CN110610328B - 一种直流微电网多维运行评估方法 - Google Patents

一种直流微电网多维运行评估方法 Download PDF

Info

Publication number
CN110610328B
CN110610328B CN201911023771.1A CN201911023771A CN110610328B CN 110610328 B CN110610328 B CN 110610328B CN 201911023771 A CN201911023771 A CN 201911023771A CN 110610328 B CN110610328 B CN 110610328B
Authority
CN
China
Prior art keywords
index
grid
direct current
direct
microgrid
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
CN201911023771.1A
Other languages
English (en)
Other versions
CN110610328A (zh
Inventor
江红胜
陈庆
袁栋
车凯
董伯先
刘洋
魏星琦
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.)
Cmig New Energy Investment Group Co ltd
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Cmig New Energy Investment Group Co ltd
State Grid Jiangsu Electric Power Co Ltd
Electric Power Research Institute 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 Cmig New Energy Investment Group Co ltd, State Grid Jiangsu Electric Power Co Ltd, Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd filed Critical Cmig New Energy Investment Group Co ltd
Priority to CN201911023771.1A priority Critical patent/CN110610328B/zh
Publication of CN110610328A publication Critical patent/CN110610328A/zh
Application granted granted Critical
Publication of CN110610328B publication Critical patent/CN110610328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • G06F18/232Non-hierarchical techniques
    • G06F18/2321Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply
    • 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

Abstract

一种直流微电网多维运行评估方法,构建直流微电网运行场景和指标体系,建立多维评价指标体系,筛选确定直流微电网在不同场景下的综合评价指标,从而确定直流微电网的综合评估结果。本发明提供了直流微电网的运行特性评估方式,并且本发明从运行场景和指标体系两方面对直流微电网进行了多维运行评估,可以对多种运行场景的直流微电网进行运行特性的评估,而且考虑角度更为广泛,评估方向更为全面;最后对评估指标筛选并通过熵权法进行权重划分,更是提高了直流微电网运行特性评价的实用性和准确性。

Description

一种直流微电网多维运行评估方法
技术领域
本发明涉及微电网运行领域,尤其涉及一种直流微电网多维运行评估方法。
背景技术
随着电动汽车、LED照明等直流负荷和太阳能光伏发电等分布式直流电源的大量使用,直流微电网在减小电能变换环节、增强可再生能源接入能力、提高用电效率等方面的优势得以体现。直流微电网在应对可再生能源和负荷等系统随机变量引起的波动性和不确定性时,通过优化调配自身资源适应多种场景变化;但直流微电网的运行场景复杂,采用什么样的评价指标对直流微电网复杂运行场景下的运行特性进行评价目前没有较好的解决方案。
目前,国内外学者已经对传统配电网以及交流可再生能源系统的评价指标和方法做出了一定的研究。例如:通过对可靠性的评估,确定配电系统可再生能源的消纳水平;通过多目标优化方式确定系统运行的帕累托前沿,对多个运行指标进行折中选取;以电力不足概率、互补特性、环境效益、上网收益为指标对风光水储互补系统进行评价;考虑可再生类电源出力、负荷的不确定性,提出基于概率分析的评价模型等等。目前的研究主要针对配电网以及一些交流微电网,对直流微电网运行的评估相对较少,且评价指标基于经济性、可靠性、环境效益等单一维度,评估不够全面。
发明内容
本发明的目的在于提供一种直流微电网多维运行评估方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种直流微电网多维运行评估方法,包括以下步骤:
S1、构建直流微电网运行场景
S101建立所述直流微电网运行场景的特征向量为:S=[PPV,PLDC,PLAC,ce],
式中:Ppv表示太阳能光伏发电的出力数据,Pldc表示微电网中直流负荷数据,PLAC表示微电网中交流负荷数据,ce表示电价数据;
S102确定所述直流微电网的场景数目为:K=1+lg Q/lg 2,
式中:K表示生成运行场景数目,Q表示总场景数;
S103判断所述直流微电网运行场景的所属类别为:
Figure GDA0003640396710000021
其中
Figure GDA0003640396710000022
式中:Wi表示样本,Rj表示第j类,Rj_ave表示第j类的聚类中心,eij表示第i号样本是否属于Rj,||A-B||2表示取向量A和B的欧氏距离。
S2、构建直流微电网指标体系,建立所述指标体系的数学模型
所述直流微电网指标体系包括经济型指标、可再生能源消纳指标、符合裕度指标、电压偏差指标和环境效益指标;分别建立所述直流微电网指标体系中的各指标的数学模型;
S3、建立多维评价指标体系,筛选确定直流微电网在不同场景下的综合评价指标
通过所述直流微电网运行场景和所述直流微电网指标体系,建立多维评价指标体系,将多维指标进行矩阵计算:
Figure GDA0003640396710000023
式中:R表示评价指标计算矩阵,rij表示第i个场景下第j个评价指标的值,通过对所述矩阵中的各项指标的标准化处理,得到多维评价矩阵R′;
再筛选出所述直流微电网在不同场景下的固有属性和偶然属性,对其进行不同权重的加权,最终得到所述直流微电网在一个场景下的综合评价指标。
S4、将所述指标体系经过所述步骤S3的处理,所得的所有场景下的综合评价指标的组合为直流微电网的综合评估结果。
优选的,所述直流微电网运行场景包括微燃机发电、太阳能光伏发电、蓄电池储能、直流负荷和交流负荷;所述运行场景均与直流母线相连,所述直流母线通过DC/AC逆变器逆变与并网开关相连,连接于交流电网。
优选的,所述直流微电网的运行数据包括微燃机发电、光伏发电数据、储能数据、直流负荷数据、交流负荷数据、直流微电网与外部交流电网功率交换数据和电价数据。
优选的,所述经济型指标的数学模型为:
Figure GDA0003640396710000031
式中:rc为经济性指标;
T为微电网调度周期总时长;
第一项为微电网与上层电网的交换功率成本:ce,t表示实时电价,Pe,t表示交换功率值;
第二项为微燃机发电成本,Pg,t为微燃机出力,cg为发电成本系数;
第三项CDR,t为微电网参与需求响应获得的收益。
优选的,所述可再生能源消纳指标的数学模型为:
Figure GDA0003640396710000032
式中:rDG表示可再生能源消纳指标;PDGN为理论上可再生能源可以输出的有功功率;PDG是实际能够被直流微电网消纳的有功功率。
优选的,所述负荷裕度指标的数学模型为:
Figure GDA0003640396710000033
式中:rload表示负荷裕度指标,Pk为第k条馈线上的实际有功功率,Pk,S为第k条馈线的额定有功功率,共计nl条馈线。
优选的,所述电压偏差指标的数学模型为
Figure GDA0003640396710000034
其中△V为电压偏差,UN为额定电压,Ui为第i个节点的实测电压。
优选的,所述环境效益指标的数学模型为:
Figure GDA0003640396710000035
式中:ηc太阳能光伏发电量占总用电量的比例;WPV表示光伏发电量;E为直流微电网总用电量。
优选的,所述矩阵中的各项指标的标准化处理方式为:
对于效益性评价指标标准化的数学表达式为:
Figure GDA0003640396710000036
式中:rij′为标准化后的指标;rmax,j表示在第j列中的最大数值;
对于成本性评价指标标准化的数学表达式为:
Figure GDA0003640396710000041
式中:rmin,j表示在第j列中的最小数值
优选的,所述综合评价指标采用熵权法通过对不同指标按照不同的权重进行加权,计算公式为:
Figure GDA0003640396710000042
式中:Si表示第i个场景下的综合评价指标,ωj表示第j个评价指标的权重值。
本发明的有益效果是:本发明提供了直流微电网的运行特性评估方式,并且本发明从运行场景和指标体系两方面对直流微电网进行了多维运行评估,可以对多种运行场景的直流微电网进行运行特性的评估,而且考虑角度更为广泛,评估方向更为全面;最后对评估指标筛选并通过熵权法进行权重划分,更是提高了直流微电网运行特性评价的实用性和准确性。
附图说明
图1是直流微电网结构;
图2是直流微电网多维运行评估方法流程。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
一种直流微电网多维运行评估方法,构建直流微电网运行场景和指标体系,建立多维评价指标体系,筛选确定直流微电网在不同场景下的综合评价指标,从而确定直流微电网的综合评估结果。
实施例
运行本发明所述的直流微电网多维运行评估方法,包括以下步骤
S1、首先需要构建一个直流微电网运行场景,本实施例构建的直流微电网运行场景包括微燃机发电、太阳能光伏发电、蓄电池储能、直流负荷和交流负荷;所述运行场景均与直流母线相连,所述直流母线通过DC/AC逆变器逆变与并网开关相连,连接于交流电网,如图1所示。本实施例还准备了所述直流微电网时间间隔为1小时的一年的运行数据,包括微燃机发电、光伏发电数据、储能数据、直流负荷数据、交流负荷数据、直流微电网与外部交流电网功率交换数据、电价数据;以及准备了微燃机发电、太阳能光伏发电、储能设备的物理参数。
前期准备完成以后,开始进行对上述建立的运行场景进行消减,从而生成对所述直流微电网运行评价的场景,包括以下步骤:
S101建立所述直流微电网运行场景的特征向量,由于所述直流微电网的运行场景主要与太阳能光伏发电数据、负荷数据以及电价数据相关,所以特征向量为:S=[PPV,PLDC,PLAC,ce],
式中:Ppv表示太阳能光伏发电的出力数据,Pldc表示微电网中直流负荷数据,PLAC表示微电网中交流负荷数据,ce表示电价数据;
S102通过聚类法确定生成的运行场景数目的合理性,所述聚类法产生的聚类数即为生成的运行场景数,计算方法为:K=1+lg Q/lg 2,
式中:K表示生成运行场景数目,Q表示总场景数;
S103采用C均值聚类法判断所述直流微电网运行场景的所属类别,判断方法为:
Figure GDA0003640396710000051
其中
Figure GDA0003640396710000052
式中:Wi表示样本,Rj表示第j类,Rj_ave表示第j类的聚类中心,eij表示第i号样本是否属于Rj,‖A-B‖2表示取向量A和B的欧氏距离。
以上述数据为基础对所述直流微电网进行评价。
S2、构建直流微电网指标体系,提供所述直流微电网的评价标准,建立所述指标体系的数学模型,用以更为直观的体现所述直流微电网在多种维度上的表现。所述直流微电网指标体系包括经济型指标、可再生能源消纳指标、符合裕度指标、电压偏差指标和环境效益指标。
S201所述经济性指标考虑购电成本、所述直流微电网内发电机组的运行成本以及参与需求相应获得的利益,构建的所述经济型指标的数学模型为:
Figure GDA0003640396710000053
式中:rc为经济性指标;T为微电网调度周期总时长;
第一项为微电网与上层电网的交换功率成本:ce,t表示实时电价,Pe,t表示交换功率值;
第二项为微燃机发电成本,Pg,t为微燃机出力,cg为发电成本系数;
第三项CDR,t为微电网参与需求响应获得的收益。
S202由于分布式太阳能光伏发电的接入会造成调控的不确定性,所以能否充分利用绿色能源是衡量直流微电网的重要指标,所述可再生能源消纳指标用以体现所述直流微电网能否适应高比例可再生能源的接入,减少弃光现象;所以可再生能源消纳指标考虑可再生能源理论上输出的有功功率以及实际被所述直流微电网消纳的有功功率,构建的数学模型为:
Figure GDA0003640396710000061
式中:rDG表示可再生能源消纳指标;PDGN为理论上可再生能源可以输出的有功功率;PDG是实际能够被直流微电网消纳的有功功率。
S203所述直流微电网需要满足峰值负荷的需求,并且需要保留一定的裕度,通过所述符合裕度指标进行衡量,并且直流微电网的运行方式的调整也需要考虑符合裕度,所诉负荷裕度指标的数学模型为:
Figure GDA0003640396710000062
式中:rload表示负荷裕度指标,Pk为第k条馈线上的实际有功功率,Pk,S为第k条馈线的额定有功功率,共计nl条馈线。
S204较高的电能质量可以提高微电网的运行灵活性,大量的太阳能光伏发电会造成电能质量的下降,此处通过所述电压偏差指标来衡量电能质量。所述电压偏差指标的数学模型为:
Figure GDA0003640396710000063
其中△V为电压偏差,UN为额定电压,Ui为第i个节点的实测电压。
S205由于太阳能光伏发电的不稳定性,以及弃光现象,所以直流微电网中不会仅仅采用可再生能源进行供电,所述环境效益指标用以体现可再生能源在所述直流微电网中的利用比例,构建的数学模型为
Figure GDA0003640396710000071
式中:ηc太阳能光伏发电量占总用电量的比例;WPV表示光伏发电量;E为直流微电网总用电量。
S3、综合步骤S1中的运行场景以及步骤S2中的评价指标,建立多维评价指标体系,并筛选确定直流微电网在各场景下的综合评价指标
S301建立多维评价指标体系,首先将运行场景和评价指标综合的多维指标进行矩阵运算:
Figure GDA0003640396710000072
式中:R表示评价指标计算矩阵,rij表示第i个场景下第j个评价指标的值,通过对所述矩阵中的各项指标的标准化处理,得到多维评价矩阵R′;
以上为单一的计算数据,并不能代表所述直流微电网的所有指标,需要将上述数据进行标准化处理:
对于效益性评价指标的标准化数值越大,说明微电网的效果越好,其标准化数学表达式为:
Figure GDA0003640396710000073
式中:rij′为标准化后的指标;rmax,j表示在第j列中的最大数值;
对于成本性评价指标的标准化数值越小,说明微电网的效果越好,其标准化数学表达式为:
Figure GDA0003640396710000074
式中:rmin,j表示在第j列中的最小数值
经过上述标准化处理的数据组成多维评价矩阵R′,所述多维评价矩阵R′可以系统全面的反应评价信息,是所述直流微电网的多维评价指标体系
S302筛选出所述直流微电网在不同场景下的固有属性和偶然属性,其中在多个场景下的评价指标值基本保持不变,则体现的是固有属性;在个别场景的评价指标值下出现突变,则体现的是偶然属性。
采用熵权法,对固有属性的评价指标赋予较小的权重,对偶然属性的评价指标赋予较大的权重,进行加权,得到直流微电网在一个场景下的综合评价指标,采用熵权法的计算公式为:
Figure GDA0003640396710000081
式中:Si表示第i个场景下的综合评价指标,ωj表示第j个评价指标的权重值。
S4、将所述指标体系经过所述步骤S3的处理,计算出所有场景下的综合评价指标,依此确定直流微电网的综合评估结果。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明提供了直流微电网的运行特性评估方式,并且本发明从运行场景和指标体系两方面对直流微电网进行了多维运行评估,可以对多种运行场景的直流微电网进行运行特性的评估,而且考虑角度更为广泛,评估方向更为全面;最后对评估指标筛选并通过熵权法进行权重划分,更是提高了直流微电网运行特性评价的实用性和准确性。
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,这些改进和润饰也应视本发明的保护范围。

Claims (10)

1.一种直流微电网多维运行评估方法,其特征在于,包括以下步骤:
S1、构建直流微电网运行场景
S101建立所述直流微电网运行场景的特征向量为:S=[PPV,PLDC,PLAC,ce],
式中:PPV表示太阳能光伏发电的出力数据,PLDC表示微电网中直流负荷数据,PLAC表示微电网中交流负荷数据,ce表示电价数据;
S102确定所述直流微电网的运行场景数目为:K=1+lgQ/lg2,
式中:K表示生成的运行场景数目,Q表示总场景数;
S103判断所述直流微电网运行场景的所属类别为:
Figure FDA0003640396700000011
其中
Figure FDA0003640396700000012
式中:Wi表示样本,Rj表示第j类,Rj_ave表示第j类的聚类中心,eij表示第i号样本是否属于Rj,||Wi-Rj_ave||2表示取向量Wi和Rj_ave的欧氏距离;
S2、构建直流微电网指标体系,建立所述指标体系的数学模型
所述直流微电网指标体系包括经济型指标、可再生能源消纳指标、符合裕度指标、电压偏差指标和环境效益指标;分别建立所述直流微电网指标体系中的各指标的数学模型;
S3、建立多维评价指标体系,筛选确定直流微电网在不同运行场景下的综合评价指标
通过所述直流微电网运行场景和所述直流微电网指标体系,建立多维评价指标体系,将多维指标进行矩阵计算:
Figure FDA0003640396700000013
式中:R表示评价指标计算矩阵,N表示评价指标,rij表示第i个运行场景下第j个评价指标的值,通过对所述矩阵中的各项指标的标准化处理,得到多维评价矩阵R′;
再筛选出所述直流微电网在不同场景下的固有属性和偶然属性,对其进行不同权重的加权,最终得到所述直流微电网在一个场景下的综合评价指标;
S4、将所述指标体系经过所述步骤S3的处理,所得的所有运行场景下的综合评价指标的组合为直流微电网的综合评估结果。
2.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述直流微电网运行场景包括微燃机发电、太阳能光伏发电、蓄电池储能、直流负荷和交流负荷;所述运行场景均与直流母线相连,所述直流母线通过DC/AC逆变器逆变与并网开关相连,连接于交流电网。
3.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述直流微电网的运行数据包括微燃机发电、光伏发电数据、储能数据、直流负荷数据、交流负荷数据、直流微电网与外部交流电网功率交换数据和电价数据。
4.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述经济型指标的数学模型为:
Figure FDA0003640396700000021
式中:rc为经济性指标;
T为微电网调度周期总时长;
第一项为微电网与上层电网的交换功率成本:ce,t表示实时电价,Pe,t表示交换功率值;
第二项为微燃机发电成本,Pg,t为微燃机出力,cg为发电成本系数;
第三项CDR,t为微电网参与需求响应获得的收益。
5.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述可再生能源消纳指标的数学模型为:
Figure FDA0003640396700000022
式中:rDG表示可再生能源消纳指标;PDGN为理论上可再生能源可以输出的有功功率;PDG是实际能够被直流微电网消纳的有功功率。
6.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述负荷裕度指标的数学模型为:
Figure FDA0003640396700000023
式中:rload表示负荷裕度指标,Pk为第k条馈线上的实际有功功率,Pk,S为第k条馈线的额定有功功率,共计nl条馈线。
7.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述电压偏差指标的数学模型为
Figure FDA0003640396700000031
其中△V为电压偏差,UN为额定电压,Ui为第i个节点的实测电压。
8.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述环境效益指标的数学模型为:
Figure FDA0003640396700000032
式中:ηc太阳能光伏发电量占总用电量的比例;EPV表示光伏发电量;E为直流微电网总用电量。
9.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述矩阵中的各项指标的标准化处理方式为:
对于效益性评价指标标准化的数学表达式为:
Figure FDA0003640396700000033
式中:rij′为标准化后的指标;rmax,j表示在第j列中的最大数值;
对于成本性评价指标标准化的数学表达式为:
Figure FDA0003640396700000034
式中:rmin,j表示在第j列中的最小数值。
10.根据权利要求1所述的直流微电网多维运行评估方法,其特征在于,所述综合评价指标采用熵权法通过对不同指标按照不同的权重进行加权,计算公式为:
Figure FDA0003640396700000035
式中:Si表示第i个场景下的综合评价指标,ωj表示第j个评价指标的权重值。
CN201911023771.1A 2019-10-25 2019-10-25 一种直流微电网多维运行评估方法 Active CN110610328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911023771.1A CN110610328B (zh) 2019-10-25 2019-10-25 一种直流微电网多维运行评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911023771.1A CN110610328B (zh) 2019-10-25 2019-10-25 一种直流微电网多维运行评估方法

Publications (2)

Publication Number Publication Date
CN110610328A CN110610328A (zh) 2019-12-24
CN110610328B true CN110610328B (zh) 2022-09-16

Family

ID=68895490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911023771.1A Active CN110610328B (zh) 2019-10-25 2019-10-25 一种直流微电网多维运行评估方法

Country Status (1)

Country Link
CN (1) CN110610328B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112348309A (zh) * 2020-09-16 2021-02-09 国网上海能源互联网研究院有限公司 一种用于为海岛微电网的指标确定质量等级的方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318482A (zh) * 2014-08-22 2015-01-28 国家电网公司 一套智能配电网综合评估体系和方法
CN105373962A (zh) * 2014-08-29 2016-03-02 国家电网公司 一种基于全能流模型的微电网综合评估方法
CN108197746A (zh) * 2018-01-03 2018-06-22 上海电气分布式能源科技有限公司 微电网的评价方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318482A (zh) * 2014-08-22 2015-01-28 国家电网公司 一套智能配电网综合评估体系和方法
CN105373962A (zh) * 2014-08-29 2016-03-02 国家电网公司 一种基于全能流模型的微电网综合评估方法
CN108197746A (zh) * 2018-01-03 2018-06-22 上海电气分布式能源科技有限公司 微电网的评价方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《基于改进层次分析法的交、直流微电网综合评估》;刘自发,等;《电力自动化设备》;20160331;第36卷(第3期);第60-66页 *
《基于运行模式与运行指标综合评价的直流微电网优化配置》;王盼宝,等;《电网技术》;20160331;第40卷(第3期);第471-477页 *

Also Published As

Publication number Publication date
CN110610328A (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
Li et al. Optimal energy management for industrial microgrids with high-penetration renewables
Wang et al. Optimal sizing of distributed generations in DC microgrids with comprehensive consideration of system operation modes and operation targets
Eseye et al. Grid-price dependent optimal energy storage management strategy for grid-connected industrial microgrids
Keles et al. Multi-source energy mixing for renewable energy microgrids by particle swarm optimization
Akshya et al. Grid integration for electric vehicle and photovoltaic panel for a smart home
CN112350369B (zh) 光储充一体化电站能效评估方法
Teekaraman et al. SSNN-based energy management strategy in grid connected system for load scheduling and load sharing
CN112865075A (zh) 一种交直流混合微电网优化方法
CN110610328B (zh) 一种直流微电网多维运行评估方法
Yin et al. Collaborative decision-making model for capacity allocation of photovoltaics energy storage system under Energy Internet in China
CN105354761B (zh) 一种风电接入电网的安全与效能评估方法及系统
Faranda et al. SCADA system for optimization of energy exchange with the BESS in a residential case
CN113690925B (zh) 一种基于微电网的能量交互优化方法及系统
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation
Abdulgalil et al. Capacity optimization of battery energy storage system for large-scale grid integration of renewables
Dong et al. Risk assessment of AC/DC hybrid distribution network considering new energy and electric vehicle access
CN114498769A (zh) 一种高比例风光孤岛微电网群能量调度方法及系统
CN114091958A (zh) 智能用电小区的综合能效评估方法及电网规划方法
Yao et al. Distributed generation parameter optimization method based on fuzzy C-means clustering under the Internet of Things architecture
CN104485679B (zh) 适用于配网的风储一体化的自平衡控制方法及系统
Zhou et al. Research on multi-objective optimal dispatching and low voltage of distributed generation in rural distribution network
Tao et al. Distributed Energy Storage Cluster Control Method for DC Microgrid Considering Flexibility
Wang et al. Research on Carbon Reduction System of 110kV Substation Based on Computer Big Data
Jain et al. A data driven approach for scheduling the charging of electric vehicles
Ding et al. Economic Evaluation of Data Center Power Supply System Based on Electric Energy Router

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