CN112736908A - 一种多能协同优化配置规划方法 - Google Patents

一种多能协同优化配置规划方法 Download PDF

Info

Publication number
CN112736908A
CN112736908A CN202011578427.1A CN202011578427A CN112736908A CN 112736908 A CN112736908 A CN 112736908A CN 202011578427 A CN202011578427 A CN 202011578427A CN 112736908 A CN112736908 A CN 112736908A
Authority
CN
China
Prior art keywords
power
power generation
energy
load
supply
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
CN202011578427.1A
Other languages
English (en)
Inventor
倪晓宇
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.)
Jiangsu Shengneng Technology Co ltd
Original Assignee
Jiangsu Shengneng Technology Co ltd
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 Jiangsu Shengneng Technology Co ltd filed Critical Jiangsu Shengneng Technology Co ltd
Priority to CN202011578427.1A priority Critical patent/CN112736908A/zh
Publication of CN112736908A publication Critical patent/CN112736908A/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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • H02J3/004—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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel 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
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic 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
    • 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
    • H02J2300/28—The renewable source being wind 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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
    • 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
    • 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

Abstract

本发明适用于多能源配置领域，尤其涉及一种多能协同优化配置规划方法，包括以下步骤：获取全部负载的总用电需求；获取包括风力发电和光伏发电的清洁能源供电量；比较所述清洁能源供电量与所述总用电需求的大小；当所述清洁能源供电量大于所述总用电需求时，控制风力发电和光伏发电向负载和储能电池供电；当所述清洁能源供电量小于所述总用电需求时，控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电。本发明能够优先向负载输入清洁能源供电量，在清洁能源供电量大于总用电需求时，将多余的清洁能源供电量存储，当清洁能源供电量小于总用电需求时，控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电。

Description

一种多能协同优化配置规划方法
技术领域
本发明属于多能源配置技术领域，尤其涉及一种多能协同优化配置规划方法。
背景技术
能源，是指能够提供能量的资源。能源按来源可分为三大类：来自太阳的能量，包括直接来自太阳的能量（如太阳光热辐射能）和间接来自太阳的能量（如煤炭、石油、天然气、油页岩等可燃矿物及薪材等生物质能、水能和风能等）；来自地球本身的能量，一种是地球内部蕴藏的地热能，如地下热水、地下蒸汽、干热岩体，另一种是地壳内铀、钍等核燃料所蕴藏的原子核能；月球和太阳等天体对地球的引力产生的能量，如潮汐能。根据能源消耗后是否造成环境污染可分为污染型能源和清洁型能源，污染型能源包括煤炭、石油等，清洁型能源包括水力、电力、太阳能、风能以及核能等。
能源问题是人类对能源需求的增长和现有能源资源日趋减少的矛盾。能源问题目前已成为衡量人民生活水平的标准，而随着各国工业化进程的不断发展，地球上可供人类利用的石油、煤炭、天然气等燃料资源日益枯竭，全球的能源危机已迫在眉睫。因此，各国都在加速发展风电和光伏发电等清洁新能源，用于对传统能源的补充或替代传统能源的利用。随着风电和光伏发电等清洁新能源的发展，现在的负载用电通常包含着风电电源、光伏发电电源、电力电网和柴油发电电源等多种能源。但是没有对于各能源进行有效的协同优化配置规划，导致会有很多风电电源和光伏发电电源的电能不能被有效利用，清洁能源被浪费。
发明内容
本发明实施例的目的在于提供一种多能协同优化配置规划方法，旨在解决背景技术中提出的问题。
本发明实施例是这样实现的，一种多能协同优化配置规划方法，包括以下步骤：
获取全部负载的总用电需求；
获取包括风力发电和光伏发电的清洁能源供电量；
比较所述清洁能源供电量与所述总用电需求的大小；
当所述清洁能源供电量大于所述总用电需求时，控制风力发电和光伏发电向负载和储能电池供电；
当所述清洁能源供电量小于所述总用电需求时，控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电。
作为本发明实施例技术方案进一步的限定，所述控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电，还包括以下步骤：
获取储能电池的储存电量；
获取电力电网的供应电量；
获取柴油发电的发电电量；并
按照以下优先级进行供电控制：清洁能源供电量>储存电量>供应电量>发电电量。
作为本发明实施例技术方案进一步的限定，所述获取全部负载的总用电需求的过程如下：
获取各个负载的用电功率；
获取各个负载的用电时间；
根据所述用电功率和用电时间计算各个负载的用电量；并
根据所述用电量计算全部负载的总用电需求。
作为本发明实施例技术方案进一步的限定，所述获取包括风力发电和光伏发电的清洁能源供电量的过程如下：
获取风力发电站和光伏发电站的地理信息和天气信息；
根据所述地理信息和所述天气信息预测风速值和累计辐射量；
根据所述风速值测算风力发电量；
根据所述累计辐射量测算光伏发电量；
根据所述风力发电量和所述光伏发电量计算清洁能源供电量。
作为本发明实施例技术方案进一步的限定，所述控制风力发电和光伏发电向负载和储能电池供电的过程如下：
根据所述总用电需求和所述清洁能源供电量计算负载供电量和清洁能源多余电量；
控制风力发电和光伏发电向负载供应负载供电量；
控制风力发电和光伏发电向储能电池供应清洁能源多余电量。
作为本发明实施例技术方案进一步的限定，所述控制风力发电和光伏发电向储能电池供应清洁能源多余电量，还包括以下步骤：
获取储能电池的剩余储存容量；
比较所述清洁能源多余电量与剩余储存容量的大小；
当清洁能源多余电量小于所述剩余储存容量时，控制风力发电和光伏发电向储能电池供应全部的清洁能源多余电量；
当清洁能源多余电量大于所述剩余储存容量时，控制风力发电和光伏发电向储能电池供应一部分的清洁能源多余电量，并将剩余的清洁能源多余电量逆变传输到电力电网。
作为本发明实施例技术方案进一步的限定，所述方法还包括：
将电能转化为直流电和交流电；
根据不同负载的电能需求，向不同负载输出直流电和交流电。
一种多能协同优化配置规划系统，包括：
负载信息收集模块，所述负载信息收集模块用于获取各个负载的用电功率，获取负载的供能需求信息；
负载用电时间记录模块，所述负载用电时间记录模块用于获取各个负载的用电时间；
数据计算模块，所述数据计算模块用于计算各个负载的用电量，并根据所述用电量计算全部负载的总用电需求，用于测算风力发电量和光伏发电量，用于计算清洁能源供电量，用于计算负载供电量和清洁能源多余电量；
供电控制模块，所述供电控制模块用于控制风力发电和光伏发电向负载和储能电池供电，用于控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电，用于将剩余的清洁能源多余电量逆变传输到电力电网；
储能电池信息传输模块，所述储能电池信息传输模块用于获取储能电池的储存电量，用于获取储能电池的剩余储存容量；
电力电网信息传输模块，所述电力电网信息传输模块用于获取电力电网的供应电量；
柴油发电信息传输模块，所述柴油发电信息传输模块用于获取柴油发电的发电电量；
比较模块，所述比较模块用于比较所述清洁能源供电量与所述总用电需求的大小，用于比较所述清洁能源多余电量与剩余储存容量的大小；
发电站信息通讯模块，所述发电站信息通讯模块用于获取风力发电站和光伏发电站的地理信息和天气信息；
电能转化模块，所述电能转化模块用于将电能转化为直流电和交流电。
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述多能协同优化配置规划方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述多能协同优化配置规划方法的步骤。
与现有技术相比，本发明的有益效果是：
本发明实施例提供的一种多能协同优化配置规划方法，能够优先向负载输入清洁能源供电量，在清洁能源供电量大于总用电需求时，将多余的清洁能源供电量存储，当清洁能源供电量小于总用电需求时，控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电，能够最大化的利用风力发电和光伏发电的清洁能源供电量，并减少电力电网和柴油发电向负载供电，避免清洁能源被浪费。
附图说明
图1为本发明实施例提供的多能协同优化配置规划方法的结构示意图。
图2为本发明实施例1提供的多能协同优化配置规划方法的网络结构图。
图3为本发明实施例2提供的多能协同优化配置规划方法的流程示意图。
图4为本发明实施例3提供的多能协同优化配置规划方法的网络结构图。
图5为本发明实施例4提供的多能协同优化配置规划方法的流程示意图。
图6为本发明实施例5提供的多能协同优化配置规划方法的网络结构图。
图7为本发明实施例提供的多能协同优化配置规划系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示， 在此结构示意图中，包含若干个负载、处理器、风力发电、光伏发电、储能电池、电力电网和柴油发电：
负载，负载包括生活中常见的各种电器及用电工具，比如：冰箱、照明灯、洗衣机、电磁炉、电动车等。
服务器，服务器可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
风力发电，风力发电是指把风的动能转为电能，利用风力带动风车叶片旋转，再通过增速机将旋转的速度提升，来促使发电机发电，不需要燃料，不会增加辐射和空气污染，风力发电产生的电能是清洁能源。
光伏发电，光伏发电是利用半导体界面的光生伏特效应而将光能直接转变为电能的一种技术。主要由太阳电池板、控制器和逆变器三大部分组成，主要部件由电子元器件构成。太阳能电池经过串联后进行封装保护可形成大面积的太阳电池组件，再配合上功率控制器等部件就形成了光伏发电装置。
储能电池，储能电池用来存储电能，可采用铅蓄电池，也可采用锂电池，将风力发电和光伏发电的清洁能源多余电量存储在铅蓄电池或锂电池中，当清洁能源供电量不足以满足总用电需求时，存储在铅蓄电池或锂电池中的电能可向负载供电。
电力电网，电力电网主要是输送煤炭发电产生的电能。
柴油发电，柴油发电主要是采用发电机发电，是在其他能源都无法使用时，通过柴油发电机进行发电，向负载提供电能。
在本发明中，通过规划风力发电、光伏发电、储能电池、电力电网和柴油发电的电能输送，优先向负载输出风力发电和光伏发电的清洁能源供电量，最大化的利用风力发电和光伏发电的清洁能源供电量，并减少电力电网和柴油发电向负载供电，避免清洁能源被浪费。
实施例一：
图2给出了本发明实施例提供的多能协同优化配置规划方法的网络结构。
该方法通过比较所述清洁能源供电量与所述总用电需求的大小，控制风力发电、光伏发电、储能电池、电力电网和柴油发电的不同供电方式，最大化的利用风力发电和光伏发电的清洁能源供电量，并减少电力电网和柴油发电向负载供电，避免清洁能源被浪费。
步骤S101，获取全部负载的总用电需求。
在本发明实施例中，通过服务器获取各个负载的用电需求，充电型的负载，通过负载的充电容量可获得负载的用电需求，直接用电型的负载，可通过负载的功率预测负载的耗电量，获取充电型的负载的充电容量和直接用电型的负载的耗电量，可以得到全部负载的总用电需求。
步骤S102，获取包括风力发电和光伏发电的清洁能源供电量。
在本发明实施例中，由于天气和地理情况导致不同的地域风力情况和日照情况不同，对于不同地区的风力发电站和光伏发电站，根据风力发电站的风速和风向，光伏发电站的日照强度和日照时间，服务器获取风力发电的发电量和光伏发电的发电量，得到风力发电和光伏发电的清洁能源供电量。
步骤S103，比较所述清洁能源供电量与所述总用电需求的大小。
步骤S104，当所述清洁能源供电量大于所述总用电需求时，控制风力发电和光伏发电向负载和储能电池供电。
在本发明实施例中，清洁能源供电量大于所述总用电需求时，清洁能源供电量在满足负载的总用电需求之后还会有剩余，风力发电和光伏发电向负载和储能电池供电。具体的，清洁能源供电量在满足负载的总用电需求之后，将剩余的清洁能源供电量储存在储能电池中，可以是一个大型的储能电池厂，采用铅蓄电池，也可采用锂电池将剩余的清洁能源供电量储存。
步骤S105，当所述清洁能源供电量小于所述总用电需求时，控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电。
在本发明实施例中，清洁能源供电量小于所述总用电需求，清洁能源供电量不能满足负载的总用电需求，服务器控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电。具体的，优先向负载中供应清洁能源供电量，直到清洁能源供电量不足时，控制储能电池、电力电网和柴油发电向负载供电，以满足负载的用电需求。
实施例二：
图3给出了本发明实施例提供的多能协同优化配置规划方法的流程示意图
该方法在实施例一的基础上，在清洁能源供电量小于所述总用电需求时，通过获取储能电池的储存电量、电力电网的供应电量和柴油发电的发电电量，按照清洁能源供电量>储存电量>供应电量>发电电量的优先级向负载供电，最大化的利用风力发电和光伏发电的清洁能源供电量，并减少电力电网和柴油发电向负载供电。
步骤S201，获取储能电池的储存电量。
在本发明实施例中，储能电池的储存电量是一个变量，风力发电和光伏发电向电池供电，储能电池的储存电量就会增加，储能电池向负载供电，储能电池的储存电量就会减少，且储能电池自身也会损耗一定的储存电量，获取储能电池的储存电量，储存电量代表着储能电池能向负载供应的电量。
步骤S202，获取电力电网的供应电量。
在本发明实施例中，电力电网的电能由煤炭发电产生，煤炭发电站的供应电能与电力电网的供应电量大致相同，煤炭发电站的供应电能代表着电力电网的供应电量。
步骤S203，获取柴油发电的发电电量。
在本发明实施例中，柴油发电通过燃烧柴油发电产生，柴油的热值是一个固定值，通过获取柴油的存储量可得到存储柴油的热值，柴油发电机的电能转化效率与柴油发电机的功率和油耗相关，获取柴油的存储量和各个柴油发电机的功率和油耗，得出柴油发电的发电电量。具体的，备用的柴油发电机使用一致的发电机，功率和油耗相同，可以直接通过柴油的存储量，获取柴油发电的发电电量。
步骤S204，按照以下优先级进行供电控制：清洁能源供电量>储存电量>供应电量>发电电量。
在本发明实施例中，清洁能源供电量小于所述总用电需求，说明清洁能源供电量不能满足负载的总用电需求，此时控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电，并按照以下优先级进行供电控制：清洁能源供电量>储存电量>供应电量>发电电量。具体的，首先将清洁能源供电量向负载供应，最大化的利用风力发电和光伏发电的清洁能源供电量，并减少电力电网和柴油发电向负载供电，避免清洁能源被浪费。
实施例三：
图4给出了本发明实施例提供的多能协同优化配置规划方法的网络结构图。
该方法通过获取全部负载的总用电需求，获取包括风力发电和光伏发电的清洁能源供电量，计算负载供电量和清洁能源多余电量，规划风力发电和光伏发电向负载供应负载供电量，向储能电池供应清洁能源多余电量，最大化的利用风力发电和光伏发电的清洁能源供电量。
步骤S301，获取各个负载的用电功率。
在本发明实施例中，负载的用电功率是计算负载消耗电能的一个基本参数，表示消耗电能快慢的物理量。具体的，比如：电热水壶的额定功率是1800W、电饭煲的额定功率是1000W、微波炉的额定功率是1200W等。
步骤S302，获取各个负载的用电时间。
在本发明实施例中，负载的用电时间是计算负载消耗电能的一个基本参数，比如充电型负载的充电时间、用电型的负载的持续用电时间等。
步骤S303，根据所述用电功率和用电时间计算各个负载的用电量。
在本发明实施例中，通过负载的用电功率和用电时间可计算各个负载的用电量，比如根据电热水壶的额定功率是1800W，可得到电热水壶每小时耗电1.8度，再根据用电时间，可计算电热水壶具体的用电量。
步骤S304，根据所述用电量计算全部负载的总用电需求。
在本发明实施例中，将不同的负载的用电量整合，计算出全部负载的总用电需求。
步骤S305，获取风力发电站和光伏发电站的地理信息和天气信息。
在本发明实施例中，在不同地域的风力发电站和光伏发电站，风力情况和日照情况不同，在不同天气情况下，风力发电站和光伏发电站的风力情况和日照情况也不同。比如，随着海拔越高，日照时间越长；随着海拔越高，风速越大。
步骤S306，根据所述地理信息和所述天气信息预测风速值和累计辐射量。
在本发明实施例中，通过风力发电站和光伏发电站的地理信息和天气信息，预测风速值和累计辐射量。具体的，根据风力发电站的海拔高度，结合天气情况，得到风速和风向的数值，根据光伏发电站的海拔高度，结合天气情况，得到日照时间和日照强度，从而获得日照累计辐射量。
步骤S307，根据所述风速值测算风力发电量。
在本发明实施例中，风力发电量与发电机功率、扫风面积和风速有关，通过风速值测算风力发电量。具体的，结合风力发电机的发电机功率和扫风面积（即风力发电机的风叶长度），与风速计算得出风力发电量。
步骤S308，根据所述累计辐射量测算光伏发电量。
在本发明实施例中，光伏发电量与累计辐射量、光伏组件的面积和光伏组件的转化效率有关，光伏组件的面积和光伏组件的转化效率有关是一个确定的值，再根据累计辐射量，可获得光伏发电站的光伏发电量。
步骤S309，根据所述风力发电量和所述光伏发电量计算清洁能源供电量。
在本发明实施例中，清洁能源供电量由风力发电量和光伏发电量构成。
步骤S310，根据所述总用电需求和所述清洁能源供电量计算负载供电量和清洁能源多余电量。
在本发明实施例中，清洁能源供电量大于所述总用电需求时，清洁能源供电量在满足负载的总用电需求之后还会有剩余，将清洁能源供电量分成负载供电量和清洁能源多余电量。
步骤S311，控制风力发电和光伏发电向负载供应负载供电量。
在本发明实施例中，负载供电量是清洁能源供电量中满足全部负载的供应电量，控制风力发电和光伏发电将负载供电量供应至负载。
步骤S312，控制风力发电和光伏发电向储能电池供应清洁能源多余电量。
在本发明实施例中，清洁能源多余电量是在满足负载供电量之后，清洁能源供电量还能剩余的电量，通过控制风力发电和光伏发电向储能电池供应清洁能源多余电量，将清洁能源多余电量存储在储能电池中。
实施例四：
图5给出了本发明实施例提供的多能协同优化配置规划方法的流程示意图。
该方法在控制风力发电和光伏发电向储能电池供应清洁能源多余电量时，获取储能电池的剩余储存容量，比较所述清洁能源多余电量与剩余储存容量的大小，并在清洁能源多余电量大于剩余储存容量的大小时，将剩余的清洁能源多余电量逆变传输到电力电网，使得风力发电和光伏发电的清洁能源得到充分的利用。
该方法在实施例三的控制风力发电和光伏发电向负载供应负载供电量之后，还包括：
步骤S401，获取储能电池的剩余储存容量。
在本发明实施例中，储能电池的剩余储存容量代表了储能电池还能存储电能的容量，风力发电和光伏发电向电池供电，储能电池的剩余储存容量就会减少，储能电池向负载供电，储能电池的剩余储存容量就会增加。
步骤S402，比较所述清洁能源多余电量与剩余储存容量的大小，若清洁能源多余电量小于剩余储存容量，执行步骤S403，若清洁能源多余电量大于剩余储存容量，执行步骤S404。
步骤S403，控制风力发电和光伏发电向储能电池供应全部的清洁能源多余电量。
在本发明实施例中，清洁能源多余电量小于剩余储存容量的状况下，储能电池的剩余储存容量能够存储全部的清洁能源多余电量，风力发电和光伏发电将清洁能源多余电量全部向储能电池供应。
步骤S404，控制风力发电和光伏发电向储能电池供应一部分的清洁能源多余电量，并将剩余的清洁能源多余电量逆变传输到电力电网。
在本发明实施例中，清洁能源多余电量大于剩余储存容量的状况下，储能电池的剩余储存容量不能够存储全部的清洁能源多余电量，风力发电和光伏发电向储能电池供应一部分的清洁能源多余电量，并将剩余的清洁能源多余电量逆变传输到电力电网。
实施例五：
图6给出了本发明实施例提供的多能协同优化配置规划方法的网络结构图。
该方法将电能转化成直流电和交流电，用以满足不同需求的负载使用。
该方法在实施例一的获取包括风力发电和光伏发电的清洁能源供电量和比较所述清洁能源供电量与所述总用电需求的大小之间，还包括：
步骤S501，将电能转化为直流电和交流电。
在本发明实施例中，直流电，方向不会随着时间而发生改变，所以比较稳定，所以经常被用于一些比较重要的控制系统，例如变电站、移动通讯基站等，交流电就是强度与方向都随时间做周期性变化的电流叫做交变电流，交流电被广泛运用于电力的传输和各种电器上，比如照明灯、电冰箱等，不同的负载对供电的需求不同，因此将风力发电、光伏发电、储能电池、电力电网和柴油发电的供电电能转化成直流电和交流电输出给各负载如电动汽车、储能电池、家居照明等使用。
步骤S502，根据不同负载的电能需求，向不同负载输出直流电和交流电。
在本发明实施例中，根据负载的供能需求信息，控制风力发电、光伏发电、储能电池、电力电网和柴油发电的供电电能转化成直流电和交流电，以满足不同负载对直流电和交流电的供电需求。具体的，对于充电型的负载，可设置有直流电和交流电的选择开关，用以选择不同的充电类型。
实施例六：
图7给出了本发明实施例提供的多能协同优化配置规划系统的结构示意图，详述如下。
在本发明实施例中，所述多能协同优化配置规划系统包括：
负载信息收集模块11，负载信息收集模块用于获取各个负载的用电功率，获取负载的供能需求信息。
在本发明实施例中，负载的用电功率是计算负载消耗电能的一个基本参数，表示消耗电能快慢的物理量，在向负载供电时，负载信息收集模块获取负载的用电功率信息，并将负载的用电功率信息传输至数据计算模块。
在本发明实施例中，负载对于输入的电能的直流和交流要求不同，直流电经常被用于一些比较重要的控制系统，例如变电站、移动通讯基站等，交流电被广泛运用于电力的传输和各种电器上，比如照明灯、电冰箱等，负载信息收集模块通过获取负载的供能需求信息，并将供能需求信息发送至供电控制模块。
负载用电时间记录模块12，负载用电时间记录模块用于获取各个负载的用电时间。
在本发明实施例中，负载的用电时间是计算负载消耗电能的一个基本参数，通过负载用电时间记录模块获取各个负载的用电时间信息，并将负载的用电时间信息传输至数据计算模块。
数据计算模块13，数据计算模块用于计算各个负载的用电量，并根据所述用电量计算全部负载的总用电需求，用于测算风力发电量和光伏发电量，用于计算清洁能源供电量，用于计算负载供电量和清洁能源多余电量。
在本发明实施例中，载的用电功率信息传输至数据计算模块，负载的用电时间信息传输至数据计算模块，数据计算模块通过整合用电功率信息和用电时间信息计算各个负载的用电量，并通过各个负载的用电量计算全部负载的总用电需求。
在本发明实施例中，数据计算模块通过整合地理信息和天气信息预测风速值和累计辐射量，根据风速值和累计辐射量，计算清洁能源供电量。
在本发明实施例中，在清洁能源供电量大于所述总用电需求时，清洁能源供电量在满足负载的总用电需求之后还会有剩余，数据计算模块根据总用电需求和清洁能源供电量计算负载供电量和清洁能源多余电量。
供电控制模块14，供电控制模块用于控制风力发电和光伏发电向负载和储能电池供电，用于控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电，用于将剩余的清洁能源多余电量逆变传输到电力电网。
在本发明实施例中，当清洁能源供电量大于所述总用电需求时，清洁能源供电量在满足负载的总用电需求之后还会有剩余，供电控制模块控制风力发电和光伏发电向负载和储能电池供电。具体的，清洁能源供电量在满足负载的总用电需求之后，供电控制模块控制风力发电和光伏发电将剩余的清洁能源供电量储存在储能电池中，储能电池可以是铅蓄电池，也可以是锂电池，用以将剩余的清洁能源供电量储存。
在本发明实施例中，当清洁能源供电量小于所述总用电需求，清洁能源供电量不能满足负载的总用电需求，供电控制模块控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电。具体的，供电控制模块优先控制向负载中供应清洁能源供电量，直到清洁能源供电量不足时，控制储能电池、电力电网和柴油发电向负载供电，以满足负载的用电需求。
在本发明实施例中，当清洁能源多余电量大于剩余储存容量的状况下，储能电池的剩余储存容量不能够存储全部的清洁能源多余电量，供电控制模块控制风力发电和光伏发电向储能电池供应一部分的清洁能源多余电量，并将剩余的清洁能源多余电量逆变传输到电力电网。
储能电池信息传输模块15，储能电池信息传输模块用于获取储能电池的储存电量，用于获取储能电池的剩余储存容量。
在本发明实施例中，储能电池的储存电量是一个变量，风力发电和光伏发电向电池供电，储能电池的储存电量就会增加，储能电池向负载供电，储能电池的储存电量就会减少，且储能电池自身也会损耗一定的储存电量，通过储能电池信息传输模块获取储能电池的储存电量，储存电量代表着储能电池能向负载供应的电量。
在本发明实施例中，储能电池的剩余储存容量代表了储能电池还能存储电能的容量，风力发电和光伏发电向电池供电，储能电池的剩余储存容量就会减少，储能电池向负载供电，储能电池的剩余储存容量就会增加，通过储能电池信息传输模块获取储能电池的剩余储存容量。
电力电网信息传输模块16，电力电网信息传输模块用于获取电力电网的供应电量。
在本发明实施例中，电力电网的电能由煤炭发电产生，煤炭发电站的供应电能与电力电网的供应电量大致相同，通过电力电网信息传输模块获取煤炭发电站的供应电能，煤炭发电站的供应电能代表着电力电网的供应电量。
柴油发电信息传输模块17，柴油发电信息传输模块用于获取柴油发电的发电电量。
在本发明实施例中，柴油发电通过燃烧柴油发电产生，柴油的热值是一个固定值，通过获取柴油的存储量可得到存储柴油的热值，柴油发电机的电能转化效率与柴油发电机的功率和油耗相关，通过柴油发电信息传输模块获取柴油的存储量和各个柴油发电机的功率和油耗，得出柴油发电的发电电量。具体的，备用的柴油发电机使用一致的发电机，功率和油耗相同，可以直接通过柴油发电信息传输模块获取柴油的存储量，得到柴油发电的发电电量。
比较模块18，比较模块用于比较所述清洁能源供电量与所述总用电需求的大小，用于比较所述清洁能源多余电量与剩余储存容量的大小。
发电站信息通讯模块19，发电站信息通讯模块用于获取风力发电站和光伏发电站的地理信息和天气信息。
在本发明实施例中，在不同地域的风力发电站和光伏发电站，风力情况和日照情况不同，在不同天气情况下，风力发电站和光伏发电站的风力情况和日照情况也不同。比如，随着海拔越高，日照时间越长；随着海拔越高，风速越大，通过发电站信息通讯模块获取风力发电站和光伏发电站的地理信息和天气信息。
电能转化模块20，电能转化模块用于将电能转化为直流电和交流电。
在本发明实施例中，根据负载的供能需求信息，通过电能转化模块将风力发电、光伏发电、储能电池、电力电网和柴油发电的供电电能转化成直流电和交流电，以满足不同负载对直流电和交流电的供电需求。具体的，对于充电型的负载，可设置有直流电和交流电的选择开关，当开关处在直流电供应时，电能转化模块控制电能转化成直流电输入至负载中，当开关处在交流电供应时，电能转化模块控制电能转化成交流电输入至负载中，用以满足不同负载的充电需求。
在本发明中，优先向负载输入清洁能源供电量，在清洁能源供电量大于总用电需求时，将多余的清洁能源供电量存储，当清洁能源供电量小于总用电需求时，控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电，对各能源进行有效的协同优化配置规划，能够最大化的利用风力发电和光伏发电的清洁能源供电量，并减少电力电网和柴油发电向负载供电，避免清洁能源的浪费。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种多能协同优化配置规划方法，其特征在于，包括以下步骤：
获取全部负载的总用电需求；
获取包括风力发电和光伏发电的清洁能源供电量；
比较所述清洁能源供电量与所述总用电需求的大小；
当所述清洁能源供电量大于所述总用电需求时，控制风力发电和光伏发电向负载和储能电池供电；
当所述清洁能源供电量小于所述总用电需求时，控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电。
2.根据权利要求1所述的一种多能协同优化配置规划方法，其特征在于，所述控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电，还包括以下步骤：
获取储能电池的储存电量；
获取电力电网的供应电量；
获取柴油发电的发电电量；并
按照以下优先级进行供电控制：清洁能源供电量>储存电量>供应电量>发电电量。
3.根据权利要求1所述的一种多能协同优化配置规划方法，其特征在于，所述获取全部负载的总用电需求的过程如下：
获取各个负载的用电功率；
获取各个负载的用电时间；
根据所述用电功率和用电时间计算各个负载的用电量；并
根据所述用电量计算全部负载的总用电需求。
4.根据权利要求1所述的一种多能协同优化配置规划方法，其特征在于，所述获取包括风力发电和光伏发电的清洁能源供电量的过程如下：
获取风力发电站和光伏发电站的地理信息和天气信息；
根据所述地理信息和所述天气信息预测风速值和累计辐射量；
根据所述风速值测算风力发电量；
根据所述累计辐射量测算光伏发电量；
根据所述风力发电量和所述光伏发电量计算清洁能源供电量。
5.根据权利要求1所述的一种多能协同优化配置规划方法，其特征在于，所述控制风力发电和光伏发电向负载和储能电池供电的过程如下：
根据所述总用电需求和所述清洁能源供电量计算负载供电量和清洁能源多余电量；
控制风力发电和光伏发电向负载供应负载供电量；
控制风力发电和光伏发电向储能电池供应清洁能源多余电量。
6.根据权利要求1所述的一种多能协同优化配置规划方法，其特征在于，所述控制风力发电和光伏发电向储能电池供应清洁能源多余电量，还包括以下步骤：
获取储能电池的剩余储存容量；
比较所述清洁能源多余电量与剩余储存容量的大小；
当清洁能源多余电量小于所述剩余储存容量时，控制风力发电和光伏发电向储能电池供应全部的清洁能源多余电量；
当清洁能源多余电量大于所述剩余储存容量时，控制风力发电和光伏发电向储能电池供应一部分的清洁能源多余电量，并将剩余的清洁能源多余电量逆变传输到电力电网。
7.根据权利要求1所述的一种多能协同优化配置规划方法，其特征在于，所述方法还包括：
将电能转化为直流电和交流电；
根据不同负载的电能需求，向不同负载输出直流电和交流电。
8.一种多能协同优化配置规划系统，其特征在于：
负载信息收集模块，所述负载信息收集模块用于获取各个负载的用电功率，获取负载的供能需求信息；
负载用电时间记录模块，所述负载用电时间记录模块用于获取各个负载的用电时间；
数据计算模块，所述数据计算模块用于计算各个负载的用电量，并根据所述用电量计算全部负载的总用电需求，用于测算风力发电量和光伏发电量，用于计算清洁能源供电量，用于计算负载供电量和清洁能源多余电量；
供电控制模块，所述供电控制模块用于控制风力发电和光伏发电向负载和储能电池供电，用于控制风力发电、光伏发电、储能电池、电力电网和柴油发电向负载供电，用于将剩余的清洁能源多余电量逆变传输到电力电网；
储能电池信息传输模块，所述储能电池信息传输模块用于获取储能电池的储存电量，用于获取储能电池的剩余储存容量；
电力电网信息传输模块，所述电力电网信息传输模块用于获取电力电网的供应电量；
柴油发电信息传输模块，所述柴油发电信息传输模块用于获取柴油发电的发电电量；
比较模块，所述比较模块用于比较所述清洁能源供电量与所述总用电需求的大小，用于比较所述清洁能源多余电量与剩余储存容量的大小；
发电站信息通讯模块，所述发电站信息通讯模块用于获取风力发电站和光伏发电站的地理信息和天气信息；
电能转化模块，所述电能转化模块用于将电能转化为直流电和交流电。
9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述多能协同优化配置规划方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行权利要求1至7中任一项权利要求所述多能协同优化配置规划方法的步骤。
CN202011578427.1A 2020-12-28 2020-12-28 一种多能协同优化配置规划方法 Pending CN112736908A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011578427.1A CN112736908A (zh) 2020-12-28 2020-12-28 一种多能协同优化配置规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011578427.1A CN112736908A (zh) 2020-12-28 2020-12-28 一种多能协同优化配置规划方法

Publications (1)

Publication Number Publication Date
CN112736908A true CN112736908A (zh) 2021-04-30

Family

ID=75606215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011578427.1A Pending CN112736908A (zh) 2020-12-28 2020-12-28 一种多能协同优化配置规划方法

Country Status (1)

Country Link
CN (1) CN112736908A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113437766A (zh) * 2021-06-25 2021-09-24 国家电网有限公司 一种风光储的能量综合协同系统
CN113452086A (zh) * 2021-06-25 2021-09-28 国家电网有限公司 一种用于风光储的能量协同利用方法
CN113675935A (zh) * 2021-09-22 2021-11-19 中冶赛迪工程技术股份有限公司 一种光伏供电控制方法
CN113665400A (zh) * 2021-07-01 2021-11-19 佛山市索尔电子实业有限公司 风光互补充电方法及系统
CN113756613A (zh) * 2021-08-23 2021-12-07 深圳市艾可斯标识广告工程有限公司 智能公交站台
CN114216183A (zh) * 2021-11-18 2022-03-22 青岛海尔空调器有限总公司 太阳能空调及其控制方法、电子设备和存储介质
CN114362266A (zh) * 2021-12-23 2022-04-15 内蒙古工业大学 一种电流分配方法、系统和电子设备
CN114374212A (zh) * 2021-12-28 2022-04-19 珠海格力电器股份有限公司 光伏空调及其电能分配方法
CN114693006A (zh) * 2022-06-01 2022-07-01 天津市普迅电力信息技术有限公司 一种用于新型电力系统的配电储能管理系统及其方法
CN115169994A (zh) * 2022-09-05 2022-10-11 北京宇乾能源科技有限责任公司 一种多种清洁能源互补控制决策处理方法及系统
CN115333163A (zh) * 2022-08-09 2022-11-11 北京科技大学 一种近零碳排放的电弧炉炼钢供能控制系统及控制方法
WO2023098025A1 (zh) * 2021-11-30 2023-06-08 青岛海尔空调器有限总公司 新能源空调及其控制方法、电子设备和存储介质
WO2023098024A1 (zh) * 2021-11-30 2023-06-08 青岛海尔空调器有限总公司 新能源空调及其控制方法、电子设备和存储介质
CN116885771A (zh) * 2023-06-19 2023-10-13 广东永光新能源科技有限公司 可再生能源并网发电分析方法、系统、终端及存储介质
CN117234267A (zh) * 2023-11-13 2023-12-15 吉林建筑大学 一种村镇房屋多能源互补供电供暖智能控制系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102168647A (zh) * 2011-03-22 2011-08-31 苏州市思玛特电力科技有限公司 基于气象信息的风光联合发电系统有功功率在线评估方法
CN102361343A (zh) * 2011-10-18 2012-02-22 山东省电力学校 新能源不间断供电系统
CN106356901A (zh) * 2016-10-09 2017-01-25 江苏现代能源微网系统有限公司 一种适用于单体民居的微网能源调控方法
US20170237259A1 (en) * 2016-02-15 2017-08-17 Doosan Heavy Industries & Construction Co., Ltd. Method for managing power of energy storage system connected with renewable energy
CN107612029A (zh) * 2017-09-22 2018-01-19 深圳市沃特玛电池有限公司 一种供电系统
CN109873452A (zh) * 2019-03-25 2019-06-11 中国电建集团江西省电力建设有限公司 能源互联网的离网状态电量控制系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102168647A (zh) * 2011-03-22 2011-08-31 苏州市思玛特电力科技有限公司 基于气象信息的风光联合发电系统有功功率在线评估方法
CN102361343A (zh) * 2011-10-18 2012-02-22 山东省电力学校 新能源不间断供电系统
US20170237259A1 (en) * 2016-02-15 2017-08-17 Doosan Heavy Industries & Construction Co., Ltd. Method for managing power of energy storage system connected with renewable energy
CN106356901A (zh) * 2016-10-09 2017-01-25 江苏现代能源微网系统有限公司 一种适用于单体民居的微网能源调控方法
CN107612029A (zh) * 2017-09-22 2018-01-19 深圳市沃特玛电池有限公司 一种供电系统
CN109873452A (zh) * 2019-03-25 2019-06-11 中国电建集团江西省电力建设有限公司 能源互联网的离网状态电量控制系统

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113437766A (zh) * 2021-06-25 2021-09-24 国家电网有限公司 一种风光储的能量综合协同系统
CN113452086A (zh) * 2021-06-25 2021-09-28 国家电网有限公司 一种用于风光储的能量协同利用方法
CN113665400A (zh) * 2021-07-01 2021-11-19 佛山市索尔电子实业有限公司 风光互补充电方法及系统
CN113665400B (zh) * 2021-07-01 2024-03-15 佛山市索尔电子实业有限公司 风光互补充电方法及系统
CN113756613A (zh) * 2021-08-23 2021-12-07 深圳市艾可斯标识广告工程有限公司 智能公交站台
CN113675935A (zh) * 2021-09-22 2021-11-19 中冶赛迪工程技术股份有限公司 一种光伏供电控制方法
CN114216183A (zh) * 2021-11-18 2022-03-22 青岛海尔空调器有限总公司 太阳能空调及其控制方法、电子设备和存储介质
WO2023087675A1 (zh) * 2021-11-18 2023-05-25 青岛海尔空调器有限总公司 太阳能空调及其控制方法、电子设备和存储介质
WO2023098024A1 (zh) * 2021-11-30 2023-06-08 青岛海尔空调器有限总公司 新能源空调及其控制方法、电子设备和存储介质
WO2023098025A1 (zh) * 2021-11-30 2023-06-08 青岛海尔空调器有限总公司 新能源空调及其控制方法、电子设备和存储介质
CN114362266A (zh) * 2021-12-23 2022-04-15 内蒙古工业大学 一种电流分配方法、系统和电子设备
CN114374212A (zh) * 2021-12-28 2022-04-19 珠海格力电器股份有限公司 光伏空调及其电能分配方法
CN114693006B (zh) * 2022-06-01 2022-07-29 天津市普迅电力信息技术有限公司 一种用于新型电力系统的配电储能管理系统及其方法
CN114693006A (zh) * 2022-06-01 2022-07-01 天津市普迅电力信息技术有限公司 一种用于新型电力系统的配电储能管理系统及其方法
CN115333163A (zh) * 2022-08-09 2022-11-11 北京科技大学 一种近零碳排放的电弧炉炼钢供能控制系统及控制方法
CN115169994A (zh) * 2022-09-05 2022-10-11 北京宇乾能源科技有限责任公司 一种多种清洁能源互补控制决策处理方法及系统
CN115169994B (zh) * 2022-09-05 2023-09-26 北京宇乾能源科技有限责任公司 一种多种清洁能源互补控制决策处理方法及系统
CN116885771A (zh) * 2023-06-19 2023-10-13 广东永光新能源科技有限公司 可再生能源并网发电分析方法、系统、终端及存储介质
CN116885771B (zh) * 2023-06-19 2024-01-30 广东永光新能源科技有限公司 可再生能源并网发电分析方法、系统、终端及存储介质
CN117234267A (zh) * 2023-11-13 2023-12-15 吉林建筑大学 一种村镇房屋多能源互补供电供暖智能控制系统
CN117234267B (zh) * 2023-11-13 2024-01-16 吉林建筑大学 一种村镇房屋多能源互补供电供暖智能控制系统

Similar Documents

Publication Publication Date Title
CN112736908A (zh) 一种多能协同优化配置规划方法
Derrouazin et al. Multi input-output fuzzy logic smart controller for a residential hybrid solar-wind-storage energy system
Lingmin et al. Energy flow optimization method for multi-energy system oriented to combined cooling, heating and power
Arsalis et al. A comparative review of lithium-ion battery and regenerative hydrogen fuel cell technologies for integration with photovoltaic applications
Hassoun et al. Development of power system designs for a net zero energy house
Zhang et al. Multi-objective particle swarm optimization (MOPSO) for a distributed energy system integrated with energy storage
Dong et al. Performance analysis of a novel hybrid solar photovoltaic-pumped-hydro and compressed-air storage system in different climatic zones
Prina et al. EPLANopt optimization model based on EnergyPLAN applied at regional level: the future competition on excess electricity production from renewables
Prema et al. Predictive models for power management of a hybrid microgrid—A review
D'Rozario et al. Cost effective solar-biogas hybrid power generation system
CN115600809A (zh) 一种综合能源系统的优化调度装置及方法
Li et al. Strategy analysis of demand side management on distributed heating driven by wind power
Singh et al. Solar cogeneration in India: current situation and future prospects
Bamdjid et al. Photovoltaic/wind hybrid system power stations to produce electricity in Adrar region
Barrett A renewable electricity system for the UK
CN116231694A (zh) 一种风光互补制氢与冷热电多能互补的综合能源系统
Balamurugan et al. Optimal operation of biomass gasifier based hybrid energy system
Fakhar et al. Sustainable energy management design for Bario microgrid in Sarawak, Malaysia
Barua et al. Control and techno-economic analysis of PV-diesel-battery based hybrid microgrid system
Lamnadi et al. Optimal design of stand-alone hybrid power system using wind and solar energy sources
CN114386256A (zh) 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法
Adetoro et al. Techno-economic analysis of hybrid energy system connected to an unreliable grid: a case study of a rural community in Nigeria
Fatima Cost optimization of a hybrid power system for rural electrification in India
CN111404180A (zh) 综合能源系统的优化调度方法和系统
Yabiku et al. Optimal operation and capacity plan of smart city with a large introduction of renewable energy sources

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

Application publication date: 20210430

RJ01 Rejection of invention patent application after publication