CN113629736A - 一种基于配电网氢储能系统日内滚动优化方法 - Google Patents
一种基于配电网氢储能系统日内滚动优化方法 Download PDFInfo
- Publication number
- CN113629736A CN113629736A CN202110924582.2A CN202110924582A CN113629736A CN 113629736 A CN113629736 A CN 113629736A CN 202110924582 A CN202110924582 A CN 202110924582A CN 113629736 A CN113629736 A CN 113629736A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- constraint
- charge
- hydrogen energy
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 183
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 115
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 115
- 239000001257 hydrogen Substances 0.000 title claims abstract description 115
- 238000005457 optimization Methods 0.000 title claims abstract description 62
- 238000009826 distribution Methods 0.000 title claims abstract description 41
- 238000005096 rolling process Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000007599 discharging Methods 0.000 claims description 39
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 108010063499 Sigma Factor Proteins 0.000 claims description 2
- 238000002347 injection Methods 0.000 claims description 2
- 239000007924 injection Substances 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 11
- 230000009467 reduction Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/30—Hydrogen technology
- Y02E60/36—Hydrogen production from non-carbon containing sources, e.g. by water electrolysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出的是一种基于配电网氢储能系统日内滚动优化方法,该方法包括:1、建立含氢储能的配电网系统;2、将氢储能充放电功率和荷电状态约束处理为机会约束;3、确定氢储能的目标函数和氢储能机会约束的约束条件;4、在日内滚动优化阶段对氢储能机会约束实时自适应更新。本发明的有益效果:本发明能有效改善配电网氢储能系统电压水平并且降低系统网络损耗,提高系统的稳定性和鲁棒性。
Description
技术领域
本发明涉及一种基于配电网氢储能系统日内滚动优化方法,属于电力系统规划调度领域。
背景技术
高渗透可再生能源(Renewable Energy Resource,RES)的接入和负荷需求的多元化增长带来很强的波动性和不确定性,对配电网的安全、经济、灵活运行提出了更大的挑战,此外,考虑到不同调控设备的动作特性不同,应对RES和负荷不确定性的能力不同,需要充分发挥各设备的调控潜力以满足系统运行的灵活性需求。
目前,对于配电网的运行优化主要集中在电压改善效果及运行经济性方面,基于氢储能的配电网多时间尺度控制策略,可有效降低系统网络损耗,改善电压水平,实现清洁能源的友好消纳;但确定的优化调度模型限制了配电网的降损调压优化效果,进而提出了基于不确定规划氢储能的两阶段联合优化方法,以提高系统运行安全性和经济性;但RES和负荷规模的增加带来很强的不确定性和波动性问题,对系统运行的灵活性提出了更高要求,需要深入研究系统灵活性提升策略;此外,现有研究多数是在优化调度期间制定相对保守的充放电功率和荷电状态约束,且要求氢储能装置必须严格满足上述约束;但确定性的氢储能约束无法充分发挥其调控潜力,难以有效适应源荷的强不确定性,导致系统运行的灵活性不够理想;相较而言,将氢储能充放电功率和荷电状态约束处理为机会约束,允许其在一定概率水平下轻微违反上下限,能够极大程度上提高氢储能装置的利用效率,更好地权衡了配电网运行的安全性和经济性,进一步提升系统运行的灵活性。
发明内容
本发明提出的是一种基于配电网氢储能系统日内滚动优化方法,其目的旨在有效改善配电网氢储能系统电压水平并且降低系统网络损耗,提高系统的稳定性和鲁棒性。
本发明的技术解决方案:一种基于配电网氢储能系统日内滚动优化方法,该方法包括:
1、建立含氢储能的配电网系统;
2、将氢储能充放电功率和荷电状态约束处理为机会约束;
3、确定氢储能的目标函数和氢储能机会约束的约束条件;
4、在日内滚动优化阶段对氢储能机会约束实时自适应更新。
进一步地,在日内滚动优化阶段对氢储能机会约束实时自适应更新,具体为:基于日内滚动优化的结果,对氢储能充放电功率和荷电状态约束执行自适应动态更新策略,形成自适应的收紧/松弛储能约束。
进一步地,所述氢储能的目标函数,具体如式(1):
式中,f1为储能灵活裕度最小化函数;f2为网络损耗最小化函数;f3为电压偏差最小化函数;In,t为t时段支路n的电流;rn为支路n的电阻;Ui,t为t时段节点i的电压,为储能灵活裕度最小化函数上限,为储能灵活裕度最小化函数下限。
进一步地,所述储能机会约束的约束条件,具体包括:a.系统功率平衡约束;b.变电站出口有功/无功约束;c.节点电压和支路功率约束;e.氢储能荷电状态与充放电功率关系方程;f.氢储能充放电功率和荷电状态机会约束。
进一步地,所述系统功率平衡约束,具体如式(2):
式中,Ωn表示所有支路的集合;Pn,t为t时段支路ij的有功功率,Qn,t为t时段支路ij的无功功率,Pjh,t为t时段支路jh的有功功率,Qjh,t为t时段支路jh的无功功率;Pj,t、Qj,t分别表示t时段节点j注入的有功和无功功率;In,t、Ui,t分别表示t时段支路n注入的电流幅值和节点i注入的电压幅值;rn、xn分别为支路n的电阻和电抗。
进一步地,所述变电站出口有功/无功约束,具体如式(3):
进一步地,所述节点电压和支路功率约束,具体如式(4):
式中,Ui,max为节点电压幅值的上限、Ui,min为节点电压幅值的下限、Pn,max为支路功率的上下限、-Pn,max为及支路功率的下限。
进一步地,所述氢储能荷电状态与充放电功率关系方程,具体如式(5):
式中,为t+1时段储能装置的荷电状态、为t时段储能装置的荷电状态;CESS为储能的额定容量;为初始时刻储能装置的荷电量、为T时刻储能装置的荷电量;Pt ESS为储能装置t时刻的存储功率;σch为储能装置充电影响因子、σdis为储能装置放电影响因子、ηch为储能装置的充电效率、ηdis为储能装置的放电效率;△t为储能充放电时长。
进一步地,所述氢储能充放电功率和荷电状态机会约束,具体如式(6):
式中,Pr表示充放电功率和荷电状态不发生越限的概率;为储能充电功率、为储能放电功率、为荷电状态的下限,为荷电状态的上限;1-α为置信水平,α∈(0,1);α∈(0,1)这个区间内,系统运行结果的保守性较低,能够在最大程度上满足系统运行安全性的基础上提升系统优化运行的经济性。
进一步地,所述自适应动态更新策略,具体为:在日内滚动优化阶段需要实时统计氢储能机会约束在每个时刻越界的频数,并依此推算出对应的频率,由此可得到严格的氢储能充放电功率和荷电状态约束,如式(7):
式中,分别为储能充放电功率和荷电状态物理上下限值;Plim、SOClim分别为储能充放电功率和荷电状态运行中的上下限值,其中Plim={-Pmax,Pmax},SOClim={SOCmin,SOCmax};
式中,为t时刻收紧或松弛参数,为t-1时刻收紧或松弛参数,γ表示自适应调整参数;Yt,s表示t时刻的电压矩阵值,Vt为t时刻的电压值,α表示储能充放电功率和荷电状态约束违反的置信水平;Vt表示t时段储能实际充放电功率和荷电状态约束违反状态,当储能约束打破工作限制的时候,Vt为1,反之为0;因此这也是根据经验违规连续调整约束状态的方法,在配电网优化调度模型中,将自适应收紧/松弛参数引入到对储能系统约束的管理中,实现氢储能约束能够实时自适应动态调控的过程。
本发明的有益效果:
本发明能有效改善配电网氢储能系统电压水平并且降低系统网络损耗,提高系统的稳定性和鲁棒性。
附图说明
附图1为含氢储能的四端配电网系统结构示意图。
附图2为配电网氢储能系统各场景节点电压曲线图。
附图3为配电网氢储能系统各场景网损曲线图。
具体实施方式
本发明提供一种基于配电网氢储能系统日内滚动优化方法,该方法包括如下步骤:
1、建立含氢储能的配电网系统;
2、将氢储能充放电功率和荷电状态约束处理为机会约束;
3、确定氢储能的目标函数和氢储能机会约束的约束条件;
4、在日内滚动优化阶段对氢储能机会约束实时自适应更新。
以上步骤仅表示本发明中包括有相应步骤,对步骤的执行顺序并没有严格要求,实施过程中可根据实际需要调整各个步骤的执行顺序。
本发明为有效应对源荷不确定性引起的系统运行安全稳定及灵活性不足的问题,提出一种基于自适应更新的氢储能系统日内滚动优化方法;所述在日内滚动优化阶段对储能机会约束实时自适应更新,具体为:对氢储能出力进行实时优化,假设实时优化的时间区间是15min,即每隔15min执行一次寻优,共96个优化时段;具体为:基于风光荷的实时采集数据以及未来3个时段的风光荷短期预测数据,以日前多端直配电网和氢储能装置的功率值为参考值,以△t=15min为优化时段,1h为优化周期执行滚动寻优,每次只执行优化周期内第1个时段输出的出力值;以此类推,以滚动连续更新的方式确定96个时段的优化方案来获得未来一天内氢储能出力值,从而建立了日内实时滚动优化方案;此外,根据自适应更新对氢储能约束实时调整,保证氢储能系统安全经济运行的同时提升系统运行的灵活性。
所述将氢储能充放电功率和荷电状态约束处理为机会约束,具体为;基于日内滚动优化的结果,对氢储能充放电功率和荷电状态约束执行自适应动态更新策略,形成自适应的收紧/松弛储能约束;此外,更新风光荷的实时采集数据,并将风光荷实时数据与自适应调整参数反馈给日内滚动优化阶段。
在日内阶段,以日前氢储能的功率调度值作为参考值,以氢储能的有功出力作为控制变量,以氢储能灵活裕度最高、网损最低、电压偏差最小为目标函数,氢储能的充放电功率和荷电状态用机会约束表示,并实时进行自适应动态更新。以15min为时间间隔,1h为优化周期执行滚动寻优获得未来一天内氢储能出力值,从而建立了日内实时滚动优化方案。
所述氢储能的目标函数,具体如式(1):
式中,f1为储能灵活裕度最小化函数;f2为网络损耗最小化函数;f3为电压偏差最小化函数;In,t为t时段支路n的电流;rn为支路n的电阻;Ui,t为t时段节点i的电压,为储能灵活裕度最小化函数上限,为储能灵活裕度最小化函数下限。
所述储能机会约束的约束条件,具体包括:a.系统功率平衡约束;b.变电站出口有功/无功约束;c.节点电压和支路功率约束;e.氢储能荷电状态与充放电功率关系方程;f.氢储能充放电功率和荷电状态机会约束。
所述系统功率平衡约束,具体如式(2):
式中,Ωn表示所有支路的集合;Pn,t为t时段支路n的有功功率,Qn,t为t时段支路n的无功功率,Pjh,t为t时段支路jh的有功功率,Qjh,t为t时段支路jh的无功功率;Pj,t表示t时段节点j注入的有功功率,Qj,t表示t时段节点j注入的无功功率;In,t表示t时段支路n注入的电流幅值、Ui,t表示t时段节点i注入的电压幅值;rn、xn分别为支路n的电阻和电抗。
所述变电站出口有功/无功约束,具体如式(3):
所述节点电压和支路功率约束,具体如式(4):
式中,Ui,max为节点电压幅值的上限、Ui,min为节点电压幅值的下限、Pn,max为支路功率的上下限、-Pn,max为及支路功率的下限。
所述氢储能荷电状态与充放电功率关系方程,具体如式(5):
式中,为t+1时段储能装置的荷电状态、为t时段储能装置的荷电状态;CESS为储能的额定容量;为初始时刻储能装置的荷电量、为T时刻储能装置的荷电量;Pt ESS为储能装置t时刻的存储功率;σch为储能装置充电影响因子、σdis为储能装置放电影响因子、ηch为储能装置的充电效率、ηdis为储能装置的放电效率;△t为储能充放电时长。
所述氢储能充放电功率和荷电状态机会约束,具体如式(6):
式中,Pr表示充放电功率和荷电状态不发生越限的概率;为储能充电功率、为储能放电功率、为荷电状态的下限,为荷电状态的上限;1-α为置信水平,α∈(0,1);α∈(0,1)这个区间内,系统运行结果的保守性较低,能够在最大程度上满足系统运行安全性的基础上提升系统优化运行的经济性。
所述将氢储能充放电功率和荷电状态约束处理为机会约束,具体包括;基于日内滚动优化的结果,对氢储能充放电功率和荷电状态约束执行自适应动态更新策略,形成自适应的收紧/松弛储能约束。
所述自适应动态更新策略旨在日内滚动优化阶段利用氢储能机会约束违反的闭环反馈,通过不断调整自适应收紧/松弛参数对机会约束的状态预测函数反复求解,以获得最逼近参考目标的最优求解效果,进而可精准快速跟踪负荷需求变化;也就是说,氢储能机会约束违反概率是指在长时间范围内氢储能充放电功率和荷电状态实际值超越边界的频率,所以在日内滚动优化阶段需要实时统计氢储能机会约束在每个时刻越界的频数,并依此推算出对应的频率,由此可得到严格的氢储能充放电功率和荷电状态约束,如式(7):
式中,分别为储能充放电功率和荷电状态物理上下限值;Plim、SOClim分别为储能充放电功率和荷电状态运行中的上下限值,其中Plim={-Pmax,Pmax},SOClim={SOCmin,SOCmax}。
式中,为t时刻收紧或松弛参数,为t-1时刻收紧或松弛参数,γ表示自适应调整参数;Yt,s表示t时刻的电压矩阵值,Vt为t时刻的电压值,α表示储能充放电功率和荷电状态约束违反的置信水平;Vt表示t时段储能实际充放电功率和荷电状态约束违反状态,当储能约束打破工作限制的时候,Vt为1,反之为0;因此这也是根据经验违规连续调整约束状态的方法,在配电网优化调度模型中,将自适应收紧/松弛参数引入到对储能系统约束的管理中,实现氢储能约束能够实时自适应动态调控的过程。
仿真验证
以氢储能为控制对象,设计以下3种场景,并分别从改善电压水平、降低网损2个方面对配电网的优化运行结果进行分析,3种场景下的节点电压、系统网损对比图如图2、3所示。
场景1:将氢储能直接接入到配电网。
场景2:通过将氢储能接入到配电网,此时考虑氢储能确定性约束条件。
场景3:利用本发明通过将氢储能接入到配电网,对氢储能机会约束条件进行自适应动态更新。
电压优化方面:场景1-场景3的节点电压优化效果逐次递增,且场景2、场景3均未出现电压越限情况,场景1是仅通过氢储能直接接入到配电网运行优化,由于其只能实现馈线间的功率转移,不具备电能转移能力,一定程度上能平抑电压波动,但节点电压优化效果有限;场景2相较于场景1而言,电压优化效果显著提升,且无电压越限情况,氢储能的接入提高了系统的有功调节能力,使得电压波动更加平缓,有效改善了系统电压水平;场景3的节点电压优化效果最好,均在理想值附近波动,通过自适应更新储能机会约束的方式增大了氢储能的充放电功率和荷电状态,最大化氢储能的利用效率,最大程度上提高了氢储能的电压控制能力。
网络损耗方面:场景3的降损效果最优,场景2的降损效果相对理想,场景1的降损效果有限,基于氢储能进行系统运行优化的方式可以有效降低系统网损但不够理想;由于氢储能自身容量限制,难以应对大规模分布式电源频繁波动引起的功率波动问题;场景2是通过氢储能实现系统的优化调度,系统网损显著降低,氢储能通过削峰填谷以平滑分布式电源出力,即在负荷需求量较低时段,氢储能进行充电;负荷需求量较大时段,系统网络损耗较高,氢储能一直保持放电状态维持系统功率实时平衡以进一步降低系统网损,场景3是在每个优化时段根据当前的实际出力情况对氢储能约束进行自适应动态更新,增大了储能的充放电功率和荷电状态,最大化氢储能的利用效率,最大程度上提高了系统网损调节能力。
Claims (10)
1.一种基于配电网氢储能系统日内滚动优化方法,其特征是包括:
1、建立含氢储能的配电网系统;
2、将氢储能充放电功率和荷电状态约束处理为机会约束;
3、确定氢储能的目标函数和氢储能机会约束的约束条件;
4、在日内滚动优化阶段对氢储能机会约束实时自适应更新。
2.根据权利要求1所述的一种基于配电网氢储能系统日内滚动优化方法,其特征是在日内滚动优化阶段对氢储能机会约束实时自适应更新,具体为:基于日内滚动优化的结果,对氢储能充放电功率和荷电状态约束执行自适应动态更新策略,形成自适应的收紧/松弛储能约束。
4.根据权利要求1所述的一种基于配电网氢储能系统日内滚动优化方法,其特征是所述储能机会约束的约束条件,具体包括:a.系统功率平衡约束;b.变电站出口有功/无功约束;c.节点电压和支路功率约束;e.氢储能荷电状态与充放电功率关系方程;f.氢储能充放电功率和荷电状态机会约束。
10.根据权利要求2所述的一种基于配电网氢储能系统日内滚动优化方法,其特征是所述自适应动态更新策略具体为:在日内滚动优化阶段需要实时统计氢储能机会约束在每个时刻越界的频数,并依此推算出对应的频率,由此可得到严格的氢储能充放电功率和荷电状态约束,如式(7):
式中,分别为储能充放电功率和荷电状态物理上下限值;Plim、SOClim分别为储能充放电功率和荷电状态运行中的上下限值,其中Plim={-Pmax,Pmax},SOClim={SOCmin,SOCmax};
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110924582.2A CN113629736A (zh) | 2021-08-12 | 2021-08-12 | 一种基于配电网氢储能系统日内滚动优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110924582.2A CN113629736A (zh) | 2021-08-12 | 2021-08-12 | 一种基于配电网氢储能系统日内滚动优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113629736A true CN113629736A (zh) | 2021-11-09 |
Family
ID=78384850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110924582.2A Pending CN113629736A (zh) | 2021-08-12 | 2021-08-12 | 一种基于配电网氢储能系统日内滚动优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113629736A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116316717A (zh) * | 2023-02-10 | 2023-06-23 | 河海大学 | 一种电-氢综合能源系统机会约束调度方法 |
-
2021
- 2021-08-12 CN CN202110924582.2A patent/CN113629736A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116316717A (zh) * | 2023-02-10 | 2023-06-23 | 河海大学 | 一种电-氢综合能源系统机会约束调度方法 |
CN116316717B (zh) * | 2023-02-10 | 2024-05-28 | 河海大学 | 一种电-氢综合能源系统机会约束调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107528345B (zh) | 一种多时间尺度的网源荷储协调控制方法 | |
CN105846461B (zh) | 一种大规模储能电站自适应动态规划的控制方法和系统 | |
CN108306331B (zh) | 一种风光储混合系统的优化调度方法 | |
WO2018196433A1 (zh) | 多类型储能多级控制方法 | |
CN110247438B (zh) | 基于天牛须算法的主动配电网资源优化配置 | |
CN106887858B (zh) | 一种接入新能源发电的储能系统跟踪计划出力方法及装置 | |
CN108736509A (zh) | 一种主动配电网多源协调优化控制方法及系统 | |
CN103904686A (zh) | 一种考虑电力系统协同能力的经济调度方法 | |
Ma et al. | Voltage stability control method of electric springs based on adaptive PI controller | |
CN108683193B (zh) | 一种含分布式电源的配电网电压控制方法和装置 | |
CN114139780A (zh) | 含分布式电源的虚拟电厂与配电网协调优化方法及系统 | |
CN112072711A (zh) | 基于动态优先级的配电网灵活性优化调度方法 | |
US20240006891A1 (en) | Two-stage self-organizing optimized aggregation method and system for distributed resources of virtual power plant (vpp) | |
CN113541171A (zh) | 一种规模化储能电站统一调度的控制方法及系统 | |
Li et al. | Fuzzy logic-based coordinated control method for multi-type battery energy storage systems | |
CN104332985A (zh) | 基于混合控制策略的直流配网运行控制与优化调度方法 | |
CN113572180B (zh) | 一种基于雷击概率的储能系统功率调控方法 | |
CN113629736A (zh) | 一种基于配电网氢储能系统日内滚动优化方法 | |
CN109038654B (zh) | 一种考虑分布式风电高渗透并网的配电系统优化运行方法 | |
CN113364017A (zh) | Vmd火电机组与电池储能系统的协调消纳风电调节策略 | |
CN115173433A (zh) | 一种平抑风电波动的储能容量优化方法及系统 | |
CN115065075B (zh) | 风储集群中储能站优化调度方法、系统及存储介质 | |
CN112531735A (zh) | 基于机器学习的自动发电控制系统的功率分配方法及装置 | |
CN108258701A (zh) | 调节功率的方法和装置 | |
CN113178880B (zh) | 基于风电功率概率预测的混合储能优化定容与调控方法 |
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 |