CN109816556A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109816556A CN109816556A CN201910104036.7A CN201910104036A CN109816556A CN 109816556 A CN109816556 A CN 109816556A CN 201910104036 A CN201910104036 A CN 201910104036A CN 109816556 A CN109816556 A CN 109816556A
- Authority
- CN
- China
- Prior art keywords
- power
- micro
- capacitance sensor
- load
- grid
- 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
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了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,属于电力系统自动化技术领域。本发明针对弃光现象严重以及综合能源利用率低,无法集中调度引起的资源浪费的问题,建立基于需求响应下,考虑热电联产系统,以分布式光伏发电以及热电联产系统发电为主,向主电网购电为辅的微电网经济调度优化模型。热电联产系统,以同时满足热、电等多种能量的需求,加上分布式光伏的并网运行,更好的提高光伏消纳率以及综合能源的利用效率,保证微电网的安全稳定运行;需求侧响应能够减少储能的容量配置,进一步提高微电网的经济效益。
Description
技术领域
本发明属于电力系统自动化的技术领域,具体涉及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。
背景技术
在电力系统中,光伏发电具有很大的波动性,不利于微电网的安全稳定和经济运行,配备一定的储能系统可以有效的改善这一缺点。在微电网中,加入热电联产系统,同时满足热、电等多种的能量需求,有效提高综合能源的利用效率并产生一定的节能效益。将需求侧响应考虑进微电网系统中,通过可切负荷的方式,使负荷用电与光伏发电以及热电联产系统发电在时间上更加贴近,并减少储能配置的需求,提高光伏消纳率以及微电网整体的安全稳定经济运行。
传统的能源供给方式存在着不能实现多种能源的梯度利用的问题,热电联产系统可以很好的解决这一问题,并获得一定的节能效益。基于需求响应下,将光伏发电与热电联产系统并网运行,能够有效提高光伏消纳率。在微电网系统中,将电源优先给本地负荷供电,多余电量送至电网,当微电网供电不足时,向电网购电并切掉一定不必要的负荷给予赔偿费用,采用这种方式实现微电网的安全稳定运行,提高经济收益。在优化模型上,使用粒子群优化算法,通过粒子之间的不断比较,得到微电网的最佳收益。
发明内容
本发明针对上述背景技术的不足,提出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。本发明中,微电网通过分布式光伏发电以及热电联产系统发电满足尽可能热负荷以及其他本地负荷的需求,否则通过切负荷以及向电网购电的方式提高光伏消纳率以及满足微电网的安全稳定运行,并且在满足各个约束条件下,实现微电网自身利益的最大化。
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,包括如下步骤:
步骤1,在并网运行状态下建立包含热电联产系统的微电网优化调度模型;
所述微电网优化调度模型包括优化目标函数和相应的约束条件两部分,所述优化目标为微电网总运行费用最低,所述约束条件包括功率平衡约束、热电联产调度功率约束、电网与微电网之间交换的传输功率约束和储能充放电功率约束;
步骤2,在所述微电网优化调度模型的基础上建立需求侧响应模型;
所述需求侧响应模型,具体为可切负荷的目标函数及其约束条件;
步骤3,采用粒子群优化算法求解需求侧响应的微电网优化调度的模型,包括首先使用粒子群优化算法求解需求侧响应模型,然后采用粒子群优化算法求解考虑需求侧响应的微电网优化调度模型;
步骤3-1,使用粒子群优化算法求解需求侧响应模型,先缩小可行解的范围,再确定可切负荷切断的时段以及各时段可切负荷的种类和单元数,最后使用粒子群算法求解可切负荷的结果;
步骤3-2,采用粒子群优化算法求解考虑需求侧响应的微电网优化调度模型,包括如下步骤;
步骤3-2-1,在初始范围里,对粒子群进行随机的初始化,随机设置粒子数目、速度和位置,设置迭代的次数,精度的要求;
步骤3-2-2,计算每个粒子的适应度,并根据下式计算适应值更新的惯性权重ω;
ωmax为迭惯性权重上限,是初始值;ωmin为惯性权重下限,是结束值;iter为迭代次数;itermax为迭代次数的上限;
步骤3-2-3,对于每个粒子将其适应值与经历过最好位置的适应值进行比较,如果当前值更好,使用当前位置更新历史的最优值,否则不变;
步骤3-2-4,将每个粒子的适应值跟全局最佳位置的适应值进行比较,若更好,则将其作为当前全局最好位置,否则不变;
步骤3-2-5,更新每个粒子的速度v;
步骤3-2-6,若粒子的速度小于粒子最大速度,即v<vmax,速度保持不变,否则v=vmax;
步骤3-2-7,更新每个粒子的速度v;
步骤3-2-8,若达到精度要求或迭代次数达到上限,则输出结果,得到全局最优值,即微电网的经济最优值;否则,执行步骤3-2-2。
进一步地,所述步骤1中,所述优化目标函数为:
minF(P)=UbP(t)Pbgrid(t)cbP(t)-UsP(t)Psgrid(t)csP(t)+Cchp(t)
其中
以微电网总运行费用F(P)最低为目标函数,UbP为t时刻微电网向电网购电的状态(为0时表示不购电,为1时表示购电),Pbgrid(t)为t 时刻微电网向电网购电的功率,CbP(t)为t时刻微电网向电网购电的单价,UsP为t时刻微电网向电网售电的状态(为0时表示不售电,为1 时表示售电),Psgrid(t)为t时刻微电网向电网售电的功率,CsP(t)为t时刻微电网向电网售电的单价,Cchp(t)为t时刻热电联产机组的发电成本; ai、bi、ci为成本函数的系数,Pchp(t)为t时刻热电联产发电功率。
进一步地,所述步骤1中,所述约束条件,具体为:
功率平衡约束:Pgrid(t)+Pchp(t)+μPbat(t)+PV(t)-Pload(t)=0
μ为储能充放电状态(为0表示既不充电也不放电,为1表示充电,为-1表示放电);Pbat(t)为t时刻储能充放电功率;PV(t)为光伏的预测功率;Pload(t)为负荷预测功率;
热电联产调度功率约束:Pchpmin≤Pchp(t)≤Pchpmax
Pchpmin为热电功联产调度功率的最小值;Pchpmax为热电功联产调度功率的最大值;
电网与微电网之间交换的传输功率约束:Pgridmin≤Pgrid(t)≤Pgridmax
Pgridmin为电网与微电网之间交换得传输功率的最小值;Pgridmax为电网与微电网之间交换得传输功率的最大值;其中Pgridmin=-Pgridmax;
储能充放电功率约束:Psbat,min(t)<Pbat(t)<Pcbat,max(t)
Psbat,min为储能放电功率的最小值;Pcbat,max为储能充电功率的最大值。
进一步地,所述步骤2中,所述可切负荷目标函数为:
minF1=CLΔPL(t),其中F1为切负荷所产生的赔偿费用,CL为可切负荷的单位赔偿费用,ΔPL(t)为t时刻可切负荷的功率;所述约束条件为: 0≤ΔPL(t)≤PLmax(t),其中PLmax(t)为t时刻可切负荷功率的最大值。
进一步地,所述步骤3中,步骤3-1使用粒子群优化算法求解需求侧响应模型,其具体步骤为:
步骤3-1-1,输入基础数据,具体地,输入响应时间内光伏发电和负荷的数据,设定可切负荷的信息;
步骤3-1-2,确定可切负荷接入和切断的时间;
计算出一个周期内每个时段光伏发电功率、热电联产系统发电功率、负荷以及可切负荷的功率;将每个时段的发电和热电联产系统发电功率和负荷侧进行比较,如果某个时段负荷大于或者等于光伏发电以及热电联产发电功率,则为负荷可切时段,否则为负荷接入时段;
步骤3-1-3,确定切断时段可切负荷的种类以及数量;
计算可切负荷接入时段光伏与热电联产系统的发电量与负荷电量的差值为可接入的电量,负荷切断时段负荷电量大于光伏以及热电联产系统发电量中可切负荷部分为切断负荷的总量,以此确定每个时段需要切断的负荷的种类和数量;
步骤3-1-4,求解负荷可切过程;
采用粒子群算法获取各时间段负荷可切的结果。
本发明提出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,通过微电网中分布式光伏发电以及热电联产系统发电,提高光伏消纳率以及综合能源的利用效率,实现整个微电网系统的安全稳定运行,提高经济收益。
附图说明
图1为本发明所述优化调度策略流程框图。
具体实施方式
下面结合说明书附图对本发明的技术方案做进一步的详细说明。
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,包括如下步骤:
步骤1,在并网运行状态下建立包含热电联产系统的微电网优化调度模型。
所述微电网优化调度模型包括优化目标函数和相应的约束条件两部分,所述优化目标为微电网总运行费用最低,所述约束条件包括功率平衡约束、热电联产调度功率约束、电网与微电网之间交换的传输功率约束和储能充放电功率约束。
所述优化目标函数为:
minF(P)=UbP(t)Pbgrid(t)cbP(t)-UsP(t)Psgrid(t)csP(t)+Cchp(t)
其中
以微电网总运行费用F(P)最低为目标函数,UbP为t时刻微电网向电网购电的状态(为0时表示不购电,为1时表示购电),Pbgrid(t)为t 时刻微电网向电网购电的功率,CbP(t)为t时刻微电网向电网购电的单价,UsP为t时刻微电网向电网售电的状态(为0时表示不售电,为1 时表示售电),Psgrid(t)为t时刻微电网向电网售电的功率,CsP(t)为t时刻微电网向电网售电的单价,Cchp(t)为t时刻热电联产机组的发电成本; ai、bi、ci为成本函数的系数,Pchp(t)为t时刻热电联产发电功率。
所述约束条件,具体为:
功率平衡约束:
Pgrid(t)+Pchp(t)+μPbat(t)+PV(t)-Pload(t)=0
μ为储能充放电状态(为0表示既不充电也不放电,为1表示充电,为-1表示放电);Pbat(t)为t时刻储能充放电功率;PV(t)为光伏的预测功率;Pload(t)为负荷预测功率。
热电联产调度功率约束:
Pchpmin≤Pchp(t)≤Pchpmax
Pchpmin为热电功联产调度功率的最小值;Pchpmax为热电功联产调度功率的最大值。
电网与微电网之间交换的传输功率约束:
Pgridmin≤Pgrid(t)≤Pgridmax
Pgridmin为电网与微电网之间交换得传输功率的最小值;Pgridmax为电网与微电网之间交换得传输功率的最大值;其中Pgridmin=-Pgridmax。
储能充放电功率约束:
Psbat,min(t)<Pbat(t)<Pcbat,max(t)
Psbat,min为储能放电功率的最小值;Pcbat,max为储能充电功率的最大值。
步骤2,在所述微电网优化调度模型的基础上建立需求侧响应模型。
所述需求侧响应模型,具体为可切负荷的目标函数及其约束条件。
所述可切负荷目标函数为:minF1=CLΔPL(t),其中F1为切负荷所产生的赔偿费用,CL为可切负荷的单位赔偿费用,ΔPL(t)为t时刻可切负荷的功率。
所述约束条件为:0≤ΔPL(t)≤PLmax(t),其中PLmax(t)为t时刻可切负荷功率的最大值。
步骤3,采用粒子群优化算法求解需求侧响应的微电网优化调度的模型,包括首先使用粒子群优化算法求解需求侧响应模型,然后采用粒子群优化算法求解考虑需求侧响应的微电网优化调度模型。
步骤3-1,使用粒子群优化算法求解需求侧响应模型,先缩小可行解的范围,再确定可切负荷切断的时段以及各时段可切负荷的种类和单元数,最后使用粒子群算法求解可切负荷的结果,其具体步骤为:
步骤3-1-1,输入基础数据,具体地,输入响应时间内光伏发电和负荷的数据,设定可切负荷的信息。
步骤3-1-2,确定可切负荷接入和切断的时间。
计算出一个周期内每个时段光伏发电功率、热电联产系统发电功率、负荷以及可切负荷的功率;将每个时段的发电和热电联产系统发电功率和负荷侧进行比较,如果某个时段负荷大于或者等于光伏发电以及热电联产发电功率,则为负荷可切时段,否则为负荷接入时段。
步骤3-1-3,确定切断时段可切负荷的种类以及数量。
计算可切负荷接入时段光伏与热电联产系统的发电量与负荷电量的差值为可接入的电量,负荷切断时段负荷电量大于光伏以及热电联产系统发电量中可切负荷部分为切断负荷的总量,以此确定每个时段需要切断的负荷的种类和数量。
步骤3-1-4,求解负荷可切过程;采用粒子群算法获取各时间段负荷可切的结果。
步骤3-2,采用粒子群优化算法求解考虑需求侧响应的微电网优化调度模型,包括如下步骤。
步骤3-2-1,在初始范围里,对粒子群进行随机的初始化,随机设置粒子数目、速度和位置,设置迭代的次数,精度的要求。
步骤3-2-2,计算每个粒子的适应度,并根据下式计算适应值更新的惯性权重ω。
ωmax为迭惯性权重上限,是初始值;ωmin为惯性权重下限,是结束值;iter为迭代次数;itermax为迭代次数的上限。
步骤3-2-3,对于每个粒子将其适应值与经历过最好位置的适应值进行比较,如果当前值更好,使用当前位置更新历史的最优值,否则不变。
步骤3-2-4,将每个粒子的适应值跟全局最佳位置的适应值进行比较,若更好,则将其作为当前全局最好位置,否则不变。
步骤3-2-5,更新每个粒子的速度v。
步骤3-2-6,若粒子的速度小于粒子最大速度,即v<vmax,速度保持不变,否则v=vmax。
步骤3-2-7,更新每个粒子的速度v。
步骤3-2-8,若达到精度要求或迭代次数达到上限,则输出结果,得到全局最优值,即微电网的经济最优值;否则,执行步骤3-2-2。
以上所述仅为本发明的较佳实施方式,本发明的保护范围并不以上述实施方式为限,但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化,皆应纳入权利要求书中记载的保护范围内。
Claims (5)
1.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,其特征在于:所述优化调度策略包括如下步骤:
步骤1,在并网运行状态下建立包含热电联产系统的微电网优化调度模型;
所述微电网优化调度模型包括优化目标函数和相应的约束条件两部分,所述优化目标为微电网总运行费用最低,所述约束条件包括功率平衡约束、热电联产调度功率约束、电网与微电网之间交换的传输功率约束和储能充放电功率约束;
步骤2,在所述微电网优化调度模型的基础上建立需求侧响应模型;
所述需求侧响应模型,具体为可切负荷的目标函数及其约束条件;
步骤3,采用粒子群优化算法求解需求侧响应的微电网优化调度的模型,包括首先使用粒子群优化算法求解需求侧响应模型,然后采用粒子群优化算法求解考虑需求侧响应的微电网优化调度模型;
步骤3-1,使用粒子群优化算法求解需求侧响应模型,先缩小可行解的范围,再确定可切负荷切断的时段以及各时段可切负荷的种类和单元数,最后使用粒子群算法求解可切负荷的结果;
步骤3-2,采用粒子群优化算法求解考虑需求侧响应的微电网优化调度模型,包括如下步骤;
步骤3-2-1,在初始范围里,对粒子群进行随机的初始化,随机设置粒子数目、速度和位置,设置迭代的次数,精度的要求;
步骤3-2-2,计算每个粒子的适应度,并根据下式计算适应值更新的惯性权重ω;
ωmax为迭惯性权重上限,是初始值;ωmin为惯性权重下限,是结束值;iter为迭代次数;itermax为迭代次数的上限;
步骤3-2-3,对于每个粒子将其适应值与经历过最好位置的适应值进行比较,如果当前值更好,使用当前位置更新历史的最优值,否则不变;
步骤3-2-4,将每个粒子的适应值跟全局最佳位置的适应值进行比较,若更好,则将其作为当前全局最好位置,否则不变;
步骤3-2-5,更新每个粒子的速度v;
步骤3-2-6,若粒子的速度小于粒子最大速度,即v<vmax,速度保持不变,否则v=vmax;
步骤3-2-7,更新每个粒子的速度v;
步骤3-2-8,若达到精度要求或迭代次数达到上限,则输出结果,得到全局最优值,即微电网的经济最优值;否则,执行步骤3-2-2。
2.根据权利要求1所述的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,其特征在于:所述步骤1中,所述优化目标函数为:
minF(P)=UbP(t)Pbgrid(t)cbP(t)-UsP(t)Psgrid(t)csP(t)+Cchp(t)
其中
以微电网总运行费用F(P)最低为目标函数,UbP为t时刻微电网向电网购电的状态(为0时表示不购电,为1时表示购电),Pbgrid(t)为t时刻微电网向电网购电的功率,CbP(t)为t时刻微电网向电网购电的单价,UsP为t时刻微电网向电网售电的状态(为0时表示不售电,为1时表示售电),Psgrid(t)为t时刻微电网向电网售电的功率,CsP(t)为t时刻微电网向电网售电的单价,Cchp(t)为t时刻热电联产机组的发电成本;ai、bi、ci为成本函数的系数,Pchp(t)为t时刻热电联产发电功率。
3.根据权利要求1所述的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,其特征在于:所述步骤1中,所述约束条件,具体为:
功率平衡约束:Pgrid(t)+Pchp(t)+μPbat(t)+PV(t)-Pload(t)=0
μ为储能充放电状态(为0表示既不充电也不放电,为1表示充电,为-1表示放电);Pbat(t)为t时刻储能充放电功率;PV(t)为光伏的预测功率;Pload(t)为负荷预测功率;
热电联产调度功率约束:Pchpmin≤Pchp(t)≤Pchpmax
Pchpmin为热电功联产调度功率的最小值;Pchpmax为热电功联产调度功率的最大值;
电网与微电网之间交换的传输功率约束:Pgridmin≤Pgrid(t)≤Pgridmax
Pgridmin为电网与微电网之间交换得传输功率的最小值;Pgridmax为电网与微电网之间交换得传输功率的最大值;其中Pgridmin=-Pgridmax;
储能充放电功率约束:Psbat,min(t)<Pbat(t)<Pcbat,max(t)
Psbat,min为储能放电功率的最小值;Pcbat,max为储能充电功率的最大值。
4.根据权利要求1所述的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,其特征在于:所述步骤2中,所述可切负荷目标函数为:minF1=CLΔPL(t),其中F1为切负荷所产生的赔偿费用,CL为可切负荷的单位赔偿费用,ΔPL(t)为t时刻可切负荷的功率;所述约束条件为:0≤ΔPL(t)≤PLmax(t),其中PLmax(t)为t时刻可切负荷功率的最大值。
5.根据权利要求1所述的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,其特征在于:所述步骤3中,步骤3-1使用粒子群优化算法求解需求侧响应模型,其具体步骤为:
步骤3-1-1,输入基础数据,具体地,输入响应时间内光伏发电和负荷的数据,设定可切负荷的信息;
步骤3-1-2,确定可切负荷接入和切断的时间;
计算出一个周期内每个时段光伏发电功率、热电联产系统发电功率、负荷以及可切负荷的功率;将每个时段的发电和热电联产系统发电功率和负荷侧进行比较,如果某个时段负荷大于或者等于光伏发电以及热电联产发电功率,则为负荷可切时段,否则为负荷接入时段;
步骤3-1-3,确定切断时段可切负荷的种类以及数量;
计算可切负荷接入时段光伏与热电联产系统的发电量与负荷电量的差值为可接入的电量,负荷切断时段负荷电量大于光伏以及热电联产系统发电量中可切负荷部分为切断负荷的总量,以此确定每个时段需要切断的负荷的种类和数量;
步骤3-1-4,求解负荷可切过程;
采用粒子群算法获取各时间段负荷可切的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910104036.7A CN109816556B (zh) | 2019-02-01 | 2019-02-01 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910104036.7A CN109816556B (zh) | 2019-02-01 | 2019-02-01 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109816556A true CN109816556A (zh) | 2019-05-28 |
CN109816556B CN109816556B (zh) | 2022-03-04 |
Family
ID=66605149
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910104036.7A Active CN109816556B (zh) | 2019-02-01 | 2019-02-01 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816556B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110611336A (zh) * | 2019-10-10 | 2019-12-24 | 国网(苏州)城市能源研究院有限责任公司 | 包含双级需求侧响应的园区综合能源系统优化运行方法 |
CN111585279A (zh) * | 2020-06-11 | 2020-08-25 | 南京工程学院 | 一种基于新能源消纳的微电网优化调度方法 |
CN112671036A (zh) * | 2020-12-21 | 2021-04-16 | 北京华能新锐控制技术有限公司 | 一种考虑需求响应的微电网调度方法 |
CN114285093A (zh) * | 2021-12-29 | 2022-04-05 | 南京邮电大学 | 一种源网荷储互动调度方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150310366A1 (en) * | 2012-11-09 | 2015-10-29 | Tianjin University | Security region based security-constrained economic dispatching method |
CN106408131A (zh) * | 2016-09-30 | 2017-02-15 | 安徽工程大学 | 一种基于需求侧管理的光伏微网多目标调度方法 |
US20170337646A1 (en) * | 2016-05-19 | 2017-11-23 | Hefei University Of Technology | Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price |
CN108734350A (zh) * | 2018-05-17 | 2018-11-02 | 燕山大学 | 一种含微电网的配电网独立与联合调度的求解方法 |
CN108964050A (zh) * | 2018-08-26 | 2018-12-07 | 燕山大学 | 基于需求侧响应的微电网双层优化调度方法 |
-
2019
- 2019-02-01 CN CN201910104036.7A patent/CN109816556B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150310366A1 (en) * | 2012-11-09 | 2015-10-29 | Tianjin University | Security region based security-constrained economic dispatching method |
US20170337646A1 (en) * | 2016-05-19 | 2017-11-23 | Hefei University Of Technology | Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price |
CN106408131A (zh) * | 2016-09-30 | 2017-02-15 | 安徽工程大学 | 一种基于需求侧管理的光伏微网多目标调度方法 |
CN108734350A (zh) * | 2018-05-17 | 2018-11-02 | 燕山大学 | 一种含微电网的配电网独立与联合调度的求解方法 |
CN108964050A (zh) * | 2018-08-26 | 2018-12-07 | 燕山大学 | 基于需求侧响应的微电网双层优化调度方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110611336A (zh) * | 2019-10-10 | 2019-12-24 | 国网(苏州)城市能源研究院有限责任公司 | 包含双级需求侧响应的园区综合能源系统优化运行方法 |
CN111585279A (zh) * | 2020-06-11 | 2020-08-25 | 南京工程学院 | 一种基于新能源消纳的微电网优化调度方法 |
CN112671036A (zh) * | 2020-12-21 | 2021-04-16 | 北京华能新锐控制技术有限公司 | 一种考虑需求响应的微电网调度方法 |
CN114285093A (zh) * | 2021-12-29 | 2022-04-05 | 南京邮电大学 | 一种源网荷储互动调度方法及系统 |
CN114285093B (zh) * | 2021-12-29 | 2024-02-06 | 南京邮电大学 | 一种源网荷储互动调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109816556B (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816556A (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 | |
CN107958300A (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
CN110350523A (zh) | 基于需求响应的多能源互补优化调度方法 | |
CN108229025A (zh) | 一种冷热电联供型多微网主动配电系统经济优化调度方法 | |
CN104734168A (zh) | 一种基于电热联合调度的微电网运行优化系统及方法 | |
CN104617590A (zh) | 不同时间尺度下基于混合储能调度的微网能量优化方法 | |
CN103296682A (zh) | 一种多时空尺度渐进趋优的负荷调度模式设计方法 | |
CN112800658A (zh) | 一种考虑源储荷互动的主动配电网调度方法 | |
CN109523065A (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN102593855B (zh) | 平抑电力系统中可再生能源电源输出功率波动的方法 | |
CN107392420A (zh) | 一种基于需求响应的家庭能量管理系统智能控制方法 | |
CN105391092B (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 | |
CN110752629B (zh) | 一种交直流混合家庭微电网能量优化管理方法 | |
CN110070198A (zh) | 一种多能互补建筑能源系统及其储能配置优化方法 | |
CN112580938B (zh) | 面向多重不确定性的综合能源系统优化调度方法及装置 | |
CN115173470A (zh) | 一种基于电网调峰的综合能源系统调度方法及系统 | |
CN107749645A (zh) | 一种控制高压大容量储热供暖装置的方法 | |
CN114285093B (zh) | 一种源网荷储互动调度方法及系统 | |
CN115549159A (zh) | 一种考虑调峰成本的大规模电动汽车分群调度策略 | |
Kim | Smart charging architecture for between a plug-in electrical vehicle (PEV) and a smart home | |
CN110826210B (zh) | 基于功率互联的多区域楼宇虚拟电厂建模及优化协调方法 | |
CN116667337A (zh) | 一种基于配网优化调度的柔性负荷聚合建模方法 | |
CN117117871A (zh) | 一种社区储能共享框架用电能调度方法 | |
CN116544991A (zh) | 一种考虑风电不确定性的风储联合优化调度方法 | |
CN110165692A (zh) | 基于光伏-蓄电池-温控负荷的虚拟储能调峰系统与方法 |
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 |