CN110445173A - 一种基于多代理的分层多微网能量管理系统及调度方法 - Google Patents

一种基于多代理的分层多微网能量管理系统及调度方法 Download PDF

Info

Publication number
CN110445173A
CN110445173A CN201910725379.5A CN201910725379A CN110445173A CN 110445173 A CN110445173 A CN 110445173A CN 201910725379 A CN201910725379 A CN 201910725379A CN 110445173 A CN110445173 A CN 110445173A
Authority
CN
China
Prior art keywords
microgrid
energy
energy storage
storage subsystem
optimization
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
Application number
CN201910725379.5A
Other languages
English (en)
Other versions
CN110445173B (zh
Inventor
蒋伟
杨铠旭
薛乃凡
卓助航
甄永琦
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 University of Electric Power
Original Assignee
Shanghai University of Electric Power
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 University of Electric Power filed Critical Shanghai University of Electric Power
Priority to CN201910725379.5A priority Critical patent/CN110445173B/zh
Publication of CN110445173A publication Critical patent/CN110445173A/zh
Application granted granted Critical
Publication of CN110445173B publication Critical patent/CN110445173B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • 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
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Game Theory and Decision Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于多代理的分层多微网能量管理系统及调度方法,系统包括电网、微网、微网能量管理子系统、共享储能子系统、多微网能量管理子系统。各微网在通过直流母线完成能量互济的同时,通过交流母线从电网接收能量。提出的能量管理子系统在第一阶段,微网能量管理子系统考虑需求响应来执行微网优化,将微网的缺额/剩余电量和储能子系统状态参数上传到多微网能量管理子系统。在第二阶段,多微网能量管理子系统通过各微网和共享储能子系统的信息执行多微网优化。最后,通过和大电网进行交易,使各微网能量达到平衡。本发明提高储能子系统的利用率;增大可再生能源本地消纳;在可再生发电和负荷预测的不确定条件下,提高供电稳定性。

Description

一种基于多代理的分层多微网能量管理系统及调度方法
技术领域
本发明涉及可再生能源利用技术领域,尤其是涉及一种基于多代理的分层多微网能量管理系统及调度方法。
背景技术
能源短缺和环境污染的社会背景下,风能、太阳能等可再生能源是最重要的替代能源,是现代电力系统的主要能源。可再生能源目前分散地连接到配电网络中,采用本地消纳一直是其发展的趋势。微网是分布式能源,储能子系统,负载和其他设备的组合。将不同形式的发电和用电单元作为具有双向调度能力的智能节点连接到配电网络中,实现并网模式的最大效益,提高系统在岛模式下对各种事故的可靠性,同时满足用户要求。因此,微网是电网从现有电网过渡到未来智能电网的关键部分。随着分布式能源的日益普及以及微网中供需双方不确定性的事实,多微网系统旨在解决这些问题。互联微网的资源整合以及与分销网络的互动在未来的智能配电系统中很常见。多微网系统的合作有利于合理的能源分配,网络运营成本的优化和电网可靠性的提高,多代理系统具有自主,通信等多种功能,实现了微网数据和能量的双向交替。从建模方法,控制,通信,能量协调等方面已广泛应用于多微网系统。
但是目前多微网系统中,电网和各微网以及各微网之间的交易都只能通过同一线路完成,这将影响电力调度的效率。微网层优化主要考虑电网购买成本和可再生能源销售成本,忽略可再生能源交易面临的各种问题,如可再生能源发电的不确定性、质量等。多微网层优化只考虑共享储能子系统,而忽略各个微网的储能子系统,这将导致设备的不充分利用和资源浪费。因此,多微网之间的能量管理系统对于未来智能配电系统的建设具有重要意义。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于多代理的分层多微网能量管理系统及调度方法。
本发明的目的可以通过以下技术方案来实现:
一种基于多代理的分层多微网能量管理系统,该系统包括:
电网,用于实时保证充足电力供应;
微网,由风力发电、光伏发电、储能子系统和负荷组成,其中,所述负荷包括固定负荷和可转移负荷,所述储能子系统,用于调节可再生能源利用时段;
微网能量管理子系统,用于根据发电和用电的预测数据,结合需求侧响应,完成第一阶段微网层的优化,即借助所述可转移负荷和所述储能子系统最大化本地消耗可再生能源后,将优化后的电量缺额、剩余量和所述储能子系统上的信息上传至所述多微网能量管理子系统;
共享储能子系统,用于维持多微网可再生能源共享的稳定性并参与多微网优化;
多微网能量管理子系统,用于接收各微网和所述共享储能子系统的数据信息,结合所有的所述储能子系统,完成第二阶段多微网层的优化,即借助所有的所述储能子系统以基于各所述微网的电量平衡的基础上最大化消耗可再生能源,并同时与所述电网通信连接。
本发明还提供一种基于所述的一种基于多代理的分层多微网能量管理系统的调度方法,该方法包括以下步骤:
步骤1:利用各所述微网中的所述风力发电的代理、所述光伏发电的代理和所述负荷的代理进行日常预测,并将获得的预测值上传至所述微网能量管理子系统,同时,所述储能子系统的代理上传相关约束信息至所述微网能量管理子系统;
步骤2:各所述微网能量管理子系统根据接收的信息,通过所述可转移负荷和所述储能子系统考虑需求侧响应,执行第一阶段微网层优化,优化完成后各所述微网能量管理子系统计算出缺额电量、剩余电量和储能子系统状态信息,并上传至所述多微网能量管理子系统;
步骤3:利用所述共享储能子系统将相关约束信息上传至所述多微网能量管理子系统;
步骤4:所述多微网能量管理子系统根据接收的信息,通过所述共享储能子系统和各所述微网中的储能子系统进行第二阶段多微网层的优化;
步骤5:当进行第二阶段多微网层的优化得到的可再生能源不能满足各所述微网的需求时,所述电网通过交流母线实时保证各所述微网的电量平衡;
步骤6:当进行第二阶段多微网层的优化得到的可再生能源满足各所述微网需求并且存在剩余量时,将整合所有所述微网中的剩余可再生能源,通过直流母线统一与所述电网通信连接并进行交易。
进一步地,所述步骤2中微网层的优化的对应目标函数为:
式中,表示微网的缺额量,表示可再生能源购买价格,表示,表示微网的可再生能源剩余量,α1>α2>α3>0表示第一阶段目标权重。
进一步地,所述步骤2中所述可转移负荷针对所述微网层的优化的对应目标函数的约束条件为:
式中,表示需求响应后的负荷,表示转移至此时刻的负荷,表示原始负荷,表示转移走的负荷比率且其最大值上限为 表示增加的负荷,表示增加的负荷比率且其最大值上限为
进一步地,所述步骤2中所述储能子系统针对所述微网层的优化的对应目标函数的约束条件为:
式中,分别表示充电和放电,分别表示储能子系统充放电开关状态的二进制变量,分别表示充、放电损耗,分别表示储能子系统和转换器的容量,表示转换器的传输效率,分别表示时刻t-1和t各自储能子系统的荷电状态。
进一步地,所述步骤2中所述微网层的优化的对应功率约束为:
式中,分别表示光伏发电和风力发电。
进一步地,所述步骤4中多微网层的优化的对应目标函数为:
式中,表示系统缺额量,表示系统剩余量,β1>β2>0表示第二阶段目标权重。
进一步地,所述步骤4中所述储能子系统针对所述多微网层的优化的对应目标函数新增的约束条件为:
式中,表示第二阶段储能子系统的充、放电。
进一步地,所述步骤4中所述多微网层的优化的对应功率约束为:
式中,Pt CB+和Pt CB-表示共享储能子系统的充、放电。
与现有技术相比,本发明具有以下优点:
(1)本发明提出的多微网架构,电网可以通过交流母线实时保证各微网的供电平衡,减少可再生发电不确定的影响,同时各微网可以通过直流母线实现可再生能源互济,提高可再生能源的利用率。
(2)本发明在微网层优化通过考虑储能子系统和可转移负荷,参照电价完成需求侧响应,目标优化考虑可再生能源最大化本地消纳。
(3)本发明在多微网层优化在考虑共享储能子系统的同时,充分利用各微网的储能子系统,完成各微网之间的电能互济。目标优化考虑最大化利用可再生能源。
(4)本发明通过整合所有微网的可再生能源与电网交易,降低可再生能源交易对电网的影响。
(5)本发明的各微网的储能子系统参与两阶段优化,其中第二阶段的充放电状态受到第一阶段的影响。同时所有的储能子系统只考虑可再生能源发电的充放电,而不考虑电网电量。
附图说明
图1为本发明基于多代理的分层多微网能量管理系统的架构图;
图2为本发明中微网的架构图;
图3为本发明中各微网的储能子系统在2阶段优化的状态汇总图;
图4为本发明中多微网能量管理系统分层操作的框架图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
实施例
本发明涉及一种基于多代理的分层多微网能量管理系统,如图1所示,该系统包括:
电网,实时保证充足的电力供应;
微网,如图2所示,由风力发电、光伏发电、储能子系统和负荷组成,其中风力发电、光伏发电的可再生能源发电充满不确定性,需要预测。负荷可分为固定负荷和可转移负荷。储能子系统能够调节可再生能源利用时段;
微网能量管理子系统,根据发电和用电的预测数据,考虑需求侧响应,完成第一阶段微网层的优化,即借助可转移负荷和储能子系统最大化本地消耗可再生能源。将优化后的电量缺额和剩余,储能子系统的信息上传到多微网能量管理子系统;
共享储能子系统,维持多微网可再生能源共享的稳定性,参与多微网优化;
多微网能量管理子系统,接收各微网和共享储能子系统的数据信息,考虑所有的储能子系统,完成第二阶段多微网层的优化,即借助所有的储能子系统保证各微网的电量平衡的基础上最大化消耗可再生能源。同时负责与电网的交易。
本发明系统的调度流程,如图4所示,包括以下步骤:
S1:各微网中的风力发电代理、光伏发电代理和负荷代理进行日前预测,并将预测值上传到微网能量管理子系统。同时,储能子系统代理上传相关约束信息。
S2:各微网能量管理子系统根据接收的信息,通过可转移负荷和储能子系统考虑需求侧响应,执行第一阶段微网层优化。该阶段优化将可转移负荷从可再生能源发电少的时刻转移到发电多的时刻,同时借助储能子系统进一步利用可再生能源,实现可再生能源最大化本地消纳的目标。最后,各微网能量管理子系统计算出缺额电量、剩余电量和储能子系统状态信息,并上传到多微网能量管理子系统。
微网层优化是一个多目标函数,考虑缺额功率购买成本,可再生能源剩余量和可再生能源销售利润。通过权重将其转化为单目标函数求解:
式中,表示微网的缺额量,表示可再生能源购买价格,表示,表示微网的可再生能源剩余量,α1>α2>α3>0表示第一阶段目标权重,数值越大表示优先考虑级别。
在需求响应计划中,可转移负荷按照以下模型进行对目标函数进行约束:
式中,表示需求响应后的负荷,表示转移至此时刻的负
荷,表示原始负荷,表示转移走的负荷比率且其最大值上限为 表示增加的负荷,表示增加的负荷比率且其最大值上限为以上各式中的第二个表示整个微网所有时间的转移负荷是一个定值,即整个时间周期内转移走的和转移来的相等。
储能子系统按照以下模型进行对目标函数进行约束:
式中,分别表示充电和放电,分别表示储能子系统充放电开关状态的二进制变量,它们之和小于等于1,即避免同一时间同时充放电,分别表示充、放电损耗,分别表示储能子系统和转换器的容量,表示转换器的传输效率,分别表示时刻t-1和t各自储能子系统的荷电状态,储能子系统的荷电状态主要受到前一段时间和充放电影响,且它值必须在0-1之间。
微网系统功率平衡约束如下:
式中,分别表示光伏发电和风力发电,即供给方和需求侧相等。
S3:共享储能子系统将约束信息上传到多微网能量管理子系统。
共享储能子系统的约束和微网的储能子系统除了容量大小的差别之外,别的一样。
S4:多微网能量管理子系统根据接收的信息,通过考虑共享储能子系统和各微网的储能子系统进行第二阶段多微网层的优化,该阶段优化主要实现各微网的可再生能源共济,进一步增加可再生能源利用率。
多微网层优化也是一个多目标函数,考虑缺额功率购买成本,可再生能量剩余量。通过权重将其转化为单目标函数求解:
式中,表示系统缺额量,表示系统剩余量,β1>β2>0表示第二阶段目标权重,数值越大表示优先考虑级别。
该阶段的共享储能子系统和微网的储能子系统除了容量大小区别外,别的一样。
多微网系统的功率平衡由下式表示:
式中,Pt CB+和Pt CB-表示共享储能子系统的充、放电。
以上公式中的第二个表示储能系统只能利用可再生能源,不能从电网充放电。
储能子系统参与第二阶段的多微网层优化会受到第一阶段的影响,主要新增的约束如下:
式中,表示第二阶段储能子系统的充、放电。
因为在第一阶段基础上,所以第二阶段容量要减去第一阶段的充放电量,相应的储能子系统的第二阶段的荷电状态也要考虑第一阶段的影响,如图3所示。
S5:当可再生能源不能满足各微网的需求时,电网通过交流母线实时保证各微网的电量平衡。保证可再生能源发电不确定性的条件下的供电可靠性。
S6:当可再生能源满足各微网需求并且存在剩余时(此时的剩余电量是考虑多微网系统的所有储能系统消耗后),将整合所有微网的剩余可再生能源通过直流母线统一与电网进行交易。
S7:为了有效利用可再生能源,多微网系统的所有储能系统不接收从电网的能量,只考虑可再生能源发电。
以上所述,仅为本发明的具体实施方式,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,可轻易想到各种等效的修改或替换,这些修改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以权利要求的保护范围为准。

Claims (9)

1.一种基于多代理的分层多微网能量管理系统,其特征在于,该系统包括:
电网,用于实时保证充足电力供应;
微网,由风力发电、光伏发电、储能子系统和负荷组成,其中,所述负荷包括固定负荷和可转移负荷,所述储能子系统,用于调节可再生能源利用时段;
微网能量管理子系统,用于根据发电和用电的预测数据,结合需求侧响应,完成第一阶段微网层的优化,即借助所述可转移负荷和所述储能子系统最大化本地消耗可再生能源后,将优化后的电量缺额、剩余量和所述储能子系统上的信息上传至所述多微网能量管理子系统;
共享储能子系统,用于维持多微网可再生能源共享的稳定性并参与多微网优化;
多微网能量管理子系统,用于接收各微网和所述共享储能子系统的数据信息,结合所有的所述储能子系统,完成第二阶段多微网层的优化,即借助所有的所述储能子系统以基于各所述微网的电量平衡的基础上最大化消耗可再生能源,并同时与所述电网通信连接。
2.一种基于如权利要求1所述的一种基于多代理的分层多微网能量管理系统的调度方法,其特征在于,该方法包括以下步骤:
步骤1:利用各所述微网中的所述风力发电的代理、所述光伏发电的代理和所述负荷的代理进行日常预测,并将获得的预测值上传至所述微网能量管理子系统,同时,所述储能子系统的代理上传相关约束信息至所述微网能量管理子系统;
步骤2:各所述微网能量管理子系统根据接收的信息,通过所述可转移负荷和所述储能子系统考虑需求侧响应,执行第一阶段微网层优化,优化完成后各所述微网能量管理子系统计算出缺额电量、剩余电量和储能子系统状态信息,并上传至所述多微网能量管理子系统;
步骤3:利用所述共享储能子系统将相关约束信息上传至所述多微网能量管理子系统;
步骤4:所述多微网能量管理子系统根据接收的信息,通过所述共享储能子系统和各所述微网中的储能子系统进行第二阶段多微网层的优化;
步骤5:当进行第二阶段多微网层的优化得到的可再生能源不能满足各所述微网的需求时,所述电网通过交流母线实时保证各所述微网的电量平衡;
步骤6:当进行第二阶段多微网层的优化得到的可再生能源满足各所述微网需求并且存在剩余量时,将整合所有所述微网中的剩余可再生能源,通过直流母线统一与所述电网通信连接并进行交易。
3.根据权利要求2所述的一种基于多代理的分层多微网能量管理系统的调度方法,其特征在于,所述步骤2中微网层的优化的对应目标函数为:
式中,表示微网的缺额量,表示可再生能源购买价格,表示,表示微网的可再生能源剩余量,α1>α2>α3>0表示第一阶段目标权重。
4.根据权利要求2所述的一种基于多代理的分层多微网能量管理系统,其特征在于,所述步骤2中所述可转移负荷针对所述微网层的优化的对应目标函数的约束条件为:
式中,表示需求响应后的负荷,表示转移至此时刻的负荷,表示原始负荷,表示转移走的负荷比率且其最大值上限为 表示增加的负荷,表示增加的负荷比率且其最大值上限为
5.根据权利要求2所述的一种基于多代理的分层多微网能量管理系统,其特征在于,所述步骤2中所述储能子系统针对所述微网层的优化的对应目标函数的约束条件为:
式中,分别表示充电和放电,分别表示储能子系统充放电开关状态的二进制变量,分别表示充、放电损耗,分别表示储能子系统和转换器的容量,表示转换器的传输效率,分别表示时刻t-1和t各自储能子系统的荷电状态。
6.根据权利要求2所述的一种基于多代理的分层多微网能量管理系统,其特征在于,所述步骤2中所述微网层的优化的对应功率约束为:
式中,分别表示光伏发电和风力发电。
7.根据权利要求2所述的一种基于多代理的分层多微网能量管理系统,其特征在于,所述步骤4中多微网层的优化的对应目标函数为:
式中,表示系统缺额量,表示系统剩余量,β1>β2>0表示第二阶段目标权重。
8.根据权利要求2所述的一种基于多代理的分层多微网能量管理系统,其特征在于,所述步骤4中所述储能子系统针对所述多微网层的优化的对应目标函数新增的约束条件为:
式中,表示第二阶段储能子系统的充、放电。
9.根据权利要求2所述的一种基于多代理的分层多微网能量管理系统,其特征在于,所述步骤4中所述多微网层的优化的对应功率约束为:
式中,Pt CB+和Pt CB-表示共享储能子系统的充、放电。
CN201910725379.5A 2019-08-07 2019-08-07 一种基于多代理的分层多微网能量管理系统及调度方法 Active CN110445173B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910725379.5A CN110445173B (zh) 2019-08-07 2019-08-07 一种基于多代理的分层多微网能量管理系统及调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910725379.5A CN110445173B (zh) 2019-08-07 2019-08-07 一种基于多代理的分层多微网能量管理系统及调度方法

Publications (2)

Publication Number Publication Date
CN110445173A true CN110445173A (zh) 2019-11-12
CN110445173B CN110445173B (zh) 2023-05-02

Family

ID=68433661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910725379.5A Active CN110445173B (zh) 2019-08-07 2019-08-07 一种基于多代理的分层多微网能量管理系统及调度方法

Country Status (1)

Country Link
CN (1) CN110445173B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114330909A (zh) * 2021-12-31 2022-04-12 西安交通大学 一种共享储能与多微网分布式协调优化运行方法
CN114938035A (zh) * 2022-05-06 2022-08-23 合肥工业大学 考虑储能退化成本的共享储能能量调度方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104092303A (zh) * 2014-07-03 2014-10-08 内蒙古大学 风光分布式发电独立微网能量管理协调控制系统及方法
CN105207267A (zh) * 2015-10-29 2015-12-30 南阳理工学院 一种微网能量管理系统
CN107958300A (zh) * 2017-08-21 2018-04-24 浙江工业大学 一种考虑互动响应的多微网互联运行协调调度优化方法
CN108462198A (zh) * 2018-01-24 2018-08-28 三峡大学 一种基于多代理技术的多能互补微网优化调度方法
CN108599158A (zh) * 2018-05-21 2018-09-28 西安交通大学 一种用于灾害后快速恢复供电的多微网的分层优化调度方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104092303A (zh) * 2014-07-03 2014-10-08 内蒙古大学 风光分布式发电独立微网能量管理协调控制系统及方法
CN105207267A (zh) * 2015-10-29 2015-12-30 南阳理工学院 一种微网能量管理系统
CN107958300A (zh) * 2017-08-21 2018-04-24 浙江工业大学 一种考虑互动响应的多微网互联运行协调调度优化方法
CN108462198A (zh) * 2018-01-24 2018-08-28 三峡大学 一种基于多代理技术的多能互补微网优化调度方法
CN108599158A (zh) * 2018-05-21 2018-09-28 西安交通大学 一种用于灾害后快速恢复供电的多微网的分层优化调度方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
方磊等: "微网可转移负荷调度与储能控制策略", 《华东理工大学学报(自然科学版)》 *
沈鑫等: "多微网配电系统协调优化调度和经济运行研究", 《电子测量与仪器学报》 *
陈昊宇等: "基于博弈的多微网需求响应", 《南方电网技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114330909A (zh) * 2021-12-31 2022-04-12 西安交通大学 一种共享储能与多微网分布式协调优化运行方法
CN114938035A (zh) * 2022-05-06 2022-08-23 合肥工业大学 考虑储能退化成本的共享储能能量调度方法及系统

Also Published As

Publication number Publication date
CN110445173B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
Lv et al. Interactive energy management of networked microgrids-based active distribution system considering large-scale integration of renewable energy resources
Ban et al. A cyber-physical energy management system for optimal sizing and operation of networked nanogrids with battery swapping stations
Ghofrani et al. A framework for optimal placement of energy storage units within a power system with high wind penetration
CN109787263B (zh) 一种基于多级云储能的家庭能源互济系统及调度方法
CN110690702B (zh) 一种考虑综合承载力的主动配电网优化调度及运行方法
US20160011577A1 (en) Collaborative balancing of renewable energy overproduction with electricity-heat coupling and electric and thermal storage for prosumer communities
CN110034572A (zh) 含多端口电力电子变压器的交直流混合系统储能配置方法
Zhang et al. Aggregating distributed energy storage: Cloud-based flexibility services from China
CN109149651A (zh) 一种计及调压辅助服务收益的光储系统优化运行方法
KR20210094033A (ko) 에너지 관리 시스템을 동작시키기 위한 방법, 그 방법을 수행하기 위한 전자 컴퓨팅 디바이스, 컴퓨터 프로그램, 및 데이터 캐리어
CN109861281A (zh) 一种源网荷储一体化协调优化方法及装置、系统
CN110445173A (zh) 一种基于多代理的分层多微网能量管理系统及调度方法
Ferrero et al. Dynamic economic dispatch in deregulated systems
Chen et al. Retracted: Research on Consumer Side Energy Storage Optimization Configuration Based on Cloud Energy Storage
Singh et al. Profit maximization in ADN through voltage control and DR management with networked community micro-grids
Kermani et al. Energy management system for smart grid in the presence of energy storage and photovoltaic systems
CN109670838B (zh) 一种互联型能源系统风险交易的规避方法及系统
Strezoski et al. Enabling mass integration of electric vehicles through distributed energy resource management systems
CN109687449B (zh) 微电网协调控制装置及控制方法
CN105391060A (zh) 含微电网的配电网优化调度方法
Zhai et al. Scheduling optimization of shared energy storage and peer-to-peer power trading among industrial buildings
Qachchachi et al. Control strategy of hybrid AC/DC microgrid in standalone mode
Hosseini et al. Battery swapping station as an energy storage for capturing distribution-integrated solar variability
Paudyal et al. Hierarchical approach for optimal operation of distribution grid and electric vehicles
Yamashita et al. Hierarchical Control Structure for Optimising Building Microgrid Self-consumption

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