CN111384729A - 一种基于边缘计算的分布式电源调度控制方法 - Google Patents
一种基于边缘计算的分布式电源调度控制方法 Download PDFInfo
- Publication number
- CN111384729A CN111384729A CN202010112416.8A CN202010112416A CN111384729A CN 111384729 A CN111384729 A CN 111384729A CN 202010112416 A CN202010112416 A CN 202010112416A CN 111384729 A CN111384729 A CN 111384729A
- Authority
- CN
- China
- Prior art keywords
- power
- wind
- power station
- value
- time
- 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
Images
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
-
- 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
- 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)
Abstract
本发明涉及配电网技术领域,具体涉及一种基于边缘计算的分布式电源调度控制方法,包括以下步骤:A)获取目标配网的拓扑结构和调度数据,列举目标配网中的变压器、储能设备和风光电站;B)读取下一时段负载的有功功率预测值和无功功率预测值,风光电站出力预测;C)计算特征值,若特征值小于设定阈值,则进入步骤E);D)风光电站仅输出有功功率,返回步骤B);E)计算风光电站输出有功功率和无功功率比值;F)风光电站的实时出力按比值分别作为有功功率和无功功率输出,返回步骤B)。本发明的实质性效果是:降低了出力不稳定的可再生能源电站接入配电网时对配电网的影响,有利于扩大可再生能源的接入,适合高渗透率的配电网。
Description
技术领域
本发明涉及配电网技术领域,具体涉及一种基于边缘计算的分布式电源调度控制方法。
背景技术
分布式电源装置是指功率为数千瓦至50MW小型模块式的、与环境兼容的独立电源,主要包括发电设备和储能装置。分布式能源系统并不是简单地采用传统的发电技术,而是建立在自动控制系统、先进的材料技术、灵活的制造工艺等新技术的基础上,具有低污染排放,灵活方便,高可靠性和高效率的新型能源生产系统。近年来随着风能以及光能发电场的快速建设,大量的分布式电源并网投产。造成配网中可再生能源的渗透率快速上升,馈线潮流倒送、局部过电压问题出现,影响供电安全。为应对高密度分布式电源对未来电网发展带来的不利影响,需要研究更为合理的分布式电源就地控制技术。
如中国专利CN103986239B,公开日2016年5月25日,一种适应分布式电源接入的智能分布式FA控制方法,分布式电源接入配电网,配电网系统由原先的单电源辐射状网络变成含多分布式电源的弱环网络,前对现有的基于辐射状配网的分布式FA控制方法进行改进,采用基于XML的相邻节点自描述技术、基于GOOSE的区域信息共享技术、基于功率方向自适应的故障定位技术,实现了一种适应分布式电源接入的智能分布式FA控制方法。其技术方案能够用于多分布式电源接入的多分支复杂配电网网架结构。但其仅能够解决接入问题,不能解决目前分布式电源对电网运行稳定性影响的问题。
发明内容
本发明要解决的技术问题是:目前可再生能源利用率不高的技术问题。提出了一种适合高渗透率配电网的基于边缘计算的分布式电源调度控制方法。本方法能够更加合理的调度可再生能源发电站,提高配网的安全性和稳定性。
为解决上述技术问题,本发明所采取的技术方案为:一种基于边缘计算的分布式电源调度控制方法,包括以下步骤:A)获取目标配网的拓扑结构和调度数据,列举目标配网中的变压器Ti,i∈[1,n]、储能设备Ei,i∈[1,m]和风光电站Gi,i∈[1,l],m、n以及l分别为储能设备、变压器以及风光电站的数量,将一日按96个时段划分tj,j∈[1,96];B)时段tj结束前,读取下一时段tj+1负载的有功功率预测值和无功功率预测值预测风光电站Gi下一时段出力预测C)计算下一时段特征值若特征值小于设定阈值λthr,则进入步骤E),反之,进入步骤D);D)风光电站Gi仅输出有功功率,tj+1时段内,风光电站Gi的实时出力为并全部作为有功功率输出,根据储能设备Ei的储能量控制储能设备Ei的充放状态及充放功率,返回步骤B)执行;E)计算风光电站Gi输出有功功率和无功功率满足tj+1时段内,风光电站Gi的无功功率保持不变,风光电站Gi的实时出力波动体现在有功功率上;F)tj+1时段内,风光电站Gi的实时出力为其中作为有功功率输出,作为无功功率输出,根据储能设备Ei的储能量控制储能设备Ei的充放状态及充放功率,返回步骤B)执行。风光电站仅输出有功功率时,会导致配网中的变压器的功率因数下降,导致变压器工作不稳定,影响配网安全。为了保证配网的安全性,目前常采用弃风弃光的方式,限制风光电站的出力上限,导致能源的浪费。当配网中的无功功率占比较大时,调度分布式电源输出部分无功功率,能够提高微电网的稳定性,显著降低传统能源为适应可再生能源接入而新增的成本,适合具有高渗透率的可再生能源的微电网的调度。
作为优选,步骤B)中,预测风光电站Gi下一时段出力预测的方法为:B11)建立风光电站Gi的评价指数的值为1;B12)时段tj期间,以设定频率对风光电站Gi的实时出力进行采样,获得采样集合时段tj末,根据采样集合计算出下一时段的风光电站Gi的评价指数的值;B13)通过风光电站Gi的超短期出力模型获得风光电站Gi的超短期出力预测B14)将作为下一时段出力预测的值。风光电站的超短期出力预测具有多种已公开的预测模型,但模型根据风光电站的共性得出超短期出力预测,评价指数能够反映实际情况下模型预测结果与实际结果的偏差,体现风光电站之间以及同一风光电站不同时段的差异性,用以修正模型预测的误差,提高出力预测的准确性。
作为优选,步骤B12)中,根据采样集合计算出下一时段的风光电站Gi的评价指数的值的方法包括:B121)计算采样集合的平均值剔除采样集合中比平均值大的数据;B122)计算剩余样本与平均值的差值,计算该差值的绝对值与平均值的比值,获得比值集合B122)计算比值集合的标准差将作为下一时段的风光电站Gi的评价指数的值。标准差能够反应风电出力的离散情况,离散越严重表示风电出力波动越剧烈,而对系统运行成本影响最主要的风电出力波动的波谷数量和幅度,波峰虽然会带来常规机组变功率费用,但会降低常规机组的出力值,使其带来的效益大于费用,所以剔除波峰后计算波谷分布的标准差,用于反应风电场风电质量。
作为优选,步骤D)中,在时段tj+1内,若大于则储能设备Ei,i∈[1,m]以功率进行充电,即 为储能设备Ei的实时充电功率,k为设定裕度系数,k>1。储能设备Ei,i∈[1,m]的调度灵活性高于风光电场,且调度不会造成能源的浪费。
作为优选,步骤D)还包括对储能设备Ei,i∈[1,m]的实时充电功率的优化过程,包括:D11)计算储能设备Ei,i∈[1,m]的总充电功率D12)将时段tj+1划分为N个小周期,建立评价函数其中z表示小周期序数,为馈线i在时段tj+1的第z个小周期的平均负载,为馈线i的负载上限,h是馈线数量;D13)在第z个小周期开始前的设定时刻,以第(z-1)个小周期至当前时刻内的风光电站Gi的实时出力的均值计算的值;D14)使用粒子群算法,获得使评价函数值最小的储能设备Ei,i∈[1,m]的实时充电功率,在下一个小周期开始前的设定时刻返回步骤D13)执行。通过边缘计算,实现储能设备就地小周期调度协调,提高能源利用效率。
作为优选,步骤E)中,计算风光电站Gi,i∈[1,l]的工作功率因数时段tj+1内有功功率和无功功率的分配使总是成立,λ′thr为设定阈值,λ′thr>λthr。确保风光电站的工作状态处于较佳水平,避免过多的可再生能源浪费。
作为优选,步骤E)中,风光电站Gi,i∈[1,l]的有功功率和无功功率的分配方法包括:E11)建立评价函数为馈线i在时段tj+1内传递的平均有功功率,为馈线i在时段tj+1内传递的平均无功功率,为馈线i的负载上限,h是馈线数量;E12)使用粒子群算法,获得使评价函数值最小的风光电站Gi,i∈[1,l]的无功功率值,有功功率
本发明的实质性效果是:通过合理调度,降低了出力不稳定的可再生能源电站接入配电网时对配电网的影响,降低了可再生能源接入运行的成本,有利于扩大可再生能源的接入,适合高渗透率的配电网,通过边缘计算实现就地控制,提高了配电网的控制精准度,提高了能源利用效率和配电网的稳定性。
附图说明
图1为实施例一分布式电源调度控制方法的流程框图。
图2为实施例一风光电站出力预测方法的流程框图。
图3为实施例一储能设备充电功率优化方法的流程框图。
具体实施方式
下面通过具体实施例,并结合附图,对本发明的具体实施方式作进一步具体说明。
实施例一:
一种基于边缘计算的分布式电源调度控制方法,如图1所示,本实施例包括以下步骤:A)获取目标配网的拓扑结构和调度数据,列举目标配网中的变压器Ti,i∈[1,n]、储能设备Ei,i∈[1,m]和风光电站Gi,i∈[1,l],m、n以及l分别为储能设备、变压器以及风光电站的数量,将一日按96个时段划分tj,j∈[1,96]。
B)时段tj结束前,读取下一时段tj+1负载的有功功率预测值和无功功率预测值预测风光电站Gi下一时段出力预测如图2所示,预测风光电站Gi下一时段出力预测的方法为:B11)建立风光电站Gi的评价指数的值为1;B12)时段tj期间,以设定频率对风光电站Gi的实时出力进行采样,获得采样集合时段tj末,根据采样集合计算出下一时段的风光电站Gi的评价指数的值;B13)通过风光电站Gi的超短期出力模型获得风光电站Gi的超短期出力预测B14)将作为下一时段出力预测的值。风光电站的超短期出力预测具有多种已公开的预测模型,但模型根据风光电站的共性得出超短期出力预测,评价指数能够反映实际情况下模型预测结果与实际结果的偏差,体现风光电站之间以及同一风光电站不同时段的差异性,用以修正模型预测的误差,提高出力预测的准确性。
步骤B12)中,根据采样集合计算出下一时段的风光电站Gi的评价指数的值的方法包括:B121)计算采样集合的平均值剔除采样集合中比平均值大的数据;B122)计算剩余样本与平均值的差值,计算该差值的绝对值与平均值的比值,获得比值集合B122)计算比值集合的标准差将作为下一时段的风光电站Gi的评价指数的值。标准差能够反应风电出力的离散情况,离散越严重表示风电出力波动越剧烈,而对系统运行成本影响最主要的风电出力波动的波谷数量和幅度,波峰虽然会带来常规机组变功率费用,但会降低常规机组的出力值,使其带来的效益大于费用,所以剔除波峰后计算波谷分布的标准差,用于反应风电场风电质量。
D)风光电站Gi仅输出有功功率,tj+1时段内,风光电站Gi的实时出力为并全部作为有功功率输出,根据储能设备Ei的储能量控制储能设备Ei的充放状态及充放功率,返回步骤B)执行。在时段tj+1内,若大于则储能设备Ei,i∈[1,m]以功率进行充电,即 为储能设备Ei的实时充电功率,k为设定裕度系数,k>1。储能设备Ei,i∈[1,m]的调度灵活性高于风光电场,且调度不会造成能源的浪费。
步骤D)还包括对储能设备Ei,i∈[1,m]的实时充电功率的优化过程,如图3所示,包括:D11)计算储能设备Ei,i∈[1,m]的总充电功率D12)将时段tj+1划分为N个小周期,建立评价函数其中z表示小周期序数,为馈线i在时段tj+1的第z个小周期的平均负载,为馈线i的负载上限,h是馈线数量;D13)在第z个小周期开始前的设定时刻,以第(z-1)个小周期至当前时刻内的风光电站Gi的实时出力的均值计算的值;D14)使用粒子群算法,获得使评价函数值最小的储能设备Ei,i∈[1,m]的实时充电功率,在下一个小周期开始前的设定时刻返回步骤D13)执行。通过边缘计算,实现储能设备就地小周期调度协调,提高能源利用效率。
E)计算风光电站Gi输出有功功率和无功功率满足tj+1时段内,风光电站Gi的无功功率保持不变,风光电站Gi的实时出力波动体现在有功功率上。计算风光电站Gi,i∈[1,l]的工作功率因数时段tj+1内有功功率和无功功率的分配使 总是成立,λ′thr为设定阈值,λ′thr>λthr。风光电站Gi,i∈[1,l]的有功功率和无功功率的分配方法包括:E11)建立评价函数为馈线i在时段tj+1内传递的平均有功功率,为馈线i在时段tj+1内传递的平均无功功率,为馈线i的负载上限,h是馈线数量;E12)使用粒子群算法,获得使评价函数值最小的风光电站Gi,i∈[1,l]的无功功率值,有功功率
F)tj+1时段内,风光电站Gi的实时出力为其中作为有功功率输出,作为无功功率输出,根据储能设备Ei的储能量控制储能设备Ei的充放状态及充放功率,返回步骤B)执行。tj+1时段内,周期性监测风光电站Gi的实时出力tj+1时段结束前,若实时出力的均值大于则μ为裕度系数,μ>1,则增加储能设备Ei,i∈[1,m]的充电功率预期。
本实施例具有以下有益效果,风光电站仅输出有功功率时,会导致配网中的变压器的功率因数下降,导致变压器工作不稳定,影响配网安全。为了保证配网的安全性,目前常采用弃风弃光的方式,限制风光电站的出力上限,导致能源的浪费。当配网中的无功功率占比较大时,调度分布式电源输出部分无功功率,能够提高微电网的稳定性,降低了出力不稳定的可再生能源电站接入配电网时对配电网的影响,有利于扩大可再生能源的接入,适合高渗透率的配电网。
以上所述的实施例只是本发明的一种较佳的方案,并非对本发明作任何形式上的限制,在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。
Claims (8)
1.一种基于边缘计算的分布式电源调度控制方法,其特征在于,
包括以下步骤:
A)获取目标配网的拓扑结构和调度数据,列举目标配网中的变压器Ti,i∈[1,n]、储能设备Ei,i∈[1,m]和风光电站Gi,i∈[1,l],m、n以及l分别为储能设备、变压器以及风光电站的数量,将一日按96个时段划分tj,j∈[1,96];
5.根据权利要求4所述的一种基于边缘计算的分布式电源调度控制方法,其特征在于,
步骤D)还包括对储能设备Ei,i∈[1,m]的实时充电功率的优化过程,包括:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010112416.8A CN111384729B (zh) | 2020-02-24 | 2020-02-24 | 一种基于边缘计算的分布式电源调度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010112416.8A CN111384729B (zh) | 2020-02-24 | 2020-02-24 | 一种基于边缘计算的分布式电源调度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111384729A true CN111384729A (zh) | 2020-07-07 |
CN111384729B CN111384729B (zh) | 2021-10-15 |
Family
ID=71218602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010112416.8A Active CN111384729B (zh) | 2020-02-24 | 2020-02-24 | 一种基于边缘计算的分布式电源调度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111384729B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112421695A (zh) * | 2020-11-30 | 2021-02-26 | 北京奥德威特电力科技股份有限公司 | 基于边缘计算风光储agc/avc协调控制系统和方法 |
CN112636334A (zh) * | 2020-12-10 | 2021-04-09 | 中腾微网(北京)科技有限公司 | 一种基于太阳能的微电网系统 |
WO2021169211A1 (zh) * | 2020-02-24 | 2021-09-02 | 国网浙江嘉善县供电有限公司 | 一种基于智能网关的含分布式电源微电网的调度方法 |
CN113422392A (zh) * | 2021-06-18 | 2021-09-21 | 南方电网数字电网研究院有限公司 | 一种基于边缘计算的智能电站设备控制系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158195A (zh) * | 2014-08-27 | 2014-11-19 | 国家电网公司 | 一种风电场集群多目标电压优化方法 |
CN104638772A (zh) * | 2013-11-14 | 2015-05-20 | 国家电网公司 | 基于风功率预测的电池储能电站能量管理方法 |
US20190203693A1 (en) * | 2018-01-03 | 2019-07-04 | General Electric Company | Extended Reactive Power for Wind Farms |
CN110391783A (zh) * | 2019-07-25 | 2019-10-29 | 国网电子商务有限公司 | 基于边缘计算的分布式光伏电站故障监测方法及装置 |
CN110445176A (zh) * | 2019-08-21 | 2019-11-12 | 国网天津市电力公司 | 一种分布式光伏功率预测和数据交互系统 |
CN110544957A (zh) * | 2019-05-23 | 2019-12-06 | 东南大学 | 计及源-荷相关性的含多微网的配电网分布式优化调度方法 |
CN110556868A (zh) * | 2019-09-25 | 2019-12-10 | 国网福建省电力有限公司 | 一种考虑电压稳定性的风电接入系统储能充放电控制方法 |
CN110581565A (zh) * | 2018-06-11 | 2019-12-17 | 香港理工大学 | 光伏发电并网系统中的控制方法和装置 |
JP2019221045A (ja) * | 2018-06-19 | 2019-12-26 | 株式会社日立製作所 | 電力系統制御装置、電力系統制御システム及び電力系統制御方法 |
-
2020
- 2020-02-24 CN CN202010112416.8A patent/CN111384729B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104638772A (zh) * | 2013-11-14 | 2015-05-20 | 国家电网公司 | 基于风功率预测的电池储能电站能量管理方法 |
CN104158195A (zh) * | 2014-08-27 | 2014-11-19 | 国家电网公司 | 一种风电场集群多目标电压优化方法 |
US20190203693A1 (en) * | 2018-01-03 | 2019-07-04 | General Electric Company | Extended Reactive Power for Wind Farms |
CN110581565A (zh) * | 2018-06-11 | 2019-12-17 | 香港理工大学 | 光伏发电并网系统中的控制方法和装置 |
JP2019221045A (ja) * | 2018-06-19 | 2019-12-26 | 株式会社日立製作所 | 電力系統制御装置、電力系統制御システム及び電力系統制御方法 |
CN110544957A (zh) * | 2019-05-23 | 2019-12-06 | 东南大学 | 计及源-荷相关性的含多微网的配电网分布式优化调度方法 |
CN110391783A (zh) * | 2019-07-25 | 2019-10-29 | 国网电子商务有限公司 | 基于边缘计算的分布式光伏电站故障监测方法及装置 |
CN110445176A (zh) * | 2019-08-21 | 2019-11-12 | 国网天津市电力公司 | 一种分布式光伏功率预测和数据交互系统 |
CN110556868A (zh) * | 2019-09-25 | 2019-12-10 | 国网福建省电力有限公司 | 一种考虑电压稳定性的风电接入系统储能充放电控制方法 |
Non-Patent Citations (2)
Title |
---|
李军徽等: "大规模风电并网无功调控技术综述", 《电力系统及其自动化学报》 * |
程振龙等: "考虑电压稳定约束的无功补偿优化配置", 《电力系统及其自动化学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021169211A1 (zh) * | 2020-02-24 | 2021-09-02 | 国网浙江嘉善县供电有限公司 | 一种基于智能网关的含分布式电源微电网的调度方法 |
JP2022527230A (ja) * | 2020-02-24 | 2022-06-01 | 国網浙江嘉善県供電有限公司 | スマートゲートウェイに基づく分散型電源を含むマイクログリッドのディスパッチ方法 |
JP7182808B2 (ja) | 2020-02-24 | 2022-12-05 | 国網浙江省電力有限公司嘉善県供電公司 | スマートゲートウェイに基づく分散型電源を含むマイクログリッドのディスパッチ方法 |
CN112421695A (zh) * | 2020-11-30 | 2021-02-26 | 北京奥德威特电力科技股份有限公司 | 基于边缘计算风光储agc/avc协调控制系统和方法 |
CN112636334A (zh) * | 2020-12-10 | 2021-04-09 | 中腾微网(北京)科技有限公司 | 一种基于太阳能的微电网系统 |
CN112636334B (zh) * | 2020-12-10 | 2021-11-19 | 中腾微网(北京)科技有限公司 | 一种基于太阳能的微电网系统 |
CN113422392A (zh) * | 2021-06-18 | 2021-09-21 | 南方电网数字电网研究院有限公司 | 一种基于边缘计算的智能电站设备控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111384729B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111384729B (zh) | 一种基于边缘计算的分布式电源调度控制方法 | |
KR102187327B1 (ko) | 자동기계학습 기반의 건물 부하 최적 관리 및 제어 시스템 | |
CN105356492B (zh) | 一种适用于微电网的能量管理仿真系统及方法 | |
JP2021505103A (ja) | エネルギ貯蔵システムを最適に制御するためのシステム及び方法 | |
CN114336702B (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
CN110137955A (zh) | 一种计及CVaR的鲁棒机组组合调度的决策方法 | |
CN104299173B (zh) | 一种适用于多种能源接入的鲁棒优化日前调度方法 | |
CN110676849B (zh) | 一种孤岛微电网群能量调度模型的构建方法 | |
CN117239740B (zh) | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 | |
CN107612045A (zh) | 一种电厂机组发电量智能分配系统及方法 | |
CN111541279B (zh) | 考虑机组出力状态的风电场功率自动控制系统及方法 | |
CN115912351A (zh) | 光伏日内日前模型预测方法、系统、设备及介质 | |
CN116454928A (zh) | 一种考虑多时间尺度的多类型储能协同调度方法 | |
CN116111597A (zh) | 一种中长期调度计划的潮流断面场景集构建方法、系统、存储器及设备 | |
CN117436773B (zh) | 一种含可中断负荷的独立微网资源规划方法和系统 | |
CN108233357A (zh) | 基于非参数概率预测及风险期望的风电日前消纳优化方法 | |
CN106339773B (zh) | 基于灵敏度的主动配电网分布式电源定容规划方法 | |
CN112821412A (zh) | 一种基于有功趋势判定的自动电压控制方法 | |
CN112016186A (zh) | 一种基于随机场景构建的年度弃风、弃光率计算方法 | |
CN116683461A (zh) | 一种考虑不确定性的虚拟电厂随机鲁棒调度控制方法 | |
CN111371087A (zh) | 一种多微网系统协调优化的交易策略和利益分配机制 | |
CN114069700B (zh) | 一种基于能源互联网的区域综合能源调度控制系统 | |
CN116154875A (zh) | 基于tcn和误差函数的光伏电站有功功率优化分配方法 | |
CN113394820B (zh) | 一种新能源并网电力系统的优化调度方法 | |
CN111404195B (zh) | 一种基于智能网关的含分布式电源微电网的调度方法 |
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 |