (zh) * | 2014-04-23 | 2014-08-20 | 国家电网公司 | 一种多储能电站的有功功率控制的方法 |
Non-Patent Citations (1)
Title |
---|
一种电池储能电站的经济优化调度策略;叶季蕾 等;《电源技术》;20160229;第40卷(第2期);正文第365-369页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109120004A (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN103187750B (zh) | 兆瓦级电池储能电站实时功率控制方法及其系统 | |
CN108667052A (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
CN106099965B (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 | |
CN109888874A (zh) | 一种基于可用容量的储能系统功率分配优化方法 | |
CN107465204A (zh) | 一种储能电站中多电池组功率优化分配方法和装置 | |
CN110021930B (zh) | 一种规模化储能参与电网分区控制方法和系统 | |
CN113937799B (zh) | 最小化设备平准化成本的多功能储能系统容量分配方法 | |
CN109120004B (zh) | 考虑电池老化的储能电站经济优化调度方法 | |
CN106786692A (zh) | 一种基于分布式的电动汽车有序充电控制方法 | |
CN104253439B (zh) | 电池储能电站无功功率分配与控制方法 | |
CN113036843A (zh) | 一种超大规模电池储能电站功率分配方法及系统 | |
CN113675846A (zh) | 基于聚合效应的配电网分布式储能优化调度方法 | |
Abronzini et al. | Multi-source power converter system for EV charging station with integrated ESS | |
CN114243760A (zh) | 适用于配电网的光伏储能协调配置方法 | |
CN114498635A (zh) | 一种计及电动汽车充电优先级的配电网优化调度方法和系统 | |
Liu et al. | Multi-objective optimal peak load shaving strategy using coordinated scheduling of EVs and BESS with adoption of MORBHPSO | |
CN112260274A (zh) | 一种基于全景理论的虚拟电厂组建方法 | |
CN109510242B (zh) | 一种微电网储能系统配置优化方法及存储介质 | |
CN111525597A (zh) | 一种风储联合系统中双电池不平衡状态优化方法 | |
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 | |
CN115983890A (zh) | 5g基站储能系统的soc偏移优化控制方法及系统 | |
CN114094612A (zh) | 一种面向储能电站能耗优化的功率分配策略 | |
Haiyun et al. | Optimal Capacity Allocation Method of Multi-types of Energy Storage for Wind Power Plant | |
Ye et al. | Dispatch strategy for energy storage station in distribution network with high penetration photovoltaic generation |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |