CN114565164A - 一种储能日前调度混合整数规划的三阶段优化方法及系统 - Google Patents

一种储能日前调度混合整数规划的三阶段优化方法及系统 Download PDF

Info

Publication number
CN114565164A
CN114565164A CN202210202698.XA CN202210202698A CN114565164A CN 114565164 A CN114565164 A CN 114565164A CN 202210202698 A CN202210202698 A CN 202210202698A CN 114565164 A CN114565164 A CN 114565164A
Authority
CN
China
Prior art keywords
energy storage
state
power
park
storage system
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
CN202210202698.XA
Other languages
English (en)
Other versions
CN114565164B (zh
Inventor
江南
何明
孙志刚
朱双涛
钱莉
张海云
黄振霞
陆中奇
王昱
刘伟
王磊
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 Jiangsu Comprehensive Energy Service Co ltd
Original Assignee
State Grid Jiangsu Comprehensive Energy Service 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 Jiangsu Comprehensive Energy Service Co ltd filed Critical State Grid Jiangsu Comprehensive Energy Service Co ltd
Priority to CN202210202698.XA priority Critical patent/CN114565164B/zh
Publication of CN114565164A publication Critical patent/CN114565164A/zh
Application granted granted Critical
Publication of CN114565164B publication Critical patent/CN114565164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种储能日前调度混合整数规划的三阶段优化方法及系统，将大规模混合整数规划转化成小规模的混合整数规划子问题，先求解子优化问题记为子问题一先确定系统储能的部分充电时刻，将子问题一确定的充电状态固定代入子优化问题记为子问题二，确定储能的部分放电时刻，最后固定部分已经确定的充电和放电状态，重新求解原始日前调度优化问题，得到其他的整数变量和连续变量的值，由于两个子问题均为小规模的混合整数规划，求解很快，且嵌入了储能的运行特点，能得到全局最优解，本发明优化效率高，可支撑大规模储能的日前调度决策。

Description

一种储能日前调度混合整数规划的三阶段优化方法及系统
技术领域
本发明属于储能运行与调度领域，涉及了一种储能日前优化的混合整数规划模型的高效优化方法及系统。
背景技术
可再生能源资源的大规模并网增加了电网不确定性，这要求额外的灵活性资源以在系统运行中提供更多的辅助服务。近年来，随着电池的技术优势飞速发展，储能系统受到了越来越多的关注。储能设备可以减少高峰时段的设备负荷，还可以帮助将可再生能源整合到配电网络中。电压-电压优化，电能质量，频率调节，可见，整个电网的可靠性，效率和需求响应都可从储能的运行中受益。
但储能所有者或者投资者的动机是需要在竞争激烈的能源市场中得更多经济收益，尤其是结合电价以及自身负荷需求，这显然是储能投资和运营的重要关注点，而储能的日前调度是一种充分发挥其优势的有效手段，日前调度内在需求控制算法中考虑了电力市场和时变负载。从数学的观点来看，储能日前调度是一个大规模混合整数规划问题，其高效得到全局最优解非常困难。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种储能日前调度混合整数规划的三阶段优化方法及系统，从而提高决策的效率以及经济效益的最大化。
技术方案：为实现上述目的，本发明采用的技术方案为：
一种储能日前调度混合整数规划的三阶段优化方法，该方法结合混合整数的求解方法和储能运行特点，可将大规模混合整数规划转化成小规模的混合整数规划子问题，先求解子优化问题记为子问题一先确定系统储能的部分充电时刻，将子问题一确定的充电状态固定代入子优化问题记为子问题二，确定储能的部分放电时刻，最后固定部分已经确定的充电和放电状态，重新求解原始日前调度优化问题，得到其他的整数变量和连续变量的值，由于两个子问题均为小规模的混合整数规划，求解很快，且嵌入了储能的运行特点，能得到全局最优解，故本专利所提求解方法效率高，可支撑大规模储能的日前调度决策。
具体包括以下步骤：
设日前控制总时段为T，储能的个数B，t∈(0,1,2,…,T)，b∈(1,2,…,B)
步骤1：通过负荷预测得到储能所在园区下一日的负荷值PLd(t)；
步骤2：通过新能源功率预测得到储能所在园区下一日的新能源出力值Pph,i(t)；
步骤3：求解子优化问题子问题一，得到Θd＝{(i,t)Bd,i(t)≥0.9}；
步骤4：赋值操作：
Figure BDA0003530127400000021
步骤5：固定
Figure BDA0003530127400000022
求解子优化问题子问题二，得到Θc＝{(i,t)Bc,i(t)≤0.1}；
步骤6：赋值操作：
Figure BDA0003530127400000023
步骤7：固定
Figure BDA0003530127400000024
以及
Figure BDA0003530127400000025
重新求解(1)～(6)组成的优化问题，得到全部的变量的最优解。
本发明相比现有技术，具有以下有益效果：
本发明结合混合整数的求解方法和储能运行特点，可将大规模混合整数规划转化成小规模的混合整数规划问题，求解效率高，可支撑大规模储能的日前调度决策。
具体实施方式
下面结合具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
一种储能日前调度混合整数规划的三阶段优化方法，包括以下步骤：
步骤1，建立目标函数及其对应约束条件
步骤1.1，目标函数
从经济角度出发，目标是使工业园区的日电费最小，其优化时间尺度为1小时，根据流入园区的有功功率、流入电网的有功功率、买入电量电价和卖出电量电价建立工业园区日电费目标最小函数：
Figure BDA0003530127400000031
式中，TC表示工业园区日电费，CIn(t)为在t至t+1时段园区买入电量电价，COut(t)为在t至t+1时段园区卖出电量电价，PIn(t)为在t至t+1时段流入园区的有功功率，POut(t)为在t至t+1时段流入电网的有功功率，T表示日前控制总时段，t∈(0,1,2,…,T)。
步骤1.2，约束条件
步骤1.2.1园区功率平衡方程
Figure BDA0003530127400000032
式中，Pc,i(t)为储能系统在t至t+1时段的充电功率，Pd,i(t)为储能系统在t至t+1时段的放电功率，Pph,i(t)为在t至t+1时段光伏系统的出力大小，PLd(t)为在t至t+1时段光伏系统的负荷大小，Ωbs表示储能系统集合，Ωph表示光伏系统集合。
步骤1.2.2储能系统运行功率约束
Figure BDA0003530127400000041
式中，Bd,i(t)表示储能系统在t时段的放电状态，Bc,i(t)为表示储能系统在t时段的充电状态，Bd,i(t)为1表示储能系统处于放电状态，Bc,i(t)为1表示储能系统处于充电状态，若均为0，则表示储能系统处于停止状态，既不充也不放。Pd,i,max为储能系统的最大放电功率，Pc,i,max为储能系统的最大充电功率。
步骤1.2.3，关口功率约束
类似储能系统，关口功率在同一时刻不能既从电网买电又反送给电网功率，其约束由下式表示：
Figure BDA0003530127400000042
式中，BIn(t)表示表征园区在t时段的从电网买电状态，BOut(t)表示表征园区在t时段的从电网反向送电状态，BIn(t)为1表示园区从电网买电状态，BOut(t)为1表示园区向电网送电状态，若均为0则表示园区既不从电网买电也不反向送电。POut,max为工业园区反送给电网有功功率的最大值，目的是降低工业园区反送功率对大电网安全性和稳定性的影响，a为工业用户上报的最大需量值，通常工业园区实际最大需量超过1.05a时，其超过部分将以加收一倍的方式进行惩罚。
步骤1.2.4，储能系统荷电状态约束
SOCi(t)＝SOCi(t-1)+ηc,iPc,i(t)Δt/Ei,max-Pd,i(t)Δt/ηd,iEi,max (5)
式中，SOCi(t)为储能系统在t时刻的荷电状态，Ei,max为储能系统的最大荷电状态，ηc,i为储能系统的充电效率，ηd,i为储能系统的放电效率，Δt表示。
步骤1.2.5，储能系统日前优化调度具有周期性特征，使其在每个调度周期的始末时刻储能系统荷电状态相等：
Figure BDA0003530127400000051
式中，SOCi(0)为储能系统初始荷电状态。该式表征储能系统在一个调度周期内的充电量和放电量之和为零。
可见，上述日前调度是一个大规模的混合整数规划问题，设某园区有B个储能，日前优化总时段为T，其整数变量包括：
(1)储能放电状态和充电状态的变量总数为2*B*T；
(2)园区买电和反向送电状态，变量总数2*T；
连续变量包括：
(1)储能充电功率和放电功率，变量总数为2*B*T；
(2)园区买电和反向送电功率，变量总数2*T；
(3)储能荷电状态，变量总数为2*B*T；
综上，储能日前调度的总变量数为6*B*T+4*T，以一个小规模的园区为例，该园区有4个储能，控制时段为24，则总变量数为672，其中整数变量为192个，当控制时段进一步细化或者储能的数量增加时，显然是一个大规模的混合整数规划问题，求解难度非常大。
步骤2，通常情况下，负荷基本呈现峰谷平三种状态，从储能的运行特点上看，储能放电大多处于负荷峰时段左右，并且与控制时段T相比，储能会以较短的时长满放，为此可将将式子(3)松弛成如下式子(7)形式：
Figure BDA0003530127400000061
上述最大的变化是将(3)中的整数变量松弛成为了连续变量，这实际上是嵌入了储能的运行特点。需要注意的是，园区买电和反向送电状态仍保持整数变量。
由于松弛了储能的放电和充电状态变量，整数变量的个数已经从原来的2*B*T+2*T减少至2*T，规模已经大大减少。
步骤3，将式子(1)、(2)、(7)、(4)～(6)组成的优化子问题记为子问题一，求得子问题一的最优解，找到Bd,i(t)中大于0.9的索引集：
Θd＝{(i,t)Bd,i(t)≥0.9}
其中，Θd表示Bd,i(t)中大于0.9的索引集。
对索引集对应位置的解进行向上取整，即对放电状态有：
Figure BDA0003530127400000071
相应的，充电状态为：
Figure BDA0003530127400000072
步骤4，另一方面，储能会以较短的时长满充，为此也可式子(3)松弛成如下式子(9)形式：
Figure BDA0003530127400000073
步骤5，将式子(1)、(2)、(9)、(4)～(6)组成的优化问题记为子问题二，求得优化问题子问题二得到最优解，找到Bc,i(t)中大于0.9的索引集：
Θc＝{(i,t)Bc,i(t)≤0.1}
其中，Θc表示Bc,i(t)中大于0.9的索引集。
对索引集对应位置的解进行向下取整，即对充电状态有：
Figure BDA0003530127400000074
相应的，放电状态为：
Figure BDA0003530127400000081
步骤6，将式子(1)～(6)组成的优化问题记为原问题，根据步骤3得到的Θd和步骤5得到的Θc采用混合整数规划方法求解原问题，得到的最优解作为最终的优化方案。
可见，利用松弛技术，通过求解上述两个小规模的混合整数规划问题，即可得到Θd,Θc两个集合，且这两个集合里储能的充放电状态已经确定，如此，可将2*B*T+2*T个整数中的2(|Θd|+|Θc|)个变量已经确定，原问题整数变量的个数已经从2*B*T+2*T降低至2*B*T+2*T-2(|Θd|+|Θc|)，整数变量规模大大降低。
一种储能日前调度混合整数规划的三阶段优化系统，包括输入模块、原问题模块、子问题一问题模块、子问题二问题模块、输出模块，其中：
所述输入模块用于输入日前控制总时段T、储能的个数B；
所述子问题一问题模块由式子(1)、(2)、(7)、(4)～(6)组成子问题一，根据日前控制总时段T、储能的个数B求解子问题一，得到储能系统在t时段的放电状态Bd,i(t)中大于0.9的索引集Θd。
所述子问题二问题模块由式子(1)、(2)、(9)、(4)～(6)组成子问题二，根据日前控制总时段T、储能的个数B求解子问题二，得到储能系统在t时段的充电状态Bc,i(t)中大于0.9的索引集Θc。
所述原问题模块由式子(1)～(6)组成原问题，根据日前控制总时段T、储能的个数B、储能系统在t时段的放电状态Bd,i(t)中大于0.9的索引集Θd、储能系统在t时段的充电状态Bc,i(t)中大于0.9的索引集Θc求解原问题，得到的最优解作为最终的优化方案。
所述输出模块用于输出最终的优化方案。
所述最优解包括储能放电状态、充电状态、园区买电状态、反向送电状态、储能充电功率、储能放电功率、园区买电功率、反向送电功率、储能荷电状态。
本发明能够高效求解得到日前调度决策，从而提高决策的效率以及经济效益的最大化。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (5)

1.一种储能日前调度混合整数规划的三阶段优化方法，其特征在于，包括以下步骤：
步骤1，建立目标函数及其对应约束条件
步骤1.1，目标函数
根据流入园区的有功功率、流入电网的有功功率、买入电量电价和卖出电量电价建立工业园区日电费目标最小函数：
Figure FDA0003530127390000011
式中，TC表示工业园区日电费，CIn(t)为在t至t+1时段园区买入电量电价，COut(t)为在t至t+1时段园区卖出电量电价，PIn(t)为在t至t+1时段流入园区的有功功率，POut(t)为在t至t+1时段流入电网的有功功率，T表示日前控制总时段，t∈(0,1,2,…,T)；
步骤1.2，约束条件
步骤1.2.1，园区功率平衡方程
Figure FDA0003530127390000012
式中，Pc,i(t)为储能系统在t至t+1时段的充电功率，Pd,i(t)为储能系统在t至t+1时段的放电功率，Pph,i(t)为在t至t+1时段光伏系统的出力大小，PLd(t)为在t至t+1时段光伏系统的负荷大小，Ωbs表示储能系统集合，Ωph表示光伏系统集合；
步骤1.2.2，储能系统运行功率约束
Figure FDA0003530127390000021
式中，Bd,i(t)表示储能系统在t时段的放电状态，Bc,i(t)为表示储能系统在t时段的充电状态，Bd,i(t)为1表示储能系统处于放电状态，Bc,i(t)为1表示储能系统处于充电状态，若均为0，则表示储能系统处于停止状态，既不充也不放；Pd,i,max为储能系统的最大放电功率，Pc,i,max为储能系统的最大充电功率；
步骤1.2.3，关口功率约束
Figure FDA0003530127390000022
式中，BIn(t)表示表征园区在t时段的从电网买电状态，BOut(t)表示表征园区在t时段的从电网反向送电状态，BIn(t)为1表示园区从电网买电状态，BOut(t)为1表示园区向电网送电状态，若均为0则表示园区既不从电网买电也不反向送电；POut,max为工业园区反送给电网有功功率的最大值，a为工业用户上报的最大需量值，通常工业园区实际最大需量超过1.05a时，其超过部分将以加收一倍的方式进行惩罚；
步骤1.2.4，储能系统荷电状态约束
SOCi(t)＝SOCi(t-1)+ηc,iPc,i(t)Δt/Ei,max-Pd,i(t)Δt/ηd,iEi,max (5)
式中，SOCi(t)为储能系统在t时刻的荷电状态，Ei,max为储能系统的最大荷电状态，ηc,i为储能系统的充电效率，ηd,i为储能系统的放电效率，Δt表示；
步骤1.2.5，每个调度周期的始末时刻储能系统荷电状态相等
Figure FDA0003530127390000031
式中，SOCi(0)为储能系统初始荷电状态；
步骤2，将式子(3)松弛成如下式子(7)形式：
Figure FDA0003530127390000032
步骤3，将式子(1)、(2)、(7)、(4)～(6)组成的优化子问题记为子问题一，求得子问题一的最优解，找到Bd,i(t)中大于0.9的索引集：
Θd＝{(i,t)Bd,i(t)≥0.9}
其中，Θd表示Bd,i(t)中大于0.9的索引集；
对索引集对应位置的解进行向上取整，即对放电状态有：
Figure FDA0003530127390000041
相应的，充电状态为：
Figure FDA0003530127390000042
步骤4，将式子(3)松弛成如下式子(9)形式：
Figure FDA0003530127390000043
步骤5，将式子(1)、(2)、(9)、(4)～(6)组成的优化问题记为子问题二，求得优化问题子问题二得到最优解，找到Bc,i(t)中大于0.9的索引集：
Θc＝{(i,t)Bc,i(t)≤0.1}
其中，Θc表示Bc,i(t)中大于0.9的索引集；
对索引集对应位置的解进行向下取整，即对充电状态有：
Figure FDA0003530127390000044
相应的，放电状态为：
Figure FDA0003530127390000045
步骤6，将式子(1)～(6)组成的优化问题记为原问题，根据步骤3得到的Θd和步骤5得到的Θc采用混合整数规划方法求解原问题，得到的最优解作为最终的优化方案。
2.根据权利要求1所述储能日前调度混合整数规划的三阶段优化方法，其特征在于：园区有B个储能，日前优化总时段为T，则储能放电状态和充电状态的变量总数为2*B*T，园区买电状态和反向送电状态的变量总数2*T。
3.根据权利要求2所述储能日前调度混合整数规划的三阶段优化方法，其特征在于：储能充电功率和放电功率的变量总数为2*B*T，园区买电功率和反向送电功率的变量总数2*T，储能荷电状态的变量总数为2*B*T。
4.一种权利要求1所述储能日前调度混合整数规划的三阶段优化方法的优化系统，其特征在于：包括输入模块、原问题模块、子问题一问题模块、子问题二问题模块、输出模块，其中：
所述输入模块用于输入日前控制总时段T、储能的个数B；
所述子问题一问题模块由式子(1)、(2)、(7)、(4)～(6)组成子问题一，根据日前控制总时段T、储能的个数B求解子问题一，得到储能系统在t时段的放电状态Bd,i(t)中大于0.9的索引集Θd；
所述子问题二问题模块由式子(1)、(2)、(9)、(4)～(6)组成子问题二，根据日前控制总时段T、储能的个数B求解子问题二，得到储能系统在t时段的充电状态Bc,i(t)中大于0.9的索引集Θc；
所述原问题模块由式子(1)～(6)组成原问题，根据日前控制总时段T、储能的个数B、储能系统在t时段的放电状态Bd,i(t)中大于0.9的索引集Θd、储能系统在t时段的充电状态Bc,i(t)中大于0.9的索引集Θc求解原问题，得到的最优解作为最终的优化方案；
所述输出模块用于输出最终的优化方案。
5.根据权利要求4所述优化系统，其特征在于：所述最优解包括储能放电状态、充电状态、园区买电状态、反向送电状态、储能充电功率、储能放电功率、园区买电功率、反向送电功率、储能荷电状态。
CN202210202698.XA 2022-03-03 2022-03-03 一种储能日前调度混合整数规划的三阶段优化方法及系统 Active CN114565164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210202698.XA CN114565164B (zh) 2022-03-03 2022-03-03 一种储能日前调度混合整数规划的三阶段优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210202698.XA CN114565164B (zh) 2022-03-03 2022-03-03 一种储能日前调度混合整数规划的三阶段优化方法及系统

Publications (2)

Publication Number Publication Date
CN114565164A true CN114565164A (zh) 2022-05-31
CN114565164B CN114565164B (zh) 2024-02-06

Family

ID=81718137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210202698.XA Active CN114565164B (zh) 2022-03-03 2022-03-03 一种储能日前调度混合整数规划的三阶段优化方法及系统

Country Status (1)

Country Link
CN (1) CN114565164B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110277781A (zh) * 2019-03-26 2019-09-24 国网浙江省电力有限公司嘉兴供电公司 一种含光储充园区电网的电力系统经济调度方法
CN110504701A (zh) * 2019-08-22 2019-11-26 西安热工研究院有限公司 一种考虑动态充放电效率的电池储能系统调度方法
CN111555366A (zh) * 2020-04-16 2020-08-18 杭州市电力设计院有限公司 一种基于多时间尺度的微网三层能量优化管理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110277781A (zh) * 2019-03-26 2019-09-24 国网浙江省电力有限公司嘉兴供电公司 一种含光储充园区电网的电力系统经济调度方法
CN110504701A (zh) * 2019-08-22 2019-11-26 西安热工研究院有限公司 一种考虑动态充放电效率的电池储能系统调度方法
CN111555366A (zh) * 2020-04-16 2020-08-18 杭州市电力设计院有限公司 一种基于多时间尺度的微网三层能量优化管理方法

Also Published As

Publication number Publication date
CN114565164B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN110188950B (zh) 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
CN106651026B (zh) 多时间尺度微电网能量管理优化调度方法
CN110244566B (zh) 计及柔性负荷的冷热电联供系统容量优化配置方法
CN113688567B (zh) 一种考虑冲击负荷的虚拟电厂两阶段优化调度方法
CN106953316B (zh) 微电网变时间尺度优化调度方法
CN108832646A (zh) 一种适用于可动态重构电池储能系统的管理系统及其方法
CN111786422B (zh) 基于bp神经网络的微电网参与上层电网实时优化调度方法
CN112215433B (zh) 基于市场出清电价不确定性的虚拟电厂日前优化调度方法
CN112508325B (zh) 一种家庭微电网多时间尺度电能调度方法
CN110611336B (zh) 包含双级需求侧响应的园区多能源系统优化运行方法
CN112800658A (zh) 一种考虑源储荷互动的主动配电网调度方法
CN109376970B (zh) 适用于能源互联网的动态实时电价机制形成方法及系统
CN115994656A (zh) 分时电价下计及激励需求响应的虚拟电厂经济调度方法
CN115036920A (zh) 一种混合储能参与调频辅助服务市场的容量投标方法
CN116109076A (zh) 能量和调峰市场下考虑需求响应的虚拟电厂优化调度方法
CN112488363A (zh) 基于广义储能的多能源电力系统优化调度方法
CN116845929A (zh) 一种储能参与的电能量与调频辅助服务市场协调出清方法
CN110380405B (zh) 考虑需求响应与储能协同优化微电网运行方法
CN109271678B (zh) 一种基于光伏微网运行成本的蓄电池充放电调度优化方法
CN114565164A (zh) 一种储能日前调度混合整数规划的三阶段优化方法及系统
CN116073376A (zh) 一种电-氢-热耦合系统多时间尺度调度控制方法及系统
CN106230010B (zh) 一种百兆瓦电池储能系统容量优化配置方法和系统
CN115660371A (zh) 虚拟电厂日前日内两阶段协同调控方法及装置
CN111310973A (zh) 一种多能虚拟电厂调节成本计算方法
CN112785048A (zh) 计及电动汽车用户需求的直流微电网经济调度方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant