CN110867892B - 一种含可再生能源发电的混合配电网规划方法 - Google Patents
一种含可再生能源发电的混合配电网规划方法 Download PDFInfo
- Publication number
- CN110867892B CN110867892B CN201911146558.XA CN201911146558A CN110867892B CN 110867892 B CN110867892 B CN 110867892B CN 201911146558 A CN201911146558 A CN 201911146558A CN 110867892 B CN110867892 B CN 110867892B
- Authority
- CN
- China
- Prior art keywords
- power
- distribution network
- renewable energy
- power generation
- hybrid
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 67
- 238000010248 power generation Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 21
- 230000008901 benefit Effects 0.000 claims abstract description 20
- 238000005286 illumination Methods 0.000 claims description 19
- 238000005315 distribution function Methods 0.000 claims description 18
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 101000604223 Homo sapiens Nocturnin Proteins 0.000 claims description 3
- 102100038815 Nocturnin Human genes 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 description 4
- 101710137710 Thioesterase 1/protease 1/lysophospholipase L1 Proteins 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种含可再生能源发电的混合配电网规划方法,它包括交直流混合配电网,交直流混合配电网包括直流部分、交流部分,交流部分与直流部分均可接入可再生能源发电装置以及用户负荷,直流部分与交流部分之间通过电力电子换流设备连接,交流部分还与外部电网进行连接;本发明的目的是为了提供一种能很好的兼顾可再生能源发电的运行成本和混合配电网供电效益,计及可再生能源发电输出功率的随机性,考虑配电网参与外部电力市场交易的需求,设计面向含可再生能源发电的交直流混合配电网的规划方法。
Description
技术领域
本发明属于配电技术领域,具体涉及一种含可再生能源发电的混合配电网规划方法。
背景技术
风力发电、光伏发电等可再生能源发电在配电网中的渗透率日益提高,为解决配电网负荷就地平衡,提高供电可靠性等提供了新的手段。但一方面这些可再生能源发电初始输出特效不同,例如光伏发电输出为直流,而风力发电输出为交流,统一转换为交流形式向负荷供电降低了电能利用效率并增加了设备投资,因此交直流并存的混合配电网是新的发展趋势。另一方面,可再生能源发电输出功率具有较强波动性和随机性,给配电网运行和规划等均带来了很大的困难,需要研究针对性的有效规划方法。
目前对于配电网规划的研究较丰富,如引入需求响应的配电网综合规划;计及分布式电源(DG)与负荷时序特性的直流配电网规划;计及环境成本及时序特性的DG接入交直流配电网规划;以电网年费用最小、年网损最小和年均电压波动最小为优化目标对DG和配电网网架结构的优化等。已有的配电网规划研究大都关注含可再生能源发电的交流或直流配电网的规划,较少涉及到交直流混合配电网的规划方法。少量交直流混合配电网的规划方法未考虑可再生能源发电功率的随机性,缺少对配电网参与电力市场交易的考虑,规范所考虑的目标较为单一,导致所得规划方案普遍适用性不高,规划结果精度不高。
发明内容
本发明的目的是为了提供一种能很好的兼顾可再生能源发电的运行成本和混合配电网供电效益,计及可再生能源发电输出功率的随机性,考虑配电网参与外部电力市场交易的需求,设计面向含可再生能源发电的交直流混合配电网的规划方法。
一种含可再生能源发电的混合配电网规划方法,它包括交直流混合配电网,交直流混合配电网包括直流部分、交流部分,交流部分与直流部分均可接入可再生能源发电装置以及用户负荷,直流部分与交流部分之间通过连接设备连接,交流部分还与外部电网进行连接;
上述可再生能源发电装置包括风机发电装置、光伏发电装置,在进行配电网规划时采用以下步骤:
步骤1:建立风机模型、光伏模型、以及负荷需求模型;
步骤2:模拟与风速、光照强度和负荷需求相关的不确定性;
步骤3:评估风机和光伏在规划范围内产生的最佳有功功率量;
步骤4:进行混合配电网运行规划。
在步骤2中,考虑受网络约束和互连转换器功率流影响的可再生能源和可调度负荷需求相关的不确定性。
在步骤1中,在进行风机模型建模时,风速的概率分布函数为:
式中,v表示风速;c是威布尔概率分布比例指数;k表示形状指数。
风机的发电功率如下所示:
式中,Pw是风机的发电功率,Prated表示额定功率;vci为切入速度;vr风机的额定速度;vco是截止速度。
在母线i和场景s中,风机有功输出为:
式中,γwi,s为风机的有功功率的百分比;
在进行光伏模型建模时,光照强度的概率分布函数为:
式中s是太阳辐照度(kW/m2)。α和β是Beta概率分布函数的参数。
PV的输出功率分别由(5)和(6)可得:
式中,Ppv为PV输出功率,MW;PSTC为标准测试条件下的输出功率,MW;δ代表功率温度系数(%/℃);Tcell代表电池温度,℃;Tamb为环境温度,℃;NOCT为电池运行温度国标,℃;G为光照强度,W/m2;
在进行负荷需求模型建模时,不确定性负载l的正态分布概率分布函数为:
式中,μ1为负载l的期望值,σl为波动方差。
在模拟与风速、光照强度和负荷需求相关的不确定性时,需知道一年的数据,所述数据包括负荷需求,风速,太阳辐照度和电价,具体的包括以下步骤:
步骤1):整个数据分为四个季节,通过将数据分为峰值负载需求、风速、光照强度三类。
步骤2):通过将每日历史负荷需求数据按降序排列,同时保持负荷需求、风机和光伏之间的每小时相关性,建立负荷需求曲线;
步骤3):通过在每个区域中将数据从高到低排列来建立风速和光照强度曲线,计算每个时区的累积分布函数,然后将其分为三级:高、中和低;
步骤4):对于每个区域,考虑负荷需求、风力和光照强度级别的所有组合,每个组合被分配在负荷需求区域内的概率等于负荷需求级别概率乘以风力级别概率和光伏强度级别概率;
步骤5):通过组合不同级别的数据完成各时区方案的制定。
在步骤4中,基于可再生能源的DGs,可控型DGs,交直流负载通过单独的交流和直流链路连接,提出了一种混合配电网运行规划模型;考虑直流和交流子电网的互连,使用混合整数非线性模型来平衡发电和负荷,以实现最大社会效益。
上述混合配电网运行规划模型在使用时包括以下步骤:
步骤1):以最大化净社会效益为目标,建立净社会效益模型;
步骤2):考虑分布式能源(DER)连接、装机容量、功率平衡这些约束条件;
步骤3):得到混合配电网运行规划结果。
在步骤1)中,在建立净社会效益模型时,需要最大化净社会效益,即最大化消费者利益,并最大限度地降低总体规划成本,总体规划成本包括所有DGs和转换器的投资成本(IC)、所有DGs的运行和维护成本(OMC)、以及与公用电网的电力交换,一个规划年度的成本是IC和OMC之和。
上述最大化净社会效益模型如下:
式中,NG为分布式电源所在母线总数;NB为交直流母线总数;NS为场景数量;NY为总年数;cLAC h,s,y和cLDC h,s,y分别是母线h第y年在场景s中交流和直流负荷需求的报价;PLAC h,s,y和PLDC h,s,y分别是母线h第y年在场景s中交流和直流负载需求的有功功率;cPV h,s,y和cWIND h,s,y分别是母线h第y年在场景s中光伏和风机发电的报价;PPV h,s,y和PWIND h,s,y分别是母线h第y年在场景s中光伏和风机产生的有功功率;CPG s,y为分布式能源第y年场景s中的可回收资本。DGs的IC为安装容量PMAX h,s,y乘以分布式能源的资本成本CCa。fha为二进制决策变量,它提供DG安装的信息,及连接的总线信息。若fha为1,则DG将被安装并将连接到总线h。dh为二进制决策变量,该变量确定总线的类型,即AC或DC。若dh为1,则表示为直流馈线,若dh为零,则表示为交流馈线。若要使直流的DG连接到交流电网,则会增加额外的逆变器(CI)成本。同理,若要使交流DG连接直流馈线,则将添加额外的整流器(CR)成本。W同样为二进制决策变量。若W为零,则表示没有DC馈线;若W为1,则表示至少有一个馈线为DC。PLimit是微电网和公用电网之间的潮流限制。CostAC为交流型分布式电源总生产成本;CostDC为直流型分布式电源总生产成本;ρ为市场电价;PFexch为上网电量。
在步骤2)中,各个约束条件如下:
i分布式能源(DER)连接约束
每个分布式能源仅与一条母线相连。
ii装机容量约束
总装机容量应大于峰值负荷需求。
iii功率平衡约束
EI为逆变器转换效率;ER为整流器转换效率。
iv交流发电约束
风机功率受其安装容量的限制。
v直流发电约束
光伏功率受其安装容量的限制。
vi最大功率约束
DGs总装机容量等于总发电量之和。
vii电压约束
每条母线的电压受边界值限制。Vmin h为母线h允许的最小电压;Vmax h为母线h允许的最大电压。
上述连接设备为电力电子换流设备。
采用上述技术方案,能带来以下技术效果:
1)本发明的含可再生能源发电的混合配电网规划方法,兼顾可再生能源发电的运行成本和混合配电网供电效益,计及可再生能源发电输出功率的随机性,考虑配电网参与外部电力市场交易的需求。灵活考虑各类型的负载和分布式能源,确定最佳分布式能源配置组合并降低规划成本。
附图说明
下面结合附图和实施例对本发明作进一步说明:
图1为本发明中含可再生能源发电的混合配电网的结构图。
具体实施方式
如图1所示一种含可再生能源发电的混合配电网规划方法,它包括交直流混合配电网,交直流混合配电网包括直流部分1、交流部分2,交流部分1与直流部分2均可接入可再生能源发电装置以及用户负荷,直流部分1与交流部分2之间通过连接设备3连接,交流部分2还与外部电网进行连接;
优选的,连接设备3为电力电子换流设备。
所述可再生能源发电装置包括风机发电装置、光伏发电装置,在进行配电网规划时采用以下步骤:
步骤1:建立风机模型、光伏模型、以及负荷需求模型;
步骤2:模拟与风速、光照强度和负荷需求相关的不确定性;
步骤3:评估风机和光伏在规划范围内产生的最佳有功功率量;
步骤4:进行混合配电网规划。
在步骤2中,考虑受网络约束和互连转换器功率流影响的可再生能源和可调度负荷需求相关的不确定性。
在步骤1中,在进行风机模型建模时,风速的概率分布函数为:
式中,v表示风速;c是威布尔概率分布比例指数;k表示形状指数。
风机的发电功率如下所示:
式中,Pw是风机的发电功率,Prated表示额定功率;vci为切入速度;vr风机的额定速度;vco是截止速度。
在母线i和场景s中,风机有功输出为:
式中,yw i,s为风机的有功功率的百分比;
在进行光伏模型建模时,光照强度的概率分布函数为:
式中s是太阳辐照度(kW/m2)。α和β是Beta概率分布函数的参数。
PV的输出功率分别由(5)和(6)可得:
式中,Ppv为PV输出功率,MW;PSTC为标准测试条件下的输出功率,MW;δ代表功率温度系数(%/℃);Tcell代表电池温度,℃;Tamb为环境温度,℃;NOCT为电池运行温度国标,℃;G为光照强度,W/m2;
在进行负荷需求模型建模时,不确定性负载l的正态分布概率分布函数为:
式中,μ1为负载l的期望值,σl为波动方差。
在模拟与风速、光照强度和负荷需求相关的不确定性时,需知道一年(以小时为单位)的数据,所述数据包括负荷需求,风速,太阳辐照度和电价,具体的包括以下步骤:
步骤1):整个数据分为四个季节(秋季[3月-5月],夏季[6月-8月],秋季[9月-11月],冬季[12月-2月],每季2190小时),通过将数据分为峰值负载需求、风速、光照强度三类。
步骤2):通过将每日历史负荷需求数据按降序排列,同时保持负荷需求、风机和光伏之间的每小时相关性,建立负荷需求曲线;有序负荷需求曲线显示了对网络投资产生强烈影响的区域。
步骤3):通过在每个区域中将数据从高到低排列来建立风速和光照强度曲线,计算每个时区的累积分布函数,然后将其分为三级:高、中和低。对于负载需求、风速和光照强度,级别划分是类似的。
步骤4:对于每个区域,考虑负荷需求、风力和光照强度级别的所有组合,每个组合被分配在负荷需求区域内的概率等于负荷需求级别概率乘以风力级别概率和光伏强度级别概率。
步骤5:通过组合不同级别的数据完成各时区方案的制定。每个负载水平ll包括场景s,该情景s包含平均需求因子,最大风机功率因子和光伏功率因子。
在步骤4中,基于可再生能源的DGs,可控型DGs,交直流负载通过单独的交流和直流链路连接,提出了一种混合配电网运行规划模型;考虑直流和交流子电网的互连,使用混合整数非线性模型来平衡发电和负荷,以实现最大社会效益。
步骤1):以最大化净社会效益为目标,建立净社会效益模型;
步骤2):考虑分布式能源(DER)连接、装机容量、功率平衡等约束条件;
步骤3):得到混合配电网运行规划结果。
(a)净社会效益:混合配电网规划问题的目标是最大化净社会效益(SW),即最大化消费者利益,并最大限度地降低总体规划成本。总规划成本包括所有DGs和转换器的投资成本(IC),所有DGs的运行和维护成本(OMC),以及与公用电网的电力交换。一个规划年度的成本是IC和OMC之和。
式中,NG为分布式电源所在母线总数;NB为交直流母线总数;NS为场景数量;NY为总年数;cLAC h,s,y和cLDC h,s,y分别是母线h第y年在场景s中交流和直流负荷需求的报价;PLAC h,s,y和PLDC h,s,y分别是母线h第y年在场景s中交流和直流负载需求的有功功率;cPV h,s,y和cWIND h,s,y分别是母线h第y年在场景s中光伏和风机发电的报价;PPV h,s,y和PWIND h,s,y分别是母线h第y年在场景s中光伏和风机产生的有功功率;CPG s,y为分布式能源第y年场景s中的可回收资本。DGs的IC为安装容量PMAX h,s,y乘以分布式能源的资本成本CCa。fha为二进制决策变量,它提供DG安装的信息,及连接的总线信息。若fha为1,则DG将被安装并将连接到总线h。dh为二进制决策变量,该变量确定总线的类型,即AC或DC。若dh为1,则表示为直流馈线,若dh为零,则表示为交流馈线。若要使直流的DG连接到交流电网,则会增加额外的逆变器(CI)成本。同理,若要使交流DG连接直流馈线,则将添加额外的整流器(CR)成本。W同样为二进制决策变量。若W为零,则表示没有DC馈线;若W为1,则表示至少有一个馈线为DC。PLimit是微电网和公用电网之间的潮流限制。CostAC为交流型分布式电源总生产成本;CostDC为直流型分布式电源总生产成本;ρ为市场电价;PFexch为上网电量。
(b)约束条件
i分布式能源(DER)连接约束
每个分布式能源仅与一条母线相连。
ii装机容量约束
总装机容量应大于峰值负荷需求。
iii功率平衡约束
EI为逆变器转换效率;ER为整流器转换效率。
iv交流发电约束
风机功率受其安装容量的限制。
v直流发电约束
光伏功率受其安装容量的限制。
vi最大功率约束
DGs总装机容量等于总发电量之和。
vii电压约束
每条母线的电压受边界值限制。Vmin h为母线h允许的最小电压;Vmax h为母线h允许的最大电压。
Claims (9)
1.一种含可再生能源发电的混合配电网规划方法,其特征在于:它包括交直流混合配电网,交直流混合配电网包括直流部分(1)、交流部分(2),交流部分(1)与直流部分(2)均可接入可再生能源发电装置以及用户负荷,直流部分(1)与交流部分(2)之间通过连接设备(3)连接,交流部分(2)还与外部电网进行连接;
所述可再生能源发电装置包括风机发电装置、光伏发电装置,在进行配电网规划时采用以下步骤:
步骤1:建立风机模型、光伏模型、以及负荷需求模型;
步骤2:模拟与风速、光照强度和负荷需求相关的不确定性;
步骤3:评估风机和光伏在规划范围内产生的最佳有功功率量;
步骤4:进行混合配电网运行规划;
在步骤1中,在进行风机模型建模时,获得风速的概率分布函数;在进行光伏模型建模时,获得光照强度的概率分布函数;在进行负荷需求模型建模时,获得不确定性负载的正态分布概率分布函数;
在步骤2中,在模拟与风速、光照强度和负荷需求相关的不确定性时,需知道一年的数据,所述数据包括负荷需求,风速,太阳辐照度和电价,具体的包括以下步骤:
步骤1):整个数据分为四个季节,通过将数据分为峰值负载需求、风速、光照强度三类;
步骤2):通过将每日历史负荷需求数据按降序排列,同时保持负荷需求、风机和光伏之间的每小时相关性,建立负荷需求曲线;
步骤3):通过在每个区域中将数据从高到低排列来建立风速和光照强度曲线,计算每个时区的累积分布函数,然后将其分为三级:高、中和低;
步骤4):对于每个区域,考虑负荷需求、风力和光照强度级别的所有组合,每个组合被分配在负荷需求区域内的概率等于负荷需求级别概率乘以风力级别概率和光伏强度级别概率;
步骤5):通过组合不同级别的数据完成各时区方案的制定。
2.根据权利要求1所述的含可再生能源发电的混合配电网规划方法,其特征在于,在步骤2中,考虑受网络约束和互连转换器功率流影响的可再生能源和可调度负荷需求相关的不确定性。
3.根据权利要求1所述的含可再生能源发电的混合配电网规划方法,其特征在于,在步骤1中,在进行风机模型建模时,风速的概率分布函数为:
式中,v表示风速;c是威布尔概率分布比例指数;k表示形状指数;
风机的发电功率如下所示:
式中,Pw是风机的发电功率,Prated表示额定功率;vci为切入速度;vr风机的额定速度;vco是截止速度;
在母线i和场景s中,风机有功输出为:
式中,γwi,s为风机的有功功率的百分比;
在进行光伏模型建模时,光照强度的概率分布函数为:
式中s是太阳辐照度(kW/m2),α和β是Beta概率分布函数的参数;
PV的输出功率分别由(5)和(6)可得:
式中,Ppv为PV输出功率,MW;PSTC为标准测试条件下的输出功率,MW;δ代表功率温度系数(%/℃);Tcell代表电池温度,℃;Tamb为环境温度,℃;NOCT为电池运行温度国标,℃;G为光照强度,W/m2;
在进行负荷需求模型建模时,不确定性负载l的正态分布概率分布函数为:
式中,μ1为负载l的期望值,σl为波动方差。
4.根据权利要求1至3其中之一所述的含可再生能源发电的混合配电网规划方法,其特征在于,在步骤4中,基于可再生能源的DGs,可控型DGs,交直流负载通过单独的交流和直流链路连接,提出了一种混合配电网运行规划模型;考虑直流和交流子电网的互连,使用混合整数非线性模型来平衡发电和负荷。
5.根据权利要求4所述的含可再生能源发电的混合配电网规划方法,其特征在于,所述混合配电网运行规划模型在使用时包括以下步骤:
步骤1):以最大化净社会效益为目标,建立净社会效益模型;
步骤2):考虑分布式能源(DER)连接、装机容量、功率平衡这些约束条件;
步骤3):得到混合配电网运行规划结果。
6.根据权利要求5所述的含可再生能源发电的混合配电网规划方法,其特征在于:在步骤1)中,在建立净社会效益模型时,需要最大化净社会效益,即最大化消费者利益,并最大限度地降低总体规划成本,总体规划成本包括所有DGs和转换器的投资成本(IC)、所有DGs的运行和维护成本(OMC)、以及与公用电网的电力交换,一个规划年度的成本是IC和OMC之和。
7.根据权利要求5或6所述的含可再生能源发电的混合配电网规划方法,其特征在于:所述最大化净社会效益模型如下:
8.根据权利要求5所述的含可再生能源发电的混合配电网规划方法,其特征在于,在步骤2)中,各个约束条件如下:
ⅰ分布式能源(DER)连接约束
每个分布式能源仅与一条母线相连;
ⅱ装机容量约束
总装机容量应大于峰值负荷需求;
ⅲ功率平衡约束
EI为逆变器转换效率;ER为整流器转换效率;
ⅳ交流发电约束
风机功率受其安装容量的限制;
ⅴ直流发电约束
光伏功率受其安装容量的限制;
ⅵ最大功率约束
DGs总装机容量等于总发电量之和;
ⅶ电压约束
每条母线的电压受边界值限制,Vmin h为母线h允许的最小电压;Vmax h为母线h允许的最大电压。
9.根据权利要求1或2或3或5或6或8所述的含可再生能源发电的混合配电网规划方法,其特征在于,所述连接设备(3)为电力电子换流设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911146558.XA CN110867892B (zh) | 2019-11-20 | 2019-11-20 | 一种含可再生能源发电的混合配电网规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911146558.XA CN110867892B (zh) | 2019-11-20 | 2019-11-20 | 一种含可再生能源发电的混合配电网规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110867892A CN110867892A (zh) | 2020-03-06 |
CN110867892B true CN110867892B (zh) | 2023-11-10 |
Family
ID=69655932
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911146558.XA Active CN110867892B (zh) | 2019-11-20 | 2019-11-20 | 一种含可再生能源发电的混合配电网规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110867892B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111525624A (zh) * | 2020-03-26 | 2020-08-11 | 天津理工大学 | 基于蓄电池储能系统的家庭分布式能源调度方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069703A (zh) * | 2017-01-12 | 2017-08-18 | 国网江苏省电力公司南京供电公司 | 一种计及新能源接入的交直流配网规划方法 |
CN108512259A (zh) * | 2018-04-20 | 2018-09-07 | 华北电力大学(保定) | 一种基于需求侧响应的交直流混合微网双层优化方法 |
-
2019
- 2019-11-20 CN CN201911146558.XA patent/CN110867892B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069703A (zh) * | 2017-01-12 | 2017-08-18 | 国网江苏省电力公司南京供电公司 | 一种计及新能源接入的交直流配网规划方法 |
CN108512259A (zh) * | 2018-04-20 | 2018-09-07 | 华北电力大学(保定) | 一种基于需求侧响应的交直流混合微网双层优化方法 |
Non-Patent Citations (2)
Title |
---|
李珂等.考虑相关性的分布式电源多目标规划方法.《电力系统自动化》.2017,第41卷(第09期),第52-54页第1-2节. * |
赵波 ; 汪湘晋 ; 张雪松 ; 周金辉 ; .考虑需求侧响应及不确定性的微电网双层优化配置方法.电工技术学报.2018,第33卷(第14期),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN110867892A (zh) | 2020-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | Feasibility study and economic analysis of pumped hydro storage and battery storage for a renewable energy powered island | |
Gabash et al. | Flexible optimal operation of battery storage systems for energy supply networks | |
Purvins et al. | A European supergrid for renewable energy: local impacts and far-reaching challenges | |
Ackermann et al. | Embedded wind generation in weak grids—economic optimisation and power quality simulation | |
Al Essa | Power management of grid-integrated energy storage batteries with intermittent renewables | |
Sridevi et al. | Integration of renewable DGs to radial distribution system for loss reduction and voltage profile improvement | |
Varghese et al. | Energy storage management of hybrid solar/wind standalone system using adaptive neuro‐fuzzy inference system | |
Abdulgalil et al. | Optimal sizing, allocation, dispatch and power flow of energy storage systems integrated with distributed generation units and a wind farm | |
CN110867892B (zh) | 一种含可再生能源发电的混合配电网规划方法 | |
Zhang et al. | Economic and Optimal Dispatch Model of Electricity, Heat and Gas for Virtual Power Plants in Parks Considering Low Carbon Targets. | |
CN112653195A (zh) | 一种并网型微电网鲁棒优化容量配置方法 | |
Gupta et al. | Hybrid energy system for remote area-an action plan for cost effective power generation | |
Reddy et al. | Impact Assessment of the simultaneous operation of photovoltaic and cogeneration power plants on the industrial distribution system | |
Testa et al. | A probabilistic approach to size step-up transformers for grid connected PV plants | |
Saqib et al. | Analysis of grid integrated PV system as home RES with net metering scheme | |
Sharma et al. | Improved energy management strategy for prosumer buildings with renewable energy sources and battery energy storage systems | |
Anusha et al. | Energy Management of an Off-Grid and Grid Connected Hybrid Renewable Energy Source Micro-Grid System for Commercial Load | |
Krishnamurthy et al. | Microgrid system design, modeling, and simulation | |
Mbodji et al. | Optimal design of an off-grid hybrid solar photovoltaic-diesel system in community electrification of a fishing village in Morocco | |
Kumar et al. | Design and Simulate the Solar-Wind-Diesel Stand-Alone System for an Institutional Area | |
CN117748622B (zh) | 一种微电网多态协调控制方法及系统 | |
Paragond et al. | Optimization and life cycle cost analysis of renewable energy supply options for academic buildings-a case study | |
Goel et al. | Solar Power Plants | |
Hsu et al. | Transient Stability Enhancement of an Island Micro-grid with Battery Energy Storage System | |
SHAH et al. | DESIGN OF DC MICROGRID |
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 |