CN112785094A - 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法 - Google Patents
基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法 Download PDFInfo
- Publication number
- CN112785094A CN112785094A CN202110259009.4A CN202110259009A CN112785094A CN 112785094 A CN112785094 A CN 112785094A CN 202110259009 A CN202110259009 A CN 202110259009A CN 112785094 A CN112785094 A CN 112785094A
- Authority
- CN
- China
- Prior art keywords
- power station
- energy storage
- photovoltaic
- storage power
- capacity
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 94
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 title claims abstract description 19
- 230000005611 electricity Effects 0.000 claims abstract description 46
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 5
- 238000010521 absorption reaction Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 3
- 230000006698 induction Effects 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明提出了一种基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法,该方法提供了一种考虑用户用电需求,光伏电站与储能电站参与电力市场的电费定价,并基于斯塔克尔伯格博弈,建立光伏与储能的收益模型,减少电网负荷,提高光伏能源利用率的光储系统容量配置优化方法。该方法使用效用函数来模拟电力用户的偏好和电力消费模式,建立斯塔克尔伯格博弈模型分析光伏电站与储能电站在电力市场实时定价中的策略互动,并通过博弈达到均衡来优化光伏储能系统的容量配置,从而达到提高光伏能源的利用率,减少支出,扩大收益的目的。
Description
技术领域
本发明属于光储系统容量配置领域,具体涉及一种基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法。
背景技术
随着储能技术的发展,储能电站已成为电力系统调峰填谷、提高系统稳定性、实现需求侧管理的一种有效手段。光伏发电是一种重要的新能源发电形式,大规模光伏电站的并网运行是未来发展的趋势。随着电力市场规则的不断完善,储能电站和光伏电站作为决策主体参与电力市场已成为一种重要趋势。
光伏电站出力具有随机性和波动性,且受自然条件的影响,光伏电站出力预测精度仍然较低。光伏电站一般通过招标电价制参与电力市场。在中长期招标电价制下,光伏电站在市场上失去了竞价能力,也就失去了进一步提升收益的空间。由于储能电站具有灵活的运行模式,因此能够以多样的运行模式充分参与电力市场。然而,由于储能容量和充放电功率限值的约束,储能电站也面临难以进一步提高收益的困境。
发明内容
本发明针对现有技术中的不足,考虑到光伏电站与储能电站装机容量不匹配的经济运行问题,提供一种考虑了光伏电站与储能电站参与电力市场的运行过程,基于斯塔克尔伯格博弈,建立光伏与储能的收益模型,减少电网负荷,提高光伏能源利用率的光储系统容量配置优化方法。
为实现上述目的,本发明采用以下技术方案:
基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法,其特征在于,包括如下步骤:
步骤1:确定光伏储能系统的售电单价;
步骤2:建立斯塔克尔伯格博弈调度模型,其中光伏电站作为领导者,储能电站作为跟随者;
步骤3:结合确定的售电单价,建立光伏电站与储能电站的收益函数;
步骤4:光伏电站作为领导者,首先确定装机容量,以光伏电站收益最大为目标函数;储能电站作为跟随者,根据光伏电站确定的装机容量调整自身的装机容量,以实现储能电站收益最大;
步骤5:根据光伏电站与储能电站的装机容量,重新确定光伏储能系统的售电单价。
为优化上述技术方案,采取的具体措施还包括:
进一步地,步骤1具体如下:
首先,建立效用函数U(p,S)表示售电单价与光伏储能系统容量配置之间的关系:
式中,α为电力需求数量,γ为容量配置折算系数,β为动态补偿值,S为装机容量,S1及S2分别为光伏电站与储能电站的装机容量,单位为kw,p为售电单价;
然后,通过最大化效用函数来确定售电单价;当U(p,S)取最大值时,电站售电单价p(S)的表达式为:
式中,p(S)等同于p。
进一步地,步骤3中,建立了如下的收益函数:
Πpv(S1,S2)=p(S1,S2)·η·S1-Cpv·S1 (3)
Πbat(S1,S2)=p(S1,S2)·S2-plow·S2-Cbat·S2 (4)
式中,Πpv(S1,S2)、Πbat(S1,S2)分别为光伏电站与储能电站的收益函数,η为光伏消纳率,Cpv及Cbat分别为光伏电站与储能电站单位容量建设与维护综合成本,plow为电力低谷电价。
然后确定储能电站装机容量S2关于S1的反应函数S2=f(S1),得到:
将反应函数回代入光伏电站的收益函数Πpv(S1,S2),得到:
进而求得实际的光伏电站最优装机容量为:
将实际的光伏电站最优装机容量回代入S2=f(S1)中,求得实际的储能电站最优装机容量为:
进一步地,步骤5中,将实际的光伏电站最优装机容量和实际的储能电站最优装机容量代入售电单价p(S)的表达式中,求得:
本发明的有益效果是:本发明基于斯塔克尔伯格博弈,利用光伏电站与储能电站做为竞争主体,直观地将光储系统容量配置与售电单价的关系表现出来,从而优化光储系统容量配置,在电力市场运营下,更好地满足了供电需求,并且达到了节能减损的要求,有助于创造经济可靠、低碳环保的供电环境。
附图说明
图1是基于斯塔克尔伯格博弈的容量配置流程图。
图2是光伏储能系统基础结构图。
图3是在不同售电单价下,光伏储能系统优化的容量配置情况图。
图4是在不同售电单价下,光伏电站和储能电站的收益对比图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
图1是基于斯塔克尔伯格博弈的容量配置流程图,图2为光伏储能系统基础结构图。光伏储能系统包括光伏阵列、蓄电池组、DC/DC变换器和DC/AC双向变换器。根据光伏并网汇流母线的类型,可分为基于直流母线的并网方式、基于交流母线的并网方式和基于交流与直流混合母线的并网方式。
本发明通过将光伏电站和储能电站并入电网,参与电力市场经济优化调度。光伏电站作为领导者,制定与储能电站进行电能交易的装机容量,以光伏电站最大为目标函数。储能电站作为跟随者,根据光伏电站制定的装机容量调整自身容量配置,以实现自身收益最大。
具体实施方案如下:
首先,光伏电站与储能电站参与电力市场调度过程中,采用相同电价竞争电力资源。此时,电站售电单价被电网电价所限制,而光伏电站与储能电站作为竞争的双方,其容量配置与售电单价存在一定的联系。当电价上升时,容量配置也跟着提高,电站所得利润业绩相应的增加。而电价下降时,容量配置也必须降低,减少投入,扩大收益。因此,须建立效用函数U表示电价与光伏储能系统容量配置之间的关系。根据电力市场售电侧规范,建立光伏储能系统容量配置与售电单价之间饱和指数的效用函数:
式(1)中,α为电力需求数量,γ为容量配置折算系数,β为动态补偿值,S1及S2分别为光伏电站与储能电站的装机容量,单位为kw,p为售电单价。
从上式结果可以分析售电单价对光伏储能系统容量配置的影响。
为了在电力市场中具有优势,光伏储能系统的售电单价受到电网电价限制,其值应满足p<pgrid,pgrid为电网电价。
建立斯塔克尔伯格博弈调度模型,在斯塔克尔伯格博弈调度模型中,以光伏电站作为博弈领导者,储能电站作为跟随者,可确定电价与装机容量相乘得到的电站总收成,再考虑根据实际情况下光伏电站与储能电站的建设与维护的成本问题,同时,考虑到储能电站必须在用电低谷时充电,可以建立如下收益函数,Πpv(S1,S2)为光伏电站收益函数,Πbat(S1,S2)为储能电站收益函数。
式(3)中,η为光伏消纳率,Cpv为光伏电站单位容量建设与维护综合成本。
式(4)中,Cbat为储能电站单位容量建设与维护综合成本,plow为电力低谷电价。
光伏电站与储能电站均根据自己的容量配置确定最大化利润(即收益),储能电站将在光伏电站容量配置确定的情况下实现利润最大化,而光伏电站知道储能电站根据自己容量配置确定它的容量,即完全信息。储能电站根据光伏电站确定容量,对储能电站而言,光伏电站的容量是常量,光伏电站在配置容量时也会考虑到其对储能电站的影响。
根据式(5),可求得反应函数:
将式(6)的反应函数代入光伏电站的利润函数:
其利润最大化条件为:
所以均衡时,光伏电站最大利润化的容量为:
那么,同理可以求出储能电站最大利润化的容量配置:
这样,在光伏电站的容量配置领导下,光伏电站和储能电站实现了短期的均衡,售电单价为:
为验证本发明的实用性和优越性,本发明根据实际情况选取系数参数建立光伏储能系统的斯塔克尔伯格博弈模型。将模型中的算例用容量配置方法进行计算仿真,可以得到光伏电站与储能电站在售电单价变化时的最优容量配置曲线,如图3所示。进一步地,可以得到光伏电站与储能电站的收益曲线对比图,如图4所示。从图中可知,由本发明优化得到的储能电站收益曲线整体高于光伏电站收益曲线。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (6)
1.基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法,其特征在于,包括如下步骤:
步骤1:确定光伏储能系统的售电单价;
步骤2:建立斯塔克尔伯格博弈调度模型,其中光伏电站作为领导者,储能电站作为跟随者;
步骤3:结合确定的售电单价,建立光伏电站与储能电站的收益函数;
步骤4:光伏电站作为领导者,首先确定装机容量,以光伏电站收益最大为目标函数;储能电站作为跟随者,根据光伏电站确定的装机容量调整自身的装机容量,以实现储能电站收益最大;
步骤5:根据光伏电站与储能电站的装机容量,重新确定光伏储能系统的售电单价。
3.如权利要求2所述的基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法,其特征在于:步骤3中,建立了如下的收益函数:
Πpv(S1,S2)=p(S1,S2)·η·S1-Cpv·S1 (3)
Πbat(S1,S2)=p(S1,S2)·S2-plow·S2-Cbat·S2 (4)
式中,Πpv(S1,S2)、Πbat(S1,S2)分别为光伏电站与储能电站的收益函数,η为光伏消纳率,Cpv及Cbat分别为光伏电站与储能电站单位容量建设与维护综合成本,plow为电力低谷电价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110259009.4A CN112785094B (zh) | 2021-03-09 | 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110259009.4A CN112785094B (zh) | 2021-03-09 | 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785094A true CN112785094A (zh) | 2021-05-11 |
CN112785094B CN112785094B (zh) | 2024-06-28 |
Family
ID=
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107578299A (zh) * | 2017-10-23 | 2018-01-12 | 华中科技大学 | 一种促进微电网分布式光伏用户能量共享的电价定价方法 |
US20180083482A1 (en) * | 2016-09-19 | 2018-03-22 | Nestfield Co., Ltd. | Supply-demand balancing method and system for power management in smart grid |
CN108108856A (zh) * | 2018-01-12 | 2018-06-01 | 上海大学 | 基于Stackelberg博弈理论的多微电网多用户需求响应管理方法 |
CN108322938A (zh) * | 2018-01-23 | 2018-07-24 | 南京邮电大学 | 超密集组网下基于双层非合作博弈理论的功率分配方法及其建模方法 |
CN109146143A (zh) * | 2018-07-26 | 2019-01-04 | 河海大学 | 一种售电公司和用户主从博弈的最优定价方法 |
CN109687453A (zh) * | 2019-01-24 | 2019-04-26 | 南方电网科学研究院有限责任公司 | 分布式能源集群能量管理方法、系统装置及可读存储介质 |
CN109785014A (zh) * | 2019-02-27 | 2019-05-21 | 华北电力大学 | 一种能量共享系统的电价确定方法及系统 |
CN109872005A (zh) * | 2019-03-11 | 2019-06-11 | 三峡大学 | 基于Stackelberg博弈的智能电网完全分布式需求响应调度方法 |
AU2019101317A4 (en) * | 2019-10-30 | 2019-12-05 | Southeast University | A Bi-level Game-Based Planning Framework for Distribution Networks with multiple Micro-girds |
CN111507529A (zh) * | 2020-04-18 | 2020-08-07 | 东北电力大学 | 基于经济-环境及能源动态定价双层博弈微能源网容量优化规划方法 |
CN111932075A (zh) * | 2020-07-09 | 2020-11-13 | 中国电力科学研究院有限公司 | 主动配电网多区域调度方法、系统、设备及可读存储介质 |
CN111967659A (zh) * | 2020-08-03 | 2020-11-20 | 华北电力大学 | 一种基于光伏消纳的区域综合能源系统配置优化方法 |
CN112348252A (zh) * | 2020-11-06 | 2021-02-09 | 国网安徽省电力有限公司 | 基于考虑储能需求响应作用的光伏电站竞价优化方法 |
CN112434866A (zh) * | 2020-11-30 | 2021-03-02 | 国网陕西省电力公司电力科学研究院 | 一种基于广义斯塔克尔伯格博弈的电动汽车充电管理方法 |
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180083482A1 (en) * | 2016-09-19 | 2018-03-22 | Nestfield Co., Ltd. | Supply-demand balancing method and system for power management in smart grid |
CN107578299A (zh) * | 2017-10-23 | 2018-01-12 | 华中科技大学 | 一种促进微电网分布式光伏用户能量共享的电价定价方法 |
CN108108856A (zh) * | 2018-01-12 | 2018-06-01 | 上海大学 | 基于Stackelberg博弈理论的多微电网多用户需求响应管理方法 |
CN108322938A (zh) * | 2018-01-23 | 2018-07-24 | 南京邮电大学 | 超密集组网下基于双层非合作博弈理论的功率分配方法及其建模方法 |
CN109146143A (zh) * | 2018-07-26 | 2019-01-04 | 河海大学 | 一种售电公司和用户主从博弈的最优定价方法 |
CN109687453A (zh) * | 2019-01-24 | 2019-04-26 | 南方电网科学研究院有限责任公司 | 分布式能源集群能量管理方法、系统装置及可读存储介质 |
CN109785014A (zh) * | 2019-02-27 | 2019-05-21 | 华北电力大学 | 一种能量共享系统的电价确定方法及系统 |
CN109872005A (zh) * | 2019-03-11 | 2019-06-11 | 三峡大学 | 基于Stackelberg博弈的智能电网完全分布式需求响应调度方法 |
AU2019101317A4 (en) * | 2019-10-30 | 2019-12-05 | Southeast University | A Bi-level Game-Based Planning Framework for Distribution Networks with multiple Micro-girds |
CN111507529A (zh) * | 2020-04-18 | 2020-08-07 | 东北电力大学 | 基于经济-环境及能源动态定价双层博弈微能源网容量优化规划方法 |
CN111932075A (zh) * | 2020-07-09 | 2020-11-13 | 中国电力科学研究院有限公司 | 主动配电网多区域调度方法、系统、设备及可读存储介质 |
CN111967659A (zh) * | 2020-08-03 | 2020-11-20 | 华北电力大学 | 一种基于光伏消纳的区域综合能源系统配置优化方法 |
CN112348252A (zh) * | 2020-11-06 | 2021-02-09 | 国网安徽省电力有限公司 | 基于考虑储能需求响应作用的光伏电站竞价优化方法 |
CN112434866A (zh) * | 2020-11-30 | 2021-03-02 | 国网陕西省电力公司电力科学研究院 | 一种基于广义斯塔克尔伯格博弈的电动汽车充电管理方法 |
Non-Patent Citations (5)
Title |
---|
POUYA SALYANI ET AL.: "Stackelberg based optimal planning of DGs and electric vehicle parking lot by implementing demand response program", 《SUSTAINABLE CITIES AND SOCIETY》, vol. 51, pages 1 - 10 * |
梅生伟;王莹莹;刘锋;: "风―光―储混合电力系统的博弈论规划模型与分析", 电力系统自动化, no. 20, pages 13 - 19 * |
郝思鹏等: "分时电价下企业光储系统的容量配置及优化运行", 《电力工程技术》, vol. 39, no. 4, pages 96 - 103 * |
金秋龙;刘文霞;成锐;刘宗歧;: "基于完全信息动态博弈理论的光储接入网源协调规划", 电力系统自动化, no. 21, pages 112 - 118 * |
金顺平;房方;朱仲晏;刘吉臻;: "不同投资模式下计及缺电率约束的微网容量配置博弈分析", 中国电力, no. 08, pages 173 - 181 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738497B (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
CN110350523B (zh) | 基于需求响应的多能源互补优化调度方法 | |
CN109193720B (zh) | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 | |
CN110994694A (zh) | 计及差异化需求响应的微电网源荷储协调优化调度方法 | |
CN110796373B (zh) | 面向风电消纳的多阶段场景生成电热系统优化调度方法 | |
CN110210709A (zh) | 一种计及储能电站寿命衰减及容量均衡竞价的调频指令调度方法 | |
CN113112062B (zh) | 一种考虑新能源消纳的区域能源聚合商博弈方法 | |
CN116109076A (zh) | 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法 | |
CN110829424A (zh) | 一种考虑风电消纳的区域多微网配电网互动方法 | |
CN110991881B (zh) | 一种电动汽车换电站与电力公司协同调度方法及系统 | |
CN115689166A (zh) | 一种区域分布式能源资源聚合利用方法及系统 | |
CN112785093B (zh) | 一种基于电力消费模式的光伏储能容量配置优化方法 | |
CN116388246A (zh) | 一种电氢综合能源系统的优化调度方法及系统 | |
CN115983442A (zh) | 抽水蓄能电站参与现货-调频辅助服务市场决策优化方法 | |
CN112785094B (zh) | 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法 | |
CN112785094A (zh) | 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法 | |
CN115438981A (zh) | 一种园区智慧能源系统动态用能优化提升方法 | |
CN115358559A (zh) | 考虑综合需求响应的综合能源系统源储容量优化配置方法 | |
CN114069669A (zh) | 一种共享储能运行模式控制方法 | |
CN113450186A (zh) | 一种适用于耦合系统参与的月度集中市场的竞价策略 | |
CN108270237B (zh) | 基于分布式光伏电源的并网控制以及调度的方法 | |
CN112801816A (zh) | 一种风光水互补系统总效益的资源优化调度方法 | |
CN117895548B (zh) | 一种储能电站运行优化方法、系统、电子设备及介质 | |
Li et al. | Optimal dispatch of CCHP microgrid considering carbon trading and integrated demand response | |
Cao et al. | Sales channel classification for renewable energy stations under peak shaving resource shortage |
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 |