CN109962476A - 一种微电网中源网荷储互动能量管理办法和装置 - Google Patents
一种微电网中源网荷储互动能量管理办法和装置 Download PDFInfo
- Publication number
- CN109962476A CN109962476A CN201910103160.1A CN201910103160A CN109962476A CN 109962476 A CN109962476 A CN 109962476A CN 201910103160 A CN201910103160 A CN 201910103160A CN 109962476 A CN109962476 A CN 109962476A
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- grid
- microgrid
- 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.)
- Pending
Links
- 238000007726 management method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 32
- 230000003993 interaction Effects 0.000 title claims abstract description 14
- 240000002853 Nelumbo nucifera Species 0.000 title abstract 3
- 235000006508 Nelumbo nucifera Nutrition 0.000 title abstract 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 title abstract 3
- 238000004146 energy storage Methods 0.000 claims abstract description 110
- 230000002068 genetic effect Effects 0.000 claims abstract description 13
- 230000002452 interceptive effect Effects 0.000 claims abstract description 11
- 238000010248 power generation Methods 0.000 claims description 84
- 238000001816 cooling Methods 0.000 claims description 45
- 238000010438 heat treatment Methods 0.000 claims description 45
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 42
- 238000000034 method Methods 0.000 claims description 30
- 230000004044 response Effects 0.000 claims description 29
- 238000007599 discharging Methods 0.000 claims description 26
- 239000003345 natural gas Substances 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 16
- 239000000446 fuel Substances 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 3
- 231100000989 no adverse effect Toxicity 0.000 abstract 1
- 230000006870 function Effects 0.000 description 18
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 239000002918 waste heat Substances 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
-
- H02J3/383—
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
- H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
- H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
- H02J2310/62—The condition being non-electrical, e.g. temperature
- H02J2310/64—The condition being economic, e.g. tariff based load management
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供一种微电网中源网荷储互动能量管理办法和装置，获取负荷需求、储能信息和各种能源供应情况；将负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；所述各种能源供应包括：分布式能源供应和电网供应。本发明得到的能量管理结果准确度高，且提高了微电网的运行效率；本发明考虑了微电网中源网荷储的互动关系，实现微电网的经济高效运行，提高清洁能源的利用水平。本发明不仅使微电网的运行成本最小，而且对用户的功耗体验没有负面影响，提高了用户的满意度和舒适度。
Description
技术领域
本发明涉及微电网技术领域，具体涉及一种微电网中源网荷储互动能量管理方法和装置。
背景技术
随着能源危机和环境危机的日益严重，可再生能源已被广泛地关注和应用于发电领域，然而分布式电源的大规模直接并网将导致电力系统的不稳定性。微电网作为一种高效、安全的清洁能源利用方式，已经开始大规模开发和应用。
微电网是集可再生能源发电技术(风力发电、光伏发电、生物质能、潮汐能等)、能源管理系统和配电基础设施于一体的新型供电方式。它不仅可以提高能源利用效率和供电安全，而且可以减少电能损耗和对环境的影响。随着微电网技术在配电系统中的大规模应用，先进的运行优化技术已成为微电网运行的重要保证，微电网接入现有电网有着严格的要求，微电网的接入不能影响现有电网的稳定性；同时，微电网应具有独立的控制系统，可根据负荷和电网信号独立调整其运行状态。因此，多个微电网互联并且与传统微电网组成的多微电网系统的能量协调与能量管理是整个微电网系统协调控制的核心，但目前有关微电网源网荷互动的能量管理策略的研究还存在问题。
目前，关于存在储能的微电网能量管理策略一直难有较大的突破，一方面是因为储能设备的高昂配置成本使得微电网中的储能优势难以发挥；另一方面是由于冷热电联供系统的高能源利用率，使得人们越来越关注含有冷热电联供的微电网系统，没有关于微电网的能量管理策略含有冷热电联供的微电网系统的研究。在传统的电力系统中，大部分负荷是不可控制的，并且功耗不易准确地测量，这导致电力系统只能向外传输规定的功率。而微电网作为一种有效的供电模式，将分布式资源和负载集成到一个系统中进行调度，同时需求侧管理以使不同类型的负载主动参与电网的最优运行，这也是实现微电网优化运行的重要手段。需求响应将负载和分布式资源联系起来，使得微电网的能量管理更加合理。对于微电网的能量管理，需求响应一个需要考虑的重要因素，运行优化方法是实现微电网高效经济运行的必要手段。
在智能用电技术和智能终端技术的大规模应用的背景下，需求响应程序在微电网调度中的作用将越来越明显。可再生能源发电、负荷和需求响应模块是微电网的重要组成部分。它们之间的源网荷储调度关系和影响机制是实现微电网经济运行的关键因素。
现有技术中关于微电网的能量管理，一般只考虑电源或只同时考虑电源和储能，导致能量管理结果的准确度以及微电网运行效率都较低。
发明内容
为了克服上述现有技术中能量管理结果的准确度以及微电网运行效率都较低的不足，本发明提供一种微电网中源网荷储互动能量管理办法，目前，提高提清洁能源的利用水平的手段最有效的是以价格为杠杆，以电力系统的瞬时供需平衡为依据，兼顾电力系统的安全运行制定合理的实时电价。达到以电价为指导以储能为辅助，实现以对清洁能源最大化的利用为目的的供能方案，因此可以将对清洁能源最大化的利用为目的等效转换为以微电网的运行成本最小为目标。
本发明获取负荷需求、储能信息和各种能源供应情况；将负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；所述各种能源供应包括：分布式能源供应和电网供应。本发明得到的能量管理结果准确度高，且提高了微电网的运行效率。
为了实现上述发明目的，本发明采取如下技术方案：
一方面，本发明提供一种微电网中源网荷储互动能量管理办法，包括：
获取负荷需求、储能信息和各种能源供应情况；
将所述负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；
所述能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；
所述各种能源供应包括：分布式能源供应和电网供应。
所述能量管理模型的构建包括：
在满足光伏最大化发电的基础上结合微电网运行成本最低为目标构建目标函数；
并为所述目标函数设定约束条件；
所述约束条件包括：光伏发电系统功率约束、可中断负荷约束、可调负荷约束、可转移负荷约束、功率平衡约束、储能系统约束、温度约束和操作时间约束。
所述目标函数按下式确定：
式中，Cop为微电网的运行成本，T为微电网的运行时间，Ci为微电网中光伏发电系统i的运行成本，Pi为光伏发电系统i的输出功率，n为光伏发电系统的个数，Pfuel为天燃气价格，VMT为分布式发电系统中冷热电联产系统消耗的天燃气体积；Cbat,dep为微电网中储能系统的充放电折旧成本，CB-grid为微电网的发电成本。
所述CB-grid按下式确定：
式中，Kb是微电网的购买电价，Ks是微电网的销售电价，Pgrid是城市电网与微电网之间的交换功率。
所述Cbat,dep按下式确定：
式中，Cb_pur为储能系统的购买成本，QB_all为储能系统全寿命输出的总电量，Pstorage为储能系统的充放电功率，Da为储能系统的放电深度，f(Da)为储能系统的寿命损耗系数，且SOC是储能系统的剩余电量。
所述VMT按下式确定：
式中，Pe为冷热电联产系统的输出功率，ηe为冷热电联产系统的发电效率，LHVNG为天然气的低热值，t为冷热电联产系统的运行时间。
所述各种能源的输出功率包括光伏发电系统的输出功率、冷热电联产系统的输出功率和城市电网与微电网之间的交换功率。
另一方面，本发明还提供一种微电网中源网荷储互动能量管理装置，包括：
获取模块，用于获取负荷需求、储能信息和各种能源供应情况；
求解模块，用于将所述负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；
所述能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；
所述各种能源供应包括：分布式能源供应和电网供应。
所述装置还包括建模模块，所述建模模块具体用于：
在满足光伏最大化发电的基础上结合微电网运行成本最低为目标构建目标函数；
并为所述目标函数设定约束条件；
所述约束条件包括：光伏发电系统功率约束、可中断负荷约束、可调负荷约束、可转移负荷约束、功率平衡约束、储能系统约束、温度约束和操作时间约束。
所述建模模块按下式确定目标函数：
式中，Cop为微电网的运行成本，T为微电网的运行时间，Ci为微电网中光伏发电系统i的运行成本，Pi为光伏发电系统i的输出功率，n为光伏发电系统的个数，Pfuel为天燃气价格，VMT为分布式发电系统中冷热电联产系统消耗的天燃气体积；Cbat,dep为微电网中储能系统的充放电折旧成本，CB-grid为微电网的发电成本；
CB-grid按下式确定：
式中，Kb是微电网的购买电价，Ks是微电网的销售电价，Pgrid是城市电网与微电网之间的交换功率；
所述Cbat,dep按下式确定：
式中，Cb_pur为储能系统的购买成本，QB_all为储能系统全寿命输出的总电量，Pstorage为储能系统的充放电功率，Da为储能系统的放电深度，f(Da)为储能系统的寿命损耗系数，且SOC是储能系统的剩余电量；
VMT按下式确定：
式中，Pe为冷热电联产系统的输出功率，ηe为冷热电联产系统的发电效率，LHVNG为天然气的低热值，t为冷热电联产系统的运行时间。
所述各种能源的输出功率包括光伏发电系统的输出功率、冷热电联产系统的输出功率和城市电网与微电网之间的交换功率。
与最接近的现有技术相比，本发明提供的技术方案具有以下有益效果：
本发明提供的微电网中源网荷储互动能量管理办法中，获取负荷需求、储能信息和各种能源供应情况；将负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；所述各种能源供应包括：分布式能源供应和电网供应，本发明得到的能量管理结果准确度高，且提高了微电网的运行效率；
本发明考虑了微电网中源网荷储的互动关系，实现微电网的经济高效运行，提高清洁能源的利用水平；
本发明中加入的需求响应对微电网的调度发挥重要作用，使得微电网和用户之间的交互性增强，使得微电网调度更加智能化；
本发明不仅使微电网的运行成本最小，而且对用户的功耗体验没有负面影响，提高了用户的满意度和舒适度。
附图说明
图1是本发明实施例中微电网中源网荷储互动能量管理办法流程图；
图2是本发明实施例中典型冷热电联供系统工作原理示意图；
图3是本发明实施例中基于需求响应程序的微电网调度策略流程图；
图4是本发明实施例中利用遗传算法求解能量管理模型具体流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
实施例1
本发明实施例1中清洁能源以光伏发电系统和天然气为例，提供了一种微电网中源网荷储互动能量管理办法，具体流程图如图1所示，具体过程如下：
S101：获取负荷需求、储能信息和各种能源供应情况；
S102：将所述负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；
能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；
各种能源供应包括：分布式能源供应和电网供应。
本发明实施例1中的微电网包括分布式电源和负载，分布式电源包括分布式发电系统和储能系统，分布式发电系统又包括光伏发电系统和冷热电联产系统。
其中，光伏发电系统主要包括光伏模块、并网逆变器、蓄电池、逆变器、电能表等。光伏发电系统的实际输出功率与额定条件下的实际光强、环境温度和输出功率有关，光伏发电系统的功率模型如下所示：
其中，PPV(t)为光伏发电系统的输出功率，Pstc是光伏模块的输出功率，单位为kW；Gstc是标准太阳辐射强度，单位为W/m2；G(t)是实时太阳辐射强度；Tt为实际情况下光伏模块的温度值；Tstc为标准条件下电池表面的温度，αT是功率温度系数。
其中，冷热电联产系统，是一种围绕本地或附近建造的新型能源系统。它是基于能量级联利用概念的多电源系统，集制冷、供热和发电于一体。冷热电联供系统实现了天然气高温燃烧热能的梯级利用。热电联产系统利用高品位热能发电，利用低品位热能制冷、供热，不仅能使用户成为能源供应系统，还能与城市电网并联运行。本发明的冷热电联供系统工作原理如附图2所示。冷热电联产系统的运行过程模型如下式：
其中，η是冷热电联产系统的额定热电比，Qh是燃气轮机的发热量，Qe是燃气轮机的发电量，QCCHP(t)是冷热电联产系统的排放余热；Pe是冷热电联产系统的输出功率；ηe是冷热电联产系统发电效率；ηl是热损失系数。
其中，储能系统具有放电、充电、停电三种状态，其中充电状态是最关键的状态。基于储能系统的充放电功率，研究了储能系统参与微电网运行优化的机理。根据剩余电量(SOC)和充放电功率，电池储能系统的数学建模如下：
充电过程：SOC(t)＝(1-δ)SOC(t-1)+PcΔtηc/EC
放电过程：SOC(t)＝(1-δ)SOC(t-1)+PdΔtηc/ECηd
其中，Ec是储能系统的额定容量，Pc是储能系统的充电功率，Pd是储能系统的放电功率，SOC是储能系统的剩余电量，ηc是储能系统的充电效率，ηd是储能系统的放电效率；δ是储能系统自身的放电速率。
在微电网运行过程中，在满足光伏发电量最大的基数上考虑微电网运行成本最低，这里微电网的主要运行成本来自分布式电源的运行成本、燃料成本和微电网向城市电网购电的成本。同时，微电网也可以根据自身的能量平衡将部分多余的电力出售给城市电网。在微电网与城市电网的能量交换过程中，微电网系统可以根据电力市场的实际情况参与需求响应，利用需求响应处理电价。根据以上分析，本发明实施例1建立了基于需求响应价格的能量管理模型。首先考虑光伏满负荷发电，既考虑所有光伏n充分发电得到光伏系统输出功率后再结合冷热电联产系统消耗的天燃气以及电网供电，具体为：在满足光伏发电量最大的基数上以微电网的运行成本最小为目标构建的目标函数和相应的约束条件。此外，由于冷热电联产系统响应系统调度速度较快，调度周期设定为5min。
能量管理模型的构建包括：
在满足光伏最大化发电的基础上结合微电网运行成本最低为目标构建目标函数；
并为目标函数设定约束条件；
目标函数按下式确定：
式中，Cop为微电网的运行成本，T为微电网的运行时间，Ci为微电网中光伏发电系统i的运行成本，Pi为光伏发电系统i的输出功率，n为光伏发电系统的个数，Pfuel为天燃气价格，VMT为分布式发电系统中冷热电联产系统消耗的天燃气体积；Cbat,dep为微电网中储能系统的充放电折旧成本，CB-grid为微电网的发电成本。
其中的CB-grid按下式确定：
式中，Kb是微电网的购买电价，Ks是微电网的销售电价，Pgrid是城市电网与微电网之间的交换功率。
在本发明实施例1中，将需求响应的最优调度周期设置为5min，总的调度时间是一天(1440分钟)。首先，考虑微电网与城市电网之间的功率交换。根据微电网的供电和需求情况，有两种运行状态。
运行状态1：微电网电能单向传输
Pgrid＞0，微电网中的能源需求大于能源供应，分布式发电系统和储能系统不能满足微电网的电力需求，微电网必须从城市电网中购买部分电力。
运行状态2：微电网电能双向传输
Pgrid＜0，微电网中的能源供应大于能源需求，分布式发电系统和储能系统可以满足电力需求，微电网中有多余的电力可以卖给城市电网。
在考虑上述两种运行状态的前提下，对储能系统的运行状态进行控制和调度，最后考虑分布式发电系统的运行策略和负载响应。基于需求响应程序的微电网调度策略如附图3所示。图3中，ΔP为微电网中分布式发电系统的负荷与功率之差；Pmax为微电网与城市电网之间的功率交换上限；Pch,max和Pdis,max为储能系统允许的最大充放电功率；Wb为储能系统的电能供给量，Wbt,max和Wbt,min为储能系统的最大和最小电能供给量；PDG,max为分布式发电系统的总功率。
其中的Cbat,dep按下式确定：
式中，Cb_pur为储能系统的购买成本，QB_all为储能系统全寿命输出的总电量，Pstorage为储能系统的充放电功率，Da为储能系统的放电深度，f(Da)为储能系统的寿命损耗系数，且SOC是储能系统的剩余电量。
其中的VMT按下式确定：
式中，Pe为冷热电联产系统的输出功率，ηe为冷热电联产系统的发电效率，LHVNG为天然气的低热值，t为冷热电联产系统的运行时间。
约束条件包括：光伏发电系统功率约束、可中断负荷约束、可调负荷约束、可转移负荷约束、功率平衡约束、储能系统约束、温度约束和操作时间约束，具体如下：
1)光伏发电系统功率约束
在分布式发电机运行过程中，机组实际输出功率受到设备模型最大功率和最小功率的约束：
其中，和分别为光伏发电系统的输出功率的最小值和最大值。
2)可中断负荷约束
根据需求响应策略，可中断负载可以随时中断，可中断负载对总功耗没有特定的限制。
其中，PIL为可中断负荷的实际功率；和是可中断负载的最小功率和最大功率。
3)可调负荷约束
在需求响应执行过程中，可以根据调度策略减少可调负载，并且负载减少不能超过允许的减少负载。
其中，和是可削减负荷的上限减少功率和下限减少功率；μCUT是负荷状态，μCUT＝1表示负荷被削减，μCUT＝0表示负荷未被削减；PCUT是可缩减载荷的减少功率。
4)可转移负荷约束
可转移负荷是指对功耗没有明确限制的负荷，在一定时间内可根据调度策略进行移动。在调度过程中，可转移负载可以在相对松弛的时间段内转移，但可转移负载必须在有限的时间内移动。
其中，是可转移负载转移的开始时间；是可转移负载转移的结束时间。可转移负载的开始和结束时间由用户的电习惯决定。
5)功率平衡约束
在微电网运行过程中，微电网的供需必须满足一定的平衡关系，这主要体现在输入功率和输出功率之间的平衡关系。系统的功率平衡如下：
其中，Pj是可控负载j的有功功率，主要指微电网中的可控负载；Pcore是不可控负载功率；Pload是微电网需求响应中所涉及的可控负载功率；Plose是电能传输过程中的损耗功率；Pstorage是储能系统的充放电功率，Pk是分布式发电系统k的输出功率，M是可控负载的个数，N分布式发电系统个数。
6)储能系统约束
储能电池寿命是影响储能系统运行的重要因素。在储能系统的过程中，储能电池的充放电功率受到严格限制。如果储能电池电量长时间超过指定的电量范围，储能电池寿命将加快衰减。而储能系统在运行过程中必须满足最大充放电功率约束和充电状态约束，同时提高储能电池的使用寿命，节约维护成本。
SOCmin＜SOC<SOCmax
其中，Pdis-max是储能系统的最大放电功率，Pch-max是储能系统的最大充电功率；SOCmax和SOCmin是储能系统剩余电量的上限和下限。
用户是需求响应的主要参与者，用户参与需求响应程序的相应手段是调整电气设备的运行状态。用户在调整设备运行状态时，不仅要对电网的调度做出响应，而且要保证自身用电的舒适性不受很大影响。在本发明建立的需求响应模型中，使用温度和功耗来评估用户在响应需求之前和之后的舒适度。
7)温度约束
Tmin＜T＜Tmax
其中，T是室内温度；Tmax和Tmin是用户对温度控制设备温度需求的上限和下限。
8)操作时间约束
需求响应负载在一定时间内连续运行，运行时间约束如下：
其中，xi需求响应负载的运行状态，等于1的时候为运行状态，等于0的时候为不运行状态，Xi是可转移负载的操作状态，ton(Xi)是设备开始运行的时间；Δt(Xi)是设备调度周期。
本发明实施例1建立的能量管理模型是单目标混合整数规划问题。根据能量管理模型的特点，采用智能优化算法实现模型求解。考虑到能量管理模型求解的准确性和智能算法的实用性，本发明实施例1采用遗传算法求解能量管理模型。遗传算法是通过模拟自然进化过程来搜索最优解的方法，它具有组织性、适应性和学习性的特点，利用种群的进化特征自行搜索信息，利用概率变化规律确定搜索方向，它已被广泛应用于电力规划和运行领域。利用遗传算法求解能量管理模型具体流程图如图4所示。上述S102得到的各种能源的输出功率包括光伏发电系统的输出功率、冷热电联产系统的输出功率和城市电网与微电网之间的交换功率，还包括微电网的最小运行成本。
实施例2
基于同一发明构思，本发明实施例2还提供一种微电网中源网荷储互动能量管理装置，包括获取模块和求解模块，下面对上述几个模块的功能进行详细说明：
获取模块，用于获取负荷需求、储能信息和各种能源供应情况；
求解模块，用于将所述负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；
能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；
各种能源供应包括：分布式能源供应和电网供应。
本发明实施例2提供的微电网中源网荷储互动能量管理装置还包括建模模块，建模模块按下述过程建立能量管理模型：
在满足光伏最大化发电的基础上结合微电网运行成本最低为目标构建目标函数；
并为目标函数设定约束条件。
建模模块按下式确定目标函数：
式中，Cop为微电网的运行成本，T为微电网的运行时间，Ci为微电网中光伏发电系统i的运行成本，Pi为光伏发电系统i的输出功率，n为光伏发电系统的个数，Pfuel为天燃气价格，VMT为分布式发电系统中冷热电联产系统消耗的天燃气体积；Cbat,dep为微电网中储能系统的充放电折旧成本，CB-grid为微电网的发电成本；
CB-grid按下式确定：
式中，Kb是微电网的购买电价，Ks是微电网的销售电价，Pgrid是城市电网与微电网之间的交换功率；
Cbat,dep按下式确定：
式中，Cb_pur为储能系统的购买成本，QB_all为储能系统全寿命输出的总电量，Pstorage为储能系统的充放电功率，Da为储能系统的放电深度，f(Da)为储能系统的寿命损耗系数，且SOC是储能系统的剩余电量；
VMT按下式确定：
式中，Pe为冷热电联产系统的输出功率，ηe为冷热电联产系统的发电效率，LHVNG为天然气的低热值，t为冷热电联产系统的运行时间。
约束条件包括：光伏发电系统功率约束、可中断负荷约束、可调负荷约束、可转移负荷约束、功率平衡约束、储能系统约束、温度约束和操作时间约束。
各种能源的输出功率包括光伏发电系统的输出功率、冷热电联产系统的输出功率和城市电网与微电网之间的交换功率。
为了描述的方便，以上所述装置的各部分以功能分为各种模块或单元分别描述。当然，在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。
Claims (11)
1.一种微电网中源网荷储互动能量管理办法，其特征在于，包括：
获取负荷需求、储能信息和各种能源供应情况；
将所述负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；
所述能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；
所述各种能源供应包括：分布式能源供应和电网供应。
2.根据权利要求1所述的微电网中源网荷储互动能量管理办法，其特征在于，所述能量管理模型的构建包括：
在满足光伏最大化发电的基础上结合微电网运行成本最低为目标构建目标函数；
并为所述目标函数设定约束条件；
所述约束条件包括：光伏发电系统功率约束、可中断负荷约束、可调负荷约束、可转移负荷约束、功率平衡约束、储能系统约束、温度约束和操作时间约束。
3.根据权利要求2所述的微电网中源网荷储互动能量管理办法，其特征在于，所述目标函数按下式确定：
式中，Cop为微电网的运行成本，T为微电网的运行时间，Ci为微电网中光伏发电系统i的运行成本，Pi为光伏发电系统i的输出功率，n为光伏发电系统的个数，Pfuel为天燃气价格，VMT为分布式发电系统中冷热电联产系统消耗的天燃气体积；Cbat,dep为微电网中储能系统的充放电折旧成本，CB-grid为微电网的发电成本。
4.根据权利要求2所述的微电网中源网荷储互动能量管理办法，其特征在于，所述CB-grid按下式确定：
式中，Kb是微电网的购买电价，Ks是微电网的销售电价，Pgrid是城市电网与微电网之间的交换功率。
5.根据权利要求2所述的微电网中源网荷储互动能量管理办法，其特征在于，所述Cbat,dep按下式确定：
式中，Cb_pur为储能系统的购买成本，QB_all为储能系统全寿命输出的总电量，Pstorage为储能系统的充放电功率，Da为储能系统的放电深度，f(Da)为储能系统的寿命损耗系数，且SOC是储能系统的剩余电量。
6.根据权利要求2所述的微电网中源网荷储互动能量管理办法，其特征在于，所述VMT按下式确定：
式中，Pe为冷热电联产系统的输出功率，ηe为冷热电联产系统的发电效率，LHVNG为天然气的低热值，t为冷热电联产系统的运行时间。
7.根据权利要求1所述的微电网中源网荷储互动能量管理办法，其特征在于，所述各种能源的输出功率包括光伏发电系统的输出功率、冷热电联产系统的输出功率和城市电网与微电网之间的交换功率。
8.一种微电网中源网荷储互动能量管理装置，其特征在于，包括：
获取模块，用于获取负荷需求、储能信息和各种能源供应情况；
求解模块，用于将所述负荷需求、储能信息和能源供应情况带入预先建立的能量管理模型，并采用遗传算法求解，得到各种能源的输出功率以及储能系统的充放电功率；
所述能量管理模型包括：以负荷需求响应为基础，以最大化利用光能为目标考虑能源供需平衡进行构建；
所述各种能源供应包括：分布式能源供应和电网供应。
9.根据权利要求8所述的微电网中源网荷储互动能量管理装置，其特征在于，所述装置还包括建模模块，所述建模模块具体用于：
在满足光伏最大化发电的基础上结合微电网运行成本最低为目标构建目标函数；
并为所述目标函数设定约束条件；
所述约束条件包括：光伏发电系统功率约束、可中断负荷约束、可调负荷约束、可转移负荷约束、功率平衡约束、储能系统约束、温度约束和操作时间约束。
10.根据权利要求9所述的微电网中源网荷储互动能量管理装置，其特征在于，所述建模模块按下式确定目标函数：
式中，Cop为微电网的运行成本，T为微电网的运行时间，Ci为微电网中光伏发电系统i的运行成本，Pi为光伏发电系统i的输出功率，n为光伏发电系统的个数，Pfuel为天燃气价格，VMT为分布式发电系统中冷热电联产系统消耗的天燃气体积；Cbat,dep为微电网中储能系统的充放电折旧成本，CB-grid为微电网的发电成本；
CB-grid按下式确定：
式中，Kb是微电网的购买电价，Ks是微电网的销售电价，Pgrid是城市电网与微电网之间的交换功率；
所述Cbat,dep按下式确定：
式中，Cb_pur为储能系统的购买成本，QB_all为储能系统全寿命输出的总电量，Pstorage为储能系统的充放电功率，Da为储能系统的放电深度，f(Da)为储能系统的寿命损耗系数，且SOC是储能系统的剩余电量；
所述VMT按下式确定：
式中，Pe为冷热电联产系统的输出功率，ηe为冷热电联产系统的发电效率，LHVNG为天然气的低热值，t为冷热电联产系统的运行时间。
11.根据权利要求8所述的微电网中源网荷储互动能量管理装置，其特征在于，所述各种能源的输出功率包括光伏发电系统的输出功率、冷热电联产系统的输出功率和城市电网与微电网之间的交换功率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910103160.1A CN109962476A (zh) | 2019-02-01 | 2019-02-01 | 一种微电网中源网荷储互动能量管理办法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910103160.1A CN109962476A (zh) | 2019-02-01 | 2019-02-01 | 一种微电网中源网荷储互动能量管理办法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109962476A true CN109962476A (zh) | 2019-07-02 |
Family
ID=67023647
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910103160.1A Pending CN109962476A (zh) | 2019-02-01 | 2019-02-01 | 一种微电网中源网荷储互动能量管理办法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109962476A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110323785A (zh) * | 2019-07-26 | 2019-10-11 | 东北电力大学 | 基于源-网-荷-储互动的多电压等级直流配电网优化调度方法 |
| CN110766241A (zh) * | 2019-11-27 | 2020-02-07 | 广西电网有限责任公司 | 需求响应控制方法、装置、设备和存储介质 |
| CN111457463A (zh) * | 2020-03-03 | 2020-07-28 | 天津大学 | 一种停电不停暖的蓄热式电采暖优化控制方法 |
| CN111932712A (zh) * | 2020-07-06 | 2020-11-13 | 成都市卓新实业有限公司 | 一种计算石油天然气设备累计使用时间的方法 |
| CN111987738A (zh) * | 2020-07-01 | 2020-11-24 | 内蒙古电力(集团)有限责任公司信息通信分公司 | 一种微电网配置方法及装置 |
| CN112152200A (zh) * | 2020-08-20 | 2020-12-29 | 国网上海能源互联网研究院有限公司 | 一种基于智能微电网的多站融合集成方法及系统 |
| CN112271748A (zh) * | 2020-07-13 | 2021-01-26 | 国网上海能源互联网研究院有限公司 | 一种面向移动储能电源的能量控制方法及装置 |
| CN112531696A (zh) * | 2020-11-30 | 2021-03-19 | 贵州电网有限责任公司 | 一种考虑用户需求响应的冷热电联供系统优化调度方法 |
| CN113077160A (zh) * | 2021-04-13 | 2021-07-06 | 国网山东省电力公司潍坊供电公司 | 一种智能电网能量优化控制方法及系统 |
| CN114201852A (zh) * | 2021-10-29 | 2022-03-18 | 国网江苏省电力有限公司 | 一种面向低压台区的源网荷储协同调控方法 |
| CN114221377A (zh) * | 2021-11-16 | 2022-03-22 | 云南电网有限责任公司迪庆供电局 | 一种并离网多储能响应控制方法及系统 |
| CN117455422A (zh) * | 2023-12-26 | 2024-01-26 | 山东赛马力发电设备有限公司 | 一种基于微电网的热能管理系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞（武汉）电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
| CN107482638A (zh) * | 2017-07-21 | 2017-12-15 | 杭州电子科技大学 | 冷热电联供型微电网多目标动态优化调度方法 |
| CN107609684A (zh) * | 2017-08-24 | 2018-01-19 | 浙江万克新能源科技有限公司 | 一种基于微电网的综合能源系统经济优化调度方法 |
| KR101845703B1 (ko) * | 2017-09-27 | 2018-04-05 | (주) 동보파워텍 | 수요전력제어 최적화 기술의 ems를 적용한 에너지저장시스템 |
| CN109242350A (zh) * | 2018-10-17 | 2019-01-18 | 燕山大学 | 计及可平移负荷的冷热电联供系统容量优化配置方法 |
-
2019
- 2019-02-01 CN CN201910103160.1A patent/CN109962476A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106936147A (zh) * | 2017-04-14 | 2017-07-07 | 南瑞（武汉）电气设备与工程能效测评中心 | 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法 |
| CN107482638A (zh) * | 2017-07-21 | 2017-12-15 | 杭州电子科技大学 | 冷热电联供型微电网多目标动态优化调度方法 |
| CN107609684A (zh) * | 2017-08-24 | 2018-01-19 | 浙江万克新能源科技有限公司 | 一种基于微电网的综合能源系统经济优化调度方法 |
| KR101845703B1 (ko) * | 2017-09-27 | 2018-04-05 | (주) 동보파워텍 | 수요전력제어 최적화 기술의 ems를 적용한 에너지저장시스템 |
| CN109242350A (zh) * | 2018-10-17 | 2019-01-18 | 燕山大学 | 计及可平移负荷的冷热电联供系统容量优化配置方法 |
Non-Patent Citations (2)
| Title |
|---|
| 禹威威 等: "考虑电动汽车充电和需求侧响应的光伏微电网多目标优化调度", 《电力系统及其自动化学报》 * |
| 陈洁 等: "基于遗传算法的热电联产型微网经济运行优化", 《电力系统保护与控制》 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110323785B (zh) * | 2019-07-26 | 2022-02-01 | 东北电力大学 | 源网荷储互动的多电压等级直流配电网优化调度方法 |
| CN110323785A (zh) * | 2019-07-26 | 2019-10-11 | 东北电力大学 | 基于源-网-荷-储互动的多电压等级直流配电网优化调度方法 |
| CN110766241A (zh) * | 2019-11-27 | 2020-02-07 | 广西电网有限责任公司 | 需求响应控制方法、装置、设备和存储介质 |
| CN111457463A (zh) * | 2020-03-03 | 2020-07-28 | 天津大学 | 一种停电不停暖的蓄热式电采暖优化控制方法 |
| CN111987738A (zh) * | 2020-07-01 | 2020-11-24 | 内蒙古电力(集团)有限责任公司信息通信分公司 | 一种微电网配置方法及装置 |
| CN111932712A (zh) * | 2020-07-06 | 2020-11-13 | 成都市卓新实业有限公司 | 一种计算石油天然气设备累计使用时间的方法 |
| CN112271748A (zh) * | 2020-07-13 | 2021-01-26 | 国网上海能源互联网研究院有限公司 | 一种面向移动储能电源的能量控制方法及装置 |
| CN112152200B (zh) * | 2020-08-20 | 2023-01-31 | 国网上海能源互联网研究院有限公司 | 一种基于智能微电网的多站融合集成方法及系统 |
| CN112152200A (zh) * | 2020-08-20 | 2020-12-29 | 国网上海能源互联网研究院有限公司 | 一种基于智能微电网的多站融合集成方法及系统 |
| CN112531696A (zh) * | 2020-11-30 | 2021-03-19 | 贵州电网有限责任公司 | 一种考虑用户需求响应的冷热电联供系统优化调度方法 |
| CN113077160A (zh) * | 2021-04-13 | 2021-07-06 | 国网山东省电力公司潍坊供电公司 | 一种智能电网能量优化控制方法及系统 |
| CN114201852A (zh) * | 2021-10-29 | 2022-03-18 | 国网江苏省电力有限公司 | 一种面向低压台区的源网荷储协同调控方法 |
| CN114221377A (zh) * | 2021-11-16 | 2022-03-22 | 云南电网有限责任公司迪庆供电局 | 一种并离网多储能响应控制方法及系统 |
| CN114221377B (zh) * | 2021-11-16 | 2023-08-22 | 云南电网有限责任公司迪庆供电局 | 一种并离网多储能响应控制方法及系统 |
| CN117455422A (zh) * | 2023-12-26 | 2024-01-26 | 山东赛马力发电设备有限公司 | 一种基于微电网的热能管理系统 |
| CN117455422B (zh) * | 2023-12-26 | 2024-03-08 | 山东赛马力发电设备有限公司 | 一种基于微电网的热能管理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109962476A (zh) | 一种微电网中源网荷储互动能量管理办法和装置 | |
| Wang et al. | Energy management of smart micro-grid with response loads and distributed generation considering demand response | |
| Wang et al. | Interactive dispatch modes and bidding strategy of multiple virtual power plants based on demand response and game theory | |
| Reddy | Optimal scheduling of thermal-wind-solar power system with storage | |
| Liu et al. | Energy management method of integrated energy system based on collaborative optimization of distributed flexible resources | |
| CN112464477A (zh) | 计及需求响应的多能耦合综合能源运行仿真方法 | |
| Wu et al. | A multi-agent-based energy-coordination control system for grid-connected large-scale wind–photovoltaic energy storage power-generation units | |
| CN110350523A (zh) | 基于需求响应的多能源互补优化调度方法 | |
| CN104135025A (zh) | 基于模糊粒子群算法和储能系统的微网经济运行优化方法 | |
| CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
| CN110826773B (zh) | 一种考虑新能源接入的火电机组月度发电计划优化方法 | |
| CN110244566A (zh) | 计及柔性负荷的冷热电联供系统容量优化配置方法 | |
| CN111210079B (zh) | 一种分布式能源虚拟电厂运行优化方法及系统 | |
| CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
| Zhu et al. | Optimization scheduling of a wind–photovoltaic–gas–electric vehicles Community-Integrated Energy System considering uncertainty and carbon emissions reduction | |
| Yang et al. | Multi-Objective optimal scheduling of island microgrids considering the uncertainty of renewable energy output | |
| CN118214006A (zh) | 一种考虑需求响应和合作博弈的交直流微网优化运行方法 | |
| Li et al. | Integrated energy system for low-carbon economic operation optimization: Pareto compromise programming and master-slave game | |
| Ren et al. | Multi-objective optimal dispatching of virtual power plants considering source-load uncertainty in V2G mode | |
| CN116128193A (zh) | 一种基于区块链技术的园区微网调度方法及调度系统 | |
| Liu et al. | Hierarchical optimal dispatching strategy for microgrid system considering user-side resources | |
| CN112801813A (zh) | 一种确定虚拟电厂系统源-荷协同优化模型的方法及系统 | |
| Li et al. | Research on optimization of multi energy-type coordinated microgrid considering user satisfaction | |
| Xu et al. | Optimal Scheduling Strategy of Microgrid Participating in Upper Power Grid Based on Flexibility of Distributed Power | |
| Cao et al. | A Novel Game-Theoretic-based Security-Constrained Unit Commitment Including Wind and Vehicle-to-Grid |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190702 |