CN114744632B - 一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 - Google Patents
一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114744632B CN114744632B CN202210427567.1A CN202210427567A CN114744632B CN 114744632 B CN114744632 B CN 114744632B CN 202210427567 A CN202210427567 A CN 202210427567A CN 114744632 B CN114744632 B CN 114744632B
- Authority
- CN
- China
- Prior art keywords
- scheduling
- day
- power
- time
- energy storage
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000004146 energy storage Methods 0.000 claims abstract description 100
- 238000005096 rolling process Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims description 24
- 238000005457 optimization Methods 0.000 claims description 19
- 238000007599 discharging Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 10
- 239000003990 capacitor Substances 0.000 claims description 7
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 claims description 4
- 229910052802 copper Inorganic materials 0.000 claims description 4
- 239000010949 copper Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 9
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006386 neutralization reaction Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- H02J3/007—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
- H02J3/28—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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]
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质,方法包括:在调度日前,基于网络架构参数和对应日前调度时段的负荷预测数据,对日前调度模型进行求解,得到调度日内各时段的储能充放电状态和联络开关状态调度结果;在调度日内,基于网络架构参数、对应日内调度时段的负荷预测数据以及日前调度结果,滚动对日内调度模型进行求解,得到当前日内各日内调度时段的储能功率、光伏功率及变流器投切状态调度结果;基于实时负荷数据和实时运行数据,对实时调度模型进行求解,得到变流器和充电桩的实时调度结果。本发明通过日内‑日前‑实时的多时间尺度不同目标的调度,能够实现联络开关、储能和变流器等设备的灵活控制。
Description
技术领域
本发明涉及电力系统优化调度技术领域,特别是一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质。
背景技术
目前,化石能源依然是我国能源供应的主体,为了进一步实现节能减排,我国提出了碳达峰和碳中和的发展目标。电动汽车不仅是能源革命、能源转型的组成部分,更是实现碳达峰、碳中和目标的重要抓手。然而,电动汽车充电高峰期与常规负荷的用电高峰期重叠,台区超载风险大,网损成本高。在接入电动汽车充电负荷方面,交直流配电网具有良好的发展前景,如分布式电源就近为电动汽车供电,形成能源互补,配电网潮流调节能力大大提高,有效降低配电网运行成本。因此,有必要研究高效的交直流组网方案及其调度方法,提高配电网对电动汽车负荷的应对能力,降低充电桩建设及运行成本。
低压直流(Load Voltage DC,LVDC)配电网的优点在于组网方案灵活多样,应用场景广泛。低压直流互联配电网具有以下特点:(1)充分利用现有的快充桩,改造成本较小,提高了配电网应对大规模电动汽车负荷的容纳能力;(2)实现了配电网的闭环运行,通过负荷的均衡调度及转供,调节配网潮流,降低运行成本;(3)分布式电源接入直流母线时,能够节约AC/DC变流器的投资和损耗。但在低压交直流配电网中,受限于较高的AC/DC变流器成本,由单一台区进行直流组网,供电容量受限。在实际运行中,配电台区需要与中压配电网进行协同调度,形成层级明确的调度体系,从而实现台区运行成本和配网运行成本的综合最优。
发明内容
本发明的目的是提供一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质,通过日内-日前-实时的多时间尺度调度,实现联络开关、储能和变流器等设备的灵活控制,同时降低配网运行成本。本发明采用的技术方案如下。
一方面,本发明提供一种含快充负荷的低压直流互联配电网调度方法,包括:
获取低压直流互连配电网的网络架构参数、负荷预测数据、实时负荷数据以及实时运行数据,所述负荷预测数据包括对应日前调度时段和日内调度时段的负荷预测数据;
按照设定的日前调度周期,在调度日前,基于获取到的网络架构参数和对应日前调度时段的负荷预测数据,对预先构建的日前调度模型进行求解,得到调度日内各时段的储能充放电状态和联络开关状态调度结果;
按照设定的日内调度周期,在调度日内,基于获取到的网络架构参数、对应日内调度时段的负荷预测数据以及日前调度结果,对预先构建的日内调度模型进行求解,得到当前日内各日内调度时段的储能功率、光伏功率及变流器投切状态调度结果;
基于实时负荷数据和实时运行数据,对预先构建的实时调度模型进行求解,得到变流器和充电桩的实时调度结果;
根据求解得到的储能充放电状态和联络开关状态调度结果,储能功率、光伏功率及变流器投切状态调度结果,以及变流器和充电桩的实时调度结果,执行对应的调度控制。
可选的,所述日前调度模型、日内调度模型以及实时调度模型,基于预先构建的低压直流互连配电网设备约束模型进行优化求解;
所述低压直流互连配电网设备约束模型包括:
1)配电变压器功率模型
式中,和/>分别为t时刻节点i的配变有功功率和无功功率;/>和/>分别为节点i的负荷有功和无功功率;/>为k支路上变流器的有功和无功功率;Ωtr为直流互联台区的配变所在节点的集合;Ωvsc为变流器支路的集合;
配变运行约束为:
式中,为额定功率因数角,βmax为配变最大负载率约束,/>为配变额定容量;
2)AC/DC变流器功率模型
式中:Pk,t、Qk,t为支路k的有功和无功功率,为变流器的额定视在功率,/>为t时刻的变流器开关状态变量;
变流器投切次数约束为:
式中,Cop为限制投切的次数;为结束时刻的变流器状态;
3)储能系统模型
0.2≤Si,t≤1,i∈ΩESS
式中,Si,t为t时刻节点i储能的SOC;η为储能的充放电效率;分别为储能的充电、放电功率;/>为储能容量;/>为布尔变量,分别表示储能的充电、放电状态;Δt为时间间隔;/>为节点i的储能功率;Pess_max为储能充放电功率上限;ΩESS为含储能的节点集合;
储能系统的运行约束包括:
式中,Si,T为最后时刻的荷电状态,为储能充放电切换次数,Cop2为限制充放电的次数;
4)无功补偿设备电容器组CB的功率模型
式中,为节点i上CB的无功功率,/>为该CB的投入组数,/>为每组CB的无功功率,Ωcb为含CB的节点集合;
电容器组约束为:
式中,为CB投入组数上限,/>为CB调节量限制;
5)分布式电源DG功率约束模型
式中,和/>分别为节点i的DG逆变器输出有功和无功功率,/>为DG的功率上限;ΩADG和ΩDDG分别为交流与直流的DG节点集合。
可选的,所述日前调度模型的目标函数为:
min Cda=Closs+Ctr+Cvsc+Cess+Clim
式中:Cda为调度日的总运行成本,Closs为交直流网损成本,Ctr为变压器损耗成本,Cvsc为变流器损耗成本,Cess为储能运行成本,Clim为功率限幅成本损失,且有,
交直流网损成本为:
其中,为购电成本;rk为支路k的电阻;/>为二阶锥松弛后的电流平方项,Δt为单个日前调度时段的时长,T为日前调度时段数量;Ωbranch为配电网络中的交、直流支路集合;
变压器损耗成本为:
式中:分别为变压器节点i的运行铁损和额定铜损,βi,t为变压器负载率,为变压器额定容量;
变流器损耗成本为:
式中,ηvsc为变流器的转换效率,为k支路变流器的空载功率,/>为t时刻的变流器开关状态变量;
储能成本包括总折旧成本clife和储能运行成本Cess,分别为:
式中,cesscost为储能投资成本,nlife为储能设备的充放电总循环次数;
功率限幅成本损失为:
其中,为售电价格,/>和/>分别为i节点的快充负荷缺额、快充负荷功率和功率限值。
对日前调度模型进行优化求解可决定储能的功率基准值、荷电状态、充放电状态、CB功率和联络开关状态,即
可选的,所述日内调度模型的目标函数为:
min Cwd=Closs+Ctr+Cvsc+Clim
式中,Cwd表示储能充放电状态已固定的条件下,单周期日内调度所覆盖时长内的运行成本;
日内调度模型优化求解的约束条件包括:
式中,τ和t为整数分别对应日前调度时段和日内调度时段;为储能功率调整值;max(τ)表示日内调度周期内τ可取的最大值。其中,若日前24时段对应日内96时段,则日前第τ时段的功率计划为日内(4τ-3)~4τ四个时段的调整基准。
日内调度决定单个日内调度时段间隔的储能功率、光伏功率及变流器投切状态,即得到日内调度结果变量集
可选的,所述实时调度模型的目标函数为:
min Crt=Closs+Ctr+Cvsc+Clim
式中,Crt表示储能充放电状态、储能功率、光伏功率及变流器投切状态确定的情况下,配电网的运行成本;
实时调度模型的优化求解约束包括:
实时调度模型优化求解得到的调度结果变量为
在实时调度中,负荷的特点是变化速度快但幅度小,因此,优化问题的求解速度可以通过模型线性化实现进一步的提升。可选的,本发明对实时调度模型进行求解过程中,计算变压器损耗成本时进行线性化处理,将公式线性化为:
式中,为负载率基准值,βi,t-1为前一时刻的配变负载率。
可选的,日前调度的调度周期为24小时,日前调度求解得到调度日内以1小时为时段长度的24个时段的储能功率、光伏功率及变流器投切状态调度结果;
日内调度的调度周期及单个调度时段间隔为15分钟,对应日内调度时段的负荷预测数据为未来2h时的负荷预测数据;在调度日内滚动进行日内调度优化求解,得到未来2h内各时段间隔的储能功率、光伏功率及变流器投切状态调度结果,将其中第一个时段间隔所对应的调度结果确定为对应时段的调度结果。下一周期日内调度时,更新未来2h的负荷预测数据,再次对新的2h内各时段间隔进行优化调度计算,每次日内调度得到结果后,仅从中确定第一个时段间隔的调度结果作为实际调度目标。此处,前述单周期日内调度所覆盖时长为2h。
第二方面,本发明提供一种含快充负荷的低压直流互联配电网调度装置,包括:
数据获取模块,被配置用于,获取低压直流互连配电网的网络架构参数、负荷预测数据、实时负荷数据以及实时运行数据,所述负荷预测数据包括对应日前调度时段和日内调度时段的负荷预测数据;
日前调度计算模块,被配置用于,按照设定的日前调度周期,在调度日前,基于获取到的网络架构参数和对应日前调度时段的负荷预测数据,对预先构建的日前调度模型进行求解,得到调度日内各时段的储能充放电状态和联络开关状态调度结果;
日内滚动调度计算模块,被配置用于,按照设定的日内调度周期,在调度日内,基于获取到的网络架构参数、对应日内调度时段的负荷预测数据以及日前调度结果,对预先构建的日内调度模型进行求解,得到当前日内各日内调度时段的储能功率、光伏功率及变流器投切状态调度结果;
实时调度计算模块,被配置用于,基于实时负荷数据和实时运行数据,对预先构建的实时调度模型进行求解,得到变流器和充电桩的实时调度结果;
以及,调度控制模块,被配置用于,根据求解得到的储能充放电状态和联络开关状态调度结果,储能功率、光伏功率及变流器投切状态调度结果,以及变流器和充电桩的实时调度结果,执行对应的调度控制。
可选的,日前调度计算模块的日前调度周期为24小时,日前调度求解得到调度日内以1小时为时段长度的24个时段的储能功率、光伏功率及变流器投切状态调度结果;
日内调度模块的日内调度周期及单个调度时段间隔为15分钟,对应日内调度时段的负荷预测数据为未来2h时的负荷预测数据;在调度日内滚动进行日内调度优化求解,得到未来2h内各时段间隔的储能功率、光伏功率及变流器投切状态调度结果,将其中第一个时段间隔所对应的调度结果确定为对应时段的调度结果。
第三方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如第一方面所述的含快充负荷的低压直流互联配电网调度方法。
有益效果
本发明针对含快充负荷的低压直流互联配电网协同经济调度问题,以配网总运行成本为目标函数,建立了基于二阶锥潮流和配网重构约束的配电网模型,通过日内-日前-实时的多时间尺度经济调度,实现联络开关、储能和变流器等设备的灵活控制,能够有效降低网损、设备损耗和限幅损失,进一步降低配电网的总运行成本;能够满足联络开关、储能装置、变流器等不同设备的调度需求,能够满足集中控制和就地控制的需求;通过低压直流互联能够充分利用各台区的宽裕容量,能够解决充电桩接入单一台区的重载问题,避免快充功率限幅。
附图说明
图1为本发明方法的一种实施方式流程图;
图2为日内滚动调度方式示意图;
图3为交直流配电网的拓扑结构示意图;
图4为各互联区域内部结构示意图;
图5、图6、图7、图8分别为各场景下部分台区节点负载率曲线图;
图9为各场景下的网损功率曲线图;
图10为储能充放电功率调度结果示意图;
图11为实时调度的迭代误差示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
实施例1
本实施例介绍一种含快充负荷的低压直流互联配电网调度方法,包括:
获取低压直流互连配电网的网络架构参数、负荷预测数据、实时负荷数据以及实时运行数据,所述负荷预测数据包括对应日前调度时段和日内调度时段的负荷预测数据;
按照设定的日前调度周期,在调度日前,基于获取到的网络架构参数和对应日前调度时段的负荷预测数据,对预先构建的日前调度模型进行求解,得到调度日内各时段的储能充放电状态和联络开关状态调度结果;
按照设定的日内调度周期,在调度日内,基于获取到的网络架构参数、对应日内调度时段的负荷预测数据以及日前调度结果,对预先构建的日内调度模型进行求解,得到当前日内各日内调度时段的储能功率、光伏功率及变流器投切状态调度结果;
基于实时负荷数据和实时运行数据,对预先构建的实时调度模型进行求解,得到变流器和充电桩的实时调度结果;
根据求解得到的储能充放电状态和联络开关状态调度结果,储能功率、光伏功率及变流器投切状态调度结果,以及变流器和充电桩的实时调度结果,执行对应的调度控制。
上述方法在具体实施时的操作流程参考图1所示,具体实施操作步骤包括:
步骤1:建立低压直流互联配电网的设备约束模型;
步骤2:多角度考虑交直流配电网的运行成本,构建经济调度的总目标函数;
步骤3:基于日前长时间优化调度求解联络开关、储能和CB的调度计划;
步骤4:基于日内滚动优化调度求解储能功率;
步骤5:根据当前时刻负荷进行实时调度,对变流器进行秒级的灵活调度。
最后本实施例以44节点交直流配电网作为算例,分析不同场景下的经济成本和调度结果。以下具体说明。
一、建立低压直流互联配电网的设备约束模型
低压直流互联配电网的设备约束模型包括配电变压器模型、AC/DC变流器模型、储能系统模型、无功补偿设备模型以及分布式电源模型,模型建立的过程实现了低压直流互联配电网中各种设备的互联。
1.1配电变压器功率模型
根据配电变压器功率为所处节点负荷与变流器功率之和,可确定配电电压器模型表示为以下公式:
式中,和/>分别为t时刻节点i的配变有功功率和无功功率;/>和/>分别为节点i的负荷有功和无功功率;/>为k支路上变流器的有功和无功功率;Ωtr为直流互联台区的配变所在节点的集合;Ωvsc为变流器支路的集合。
配变运行时需满足功率因数和负载率要求为:
式中,为额定功率因数角,βmax为配变最大负载率约束,/>为配变额定容量。
1.2AC/DC变流器功率模型
本实施例将变流器视为一条无阻抗的支路,其功率为所在支路的功率,即:
式中:Pk,t、Qk,t为支路k的有功和无功功率,为变流器的额定视在功率,/>为t时刻的变流器开关状态变量。
通过对变流器进行灵活投切,可以尽可能降低其运行损耗,但频繁投切对变流器寿命有较大影响,因此本实施例设置一天内的投切次数约束为:
式中,Cop为限制投切的次数;为结束时刻的变流器状态。
1.3储能系统模型
对于储能系统节点,储能的荷电状态(State of Charge,SOC)与功率约束如下:
0.2≤Si,t≤1,i∈ΩESS
式中,Si,t为t时刻节点i储能的SOC;η为储能的充放电效率;分别为储能的充电、放电功率;/>为储能容量;/>为布尔变量,分别表示储能的充电、放电状态;Δt为时间间隔;/>为节点i的储能功率;Pess_max为储能充放电功率上限;ΩESS为含储能的节点集合;
同时,为了保证储能SOC能保持日常循环,还应当满足储能系统的运行约束包括:
式中,Si,T为最后时刻的荷电状态,=需要与初时刻的荷电状态Si,1相连续。
储能的循环充放电次数有限,因此也需设置充放电次数约束:
式中,为储能充放电切换次数,Cop2为限制充放电的次数。由于储能只能在充/放电之间切换状态,所以一天内充电与放电次数相等,只对放电次数进行约束即可。
1.4无功补偿设备电容器组CB的功率模型
电容器组(Capacitor Bank,CB)的每组调节容量一定,通过调节投运组数来实现无功功率的调节,因此其功率模型为:
式中,为节点i上CB的无功功率,/>为该CB的投入组数,/>为每组CB的无功功率,Ωcb为含CB的节点集合;
电容器组约束为:
式中,为CB投入组数上限,/>为CB调节量限制;
1.5分布式电源DG功率约束模型
交直流节点的分布式电源(Distributed Generation,DG)功率约束为:
式中,和/>分别为节点i的DG逆变器输出有功和无功功率,/>为DG的功率上限;ΩADG和ΩDDG分别为交流与直流的DG节点集合。
二、构建经济调度的总目标函数
交直流配电网的运行成本主要是网损成本和变压器、变流器等设备损耗成本。此外,电动汽车充电高峰和居民用电高峰重叠,容易引起变压器重载甚至超载,安全隐患很大。在调度时,通过对充电桩进行功率限幅以减轻负载。由于功率限幅降低了快充桩的售电收入,造成利润流失,故功率限幅成本计入目标函数。
经济调度的总目标函数为:
min C=Closs+Ctr+Cvsc+Cess+Clim
式中,C为总运行成本,Closs为交直流网损成本,Ctr为变压器损耗成本,Cvsc为变流器损耗成本,Cess为储能运行成本,Clim为功率限幅成本损失。
网损成本取决于分时电价及各条支路功率,因此交直流网损成本为:
其中,为购电成本;rk为支路k的电阻;/>为二阶锥松弛后的电流平方项,Δt为单个日前调度时段的时长,T为日前调度时段数量;Ωbranch为配电网络中的交、直流支路集合;
变压器损耗包括铁损和铜损,因此变压器损耗成本为:
式中:分别为变压器节点i的运行铁损和额定铜损,βi,t为变压器负载率,为变压器额定容量;
变流器损耗包括能量传输时产生损耗与空载损耗,传输损耗与其有功功率成正比,因此变流器损耗成本为:
式中,ηvsc为变流器的转换效率,为k支路变流器的空载功率,/>为t时刻的变流器开关状态变量;
储能成本主要为充放电时的电费收入/支出,及其折旧成本。储能的充放电总循环次数一定,每次放电的寿命折损可近似相等,总折旧成本clife和储能运行成本Cess,分别为:
式中,cesscost为储能投资成本,nlife为储能设备的充放电总循环次数;
限幅损失与充电负荷缺额成正比,因此功率限幅成本损失为:
其中,为售电价格,/>和/>分别为i节点的快充负荷缺额、快充负荷功率和功率限值。
三、日前优化调度
本实施例中,日前长时间调度以1h为时间间隔,每次调度可得到调度日内24个时段的优化调度结果。日前调度的目标函数遵循前述经济调度总目标函数,为:
min Cda=Closs+Ctr+Cvsc+Cess+Clim
对日前调度模型进行优化求解可决定储能的功率基准值、荷电状态、充放电状态、CB功率和联络开关状态,即:
四、日内滚动优化调度
日内滚动调度以15min为间隔,参考图2所示,在某一时段t,依据2h的超短期负荷预测,对日前调度计划进行修正。当该时段结束,进入t+1时段时,优化时段向前推移,更新预测信息,重新进行优化求解。如此不断滚动优化,直至24h结束,即为日内滚动优化。
在日前调度后,储能的充放电状态已固定,日内调度仅对其功率进行调整,储能运行成本不变,故不计入目标函数:
min Cwd=Closs+Ctr+Cvsc+Clim
式中,Cwd表示储能充放电状态已固定的条件下,单周期日内调度所覆盖时长内的运行成本。
日前24时段对应日内96时段,日前第τ时段的功率计划为日内(4τ-3)~4τ四个时段的调整基准,故日内调度的约束条件为:
式中:τ和t为整数;为储能功率调整值;max(τ)表示日内调度周期内τ可取的最大值。/>
日内调度决定储能、光伏功率及变流器投切状态,即
五、实时优化调度
实时调度根据当前时刻的负荷,对变流器进行秒级的灵活调度,以应对快充负荷的快速波动。实时调度目标函数形式与日内一致:
min Crt=Closs+Ctr+Cvsc+Clim
式中,Crt表示储能充放电状态、储能功率、光伏功率及变流器投切状态确定的情况下,配电网的运行成本。
其约束条件为:
求解结果是变流器和充电桩的实时调度计划,即
在实时调度中,负荷的特点是变化速度快但幅度小,因此,优化问题的求解速度可以通过模型线性化实现进一步的提升。本实施例中,对实时调度模型进行求解过程中,计算变压器损耗成本时进行线性化处理,将公式线性化为:
式中,为负载率基准值,βi,t-1为前一时刻的配变负载率。
此外,受灵活性限制,储能、光伏和联络开关由上层配电网全局控制。而变流器响应速度快,在实时调度中由所属区域就地控制。当负荷变化时,通过区域间即时数据交互,经过多个交互周期的迭代计算可以消除误差。此处所述的误差是多台负责实时调度的变流器控制器环境下,模型求解结果与全局最优结果的误差。
例如控制器A负责A区域变流器功率求解,控制器B负责B区域变流器(因为受到地理条件限制,必须A B分别求解与控制,二者是独立的),某时刻AB两边负荷产生大幅波动,控制器A能瞬间获知A区域负荷波动,但不能瞬间获知B区域负荷波动,因为实时调度周期极短,B区域负荷数据传输给A有延时,这就使得AB各自独立的模型求解不能立刻达到全局最优。本实施例可通过数据交互,经过数个调度周期,以迭代计算的方式达到全局最优。
变流器功率的迭代误差εrt为:
式中:为在全局控制方式下求解的变流器k功率给定值。
至此,本实施例可实现配电网低压直流互联后,能够有效降低网损、设备损耗和限幅损失,进一步降低配电网的总运行成本,且能够充分利用各台区的宽裕容量,解决充电桩接入单一台区的重载问题,避免快充功率限幅;同时,通过日前-日内-实时调度体系将集中控制和就地控制相结合,能够满足联络开关、储能装置、变流器等不同设备的调度需求。
实施例2
与实施例1基于相同的发明构思,本实施例介绍一种含快充负荷的低压直流互联配电网调度装置,包括:
数据获取模块,被配置用于,获取低压直流互连配电网的网络架构参数、负荷预测数据、实时负荷数据以及实时运行数据,所述负荷预测数据包括对应日前调度时段和日内调度时段的负荷预测数据;
日前调度计算模块,被配置用于,按照设定的日前调度周期,在调度日前,基于获取到的网络架构参数和对应日前调度时段的负荷预测数据,对预先构建的日前调度模型进行求解,得到调度日内各时段的储能充放电状态和联络开关状态调度结果;
日内滚动调度计算模块,被配置用于,按照设定的日内调度周期,在调度日内,基于获取到的网络架构参数、对应日内调度时段的负荷预测数据以及日前调度结果,对预先构建的日内调度模型进行求解,得到当前日内各日内调度时段的储能功率、光伏功率及变流器投切状态调度结果;
实时调度计算模块,被配置用于,基于实时负荷数据和实时运行数据,对预先构建的实时调度模型进行求解,得到变流器和充电桩的实时调度结果;
以及,调度控制模块,被配置用于,根据求解得到的储能充放电状态和联络开关状态调度结果,储能功率、光伏功率及变流器投切状态调度结果,以及变流器和充电桩的实时调度结果,执行对应的调度控制。
本实施例中,日前调度计算模块的日前调度周期为24小时,日前调度求解得到调度日内以1小时为时段长度的24个时段的储能功率、光伏功率及变流器投切状态调度结果;
日内调度模块的日内调度周期及单个调度时段间隔为15分钟,对应日内调度时段的负荷预测数据为未来2h时的负荷预测数据;在调度日内滚动进行日内调度优化求解,得到未来2h内各时段间隔的储能功率、光伏功率及变流器投切状态调度结果,将其中第一个时段间隔所对应的调度结果确定为对应时段的调度结果。
本实施例中各功能模块的具体功能实现参考实施例1方法中的相关内容,不予赘述。
实施例3
本实施例介绍一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如实施例1介绍的含快充负荷的低压直流互联配电网调度方法。
如图1所示,本发明
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (9)
1.一种含快充负荷的低压直流互联配电网调度方法,其特征是,包括:
获取低压直流互连配电网的网络架构参数、负荷预测数据、实时负荷数据以及实时运行数据,所述负荷预测数据包括对应日前调度时段和日内调度时段的负荷预测数据;
按照设定的日前调度周期,在调度日前,基于获取到的网络架构参数和对应日前调度时段的负荷预测数据,对预先构建的日前调度模型进行求解,得到调度日内各时段的储能充放电状态和联络开关状态调度结果;
按照设定的日内调度周期,在调度日内,基于获取到的网络架构参数、对应日内调度时段的负荷预测数据以及日前调度结果,对预先构建的日内调度模型进行求解,得到当前日内各日内调度时段的储能功率、光伏功率及变流器投切状态调度结果;
基于实时负荷数据和实时运行数据,对预先构建的实时调度模型进行求解,得到变流器和充电桩的实时调度结果;
根据求解得到的储能充放电状态和联络开关状态调度结果,储能功率、光伏功率及变流器投切状态调度结果,以及变流器和充电桩的实时调度结果,执行对应的调度控制;
其中,所述日前调度模型、日内调度模型以及实时调度模型,基于预先构建的低压直流互连配电网设备约束模型进行优化求解;
所述低压直流互连配电网设备约束模型包括:
1)配电变压器功率模型
式中,和/>分别为t时刻节点i的配变有功功率和无功功率;/>和/>分别为节点i的负荷有功和无功功率;/>为k支路上变流器的有功和无功功率;Ωtr为直流互联台区的配变所在节点的集合;Ωvsc为变流器支路的集合;
配变运行约束为:
式中,为额定功率因数角,βmax为配变最大负载率约束,/>为配变额定容量;
2)AC/DC变流器功率模型
式中:Pk,t、Qk,t为支路k的有功和无功功率,为变流器的额定视在功率,/>为t时刻的变流器开关状态变量;
变流器投切次数约束为:
式中,Cop为限制投切的次数;为结束时刻的变流器状态;
3)储能系统模型
0.2≤Si,t≤1,i∈ΩESS
式中,Si,t为t时刻节点i储能的SOC;η为储能的充放电效率;分别为储能的充电、放电功率;/>为储能容量;/>为布尔变量,分别表示储能的充电、放电状态;Δt为时间间隔;/>为节点i的储能功率;Pess_max为储能充放电功率上限;ΩESS为含储能的节点集合;
储能系统的运行约束包括:
式中,Si,T为最后时刻的荷电状态,为储能充放电切换次数,Cop2为限制充放电的次数;
4)无功补偿设备电容器组CB的功率模型
式中,为节点i上CB的无功功率,/>为该CB的投入组数,/>为每组CB的无功功率,Ωcb为含CB的节点集合;
电容器组约束为:
式中,为CB投入组数上限,/>为CB调节量限制;
5)分布式电源DG功率约束模型
式中,和/>分别为节点i的DG逆变器输出有功和无功功率,/>为DG的功率上限;ΩADG和ΩDDG分别为交流与直流的DG节点集合。
2.根据权利要求1所述的方法,其特征是,日前调度模型的目标函数为:
min Cda=Closs+Ctr+Cvsc+Cess+Clim
式中:Cda为调度日的总运行成本,Closs为交直流网损成本,Ctr为变压器损耗成本,Cvsc为变流器损耗成本,Cess为储能运行成本,Clim为功率限幅成本损失,且有,
交直流网损成本为:
其中,为购电成本;rk为支路k的电阻;/>为二阶锥松弛后的电流平方项,Δt为单个日前调度时段的时长,T为日前调度时段数量;Ωbranch为配电网络中的交、直流支路集合;
变压器损耗成本为:
式中:分别为变压器节点i的运行铁损和额定铜损,βi,t为变压器负载率,Ci ca为变压器额定容量;
变流器损耗成本为:
式中,ηvsc为变流器的转换效率,为k支路变流器的空载功率,/>为t时刻的变流器开关状态变量,/>为k支路变流器的空载功率;
储能成本包括总折旧成本clife和储能运行成本Cess,分别为:
式中,为储能充放电切换次数,cesscost为储能投资成本,nlife为储能设备的充放电总循环次数;
功率限幅成本损失为:
其中, 为售电价格,/>和/>分别为i节点的快充负荷缺额、快充负荷功率和功率限值。
3.根据权利要求2所述的方法,其特征是,所述日内调度模型的目标函数为:
min Cwd=Closs+Ctr+Cvsc+Clim
式中,Cwd表示储能充放电状态已固定的条件下,单周期日内调度所覆盖时长内的运行成本;
日内调度模型优化求解的约束条件包括:
式中,τ和t为整数分别对应日前调度时段和日内调度时段;为储能功率调整值;max(τ)表示日内调度周期内τ可取的最大值。
4.根据权利要求2所述的方法,其特征是,所述实时调度模型的目标函数为:
min Crt=Closs+Ctr+Cvsc+Clim
式中,Crt表示储能充放电状态、储能功率、光伏功率及变流器投切状态确定的情况下,配电网的运行成本;
实时调度模型的优化求解约束包括:
实时调度模型优化求解得到的调度结果变量为
5.根据权利要求4所述的方法,其特征是,对实时调度模型进行求解过程中,计算变压器损耗成本时进行线性化处理,将公式线性化为:
式中,为负载率基准值,βi,t-1为前一时刻的配变负载率。
6.根据权利要求1所述的方法,其特征是,日前调度的调度周期为24小时,日前调度求解得到调度日内以1小时为时段长度的24个时段的储能功率、光伏功率及变流器投切状态调度结果;
日内调度的调度周期及单个调度时段间隔为15分钟,对应日内调度时段的负荷预测数据为未来2h时的负荷预测数据;在调度日内滚动进行日内调度优化求解,得到未来2h内各时段间隔的储能功率、光伏功率及变流器投切状态调度结果,将其中第一个时段间隔所对应的调度结果确定为对应时段的调度结果。
7.一种实现权利要求1-6任一项所述低压直流互联配电网调度方法的含快充负荷的低压直流互联配电网调度装置,其特征是,包括:
数据获取模块,被配置用于,获取低压直流互连配电网的网络架构参数、负荷预测数据、实时负荷数据以及实时运行数据,所述负荷预测数据包括对应日前调度时段和日内调度时段的负荷预测数据;
日前调度计算模块,被配置用于,按照设定的日前调度周期,在调度日前,基于获取到的网络架构参数和对应日前调度时段的负荷预测数据,对预先构建的日前调度模型进行求解,得到调度日内各时段的储能充放电状态和联络开关状态调度结果;
日内滚动调度计算模块,被配置用于,按照设定的日内调度周期,在调度日内,基于获取到的网络架构参数、对应日内调度时段的负荷预测数据以及日前调度结果,对预先构建的日内调度模型进行求解,得到当前日内各日内调度时段的储能功率、光伏功率及变流器投切状态调度结果;
实时调度计算模块,被配置用于,基于实时负荷数据和实时运行数据,对预先构建的实时调度模型进行求解,得到变流器和充电桩的实时调度结果;
以及,调度控制模块,被配置用于,根据求解得到的储能充放电状态和联络开关状态调度结果,储能功率、光伏功率及变流器投切状态调度结果,以及变流器和充电桩的实时调度结果,执行对应的调度控制。
8.根据权利要求7所述的含快充负荷的低压直流互联配电网调度装置,其特征是,日前调度计算模块的日前调度周期为24小时,日前调度求解得到调度日内以1小时为时段长度的24个时段的储能功率、光伏功率及变流器投切状态调度结果;
日内调度模块的日内调度周期及单个调度时段间隔为15分钟,对应日内调度时段的负荷预测数据为未来2h时的负荷预测数据;在调度日内滚动进行日内调度优化求解,得到未来2h内各时段间隔的储能功率、光伏功率及变流器投切状态调度结果,将其中第一个时段间隔所对应的调度结果确定为对应时段的调度结果。
9.一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如权利要求1-6任一项所述的含快充负荷的低压直流互联配电网调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210427567.1A CN114744632B (zh) | 2022-04-22 | 2022-04-22 | 一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210427567.1A CN114744632B (zh) | 2022-04-22 | 2022-04-22 | 一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114744632A CN114744632A (zh) | 2022-07-12 |
CN114744632B true CN114744632B (zh) | 2024-01-23 |
Family
ID=82283897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210427567.1A Active CN114744632B (zh) | 2022-04-22 | 2022-04-22 | 一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114744632B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528345A (zh) * | 2017-09-30 | 2017-12-29 | 国电南瑞科技股份有限公司 | 一种多时间尺度的网源荷储协调控制方法 |
CN108448632A (zh) * | 2018-04-26 | 2018-08-24 | 东南大学 | 计及储能荷电状态循环的交直流微网日内滚动优化调度方法 |
CN109995091A (zh) * | 2019-04-26 | 2019-07-09 | 太原理工大学 | 一种考虑预测误差的交直流混合微电网经济调度方法 |
WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN112651634A (zh) * | 2020-12-28 | 2021-04-13 | 天津大学合肥创新发展研究院 | 基于序列运算的有源配电系统源网荷储日前有功调度方法 |
CN113241757A (zh) * | 2021-04-21 | 2021-08-10 | 浙江工业大学 | 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法 |
CN113541191A (zh) * | 2021-07-22 | 2021-10-22 | 国网上海市电力公司 | 考虑大规模可再生能源接入的多时间尺度调度方法 |
-
2022
- 2022-04-22 CN CN202210427567.1A patent/CN114744632B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107528345A (zh) * | 2017-09-30 | 2017-12-29 | 国电南瑞科技股份有限公司 | 一种多时间尺度的网源荷储协调控制方法 |
CN108448632A (zh) * | 2018-04-26 | 2018-08-24 | 东南大学 | 计及储能荷电状态循环的交直流微网日内滚动优化调度方法 |
WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN109995091A (zh) * | 2019-04-26 | 2019-07-09 | 太原理工大学 | 一种考虑预测误差的交直流混合微电网经济调度方法 |
CN112651634A (zh) * | 2020-12-28 | 2021-04-13 | 天津大学合肥创新发展研究院 | 基于序列运算的有源配电系统源网荷储日前有功调度方法 |
CN113241757A (zh) * | 2021-04-21 | 2021-08-10 | 浙江工业大学 | 一种考虑柔性负荷与ess-sop的多时间尺度优化调度方法 |
CN113541191A (zh) * | 2021-07-22 | 2021-10-22 | 国网上海市电力公司 | 考虑大规模可再生能源接入的多时间尺度调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114744632A (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Das et al. | Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm | |
Chen et al. | Autonomous energy management strategy for solid-state transformer to integrate PV-assisted EV charging station participating in ancillary service | |
CN106651026B (zh) | 多时间尺度微电网能量管理优化调度方法 | |
Brekken et al. | Optimal energy storage sizing and control for wind power applications | |
CN109103912A (zh) | 考虑电网调峰需求的工业园区主动配电系统调度优化方法 | |
CN108470239A (zh) | 计及需求侧管理和储能的主动配电网多目标分层规划方法 | |
CN103187750B (zh) | 兆瓦级电池储能电站实时功率控制方法及其系统 | |
US20160218511A1 (en) | A monitoring system and method for megawatt level battery energy storage power plant | |
CN103560532A (zh) | 一种兆瓦级电池储能电站的监控系统及其方法 | |
CN108376989A (zh) | 一种基于多智能体的电池储能电站分区控制方法及系统 | |
CN108667147B (zh) | 一种含多微电网的柔性中压直流配电中心优化调度方法 | |
CN105207259A (zh) | 基于能量管理的并网状态下的微电网系统调度方法 | |
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 | |
CN116307087B (zh) | 考虑电动汽车充放电的微电网系统储能优化配置方法和系统 | |
CN112800658A (zh) | 一种考虑源储荷互动的主动配电网调度方法 | |
CN112085327B (zh) | 一种配电商参与的主动配电网多层分区调控方法及系统 | |
CN115481856A (zh) | 考虑综合需求响应的综合能源系统多尺度调度方法及系统 | |
Ye et al. | A hybrid charging management strategy for solving the under-voltage problem caused by large-scale EV fast charging | |
Wang et al. | Hierarchically coordinated optimization of power distribution systems with soft open points and electric vehicles | |
CN113410900A (zh) | 基于自适应差分鲸鱼优化的微电网hess优化配置方法及系统 | |
CN114744632B (zh) | 一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 | |
Wang et al. | Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale | |
CN111934307B (zh) | 一种用于直流配电网的扁平化运行控制方法及系统 | |
Dai et al. | Optimization of electric vehicle charging capacity in a parking lot for reducing peak and filling valley in power grid | |
Luo et al. | Coordinated scheduling of generalized energy storage in multi-voltage level AC/DC hybrid distribution network |
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 |