CN109378844A - 一种分布式储能系统的优化配置方法 - Google Patents
一种分布式储能系统的优化配置方法 Download PDFInfo
- Publication number
- CN109378844A CN109378844A CN201811549392.1A CN201811549392A CN109378844A CN 109378844 A CN109378844 A CN 109378844A CN 201811549392 A CN201811549392 A CN 201811549392A CN 109378844 A CN109378844 A CN 109378844A
- Authority
- CN
- China
- Prior art keywords
- storage system
- day
- energy storage
- historical data
- energy
- 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 70
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000005611 electricity Effects 0.000 claims abstract description 7
- 238000011234 economic evaluation Methods 0.000 claims description 10
- 238000009826 distribution Methods 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 3
- 238000007667 floating Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000012983 electrochemical energy storage Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000003860 storage Methods 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
-
- 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
- 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
- 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
- H02J3/381—Dispersed generators
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种分布式储能系统的优化配置方法,具体包括以下步骤:S1、首先获取当地用电量的历史数据,并且根据历史数据按照天为单位进行分类,然后生成结果,然后以小时为单位对历史数据进行分类,这时就可以根据分类结果生成多个典型日,且可以以天为单位对相邻两天的波动幅度进行统计,涉及储能技术领域。该分布式储能系统的优化配置方法,能够根据典型日和历史数据对波动幅度进行生成,便于使用者考虑到波动因素再次对整体进行优化,大大的提高了优化配置的准确性,且可以对下一个周期进行预算,也可以对增长率进行一定的处理,考虑面比较周全,从而保证了整体的优化配置效果,便于使用者进行操作。
Description
技术领域
本发明涉及储能技术领域,具体为一种分布式储能系统的优化配置方法。
背景技术
储能技术主要分为储电与储热。目前储能方式主要分为三类:机械储能、电磁储能和电化学储能,储能技术主要分为物理储能(如抽水储能、压缩空气储能、飞轮储能等)、化学储能和电磁储能(如超导电磁储能、超级电容器储能等)三大类。根据各种储能技术的特点,飞轮储能、超导电磁储能和超级电容器储能适合于需要提供短时较大的脉冲功率场合,如应对电压暂降和瞬时停电、提高用户的用电质量,抑制电力系统低频振荡、提高系统稳定性等;而抽水储能、压缩空气储能和电化学电池储能适合于系统调峰、大型应急电源、可再生能源并入等大规模、大容量的应用场合,现有的分布式储能系统的优化配置方法,虽然能够通过历史数据进行分类后进行优化,但是不能够根据历史数据对波动幅度与典型日进行结合,降低了整体的准确性,且不能够对下一个周期的增长率进行提前预算,影响了使用者的使用。
传统的分布式储能系统的优化配置方法,不能够根据典型日和历史数据对波动幅度进行生成,不便于使用者考虑到波动因素再次对整体进行优化,大大的降低了优化配置的准确性,且不可以对下一个周期进行预算,也不可以对增长率进行一定的处理,考虑面不够周全,难以保证整体的优化配置效果,不便于使用者进行操作。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种分布式储能系统的优化配置方法,解决了分布式储能系统的优化配置方法不能够将波动幅度和典型日结合进行优化且不能将增长率进行考虑的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种分布式储能系统的优化配置方法,具体包括以下步骤:
S1、首先获取当地用电量的历史数据,并且根据历史数据按照天为单位进行分类,然后生成结果,然后以小时为单位对历史数据进行分类,这时就可以根据分类结果生成多个典型日,且可以以天为单位对相邻两天的波动幅度进行统计,根据统计结果生成波动幅度区间,且与多个典型日进行对比,这时就可以对分布式储能系统的优化配置方法按照多个典型日进行经济性评估,然后结合波动幅度区间对整体配置进行优化,生成最佳的优化配置方法;
S2、根据工程经济参数,确定规划周期年数NY,贴现率a,安装储能系统的单位费用PrDESS($/MW),不同负荷水平下的时间间隔数量NL,i,第i年第k个时间间隔的时间长度ΔTi,k(h),第i年第k个时间间隔的单位网损费用PrL,i,k($/MW·h),第i年第k个时间间隔的高压网侧注入无功功率的单位费用PrHV,i,k($/Mvar·h),第i年第k个时间间隔的分布式电源提供无功功率的单位费用PrDG,i,k($/Mvar·h),第i年第k个时间间隔的有功能量的单位费用PrEn,i,k($/MW·h),考虑通货膨胀情况下PrL,i,k每年的增长率αL,考虑通货膨胀情况下PrHV,i,k每年的增长率αHV,考虑通货膨胀情况下PrDG,i,k每年的增长率αDG,考虑通货膨胀情况下PrEn,i,k每年的增长率αDESS;
S3、根据电网参数,确定节点导纳矩阵的实部、虚部G、B,节点总数N,以及允许储能系统接入的最大功率Pmax;
S4、根据储能系统的特性参数,确定充电效率ηC和放电效率ηD,储能系统的最小荷电状态SOCmin和最大荷电状态SOCmax,以及储能系统的额定功率Ps;
S5、确定成本目标函数,取得成本最小值的方案即为最优方案,其中,目标函数包括网损带来的费用和储能系统的安装费用、高压网侧注入无功功率所引起的费用、分布式电源提供无功的费用以及通过储能系统实现价格套利等费用,此外,考虑在配电网整个规划周期内展开计算,在一年内分析多个典型日,同时考虑到规划期内资金的时间价值,统一将成本费用折算成现值;
S6、根据所述优化配置的方法实际运行一个时间周期,然后根据运行周期的数据分类成典型日,这时将运行周期中的典型日和历史数据的典型日进行对比,且将历史数据和运行数据之间的差值进行对比,预算出下一个周期的典型日、变化幅度以及增长幅度,然后制定出下一个周期最佳的分布式储能系统的优化配置方法,且在浮动较大的天数进行预警。
优选的,所述对历史数据进行分类以确定典型日和浮动变化的方法,首先确定聚类的数目m,并将样本进行从小到大排列,再将样本平均分成m个区间,确定每个区间的样本数,按照排列后的样本从小到大开始进行区间划分,最后对每个区间的样本进行平均值的计算,平均值即为该区间的典型日。
优选的,所述制定出下一个周期最佳的分布式储能系统的优化配置方法,以生成最优配置是基于优化程序对储能系统的配置方案进行各个典型日的经济性评估,然后对S6中得到的经济评估的结果进行比较,筛选出较优的配置方案,并保留到下一代,通过外层的遗传算法不断优化,直至最大遗传代数。
(三)有益效果
本发明提供了一种分布式储能系统的优化配置方法。具备以下有益效果:该分布式储能系统的优化配置方法,通过S1、首先获取当地用电量的历史数据,并且根据历史数据按照天为单位进行分类,然后生成结果,然后以小时为单位对历史数据进行分类,这时就可以根据分类结果生成多个典型日,且可以以天为单位对相邻两天的波动幅度进行统计,根据统计结果生成波动幅度区间,且与多个典型日进行对比,这时就可以对分布式储能系统的优化配置方法按照多个典型日进行经济性评估,然后结合波动幅度区间对整体配置进行优化,生成最佳的优化配置方法,能够根据典型日和历史数据对波动幅度进行生成,便于使用者考虑到波动因素再次对整体进行优化,大大的提高了优化配置的准确性,且可以对下一个周期进行预算,也可以对增长率进行一定的处理,考虑面比较周全,从而保证了整体的优化配置效果,便于使用者进行操作。
附图说明
图1为本发明方法的结构流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明实施例提供一种技术方案:一种分布式储能系统的优化配置方法,具体包括以下步骤:
S1、首先获取当地用电量的历史数据,并且根据历史数据按照天为单位进行分类,然后生成结果,然后以小时为单位对历史数据进行分类,这时就可以根据分类结果生成多个典型日,且可以以天为单位对相邻两天的波动幅度进行统计,根据统计结果生成波动幅度区间,且与多个典型日进行对比,这时就可以对分布式储能系统的优化配置方法按照多个典型日进行经济性评估,然后结合波动幅度区间对整体配置进行优化,生成最佳的优化配置方法;
S2、根据工程经济参数,确定规划周期年数NY,贴现率a,安装储能系统的单位费用PrDESS($/MW),不同负荷水平下的时间间隔数量NL,i,第i年第k个时间间隔的时间长度ΔTi,k(h),第i年第k个时间间隔的单位网损费用PrL,i,k($/MW·h),第i年第k个时间间隔的高压网侧注入无功功率的单位费用PrHV,i,k($/Mvar·h),第i年第k个时间间隔的分布式电源提供无功功率的单位费用PrDG,i,k($/Mvar·h),第i年第k个时间间隔的有功能量的单位费用PrEn,i,k($/MW·h),考虑通货膨胀情况下PrL,i,k每年的增长率αL,考虑通货膨胀情况下PrHV,i,k每年的增长率αHV,考虑通货膨胀情况下PrDG,i,k每年的增长率αDG,考虑通货膨胀情况下PrEn,i,k每年的增长率αDESS;
S3、根据电网参数,确定节点导纳矩阵的实部、虚部G、B,节点总数N,以及允许储能系统接入的最大功率Pmax;
S4、根据储能系统的特性参数,确定充电效率ηC和放电效率ηD,储能系统的最小荷电状态SOCmin和最大荷电状态SOCmax,以及储能系统的额定功率Ps;
S5、确定成本目标函数,取得成本最小值的方案即为最优方案,其中,目标函数包括网损带来的费用和储能系统的安装费用、高压网侧注入无功功率所引起的费用、分布式电源提供无功的费用以及通过储能系统实现价格套利等费用,此外,考虑在配电网整个规划周期内展开计算,在一年内分析多个典型日,同时考虑到规划期内资金的时间价值,统一将成本费用折算成现值;
S6、根据所述优化配置的方法实际运行一个时间周期,然后根据运行周期的数据分类成典型日,这时将运行周期中的典型日和历史数据的典型日进行对比,且将历史数据和运行数据之间的差值进行对比,预算出下一个周期的典型日、变化幅度以及增长幅度,然后制定出下一个周期最佳的分布式储能系统的优化配置方法,且在浮动较大的天数进行预警。
本发明中,对历史数据进行分类以确定典型日和浮动变化的方法,首先确定聚类的数目m,并将样本进行从小到大排列,再将样本平均分成m个区间,确定每个区间的样本数,按照排列后的样本从小到大开始进行区间划分,最后对每个区间的样本进行平均值的计算,平均值即为该区间的典型日。
本发明中,制定出下一个周期最佳的分布式储能系统的优化配置方法,以生成最优配置是基于优化程序对储能系统的配置方案进行各个典型日的经济性评估,然后对S6中得到的经济评估的结果进行比较,筛选出较优的配置方案,并保留到下一代,通过外层的遗传算法不断优化,直至最大遗传代数。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (3)
1.一种分布式储能系统的优化配置方法,其特征在于,具体包括以下步骤:
S1、首先获取当地用电量的历史数据,并且根据历史数据按照天为单位进行分类,然后生成结果,然后以小时为单位对历史数据进行分类,这时就可以根据分类结果生成多个典型日,且可以以天为单位对相邻两天的波动幅度进行统计,根据统计结果生成波动幅度区间,且与多个典型日进行对比,这时就可以对分布式储能系统的优化配置方法按照多个典型日进行经济性评估,然后结合波动幅度区间对整体配置进行优化,生成最佳的优化配置方法;
S2、根据工程经济参数,确定规划周期年数NY,贴现率a,安装储能系统的单位费用PrDESS($/MW),不同负荷水平下的时间间隔数量NL,i,第i年第k个时间间隔的时间长度ΔTi,k(h),第i年第k个时间间隔的单位网损费用PrL,i,k($/MW·h),第i年第k个时间间隔的高压网侧注入无功功率的单位费用PrHV,i,k($/Mvar·h),第i年第k个时间间隔的分布式电源提供无功功率的单位费用PrDG,i,k($/Mvar·h),第i年第k个时间间隔的有功能量的单位费用PrEn,i,k($/MW·h),考虑通货膨胀情况下PrL,i,k每年的增长率αL,考虑通货膨胀情况下PrHV,i,k每年的增长率αHV,考虑通货膨胀情况下PrDG,i,k每年的增长率αDG,考虑通货膨胀情况下PrEn,i,k每年的增长率αDESS;
S3、根据电网参数,确定节点导纳矩阵的实部、虚部G、B,节点总数N,以及允许储能系统接入的最大功率Pmax;
S4、根据储能系统的特性参数,确定充电效率ηC和放电效率ηD,储能系统的最小荷电状态SOCmin和最大荷电状态SOCmax,以及储能系统的额定功率Ps;
S5、确定成本目标函数,取得成本最小值的方案即为最优方案,其中,目标函数包括网损带来的费用和储能系统的安装费用、高压网侧注入无功功率所引起的费用、分布式电源提供无功的费用以及通过储能系统实现价格套利等费用,此外,考虑在配电网整个规划周期内展开计算,在一年内分析多个典型日,同时考虑到规划期内资金的时间价值,统一将成本费用折算成现值;
S6、根据所述优化配置的方法实际运行一个时间周期,然后根据运行周期的数据分类成典型日,这时将运行周期中的典型日和历史数据的典型日进行对比,且将历史数据和运行数据之间的差值进行对比,预算出下一个周期的典型日、变化幅度以及增长幅度,然后制定出下一个周期最佳的分布式储能系统的优化配置方法,且在浮动较大的天数进行预警。
2.根据权利要求1所述的一种分布式储能系统的优化配置方法,其特征在于:所述对历史数据进行分类以确定典型日和浮动变化的方法,首先确定聚类的数目m,并将样本进行从小到大排列,再将样本平均分成m个区间,确定每个区间的样本数,按照排列后的样本从小到大开始进行区间划分,最后对每个区间的样本进行平均值的计算,平均值即为该区间的典型日。
3.根据权利要求1所述的一种分布式储能系统的优化配置方法,其特征在于:所述制定出下一个周期最佳的分布式储能系统的优化配置方法,以生成最优配置是基于优化程序对储能系统的配置方案进行各个典型日的经济性评估,然后对S6中得到的经济评估的结果进行比较,筛选出较优的配置方案,并保留到下一代,通过外层的遗传算法不断优化,直至最大遗传代数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811549392.1A CN109378844A (zh) | 2018-12-18 | 2018-12-18 | 一种分布式储能系统的优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811549392.1A CN109378844A (zh) | 2018-12-18 | 2018-12-18 | 一种分布式储能系统的优化配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109378844A true CN109378844A (zh) | 2019-02-22 |
Family
ID=65374206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811549392.1A Pending CN109378844A (zh) | 2018-12-18 | 2018-12-18 | 一种分布式储能系统的优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109378844A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110690719A (zh) * | 2019-09-18 | 2020-01-14 | 国网重庆市电力公司电力科学研究院 | 一种微电网电池储能配置方法及可读存储介质 |
CN115106189A (zh) * | 2022-06-08 | 2022-09-27 | 淮南矿业(集团)有限责任公司 | 一种选煤厂效益最大化的实现方法和实现系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104578120A (zh) * | 2014-12-11 | 2015-04-29 | 国网重庆市电力公司经济技术研究院 | 分布式储能系统的优化配置方法 |
CN107492901A (zh) * | 2017-08-29 | 2017-12-19 | 广东电网有限责任公司电力科学研究院 | 一种分布式储能系统实时优化方法及装置 |
-
2018
- 2018-12-18 CN CN201811549392.1A patent/CN109378844A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104578120A (zh) * | 2014-12-11 | 2015-04-29 | 国网重庆市电力公司经济技术研究院 | 分布式储能系统的优化配置方法 |
CN107492901A (zh) * | 2017-08-29 | 2017-12-19 | 广东电网有限责任公司电力科学研究院 | 一种分布式储能系统实时优化方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110690719A (zh) * | 2019-09-18 | 2020-01-14 | 国网重庆市电力公司电力科学研究院 | 一种微电网电池储能配置方法及可读存储介质 |
CN110690719B (zh) * | 2019-09-18 | 2021-03-30 | 国网重庆市电力公司电力科学研究院 | 一种微电网电池储能配置方法及可读存储介质 |
CN115106189A (zh) * | 2022-06-08 | 2022-09-27 | 淮南矿业(集团)有限责任公司 | 一种选煤厂效益最大化的实现方法和实现系统 |
CN115106189B (zh) * | 2022-06-08 | 2024-04-30 | 淮南矿业(集团)有限责任公司 | 一种选煤厂效益最大化的实现方法和实现系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kanakadhurga et al. | Demand side management in microgrid: A critical review of key issues and recent trends | |
Yang et al. | Battery energy storage system size determination in renewable energy systems: A review | |
Gupta et al. | Levelized cost of solar photovoltaics and wind supported by storage technologies to supply firm electricity | |
CN107294120B (zh) | 一种主动配电网混合储能容量优化配置方法及装置 | |
CN107017630A (zh) | 一种多时间尺度的电力需求侧响应方法 | |
CN109038560B (zh) | 基于运行策略的配电网分布式储能经济性评价方法和系统 | |
CN108377003A (zh) | 一种风电或光电发电出力特性评价方法 | |
Lai et al. | Profit maximization for large-scale energy storage systems to enable fast EV charging infrastructure in distribution networks | |
CN105305488B (zh) | 一种考虑新能源并网对输电网利用率影响的评价方法 | |
Feng et al. | Performance analysis of hybrid energy storage integrated with distributed renewable energy | |
CN110417045A (zh) | 一种针对交直流混合微电网容量配置的优化方法 | |
CN110060165A (zh) | 光伏储能系统收益测算方法及能量管理控制方法 | |
CN109378844A (zh) | 一种分布式储能系统的优化配置方法 | |
CN109038655B (zh) | 限电要求下大型光伏电站的配套储能容量计算方法 | |
Kim et al. | Economical energy storage systems scheduling based on load forecasting using deep learning | |
Du et al. | Optimal whole-life-cycle planning for battery energy storage system with normalized quantification of multi-services profitability | |
Zhang et al. | A review on capacity sizing and operation strategy of grid-connected photovoltaic battery systems | |
CN109829599A (zh) | 基于高比例可再生能源的配电网的集群划分方法及装置 | |
Zhong et al. | A logic-based geometrical model for the next day operation of PV-battery systems | |
CN116108981A (zh) | 考虑分时电价的虚拟电厂电化学储能电站的容量优化配置方法 | |
CN115204944A (zh) | 一种计及全寿命周期的储能最优峰谷价差测算方法及装置 | |
Tang et al. | Benefits allocation method for demand response in smart distribution network with high PV penetration | |
Yin et al. | Economic and technical comparison of energy storage technologies for renewable accommodation | |
Wu et al. | Theoretical research for the application of flow storage battery in demand side management | |
Zhang et al. | Optimization Method of User-Side Energy Storage Capacity Considering Typical Daily Load Characteristics |
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: 20190222 |
|
RJ01 | Rejection of invention patent application after publication |