CN110417057A - 一种考虑系统容量可信度的光伏出力波动平抑方法 - Google Patents
一种考虑系统容量可信度的光伏出力波动平抑方法 Download PDFInfo
- Publication number
- CN110417057A CN110417057A CN201910719907.6A CN201910719907A CN110417057A CN 110417057 A CN110417057 A CN 110417057A CN 201910719907 A CN201910719907 A CN 201910719907A CN 110417057 A CN110417057 A CN 110417057A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- capacity
- photovoltaic system
- energy
- power
- 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
-
- 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
-
- 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
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了一种考虑系统容量可信度的光伏出力波动平抑方法,基于对光伏安装地点历史气象参数的收集,预测光伏系统输出曲线;以LOLP为评价指标,保证光伏系统接入前后的系统可靠性,通过迭代求解光伏系统所对应的有效载荷量,计算光伏系统容量可信度;对光伏系统出力情况进行分析,结合其并网要求,计算相对应的储能系统容量;对所需要平抑的光伏系统出力数值进行优化,得到储能系统的最优容量。本发明结合储能装置对光伏系统的出力波动进行平抑,解决了当前储能平抑技术普遍存在的储能系统容量设计过大的问题,在不影响光伏系统并网可靠性的情况下,提高了平抑效果,改善了系统的整体经济性。
Description
技术领域
本发明涉及一种考虑系统容量可信度的光伏出力波动的平抑方法,属于光伏系统发电调控技术领域。
背景技术
太阳能资源丰富,易于获取,是一种重要的可再生能源。近年来分布式光伏发电系统被大规模应用。但是光伏发电的出力具有不稳定性,大量分布式光伏发电系统的接入对大电网调度与稳定运行造成了影响。因此,需要确定光伏系统并网后的实际有效容量,求解光伏系统并网可信度,并且对光伏系统的储能平抑参数进行修正,从而提升光伏系统的供电可靠性。
在分布式光伏系统出力波动平抑技术方面,储能电池由于其较低的成本以及较好的能量存储特性而被广泛应用于平抑光伏系统的出力波动。然而,由于不同容量光伏系统接入后对电网的可靠性影响不同,当前应用的储能平抑技术往往未考虑不同容量光伏系统接入后容量可信度对平抑参数的影响,平抑波动的储能系统设计容量偏大。
光伏发电的容量可信度为其可替代的常规机组容量及承担的有效负荷量占光伏安装容量的百分比。对现有技术文献的检索发现,在光伏发电容量可信度评估方面,相关文献已对光伏系统可靠性参数的确定和容量可信度的评估进行了详细介绍,并考虑到天气和故障对光伏系统的影响,计算出了光伏容量可信度。光伏系统的容量可信度在评估光伏系统可靠性,规划光伏系统容量方面具有良好的参考意义。
发明内容
本发明的目的在于提供一种考虑系统容量可信度的光伏出力波动平抑方法,充分考虑了光伏系统容量可信度在光伏系统规划等方面的作用,结合储能装置对光伏系统的出力波动进行平抑,解决了当前储能平抑技术普遍存在的储能系统容量设计过大的问题。
为达到上述目的,本发明所采用的技术方案如下:
一种考虑系统容量可信度的光伏出力波动平抑方法,包括:
收集光伏系统安装地点历史太阳辐照量数据与温度数据;
根据所述历史太阳辐照量数据与温度数据,确定预测用辐照曲线和预测用温度曲线;
根据所述预测用辐照曲线和预测用温度曲线,预测光伏系统输出功率;
根据预测的光伏系统输出功率和未接入光伏系统的电力系统输出功率,求解光伏系统接入后所承担的有效负荷容量;
根据所述有效负荷容量计算光伏系统容量可信度;
根据所述光伏系统容量可信度计算储能系统容量;所述储能系统用于对所接入的光伏系统的高频功率信号进行平抑。
进一步的,收集光伏系统安装地点近5年的太阳辐照量数据与温度数据。
进一步的,所述确定预测用辐照曲线和预测用温度曲线,包括:
将近5年的太阳辐照量数据曲线取平均值作为预测用辐照曲线,近5年的温度数据曲线取平均值作为预测用温度曲线。
进一步的,所述预测光伏系统输出功率,包括:
基于四参数法,在matlab/simulink中搭建光伏系统输出模型,结合预测用温度数据和预测用辐照数据,得到光伏系统输出功率。
进一步的,所述求解光伏系统接入后所承担的有效负荷容量,包括:
假定新增光伏系统对应的有效负荷容量值为Ln;
根据当地负荷曲线,在各负荷值上增加Ln,获得考虑光伏系统接入后的有效负荷曲线;
根据未接入光伏系统的电力系统输出功率曲线与所述预测的光伏系统输出功率曲线,通过累加的方式,获得考虑光伏系统接入后的电力系统输出功率曲线;
分别根据所述光伏系统接入后的有效负荷曲线与光伏系统接入后的电力系统输出功率曲线,以及当地负荷曲线与未接入光伏系统的电力系统输出功率曲线,计算系统电力不足概率;
对比LOLP1与LOLP2的大小关系,若LOLP1<LOLP2,则增加Ln的值,重新计算电力不足概率;若LOLP1>LOLP2,则减小Ln的值,重新计算电力不足概率,直至LOLP1=LOLP2,此时,得到的有效负荷容量值即为光伏系统接入后所承担的有效负荷容量,记为L′n;其中,LOLP1为未接入光伏系统的电力系统的电力不足概率,LOLP2为接入光伏系统的电力系统的电力不足概率。
进一步的,所述电力不足概率计算如下:
其中,LOLP为电力不足概率,tn为电力系统电力无法满足负荷条件时的时长总和,t总为所选取的计算时间长度。
进一步的,每次增加或减小0.01Ln。
进一步的,所述光伏系统容量可信度计算如下:
其中,K为光伏系统容量可信度,Cpv为新接入的光伏系统的装机容量。
进一步的,根据所述光伏系统容量可信度计算储能系统容量,包括:
根据光伏系统输出功率曲线,采用快速傅里叶变换获得光伏系统输出的幅频特性图,提取高频功率信号使用储能系统进行平抑;
采用经验模态分解算法获得储能系统的瞬时输出功率,并积分,获取任一时刻储能系统的能量变化状况:
其中,Pbattery(t)为储能系统t时刻的输出功率数据,Ts为采样周期,Eb(t)为储能系统能量变化值,Ns为采样次数;
根据储能系统的容量约束条件,求解储能系统容量:
其中,Cbattery为储能系统容量,max{Eb(t)}与min{Eb(t)}分别为储能系统所需充放电量的最大值和最小值,SOCmax与SOCmin为储能系统充放电期间允许的电池荷电状态最大值和最小值;
根据光伏系统容量可信度对储能系统容量进行优化:
CESS=Cbattery*K
其中,CESS为修正后的储能系统容量。
与现有技术相比,本发明的有益效果是:
本发明对光伏出力的波动性进行了分析,结合光伏容量可信度,优化了储能容量的配置,实现了在不影响光伏系统并网可靠性的情况下,提高储能系统平抑效果,改善了系统的整体经济性,具有良好的适用性。
附图说明
图1为本发明方法的流程图;
图2为本发明实施例中在matlab中仿真获得的光伏系统输出曲线;
图3为本发明实施例中未接入光伏系统的电力系统电力输出曲线;
图4为本发明实施例中负荷曲线;
图5为本发明实施例中光伏系统出力波动FFT分析结果;
图6为本发明实施例中经EMD分解后的所需储能系统最大充放电能量。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明提供一种考虑系统容量可信度的光伏出力波动平抑方法,主要步骤如图1所示,包括:
1)收集光伏系统安装地点近5年的太阳辐照量数据与温度数据。
2)将近5年的太阳辐照量数据曲线取平均值作为预测用辐照曲线,将近5年的温度数据曲线取平均值作为预测用温度曲线。
基于四参数法,在matlab/simulink中搭建光伏系统输出模型,结合预测用温度数据和预测用辐照数据,计算获取光伏系统输出功率。
3)选取历史时间长度,获取历史时间长度范围内当地负荷的使用情况与未接入光伏系统的电力系统输出功率情况,计算电力不足概率,记为LOLP1:
式中,tn为未接入光伏系统的电力系统电力无法满足负荷条件时的时长总和,t总为所选取的历史时间长度(若考虑时间为1年时,t总即为365天)。
4)基于光伏系统接入前后可靠性指标不变的原理,通过迭代计算求解此部分光伏系统所承担的有效负荷容量,本发明中将电力不足概率作为可靠性指标。
光伏系统所承担的有效负荷容量迭代求解具体过程如下:
41)假定新增光伏系统对应的有效负荷容量值为Ln。
42)结合步骤3)中获取的当地年负荷曲线,在各负荷值上增加Ln,获得考虑光伏系统接入后的有效负荷曲线。
43)基于步骤3)中获取的未接入光伏系统的电力系统输出功率曲线与步骤2)中获得的光伏发电系统输出功率曲线,通过累加的方式,获得考虑光伏系统接入后的电力系统输出功率曲线。
44)基于上述步骤获得的光伏系统接入后的有效负荷曲线与光伏系统接入后的电力系统输出功率曲线,计算系统电力不足概率,记为LOLP2。
45)对比LOLP1与LOLP2的大小关系,若LOLP1<LOLP2,则增加Ln的值,增加值可以为0.01Ln,重复上述迭代求解步骤42)-44);若LOLP1>LOLP2,则减小Ln的值,减小值可以为0.01Ln,重复上述迭代求解步骤42)-44),直至LOLP1=LOLP2。此时,得到的有效负荷容量值即为光伏系统接入后所承担的有效负荷容量,记为L′n。
通过有效负荷容量与光伏系统装机容量的数值关系,求得光伏系统容量可信度:
式中,Cpv为新接入的光伏系统的装机容量。
5)基于光伏系统出力波动特性与并网电力可靠性要求,根据光伏系统输出功率曲线,在matlab中采用快速傅里叶变换(FFT)获得光伏系统输出的幅频特性图,提取高频功率信号使用储能系统进行平抑。
在光伏阵列与逆变器间加入旁路储能系统,当光伏阵列出力超过一定值之后,利用储能系统吸收光伏阵列过多部分的能量;当光伏阵列出力过低时,通过储能系统释放一部分能量来达到稳定光伏系统输出的作用。
采用经验模态分解(EMD)算法获得储能系统的瞬时输出功率Pbattery(t),对其积分获取任一时刻储能系统的能量变化状况:
式中:Pbattery(t)为储能系统t时刻的输出功率数据;Ts为采样周期,其采样周期与光伏系统输出时间功率序列一致;Eb(t)为储能系统能量变化值,单位为Wh;Ns为采样次数。
获取储能系统的能量变化状况后,结合储能系统的容量约束条件,求解储能系统容量:
式中,Cbattery为储能系统容量,Wh,max{Eb(t)}与min{Eb(t)}分别为储能所需充放电量的最大、最小值,Wh,SOCmax与SOCmin为储能系统充放电期间允许的电池荷电状态(SOC)最大、最小值,与电池种类有关。(一般铅蓄电池为1与0.2)。
考虑光伏系统的容量可靠性,对光伏系统波动性进行分析,对储能系统容量进行优化,计算修正后的储能系统容量:
CESS=Cbattery*K (5)
式中,CESS为修正后的储能系统容量,Wh。
6)输出储能系统平抑电量与修正后的储能系统容量。
本发明通过FFT与EMD,对光伏系统的出力进行分解,确定需要通过储能系统来平抑的光伏功率,对需要平抑的光伏功率积分,获得需要平抑的电量。此部分电量通过储能来吸收,将能量存储起来,因此求取所需的储能系统容量,最终完成储能系统平抑光伏出力。
实施例
以东部某小型户用微网系统为例,获取其历史温度、辐照参数,通过在matlab中建立四参数法模型,计算获取光伏系统输出功率,其光伏系统输出曲线如图2所示。
选取一天的时间长度作为历史时间长度,对一年进行平抑时只要扩大数据收集时间即可,获取该天中,当地负荷使用情况与未接入光伏系统的电力系统输出功率情况,未接入光伏系统的电力系统供电曲线如图3所示,负荷使用情况曲线图如图4所示。对其进行比较,获得其电力不足时间,计算LOLP1:
图3和图4中,横坐标单位是数据的采集步长,因为该数据实际上是通过各类传感器进行收集的,受采集及传输精度的影响,采集时间会波动,其时间步长约为5-6分钟,故有300个点。
同上理,计算光伏系统接入电网后发电侧系统总输出功率,结合当地负荷使用情况,计算光伏系统接入后的电力系统电力不足概率:
基于光伏系统接入前后可靠性指标(电力不足概率)不变的原理,通过迭代计算求解此部分光伏系统所承担的有效负荷容量约为1.5kW。此时新接入光伏系统容量为4kW,计算光伏系统容量可信度为:
基于此,在设计储能系统容量时,对该光伏系统的历史出力数据进行分析,对数据样本进行FFT,获得的幅频特性曲线如图5所示。可见,光伏输出的能量主要集中在低频部分,高频部分所占比例较低。
对高频部分使用储能系统进行平抑,利用EMD分解计算获得储能系统的瞬时输出功率,并利用公式(3)对其进行积分求解,获得储能平抑系统每日所需储能系统能量变化值,进而求取最大值,得到储能系统每日所需的最大充放电能量如图6所示。
基于图6结合储能电池的容量约束条件,求解储能电池容量,其所需的储能系统容量为:
考虑光伏系统的容量可靠性,对储能系统容量进行优化,计算修正后的储能系统最小容量。其计算结果如下所示:
CESS=Cbattery*K=3497.7*37.5%=1311.64Wh。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (9)
1.一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,包括:
收集光伏系统安装地点历史太阳辐照量数据与温度数据;
根据所述历史太阳辐照量数据与温度数据,确定预测用辐照曲线和预测用温度曲线;
根据所述预测用辐照曲线和预测用温度曲线,预测光伏系统输出功率;
根据预测的光伏系统输出功率和未接入光伏系统的电力系统输出功率,求解光伏系统接入后所承担的有效负荷容量;
根据所述有效负荷容量计算光伏系统容量可信度;
根据所述光伏系统容量可信度计算储能系统容量;所述储能系统用于对所接入的光伏系统的高频功率信号进行平抑。
2.根据权利要求1所述的一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,收集光伏系统安装地点近5年的太阳辐照量数据与温度数据。
3.根据权利要求2所述的一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,所述确定预测用辐照曲线和预测用温度曲线,包括:
将近5年的太阳辐照量数据曲线取平均值作为预测用辐照曲线,近5年的温度数据曲线取平均值作为预测用温度曲线。
4.根据权利要求1所述的一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,所述预测光伏系统输出功率,包括:
基于四参数法,在matlab/simulink中搭建光伏系统输出模型,结合预测用温度数据和预测用辐照数据,得到光伏系统输出功率。
5.根据权利要求1所述的一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,所述求解光伏系统接入后所承担的有效负荷容量,包括:
假定新增光伏系统对应的有效负荷容量值为Ln;
根据当地负荷曲线,在各负荷值上增加Ln,获得考虑光伏系统接入后的有效负荷曲线;
根据未接入光伏系统的电力系统输出功率曲线与所述预测的光伏系统输出功率曲线,通过累加的方式,获得考虑光伏系统接入后的电力系统输出功率曲线;
分别根据所述光伏系统接入后的有效负荷曲线与光伏系统接入后的电力系统输出功率曲线,以及当地负荷曲线与未接入光伏系统的电力系统输出功率曲线,计算系统电力不足概率;
对比LOLP1与LOLP2的大小关系,若LOLP1<LOLP2,则增加Ln的值,重新计算电力不足概率;若LOLP1>LOLP2,则减小Ln的值,重新计算电力不足概率,直至LOLP1=LOLP2,此时,得到的有效负荷容量值即为光伏系统接入后所承担的有效负荷容量,记为L′n;其中,LOLP1为未接入光伏系统的电力系统的电力不足概率,LOLP2为接入光伏系统的电力系统的电力不足概率。
6.根据权利要求5所述的一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,所述电力不足概率计算如下:
其中,LOLP为电力不足概率,tn为电力系统电力无法满足负荷条件时的时长总和,t总为所选取的计算时间长度。
7.根据权利要求5所述的一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,每次增加或减小0.01Ln。
8.根据权利要求5所述的一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,所述光伏系统容量可信度计算如下:
其中,K为光伏系统容量可信度,Cpv为新接入的光伏系统的装机容量。
9.根据权利要求8所述的一种考虑系统容量可信度的光伏出力波动平抑方法,其特征在于,根据所述光伏系统容量可信度计算储能系统容量,包括:
根据光伏系统输出功率曲线,采用快速傅里叶变换获得光伏系统输出的幅频特性图,提取高频功率信号使用储能系统进行平抑;
采用经验模态分解算法获得储能系统的瞬时输出功率,并积分,获取任一时刻储能系统的能量变化状况:
其中,Pbattery(t)为储能系统t时刻的输出功率数据,Ts为采样周期,Eb(t)为储能系统能量变化值,Ns为采样次数;
根据储能系统的容量约束条件,求解储能系统容量:
其中,Cbattery为储能系统容量,max{Eb(t)}与min{Eb(t)}分别为储能系统所需充放电量的最大值和最小值,SOCmax与SOCmin为储能系统充放电期间允许的电池荷电状态最大值和最小值;
根据光伏系统容量可信度对储能系统容量进行优化:
CESS=Cbattery*K
其中,CESS为修正后的储能系统容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910719907.6A CN110417057B (zh) | 2019-08-01 | 2019-08-01 | 一种考虑系统容量可信度的光伏出力波动平抑方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910719907.6A CN110417057B (zh) | 2019-08-01 | 2019-08-01 | 一种考虑系统容量可信度的光伏出力波动平抑方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110417057A true CN110417057A (zh) | 2019-11-05 |
CN110417057B CN110417057B (zh) | 2020-10-09 |
Family
ID=68366013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910719907.6A Active CN110417057B (zh) | 2019-08-01 | 2019-08-01 | 一种考虑系统容量可信度的光伏出力波动平抑方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110417057B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116742703A (zh) * | 2023-06-13 | 2023-09-12 | 安徽华晟新能源科技有限公司 | 多光伏电站发电并网的功率调配方法、装置、设备和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354655A (zh) * | 2015-10-06 | 2016-02-24 | 东北电力大学 | 计及功率相关性的光伏电站群置信容量评估方法 |
WO2017184822A1 (en) * | 2016-04-20 | 2017-10-26 | Concept By Us Corporation | A photovoltaic sourced power station with integrated battery charge/discharge cycle |
CN108667071A (zh) * | 2018-05-16 | 2018-10-16 | 国网山东省电力公司泰安供电公司 | 一种主动配电网负荷精准控制计算方法 |
CN109921464A (zh) * | 2019-03-25 | 2019-06-21 | 国网河北省电力有限公司经济技术研究院 | 配电网广义电源变电可信容量评估方法、装置和计算设备 |
CN110061496A (zh) * | 2019-04-25 | 2019-07-26 | 燕山大学 | 源网荷多目标规划模型的可信度优化方法 |
-
2019
- 2019-08-01 CN CN201910719907.6A patent/CN110417057B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105354655A (zh) * | 2015-10-06 | 2016-02-24 | 东北电力大学 | 计及功率相关性的光伏电站群置信容量评估方法 |
WO2017184822A1 (en) * | 2016-04-20 | 2017-10-26 | Concept By Us Corporation | A photovoltaic sourced power station with integrated battery charge/discharge cycle |
CN108667071A (zh) * | 2018-05-16 | 2018-10-16 | 国网山东省电力公司泰安供电公司 | 一种主动配电网负荷精准控制计算方法 |
CN109921464A (zh) * | 2019-03-25 | 2019-06-21 | 国网河北省电力有限公司经济技术研究院 | 配电网广义电源变电可信容量评估方法、装置和计算设备 |
CN110061496A (zh) * | 2019-04-25 | 2019-07-26 | 燕山大学 | 源网荷多目标规划模型的可信度优化方法 |
Non-Patent Citations (3)
Title |
---|
何俊等: "基于等可信容量的风光储电源优化配置方法", 《电网技术》 * |
孙玉树等: "基于风电波动平抑的储能配置影响因素", 《高电压技术》 * |
赵远哲等: "独立型海岛微电网系统优化技术综述及展望", 《电器与能效管理技术》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116742703A (zh) * | 2023-06-13 | 2023-09-12 | 安徽华晟新能源科技有限公司 | 多光伏电站发电并网的功率调配方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110417057B (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103218757B (zh) | 一种确定光伏发电容量可信度的方法 | |
CN111404206B (zh) | 考虑投资回报约束的风光储发电系统容量双层规划方法 | |
CN112785027B (zh) | 风光储联合发电系统置信容量评估方法及系统 | |
WO2022193794A1 (zh) | 考虑退役电池的智能社区微网超多目标能量管理方法 | |
CN103259279B (zh) | 基于风电功率min级分量波动的风电场储能容量优化方法 | |
CN112993979B (zh) | 配电网无功优化方法、装置、电子设备和存储介质 | |
CN104852399A (zh) | 光储微网系统的储能容量动态优化方法 | |
Wang et al. | Research on planning optimization of integrated energy system based on the differential features of hybrid energy storage system | |
CN112736973A (zh) | 平抑风电、光伏电站出力波动的电池储能容量配置方法及系统 | |
CN105337574A (zh) | 基于稳健回归的分布式光伏发电窃电识别方法 | |
CN105046593A (zh) | 一种符合低碳能源政策的智能配用电评价方法 | |
CN117674215A (zh) | 一种混合储能系统功率分配方法、系统、设备及介质 | |
CN109193643B (zh) | 一种计算配用电系统网损和可靠性的方法及系统 | |
CN116031868A (zh) | 考虑分布式光伏的提升工业园区电动汽车承载力的方法 | |
CN114201916A (zh) | 一种基于参数优化的微网混合储能系统剩余功率分解方法 | |
CN110417057A (zh) | 一种考虑系统容量可信度的光伏出力波动平抑方法 | |
Hettiarachchi et al. | A new approach to identify the optimum frequency ranges of the constituent storage devices of a hybrid energy storage system using the empirical mode decomposition technique | |
Wang et al. | Adequacy assessment of generating systems incorporating wind, PV and energy storage | |
Tahir et al. | Techno-economic analysis of energy storage devices for microgrid's ramp rate control using bi-level evaluation method | |
CN109546188B (zh) | 液流电池储能多属性综合评估方法 | |
CN109412250B (zh) | 一种离网发电系统储能电池最佳充电速率的确定方法 | |
CN110460108A (zh) | 一种平滑新能源出力波动的储能优化配置方法 | |
Song et al. | Distributed wind power and photovoltaic energy storage capacity configuration method under big data | |
CN108183496B (zh) | 一种光伏储能系统的能量管理方法 | |
CN115347590A (zh) | 基于可逆固体氧化物电池的混合储能微电网寻优控制方法 |
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 |