CN113937798B - 一种多站融合场景下考虑新能源消纳的储能系统配置方法 - Google Patents

一种多站融合场景下考虑新能源消纳的储能系统配置方法 Download PDF

Info

Publication number
CN113937798B
CN113937798B CN202111188057.5A CN202111188057A CN113937798B CN 113937798 B CN113937798 B CN 113937798B CN 202111188057 A CN202111188057 A CN 202111188057A CN 113937798 B CN113937798 B CN 113937798B
Authority
CN
China
Prior art keywords
energy storage
storage system
representing
station
power
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
CN202111188057.5A
Other languages
English (en)
Other versions
CN113937798A (zh
Inventor
杜振东
金国胜
方瑜
俞辰颖
周盈
吴祖咸
尹康
徐汶
张振
朱柯力
徐欢
杜王特
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.)
Zhejiang Huayun Electric Power Engineering Design Consulting Co
Original Assignee
Zhejiang Huayun Electric Power Engineering Design Consulting Co
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 Zhejiang Huayun Electric Power Engineering Design Consulting Co filed Critical Zhejiang Huayun Electric Power Engineering Design Consulting Co
Priority to CN202111188057.5A priority Critical patent/CN113937798B/zh
Publication of CN113937798A publication Critical patent/CN113937798A/zh
Application granted granted Critical
Publication of CN113937798B publication Critical patent/CN113937798B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J15/00—Systems for storing electric 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
    • H02J3/008—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
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种多站融合场景下考虑新能源消纳的储能系统配置方法。首先，提出多站融合的智慧能源站储能系统的运营模式；然后，建立储能系统考虑新能源消纳运营模式模型；并在此基础上以经济性为目标，建立多站融合模式变电站中储能系统优化配置模型；最后，提出在Matlab中调用CPLEX求解该模型的计算方法。本发明提出了一种多站融合场景下储能系统新颖的运营模式，在多站融合模式中规划建设储能系统可以影响整个多站融合模式总成本，而采用本发明选择更为合理的储能系统配置可以增加储能运营商收益。

Description

一种多站融合场景下考虑新能源消纳的储能系统配置方法
技术领域
本发明属于多站融合模式储能系统研究领域，尤其涉及一种多站融合场景下考虑新能源消纳的储能系统配置方法。
背景技术
“多站融合”的建设意义是建立与城市变电站一体化的电力综合体，实现对区域内分布式能源储能系统的集中管控，依托同步建设数据中心提供公众数据信息服务。“多站合一”的建设优势有土地资源集约、综合效能较高、供电可靠性高、经济效益较强。
建设集变电、储能、数据中心、电动汽车充电等功能于一体的综合智慧能源站是非常必要的，以浙江省为例，首先，省内电源整体调峰能力不强，电源与负荷分布不均衡问题长期存在，并且电网丰枯运行特性明显，但浙江省太阳能、风能、生物质能等可再生能源非常丰富。浙江电网存在以下典型问题：电网峰谷差过大；浙江处在国网电网受端末端，支撑不够；源荷不匹配，水电风电弃发风险；火电备用时间长，省内火电年利用小时数常年偏低。迎峰度夏、度冬等极端情况下电力保供能力不足；部分输电通道受容量限制难以满足送出要求。智慧能源站配置储能设备，可一定程度上“削峰填谷”，优化负荷曲线，缓解该区域峰谷差过大带来的运行压力。
目前，信息产业对数据中心使用、边缘计算等业务有较高需求。同时，国内电动汽车保有量逐步增大，随着电动汽车保有量大幅增加，对充电桩需求也将与日俱增。但城市新开辟土地建设充电站难度较大，且大型快充桩大功率小能量的用电特性将对配电网的运行造成很大影响。
综上，传统数据中心面临运营成本、能源消耗、使用效率等诸多问题，企业构建新一代绿色数据中心或选择第三方专业绿色数据中心，是企业信息化发展到一定阶段的必然要求。
发明内容
本发明的目的在于针对现有技术的不足，提供一种多站融合场景下考虑新能源消纳的储能系统配置方法。本发明以经济性为目标，建立含变电站、数据中心、储能系统、充电站的多站融合模式下的储能系统优化配置模型。
本发明的目的是通过以下技术方案来实现的：一种多站融合场景下考虑新能源消纳的储能系统配置方法，包括如下步骤：
(1)建立多站融合物理模型；
(2)建立多站融合系统考虑新能源消纳的储能系统运营模式；
(3)建立多站融合站中储能系统优化配置模型。
进一步地，步骤(1)具体为：多站融合站物理模型包含变电站、储能电站、数据中心和电动汽车充电站。
进一步地，步骤(2)具体为：多站融合中的储能系统运营模式主要有两方面的应用途径：一是站内储能资源的利用；二是站外储能资源共享，将储能作为共享资源，参与新能源消纳获取收益。
进一步地，所述站内储能资源的利用，包括站内数据中心替代UPS与柴油发电机。
进一步地，步骤(3)包括：
(3.1)建立目标函数
式中，R表示储能运营商收益；表示储能运营商利用储能消纳新能源获得的收益；Rsub表示储能系统替代UPS和柴油发电机获得的收益；kpa表示等年值系数；IC代表投资成本；FC表示年维护成本。
其中，r表示年利率，y表示储能寿命。
其中，代表第i个新能源发电厂避免弃风惩罚的收益；/>表示利用储能新能源发电厂的售电收益；/>表示储能运营商与第i个新能源发电厂签订的利益分摊比例。
其中，D表示典型日概率；δi,d表示第i个新能源发电厂场景d典型日的天数；表示第i个新能源发电厂在d场景下t时段的弃风功率；/>表示第i个新能源发电厂在d场景下t时段利用储能系统后的弃风功率；rp表示弃风惩罚系数。
其中，表示t时段售电价格；/>表示t时段输电损耗价格；/>表示d场景下t时段第i个新能源发电厂利用储能的售电功率。
其中，表示在场景d中第i个新能源发电厂t时段的输出功率；/>表示场景d中第i个新能源发电厂t时段的需求功率。
Rsub＝Csub·ρsub
其中，Rsub表示替代UPS的收益；Csub表示替代UPS的容量大小；ρsub表示替代UPS单位容量收益系数。
其中，k1,k2表示储能系统的单位功率投资系数和容量投资系数；表示储能系统额定功率；/>表示储能系统额定容量；/>表示新能源消纳的最大可利用容量。
(3.2)确立约束条件
(3.2.1)功率平衡
(3.2.2)储能系统约束
εc+εd≤1
式中，εc,εd表示储能系统充电、放电状态系数，均为0-1变量。
PUPS≤Pmax
其中，表示储能系统实际功率；Ci,t,d表示场景d中第i个新能源发电厂t时段储能系统剩余能量；PUPS表示UPS额定功率；Ci,t-1,d表示场景d中第i个新能源发电厂t-1时段储能系统剩余能量；δe表示储能系统自损耗率；ηe,C,ηe,F分别表示储能系统充电、放电效率；SOCmax,SOCmin表示储能系统荷电状态的最大、最小值。
进一步地，在Matlab中调用CPLEX求解器对步骤(3)建立的优化模型进行求解。
本发明的有益效果是：本发明提出了一种多站融合场景下储能系统新颖的运营模式，在多站融合模式中规划建设储能系统可以影响整个多站融合模式总成本，而采用本发明选择更为合理的储能系统配置可以增加储能运营商收益。
具体实施方式
本发明一种多站融合场景下考虑新能源消纳的储能系统配置方法，首先，提出多站融合的智慧能源站储能系统的运营模式；然后，建立储能系统考虑新能源消纳运营模式模型；并在此基础上以经济性为目标，建立多站融合模式变电站中储能系统优化配置模型；最后，提出在Matlab中调用CPLEX求解该模型的计算方法；具体包括如下步骤：
(1)建立多站融合物理模型，包含变电站、储能电站、数据中心和电动汽车充电站。
(2)建立多站融合系统考虑新能源消纳的储能系统运营模式。多站融合中的储能系统运营模式下主要有两方面的应用途径：一是站内储能资源的利用，如站内数据中心替代UPS(不间断电源)与柴油发电机；二是站外储能资源共享，将储能作为共享资源，参与新能源消纳获取收益。
(3)在步骤(1)和(2)的基础上，以经济性为目标，建立多站融合站中储能系统优化配置模型；包括：
(3.1)建立目标函数
式中，R表示储能运营商收益；表示储能运营商利用储能消纳第i个新能源发电厂获得的收益，n为新能源发电厂总个数；Rsub表示储能系统替代UPS和柴油发电机获得的收益；kpa表示等年值系数；IC代表投资成本；FC表示年维护成本。
其中，r表示年利率，y表示储能寿命。
其中，代表第i个新能源发电厂避免弃风惩罚的收益；/>表示利用储能第i个新能源发电厂的售电收益；/>表示储能运营商与第i个新能源发电厂签订的利益分摊比例。
其中，D表示典型日概率；δi,d表示第i个新能源发电厂场景d典型日的天数；H表示总时段，表示第i个新能源发电厂在d场景下t时段的弃风功率；/>表示第i个新能源发电厂在d场景下t时段利用储能系统后的弃风功率；rp表示弃风惩罚系数。
其中，表示t时段售电价格；/>表示t时段输电损耗价格；/>表示d场景下t时段第i个新能源发电厂利用储能的售电功率。
其中，表示在场景d中第i个新能源发电厂t时段的输出功率；/>表示场景d中第i个新能源发电厂t时段的需求功率。
Rsub＝Csub·ρsub (7)
其中，Rsub表示替代UPS的收益；Csub表示替代UPS的容量大小；ρsub表示替代UPS单位容量收益系数，为给定值。
其中，k1,k2表示储能系统的单位功率投资系数和容量投资系数；表示储能系统额定功率；/>表示储能系统额定容量；/>表示新能源消纳的最大可利用容量。
(3.2)确立约束条件
(3.2.1)功率平衡
其中，表示d场景下t时段第i个新能源发电厂利用储能的充电功率；/>表示d场景下t时段第i个新能源发电厂向电网购电功率。
(3.2.2)储能系统约束
εc+εd≤1 (13)
式中，εc,εd表示储能系统充电、放电状态系数，均为0-1变量；由于不能同时充放电，所以二者之和小于等于1；M表示极大数。
PUPS≤Pmax (18)
其中，表示d场景下t时段储能系统实际功率；/>表示d场景下t时段储能系统实际充电功率；/>表示d场景下t时段储能系统实际充电功率；Pmax表示储能系统额定功率PUPS表示UPS额定功率；Ci,t,d表示场景d中第i个新能源发电厂t时段储能系统剩余能量；Ci,t-1,d表示场景d中第i个新能源发电厂t-1时段储能系统剩余能量；δe表示储能系统自损耗率；△t表示调度时段；ηe,C,ηe,F分别表示储能系统充电、放电效率；SOCmax,SOCmin表示储能系统荷电状态的最大、最小值。
(4)由于本发明建立模型为混合整数规划，本发明选用在Matlab内调用CPLEX求解器对步骤(3)建立的优化模型进行求解。

Claims (3)

1.一种多站融合场景下考虑新能源消纳的储能系统配置方法，其特征在于，包括如下步骤：
步骤(1)建立多站融合物理模型；
步骤(2)建立多站融合系统考虑新能源消纳的储能系统运营模式；
步骤(3)建立多站融合站中储能系统优化配置模型；
其中，步骤(1)具体为：多站融合站物理模型包含变电站、储能电站、数据中心和电动汽车充电站；
其中，步骤(2)具体为：多站融合中的储能系统运营模式主要有两方面的应用途径：一是站内储能资源的利用；二是站外储能资源共享，将储能作为共享资源，参与新能源消纳获取收益；
其中，步骤(3)包括：
(3.1)建立目标函数：
式中，R表示储能运营商收益；表示储能运营商利用储能消纳新能源获得的收益；Rsub表示储能系统替代UPS和柴油发电机获得的收益；kpa表示等年值系数；IC代表投资成本；FC表示年维护成本；
其中，r表示年利率，y表示储能寿命；
其中，代表第i个新能源发电厂避免弃风惩罚的收益；/>表示利用储能新能源发电厂的售电收益；/>表示储能运营商与第i个新能源发电厂签订的利益分摊比例；
其中，D表示典型日概率；δi,d表示第i个新能源发电厂场景d典型日的天数，H表示总时段；表示第i个新能源发电厂在d场景下t时段的弃风功率；/>表示第i个新能源发电厂在d场景下t时段利用储能系统后的弃风功率；rp表示弃风惩罚系数；
其中，表示t时段售电价格；/>表示t时段输电损耗价格；/>表示d场景下t时段第i个新能源发电厂利用储能的售电功率；
其中，表示在场景d中第i个新能源发电厂t时段的输出功率；/>表示场景d中第i个新能源发电厂t时段的需求功率；
Rsub＝Csub·ρsub
其中，Rsub表示替代UPS的收益；Csub表示替代UPS的容量大小；ρsub表示替代UPS单位容量收益系数；
其中，k1,k2表示储能系统的单位功率投资系数和容量投资系数；表示储能系统额定功率；/>表示储能系统额定容量；/>表示新能源消纳的最大可利用容量；
(3.2)确立约束条件:
(3.2.1)功率平衡:
其中,表示d场景下t时段第i个新能源发电厂利用储能的充电功率，/>表示d场景下t时段第i个新能源发电厂向电网购电功率；
(3.2.2)储能系统约束:
εc+εd≤1
式中，εc、εd分别表示储能系统充电状态系数和放电状态系数，均为0-1变量；M表示极大数；
PUPS≤Pmax
其中，表示储能系统实际功率；Ci,t,d表示场景d中第i个新能源发电厂t时段储能系统剩余能量；PUPS表示UPS额定功率；Ci,t-1,d表示场景d中第i个新能源发电厂t-1时段储能系统剩余能量；δe表示储能系统自损耗率；ηe,C、ηe,F分别表示储能系统充电效率和放电效率；SOCmax、SOCmin分别表示储能系统荷电状态的最大值和最小值。
2.根据权利要求1所述多站融合场景下考虑新能源消纳的储能系统配置方法，其特征在于，所述站内储能资源的利用，包括站内数据中心替代UPS与柴油发电机。
3.根据权利要求1所述多站融合场景下考虑新能源消纳的储能系统配置方法，其特征在于，在Matlab中调用CPLEX求解器对步骤(3)建立的优化模型进行求解。
CN202111188057.5A 2021-10-12 2021-10-12 一种多站融合场景下考虑新能源消纳的储能系统配置方法 Active CN113937798B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111188057.5A CN113937798B (zh) 2021-10-12 2021-10-12 一种多站融合场景下考虑新能源消纳的储能系统配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111188057.5A CN113937798B (zh) 2021-10-12 2021-10-12 一种多站融合场景下考虑新能源消纳的储能系统配置方法

Publications (2)

Publication Number Publication Date
CN113937798A CN113937798A (zh) 2022-01-14
CN113937798B true CN113937798B (zh) 2024-04-30

Family

ID=79278514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111188057.5A Active CN113937798B (zh) 2021-10-12 2021-10-12 一种多站融合场景下考虑新能源消纳的储能系统配置方法

Country Status (1)

Country Link
CN (1) CN113937798B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826867B (zh) * 2023-08-30 2023-12-15 国网湖北省电力有限公司经济技术研究院 提升源荷多元调峰主动性的优化调度及费用补偿分摊方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730048A (zh) * 2017-10-26 2018-02-23 华中科技大学 一种风电‑电动汽车联合系统随机鲁棒优化调度方法
EP3288141A1 (de) * 2016-07-25 2018-02-28 Bioenergon Green Energy Ltd Automatisiertes batteriespeicher-system und kraftwerk, zur erzeugung von strom, stabilisierung der netze, erbringung von regelenergie
CN109146201A (zh) * 2018-09-13 2019-01-04 三峡大学 基于合作博弈的充换储一体化电站微电网优化调度方法
CN110188915A (zh) * 2019-04-10 2019-08-30 国网浙江省电力有限公司电力科学研究院 基于场景集的虚拟电厂中储能系统优化配置方法及系统
CN111697604A (zh) * 2020-06-19 2020-09-22 中国电力科学研究院有限公司 多站合一的配置方法、系统及设备
CN112651717A (zh) * 2020-12-31 2021-04-13 中国电建集团福建省电力勘测设计院有限公司 基于概率分布统计的多站融合储能容量配置方法
CN112736986A (zh) * 2020-12-24 2021-04-30 国网经济技术研究院有限公司 一种基于变电站扩展的多站融合设施综合能效系统
WO2021098352A1 (zh) * 2019-11-22 2021-05-27 国网福建省电力有限公司 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法
CN112949898A (zh) * 2021-01-04 2021-06-11 国网上海市电力公司 一种多站融合选址规划的优化方法
CN113094902A (zh) * 2021-04-08 2021-07-09 国网上海市电力公司 一种多站融合容量联合规划方法
CN113315165A (zh) * 2021-05-17 2021-08-27 国网上海市电力公司 四站融合的综合能源系统协调控制方法及协调控制系统
CN113313295A (zh) * 2021-05-19 2021-08-27 国网江苏省电力有限公司南京供电分公司 一种多站融合模式下综合站优化运行方法
CN113326467A (zh) * 2021-04-27 2021-08-31 国网上海市电力公司 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11878602B2 (en) * 2019-11-22 2024-01-23 State Grid Fujian Electric Power Co., Ltd. Method for establishing active distribution network planning model considering location and capacity determination of electric vehicle charging station

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3288141A1 (de) * 2016-07-25 2018-02-28 Bioenergon Green Energy Ltd Automatisiertes batteriespeicher-system und kraftwerk, zur erzeugung von strom, stabilisierung der netze, erbringung von regelenergie
CN107730048A (zh) * 2017-10-26 2018-02-23 华中科技大学 一种风电‑电动汽车联合系统随机鲁棒优化调度方法
CN109146201A (zh) * 2018-09-13 2019-01-04 三峡大学 基于合作博弈的充换储一体化电站微电网优化调度方法
CN110188915A (zh) * 2019-04-10 2019-08-30 国网浙江省电力有限公司电力科学研究院 基于场景集的虚拟电厂中储能系统优化配置方法及系统
WO2021098352A1 (zh) * 2019-11-22 2021-05-27 国网福建省电力有限公司 一种考虑电动汽车充电站选址定容的主动配电网规划模型的建立方法
CN111697604A (zh) * 2020-06-19 2020-09-22 中国电力科学研究院有限公司 多站合一的配置方法、系统及设备
CN112736986A (zh) * 2020-12-24 2021-04-30 国网经济技术研究院有限公司 一种基于变电站扩展的多站融合设施综合能效系统
CN112651717A (zh) * 2020-12-31 2021-04-13 中国电建集团福建省电力勘测设计院有限公司 基于概率分布统计的多站融合储能容量配置方法
CN112949898A (zh) * 2021-01-04 2021-06-11 国网上海市电力公司 一种多站融合选址规划的优化方法
CN113094902A (zh) * 2021-04-08 2021-07-09 国网上海市电力公司 一种多站融合容量联合规划方法
CN113326467A (zh) * 2021-04-27 2021-08-31 国网上海市电力公司 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统
CN113315165A (zh) * 2021-05-17 2021-08-27 国网上海市电力公司 四站融合的综合能源系统协调控制方法及协调控制系统
CN113313295A (zh) * 2021-05-19 2021-08-27 国网江苏省电力有限公司南京供电分公司 一种多站融合模式下综合站优化运行方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
考虑光伏和电动汽车不确定性的配电网鲁棒经济调度;卢艺;梁俊文;程韧俐;卢苑;林舜江;刘明波;;电工电能新技术(09);全文 *
考虑需求响应与光伏不确定性的综合能源系统鲁棒优化;翟晶晶;吴晓蓓;傅质馨;朱少杰;刘皓明;;中国电力(08);全文 *

Also Published As

Publication number Publication date
CN113937798A (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
CN102509175B (zh) 分布式供电系统可靠性优化方法
CN104881716A (zh) 一种微电网电源的优化规划及评估方法
Guo et al. Co-optimization method research and comprehensive benefits analysis of regional integrated energy system
CN110661301B (zh) 一种水光蓄多能互补发电系统的容量配置优化方法
CN112366684A (zh) 一种海岛微电网系统
Liu et al. Capacity allocation for regional integrated energy system considering typical day economic operation
CN115995822A (zh) 一种分布式能源接入微电网的优化方法
CN113937798B (zh) 一种多站融合场景下考虑新能源消纳的储能系统配置方法
CN113128844A (zh) 一种基于供电设备容量限制下分布式电源规划方法
CN110571868B (zh) 微电网的优化配置方法
CN112769156A (zh) 一种计及大规模海上风电并网的源网荷储协调运行方法
CN109873419B (zh) 一种考虑相似度和经济收益的水光蓄系统运行优化方法
CN115392702A (zh) 一种考虑甲醇储运的跨区电-氢耦合系统优化调度方法
Yang et al. Coordinated optimal scheduling of multi-energy microgrid considering uncertainties
Hongli et al. Day-ahead optimal dispatch of regional power grid based on electric vehicle participation in peak shaving pricing strategy
Fu et al. Research on capacity configuration optimization for island microgrid with PV-wind-diesel-battery and seawater desalination load
Han et al. Research on Demand Response Strategy of User Side Photovoltaic and Energy Storage System Based on Real Time Price
Zhang et al. Research on the market trading model of ancillary services of diversified flexible ramping
Sun et al. Multi-station integration scenario planning and economic benefit analysis based on dynamic adjustment of capacity-load ratio
Xu et al. Analysis and research on energy storage system application mode in Jiashan County
Li et al. Summary and Enlightenment of Hydropower Participation in Electricity Market Practice Research
Cheng et al. Exploration on the value innovation of Energy Internet demonstration park
Wang et al. Simulation of Coordinated Optimization Model of Power Grid Energy Storage Based on Improved Genetic Algorithm
Wang et al. Optimal Siting and Sizing of Hydrogen Energy Storage in Alpine Regions
Zhang et al. Hierarchical Optimal Scheduling of Active Distribution Network Considering Flexible Energy Storage System

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