CN113472053B - 一种牵引负荷双重应用混合储能容量优化方法 - Google Patents

一种牵引负荷双重应用混合储能容量优化方法 Download PDF

Info

Publication number
CN113472053B
CN113472053B CN202110751519.3A CN202110751519A CN113472053B CN 113472053 B CN113472053 B CN 113472053B CN 202110751519 A CN202110751519 A CN 202110751519A CN 113472053 B CN113472053 B CN 113472053B
Authority
CN
China
Prior art keywords
energy storage
power
charge
capacity
traction
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.)
Active
Application number
CN202110751519.3A
Other languages
English (en)
Other versions
CN113472053A (zh
Inventor
马茜
陈浩
王豪
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.)
Xiangtan University
Original Assignee
Xiangtan University
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 Xiangtan University filed Critical Xiangtan University
Priority to CN202110751519.3A priority Critical patent/CN113472053B/zh
Publication of CN113472053A publication Critical patent/CN113472053A/zh
Application granted granted Critical
Publication of CN113472053B publication Critical patent/CN113472053B/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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/345—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering using capacitors as storage or buffering devices
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management

Abstract

本发明提供一种牵引负荷双重应用混合储能容量优化方法，该方法包括：获取牵引供电系统接入铁路功率调节器后α臂与β臂的有功功率历史负荷数据；使用历史数据对牵引负荷进行预测；确定牵引负荷双重应用的目标函数和约束条件；使用低通滤波器对充放电功率进行初次分配；根据储能的荷电状态对牵引负荷的充放电功率进行二次修正。本发明将优化削峰填谷与补偿预测误差的目标域，并得到最优的低通滤波器滤波参数，得到混合储能充放电功率。并根据混合储能的荷电状态，实时修正混合储能的充放电功率，保证储能可以长期稳定运行。

Description

一种牵引负荷双重应用混合储能容量优化方法
技术领域
本发明涉及电力系统技术领域，尤其设计一种牵引负荷双重应用混合储能容量优化方法。
背景技术
根据《新时代交通强国铁路先行规划纲要》方针，预计2035年，中国高速铁路运营总里程将从2020年底的3.8万公里增加至7万公里左右。随着电气化铁路运营里程的增加，降低电费支出成为更加迫切的问题。为此，国家大力推广直购电交易，在电气化铁路上提倡使用“线路模式”。“线路模式”的直购电费由上网电费和输配电费组成，其中，上网电费由铁路公司对牵引负荷功率进行精确预测，根据预测直购电量与直购电价确定。当预测误差大于10％时，对于超过的部分用电国家电网公司将以高于直购电价的惩罚电价来进行交易；输配电费主要由电网公司的服务成本和设备成本组成，通过储能对预测数据进行削峰填谷，可以减小牵引负荷峰值达到降低设备成本的效果。
发明内容
本发明提供的一种牵引负荷双重应用混合储能容量优化方法，解决了牵引负荷同时削峰填谷与补偿预测误差时混合储能充放电电量不平衡，导致储能无法长期稳定运行的问题。
为了实现上述目的，本发明采用如下的技术方案，包括：
获取牵引供电系统接入铁路功率调节器后α臂与β臂的有功功率历史负荷数据；
使用历史数据对牵引负荷进行预测；
确定牵引负荷双重应用的目标函数和约束条件；
使用低通滤波器对充放电功率进行初次分配；
根据储能的SOC对牵引负荷的充放电功率进行二次修正；
进一步地，所述目标函数为：
1)储能日成本
Figure BDA0003144646690000011
式中：C1为储能的安装成本；CE为储能的单位容量价格；CP为储能的单位功率价格；Erate为储能的额定容量；Prate为储能的额定功率。Cmi是储能系统第i年单位功率的运行维护成本；ir反应通货膨胀情况；dr是贴现率，N为储能式RPC的使用年限。
2)电价成本
C2＝Y1M+Y2M (2)
式中：Y1为直购电价，Y2为输配电价，M为用电量。本文忽略在传输过程中的电能损耗，设购电电量等于输配电量等于用电电量。
3)变压器成本
Figure BDA0003144646690000021
式中：CEVv是牵引变压器容量成本,SVv为变压器容量大小，S'Vv根据γL0大小，按照牵引变压器容量等级得到，且S'Vv≥γL0。牵引变压器所需有功L0通过γ核算其容量，
Figure BDA0003144646690000022
按照变压器性质，一般取cosφ＝0.8，则γ＝1.25。
综上，储能式RPC日成本可以由下式求得：
C＝C1+C2+C3 (4)
进一步地，所述约束条件为：
双重应用功率平衡约束
P＝PHESS+PM (5)
前后时刻充放电功率与存储能量约束
EHESS,t+1＝(1-εHESS)EHESS,t-PD,tΔt/ηD+ηCPC,tΔt (6)
荷电状态约束
SOCMIN≤SOCt≤SOCMAX (7)
进一步地，混合储能结合两类储能技术的优点，获得了更好的功率和能量表现。目前，基于低通滤波器的功率分配方法是研究最多、最为广泛的方法。
低通滤波器的传递函数H(s)为：
Figure BDA0003144646690000023
式中：s为复变量；T为滤波时间常数，根据超级电容与蓄电池需要功率分配的频带确定。规定功率大于零表示放电，小于零表示充电，则混合储能系统功率分配过程中存在以下关系：
Figure BDA0003144646690000024
Figure BDA0003144646690000025
进一步的，为避免储能的SOC越限，需要根据SOC对储能的充放电功率进行约束，保证储能SOC始终处于允许的范围内；为提高储能的充放电能力，避免出现储能电量耗尽，设置最佳工作区为0.4-0.6,当SOC偏离最佳工作区时，在兼顾削峰欠缺的双重应用目标域内，以最大允许功率对储能进行充放电功率外部修正。
在运行时，储能系统SOC的计算公式为：
Figure BDA0003144646690000031
式中：E0为储能初始容量；ηC,ηD为储能充放电效率；PC(t),PD(t)为t时刻储能的充放电功率；E为储能容量。若储能SOC越限，将会严重损害储能寿命，并影响储能系统的运行安全。为了保证储能系统可以长期稳定的工作，储能系统必须工作在允许的SOC范围内，即：
SOCmin≤SOC(t)≤SOCmax (12)
式中SOCmin、SOCmax分别为储能设备SOC的最大值和最小值。若储能的SOC处于临界值时，需要短时间大功率的充放电，若未考虑牵引负荷的剩余容量约束，牵引负荷短时间的大功率充放电将导致储能的SOC越限。储能SOC与剩余最大充放电能量EC(t)、ED(t)的关系可表示为：
Figure BDA0003144646690000032
因此，当充电时，为了避免出现过度充电，需要对储能的充电功率进行如下修正：
Figure BDA0003144646690000033
当放电时，为了避免出现过度放电，需要对储能的放电功率进行如下修正：
Figure BDA0003144646690000034
通过本发明提供的一种牵引负荷双重应用混合储能容量优化方法，优化削峰填谷与补偿预测误差的目标域，并得到最优的低通滤波器滤波参数，得到混合储能充放电功率。并根据混合储能的荷电状态，实时修正混合储能的充放电功率，保证储能可以长期稳定运行。
附图说明
图1为牵引负荷双重应用混合储能容量优化方法流程示意图；
具体实施方式
为使得本发明的特征和优点能够更加明显和易懂，下面结合附图对本发明进一步详细描述。
一种牵引负荷双重应用混合储能容量优化方法如图1所示，包括：
步骤S101，获取牵引供电系统接入铁路功率调节器后α臂与β臂的有功功率历史负荷数据；
步骤S102，确定牵引负荷双重应用的目标函数和约束条件；
步骤S103，使用低通滤波器对充放电功率进行初次分配；
步骤S104，根据储能的SOC对牵引负荷的充放电功率进行二次修正。
步骤S102的具体实施方法为：以储能日成本、电价成本、变压器成本为目标函数，以功率平衡约束、前后时刻充放电功率与荷电状态约束为约束条件。
所述目标函数为：
1)储能日成本
Figure BDA0003144646690000041
式中：C1为储能的安装成本；CE为储能的单位容量价格；CP为储能的单位功率价格；Erate为储能的额定容量；Prate为储能的额定功率。Cmi是储能系统第i年单位功率的运行维护成本；ir反应通货膨胀情况；dr是贴现率，N为储能式RPC的使用年限。
2)电价成本
C2＝Y1M+Y2M (17)
式中：Y1为直购电价，Y2为输配电价，M为用电量。本文忽略在传输过程中的电能损耗，设购电电量等于输配电量等于用电电量。
3)变压器成本
Figure BDA0003144646690000042
式中：CEVv是牵引变压器容量成本,SVv为变压器容量大小，S'Vv根据γL0大小，按照牵引变压器容量等级得到，且S'Vv≥γL0。牵引变压器所需有功L0通过γ核算其容量，
Figure BDA0003144646690000051
按照变压器性质，一般取cosφ＝0.8，则γ＝1.25。
综上，储能式RPC日成本可以由下式求得：
C＝C1+C2+C3 (19)
所述约束条件为：
双重应用功率平衡约束
P＝PHESS+PM (20)
前后时刻充放电功率与存储能量约束
EHESS,t+1＝(1-εHESS)EHESS,t-PD,tΔt/ηD+ηCPC,tΔt (21)
荷电状态约束
SOCMIN≤SOCt≤SOCMAX (22)
进一步地，混合储能结合两类储能技术的优点，获得了更好的功率和能量表现。目前，基于低通滤波器的功率分配方法是研究最多、最为广泛的方法。
低通滤波器的传递函数H(s)为：
Figure BDA0003144646690000052
式中：s为复变量；T为滤波时间常数，根据超级电容与蓄电池需要功率分配的频带确定。规定功率大于零表示放电，小于零表示充电，则混合储能系统功率分配过程中存在以下关系：
Figure BDA0003144646690000053
Figure BDA0003144646690000054
进一步的，为避免储能的SOC越限，需要根据SOC对储能的充放电功率进行约束，保证储能SOC始终处于允许的范围内；为提高储能的充放电能力，避免出现储能电量耗尽，设置最佳工作区为0.4-0.6,当SOC偏离最佳工作区时，在兼顾削峰欠缺的双重应用目标域内，以最大允许功率对储能进行充放电功率外部修正。
在运行时，储能系统SOC的计算公式为：
Figure BDA0003144646690000061
式中：E0为储能初始容量；ηC,ηD为储能充放电效率；PC(t),PD(t)为t时刻储能的充放电功率；E为储能容量。若储能SOC越限，将会严重损害储能寿命，并影响储能系统的运行安全。为了保证储能系统可以长期稳定的工作，储能系统必须工作在允许的SOC范围内，即：
SOCmin≤SOC(t)≤SOCmax (27)
式中SOCmin、SOCmax分别为储能设备SOC的最大值和最小值。若储能的SOC处于临界值时，需要短时间大功率的充放电，若未考虑牵引负荷的剩余容量约束，牵引负荷短时间的大功率充放电将导致储能的SOC越限。储能SOC与剩余最大充放电能量EC(t)、ED(t)的关系可表示为：
Figure BDA0003144646690000062
因此，当充电时，为了避免出现过度充电，需要对储能的充电功率进行如下修正：
Figure BDA0003144646690000063
当放电时，为了避免出现过度放电，需要对储能的放电功率进行如下修正：
Figure BDA0003144646690000064
至此，牵引负荷双重应用混合储能容量优化已全部确定。
通过本发明提供的一种牵引负荷双重应用混合储能容量优化方法。优化削峰填谷与补偿预测误差的目标域，并得到最优的低通滤波器滤波参数，得到混合储能充放电功率。并根据混合储能的荷电状态，实时修正混合储能的充放电功率，保证储能可以长期稳定运行。
最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含本发明的保护范围之内。

Claims (5)

1.一种牵引负荷双重应用混合储能容量优化方法，其特征在于，包括：
获取牵引供电系统接入铁路功率调节器后α臂与β臂的有功功率历史负荷数据；
使用历史负荷数据对牵引负荷进行预测；
确定混合储能双重应用的最低日成本目标函数和约束条件；
使用低通滤波器对混合储能充放电功率进行初次分配，并根据目标函数、约束条件以及初次功率分配方法，得到最优的削峰填谷与补偿预测误差目标域和低通滤波器滤波参数；进而可以求得各时刻蓄电池和超级电容的充放电功率，根据充放电功率计算得到最优的混合储能容量；
根据储能的SOC对蓄电池和超级电容的充放电功率进行二次修正。
2.如权利要求1所述的一种牵引负荷双重应用混合储能容量优化方法，其特征在于，所述双重应用方法为：
首先，根据某牵引变电站的历史数据，对牵引负荷进行预测，得到牵引负荷预测功率PPre(t)，使用功率差法对牵引负荷预测数据进行削峰填谷，根据削峰线PH与填谷线PL，得到混合储能削峰填谷充放电功率：
Figure FDA0003595221300000011
式中，PHess1(t)为混合储能削峰填谷充放电功率；使用功率差法进行削峰填谷时，储能充放电电量需要满足：
Figure FDA0003595221300000012
式中EC、ED分别为混合储能总的充、放电电量；Δt为采样间隔；E为储能的容量大小；ε为根据所需要精度设置的一个任意小值；保证储能在削峰填谷时储能系统的能量平衡；
当实时运行时，由于预测误差无法避免，所以需要确定预测误差的允许范围，并使用储能补偿超过预测误差的部分，保证各时刻均可以满足预测误差的要求；定义各时刻牵引负荷的预测误差eC(t)为：
Figure FDA0003595221300000013
式中P(t)为实测数据；则补偿预测误差混合储能充/放电功率为：
Figure FDA0003595221300000021
式中:PPremin(t)为牵引负荷误差带下限；PPremax(t)为牵引负荷误差带上限；
因此，兼顾削峰填谷与补偿预测误差的混合储能充放电总功率为：
PHess(t)＝PHess1(t)+PHess2(t) (5)
以上为双重应用目标域内充放电总功率的计算方法。
3.如权利要求2所述的一种牵引负荷双重应用混合储能容量优化方法，其特征在于，所述目标函数与约束条件为：
1)储能日成本
Figure FDA0003595221300000022
式中：C1为储能的安装成本；CE为储能的单位容量价格；CP为储能的单位功率价格；Erate为储能的额定容量；Prate为储能的额定功率；Cmi是储能系统第i年单位功率的运行维护成本；ir反应通货膨胀情况；dr是贴现率，N为储能式RPC的使用年限；
2)电价成本
C2＝Y1M+Y2M (7)
式中：Y1为直购电价，Y2为输配电价，M为用电量；本文忽略在传输过程中的电能损耗，设购电电量等于输配电量等于用电电量；
3)变压器成本
Figure FDA0003595221300000023
式中：CEVv是牵引变压器容量成本,SVv为变压器容量大小，S'Vv根据γL0大小，按照牵引变压器容量等级得到，且S'Vv≥γL0；牵引变压器所需有功L0通过γ核算其容量，
Figure FDA0003595221300000024
按照变压器性质，一般取cosφ＝0.8，则γ＝1.25；
综上，储能式RPC日成本可以由下式求得：
C＝C1+C2+C3 (9)
约束条件包括：双重应用功率平衡约束，前后时刻充放电功率与存储能量约束，荷电状态约束。
4.如权利要求3所述的一种牵引负荷双重应用混合储能容量优化方法，其特征在于，使用低通滤波器进行功率分配，包括：
储能技术主要分为两大类，每一类储能都有自己的优缺点；能量型储能的单位成本一般低于功率型储能，但利用其吸收过多的高频波动功率会严重损害使用寿命；功率型储能的优势在于依靠其本身的高功率密度的快速充放电转换能力，但是价格因素决定了其容量不宜过大，所以长时充放电性能较差；因此，混合储能结合两类储能技术的优点，获得了更好的功率和能量表现；目前，基于低通滤波器的功率分配方法是研究最多、最为广泛的方法；
低通滤波器的传递函数H(s)为：
Figure FDA0003595221300000031
式中：s为复变量；T为滤波时间常数，根据超级电容与蓄电池需要功率分配的频带确定；规定功率大于零表示放电，小于零表示充电，则混合储能系统功率分配过程中存在以下关系：
Figure FDA0003595221300000032
Figure FDA0003595221300000033
根据所述的目标函数、约束条件以及功率分配方法，使用优化算法计算可以得到最优的削峰填谷与补偿预测误差目标域和低通滤波器滤波参数；进而可以求得各时刻蓄电池和超级电容的充放电功率，根据充放电功率得到最优的混合储能容量。
5.如权利要求4所述的一种牵引负荷双重应用混合储能容量优化方法，其特征在于，根据各时刻储能的SOC对充放电功率进行二次修正，包括：
由于低通滤波器进行功率分配未考虑储能的SOC，若不进行二次功率修正则会导致储能的SOC越限；而使用常规的能量管理策略进行二次修正：
Figure FDA0003595221300000034
Figure FDA0003595221300000035
常规策略由于充放电电量不平衡，出现电量耗尽的情况，因此需要常规策略的基础上，在双重应用目标域内，根据SOC进行修正：
Figure FDA0003595221300000041
仅需要在双重应用目标域内，根据SOC适当提高储能的充放电总电量，即可保证混合储能可以长期稳定的运行；具体修正公式如下：
Figure FDA0003595221300000042
同时，修正后的混合储能系统的充放电功率需要满足储能最大功率约束，即：
-PBAT≤PBAT(t)≤PBAT (17)
以上为二次修正的全过程。
CN202110751519.3A 2021-07-02 2021-07-02 一种牵引负荷双重应用混合储能容量优化方法 Active CN113472053B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110751519.3A CN113472053B (zh) 2021-07-02 2021-07-02 一种牵引负荷双重应用混合储能容量优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110751519.3A CN113472053B (zh) 2021-07-02 2021-07-02 一种牵引负荷双重应用混合储能容量优化方法

Publications (2)

Publication Number Publication Date
CN113472053A CN113472053A (zh) 2021-10-01
CN113472053B true CN113472053B (zh) 2022-05-24

Family

ID=77877770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110751519.3A Active CN113472053B (zh) 2021-07-02 2021-07-02 一种牵引负荷双重应用混合储能容量优化方法

Country Status (1)

Country Link
CN (1) CN113472053B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020028643A (ko) * 2000-10-11 2002-04-17 오길록 무선 신호와 외부전원에 의한 충전이 가능한 슈퍼캐페시터 내장형 스마트카드
CN103051018A (zh) * 2012-12-06 2013-04-17 中国电力科学研究院 用于提高风电可控性的电池储能系统控制方法
CN110752654A (zh) * 2019-09-27 2020-02-04 南京工程学院 一种有轨电车混合储能系统能量调度方法
CN111313465A (zh) * 2020-03-07 2020-06-19 西南交通大学 含光伏与混合储能装置的柔性牵引供电系统能量管理方法
CN111711258A (zh) * 2020-06-30 2020-09-25 湘潭大学 一种基于铁路功率调节器的混合储能控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020028643A (ko) * 2000-10-11 2002-04-17 오길록 무선 신호와 외부전원에 의한 충전이 가능한 슈퍼캐페시터 내장형 스마트카드
CN103051018A (zh) * 2012-12-06 2013-04-17 中国电力科学研究院 用于提高风电可控性的电池储能系统控制方法
CN110752654A (zh) * 2019-09-27 2020-02-04 南京工程学院 一种有轨电车混合储能系统能量调度方法
CN111313465A (zh) * 2020-03-07 2020-06-19 西南交通大学 含光伏与混合储能装置的柔性牵引供电系统能量管理方法
CN111711258A (zh) * 2020-06-30 2020-09-25 湘潭大学 一种基于铁路功率调节器的混合储能控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Evangelos Vrettos等.A Hybrid Approach for Short-Term PV Power Forecasting in Predictive Control Applications.《2019 IEEE Milan PowerTech》.2019,全文. *
李学斌等.采用二阶滤波的混合储能系统实时功率分配方法.《电网技术》.2019,全文. *

Also Published As

Publication number Publication date
CN113472053A (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN102208818B (zh) 基于小波滤波的兆瓦级风光储发电系统出力平滑控制方法
CN110829435B (zh) 一种电气化铁路储能式牵引供电系统及其控制方法
CN102214934B (zh) 基于兆瓦级电池储能电站的风光发电出力平滑控制方法
CN110311458B (zh) 一种燃料电池复合电源系统及控制方法
CN107332266A (zh) 用户侧储能电站及其应用模式
CN107769235B (zh) 一种基于混合储能与电动汽车的微网能量管理方法
CN108011437A (zh) 带有过充过放保护装置的混合储能功率分配系统及方法
CN108599215A (zh) 基于互联网云平台及分布式储能的配电网电压调控方法
CN112018785A (zh) 基于频率扰动互补的受端电网飞轮储能调频方法及系统
CN116494815B (zh) 储能及充电桩一体化系统及控制方法、管理控制服务器
CN113682203A (zh) 基于燃料电池有轨电车全生命周期状态的能量调控方法
CN116565908A (zh) 一种光伏和储能系统接入的柔性牵引变电所能量管理方法
CN111555321A (zh) 储能联合火电调频中pcs的功率分配方法及装置
CN113472053B (zh) 一种牵引负荷双重应用混合储能容量优化方法
CN108583311A (zh) 计及不确定性的混合动力有轨电车次优能量管理系统
CN207565365U (zh) Ltoⅰ型512kw汇流式自适应充电集系统
CN206461417U (zh) 光伏储能全直流电动汽车充电站
CN111106616B (zh) 稳定光伏电站输出的组串架构混合电池储能系统
Karmaker et al. Fuzzy logic based optimization for electric vehicle charging station in Bangladesh
CN109802393B (zh) 铁路再生电能潮流控制算法
CN113178881A (zh) 一种电气化铁路同相混合储能供电系统
CN207565364U (zh) Igbt式512kw汇流式自适应充电集系统
CN112572199A (zh) 一种基于电池梯次利用的智能充电桩系统及充电方法
Hongli et al. Day-ahead optimal dispatch of regional power grid based on electric vehicle participation in peak shaving pricing strategy
CN110867883B (zh) 一种适应分布式储能大规模应用的配电网运行方法

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