CN114744653A - 一种复合储能电站运行优化方法、系统及可存储介质 - Google Patents

一种复合储能电站运行优化方法、系统及可存储介质 Download PDF

Info

Publication number
CN114744653A
CN114744653A CN202210453109.5A CN202210453109A CN114744653A CN 114744653 A CN114744653 A CN 114744653A CN 202210453109 A CN202210453109 A CN 202210453109A CN 114744653 A CN114744653 A CN 114744653A
Authority
CN
China
Prior art keywords
energy storage
model
power station
composite
storage subsystem
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
CN202210453109.5A
Other languages
English (en)
Other versions
CN114744653B (zh
Inventor
程浙武
吕亮
张钦国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University of Science and Technology ZUST
Original Assignee
Zhejiang University of Science and Technology ZUST
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Science and Technology ZUST filed Critical Zhejiang University of Science and Technology ZUST
Priority to CN202210453109.5A priority Critical patent/CN114744653B/zh
Publication of CN114744653A publication Critical patent/CN114744653A/zh
Application granted granted Critical
Publication of CN114744653B publication Critical patent/CN114744653B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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]
    • 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

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

Abstract

本发明公开了一种复合储能电站运行优化方法、系统及可存储介质，涉及储能调节技术领域，其中方法包括：建立所述储能子系统的能效评估模型以及能效预测模型；构造模型预测控制器，在每个采样时间间隔利用所述模型预测控制器对所述能效评估模型以及所述能效预测模型进行处理，得到功率分配结果；利用所述功率分配结果对所述复合储能电站进行调节；本发明适用于由不同类型储能子系统构成的复合储能电站，使本发明公开的复合储能电站高效运行方法具有很好的通用性。

Description

一种复合储能电站运行优化方法、系统及可存储介质
技术领域
本发明涉及储能调节技术领域，更具体的说是涉及一种复合储能电站运行优化方法、系统及可存储介质。
背景技术
目前，复合储能电站是将不同种类的储能方式组合，通过优化设计，扬长避短，以发挥单一储能方式所难以达到的性能的系统。
复合储能电站内包含的不同储能子系统的功率分配是其优化控制的核心问题，但是现有的复合储电站优化控制技术仍存在如下不足：(1)缺乏通用性：一方面，优化控制对象主要针对特定类型储能系统组成的复合储能电站，典型的是由电池储能和飞轮储能或超级电容组成的复合储能电站；另一方面，优化控制的目标以实现对储能功率需求的有效响应为主，也有以减小电池寿命损耗为目标，或兼顾两者的多目标优化，后者并不具备通用性，缺乏针对储能电站的通用性能指标定义是通用性不足的重要原因；(2)优化算法的局限：主要采用滤波算法、模糊控制算法等常规优化算法实现复合储能电站内不同储能子系统的功率分配优化，其本质上还是基于固定逻辑的优化过程，对于具有较大随机性和非线性特点的复合储能电站的功率分配优化问题，这类控制算法的优化能力受到逻辑设计的限制。
因此，如何提供一种能够解决上述问题的复合储能电站运行优化方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种复合储能电站运行优化方法、系统及可存储介质，适用于由不同类型储能子系统构成的复合储能电站，使本发明公开的复合储能电站高效运行方法具有很好的通用性。
为了实现上述目的，本发明采用如下技术方案：
一种复合储能电站运行优化方法，其中所述复合储能电站包括多个储能子系统，包括以下步骤：
建立所述复合储能电站的能效预测模型，以及所述储能子系统的能效评估模型；
构造模型预测控制器，在每个采样时间间隔利用所述模型预测控制器对所述能效评估模型以及所述能效预测模型进行处理，得到功率分配结果；
利用所述功率分配结果对所述复合储能电站进行调节。
优选的，利用所述功率分配结果对所述复合储能电站进行调节的具体过程包括：
针对所述复合储能电站中的响应滞后型储能子系统的功率，利用所述模型预测控制器进行定频调节；
针对所述复合储能电站中的快速响应型储能子系统的功率，根据储能需求以及平抑电网储能需求的高频波动为目标，对快速响应型储能子系统进行动态实时调节，且对于所述响应滞后型储能子系统的调节以及所述快速响应型储能子系统的调节基于所述复合储能电站的运行状态监测数据独立运行。
优选的，所述采样时间间隔由所述响应滞后型储能子系统的启动响应时间以及所述模型预测控制器的优化求解时间共同决定。
优选的，构造模型预测控制器的具体过程包括：
设定优化目标，其中所述优化目标为预测时域内基于所述能效预测模型计算得到的整体能效最小化；
设定约束条件，其中所述约束条件包括：储能子系统的荷电状态更新、对储能功率需求的有效响应、所述储能子系统的最大储能以及释能功率限制、所述储能子系统有效荷电状态限制；
利用所述优化目标及所约束条件构建所述模型预测控制器。
优选的，所述约束条件还包括所述储能子系统的运行状态变量间存在的特定物理约束条件。
进一步，本发明还提供一种利用上述任一项所述的一种复合储能电站运行优化方法的优化系统，包括：
第一构建模块，用于建立所述储能子系统的能效评估模型以及能效预测模型；
第二构建模块，用于构造模型预测控制器，
处理模块，所述处理模块与所述第一构建模块及所述第二构建模块连接，用于在每个采样时间间隔利用所述模型预测控制器对所述能效评估模型以及所述能效预测模型进行处理，得到功率分配结果；
调节模块，所述调节模块与所述处理模块连接，用于利用所述功率分配结果对所述复合储能电站进行调节。
进一步，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的运行优化方法。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种复合储能电站运行优化方法、系统及可存储介质，具有如下有益效果：
(1)根据储能的物理特征，定义了用于复合储能电站内部功率分配方案评估的储能系统运行能效指标，适用于由不同类型储能子系统构成的复合储能电站，使本发明公开的复合储能电站高效运行方法具有很好的通用性；
(2)复合储能电站的功率控制由模型预测控制和实时响应控制耦合实现，两者相互关联又独立运行，可以在保证满足对储能需求的有效响应这一基本需求的前提下，显著提升复合储能电站的能效水平，从而降低储能电站的运营成本，促进其在以可再生能源微电网为代表的储能场景中的推广应用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种复合储能电站运行优化方法的整体流程图；
图2为本发明实施例提供的复合储能电站控制策略示意图；
图3为本发明提供的一种复合储能电站运行优化系统的结构原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见附图1所示，本发明实施例公开了一种复合储能电站运行优化方法，其中复合储能电站包括多个储能子系统，包括以下步骤：
建立复合储能电站的能效预测模型，以及储能子系统的能效评估模型；
构造模型预测控制器，在每个采样时间间隔利用模型预测控制器对能效评估模型以及能效预测模型进行处理，得到功率分配结果；
利用功率分配结果对复合储能电站进行调节。
具体的，建立储能子系统的能效评估模型的具体过程可以为：
将储能子系统充电过程的度电能量损耗和放电过程的度电能量消耗作为衡量储能子系统运行能效的指标，表示为：
Figure BDA0003619621050000051
式中，Eloss(单位：J)为储能子系统充电过程的能量损耗或放电过程的能量消耗，Eele(单位：kwh)为储能子系统充电过程输入的电量或放电过程的发电量；
故对于某一具体储能子系统i，其能效评估模型如下：
Ci(k)＝fc_i(ui(k),Pi(k),SOCi(k))
式中，fc_i(·)为储能子系统i的能效Ci与储能子系统i的开关状态ui、荷电状态SOCi、功率值的相关函数Pi，由系统自身的性能特性决定；u为储能子系统的开关状态标量，u＝0表示系统关闭，u＝1表示系统开启；k为当前时刻。
具体的，建立能效预测模型的具体过程可以为：
复合储能电站的整体能效包括各储能子系统的稳态运行能效和充放电状态切换的动态损耗，为了比较不同功率分配方案的能效水平，建立如下整体能效预测模型：
Figure BDA0003619621050000052
式中，u、p、SOC分别为复合储能电站中储能子系统的开关状态、功率值、以及荷电状态等变量在预测时域上的数列；Np为预测时域内预测控制的采样次数；M为复合储能电站包括的储能子系统数量；Si为储能子系统i充放电状态切换的动态损耗。
在一个具体的实施例中，能效预测模型还包括与储能子系统性能衰减相关的等效损耗项。
具体的，若复合储能电站中包括存在具有性能衰减特性的储能子系统如蓄电池等，可选择将在复合储能电站模型预测控制器的整体能效预测模型中添加与性能衰减相关的等效损耗项，对应的整体能效预测模型如下所示：
Figure BDA0003619621050000061
其中，Nc为控制时域内的采样次数，Nc≤Np；Di(·)是储能子系统的性能衰减等效损耗与其开关状态变化Δui、功率值Pi、荷电状态SOCi等的相关函数，由系统自身的性能特性决定。
在一个具体的实施例中，利用功率分配结果对复合储能电站进行调节的具体过程包括：
针对复合储能电站中的响应滞后型储能子系统的功率，利用模型预测控制器进行定频调节；
针对复合储能电站中的快速响应型储能子系统的功率，根据储能需求以及平抑电网储能需求的高频波动为目标，对快速响应型储能子系统进行动态实时调节，且对于响应滞后型储能子系统的调节以及快速响应型储能子系统的调节基于复合储能电站的运行状态监测数据独立运行。
具体的，参见附图2所示，以平抑电网储能需求的高频波动为目标，动态更新快速响应型储能子系统的功率，实现对复合储能电站的实时反馈控制，表示为：
Figure BDA0003619621050000062
其中，Pd(t)为复合储能电站的实时功率需求；Pfast(t)为快速响应型储能子系统的实时功率；
Figure BDA0003619621050000063
为响应滞后型储能子系统的运行功率，在模型预测控制器的一个采样周期内保持恒定。
在一个具体的实施例中，采样时间间隔由响应滞后型储能子系统的启动响应时间以及模型预测控制器的优化求解时间共同决定。
在一个具体的实施例中，构造模型预测控制器的具体过程包括：
设定优化目标，其中优化目标为预测时域内基于能效预测模型计算得到的整体能效最小化；
设定约束条件，其中约束条件包括：结合储能子系统的荷电状态更新
Figure BDA0003619621050000071
对储能功率需求的有效响应
Figure BDA0003619621050000072
储能子系统最大储能/释能功率限制
Figure BDA0003619621050000073
储能子系统有效荷电状态限制(ei_low＜SOCi＜ei_up)等约束条件的复合储能电站整体能效优化模型；
利用优化目标及约束条件构建模型预测控制器，对应的预测控制器的具体表达式为：
Figure BDA0003619621050000074
Figure BDA0003619621050000075
Figure BDA0003619621050000076
Figure BDA0003619621050000077
ei_low＜SOCi＜ei_up
其中，fc_i(·)为储能子系统i的荷电状态更新函数，主要受当前荷电状态和运行功率的影响；
Figure BDA0003619621050000078
为复合储能电站功率需求的预测值，可通过采用机器学习、神经网络等方法对历史数据进行学习获得；
Figure BDA0003619621050000079
和
Figure BDA00036196210500000710
分别为储能子系统充电状态和放电状态的额定功率；ei_low和ei_up分别为储能子系统i荷电状态的下限和上限。
在一个具体的实施例中，约束条件还包括储能子系统的运行状态变量间存在的特定物理约束条件。
若复合储能电站内不同储能子系统的运行状态变量间存在特定物理约束，将下式作为新的约束条件添加到模型预测控制器的整体能效优化模型中，以获得可行的功率分配方案：
Figure BDA0003619621050000081
且j≠i
式中，x为储能子系统的运行状态变量，可以是功率或者其他系统参数；fx_ij(·)为储能子系统i的运行状态变量xi与储能子系统j的运行状态变量xj的相关函数。
参见附图3所示，本发明实施例还提供一种利用上述实施例任一项的一种复合储能电站运行优化方法的优化系统，包括：
第一构建模块，用于建立储能子系统的能效评估模型以及能效预测模型；
第二构建模块，用于构造模型预测控制器，
处理模块，处理模块与第一构建模块及第二构建模块连接，用于在每个采样时间间隔利用模型预测控制器对能效评估模型以及能效预测模型进行处理，得到功率分配结果；
调节模块，调节模块与处理模块连接，用于利用功率分配结果对复合储能电站进行调节。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上述实施例中任一项的运行优化方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种复合储能电站运行优化方法，其中所述复合储能电站包括多个储能子系统，其特征在于，包括以下步骤：
建立所述复合储能电站的能效预测模型，以及所述储能子系统的能效评估模型；
构造模型预测控制器，在每个采样时间间隔利用所述模型预测控制器对所述能效评估模型以及所述能效预测模型进行处理，得到功率分配结果；
利用所述功率分配结果对所述复合储能电站进行调节。
2.根据权利要求1所述的一种复合储能电站运行优化方法，其特征在于，利用所述功率分配结果对所述复合储能电站进行调节的具体过程包括：
针对所述复合储能电站中的响应滞后型储能子系统的功率，利用所述模型预测控制器进行定频调节；
针对所述复合储能电站中的快速响应型储能子系统的功率，根据储能需求以及平抑电网储能需求的高频波动为目标，对所述快速响应型储能子系统进行动态实时调节，且对于所述响应滞后型储能子系统的调节以及所述快速响应型储能子系统的调节基于所述复合储能电站的运行状态监测数据独立运行。
3.根据权利要求1所述的一种复合储能电站运行优化方法，其特征在于，
所述采样时间间隔由所述响应滞后型储能子系统的启动响应时间以及所述模型预测控制器的优化求解时间共同决定。
4.根据权利要求1所述的一种复合储能电站运行优化方法，其特征在于，构造模型预测控制器的具体过程包括：
设定优化目标，其中所述优化目标为预测时域内基于所述能效预测模型计算得到的整体能效最小化；
设定约束条件，其中所述约束条件包括：所述储能子系统的荷电状态更新、对储能功率需求的有效响应、所述储能子系统的最大储能以及释能功率限制、所述储能子系统有效荷电状态限制；
利用所述优化目标及所述约束条件构建所述模型预测控制器。
5.根据权利要求4所述的一种复合储能电站运行优化方法，其特征在于，所述约束条件还包括所述储能子系统的运行状态变量间存在的物理约束条件。
6.一种利用权利要求1-5任一项所述的一种复合储能电站运行优化方法的优化系统，其特征在于，包括：
第一构建模块，用于建立所述储能子系统的能效评估模型以及能效预测模型；
第二构建模块，用于构造模型预测控制器，
处理模块，所述处理模块与所述第一构建模块及所述第二构建模块连接，用于在每个采样时间间隔利用所述模型预测控制器对所述能效评估模型以及所述能效预测模型进行处理，得到功率分配结果；
调节模块，所述调节模块与所述处理模块连接，用于利用所述功率分配结果对所述复合储能电站进行调节。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的运行优化方法。
CN202210453109.5A 2022-04-24 2022-04-24 一种复合储能电站运行优化方法、系统及可存储介质 Active CN114744653B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210453109.5A CN114744653B (zh) 2022-04-24 2022-04-24 一种复合储能电站运行优化方法、系统及可存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210453109.5A CN114744653B (zh) 2022-04-24 2022-04-24 一种复合储能电站运行优化方法、系统及可存储介质

Publications (2)

Publication Number Publication Date
CN114744653A true CN114744653A (zh) 2022-07-12
CN114744653B CN114744653B (zh) 2023-07-18

Family

ID=82284088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210453109.5A Active CN114744653B (zh) 2022-04-24 2022-04-24 一种复合储能电站运行优化方法、系统及可存储介质

Country Status (1)

Country Link
CN (1) CN114744653B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108631368A (zh) * 2018-05-17 2018-10-09 东南大学 计及储能运行损耗下风储系统联合调度的储能配置方法
CN110957758A (zh) * 2019-11-20 2020-04-03 国网河北省电力有限公司电力科学研究院 一种基于广域态势感知的综合能源能效评价与控制性能优化方法
CN111049170A (zh) * 2019-12-20 2020-04-21 李喆骁 考虑温度损耗的调峰储能系统、运行优化方法和装置
CN111276960A (zh) * 2019-05-13 2020-06-12 中国矿业大学 一种光-储直流微电网系统中储能模块预测控制方法
CN112990523A (zh) * 2019-12-16 2021-06-18 国网江苏省电力有限公司电力科学研究院 基于多目标模型预测控制的区域综合能源系统分层优化运行方法
US20210192642A1 (en) * 2019-12-20 2021-06-24 Electronics And Telecommunications Research Institute Power charge/discharge control method and apparatus for controlling energy storage apparatus by using short-term power consumption amount
CN113962717A (zh) * 2021-08-19 2022-01-21 国家电投集团资本控股有限公司 面向发电侧虚拟电厂共享储能的报价及持仓策略预测方法、装置
CN113964852A (zh) * 2021-08-19 2022-01-21 国家电投集团资本控股有限公司 一种面向共享储能的虚拟电厂的发电控制方法及装置
CN114336739A (zh) * 2021-12-15 2022-04-12 合肥工业大学 基于云边协同的光储电站储能功率配置方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108631368A (zh) * 2018-05-17 2018-10-09 东南大学 计及储能运行损耗下风储系统联合调度的储能配置方法
CN111276960A (zh) * 2019-05-13 2020-06-12 中国矿业大学 一种光-储直流微电网系统中储能模块预测控制方法
CN110957758A (zh) * 2019-11-20 2020-04-03 国网河北省电力有限公司电力科学研究院 一种基于广域态势感知的综合能源能效评价与控制性能优化方法
CN112990523A (zh) * 2019-12-16 2021-06-18 国网江苏省电力有限公司电力科学研究院 基于多目标模型预测控制的区域综合能源系统分层优化运行方法
CN111049170A (zh) * 2019-12-20 2020-04-21 李喆骁 考虑温度损耗的调峰储能系统、运行优化方法和装置
US20210192642A1 (en) * 2019-12-20 2021-06-24 Electronics And Telecommunications Research Institute Power charge/discharge control method and apparatus for controlling energy storage apparatus by using short-term power consumption amount
CN113962717A (zh) * 2021-08-19 2022-01-21 国家电投集团资本控股有限公司 面向发电侧虚拟电厂共享储能的报价及持仓策略预测方法、装置
CN113964852A (zh) * 2021-08-19 2022-01-21 国家电投集团资本控股有限公司 一种面向共享储能的虚拟电厂的发电控制方法及装置
CN114336739A (zh) * 2021-12-15 2022-04-12 合肥工业大学 基于云边协同的光储电站储能功率配置方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
戴航;王春波;李航行;马立荣;: "基于改进粒子群算法的储能系统优化运行", 华北电力大学学报(自然科学版), no. 02, pages 95 - 110 *

Also Published As

Publication number Publication date
CN114744653B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN109494777B (zh) 一种混合储能系统能量协调分配控制方法
CN110518645B (zh) 基于helm灵敏度计算的配电网无功优化方法
CN113131584B (zh) 一种数据中心电池充放电优化控制方法及装置
CN112687969B (zh) 基于储能系统的同期退役协同控制方法、系统及介质
CN111262243A (zh) 一种园区配电系统运行方式智能辨识以及优化方法
CN112670999B (zh) 一种基于用户侧灵活资源的低压配电网实时电压控制方法
CN104795830A (zh) 一种利用多类型储能系统跟踪发电计划出力的控制方法
CN103259258A (zh) 微电网及其控制方法和装置
CN113991151B (zh) 一种基于功率预测的燃料电池自适应控制方法及系统
CN106786491A (zh) 一种面向并联动力电池组的智能调度系统及其调度方法
CN111915107A (zh) 一种基于动态聚类的负荷分群控制方法
CN114285086A (zh) 基于改进蚁群算法的电化学储能电站能量调度方法及系统
CN114744653A (zh) 一种复合储能电站运行优化方法、系统及可存储介质
CN116345629A (zh) 一种光伏储能设备的储能管理系统
CN112084645B (zh) 一种基于混合迭代adp方法的锂离子电池储能系统能量管理方法
CN110729759B (zh) 一种微电网中分布式电源配置方案的确定方法及装置
CN110836518A (zh) 基于系统基础知识的自学习空调系统全局优化控制方法
CN112234600B (zh) 一种基于用户体验度的智能电网控制系统的控制方法
CN117879115B (zh) 一种高能量转换效率的智能电源缓冲模块及实现方法
CN116968581B (zh) 一种以智能融合终端为核心的充电调控系统
Liu et al. Innovative Energy Management System for Energy Storage Systems of Multiple-Type with Cascade Utilization Battery
NGUYEN et al. Power control method using Kalman filter prediction for stable operation of PV/FC/LiB hybrid power system based on experimental dynamic characteristics
CN113162054B (zh) 基于大规模可控负荷的综合服务站梯级聚合方法及系统
CN116308122A (zh) 一种基于边缘侧神经网络的储能管理系统及方法
CN116993094A (zh) 储能系统及其热管理方法

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