CN111934315A - 考虑需求侧的源网荷储协同优化运行方法及终端设备 - Google Patents

考虑需求侧的源网荷储协同优化运行方法及终端设备 Download PDF

Info

Publication number
CN111934315A
CN111934315A CN202010760649.9A CN202010760649A CN111934315A CN 111934315 A CN111934315 A CN 111934315A CN 202010760649 A CN202010760649 A CN 202010760649A CN 111934315 A CN111934315 A CN 111934315A
Authority
CN
China
Prior art keywords
source network
thermal power
energy storage
output
generating unit
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.)
Pending
Application number
CN202010760649.9A
Other languages
English (en)
Inventor
杨晓东
王维
吕昊
冯春贤
王铁强
鲁鹏
曹欣
马瑞
高伟乘
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.)
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Changsha University of Science and Technology
Original Assignee
State Grid Corp of China SGCC
State Grid Hebei Electric Power Co Ltd
Changsha University of Science and 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 State Grid Corp of China SGCC, State Grid Hebei Electric Power Co Ltd, Changsha University of Science and Technology filed Critical State Grid Corp of China SGCC
Priority to CN202010760649.9A priority Critical patent/CN111934315A/zh
Publication of CN111934315A publication Critical patent/CN111934315A/zh
Pending legal-status Critical Current

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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power 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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • 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
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明适用于电网运行技术领域，提供了一种考虑需求侧的源网荷储协同优化运行方法及终端设备，该方法包括：获取系统运行过程中的运行参数；根据运行参数确定约束条件，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型；对源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案。本发明提供的考虑需求侧的源网荷储协同优化运行方法考虑需求侧节能，能够更加优化的利用资源，更加低碳而经济地满足用电需求，一定程度上实现能源节约的同时，达到新能源消纳及污染物减排的效果。

Description

考虑需求侧的源网荷储协同优化运行方法及终端设备
技术领域
本发明属于电网运行技术领域，尤其涉及一种考虑需求侧的源网荷储协同优化运行方法及终端设备。
背景技术
随着微网、能源站、直流配网建设和电力物联网建设，促使需求侧网络交直流并存、电、气、冷/热、交通等多能源高度耦合、信息物理紧密融合日渐明显；随着新基建5G基站和数据中心等新负荷发展，非线性和电力电子化负荷比例日益提高，电动汽车充电站/桩、多类储能广泛接入且深度参与其源网荷各环节，传统客户和电网源、荷和孤岛多状态不确定交互成为必然。为了更好的利用资源，源规划和电网规划需要协同考虑、协调进行。
现有技术对源网荷储的协同优化均未考虑客户侧节能，缺少考虑需求侧的源网荷储协同优化运行方法。
发明内容
有鉴于此，本发明实施例提供了考虑需求侧的源网荷储协同优化运行方法及终端设备，以解决现有技术中源网荷储的协同优化均未考虑客户侧节能的问题。
本发明实施例的第一方面提供了一种考虑需求侧的源网荷储协同优化运行方法，包括：
获取系统运行过程中的运行参数；
根据运行参数确定约束条件，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型；
对源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案。
本发明实施例的第二方面提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如本发明实施例第一方面提供的源网荷储协同优化运行方法的步骤。
本发明实施例的第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明实施例第一方面提供的源网荷储协同优化运行方法的步骤。
本发明实施例提供了一种源网荷储协同优化运行方法，包括获取系统运行过程中的运行参数；根据运行参数确定约束条件，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型；对源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案。本发明实施例提供的考虑需求侧的源网荷储协同优化运行方法考虑需求侧节能，能够更加优化的利用资源，更加低碳而经济地满足用电需求，一定程度上实现能源节约的同时，达到新能源消纳及污染物减排的效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的源网荷储协同优化运行方法的实现流程示意图；
图2是本发明实施例提供的源网荷储协同优化运行装置的示意图；
图3是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明的技术方案，下面通过具体实施例来进行说明。
参考图1，本发明实施例提供了一种考虑需求侧的源网荷储协同优化运行方法，包括：
步骤S101：获取系统运行过程中的运行参数；
步骤S102：根据运行参数确定约束条件，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型；
步骤S103：对源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案。
本发明实施例考虑需求侧响应，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型，对模型求解得到源网荷储协同优化运行方案，进而根据求解得到的运行方案控制系统设备运行，在电力规划中考虑客户侧节能，能够更加优化的利用资源，更加低碳而经济地满足用电需求，一定程度上实现能源节约的同时，达到新能源消纳及污染物减排的效果
一些实施例中，目标函数的计算公式可以为：
Figure BDA0002612994900000031
其中，
Figure BDA0002612994900000032
为系统最小运行成本，
Figure BDA0002612994900000033
为最小火电机组能源消耗成本，
Figure BDA0002612994900000034
为最小碳排放成本，
Figure BDA0002612994900000035
为最小需求侧响应成本，
Figure BDA0002612994900000036
为最小储能设备损耗成本。
一些实施例中，最小火电机组能源消耗成本
Figure BDA0002612994900000037
的计算公式可以为：
Figure BDA0002612994900000038
其中，αi、βi、γi为第i个火电机组的能耗系数，T为总时长，N为总火电机组数，PGi,t为第i个火电机组在第t个时段内的发电量；t＝1,2,…,T，i＝1,2,…,N；
最小碳排放成本
Figure BDA0002612994900000041
的计算公式可以为：
Figure BDA0002612994900000042
其中，λco2为碳排放交易价格，EGi为第i个火电机组的单位电量碳排放系数；HGi,t为第i个火电机组在第t个时段的工作状态，为0或1；CGi为第i个火电机组的总容量；
最小需求侧响应成本
Figure BDA0002612994900000043
的计算公式可以为：
Figure BDA0002612994900000044
Pk,t>P0
Pl,t<P0
其中，λ1为用电量高于临界值时的补偿系数，λ2为用电量低于临界值时的补偿系数；Pk,t为第t个时段第k个用户用电量大于临界值时对应的客户用电量，Pl,t为第t个时段第l个用户用电量小于临界值时对应的客户用电量；NDR为需求侧用户数量；P0为响应补偿价格的临界用电量；
最小储能设备损耗成本
Figure BDA0002612994900000045
的计算公式可以为：
Figure BDA0002612994900000046
其中，NES为储能设备数量，CESj为第j个储能设备的固定投资成本，mj、nj为第j个储能设备的运行系数；QESj,t为第j个储能设备在第t个时段内的输出电量，QESj第j个储能设备的容量；j＝1,2,…,NES。
一些实施例中，约束条件可以包括：系统功率平衡约束、火电机组出力约束、机组爬坡约束、电量需求约束及储能设备约束。
一些实施例中，系统功率平衡约束可以包括：
Figure BDA0002612994900000051
其中，PGi,t为第i个火电机组在第t个时段的发电量；t＝1,2,…,T，i＝1,2,…,N；PDG,t为第t个时段的分布式电源出力预测值，PDR,t为第t个时段的需求响应预测值，PES,t为第t个时段的储能设备出力预测值，PF,t为第t个时段的柔性负荷预测值，PE,t为第t个时段的客户侧负荷预测值；
火电机组出力约束可以包括：
Figure BDA0002612994900000052
Figure BDA0002612994900000053
其中，PGi第i个火电机组在时段T内的总发电量；
Figure BDA0002612994900000054
为火电机组出力的最小值，
Figure BDA0002612994900000055
为火电机组出力的最大值；
机组爬坡约束可以包括：
Figure BDA0002612994900000056
其中，PUi为第i个火电机组单位时间段内出力爬升速度的限值，PDi为第i个火电机组单位时间段内出力下降速度的限值；
电量需求约束可以包括：
Figure BDA0002612994900000057
Figure BDA0002612994900000058
其中，QESj,t为第j个储能设备在第t个时段内的输出电量，QES为储能设备输出的总电量，QF为柔性负荷总电量，QDG,m为第m个分布式电源在时段T内的总发电量，m＝1,2,…,NDG；E为客户目标用电量需求；
储能设备约束可以包括：
Figure BDA0002612994900000061
其中，
Figure BDA0002612994900000062
为第j个储能设备的最小输出电量，
Figure BDA0002612994900000063
为第j个储能设备的最大输出电量。
一些实施例中，在步骤S101之前，考虑需求侧的源网荷储协同优化运行方法还可以包括：
步骤S104：采集系统运行过程中的运行参数，并采用区块链技术将运行参数分布式云存储。
一些实施例中，在步骤S103之后，考虑需求侧的源网荷储协同优化运行方法还可以包括：
步骤S105：根据源网荷储协同优化运行方案控制系统的运行。
一些实施例中，步骤S103可以包括：
步骤S1031：对源网荷储协同优化模型进行求解得到储能设备输出的总电量及柔性负荷总电量；
步骤S1032：根据储能设备输出的总电量及柔性负荷总电量，确定火电机组应发电量。
一些实施例中，火电机组应发电量QG的计算公式可以为：
QG＝E-(QES+QDG+QF)
其中，QES为储能设备输出的总电量，QDG为预测的分布式电源的总发电量，QF为柔性负荷总电量，E为客户目标用电量需求。
对源网荷储协同优化模型进行求解得到储能设备输出的总电量QES及柔性负荷总电量QF，进一步计算得到火电机组应发电量QG，根据优化得到的火电机组应发电量QG，按照该火电机组应发电量QG对系统装置进行控制，使得系统优化运行。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本发明实施例提供了一种源网荷储协同优化运行分层控制系统，包括：
优化控制层，用于获取系统运行过程中的运行参数；
协调控制层，用于根据运行参数确定约束条件，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型；
对源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案。
在线控制层，用于根据源网荷储协同优化运行方案控制系统的运行；
一些实施例中，优化控制层还可以用于：采集系统运行过程中的运行参数，并采用区块链技术将运行参数分布式云存储。
参考图2，本发明实施例还提供了一种考虑需求侧的源网荷储协同优化运行装置，包括：
参数获取模块21，用于获取系统运行过程中的运行参数；
模型建立模块22，用于根据运行参数确定约束条件，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型；
求解模块23，用于对源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案。
一些实施例中，考虑需求侧的源网荷储协同优化运行装置还可以包括：
参数采集模块24，用于采集系统运行过程中的运行参数，并采用区块链技术将运行参数分布式云存储；
一些实施例中，考虑需求侧的源网荷储协同优化运行装置还可以包括：
运行控制模块25，用于根据源网荷储协同优化运行方案控制系统的运行。
一些实施例中，求解模块23可以包括：
中间参数确定单元231，用于对源网荷储协同优化模型进行求解得到储能设备输出的总电量及柔性负荷总电量；
火电机组发电量确定单元232，用于根据储能设备输出的总电量及柔性负荷总电量，确定火电机组应发电量。
一些实施例中，火电机组应发电量QG的计算公式为：
QG＝E-(QES+QDG+QF)
其中，QES为储能设备输出的总电量，QDG为预测的分布式电源的总发电量，QF为柔性负荷总电量；E为客户目标用电量需求。
一些实施例中，目标函数的计算公式为：
Figure BDA0002612994900000081
其中，
Figure BDA0002612994900000082
为系统最小运行成本，
Figure BDA0002612994900000083
为最小火电机组能源消耗成本，
Figure BDA0002612994900000084
为最小碳排放成本，
Figure BDA0002612994900000085
为最小需求侧响应成本，
Figure BDA0002612994900000086
为最小储能设备损耗成本。
一些实施例中，最小火电机组能源消耗成本
Figure BDA0002612994900000087
的计算公式可以为：
Figure BDA0002612994900000088
其中，αi、βi、γi为第i个火电机组的能耗系数，T为总时长，N为总火电机组数，PGi,t为第i个火电机组在第t个时段内的发电量；t＝1,2,…,T，i＝1,2,…,N；
最小碳排放成本
Figure BDA0002612994900000089
的计算公式可以为：
Figure BDA00026129949000000810
其中，λco2为碳排放交易价格，EGi为第i个火电机组的单位电量碳排放系数；HGi,t为第i个火电机组在第t个时段的工作状态，为0或1；CHi为第i个火电机组的总容量；
最小需求侧响应成本
Figure BDA00026129949000000811
的计算公式可以为：
Figure BDA00026129949000000812
Pk,t>P0
Pl,t<P0
其中，λ1为用电量高于临界值时的补偿系数，λ2为用电量低于临界值时的补偿系数；Pk,t为第t个时段第k个用户用电量大于临界值时对应的客户用电量，Pl,t为第t个时段第l个用户用电量小于临界值时对应的客户用电量；NDR为需求侧用户数量；P0为响应补偿价格的临界用电量；
最小储能设备损耗成本
Figure BDA0002612994900000091
的计算公式可以为：
Figure BDA0002612994900000092
其中，NES为储能设备数量，cESj为第j个储能设备的固定投资成本，mj、nj为第j个储能设备的运行系数；QESj,t为第j个储能设备在第t个时段内的输出电量，QESj第j个储能设备的容量；j＝1,2,…,NES。
一些实施例中，约束条件可以包括：系统功率平衡约束、火电机组出力约束、机组爬坡约束、电量需求约束及储能设备约束。
一些实施例中，系统功率平衡约束可以包括：
Figure BDA0002612994900000093
其中，PGi,t为第i个火电机组在第t个时段的发电量；t＝1,2,…,T，i＝1,2,…,N；PDG,t为第t个时段的分布式电源出力预测值，PDR,t为第t个时段的需求响应预测值，PES,t为第t个时段的储能设备出力预测值，PF,t为第t个时段的柔性负荷预测值，PE,t为第t个时段的客户侧负荷预测值；
火电机组出力约束可以包括：
Figure BDA0002612994900000094
Figure BDA0002612994900000095
其中，PGi第i个火电机组在时段T内的总发电量；
Figure BDA0002612994900000096
为火电机组出力的最小值，
Figure BDA0002612994900000097
为火电机组出力的最大值；
机组爬坡约束可以包括：
Figure BDA0002612994900000098
其中，PUi为第i个火电机组单位时间段内出力爬升速度的限值，PDi为第i个火电机组单位时间段内出力下降速度的限值；
电量需求约束可以包括：
Figure BDA0002612994900000101
Figure BDA0002612994900000102
其中，QESj,t为第j个储能设备在第t个时段内的输出电量，QES为储能设备输出的总电量，QF为柔性负荷总电量，QDG,m为第m个分布式电源在时段T内的总发电量，m＝1,2,…,NDG；E为客户目标用电量需求；
储能设备约束可以包括：
Figure BDA0002612994900000103
其中，
Figure BDA0002612994900000104
为第j个储能设备的最小输出电量，
Figure BDA0002612994900000105
为第j个储能设备的最大输出电量。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将终端设备的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
图3是本发明一实施例提供的终端设备的示意框图。如图3所示，该实施例的终端设备4包括：一个或多个处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。处理器40执行计算机程序42时实现上述各个考虑需求侧的源网荷储协同优化运行方法实施例中的步骤，例如图1所示的步骤S101至S103。或者，处理器40执行计算机程序42时实现上述考虑需求侧的源网荷储协同优化运行装置实施例中各模块/单元的功能，例如图2所示模块21至23的功能。
示例性地，计算机程序42可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器41中，并由处理器40执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序42在终端设备4中的执行过程。例如，计算机程序42可以被分割成参数获取模块21、模型建立模块22及求解模块23。
参数获取模块21，用于获取系统运行过程中的运行参数；
模型建立模块22，用于根据运行参数确定约束条件，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型；
求解模块23，用于对源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案。
其它模块或者单元在此不再赘述。
终端设备4包括但不仅限于处理器40、存储器41。本领域技术人员可以理解，图3仅仅是终端设备的一个示例，并不构成对终端设备4的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备4还可以包括输入设备、输出设备、网络接入设备、总线等。
处理器40可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器41可以是终端设备的内部存储单元，例如终端设备的硬盘或内存。存储器41也可以是终端设备的外部存储设备，例如终端设备上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器41还可以既包括终端设备的内部存储单元也包括外部存储设备。存储器41用于存储计算机程序42以及终端设备所需的其他程序和数据。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的终端设备实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种考虑需求侧的源网荷储协同优化运行方法，其特征在于，包括：
获取系统运行过程中的运行参数；
根据所述运行参数确定约束条件，考虑需求侧响应，以系统运行成本最低为目标函数构建源网荷储协同优化模型；
对所述源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案。
2.如权利要求1所述的考虑需求侧的源网荷储协同优化运行方法，其特征在于，所述目标函数的计算公式为：
Figure FDA0002612994890000011
其中，
Figure FDA0002612994890000012
为系统最小运行成本，
Figure FDA0002612994890000013
为最小火电机组能源消耗成本，
Figure FDA0002612994890000014
为最小碳排放成本，
Figure FDA0002612994890000015
为最小需求侧响应成本，
Figure FDA0002612994890000016
为最小储能设备损耗成本。
3.如权利要求2所述的考虑需求侧的源网荷储协同优化运行方法，其特征在于，所述最小火电机组能源消耗成本
Figure FDA0002612994890000017
的计算公式为：
Figure FDA0002612994890000018
其中，αi、βi、γi为第i个火电机组的能耗系数，T为总时长，N为总火电机组数，PGi,t为第i个火电机组在第t个时段内的发电量；t＝1,2,…,T，i＝1,2,…,N；
所述最小碳排放成本
Figure FDA0002612994890000019
的计算公式为：
Figure FDA00026129948900000110
其中，λco2为碳排放交易价格，EGi为第i个火电机组的单位电量碳排放系数；HGi,t为第i个火电机组在第t个时段的工作状态，为0或1；CGi为第i个火电机组的总容量；
所述最小需求侧响应成本
Figure FDA00026129948900000111
的计算公式为：
Figure FDA0002612994890000021
Pk，t＞P0
Pl，t＜P0
其中，λ1为用电量高于临界值时的补偿系数，λ2为用电量低于临界值时的补偿系数；Pk,t为第t个时段第k个用户用电量大于临界值时对应的客户用电量，Pl,t为第t个时段第l个用户用电量小于临界值时对应的客户用电量；NDR为需求侧用户数量；P0为响应补偿价格的临界用电量；
所述最小储能设备损耗成本
Figure FDA0002612994890000022
的计算公式为：
Figure FDA0002612994890000023
其中，NES为储能设备数量，cESj为第j个储能设备的固定投资成本，mj、nj为第j个储能设备的运行系数；QESj,t为第j个储能设备在第t个时段内的输出电量，QESj第j个储能设备的容量；j＝1,2,…,NES。
4.如权利要求1所述的考虑需求侧的源网荷储协同优化运行方法，其特征在于，所述约束条件包括：系统功率平衡约束、火电机组出力约束、机组爬坡约束、电量需求约束及储能设备约束。
5.如权利要求4所述的考虑需求侧的源网荷储协同优化运行方法，其特征在于，所述系统功率平衡约束包括：
Figure FDA0002612994890000024
其中，PGi,t为第i个火电机组在第t个时段的发电量；t＝1,2,…,T，i＝1,2,…,N；PDG,t为第t个时段的分布式电源出力预测值，PDR,t为第t个时段的需求响应预测值，PES,t为第t个时段的储能设备出力预测值，PF,t为第t个时段的柔性负荷预测值，PE,t为第t个时段的客户侧负荷预测值；
所述火电机组出力约束包括：
Figure FDA0002612994890000031
Figure FDA0002612994890000032
其中，PGi第i个火电机组在时段T内的总发电量；
Figure FDA0002612994890000033
为火电机组出力的最小值，
Figure FDA0002612994890000034
为火电机组出力的最大值；
所述机组爬坡约束包括：
Figure FDA0002612994890000035
其中，PUi为第i个火电机组单位时间段内出力爬升速度的限值，PDi为第i个火电机组单位时间段内出力下降速度的限值；
所述电量需求约束包括：
Figure FDA0002612994890000036
Figure FDA0002612994890000037
其中，QESj,t为第j个储能设备在第t个时段内的输出电量，QES为储能设备输出的总电量，QF为柔性负荷总电量，QDG,m为第m个分布式电源在时段T内的总发电量，m＝1,2,…,NDG；E为客户目标用电量需求；
所述储能设备约束包括：
Figure FDA0002612994890000038
其中，
Figure FDA0002612994890000039
为第j个储能设备的最小输出电量，
Figure FDA00026129948900000310
为第j个储能设备的最大输出电量。
6.如权利要求4所述的考虑需求侧的源网荷储协同优化运行方法，其特征在于，在所述获取系统运行过程中的运行参数之前，还包括：
采集系统运行过程中的运行参数，并采用区块链技术将所述运行参数分布式云存储。
7.如权利要求1所述的考虑需求侧的源网荷储协同优化运行方法，其特征在于，所述对所述源网荷储协同优化模型进行求解，得到源网荷储协同优化运行方案，包括：
对所述源网荷储协同优化模型进行求解得到储能设备输出的总电量及柔性负荷总电量；
根据所述储能设备输出的总电量及所述柔性负荷总电量，确定火电机组应发电量。
8.如权利要求7所述的考虑需求侧的源网荷储协同优化运行方法，其特征在于，所述火电机组应发电量QG的计算公式为：
QG＝E-(QES+QDG+QF)
其中，QES为所述储能设备输出的总电量，QDG为预测的分布式电源的总发电量，QF为所述柔性负荷总电量；E为客户目标用电量需求。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述源网荷储协同优化运行方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述源网荷储协同优化运行方法的步骤。
CN202010760649.9A 2020-07-31 2020-07-31 考虑需求侧的源网荷储协同优化运行方法及终端设备 Pending CN111934315A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010760649.9A CN111934315A (zh) 2020-07-31 2020-07-31 考虑需求侧的源网荷储协同优化运行方法及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010760649.9A CN111934315A (zh) 2020-07-31 2020-07-31 考虑需求侧的源网荷储协同优化运行方法及终端设备

Publications (1)

Publication Number Publication Date
CN111934315A true CN111934315A (zh) 2020-11-13

Family

ID=73315109

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010760649.9A Pending CN111934315A (zh) 2020-07-31 2020-07-31 考虑需求侧的源网荷储协同优化运行方法及终端设备

Country Status (1)

Country Link
CN (1) CN111934315A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112766602A (zh) * 2021-01-30 2021-05-07 上海电机学院 一种改进的分布式电源选址定容方法
CN113077160A (zh) * 2021-04-13 2021-07-06 国网山东省电力公司潍坊供电公司 一种智能电网能量优化控制方法及系统
CN113972655A (zh) * 2021-11-02 2022-01-25 许继集团有限公司 一种源网荷储协同优化控制方法及装置
CN114336784A (zh) * 2022-01-07 2022-04-12 国家电网有限公司 考虑多维度源网荷储的主动配电网协调优化方法

Citations (5)

* 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
WO2016176727A1 (en) * 2015-05-01 2016-11-10 The University Of Sydney Operation scheduling of power generation, storage and load
CN107730047A (zh) * 2017-10-25 2018-02-23 广东电网有限责任公司电网规划研究中心 一种综合能源多能互补系统的网格化协调规划方法
CN109327042A (zh) * 2018-09-27 2019-02-12 南京邮电大学 一种微电网多能源联合优化调度方法
CN110808579A (zh) * 2018-08-06 2020-02-18 南京理工大学 主动配电网源网荷协调运行方法

Patent Citations (5)

* 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
WO2016176727A1 (en) * 2015-05-01 2016-11-10 The University Of Sydney Operation scheduling of power generation, storage and load
CN107730047A (zh) * 2017-10-25 2018-02-23 广东电网有限责任公司电网规划研究中心 一种综合能源多能互补系统的网格化协调规划方法
CN110808579A (zh) * 2018-08-06 2020-02-18 南京理工大学 主动配电网源网荷协调运行方法
CN109327042A (zh) * 2018-09-27 2019-02-12 南京邮电大学 一种微电网多能源联合优化调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
姜琦: "基于遗传算法的主动配电网"源网荷储"协调优化模型研究", 《电力与能源》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112766602A (zh) * 2021-01-30 2021-05-07 上海电机学院 一种改进的分布式电源选址定容方法
CN113077160A (zh) * 2021-04-13 2021-07-06 国网山东省电力公司潍坊供电公司 一种智能电网能量优化控制方法及系统
CN113972655A (zh) * 2021-11-02 2022-01-25 许继集团有限公司 一种源网荷储协同优化控制方法及装置
CN113972655B (zh) * 2021-11-02 2024-03-05 许继集团有限公司 一种源网荷储协同优化控制方法及装置
CN114336784A (zh) * 2022-01-07 2022-04-12 国家电网有限公司 考虑多维度源网荷储的主动配电网协调优化方法

Similar Documents

Publication Publication Date Title
CN111934315A (zh) 考虑需求侧的源网荷储协同优化运行方法及终端设备
Wang et al. Incentive mechanism for sharing distributed energy resources
Ye et al. Towards cost minimization with renewable energy sharing in cooperative residential communities
Deckmyn et al. Day‐ahead unit commitment model for microgrids
Yang et al. Reliability evaluation of power system considering time of use electricity pricing
Levron et al. Power systems’ optimal peak-shaving applying secondary storage
Wang et al. Two‐stage optimal demand response with battery energy storage systems
Jovanovic et al. A multiobjective analysis of the potential of scheduling electrical vehicle charging for flattening the duck curve
CN111461890A (zh) 基于多种预测和区块链技术的分布式发电交易系统和方法
CN111181201B (zh) 基于双层强化学习的多能园区调度方法及系统
Rajani et al. A hybrid optimization based energy management between electric vehicle and electricity distribution system
CN107341574A (zh) 计及需求响应的虚拟电厂多阶段竞价优化方法及计算设备
CN107316152A (zh) 电动汽车参与需求侧响应的规划方法、装置及计算设备
CN114662319A (zh) 计及数据中心的主动配电网规划模型的构建方法
Ampatzis et al. Robust optimisation for deciding on real‐time flexibility of storage‐integrated photovoltaic units controlled by intelligent software agents
CN114037192A (zh) 基于大数据的虚拟电厂交易管理方法、装置、设备及介质
Mistry et al. Impact of demand response program in wind integrated distribution network
CN117595261B (zh) 光储微电网能量管理策略优化方法、装置及电子设备
Lin et al. Minimizing cost-plus-dissatisfaction in online ev charging under real-time pricing
CN116470543A (zh) 一种虚拟电厂的运行控制方法、装置、设备及介质
CN108197765A (zh) 面向电池损耗等额分配的停车场充电调度方法及计算设备
CN111864742A (zh) 一种主动配电系统扩展规划方法、装置及终端设备
Yang et al. Optimization strategy of price‐based demand response considering the bidirectional feedback effect
Wei et al. DLMP using three‐phase current injection OPF with renewables and demand response
Xing et al. [Retracted] Optimal Coordinated Energy Management in Active Distribution System with Battery Energy Storage and Price‐Responsive Demand

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201113