CN110086170A - 基于故障影响下成本最小的海岛微电网电源配置方法 - Google Patents

基于故障影响下成本最小的海岛微电网电源配置方法 Download PDF

Info

Publication number
CN110086170A
CN110086170A CN201910439625.0A CN201910439625A CN110086170A CN 110086170 A CN110086170 A CN 110086170A CN 201910439625 A CN201910439625 A CN 201910439625A CN 110086170 A CN110086170 A CN 110086170A
Authority
CN
China
Prior art keywords
load
power
failure
influence
cost
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
Application number
CN201910439625.0A
Other languages
English (en)
Inventor
赵璞
林群
潘乐真
姬旭东
李大任
朱海立
谢浩铠
刘文琳
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.)
Beijing Days And Intrinsically Safe Power Technology Co Ltd
Wenzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Beijing Days And Intrinsically Safe Power Technology Co Ltd
Wenzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
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 Beijing Days And Intrinsically Safe Power Technology Co Ltd, Wenzhou Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Beijing Days And Intrinsically Safe Power Technology Co Ltd
Priority to CN201910439625.0A priority Critical patent/CN110086170A/zh
Publication of CN110086170A publication Critical patent/CN110086170A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提出一种基于故障影响下成本最小的海岛微电网电源配置方法,本方法考虑海岛微电网并网联络线、风电、光伏、储能等电源设备在运行中可能出现故障的概率,故障持续时间以及故障修复过程中的运行方式,结合海岛微电网电源设备投资运行等年值成本,提出了基于故障影响下成本最小的海岛微电网电源配置方法,以提高海岛微电网建设的经济性与安全性,保障重要负荷的可靠供电。

Description

基于故障影响下成本最小的海岛微电网电源配置方法
技术领域
本发明属于电力系统规划技术领域,尤其涉及一种基于故障影响下成本最小的海岛微电网电源配置方法系统和方法。
背景技术
随着社会的发展,为一些小型海岛规划、建设可靠的微电网是需要研究、解决的问题。根据海岛离大陆的距离、居住的人口、重要性以及未来的发展,可选择并网型或离网型微电网为海岛供电。以岛上的可再生能源为主,规划并网型或离网型微电网是当前研究的热点。规划的电网常常会发生捕鱼挖沙等人为因素造成的海缆断线故障,以及高湿、高盐雾、多台风等自然条件引起的海岛电源故障等情况,这些故障情况会对海岛供电系统的建设费用和供电的可靠性造成很大的影响。
发明内容
本发明以海岛微电网建设和运行成本最小为目标,考虑并网型微电网并网联络线、风电、光伏、储能等电源设备运行过程中可能出现故障的概率,故障持续时间以及故障修复过程中系统的运行方式,计算运行费用和故障损失,结合海岛微电网电源设备投资运行等年值成本,以故障影响下的成本最小为规划目标,得到海岛微电网的电源配置方案,以解决单纯考虑经济性电网规划存在的问题。
为实现上述目的,本发明提出一种基于故障影响下成本最小的海岛微电网电源配置方法,包括如下步骤:
步骤1)收集与建设海岛微电网相关的信息;分析预测不同季节典型日海岛上的负荷需求,并对负荷需求按重要程度分类;
步骤2)建立双层模型,上层以故障影响下的微电网投资运行成本最小为规划目标,下层计算电网的年均负荷损失价值,变量为各电源设备的配置方式,其中:
minF(x)=fLOSS(x)+fin(x)
式中,F(x)表示故障影响下的微电网投资运行成本,fLOSS(x)表示年均负荷损失价值,fin(x)表示电源投资运行等值年成本;
步骤3)计算生成海岛微电网系统中各电源配置方式;
步骤4)计算上层配置方式的电源投资运行等年值成本,计算不同季节典型日各种电源设备正常状态的运行情况;
步骤5)以蒙特卡洛模拟法,结合概率分布函数计算发生故障的时间、故障设备类型和故障持续时间,并计算负荷损失价值;
步骤6)累计负荷损失价值,结合概率分布函数计算下一次发生故障的时间,重复步骤5)至步骤6),直至模拟时间结束;
步骤7)计算年均负荷损失价值,与投资运行等值年成本叠加后作为故障影响下的成本,返回上层;
8)重复步骤3)至步骤7),计算过程收敛至故障影响下的成本最小。
进一步,分析海岛年历史负荷特性并进行聚类,得到岛上各季节的负荷典型日,以这些典型日代表全年时段负荷变化趋势。
进一步,所述负荷按重要程度分为重要、次重要、可切断负荷。
进一步,海岛微电网正常运行时需要满足负荷平衡,一般情况下不允许弃风弃光:
Pload=Ppv+Pwt+Pnet+Pbat
式中,Ppv为光伏输出功率,Pwt为风机实际输出功率,Pnet(t)、Pnet(t-1)为t时刻联络线上传输的功率,Pbat为t时刻储能设备与系统间的交换功率;
各电源投资运行等年值成本由投资等年值成本和年运行维护成本构成:
fin(x)=f1+f2
式中,fin(x)为各电源投资运行等年值成本,f1为投资等年值成本,f2为年运行维护成本。
进一步,投资等年值成本f1是各设备投资等年值成本的总和,各设备投资成本包含了初始投资成本、工程期内设备使用寿命到期产生的替换投资成本以及工程期末的设备残值。
进一步,年运行维护成本f2包括微电网年购电成本和微电网年维护成本。
进一步,蒙特卡洛模拟过程中,先结合概率分布函数产生随机数,并转换为第k种电源故障前的运行时间,随后找到故障前运行时间最短的第g种电源设备定义为故障电源,再对该电源生成新的随机数并计算该电源的故障时间,根据时间对应找到正常运行状态下的负荷情况及其余各电源出力情况,由此得到该时刻的负荷损失量,并计算累计的负荷损失价值,循环直至蒙特卡洛模拟时间结束,计算年均负荷损失价值:
式中,f′LOSS为累计的负荷损失价值;T为蒙特卡洛持续模拟时间;CLOSS为单位负荷损失价值,RLOSS(τ)为各负荷损失量;Pload(τ)为τ时刻的负荷需求;Pi(τ)为第i种电源在τ时刻可提供的负荷;i=1,2,…g-1,g+1,…,k。
进一步,负荷损失时,默认优先失去可切除负荷,随后失去次重要负荷,避免失去重要负荷。
本发明的技术效果为:1、本发明以蒙特卡洛模拟法,结合概率分布函数模拟发生故障的时间、故障设备类型和故障持续时间,分析故障发生时的系统运行状态,对年均负荷损失价值进行优化,可以降低故障发生时,海岛微电网系统的负荷损失,并保障对重要负荷可靠供电。
2、本发明考虑了海岛微电网系统中不同电源间的多能互补及运行配合,对电源设备投资运行等年值成本进行优化,降低了海岛微电网系统的建设投资和海岛微电网系统的年运行费用。
3、本发明综合考虑海岛微电网中各种电源故障情况下的年均负荷损失价值以及电源设备投资运行等年值成本,实现了故障影响下的成本最小,兼顾提高了海岛微电网的可靠性和经济性。
附图说明
图1是本发明基于故障影响下成本最小的海岛微电网电源配置方法流程图;
图2是海岛微电网系统结构简图。
具体实施方式
下面结合附图,对实施例作详细说明。
如图1所示,为本发明基于故障影响下成本最小的海岛微电网电源配置方法流程图。具体如下:
1)收集海岛微电网系统相关信息;分析预测不同季节典型日海岛上的负荷需求,并对负荷需求按重要程度分类。
海岛的地理位置,气候信息,决定海岛上可再生能源的利用水平。岛上的负荷水平取决居民日常生活所需的用电负荷,渔业发展和旅游业发展所需的制冷、制热负荷以及军事重要负荷,将这些负荷按重要程度分类,分为重要、次重要、可切断负荷。采用自然增长率法预测近、中期负荷,采用空间负荷预测法预测远景负荷。
Pn=P0×(1+k)n
式中,Pn表示规划年的最大负荷,P0表示基准年的最大负荷,k为年自然增长率,n为基准年到规划年的时间跨度。
Q=qF
式中,Q表示海岛微电网的远景电负荷;q表示单位海岛面积的电负荷;F表示海岛的总面积。
分析海岛年历史负荷特性并进行聚类,得到岛上各季节的负荷典型日。以这些典型日代表全年时段负荷变化趋势,可减少模型计算量,并使结果反映海岛微电网中全年负荷变化情况。
2)建立双层模型,上层以故障影响下的微电网投资运行成本最小为规划目标,下层计算电源配置方式年均负荷损失价值,变量为各种电源设备的配置方式。
minF(x)=fLOSS(x)+fin(x)
式中,F(x)表示故障影响下的微电网投资运行成本,fLOSS(x)表示年均负荷损失价值,fin(x)表示电源投资运行等值年成本。
3)计算生成海岛微电网各种电源配置方式。比如可以由规划软件GUROBI进行计算。
4)计算上层配置方式下的电源投资运行等年值成本,令这些电源运行于正常状态,计算不同季节典型日各电源设备的运行情况。
海岛微电网系统结构简图如图2所示,正常运行状态下各电源运行出力恒小于等于其额定容量,具体数学模型如下:
(1)光伏模型
单位光伏电源的输出功率与光伏电池上的实际光照强度、实际环境温度、实际风速等因素相关,即
Ts=Ta+0.0138·(1+0.031Ta)·(1-0.042u)·G
式中,Ppv为光伏输出功率(kW);G为光伏电池上的实际光照强度(kW/m2);Ts为光伏电池表面温度(℃);Ta为环境温度(℃);Pstc、Gstc、Tstc分别为标准测试条件下的最大输出功率(kW)、光照强度(kW/m2)、标准测试条件下光伏电池表面温度(25℃);ε为光伏电池温度系数,一般取-0.47%/K;u为风速(m/s)。
(2)风机模型
风电机组输出功率与风速的关系可用分段函数来表示,即
式中,uci、uco、ur分别为切入风速、切出风速、额定风速(m/s);Pwt为风机实际输出功率(kW);Pr为风机额定输出功率(kW);f(u)为降额输出功率曲线,结合风机功率变化规律通过三阶多项式拟合。
(3)联络线模型
海岛微电网经联络线与主网相连,当系统无法满足自身负荷需求或自身产能过剩时,可通过联络线与外部能源网络互连,进行能源传输。联络线上流过的功率有较大的波动,会影响到主网运行的电压和频率并限制微能源系统的并网。电力联络线约束条件可简述:
Pnet,min≤Pnet(t)≤Pnet,max
|Pnet(t)-Pnet(t-1)|≤γ·Pnet,max
式中Pnet(t)、Pnet(t-1)为t时刻联络线上传输的功率;Pnet,max、Pnet,min为联络线传输功率的上下限;γ为联络线上的功率波动系数。
(4)储能设备模型
储能设备主要为铅酸蓄电池,数学模型描述如下:
Wt=Wt-1(1-μloss)+(ηchPch,t-Pdis,tdis)·Δt
Uch,t+Udis,t≤1
式中,Wt、Wt-1分别为t时刻和t-1时刻储能设备中存储的能量(kWh);μloss为储能设备的自耗率;ηch、ηdis分别为i型储能设备的蓄能效率、放能效率;Pi,ch,t、Pi,dis,t分别为t时刻储能设备的蓄能功率、放能功率(kW);Δt为时间间隔(h);Pbat为t时刻储能设备与系统间的交换功率;为储能设备的最大交换功率;0-1变量Uch,t、Udis,t表示t时刻储能设备的蓄放能状态。
海岛微电网正常运行时需要满足负荷平衡:
Pload=Ppv+Pwt+Pnet+Pbat
式中,Pload表示海岛微电网的电负荷需求。
要计算的各电源投资运行等年值成本由投资等年值成本和年运行维护成本构成。
fin(x)=f1+f2
投资等年值成本f1是各设备投资等年值成本的总和。各设备投资成本包含了初始投资成本、工程期内设备使用寿命到期产生的替换投资成本以及工程期末的设备残值:
式中,f1为投资等年值成本;Ci为i设备投资成本;Cwi为i设备工程期末残值;k为折现率;T为工程年限;Ni为i设备的规划单元数量;ci为i设备的单位投资成本;Ti为i设备使用寿命;ni为工程年限内的i设备的替换次数;取整函数INT计算<x的最大整数。
年运行维护成本f2包括微电网年购电成本和微电网年维护成本。
式中,CE为系统购电费用;cc,j是第i种设备的年单位固定运维成本;Cv,j第i种设备的年单位可变运维成本;Pi(t)为i设备t时刻的功率。为t时刻的单位千瓦时的购售电费用,当Pnet(t)是与大电网间的交换功率。
5)以蒙特卡洛模拟法,结合概率分布函数计算发生故障的时间、故障设备类型和故障持续时间,并计算负荷损失价值。
海岛微电网电源状态模型采用马尔科夫两个状态模型进行描述。
各电源设备正常状态呈指数分布,从正常状态运行到故障状态的持续时间为:
式中,λk为第k种电源设备的故障率;uk为[0,1]区间均匀分布的随机数。
各电源设备故障持续时间也呈指数分布:
式中,μk为第k种电源设备的修复参数;uk为[0,1]区间均匀分布的随机数。
蒙特卡洛模拟过程中,先结合概率分布函数产生随机数,并转换为第k种电源故障前的运行时间,随后找到故障前运行时间最短的第g种电源设备定义为故障电源,再对该电源生成新的随机数并计算该电源的故障时间,根据时间对应找到正常运行状态下的负荷情况及其余各电源出力情况。
计算各负荷损失量RLOSS(τ):
式中,Pload(τ)为τ时刻的负荷需求;Pi(τ)为第i种电源在τ时刻可提供的负荷;i=1,2,…g-1,g+1,…,k
由此时的负荷损失量可以计算负荷损失价值,并累计:
式中f′LOSS为累计的负荷损失价值;CLOSS为单位负荷损失价值,呈阶梯性,与负荷的重要程度相关,负荷越重要,CLOSS越高。负荷损失时,默认优先失去可切除负荷,随后失去次重要负荷,避免失去重要负荷。
6)累计负荷损失价值,结合概率分布函数生成新的随机数计算下一次发生故障的时间,重复5)至6)步骤,直至模拟时间结束。
7)计算年均负荷损失价值,与投资运行等值年成本叠加后作为故障影响下的成本,返回上层。
式中,fLOSS为蒙特卡洛模拟下的年均负荷损失价值;T为蒙特卡洛持续模拟时间。
8)重复3)至7),收敛至故障影响下的成本最小。
此实施例仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种基于故障影响下成本最小的海岛微电网电源配置方法,包括如下步骤:
步骤1)收集与建设海岛微电网相关的信息;分析预测不同季节典型日海岛上的负荷需求,并对负荷需求按重要程度分类;
步骤2)建立双层模型,上层以故障影响下的微电网投资运行成本最小为规划目标,下层计算电网的年均负荷损失价值,变量为各电源设备的配置方式,其中:
minF(x)=fLOSS(x)+fin(x)
式中,F(x)表示故障影响下的微电网投资运行成本,fLOSS(x)表示年均负荷损失价值,fin(x)表示电源投资运行等值年成本;
步骤3)计算生成海岛微电网系统中各电源配置方式;
步骤4)计算上层配置方式的电源投资运行等年值成本,计算不同季节典型日各种电源设备正常状态的运行情况;
步骤5)以蒙特卡洛模拟法,结合概率分布函数计算发生故障的时间、故障设备类型和故障持续时间,并计算负荷损失价值;
步骤6)累计负荷损失价值,结合概率分布函数计算下一次发生故障的时间,重复步骤5)至步骤6),直至模拟时间结束;
步骤7)计算年均负荷损失价值,与投资运行等值年成本叠加后作为故障影响下的成本,返回上层;
8)重复步骤3)至步骤7),计算过程收敛至故障影响下的成本最小。
2.根据权利要求1所述的一种基于故障影响下成本最小的海岛微电网电源配置方法,其特征在于,分析海岛年历史负荷特性并进行聚类,得到岛上各季节的负荷典型日,以这些典型日代表全年时段负荷变化趋势。
3.根据权利要求1所述的一种基于故障影响下成本最小的海岛微电网电源配置方法,其特征在于,所述负荷按重要程度分为重要、次重要、可切断负荷。
4.根据权利要求1所述的一种基于故障影响下成本最小的海岛微电网电源配置方法,其特征在于,海岛微电网正常运行时需要满足负荷平衡,一般情况下不允许弃风弃光:
Pload=Ppv+Pwt+Pnet+Pbat
式中,Ppv为光伏输出功率,Pwt为风机实际输出功率,Pnet(t)、Pnet(t-1)为t时刻联络线上传输的功率,Pbat为t时刻储能设备与系统间的交换功率;
各电源投资运行等年值成本由投资等年值成本和年运行维护成本构成:
fin(x)=f1+f2
式中,fin(x)为各电源投资运行等年值成本,f1为投资等年值成本,f2为年运行维护成本。
5.根据权利要求4所述的一种基于故障影响下成本最小的海岛微电网电源配置方法,其特征在于,投资等年值成本f1是各设备投资等年值成本的总和,各设备投资成本包含了初始投资成本、工程期内设备使用寿命到期产生的替换投资成本以及工程期末的设备残值。
6.根据权利要求4所述的一种基于故障影响下成本最小的海岛微电网电源配置方法,其特征在于,年运行维护成本f2包括微电网年购电成本和微电网年维护成本。
7.根据权利要求3所述的一种基于故障影响下成本最小的海岛微电网电源配置方法,其特征在于,蒙特卡洛模拟过程中,先结合概率分布函数产生随机数,并转换为第k种电源故障前的运行时间,随后找到故障前运行时间最短的第g种电源设备定义为故障电源,再对该电源生成新的随机数并计算该电源的故障时间,根据时间对应找到正常运行状态下的负荷情况及其余各电源出力情况,由此得到该时刻的负荷损失量,并计算累计的负荷损失价值,循环直至蒙特卡洛模拟时间结束,计算年均负荷损失价值:
式中,fL'OSS为累计的负荷损失价值;T为蒙特卡洛持续模拟时间;CLOSS为单位负荷损失价值,RLOSS(τ)为各负荷损失量;Pload(τ)为τ时刻的负荷需求;Pi(τ)为第i种电源在τ时刻可提供的负荷;i=1,2,…g-1,g+1,…,k。
8.根据权利要求7所述的一种基于故障影响下成本最小的海岛微电网电源配置方法,其特征在于,负荷损失时,默认优先失去可切除负荷,随后失去次重要负荷,避免失去重要负荷。
CN201910439625.0A 2019-05-24 2019-05-24 基于故障影响下成本最小的海岛微电网电源配置方法 Pending CN110086170A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910439625.0A CN110086170A (zh) 2019-05-24 2019-05-24 基于故障影响下成本最小的海岛微电网电源配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910439625.0A CN110086170A (zh) 2019-05-24 2019-05-24 基于故障影响下成本最小的海岛微电网电源配置方法

Publications (1)

Publication Number Publication Date
CN110086170A true CN110086170A (zh) 2019-08-02

Family

ID=67421744

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910439625.0A Pending CN110086170A (zh) 2019-05-24 2019-05-24 基于故障影响下成本最小的海岛微电网电源配置方法

Country Status (1)

Country Link
CN (1) CN110086170A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111293683A (zh) * 2020-02-13 2020-06-16 东方电子股份有限公司 一种兼顾安全性与经济性的配网自愈优化方法
CN113098075A (zh) * 2021-05-24 2021-07-09 广东电网有限责任公司 光伏消纳能力的分析方法、装置、电子设备及存储介质
CN116244567A (zh) * 2023-05-10 2023-06-09 广东电网有限责任公司珠海供电局 基于激励的配电网多阶段增量规划方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108053149A (zh) * 2018-01-05 2018-05-18 东南大学 一种考虑气象因素的光伏电站并网风险评估方法
CN108448636A (zh) * 2018-05-10 2018-08-24 合肥工业大学 一种考虑线路因素的交直流混合微电网优化规划方法
CN109190792A (zh) * 2018-07-26 2019-01-11 中国电力科学研究院有限公司 一种确定配电网中分布式电源的配置的方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108053149A (zh) * 2018-01-05 2018-05-18 东南大学 一种考虑气象因素的光伏电站并网风险评估方法
CN108448636A (zh) * 2018-05-10 2018-08-24 合肥工业大学 一种考虑线路因素的交直流混合微电网优化规划方法
CN109190792A (zh) * 2018-07-26 2019-01-11 中国电力科学研究院有限公司 一种确定配电网中分布式电源的配置的方法和系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
丁明等: "交直流混合微电网优化配置研究", 《电力系统保护与控制》 *
卢锦玲等: "计及控制方式的孤岛微网供电可靠性评估", 《现代电力》 *
肖锐等: "独立海岛微电网容量多目标优化配置设计与研究", 《嘉兴学院学报》 *
芦新波等: "面向用户需求的DG与配网网架多目标联合规划", 《现代电力》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111293683A (zh) * 2020-02-13 2020-06-16 东方电子股份有限公司 一种兼顾安全性与经济性的配网自愈优化方法
CN113098075A (zh) * 2021-05-24 2021-07-09 广东电网有限责任公司 光伏消纳能力的分析方法、装置、电子设备及存储介质
CN116244567A (zh) * 2023-05-10 2023-06-09 广东电网有限责任公司珠海供电局 基于激励的配电网多阶段增量规划方法及系统

Similar Documents

Publication Publication Date Title
Mahmoud et al. The role of intelligent generation control algorithms in optimizing battery energy storage systems size in microgrids: A case study from Western Australia
Radhakrishnan et al. A multi-agent based distributed energy management scheme for smart grid applications
Krishan et al. Grid-independent PV system hybridization with fuel cell-battery/supercapacitor: Optimum sizing and comparative techno-economic analysis
CN110957758B (zh) 一种基于广域态势感知的综合能源能效评价与控制性能优化方法
Keyhani Smart power grids
Chauhan et al. A review on Integrated Renewable Energy System based power generation for stand-alone applications: Configurations, storage options, sizing methodologies and control
Olivares et al. A centralized optimal energy management system for microgrids
Billinton et al. Adequacy assessment considerations in wind integrated power systems
Mitra et al. Determination of storage required to meet reliability guarantees on island-capable microgrids with intermittent sources
Ziogou et al. Optimal production of renewable hydrogen based on an efficient energy management strategy
CN102945296B (zh) 一种需求响应视角下的配电网不确定性重构建模方法
Lawan et al. A review of hybrid renewable energy systems based on wind and solar energy: modeling, design and optimization
CN109149555B (zh) 考虑供电模式的配电网广义电源变电可信容量评价方法
CN110086170A (zh) 基于故障影响下成本最小的海岛微电网电源配置方法
Goswami et al. Development of a grid connected solar-wind hybrid system with reduction in levelized tariff for a remote island in India
Shaikh et al. Microgrids: A review on optimal hybrid technologies, configurations, and applications
Shayan et al. A novel approach of synchronization of the sustainable grid with an intelligent local hybrid renewable energy control
CN103577891A (zh) 一种含分布式电源的多孤岛微网优化合作运行方法
Li et al. Probabilistic optimal operation management of microgrid using point estimate method and improved bat algorithm
Khatun et al. A Review on Microgrids for Remote Areas Electrification-Technical and Economical Perspective.
Le et al. Design, sizing and operation of a hybrid renewable energy system for farming
Thanos et al. System of systems modeling and simulation for microgrids using DDDAMS
Brka Optimisation of stand-alone hydrogen-based renewable energy systems using intelligent techniques
Lu et al. Annual Benefit Analysis of Integrating the Seasonal Hydrogen Storage into the Renewable Power Grids
Lai et al. Smart Grids to Revolutionize Chinese Cities: Challenges and Opportunities

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: 20190802