CN111555264A - 基于分布式连续凸逼近非凸优化的电力系统经济调度方法 - Google Patents

基于分布式连续凸逼近非凸优化的电力系统经济调度方法 Download PDF

Info

Publication number
CN111555264A
CN111555264A CN202010258344.8A CN202010258344A CN111555264A CN 111555264 A CN111555264 A CN 111555264A CN 202010258344 A CN202010258344 A CN 202010258344A CN 111555264 A CN111555264 A CN 111555264A
Authority
CN
China
Prior art keywords
distributed
power generation
algorithm
power
demand
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
CN202010258344.8A
Other languages
English (en)
Other versions
CN111555264B (zh
Inventor
郭方洪
徐博文
张文安
张丹
俞立
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202010258344.8A priority Critical patent/CN111555264B/zh
Publication of CN111555264A publication Critical patent/CN111555264A/zh
Application granted granted Critical
Publication of CN111555264B publication Critical patent/CN111555264B/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
    • H02J3/007Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • 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
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • 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
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • 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

Abstract

一种基于分布式连续凸逼近非凸优化的电力系统经济调度方法,获取电网系统的发电参数,包括系统中各发电机的发电代价函数和发电机负载上下限。各分布式发电机各自生成初始解;循环以下过程:利用当前解,各分布式发电机并行执行分布式连续凸逼近算法,各分布式发电机与相邻的分布式发电机交换电压信息,执行平衡发电和需求算法(BGD),使得当前解满足供需等式约束;通过平均一致性算法得到当前解的质量评估,最后得到最优解。本发明不仅有效满足分布式电力系统经济调度的要求,同时也大大提高了解的质量。

Description

基于分布式连续凸逼近非凸优化的电力系统经济调度方法
技术领域
本发明属于电网优化领域,具体提供一种基于分布式连续凸逼近非凸优化的电力系统经济调度方法,它不仅能利用分布式系统相对更高的经济性、安全性、灵活性、扩展性等优点,还具有出色的非凸优化能力,能够解决较复杂的非凸电网经济调度问题,极大的提高了电力系统的服务能力。
背景技术
电力系统的实时控制是一类重要的优化问题。其本质在于满足供需功率平衡、线路潮流和发电机功率上下限等约束条件的前提下,以最快的速度最大程度提高电网系统的经济性。在大型的、复杂的电力调度问题中,分布式经济调度系统凭借其更经济、更安全、更灵活、更扩展的优点,逐渐取代传统集中式经济调度系统方法,成为业界的研究与实践热点。
在电网优化领域,针对非凸的发电代价函数的电网经济调度问题一直是业界的难题,而结合分布式的非凸电力系统经济调度方法更是困难。传统的启发式算法,例如遗传算法、蚁群算法,解的质量相对较低,难以满足电力系统的精度要求。
发明内容
为了克服现有技术难以满足分布式电力系统非凸经济调度要求的不足,本发明基于分布式连续凸逼近非凸优化的电力系统经济调度方法,以分布式框架为基础,利用分布式连续凸逼近算法和平衡发电和需求(BGD)算法,不仅有效满足分布式电力系统经济调度的要求,同时也大大提高了解的质量。
本发明为解决上述技术问题提供了如下技术方案:
一种基于分布式连续凸逼近非凸优化的电力系统经济调度方法,所述方法包括以下步骤:
步骤1),获取电网系统的发电参数,包括系统中各发电机的发电代价函数和发电机负载上下限;
步骤2),各分布式发电机各自生成初始解;
步骤3),利用当前解,各分布式发电机并行执行分布式连续凸逼近算法;
步骤4),各分布式发电机与相邻的分布式发电机交换电压信息,执行平衡发电和需求算法BGD,使得当前解满足供需等式约束;
步骤5),循环执行3)和4),通过平均一致性算法得到循环过程中的最优解。
进一步,所述步骤3)中,分布式连续凸逼近算法的过程如下:
3.1)生成替代函数
Figure BDA0002438324570000021
Figure BDA0002438324570000022
其中τ为用户选择的正数;
3.2)以Pi min≤Pi n≤Pi max为约束条件,以最小化
Figure BDA0002438324570000023
为目标函数,解凸优化问题,得到Pi n
3.2)更新Pi
Pi=Pi n+γ(Pi-Pi n) (2)
其中γ为用户在区间[0,1]内选择的参数。
进一步,所述步骤4)中,平衡发电和需求算法BGD的过程如下:
4.1)对于第i个分布式发电机,将本地负载记为Li,本地发电输出记为Oi,定义Δi为本地功率供需误差的估计值,每个代理都能通过以下公式检测供需误差的平均值:
Figure BDA0002438324570000024
其中
Figure BDA0002438324570000025
是步长常量,Δi[0]=Li-Oi
4.2)随着n→∞,Δi[n]会无限接近于真正的平均值:
Figure BDA0002438324570000026
4.3)每个代理通过反复计算提出一个可能的功率输出Pi
Pi=Oi+sign(δ)max{|δ|,s} (5)
以及
Figure BDA0002438324570000027
直到发电量和需求量平衡,也就是δ=0,s表示最小步长。
进一步,所述步骤5)中,平均一致性算法的过程如下:
5.1)计算本地发电代价Fi(Pi);
5.2)由平均一致性算法得到全网平均发电代价FAVE
Figure BDA0002438324570000031
Figure BDA0002438324570000032
其中aij(t)是在t时刻各发电机组成的发电网络的邻接矩阵中的系数,随着t→∞,Ci(t)会无限接近于真正的全网平均发电代价,Ci(t)即在t时刻i号发电机的发电代价Fi(Pi),本地发电机只需保存最小FAVE对应的解作为最优解即可。
本发明的技术构思为:获取电网系统的发电参数,其中包括系统中各发电机的发电代价函数和发电机负载上下限。各分布式发电机各自生成初始解;循环{利用当前解,各分布式发电机并行执行分布式连续凸逼近算法;各分布式发电机与相邻的分布式发电机交换电压信息,执行平衡发电和需求算法(BGD),使得当前解满足供需等式约束;通过平均一致性算法得到当前解的质量评估}最后得到最优解。
本发明的有益效果为:以分布式框架为基础,利用分布式连续凸逼近算法和平衡发电和需求(BGD)算法,不仅有效满足分布式电力系统经济调度的要求,同时也大大提高了解的质量。
附图说明
图1是本发明中分布式连续凸逼近算法与分布式遗传算法解的质量对比图。
图2是本发明中分布式连续凸逼近非凸优化的电力系统经济调度方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清晰,下面结合附图和实际实验对本发明的技术方案作进一步描述。
参照图1和图2,一种基于分布式连续凸逼近非凸优化的电力系统经济调度方法,获取电网系统的发电参数,包括系统中各发电机的发电代价函数和发电机负载上下限,各分布式发电机各自生成初始解;循环如下过程:利用当前解,各分布式发电机并行执行分布式连续凸逼近算法;各分布式发电机与相邻的分布式发电机交换电压信息,执行平衡发电和需求算法(BGD),使得当前解满足供需等式约束;通过平均一致性算法得到当前解的质量评估,最后得到最优解。
本实施例的基于分布式连续凸逼近非凸优化的电力系统经济调度方法,所述方法包括以下步骤:
步骤1),获取电网系统的发电参数,包括系统中各发电机的发电代价函数和发电机负载上下限;
步骤2),各分布式发电机各自生成初始解;
步骤3),利用当前解,各分布式发电机并行执行分布式连续凸逼近算法;
所述步骤3)中,分布式连续凸逼近算法的过程如下:
3.1)生成替代函数
Figure BDA0002438324570000041
Figure BDA0002438324570000042
其中τ为用户选择的正数;
3.2)以Pi min≤Pi n≤Pi max为约束条件,以最小化
Figure BDA0002438324570000043
为目标函数,解凸优化问题,得到Pi n
3.2)更新Pi
Pi=Pi n+γ(Pi-Pi n) (2)
其中γ为用户在区间[0,1]内选择的参数;
步骤4),各分布式发电机与相邻的分布式发电机交换电压信息,执行平衡发电和需求算法BGD,使得当前解满足供需等式约束;
所述步骤4)中,平衡发电和需求算法BGD的过程如下:
4.1)对于第i个分布式发电机,将本地负载记为Li,本地发电输出记为Oi,定义Δi为本地功率供需误差的估计值,每个代理都能通过以下公式检测供需误差的平均值:
Figure BDA0002438324570000044
其中
Figure BDA0002438324570000045
是步长常量,Δi[0]=Li-Oi
4.2)随着n→∞,Δi[n]会无限接近于真正的平均值:
Figure BDA0002438324570000051
4.3)每个代理通过反复计算提出一个可能的功率输出Pi
Pi=Oi+sign(δ)max{|δ|,s} (5)
以及
Figure BDA0002438324570000052
直到发电量和需求量平衡,也就是δ=0,s表示最小步长;
步骤5),循环执行3)和4),通过平均一致性算法得到循环过程中的最优解;
所述步骤5)中,平均一致性算法的过程如下:
5.1)计算本地发电代价Fi(Pi);
5.2)由平均一致性算法得到全网平均发电代价FAVE
Figure BDA0002438324570000053
Figure BDA0002438324570000054
其中aij(t)是在t时刻各发电机组成的发电网络的邻接矩阵中的系数,随着t→∞,Ci(t)会无限接近于真正的全网平均发电代价,Ci(t)即在t时刻i号发电机的发电代价Fi(Pi),本地发电机只需保存最小FAVE对应的解作为最优解即可。
从实验结果(图1)可以看出,本发明利用一种基于分布式连续凸逼近非凸优化的电力系统经济调度方法,在分布式框架下能高质量解决非凸的经济调度任务,其结果可以满足实际分布电力系统经济调度的高精度要求。
以上结合附图详细说明和陈述了本发明的实施方式,但并不局限于上述方式。在本领域的技术人员所具备的知识范围内,只要以本发明的构思为基础,还可以做出多种变化和改进。

Claims (4)

1.一种基于分布式连续凸逼近非凸优化的电力系统经济调度方法,其特征在于,所述方法包括以下步骤:
1)获取电网系统的发电参数,包括系统中各发电机的发电代价函数和发电机负载上下限;
2)各分布式发电机各自生成初始解;
3)利用当前解,各分布式发电机并行执行分布式连续凸逼近算法;
4)各分布式发电机与相邻的分布式发电机交换电压信息,执行平衡发电和需求算法BGD,使得当前解满足供需等式约束;
5)循环执行3)和4),通过平均一致性算法得到循环过程中的最优解。
2.根据权利要求1所述的基于分布式连续凸逼近非凸优化的电力系统经济调度方法,其特征在于,所述步骤3)中,分布式连续凸逼近算法的过程如下:
3.1)生成替代函数
Figure FDA0002438324560000011
Figure FDA0002438324560000012
其中τ为用户选择的正数;
3.2)以Pi min≤Pi n≤Pi max为约束条件,以最小化
Figure FDA0002438324560000013
为目标函数,解凸优化问题,得到Pi n
3.2)更新Pi
Pi=Pi n+γ(Pi-Pi n) (2)
其中γ为用户在区间[0,1]内选择的参数。
3.根据权利要求1或2所述的基于分布式连续凸逼近非凸优化的电力系统经济调度方法,其特征在于,所述步骤4)中,平衡发电和需求算法BGD的过程如下:
4.1)对于第i个分布式发电机,将本地负载记为Li,本地发电输出记为Oi,定义Δi为本地功率供需误差的估计值,每个代理都能通过以下公式检测供需误差的平均值:
Figure FDA0002438324560000014
其中
Figure FDA0002438324560000015
是步长常量,Δi[0]=Li-Oi
4.2)随着n→∞,Δi[n]会无限接近于真正的平均值:
Figure FDA0002438324560000016
4.3)每个代理通过反复计算提出一个可能的功率输出Pi
Pi=Oi+sign(δ)max{|δ|,s} (5)
以及
Figure FDA0002438324560000021
直到发电量和需求量平衡,也就是δ=0,s表示最小步长。
4.根据权利要求1或2所述的基于分布式连续凸逼近非凸优化的电力系统经济调度方法,其特征在于,所述步骤5)中,平均一致性算法的过程如下:
5.1)计算本地发电代价Fi(Pi);
5.2)由平均一致性算法得到全网平均发电代价FAVE
Figure FDA0002438324560000022
Figure FDA0002438324560000023
其中aij(t)是在t时刻各发电机组成的发电网络的邻接矩阵中的系数,随着t→∞,Ci(t)会无限接近于真正的全网平均发电代价,Ci(t)即在t时刻i号发电机的发电代价Fi(Pi),本地发电机只需保存最小FAVE对应的解作为最优解即可。
CN202010258344.8A 2020-04-03 2020-04-03 基于分布式连续凸逼近非凸优化的电力系统经济调度方法 Active CN111555264B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010258344.8A CN111555264B (zh) 2020-04-03 2020-04-03 基于分布式连续凸逼近非凸优化的电力系统经济调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010258344.8A CN111555264B (zh) 2020-04-03 2020-04-03 基于分布式连续凸逼近非凸优化的电力系统经济调度方法

Publications (2)

Publication Number Publication Date
CN111555264A true CN111555264A (zh) 2020-08-18
CN111555264B CN111555264B (zh) 2021-10-29

Family

ID=72007328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010258344.8A Active CN111555264B (zh) 2020-04-03 2020-04-03 基于分布式连续凸逼近非凸优化的电力系统经济调度方法

Country Status (1)

Country Link
CN (1) CN111555264B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104852373A (zh) * 2015-04-29 2015-08-19 南方电网科学研究院有限责任公司 一种含间歇性能源独立微电网的动态经济调度优化方法
CN108601036A (zh) * 2018-04-13 2018-09-28 山东师范大学 一种基于逐次凸逼近的车联网资源优化调度方法和装置
CN109474017A (zh) * 2018-12-24 2019-03-15 武汉大学 一种配电网实时分布式经济调度方法
CN110829425A (zh) * 2019-11-25 2020-02-21 南京邮电大学 一种分布式电力系统经济运行调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104852373A (zh) * 2015-04-29 2015-08-19 南方电网科学研究院有限责任公司 一种含间歇性能源独立微电网的动态经济调度优化方法
CN108601036A (zh) * 2018-04-13 2018-09-28 山东师范大学 一种基于逐次凸逼近的车联网资源优化调度方法和装置
CN109474017A (zh) * 2018-12-24 2019-03-15 武汉大学 一种配电网实时分布式经济调度方法
CN110829425A (zh) * 2019-11-25 2020-02-21 南京邮电大学 一种分布式电力系统经济运行调度方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
YUEJIANG LIU ET: "Real-Time Distributed Algorithms for Nonconvex Optimal Power Flow", 《2017 AMERICAN CONTROL CONFERENCE 》 *
吕朋蓬: "基于一致性理论的独立微电网分布式动态经济调度", 《电力系统自动化》 *
熊远生 等: "光伏发电系统多模式接入直流微电网及控制方法", 《电力系统保护与控制》 *
章杜锡 等: "基于连续时间投影梯度算法的分布式电源", 《浙江电力》 *

Also Published As

Publication number Publication date
CN111555264B (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
CN103426032B (zh) 一种热电联产机组的经济优化调度方法
CN105515010B (zh) 一种基于合作对策的二级电压协调控制方法及系统
CN110867903B (zh) 一种基于深度神经网络的智能电网系统实时最优功率分配方法
CN109474007B (zh) 一种基于大数据云技术的能源互联网调度方法
CN114065483A (zh) 制氢系统效能优化方法、装置、计算机设备和存储介质
Zhang et al. Efficient design of energy microgrid management system: a promoted Remora optimization algorithm-based approach
CN114662751B (zh) 基于lstm的园区多能短期负荷预测及优化方法
CN113255138B (zh) 一种电力系统负荷分配优化方法
CN111555264B (zh) 基于分布式连续凸逼近非凸优化的电力系统经济调度方法
CN114362238A (zh) 光伏控制装置、光伏控制系统及方法
CN112751369A (zh) 海上配电网优化调度方法及终端设备
CN112989279B (zh) 含风电的电热联合系统的调度方法及装置
CN116993022A (zh) 一种机组检修和水电电量的调配方法和装置
CN113690925B (zh) 一种基于微电网的能量交互优化方法及系统
CN110610328B (zh) 一种直流微电网多维运行评估方法
CN114548790A (zh) 一种综合能源系统碳排放分配方法、装置及相关组件
CN109447715B (zh) 一种考虑风电并网传输裕度价值的节点电价计算方法
Heo et al. Energy resource capacity optimization for zero-energy housing complex
CN109995094B (zh) 一种交直流混合微电网的规划方法及系统
CN107809111B (zh) 直流微电网结构及其控制方法、存储介质、处理器
CN117498467B (zh) 一种基于多层级虚拟电厂的能量协调控制分配方法及系统
CN109980683A (zh) 一种风电场功率不确定预测方法
CN111079966A (zh) 一种广义负荷空间预测方法和系统
CN116307304B (zh) 混合储能配置信息生成方法、装置、设备及可读存储介质
CN114996980A (zh) 一种分布式能源微网群的聚合惯量能力评估方法

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