CN109446479B - 一种基于弃光条件判断的储能容量计算方法 - Google Patents
一种基于弃光条件判断的储能容量计算方法 Download PDFInfo
- Publication number
- CN109446479B CN109446479B CN201811295370.7A CN201811295370A CN109446479B CN 109446479 B CN109446479 B CN 109446479B CN 201811295370 A CN201811295370 A CN 201811295370A CN 109446479 B CN109446479 B CN 109446479B
- Authority
- CN
- China
- Prior art keywords
- representing
- eta
- light
- power
- energy storage
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 47
- 238000004146 energy storage Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 41
- 239000002699 waste material Substances 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000006467 substitution reaction Methods 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 3
- 229920006395 saturated elastomer Polymers 0.000 abstract description 2
- 208000032170 Congenital Abnormalities Diseases 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Public Health (AREA)
- Human Resources & Organizations (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Fuzzy Systems (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
- Control Of Electrical Variables (AREA)
Abstract
本发明属于电网技术领域,尤其涉及一种基于弃光条件判断的储能容量计算方法,在当前大量光伏不断并网的电力系统中,为保证电网安全稳定运行,对弃光条件的判定及对弃光容量的判断尤为重要。本发明首先对电网内的数据参数进行采集,在微网通过配电网与外部电网进行并网时需要保证两者之间的平衡稳定,在光伏电站出力达到一定程度或波动较大时,需要弃光,使电网保持稳定,需进行弃光条件标准判定;弃光量计算;计算弃光量;计算所需储能系统容量。根据电网在不同天气条件下针对光伏电站出力大小的不确定性及波动的不稳定性,对电网内负荷不能完全消纳光伏电站发电量时,及储能系统处于饱和状态时,对弃光量判断,使电网内发出功率与负荷保持平衡。
Description
技术领域
本发明属于电网技术领域,尤其涉及一种基于弃光条件判断的储能容量计算方法,在当前大量光伏不断并网的电力系统中,为保证电网安全稳定运行对弃光条件的判定以及对弃光容量进行判断显得尤为重要。
背景技术
近年来由于光伏电站的大量增加导致频繁遭遇的“弃光”现象愈演愈烈,而相对于风电的不分昼夜来说,光伏发电还有着白天工作晚上休息的先天不足;因此,太阳能资源相对于风能的间歇性和不可控性特征更明显。如果从对电网调峰所带来的不利影响看,光伏发电增加了调峰的难度,并网对电网安全稳定运行带来了严峻挑战。近年来看,在西藏、青海、宁夏等一些光照条件强的地区,每年集中在短短几个月内增加大量的光伏发电,一波波“装机热”很容易导致光伏项目过分集中。加上由于电网吸纳能力问题,一些光伏发电项目远离负荷中心,难以做到就近消纳,“弃光”现象往往紧随而至。
在保证电网系统的安全稳定运行前提下,如若弃光是不可避免的情况时,对电网内满足弃光条件判定以及将弃光进行储存显得尤为重要。
发明内容
针对上述现有技术存在的不足,本发明提出了一种基于弃光条件判断的储能容量计算方法,其目的是为了实现对电网内满足弃光条件判定以及将弃光进行储存的目的。
本发明解决其技术问题所采用的技术方案是:
一种基于弃光条件判断的储能容量计算方法,首先对电网内的数据参数进行采集,在微网通过配电网与外部电网进行并网时需要保证两者之间的平衡稳定,在光伏电站出力达到一定程度,或是波动较大的情况下需要弃光,使得电网保持稳定,为达到以上条件要求需进行以下步骤:
步骤1:进行弃光条件标准判定;
步骤2:进行弃光量计算;
步骤3:计算弃光量;
步骤4:计算所需储能系统容量。
所述步骤1包括:进行弃光条件标准判定,电网内发电机输出电压相位θ、频率f、电压u,经过光伏电站逆变器后的输出状态量输出电压相位θd、频率fd、电压ud;首先进行如下计算:
上式中,ηle表示输出变量矩阵,ηd表示经过逆变器后输出变量矩阵,η1表示电网内发电机输出变量矩阵;
其中ηd=[θd,fd,ud],对上式求导可得:
其次进行如下计算:
上式(2)中,η2d表示优化矩阵,ηle1表示相位变量元素,ηle2表示频率变量元素,ηle3表示电压变量元素,k表示变量系数,k2表示对应变量系数,k21表示相位变量系数,k22表示频率变量系数,k23表示电压变量系数;
所述步骤2包括:进行弃光量计算,设光伏电站的预测输出有功功率Pwy,预测负荷消耗无功Qww,预测负荷消耗有功功率Pwfh,对于微网实际有功出力Pwsj,负荷消耗实际无功Qwsj,以及负荷实际消耗有功Pfhsj;进行下式计算:
上式(3)中,η2e表示差值变量矩阵,η2表示消耗预测变量矩阵;
为使得得弃光量达到最小,减少能源的浪费前提下进行整个电力系统的稳定运行,进行模糊算法计算,具体数学表达式如下:
上式(4)中:B表示模糊矩阵,ιB为系统的运行额定电压,为系统最优参向量,使得ωB表示系统参相量,ωBM表示第M个系统最优参相量,R表示实数;oB为在进行逼近计算过程中的误差向量,oBM表示第M个系统的误差相量,使其满足条件||oB||≤oBM,0<oBM∈R;
所述步骤3包括:计算弃光量,其中qr为光伏电站满额发电功率;
上式(5)中:w表示弃光量。
所述步骤4包括:计算所需储能系统容量:由于储能系统效率问题,以及弃光量预测的误差问题,所需储能系统的容量:
Qc=[w+(qr-Pfhsj)]η (6);
上式(6)中:Qc表示所需储能系统的容量。
所述的一种基于弃光条件判断的储能容量计算方法,包括:
上式中,ηle表示输出变量矩阵,ηd表示经过逆变器后输出变量矩阵,η1表示电网内发电机输出变量矩阵;
其中ηd=[θd,fd,ud],对上式求导并通过计算可得:
进行如下计算:
上式中,η2d表示优化矩阵,ηle1表示相位变量元素,ηle2表示频率变量元素,ηle3表示电压变量元素,k表示变量系数,k2表示对应变量系数,k21表示相位变量系数,k22表示频率变量系数,k23表示电压变量系数;
其中k2=diag{k21,k22,k23}>0,选取Lyapunov李亚普诺夫能量函数为对上式进行求导,希望得到η2d=η2,并将η2d代入η2整理,当时满足弃光条件,其中k2min=min{k21,k22,k23};经过计算满足弃光条件;
步骤2:进行弃光量计算,光伏电站的预测输出有功功率Pwy=10MW,预测负荷消耗无功Qww=2Mvar,预测负荷有功功率Pwfh=20MW,对于微网实际有功出力Pwsj=12MW,负荷消耗实际无功Qwsj=18Mvar,以及负荷实际消耗有功Pfhsj=19MW;进行下式计算:
上式中,η2e表示差值变量矩阵,η2表示消耗预测变量矩阵;
为使得得弃光量达到最优,减少能源的浪费前提下进行整个电力系统的稳定运行,进行模糊算法计算,具体数学表达式如下:
上式中:B表示模糊矩阵ιB为系统的运行额定电压,为系统最优参向量,使得 ωB表示系统参相量,ωBM表示第M个系统最优参相量,R表示实数;oB为在进行逼近计算过程中的误差向量,oBM表示第M个系统的误差相量,使其满足条件||oB||≤oBM,0<oBM∈R;
将结果代入下式,计算解得:
步骤3:计算弃光量,光伏电站满额发电功率qr=15MW;
解得w=126MW.h;
上式中:w表示弃光量;
步骤4:计算所需储能系统容量:由于储能系统效率问题η=90%,以及弃光量预测的误差问题,所需储能系统的容量:
Qc=[w+(qr-Pfhsj)]η=110MW.h
上式中:Qc表示所需储能系统的容量;
通过上述计算看出对弃光的条件判定符合要求,能够使得电网在额定电压、频率条件下运行,符合要求,且储能系统能够完全消纳弃光电量。
本发明具有以下优点及有益效果:
本发明能够根据电网在不同天气条件下针对光伏电站出力大小的不确定性,以及波动的不稳定性,对电网内负荷不能完全消纳光伏电站的发电量时,以及储能系统已处于饱和状态时,对弃光量进行判断,使得电网内的发出功率与负荷保持平衡。
附图说明
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及具体实施方式对本发明作进一步的详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
图1是本发明具体计算框图;
图2是本发明为弃光条件下电网电压及频率波动情况。
具体实施方式
本发明是一种基于弃光条件判断的储能容量计算方法,首先对电网内的数据参数进行采集,在微网通过配电网与外部电网进行并网时需要保证两者之间的平衡稳定,在光伏电站出力达到一定程度,或是波动较大的情况下需要弃光使得电网保持稳定,为达到以上条件要求需进行如下设计。如图1所示,本发明包括以下步骤:
步骤1:进行弃光条件标准判定,电网内发电机输出电压相位θ、频率f、电压u,经过光伏电站逆变器后的输出状态量输出电压相位θd、频率fd、电压ud。首先进行如下计算:
上式中,ηle表示输出变量矩阵,ηd表示经过逆变器后输出变量矩阵,η1表示电网内发电机输出变量矩阵。
其中ηd=[θd,fd,ud],对上式求导可得:
其次进行如下计算:
上式(2)中,η2d表示优化矩阵,ηle1表示相位变量元素,ηle2表示频率变量元素,ηle3表示电压变量元素,k表示变量系数,k2表示对应变量系数,k21表示相位变量系数,k22表示频率变量系数,k23表示电压变量系数。
步骤2:进行弃光量计算,设光伏电站的预测输出有功功率Pwy,预测负荷消耗无功Qww,预测负荷消耗有功功率Pwfh,对于微网实际有功出力Pwsj,负荷消耗实际无功Qwsj,以及负荷实际消耗有功Pfhsj。进行下式计算:
上式(3)中,η2e表示差值变量矩阵,η2表示消耗预测变量矩阵。
为使得得弃光量达到最小,尽可能减少能源的浪费前提下进行整个电力系统的稳定运行,进行模糊算法计算,具体数学表达式如下:
上式(4)中:B表示模糊矩阵,ιB为系统的运行额定电压,为系统最优参向量,使得ωB表示系统参相量,ωBM表示第M个系统最优参相量,R表示实数;oB为在进行逼近计算过程中的误差向量,oBM表示第M个系统的误差相量,使其满足条件||oB||≤oBM,0<oBM∈R。
步骤3:计算弃光量,其中qr为光伏电站满额发电功率。
上式(5)中:w表示弃光量。
步骤4:计算所需储能系统容量:由于储能系统效率问题,以及弃光量预测的误差问题,所需储能系统的容量:
Qc=[w+(qr-Pfhsj)]η (6);
上式(6)中:Qc表示所需储能系统的容量。
实施例1:
上式中,ηle表示输出变量矩阵,ηd表示经过逆变器后输出变量矩阵,η1表示电网内发电机输出变量矩阵。
其中ηd=[θd,fd,ud],对上式求导并通过计算可得:
进行如下计算:
上式中,η2d表示优化矩阵,ηle1表示相位变量元素,ηle2表示频率变量元素,ηle3表示电压变量元素,k表示变量系数,k2表示对应变量系数,k21表示相位变量系数,k22表示频率变量系数,k23表示电压变量系数。
其中k2=diag{k21,k22,k23}>0,选取Lyapunov李亚普诺夫能量函数为对上式进行求导,希望得到η2d=η2,并将η2d代入η2整理,当时满足弃光条件。其中k2min=min{k21,k22,k23}。经过计算满足弃光条件。
步骤2:进行弃光量计算,光伏电站的预测输出有功功率Pwy=10MW,预测负荷消耗无功Qww=2Mvar,预测负荷有功功率Pwfh=20MW,对于微网实际有功出力Pwsj=12MW,负荷消耗实际无功Qwsj=18Mvar,以及负荷实际消耗有功Pfhsj=19MW。进行下式计算:
上式中,η2e表示差值变量矩阵,η2表示消耗预测变量矩阵。
为使得得弃光量达到最优,尽可能减少能源的浪费前提下进行整个电力系统的稳定运行,进行模糊算法计算,具体数学表达式如下:
上式中:B表示模糊矩阵ιB为系统的运行额定电压,为系统最优参向量,使得 ωB表示系统参相量,ωBM表示第M个系统最优参相量,R表示实数;oB为在进行逼近计算过程中的误差向量,oBM表示第M个系统的误差相量,使其满足条件||oB||≤oBM,0<oBM∈R。
将结果代入下式,计算解得。
步骤3:计算弃光量,光伏电站满额发电功率qr=15MW。
解得w=126MW.h。
上式中:w表示弃光量。
步骤4:计算所需储能系统容量:由于储能系统效率问题η=90%,以及弃光量预测的误差问题,所需储能系统的容量
Qc=[w+(qr-Pfhsj)]η=110MW.h
上式中:Qc表示所需储能系统的容量。
通过上述计算可以看出对弃光的条件判定符合要求,能够使得电网在额定电压、频率条件下运行,符合要求,且储能系统能够完全消纳弃光电量。
在进行弃光条件下的电网电压及频率波动情况如图2所示。
Claims (2)
1.一种基于弃光条件判断的储能容量计算方法,其特征是:所述计算方法包括如下步骤:
步骤1:进行弃光条件标准判定,电网内发电机输出电压相位θ、频率f、电压u,经过光伏电站逆变器后的输出状态量输出电压相位θd、频率fd、电压ud;首先进行如下计算:
上式中,ηle表示输出变量矩阵,ηd表示经过逆变器后输出变量矩阵,η1表示电网内发电机输出变量矩阵;
其中ηd=[θd,fd,ud],对上式求导可得:
其次进行如下计算:
上式(2)中,η2d表示优化矩阵,ηle1表示相位变量元素,ηle2表示频率变量元素,ηle3表示电压变量元素,k表示变量系数,k2表示对应变量系数,k21表示相位变量系数,k22表示频率变量系数,k23表示电压变量系数;其中k2=diag{k21,k22,k23}>0,选取Lyapunov李亚普诺夫能量函数为对上式进行求导,得到η2d=η2,并将η2d代入η2整理可得,当:
步骤2:进行弃光量计算,设光伏电站的预测输出有功功率Pwy,预测负荷消耗无功Qww,预测负荷消耗有功功率Pwfh,对于微网实际有功出力Pwsj,负荷消耗实际无功Qwsj,以及负荷实际消耗有功Pfhsj;进行下式计算:
上式(3)中,η2e表示差值变量矩阵,η2表示消耗预测变量矩阵;
为使得得弃光量达到最小,减少能源的浪费前提下进行整个电力系统的稳定运行,进行模糊算法计算,具体数学表达式如下:
上式(4)中:B表示模糊矩阵,ιB为系统的运行额定电压,为系统最优参向量,使得ωB表示系统参相量,ωBM表示第M个系统最优参相量,R表示实数;oB为在进行逼近计算过程中的误差向量,oBM表示第M个系统的误差相量,使其满足条件||oB||≤oBM,0<oBM∈R;
步骤3:计算弃光量,其中qr为光伏电站满额发电功率;
上式(5)中:w表示弃光量;
步骤4:计算所需储能系统容量,由于储能系统效率问题,以及弃光量预测的误差问题,所需储能系统的容量:
Qc=[w+(qr-Pfhsj)]η (6);
上式(6)中:Qc表示所需储能系统的容量。
2.根据权利要求1所述的一种基于弃光条件判断的储能容量计算方法,其特征是:所述计算方法包括:
上式中,ηle表示输出变量矩阵,ηd表示经过逆变器后输出变量矩阵,η1表示电网内发电机输出变量矩阵;
其中ηd=[θd,fd,ud],对上式求导并通过计算可得:
进行如下计算:
上式中,η2d表示优化矩阵,ηle1表示相位变量元素,ηle2表示频率变量元素,ηle3表示电压变量元素,k表示变量系数,k2表示对应变量系数,k21表示相位变量系数,k22表示频率变量系数,k23表示电压变量系数;
其中k2=diag{k21,k22,k23}>0,选取Lyapunov李亚普诺夫能量函数为对上式进行求导,希望得到η2d=η2,并将η2d代入η2整理,当时满足弃光条件,其中k2min=min{k21,k22,k23};经过计算满足弃光条件;
步骤2:进行弃光量计算,光伏电站的预测输出有功功率Pwy=10MW,预测负荷消耗无功Qww=2Mvar,预测负荷有功功率Pwfh=20MW,对于微网实际有功出力Pwsj=12MW,负荷消耗实际无功Qwsj=18Mvar,以及负荷实际消耗有功Pfhsj=19MW;进行下式计算:
上式中,η2e表示差值变量矩阵,η2表示消耗预测变量矩阵;
为使得得弃光量达到最优,减少能源的浪费前提下进行整个电力系统的稳定运行,进行模糊算法计算,具体数学表达式如下:
上式中:B表示模糊矩阵ιB为系统的运行额定电压,为系统最优参向量,使得ωB表示系统参相量,ωBM表示第M个系统最优参相量,R表示实数;oB为在进行逼近计算过程中的误差向量,oBM表示第M个系统的误差相量,使其满足条件||oB||≤oBM,0<oBM∈R;
将结果代入下式,计算解得:
步骤3:计算弃光量,光伏电站满额发电功率qr=15MW;
解得w=126MW.h;
上式中:w表示弃光量;
步骤4:计算所需储能系统容量:由于储能系统效率问题η=90%,以及弃光量预测的误差问题,所需储能系统的容量:
Qc=[w+(qr-Pfhsj)]η=110MW.h
上式中:Qc表示所需储能系统的容量;
通过上述计算看出对弃光的条件判定符合要求,能够使得电网在额定电压、频率条件下运行,符合要求,且储能系统能够完全消纳弃光电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811295370.7A CN109446479B (zh) | 2018-11-01 | 2018-11-01 | 一种基于弃光条件判断的储能容量计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811295370.7A CN109446479B (zh) | 2018-11-01 | 2018-11-01 | 一种基于弃光条件判断的储能容量计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109446479A CN109446479A (zh) | 2019-03-08 |
CN109446479B true CN109446479B (zh) | 2023-05-09 |
Family
ID=65550344
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811295370.7A Active CN109446479B (zh) | 2018-11-01 | 2018-11-01 | 一种基于弃光条件判断的储能容量计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109446479B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106058918A (zh) * | 2016-06-04 | 2016-10-26 | 东北电力大学 | 基于光伏接纳可行域的储能控制策略及经济性评价方法 |
CN106169108A (zh) * | 2016-07-14 | 2016-11-30 | 河海大学 | 含电池储能系统的主动配电网短期有功优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103208803B (zh) * | 2013-04-18 | 2015-02-04 | 国家电网公司 | 风电和光电集中并网的无功电压优化控制方法 |
-
2018
- 2018-11-01 CN CN201811295370.7A patent/CN109446479B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106058918A (zh) * | 2016-06-04 | 2016-10-26 | 东北电力大学 | 基于光伏接纳可行域的储能控制策略及经济性评价方法 |
CN106169108A (zh) * | 2016-07-14 | 2016-11-30 | 河海大学 | 含电池储能系统的主动配电网短期有功优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109446479A (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104377724B (zh) | 提高风电/光伏混合储能系统经济性的协调优化控制方法 | |
CN107069814B (zh) | 配网分布式电源容量布点的模糊机会约束规划方法与系统 | |
CN112583017B (zh) | 考虑储能运行约束的混合微电网能量分配方法及系统 | |
CN103762616B (zh) | 一种基于功率预测方法的混合储能光伏发电系统 | |
CN113241803B (zh) | 一种基于新能源消纳的储能调度方法及计算机介质 | |
CN105373842A (zh) | 一种基于全能流模型的微电网能量优化与评估方法 | |
Chen et al. | Smoothing photovoltaic power fluctuations for cascade hydro-PV-pumped storage generation system based on a fuzzy CEEMDAN | |
CN115907213A (zh) | 基于云集端分层架构的考虑设备健康度的群控群调策略 | |
CN113962159A (zh) | 一种基于合理弃光的配电网光伏最大接入容量的评估方法 | |
CN111917111B (zh) | 用于配电网的分布式光伏电源接纳能力在线评估的方法、系统、设备及存储介质 | |
CN110994632A (zh) | 一种基于机会约束规划考虑电压和环保指标的分布式电源布点定容优化的计算方法 | |
CN117236638B (zh) | 基于多模态网络的运河微电网分布式能量管理系统 | |
CN110854910B (zh) | 一种高比例光伏并网下火电机组爬坡压力缓解方法 | |
CN109446479B (zh) | 一种基于弃光条件判断的储能容量计算方法 | |
jing Hu et al. | Capacity optimization of wind/PV/storage power system based on simulated annealing-particle swarm optimization | |
CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
CN115549118A (zh) | 配电网无功补偿设备出力平滑指数预测方法 | |
Wang et al. | Multi-objective optimal dispatch of wind-integrated power system based on distributed energy storage | |
CN116029097A (zh) | 考虑不确定性风电接入惯量安全的经济-能效性调度方法 | |
CN115425650A (zh) | 一种供电所微电网配置方法、装置、设备及介质 | |
Su et al. | Data-driven robust dispatch of integrated electricity-gas energy systems considering uncertainty of wind power | |
CN111680815A (zh) | 一种基于bp神经网络的微电网分级优化重构方法 | |
Zhong et al. | Double-Layer-Optimizing Method of Hybrid Energy Storage Microgrid Based on Improved Grey Wolf Optimization. | |
Liu et al. | Micro grid energy management based on two-stage robust optimization | |
Hu-Ping et al. | Site Selection and Capacity Planning for Distributed Generation Considering Uncertainty Risk and Lack of Flexibility |
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 |