CN113315157A - 一种考虑广义储能集群参与的配电网协同控制方法 - Google Patents

一种考虑广义储能集群参与的配电网协同控制方法 Download PDF

Info

Publication number
CN113315157A
CN113315157A CN202110619905.7A CN202110619905A CN113315157A CN 113315157 A CN113315157 A CN 113315157A CN 202110619905 A CN202110619905 A CN 202110619905A CN 113315157 A CN113315157 A CN 113315157A
Authority
CN
China
Prior art keywords
power
energy storage
electric automobile
cluster
air conditioner
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110619905.7A
Other languages
English (en)
Other versions
CN113315157B (zh
Inventor
刘洋
李立生
孙勇
张世栋
李明洋
张林利
刘合金
王峰
苏国强
李帅
张鹏平
王倩
由新红
黄敏
于海东
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
Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Shandong Electric Power 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110619905.7A priority Critical patent/CN113315157B/zh
Publication of CN113315157A publication Critical patent/CN113315157A/zh
Application granted granted Critical
Publication of CN113315157B publication Critical patent/CN113315157B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—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
    • H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • 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]
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles
    • Y02T90/167—Systems integrating technologies related to power network operation and communication or information technologies for supporting the interoperability of electric or hybrid vehicles, i.e. smartgrids as interface for battery charging of electric vehicles [EV] or hybrid vehicles [HEV]
    • 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
    • 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
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/12—Remote or cooperative charging
    • 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
    • Y04S30/00—Systems supporting specific end-user applications in the sector of transportation
    • Y04S30/10—Systems supporting the interoperability of electric or hybrid vehicles
    • Y04S30/14—Details associated with the interoperability, e.g. vehicle recognition, authentication, identification or billing

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明属于电气技术领域，公开一种考虑广义储能集群参与的配电网协同控制方法。一种考虑广义储能集群参与的配电网协同控制方法，包括以下步骤：步骤(1)，根据空调负荷热力学模型及其运行特性建立空调负荷广义储能模型；步骤(2)，考虑电动汽车调控时间约束、充放电功率约束、荷电状态约束以及出行需求约束，建立电动汽车广义储能模型；步骤(3)，考虑空调集群对功率响应较慢而电动汽车集群较快的特性，提出基于低通滤波的广义储能协同控制策略。本发明实施例的方法根据空调与电动汽车集群的功率调节特性，提出基于低通滤波的广义储能协同控制策略，实现广义储能集群对电网功率波动的实时平抑。

Description

一种考虑广义储能集群参与的配电网协同控制方法
技术领域
本发明涉及电气技术领域，特别涉及一种考虑广义储能集群参与的配电网协同控制方法。
背景技术
随着可再生能源在配电网的渗透率不断增加，如何有效解决可再生能源发电引起的电网功率波动问题成为配电网孤岛运行下研究的重点。目前，在配电网中通常采用诸如蓄电池、超级电容器等常规储能设备来平抑电网功率波动，然而常规储能设备建设、维护成本高昂，严重影响了配电网运行的经济性。近年来，空调、电热泵、电动汽车等具备一定储能特性的负荷在电网中的比重不断增加。此类负荷通过一定的控制策略能够转化为一类成本廉价、具备良好调控特性的广义储能，为解决电网功率波动问题提供了新的途径。与此同时，需求响应技术迅速发展也使得调控此类负荷成为可能，通过直接负荷控制调控广义储能，能够有效平抑在配电网孤岛运行时分布式电源引起的功率波动，减小传统储能的配置需求，对于提高配电网的稳定性与经济性具有重要意义。
目前已有学者针对广义储能的控制策略开展了研究。在具备储热特性的广义储能控制方面，相关文献提出温度优先序列控制策略，实现热泵的有序启停；另有文献在此基础上，设置了最小启停时间闭锁约束，避免了对电热水器的连续控制；部分文献考虑热泵频繁启停问题，设置分组约束，减小了热泵的启停次数。上述文献为实现被控设备有序启停以及减小其启停次数提供了参考，但未充分考虑各设备被控次数的差异，无法保证负荷受控的公平性与合理性，从而会对用户满意程度产生影响。
在具备储电特性的广义储能控制方面，部分文献建立了电动汽车集群二次调频模型，并提出基于电动汽车荷电状态的功率分配策略，但未建立确切表征电动汽车储能能力的模型；部分文献考虑用户使用需求建立了完善的电动汽车集群储能能力评估模型，提出基于状态标识排序的频率控制策略，但是上述文献将电动汽车充放电功率视为定值，忽略了电动汽车充放电功率连续可调的实际情况；部分文献建立了电动汽车储能模型，提出一种基于下垂控制的分散式频率控制策略，但未从集群角度考虑电动汽车的控制策略。
在广义储能协同控制方面，目前研究主要关注广义储能与传统电池储能的协同控制，而面向不同类型(储热、储电等)广义储能协同控制策略的研究仍然较少。部分文献考虑了通信延迟，提出电动汽车与电热泵的协同频率控制策略，优先选择稳定裕度大的资源参与调控；部分文献提出电动汽车与温控负荷协同控制策略，按照电动汽车-温控负荷的优先顺序进行调控。上述关于广义储能协同控制均只根据广义储能的容量或类型进行功率分配，并未深入分析不同类型广义储能的功率响应特性，无法充分实现多类型广义储能的协同配合。因此，对于多类型广义储能的协同控制策略亟需进一步研究。
发明内容
为解决上述现有技术中存在的不足，本发明实施例提供了一种考虑广义储能集群参与的配电网协同控制方法。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
根据本发明实施例的第一方面，提供了一种考虑广义储能集群参与的配电网协同控制方法。
在一个实施例中，一种考虑广义储能集群参与的配电网协同控制方法，包括以下步骤：
步骤(1)，根据空调负荷热力学模型及其运行特性建立空调负荷广义储能模型；
步骤(2)，考虑电动汽车调控时间约束、充放电功率约束、荷电状态约束以及出行需求约束，建立电动汽车广义储能模型；
步骤(3)，考虑空调集群对功率响应较慢而电动汽车集群较快的特性，提出基于低通滤波的广义储能协同控制策略，包括：将检测到的电网频率经过PI控制器得到功率调节信号，然后通过低通滤波环节，将功率低频分量分配给空调集群，而高频分量则分配给电动汽车集群，实现对电网功率波动的平抑。
进一步地，所述空调负荷广义储能模型包括：
室温变化的微分方程为：
Figure BDA0003099416760000031
式中，Qac为空调制冷/热量，单位kW；R为建筑物的等效热阻，单位℃/kW；C为建筑物的等效热容，单位kJ/℃；Tin与Tout分别为室内与室外温度，单位℃；
电功率与制冷量的关系近似表示为：
Figure BDA0003099416760000032
式中，Pac为空调的电功率，kW；η为空调的能效比，近似为定值；
室温Tin在温度上下限Tmax与Tmin之间波动，Tset为温度设定值，δ为温度波动死区，温度上下限Tmax、Tmin与温度设定值Tset的关系为：
Figure BDA0003099416760000041
进一步地，所述步骤(1)还包括改进温度优先序列算法，包括以下步骤：
步骤(11)，根据各空调的运行状态，将空调分为开启群与关闭群；
步骤(12)，定义空调排序状态标识，对开启群中的空调按排序状态标识升序排列，关闭群中的空调按排序状态标识降序排列；
步骤(13)，当电网需要减小负荷时，优先关闭开启群中排名靠前的空调；当电网需要增加负荷时，优先开启关闭群中排名靠前的空调，其中开启与关闭的空调数目由目标功率大小决定。
进一步地，所述电动汽车广义储能模型根据电动汽车的充放电状态划分了电动汽车的可调节区以及强制充电边界；在可调节区的电动汽车处于可控状态，能够参与电网的功率调节；当电动汽车的充放电状态达到强制充电边界时，将会以最大功率充电，不再参与调控。
进一步地，在可调节区的电动汽车处于可控状态，能够参与电网的功率调节，需要满足以下约束：
(1)电动汽车仅在接入电网的时段才能参与电网调控，调控时间需满足：
tin≤t≤tout (9)
式中，tin与tout分别表示电动汽车接入与接出电网的时间；
(2)电动汽车的充放电功率需满足：
Pev,min≤Pev≤Pev,max (10)
式中，Pev为电动汽车的充放电功率，Pev,min与Pev,max分别表示电动汽车最小与最大充电功率；
(3)对电动汽车荷电状态设置约束：
SOCev,min≤SOCev≤SOCev,max (11)
式中，SOCev,min与SOCev,max分别表示电动汽车电池的最小与最大荷电状态；
(4)在电动汽车接出时，其荷电状态需满足：
SOCev≥SOCe (12)
式中，SOCe为电动汽车接出时的期望荷电状态。
进一步地，所述强制充电边界如下式所示：
Figure BDA0003099416760000051
式中，Eev为电动汽车电池的容量。
进一步地，考虑充放电过程中换流器产生能量损耗以及电动汽车电池存在能量损耗，电动汽车的荷电状态可表示为：
Figure BDA0003099416760000052
Figure BDA0003099416760000053
式中，ηc与ηd分别为电动汽车的充电效率与放电效率。
进一步地，电动汽车在接入后，若不参与调控，将会以额定充电功率Pev,b充电，当参与调控时，各电动汽车在其额定充电功率上进行调整，电动汽车的可控容量表示为：
Figure BDA0003099416760000054
式中，
Figure BDA0003099416760000055
与
Figure BDA0003099416760000056
分别表示电动汽车的上调容量与下调容量。
进一步地，所述步骤(2)还包括：对处于可调节区中的电动汽车设置了基于SOC的群内功率分配策略：当集群功率增加时，各电动汽车增大充电负荷，荷电状态越小的电动汽车优先级越高，承担的功率调节任务越大；当集群功率减小时，各电动汽车减小充电负荷或切换为放电状态，荷电状态越小的电动汽车优先级越低，承担的功率调节任务也越小。
进一步地，对处于可调节区中的电动汽车设置了基于SOC的群内功率分配策略，具体包括：
当集群功率需要增加，即ΔP≥0时
Figure BDA0003099416760000061
式中，ΔPev,i为第i辆电动汽车的功率调节量；nev为集群中处于可调节区电动汽车的总数量。
进一步地，对处于可调节区中的电动汽车设置了基于SOC的群内功率分配策略，具体包括：
当集群功率需要减小，即ΔP＜0时，
Figure BDA0003099416760000062
式中，ΔPev,i为第i辆电动汽车的功率调节量；nev为集群中处于可调节区电动汽车的总数量。
进一步地，当实际控制过程中部分电动汽车分配到的功率超过可控容量
Figure BDA0003099416760000063
首先需要将这部分电动汽车所分配到的功率限制在可控容量范围内，然后，剩余的功率再进行分配。
进一步地，当ΔP≥0时，剩余的功率根据式(19)进行分配，即：
Figure BDA0003099416760000071
式中，j为分配功率超过可控容量的电动汽车编号；ψ为分配功率超过可控容量的电动汽车集合。
进一步地，当ΔP＜0时，剩余的功率根据式(20)进行分配，即：
Figure BDA0003099416760000072
式中，j为分配功率超过可控容量的电动汽车编号；ψ为分配功率超过可控容量的电动汽车集合。
进一步地，所述广义储能协同控制策略选择巴特沃斯滤波器作为低通滤波器，其传递函数表示为：
Figure BDA0003099416760000073
式中，ωc为截止频率，n为滤波器阶数。
根据本发明实施例的第二方面，提供了一种计算机设备。
在一个实施例中，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项实施例所述的方法的步骤。
本发明实施例提供的技术方案可以包括以下有益效果：
(1)本发明提出了空调集群改进温度优先序列控制策略，同时考虑了空调的室内温度与被控次数，定义了空调排序状态标识，并根据排序状态标识对空调进行排序。与已有的温度优先序列控制相比，该控制策略能够减小各空调启停次数的差异，使得各空调的启停次数趋于一致，保障了各空调受控的公平性与合理性，提高了用户满意度。
(2)根据空调与电动汽车集群的功率调节特性，本发明提出基于低通滤波的广义储能协同控制策略，实现广义储能集群对电网功率波动的实时平抑。空调集群能够及时跟踪功率波动的低频分量，减小了频率波动幅度，同时降低了群内空调的启停次数，减小对使用寿命的影响。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1a是本发明实施例提供的一种考虑广义储能集群参与的配电网协同控制方法的流程图；
图1b是本发明实施例提供的一种广义储能集群的控制框架图；
图2是本发明实施例提供的空调负荷等效热参数模型示意图；
图3是本发明实施例提供的空调负荷动态过程示意图；
图4是本发明实施例提供的电动汽车充放电约束示意图；
图5是本发明实施例提供的电动汽车可控容量示意图；
图6是本发明实施例提供的广义储能协同控制策略示意图；
图7是本发明实施例提供的孤岛配电网仿真系统结构图；
图8是本发明实施例提供的空调与电动汽车集群功率变化仿真波形图；
图9a是本发明实施例提供的在控制策略1和2的条件下空调集群功率变化对比示意图；
图9b是本发明实施例提供的控制策略1和2的条件下电动汽车集群功率变化对比示意图；
图9c是本发明实施例提供的在控制策略1和2的条件下电网频率变化对比示意图；
图10是本发明实施例提供的室内温度变化仿真波形图；
图11是本发明实施例提供的电动汽车SOC变化仿真波形图；
图12是本发明实施例提供的计算机设备的示意图。
具体实施方式
以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的结构、装置或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种结构、装置或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的结构、装置或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中的术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本文和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本文的描述中，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
本文中，除非另有说明，术语“多个”表示两个或两个以上。
本文中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
本文中，术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
图1a示出了本发明的一种考虑广义储能集群参与的配电网协同控制方法的一个可选实施例。
在该可选实施例中，所述考虑广义储能集群参与的配电网协同控制方法，包括以下步骤：
步骤(1)，根据空调负荷热力学模型及其运行特性建立空调负荷广义储能模型。
步骤(2)，考虑电动汽车调控时间约束、充放电功率约束、荷电状态约束以及出行需求约束，建立电动汽车广义储能模型。
步骤(3)，考虑空调集群对功率响应较慢而电动汽车集群较快的特性，提出基于低通滤波的广义储能协同控制策略，包括：将检测到的电网频率经过PI控制器得到功率调节信号，而后通过低通滤波环节，将功率低频分量分配给空调集群，而高频分量则分配给电动汽车集群，从而实现对电网功率波动的平抑。
图1b示出了一种广义储能集群的控制框架。
在一个实施例中，空调负荷广义储能模型以制冷定频空调为例，图2为空调负荷的一阶等效热参数模型，该模型描述了室内与室外的热交换过程，室温变化的微分方程为：
Figure BDA0003099416760000111
式中，Qac为空调制冷(热)量，kW；R与C分别为建筑物的等效热阻(℃/kW)与等效热容(kJ/℃)；Tin与Tout分别为室内与室外温度，单位℃。
空调负荷热电转换关系由空调本身的工作特性决定，对于传统定频空调，其电功率与制冷量的关系可近似表示为：
Figure BDA0003099416760000112
式中，Pac为空调的电功率，kW；η为空调的能效比，可近似为定值。
定频空调通过启动与停止状态的不断转化来维持室内温度的稳定，其运行的基本动态过程如图3所示，图中室温Tin在温度上下限Tmax与Tmin之间波动，Tset为温度设定值，δ为温度波动死区。当室温到达温度上限时，空调开启制冷，室温开始下降，当室温下降至温度下限时，空调关闭，室温上升，如此循环维持室内温度的稳定。温度上下限Tmax、Tmin与温度设定值Tset的关系为：
Figure BDA0003099416760000121
当大量空调负荷聚合成集群参与直接负荷控制时，根据上述所建立的模型，在不影响用户舒适度的前提下，集群对功率指令的响应可以通过控制群内各空调的启停状态来实现。
考虑在实际控制过程中，可能出现部分空调连续被控制的情况，从而导致这部分空调频繁启停，影响使用寿命，对此，在一个实施例中，上述步骤(1)中，针对大量空调负荷聚合成的集群，提出改进温度优先序列算法，包括以下步骤：
步骤(11)，根据各空调的运行状态，将空调分为开启群与关闭群。假设集群中有nac台空调，根据当前时刻各空调的运行状态，可将空调分为开启群与关闭群两个受控负荷群，可分别表示为：
Figure BDA0003099416760000122
Figure BDA0003099416760000123
式中，
Figure BDA0003099416760000124
分别表示空调开启群与关闭群；
Figure BDA0003099416760000125
分别表示开启群与关闭群中空调的编号；n1与n2分别表示开启群与关闭群中空调的数目，随着时间而变化，满足n1+n2＝nac。
步骤(12)，定义空调排序状态标识，对开启群中的空调按排序状态标识升序排列，关闭群中的空调按排序状态标识降序排列。综合考虑室内温度与空调的被控次数，定义定义了空调排序状态标识OT与CT：
OT＝Tin+kc·Nc (6)
CT＝Tin-kc·Nc (7)
式中，OT与CT分别为开启群与关闭群中空调排序状态标识；kc为比例系数；Nc为空调的被控次数。
根据排序状态标识对各空调进行排序。在开启群中，按照排序状态标识升序排列，而在关闭群中，按照排序状态标识降序排列。
步骤(13)，当电网需要减小负荷时，优先关闭开启群中排名靠前(即靠近温度下限Tmin)的空调；当电网需要增加负荷时，优先开启关闭群中排名靠前(即靠近温度上限Tmax)的空调，其中开启与关闭的空调数目由目标功率大小决定，可根据下式计算：
Figure BDA0003099416760000131
式中，ΔP为功率调节目标值；nl为需要开启或关闭空调的数目，Pac,i为第i个空调的额定功率。
接下来，介绍电动汽车广义储能模型以及基于荷电状态的功率分配策略。
图4展示了单台电动汽车接入电网后的充放电约束，图中根据电动汽车的充放电状态划分了电动汽车的可调节区以及强制充电边界。在可调节区的电动汽车处于可控状态，能够参与电网的功率调节，同时需要满足以下约束：
(1)调控时间约束：电动汽车仅在接入电网的时段才能参与电网调控，调控时间需满足：
tin≤t≤tout (9)
式中，tin与tout分别表示电动汽车接入与接出电网的时间。
(2)充放电功率约束：受充电桩换流器以及电池自身的限制，电动汽车的充放电功率需满足：
Pev,min≤Pev≤Pev,max (10)
式中，Pev为电动汽车的充放电功率，Pev,min与Pev,max分别表示电动汽车最小与最大充电功率。
(3)荷电状态约束：电动汽车电池过度充放电会造成电池的老化，影响使用寿命，因此对其荷电状态设置约束：
SOCev,min≤SOCev≤SOCev,max (11)
式中，SOCev,min与SOCev,max分别表示电动汽车电池的最小与最大荷电状态。
(4)出行需求约束：为满足用户的使用需求，在电动汽车接出时，其荷电状态需满足：
SOCev≥SOCe (12)
式中，SOCe为电动汽车接出时的期望荷电状态。
为保证在接出电网时每辆电动汽车的荷电状态能够达到用户期望值，本发明实施例还设置了强制充电边界，即当电动汽车的充放电状态达到强制充电边界时，将会以最大功率充电，不再参与调控，以满足用户出行时对荷电状态的需求。强制充电边界如下式所示：
Figure BDA0003099416760000141
式中，Eev为电动汽车电池的容量。
由于电动汽车通过充电桩的换流器与电网相连，在充放电过程中换流器会产生能量损耗，同时电动汽车电池同样存在能量损耗，因此电动汽车的荷电状态可表示为：
Figure BDA0003099416760000142
Figure BDA0003099416760000143
式中，ηc与ηd分别为电动汽车的充电效率与放电效率。
通常电动汽车在接入后，若不参与调控，将会以额定充电功率Pev,b充电，当参与调控时，各电动汽车在其额定充电功率上进行调整，电动汽车的可控容量可表示为：
Figure BDA0003099416760000151
式中，
Figure BDA0003099416760000152
与
Figure BDA0003099416760000153
分别表示电动汽车的上调容量与下调容量。
电动汽车的可控容量反映了电动汽车的功率调节能力，如图5所示。同时电动汽车的另一关键指标荷电状态(SOC)反应了电动汽车的储能能力，当对电动汽车进行调控时，需要综合考虑电动汽车的储能能力以及功率调节能力。
为避免集群中各电动汽车不合理充放电(SOC高时充电，SOC低时放电)问题，针对大量电动汽车聚合成的集群，本发明实施例对处于可调节区中的电动汽车设置了基于SOC的群内功率分配策略：当集群功率增加时，各电动汽车增大充电负荷，荷电状态越小的电动汽车优先级越高，承担的功率调节任务越大；当集群功率减小时，各电动汽车减小充电负荷或切换为放电状态，荷电状态越小的电动汽车优先级越低，承担的功率调节任务也越小。
本发明实施例对处于可调节区中的电动汽车设置了基于SOC的群内功率分配策略，具体包括：
当集群功率需要增加即ΔP≥0时
Figure BDA0003099416760000154
当集群功率需要减小即ΔP＜0时，
Figure BDA0003099416760000155
式中，ΔPev,i为第i辆电动汽车的功率调节量；nev为集群中处于可调节区电动汽车的总数量。
当集群功率增加时，各电动汽车增大充电负荷，SOC越小的电动汽车优先级越高，承担的功率调节任务越大；相反，当集群功率减小时，各电动汽车减小充电负荷或切换为放电状态，SOC越小的电动汽车优先级越低，承担的功率调节任务也越小。
然而，在实际控制过程中部分电动汽车分配到的功率可能会超过可控容量
Figure BDA0003099416760000161
为解决此问题，首先需要将这部分电动汽车所分配到的功率限制在可控容量范围内，而后剩余的功率再根据式(17)、(18)进行分配。即：
当ΔP≥0时，
Figure BDA0003099416760000162
当ΔP＜0时，
Figure BDA0003099416760000163
式中，j为分配功率超过可控容量的电动汽车编号；ψ为分配功率超过可控容量的电动汽车集合。
最后，阐述用于实现电网功率波动平抑的广义储能协同控制策略。
当配电网孤岛运行时，由于缺乏主网的支撑，分布式电源的功率波动将会影响配电网的功率平衡，进而会引起电网频率的变化。因此负荷聚合商可通过本地检测电网频率的偏差，从而计算出功率调节量，并对空调与电动汽车集群下达功率调节指令，实现对电网功率波动的平抑。此过程避免了与电网调度中心的通讯，能够实现广义储能集群的自治控制。
目前通常采用频率下垂控制来实现对功率波动的平抑，然而，频率下垂控制属于一次调频的范畴，调控结束后频率与额定值仍然存在一定的差值，不利于配电网在孤岛状态下稳定运行。因此，本发明实施例在下垂控制的基础上增加了积分环节：
Figure BDA0003099416760000171
式中，kp与ki分别为比例系数与积分系数，Δf为电网频率偏差。
由上述可知，空调集群的功率调节是通过控制各空调内部压缩机的启停而实现的，集群可等效为一个“能效电机”，而实际上空调压缩机的启停过程具有惯性，需要一定的启停时间，可能无法及时响应功率调节指令，影响控制效果。同时，当功率波动较大时，可能造成集群内空调频繁启停，给空调带来严重的损耗，影响使用寿命。然而，电动汽车集群则是通过充电桩换流器来调控其充放电功率，集群对外可等效为储能电池，在满足约束的前提下，其充放电功率可连续调节，具有较快的功率响应特性。基于上述空调与电动汽车集群的功率响应特性，本发明实施例提出一种基于低通滤波的广义储能协同控制策略，如图6所示，负荷聚合商检测电网频率偏差后，经过PI控制器得到功率调节信号，而后通过低通滤波环节，将功率低频分量分配给空调集群，而高频分量则分配给电动汽车集群，从而充分满足空调与电动汽车集群的功率响应特性。另外，空调集群响应功率的低频分量，能够有效降低群内空调的启停次数，减小对使用寿命的影响。需要补充说明的是，尽管电动汽车响应功率波动的高频分量，但由于各电动汽车是在额定充电功率上进行功率调整，大部分情况下电动汽车仍处于充电状态，因此对电池的影响在可接受范围内。
本发明实施例选择巴特沃斯滤波器作为低通滤波器，其传递函数可以表示为：
Figure BDA0003099416760000181
式中，ωc为截止频率，n为滤波器阶数。
为验证上述所提的广义储能集群协同控制策略的有效性，本发明实施例在Matlab/Simulink上搭建了如图7所示的孤岛配电网系统。
该系统由风机、常规发电机、常规负荷、空调集群以及电动汽车集群组成。其中，风机容量为500kVA，出力与风速有关；常规发电机容量为1000kVA，采用下垂控制；在电压允许范围内，可将空调视为恒功率负荷，为模拟各空调的启停时延，对空调集群设置5s的延时；设置仿真时段为18：00～24：00，并假设在18：00时，电动汽车已全部接入孤岛配电网，并于第二天接出。PI控制器参数：
Figure BDA0003099416760000182
本发明采用以下控制策略进行对比：
策略1：空调与电动汽车集群采用本发明实施例所提出的控制策略参与孤岛配电网的功率波动平抑；
策略2：空调与电动汽车集群按比例分配功率。根据傅里叶分析，策略1中经过低通滤波后的信号占原信号的66.7％，此处设置K＝0.667，即空调与电动汽车集群按照3:1的比例分配波动功率。
图8展示了在广义储能协同控制策略下，空调与电动汽车集群的功率变化。可以看出，广义储能集群总功率能够实时跟踪配电网中风电功率的变化，从而实现对电网功率波动的平抑，维持电网的稳定。此外，经过低通滤波控制后，空调集群功率变化较为平缓，以响应功率波动的低频分量；而电动汽车集群功率波动相对频繁，以响应功率波动的高频分量。
图9a展示了在控制策略1和2的条件下，空调集群功率变化对比。可以看出基于控制策略1，空调集群功率变化相对于控制策略2明显平缓，满足空调集群功率响应速度慢的特性。同时其功率变化幅度相较于策略2有所减小，从而减小了群内空调的启停次数，在控制策略1下，空调集群的总启停次数为8055，相比策略2降低了162次，减小了调控过程对空调使用寿命的影响。
图9b展示了在控制策略1和2的条件下，电动汽车集群功率变化对比。可以看出，在控制策略1下，电动汽车集群响应功率波动的高频分量，其功率变化幅度相较于策略2大幅增加且波动较为频繁，从而充分利用了其调节速度快的特性，发挥了其调控能力。
图9c展示了在控制策略1和2的条件下，电网频率变化对比。从图中可知，当广义储能未参与调控时，风电功率波动仅由常规发电机来平衡，电网频率最高接近50.1Hz，而当广义储能参与调控后，电网频率波动减小至±0.05Hz以下，提高了电网的稳定性。此外，策略1中电网频率变化与策略2相比略微减小，其原因是，由于空调启停需要一定时间，当电网功率波动较快时，空调集群来不及响应，系统功率无法及时达到平衡，导致电网频率波动增大，而在经过低通滤波后，功率波动的低频分量变化平缓，空调集群能够及时响应目标功率，从而提高了电网的稳定性。
图10展示了空调集群中100台空调房间温度变化曲线。可以看出，基于改进温度优先序列控制策略，各空调室内温度均处于温度上下限内，基本稳定在温度设定值附近，充分保障了用户的舒适度需求。图11展示了控制过程中20辆电动汽车的SOC变化曲线，从图中可得，尽管电动汽车集群功率变化较大，但由于是在电动汽车的基准功率上进行功率调整，各电动汽车仍处于充电状态，避免了电动汽车充放电状态的转化对电池带来损耗。同时，各电动汽车的SOC基本在23:00前达到0.8(用户期望荷电状态)，之后，各电动汽车仍然参与调控，其荷电状态在0.8附近波动，满足用户使用需求。
此外，本发明就所提的改进温度优先序列控制策略的有效性进行了验证，对比了传统温度优先序列算法下空调的最大最小启停次数。在改进温度优先序列算法下，集群中空调启停次数最大为19次，最小为6次，差值为13次，相比于温度优先序列算法，启停次数最大最小差值减小了9次，从而使得各空调的被控次数趋于一致，避免了对部分空调的连续控制，提高了用户的满意度。
综上所述，基于广义储能平抑电网功率波动控制策略，广义储能集群能够实时平抑风电引起的电网功率波动，空调集群能够及时跟踪功率波动的低频分量，减小了频率波动幅度，保障了配电网孤岛运行下的稳定性，同时空调集群中空调的最大最小启停次数之差有所减小，各空调的启停次数趋于一致，保障了各空调受控的公平性与合理性，提高了用户满意度。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储静态信息和动态信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法实施例中的步骤。
本领域技术人员可以理解，图12中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法实施例中的步骤。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本发明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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
本发明并不局限于上面已经描述并在附图中示出的结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (16)

1.一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，包括以下步骤：
步骤(1)，根据空调负荷热力学模型及其运行特性建立空调负荷广义储能模型；
步骤(2)，考虑电动汽车调控时间约束、充放电功率约束、荷电状态约束以及出行需求约束，建立电动汽车广义储能模型；
步骤(3)，考虑空调集群对功率响应较慢而电动汽车集群较快的特性，提出基于低通滤波的广义储能协同控制策略，包括：将检测到的电网频率经过PI控制器得到功率调节信号，然后通过低通滤波环节，将功率低频分量分配给空调集群，而高频分量则分配给电动汽车集群，实现对电网功率波动的平抑。
2.如权利要求1所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
所述空调负荷广义储能模型包括：
室温变化的微分方程为：
Figure FDA0003099416750000011
式中，Qac为空调制冷/热量，单位kW；R为建筑物的等效热阻，单位℃/kW；C为建筑物的等效热容，单位kJ/℃；Tin与Tout分别为室内与室外温度，单位℃；
电功率与制冷量的关系近似表示为：
Figure FDA0003099416750000012
式中，Pac为空调的电功率，kW；η为空调的能效比，近似为定值；
室温Tin在温度上下限Tmax与Tmin之间波动，Tset为温度设定值，δ为温度波动死区，温度上下限Tmax、Tmin与温度设定值Tset的关系为：
Figure FDA0003099416750000021
3.如权利要求2所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
所述步骤(1)还包括改进温度优先序列算法，包括以下步骤：
步骤(11)，根据各空调的运行状态，将空调分为开启群与关闭群；
步骤(12)，定义空调排序状态标识，对开启群中的空调按排序状态标识升序排列，关闭群中的空调按排序状态标识降序排列；
步骤(13)，当电网需要减小负荷时，优先关闭开启群中排名靠前的空调；当电网需要增加负荷时，优先开启关闭群中排名靠前的空调，其中开启与关闭的空调数目由目标功率大小决定。
4.如权利要求1所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
所述电动汽车广义储能模型根据电动汽车的充放电状态划分了电动汽车的可调节区以及强制充电边界；在可调节区的电动汽车处于可控状态，能够参与电网的功率调节；当电动汽车的充放电状态达到强制充电边界时，将会以最大功率充电，不再参与调控。
5.如权利要求4所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
在可调节区的电动汽车处于可控状态，能够参与电网的功率调节，需要满足以下约束：
(1)电动汽车仅在接入电网的时段才能参与电网调控，调控时间需满足：
tin≤t≤tout (9)
式中，tin与tout分别表示电动汽车接入与接出电网的时间；
(2)电动汽车的充放电功率需满足：
Pev,min≤Pev≤Pev,max (10)
式中，Pev为电动汽车的充放电功率，Pev,min与Pev,max分别表示电动汽车最小与最大充电功率；
(3)对电动汽车荷电状态设置约束：
SOCev,min≤SOCev≤SOCev,max (11)
式中，SOCev,min与SOCev,max分别表示电动汽车电池的最小与最大荷电状态；
(4)在电动汽车接出时，其荷电状态需满足：
SOCev≥SOCe (12)
式中，SOCe为电动汽车接出时的期望荷电状态。
6.如权利要求5所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
所述强制充电边界如下式所示：
Figure FDA0003099416750000031
式中，Eev为电动汽车电池的容量。
7.如权利要求6所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
考虑充放电过程中换流器产生能量损耗以及电动汽车电池存在能量损耗，电动汽车的荷电状态可表示为：
Figure FDA0003099416750000032
Figure FDA0003099416750000041
式中，ηc与ηd分别为电动汽车的充电效率与放电效率。
8.如权利要求7所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
电动汽车在接入后，若不参与调控，将会以额定充电功率Pev,b充电，当参与调控时，各电动汽车在其额定充电功率上进行调整，电动汽车的可控容量表示为：
Figure FDA0003099416750000042
式中，
Figure FDA0003099416750000043
与
Figure FDA0003099416750000044
分别表示电动汽车的上调容量与下调容量。
9.如权利要求8所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
所述步骤(2)还包括：对处于可调节区中的电动汽车设置了基于SOC的群内功率分配策略：当集群功率增加时，各电动汽车增大充电负荷，荷电状态越小的电动汽车优先级越高，承担的功率调节任务越大；当集群功率减小时，各电动汽车减小充电负荷或切换为放电状态，荷电状态越小的电动汽车优先级越低，承担的功率调节任务也越小。
10.如权利要求9所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
对处于可调节区中的电动汽车设置了基于SOC的群内功率分配策略，具体包括：
当集群功率需要增加，即ΔP≥0时
Figure FDA0003099416750000051
式中，ΔPev,i为第i辆电动汽车的功率调节量；nev为集群中处于可调节区电动汽车的总数量。
11.如权利要求10所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
对处于可调节区中的电动汽车设置了基于SOC的群内功率分配策略，具体包括：
当集群功率需要减小，即ΔP＜0时，
Figure FDA0003099416750000052
式中，ΔPev,i为第i辆电动汽车的功率调节量；nev为集群中处于可调节区电动汽车的总数量。
12.如权利要求11所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
当实际控制过程中部分电动汽车分配到的功率超过可控容量
Figure FDA0003099416750000053
首先需要将这部分电动汽车所分配到的功率限制在可控容量范围内，然后，剩余的功率再进行分配。
13.如权利要求12所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
当ΔP≥0时，剩余的功率根据式(19)进行分配，即：
Figure FDA0003099416750000061
式中，j为分配功率超过可控容量的电动汽车编号；ψ为分配功率超过可控容量的电动汽车集合。
14.如权利要求12所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
当ΔP＜0时，剩余的功率根据式(20)进行分配，即：
Figure FDA0003099416750000062
式中，j为分配功率超过可控容量的电动汽车编号；ψ为分配功率超过可控容量的电动汽车集合。
15.如权利要求1所述的一种考虑广义储能集群参与的配电网协同控制方法，其特征在于，
所述广义储能协同控制策略选择巴特沃斯滤波器作为低通滤波器，其传递函数表示为：
Figure FDA0003099416750000063
式中，ωc为截止频率，n为滤波器阶数。
16.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至15中任一项所述的方法的步骤。
CN202110619905.7A 2021-06-03 2021-06-03 一种考虑广义储能集群参与的配电网协同控制方法 Active CN113315157B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110619905.7A CN113315157B (zh) 2021-06-03 2021-06-03 一种考虑广义储能集群参与的配电网协同控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110619905.7A CN113315157B (zh) 2021-06-03 2021-06-03 一种考虑广义储能集群参与的配电网协同控制方法

Publications (2)

Publication Number Publication Date
CN113315157A true CN113315157A (zh) 2021-08-27
CN113315157B CN113315157B (zh) 2023-02-07

Family

ID=77377264

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110619905.7A Active CN113315157B (zh) 2021-06-03 2021-06-03 一种考虑广义储能集群参与的配电网协同控制方法

Country Status (1)

Country Link
CN (1) CN113315157B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114398723A (zh) * 2021-12-30 2022-04-26 国网江苏省电力有限公司苏州供电分公司 基于闵可夫斯基和的规模化电动汽车集群特性分析方法及系统
CN115360738A (zh) * 2022-09-15 2022-11-18 四川大学 一种考虑可控域约束的电动汽车一次调频控制方法
CN117638995A (zh) * 2024-01-24 2024-03-01 电子科技大学 一种基于时间触发的温控负荷集群功率综合惯性控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106945558A (zh) * 2017-03-31 2017-07-14 天津大学 集群电动汽车v2g控制策略
CN108151242A (zh) * 2017-12-21 2018-06-12 天津大学 一种面向集群需求响应的中央空调控制方法
WO2019153793A1 (zh) * 2018-02-08 2019-08-15 国电南瑞科技股份有限公司 一种电动汽车充电控制方法和存储介质
CN111555304A (zh) * 2019-04-11 2020-08-18 东南大学 一种面向电网调频服务的空调负荷虚拟储能调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106945558A (zh) * 2017-03-31 2017-07-14 天津大学 集群电动汽车v2g控制策略
CN108151242A (zh) * 2017-12-21 2018-06-12 天津大学 一种面向集群需求响应的中央空调控制方法
WO2019153793A1 (zh) * 2018-02-08 2019-08-15 国电南瑞科技股份有限公司 一种电动汽车充电控制方法和存储介质
CN111555304A (zh) * 2019-04-11 2020-08-18 东南大学 一种面向电网调频服务的空调负荷虚拟储能调度方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
戴世刚等: "基于蓄热热泵群灵活控制的电热微网联络线功率平滑策略", 《电网技术》 *
施金晓等: "电热联合微网中分布式可再生能源功率波动平抑策略", 《中国电机工程学报》 *
李家壮 等: "电动汽车参与电网二次调频建模与控制策略", 《电网技术》 *
李承霖 等: "基于电动汽车能效电厂的系统频率控制策略", 《电力系统及其自动化学报》 *
程媛等: "定频空调负荷参与需求响应的研究现状", 《电力科学与工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114398723A (zh) * 2021-12-30 2022-04-26 国网江苏省电力有限公司苏州供电分公司 基于闵可夫斯基和的规模化电动汽车集群特性分析方法及系统
CN114398723B (zh) * 2021-12-30 2023-12-22 国网江苏省电力有限公司苏州供电分公司 基于闵可夫斯基和的规模化电动汽车集群特性分析方法及系统
CN115360738A (zh) * 2022-09-15 2022-11-18 四川大学 一种考虑可控域约束的电动汽车一次调频控制方法
CN115360738B (zh) * 2022-09-15 2024-04-16 四川大学 一种考虑可控域约束的电动汽车一次调频控制方法
CN117638995A (zh) * 2024-01-24 2024-03-01 电子科技大学 一种基于时间触发的温控负荷集群功率综合惯性控制方法
CN117638995B (zh) * 2024-01-24 2024-04-05 电子科技大学 一种基于时间触发的温控负荷集群功率综合惯性控制方法

Also Published As

Publication number Publication date
CN113315157B (zh) 2023-02-07

Similar Documents

Publication Publication Date Title
CN113315157B (zh) 一种考虑广义储能集群参与的配电网协同控制方法
CN111422094B (zh) 分布式充电桩的充放电协调优化控制方法
US7869913B2 (en) Vehicle-use electric generator apparatus
AU2018347544B2 (en) Temperature control for energy storage system
CN111244988B (zh) 考虑分布式电源的电动汽车和储能优化调度方法
CN109245134B (zh) 基于虚拟模糊自适应调控算法的混合储能调度方法及系统
CN112366682B (zh) 用户侧可调控灵活资源的量化与协同优化控制方法
CN113381416B (zh) 多类型柔性负荷参与的调峰方法及系统
WO2022156014A1 (zh) 混联风光微电网快速频率响应分布式协调控制方法及系统
CN111824119B (zh) 增程器瞬时优化控制方法
CN112186783B (zh) 一种温控负荷集群控制方法
CN111277007A (zh) 计及需求侧响应的火电机组调频系统
CN111160618A (zh) 一种结合电动汽车充电场站的建筑能量优化调度方法
CN110729728A (zh) 考虑用户实时舒适度和电网负荷率的需求响应方法
CN116258345A (zh) 一种考虑电动汽车参与的负荷聚合商运营优化管控方法
CN114421479A (zh) 交直流微电网群协同互供的电压控制方法
CN113067349A (zh) 一种孤岛运行模式下的频率紧急控制方法
CN112332483A (zh) 一种串联型锂电池组的能量管理控制方法
CN112967152B (zh) 一种水环热泵负荷聚合建模与控制方法
CN117200176B (zh) 一种基于新能源多负荷协同控制的需求侧控制方法及系统
CN115313453B (zh) 一种基于soc改进下垂控制算法的多储能系统协调控制方法
CN112234630B (zh) 一种基于变频空调的三相配电网调压方法
CN112373346B (zh) 一种矩阵式v2g充电桩的精细化控制方法
Xia et al. Coordinated Frequency Control Strategy for Electric Vehicles and Air Conditioners Based on Hierarchical Control Scheme
Liu et al. Tie-line power control of islanded microgrid cluster based on coordinated operation of thermostatically controlled load and battery

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