CN109802412A - 用户侧负荷聚集商储能容量的优化配置方法 - Google Patents

用户侧负荷聚集商储能容量的优化配置方法 Download PDF

Info

Publication number
CN109802412A
CN109802412A CN201910226741.4A CN201910226741A CN109802412A CN 109802412 A CN109802412 A CN 109802412A CN 201910226741 A CN201910226741 A CN 201910226741A CN 109802412 A CN109802412 A CN 109802412A
Authority
CN
China
Prior art keywords
energy storage
response
load
quotient
aggregation quotient
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
Application number
CN201910226741.4A
Other languages
English (en)
Other versions
CN109802412B (zh
Inventor
孙伟卿
向威
裴亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201910226741.4A priority Critical patent/CN109802412B/zh
Publication of CN109802412A publication Critical patent/CN109802412A/zh
Application granted granted Critical
Publication of CN109802412B publication Critical patent/CN109802412B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种用户侧负荷聚集商储能容量的优化配置方法,获取负荷侧响应资源的需求响应率概率分布参数及需求侧响应项目合同参数;获取储能的成本参数;建立储能容量最优配置的数学模型;在建立的数学模型的约束条件和负荷聚集商的市价条件约束下,求解负荷聚集商的净收益目标函数的最大值,同时根据求解的目标函数最大值所对应的储能参数,获得负荷聚集商最优的储能配置容量。该方法深入分析负荷聚集商对负荷侧响应资源与储能的运行机制的机理,并在此基础上提供最为经济的储能容量配置方案,降低负荷聚集商对储能的需求,同时增加负荷聚集商参与需求侧响应项目时其响应量落在最优收益区间上的概率,从而显著提高负荷聚集商的经济效益。

Description

用户侧负荷聚集商储能容量的优化配置方法
技术领域
本发明涉及一种能源配置管理技术,特别涉及一种用户侧负荷聚集商储能容量的优化配置方法。
背景技术
未来电力系统中,风电、光伏等可再生能源渗透率不断提高,因其出力具有随机性、间歇性、波动性等特点,“源-荷”单向匹配的传统模式难以为继。刘文颖(刘文颖,文晶,谢昶,等.考虑风电消纳的电力系统源荷协调多目标优化方法[J].中国电机工程学报,2015,35(05):1079-1088.)等人发表文章证明负荷侧资源参与电网调节能有效降低系统运行成本,提高可再生能源消纳,缓解可再生能源并网的压力。高赐威(高赐威,李倩玉,李慧星,等.基于负荷聚合商业务的需求响应资源整合方法与运营机制[J].电力系统自动化,2013,37(17):78-86.)等人针对目前对于负荷调节能力的挖掘不够深入,主网调度负荷侧资源存在障碍的问题,提出利用负荷聚集商整合与管理负荷侧资源,以提高资源配置水平。Nguyen D T(Nguyen D T,Le L B,Member S.Risk-Constrained Profit Maximizationfor Microgrid Aggregators with Demand Response[J].IEEE Transactions on SmartGrid,2015,6(1):135-146.)等人发表文章指出负荷侧资源的不确定性,对负荷聚集商的投标决策有较大影响。
针对以上问题,天津大学学者王冉(王冉,王丹,贾宏杰,等.一种平抑微网联络线功率波动的电池及虚拟储能协调控制策略[J].中国电机工程学报,2015,35(20):5124-5134.)等人提出一种蓄电池和负荷侧电热泵负荷的协调控制策略,用于平抑微网联络线功率波动,同时保证了参与负荷需求响应用户的舒适性。该文献提拱了利用储能与负荷侧可控负荷协调控制的思路,来提高电力系统的调节能力,但忽略了可控负荷参与响应的不确定性。
在此基础上,张开宇(张开宇,宋依群,严正.考虑用户违约可能的负荷聚合商储能配置策略[J].电力系统自动化,2015,39(17):127-133.)等人考虑用户可能出现违约的情况,利用储能装置提高供能平稳性的手段,提出基于市场等级化补偿规则的储能容量优化模型。证明了该模型可以为负荷聚集商规避用户侧可能出现的违约行为提供储能优化配置策略。该文献考虑了用户侧响应的不确定性,然而依然没有分析储能对用户侧响应不确定性的影响机理,也没有提出储能容量最优配置的求解方法。
发明内容
本发明是针对负荷侧响应资源的响应不确定性带来的经济损失的问题,提出了一种用户侧负荷聚集商储能容量的优化配置方法,当负荷聚集商参与需求侧响应项目时,可以作为其充分考量储能与负荷侧不确定资源的相互影响关系的依据。解决负荷侧响应资源的响应不确定性带来的经济损失问题。
本发明的技术方案为:一种用户侧负荷聚集商储能容量的优化配置方法,具体包括如下步骤:
1)获取负荷侧响应资源的需求响应率概率分布参数及需求侧响应项目合同参数;
2)获取储能的成本参数:参数包括储能的单位容量成本me、储能的单位功率成本mp、储能容量的运行维护成本与初始容量投资成本的比值x%、储能功率的运行维护成本与初始功率投资成本的比值y%、负荷聚集商投资储能建设时的折现率r、储能的全寿命周期T;
3)建立储能容量最优配置的数学模型:
3.1)依据负荷聚集商控制策略和负荷侧需求响应资源概率参数,利用蒙特卡洛方法选取样本规模为m的负荷侧需求响应率,记为δi,i=1,2,3,…,m;根据需求侧响应项目合同规则和实际的响应情况,将实际响应量分为四个区间计算落在不同区间上的收益:
3.1.1)若则负荷聚集商的收益为:
其中,Δtj为第j个响应时段,j∈[1,2,3,…,n];为第j时间段内负荷聚集商考虑储能参与补充响应下的实际响应量;为第j时间段内合同计划响应量;a为考虑储能参与补充响应后整体响应率低于60%的频数;为第j时段内储能的充放电功率,表示储能充电,表示储能放电,表示储能不动作,假设在时间段内储能的充放电功率不变;定义如式(8)所示;为第j时段内的电网电价;
3.1.2)若则负荷聚集商的收益为:
其中,b为考虑储能参与补充响应后整体响应率不低于60%同时低于70%的频数;
3.1.3)若则负荷聚集商的收益为:
其中,c为考虑储能参与补充响应后整体响应率不低于70%同时低于150%的频数;
3.1.4)若则负荷聚集商的收益为:
其中,d为考虑储能参与补充响应后整体响应率不低于150%的频数;
3.2)最终负荷聚集商一年的期望收益为:
3.3)聚集商收益的数学模型的约束条件为:
负荷聚集商的信誉指数约束:
储能的充电功率约束:
储能的放电功率约束:
储能的充放电状态约束:
储能的荷电状态约束:
SOCmin≤SOC(t)≤SOCmax (20)
储能的初末状态约束:
其中:Pr()表示满足括号内条件的概率;γ为负荷聚集商的信誉指数;分别为储能在j时段的充、放电功率;为储能允许的最大充放电功率的绝对值;E为储能的额定容量,额定容量与储能允许最大充放电功率满足一定的比例关系,即ηch、ηdch为储能的充、放电效率;为储能的状态参数,若该储能单元为放电状态时,否则若该储能单元为充电状态时,否则SOC(t)为储能t时刻的荷电状态;SOCmax、SOCmin分别为储能的荷电状态允许上、下限值;
3.4)根据上述条件和负荷聚集商的盈利模式,负荷聚集商的净收益目标函数为:
4)在步骤3)中的约束条件和负荷聚集商的市价条件约束下,求解式(22)的最大值,负荷聚集商的净收益目标函数F最大值Fmax所对应的储能额定容量为Eb,Eb为负荷聚集商最优的储能配置容量。
所述负荷聚集商控制策略为:优先控制负荷侧响应资源响应计划需求,自身配置的储能参与补充,即当响应资源的响应量与计划响应量存在偏差时,方考虑控制储能补充响应。
本发明的有益效果在于:本发明用户侧负荷聚集商储能容量的优化配置方法,当负荷聚集商参与需求侧响应项目时,可以作为其充分考量储能与负荷侧不确定资源的相互影响关系的依据。该方法能有深入分析负荷聚集商对负荷侧响应资源与储能的运行机制的机理,并在此基础上提供最为经济的储能容量配置方案,进而降低负荷聚集商对储能的需求,同时增加负荷聚集商参与需求侧响应项目时其响应量落在最优收益区间上的概率,从而显著提高负荷聚集商的经济效益。
附图说明
图1为本发明实施例中负荷聚集商对负荷需求资源和储能的控制策略机理示意图;
图2为本发明实施例中负荷聚集商的储能容量优化配置方法计算流程图。
具体实施方式
本发明提供了一种负荷聚集商储能容量的优化配置方法,该方法基于负荷聚集商对负荷侧需求响应资源和储能的控制策略,目的在于减小其对储能的需求,提高自身的经济收益。
本发明涉及的负荷聚集商控制策略为:当其参与需求侧响应项目时,优先控制负荷侧响应资源响应计划需求,自身配置的储能参与补充,即当负荷侧响应资源的响应量与计划响应量存在偏差时,方考虑控制储能补充响应,响应机理如图1所示。
图1中,横轴表示负荷侧需求响应资源的响应量,f1(QVES)为储能不参与情况下的负荷侧响应资源响应量概率密度曲线,f2(QVES)为储能参与补充响应情况下的负荷测响应资源响应量概率密度曲线,QE为某时段合同计划响应需求量,Qst为储能响应量,为某时段不考虑储能参与补充响应下的负荷侧响应资源响应偏差、ΔQVES为某时段考虑储能参与补充响应下的负荷侧响应资源响应偏差,且满足:
本发明采用置信水平进行描述,则考虑储能参与响应后,负荷侧响应资源在置信区间[QE-ΔQVES,QE+ΔQVES]内的置信水平等价于不考虑储能参与下负荷侧响应资源在区间内的置信水平,即:
式中,F1()、F2()为储能响应前、后负荷侧响应资源的响应概率累积函数。
则根据式(2)可知,考虑储能参与响应后,保证区间[QE-ΔQVES,QE+ΔQVES]不变的情况下,负荷聚集商响应的置信水平将提高,提高量Δγ为:
Δγ=2[F1(ΔQVES+Qst+QE)-F1(ΔQVES+QE)] (3)
为定量描述负荷聚集商调度灵活负荷的实际响应情况,定义负荷侧需求响应率为不考虑储能参与补充响应下的负荷侧响应资源实际响应量与合同计划响应需求量的比率,即:
本发明在上述理论基础上,提出负荷聚集商的储能优化配置方法包括以下步骤:
步骤一,获取负荷侧响应资源的需求响应率概率分布参数及需求侧响应项目合同参数:负荷侧需求响应率服从以1为均值的截断正态分布,即δ~N(1,σ2minmax)(其中N表示正态分布,σ为正态分布标准差,δmax、δmin为负荷侧需求响应率的上、下限);响应时段Δt1、Δt2、…、Δtn;各时段的合同计划响应需求量(表示第n时间段合同计划负荷增加,表示第n时间段合同计划负荷削减);各时段的小时负荷容量奖励标准一年内负荷聚集商需参与需求侧响应项目的天数ρ。奖惩规则,小时负荷完成率150%以上,超出50%以上部分不再给予补偿,完成率70%(含)至150%,按小时负荷容量奖励标准给予补偿,60%(含)至70%,按50%的小时负荷容量奖励费用给予补偿,60%以下,判定为响应失败,予以一定的惩罚,单位惩罚价格为πpun。特别的,若负荷增加响应量超过计划响应量,超出部分正常收取电费。
步骤二,获取储能的成本参数:储能的成本包括储能的能量成本CE和储能的功率成本CP,成本通常由初始投资成本及运行维护成本组成。储能容量和功率的大小直接决定着初始投资成本,运行维护成本则可以用初始投资的百分比估算:
式中,x%为储能容量的运行维护成本与初始容量投资成本间的比值;y%为储能功率的运行维护成本与初始容量投资成本间的比值;me、mp分别为储能的单位容量与单位功率成本;E、分别为该储能的额定容量与最大充放电功率的绝对值;r为负荷聚集商投资储能建设时的折现率;T为该储能的全寿命周期。
步骤三,建立储能容量最优配置的数学模型:
负荷聚集商调度负荷侧需求响应资源和储能参与需求侧响应项目时,收益分为两部分,响应合同的净收益(即包括惩罚成本)和储能向电网释放电能时的正常补偿收益。依据上述分析的理论和负荷侧需求响应资源概率参数,利用蒙特卡洛方法选取样本规模为m的负荷侧需求响应率,记为δi(i=1,2,3,…,m)。因此,根据需求侧响应项目合同规则,可根据实际的响应情况,将实际响应量分为四个区间计算落在不同区间上的收益。
1)若则负荷聚集商的收益为:
其中,Δtj为第j个响应时段,j∈[1,2,3,…,n];为第j时间段内负荷聚集商考虑储能参与补充响应下的实际响应量;为第j时间段内合同计划响应量;a为考虑储能参与补充响应后整体响应率低于60%的频数;为第j时段内储能的充放电功率(表示储能充电,表示储能放电,表示储能不动作,本专利中假设在时间段内储能的充放电功率不变);定义如式(8)所示;为第j时段内的电网电价。
2)若则负荷聚集商的收益为:
其中,b为考虑储能参与补充响应后整体响应率不低于60%同时低于70%的频数。
3)若则负荷聚集商的收益为:
其中,c为考虑储能参与补充响应后整体响应率不低于70%同时低于150%的频数。
4)若则负荷聚集商的收益为:
其中,d为考虑储能参与补充响应后整体响应率不低于150%的频数。
最终负荷聚集商一年的期望收益为:
聚集商收益的数学模型的约束条件为:
SOCmin≤SOC(t)≤SOCmax (20)
其中:Pr()表示满足括号内条件的概率;γ为负荷聚集商的信誉指数;分别为储能在j时段的充、放电功率;为储能允许的最大充放电功率的绝对值;E为储能额定容量(额定容量与储能允许最大充放电功率满足一定的比例关系,即);ηch、ηdch为储能的充、放电效率;为储能的状态参数,(若该储能单元为放电状态时,否则若该储能单元为充电状态时,否则);SOC(t)为储能t时刻的荷电状态;SOCmax、SOCmin分别为储能的荷电状态允许上、下限值。
式(13)为负荷聚集商的信誉指数约束;式(14)、(15)为储能的充放电功率约束;式(16)、(17)、(18)为储能的充放电状态约束,即在某一时刻储能只能为充电、放电或不动作三者中的一种状态;式(19)、(20)为储能的荷电状态约束;式(21)为储能的初末状态约束,即确保了一个周期内储能最终状态与原始状态相同。
根据上述条件和负荷聚集商的盈利模式,负荷聚集商的净收益目标函数为:
步骤四,在步骤三中的约束条件和负荷聚集商的市价条件约束下,求解式(22)的最大值,负荷聚集商的净收益目标函数F最大值Fmax所对应的储能额定容量为Eb,Eb为负荷聚集商最优的储能配置容量。
本发明提供的负荷聚集商储能优化配置的求解方法中负荷侧需求响应资源的响应概率服从截断正态分布,且m=10000;
本发明提供的负荷聚集商储能优化配置的求解方法中,管理时间的长度为一天24个小时,响应时段的个数和长度由需求侧响应项目合同决定。

Claims (2)

1.一种用户侧负荷聚集商储能容量的优化配置方法,其特征在于,具体包括如下步骤:
1)获取负荷侧响应资源的需求响应率概率分布参数及需求侧响应项目合同参数;
2)获取储能的成本参数:参数包括储能的单位容量成本me、储能的单位功率成本mp、储能容量的运行维护成本与初始容量投资成本的比值x%、储能功率的运行维护成本与初始功率投资成本的比值y%、负荷聚集商投资储能建设时的折现率r、储能的全寿命周期T;
3)建立储能容量最优配置的数学模型:
3.1)依据负荷聚集商控制策略和负荷侧需求响应资源概率参数,利用蒙特卡洛方法选取样本规模为m的负荷侧需求响应率,记为δi,i=1,2,3,…,m;根据需求侧响应项目合同规则和实际的响应情况,将实际响应量分为四个区间计算落在不同区间上的收益:
3.1.1)若则负荷聚集商的收益为:
其中,Δtj为第j个响应时段,j∈[1,2,3,…,n];为第j时间段内负荷聚集商考虑储能参与补充响应下的实际响应量;为第j时间段内合同计划响应量;a为考虑储能参与补充响应后整体响应率低于60%的频数;为第j时段内储能的充放电功率,表示储能充电,表示储能放电,表示储能不动作,假设在时间段内储能的充放电功率不变;定义如式(8)所示;为第j时段内的电网电价;
3.1.2)若则负荷聚集商的收益为:
其中,b为考虑储能参与补充响应后整体响应率不低于60%同时低于70%的频数;
3.1.3)若则负荷聚集商的收益为:
其中,c为考虑储能参与补充响应后整体响应率不低于70%同时低于150%的频数;
3.1.4)若则负荷聚集商的收益为:
其中,d为考虑储能参与补充响应后整体响应率不低于150%的频数;
3.2)最终负荷聚集商一年的期望收益为:
3.3)聚集商收益的数学模型的约束条件为:
负荷聚集商的信誉指数约束:
储能的充电功率约束:
储能的放电功率约束:
储能的充放电状态约束:
储能的荷电状态约束:
SOCmin≤SOC(t)≤SOCmax (20)
储能的初末状态约束:
其中:Pr()表示满足括号内条件的概率;γ为负荷聚集商的信誉指数;分别为储能在j时段的充、放电功率;为储能允许的最大充放电功率的绝对值;E为储能额定容量,额定容量与储能允许最大充放电功率满足一定的比例关系,即ηch、ηdch为储能的充、放电效率;为储能的状态参数,若该储能单元为放电状态时,否则若该储能单元为充电状态时,否则SOC(t)为储能t时刻的荷电状态;SOCmax、SOCmin分别为储能的荷电状态允许上、下限值;
3.4)根据上述条件和负荷聚集商的盈利模式,负荷聚集商的净收益目标函数为:
4)在步骤3)中的约束条件和负荷聚集商的市价条件约束下,求解式(22)的最大值,负荷聚集商的净收益目标函数F最大值Fmax所对应的储能额定容量为Eb,Eb为负荷聚集商最优的储能配置容量。
2.根据权利要求1所述用户侧负荷聚集商储能容量的优化配置方法,其特征在于,所述负荷聚集商控制策略为:优先控制负荷侧响应资源响应计划需求,自身配置的储能参与补充,即当响应资源的响应量与计划响应量存在偏差时,方考虑控制储能补充响应。
CN201910226741.4A 2019-03-25 2019-03-25 用户侧负荷聚集商储能容量的优化配置方法 Active CN109802412B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910226741.4A CN109802412B (zh) 2019-03-25 2019-03-25 用户侧负荷聚集商储能容量的优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910226741.4A CN109802412B (zh) 2019-03-25 2019-03-25 用户侧负荷聚集商储能容量的优化配置方法

Publications (2)

Publication Number Publication Date
CN109802412A true CN109802412A (zh) 2019-05-24
CN109802412B CN109802412B (zh) 2022-06-17

Family

ID=66563140

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910226741.4A Active CN109802412B (zh) 2019-03-25 2019-03-25 用户侧负荷聚集商储能容量的优化配置方法

Country Status (1)

Country Link
CN (1) CN109802412B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969284A (zh) * 2019-10-29 2020-04-07 国网河南省电力公司经济技术研究院 一种配电网双层优化调度方法
CN111369386A (zh) * 2020-03-03 2020-07-03 宁波工程学院 基于同步算法的智能电网需求侧管理方法
CN111404154A (zh) * 2020-04-16 2020-07-10 南方电网科学研究院有限责任公司 一种配电网供电能力优化方法、设备及存储介质
CN111884216A (zh) * 2020-07-30 2020-11-03 上海理工大学 一种基于建筑电力需求响应的多目标控制方法
CN113807554A (zh) * 2020-06-11 2021-12-17 国网电力科学研究院有限公司 基于现货模式下的负荷聚合商能源优化方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105846423A (zh) * 2016-03-28 2016-08-10 华北电力大学 一种计及需求响应的光伏微电网储能多目标容量配置方法
CN106410824A (zh) * 2016-10-08 2017-02-15 重庆大学 计及温控设备的社区微电网储能容量优化配置方法
US20170085091A1 (en) * 2015-05-18 2017-03-23 University Of North Carolina At Charlotte Battery energy storage system controller systems and methods
CN107492903A (zh) * 2017-04-08 2017-12-19 东北电力大学 一种基于统计学模型的混合储能系统容量优化配置方法
CN108667052A (zh) * 2018-05-02 2018-10-16 中国电力科学研究院有限公司 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
CN108846561A (zh) * 2018-05-30 2018-11-20 东南大学 基于统计模拟混合粒子群的需求响应集成商资源配置策略

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170085091A1 (en) * 2015-05-18 2017-03-23 University Of North Carolina At Charlotte Battery energy storage system controller systems and methods
CN105846423A (zh) * 2016-03-28 2016-08-10 华北电力大学 一种计及需求响应的光伏微电网储能多目标容量配置方法
CN106410824A (zh) * 2016-10-08 2017-02-15 重庆大学 计及温控设备的社区微电网储能容量优化配置方法
CN107492903A (zh) * 2017-04-08 2017-12-19 东北电力大学 一种基于统计学模型的混合储能系统容量优化配置方法
CN108667052A (zh) * 2018-05-02 2018-10-16 中国电力科学研究院有限公司 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
CN108846561A (zh) * 2018-05-30 2018-11-20 东南大学 基于统计模拟混合粒子群的需求响应集成商资源配置策略

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙伟卿 等: "基于灵活性提升的电力系统储能装置定容方法", 《系统仿真学报》 *
张泽群: "含DG配电网的储能规划设计", 《中国优秀硕士学位论文全文数据库》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110969284A (zh) * 2019-10-29 2020-04-07 国网河南省电力公司经济技术研究院 一种配电网双层优化调度方法
CN110969284B (zh) * 2019-10-29 2022-09-09 国网河南省电力公司经济技术研究院 一种配电网双层优化调度方法
CN111369386A (zh) * 2020-03-03 2020-07-03 宁波工程学院 基于同步算法的智能电网需求侧管理方法
CN111369386B (zh) * 2020-03-03 2023-06-06 宁波工程学院 基于同步算法的智能电网需求侧管理方法
CN111404154A (zh) * 2020-04-16 2020-07-10 南方电网科学研究院有限责任公司 一种配电网供电能力优化方法、设备及存储介质
CN113807554A (zh) * 2020-06-11 2021-12-17 国网电力科学研究院有限公司 基于现货模式下的负荷聚合商能源优化方法和装置
CN111884216A (zh) * 2020-07-30 2020-11-03 上海理工大学 一种基于建筑电力需求响应的多目标控制方法
CN111884216B (zh) * 2020-07-30 2022-01-14 上海理工大学 一种基于建筑电力需求响应的多目标控制方法

Also Published As

Publication number Publication date
CN109802412B (zh) 2022-06-17

Similar Documents

Publication Publication Date Title
CN109802412A (zh) 用户侧负荷聚集商储能容量的优化配置方法
CN106651026B (zh) 多时间尺度微电网能量管理优化调度方法
CN102289566B (zh) 独立运行模式下的微电网多时间尺度能量优化调度方法
CN110188950A (zh) 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
CN111008739B (zh) 一种热电联产虚拟电厂优化调控及收益分配方法及系统
CN106655243B (zh) 以维持微电网供需平衡为目的的电动汽车自动需求响应方法
Zhang et al. An intelligent control strategy of battery energy storage system for microgrid energy management under forecast uncertainties
CN107565607A (zh) 一种基于实时电价机制的微电网多时间尺度能量调度方法
CN107578182A (zh) 基于需求侧响应下光储微电网运行控制方法
CN109066750A (zh) 基于需求侧响应的光伏-电池微电网混合能量调度管理方法
Zhou Sustainable energy sharing districts with electrochemical battery degradation in design, planning, operation and multi-objective optimisation
CN114256836B (zh) 一种新能源电站共享储能的容量优化配置方法
CN110516855A (zh) 一种面向负荷聚合商的分布式储能控制权优化调度方法
CN109872228A (zh) 计及不确定性的柔性负荷聚合商参与电力市场投标方法
Hou et al. Data-driven economic dispatch for islanded micro-grid considering uncertainty and demand response
CN106169117A (zh) 一种虚拟电厂日前和实时竞标模型
Wang et al. Optimal self-scheduling for a multi-energy virtual power plant providing energy and reserve services under a holistic market framework
Jin et al. An overview of virtual power plant development from the perspective of market participation
CN102593855A (zh) 平抑电力系统中可再生能源电源输出功率波动的方法
CN113690875B (zh) 一种微网实时互动等值模型建立方法
Tan et al. Multi time scale operation optimization of EHHGS considering equipment uncertainty and response characteristics
Zou et al. Modeling and algorithm to find the economic equilibrium for pool-based electricity market with the changing generation mix
Du et al. Optimal whole-life-cycle planning for battery energy storage system with normalized quantification of multi-services profitability
CN109726894A (zh) 保障现货交易和中长期电量的新能源有功指令计算方法
CN114862163B (zh) 综合能源系统优化调度方法

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