CN113922399A - 一种低碳排放的电网储能控制方法及装置 - Google Patents

一种低碳排放的电网储能控制方法及装置 Download PDF

Info

Publication number
CN113922399A
CN113922399A CN202111514163.8A CN202111514163A CN113922399A CN 113922399 A CN113922399 A CN 113922399A CN 202111514163 A CN202111514163 A CN 202111514163A CN 113922399 A CN113922399 A CN 113922399A
Authority
CN
China
Prior art keywords
energy storage
power
curve
group
storage equipment
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
CN202111514163.8A
Other languages
English (en)
Other versions
CN113922399B (zh
Inventor
熊俊杰
曾伟
徐青山
黎淑娟
饶臻
赵伟哲
何伟
李佳
陶翔
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
Southeast University
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Southeast University
Electric Power Research Institute of State Grid Jiangxi 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, Southeast University, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111514163.8A priority Critical patent/CN113922399B/zh
Publication of CN113922399A publication Critical patent/CN113922399A/zh
Application granted granted Critical
Publication of CN113922399B publication Critical patent/CN113922399B/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
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed 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
    • 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
    • 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
    • H02J2300/20—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
    • 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)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开一种低碳排放的电网储能控制方法及装置，方法包括：根据以低碳排放为目标，根据功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并求解功率曲线优化模型使得到储能整体出力需求曲线；基于储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型；求解一致性模型使得到单个储能设备组别的控制指令，并根据控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程。从储能整体对外部的功率出力曲线优化和储能内部设备组别间指令协调两个方面，完成对储能的优化控制，实现低碳排放的目标。

Description

一种低碳排放的电网储能控制方法及装置
技术领域
本发明属于低碳电力与控制技术领域，尤其涉及一种低碳排放的电网储能控制方法及装置。
背景技术
“碳中和”目标的提出给能源转型带来诸多机遇与挑战，而电力行业低碳转型被认为是中国低碳发展的关键，也是实现气候变化目标的核心举措。其中，风电、光伏等清洁新能源的发展和利用则是实现电力低碳的关键路径，但该系列可再生能源发电具有的波动性、间歇性特点，使其发电并网对电网的安全稳定运行发出挑战。这时，利用储能等具有功率双向调节能力的灵活调节资源得到广泛关注。
现有的电网储能控制方法无法提高可再生能源并网消纳能力，利用储能的电能时空平移能力，对电网运行时的功率实时平衡进行快速调节。
发明内容
本发明提供一种低碳排放的电网储能控制方法及装置，用于至少解决上述技术问题之一。
第一方面，本发明提供一种低碳排放的电网储能控制方法，包括：根据获取的电网区域内风力发电曲线、电网区域内光伏发电曲线以及电网区域内电负荷曲线计算功率缺额曲线；以低碳排放为目标，根据所述功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并基于动态规划方法求解所述功率曲线优化模型使得到储能整体出力需求曲线，其中，以低碳排放为目标的表达式为：
Figure 292557DEST_PATH_IMAGE001
，式中，
Figure 637082DEST_PATH_IMAGE002
为光伏发电的碳排放量，
Figure 104972DEST_PATH_IMAGE003
为风力发电的碳排放量，
Figure 58890DEST_PATH_IMAGE004
为市电的碳排放量，
Figure 803992DEST_PATH_IMAGE005
为储能的碳排放量；基于获取的所述储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型，其中，所述一致性模型的目标函数的表达式为：
Figure 568686DEST_PATH_IMAGE006
，
Figure 274605DEST_PATH_IMAGE007
，式中，
Figure 455051DEST_PATH_IMAGE008
为储能设备组别的总数，
Figure 116976DEST_PATH_IMAGE009
为储能设备组别编号，
Figure 367085DEST_PATH_IMAGE010
为时段，
Figure 747251DEST_PATH_IMAGE011
为第
Figure 996967DEST_PATH_IMAGE009
组储能设备在
Figure 264131DEST_PATH_IMAGE010
时刻的荷电状态值，
Figure 167365DEST_PATH_IMAGE012
为
Figure 972510DEST_PATH_IMAGE010
时刻各组别储能设备的荷电状态的平均值；基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程。
第二方面，本发明提供一种低碳排放的电网储能控制装置，包括：计算模块，配置为根据获取的电网区域内风力发电曲线、电网区域内光伏发电曲线以及电网区域内电负荷曲线计算功率缺额曲线；求解模块，配置为以低碳排放为目标，根据所述功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并基于动态规划方法求解所述功率曲线优化模型使得到储能整体出力需求曲线，其中，以低碳排放为目标的表达式为：
Figure 71922DEST_PATH_IMAGE001
，式中，
Figure 239598DEST_PATH_IMAGE002
为光伏发电的碳排放量，
Figure 330045DEST_PATH_IMAGE003
为风力发电的碳排放量，
Figure 202580DEST_PATH_IMAGE004
为市电的碳排放量，
Figure 653152DEST_PATH_IMAGE005
为储能的碳排放量；建立模块，配置为基于获取的所述储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型，其中，所述一致性模型的目标函数的表达式为：
Figure 363751DEST_PATH_IMAGE006
，
Figure 343208DEST_PATH_IMAGE007
，式中，
Figure 700109DEST_PATH_IMAGE008
为储能设备组别的总数，
Figure 970684DEST_PATH_IMAGE009
为储能设备组别编号，
Figure 847373DEST_PATH_IMAGE010
为时段，
Figure 730490DEST_PATH_IMAGE011
为第
Figure 856577DEST_PATH_IMAGE009
组储能设备在
Figure 868527DEST_PATH_IMAGE010
时刻的荷电状态值，
Figure 334143DEST_PATH_IMAGE012
为
Figure 639092DEST_PATH_IMAGE010
时刻各组别储能设备的荷电状态的平均值；控制模块，配置为基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程。
第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的低碳排放的电网储能控制方法的步骤。
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行本发明任一实施例的低碳排放的电网储能控制方法的步骤。
本申请的一种低碳排放的电网储能控制方法及装置，通过建立碳排放系数模型，对电网中的供电资源进行碳排放量化，以低碳排放为目标，以电网运行的功率约束及储能设备约束为条件，利用优化算法，对储能和市电的需求曲线进行优化，并考虑储能各设备之间的协调一致性，对各组储能的出力控制进行进一步优化，并得到具体控制指令，通过储能PCS装置完成该控制过程，提高储能的控制效率，达到降低电网运行碳排放的目的，为储能的运行场景效益挖掘提供支撑。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的一种低碳排放的电网储能控制方法的流程图；
图2为本发明一实施例提供的又一种低碳排放的电网储能控制方法的流程图；
图3为本发明一实施例提供的一种低碳排放的电网储能控制装置的结构框图；
图4是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，其示出了本申请的一种低碳排放的电网储能控制方法的流程图。
如图1所示，在步骤S101中，根据获取的电网区域内风力发电曲线、电网区域内光伏发电曲线以及电网区域内电负荷曲线计算功率缺额曲线；
在步骤S102中，以低碳排放为目标，根据所述功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并基于动态规划方法求解所述功率曲线优化模型使得到储能整体出力需求曲线，其中，以低碳排放为目标的表达式为：
Figure 455738DEST_PATH_IMAGE001
，
式中，
Figure 5799DEST_PATH_IMAGE002
为光伏发电的碳排放量，
Figure 263605DEST_PATH_IMAGE003
为风力发电的碳排放量，
Figure 755766DEST_PATH_IMAGE004
为市电的碳排放量，
Figure 46327DEST_PATH_IMAGE005
为储能的碳排放量；
在步骤S103中，基于获取的所述储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型，其中，所述一致性模型的目标函数的表达式为：
Figure 180505DEST_PATH_IMAGE013
，
Figure 371446DEST_PATH_IMAGE007
，
式中，
Figure 768929DEST_PATH_IMAGE008
为储能设备组别的总数，
Figure 232271DEST_PATH_IMAGE009
为储能设备组别编号，
Figure 357091DEST_PATH_IMAGE010
为时段，
Figure 917386DEST_PATH_IMAGE011
为第
Figure 33240DEST_PATH_IMAGE009
组储能设备在
Figure 718299DEST_PATH_IMAGE010
时刻的荷电状态值，
Figure 397542DEST_PATH_IMAGE012
为
Figure 64541DEST_PATH_IMAGE010
时刻各组别储能设备的荷电状态的平均值；
在步骤S104中，基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS（PowerConversion System，储能变流器）装置完成储能的充放电控制过程。
本实施例的方法，从储能整体对外部的功率出力曲线优化和储能内部设备组别间指令协调两个方面，利用储能功率双向流动能力，完成对储能的优化控制，实现低碳排放的目标。对外的上层优化（即储能整体对外部的功率出力曲线优化）以风电、光伏发电和负荷需求为基础，通过对应的碳排放系数模型，以低碳排放为目标，寻优求解外部对储能整体的需求出力曲线；对内的下层优化（即储能内部设备组别间指令协调），考虑储能设备荷电状态不同而充放电效率有差异的情况，优化不同组别储能设备之间的指令分配，使各组别储能的荷电状态趋于一致，提高控制效率，进一步降低电网运行碳排放，提高电网清洁能源的消纳水平，为储能的运行场景挖掘提供进一步支撑。
请参阅图2，其示出了本申请的又一种低碳排放的电网储能控制方法的流程图。
如图2所示，一种低碳排放的电网储能控制方法具体包括以下步骤：
步骤1、获取风电、光伏的出力曲线
Figure 600564DEST_PATH_IMAGE014
、
Figure 772919DEST_PATH_IMAGE015
及负荷的用电曲线
Figure 6586DEST_PATH_IMAGE016
步骤2、求取需求曲线
Figure 384215DEST_PATH_IMAGE017
需要说明的是，根据步骤1所获数据计算得到功率缺额曲线
Figure 559982DEST_PATH_IMAGE018
，即
Figure 298262DEST_PATH_IMAGE019
，式中，
Figure 788149DEST_PATH_IMAGE020
为功率缺额曲线，
Figure 164160DEST_PATH_IMAGE021
为电网区域内电负荷曲线，
Figure 307565DEST_PATH_IMAGE022
为电网区域内风力发电曲线，
Figure 267562DEST_PATH_IMAGE023
为电网区域内光伏发电曲线。
步骤3、上层控制优化
在本实施例中，建立碳排放模型，具体包括光伏发电的碳排放系数模型、风力发电的碳排放系数模型、市电的分时分段碳排放模型及储能的碳排放模型；根据
Figure 357878DEST_PATH_IMAGE024
的基本需求，以低碳排放为目标，建立储能整体对外部的功率曲线优化模型，并利用动态规划求解得到储能整体出力需求曲线
Figure 851045DEST_PATH_IMAGE025
和市电需求曲线
Figure 103035DEST_PATH_IMAGE026
。
其中，1）光伏发电的碳排放模型：
Figure 815907DEST_PATH_IMAGE027
，
式中，
Figure 913176DEST_PATH_IMAGE002
为光伏发电的碳排放量，
Figure 314377DEST_PATH_IMAGE028
为光伏发电的碳排放系数，
Figure 471689DEST_PATH_IMAGE029
为
Figure 327650DEST_PATH_IMAGE030
时刻光伏发电的有功功率，
Figure 307238DEST_PATH_IMAGE031
为采样计算周期，即15min；
2）风力发电的碳排放模型：
Figure 994572DEST_PATH_IMAGE032
，
式中，
Figure 526047DEST_PATH_IMAGE033
为风力发电的碳排放量，
Figure 180888DEST_PATH_IMAGE034
为风力发电的碳排放系数，
Figure 416698DEST_PATH_IMAGE035
为
Figure 37166DEST_PATH_IMAGE030
时刻风力发电的有功功率，
Figure 801859DEST_PATH_IMAGE031
为采样计算周期，即15min；
3）储能的碳排放模型：
Figure 632412DEST_PATH_IMAGE036
，
式中，
Figure 658530DEST_PATH_IMAGE037
为储能的碳排放量，
Figure 664664DEST_PATH_IMAGE038
为储能的碳排放系数，
Figure 131417DEST_PATH_IMAGE039
为
Figure 495271DEST_PATH_IMAGE030
时刻储能的有功功率，
Figure 807304DEST_PATH_IMAGE031
为采样计算周期，即15min；
4）市电的碳排放模型：由于市电是来自大电网，其一次能源来源相对复杂，既有高碳的传统的发电资源（煤电、天然气等），也有低碳的新能源（光伏、风电等）及水电、核电等。通常在电力需求较大时，电力企业为保障电网供电的可靠性，会采用煤电等可调度性和可控性高的电力资源进行补充和备用，且相应的电力热备用资源需求也更大，因此，可认为在电力需求紧张时，其碳排放系数应该更大，系数的变化趋势可认为与分时电价类似。故在建立市电的碳排放模型时，考虑建立分时分段的市电碳排放系数模型，如下表所示：
Figure 199102DEST_PATH_IMAGE040
由上表1有：
A1=[41,42,43,44,77,78,79,80,81,82,83,84]；
A2=[35,36,37,38,39,40,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74,75,76];
A3=[29,30,31,32,33,34,,45,46,47,48,53,54,55,56,57,58,85,86,87,88,89,90,91,92];
A4=[49,50,51,52,93,94,95,96,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28];
综上，市电的碳排放计算模型如下：
Figure 823375DEST_PATH_IMAGE041
，
式中，
Figure 956416DEST_PATH_IMAGE042
为市电的碳排放量，
Figure 557293DEST_PATH_IMAGE043
为
Figure 724969DEST_PATH_IMAGE030
时刻市电的有功功率，
Figure 251634DEST_PATH_IMAGE031
为采样计算周期，即15min，
Figure 12917DEST_PATH_IMAGE044
为市电的碳排放系数，当采样时间L∈A1时，
Figure 729069DEST_PATH_IMAGE044
取值为E1；当L∈A2时，
Figure 970825DEST_PATH_IMAGE044
取值为E2；L∈A3时，
Figure 684703DEST_PATH_IMAGE044
取值为E3；L∈A4时，
Figure 198861DEST_PATH_IMAGE044
取值为E4。
步骤4、下层控制优化
在本实施例中，根据步骤3中得到的储能整体出力需求曲线
Figure 705323DEST_PATH_IMAGE025
，结合单个储能设备自身状态参数，以维持各组储能荷电状态参数一致为原则，建立储能内部设备组别间指令协调优化的一致性模型，求解得到单个储能设备的控制指令，并根据得到的单个储能设备控制指令，通过各储能设备的PCS装置完成储能的充放电控制过程。
其中，一致性模型的目标函数的表达式为：
Figure 50853DEST_PATH_IMAGE013
，
Figure 873316DEST_PATH_IMAGE007
，
式中，
Figure 687819DEST_PATH_IMAGE008
为储能设备组别的总数，
Figure 745774DEST_PATH_IMAGE009
为储能设备组别编号，
Figure 195079DEST_PATH_IMAGE010
为时段，
Figure 922863DEST_PATH_IMAGE011
为第
Figure 536247DEST_PATH_IMAGE009
组储能设备在
Figure 820729DEST_PATH_IMAGE010
时刻的荷电状态值，
Figure 78535DEST_PATH_IMAGE012
为
Figure 101855DEST_PATH_IMAGE010
时刻各组别储能设备的荷电状态的平均值；
一致性模型的不等式约束条件为：
Figure 138555DEST_PATH_IMAGE045
，
Figure 413678DEST_PATH_IMAGE046
，
Figure 650624DEST_PATH_IMAGE047
，
式中，
Figure 533261DEST_PATH_IMAGE048
为第
Figure 996603DEST_PATH_IMAGE009
组储能设备在
Figure 872155DEST_PATH_IMAGE010
时刻的充电功率或第
Figure 212876DEST_PATH_IMAGE009
组储能设备在
Figure 453364DEST_PATH_IMAGE010
时刻的放电功率，
Figure 466320DEST_PATH_IMAGE049
为第
Figure 958612DEST_PATH_IMAGE009
组储能设备的充电功率下限值或第
Figure 779937DEST_PATH_IMAGE009
组储能设备的放电功率的下限值，
Figure 519223DEST_PATH_IMAGE050
为第
Figure 68410DEST_PATH_IMAGE009
组储能设备的充电功率上限值或第
Figure 957868DEST_PATH_IMAGE009
组储能设备的放电功率的上限值，
Figure 227176DEST_PATH_IMAGE051
为第
Figure 684833DEST_PATH_IMAGE009
组储能设备的充电容量下限值或第
Figure 78905DEST_PATH_IMAGE009
组储能设备的放电容量下限值，
Figure 99951DEST_PATH_IMAGE052
为第
Figure 269770DEST_PATH_IMAGE009
组储能设备的充电容量上限值或第
Figure 288541DEST_PATH_IMAGE009
组储能设备的放电容量上限值，
Figure 497806DEST_PATH_IMAGE053
为第
Figure 604433DEST_PATH_IMAGE009
组储能设备在
Figure 254857DEST_PATH_IMAGE010
时刻的荷电状态下限值，
Figure 569164DEST_PATH_IMAGE054
为第
Figure 937829DEST_PATH_IMAGE009
组储能设备在
Figure 552874DEST_PATH_IMAGE010
时刻的荷电状态上限值。
计算第
Figure 448018DEST_PATH_IMAGE009
组储能设备在
Figure 543013DEST_PATH_IMAGE010
时刻的荷电状态值的表达式为：
Figure 477602DEST_PATH_IMAGE055
，
式中，
Figure 175299DEST_PATH_IMAGE056
为第
Figure 65895DEST_PATH_IMAGE009
组储能设备的额定容量值，
Figure 908955DEST_PATH_IMAGE057
为第
Figure 376845DEST_PATH_IMAGE009
组储能设备在
Figure 19179DEST_PATH_IMAGE058
时刻的荷电状态值，
Figure 577331DEST_PATH_IMAGE048
为第
Figure 138762DEST_PATH_IMAGE009
组储能设备在
Figure 969315DEST_PATH_IMAGE010
时刻的充电功率或第
Figure 464275DEST_PATH_IMAGE009
组储能设备在
Figure 454096DEST_PATH_IMAGE010
时刻的放电功率，
Figure 61795DEST_PATH_IMAGE059
为采样计算周期，
Figure 192693DEST_PATH_IMAGE011
为第
Figure 301464DEST_PATH_IMAGE009
组储能设备在
Figure 755579DEST_PATH_IMAGE010
时刻的荷电状态值。
步骤5、按曲线
Figure 908080DEST_PATH_IMAGE026
控制市电的调度
需要说明的，根据步骤3中市电需求曲线
Figure 775542DEST_PATH_IMAGE026
，完成市电的调度过程。
综上，本实施例的方法通过建立的可量化的碳排放模型，通过从以低碳排放为目标的外部对储能整体的出力需求优化和以状态一致为目标的内部储能组别间指令协调两个层面，对储能的出力过程进行优化控制，从而达到优化储能控制，降低电网运行碳排放的目的，同时也可提高可再生能源并网消纳水平，提高储能应用价值，促进电网能源绿色低碳转型。
请参阅图3，其示出了本申请的一种低碳排放的电网储能控制装置的结构框图。
如图3所示，电网储能控制装置200，包括计算模块210、求解模块220、建立模块230以及控制模块240。
其中，计算模块210，配置为根据获取的电网区域内风力发电曲线、电网区域内光伏发电曲线以及电网区域内电负荷曲线计算功率缺额曲线；
求解模块220，配置为以低碳排放为目标，根据所述功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并基于动态规划方法求解所述功率曲线优化模型使得到储能整体出力需求曲线，其中，以低碳排放为目标的表达式为：
Figure 563370DEST_PATH_IMAGE001
，
式中，
Figure 950620DEST_PATH_IMAGE002
为光伏发电的碳排放量，
Figure 24755DEST_PATH_IMAGE003
为风力发电的碳排放量，
Figure 51617DEST_PATH_IMAGE004
为市电的碳排放量，
Figure 945930DEST_PATH_IMAGE005
为储能的碳排放量；
建立模块230，配置为基于获取的所述储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型，其中，所述一致性模型的目标函数的表达式为：
Figure 233692DEST_PATH_IMAGE013
，
Figure 619674DEST_PATH_IMAGE007
，
式中，
Figure 212461DEST_PATH_IMAGE008
为储能设备组别的总数，
Figure 201145DEST_PATH_IMAGE009
为储能设备组别编号，
Figure 484359DEST_PATH_IMAGE010
为时段，
Figure 415144DEST_PATH_IMAGE011
为第
Figure 478915DEST_PATH_IMAGE009
组储能设备在
Figure 146657DEST_PATH_IMAGE010
时刻的荷电状态值，
Figure 363005DEST_PATH_IMAGE012
为
Figure 481003DEST_PATH_IMAGE010
时刻各组别储能设备的荷电状态的平均值；
控制模块240，配置为基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程。
应当理解，图3中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图3中的诸模块，在此不再赘述。
在另一些实施例中，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的低碳排放的电网储能控制方法；
作为一种实施方式，本发明的计算机可读存储介质存储有计算机可执行指令，计算机可执行指令设置为：
根据获取的电网区域内风力发电曲线、电网区域内光伏发电曲线以及电网区域内电负荷曲线计算功率缺额曲线；
以低碳排放为目标，根据所述功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并基于动态规划方法求解所述功率曲线优化模型使得到储能整体出力需求曲线；
基于获取的所述储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型；
基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程。
计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据低碳排放的电网储能控制装置的使用所创建的数据等。此外，计算机可读存储介质可以包括高速随机存取存储器，还可以包括存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至低碳排放的电网储能控制装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图4是本发明实施例提供的电子设备的结构示意图，如图4所示，该设备包括：一个处理器310以及存储器320。电子设备还可以包括：输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接，图4中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例低碳排放的电网储能控制方法。输入装置330可接收输入的数字或字符信息，以及产生与低碳排放的电网储能控制装置的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
作为一种实施方式，上述电子设备应用于低碳排放的电网储能控制装置中，用于客户端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
根据获取的电网区域内风力发电曲线、电网区域内光伏发电曲线以及电网区域内电负荷曲线计算功率缺额曲线；
以低碳排放为目标，根据所述功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并基于动态规划方法求解所述功率曲线优化模型使得到储能整体出力需求曲线；
基于获取的所述储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型；
基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种低碳排放的电网储能控制方法，其特征在于，包括：
根据获取的电网区域内风力发电曲线、电网区域内光伏发电曲线以及电网区域内电负荷曲线计算功率缺额曲线；
以低碳排放为目标，根据所述功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并基于动态规划方法求解所述功率曲线优化模型使得到储能整体出力需求曲线，其中，以低碳排放为目标的表达式为：
Figure 753592DEST_PATH_IMAGE001
，
式中，
Figure 790949DEST_PATH_IMAGE002
为光伏发电的碳排放量，
Figure 180342DEST_PATH_IMAGE003
为风力发电的碳排放量，
Figure 41856DEST_PATH_IMAGE004
为市电的碳排放量，
Figure 126487DEST_PATH_IMAGE005
为储能的碳排放量；
基于获取的所述储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型，其中，所述一致性模型的目标函数的表达式为：
Figure 734579DEST_PATH_IMAGE006
，
Figure 729211DEST_PATH_IMAGE007
，
式中，
Figure 43518DEST_PATH_IMAGE008
为储能设备组别的总数，
Figure 723767DEST_PATH_IMAGE009
为储能设备组别编号，
Figure 696402DEST_PATH_IMAGE010
为时段，
Figure 855462DEST_PATH_IMAGE011
为第
Figure 12774DEST_PATH_IMAGE009
组储能设备在
Figure 947363DEST_PATH_IMAGE010
时刻的荷电状态值，
Figure 176219DEST_PATH_IMAGE012
为
Figure 378399DEST_PATH_IMAGE010
时刻各组别储能设备的荷电状态的平均值；
基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程。
2.根据权利要求1所述的一种低碳排放的电网储能控制方法，其特征在于，其中，计算所述功率缺额曲线的表达式为：
Figure 237770DEST_PATH_IMAGE013
，
式中，
Figure 581027DEST_PATH_IMAGE014
为功率缺额曲线，
Figure 36410DEST_PATH_IMAGE015
为电网区域内电负荷曲线，
Figure 906146DEST_PATH_IMAGE016
为电网区域内风力发电曲线，
Figure 923037DEST_PATH_IMAGE017
为电网区域内光伏发电曲线。
3.根据权利要求1所述的一种低碳排放的电网储能控制方法，其特征在于，其中，基于动态规划方法求解所述功率曲线优化模型还得到市电需求曲线，在所述基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程之后，所述方法还包括：
根据所述市电需求曲线对市电进行调节调度。
4.根据权利要求1所述的一种低碳排放的电网储能控制方法，其特征在于，其中，计算第
Figure 753590DEST_PATH_IMAGE009
组储能设备在
Figure 261932DEST_PATH_IMAGE010
时刻的荷电状态值的表达式为：
Figure 2486DEST_PATH_IMAGE018
，
式中，
Figure 938081DEST_PATH_IMAGE019
为第
Figure 990350DEST_PATH_IMAGE009
组储能设备的额定容量值，
Figure 551651DEST_PATH_IMAGE020
为第
Figure 599241DEST_PATH_IMAGE009
组储能设备在
Figure 518787DEST_PATH_IMAGE021
时刻的荷电状态值，
Figure 792773DEST_PATH_IMAGE022
为第
Figure 908497DEST_PATH_IMAGE009
组储能设备在
Figure 62791DEST_PATH_IMAGE010
时刻的充电功率或第
Figure 136926DEST_PATH_IMAGE009
组储能设备在
Figure 242416DEST_PATH_IMAGE010
时刻的放电功率，
Figure 896252DEST_PATH_IMAGE023
为采样计算周期，
Figure 590538DEST_PATH_IMAGE011
为第
Figure 84842DEST_PATH_IMAGE009
组储能设备在
Figure 661317DEST_PATH_IMAGE010
时刻的荷电状态值。
5.根据权利要求1所述的一种低碳排放的电网储能控制方法，其特征在于，其中，所述一致性模型的不等式约束条件为：
Figure 869576DEST_PATH_IMAGE024
，
Figure 418369DEST_PATH_IMAGE025
，
Figure 37569DEST_PATH_IMAGE026
，
式中，
Figure 415854DEST_PATH_IMAGE022
为第
Figure 411492DEST_PATH_IMAGE009
组储能设备在
Figure 814791DEST_PATH_IMAGE010
时刻的充电功率或第
Figure 355625DEST_PATH_IMAGE009
组储能设备在
Figure 969009DEST_PATH_IMAGE010
时刻的放电功率，
Figure 17606DEST_PATH_IMAGE027
为第
Figure 275412DEST_PATH_IMAGE009
组储能设备的充电功率下限值或第
Figure 501994DEST_PATH_IMAGE009
组储能设备的放电功率的下限值，
Figure 291089DEST_PATH_IMAGE028
为第
Figure 425267DEST_PATH_IMAGE009
组储能设备的充电功率上限值或第
Figure 105954DEST_PATH_IMAGE009
组储能设备的放电功率的上限值，
Figure 769017DEST_PATH_IMAGE029
为第
Figure 966780DEST_PATH_IMAGE009
组储能设备的充电容量下限值或第
Figure 858644DEST_PATH_IMAGE009
组储能设备的放电容量下限值，
Figure 153359DEST_PATH_IMAGE030
为第
Figure 33328DEST_PATH_IMAGE009
组储能设备的充电容量上限值或第
Figure 780704DEST_PATH_IMAGE009
组储能设备的放电容量上限值，
Figure 476259DEST_PATH_IMAGE031
为第
Figure 563163DEST_PATH_IMAGE009
组储能设备在
Figure 302449DEST_PATH_IMAGE010
时刻的荷电状态下限值，
Figure 54898DEST_PATH_IMAGE032
为第
Figure 600149DEST_PATH_IMAGE009
组储能设备在
Figure 354609DEST_PATH_IMAGE010
时刻的荷电状态上限值。
6.一种低碳排放的电网储能控制装置，其特征在于，包括：
计算模块，配置为根据获取的电网区域内风力发电曲线、电网区域内光伏发电曲线以及电网区域内电负荷曲线计算功率缺额曲线；
求解模块，配置为以低碳排放为目标，根据所述功率缺额曲线建立储能设备组别对外部的功率曲线优化模型，并基于动态规划方法求解所述功率曲线优化模型使得到储能整体出力需求曲线，其中，以低碳排放为目标的表达式为：
Figure 530376DEST_PATH_IMAGE001
，
式中，
Figure 190027DEST_PATH_IMAGE002
为光伏发电的碳排放量，
Figure 725920DEST_PATH_IMAGE003
为风力发电的碳排放量，
Figure 849734DEST_PATH_IMAGE004
为市电的碳排放量，
Figure 478292DEST_PATH_IMAGE005
为储能的碳排放量；
建立模块，配置为基于获取的所述储能整体出力需求曲线以及单个储能设备组别自身状态参数，以维持各个储能设备组别储能荷电状态参数一致为原则，建立储能设备组别间指令协调优化的一致性模型，其中，所述一致性模型的目标函数的表达式为：
Figure 687557DEST_PATH_IMAGE006
，
Figure 30070DEST_PATH_IMAGE007
，
式中，
Figure 946073DEST_PATH_IMAGE008
为储能设备组别的总数，
Figure 198063DEST_PATH_IMAGE009
为储能设备组别编号，
Figure 645356DEST_PATH_IMAGE010
为时段，
Figure 70521DEST_PATH_IMAGE011
为第
Figure 418194DEST_PATH_IMAGE009
组储能设备在
Figure 106665DEST_PATH_IMAGE010
时刻的荷电状态值，
Figure 962625DEST_PATH_IMAGE012
为
Figure 879897DEST_PATH_IMAGE010
时刻各组别储能设备的荷电状态的平均值；
控制模块，配置为基于动态规划方法求解所述一致性模型使得到单个储能设备组别的控制指令，并根据所述控制指令控制单个储能设备组别中的某一储能设备的PCS装置完成储能的充放电控制过程。
7.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1至5任一项所述的方法。
CN202111514163.8A 2021-12-13 2021-12-13 一种低碳排放的电网储能控制方法及装置 Active CN113922399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111514163.8A CN113922399B (zh) 2021-12-13 2021-12-13 一种低碳排放的电网储能控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111514163.8A CN113922399B (zh) 2021-12-13 2021-12-13 一种低碳排放的电网储能控制方法及装置

Publications (2)

Publication Number Publication Date
CN113922399A true CN113922399A (zh) 2022-01-11
CN113922399B CN113922399B (zh) 2022-05-10

Family

ID=79248587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111514163.8A Active CN113922399B (zh) 2021-12-13 2021-12-13 一种低碳排放的电网储能控制方法及装置

Country Status (1)

Country Link
CN (1) CN113922399B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103544656A (zh) * 2013-10-24 2014-01-29 清华大学 一种面向最小碳排放的主动配电网运行控制方法
US20160218505A1 (en) * 2013-08-28 2016-07-28 Robert Bosch Gmbh System and Method for Energy Asset Sizing and Optimal Dispatch
CN107069834A (zh) * 2017-05-24 2017-08-18 国网江西省电力公司电力科学研究院 一种含新能源发电区域电网碳排放优化调度方法
CN107633333A (zh) * 2017-10-16 2018-01-26 国家电网公司 柔性变电站区域电网的源‑荷‑储调度优化方法及系统
CN112821397A (zh) * 2021-04-19 2021-05-18 国网江西省电力有限公司电力科学研究院 一种“源-荷-储”协调的低碳经济调度方法及装置
CN113131503A (zh) * 2021-04-25 2021-07-16 山东电工电气集团有限公司 基于多电池组soc一致性的储能电站能量管理方法
CN113555899A (zh) * 2021-07-20 2021-10-26 南京工程学院 一种风光储发电系统协调控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160218505A1 (en) * 2013-08-28 2016-07-28 Robert Bosch Gmbh System and Method for Energy Asset Sizing and Optimal Dispatch
CN103544656A (zh) * 2013-10-24 2014-01-29 清华大学 一种面向最小碳排放的主动配电网运行控制方法
CN107069834A (zh) * 2017-05-24 2017-08-18 国网江西省电力公司电力科学研究院 一种含新能源发电区域电网碳排放优化调度方法
CN107633333A (zh) * 2017-10-16 2018-01-26 国家电网公司 柔性变电站区域电网的源‑荷‑储调度优化方法及系统
CN112821397A (zh) * 2021-04-19 2021-05-18 国网江西省电力有限公司电力科学研究院 一种“源-荷-储”协调的低碳经济调度方法及装置
CN113131503A (zh) * 2021-04-25 2021-07-16 山东电工电气集团有限公司 基于多电池组soc一致性的储能电站能量管理方法
CN113555899A (zh) * 2021-07-20 2021-10-26 南京工程学院 一种风光储发电系统协调控制方法

Also Published As

Publication number Publication date
CN113922399B (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
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
WO2018059096A1 (zh) 一种多类电源发电计划组合决策方法及存储介质
CN106099965B (zh) 交流微电网并网状态下复杂混合储能系统的协调控制方法
CN102664401B (zh) 一种基于电池寿命模型的微电网控制方法
WO2022165914A1 (zh) 分布式电压源变流器协同控制方法及交直流混联微电网
WO2015070480A1 (zh) 基于风功率预测的电池储能电站能量管理方法
CN103944175A (zh) 风光储联合发电系统出力特性优化方法
CN103593717A (zh) 一种微电网能源实时优化控制方法
CN102185332A (zh) 微网与大电网的交换功率控制方法
CN113783193B (zh) 一种基于边端协同的乡村供用能系统优化调控方法及系统
Xiao et al. Flat tie-line power scheduling control of grid-connected hybrid microgrids
Wang et al. An improved min-max power dispatching method for integration of variable renewable energy
CN111293682A (zh) 一种基于协同模型预测控制的多微网能量管理方法
CN113852135A (zh) 一种虚拟电厂能源调度方法、装置、存储介质及平台
Wei et al. Research on status and prospects of battery energy storage stations on energy internet
CN115549211A (zh) 一种新能源场站高置信度多时间尺度有功优化调控方法
CN116050637A (zh) 基于分时电价的综合能源虚拟电厂优化调度方法及系统
CN109361236A (zh) 一种基于源荷互动调整的新能源消纳方法
Chun et al. Unit commitment considering coordinated dispatch of large scale electric vehicles and wind power generation
Li et al. Double-layer optimized configuration of distributed energy storage and transformer capacity in distribution network
Guo et al. Microgrid source-network-load-storage master-slave game optimization method considering the energy storage overcharge/overdischarge risk
CN111030101A (zh) 一种基于多元化大数据清洁能源消纳联动调控方法及系统
CN113659598A (zh) 一种基于电力和燃气互补控制的混合供能控制方法和系统
CN105098839A (zh) 一种基于风电不确定出力的风电并网协调优化方法
CN113922399B (zh) 一种低碳排放的电网储能控制方法及装置

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