CN109190882A - 电力市场环境下基于云储能的微网经济优化交易方法 - Google Patents
电力市场环境下基于云储能的微网经济优化交易方法 Download PDFInfo
- Publication number
- CN109190882A CN109190882A CN201810827111.8A CN201810827111A CN109190882A CN 109190882 A CN109190882 A CN 109190882A CN 201810827111 A CN201810827111 A CN 201810827111A CN 109190882 A CN109190882 A CN 109190882A
- Authority
- CN
- China
- Prior art keywords
- microgrid
- energy storage
- electricity
- cloud
- power
- 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.)
- Granted
Links
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
- G06Q10/06—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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了电力市场环境下基于云储能的微网经济优化交易方法,属于电力系统自动化的技术领域。本发明基于少量分布式储能,将原本分布在用户侧的储能装置集中到云端形成集中式云储能,通过联立微网向云储能售购电效益的目标函数以及包含云储能充放电约束、云储能售购电价约束、微网购电电量约束的约束条件确定微网系统与云储能的联合优化模型,将各个微网看作一个利益主体后对每个微网的售购电量和充放电时间进行优化以实现微网经济效益的最大化,云储能的参与降低了储能设备的投资成本且提高了资源利用率。
Description
技术领域
本发明公开了电力市场环境下基于云储能的微网经济优化交易方法,属于电力系统自动化的技术领域。
背景技术
随着太阳能等新能源在微网中的大规模应用,间歇式能源发电效率偏低、易受天气影响、不稳定性较强对微网稳定运行和经济调度的影响日趋显著。传统的微电网模式成本较高且资源利用率较低,分布式能源的快速发展增加了微网对储能的需求,传统的基于储能的电网调度方案已不能适应微网的发展。基于共享经济模式的云储能模式将原本分布在用户侧的储能装置集中到云端,利用其所控制的储能资源为用户提供分布式的储能服务进而实现对所有储能的统一管理。现有技术尚未有涉及在电力市场环境下实现基于云储能的微网经济交易,本申请旨在提出一种基于云储能的微网经济优化交易方法。
发明内容
本发明的发明目的是针对上述背景技术的不足,提出电力市场环境下基于云储能的微网经济优化交易方法,根据云储能参与微网交易情形下的多微网联合互补特性建立多微网系统的整体联合优化模型,结合动态电价和分时电价优化各微网售购电策略集合,实现了基于云储能的微网经济效益最大化,克服了传统的基于储能的电网调度方案不适应微网发展的缺陷并为电力市场环境下基于云储能的微网经济优化交易提供一种可行方案。
本发明为实现上述发明目的采用如下技术方案:
电力市场环境下基于云储能的微网经济优化交易方法,包括如下步骤:
A、根据云储能参与微网交易情形下的多微网联合互补特性建立微网系统与云储能的整体联合优化模型;
B、采用大系统分解协调优化理论建立以大规模集中式储能设备为主、分布式储能设备为辅的子系统优化模型;
C、通过逻辑判断实现微网与云储能之间的动态电价策略以及微网与其内部用户之间的分时电价策略,从而获得各微网在一个调度周期内的经济效益;
D、采用智能优化算法,通过对微网售购电量以及充放电时机进行优化以实现各微网经济效益的最大化,从而得到整个系统的最优策略。
(1)电力市场环境下基于云储能的微网经济优化交易方法中,步骤A以微网收益最大化为目标,并考虑负荷功率平衡约束、微网电源调度约束、云储能设备充放电约束、微网内间歇式能源出力范围、微网购电电量约束、云储能售购实时电价约束以及微网向用户售电电价约束,建立微网系统与云储能的整体联合优化模型:
目标函数:
负荷功率平衡约束:
微网电源调度约束:
云储能设备充放电约束:
微网内间歇式能源出力范围约束:
微网购电电量约束:
云储能售购实时电价约束:
微网向其内部用户售电电价约束:
其中,f为微网向云储能售购电收益,Pci,t分别为t时刻微网i内间歇式能源发电输出功率、t时刻微网i的负荷需求功率、t时刻微网i内部储能充放电功率,Pci,t在微网i内部储能充电时为负数,Pci,t在微网i内部储能放电时为正数;分别为t时刻微网i向云储能实时售电和购电的价格,为t时刻微网i向其内部用户售电的价格;λi,t为t时刻微网i向云储能售购电的系数,同一时刻微网i只能向云端购电或售电且λi,t仅为0或1,当λi,t=1时,微网i向云储能售电,当λi,t=0时,微网i向云储能购电;为t时刻微网i向云储能购电或售电的功率,在微网i向云储能售电时为负数,在微网i向云储能购电时为正数;为t时刻微网i向云储能售电的功率;ηi为微网i内光伏发电剩余电量的储存比例;Cbat,t为t时刻云储能设备的储量,Cbatmin、Cbatmax为云储能设备的最小储能量和最大储能量,Cbatmin=0.25Cbat,Cbatmax=0.85Cbat,Cbat为云储能设备的额定容量;Pbat+,t、Pbat-,t分别为云储能设备工作在t时刻的瞬时放电功率和瞬时充电功率,为保证云储能设备的工作质量和使用寿命,规定云储能设备工作时在单位时间内的充放电功率不得大于0.2Cbat,即0.2Cbat/Δt,Δt为相邻时间间隔;分别为t时刻云储能设备充放电次数且仅为0或1,N为云储能设备在一个调度周期内的充放电限制次数; 为微网i内间歇式能源出力的最小值和最大值;Gi,t为t时刻微网i购买的云储能容量,Gmin,t、Gmax,t分别为t时刻微网可购买的最小云储能容量值和最大云储能容量,分别为t时刻微网向云储能售电的最低价格和最高价格,分别为t时刻微网向云储能购电的最低价格和最高价格, 分别是t时刻微网i向用户售电的最低电价和最高电价;n为微网个数,T为调度周期。
(2)步骤B中的子系统优化模型以各微网为主体,以第m个微网为主体的子系统模型为:
(3)基于云储能的微网经济优化交易方法的步骤C中,各微网与云储能之间采用的是一种动态电价策略,即随着云储能设备所储电量的变化动态调整微网向云储能的售购电价,由:来反映各时刻微网向云储能购电电价的变化;考虑到微网向云端售电电价有所不同,由:来反映各时刻微网向云储能售电电价的变化,各微网与其内部用户之间则采用分时电价,即表达式:
其中,αi,1、αi,2为峰时、谷时微网i向云储能购电电价的系数,αi,3、αi,4为峰时、谷时微网i向云储能售电电价的系数且αi,1>αi,3>αi,2>αi,4,βi,t为微网i向云储能售购电的峰谷变化系数,βi,t=0表示t时刻为微网i向云储能售购电处于峰时,βi,t=1表示t时刻为微网i向云储能售购电处于谷时,Mi,0为微网i的初始电价,ωi,t为微网i向其内部用户售电的峰谷变化系数,ωi,t=0表示微网i在峰时向其内部用户售电,ωi,t=1表示微网i在谷时向其内部用户售电,mi,1、mi,2分别为微网i在峰时或谷时向其内部用户售电的电价,mi,1>mi,2。
(4)基于云储能的微网经济优化交易方法步骤D中,在动态电价与分时电价策略下,采用粒子群算法优化各微网的售购电量与充放电时机得到多微网的最优策略集合。
本发明采用上述技术方案,具有以下有益效果:
(1)本发明基于少量分布式储能,将原本分布在用户侧的储能装置集中到云端形成集中式云储能,通过联立微网向云储能售购电效益的目标函数以及包含云储能充放电约束、云储能售购电价约束、微网购电电量约束的约束条件确定微网系统与云储能的联合优化模型,将各个微网看作一个利益主体后对每个微网的售购电量和充放电时间进行优化以实现微网经济效益的最大化,云储能的参与降低了储能设备的投资成本且提高了资源利用率。
(2)本发明基于云储能设备所储电量的变化动态调整微网向云储能的售购电价,并且兼以微网与其内部用户分时电价的策略对各微网售购电量和充放电时机进行优化,实现微网利益最大化的同时能够满足微网的差异化电量需求,进而实现整个系统资源的最优配置。
附图说明
图1为电力市场环境下基于云储能的微网经济优化交易方法的框架图。
具体实施方式
下面结合图1对发明的技术方案进行详细说明。
本发明主要针对太阳能、风能等间歇式能源发电效率以及发电时间受天气影响的不稳定性问题,采用云储能技术将原本分散在用户侧的储能装置集中在云端,以微网收益最大化为目标,分析其各种约束条件,诸如电源调度约束,功率平衡约束,蓄电池容量和瞬间充放电功率约束,提出基于云储能的微网系统运行优化调度模型,其电价随着云端设备所储能量的变化而产生相应的波动,并采用粒子群优化算法使得微网收益最大化,解决能源分配最优化问题。
首先,在电力市场环境下基于云储能的微网经济优化交易方法中,以微网收益最大化为目标,考虑负荷平衡约束、各微网电源调度约束、云储能设备充放电约束、微网内间歇式能源出力范围、微网购电电量约束、云储能销售或购买实时电价约束以及微网向用户售电电价约束等约束条件,建立微网系统与云储能的整体联合优化模型。
其次,为了方便对多微网与云储能的整体联合优化模型进行求解,并且考虑到各微网在不同时刻对云储能需求也有所不同,将该模型分解为单个微网与云储能之间经济优化交易的求解问题,从而得到基于云储能的各微网经济优化的最佳方案。
最后,通过使用逻辑判断功能,采用动态电价和分时电价策略,以电价为出发点,利用粒子群优化算法求得各子系统的最佳充放电时机与售购电电量,并对各子系统方案进行融合,进而得到基于云储能的多微网经济优化的最佳方案。
(一)根据各微网组成的多微网系统联合互补特性建立多微网系统的整体联合优化模型
(1)优化目标:
其中,分别为t时刻微网i内间歇式能源发电输出功率、负荷需求功率,Pci,t为t时刻微网i内部储能充放电功率,即当Pci,t<0时,t时刻微网i内部储能充电,当Pci,t>0时,t时刻微网i内部储能放电,分别为t时刻微网i向云储能实时售电和购电的价格,是t时刻微网i向其内部用户售电的电价,λi,t是随时间t变化的微网i向云储能售购电系数且仅为0或1,当λi,t=0时,此时微网i仅向云储能购电;当λi,t=1时,此时微网i仅向云储能售电,n为微网个数,T为调度周期。
(2)约束条件:
①负荷功率平衡约束:
其中,为t时刻微网i向云储能购电或售电的功率,售电功率为负且表示为购电为正表示为
②微网电源调度约束:
其中,ηi为微网i内光伏发电剩余电量储存比例,当光伏发电电量大于用电负荷,按照比例分配对剩余电量进行调度。
③云储能设备充放电约束:
其中,Cbatmin、Cbat,t、Cbatmax为云储能设备的最小储能量、t时刻储能量和云储能设备的最大储能量,蓄电池在使用过程中若常处于深度放电状态,荷电状态(SOC)低于25%,使用寿命会大大缩短;相反,若蓄电池在使用过程中处于浅放电状态,使用寿命会大大延长。为保证云储能设备的使用寿命,规定荷电状态的范围为25%-85%,即Cbatmin=0.25Cbat,Cbatmax=0.85Cbat,Cbat是云储能设备的额定容量。Pbat+,t、Pbat-,t分别为云储能设备工作时的瞬时放电功率和瞬时充电功率;为保证云储能设备的工作质量和使用寿命,规定云储能设备工作时在单位时间内的充放电功率不得大于0.2Cbat,即0.2Cbat/Δt,Δt为相邻时间间隔;分别为t时刻云储能设备充放电次数且仅为0或1,N为云储能设备在一个调度周期内的充放电限制次数。
④微网内间歇式能源出力范围:
⑤微网购电电量约束:Gmin,t≤Gi,t≤Gmax,t (6),
其中,Gi,t为t时刻微网i购买的云储能容量大小,Gmin,t、Gmax,t分别为t时刻微网可购买的云储能容量的最小值和最大值。
⑥云储能售购实时电价约束:
其中,分别为t时刻微网向云储能售电的最低价格和最高价格,分别为t时刻微网向云储能购电的最低价格和最高价格, 分别为t时刻微网i向云储能实时售电和购电的价格,且表达式中αi,1、αi,2为峰时、谷时微网i向云储能购电电价的系数,αi,3、αi,4为峰时、谷时微网i向云储能售电电价的系数且αi,1>αi,3>αi,2>αi,4;βi,t为t时刻微网i向云储能售购电的峰谷变化系数,βi,t=0表示t时刻为微网i向云储能售购电处于峰时,βi,t=1表示t时刻为微网i向云储能售购电处于谷时,Mi,0为微网i的初始电价;而微网向其内部用户售电电价也需满足: 其中,分别是微网向其内部用户售电的最低电价和最高电价,ωi,t为t时刻微网i向其内部用户售电的峰谷变化系数,ωi,t=0表示微网i在峰时向其内部用户售电,ωi,t=1表示微网i在谷时向其内部用户售电,mi,1、mi,2分别为微网i在峰时或谷时向其内部用户售电的电价,mi,1>mi,2。
(二)将整体联合优化模型分解为单个微网与云储能经济优化交易的子系统模型
由于各微网之间存在差异,所以研究多微网系统时,系统结构复杂且计算难度大,用同一种优化方案很难准确的使得每个微网经济效益最大化,所以将整个系统分为多个子系统进行优化处理,分别用智能优化算法去求解每一个子系统,把一个复杂的系统分解成多个简单的子系统,求得子系统最优方案的集合即整个系统的最优解。
(三)通过动态电价和分时电价来调节微网向云端的售购电价及微网向其内部用户售电电价,利用粒子群算法优化各微网的售购电量与充放电时机得到能够实现微网经济效益最大化的最优售购电策略集合
首先判断某一时刻微网光伏发电功率与负荷需求功率:
(1)若则λi,t=1;此时,各微网在满足其内部需求之后,会采取向云储能售电模式,所售电价为:判断此时刻微网向云储能售电处于峰时或谷时:
①若为峰时,则βi,t=0,此时,微网向云储能售电电价为:
②若为谷时,则βi,t=1,此时,微网向云储能售电电价为:
(2)若则λi,t=0;此时各微网无法满足其内部用户需求,会采取向云储能购电模式,所购电价为:判断此时刻微网向云储能购电处于峰时或谷时:
③若为峰时,则βi,t=0,此时微网向云储能购电电价为:
④若为谷时,则βi,t=1,此时微网向云储能购电电价为:
αi,1、αi,2、αi,3、αi,4分别为峰时、谷时微网i购电电价系数,峰时、谷时微网i售电电价系数且αi,1>αi,3>αi,2>αi,4,αi,1、αi,2、αi,3、αi,4在这里为定值,但因各微网而异。各微网向云储能售购电价除了与αi,1、αi,2、αi,3、αi,4有关,主要取决于此时云储能的储能量Cbat,t。
(3)微网本地用户向微网购电时,主要采用分时电价策略,购电电价为:
①若为峰时购电,则ωi,t=0,此时用户购电电价为:
②若为谷时购电,则ωi,t=1,此时用户购电电价为:
mi,1、mi,2分别为微网i在峰时或谷时向用户售电电价,mi,1>mi,2。
(4)用户购电的峰谷时刻与各微网向云储能售购电的峰谷时刻有所不同,所以用不同系数βi,t、ωi,t来表示,在电价已知的某一时刻,以微网与云储能端的售购电量为自变量,以各微网收益最大化为目标,并考虑负荷功率平衡约束、微网电源调度约束、云储能设备充放电约束、微网能源出力范围、云储能销售或购买实时电价约束以及用户向微网购电电价约束,利用粒子群智能优化算法分别求得各微网向云储能售购电的最佳方案,综合得到电力市场环境下基于云储能的微网经济优化交易最佳方案。
Claims (6)
1.电力市场环境下基于云储能的微网经济优化交易方法,其特征在于,根据云储能参与微网交易情形下的多微网联合互补特性建立微网系统与云储能的整体联合优化模型,所述整体联合优化模型以多微网系统收益最大为目标并在负荷功率平衡约束、微网电源调度约束、云储能设备充放电约束、微网内间歇式能源出力范围约束、微网购电电量约束、云储能售购实时电价约束以及微网向其内部用户售电电价约束下确定多微网向云储能售购电的最优交易方案,将整体联合优化模型分解为多个以集中式储能为主并以分布式储能为辅的单微网优化模型,求解各单微网优化模型的最优解以确定多微网获取一个调度周期内最大收益时的最优售购电量。
2.根据权利要求1所述电力市场环境下基于云储能的微网经济优化交易方法,其特征在于,动态调节单微网向云储能售购电的电价并分时计算单微网向其内部用户售电的电价以确定单微网在一个调度周期内的收益。
3.根据权利要求1或2所述电力市场环境下基于云储能的微网经济优化交易方法,其特征在于,所述整体联合优化模型中,
目标函数:
负荷功率平衡约束:
微网电源调度约束:
云储能设备充放电约束:
微网内间歇式能源出力范围约束:
微网购电电量约束:Gmin,t≤Gi,t≤Gmax,t,
云储能售购实时电价约束:
微网向其内部用户售电电价约束:
其中,f为微网向云储能售购电收益,Pci,t分别为t时刻微网i内间歇式能源发电输出功率、t时刻微网i的负荷需求功率、t时刻微网i内部储能充放电功率,Pci,t在微网i内部储能充电时为负数,Pci,t在微网i内部储能放电时为正数,分别为t时刻微网i向云储能实时售电和购电的价格,为t时刻微网i向其内部用户售电的价格,λi,t为t时刻微网i向云储能售购电的系数,同一时刻微网i只能向云端购电或售电且λi,t仅为0或1,当λi,t=1时,微网i向云储能售电,当λi,t=0时,微网i向云储能购电,为t时刻微网i向云储能购电或售电的功率,在微网i向云储能售电时为负数,在微网i向云储能购电时为正数,为t时刻微网i向云储能售电的功率,ηi为微网i内光伏发电剩余电量的储存比例,Cbat,t为t时刻云储能设备的储量,Cbatmin、Cbatmax为云储能设备的最小储能量和最大储能量,Cbatmin=0.25Cbat,Cbatmax=0.85Cbat,Cbat为云储能设备的额定容量,Pbat+,t、Pbat-,t分别为云储能设备工作在t时刻的瞬时放电功率和瞬时充电功率,Δt为相邻时间间隔,分别为t时刻云储能设备充放电次数且仅为0或1,N为云储能设备在一个调度周期内的充放电限制次数,为微网i内间歇式能源出力的最小值和最大值,Gi,t为t时刻微网i购买的云储能容量,Gmin,t、Gmax,t分别为t时刻微网可购买的最小云储能容量值和最大云储能容量,分别为t时刻微网向云储能售电的最低价格和最高价格,分别为t时刻微网向云储能购电的最低价格和最高价格,分别是t时刻微网i向用户售电的最低电价和最高电价,n为微网个数,T为调度周期。
4.根据权利要求3所述电力市场环境下基于云储能的微网经济优化交易方法,其特征在于,按照如下表达式动态调节单微网向云储能售购电的电价:
其中,αi,1、αi,2为峰时、谷时微网i向云储能购电电价的系数,αi,3、αi,4为峰时、谷时微网i向云储能售电电价的系数,αi,1>αi,3>αi,2>αi,4,βi,t为微网i向云储能售购电的峰谷变化系数,βi,t=0表示t时刻为微网i向云储能售购电处于峰时,βi,t=1表示t时刻为微网i向云储能售购电处于谷时,Mi,0为微网i的初始电价。
5.根据权利要求3所述电力市场环境下基于云储能的微网经济优化交易方法,其特征在于,按照表达式:分时计算单微网向其内部用户售电的电价,ωi,t为t时刻微网i向其内部用户售电的峰谷变化系数,ωi,t=0表示微网i在峰时向其内部用户售电,ωi,t=1表示微网i在谷时向其内部用户售电,mi,1、mi,2分别为微网i在峰时或谷时向其内部用户售电的电价,mi,1>mi,2。
6.根据权利要求1所述电力市场环境下基于云储能的微网经济优化交易方法,其特征在于,采用粒子群算法求解每个单微网优化模型的最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810827111.8A CN109190882B (zh) | 2018-07-25 | 2018-07-25 | 电力市场环境下基于云储能的微网经济优化交易方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810827111.8A CN109190882B (zh) | 2018-07-25 | 2018-07-25 | 电力市场环境下基于云储能的微网经济优化交易方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109190882A true CN109190882A (zh) | 2019-01-11 |
CN109190882B CN109190882B (zh) | 2021-11-30 |
Family
ID=64936962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810827111.8A Active CN109190882B (zh) | 2018-07-25 | 2018-07-25 | 电力市场环境下基于云储能的微网经济优化交易方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190882B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109787263A (zh) * | 2019-01-29 | 2019-05-21 | 上海电力学院 | 一种基于多级云储能的家庭能源互济系统及调度方法 |
CN110011307A (zh) * | 2019-05-17 | 2019-07-12 | 长沙理工大学 | 一种源-荷曲线调节优化模型与方法 |
CN110034561A (zh) * | 2019-05-15 | 2019-07-19 | 长沙理工大学 | 一种基于云储能租赁服务的风电场储能容量优化方法 |
CN110782076A (zh) * | 2019-10-12 | 2020-02-11 | 华翔翔能电气股份有限公司 | 基于高维目标优化决策的互联微网分层能量调度方法 |
CN111049138A (zh) * | 2019-12-31 | 2020-04-21 | 四川大学 | 一种基于云储能系统的微电网多源协调优化的方法和装置 |
CN111404148A (zh) * | 2020-03-23 | 2020-07-10 | 华翔翔能科技股份有限公司 | 一种风光沼多微网系统及其对等能量和通信交易方法 |
CN111899122A (zh) * | 2020-07-03 | 2020-11-06 | 国网江苏省电力有限公司镇江供电分公司 | 一种基于储能控制的用户分散出清方法 |
CN112016824A (zh) * | 2020-08-25 | 2020-12-01 | 国网四川省电力公司经济技术研究院 | 一种基于共享经济理念的储能资源匹配方法 |
CN112132638A (zh) * | 2020-10-22 | 2020-12-25 | 云南电网有限责任公司电力科学研究院 | 一种储能上网定价系统及方法 |
CN113240311A (zh) * | 2021-05-27 | 2021-08-10 | 湖南大学 | 计及供电可靠性的多主体分布式电源电能交易规划方法 |
CN113421123A (zh) * | 2021-06-29 | 2021-09-21 | 国网安徽省电力有限公司电力科学研究院 | 含共享储能的点对点电能交易市场设计方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292449A (zh) * | 2017-07-18 | 2017-10-24 | 广东双新电气科技有限公司 | 一种含多微网主动配电系统分散协同经济调度方法 |
CN107958300A (zh) * | 2017-08-21 | 2018-04-24 | 浙江工业大学 | 一种考虑互动响应的多微网互联运行协调调度优化方法 |
-
2018
- 2018-07-25 CN CN201810827111.8A patent/CN109190882B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107292449A (zh) * | 2017-07-18 | 2017-10-24 | 广东双新电气科技有限公司 | 一种含多微网主动配电系统分散协同经济调度方法 |
CN107958300A (zh) * | 2017-08-21 | 2018-04-24 | 浙江工业大学 | 一种考虑互动响应的多微网互联运行协调调度优化方法 |
Non-Patent Citations (1)
Title |
---|
苏晨: "微电网分布式运行控制策略研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109787263A (zh) * | 2019-01-29 | 2019-05-21 | 上海电力学院 | 一种基于多级云储能的家庭能源互济系统及调度方法 |
CN109787263B (zh) * | 2019-01-29 | 2022-11-15 | 上海电力学院 | 一种基于多级云储能的家庭能源互济系统及调度方法 |
CN110034561A (zh) * | 2019-05-15 | 2019-07-19 | 长沙理工大学 | 一种基于云储能租赁服务的风电场储能容量优化方法 |
CN110034561B (zh) * | 2019-05-15 | 2022-10-11 | 长沙理工大学 | 一种基于云储能租赁服务的风电场储能容量优化方法 |
CN110011307A (zh) * | 2019-05-17 | 2019-07-12 | 长沙理工大学 | 一种源-荷曲线调节优化模型与方法 |
CN110782076B (zh) * | 2019-10-12 | 2022-06-17 | 华翔翔能科技股份有限公司 | 基于高维目标优化决策的互联微网分层能量调度方法 |
CN110782076A (zh) * | 2019-10-12 | 2020-02-11 | 华翔翔能电气股份有限公司 | 基于高维目标优化决策的互联微网分层能量调度方法 |
CN111049138A (zh) * | 2019-12-31 | 2020-04-21 | 四川大学 | 一种基于云储能系统的微电网多源协调优化的方法和装置 |
CN111049138B (zh) * | 2019-12-31 | 2021-04-20 | 四川大学 | 一种基于云储能系统的微电网多源协调优化的方法和装置 |
CN111404148A (zh) * | 2020-03-23 | 2020-07-10 | 华翔翔能科技股份有限公司 | 一种风光沼多微网系统及其对等能量和通信交易方法 |
CN111899122A (zh) * | 2020-07-03 | 2020-11-06 | 国网江苏省电力有限公司镇江供电分公司 | 一种基于储能控制的用户分散出清方法 |
CN111899122B (zh) * | 2020-07-03 | 2024-01-02 | 国网江苏省电力有限公司镇江供电分公司 | 一种基于储能控制的用户分散出清方法 |
CN112016824B (zh) * | 2020-08-25 | 2023-01-10 | 国网四川省电力公司经济技术研究院 | 一种基于共享经济理念的储能资源匹配方法 |
CN112016824A (zh) * | 2020-08-25 | 2020-12-01 | 国网四川省电力公司经济技术研究院 | 一种基于共享经济理念的储能资源匹配方法 |
CN112132638A (zh) * | 2020-10-22 | 2020-12-25 | 云南电网有限责任公司电力科学研究院 | 一种储能上网定价系统及方法 |
CN112132638B (zh) * | 2020-10-22 | 2024-04-09 | 云南电网有限责任公司电力科学研究院 | 一种储能上网定价系统及方法 |
CN113240311A (zh) * | 2021-05-27 | 2021-08-10 | 湖南大学 | 计及供电可靠性的多主体分布式电源电能交易规划方法 |
CN113240311B (zh) * | 2021-05-27 | 2024-03-01 | 湖南大学 | 计及供电可靠性的多主体分布式电源电能交易规划方法 |
CN113421123A (zh) * | 2021-06-29 | 2021-09-21 | 国网安徽省电力有限公司电力科学研究院 | 含共享储能的点对点电能交易市场设计方法和装置 |
CN113421123B (zh) * | 2021-06-29 | 2024-04-09 | 国网安徽省电力有限公司电力科学研究院 | 含共享储能的点对点电能交易市场设计方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109190882B (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190882A (zh) | 电力市场环境下基于云储能的微网经济优化交易方法 | |
CN107545325B (zh) | 一种基于博弈论的多微网互联运行优化方法 | |
CN107528345B (zh) | 一种多时间尺度的网源荷储协调控制方法 | |
Xiao et al. | A new energy storage sharing framework with regard to both storage capacity and power capacity | |
GB2596240A (en) | Coordinated control of renewable electric generation resource and charge storage device | |
CN110350523A (zh) | 基于需求响应的多能源互补优化调度方法 | |
CN105006843A (zh) | 一种应对风电不确定性的多时间尺度柔性负荷调度方法 | |
Eseye et al. | Grid-price dependent optimal energy storage management strategy for grid-connected industrial microgrids | |
CN114256836B (zh) | 一种新能源电站共享储能的容量优化配置方法 | |
CN105391092A (zh) | 基于相关机会规划的虚拟电厂多目标竞价的调控优化方法 | |
CN104484757B (zh) | 一种应用于智能微电网的异质载荷调度和能量管理方法 | |
CN110245810A (zh) | 一种区域能源互联网协调优化运行方法 | |
CN110991881B (zh) | 一种电动汽车换电站与电力公司协同调度方法及系统 | |
CN111030101B (zh) | 一种基于多元化大数据清洁能源消纳联动调控方法及系统 | |
CN115511658A (zh) | 一种计及储能装置折损的楼宇能量优化方法 | |
CN110635465A (zh) | 直流微电网的分层协调控制方法 | |
CN110829424A (zh) | 一种考虑风电消纳的区域多微网配电网互动方法 | |
Feng et al. | Flexible optimal scheduling of power system based on renewable energy and electric vehicles | |
CN117236587A (zh) | 一种园区综合能源系统电氢碳协同调度优化方法 | |
CN110601183A (zh) | 一种远洋孤岛微电网系统及其分散式周期性能量交易方法 | |
CN116191505A (zh) | 一种低压台区源荷储充全局动态互动的调节方法及装置 | |
CN114648164A (zh) | 基于SoS架构的多微电网自治协调多层级优化调度方法 | |
Zhang et al. | Combining data centers with electric vehicle battery swapping stations for grid regulation | |
CN110929908A (zh) | 多微网系统容量配置与经济调度的协同优化方法及系统 | |
Niu et al. | Research on capacity allocation of optical storage system based on supply demand balance under the background of green power trading |
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 |