CN114362138A - 一种适用于水资源丰富地区的“源-荷-网-储”微电网 - Google Patents
一种适用于水资源丰富地区的“源-荷-网-储”微电网 Download PDFInfo
- Publication number
- CN114362138A CN114362138A CN202111435128.7A CN202111435128A CN114362138A CN 114362138 A CN114362138 A CN 114362138A CN 202111435128 A CN202111435128 A CN 202111435128A CN 114362138 A CN114362138 A CN 114362138A
- Authority
- CN
- China
- Prior art keywords
- model
- representing
- power
- energy
- cost
- 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.)
- Withdrawn
Links
- 238000003860 storage Methods 0.000 title claims abstract description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 70
- 238000004146 energy storage Methods 0.000 claims abstract description 42
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 238000007726 management method Methods 0.000 claims abstract description 19
- 238000013486 operation strategy Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 230000008901 benefit Effects 0.000 claims abstract description 15
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 238000013499 data model Methods 0.000 claims abstract description 15
- 238000010248 power generation Methods 0.000 claims abstract description 15
- 230000005284 excitation Effects 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 230000008878 coupling Effects 0.000 claims description 111
- 238000010168 coupling process Methods 0.000 claims description 111
- 238000005859 coupling reaction Methods 0.000 claims description 111
- 230000005540 biological transmission Effects 0.000 claims description 32
- 238000009826 distribution Methods 0.000 claims description 30
- 238000012423 maintenance Methods 0.000 claims description 30
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 30
- 230000005611 electricity Effects 0.000 claims description 29
- 239000007789 gas Substances 0.000 claims description 27
- 239000003345 natural gas Substances 0.000 claims description 18
- 239000001257 hydrogen Substances 0.000 claims description 15
- 229910052739 hydrogen Inorganic materials 0.000 claims description 15
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 12
- 238000007599 discharging Methods 0.000 claims description 12
- 238000001816 cooling Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 6
- 238000005286 illumination Methods 0.000 claims description 6
- 230000027756 respiratory electron transport chain Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000005868 electrolysis reaction Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- -1 hydrogen Chemical class 0.000 claims description 3
- 239000000178 monomer Substances 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000005057 refrigeration Methods 0.000 claims description 3
- 230000002269 spontaneous effect Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 10
- 230000002776 aggregation Effects 0.000 description 10
- 238000004220 aggregation Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000012800 visualization Methods 0.000 description 4
- 238000013079 data visualisation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010517 secondary reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种适用于水资源丰富地区的“源‑荷‑网‑储”微电网,它包括微电网系统,微电网系统包括资源数据汇聚单元、数据分析及模型服务单元和智能分析及可视化展示单元,数据分析及模型服务单元包括微电网主动调峰服务能量管理模块、微电网经济技术最优化服务模块、综合能源系统物理及经济性服务模块和基于需求侧响应下微电网运行策略服务模块,微电网主动调峰服务能量管理模块包括基于PTR激励的需求响应策略、电池模型和可再生能源模型,综合能源系统物理及经济性服务模块包括独立型电力设备单元和耦合型电力设备单元;本发明具有投资小、供电可靠、具备发电、供电及储能功能、提升供电能力的优点。
Description
技术领域
本发明属于新能源技术领域,具体涉及一种适用于水资源丰富地区的“源-荷-网-储”微电网。
背景技术
确山县西南部位邻南阳市,属桐柏山、伏牛山余脉,天目山、薄山湖、薄山林场均位于此处,区域内分支河流较多,水资源丰富,目前此处10千伏配电线路长,供电质量差,主要由35千伏李新店变的李供1线路供电,常规供电方案为架设10千伏线路、安装变压器及低压供电线路,投资大、收益慢,随着居民客户对供电质量和供电可靠性要求的提高,常规供电方案无法满足居民客户供电质量和供电可靠性;因此,提供一种投资小、供电可靠、具备发电、供电及储能功能、提升供电能力的一种适用于水资源丰富地区的“源-荷-网-储”微电网是非常有必要的。
发明内容
本发明的目的是为了克服现有技术的不足,而提供一种投资小、供电可靠、具备发电、供电及储能功能、提升供电能力的一种适用于水资源丰富地区的“源-荷-网-储”微电网。
本发明的目的是这样实现的:一种适用于水资源丰富地区的“源-荷-网-储”微电网,它包括微电网系统,所述的微电网系统包括资源数据汇聚单元、数据分析及模型服务单元和智能分析及可视化展示单元,所述的数据分析及模型服务单元包括微电网主动调峰服务能量管理模块、微电网经济技术最优化服务模块、综合能源系统物理及经济性服务模块和基于需求侧响应下微电网运行策略服务模块,所述的微电网主动调峰服务能量管理模块包括基于PTR激励的需求响应策略、电池模型和可再生能源模型,所述的综合能源系统物理及经济性服务模块包括独立型电力设备单元和耦合型电力设备单元,所述的独立型电力设备单元包括光伏DG模型、输配电网络模型和储能电池模型,所述的耦合型电力设备单元包括气-电耦合模型、电-气耦合模型、电-热耦合模型、气-热耦合模型、热-冷耦合模型、电-冷耦合模型、电-热-气耦合模型和电-气-热-冷耦合模型,所述的基于需求侧响应下微电网运行策略服务模块包括需求侧响应策略模型和需求侧响应优化模型。
所述的基于PTR激励的需求响应策略包括直接负荷控制(DLC)、可中断/削减服务(I/C)、紧急需求响应(EDRP)、容量市场服务(CAP)以及辅助服务市场(A/S)等,目的都是减少高峰或系统紧急时刻的用电量,当微电网系统主动参与负荷需求侧管理及对系统调峰的影响可用图(6)表示,图中包含两条负荷曲线,一条不参与需求响应的负荷曲线,另一条参与需求响应后的负荷曲线,一天中用电高峰时段假设从T1时刻到T2时刻,图中阴影面积代表调峰减少的总电能,此时定义两个评估调峰服务效果指标,一个为峰值削减总量(PSQI),代表联络线峰值被削减的多少,另一个为峰值削减能力(PSAI),代表联络线削减的电能占一天传输总量的比率,这两个指标可用来评估微电网系统参与主网需求响应的效果,具体为: 其中PL(t)和分别代表联络线t时刻参与需求响应之前和之后的功率,PSQI和PSAI可通过下式计算得到:所述的电池模型目的是补偿能源生产和需求的不平衡,其充放电状态为:QcSoc,min≤QS(t)≤QcSoc,max,其中QS(t)代表t时刻电池能量状态,Qc代表能量容量率,所述的Soc,min和Soc,max代表最小和最大充电状态值(0~1之间),当电池充放电过程中,其充放电功率约束为:其中和代表充电和放电功率,和代表充电功率和放电功率的上限,因此,电池充电过程及能量状态为:其中QS(t+1)代表t+1时刻电池能量状态,ηc和ηd分别代表电池充电放电效率,电池能量状态控制约束为:QS(T)=Qend,其中QS(T)代表电池下一周期结束时能量状态,Qend是一个常数,表示电池在周期结束时不能为零,以便下个周期可用;所述的可再生能源依赖于气象预测数据,其上下限约束为: 其中Pi WT(t)、Pi PV(t)和Pi HL(t)分别代表风电、光伏和水电在t时刻的输出,和分别代表风电、光伏和水电的输出的上限。
所述的独立型设备单元中的光伏DG模型具体为:PPV=ξcosθηmAPηP,其中ξ表示光照辐射强度,θ表示光照在太阳能电板的入射角度,ηm表示MPPT控制器的效率(主要受工作温度影响),AP表示太阳能板的面积,ηP表示太阳能板电池板的效率,同时,光度DG模型的经济模型可概括为其中CPV表示光伏DG模型的成本项(包含初始投资成本安装成本和运维成本),BPV表示光伏DG模型的收益项,包含发电收益(即上网电量与上网电价的乘积)、卖电收益(即交易电量与交易电价的乘积)以及节约的购电成本(即自发自用电量与购电电价pt的乘积);所述的输配电网络模型具体为:PL=ULI=PL0(1-ηL)=UL0I(1-ηL),其中PL表示流经输配电网络后的输出功率(等于输出端电压UL与工作电流I的乘积),PL0表示输配电网络的输入功率(等于输入端电压UL0与工作电流I的乘积),ηL表示网络损耗(包含线路损耗和变电站损耗),同时,输配电网络模型的经济性模型可概括为:BEL=EELpEL,其中CEL表示输配电网络模型的成本项(包含线路投资成本运维成本以及变电站的投资成本和运维成本),BEL表示输配电网络模型的收益项(等于输配电量EEL与输配电价pEL的乘积);所述的储能电池模型具体为:
其中Soc(t)和Soc(t0)分别表示储能电池在t和t0时刻的剩余电量,δ表示储能电池的自放电率,Δt表示t0到t的时间跨度,Pch和Pdis分别表示储能电池的充放电功率,ηch和ηdis分别表示储能电池的充放电效率,同时,储能电池模型的经济性模型可概括为:其中CSTE表示储能电池模型的成本项(包含初始投资成本安装成本运维成本以及充放电成本),BSTE表示储能电池模型的收益项(等于电池的放电电量与放电当时的电价的乘积)。
所述的耦合型设备单元中的气-电耦合模型具体为:其中PFC表示输出电功率,表示氢气消耗量,VFC表示电堆电压,NFC表示单体串联个数,F表示Faraday常数,z表示每次反应电子转移数,同时气-电耦合模型的经济性模型可概括为:其中CFC表示气-电耦合模型的成本项(包含初始投资成本安装成本运维成本以及耗氢成本),BFC表示气-电耦合模型的收益项(等于出力电量与电价的乘积);所述的电-气耦合模型具体为:其中表示制氢产量,ai(i=1,2...,5)表示Faraday效率相对系数,TCL表示工作温度,ICL表示电流,Acell表示电池面积,NCL表示串联电池个数,PCL表示输出功率,UCL表示电压,F表示Faraday常数,z表示每次反应电子转移数,同时电-气耦合模型的经济性模型可概括为:其中表示电-气耦合模型的成本项(包含初始投资成本运维成本以及电解成本),表示电-气耦合模型的收益项(等于制氢产量与氢气价格的乘积);所述的气-热耦合模型具体为:其中qGHB(t)表示热输出功率,VGHB(t)表示t时段的天然气消耗量,LNG表示天然气的低拉热值,ηGHB表示热效率,Δt表示时间步长,同时气-热耦合模型的经济性模型可概括为:其中CCHB表示气-热耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCHB表示气-热耦合模型的收益项(等于供热面积SCHB与单位面积供热价格的乘积)。
所述的耦合型设备单元中的热-冷耦合模型具体为:其中QAC表示输出冷功率,表示热力系数,表示输入冷功率,WS表示输入热蒸汽流量,hs1和hs2分别表示热蒸汽比焓和凝结水比焓,同时气-热耦合模型的经济性模型可概括为:其中CAC表示热-冷耦合模型的成本项(包含初始投资成本运维成本以及热能消耗成本),BAC表示热-冷耦合模型的收益项(等于工作时间TAC、单位时间供冷价格供冷面积SAC以及单位面积供冷价格的乘积);所述的电-热-气耦合模型具体为:其中ηP.CHP、ηQ.CHP、ηY.CHP分别表示发电效率、供热效率、效率,PP.CHP、PQ.CHP、PF.CHP分别表示发电量、供热量、输入总能量,EP.CHP、EQ.CHP、EF.CHP分别表示输出电能、输出热能、输出总能量,同时电-热-气耦合模型的经济性模型可概括为:其中CCHP表示电-热-气耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCHP表示电-热-气耦合模型的收益项(等于出力电量电力价格乘积与供热面积以及单位面积供热价格乘积之和);所述的电-气-热-冷耦合模型具体为: 其中表示发电功率,WCCHP.N表示单台发电功率,NCCHP表示运行台数,表示输出冷功率,表示制冷系数,表示输入电功率,表示输出热功率,表示天然气消耗量,和分别表示热效率和热损失率,FCCHP表示输入的燃料总量,Hlow表示燃料低位发热值,ηCCHP表示功率,EP、EC、EQ分别表示电量冷量热量ηRER表示一次能源利用率,PCCHP、CCCHP、QCCHP分别表示输出的电量、冷量、热量,同时电-气-热-冷耦合模型的经济性模型可概括为: 其中CCCHP表示电-气-热-冷耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCCHP表示电-气-热-冷耦合模型的收益项(等于出力电量电力价格乘积与供热面积单位面积供热价格乘积以及供冷面积单位面积供热价格乘积之和)。
所述的基于需求侧响应下的微电网运行策略服务模块中的需求侧响应策略模型具体为:若设备k要获得最优运行,必须保持开通,且在允许的时间范围内运行,即:二进制变量flagk是第k个设备的开/关状态,flagk=1表示设备在此期间为开通状态,flagk=0表示关断,spank指第k个设备的运行区间,ESTk和LFTk分别表示最早开始时间和最迟结束时间,为了使可调度设备在连续的时间间隔内运行,需加限制,即:二进制变量ONk(t)指设备k是否在时间间隔t期间内打开,ONk(t)=1表示设备k在时间间隔t中打开,二进制变量OFFk(t)指设备k是否在时间间隔t内关闭,OFFk(t)=1表示设备k在时间间隔t中关闭,ONk(t)与OFFk(t)的关系和设备运行状态为:在设备打开和关闭时,需加约束条件对其进行保护,即:
所述的基于需求侧响应下的微电网运行策略服务模块中的需求侧响应优化模型的目标函数是微电网系统成本费用最小化,具体为:NPCUk是k个组件的成本,Nk是第k个组件的数量/容量,NWT和NBall是整数决策变量,NPV和NInv是连续决策变量,由于限制了储能系统的充放电速率、可调度负荷能力及可再生能源发电量的不可控性。为了克服此问题,需增加耗电变量:Ploadncl(t)、Ploadcl(t)、PEESch(t)、Ploaddump(t)和PEESdis(t)分别指不可调度负荷功率、可调度负荷功率、电池充电电能、多余负荷功率和电池放电电能。
本发明的有益效果:本发明为适用于水资源丰富地区的“源-荷-网-储”微电网,在使用中,资源数据汇聚单元平台通过能量管理中心模块进行多源电网数据汇聚,实现源网荷储协同,实现电源侧、储能侧、需求侧数据的实时接入和管理;数据分析及模型服务单元为电力业务提供主动调峰服务、经济技术最优化服务、综合能源物理及经济性服务以及需求侧响应运行策略服务,同时平台构建了丰富的电力模型库,覆盖需求侧响应、负荷预测、新能源性能评估等模型算法,为实现区域内多能互补以及电网削峰填谷提供支撑,有效降低发电测与耗电侧不平衡,提高供电能力,需求侧响应优化模型有效降低成本费用,降低投资,基于PTR激励的需求响应策略在满足一般居民客户正常用电的情况下,多余电量上网,实现一般居民客户用电自给自足,盈余电量能够收益;智能分析及可视化展示平台提供丰富的数据可视化组件,业务人员可结合实际需求利用平台的数据和模型对“源网荷储”微电网系统进行智能自主分析,分析结果可在平台进行多维可视化展示;本发明的微电网系统具有发电、供电、储能等功能,满足一般居民客户日常用电需求,多余电量能够上网,相比于传统的架设10千伏线路、安装变压器及低压供电线路供电方案,具有投资小、供电可靠、自动化程度高、提升供电质量和供电可靠性等优势;本发明具有投资小、供电可靠、具备发电、供电及储能功能、提升供电能力的优点。
附图说明
图1为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的整体结构示意图视图。
图2为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的资源数据汇聚单元结构图示意图。
图3为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的储能电池电能流向示意图。
图4为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的数据分析及模型服务单元结构示意图。
图5为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的微电网主动调峰服务能量管理模块结构示意图。
图6为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的参与需求响应的削峰示意图。
图7为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的微电网经济技术最优化服务模块优化过程示意图。
图8为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的综合能源系统物理及经济性服务模块结构示意图。
图9为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的基于需求侧响应下微电网运行策略服务模块结构示意图。
图10为本发明一种适用于水资源丰富地区的“源-荷-网-储”微电网的智能分析及可视化展示单元结构示意图。
图中:1、微电网系统 2、资源数据汇聚单元 3、数据分析及模型服务单元 31、微电网主动调峰服务能量管理模块 311、基于PTR激励的需求响应策略 312、电池模型 313、可再生能源模型 32、微电网经济技术最优化服务模块 33、综合能源系统物理及经济性服务模块 331、独立型电力设备单元 3311、光伏DG模型 3312、输配电网络模型 3313、储能电池模型 332、耦合型电力设备单元 3321、气-电耦合模型 3322、电-气耦合模型 3323、电-热耦合模型 3324、气-热耦合模型 3325、热-冷耦合模型 3326、电-冷耦合模型 3327、电-热-气耦合模型 3328、电-气-热-冷耦合模型 34、基于需求侧响应下微电网运行策略服务模块341、需求侧响应策略模型 342、需求侧响应优化模型 4、智能分析及可视化展示单元。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
如图1-10所示,一种适用于水资源丰富地区的“源-荷-网-储”微电网,它包括微电网系统1,所述的微电网系统1包括资源数据汇聚单元2、数据分析及模型服务单元3和智能分析及可视化展示单元4,所述的数据分析及模型服务单元3包括微电网主动调峰服务能量管理模块31、微电网经济技术最优化服务模块32、综合能源系统物理及经济性服务模块33和基于需求侧响应下微电网运行策略服务模块34,所述的微电网主动调峰服务能量管理模块31包括基于PTR激励的需求响应策略311、电池模型312和可再生能源模型313,所述的综合能源系统物理及经济性服务模块33包括独立型电力设备单元331和耦合型电力设备单元332,所述的独立型电力设备单元331包括光伏DG模型3311、输配电网络模型3312和储能电池模型3313,所述的耦合型电力设备单元332包括气-电耦合模型3321、电-气耦合模型3322、电-热耦合模型3323、气-热耦合模型3324、热-冷耦合模型3325、电-冷耦合模型3326、电-热-气耦合模型3327和电-气-热-冷耦合模型3328,所述的基于需求侧响应下微电网运行策略服务模块34包括需求侧响应策略模型341和需求侧响应优化模型342。
本发明为适用于水资源丰富地区的“源-荷-网-储”微电网,在使用中,资源数据汇聚单元平台2通过能量管理中心模块进行多源电网数据汇聚,实现源网荷储协同,实现电源侧、储能侧、需求侧数据的实时接入和管理;数据分析及模型服务单元3为电力业务提供主动调峰服务、经济技术最优化服务、综合能源物理及经济性服务以及需求侧响应运行策略服务,同时平台构建了丰富的电力模型库,覆盖需求侧响应、负荷预测、新能源性能评估等模型算法,为实现区域内多能互补以及电网削峰填谷提供支撑,有效降低发电测与耗电侧不平衡,提高供电能力,需求侧响应优化模型有效降低成本费用,降低投资,基于PTR激励的需求响应策略在满足一般居民客户正常用电的情况下,多余电量上网,实现一般居民客户用电自给自足,盈余电量能够收益;智能分析及可视化展示平台4提供丰富的数据可视化组件,业务人员可结合实际需求利用平台的数据和模型对“源网荷储”微电网系统1进行智能自主分析,分析结果可在平台进行多维可视化展示;本发明的微电网系统1具有发电、供电、储能等功能,满足一般居民客户日常用电需求,多余电量能够上网,相比于传统的架设10千伏线路、安装变压器及低压供电线路供电方案,具有投资小、供电可靠、自动化程度高、提升供电质量和供电可靠性等优势;本发明具有投资小、供电可靠、具备发电、供电及储能功能、提升供电能力的优点。
实施例2
如图1-10所示,一种适用于水资源丰富地区的“源-荷-网-储”微电网,它包括微电网系统1,所述的微电网系统1包括资源数据汇聚单元2、数据分析及模型服务单元3和智能分析及可视化展示单元4,所述的数据分析及模型服务单元3包括微电网主动调峰服务能量管理模块31、微电网经济技术最优化服务模块32、综合能源系统物理及经济性服务模块33和基于需求侧响应下微电网运行策略服务模块34,所述的微电网主动调峰服务能量管理模块31包括基于PTR激励的需求响应策略311、电池模型312和可再生能源模型313,所述的综合能源系统物理及经济性服务模块33包括独立型电力设备单元331和耦合型电力设备单元332,所述的独立型电力设备单元331包括光伏DG模型3311、输配电网络模型3312和储能电池模型3313,所述的耦合型电力设备单元332包括气-电耦合模型3321、电-气耦合模型3322、电-热耦合模型3323、气-热耦合模型3324、热-冷耦合模型3325、电-冷耦合模型3326、电-热-气耦合模型3327和电-气-热-冷耦合模型3328,所述的基于需求侧响应下微电网运行策略服务模块34包括需求侧响应策略模型341和需求侧响应优化模型342。
所述的基于PTR激励的需求响应策略包括直接负荷控制(DLC)、可中断/削减服务(I/C)、紧急需求响应(EDRP)、容量市场服务(CAP)以及辅助服务市场(A/S)等,目的都是减少高峰或系统紧急时刻的用电量,当微电网系统主动参与负荷需求侧管理及对系统调峰的影响可用图(6)表示,图中包含两条负荷曲线,一条不参与需求响应的负荷曲线,另一条参与需求响应后的负荷曲线,一天中用电高峰时段假设从T1时刻到T2时刻,图中阴影面积代表调峰减少的总电能,此时定义两个评估调峰服务效果指标,一个为峰值削减总量(PSQI),代表联络线峰值被削减的多少,另一个为峰值削减能力(PSAI),代表联络线削减的电能占一天传输总量的比率,这两个指标可用来评估微电网系统参与主网需求响应的效果,具体为: 其中PL(t)和分别代表联络线t时刻参与需求响应之前和之后的功率,PSQI和PSAI可通过下式计算得到:所述的电池模型目的是补偿能源生产和需求的不平衡,其充放电状态为:QcSoc,min≤QS(t)≤QcSoc,max,其中QS(t)代表t时刻电池能量状态,Qc代表能量容量率,所述的Soc,min和Soc,max代表最小和最大充电状态值(0~1之间),当电池充放电过程中,其充放电功率约束为:其中和代表充电和放电功率,和代表充电功率和放电功率的上限,因此,电池充电过程及能量状态为:其中QS(t+1)代表t+1时刻电池能量状态,ηc和ηd分别代表电池充电放电效率,电池能量状态控制约束为:QS(T)=Qend,其中QS(T)代表电池下一周期结束时能量状态,Qend是一个常数,表示电池在周期结束时不能为零,以便下个周期可用;所述的可再生能源依赖于气象预测数据,其上下限约束为: 其中Pi WT(t)、Pi PV(t)和Pi HL(t)分别代表风电、光伏和水电在t时刻的输出,和分别代表风电、光伏和水电的输出的上限。
所述的独立型设备单元中的光伏DG模型具体为:PPV=ξcosθηmAPηP,其中ξ表示光照辐射强度,θ表示光照在太阳能电板的入射角度,ηm表示MPPT控制器的效率(主要受工作温度影响),AP表示太阳能板的面积,ηP表示太阳能板电池板的效率,同时,光度DG模型的经济模型可概括为其中CPV表示光伏DG模型的成本项(包含初始投资成本安装成本和运维成本),BPV表示光伏DG模型的收益项,包含发电收益(即上网电量与上网电价的乘积)、卖电收益(即交易电量与交易电价的乘积)以及节约的购电成本(即自发自用电量与购电电价pt的乘积);所述的输配电网络模型具体为:PL=ULI=PL0(1-ηL)=UL0I(1-ηL),其中PL表示流经输配电网络后的输出功率(等于输出端电压UL与工作电流I的乘积),PL0表示输配电网络的输入功率(等于输入端电压UL0与工作电流I的乘积),ηL表示网络损耗(包含线路损耗和变电站损耗),同时,输配电网络模型的经济性模型可概括为:BEL=EELpEL,其中CEL表示输配电网络模型的成本项(包含线路投资成本运维成本以及变电站的投资成本和运维成本),BEL表示输配电网络模型的收益项(等于输配电量EEL与输配电价pEL的乘积);所述的储能电池模型具体为:其中Soc(t)和Soc(t0)分别表示储能电池在t和t0时刻的剩余电量,δ表示储能电池的自放电率,Δt表示t0到t的时间跨度,Pch和Pdis分别表示储能电池的充放电功率,ηch和ηdis分别表示储能电池的充放电效率,同时,储能电池模型的经济性模型可概括为:其中CSTE表示储能电池模型的成本项(包含初始投资成本安装成本运维成本以及充放电成本),BSTE表示储能电池模型的收益项(等于电池的放电电量与放电当时的电价的乘积)。
所述的耦合型设备单元中的气-电耦合模型具体为:其中PFC表示输出电功率,表示氢气消耗量,VFC表示电堆电压,NFC表示单体串联个数,F表示Faraday常数,z表示每次反应电子转移数,同时气-电耦合模型的经济性模型可概括为:其中CFC表示气-电耦合模型的成本项(包含初始投资成本安装成本运维成本以及耗氢成本),BFC表示气-电耦合模型的收益项(等于出力电量与电价的乘积);所述的电-气耦合模型具体为:其中表示制氢产量,ai(i=1,2...,5)表示Faraday效率相对系数,TCL表示工作温度,ICL表示电流,Acell表示电池面积,NCL表示串联电池个数,PCL表示输出功率,UCL表示电压,F表示Faraday常数,z表示每次反应电子转移数,同时电-气耦合模型的经济性模型可概括为:其中表示电-气耦合模型的成本项(包含初始投资成本运维成本以及电解成本),表示电-气耦合模型的收益项(等于制氢产量与氢气价格的乘积);所述的气-热耦合模型具体为:其中qGHB(t)表示热输出功率,VGHB(t)表示t时段的天然气消耗量,LNG表示天然气的低拉热值,ηGHB表示热效率,Δt表示时间步长,同时气-热耦合模型的经济性模型可概括为:其中CCHB表示气-热耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCHB表示气-热耦合模型的收益项(等于供热面积SCHB与单位面积供热价格的乘积)。
所述的耦合型设备单元中的热-冷耦合模型具体为:其中QAC表示输出冷功率,表示热力系数,表示输入冷功率,WS表示输入热蒸汽流量,hs1和hs2分别表示热蒸汽比焓和凝结水比焓,同时气-热耦合模型的经济性模型可概括为:其中CAC表示热-冷耦合模型的成本项(包含初始投资成本运维成本以及热能消耗成本),BAC表示热-冷耦合模型的收益项(等于工作时间TAC、单位时间供冷价格供冷面积SAC以及单位面积供冷价格的乘积);所述的电-热-气耦合模型具体为:其中ηP.CHP、ηQ.CHP、ηY.CHP分别表示发电效率、供热效率、效率,PP.CHP、PQ.CHP、PF.CHP分别表示发电量、供热量、输入总能量,EP.CHP、EQ.CHP、EF.CHP分别表示输出电能、输出热能、输出总能量,同时电-热-气耦合模型的经济性模型可概括为:其中CCHP表示电-热-气耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCHP表示电-热-气耦合模型的收益项(等于出力电量电力价格乘积与供热面积以及单位面积供热价格乘积之和);所述的电-气-热-冷耦合模型具体为: 其中表示发电功率,WCCHP.N表示单台发电功率,NCCHP表示运行台数,表示输出冷功率,表示制冷系数,表示输入电功率,表示输出热功率,表示天然气消耗量,和分别表示热效率和热损失率,FCCHP表示输入的燃料总量,Hlow表示燃料低位发热值,ηCCHP表示功率,EP、EC、EQ分别表示电量冷量热量ηRER表示一次能源利用率,PCCHP、CCCHP、QCCHP分别表示输出的电量、冷量、热量,同时电-气-热-冷耦合模型的经济性模型可概括为: 其中CCCHP表示电-气-热-冷耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCCHP表示电-气-热-冷耦合模型的收益项(等于出力电量电力价格乘积与供热面积单位面积供热价格乘积以及供冷面积单位面积供热价格乘积之和)。
所述的基于需求侧响应下的微电网运行策略服务模块中的需求侧响应策略模型具体为:若设备k要获得最优运行,必须保持开通,且在允许的时间范围内运行,即:二进制变量flagk是第k个设备的开/关状态,flagk=1表示设备在此期间为开通状态,flagk=0表示关断,spank指第k个设备的运行区间,ESTk和LFTk分别表示最早开始时间和最迟结束时间,为了使可调度设备在连续的时间间隔内运行,需加限制,即:二进制变量ONk(t)指设备k是否在时间间隔t期间内打开,ONk(t)=1表示设备k在时间间隔t中打开,二进制变量OFFk(t)指设备k是否在时间间隔t内关闭,OFFk(t)=1表示设备k在时间间隔t中关闭,ONk(t)与OFFk(t)的关系和设备运行状态为:在设备打开和关闭时,需加约束条件对其进行保护,即:
所述的基于需求侧响应下的微电网运行策略服务模块中的需求侧响应优化模型的目标函数是微电网系统成本费用最小化,具体为:NPCUk是k个组件的成本,Nk是第k个组件的数量/容量,NWT和NBall是整数决策变量,NPV和NInv是连续决策变量,由于限制了储能系统的充放电速率、可调度负荷能力及可再生能源发电量的不可控性。为了克服此问题,需增加耗电变量:Ploadncl(t)、Ploadcl(t)、PEESch(t)、Ploaddump(t)和PEESdis(t)分别指不可调度负荷功率、可调度负荷功率、电池充电电能、多余负荷功率和电池放电电能。
本发明为适用于水资源丰富地区的“源-荷-网-储”微电网,在使用中,资源数据汇聚单元平台2通过能量管理中心模块进行多源电网数据汇聚,实现源网荷储协同,实现电源侧、储能侧、需求侧数据的实时接入和管理;数据分析及模型服务单元3为电力业务提供主动调峰服务、经济技术最优化服务、综合能源物理及经济性服务以及需求侧响应运行策略服务,同时平台构建了丰富的电力模型库,覆盖需求侧响应、负荷预测、新能源性能评估等模型算法,为实现区域内多能互补以及电网削峰填谷提供支撑,有效降低发电测与耗电侧不平衡,提高供电能力,需求侧响应优化模型有效降低成本费用,降低投资,基于PTR激励的需求响应策略在满足一般居民客户正常用电的情况下,多余电量上网,实现一般居民客户用电自给自足,盈余电量能够收益;智能分析及可视化展示平台4提供丰富的数据可视化组件,业务人员可结合实际需求利用平台的数据和模型对“源网荷储”微电网系统1进行智能自主分析,分析结果可在平台进行多维可视化展示;本发明的微电网系统1具有发电、供电、储能等功能,满足一般居民客户日常用电需求,多余电量能够上网,相比于传统的架设10千伏线路、安装变压器及低压供电线路供电方案,具有投资小、供电可靠、自动化程度高、提升供电质量和供电可靠性等优势;本发明具有投资小、供电可靠、具备发电、供电及储能功能、提升供电能力的优点。
Claims (7)
1.一种适用于水资源丰富地区的“源-荷-网-储”微电网,它包括微电网系统,其特征在于:所述的微电网系统包括资源数据汇聚单元、数据分析及模型服务单元和智能分析及可视化展示单元,所述的数据分析及模型服务单元包括微电网主动调峰服务能量管理模块、微电网经济技术最优化服务模块、综合能源系统物理及经济性服务模块和基于需求侧响应下微电网运行策略服务模块,所述的微电网主动调峰服务能量管理模块包括基于PTR激励的需求响应策略、电池模型和可再生能源模型,所述的综合能源系统物理及经济性服务模块包括独立型电力设备单元和耦合型电力设备单元,所述的独立型电力设备单元包括光伏DG模型、输配电网络模型和储能电池模型,所述的耦合型电力设备单元包括气-电耦合模型、电-气耦合模型、电-热耦合模型、气-热耦合模型、热-冷耦合模型、电-冷耦合模型、电-热-气耦合模型和电-气-热-冷耦合模型,所述的基于需求侧响应下微电网运行策略服务模块包括需求侧响应策略模型和需求侧响应优化模型。
2.如权利要求1所述的一种适用于水资源丰富地区的“源-荷-网-储”微电网,其特征在于:所述的基于PTR激励的需求响应策略包括直接负荷控制(DLC)、可中断/削减服务(I/C)、紧急需求响应(EDRP)、容量市场服务(CAP)以及辅助服务市场(A/S)等,目的都是减少高峰或系统紧急时刻的用电量,当微电网系统主动参与负荷需求侧管理及对系统调峰的影响可用图(6)表示,图中包含两条负荷曲线,一条不参与需求响应的负荷曲线,另一条参与需求响应后的负荷曲线,一天中用电高峰时段假设从T1时刻到T2时刻,图中阴影面积代表调峰减少的总电能,此时定义两个评估调峰服务效果指标,一个为峰值削减总量(PSQI),代表联络线峰值被削减的多少,另一个为峰值削减能力(PSAI),代表联络线削减的电能占一天传输总量的比率,这两个指标可用来评估微电网系统参与主网需求响应的效果,具体为: 其中PL(t)和分别代表联络线t时刻参与需求响应之前和之后的功率,PSQI和PSAI可通过下式计算得到:所述的电池模型目的是补偿能源生产和需求的不平衡,其充放电状态为:QcSoc,min≤QS(t)≤QcSoc,max,其中QS(t)代表t时刻电池能量状态,Qc代表能量容量率,所述的Soc,min和Soc,max代表最小和最大充电状态值(0~1之间),当电池充放电过程中,其充放电功率约束为:其中和代表充电和放电功率,和代表充电功率和放电功率的上限,因此,电池充电过程及能量状态为:其中QS(t+1)代表t+1时刻电池能量状态,ηc和ηd分别代表电池充电放电效率,电池能量状态控制约束为:QS(T)=Qend,其中QS(T)代表电池下一周期结束时能量状态,Qend是一个常数,表示电池在周期结束时不能为零,以便下个周期可用;所述的可再生能源依赖于气象预测数据,其上下限约束为: 其中Pi WT(t)、Pi PV(t)和Pi HL(t)分别代表风电、光伏和水电在t时刻的输出,和分别代表风电、光伏和水电的输出的上限。
3.如权利要求1所述的一种适用于水资源丰富地区的“源-荷-网-储”微电网,其特征在于:所述的独立型设备单元中的光伏DG模型具体为:PPV=ξcosθηmAPηP,其中ξ表示光照辐射强度,θ表示光照在太阳能电板的入射角度,ηm表示MPPT控制器的效率(主要受工作温度影响),AP表示太阳能板的面积,ηP表示太阳能板电池板的效率,同时,光度DG模型的经济模型可概括为其中CPV表示光伏DG模型的成本项(包含初始投资成本安装成本和运维成本),BPV表示光伏DG模型的收益项,包含发电收益(即上网电量与上网电价的乘积)、卖电收益(即交易电量与交易电价的乘积)以及节约的购电成本(即自发自用电量与购电电价pt的乘积);所述的输配电网络模型具体为:PL=ULI=PL0(1-ηL)=UL0I(1-ηL),其中PL表示流经输配电网络后的输出功率(等于输出端电压UL与工作电流I的乘积),PL0表示输配电网络的输入功率(等于输入端电压UL0与工作电流I的乘积),ηL表示网络损耗(包含线路损耗和变电站损耗),同时,输配电网络模型的经济性模型可概括为:BEL=EELpEL,其中CEL表示输配电网络模型的成本项(包含线路投资成本运维成本以及变电站的投资成本和运维成本),BEL表示输配电网络模型的收益项(等于输配电量EEL与输配电价pEL的乘积);所述的储能电池模型具体为:其中Soc(t)和Soc(t0)分别表示储能电池在t和t0时刻的剩余电量,δ表示储能电池的自放电率,Δt表示t0到t的时间跨度,Pch和Pdis分别表示储能电池的充放电功率,ηch和ηdis分别表示储能电池的充放电效率,同时,储能电池模型的经济性模型可概括为:其中CSTE表示储能电池模型的成本项(包含初始投资成本安装成本运维成本以及充放电成本),BSTE表示储能电池模型的收益项(等于电池的放电电量与放电当时的电价的乘积)。
4.如权利要求1所述的一种适用于水资源丰富地区的“源-荷-网-储”微电网,其特征在于:所述的耦合型设备单元中的气-电耦合模型具体为:其中PFC表示输出电功率,表示氢气消耗量,VFC表示电堆电压,NFC表示单体串联个数,F表示Faraday常数,z表示每次反应电子转移数,同时气-电耦合模型的经济性模型可概括为:其中CFC表示气-电耦合模型的成本项(包含初始投资成本安装成本运维成本以及耗氢成本),BFC表示气-电耦合模型的收益项(等于出力电量与电价的乘积);所述的电-气耦合模型具体为:其中表示制氢产量,ai(i=1,2...,5)表示Faraday效率相对系数,TCL表示工作温度,ICL表示电流,Acell表示电池面积,NCL表示串联电池个数,PCL表示输出功率,UCL表示电压,F表示Faraday常数,z表示每次反应电子转移数,同时电-气耦合模型的经济性模型可概括为:其中表示电-气耦合模型的成本项(包含初始投资成本运维成本以及电解成本),表示电-气耦合模型的收益项(等于制氢产量与氢气价格的乘积);所述的气-热耦合模型具体为:其中qGHB(t)表示热输出功率,VGHB(t)表示t时段的天然气消耗量,LNG表示天然气的低拉热值,ηGHB表示热效率,Δt表示时间步长,同时气-热耦合模型的经济性模型可概括为:其中CCHB表示气-热耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCHB表示气-热耦合模型的收益项(等于供热面积SCHB与单位面积供热价格的乘积)。
5.如权利要求4所述的一种适用于水资源丰富地区的“源-荷-网-储”微电网,其特征在于:所述的耦合型设备单元中的热-冷耦合模型具体为:其中QAC表示输出冷功率,表示热力系数,表示输入冷功率,WS表示输入热蒸汽流量,hs1和hs2分别表示热蒸汽比焓和凝结水比焓,同时气-热耦合模型的经济性模型可概括为:其中CAC表示热-冷耦合模型的成本项(包含初始投资成本运维成本以及热能消耗成本),BAC表示热-冷耦合模型的收益项(等于工作时间TAC、单位时间供冷价格供冷面积SAC以及单位面积供冷价格的乘积);所述的电-热-气耦合模型具体为:其中ηP.CHP、ηQ.CHP、ηY.CHP分别表示发电效率、供热效率、效率,PP.CHP、PQ.CHP、PF.CHP分别表示发电量、供热量、输入总能量,EP.CHP、EQ.CHP、EF.CHP分别表示输出电能、输出热能、输出总能量,同时电-热-气耦合模型的经济性模型可概括为:其中CCHP表示电-热-气耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCHP表示电-热-气耦合模型的收益项(等于出力电量电力价格乘积与供热面积以及单位面积供热价格乘积之和);所述的电-气-热-冷耦合模型具体为: 其中表示发电功率,WCCHP.N表示单台发电功率,NCCHP表示运行台数,表示输出冷功率,表示制冷系数,表示输入电功率,表示输出热功率,表示天然气消耗量,和分别表示热效率和热损失率,FCCHP表示输入的燃料总量,Hlow表示燃料低位发热值,ηCCHP表示功率,EP、EC、EQ分别表示电量冷量热量ηRER表示一次能源利用率,PCCHP、CCCHP、QCCHP分别表示输出的电量、冷量、热量,同时电-气-热-冷耦合模型的经济性模型可概括为: 其中CCCHP表示电-气-热-冷耦合模型的成本项(包含初始投资成本运维成本以及天然气消耗成本),BCCHP表示电-气-热-冷耦合模型的收益项(等于出力电量电力价格乘积与供热面积单位面积供热价格乘积以及供冷面积单位面积供热价格乘积之和)。
6.如权利要求1所述的一种适用于水资源丰富地区的“源-荷-网-储”微电网,其特征在于:所述的基于需求侧响应下的微电网运行策略服务模块中的需求侧响应策略模型具体为:若设备k要获得最优运行,必须保持开通,且在允许的时间范围内运行,即:二进制变量flagk是第k个设备的开/关状态,flagk=1表示设备在此期间为开通状态,flagk=0表示关断,spank指第k个设备的运行区间,ESTk和LFTk分别表示最早开始时间和最迟结束时间,为了使可调度设备在连续的时间间隔内运行,需加限制,即:二进制变量ONk(t)指设备k是否在时间间隔t期间内打开,ONk(t)=1表示设备k在时间间隔t中打开,二进制变量OFFk(t)指设备k是否在时间间隔t内关闭,OFFk(t)=1表示设备k在时间间隔t中关闭,ONk(t)与OFFk(t)的关系和设备运行状态为:在设备打开和关闭时,需加约束条件对其进行保护,即:
7.如权利要求6所述的一种适用于水资源丰富地区的“源-荷-网-储”微电网,其特征在于:所述的基于需求侧响应下的微电网运行策略服务模块中的需求侧响应优化模型的目标函数是微电网系统成本费用最小化,具体为:NPCUk是k个组件的成本,Nk是第k个组件的数量/容量,NWT和NBall是整数决策变量,NPV和NInv是连续决策变量,由于限制了储能系统的充放电速率、可调度负荷能力及可再生能源发电量的不可控性。为了克服此问题,需增加耗电变量:
Ploadncl(t)、Ploadcl(t)、PEESch(t)、Ploaddump(t)和PEESdis(t)分别指不可调度负荷功率、可调度负荷功率、电池充电电能、多余负荷功率和电池放电电能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111435128.7A CN114362138A (zh) | 2021-11-29 | 2021-11-29 | 一种适用于水资源丰富地区的“源-荷-网-储”微电网 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111435128.7A CN114362138A (zh) | 2021-11-29 | 2021-11-29 | 一种适用于水资源丰富地区的“源-荷-网-储”微电网 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114362138A true CN114362138A (zh) | 2022-04-15 |
Family
ID=81097401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111435128.7A Withdrawn CN114362138A (zh) | 2021-11-29 | 2021-11-29 | 一种适用于水资源丰富地区的“源-荷-网-储”微电网 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114362138A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115149552A (zh) * | 2022-08-03 | 2022-10-04 | 中国电力工程顾问集团东北电力设计院有限公司 | 一种交流耦合离网风电制氢系统控制方法 |
CN115149552B (zh) * | 2022-08-03 | 2024-06-11 | 中国电力工程顾问集团东北电力设计院有限公司 | 一种交流耦合离网风电制氢系统控制方法 |
-
2021
- 2021-11-29 CN CN202111435128.7A patent/CN114362138A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115149552A (zh) * | 2022-08-03 | 2022-10-04 | 中国电力工程顾问集团东北电力设计院有限公司 | 一种交流耦合离网风电制氢系统控制方法 |
CN115149552B (zh) * | 2022-08-03 | 2024-06-11 | 中国电力工程顾问集团东北电力设计院有限公司 | 一种交流耦合离网风电制氢系统控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108649602A (zh) | 风光柴储智能交流微电网系统 | |
CN110635514B (zh) | 一种并网型微网优化配置方法 | |
CN208174274U (zh) | 微电网系统 | |
Ma et al. | Optimal dispatch of hybrid energy islanded microgrid considering V2G under TOU tariffs | |
Yang et al. | A review of energy storage system study | |
Zhang et al. | Economic and Optimal Dispatch Model of Electricity, Heat and Gas for Virtual Power Plants in Parks Considering Low Carbon Targets. | |
Zhang et al. | A planning scheme for energy storage power station based on multi-spatial scale model | |
CN113313329B (zh) | 一种含综合能源系统的配电网优化调度方法 | |
CN114362138A (zh) | 一种适用于水资源丰富地区的“源-荷-网-储”微电网 | |
Zhou et al. | Research review on energy storage technology in power grid | |
CN113131497A (zh) | 电动汽车参与计划性孤岛的小水电微网功率平衡控制方法 | |
CN206977064U (zh) | 燃煤发电机组与新能源发电机组的多能互补发电系统 | |
Ouramdane et al. | Optimal sizing of domestic grid-connected microgrid maximizing self consumption and battery lifespan⋆ | |
Wang et al. | Low-carbon Optimal Dispatch of Integrated Energy System Considering Concentrating Solar Plant | |
Zhang et al. | Energy storage technology in power grid and its configuration optimization method | |
Yang et al. | Research on user energy storage optimization system considering a grid-on new energy | |
Bayasgalan et al. | The Utilization of an Energy Storage Facility in Dispatching Regulation of Power System | |
Tao et al. | Research on Power Storage Optimization Operation Strategy for Wind-Photovoltaic Power Coupled Hydrogen Production | |
Wang et al. | Medium-Term and Long-Term Optimal Scheduling for Community Integrated Energy System with High Proportion of Renewable Energy and Multi-type Energy Storage | |
Shi et al. | Research on Energy Management Optimization Strategy of Integrated Energy System in Wind Photovoltaic Hydrogen Energy Storage Area | |
Lin et al. | Programming optimization model of PV-BESS in tegrated system considering transferable demand response | |
Jing et al. | A Photovoltaic-Assisted in-Situ Hydrogen Refueling Station System and Its Capacity Optimization Method | |
Xudong et al. | Study on the operation mode of multi micro grid based on public energy storage | |
Liu et al. | Medium and Long-Term Optimal Scheduling for Community Integrated Energy System with Hydrogen Energy Storage | |
Peng et al. | Research on cooperative optimal dispatching strategy of PV-storage-charging-swapping integrated station based on particle swarm optimization |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220415 |
|
WW01 | Invention patent application withdrawn after publication |