CN110276487B - 虚拟电厂环境下的无功辅助服务交易机制 - Google Patents

虚拟电厂环境下的无功辅助服务交易机制 Download PDF

Info

Publication number
CN110276487B
CN110276487B CN201910519799.8A CN201910519799A CN110276487B CN 110276487 B CN110276487 B CN 110276487B CN 201910519799 A CN201910519799 A CN 201910519799A CN 110276487 B CN110276487 B CN 110276487B
Authority
CN
China
Prior art keywords
reactive
power
reserve
generator
power plant
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.)
Active
Application number
CN201910519799.8A
Other languages
English (en)
Other versions
CN110276487A (zh
Inventor
戴晖
皮志旋
刘�东
黄玉辉
殷小荣
陈晓华
吴晓飞
李峰
韩伟
徐晓春
李佑伟
汤同峰
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.)
Shanghai Jiaotong University
HuaiAn Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Shanghai Jiaotong University
HuaiAn Power Supply Co of State Grid Jiangsu 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 Shanghai Jiaotong University, HuaiAn Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN201910519799.8A priority Critical patent/CN110276487B/zh
Publication of CN110276487A publication Critical patent/CN110276487A/zh
Application granted granted Critical
Publication of CN110276487B publication Critical patent/CN110276487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector

Abstract

本发明涉及虚拟电厂环境下的配电网无功辅助服务交易机制，构建了一种基于主导节点的分布式发电商无功备用价值评判体系，并提出相应的无功交易决策方法。在考虑配电网各分布式发电商的无功备用能力的前提下，于虚拟电厂侧实现无功辅助服务的交易决策优化，在配电网电压无功处于安全范围的前提下，确保配电网整体的经济效益最大化。该交易机制可使虚拟电厂环境下的各发电商有效地参与到无功备用交易市场，并对无功备用的交易过程进行优化决策，以实现整体资源的优化配置。

Description

虚拟电厂环境下的无功辅助服务交易机制
技术领域
本发明涉及电力市场技术领域，具体涉及一种虚拟电厂环境下的配电网无功辅助服务交易机制。
背景技术
随着分布式能源的快速发展和新技术的应用，电力系统面临着一些巨大的挑战。可再生能源的不确定性和分布式电源(DER)大量接入电网的复杂性使电力系统的管理变得越来越困难。因此，应以适当的方式利用分布式电源,而不是成为使他们电网的负担，虚拟电厂(VPP)正是处理这一问题的一种前瞻性技术模式。
前人对虚拟电厂的具体实现方案进行了大量的研究，其中一些已经过实际应用的测试，为进一步研究留下了宝贵的经验。在大多数情况下，虚拟电厂以商业型虚拟发电厂(CVPP)和技术型虚拟电厂(TVPP)两种形式存在。CVPP 从商业角度出发，负责分布式电源的交易和管理，而TVPP则专注于电网实际运行过程中的能量管理。然而，在大多数虚拟电厂研究中仅考虑了有功功率的交易，对无功等辅助服务研究较少。因此，本发明的目的在于解决虚拟电厂无功功率辅助服务的交易问题。
由于线路损失较高,无功功率不能输送到远离发电机的位置；这意味着在电力市场上无功功率不能根据负荷和供应的平衡进行交易。因此，本发明提出一种基于无功功率备用的虚拟电厂辅助服务交易方案。该交易方案有两个主要环节，即分布式发电商的无功功率备用能力评估和无功辅助服务交易决策。该交易机制可使虚拟电厂环境下的各发电商有效地参与到无功备用交易市场，并对无功备用的交易过程进行优化决策，以实现整体资源的优化配置。
发明内容
本发明要解决的技术问题是提供一种虚拟电厂环境下的配电网无功辅助服务交易机制，使虚拟电厂环境下的各发电商有效地参与到无功备用交易市场，并对无功备用的交易过程进行优化决策，以实现整体资源的优化配置。
本发明通过以下技术方案实现上述目的：
一种虚拟电厂环境下的无功辅助服务交易机制，包括分布式发电商的无功备用价值评估以及虚拟电厂的交易决策优化；
所述分布式发电商的无功备用价值评估包括：
步骤1)利用发电机的容量限制以及实际有功无功出力计算其最大物理无功备用
Figure BDA0002096271510000021
物理无功备用
Figure BDA0002096271510000022
对应于设备长期运行时的无功限值；
步骤2)根据主导节点调压需求计算其有效无功备用
Figure BDA0002096271510000023
有效无功备用
Figure BDA0002096271510000024
代表物理备用中有实际经济及安全性价值的部分；
步骤3)发电商按照备用能力计算合理的竞标价格，参与无功辅助服务交易市场。
优选的，所述步骤1)中物理无功备用计算方法为：根据发电机额定容量参数以及实际运行中的出力状态，计算发电机理论最大无功出力与实际无功出力的差值：
Figure BDA0002096271510000025
其中，
Figure BDA0002096271510000026
代表发电机i的物理无功备用，Si代表其额定视在功率，Pi.max代表其最大有功出力，Qi.cur代表其当前无功出力。
优选的，步骤2)中有效无功备用计算方法包括：
步骤S1计算配电网内主要节点的电压无功灵敏度矩阵S，该矩阵能近似表示配电网各主要节点之间电压和无功功率变化量之间的比例关系；
步骤S2计算无功源对主导节点的无功备用价值指标，该指标计算公式如下：(下式以节点j处无功源对节点i处主导节点的无功备用价值指标计算为例)
Figure BDA0002096271510000027
式中，rc.i代表节点j处无功源对节点i处主导节点的无功备用价值指标，Sij代表节点i、j之间的电压无功灵敏度，
Figure BDA0002096271510000031
代表主导节点的电压波动预估值，
Figure BDA0002096271510000032
代表无功源的物理无功备用；
步骤S3取无功源对多个主导节点的价值指标中最大值，将该值取最大时对应的主导节点作为无功备用定价参考的核心主导节点，由此得到无功源的综合无功备用价值指标：
rc＝max{rc.1,rc.2,...}＝rc.k\*MERGEFORMAT (3)
式中，rc代表无功源的综合无功备用价值指标，rc.1,rc.2,...分别代表无功源对各主导节点的价值指标，rc.k中下标k代表无功源无功备用价值对应最大的主导节点的标号。
步骤S4计算发电商无功源的有效无功备用：
Figure DEST_PATH_1
其中，
Figure BDA0002096271510000034
是无功源的有效无功备用容量。
优选的，所述无功备用价值指标评价无功源的无功备用能力，并据此制定投标价格，所述步骤3)竞标价格计算公式如下：
Figure BDA0002096271510000035
其中，
Figure BDA0002096271510000036
代表无功备用价格曲线，rc代表无功备用价值指标，
Figure BDA0002096271510000037
代表无功备用参考价格，ξ1ξ2代表发电商自定的价格参数，
Figure BDA0002096271510000038
为中标容量。
优选的，所述交易决策的具体步骤如下：
步骤A1虚拟电厂进行光伏出力预测；
步骤A2分布式发电商根据虚拟电厂调度结果评估其无功备用能力；
步骤A3具有无功备用能力的发电商向虚拟电厂提供无功备用容量及其报价；
步骤A4虚拟电厂对交易信息集中汇总，通过优化算法确定分布式发电商的无功备用中标容量；
步骤A5虚拟电厂将中标量返回至发电商。
优选的，所述步骤A4中的优化算法的优化目标为电压无功调节的预期成本最小，无功调节的成本包括支付给向虚拟电厂提供调压服务的分布式发电商的费用CostDER，以及电网运行过程中SVG、电容器等无功补偿设备的成本CostVC，所述优化算法的优化目标函数如下：
MinVoltageRegulationCost＝CostDER+CostVC (6)
Figure BDA0002096271510000041
Figure BDA0002096271510000042
其中，ND为提供辅助服务的分布式发电商个数；
Figure BDA0002096271510000043
分别为发电商无功备用报价以及中标容量。
Figure BDA0002096271510000044
为无功补偿装置的固定成本，
Figure BDA0002096271510000045
分别为电网运行过程中的无功补偿量及其对应的成本。λi,t表示t时刻是否使用该无功补偿设备，改值取1表示使用且发出无功，取-1表示使用且吸收无功，取0 表示不使用。
本发明的有益效果是：
1、本发明将无功辅助服务的交易引入到虚拟电厂中来，将有效解决传统虚拟电厂的无功交易问题。
2、本发明提出的分布式发电商无功备用评价指标，可有效评估无功源对配电网电压的调控能力；该评估结果可作为虚拟电厂无功辅助服务交易的参考。
3、本发明提出的方法能充分利用分布式能源的无功调节能力，协调与已有电压调节及无功控制设备，实现虚拟电厂下的效益最大化。
附图说明
图1示出某典型地区的虚拟电厂架构示意图；
图2示出分布式发电商无功备用价值评估流程图；
图3是本发明中无功辅助服务交易决策流程图。
具体实施方式
以下结合附图1至附图3，对本发明一种虚拟电厂环境下的无功辅助服务交易机制作进一步阐释。
图1是某典型地区的虚拟电厂架构示意图。
该地区配电网为光伏电站多电压等级、高比例接入的典型区域。由于光伏的大量接入，在午间光伏大发时，该地区的发电量难以就地消纳；其220kV主变往往会出现功率倒送的问题。因而，由次引发的电压抬升问题受到了电网调度人员的关注。为解决当地电压问题，变电站配置了大量的无功补偿装置；但这无疑大大增加了电网运行控制的成本。若是在该地区使用本文所述的虚拟电厂架构及其无功辅助服务交易机制，则能有效地将该地光伏逆变器的调压能力利用起来，实现电网与发电商的双赢。
该地区被划分为多个区块，每一个都由一个商业型虚拟电厂(CVPP)进行管理。CVPP采集其区域内各分布式发电商的基本参数以及报价信息，进行交易决策优化。优化结果将汇总至整个地区的技术型虚拟电厂(TVPP)。在实际运行过程中，TVPP将根据交易结果统筹整个地区可控无功资源，维持配网的整体电压在稳定的范围内。
图2是本发明中分布式发电商无功备用价值评估流程图。
分布式发电商无功备用价值评估，首先利用发电机的容量限制以及实际有功无功出力计算其最大物理无功备用，然后在此基础上根据主导节点调压需求计算其有效无功备用，最后发电商按照备用能力计算合理的竞标价格，参与无功辅助服务交易市场。其中，物理无功备用对应于设备长期运行时的无功限值，有效无功备用则代表物理备用中有实际经济及安全性价值的部分，发电商根据其有效无功备用可估算出合理竞标价格。
1、物理无功备用计算方法为根据发电机额定容量参数以及实际运行中的出力状态，计算发电机理论最大无功出力与实际无功出力的差值。
Figure BDA0002096271510000051
其中，
Figure BDA0002096271510000061
代表发电机i的物理无功备用，Si代表其额定视在功率，Pi.max代表其最大有功出力，Qi.cur代表其当前无功出力。
2、有效无功备用计算方法为根据无功源所能影响到的主导节点，计算无功源物理无功备用中能有效运用于电压调节的容量。主导节点为配电网中对整体电压影响程度较大的点。一般来说，若主导节点电压在安全范围内，配电网整体则大概率能维持电压稳定。
1)首先计算配电网内主要节点的电压无功灵敏度矩阵S。该矩阵能近似表示配电网各主要节点之间电压和无功功率变化量之间的比例关系。
2)然后计算无功源对主导节点的无功备用价值指标，该指标计算公式如下： (下式以节点j处无功源对节点i处主导节点的无功备用价值指标计算为例)
Figure BDA0002096271510000062
式中，rc.i代表节点j处无功源对节点i处主导节点的无功备用价值指标，Sij代表节点i、j之间的电压无功灵敏度，
Figure BDA0002096271510000063
代表主导节点的电压波动预估值，
Figure BDA0002096271510000064
代表无功源的物理无功备用。
3)若有多个主导节点，则在无功源对多个主导节点的价值指标中取最大值，将该值取最大时对应的主导节点作为无功备用定价参考的核心主导节点，该主导节点下标记作k。由此得到无功源的综合无功备用价值指标：
rc＝max{rc.1,rc.2,...}＝rc.k (3)
式中，rc代表无功源的综合无功备用价值指标，rc.1,rc.2,...分别代表无功源对各主导节点的价值指标，rc.k中下标k代表无功源无功备用价值对应最大的主导节点的标号。
4)最后计算发电商无功源的有效无功备用：
Figure 1
其中，
Figure BDA0002096271510000071
是无功源的有效无功备用容量。
3、在以上基础上，竞标价格可由下列公式计算得到：
Figure BDA0002096271510000072
其中，
Figure BDA0002096271510000073
代表无功备用价格曲线，rc代表无功备用价值指标，
Figure BDA0002096271510000074
代表无功备用参考价格，ξ1ξ2代表发电商自定的价格参数。
图3是本发明中无功辅助服务交易决策流程图。
在各个分布式发电商根据虚拟电厂有功调度情况评估其无功备用能力后，虚拟电厂即可进行无功辅助服务的交易决策优化。
分布式发电商根据无功备用价值评估结果向虚拟电厂提供其无功备用容量及报价，虚拟电厂在接受各分布式发电商的无功容量报价后，进行无功辅助服务的交易决策，经由交易决策优化算法计算出各分布式发电商无功中标容量。
交易决策的具体步骤如下：
(1)虚拟电厂进行光伏出力预测。
(2)分布式发电商根据虚拟电厂调度结果评估其无功备用能力.
(3)具有无功备用能力的发电商向虚拟电厂提供无功备用容量及其报价
(4)虚拟电厂对交易信息集中汇总，通过优化算法确定分布式发电商的无功备用中标容量。
(5)虚拟电厂将中标量返回至发电商。
上述的优化算法的优化目标为电压无功调节的预期成本最小，无功调节的成本包括两部分，一部分是支付给向虚拟电厂提供调压服务的分布式发电商的费用CostDER，另一部分是电网运行过程中SVG、电容器等无功补偿设备的成本 CostVC，所述优化算法的优化目标函数如下：
MinVoltageRegulationCost＝CostDER+CostVC (6)
Figure BDA0002096271510000081
Figure BDA0002096271510000082
其中，ND为提供辅助服务的分布式发电商个数，
Figure BDA0002096271510000083
分别为发电商无功备用报价以及中标容量，
Figure BDA0002096271510000084
为无功补偿装置的固定成本，
Figure BDA0002096271510000085
分别为电网运行过程中的无功补偿量及其对应的成本，λi,t表示t时刻是否使用该无功补偿设备，改值取1表示使用且发出无功，取-1表示使用且吸收无功，取0表示不使用。
本发明方案所公开的技术方案不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (5)

1.一种虚拟电厂环境下的无功辅助服务交易机制，其特征在于：包括分布式发电商的无功备用价值评估以及虚拟电厂的交易决策优化；所述分布式发电商的无功备用价值评估包括：
步骤1)利用发电机的容量限制以及实际有功无功出力计算其最大物理无功备用
Figure FDA0003699063420000011
物理无功备用
Figure FDA0003699063420000012
对应于设备长期运行时的无功限值；
步骤2)根据主导节点调压需求计算其有效无功备用
Figure FDA0003699063420000013
有效无功备用代表物理备用中有实际经济及安全性价值的部分；有效无功备用
Figure FDA0003699063420000014
计算方法包括：
步骤S1计算配电网内主要节点的电压无功灵敏度矩阵S，该矩阵能近似表示配电网各主要节点之间电压和无功功率变化量之间的比例关系；
步骤S2计算无功源对主导节点的无功备用价值指标，该指标计算公式如下，以节点j处无功源对节点i处主导节点的无功备用价值指标计算：
Figure FDA0003699063420000015
式中，rc.i代表节点j处无功源对节点i处主导节点的无功备用价值指标，Sij代表节点i、j之间的电压无功灵敏度，
Figure FDA0003699063420000016
代表主导节点的电压波动预估值，
Figure FDA0003699063420000017
代表无功源的物理无功备用；
步骤S3取无功源对多个主导节点的价值指标中最大值，将该值取最大时对应的主导节点作为无功备用定价参考的核心主导节点，由此得到无功源的综合无功备用价值指标：
rc＝max{rc.1,rc.2,...}＝rc.k (2)
式中，rc代表无功源的综合无功备用价值指标，rc.1,rc.2,...分别代表无功源对各主导节点的价值指标，rc.k中下标k代表无功源无功备用价值对应最大的主导节点的标号；
步骤S4计算发电商无功源的有效无功备用：
Figure FDA0003699063420000021
其中，
Figure FDA0003699063420000022
是无功源的有效无功备用容量；
步骤3)发电商按照备用能力计算合理的竞标价格，参与无功辅助服务交易市场。
2.根据权利要求1所述的一种虚拟电厂环境下的无功辅助服务交易机制，其特征在于，所述步骤1)中物理无功备用
Figure FDA0003699063420000023
计算方法为：根据发电机额定容量参数以及实际运行中的出力状态，计算发电机理论最大无功出力与实际无功出力的差值：
Figure FDA0003699063420000024
其中，
Figure FDA0003699063420000025
代表发电机i的物理无功备用，Si代表其额定视在功率，Pi.max代表其最大有功出力，Qi.cur代表其当前无功出力。
3.如权利要求1所述的一种虚拟电厂环境下的无功辅助服务交易机制，其特征在于，所述无功备用价值指标评价无功源的无功备用能力，并据此制定投标价格，所述步骤3)竞标价格计算公式为：
Figure FDA0003699063420000026
其中，
Figure FDA0003699063420000027
代表无功备用价格曲线，rc代表无功备用价值指标，
Figure FDA0003699063420000028
代表无功备用参考价格，ξ1 ξ2代表发电商自定的价格参数，
Figure FDA0003699063420000029
为中标容量。
4.根据权利要求1所述的一种虚拟电厂环境下的无功辅助服务交易机制，其特征在于：所述虚拟电厂的交易决策的具体步骤如下：
步骤A1虚拟电厂进行光伏出力预测；
步骤A2分布式发电商根据虚拟电厂调度结果评估其无功备用能力；
步骤A3具有无功备用能力的发电商向虚拟电厂提供无功备用容量及其报价；
步骤A4虚拟电厂对交易信息集中汇总，通过优化算法确定分布式发电商的无功备用中标容量；
步骤A5虚拟电厂将中标量返回至发电商。
5.根据权利要求4所述的一种虚拟电厂环境下的无功辅助服务交易机制，其特征在于：所述A4中的优化算法的优化目标为电压无功调节的预期成本最小，无功调节的成本包括支付给向虚拟电厂提供调压服务的分布式发电商的费用CostDER，以及电网运行过程中SVG、电容器无功补偿设备的成本CostVC，所述优化算法的优化目标函数如下：
MinVoltageRegulationCost＝CostDER+CostVC (6)
Figure FDA0003699063420000031
Figure FDA0003699063420000032
其中，ND为提供辅助服务的分布式发电商个数；
Figure FDA0003699063420000033
分别为发电商无功备用报价以及中标容量；
Figure FDA0003699063420000034
为无功补偿装置的固定成本；
Figure FDA0003699063420000035
分别为电网运行过程中的无功补偿量及其对应的成本；λi,t表示t时刻是否使用该无功补偿设备，该值取1表示使用该无功补偿设备且发出无功，取-1表示使用该无功补偿设备且吸收无功，取0表示不使用该无功补偿设备。
CN201910519799.8A 2019-06-17 2019-06-17 虚拟电厂环境下的无功辅助服务交易机制 Active CN110276487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910519799.8A CN110276487B (zh) 2019-06-17 2019-06-17 虚拟电厂环境下的无功辅助服务交易机制

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910519799.8A CN110276487B (zh) 2019-06-17 2019-06-17 虚拟电厂环境下的无功辅助服务交易机制

Publications (2)

Publication Number Publication Date
CN110276487A CN110276487A (zh) 2019-09-24
CN110276487B true CN110276487B (zh) 2022-07-29

Family

ID=67962155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910519799.8A Active CN110276487B (zh) 2019-06-17 2019-06-17 虚拟电厂环境下的无功辅助服务交易机制

Country Status (1)

Country Link
CN (1) CN110276487B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111740430A (zh) * 2020-07-24 2020-10-02 上海交通大学 一种基于虚拟电厂的源网协同动态优化方法
CN112003270B (zh) * 2020-08-06 2022-03-18 国网浙江省电力有限公司衢州供电公司 一种应用于电力市场环境下的无功辅助服务优化调度方法
CN113610357A (zh) * 2021-07-16 2021-11-05 远景智能国际私人投资有限公司 虚拟电厂的交易流程管理方法、装置、设备及介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04217821A (ja) * 1990-10-30 1992-08-07 Fuji Electric Co Ltd 電力系統の無効電力運転基準値演算方式
CN105761109A (zh) * 2016-02-19 2016-07-13 刘隽琦 虚拟电厂能源管理和电力交易的智能管理系统及其优化运行方法

Also Published As

Publication number Publication date
CN110276487A (zh) 2019-09-24

Similar Documents

Publication Publication Date Title
Jiang et al. Optimal economic scheduling of microgrids considering renewable energy sources based on energy hub model using demand response and improved water wave optimization algorithm
Das et al. Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm
Usman et al. Losses management strategies in active distribution networks: A review
Ma et al. Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic
CN110276487B (zh) 虚拟电厂环境下的无功辅助服务交易机制
Masteri et al. A fuzzy optimization model for distribution system asset planning with energy storage
Wang et al. Two-stage full-data processing for microgrid planning with high penetrations of renewable energy sources
Zacharia et al. Optimal energy management and scheduling of a microgrid in grid-connected and islanded modes
Chen et al. Prospect Theory-Based optimal configuration of modular mobile battery energy storage in distribution network considering disaster scenarios
Ali et al. Optimal allocation of wind-based distributed generators in power distribution systems using probabilistic approach
Gangwar et al. Management of energy storage dispatch in unbalanced distribution networks using opendss
Amarendra et al. Enhance power system security with FACTS devices based on Mayfly Optimization Algorithm
Hu et al. Benefits Analysis of Energy Storage System in Power Systems with High Penetration of Renewable Energy
Varshnry et al. Fuzzy Markov-EPO: an energy management scheme for the integration of hybrid RES with DC microgrid
Moger et al. Reactive power loss index for identification of weak nodes and reactive compensation analysis to improve steady state voltage stability
Arzani et al. Available transfer capability enhancement using series FACTS devices in a designed multi-machine power system
Pattanaik et al. Optimal energy storage allocation in smart distribution systems: A review
Plecas et al. Integration of energy storage to improve utilisation of distribution networks with active network management schemes
Ma et al. Control strategy of UPS for Data Center Based on Economic Dispatch
Wang et al. Two-stage Voltage Optimization Control for Active Distribution Network Considering Source-Load Uncertainties
Gu et al. Pricing decision-making for interruptible load participating in day-ahead electricity and reserve markets
Shu et al. Probabilistic Power Flow Optimization of Source Network Load Storage in AC/DC Systems Based on SOC Characteristics
Saberian Applying adjacency based control to distribution networks
Wang et al. Integrated operation risk assessment of distribution network based on improved subjective and objective combination weighting and ISODATA
Wu et al. Dynamic Bi-level Optimal Planning Method for Microgrid Considering Dispatching Strategy

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