CN112417630A - 一种考虑出力不确定的分布式电源选址定容优化方法 - Google Patents
一种考虑出力不确定的分布式电源选址定容优化方法 Download PDFInfo
- Publication number
- CN112417630A CN112417630A CN202011334778.8A CN202011334778A CN112417630A CN 112417630 A CN112417630 A CN 112417630A CN 202011334778 A CN202011334778 A CN 202011334778A CN 112417630 A CN112417630 A CN 112417630A
- Authority
- CN
- China
- Prior art keywords
- power supply
- distributed power
- formula
- interval
- uncertainty
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- 239000011159 matrix material Substances 0.000 claims description 10
- 230000005855 radiation Effects 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000010248 power generation Methods 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及分布式电源选址定容优化领域,具体涉及一种考虑出力不确定的分布式电源选址定容优化方法,该方法先进行考虑功率及能源损耗最小化的分布式电源初步优化配置,再根据经济指标,考虑技术经济参数的不确定性对所选方案进行比较以得出最优方案。该方法能够充分考虑到分布式电源出力的不确定性,实现分布式电源的优化配置,有效提升了分布式电源接入的配电网的电能质量和供电可靠性,具有良好的市场推广价值和应用前景。
Description
技术领域
本发明属于分布式电源选址定容优化的技术领域,特别涉及一种考虑出力不确定的分布式电源选址定容优化方法。
背景技术
分布式电源(DG)在现代电能系统发展中以及智能电网的形成中扮演着非常重要的角色,其出现对配电系统的各项技术经济指标有着重要的影响。DG特性对配网运行的影响程度取决于去安装的位置以及实际容量。因此,优化DG的安装位置以及容量可降低配电网功率和能量损耗,改善配电网电压分布,提高配电网供电可靠性,且使配电系统相关的总运行成本最小。
理论上可以运用各种优化方法实现以上目标,但是DG的最大特点在于无法准确预测其输出功率,由于其输出功率取决于一系列外部因素,且这些因素不能以确定性的形式来表述,造成选址定容优化问题非常复杂。此外,获取DG可能接入点的必要的统计数据也非常困难,使得概率方法在求解优化问题时也存在着很大困难。因此,考虑出力的不确定性成为分布式电源选址定容过程中的一个需要解决的难题。
发明内容
本发明的目的是提供一种解决信息不确定性的分布式电源的优化配置的方法。
为实现上述目的,本发明采用如下技术方案:一种考虑出力不确定的分布式电源选址定容优化方法,包括以下步骤:
步骤1、进行以功率及能源损耗最小化为目标的分布式电源初步优化配置;
步骤2、考虑分布式电源的输出功率的不确定性进行建模,针对不同分布式电源的输出功率以不同的区间形式表示;
步骤3、考虑运营成本最小化的分布式电源的优化配置,给出最优配置方案。
在上述的考虑出力不确定的分布式电源选址定容优化方法中,步骤1的实现包括:
步骤1.1、设配电线路总长度为l,单位长度上负荷电流为q0,单位长度线路电阻为r0;设距离配电线路末端y处接入一个分布式电源,分布式电源注入到配电线路中电流为Id,则三相线路有功损耗ΔPd为:
使线路功率损耗最小,对式(1)进行求导,令所得导数为0,得式(2):
由式(2)可得式(3):
通过式(3)确定分布式电源的最优位置;
步骤1.2、当配电线路中的电流非均匀分布时,按照线路功率损耗最小的方法,给定容量的分布式电源接入的负载节点k根据下式确定:
式中,Id为分布式电源向配电网注入的电流;Ii为位于分布式电源接入节点下游的节点i注入电流,k为分布式电源接入的节点,n为配网线路总节点数。
在上述的考虑出力不确定的分布式电源选址定容优化方法中,步骤2的实现包括:
步骤2.1、考虑光伏发电的太阳辐射水平和环境温度为不确定性因素,采取区间建模方法;
光伏电站输出功率PPV的区间形式为:
式中,Bm为光伏组件表面温度,B m、分别为光伏组件表面温度区间的两个端点值,Bo为环境温度,B o、分别为环境温度区间的两个端点值,Be为模块的额定工作温度,Es为太阳辐射强度,E S、分别为太阳辐射强度区间的两个端点值,PPVmax为模块在标准工作条件下的最大功率,α为温度系数;
步骤2.2、风机发电输出功率Pw区间形式为:
在上述的考虑出力不确定的分布式电源选址定容优化方法中,步骤3的实现包括:
步骤3.1、分布式电源运营成本为:
式中,配电线路的功率/电能损耗值ΔPPV(W)为式(6)及式(7)推导的光伏发电与风力发电机容量的函数,β、γ分别为时间T内的计及电能损耗成本值不确定性与动态特性的系数,β、分别为时间T内的计及电能损耗成本值不确定性的系数区间的两个端点值,γ、分别为时间T内的计及电能损耗成本值动态特性的系数区间的两个端点值;
步骤3.2、采用博弈论来比较所获得的运营成本区间值;
首先,生成得益矩阵[eij],eij反映决策者在第j种自然状态下选择第i种方案的收益;其次,进行基于得益矩阵分析的最优方案分析,对环境进行假设,允许对每个备选方案进行一定的估算,任何得益矩阵最终都归结为一列/行,对于每个备选方案指定结果eij;最后根据eij来做比较,得出运营成本最小的最优方案。
本发明的有益效果是:本发明适用于考虑出力不确定的分布式电源选址定容优化方法,使得配电网系统功率及能源损耗最小化,并且充分考虑了分布式电源的信息不确定性,实现分布式电源的优化配置,有效提升了分布式电源接入的配电网的电能质量和供电可靠性。提升了分布式电源对于配电系统的各项技术经济指标的作用,方法计算简单且易于实现,对配电网分布式电源的优化具有良好的应用前景。
附图说明
图1:为本发明一个实施例含分布式电源的均布负荷线路示意图;
图2:本发明一个实施例的含分布式电源的配电线路结构图;
图3:本发明一个实施例的流程图。
具体实施方式
下面将结合本发明实施例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作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合具体实施例对本发明作进一步说明,但不作为本发明的限定。
本实施例一种考虑出力不确定的分布式电源选址定容优化方法,先考虑功率及能源损耗最小化的分布式电源初步优化配置,再根据经济指标,考虑技术经济参数的不确定性,对所选方案进行比较以得出最优方案。该方法能够充分考虑到分布式电源出力的不确定性,实现分布式电源的优化配置,有效提升了分布式电源接入的配电网的电能质量和供电可靠性,具有良好的市场推广价值和应用前景。
本实施例是通过以下技术方案来实现的,一种适用于考虑出力不确定的分布式电源选址定容优化方法,具体包括以下步骤:
一、进行功率及能源损耗最小化的分布式电源的初步优化配置。
当将分布式电源DG接入到配电变压器的低压母线侧时,降低损耗主要是通过改变位于变电站和连接电源之间的网络段中的流量分布来实现的。同时,位于连接电源后面的区域的功率损耗保持不变。按照此原理推导出接入分布式电源时的线路功率损耗值,再由线路的功率损耗最小的原则计算出接入分布式电源的功率值,实现基于功率损耗最小化的分布式电源的初步优化配置。
二、进行基于信息不确定性的分布式电源技术及运行参数的建模。
考虑分布式电源的输出功率的影响因素的不确定性,将不同分布式电源的输出功率以区间形式进行表示。
三、考虑运营成本最小化的分布式电源的优化配置,给出最优配置方案。
基于分布式电源的输出功率建立分布式电源运营成本的数学模型,按照运营成本最小采用博弈论来进行所获得的运营成本区间值的比较,给出最优结果。
具体实施时,S1:进行以功率及能量损耗最小化为目标的分布式电源初步优化配置。如图1所示,设配电线路总长度为l,单位长度上负荷电流为q0,单位长度线路电阻为r0。设距离配电线路末端y处接入一个分布式电源,该分布式电源注入到配电线路中电流为Id,则三相线路有功损耗ΔPd为:
为使得线路功率损耗最小,对式(1)进行求导,并让所得导数为0,可得:
可得:
由式(3)可以初步确定分布式电源的最优位置。
如图2所示,当配网线路中的电流非均匀分布时,按照线路功率损耗最小的方法,给定容量的分布式电源接入的负载节点k可根据下式确定:
式中,Id为分布式电源向配电网注入的电流;Ii为位于分布式电源接入节点下游的节点i注入电流,k为分布式电源接入的节点,n为配网线路总节点数。
S2:进行考虑功率不确定性的分布式电源建模;考虑到分布式电源输出功率的不确定性,需要针对不同分布式电源的输出功率以不同的区间形式进行表示。
光伏发电的太阳辐射水平和环境温度是不确定性因素,同时在缺乏统计数据时无法应用概率特征方法,因此采取区间建模方法。光伏电站输出功率PPV的区间形式为:
式中,Bm为光伏组件表面温度,B m、分别为光伏组件表面温度区间的两个端点值,Bo为环境温度,B o、分别为环境温度区间的两个端点值,Be为是模块的额定工作温度,Es为太阳辐射强度,E S、分别为太阳辐射强度区间的两个端点值,PPVmax为模块在标准工作条件下的最大功率,α为温度系数。
风机发电输出功率Pw区间形式为:
S3:以运行成本最小为目标的分布式电源优化配置;
具体步骤如下:
S3.1:分布式电源的运营成本为:
式中,配电线路的功率(电能)损耗值ΔPPV(W)为公式(6)及(7)推导的光伏发电与风力发电机容量的函数,β、γ分别为时间T内的计及电能损耗成本值不确定性与动态特性的系数,β、分别为时间T内的计及电能损耗成本值不确定性的系数区间的两个端点值,γ、分别为时间T内的计及电能损耗成本值动态特性的系数区间的两个端点值。
S3.2:采用博弈论来比较所获得的运营成本区间值。
首先生成得益矩阵[eij](eij反映了决策者在第j种自然状态下(一组输入数据)选择第i种方案的收益),其次进行基于得益矩阵分析的最优方案分析,该分析方法需要对环境进行一定的假设,允许对每个备选方案进行一定的估算,这样任何得益矩阵最终都归结为一列(行),因此,对于每个备选方案而言指定了某个结果eij。最后根据eij来做比较,得出运营成本最小的最优方案。
本实施例的一种适用于信息不确定的分布式电源的位置与容量的优化方法,使得配电网系统功率及能源损耗最小化,并且充分考虑了分布式电源的信息不确定性,提升了分布式电源对于配电系统的各项技术经济指标的作用,方法计算简单且易于实现。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (4)
1.一种考虑出力不确定的分布式电源选址定容优化方法,其特征是,包括以下步骤:
步骤1、进行以功率及能源损耗最小化为目标的分布式电源初步优化配置;
步骤2、考虑分布式电源的输出功率的不确定性进行建模,针对不同分布式电源的输出功率以不同的区间形式表示;
步骤3、考虑运营成本最小化的分布式电源的优化配置,给出最优配置方案。
2.如权利要求1所述的考虑出力不确定的分布式电源选址定容优化方法,其特征是,步骤1的实现包括:
步骤1.1、设配电线路总长度为l,单位长度上负荷电流为q0,单位长度线路电阻为r0;设距离配电线路末端y处接入一个分布式电源,分布式电源注入到配电线路中电流为Id,则三相线路有功损耗ΔPd为:
使线路功率损耗最小,对式(1)进行求导,令所得导数为0,得式(2):
由式(2)可得式(3):
通过式(3)确定分布式电源的最优位置;
步骤1.2、当配电线路中的电流非均匀分布时,按照线路功率损耗最小的方法,给定容量的分布式电源接入的负载节点k根据下式确定:
式中,Id为分布式电源向配电网注入的电流;Ii为位于分布式电源接入节点下游的节点i注入电流,k为分布式电源接入的节点,n为配网线路总节点数。
3.如权利要求1所述的考虑出力不确定的分布式电源选址定容优化方法,其特征是,步骤2的实现包括:
步骤2.1、考虑光伏发电的太阳辐射水平和环境温度为不确定性因素,采取区间建模方法;
光伏电站输出功率PPV的区间形式为:
式中,Bm为光伏组件表面温度,B m、分别为光伏组件表面温度区间的两个端点值,Bo为环境温度,B o、分别为环境温度区间的两个端点值,Be为模块的额定工作温度,Es为太阳辐射强度,E S、分别为太阳辐射强度区间的两个端点值,PPVmax为模块在标准工作条件下的最大功率,α为温度系数;
步骤2.2、风机发电输出功率Pw区间形式为:
4.如权利要求1所述的考虑出力不确定的分布式电源选址定容优化方法,其特征是,步骤3的实现包括:
步骤3.1、分布式电源运营成本为:
式中,配电线路的功率/电能损耗值ΔPPV(W)为式(6)及式(7)推导的光伏发电与风力发电机容量的函数,β、γ分别为时间T内的计及电能损耗成本值不确定性与动态特性的系数,β、分别为时间T内的计及电能损耗成本值不确定性的系数区间的两个端点值,γ、分别为时间T内的计及电能损耗成本值动态特性的系数区间的两个端点值;
步骤3.2、采用博弈论来比较所获得的运营成本区间值;
首先,生成得益矩阵[eij],eij反映决策者在第j种自然状态下选择第i种方案的收益;其次,进行基于得益矩阵分析的最优方案分析,对环境进行假设,允许对每个备选方案进行一定的估算,任何得益矩阵最终都归结为一列/行,对于每个备选方案指定结果eij;最后根据eij来做比较,得出运营成本最小的最优方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334778.8A CN112417630B (zh) | 2020-11-25 | 2020-11-25 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011334778.8A CN112417630B (zh) | 2020-11-25 | 2020-11-25 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112417630A true CN112417630A (zh) | 2021-02-26 |
CN112417630B CN112417630B (zh) | 2023-04-18 |
Family
ID=74842787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011334778.8A Active CN112417630B (zh) | 2020-11-25 | 2020-11-25 | 一种考虑出力不确定的分布式电源选址定容优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112417630B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741193A (zh) * | 2016-04-20 | 2016-07-06 | 河海大学 | 计及分布式电源和负荷不确定性的多目标配网重构方法 |
CN106253335A (zh) * | 2016-06-16 | 2016-12-21 | 上海交通大学 | 一种分布式电源容量与接入位置不确定的配电网规划方法 |
CN107069733A (zh) * | 2017-04-27 | 2017-08-18 | 国家电网公司 | 能源互联网的谐波潮流计算的方法 |
CN108599138A (zh) * | 2017-12-30 | 2018-09-28 | 国网天津市电力公司电力科学研究院 | 计及微电网分布式能源不确定性的储能系统容量配置方法 |
CN109560574A (zh) * | 2018-12-14 | 2019-04-02 | 国网江苏省电力有限公司苏州供电分公司 | 一种考虑不确定因素的智能配电网网架规划方法 |
CN111523819A (zh) * | 2020-04-28 | 2020-08-11 | 重庆涪陵电力实业股份有限公司 | 一种计及分布式电源出力不确定性的节能潜力评估方法 |
-
2020
- 2020-11-25 CN CN202011334778.8A patent/CN112417630B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741193A (zh) * | 2016-04-20 | 2016-07-06 | 河海大学 | 计及分布式电源和负荷不确定性的多目标配网重构方法 |
CN106253335A (zh) * | 2016-06-16 | 2016-12-21 | 上海交通大学 | 一种分布式电源容量与接入位置不确定的配电网规划方法 |
CN107069733A (zh) * | 2017-04-27 | 2017-08-18 | 国家电网公司 | 能源互联网的谐波潮流计算的方法 |
CN108599138A (zh) * | 2017-12-30 | 2018-09-28 | 国网天津市电力公司电力科学研究院 | 计及微电网分布式能源不确定性的储能系统容量配置方法 |
CN109560574A (zh) * | 2018-12-14 | 2019-04-02 | 国网江苏省电力有限公司苏州供电分公司 | 一种考虑不确定因素的智能配电网网架规划方法 |
CN111523819A (zh) * | 2020-04-28 | 2020-08-11 | 重庆涪陵电力实业股份有限公司 | 一种计及分布式电源出力不确定性的节能潜力评估方法 |
Non-Patent Citations (7)
Title |
---|
DAS C K等: "Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm", 《APPLIED ENERGY》 * |
HUNG D Q等: "An optimal investment planning framework for multiple distributed generation units in industrial distribution systems", 《APPLIED ENERGY》 * |
ROUTRAY A等: "Loss minimization in distribution system considering hourly data driven probabilistic solar astronomical model with GWO technique", 《2019 IEEE 1ST INTERNATIONAL CONFERENCE ON ENERGY, SYSTEMS AND INFORMATION PROCESSING (ICESIP)》 * |
初壮等: "计及不确定性和环境因素的多类型分布式电源选址定容", 《电力系统保护与控制》 * |
宋少群等: "基于合作博弈的分布式能源优化运行策略研究", 《电器与能效管理技术》 * |
杨毅等: "含分布式电源的配电网模糊优化规划", 《电力系统自动化》 * |
石敏等: "基于改进PSO算法的分布式电源优化配置", 《通信电源技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112417630B (zh) | 2023-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107301470B (zh) | 一种配电网扩展规划与光储选址定容的双层优化方法 | |
CN105243516B (zh) | 基于主动配电网的分布式光伏发电最大消纳能力计算系统 | |
CN106786799B (zh) | 一种直流联络线功率阶梯化发电计划优化方法 | |
CN108023364B (zh) | 基于凸差规划的配电网分布式电源最大接入能力计算方法 | |
CN106655177B (zh) | 基于扩展二阶锥规划的分布式电源最大接入能力计算方法 | |
CN104794541B (zh) | 一种基于模拟退火和锥优化的配电网运行优化方法 | |
CN112736926A (zh) | 一种分布式新能源接入配电网区间仿射潮流动态优化方法 | |
CN111146821A (zh) | 一种计及光伏不确定性的dstatcom优化配置方法 | |
CN115915354A (zh) | 基站的供电管理方法和供电管理装置 | |
CN115545290A (zh) | 一种含光伏发电配电网中的分布式储能经济优化配置方法 | |
Liu et al. | Siting and sizing of distributed generation based on the minimum transmission losses cost | |
CN112417630B (zh) | 一种考虑出力不确定的分布式电源选址定容优化方法 | |
CN111082446B (zh) | 一种考虑电池自消耗的储能优化配置方法 | |
CN111697607B (zh) | 一种多端柔性直流输电受端电网接入方法及系统 | |
CN110323779B (zh) | 一种分布式发电与储能装置的功率动态聚合的方法和系统 | |
CN111799838A (zh) | 基于馈线分布的分布式光伏消纳能力分析方法 | |
CN114722615A (zh) | 一种基于生产运营模拟的储能容量优化配置方法 | |
CN109309392A (zh) | 基于粒子群算法的分布式电源输出功率优化配置方法 | |
Jia et al. | An optimal control strategy for lv distribution network with pv and energy storage units | |
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 | |
CN110707700A (zh) | 一种考虑分布式电源时空特性的配电网潮流计算方法 | |
CN111641220A (zh) | 一种基于改进模拟退火算法的电网侧储能系统容量配置方法 | |
CN112510831A (zh) | 一种用于分布式光伏电站数据传输中的分簇方法 | |
CN113904340A (zh) | 基于拓扑优化和可调度负荷优化的利用率提升方法及系统 | |
Zhang et al. | Optimal PV system capacity ratio and power limit value selection based on a novel fast calculation method of IGBT junction temperature and IGBT annual damage analysis |
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 |