CN114447964A - 储能充放电方案的确定方法、装置、设备及存储介质 - Google Patents

储能充放电方案的确定方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114447964A
CN114447964A CN202210051375.5A CN202210051375A CN114447964A CN 114447964 A CN114447964 A CN 114447964A CN 202210051375 A CN202210051375 A CN 202210051375A CN 114447964 A CN114447964 A CN 114447964A
Authority
CN
China
Prior art keywords
power
historical
energy storage
sub
information
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
Application number
CN202210051375.5A
Other languages
English (en)
Inventor
叶圣启
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.)
Shanghai Envision Innovation Intelligent Technology Co Ltd
Envision Digital International Pte Ltd
Original Assignee
Shanghai Envision Innovation Intelligent Technology Co Ltd
Envision Digital International Pte 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 Shanghai Envision Innovation Intelligent Technology Co Ltd, Envision Digital International Pte Ltd filed Critical Shanghai Envision Innovation Intelligent Technology Co Ltd
Priority to CN202210051375.5A priority Critical patent/CN114447964A/zh
Publication of CN114447964A publication Critical patent/CN114447964A/zh
Priority to PCT/SG2022/050870 priority patent/WO2023136774A2/en
Pending legal-status Critical Current

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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • 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
    • H02J2203/20—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

本申请实施例提供了一种储能充放电方案的确定方法、装置、设备及存储介质，涉及储能技术领域。所述方法包括：获取目标时段的价格信息、预测限电信息、理论发电信息和储能系统的充放电成本信息；基于价格信息和储能系统的充放电成本信息，建立以目标时段的总收益的增值最大化为目标的目标函数；其中，目标函数的因变量为增值；基于预测限电信息和理论发电信息，确定目标函数的约束条件；基于约束条件求解目标函数，生成储能系统对应于增值的推荐充放电方案。本申请实施例提供的技术方案，能够提升发电收益。

Description

储能充放电方案的确定方法、装置、设备及存储介质
技术领域
本申请实施例涉及储能技术领域，特别涉及一种储能充放电方案的确定方法、装置、设备及存储介质。
背景技术
新能源发电是一种较为清洁、对环境影响较小、可持续发展的发电方式，目前，新能源发电的占比也越来越高。新能源发电包括光伏(即光伏发电)、风电(即风力发电)等等。
在相关技术中，风电具有很强的随机性和波动性，通常在大风时段，风力过大，理论上的可发电力功率过大，风电场站会存在较多的弃风电量，即这部分电量被电网禁止上网放电(即在电力现货交易市场出售)，故也称为限电量。
在上述相关技术中，由于在大风时段需要被迫放弃很多风电，发电收益比较受限。
发明内容
本申请实施例提供了一种储能充放电方案的确定方法、装置、设备及存储介质，能够提升发电收益。所述技术方案如下：
根据本申请实施例的一个方面，提供了一种储能充放电方案的确定方法，所述方法包括：
获取目标时段的价格信息、预测限电信息、理论发电信息和储能系统的充放电成本信息，所述目标时段包括多个子时段，所述预测限电信息用于指示各个所述子时段分别对应的预测限电功率，所述理论发电信息用于指示发电系统在各个所述子时段分别对应的理论发电功率；
基于所述价格信息和所述储能系统的充放电成本信息，建立以所述目标时段的总收益的增值最大化为目标的目标函数；其中，所述目标函数的自变量包括第一自变量和第二自变量，所述第一自变量用于指示各个所述子时段的原始上网功率的变化值，所述第二自变量用于指示所述储能系统在各个所述子时段存储的所述预测限电功率的值，所述目标函数的因变量为所述增值；
基于所述预测限电信息和所述理论发电信息，确定所述目标函数的约束条件；
基于所述约束条件求解所述目标函数，生成所述储能系统对应于所述增值最大化的推荐充放电方案，所述推荐充放电方案包括所述第一自变量和所述第二自变量分别对应于各个所述子时段的值。
根据本申请实施例的一个方面，提供了一种储能充放电方案的确定装置，所述装置包括：
信息获取模块，用于获取目标时段的价格信息、预测限电信息、理论发电信息和储能系统的充放电成本信息，所述目标时段包括多个子时段，所述预测限电信息用于指示各个所述子时段分别对应的预测限电功率，所述理论发电信息用于指示发电系统在各个所述子时段分别对应的理论发电功率；
函数建立模块，用于基于所述价格信息和所述储能系统的充放电成本信息，建立以所述目标时段的总收益的增值最大化为目标的目标函数；其中，所述目标函数的自变量包括第一自变量和第二自变量，所述第一自变量用于指示各个所述子时段的原始上网功率的变化值，所述第二自变量用于指示所述储能系统在各个所述子时段存储的所述预测限电功率的值，所述目标函数的因变量为所述增值；
约束确定模块，用于基于所述预测限电信息和所述理论发电信息，确定所述目标函数的约束条件；
方案生成模块，用于基于所述约束条件求解所述目标函数，生成所述储能系统对应于所述增值最大化的推荐充放电方案，所述推荐充放电方案包括所述第一自变量和所述第二自变量分别对应于各个所述子时段的值。
根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述储能充放电方案的确定方法。
根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述储能充放电方案的确定方法。
根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述储能充放电方案的确定方法。
本申请实施例提供的技术方案可以包括如下有益效果：
通过建立以发电总收益的增值最大化为目标、以原始上网功率的变化值(第一自变量)和储能存储的限电量(第二自变量)为变量的目标函数，并求解目标函数以生成推荐充放电方案，使得储能系统通过存储限电量、以及在电价较低时存储原始上网电量，并在电价较高时放出储能中存储的电能，从而尽可能地增加了发电收益。
另外，本申请实施例还通过采用存储系统存储限电量，减少了弃电，减少了能源浪费。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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是本申请一个实施例提供的储能充放电方法的确定方法的流程图；
图2是本申请一个实施例提供的功率曲线示意图；
图3是本申请一个实施例提供的限电确定方法的示意图；
图4是本申请另一个实施例提供的功率曲线示意图；
图5是本申请一个实施例提供的储能充放电装置的框图；
图6是本申请另一个实施例提供的储能充放电装置的框图；
图7是本申请一个实施例提供的计算机设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的方法的例子。
本申请实施例提供的方法，各步骤的执行主体可以是计算机设备，该计算机设备是指具备数据计算、处理和存储能力的电子设备。该计算机设备可以是诸如PC(PersonalComputer，个人计算机)、平板电脑、智能手机、可穿戴设备、智能机器人等终端；也可以是服务器。其中，服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。
下面，通过几个实施例对本申请技术方案进行介绍说明。
请参考图1，其示出了本申请一个实施例提供的储能充放电方案的确定方法的流程图。在本实施例中，以该方法应用于上文介绍的计算机设备中来举例说明。该方法可以包括如下几个步骤(101～104)：
步骤101，获取目标时段的价格信息、预测限电信息、理论发电信息和储能系统的充放电成本信息。
可选地，目标时段包括多个子时段，预测限电信息用于指示各个子时段分别对应的预测限电功率，理论发电信息用于指示发电系统在各个子时段分别对应的理论发电功率。
本申请实施例提供的技术方案可以是针对未来时段的储能经济性仿真计算，用于测算目标时段的总收益最高时对应的储能充放电方案，此时目标时段是未来的时段。本申请实施例提供的技术方案还可以是针对历史时段的储能经济性仿真计算，用于估算某历史时段若采用储能系统，目标时段可以是已经过去的历史时段。
在一些实施例中，价格信息包括电能的出售单价，出售单价表示各个子时段的单位电能卖出的价格。例如，出售单价可以为150元/MWh(元/兆瓦时)、200元/MWh等等。不同子时段的出售单价可以不相同。可选地，价格信息还包括电能的补贴单价，补贴单价表示补贴给实际所发电能的单位电能的价格。对于限电量，由于其不能实时上网交易，若也不能存储下来的话，表示这部分电量并没有被发出来，则不能享有补贴单价；若限电量能够存储下来的话，表示这部分电被发出来了，可以享有补贴单价，总收益也可能会增加。
在一些实施例中，目标时段被平均分为多个子时段。例如，目标时段的时长为24小时，每15分钟进行一次采样，则每个子时段的时长为15分钟，目标时段一共包括96个采样时间点和96个子时段。
在一些实施例中，理论发电功率是指发电厂站理论上可以发出的电的功率，因而理论发电功率可以很大。当然，如上文所述，发电厂站的上网功率是有上限的，当理论发电功率大于上网功率的上限值时，也最多只能按照该上限值交易实时发出的电(即电量上网)，也即，上网功率不能超过设定的上限值。
在一些实施例中，理论发电功率减去对应的原始上网功率，即为对应自子段的预测限电功率。其中，原始上网功率是指在储能系统不参与电力交易的情况下，各个时段分别对应的上网功率。示例性地，若不考虑储能系统，子时段a的理论发电功率为200MW(兆瓦)，原始上网功率为150MW，则子时段a的预测限电功率可以认为是200-150＝50MW。
在一些实施例中，储能系统是一个用于存储电能，并按需放出电能的系统，储能系统中可以包括一个或多个设备，本申请实施例对此不作具体限定。可选地，储能系统充放电功率是可调节的。例如，若储能系统的最大充电功率和最大放电功率均为100MW，在充放电功率不大于100充电功率可以为10MW、25MW、50MW、100MW等等的前提下，充电功率可以为10MW、25MW、50MW、100MW等等；放电功率可以为5MW、25MW、60MW、100MW等等，储能系统的充电功率和放电功率具体可以由相关技术人员根据实际情况进行设定，本申请实施例对此不作具体限定。
在另一些实施例中，储能系统的充放电成本是按照充放电量来计算的。例如，储能系统的充放电单价为b元/MWh，若储能系统充入的电能一共为xMWh，放出的电能一共为yMWh，则储能系统的充放电成本为Max(|x|，|y|)×b。
步骤102，基于价格信息和储能系统的充放电成本信息，建立以目标时段的总收益的增值最大化为目标的目标函数。
可选地，目标函数的自变量包括第一自变量和第二自变量，第一自变量用于指示各个子时段的原始上网功率的变化值，第二自变量用于指示储能系统在各个子时段存储的预测限电功率的值，目标函数的因变量为增值。
在一些实施例中，在测算何种充放电方案能使总收益最大化时，可以不考虑固定收益部分，可以仅考虑相对于不采用储能系统时总收益的增值。也就是说，总收益的增值最大化，即为总收益最大化。因此，目标函数可以以总收益的增值最大化为目标。
在一些实施例中，价格信息包括电能的出售单价和补贴单价，出售单价表示单位电能卖出的价格，补贴单价表示补贴给实际所发电能的单位电能的价格；储能系统的充放电成本信息包括储能系统对于单位电能的充放电成本；单位电能为1兆瓦时，每个子时段的时长为15分钟。
在一些实施例中，目标函数可以参考如下公式一：
公式一：
Max(-1.0×powers_a/4@prices+Sum(powers_b/4)×allowance–(Sum(Abs(powers_opt))+Sum(powers_opt))/2/4×cost)
其中，powers_a表示第一自变量，powers_b表示第二自变量，prices表示各个子时段的出售单价，allowance表示补贴单价，powers_opt为第一自变量与第二自变量之和，cost表示储能系统对于单位电能的充放电成本。
需要说明的是，powers_a表示原始上网功率的变化值，当powers_a为正值时，表示原始上网功率变少，储能系统在存储原本应该实时上网出售的电能；当powers_a为负值时，表示原始上网功率变大，储能系统在放出存储的电能用于增大上网功率。
步骤103，基于预测限电信息和理论发电信息，确定目标函数的约束条件。
可选地，第一自变量和第二自变量在各个子时段的取值都是存在有限长度的取值范围的，通过约束条件限制第一自变量和第二自变量的取值，使得最终得到的推荐充放电方案是可执行的、符合实际情况的方案。
在一些实施例中，约束条件包括：
(1)增值大于或等于零。
以上述公式一为例，该约束条件(1)可以参考如下公式二：
公式二：
-1.0×powers_a/4@prices+Sum(powers_b/4)×allowance–(Sum(Abs(powers_opt))+Sum(powers_opt))/2/4×cost≥0
显而易见地，若增值小于零，表示通过储能系统优化后得到的总收益反而小于原始上网功率对应的总收益，因而增值不能小于零。
(2)第一自变量的值与对应子时段的预测限电功率的乘积大于或等于零。
在一些实施例中，储能系统只能在非限电时段放电，因而在非限电时段，第一自变量可以小于零，此时预测限电功率一定为0(因为处于非限电时段)；在限电时段储能系统不能放电，因而在限电时段，第一自变量可以大于零，且此时预测限电功率大于或等于0。
以上述公式一为例，当目标时段为24小时时，采样时间点共96个，则该约束条件(2)可以参考如下公式三：
公式三：
powers_a[i]×powers_limit[i]>＝0；0<＝i<＝95
其中，powers_a[i]表示第i+1个采样时间点对应的第一自变量，powers_limit[i]表示第i+1个采样时间点对应的预测限电功率。
(3)第一自变量的值小于或等于对应子时段的原始上网功率。
显然，第一自变量大于零时，表示原本应该上网的部分电量存储在了储能系统中，显然，这部分电能功率不可能超过原始上网功率(原始上网功率大于或等于零)；也即，第一自变量的值一定不大于原始上网功率。
以上述公式一为例，该约束条件(3)可以参考如下公式四：
公式四：
powers_a<＝powers
其中，powers表示原始上网功率。
(4)第二自变量的值大于或等于零。
由于第二自变量表示限电量存储在储能系统中的功率，而储能放电是用第一自变量表示的，因而第二自变量不存在负值。
以上述公式一为例，该约束条件(4)可以参考如下公式五：
公式五：
powers_b>＝0
(5)第二自变量的值小于或等于对应子时段的预测限电功率。
由于第二自变量表示限电量存储在储能系统中的功率，显然第二自变量不可能超过对应子时段的预测限电功率。
以上述公式一为例，该约束条件(5)可以参考如下公式六：
公式六：
powers_b<＝powers_limit
(6)变量和的绝对值小于或等于储能系统的最大充放电功率，变量和为第一自变量与第二自变量之和。
在一些实施例中，各个子时段对应的变量和，为对应子时段的第一自变量和第二自变量之和。显然，若第一自变量大于零，则第二自变量大于或等于零；若第一自变量小于零，则第二自变量为零，此时变量和即为第一自变量。变量和可以表示储能系统在对应子时段的充电功率或放电功率，显然，储能系统的充放电功率是不能超过其最大充放电功率的。
以上述公式一为例，该约束条件(6)可以参考如下公式七：
公式七：
Abs(powrs_opt)<＝power_storage
其中，powrs_opt表示变量和(即powrs_opt＝powrs_a+powrs_b)，Abs(powrs_opt)表示变量和的绝对值，power_storage表示储能系统的充放电功率的最大值。
(7)储能系统累积到各个子时段的储电总量，小于或等于储能系统的最大储电总量。
周知，储能系统中的总电量，在各个子时段都不可能超过储能系统的最大储电总量。
以上述公式一为例，该约束条件(7)可以参考如下公式八：
公式八：
Cumsum(powers_opt)/4<＝capacity_storage_max
其中，Cumsum(powers_opt)/4表示各个子时段分别对应的储电总量，capacity_storage_max表示储能系统的最大储电总量。
在一些实施例中，约束条件还包括：
(8)原始上网功率与对应子时段的变量和之间的差值小于或等于发电系统的额定发电功率。
在一些实施例中当储能系统放电时，不存在限电情况，第一自变量小于零，第二自变量为零，变量和的值即为第一自变量的值；此时，原始上网功率减去第一自变量(第一自变量为负值)，即为对应的预测上网功率。在各个子时段，预测上网功率都是不允许超过发电系统的额定发电功率的，否则发电系统可能会被判定为发电异常(所发电量超过了装机容量)。
以上述公式一为例，该约束条件(8)可以参考如下公式九：
公式九：
powers-powers_opt<＝power_site
其中，powers表示原始上网发电功率，power_site表示发电系统的额定发电功率。
在一些实施例中，约束条件还包括：
(9)储能系统累积到各个子时段的储电总量，大于或等于储能系统的最小储电总量，储能系统的最小储电总量大于或等于零。在一些实施例中，储能系统中的电全部放出对储能系统后续的工作影响较小，这种情况下，储能系统的最小储电量为可以设为零。在另一些实施例中，储能系统中的电全部放出后，对储能系统后续的工作影响较大，因而储能系统和需要长期保留一定电量(或一定比例的电量)。例如，若储能系统中需要至少存在10％的储电量，则储能系统只能针对储电总量的0～90％的容量进行充放电。
以上述公式一为例，该约束条件(9)可以参考如下公式十：
公式十：
Cumsum(powers_opt)/4>＝capacity_storage_min
其中，capacity_storage_min表示储能系统的最小储电总量。
步骤104，基于约束条件求解目标函数，生成储能系统对应于增值最大化的推荐充放电方案。
可选地，推荐充放电方案包括第一自变量和第二自变量分别对应于各个子时段的值。在一些实施例中，通过求解目标函数，得到各个子时段对应的第一自变量和第二自变量的值，即得到储能系统在各个子时段的充放电功率，继而得到推荐推荐充放电方案。在一些实施例中，采用SCIP(Solving Constraint Integer Programs，求解约束整型规划)优化求解器求解目标函数，得到第一自变量和第二自变量分别对应曲线；并按照第一自变量和第二自变量分别对应曲线，生成推荐充放电方案。
示例性地，求解目标函数得到第一自变量和第二自变量在部分子时段的值以及对应的储能系统的充放电情况如下表1：
表1
Figure BDA0003474489300000101
如图2所示，时段21的电价较低，因而时段21可以将发出的大部分的电能存储在储能系统中；时段22的电价较高，因而在时段22可以将储能系统中的电能放出，提高时段22的上网功率，获取套利收益。
综上所述，本申请实施例提供的技术方案，通过建立以发电总收益的增值最大化为目标、以原始上网功率的变化值(第一自变量)和储能存储的限电量(第二自变量)为变量的目标函数，并求解目标函数以生成推荐充放电方案，使得储能系统通过存储限电量、以及在电价较低时存储原始上网电量，并在电价较高时放出储能中存储的电能，从而尽可能地增加了发电收益。
在一些可能的实现方式中，上述图1实施例中的步骤101还包括如下步骤：
1、获取目标历史时段的历史理论发电信息、历史上网电量信息和历史限电总量，目标历史时段包括多个历史子时段。
在一些实施例中，若目标时段为历史时段，则目标历史时段可以为目标时段，也可以是其他历史时段。可选地，目标历史时段的时长可以为4小时、6小时、12小时、24小时、1周、1个月等等，目标历史时段的具体时长可以由相关技术人员根据实际情况进行设定，本申请实施例对此不作具体限定。可选地，历史理论发电信息，包括各个历史子时段对应的理论发电功率；历史上网电量信息，包括各个历史子时段对应的上网功率；历史限电总量，是指目标历史时段中因限电而无法上网的总电量。
在示例性实施例中，该步骤之前还包括如下步骤：
(1)获取目标历史时段的历史限电率，目标历史时段的历史限电率，是指历史限电总量与目标历史时段的历史理论发电总量之间的比值；
(2)将各个历史子时段分别对应的历史理论发电量进行累和，得到历史理论发电总量；
(3)将历史限电率与历史理论发电总量相乘，得到历史限电总量。
在该示例性实施例中，若无法直接获取目标历史时段的历史限电总量，可以通过历史限电率计算出历史限电总量。
2、根据历史理论发电信息和历史上网电量信息，确定各个历史子时段分别对应的历史限电量。
在一些实施例中，将各个历史子时段分别对应的历史理论发电量减去对应的历史上网电量，得到各个历史子时段分别对应的历史限电量。可选地，若某历史子时段的历史理论发电量等于历史上网电量，表示该历史子时段没有被限电，则对应于该历史子时段的历史限电量为零。可选地，考虑到误差，若某历史子时段的历史理论发电量与历史上网电量的差值小于预设差值，也可以认为该历史子时段没有被限电，对应于该历史子时段的历史限电量为零。其中，预设差值大于零。
3、将各个历史子时段分别对应的历史限电量按照从大到小的顺序依次进行累和，直到累和得到的值达到历史限电总量，将参与累和计算的历史限电量中的最小值，确定为限电功率阈值。
在一些实施例中，通过将历史限电量从大到小一次进行累和，每加上一个历史子时段的历史限电量，就将其与历史限电总量比较一次；当加上某个历史子时段的历史限电量之后，累和达到了历史限电总量，则停止累和计算，并将该历史子时段对应的历史限电量，确定为限电功率阈值。
4、在理论发电功率与对应子时段的原始上网功率之间的差值大于限电功率阈值的情况下，将差值，将差值确定为对应子时段的预测限电功率。
在一些实施例中，若理论发电功率与对应子时段的原始上网功率之间的差值大于限电功率阈值，表示该子时段属于限电时段，则将该差值确定为对应子时段的预测限电功率。
5、在理论发电功率与对应子时段的原始上网功率之间的差值不大于限电功率阈值的情况下，确定对应子时段的预测限电功率为零。
在一些实施例中，若理论发电功率与对应子时段的原始上网功率之间的差值不大于(即小于或等于)限电功率阈值，表示该时段没有被限电，则对应子时段的预测限电功率为零。
如图3所示，确定限电和非限电时段的方法包括如下几个步骤：
步骤31，通过历史的每日限电总量或者月度限电率，确定目标时段中的限电子时段；
步骤32，获取实时的市场数据，并进行数据处理；
步骤33，计算各个子时段分别对应的限电量；
步骤34，剔除非限电时段。
请参考图4，其示出了本申请一个实施例提供的功率曲线的示意图。如图3所示，其中的区域41即为限电时段，区域42即为非限电时段。
综上所述，本申请实施例提供的技术方案，通过历史目标时段计算出一个限电功率阈值，并以限电功率阈值为基准，预测目标时段中的各个子时段是否为限电时段，相比于依靠相关人员的经验设定限电功率阈值，本申请实施例得到的限电功率阈值更加准确，从而提升了预测的准确性。
在一些实施例中，下表2示出了不同参数的储能系统对应的总收益的对比结果。从表2可以看出，储能系统的最大功率越大、储电容量越大，对应的总收益也越高。可见，采用最大功率尽可能大、储电容量尽可能大的储能系统，有助于提升发电总收益。
表2
Figure BDA0003474489300000121
Figure BDA0003474489300000131
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
请参考图5，其示出了本申请一个实施例提供的储能充放电方案的确定装置的框图。该装置具有实现上述储能充放电方案的确定方法示例的功能，所述功能可以由硬件实现，也可以由硬件执行相应的软件实现。该装置可以是上文介绍的计算机设备，也可以设置在计算机设备上。该装置500可以包括：信息获取模块510、函数建立模块520、约束确定模块530和方案生成模块540。
所述信息获取模块510，用于获取目标时段的价格信息、预测限电信息、理论发电信息和储能系统的充放电成本信息，所述目标时段包括多个子时段，所述预测限电信息用于指示各个所述子时段分别对应的预测限电功率，所述理论发电信息用于指示发电系统在各个所述子时段分别对应的理论发电功率。
所述函数建立模块520，用于基于所述价格信息和所述储能系统的充放电成本信息，建立以所述目标时段的总收益的增值最大化为目标的目标函数；其中，所述目标函数的自变量包括第一自变量和第二自变量，所述第一自变量用于指示各个所述子时段的原始上网功率的变化值，所述第二自变量用于指示所述储能系统在各个所述子时段存储的所述预测限电功率的值，所述目标函数的因变量为所述增值。
所述约束确定模块530，用于基于所述预测限电信息和所述理论发电信息，确定所述目标函数的约束条件。
所述方案生成模块540，用于基于所述约束条件求解所述目标函数，生成所述储能系统对应于所述增值最大化的推荐充放电方案，所述推荐充放电方案包括所述第一自变量和所述第二自变量分别对应于各个所述子时段的值。
综上所述，本申请实施例提供的技术方案，通过建立以发电总收益的增值最大化为目标、以原始上网功率的变化值(第一自变量)和储能存储的限电量(第二自变量)为变量的目标函数，并求解目标函数以生成推荐充放电方案，使得储能系统通过存储限电量、以及在电价较低时存储原始上网电量，并在电价较高时放出储能中存储的电能，从而尽可能地增加了发电收益。
在示例性实施例中，如图6所示，所述信息获取模块510包括：信息获取子模块511、限电量确定子模块512、阈值确定子模块513和功率确定子模块514。
所述信息获取子模块511，用于获取目标历史时段的历史理论发电信息、历史上网电量信息和历史限电总量，所述目标历史时段包括多个历史子时段。
所述限电量确定子模块512，用于根据所述历史理论发电信息和所述历史上网电量信息，确定各个历史子时段分别对应的历史限电量。
所述阈值确定子模块513，用于将所述各个历史子时段分别对应的历史限电量按照从大到小的顺序依次进行累和，直到所述累和得到的值达到所述历史限电总量，将参与所述累和计算的历史限电量中的最小值，确定为限电功率阈值。
所述功率确定子模块514，用于在所述理论发电功率与对应子时段的原始上网功率之间的差值大于所述限电功率阈值的情况下，将所述差值确定为对应子时段的所述预测限电功率。
所述功率确定子模块514，还用于在所述理论发电功率与对应子时段的原始上网功率之间的差值不大于所述限电功率阈值的情况下，确定对应子时段的所述预测限电功率为零。
在示例性实施例中，如图6所示，所述装置500还包括：限电率获取模块550和总量获取模块560。
所述限电率获取模块550，用于获取所述目标历史时段的历史限电率，所述目标历史时段的历史限电率，是指所述历史限电总量与所述目标历史时段的历史理论发电总量之间的比值。
所述总量获取模块560，用于将所述各个历史子时段分别对应的历史理论发电量进行累和，得到所述历史理论发电总量。
所述总量获取模块560，还用于将所述历史限电率与所述历史理论发电总量相乘，得到所述历史限电总量。
在示例性实施例中，所述约束条件包括：
所述增值大于或等于零；
所述第一自变量的值与对应子时段的预测限电功率的乘积大于或等于零；
所述第一自变量的值小于或等于对应子时段的原始上网功率；
所述第二自变量的值大于或等于零；
所述第二自变量的值小于或等于对应子时段的预测限电功率；
变量和的绝对值小于或等于所述储能系统的最大充放电功率，所述变量和为所述第一自变量与所述第二自变量之和；
所述储能系统累积到各个所述子时段的储电总量，小于或等于所述储能系统的最大储电总量。
在示例性实施例中，所述约束条件还包括：
所述原始上网功率与对应子时段的变量和之间的差值小于或等于所述发电系统的额定发电功率，所述变量和所述第一自变量与所述第二自变量之和。
在示例性实施例中，所述约束条件还包括：
所述储能系统累积到各个所述子时段的储电总量，大于或等于所述储能系统的最小储电总量，所述储能系统的最小储电总量大于或等于零。
在示例性实施例中，所述价格信息包括电能的出售单价和补贴单价，所述出售单价表示单位电能卖出的价格，所述补贴单价表示补贴给实际所发电能的所述单位电能的价格；所述储能系统的充放电成本信息包括所述储能系统对于所述单位电能的充放电成本；所述单位电能为1兆瓦时，每个所述子时段的时长为15分钟；
所述目标函数为：
Max(-1.0×powers_a/4@prices+Sum(powers_b/4)×allowance–(Sum(Abs(powers_opt))+Sum(powers_opt))/2/4×cost)
其中，所述powers_a表示所述第一自变量，所述powers_b表示所述第二自变量，所述prices表示各个所述子时段的所述出售单价，所述allowance表示所述补贴单价，所述powers_opt为所述第一自变量与所述第二自变量之和，所述cost表示所述储能系统对于所述单位电能的充放电成本。
在示例性实施例中，所述方案生成模块540，用于：
采用SCIP优化求解器求解所述目标函数，得到所述第一自变量和所述第二自变量分别对应曲线；
按照所述第一自变量和所述第二自变量分别对应曲线，生成所述推荐充放电方案。
需要说明的是，上述实施例提供的装置，在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
请参考图7，其示出了本申请一个实施例提供的计算机设备的结构框图。该计算机设备用于实施上述实施例中提供的储能充放电方案的确定方法。具体来讲：
所述计算机设备700包括CPU(Central Processing Unit，中央处理单元)701、包括RAM(Random Access Memory，随机存取存储器)702和ROM(Read-Only Memory，只读存储器)703的系统存储器704，以及连接系统存储器704和中央处理单元701的系统总线705。所述计算机设备700还包括帮助计算机内的各个器件之间传输信息的基本I/O(Input/Output，输入/输出)系统706，和用于存储操作系统713、应用程序714和其他程序模块715的大容量存储设备707。
所述基本输入/输出系统706包括有用于显示信息的显示器708和用于用户输入信息的诸如鼠标、键盘之类的输入设备709。其中所述显示器708和输入设备709都通过连接到系统总线705的输入输出控制器710连接到中央处理单元701。所述基本输入/输出系统706还可以包括输入输出控制器710以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地，输入输出控制器710还提供输出到显示屏、打印机或其他类型的输出设备。
所述大容量存储设备707通过连接到系统总线705的大容量存储控制器(未示出)连接到中央处理单元701。所述大容量存储设备707及其相关联的计算机可读介质为计算机设备700提供非易失性存储。也就是说，所述大容量存储设备707可以包括诸如硬盘或者CD-ROM(Compact Disc Read-Only Memory，只读光盘)驱动器之类的计算机可读介质(未示出)。
不失一般性，所述计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM(Erasable Programmable Read Only Memory，可擦除可编程只读存储器)、EEPROM(Electrically Erasable Programmable Read Only Memory，可擦除可编程只读存储器)、闪存或其他固态存储其技术，CD-ROM、DVD(Digital Video Disc，高密度数字视频光盘)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然，本领域技术人员可知所述计算机存储介质不局限于上述几种。上述的系统存储器704和大容量存储设备707可以统称为存储器。
根据本申请的各种实施例，所述计算机设备700还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即计算机设备700可以通过连接在所述系统总线705上的网络接口单元711连接到网络712，或者说，也可以使用网络接口单元711来连接到其他类型的网络或远程计算机系统(未示出)。
在示例性实施例中，还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集在被处理器执行时以实现上述储能充放电方案的确定方法。
可选地，该计算机可读存储介质可以包括：ROM(Read-Only Memory，只读存储器)、RAM(Random-Access Memory，随机存储器)、SSD(Solid State Drives，固态硬盘)或光盘等。其中，随机存取记忆体可以包括ReRAM(Resistance Random Access Memory，电阻式随机存取记忆体)和DRAM(Dynamic Random Access Memory，动态随机存取存储器)。
在示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述储能充放电方案的确定方法。
应当理解的是，在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
以上所述仅为本申请的示例性实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种储能充放电方案的确定方法，其特征在于，所述方法包括：
获取目标时段的价格信息、预测限电信息、理论发电信息和储能系统的充放电成本信息，所述目标时段包括多个子时段，所述预测限电信息用于指示各个所述子时段分别对应的预测限电功率，所述理论发电信息用于指示发电系统在各个所述子时段分别对应的理论发电功率；
基于所述价格信息和所述储能系统的充放电成本信息，建立以所述目标时段的总收益的增值最大化为目标的目标函数；其中，所述目标函数的自变量包括第一自变量和第二自变量，所述第一自变量用于指示各个所述子时段的原始上网功率的变化值，所述第二自变量用于指示所述储能系统在各个所述子时段存储的所述预测限电功率的值，所述目标函数的因变量为所述增值；
基于所述预测限电信息和所述理论发电信息，确定所述目标函数的约束条件；
基于所述约束条件求解所述目标函数，生成所述储能系统对应于所述增值最大化的推荐充放电方案，所述推荐充放电方案包括所述第一自变量和所述第二自变量分别对应于各个所述子时段的值。
2.根据权利要求1所述的方法，其特征在于，所述获取目标时段的价格信息、预测限电信息、理论发电信息和储能系统的充放电成本信息包括：
获取目标历史时段的历史理论发电信息、历史上网电量信息和历史限电总量，所述目标历史时段包括多个历史子时段；
根据所述历史理论发电信息和所述历史上网电量信息，确定各个历史子时段分别对应的历史限电量；
将所述各个历史子时段分别对应的历史限电量按照从大到小的顺序依次进行累和，直到所述累和得到的值达到所述历史限电总量，将参与所述累和计算的历史限电量中的最小值，确定为限电功率阈值；
在所述理论发电功率与对应子时段的原始上网功率之间的差值大于所述限电功率阈值的情况下，将所述差值确定为对应子时段的所述预测限电功率；
在所述理论发电功率与对应子时段的原始上网功率之间的差值不大于所述限电功率阈值的情况下，确定对应子时段的所述预测限电功率为零。
3.根据权利要求2所述的方法，其特征在于，所述获取目标历史时段的历史理论发电信息、历史上网电量信息和历史限电总量之前，还包括：
获取所述目标历史时段的历史限电率，所述目标历史时段的历史限电率，是指所述历史限电总量与所述目标历史时段的历史理论发电总量之间的比值；
将所述各个历史子时段分别对应的历史理论发电量进行累和，得到所述历史理论发电总量；
将所述历史限电率与所述历史理论发电总量相乘，得到所述历史限电总量。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述约束条件包括：
所述增值大于或等于零；
所述第一自变量的值与对应子时段的预测限电功率的乘积大于或等于零；
所述第一自变量的值小于或等于对应子时段的原始上网功率；
所述第二自变量的值大于或等于零；
所述第二自变量的值小于或等于对应子时段的预测限电功率；
变量和的绝对值小于或等于所述储能系统的最大充放电功率，所述变量和为所述第一自变量与所述第二自变量之和；
所述储能系统累积到各个所述子时段的储电总量，小于或等于所述储能系统的最大储电总量。
5.根据权利要求1至3任一项所述的方法，其特征在于，所述约束条件还包括：
所述原始上网功率与对应子时段的变量和之间的差值小于或等于所述发电系统的额定发电功率，所述变量和所述第一自变量与所述第二自变量之和。
6.根据权利要求1至3任一项所述的方法，其特征在于，所述约束条件还包括：
所述储能系统累积到各个所述子时段的储电总量，大于或等于所述储能系统的最小储电总量，所述储能系统的最小储电总量大于或等于零。
7.根据权利要求1至3任一项所述的方法，其特征在于，所述价格信息包括电能的出售单价和补贴单价，所述出售单价表示单位电能卖出的价格，所述补贴单价表示补贴给实际所发电能的所述单位电能的价格；所述储能系统的充放电成本信息包括所述储能系统对于所述单位电能的充放电成本；所述单位电能为1兆瓦时，每个所述子时段的时长为15分钟；
所述目标函数为：
Max(-1.0×powers_a/4@prices+Sum(powers_b/4)×allowance–(Sum(Abs(powers_opt))+Sum(powers_opt))/2/4×cost)
其中，所述powers_a表示所述第一自变量，所述powers_b表示所述第二自变量，所述prices表示各个所述子时段的所述出售单价，所述allowance表示所述补贴单价，所述powers_opt为所述第一自变量与所述第二自变量之和，所述cost表示所述储能系统对于所述单位电能的充放电成本。
8.根据权利要求1至3任一项所述的方法，其特征在于，所述基于所述约束条件求解所述目标函数，生成所述储能系统对应于所述总收益的最高值的推荐充放电方案，包括：
采用SCIP优化求解器求解所述目标函数，得到所述第一自变量和所述第二自变量分别对应曲线；
按照所述第一自变量和所述第二自变量分别对应曲线，生成所述推荐充放电方案。
9.一种储能充放电方案的确定装置，其特征在于，所述装置包括：
信息获取模块，用于获取目标时段的价格信息、预测限电信息、理论发电信息和储能系统的充放电成本信息，所述目标时段包括多个子时段，所述预测限电信息用于指示各个所述子时段分别对应的预测限电功率，所述理论发电信息用于指示发电系统在各个所述子时段分别对应的理论发电功率；
函数建立模块，用于基于所述价格信息和所述储能系统的充放电成本信息，建立以所述目标时段的总收益的增值最大化为目标的目标函数；其中，所述目标函数的自变量包括第一自变量和第二自变量，所述第一自变量用于指示各个所述子时段的原始上网功率的变化值，所述第二自变量用于指示所述储能系统在各个所述子时段存储的所述预测限电功率的值，所述目标函数的因变量为所述增值；
约束确定模块，用于基于所述预测限电信息和所述理论发电信息，确定所述目标函数的约束条件；
方案生成模块，用于基于所述约束条件求解所述目标函数，生成所述储能系统对应于所述增值最大化的推荐充放电方案，所述推荐充放电方案包括所述第一自变量和所述第二自变量分别对应于各个所述子时段的值。
10.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述权利要求1至8任一项所述的储能充放电方案的确定方法。
CN202210051375.5A 2022-01-17 2022-01-17 储能充放电方案的确定方法、装置、设备及存储介质 Pending CN114447964A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210051375.5A CN114447964A (zh) 2022-01-17 2022-01-17 储能充放电方案的确定方法、装置、设备及存储介质
PCT/SG2022/050870 WO2023136774A2 (en) 2022-01-17 2022-11-30 Method and apparatus for determining energy storage charge and discharge scheme, device, and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210051375.5A CN114447964A (zh) 2022-01-17 2022-01-17 储能充放电方案的确定方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114447964A true CN114447964A (zh) 2022-05-06

Family

ID=81367372

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210051375.5A Pending CN114447964A (zh) 2022-01-17 2022-01-17 储能充放电方案的确定方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN114447964A (zh)
WO (1) WO2023136774A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116468475A (zh) * 2023-06-19 2023-07-21 快电动力(北京)新能源科技有限公司 一种充电卡券推荐方法、装置、电子设备和可读存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117291756B (zh) * 2023-11-09 2024-02-27 深圳海辰储能科技有限公司 一种储能设备配置调整方法、装置和存储介质
CN117353358B (zh) * 2023-12-04 2024-03-22 法罗电力(浙江)有限公司 储能逆变器管理方法、系统以及储能装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105071423B (zh) * 2015-09-19 2017-04-12 东北电力大学 计及限风特性与经济性的储能系统容量配置方法
CN106992541A (zh) * 2017-04-24 2017-07-28 中国电力科学研究院 一种减小风电弃风的方法和装置
CN107404129B (zh) * 2017-09-12 2019-07-05 南通大学 风-储混合电站运行策略及短期计划出力优化方法
CN112821397B (zh) * 2021-04-19 2021-10-19 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
CN113361715B (zh) * 2021-06-24 2023-07-21 南通大学 一种基于遗传算法的风-储混合电站日运行策略优化方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116468475A (zh) * 2023-06-19 2023-07-21 快电动力(北京)新能源科技有限公司 一种充电卡券推荐方法、装置、电子设备和可读存储介质

Also Published As

Publication number Publication date
WO2023136774A3 (en) 2023-09-21
WO2023136774A2 (en) 2023-07-20

Similar Documents

Publication Publication Date Title
CN114447964A (zh) 储能充放电方案的确定方法、装置、设备及存储介质
CN110247397B (zh) 一种储能配置方法、系统、装置及可读存储介质
Li et al. Two-stage community energy trading under end-edge-cloud orchestration
Esparcia Jr et al. A stochastic techno-economic comparison of generation-integrated long duration flywheel, lithium-ion battery, and lead-acid battery energy storage technologies for isolated microgrid applications
CN113689068B (zh) 一种电力电量平衡规划方法、装置及终端设备
CN111082424B (zh) 一种综合能源及微电网系统可靠性预测方法及装置
EP4300387A1 (en) Optimal intraday scheduling of aggregated distributed energy resources (ders)
CN109492957B (zh) 一种配电网线路运行效率的评价方法、装置及存储介质
CN117094481A (zh) 一种微电网充电桩调度方法、系统、设备和介质
Galeela et al. Reliability Framework Integrating Grid Scale BESS Considering BESS Degradation
CN115579935A (zh) 发电系统控制方法、装置、系统、电子设备及存储介质
CN115187061A (zh) 一种用户侧绿电配置方法、装置、设备及存储介质
AU2017248562A1 (en) Operation plan creating apparatus, operation plan creating method, and program
CN113205259A (zh) 电网调度决策评估方法、装置及终端设备
CN111369108A (zh) 一种电网实时定价方法和装置
CN116961188B (zh) 基站电源的调度方法、装置、电子设备和可读存储介质
CN116757760B (zh) 工商业用户电费核算方法、系统、终端及存储介质
CN116756528B (zh) 一种用电负荷数据的补全方法、装置、设备及介质
CN111178939B (zh) 供热机组辅助服务市场调峰报价的测算方法及终端设备
CN115511304A (zh) 电力电量平衡分析方法、装置、设备及存储介质
KR102075410B1 (ko) 전력 거래 중개 장치 및 방법
CN118429027A (zh) 电力价格的计算方法及装置、程序产品、存储介质
CN115659656A (zh) 基于蒙特卡洛风电场储能功率预测时间窗选择方法及设备
CN117094746A (zh) 一种虚拟发电厂优化方法、装置、设备及介质
CN117996849A (zh) 含多微网的配电网调度方法、装置、存储介质和电子设备

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