CN110932300B - 一种考虑梯次利用储能的配电网优化调度方法 - Google Patents

一种考虑梯次利用储能的配电网优化调度方法 Download PDF

Info

Publication number
CN110932300B
CN110932300B CN201911307559.8A CN201911307559A CN110932300B CN 110932300 B CN110932300 B CN 110932300B CN 201911307559 A CN201911307559 A CN 201911307559A CN 110932300 B CN110932300 B CN 110932300B
Authority
CN
China
Prior art keywords
power
energy storage
node
distribution network
constraint
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
CN201911307559.8A
Other languages
English (en)
Other versions
CN110932300A (zh
Inventor
陈伯建
黄霆
黄道姗
张慧瑜
林芳
苏清梅
张伟骏
方晓玲
杜培
刘智煖
张健
徐振华
江伟
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.)
Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Fujian Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Fujian 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 Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd, State Grid Fujian Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
Priority to CN201911307559.8A priority Critical patent/CN110932300B/zh
Publication of CN110932300A publication Critical patent/CN110932300A/zh
Application granted granted Critical
Publication of CN110932300B publication Critical patent/CN110932300B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • 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
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Abstract

本发明涉及一种考虑梯次利用储能的配电网优化调度方法。包括如下步骤:(1)针对电动汽车退役的动力电池,通过电池分选与重组,形成能够应用于配网优化中的储能系统;(2)计算储能系统寿命衰减度,确定梯次利用储能的安全裕度,确定配电网优化模型中储能调节约束;(3)通过生成树原理形成拓扑约束,采用Distflow模型确定配电网的基本潮流约束;(4)结合拓扑约束以及Distflow模型,并采用含较大常数M和二进制变量
Figure 320904DEST_PATH_IMAGE002
的不等式约束,重写潮流约束;(5)建立以负荷裕度值最大以及其方差最小的多目标函数,形成配网优化调度模型,求解得出最优结果。与现有技术相比,本发明准确度更高。

Description

一种考虑梯次利用储能的配电网优化调度方法
技术领域
本发明涉及电力系统配电技术领域,尤其一种考虑梯次利用储能的配电网优化调度方法。
背景技术
随着各国电动汽车保有量的指数级增长,电动汽车退役电池数量也将呈爆发式增长。电池内含有钴、锂等元素和一些金属材料,将退役电池直接报废处理,既污染环境又浪费资源,将退役电池用于电力储能,在保证安全运行的前提下实现价值最大化,既可以降低储能装置的投资成本,又可以减少环境污染,对储能行业与电池生产行业均有重大的经济价值。
近年来,能源结构调整及环境污染治理成为全球关注的焦点,如何合理的提高清洁能源的利用率、改进分布式能源供电的可靠性、减小环境负面影响、实现配电系统的经济运行成为研究热点。主动配电网作为涵盖多种分布式能源、储能系统等的智能配网形式得到了快速的发展,对配电网进行最大供电能力评估是电网规划工作的关键一环,然而过分追求消纳分布式能源出力而忽略其易受扰动的特点会导致配电网失去调节能力,因此考虑负荷裕度及其分布均衡度的配电网优化方法显得尤为重要。
发明内容
本发明的目的在于提高退役动力电池的利用率,提供一种考虑梯次利用储能的配电网优化调度方法。
为实现上述目的,本发明的技术方案是:一种考虑梯次利用储能的配电网优化调度方法,包括如下步骤:
步骤S1、针对电动汽车退役的动力电池,通过电池分选与重组,形成能够应用于配网优化中的储能系统;
步骤S2、计算储能系统寿命衰减度,确定梯次利用储能的安全裕度,确定配电网优化模型中储能调节约束;
步骤S3、通过生成树原理形成拓扑约束,采用Distflow模型确定配电网的基本潮流约束;
步骤S4、结合拓扑约束以及Distflow模型,并采用含较大常数M和二进制变量βfl的不等式约束,改进潮流约束;
步骤S5、建立以负荷裕度值最大以及其方差最小的多目标函数,形成配电网优化调度模型,求解得出最优结果。
在本发明一实施例中,所述步骤S1具体实现方式如下:
步骤S11、通过多参数分选法对电池单体之间包括电压、内阻和容量的参数的分析,并结合动态特性分选法将电池在同一充放条件下的电压曲线作为电池分选的指标,分选出一致性较好的电池;
步骤S12、在保证经济性和可靠性的基础上,通过串联和并联,组成合适的成组连接方式,对容量相近的电池组成电池系统应用于配电网中。
在本发明一实施例中,所述步骤S2中确定梯次利用储能的安全裕度的实现方式如下:
步骤S21、计算t1~t2时刻动力电池的充放电深度βbj
Figure BDA0002323343990000021
其中Pbj为输出功率,t1和t2为单体电池j的充放电时间,Ebj_last为标称区域储能容量极限值;
步骤S22、设动力电池应用于电动汽车充放电次数X次,计算对应的衰减度δbj
Figure BDA0002323343990000022
其中,Nbj_best为25℃电池的总充放电次数;
步骤S23、根据动力电池的衰减度对对梯次利用储能系统SOC安全裕度[SOC'bj_min,SOC'bj_max]进行设定,具体如下:
SOC'bj_min=(1+δbj_x)SOCbj_min
SOC'bj_max=(1-δbj_x)SOCbj_max
其中,δbj_x为当前状态动力电池寿命损耗;SOCbj_min、SOCbj_max分别表示动力电池初始应用时荷电状态的上下限。
在本发明一实施例中,所述步骤S3中的约束条件为:
步骤S31、以生成树原理为基础,形成辐射性约束:
βflbl≤1,l∈Seg
Figure BDA0002323343990000023
其中,βfl表示支路流通方向,βfl=1表示线路功率由节点i流向节点j,否则βfl=0;βbl=1表示线路功率由节点j流向节点i,否则βbl=0,A为网络无向关联矩阵,A(i,l)=1表示节点i和支路l关联,否则其为0;Seg为线路集合,N为节点集合;
步骤S32、采用Distflow模型,即支路流入功率等于流出功率与支路损耗之和、线路末端电压等于首端电压与线路压降之差,具体约束表达式为:
Figure BDA0002323343990000031
Figure BDA0002323343990000032
Figure BDA0002323343990000033
其中,Pj和Qj分别表示流入节点j+1的有功功率和无功功率;Pj+1和Qj+1分别表示流出节点j+1的有功功率和无功功率;pg j+1和qg j+1分别为节点j+1发出的有功和无功,pc j+1和qc j+1分别为节点j+1消耗的有功和无功;rj表示线路j到j+1的电阻;xj表示线路j到j+1的电抗;Uj表示节点j的电压幅值。
在本发明一实施例中,所述步骤S4中改进的潮流约束为:
步骤S41、使约束线性化,采用含较大常数M和二进制变量βflbl的不等式约束:
-Mβfl≤Pfl≤Mβfl
-Mβbl≤Qbl≤Mβbl
其中,Pfl和Qfl分别为支路l由节点i流向节点j的有功和无功;
步骤S43、得出新的潮流方程为:
Figure BDA0002323343990000034
Figure BDA0002323343990000035
Figure BDA0002323343990000036
其中,Pbl和Qbl表示反向的功率流动,上标g表示发出的功率,c表示消耗的功率。
在本发明一实施例中,所述步骤S5中目标函数具体为:
Figure BDA0002323343990000041
Figure BDA0002323343990000042
Figure BDA0002323343990000043
其中,pcm it和qcm it分别为t时刻时节点i在最大运行方式下的有功功率和无功功率;ηp b和ηq b分别为有功功率和无功功率的均衡系数,N表示网络节点集合,T为运行的时间集合。
相较于现有技术,本发明具有以下有益效果:本发明梯次利用储能,通过分选再重组,形成能够应用于配网优化中的储能系统,将其投入到平抑负荷以及分布式能源出力中,提高退役动力电池的使用率。
附图说明
图1为考虑梯次利用储能的配电网优化调度方法的流程图;
图2为主动配电网Distflow模型,以及潮流模型示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意,以下的实施方式的说明只是实质上的例示,本发明并不意在对其适用物或其用途进行限定,且本发明并不限定于以下的实施方式。
本发明提供了一种考虑梯次利用储能的配电网优化调度方法,包括如下步骤:
步骤S1、针对电动汽车退役的动力电池,通过电池分选与重组,形成能够应用于配网优化中的储能系统;
步骤S2、计算储能系统寿命衰减度,确定梯次利用储能的安全裕度,确定配电网优化模型中储能调节约束;
步骤S3、通过生成树原理形成拓扑约束,采用Distflow模型确定配电网的基本潮流约束;
步骤S4、结合拓扑约束以及Distflow模型,并采用含较大常数M和二进制变量βfl的不等式约束,改进潮流约束;
步骤S5、建立以负荷裕度值最大以及其方差最小的多目标函数,形成配电网优化调度模型,求解得出最优结果。
实施例
如图1所示,一种考虑梯次利用储能的配电网优化调度方法,该方法包括如下步骤:
S1:针对电动汽车退役的动力电池,通过电池分选与重组,形成能够应用于配网优化中的储能系统;
S2:计算储能系统寿命衰减度,确定梯次利用储能的安全裕度,确定配电网优化模型中储能调节约束;
S3:通过生成树原理形成拓扑约束,采用Distflow模型确定配电网的基本潮流约束;
S4:结合拓扑约束以及Distflow模型,并采用含较大常数M和二进制变量βfl的不等式约束,重写潮流约束;
S5:考虑最大供电能力,建立灵活性指标即负荷裕度最大且方差最小;
S6:形成配电网优化调度模型,求解得出最优结果;
当电动汽车动力电池使用一定年限或循环一定次数之后,其容量或功率特性衰退较为明显,体现在行驶里程和加速爬坡方面无法满足车用要求,动力电池需要退役。退役的动力电池仍然有可利用的剩余价值,其容量和功率仍然可以满足对电池性能要求低一些的多种储能应用场合的需求,如数据中心、备用电源、储能电站等应用。因此,有必要开展动力电池储能梯级利用技术研究,充分发挥动力电池的剩余价值。因此,步骤S1具体为:
(11)通过多参数分选法对电池单体之间电压、内阻和容量等参数的分析,电池的特性通过充放电过程中端电压的变化反应,电池端电压的变化间接反映了电池的充放电容量、温升、内阻等参数随时间变化的规律,所以充放电电压特性一致性好的电池在电化学特性上具有较好的一致性;并结合动态特性分选法将电池在同一充放条件下的电压曲线作为电池分选的指标,通过对曲线特征点的选择,计算对应特征点之间的距离或者相关系数,以这些距离或者相关系数作为分选指标,分选出一致性较好的电池;
(13)在保证经济性和可靠性的基础上,根据单体电池不一致性特征参数,通过串联和并联,组成合适的成组连接方式,另外针对具体的应用场景组成电池系统应用于配网优化运行中;
为了提高整个储能系统的运行寿命,对梯次利用储能安全裕度,步骤S2具体设置方法为:
(21)计算t1~t2时刻动力电池的充放电深度为
Figure BDA0002323343990000061
其中Pbj为输出功率,t1和t2为单体电池j的充放电时间,Ebj_last为标称区域储能容量极限值。
(22)设动力电池应用于电动汽车充放电次数X次,计算对应的衰减度δbj
Figure BDA0002323343990000062
其中,Nbj_best为25℃电池的总充放电次数。
(23)根据动力电池的衰减度对对梯次利用储能系统SOC安全裕度[SOC'bj_min,SOC'bj_max]进行设定,具体如下:
SOC'bj_min=(1+δbj_x)SOCbj_min
SOC'bj_max=(1-δbj_x)SOCbj_max
其中,δbj_x为当前状态动力电池寿命损耗;SOCbj_min、SOCbj_max分别表示动力电池初始应用时荷电状态的上下限。
(22)由于分布式电源出力同负荷需求存在错峰情况,通过控制储能系统进行有序充放电,能够在一定程度上调和分布式电源出力同负荷需求的错峰问题。储能系统作为主动配电网的供需调节系统,其调节能力受到自身容量和充放电能力的约束,由动力电池的衰减度对对梯次利用储能系统SOC安全裕度进行设定之后,确定具体储能约束条件如下:
Figure BDA0002323343990000063
Figure BDA0002323343990000067
其中,
Figure BDA0002323343990000064
为t时刻ESS的容量状态,
Figure BDA0002323343990000065
为ESS一段时间段内的最大供电能力,
Figure BDA0002323343990000066
为ESS一段时间段内的最大充电能力。
步骤S3中的具体为:
(31)以生成树原理为基础,形成辐射性约束:
βflbl≤1,l∈Seg
Figure BDA0002323343990000071
其中,βfl表示支路流通方向,βfl=1表示线路功率由节点i流向节点j,否则βfl=0;βbl=1表示线路功率由节点j流向节点i,否则βbl=0,A为网络无向关联矩阵,A(i,l)=1表示节点i和支路l关联,否则其为0;Seg为线路集合,N为节点集合;
(32)采用Distflow模型,即支路流入功率等于流出功率与支路损耗之和、线路末端电压等于首端电压与线路压降之差,具体约束表达式为:
Figure BDA0002323343990000072
Figure BDA0002323343990000073
Figure BDA0002323343990000074
其中,Pj和Qj分别表示流入节点j+1的有功功率和无功功率;Pj+1和Qj+1分别表示流出节点j+1的有功功率和无功功率;pg j+1和qg j+1分别为节点j+1发出的有功和无功,pc j+1和qc j+1分别为节点j+1消耗的有功和无功;rj表示线路j到j+1的电阻;xj表示线路j到j+1的电抗;Uj表示节点j的电压幅值;
步骤S4具体为:
(41)结合拓扑约束以及Distflow模型,可得:
Figure BDA0002323343990000075
Figure BDA0002323343990000076
Figure BDA0002323343990000077
其中,Pfl和Qfl分别为支路l由节点i流向节点j的有功和无功,Pbl和Qbl表示反向的功率流动,上标g表示发出的功率,c表示消耗的功率。
(42)使约束线性化,采用含较大常数M和二进制变量βflbl的不等式约束:
-Mβfl≤Pfl≤Mβfl
-Mβbl≤Qbl≤Mβbl
其中,Pfl和Qfl分别为支路l由节点i流向节点j的有功和无功;
(42)得出新的潮流方程为:
Figure BDA0002323343990000081
Figure BDA0002323343990000082
Figure BDA0002323343990000083
(44)配电网的安全运行需满足电压上下限约束和出力上下限约束
pgL i≤pg i≤pgH i
qgL i≤qg i≤qgH i
UL i≤Ui≤UH i
其中H代表功率的上限,L代表功率的下限。
在实际的配电网中,在满足配电网安全约束的情况下,所能提供的最大供电能力即为配电网的最大运行方式。配电网运行时,在满足负荷需求的情况下,还需拥有一定的负荷裕度以应对负荷需求的突然变化,而负荷裕度越大则表明电网具备更好的安全性。为此,本模型以负荷裕度最大为目标,同时考虑负荷裕度的均衡分布,因此,步骤S5中最大供电能力表达式以及目标函数具体为:
表达式为:
Figure BDA0002323343990000084
Figure BDA0002323343990000085
目标函数:
Figure BDA0002323343990000086
Figure BDA0002323343990000091
Figure BDA0002323343990000092
其中,ηi c为节点i配电设备的供电能力系数,即用户申报容量与节点i消耗功率的比值,pcm it和qcm it分别为t时刻时节点i在最大运行方式下的有功功率和无功功率;ηp b和ηq b分别为有功功率和无功功率的均衡系数。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。

Claims (1)

1.一种考虑梯次利用储能的配电网优化调度方法,其特征在于,包括如下步骤:
步骤S1、针对电动汽车退役的动力电池,通过电池分选与重组,形成能够应用于配网优化中的储能系统;
步骤S2、计算储能系统寿命衰减度,确定梯次利用储能的安全裕度,确定配电网优化模型中储能调节约束;
步骤S3、通过生成树原理形成拓扑约束,采用Distflow模型确定配电网的基本潮流约束;
步骤S4、结合拓扑约束以及Distflow模型,并采用含常数M和二进制变量βfl的不等式约束,改进潮流约束;
步骤S5、建立以负荷裕度值最大以及其方差最小的多目标函数,形成配电网优化调度模型,求解得出最优结果;
所述步骤S1具体实现方式如下:
步骤S11、通过多参数分选法对电池单体之间包括电压、内阻和容量的参数的分析,并结合动态特性分选法将电池在同一充放条件下的电压曲线作为电池分选的指标,分选出一致性较好的电池;
步骤S12、在保证经济性和可靠性的基础上,通过串联和并联,组成成组连接方式,对容量相近的电池组成电池系统应用于配电网中;
所述步骤S2中确定梯次利用储能的安全裕度的实现方式如下:
步骤S21、计算t1~t2时刻动力电池的充放电深度βbj
Figure FDA0003553049000000011
其中Pbj为输出功率,t1和t2为单体电池j的充放电时间,Ebj_last为标称区域储能容量极限值;
步骤S22、设动力电池应用于电动汽车充放电次数X次,计算对应的衰减度δbj
Figure FDA0003553049000000012
其中,Nbj_best为25℃电池的总充放电次数;
步骤S23、根据动力电池的衰减度对梯次利用储能系统SOC安全裕度[SOC'bj_min,SOC'bj_max]进行设定,具体如下:
SOC'bj_min=(1+δbj_x)SOCbj_min
SOC'bj_max=(1-δbj_x)SOCbj_max
其中,δbj_x为当前状态动力电池寿命损耗;SOCbj_min、SOCbj_max分别表示动力电池初始应用时荷电状态的上下限;
所述步骤S3中的约束条件为:
步骤S31、以生成树原理为基础,形成辐射性约束:
βflbl≤1,l∈Seg
Figure FDA0003553049000000021
其中,βfl表示支路流通方向,βfl=1表示线路功率由节点i流向节点j,否则βfl=0;βbl=1表示线路功率由节点j流向节点i,否则βbl=0,A为网络无向关联矩阵,A(i,l)=1表示节点i和支路l关联,否则其为0;Seg为线路集合,N为节点集合;
步骤S32、采用Distflow模型,即支路流入功率等于流出功率与支路损耗之和、线路末端电压等于首端电压与线路压降之差,具体约束表达式为:
Figure FDA0003553049000000022
Figure FDA0003553049000000023
Figure FDA0003553049000000024
其中,Pj和Qj分别表示流入节点j+1的有功功率和无功功率;Pj+1和Qj+1分别表示流出节点j+1的有功功率和无功功率;pg j+1和qg j+1分别为节点j+1发出的有功和无功,pc j+1和qc j+1分别为节点j+1消耗的有功和无功;rj表示线路j到j+1的电阻;xj表示线路j到j+1的电抗;Uj表示节点j的电压幅值;
所述步骤S4中改进的潮流约束为:
步骤S41、使约束线性化,采用含常数M和二进制变量βflbl的不等式约束:
-Mβfl≤Pfl≤Mβfl
-Mβbl≤Qbl≤Mβbl
其中,Pfl和Qfl分别为支路l由节点i流向节点j的有功和无功;
步骤S43、得出新的潮流方程为:
Figure FDA0003553049000000031
Figure FDA0003553049000000032
其中,Pbl和Qbl表示反向的功率流动,上标g表示发出的功率,c表示消耗的功率;
所述步骤S5中目标函数具体为:
Figure FDA0003553049000000033
Figure FDA0003553049000000034
Figure FDA0003553049000000035
其中,pcm it和qcm it分别为t时刻时节点i在最大运行方式下的有功功率和无功功率;ηp b和ηq b分别为有功功率和无功功率的均衡系数,N表示网络节点集合,T为运行的时间集合。
CN201911307559.8A 2019-12-18 2019-12-18 一种考虑梯次利用储能的配电网优化调度方法 Active CN110932300B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911307559.8A CN110932300B (zh) 2019-12-18 2019-12-18 一种考虑梯次利用储能的配电网优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911307559.8A CN110932300B (zh) 2019-12-18 2019-12-18 一种考虑梯次利用储能的配电网优化调度方法

Publications (2)

Publication Number Publication Date
CN110932300A CN110932300A (zh) 2020-03-27
CN110932300B true CN110932300B (zh) 2022-05-13

Family

ID=69863123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911307559.8A Active CN110932300B (zh) 2019-12-18 2019-12-18 一种考虑梯次利用储能的配电网优化调度方法

Country Status (1)

Country Link
CN (1) CN110932300B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113283166B (zh) * 2021-05-21 2023-05-12 上海电力大学 一种退役动力电池剩余价值优化方法
CN114172180B (zh) * 2021-11-25 2024-04-05 国网福建省电力有限公司电力科学研究院 考虑退化成本的电池储能参与调峰双层滚动优化控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106099914A (zh) * 2016-06-29 2016-11-09 燕山大学 一种基于供电能力的主动配电网安全等级划分方法
CN106099964A (zh) * 2016-06-16 2016-11-09 南京工程学院 一种储能系统参与主动配电网运行调节计算方法
CN107026450A (zh) * 2016-09-19 2017-08-08 国网重庆市电力公司电力科学研究院 基于遗传算法的b2g和v2g配电网功率控制系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014110410A1 (de) * 2014-07-23 2016-01-28 Universität der Bundeswehr München Modulares Energiespeicher-Direktumrichtersystem

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106099964A (zh) * 2016-06-16 2016-11-09 南京工程学院 一种储能系统参与主动配电网运行调节计算方法
CN106099914A (zh) * 2016-06-29 2016-11-09 燕山大学 一种基于供电能力的主动配电网安全等级划分方法
CN107026450A (zh) * 2016-09-19 2017-08-08 国网重庆市电力公司电力科学研究院 基于遗传算法的b2g和v2g配电网功率控制系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
分布式电池储能系统设计及其管控技术;汪新浩;《中国优秀硕士学位论文全文数据库(电子期刊)工程科技Ⅱ辑》;20190915(第09期);全文 *

Also Published As

Publication number Publication date
CN110932300A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN107994595B (zh) 一种削峰填谷控制方法和系统以及应用该控制方法的系统
CN109325608B (zh) 考虑储能并计及光伏随机性的分布式电源优化配置方法
CN112184070B (zh) 一种协同生态流量需求的梯级水电站多目标优化调度方法及系统
CN112467722B (zh) 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法
CN112163700B (zh) 一种考虑储能电池循环寿命的电化学储能电站规划方法
CN110581571A (zh) 一种主动配电网动态优化调度方法
CN109510234B (zh) 一种微电网储能电站的混合储能容量优化配置方法及装置
CN111244988B (zh) 考虑分布式电源的电动汽车和储能优化调度方法
CN110932300B (zh) 一种考虑梯次利用储能的配电网优化调度方法
CN110245794B (zh) 考虑灵活性的多能源汇集中心火储容量双层优化方法
CN110460075B (zh) 一种用于平抑电网峰谷差的混合储能出力控制方法及系统
CN110176765A (zh) 一种峰谷电价驱动的储能调峰日前优化调度方法
CN111786417A (zh) 一种面向分布式新能源消纳的主动配电网多目标区间优化调度的方法
CN115117931A (zh) 考虑电动汽车灵活性和光伏接入的配电网规划方法及系统
CN115811135A (zh) 一种基于电网调峰调频的充换电设备智能监测调控系统
CN109034587B (zh) 一种协调多种可控单元的主动配电系统优化调度方法
CN110852495A (zh) 一种分布式储能电站选址方法
CN110570091A (zh) 基于改进F-score特征选择及粒子群BP神经网络的负荷辨识方法
CN112928769B (zh) 一种兼顾补偿预测误差和平抑波动的光伏混合储能控制方法
CN112736953B (zh) 一种带有多目标优化的风储系统储能容量配置设计方法
CN108683211B (zh) 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型
CN110766240A (zh) 一种不同场景下的快速充电站分层储能配置方法
CN113690918B (zh) 基于动态分组技术的集中式电池储能电站调频控制策略
CN116488254A (zh) 一种电力电子设备日前优化控制方法
Bo et al. Research of Typical Line Loss Rate in Transformer District Based on Data-Driven Method

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