CN115115255A - 参与协同多场景应用的换电站调度控制方法 - Google Patents
参与协同多场景应用的换电站调度控制方法 Download PDFInfo
- Publication number
- CN115115255A CN115115255A CN202210828468.4A CN202210828468A CN115115255A CN 115115255 A CN115115255 A CN 115115255A CN 202210828468 A CN202210828468 A CN 202210828468A CN 115115255 A CN115115255 A CN 115115255A
- Authority
- CN
- China
- Prior art keywords
- station
- power
- electric quantity
- time
- fluctuation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000008859 change Effects 0.000 claims abstract description 198
- 238000006243 chemical reaction Methods 0.000 claims abstract description 87
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 38
- 230000014759 maintenance of location Effects 0.000 claims abstract description 27
- 238000007599 discharging Methods 0.000 claims abstract description 15
- 230000006641 stabilisation Effects 0.000 claims description 63
- 238000011105 stabilization Methods 0.000 claims description 63
- 230000004044 response Effects 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 10
- 230000005611 electricity Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 6
- NDYMQOUYJJXCKJ-UHFFFAOYSA-N (4-fluorophenyl)-morpholin-4-ylmethanone Chemical compound C1=CC(F)=CC=C1C(=O)N1CCOCC1 NDYMQOUYJJXCKJ-UHFFFAOYSA-N 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 description 9
- 230000033228 biological regulation Effects 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 241001316028 Euphaedusa tau Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Images
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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/80—Exchanging energy storage elements, e.g. removable batteries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L55/00—Arrangements for supplying energy stored within a vehicle to a power network, i.e. vehicle-to-grid [V2G] arrangements
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- 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
- H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Power Engineering (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Development Economics (AREA)
- Transportation (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种参与协同多场景应用的换电站调度控制方法,包括:S1.根据前一天的换电站实时换电需求曲线和其他信息数据,通过预测算法得到当天的换电站换电需求预测曲线和换电站电量走势预测曲线;S2.根据包括换电站换电需求预测曲线和换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求的曲线特征信息完成换电潮流时间定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;S3.根据定位的换电潮流时间和换电电量保持时间确定在换电电量保持时间内换电站目标电量允许波动的上下限;S4.换电站根据实时获取的当下换电站电量以及换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达,进一步包括波动平抑场景。
Description
技术领域
本发明属于换电站应用技术领域,具体涉及一种参与协同多场景应用的换电站调度控制方法。
背景技术
与新能源车充电模式不同的是,换电模式采用“车电分离”的手段在换电站储备大量换电电池,利用全天时间对电池进行补电。车辆进站后直接更换电池,极大缩短了等待时间。目前换电站的控制手段只包括每个独立换电站站内的充放电控制,但其实,合理利用换电站可用容量接入电网响应电网需求服务,如提供削峰填谷、平抑新能源波动、调压、调频等不但可以提高换电站整体收益,充分利用换电站电池容量,而且在提高新能源接入电网稳定性的同时减小电网对分布式储能的投资。同时,单纯进行充换电的新能源车模式虽然用的能源是清洁的,相较于传统燃油车不会排放废气,对环境不会造成相关污染,但是追究其电能的源头若还是通过传统能源发电则并不是真正意义的新能源车,若换电站的储能参与平抑新能源波动等对新能源接入具有实际意义的应用,则在该换电站系统内的新能源车便是真正意义的新能源车。
要想对区域内的换电站进行有效调配需要以新能源电站、电网和换电站三者为对象形成通信顺畅的整体调度控制系统完成数据采集、数据映射、数据分析和数据执行进而完成换电站的多场景应用。
发明内容
鉴于以上存在的问题,本发明提供一种参与协同多场景应用的换电站调度控制方法。
为解决上述技术问题,本发明采用如下的技术方案:
一种参与协同多场景应用的换电站调度控制方法,包括以下步骤:
S1.根据前一天的换电站实时换电需求曲线和其他信息数据,通过预测算法得到当天的换电站换电需求预测曲线和换电站电量走势预测曲线;
S2.根据包括换电站换电需求预测曲线和换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求的曲线特征信息完成换电潮流时间定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S3.根据定位的换电潮流时间和换电电量保持时间确定在换电电量保持时间内换电站目标电量允许波动的上下限;
S4.换电站根据实时获取的当下换电站电量以及换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达;
进一步包括波动平抑场景,所述的新能源波动平抑场景应用考虑到新能源出力的实时波动,在换电站目标电量允许波动的上下限内进行波动平抑,包括:
S15.根据与新能源节点传感器进行通讯交互得到新能源场站实时输出功率,根据输出功率计算波动率,若波动率超过设定阈值则由该新能源节点区域内的换电站,以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提,参与新能源波动平抑场景应用;
S16.根据换电站参与新能源波动平抑的出力或参与新能源平抑所达到的效果完成换电站与新能源站的费用结算。
优选地,其中,S15所述的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用包括:
S151.当实时获取计算的波动率超过设定阈值时,调取附近区域内的换电站包括实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,计算附近区域内的换电站的是否大于设定阈值,选择大于设定阈值的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
优选地,其中,S15所述的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用包括:
S153.当实时获取计算的波动率超过设定阈值时,调取附近区域内的包括换电站实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,计算附近区域内的换电站的是否大于设定阈值,选择大于设定阈值的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
优选地,其中,S15所述的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用具体可以为:
S155.当实时获取计算的波动率超过设定阈值时,调取附近区域内的换电站包括实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,同时获取新能源场站包括有功无功的数据,预测需要参与波动平抑场景的时间Δtx以及经过波动平抑场景后换电站的电量变化量计算附近区域内换电站经过Δtx后的预测电量与预测的换电站电量变化量之和是否大于经过Δtx后的换电站目标电量允许波动的下限选择大于的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
优选地,其中,S15所述的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用包括:
S157.当实时获取计算的波动率超过设定阈值时,调取附近区域内的换电站包括实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,同时获取包括新能源场站有功无功的数据,预测需要参与波动平抑场景的时间Δtx以及经过波动平抑场景后换电站的电量变化量计算附近区域内换电站经过Δtx后的预测电量与预测的换电站电量变化量之和是否大于经过Δtx后的换电站目标电量允许波动的下限选择大于的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
优选地,当新能源场站波动率过大需要多个附近区域的换电站参与波动平抑,控制方法包括:
S159.根据所有换电站目标电量允许波动的上下限计算得到所有换电站参与新能源波动平抑的有功功率裕度曲线,根据所有换电站的有功功率裕度曲线设置所有换电站的波动平抑有功响应触发阈值和结束阈值,当区域内某一新能源场站的波动率超过设定阈值时,通过无线通讯方式通知换电站开始进行波动平抑;
S160.通过潮流计算,以能量损耗最低,响应速度最快为指标得到区域内每个换电站节点需要参与波动平抑的有功量,对照此刻每个换电站的有功功率裕度,若有换电站参与波动平抑的有功量大于其有功功率裕度,则在局部对换电站节点需要参与波动平抑的有功量进行调整最终得到满足所有换电站有功功率裕度的有功量分配结果;
S161.当波动率低于结束阈值时,波动平抑结束,新能源场站定时更新有功功率矩阵,并检测波动率是否超过设定阈值。
优选地,参与波动平抑后的换电站电量走势实际曲线与换电站电量走势预测曲线存在偏差,根据偏差进行修正,包括:
S162.获取统计周期开始时刻至当下的换电站电量走势实际曲线,与原本的换电站电量走势预测曲线进行比对,根据换电站参与波动平移的有功功率计算由于参与新能源波动平抑的偏差,通过算法对当下至统计周期结束时刻的换电站电量走势预测曲线进行修正;
S163.根据修正后的换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S164.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S165.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
优选地,进一步包括削峰填谷场景应用,所述的削峰填谷场景应用考虑到负荷预测曲线的峰谷差,对原有的换电站目标电量允许波动的上下限进行调整,包括:
S9.根据前一天的负荷曲线确认当天的负荷预测曲线,根据当天的换电站换电需求预测曲线和换电站电量走势预测曲线计算得到当天的换电站并网充放电功率计划曲线,将所有换电站的换电站并网充放电功率计划曲线与负荷预测曲线相叠加得到计及换电站的总负荷预测曲线,若总负荷预测曲线不超过削峰填谷所设置的边界值,则所有指令保持不变;若总负荷预测曲线超过削峰填谷所设置的边界值,对所有换电站的换电站并网充放电功率计划曲线进行修正以满足总负荷预测曲线不超过削峰填谷所设置的边界值,同步修正所有换电站的换电站电量走势预测曲线;
S10.根据修正后的换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S11.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S12.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
优选地,采用调节换电价格的方式调节用户换电时间,使换电潮流的时间控制在想要设置的时间段内或使换电潮流下换电需求曲线的幅值或斜率有所降低,其中所述的调节换电价格的方式包括:
S13.根据总负荷预测曲线或负荷预测曲线确定曲线波峰波谷,根据波峰波谷确定尖峰换电电价时段、尖峰换电电价、低谷换电电价时段、低谷换电电价;
S14.在尖峰换电电价时段,换电站换电收费方式以尖峰换电电价收费,在低谷换电电价时段,换电站换电收费方式以低谷换电电价收费,非以上两种换电电价时段以正常换电电价收费。
优选地,由于换电站换电需求预测曲线、换电站电量走势预测曲线与换电站换电需求实际曲线、换电站电量走势实际曲线存在偏差,根据偏差进行修正,包括:
S5.获取统计周期开始时刻至当下的换电站换电需求实际曲线和换电站电量走势实际曲线,与换电站换电需求预测曲线和换电站电量走势预测曲线进行比对,计算偏差,根据预测算法对当下至统计周期结束时刻的换电站换电需求预测曲线和换电站电量走势预测曲线进行修正;
S6.根据修正后的换电站换电需求预测曲线和换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S7.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S8.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
采用本发明具有如下的有益效果:
(1)结合新能源波动平抑场景,可以提高电网对新能源的消纳能力,提高新能源在区域级电网的电能质量水平,减小其由于波动性、不可预测性等特点给电网稳定性带来的影响。
(2)结合削峰填谷场景,可以在长时间尺度下减小负荷峰谷差,进而减小电网负荷压力,提高电网整体稳定性。
(3)主网调频场景,可以在毫秒级瞬时有功出力可提高电网电压稳定性,实现频率紧急暂态支撑、有功响应等调频场景。
附图说明
图1为本发明实施例的参与协同多场景应用的换电站调度控制方法中预测和实际换电区间示意图;
图2为本发明实施例的参与协同多场景应用的换电站调度控制方法中预测和实际换电曲线示意图。
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。
本发明实施例的一种参与协同多场景应用的换电站调度控制方法,包括以下步骤:
S1.根据前一天的换电站实时换电需求曲线和其他信息数据,通过预测算法得到当天的换电站换电需求预测曲线和换电站电量走势预测曲线,如图1中(a)和(b)段所示;其他信息数据可以为例如前一天的新能源车辆交通信息,前一天换电站历史交通曲线等。
S2.根据包括换电站换电需求预测曲线和换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求的曲线特征信息完成换电潮流时间定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S3.根据定位的换电潮流时间和换电电量保持时间确定在换电电量保持时间内换电站目标电量允许波动的上下限,如图1中(b)段所示;
S4.换电站根据实时获取的当下换电站电量以及换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达,如图1中(c)段所示;
进一步包括波动平抑场景,所述的新能源波动平抑场景应用考虑到新能源出力的实时波动,在换电站目标电量允许波动的上下限内进行波动平抑,包括:
S15.根据与新能源节点传感器进行通讯交互得到新能源场站实时输出功率,根据输出功率计算波动率,若波动率超过设定阈值则由该新能源节点区域内的换电站,以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提,参与新能源波动平抑场景应用;
S16.根据换电站参与新能源波动平抑的出力或参与新能源平抑所达到的效果完成换电站与新能源站的费用结算。
本发明一实施例中,S15中的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用包括:
S151.当实时获取计算的波动率超过设定阈值时,调取附近区域内的换电站包括实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,计算附近区域内的换电站的是否大于设定阈值,选择大于设定阈值的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
本发明又一实施例中,S15中的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用包括:
S153.当实时获取计算的波动率超过设定阈值时,调取附近区域内的包括换电站实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,计算附近区域内的换电站的是否大于设定阈值,选择大于设定阈值的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
本发明又一实施例中,S15中的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用具体可以为:
S155.当实时获取计算的波动率超过设定阈值时,调取附近区域内的换电站包括实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,同时获取新能源场站包括有功无功的数据,预测需要参与波动平抑场景的时间Δtx以及经过波动平抑场景后换电站的电量变化量计算附近区域内换电站经过Δtx后的预测电量与预测的换电站电量变化量之和是否大于经过Δtx后的换电站目标电量允许波动的下限选择大于的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
本发明又一实施例中,S15中的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用包括:
S157.当实时获取计算的波动率超过设定阈值时,调取附近区域内的换电站包括实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,同时获取包括新能源场站有功无功的数据,预测需要参与波动平抑场景的时间Δtx以及经过波动平抑场景后换电站的电量变化量计算附近区域内换电站经过Δtx后的预测电量与预测的换电站电量变化量之和是否大于经过Δtx后的换电站目标电量允许波动的下限选择大于的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
本发明又一实施例中,S15中,进一步的,当新能源场站波动率过大需要多个附近区域的换电站参与波动平抑,控制方法包括:
S159.根据所有换电站目标电量允许波动的上下限计算得到所有换电站参与新能源波动平抑的有功功率裕度曲线,根据所有换电站的有功功率裕度曲线设置所有换电站的波动平抑有功响应触发阈值和结束阈值,当区域内某一新能源场站的波动率超过设定阈值时,通过无线通讯方式通知换电站开始进行波动平抑;
S160.通过潮流计算,以能量损耗最低,响应速度最快为指标得到区域内每个换电站节点需要参与波动平抑的有功量,对照此刻每个换电站的有功功率裕度,若有换电站参与波动平抑的有功量大于其有功功率裕度,则在局部对换电站节点需要参与波动平抑的有功量进行调整最终得到满足所有换电站有功功率裕度的有功量分配结果;
S161.当波动率低于结束阈值时,波动平抑结束,新能源场站定时更新有功功率矩阵,并检测波动率是否超过设定阈值。
更进一步地,由于实时的波动平抑存在不可预测性和随机性,参与波动平抑后的换电站电量走势实际曲线与换电站电量走势预测曲线存在偏差,根据偏差进行修正,包括:
S162.获取统计周期开始时刻至当下的换电站电量走势实际曲线,与原本的换电站电量走势预测曲线进行比对,根据换电站参与波动平移的有功功率计算由于参与新能源波动平抑的偏差,通过算法对当下至统计周期结束时刻的换电站电量走势预测曲线进行修正;
S163.根据修正后的换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S164.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S165.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
本发明一实施例中,进一步包括削峰填谷场景应用,所述的削峰填谷场景应用考虑到负荷预测曲线的峰谷差,对原有的换电站目标电量允许波动的上下限进行调整,包括:
S9.根据前一天的负荷曲线确认当天的负荷预测曲线,根据当天的换电站换电需求预测曲线和换电站电量走势预测曲线计算得到当天的换电站并网充放电功率计划曲线,将所有换电站的换电站并网充放电功率计划曲线与负荷预测曲线相叠加得到计及换电站的总负荷预测曲线,若总负荷预测曲线不超过削峰填谷所设置的边界值,则所有指令保持不变;若总负荷预测曲线超过削峰填谷所设置的边界值,对所有换电站的换电站并网充放电功率计划曲线进行修正以满足总负荷预测曲线不超过削峰填谷所设置的边界值,同步修正所有换电站的换电站电量走势预测曲线;
S10.根据修正后的换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S11.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S12.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
更进一步的,本发明一实施中,采用调节换电价格的方式调节用户换电时间,使换电潮流的时间控制在想要设置的时间段内或使换电潮流下换电需求曲线的幅值或斜率有所降低,其中所述的调节换电价格的方式包括:
S13.根据总负荷预测曲线或负荷预测曲线确定曲线波峰波谷,根据波峰波谷确定尖峰换电电价时段、尖峰换电电价、低谷换电电价时段、低谷换电电价;
S14.在尖峰换电电价时段,换电站换电收费方式以尖峰换电电价收费,在低谷换电电价时段,换电站换电收费方式以低谷换电电价收费,非以上两种换电电价时段以正常换电电价收费。
进一步的,本发明一实施例中,S2中的换电潮流时间定位包括:
S21.设置电量需求分割线,统计换电站换电需求预测曲线在电量需求分割线上的曲线特征,得到相对于电量需求分割线的波峰幅值Δp1、Δp2、Δp3,以及波峰在电量需求分割线上的持续时间Δt1、Δt2、Δt3,如图2中(a)段所示,单位幅值指标计算公式为则
S22.判断单位幅值指标是否大于设定阈值τ0,即τ1、τ2、τ3是否大于τ0,若单位幅值指标大于设定阈值则认定该波峰为换电潮流,若单位幅值指标小于等于设定阈值则不认定该波峰为换电潮流;
S23.根据所确定的换电潮流定位换电潮流时间,以认定为换电潮流的波峰超过电量需求分割线的初始时刻作为换电潮流开始的时刻,分别t11、t21、t31,以认定为换电潮流的波峰超过电量需求分割线的最终时刻作为换电潮流结束的时刻,分别为t12、t22、t32,如图2中(a)段所示,换电潮流时间为t11~t12、t21~t22、t31~t32,设置换电电量保持时间定值Δtp,则换电电量保持时间为(t11-Δtp)~t11、(t21-Δtp)~t21、(t31-Δtp)~t31。
更进一步地,对换电潮流时间进行修正,包括:
S25.根据电量的紧缺程度对换电潮流时间进行修正,修正的计算公式为Δt*Δt·a,a为修正系数,其中若电量需求率小于等于设定阈值则修正系数为1,若电量需求率大于设定阈值则修正系数为(1+ε);
S26.此时,设ε1<ε0,ε2<ε0,ε3>ε0,则以认定为换电潮流的波峰超过电量需求分割线的初始时刻作为换电潮流开始的时刻,分别为t11、t21、t31,换电潮流结束的时刻分别为t11+Δt1、t21+Δt2、换电潮流时间为t11~t11+Δt1、t21~t21+Δt2、对换电电量保持时间进行修正,则换电电量保持时间为(t11-Δtp)~t11、(t21-Δtp)~t21、如图2中(a)段所示。
进一步地,本发明一实施例中,确定在换电电量保持时间内换电站目标电量允许波动的上下限包括:统计换电站电量走势预测曲线的最低点的电量值为则当天的换电站备用电量为换电站目标电量允许波动的下限计算公式为换电站目标电量允许波动的上限为换电站所有电池充满电的饱和电量则换电站目标电量允许波动的上下限为如图2中(a)段所示。
本发明一实施例中,S4中的换电站并网的充放电指令包括:
S42.同时,以一天为换电站一次完整的充放电循环周期,以换电站系统电量平衡为准则,选定一天中的某一时刻作为充电恢复时间的开始时刻,下达换电站并网以额定功率充电的指令直至恢复至饱和电量,用于下一个循环周期的换电应用。
更进一步地,S42中选定一天中的某一时刻的选定标准可以为:当换电站实时电量小于某一设定阈值时选定该时刻作为电恢复时间的开始时刻,具体可以为实时电量与饱和电量的比值时,也可以选择其他标准和其他设定阈值。
在实际过程中,由于换电站换电需求预测曲线、换电站电量走势预测曲线与换电站换电需求实际曲线、换电站电量走势实际曲线存在偏差,根据偏差进行修正,包括:
S5.获取统计周期开始时刻至当下的换电站换电需求实际曲线和换电站电量走势实际曲线,与换电站换电需求预测曲线和换电站电量走势预测曲线进行比对,计算偏差,根据预测算法对当下至统计周期结束时刻的换电站换电需求预测曲线和换电站电量走势预测曲线进行修正;
S6.根据修正后的换电站换电需求预测曲线和换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S7.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S8.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
除了上述的根据前一天的换电站实时换电需求曲线和其他信息数据,通过预测算法得到当天的换电站换电需求预测曲线和换电站电量走势预测曲线,本发明一实施例的一种参与协同应用的换电站调度控制方法进一步包括无功响应调压场景应用,所述的无功响应调压场景应用考虑到节点处存在大量无功瞬时平衡需求,利用换电站变换器的无功双向运行特性实现无功补偿,包括:
S17.根据节点传感器进行通讯交互得到换电站周边一定区域内所有节点的功率信息,同时,检测换电站周边一定区域内所有节点的电压,若超过阈值,则发送指令,通知周边的换电站节点开始无功响应;
S18.采样发送指令的节点电压v和线路电流i,并从数据库读取其他节点的有功功率、无功功率、电压信息;建立节点电流-电压的预测模型进行预测计算,确定换电站变换器的目标输出电压vs,同时采用滚动优化、反馈校正机制减小预测误差;
S19.通过基于时间戳异步更替的邻域端对端通信策略,实时接收信息并更新数据库,同时向邻域节点发送信息,最终实现所有节点的整体最优协同响应,在整体电压偏差恢复正常后,各换电站节点退出无功响应,重新进入空闲时段。
其中,S19中整体最优协同响应包括:
S191.根据所有换电站并网的有功功率预测曲线计算得到所有换电站的无功功率裕度曲线,根据所有换电站的无功功率裕度曲线设置所有换电站的无功响应触发阈值和结束阈值,当区域内某一节点电压存在越限时,通过无线通讯方式通知换电站开始进行无功响应;
S192.系统层面通过潮流计算,以能量损耗最低,响应速度最快为指标得到区域内每个换电站节点需要参与响应的无功量,对照此刻每个换电站的无功功率裕度,若有换电站的无功量大于其无功功率裕度,则在局部对换电站节点需要参与响应的无功量进行调整最终得到满足所有换电站无功功率裕度的无功量分配结果。
S193.当电压偏差低于结束阈值时,无功响应结束,各节点定时更新灵敏度矩阵,并检测电压是否越限。
其中,换电潮流时间的划定方法可以使用其他方法,换电电量保持时间可以与换电潮流时间重叠,可以在换电潮流时间中,可以在换电潮流时间之后,以上实施例只是给出了一种换电电量保持时间在换电潮流时间之前的一种方案,不能理解为对本申请的限制。只要满足每一个换电潮流时间内的换电应用,同时满足换电站一天的电量平衡的所有换电站并网的充放电策略即可。
应当理解,本文所述的示例性实施例是说明性的而非限制性的。尽管结合附图描述了本发明的一个或多个实施例,本领域普通技术人员应当理解,在不脱离通过所附权利要求所限定的本发明的精神和范围的情况下,可以做出各种形式和细节的改变。
Claims (10)
1.一种参与协同多场景应用的换电站调度控制方法,其特征在于,包括以下步骤:
S1.根据前一天的换电站实时换电需求曲线和其他信息数据,通过预测算法得到当天的换电站换电需求预测曲线和换电站电量走势预测曲线;
S2.根据包括换电站换电需求预测曲线和换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求的曲线特征信息完成换电潮流时间定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S3.根据定位的换电潮流时间和换电电量保持时间确定在换电电量保持时间内换电站目标电量允许波动的上下限;
S4.换电站根据实时获取的当下换电站电量以及换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达;
进一步包括波动平抑场景,所述的新能源波动平抑场景应用考虑到新能源出力的实时波动,在换电站目标电量允许波动的上下限内进行波动平抑,包括:
S15.根据与新能源节点传感器进行通讯交互得到新能源场站实时输出功率,根据输出功率计算波动率,若波动率超过设定阈值则由该新能源节点区域内的换电站,以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提,参与新能源波动平抑场景应用;
S16.根据换电站参与新能源波动平抑的出力或参与新能源平抑所达到的效果完成换电站与新能源站的费用结算。
4.如权利要求1所述的参与协同多场景应用的换电站调度控制方法,其特征在于,其中,S15所述的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用具体可以为:
S155.当实时获取计算的波动率超过设定阈值时,调取附近区域内的换电站包括实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,同时获取新能源场站包括有功无功的数据,预测需要参与波动平抑场景的时间Δtx以及经过波动平抑场景后换电站的电量变化量计算附近区域内换电站经过Δtx后的预测电量与预测的换电站电量变化量之和是否大于经过Δtx后的换电站目标电量允许波动的下限选择大于的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
5.如权利要求1所述的参与协同多场景应用的换电站调度控制方法,其特征在于,其中,S15所述的以换电站电量在换电电量保持时间内不超过换电站目标电量允许波动的上下限为前提参与新能源波动平抑场景应用包括:
S157.当实时获取计算的波动率超过设定阈值时,调取附近区域内的换电站包括实时电量换电站所处时段、换电站目标电量允许波动的上下限的特征信息,同时获取包括新能源场站有功无功的数据,预测需要参与波动平抑场景的时间Δtx以及经过波动平抑场景后换电站的电量变化量计算附近区域内换电站经过Δtx后的预测电量与预测的换电站电量变化量之和是否大于经过Δtx后的换电站目标电量允许波动的下限选择大于的换电站中离新能源节点最近的一个换电站参与波动平抑场景,其中当换电站处于非换电电量保持时间时,
6.如权利要求1所述的参与协同多场景应用的换电站调度控制方法,其特征在于,当新能源场站波动率过大需要多个附近区域的换电站参与波动平抑,控制方法包括:
S159.根据所有换电站目标电量允许波动的上下限计算得到所有换电站参与新能源波动平抑的有功功率裕度曲线,根据所有换电站的有功功率裕度曲线设置所有换电站的波动平抑有功响应触发阈值和结束阈值,当区域内某一新能源场站的波动率超过设定阈值时,通过无线通讯方式通知换电站开始进行波动平抑;
S160.通过潮流计算,以能量损耗最低,响应速度最快为指标得到区域内每个换电站节点需要参与波动平抑的有功量,对照此刻每个换电站的有功功率裕度,若有换电站参与波动平抑的有功量大于其有功功率裕度,则在局部对换电站节点需要参与波动平抑的有功量进行调整最终得到满足所有换电站有功功率裕度的有功量分配结果;
S161.当波动率低于结束阈值时,波动平抑结束,新能源场站定时更新有功功率矩阵,并检测波动率是否超过设定阈值。
7.如权利要求1所述的参与协同多场景应用的换电站调度控制方法,其特征在于,参与波动平抑后的换电站电量走势实际曲线与换电站电量走势预测曲线存在偏差,根据偏差进行修正,包括:
S162.获取统计周期开始时刻至当下的换电站电量走势实际曲线,与原本的换电站电量走势预测曲线进行比对,根据换电站参与波动平移的有功功率计算由于参与新能源波动平抑的偏差,通过算法对当下至统计周期结束时刻的换电站电量走势预测曲线进行修正;
S163.根据修正后的换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S164.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S165.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
8.如权利要求1所述的参与协同多场景应用的换电站调度控制方法,其特征在于,进一步包括削峰填谷场景应用,所述的削峰填谷场景应用考虑到负荷预测曲线的峰谷差,对原有的换电站目标电量允许波动的上下限进行调整,包括:
S9.根据前一天的负荷曲线确认当天的负荷预测曲线,根据当天的换电站换电需求预测曲线和换电站电量走势预测曲线计算得到当天的换电站并网充放电功率计划曲线,将所有换电站的换电站并网充放电功率计划曲线与负荷预测曲线相叠加得到计及换电站的总负荷预测曲线,若总负荷预测曲线不超过削峰填谷所设置的边界值,则所有指令保持不变;若总负荷预测曲线超过削峰填谷所设置的边界值,对所有换电站的换电站并网充放电功率计划曲线进行修正以满足总负荷预测曲线不超过削峰填谷所设置的边界值,同步修正所有换电站的换电站电量走势预测曲线;
S10.根据修正后的换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S11.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S12.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
9.如权利要求8所述的参与协同多场景应用的换电站调度控制方法,其特征在于,采用调节换电价格的方式调节用户换电时间,使换电潮流的时间控制在想要设置的时间段内或使换电潮流下换电需求曲线的幅值或斜率有所降低,其中所述的调节换电价格的方式包括:
S13.根据总负荷预测曲线或负荷预测曲线确定曲线波峰波谷,根据波峰波谷确定尖峰换电电价时段、尖峰换电电价、低谷换电电价时段、低谷换电电价;
S14.在尖峰换电电价时段,换电站换电收费方式以尖峰换电电价收费,在低谷换电电价时段,换电站换电收费方式以低谷换电电价收费,非以上两种换电电价时段以正常换电电价收费。
10.如权利要求1所述的参与协同多场景应用的换电站调度控制方法,其特征在于,由于换电站换电需求预测曲线、换电站电量走势预测曲线与换电站换电需求实际曲线、换电站电量走势实际曲线存在偏差,根据偏差进行修正,包括:
S5.获取统计周期开始时刻至当下的换电站换电需求实际曲线和换电站电量走势实际曲线,与换电站换电需求预测曲线和换电站电量走势预测曲线进行比对,计算偏差,根据预测算法对当下至统计周期结束时刻的换电站换电需求预测曲线和换电站电量走势预测曲线进行修正;
S6.根据修正后的换电站换电需求预测曲线和换电站电量走势预测曲线的斜率、持续时间、最高电量需求和最低电量需求等曲线特征信息完成换电潮流时间更新定位,将换电潮流时间段的前一段时间定义为换电电量保持时间;
S7.根据更新定位的换电潮流时间和换电电量保持时间更新在换电电量保持时间内换电站目标电量允许波动的上下限;
S8.换电站根据实时获取的当下换电站电量以及修正后的换电站目标电量允许波动的上下限完成换电站并网的充放电指令下达。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210828468.4A CN115115255A (zh) | 2022-07-13 | 2022-07-13 | 参与协同多场景应用的换电站调度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210828468.4A CN115115255A (zh) | 2022-07-13 | 2022-07-13 | 参与协同多场景应用的换电站调度控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115115255A true CN115115255A (zh) | 2022-09-27 |
Family
ID=83332018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210828468.4A Pending CN115115255A (zh) | 2022-07-13 | 2022-07-13 | 参与协同多场景应用的换电站调度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115115255A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116502834A (zh) * | 2023-04-10 | 2023-07-28 | 九河精微塑胶工业(深圳)有限公司 | 基于数字化的车间智慧管理方法及系统 |
-
2022
- 2022-07-13 CN CN202210828468.4A patent/CN115115255A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116502834A (zh) * | 2023-04-10 | 2023-07-28 | 九河精微塑胶工业(深圳)有限公司 | 基于数字化的车间智慧管理方法及系统 |
CN116502834B (zh) * | 2023-04-10 | 2024-01-09 | 九河精微塑胶工业(深圳)有限公司 | 基于数字化的车间智慧管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110768273B (zh) | 一种储能联合火电参与电网二次调频的控制方法 | |
WO2017161785A1 (zh) | 基于储能运行状态的光伏功率稳定输出控制方法 | |
CN106099965B (zh) | 交流微电网并网状态下复杂混合储能系统的协调控制方法 | |
CN105680474B (zh) | 一种储能抑制光伏电站快速功率变化的控制方法 | |
WO2019148689A1 (zh) | 一种微电网并网联络线功率的控制系统及其方法 | |
CN110829408B (zh) | 基于发电成本约束的计及储能电力系统的多域调度方法 | |
CN111064214A (zh) | 基于电动汽车两阶段滚动式策略的配电网优化调度方法 | |
CN109617103B (zh) | 一种储能机组的梯次利用储能电池能量控制方法和系统 | |
CN110137981A (zh) | 一种基于一致性算法的分布式储能聚合器agc方法 | |
CN105680478A (zh) | 基于超短期预测的储能系统平滑新能源发电控制方法 | |
CN111654054A (zh) | 一种储能基于自适应神经网络(ann)平抑短期风电波动的控制方法 | |
CN111009912B (zh) | 一种基于配电网场景下的火电厂储能配置系统及策略 | |
CN112736978A (zh) | 一种多源互补电源并网优化系统 | |
CN115115255A (zh) | 参与协同多场景应用的换电站调度控制方法 | |
CN115313516A (zh) | 一种光伏发电和储能微电网结合的随机优化运行策略 | |
CN116760008A (zh) | 一种考虑负荷特性的多时间尺度有功无功协调调度方法 | |
CN114744638A (zh) | 基于新能源消纳的电力系统可调节负荷容量优化方法 | |
CN112968515B (zh) | 一种燃料电池应急电源能量管理策略及系统 | |
CN110829474B (zh) | 用大数据智能储能支撑电网动态安全的方法与系统 | |
CN110429626B (zh) | 一种适用于并网型储能系统的能量管理系统及管理方法 | |
CN117060467A (zh) | 一种光储直柔系统自适应控制方法、系统、计算机设备及存储介质 | |
CN114884049B (zh) | 一种柔性直流配电网优化运行控制方法 | |
CN116914799A (zh) | 一种5g通信基站储能与电网互动方法 | |
CN116169700A (zh) | 一种配电网储能配置模型及其求解方法 | |
CN114188980B (zh) | 一种考虑储能装置的透明微网群经济运行域生成方法 |
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 |