CN111585279A - 一种基于新能源消纳的微电网优化调度方法 - Google Patents

一种基于新能源消纳的微电网优化调度方法 Download PDF

Info

Publication number
CN111585279A
CN111585279A CN202010530984.XA CN202010530984A CN111585279A CN 111585279 A CN111585279 A CN 111585279A CN 202010530984 A CN202010530984 A CN 202010530984A CN 111585279 A CN111585279 A CN 111585279A
Authority
CN
China
Prior art keywords
microgrid
energy consumption
new energy
optimization scheduling
method based
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
CN202010530984.XA
Other languages
English (en)
Other versions
CN111585279B (zh
Inventor
王红艳
袁全
宋国辉
秦宇
林平
周蒙恩
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.)
Quanzhou Sushan Information Technology Co.,Ltd.
Original Assignee
Nanjing Institute of Technology
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 Nanjing Institute of Technology filed Critical Nanjing Institute of Technology
Priority to CN202010530984.XA priority Critical patent/CN111585279B/zh
Publication of CN111585279A publication Critical patent/CN111585279A/zh
Application granted granted Critical
Publication of CN111585279B publication Critical patent/CN111585279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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
    • H02J3/008—Circuit arrangements for power supply or distribution technologies responsive to energy trading
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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 feeding a single network from two or more generators or sources in parallel; Arrangements for feeding already energised networks from additional generators or sources in parallel
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; 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 feeding a single network from two or more generators or sources in parallel; Arrangements for feeding already energised networks from additional generators or sources in parallel
    • H02J3/46—Controlling the sharing of generated power between the generators, sources or networks
    • H02J3/466—Scheduling or selectively controlling the operation of the generators or sources, e.g. connecting or disconnecting generators to meet a demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2101/00—Supply or distribution of decentralised, dispersed or local electric power generation
    • H02J2101/40—Hybrid power plants, i.e. a plurality of different generation technologies being operated at one power plant
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2103/00—Details of circuit arrangements for mains or AC distribution networks
    • H02J2103/30—Simulating, planning, modelling, reliability check or computer assisted design [CAD] of electric power networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—ELECTRIC POWER NETWORKS; CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2103/00—Details of circuit arrangements for mains or AC distribution networks
    • H02J2103/30—Simulating, planning, modelling, reliability check or computer assisted design [CAD] of electric power networks
    • H02J2103/35—Grid-level management of power transmission or distribution systems, e.g. load flow analysis or active network management
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Feedback Control In General (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于新能源消纳的微电网优化调度方法，包括：S1：获取新能源消纳、微电网实际运行条件和运行状况的数据；S2：以微电网的每日发电总成本最小、污染气体排放最少为目标，构建基于新能源消纳的微电网优化调度模型；S3：确定约束条件，并利用改进的人工鱼群算法对所述微电网优化调度模型进行处理，得到最优化条件；本发明考虑了新能源消纳的影响，能够保证供需平衡的条件下，兼顾经济性与环保性。

Description

一种基于新能源消纳的微电网优化调度方法
技术领域
本发明涉及电力系统技术领域，更具体的说是涉及一种基于新能源消纳的微电网优化调度方法。
背景技术
目前，微电网是一种新型的电力系统网络结构，是实现主动配电网的有效方式。开发和延伸微电网能够促进分布式发电与可再生能源的大规模介入，促进传统电网向智能电网过渡。发展微电网是解决分布式发电并网和偏远地区或海岛供电的有效途径，具有十分广阔的应用前景口。
但是，微电网的调度模型，通常是热电联合调度，主要是通过燃气轮机供应热能，一般采用的都是“以热定电”的模式，造成的结果就是燃气轮机在产热的同时就能提供足够的电能，从而造成“弃风”现象的产生；针对“弃风”的问题，目前主要有两个解决途径：第一个是微电网的配置，另一个是调度的策略。从微电网的配置角度考虑，通常增加新的供应热能的装置，比如电锅炉或者储热装置，这样虽然打破了单一供能设置的局限性，但是会导致产生的污染气体变多，环境污染比较严重。从调度的策略角度考虑，传统的调度都属于日前调度，根据预测的风电功率制定调度计划，调度周期为24小时，调度尺度为1小时，由于风电的不确定性导致误差比较大，采用多时间尺度调度的话，将调度的周期缩短为1小时，调度尺度为15分钟，虽然极大地提升了预测的精度，但是会导致计算量变大，模型的求解难度加深。
因此，如何提供一种不仅可以避免污染气体的产生，而且降低模型的求解难度的微网群协调优化调度的方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于新能源消纳的微电网优化调度方法，考虑了新能源消纳的影响，能够保证供需平衡的条件下，兼顾经济性与环保性。
为了实现上述目的，本发明采用如下技术方案：
一种基于新能源消纳的微电网优化调度方法，包括：
S1：获取新能源消纳、微电网实际运行条件和运行状况的数据；
S2：以微电网的每日发电总成本最小、污染气体排放最少为目标，构建基于新能源消纳的微电网优化调度模型；
S3：确定约束条件，并利用改进的人工鱼群算法对所述微电网优化调度模型进行处理，得到最优化条件。
优选的，所述步骤S3中，所述改进的人工鱼群算法利用对立学习策略及Metropolis准则进行改进。
优选的，所述对立学习策略p＝(x1,x2,...,xn)是n维空间的一个点，其中xi∈[li,ui],i＝1,2,...,n，对立点为
Figure BDA0002535403640000021
其中
Figure BDA0002535403640000022
优选的，所述Metropolis准则，从状态i变化到状态j的概率为：
Figure BDA0002535403640000023
式中，f(i)、f(j)分别为状态i、j的目标函数值，T是退火温度，P(i→j)为是否接受新状态的概率。
优选的，所述步骤S2中的发电总成本包括燃料成本、大电网与微电网之间及微电网与微电网之间的电能交易成本及运行管理成本。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于新能源消纳的微电网优化调度方法，可以有效解决“弃风”现象的产生，加大新能源的使用力度，避免能源的浪费；对于所解决调度模型的鱼群算法，保证有良好的全局搜索性能的同时，也降低了陷入局部最优的概率，同时运用对立策略初始化鱼群，也能够尽可能扩大解的范围。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1附图为本发明基于新能源消纳的微电网优化调度方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种基于新能源消纳的微电网优化调度方法，包括：
S1：获取新能源消纳、微电网实际运行条件和运行状况的数据；
S2：以微电网的每日发电总成本最小、污染气体排放最少为目标，构建基于新能源消纳的微电网优化调度模型；
S3：确定约束条件，并利用改进的人工鱼群算法对所述微电网优化调度模型进行处理，得到最优化条件。
在一个具体的实施例中，步骤S2中的发电总成本包括燃料成本、大电网与微电网之间及微电网与微电网之间的电能交易成本及运行管理成本。
具体的，在步骤S2中，发电总成本、污染排放治理成本，表达式如下：
Figure BDA0002535403640000031
Figure BDA0002535403640000032
式中：m＝1,2,..,M表示微电网群内的第m个微电网，k＝1,2,..,M表示微电网群内的第k个微电网，F1,m表示第m个微电网的发电成本，F2,m表示第m个微电网的污染治理费；T表示一个调度周期，N表示分布式电源的种类，Cif与Ciq分别代表分布式电源i的燃料系数与运行管理系数，Cgrid.t与CEs.t分别代表t时刻电价与蓄电池运行管理系数，Pi.t.m、Pgrid.t.m及PEs.t.m为时刻第m个微电网分布式电源输出功率、微电网m与大电网功率交换值及蓄电池有功功率，Pmk表示微电网m和k的功率交换值，PPV、mk、PWT、mk分别表示第m个微电网与第k个微电网之间的光伏电池有功功率、风机的有功功率之间的交换；R代表微电网排放气体的种类(NOx、SO2、CO2)；βi.h与βgrid.h是分布式电源i与大电网排放污染类型h的排放系数；λi.h、λgrid.h是分布式电源i、大电网排放污染类型h的单位治理费。
具体的，在步骤S3中，约束条件可以分为等式约束和不等式约束，进一步的，步骤3所述的约束表示如下：
Figure BDA0002535403640000041
Figure BDA0002535403640000042
Et＝Et-1-PES.t×Δt
式中：Pload.t及PES.t分别是t时刻的负载功率及蓄电池在t时刻的有功功率；Qi.t与Qload.t分别是t时刻的燃气轮机与燃料电池所产生的的热量与t时刻所预测的热负荷大小。Et、Et-1分别是蓄电池在t时刻、t-1时刻的容量。
Pi.min≤Pi.t≤Pi.max
Pgrid.min≤Pgrid.t≤Pgrid.max
PES.min≤PES.t≤PES.max
Emin≤Et≤Emax
式中：Pi.min、Pi.max与Pi.t分别是分布式电源i的t时刻最小有功功率、最大有功功率及实际输出功率；Pgrid.min、Pgrid.max及Pgrid.t分别是t时刻大电网与微电网交换的最小有功功率、最大有功功率及实际有功功率；PES.min、PES.max及PES.t分别是t时刻蓄电池最小的有功功率、最大的有功功率及实际有功功率。Emin、Emax分别是蓄电池容量的最小值与最大值。
在一个具体的实施例中，所述步骤S3中，所述改进的人工鱼群算法利用对立学习策略及Metropolis准则进行改进。
在一个具体的实施例中，所述对立学习策略p＝(x1,x2,...,xn)是n维空间的一个点，其中xi∈[li,ui],i＝1,2,...,n，对立点为
Figure BDA0002535403640000043
其中
Figure BDA0002535403640000044
这样便可以得到一共2N个个体。然后，合并2N个个体，从中挑选出适应度最好的N个个体，可以就可能的扩大解的范围。
在一个具体的实施例中，所述Metropolis准则，从状态i变化到状态j的概率如下式：
Figure BDA0002535403640000051
式中，f(i)、f(j)分别为状态i、j的目标函数值，T是退火温度，P(i→j)为是否接受新状态的概率。如果更新后的鱼群个体i的适应度比更新前的适应度更好，则判别更新是有效的。如果更新后的鱼群个体i的适应度没有更新之前的好，则根据上述式子计算i的更新几率，如果随机生成[0,1]之间的数大于i的更新的几率，则判别更新有效，若随机生成[0,1]之间的数小于i的更新的几率，则保持更新前的状态。
本发明在满足微电网供需平衡及发电装置出力约束的条件下，寻求到一种微电网内发电装置、大电网在一天中的出力方式，从而使得微电网综合运行的成本最小。因此，将人工鱼群的每一个体当成一种组合出力方案，将调度模型的目标当成个体的适应度值，适应度值越小则表示个体寻优越好，所得到的综合成本越小，同时为了解决人工鱼群算法的随机初始化可能导致算法搜寻力度不够的问题，利用对立学习策略优化鱼群算法的初始种群，此外为了防止鱼群个体在寻找最优解的过程中陷入局部最优，因此利用Metropolis准则选择个体更新的概率，从而帮助个体跳出局部最优解。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种基于新能源消纳的微电网优化调度方法，其特征在于，包括：
S1：获取新能源消纳、微电网实际运行条件和运行状况的数据；
S2：以微电网的每日发电总成本最小、污染气体排放最少为目标，构建基于新能源消纳的微电网优化调度模型；
S3：确定约束条件，并利用改进的人工鱼群算法对所述微电网优化调度模型进行处理，得到最优化条件。
2.根据权利要求1所述的一种基于新能源消纳的微电网优化调度方法，其特征在于，所述步骤S3中，所述改进的人工鱼群算法利用对立学习策略及Metropolis准则进行改进。
3.根据权利要求2所述的一种基于新能源消纳的微电网优化调度方法，其特征在于，所述对立学习策略p＝(x1,x2,...,xn)是n维空间的一个点，其中xi∈[li,ui],i＝1,2,...,n，对立点为
Figure FDA0002535403630000011
其中
Figure FDA0002535403630000012
4.根据权利要求3所述的一种基于新能源消纳的微电网优化调度方法，其特征在于，所述Metropolis准则，从状态i变化到状态j的概率为：
Figure FDA0002535403630000013
式中，f(i)、f(j)分别为状态i、j的目标函数值，T是退火温度，P(i→j)为是否接受新状态的概率。
5.根据权利要求1所述的一种基于新能源消纳的微电网优化调度方法，其特征在于，所述步骤S2中的发电总成本包括燃料成本、大电网与微电网之间及微电网与微电网之间的电能交易成本及运行管理成本。
CN202010530984.XA 2020-06-11 2020-06-11 一种基于新能源消纳的微电网优化调度方法 Active CN111585279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010530984.XA CN111585279B (zh) 2020-06-11 2020-06-11 一种基于新能源消纳的微电网优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010530984.XA CN111585279B (zh) 2020-06-11 2020-06-11 一种基于新能源消纳的微电网优化调度方法

Publications (2)

Publication Number Publication Date
CN111585279A true CN111585279A (zh) 2020-08-25
CN111585279B CN111585279B (zh) 2023-07-18

Family

ID=72112366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010530984.XA Active CN111585279B (zh) 2020-06-11 2020-06-11 一种基于新能源消纳的微电网优化调度方法

Country Status (1)

Country Link
CN (1) CN111585279B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671036A (zh) * 2020-12-21 2021-04-16 北京华能新锐控制技术有限公司 一种考虑需求响应的微电网调度方法
CN113112031A (zh) * 2021-03-03 2021-07-13 河北科技大学 一种基于模拟退火算法的无人机任务分配方法
CN113128759A (zh) * 2021-04-16 2021-07-16 南京工程学院 一种考虑需求侧响应的区域能源优化运行方法
CN116454995A (zh) * 2023-04-24 2023-07-18 国网浙江省电力有限公司丽水供电公司 基于麻雀搜索算法的微电网能量优化调度方法及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108054784A (zh) * 2018-01-09 2018-05-18 河海大学常州校区 一种海岛微电网多源协调优化控制方法
CN109150237A (zh) * 2018-08-15 2019-01-04 桂林电子科技大学 一种鲁棒多用户检测器设计方法
CN109816556A (zh) * 2019-02-01 2019-05-28 南京邮电大学 促进光伏消纳考虑热电联产及需求响应的并网型微电网经济优化调度策略
CN110472780A (zh) * 2019-07-30 2019-11-19 安徽匠桥电子信息有限公司 一种基于神经网络的配电优化调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108054784A (zh) * 2018-01-09 2018-05-18 河海大学常州校区 一种海岛微电网多源协调优化控制方法
CN109150237A (zh) * 2018-08-15 2019-01-04 桂林电子科技大学 一种鲁棒多用户检测器设计方法
CN109816556A (zh) * 2019-02-01 2019-05-28 南京邮电大学 促进光伏消纳考虑热电联产及需求响应的并网型微电网经济优化调度策略
CN110472780A (zh) * 2019-07-30 2019-11-19 安徽匠桥电子信息有限公司 一种基于神经网络的配电优化调度方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112671036A (zh) * 2020-12-21 2021-04-16 北京华能新锐控制技术有限公司 一种考虑需求响应的微电网调度方法
CN113112031A (zh) * 2021-03-03 2021-07-13 河北科技大学 一种基于模拟退火算法的无人机任务分配方法
CN113128759A (zh) * 2021-04-16 2021-07-16 南京工程学院 一种考虑需求侧响应的区域能源优化运行方法
CN116454995A (zh) * 2023-04-24 2023-07-18 国网浙江省电力有限公司丽水供电公司 基于麻雀搜索算法的微电网能量优化调度方法及设备

Also Published As

Publication number Publication date
CN111585279B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN111463836B (zh) 一种综合能源系统优化调度方法
CN108376999B (zh) 一种考虑孤岛运行时间不确定性的多微网故障管理方法
Zhang et al. Day-ahead optimal scheduling of a standalone solar-wind-gas based integrated energy system with and without considering thermal inertia and user comfort
CN106849190A (zh) 一种基于Rollout算法的多能互补微网实时调度方法
CN112131712B (zh) 客户侧多能源系统多目标优化方法和系统
CN109634119B (zh) 一种基于日内滚动优化的能源互联网优化控制方法
Yang et al. Research on heat and electricity coordinated dispatch model for better integration of wind power based on electric boiler with thermal storage
CN111585279A (zh) 一种基于新能源消纳的微电网优化调度方法
CN109636056A (zh) 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN115241923A (zh) 一种基于蛇优化算法的微电网多目标优化配置方法
CN116468215A (zh) 计及源荷不确定性的综合能源系统调度方法及装置
CN112883630B (zh) 用于风电消纳的多微网系统日前优化经济调度方法
CN111126675A (zh) 多能互补微网系统优化方法
CN114595961B (zh) 一种生物质能多能源利用系统调度方法及装置
CN110543966A (zh) 一种电热气联供的微能源网的日前调度优化方法
CN116432824A (zh) 基于多目标粒子群的综合能源系统优化方法及系统
CN116596213A (zh) 基于电力间接碳排放不确定性的虚拟电厂鲁棒优化方法
CN116050637A (zh) 基于分时电价的综合能源虚拟电厂优化调度方法及系统
CN117081143A (zh) 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法
CN113659627B (zh) 一种含光伏发电和液态空气储能的微电网优化调度方法
CN112531687A (zh) 含热电联合机组的综合能源系统周前机组组合优化方法
CN107834574A (zh) 一种分布式能源系统与电网交换功率的控制方法
CN107730032A (zh) 一种泛能网电冷热三联供优化调度系统及方法
Yu et al. Economic optimal scheduling of microgrid based on improved genetic algorithm
CN118249419A (zh) 考虑碳排放的微网群系统多时间尺度能量调度方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20250919

Address after: 230041 Anhui Province, Hefei City, Baohe District, Yinlian Plaza, Building 1, Room 1105

Patentee after: Hefei Leading Navigation Technology Co.,Ltd.

Country or region after: China

Address before: No. 1 Jiangning Road, Nanjing District hirokage 211167 cities in Jiangsu Province

Patentee before: NANJING INSTITUTE OF TECHNOLOGY

Country or region before: China

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20251219

Address after: 362000 Fujian Province Quanzhou City Fengze District Pingshan Road 342# 401 Room

Patentee after: Quanzhou Sushan Information Technology Co.,Ltd.

Country or region after: China

Address before: 230041 Anhui Province, Hefei City, Baohe District, Yinlian Plaza, Building 1, Room 1105

Patentee before: Hefei Leading Navigation Technology Co.,Ltd.

Country or region before: China