CN109245134B - 基于虚拟模糊自适应调控算法的混合储能调度方法及系统 - Google Patents
基于虚拟模糊自适应调控算法的混合储能调度方法及系统 Download PDFInfo
- Publication number
- CN109245134B CN109245134B CN201811350720.5A CN201811350720A CN109245134B CN 109245134 B CN109245134 B CN 109245134B CN 201811350720 A CN201811350720 A CN 201811350720A CN 109245134 B CN109245134 B CN 109245134B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- energy
- fuzzy
- battery
- virtual
- 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
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
-
- 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
- H02J15/00—Systems for storing electric energy
-
- 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
- H02J3/38—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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于虚拟模糊自适应调控算法的混合储能调度方法及系统,基于户用直流电热耦合系统基本架构提取出供热系统的类电池特征,建立考虑多能流动态特征的两阶段动态微分模型;基于两阶段动态微分模型,计算反映储热和温控负荷运行特征的液态、气态虚拟电池容量和荷电状态;基于热泵性能系数,设计储能单元运行优先度模糊隶属度函数;设计模糊调控规则;利用最小隶属度原则,得到不同工作状态下的储能单元功率分配系数模糊判断结果;考虑储能单元容量差异的储能单元最终功率分配系数值;基于最终功率分配系数值和总调度功率,考虑储能功率约束,计算最终的功率分配策略,实现混合储能调度。
Description
技术领域
本发明涉及的是一种电池管理领域的技术,具体是一种基于虚拟模糊自适应调控算法的混合储能调度方法及系统。
背景技术
近年来,储能系统在电网运行与新能源消纳中得到广泛的应用。混合储能系统是目前研究的热点之一。基于虚拟模糊自适应调控算法的功率分配策略是混合储能管理技术中的关键。现有的混合储能功率调配算法主要不同单元运行特性的合理利用,但没有考虑能源品位、能效对调配结果的影响。为综合考虑能源品位、荷电状态、热泵性能系数和用户舒适度对调控策略的影响,提出适用于长时间尺度的虚拟模糊自适应调控算法。
发明内容
本发明针对现有技术存在的上述不足,提出一种基于虚拟模糊自适应调控算法的混合储能调度方法及系统,能够满足不同调度需求的直流电热耦合系统动态调控策略,以提升户用直流电热耦合系统中高品位能源含量,降低储热单元的耗散能量,并显著提升用户舒适度。
本发明是通过以下技术方案实现的:
本发明涉及一种基于虚拟模糊自适应调控算法的混合储能调度方法,具体步骤包括:
1)基于户用直流电热耦合系统基本架构提取出供热系统的类电池特征,建立考虑多能流动态特征的两阶段动态微分模型;
2)基于两阶段动态微分模型,计算反映储热和温控负荷运行特征的液态、气态虚拟电池容量和荷电状态;
3)基于能源品位和用户舒适度,设计包含电池储能、液态虚拟储能和气态虚拟储能的储能单元运行优先度的模糊隶属度函数;
4)基于储能单元的荷电状态,设计储能单元运行优先度模糊隶属度函数;
5)基于热泵性能系数,设计储能单元运行优先度模糊隶属度函数;
6)设计模糊调控规则;
7)利用最小隶属度原则,得到不同工作状态下的储能单元功率分配系数模糊判断结果;
8)考虑储能单元容量差异的储能单元最终功率分配系数值;
9)基于最终功率分配系数值和总调度功率,考虑储能功率约束,计算最终的功率分配策略,实现混合储能调度。
本发明涉及一种实现上述方法的基于虚拟模糊自适应调控算法的混合储能调度系统,包括:混合储能能量管理系统以及分别与之相连的锂电池能量监测与管理模块、储热水箱能量监测与管理模块以及室内温度能量监测与管理模块,其中:混合储能能量管理系统收集各储能单元的运行信息并通过虚拟模糊自适应调控算法进行混合储能的统一调度,锂电池能量监测与管理模块监测锂电池单元的运行状态并向混合储能管理系统发出锂电池的调控指令,储热水箱能量监测与管理模块监测储热水箱的运行状态并向混合储能管理系统发出储热水箱的调控指令,室内温度能量监测与管理模块监测室内温度变化并调节室内温度。
技术效果
与现有技术相比,本发明提出的虚拟自适应调控算法可提高户用储能系统中高品位电能的含量,降低户用储能系统中低品位热能的含量,提升户用直流电热耦合系统的能源品位,减小室内温度的波动幅度,提高用户的舒适度,减少储热水箱的能量耗散,提高户用直流电热耦合系统的综合能效。
附图说明
图1为实施例涉及的一种基于虚拟模糊自适应调控算法的混合储能调度系统架构图;
图2为状态自适应模糊调控算法流程图;
图3为虚拟电池综合储能系统功率分配算法流程图;
图4为充电状态下储能单元运行优先度模糊隶属函数示意图;
图5为放电状态下储能单元运行优先度模糊隶属函数示意图;
图6为储能单元荷电状态模糊隶属函数示意图;
图7为热泵性能系数模糊隶属函数示意图;
图8为储能单元功率分配系数模糊隶属函数示意图;
图9为户用直流电热耦合系统基本架构示意图;
图10为虚拟电池综合储能系统总功率指令示意图;
图11为外界温度变化曲线示意图;
图12为热泵性能系数曲线示意图;
图13为电池储能调控结果示意图;
图14为液态虚拟电池调度结果示意图;
图15为气态储能调控结果示意图;
图16为户用储能系统电能含量示意图;
图17为储热水箱等效电功率损耗示意图。
具体实施方式
如图1所示,为本实施例涉及的一种基于虚拟模糊自适应调控算法的混合储能调度系统,包括:混合储能能量管理系统以及分别与之相连的锂电池能量监测与管理模块、储热水箱能量监测与管理模块以及室内温度能量监测与管理模块,其中:混合储能能量管理系统收集各储能单元的运行信息并通过虚拟模糊自适应调控算法进行混合储能的统一调度,锂电池能量监测与管理模块监测锂电池单元的运行状态并向混合储能管理系统发出锂电池的调控指令,储热水箱能量监测与管理模块监测储热水箱的运行状态并向混合储能管理系统发出储热水箱的调控指令,室内温度能量监测与管理模块监测室内温度变化并调节室内温度。
如图2所示,为本实施例涉及的一种基于虚拟模糊自适应调控算法的混合储能调度方法,具体步骤包括:
1)基于户用直流电热耦合系统基本架构提取出供热系统的类电池特征,建立考虑多能流动态特征的两阶段动态微分模型;
2)基于两阶段动态微分模型,计算反映储热和温控负荷运行特征的液态、气态虚拟电池容量和荷电状态;
3)基于能源品位和用户舒适度,设计包含电池储能、液态虚拟储能和气态虚拟储能的储能单元运行优先度的模糊隶属度函数;
4)基于储能单元的荷电状态,设计储能单元运行优先度模糊隶属度函数;
5)基于热泵性能系数,设计储能单元运行优先度模糊隶属度函数;
6)设计模糊调控规则;
7)利用最小隶属度原则,得到不同工作状态下的储能单元功率分配系数模糊判断结果;
8)考虑储能单元容量差异的储能单元最终功率分配系数值;
9)基于最终功率分配系数值和总调度功率,考虑储能功率约束,计算最终的功率分配策略,实现混合储能调度。
所述的考虑多能流动态特征的两阶段动态微分模型为:
其中:tz为调控时刻,tz+1为与之相邻的后一个调控时刻,Δt为tz到tz+1之间的时间间隔,Tt为储热箱内部液体的温度,Rt,Ct分别为储热箱内液体热量存储过程对应的等效电阻和电容,Tr为室内温度,R,Cr分别为室内温度变化对应的等效电阻和电容,Tout为外界温度,e为自然指数。
基于虚拟电池两阶段动态微分模型,当用户房间设定温度为Tset,则供热系统的储热水箱的可调节热功率和不可调节功率、用户可控热功率为和不可控热功率分别为:
式中,Htc为储热水箱的可调节热功率,tz为调控时刻,tz+1为与之相邻的后一个调控时刻,Δt为tz到tz+1之间的时间间隔,Tt为储热箱内部液体的温度,Rt,Ct分别为储热箱内液体热量存储过程对应的等效电阻和电容,Tr为室内温度,R,Cr分别为室内温度变化对应的等效电阻和电容,Tout为外界温度,e为自然指数。Tset为用户房间设定温度。
基于供热系统的储热水箱的可调节热功率,所述的储热箱内液体对应的液态虚拟电池容量和荷电状态为:其中:ηcop为不同温度条件下热泵的性能系数,其值随着不同时刻外界温度的变化而变化。D0为调控指令的时间间隔。Ttmax为储热箱内液体可调节温度的最大值,Ttmin为储热箱内可调节液体的最小值。QEt为液态虚拟电池的容量,St为液态虚拟电池的荷电状态。
基于用户可控热功率为和不可控热功率,所述的用户房间温度调节过程对应的气态虚拟电池容量和荷电状态为: 其中:ΔTrmax为温度调节范围的上限,ΔTrmin为温度调节范围的下限。QEr为气态虚拟电池的容量,Sr为气态虚拟电池的荷电状态。
所述的步骤3),具体包括:1)以高品质电能为主要供用能形式的电池储能优先充电,充电模糊函数值为PB,放电模糊函数值为NB;2)以低品质热能为主要供用能形式的虚拟电池储能优先放电;3)液态虚拟电池充放电优先度均高于气态虚拟电池,其中:高品质电能是指:电池中存储的能量,低品质热能是指:储热水箱中的液体、用户室内气体中存储的能量。液态虚拟电池的充电优先度为ZO,放电优先度为PB,气态虚拟电池的充电优先度为ZO,放电优先度为NB。其中PB为正向最大,其对应的计算数值为1,ZO为中间值,其对应计算数值为0,NB为负向最大,其对应计算数值为-1。
所述的步骤4),具体包括:20%荷电状态对应的隶属度函数值为NB,40%荷电状态对应的隶属度函数值为NS,50%荷电状态对应的隶属度函数值为ZO,60%荷电状态对应的隶属度函数值为PS,80%荷电状态对应的隶属度函数值为PB。其中:NB为负向极大,NS为负向次大,ZO为中间值,PS为正向次大,PB为正向极大。
所述的步骤5),具体包括:性能系数4.4对应的为NB,性能系数4.8为NS,性能系数5.2为ZO,性能系数5.6为PS,性能系数5.8为PB。
所述的步骤6),具体包括:1)放电状态下,电池功率分配系数模糊函数值随着运行优先度和荷电状态水平的升高而升高;2)充电状态下,电池功率分配系数模糊函数值随着运行优先度的升高而升高,随着荷电状态水平的升高而降低;3)放电状态下,虚拟电池功率分配系数模糊函数值随着运行优先度的升高而升高,随着热泵性能系数的升高而降低;4)充电状态下,虚拟电池功率分配系数模糊函数值随着运行优先度和热泵性能系数的升高而升高。
所述的步骤7),具体包括:利用最小隶属度原则,得到不同工作状态下的储能单元功率分配系数模糊判断结果。再用式所示的离散式重心法,计算得到储能单元功率分配系数模糊函数值。其中:xk为功率分配系数模糊判断结果,μk(xk)为判断结果对应的隶属度函数值,k为重心法采样点的个数,δI为储能单元功率分配系数模糊函数值。
Qmax为储能单元的最大容量。
所述的最终的功率分配策略为:Pe(i,tz)=Pe(i,tz)+δF(i,tz)ΔS,其中:ΔS电池出力功率出调度功率的差值。Pe为功率调控指令值,其初始值为0,功率约束过程为:
如图9所示的实施列测试场景,依托交直流混合的分布式可再生能源示范工程,开发户用能量管理平台,对上述虚拟自适应调控策略进行验证。户用能量管理系统给虚拟电池综合储能系统发送的总功率调控指令如图10所示。测试周期内外界温度如图11所示。热泵性能系数如图12所示。锂电池、储热箱和用户房间的参数分别如表5、6和7所示。热泵最大功率为12kW。风机盘管的最大供热能力为0.45kW/m2。调度指令时间间隔为1小时。测试系统电功率最小精度要求为1W。
以下表1~表4为步骤6中所述的模糊调控规则。
表1为放电状态下电池储能的模糊调控规则:
表2为充电状态下电池储能的模糊调控规则:
表3为放电状态下液、气态虚拟电池储能的模糊调控规则:
表4为充电状态下液、气虚拟电池储能的模糊调控规则:
以下表5~表7为发明所设计的实施列所用的具体参数。
表5为锂电池参数:
表6储热水箱参数:
表7为用户房间参数
电池储能调控结果如图13所示。图13(a)的结果表明:在大部分运行周期内,虚拟自适应调控策略提升电池储能的充电功率,降低电池储能的放电功率。但在16点到18点的测试过程中,虚拟自适应调控策略对应的充电功率比SOC均衡调控策略对应的充电功率小。其原因是:在这个时间段内,虚拟自适应调控策略对应的锂电池SOC充电裕度接近于0,可接受的充电功率显著减小,大部分功率由虚拟电池单元承担。基于上述功率分配特点,与SOC均衡调控策略相比,虚拟自适应调控策略显著提升电池储能的SOC,使得整个调控过程中电池储能存储更多的能量,其结果如图13(b)所示。
液态虚拟电池调度结果如图14所示。图14(a)的结果表明:在各储能单元充放电裕度充足的情况下,虚拟自适应调控策略可以有效降低液态虚拟电池的充电功率,增大液态虚拟电池的放电功率。而在16点到18点的测试过程中,虚拟自适应调控策略对应的液态虚拟电池充电功率比SOC均衡调控策略对应的液态虚拟电池充电功率大。其原因在于:在这个阶段,电池储能SOC接近于1,需要液态虚拟储能电池承但更多的充电功率。因此,与SOC均衡调控策略相比,虚拟自适应调控策略可以有效降低液态虚拟电池对应储热水箱内的温度,其结果如图14(b)所示。
气态虚拟电池调控结果如图15所示。图15(a)的结果表明,与SOC均衡调控策略相比,虚拟自适应调控策略可以减小气态虚拟电池的充放电功率幅值。其温度调控结果如图15(b)所示。虚拟自适应调控策略降低室内温度的波动幅度。最大温差从1.19℃降低到0.73℃。用户舒适度显著提高。
测试周期内,户用储能系统电能含量如图16所示。如图16所示,与SOC均衡调控策略相比,虚拟自适应调控策略将户用储能系统中电能含量从20.99%提升到28.74%,提升户用储能系统的能源品位。
储热水箱等效衰耗功率如图17所示。如图17所示,虚拟自适应调度策略对应的储热水箱等效损耗功率要小于SOC均衡调控策略对应的储热水箱等效损耗功率。由此可知,虚拟自适应调控策略可以降低储热水箱的能量衰耗,在本文所述的测试周期内,储热水箱的等效电能损耗降低0.135kWh。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整,本发明的保护范围以权利要求书为准且不由上述具体实施所限,在其范围内的各个实现方案均受本发明之约束。
Claims (8)
1.一种基于虚拟模糊自适应调控算法的混合储能调度方法,其特征在于,具体步骤包括:
1)基于户用直流电热耦合系统基本架构提取出供热系统的类电池特征,建立考虑多能流动态特征的两阶段动态微分模型;
2)基于两阶段动态微分模型,计算反映储热和温控负荷运行特征的液态、气态虚拟电池容量和荷电状态;
3)基于能源品位和用户舒适度,设计包含电池储能、液态虚拟储能和气态虚拟储能的储能单元运行优先度的模糊隶属度函数,具体包括:1)以高品质电能为主要供用能形式的电池储能优先充电,充电模糊函数值为PB,放电模糊函数值为NB;2)以低品质热能为主要供用能形式的虚拟电池储能优先放电;3)液态虚拟电池充放电优先度均高于气态虚拟电池,其中:高品质电能是指:电池中存储的能量,低品质热能是指:储热水箱中的液体、用户室内气体中存储的能量,液态虚拟电池的充电优先度为ZO,放电优先度为PB,气态虚拟电池的充电优先度为ZO,放电优先度为NB,其中PB为正向最大,其对应的计算数值为1,ZO为中间值,其对应计算数值为0,NB为负向最大,其对应计算数值为-1;
4)基于储能单元的荷电状态,设计储能单元运行优先度模糊隶属度函数,具体包括:20%荷电状态对应的隶属度函数值为NB,40%荷电状态对应的隶属度函数值为NS,50%荷电状态对应的隶属度函数值为ZO,60%荷电状态对应的隶属度函数值为PS,80%荷电状态对应的隶属度函数值为PB,其中:NB为负向极大,NS为负向次大,ZO为中间值,PS为正向次大,PB为正向极大;
5)基于热泵性能系数,设计储能单元运行优先度模糊隶属度函数,具体包括:性能系数4.4对应的为NB,性能系数4.8为NS,性能系数5.2为ZO,性能系数5.6为PS,性能系数5.8为PB;
6)设计模糊调控规则,具体包括:1)放电状态下,电池功率分配系数模糊函数值随着运行优先度和荷电状态水平的升高而升高;2)充电状态下,电池功率分配系数模糊函数值随着运行优先度的升高而升高,随着荷电状态水平的升高而降低;3)放电状态下,虚拟电池功率分配系数模糊函数值随着运行优先度的升高而升高,随着热泵性能系数的升高而降低;4)充电状态下,虚拟电池功率分配系数模糊函数值随着运行优先度和热泵性能系数的升高而升高;
7)利用最小隶属度原则,得到不同工作状态下的储能单元功率分配系数模糊判断结果,具体包括:利用最小隶属度原则,得到不同工作状态下的储能单元功率分配系数模糊判断结果,再用式所示的离散式重心法,计算得到储能单元功率分配系数模糊函数值,其中:xk为功率分配系数模糊判断结果,μk(xk)为判断结果对应的隶属度函数值,k为重心法采样点的个数,δI为储能单元功率分配系数模糊函数值;
8)考虑储能单元容量差异的储能单元最终功率分配系数值;
9)基于最终功率分配系数值和总调度功率,考虑储能功率约束,计算最终的功率分配策略,实现混合储能调度。
8.一种实现权利要求1~7中任一所述方法的混合储能调度系统,其特征在于,包括:混合储能能量管理系统以及分别与之相连的锂电池能量监测与管理模块、储热水箱能量监测与管理模块以及室内温度能量监测与管理模块,其中:混合储能能量管理系统收集各储能单元的运行信息并通过虚拟模糊自适应调控算法进行混合储能的统一调度,锂电池能量监测与管理模块监测锂电池单元的运行状态并向混合储能管理系统发出锂电池的调控指令,储热水箱能量监测与管理模块监测储热水箱的运行状态并向混合储能管理系统发出储热水箱的调控指令,室内温度能量监测与管理模块监测室内温度变化并调节室内温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811350720.5A CN109245134B (zh) | 2018-11-14 | 2018-11-14 | 基于虚拟模糊自适应调控算法的混合储能调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811350720.5A CN109245134B (zh) | 2018-11-14 | 2018-11-14 | 基于虚拟模糊自适应调控算法的混合储能调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109245134A CN109245134A (zh) | 2019-01-18 |
CN109245134B true CN109245134B (zh) | 2021-06-18 |
Family
ID=65074615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811350720.5A Active CN109245134B (zh) | 2018-11-14 | 2018-11-14 | 基于虚拟模糊自适应调控算法的混合储能调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109245134B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112000146B (zh) * | 2019-05-27 | 2022-04-19 | 南京南瑞继保电气有限公司 | 一种空气温度调节系统的调度方法及系统 |
CN110165692B (zh) * | 2019-06-20 | 2022-12-30 | 东北大学 | 基于光伏-蓄电池-温控负荷的虚拟储能调峰系统与方法 |
CN110534823B (zh) * | 2019-07-19 | 2021-05-28 | 北京航空航天大学 | 一种动力电池均衡管理系统及方法 |
CN110570017A (zh) * | 2019-08-13 | 2019-12-13 | 天津大学 | 基于虚拟荷电状态优先的定速空调控制策略 |
CN113346591B (zh) * | 2021-06-16 | 2023-06-13 | 沈阳工程学院 | 一种基于自适应均衡技术的储能单体充放电运行模型 |
CN114229043B (zh) * | 2021-12-24 | 2023-05-12 | 中国电子科技集团公司第三十四研究所 | 基于功率和温度均衡的热控制系统智能主动热控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103199565A (zh) * | 2013-03-29 | 2013-07-10 | 华南理工大学 | 基于微分博弈理论的多区域自动发电控制协调方法 |
CN105931136A (zh) * | 2016-04-25 | 2016-09-07 | 天津大学 | 一种融合需求侧虚拟储能系统的楼宇微网优化调度方法 |
CN106786790A (zh) * | 2016-11-19 | 2017-05-31 | 国网浙江省电力公司 | 一种含水气煤核电的省级电网长期多电源协调调度方法 |
CN106877484A (zh) * | 2015-12-14 | 2017-06-20 | 田佳聪 | 一种独立光伏电站蓄电池管理方法 |
CN107124002A (zh) * | 2017-04-28 | 2017-09-01 | 上海交通大学 | 基于双模糊控制的独立微网能量优化控制方法 |
CN108628176A (zh) * | 2018-06-29 | 2018-10-09 | 国网山东省电力公司电力科学研究院 | 一种计及热网柔性的热电联合优化调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI384719B (zh) * | 2009-10-30 | 2013-02-01 | Iner Aec Executive Yuan | Network Connection Mode and Scheduling Method of Micro - grid Energy Storage Standby Power Supply |
-
2018
- 2018-11-14 CN CN201811350720.5A patent/CN109245134B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103199565A (zh) * | 2013-03-29 | 2013-07-10 | 华南理工大学 | 基于微分博弈理论的多区域自动发电控制协调方法 |
CN106877484A (zh) * | 2015-12-14 | 2017-06-20 | 田佳聪 | 一种独立光伏电站蓄电池管理方法 |
CN105931136A (zh) * | 2016-04-25 | 2016-09-07 | 天津大学 | 一种融合需求侧虚拟储能系统的楼宇微网优化调度方法 |
CN106786790A (zh) * | 2016-11-19 | 2017-05-31 | 国网浙江省电力公司 | 一种含水气煤核电的省级电网长期多电源协调调度方法 |
CN107124002A (zh) * | 2017-04-28 | 2017-09-01 | 上海交通大学 | 基于双模糊控制的独立微网能量优化控制方法 |
CN108628176A (zh) * | 2018-06-29 | 2018-10-09 | 国网山东省电力公司电力科学研究院 | 一种计及热网柔性的热电联合优化调度方法 |
Non-Patent Citations (1)
Title |
---|
考虑抗扰性能的风电混合储能系统协调控制策略研究;吴冠男等;《电力系统保护与控制》;20171116;第45卷(第22期);第164-169页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109245134A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109245134B (zh) | 基于虚拟模糊自适应调控算法的混合储能调度方法及系统 | |
CN112600188B (zh) | 一种直流微电网多储能soc均衡的分段自适应下垂控制方法 | |
CN102710013A (zh) | 基于微电网的园区能源网能量优化管理系统及其实现方法 | |
CN102664401A (zh) | 一种基于电池寿命模型的微电网控制方法 | |
CN110492498A (zh) | 一种基于双层控制的温控负荷参与电力系统一次调频方法 | |
CN110739699B (zh) | 一种基于空调的配电网调压方法 | |
CN107294212B (zh) | 考虑不同空调负荷特性的微网双层优化调度方法及系统 | |
CN108988356B (zh) | 基于虚拟储能的电热微网联络线功率波动平抑方法 | |
CN109816556B (zh) | 促进光伏消纳考虑热电联产及需求响应的并网型微电网经济优化调度策略 | |
CN112803446A (zh) | 基于客户侧需求响应的多能优化控制方法及控制系统 | |
CN111509738A (zh) | 电热微网源荷储协同平滑联络线功率方法及系统 | |
CN113255198B (zh) | 一种含虚拟储能的冷热电联供微电网多目标优化方法 | |
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 | |
CN116205421A (zh) | 一种考虑需求侧与碳排放的电力系统经济调度方法 | |
CN115173470A (zh) | 一种基于电网调峰的综合能源系统调度方法及系统 | |
CN115036914A (zh) | 考虑灵活性与新能源消纳的电网储能双层优化方法及系统 | |
CN115222195A (zh) | 考虑源-网-荷-储灵活性资源的配电网优化调度方法 | |
CN110535187A (zh) | 一种主动配电网的复合储能容量的能量调度方法及系统 | |
Li et al. | Micro-grid resource allocation based on multi-objective optimization in cloud platform | |
CN109995030B (zh) | 一种考虑脱网风险的储能装置soc下限值最优设置方法 | |
CN116470528A (zh) | 一种区域电网光储场站多时间尺度辅助调频方法 | |
CN105958513B (zh) | 一种基于hvac系统的区域电网功率动态平衡的方法 | |
CN112310969B (zh) | 一种区域用户供电方法 | |
Li et al. | Multi-Timescale Optimization of Distribution Network with Distributed Photovoltaic and Energy Storage through Coordinated Operation | |
CN113852093A (zh) | 一种储能装置与多晶硅负荷聚合调频方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |