CN110048419A - 一种工商业租赁云储能服务的用电降费可行方法 - Google Patents

一种工商业租赁云储能服务的用电降费可行方法 Download PDF

Info

Publication number
CN110048419A
CN110048419A CN201910401220.8A CN201910401220A CN110048419A CN 110048419 A CN110048419 A CN 110048419A CN 201910401220 A CN201910401220 A CN 201910401220A CN 110048419 A CN110048419 A CN 110048419A
Authority
CN
China
Prior art keywords
energy storage
power
lease
commerce
industry
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.)
Withdrawn
Application number
CN201910401220.8A
Other languages
English (en)
Inventor
周任军
蒋璐璐
徐健
朱疆生
许燕燕
邓子昂
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.)
Changsha University of Science and Technology
Original Assignee
Changsha University of 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 Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN201910401220.8A priority Critical patent/CN110048419A/zh
Publication of CN110048419A publication Critical patent/CN110048419A/zh
Withdrawn legal-status Critical Current

Links

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
    • 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
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种工商业租赁云储能服务的用电降费可行方法，步骤包括：S1.获取目标用户的日用电负荷曲线及当地峰谷电价数据；S2.运用已有数据建立工商业‑云储能服务模型S3.利用云储能租赁服务结合峰谷电价政策，实现工商业的降费优化运行。本发明将云储能服务引入到工商业用电中，结合峰谷电价，有效降低工商业用电总费用，具有实现方法简单、降费效果好，平滑工商业负荷曲线，从而提高电力系统新能源消纳能力等优点。

Description

一种工商业租赁云储能服务的用电降费可行方法
技术领域
本发明涉及电力系统储能技术领域，尤其涉及一种工商业租赁云储能服务的用电降费可行方法。
背景技术
随着工商业用电需求不断攀高，政府与工商业用户对于降电费提出了更高的要求。就我国当前电能消费和电价构成来看，提倡降低电价远不如推行降低电费。降低电费是深度挖掘我国现有政策中的降费潜能，从而在实现电价暂时不变的情况下，利用峰谷电价等现有政策，通过改变用户消费方式，从而实现电费降低的目标。但由于工商业用户的用电行为具有其特有的规律性，无法为满足需求相应政策而做出较大改变。
当前，储能技术已成为大规模分布式与集中式新能源发电并网的重要支撑。分布式储能可有效地解决由可再生能源出力的随机性造成的资源浪费问题，有助于减小峰谷差，提高对风、光等可再生能源的利用率。同时针对能耗大的工商业用户，在峰谷电价的机制下合理使用储能系统，可实现一定程度上的套利，从而降低用电总费用。工商业用户因受成本、使用效率及投资回报率影响，一般难以自建分布式电储能。同时，用户自建的分布式储能普遍没有配置智能控制系统与通信系统，无法根据价格变化、系统实时平衡及总体需求来进行自身的最优调度。
发明内容
本发明要解决的技术问题就在于：针对当前存在的问题，本发明提供一种实现方法简单、能够有效帮助工商业用户降低用电总费用，且评估性能好、应用灵活的新能源接入电力系统的负荷特性评估方法。
为解决上述技术问题，本发明提出的方案为：
一种新能源接入电力系统的负荷特性评估方法，步骤包括：
S1.获取目标用户的日用电负荷曲线及当地峰谷电价数据；
S2.运用已有数据建立工商业-云储能服务模型；
S3.利用云储能租赁服务结合峰谷电价政策，实现工商业的降费优化运行。
作为本发明的进一步改进：所述步骤S2中建立的工商业-云储能服务模型包括：
根据储能成本设定的云储能租赁价格；
根据功率密度与能量密度的不同设定不同的租赁方案。
作为本发明的进一步改进：所述云储能服务的用户租赁费用函数设计为：
Cuser＝cz·(Re,e+Rp,e)+Pz·(Re,p+Rp,p)
其中，Cuser为每天用户向云储能服务商租赁云储能设备的租赁费用；cz为用户租赁的电储能设备的容量；Pz为用户租赁的电储能设备的功率；Re,e、Re,p、Rp,e、Rp,p分别为能量型储能与功率型储能每天单位容量与单位功率的租赁价格。
作为本发明的进一步改进：所述步骤S2中计算云储能服务租赁费用时，还包括集中效益使得成本降低的成本降低系数λ、云储能服务商自身的利润系数η与云储能设备的重复利用率以表征云储能在投资成本上的优势。所述储能每日单位容量与单位功率的租赁价格设计为：
其中，λ为储能集中效益成本降低所产生的成本降低系数；η为云储能服务商的利润系数；为云储能设备的重复利用率，即用户可均摊设备投资；Ce,te、Ce,tp、Cp,te、Cp,tp分别为能量型储能与功率型储能设备的单位容量与单位功率的投资成本；Ce,we、Ce,wp、Cp,we、Cp,wp分别为能量型储能与功率型储能设备的单位容量与单位功率的维护成本。
作为本发明的进一步改进，所述优化目标的目标函数，即工商业使用云储能服务的用户用电总费用，包括云储能服务租赁费用、向电网购电成本和利用峰谷电价与储能设备实现的套利。
作为本发明的进一步改进，所述优化目标函数如下：
minC＝Cuser+Cinter(t)+CA(t)
其中，Cuser为每天用户向云储能服务商租赁云储能设备的租赁费用；Cinter(t)为系统与主网交互成本；CA(t)为蓄电池通过混合储能系统实现的套利。
每天用户向云储能服务商租赁云储能设备的租赁费用
Cuser＝cz·(Re,e+Rp,e)+Pz·(Re,p+Rp,p)
其中，cz为用户租赁的电储能设备的容量；Pz为用户租赁的电储能设备的功率。
系统与主网交互成本
其中，cb(t)与cs(t)分别为时刻t从主网购电与售电的单价；Pload(t)为时刻t用户原有负荷功率。
蓄电池通过混合储能系统实现的套利
其中，Pcharge(t)和Pdischarge(t)分别为时段t的充电功率与放电功率；αs(t)与αr(t)分别为储能设备在t时刻的储电放电状态。
作为本发明的进一步改进，所述约束条件包括功率平衡约束、与主网交互约束以及云储能设备限制约束。
作为本发明的进一步改进，所述功率平衡约束为：
Pnet＝Pload+Pcharge+Pdischarge
其中，Pnet为园区实际与主网交互功率；Pcharge与Pdischarge则分别为云储能设备的放电与充电功率；Pload为负荷需求。
所述与主网交互约束为：
PB,min≤PB(t)≤PB,max
PS,min≤PS(t)≤PS,max
其中，PB,min与PB,max分别为从主网购电过程中功率的最小值与最大值约束；PS,min与PS,max分别为向主网售电过程中功率的最小值与最大值约束。
所述云储能设备限制约束为：
Pcharge·Pdischarge＝0
其中，SOC值为蓄电池荷电状态，为不影响其使用寿命，一般取20％～80％SOCmax；Pcharge与Pdischarge则分别为云储能设备的放电与充电功率。
作为本发明的进一步改进，所述优化的具体步骤包括：根据所述工商业的预测日负荷、目标函数、约束条件，通过优化模型，优化用户租赁云储能的能量容量与功率容量。
作为本发明的进一步改进：所述工商业租赁云储能服务的用电降费可行方法可有效解决工商业用电总费用高的问题，具有一定的商业发展潜力。
与现有技术相比，本发明的优点在于：
1)本发明引入云储能的概念，云储能是当今大环境中基于“共享”理念衍生出的一种新型储能商业模式。用户将由被动“共享”电网基础设施自发地转化为主动加强与电网的互动，从中赢得更多利润。与此同时，提供此服务的电网或服务商通过合理的投资、规划及定价与用户达成共赢。
2)本发明面向工商业用户，考虑云储能投资成本与维护成本，利用云储能服务系统，设计云储能服务方案，是降费和能源高效利用的重要途径手段。不同的云储能服务方案在峰谷电价政策的激励下，均可有效降低工商业用户的用电总费用。混合租赁功率型与能量型云储能方案，较单一租赁方式体现经济性优势。
附图说明
图1是本发明实现流程示意图。
图2是本发明中工商业-云储能服务结构示意图。
图3是峰谷电价机制示意图。
图4是本发明具体实施例工商业用户日负荷预测示意图。
图5是本发明具体实施例中方案1云储能充放电功率。
图6是本发明具体实施例中方案2云储能充放电功率。
图7是本发明具体实施例中方案3云储能充放电功率。
图8是本发明具体实施例中方案3优化前后园区与主网交互功率。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述，但并不因此而限制本发明的保护范围。
如图1所示，本实施例工商业租赁云储能服务的用电降费可行方法，步骤包括：
S1.获取目标用户的日用电负荷曲线及当地峰谷电价数据；
S2.运用已有数据建立工商业-云储能服务模型；
S3.利用云储能租赁服务结合峰谷电价政策，实现工商业的降费优化运行。
本实施例在分析我国现行峰谷电价政策的基础上，综合利用分布式储能与集中式储能，为工商业用户提供灵活经济的云储能租赁服务。考虑云储能具备的规模经济效益，制定了三种考虑峰谷电价的云储能租赁方案。以工商业用户用电总费用最低为目标函数，以功率平衡、与主网交互限制以及云储能设备限制为约束，优化用户租赁云储能的容量及功率，进一步分析讨论三种方案的经济性。
本实施例中，如图1所示，工商业-云储能服务系统结构包括整合分布式储能与集中式储能的云储能运营商、工商业用户与电网三方，虚线为电能流动路径，实线为信息流动路径。
本实施例中，将可租赁的云储能设备具体细分为能量型云储能和功率型云储能两类，以此为依据设定三种租赁方案。云储能用户购买服务商提供的一定时期内确定容量与功率的云储能服务对应的使用权。云储能服务商利用不同类型设备间的互补性，将总投资的利用率最大化。
本实施例中，步骤S2中作为本发明的进一步改进：其模型包括根据储能成本设定的云储能租赁价格与根据功率密度与能量密度的不同设定不同的租赁方案。所述云储能服务的用户租赁费用函数设计为：
Cuser＝cz·(Re,e+Rp,e)+Pz·(Re,p+Rp,p)
其中，Cuser为每天用户向云储能服务商租赁云储能设备的租赁费用；cz为用户租赁的电储能设备的容量；Pz为用户租赁的电储能设备的功率；Re,e、Re,p、Rp,e、Rp,p分别为能量型储能与功率型储能每天单位容量与单位功率的租赁价格。
所述步骤S2中计算云储能服务租赁费用时，还包括集中效益使得成本降低的成本降低系数λ、云储能服务商自身的利润系数η与云储能设备的重复利用率以表征云储能在投资成本上的优势。所述储能每日单位容量与单位功率的租赁价格设计为：
其中，λ为储能集中效益成本降低所产生的成本降低系数；η为云储能服务商的利润系数；为云储能设备的重复利用率，即用户可均摊设备投资；Ce,te、Ce,tp、Cp,te、Cp,tp分别为能量型储能与功率型储能设备的单位容量与单位功率的投资成本；Ce,we、Ce,wp、Cp,we、Cp,wp分别为能量型储能与功率型储能设备的单位容量与单位功率的维护成本。
本实施例中，所述优化目标的目标函数，即工商业使用云储能服务的用户用电总费用，包括云储能服务租赁费用、向电网购电成本和利用峰谷电价与储能设备实现的套利。所述优化目标函数如下：
minC＝Cuser+Cinter(t)+CA(t)
其中，Cuser为每天用户向云储能服务商租赁云储能设备的租赁费用；Cinter(t)为系统与主网交互成本；CA(t)为蓄电池通过混合储能系统实现的套利。
每天用户向云储能服务商租赁云储能设备的租赁费用为：
Cuser＝cz·(Re,e+Rp,e)+Pz·(Re,p+Rp,p)
其中，cz为用户租赁的电储能设备的容量；Pz为用户租赁的电储能设备的功率。
系统与主网交互成本为：
其中，cb(t)与cs(t)分别为时刻t从主网购电与售电的单价；Pload(t)为时刻t用户原有负荷功率。
蓄电池通过混合储能系统实现的套利为：
其中，Pcharge(t)和Pdischarge(t)分别为时段t的充电功率与放电功率；αs(t)与αr(t)分别为储能设备在t时刻的储电放电状态。
在本实施例中，所述约束条件包括功率平衡约束、与主网交互约束以及云储能设备限制约束。所述功率平衡约束为：Pnet＝Pload+Pcharge+Pdischarge
其中，Pnet为园区实际与主网交互功率；Pcharge与Pdischarge则分别为云储能设备的放电与充电功率；Pload为负荷需求。
所述与主网交互约束为：PB,min≤PB(t)≤PB,max、PS,min≤PS(t)≤PS,max
其中，PB,min与PB,max分别为从主网购电过程中功率的最小值与最大值约束；PS,min与PS,max分别为向主网售电过程中功率的最小值与最大值约束。
所述云储能设备限制约束为：
其中，SOC值为蓄电池荷电状态，为不影响其使用寿命，一般取20％～80％SOCmax；Pcharge与Pdischarge则分别为云储能设备的放电与充电功率。
在本实施例中，步骤S3中实施优化的具体步骤包括：根据所述工商业的预测日负荷、目标函数、约束条件，通过优化模型，优化用户租赁云储能的能量容量与功率容量。
为验证本发明的有效性，选取某工商业园区作为分析对象，其中包含工商业用户与云储能运营商提供的可租赁储能设备，峰谷电价机制如图3所示，工商业用户日负荷预测如图4所示。设一个调度周期T为24h，每一个调度时刻△t为1h。为工商业租赁云储能服务设定三种租赁方案，方案1，用户仅租赁功率型储能；方案2，用户仅租赁能量型储能；方案3，用户同时租赁功率型储能与能量型储能。
在本实施例中，由图5、图6、图7分析可知，在电价低谷时段云储能设备进行大量储能，并将所储电能在电价峰值时刻先用于自身负荷需求，降低峰值时刻用户与与主网交互的功率，多余部分再出售给电网，以达到利用储能设备配合峰谷价差实现套利的目标。
在本实施例中，由图5和表1分析可知，功率型储能设备的建设成本较高，故用户在方案1中的租赁费用较高，但可在电价峰值与谷值时通过快速充放电套利，同样可以实现电费降低的目标。但由于其能量密度小的特点，故方案1存在无法长时间充放电的弊端。
表1优化结果对比
在本实施例中，由图6和表1分析可知，由于能量型储能建设成本较低，但功率密度小，储能无法在合适的时段通过快速充放电实现最高程度的套利，故方案2的租赁支出与最终套利都较小。
在本实施例中，由图7和表1分析可知，方案3保留了方案1与方案2所具有的优势：对比方案1，充放电时长得到了明显的增长，租赁价格显著降低；对比方案2，充电速率明显增长。方案3削弱了单一类型储能的不足，实现电费最高比例的降低。
在本实施例中，由图8分析可知，工商业用户在使用云储能租赁服务后，可有效减小日负荷曲线的峰谷差值，增强日负荷曲线的平滑程度。结合峰谷电价政策，即将峰值时刻负荷转移至平谷时刻进行消耗，有效降低用电总费用。
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。

Claims (9)

1.一种工商业租赁云储能服务的用电降费可行方法，其特征在于，步骤包括：
S1.获取目标用户的日用电负荷曲线及当地峰谷电价数据；
S2.运用已有数据建立工商业-云储能服务模型；
S3.利用云储能租赁服务结合峰谷电价政策，实现工商业的降费优化运行。
2.根据权利要求1所述的工商业租赁云储能服务的用电降费可行方法，其特征在于，所述步骤S2中建立的工商业-云储能服务模型包括：
根据储能成本设定的云储能租赁价格；
根据功率密度与能量密度的不同设定不同的租赁方案。
3.根据权利要求2所述的工商业租赁云储能服务的用电降费可行方法，其特征在于，所述云储能服务的用户租赁费用函数设计为：
Cuser＝cz·(Re,e+Rp,e)+Pz·(Re,p+Rp,p)
其中，Cuser为每天用户向云储能服务商租赁云储能设备的租赁费用；cz为用户租赁的电储能设备的容量；Pz为用户租赁的电储能设备的功率；Re,e、Re,p、Rp,e、Rp,p分别为能量型储能与功率型储能每天单位容量与单位功率的租赁价格。
4.根据权利要求2或3所述的工商业租赁云储能服务的用电降费可行方法，其特征在于，所述步骤S2中计算云储能服务租赁费用时，还包括集中效益使得成本降低的成本降低系数λ、云储能服务商自身的利润系数η与云储能设备的重复利用率以表征云储能在投资成本上的优势。所述储能每日单位容量与单位功率的租赁价格设计为：
其中，λ为储能集中效益成本降低所产生的成本降低系数；η为云储能服务商的利润系数；为云储能设备的重复利用率，即用户可均摊设备投资；Ce,te、Ce,tp、Cp,te、Cp,tp分别为能量型储能与功率型储能设备的单位容量与单位功率的投资成本；Ce,we、Ce,wp、Cp,we、Cp,wp分别为能量型储能与功率型储能设备的单位容量与单位功率的维护成本。
5.根据权利要求2或3所述的工商业租赁云储能服务的用电降费可行方法，其特征在于，所述优化目标的目标函数，即工商业使用云储能服务的用户用电总费用，包括云储能服务租赁费用、向电网购电成本和利用峰谷电价与储能设备实现的套利。
6.根据权利要求5所述的工商业租赁云储能服务的用电降费可行方法，其特征在于，所述优化目标函数如下：
minC＝Cuser+Cinter(t)+CA(t)
其中，Cuser为每天用户向云储能服务商租赁云储能设备的租赁费用；Cinter(t)为系统与主网交互成本；CA(t)为蓄电池通过混合储能系统实现的套利。
每天用户向云储能服务商租赁云储能设备的租赁费用
Cuser＝cz·(Re,e+Rp,e)+Pz·(Re,p+Rp,p)
其中，cz为用户租赁的电储能设备的容量；Pz为用户租赁的电储能设备的功率。
系统与主网交互成本
其中，cb(t)与cs(t)分别为时刻t从主网购电与售电的单价；Pload(t)为时刻t用户原有负荷功率。
蓄电池通过混合储能系统实现的套利
其中，Pcharge(t)和Pdischarge(t)分别为时段t的充电功率与放电功率；αs(t)与αr(t)分别为储能设备在t时刻的储电放电状态。
7.根据权利要求6所述的工商业租赁云储能服务的用电降费可行方法，其特征在于，所述约束条件包括功率平衡约束、与主网交互约束以及云储能设备限制约束。
8.根据权利要求7所述的工商业租赁云储能服务的用电降费可行方法，其特征在于，
所述功率平衡约束为：
Pnet＝Pload+Pcharge+Pdischarge
其中，Pnet为园区实际与主网交互功率；Pcharge与Pdischarge则分别为云储能设备的放电与充电功率；Pload为负荷需求。
所述与主网交互约束为：
PB,min≤PB(t)≤PB,max
PS,min≤PS(t)≤PS,max
其中，PB,min与PB,max分别为从主网购电过程中功率的最小值与最大值约束；PS,min与PS,max分别为向主网售电过程中功率的最小值与最大值约束。
所述云储能设备限制约束为：
Pcharge·Pdischarge＝0
其中，SOC值为蓄电池荷电状态，为不影响其使用寿命，一般取20％～80％SOCmax；Pcharge与Pdischarge则分别为云储能设备的放电与充电功率。
9.根据权利要求7所述的工商业租赁云储能服务的用电降费可行方法，其特征在于：所述优化的具体步骤包括：根据所述工商业的预测日负荷、目标函数、约束条件，通过优化模型，优化用户租赁云储能的能量容量与功率容量。
CN201910401220.8A 2019-05-15 2019-05-15 一种工商业租赁云储能服务的用电降费可行方法 Withdrawn CN110048419A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910401220.8A CN110048419A (zh) 2019-05-15 2019-05-15 一种工商业租赁云储能服务的用电降费可行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910401220.8A CN110048419A (zh) 2019-05-15 2019-05-15 一种工商业租赁云储能服务的用电降费可行方法

Publications (1)

Publication Number Publication Date
CN110048419A true CN110048419A (zh) 2019-07-23

Family

ID=67282061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910401220.8A Withdrawn CN110048419A (zh) 2019-05-15 2019-05-15 一种工商业租赁云储能服务的用电降费可行方法

Country Status (1)

Country Link
CN (1) CN110048419A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112016824A (zh) * 2020-08-25 2020-12-01 国网四川省电力公司经济技术研究院 一种基于共享经济理念的储能资源匹配方法
CN113222655A (zh) * 2021-04-29 2021-08-06 深圳供电局有限公司 储能装置确定方法、装置、计算机设备及可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112016824A (zh) * 2020-08-25 2020-12-01 国网四川省电力公司经济技术研究院 一种基于共享经济理念的储能资源匹配方法
CN112016824B (zh) * 2020-08-25 2023-01-10 国网四川省电力公司经济技术研究院 一种基于共享经济理念的储能资源匹配方法
CN113222655A (zh) * 2021-04-29 2021-08-06 深圳供电局有限公司 储能装置确定方法、装置、计算机设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN110188950B (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
CN111882105B (zh) 含共享储能系统的微电网群及其日前经济优化调度方法
Wang et al. The application of electric vehicles as mobile distributed energy storage units in smart grid
CN110048419A (zh) 一种工商业租赁云储能服务的用电降费可行方法
Jiang et al. Electricity charge saved for industrial and commercial utilizing cloud energy storage services
CN111882452A (zh) 综合能源系统参与需求侧响应的边际成本计算方法
CN116402307A (zh) 考虑可调度柔性资源运行特性的电网规划容量分析方法
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
Ning et al. Research on the Optimal Scheduling Method of Virtual Power Plant with Industrial Loads Participating the Peak Regulation Ancillary Service
CN115189428A (zh) 一种基于合作博弈的服务多用户的共享储能优化充放电策略
Li et al. Economic analysis of energy storage peak shaving considering full life cycle cost
You et al. Analysis on Participation Strategy of Independent Energy Storage Station in Electricity Spot Market
Zou et al. Optimal Dispatchable Space Considering Aggregation of EV Swapping and Charging Stations to Participate in Demand Response
CN112270432B (zh) 一种考虑多主体利益均衡的综合能源系统的能量管理方法
Wang et al. Spatial-Temporal Power Balance Method for Active Distribution Systems Based on Time Series Operation Simulation with Source-Load-Storage Coordination
Wang et al. Regional integrated energy system modeling and user-side demand response behavior analysis based on the evolutionary game
Ji et al. Economic analysis of shared energy storage in multi micro-energy network
Xu et al. Day-ahead Economic Dispatch for Active Distribution Network Considering Plug-in Electric Vehicles Aggregation
Wei et al. Multi-functional operation optimization configuration of energy storage system considering price mechanism
Nan et al. Optimal Configuration of Energy Storage Capacity considering Generalized Energy Storage Resource Dispatching
Zhao et al. Optimal Allocation of Power Capacity Configuration in Incremental Distribution Network Under Different Operation Modes
Zhu et al. Research on the Development Status and Trend of Peak Load Regulation and Frequency Modulation Power Auxiliary Service Market in China
Han et al. Research on Demand Response Strategy of User Side Photovoltaic and Energy Storage System Based on Real Time Price
Wang et al. Research on Bi-level Optimal Configuration for Shared Energy Storage Considering Economics of Distribution Transformer
Wang et al. Day-ahead Optimal Economic Dispatch Based On Cloud Energy Storage System

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190723