CN115186889A - 一种综合能源服务商源荷储资源协同优化方法及系统 - Google Patents
一种综合能源服务商源荷储资源协同优化方法及系统 Download PDFInfo
- Publication number
- CN115186889A CN115186889A CN202210795820.9A CN202210795820A CN115186889A CN 115186889 A CN115186889 A CN 115186889A CN 202210795820 A CN202210795820 A CN 202210795820A CN 115186889 A CN115186889 A CN 115186889A
- Authority
- CN
- China
- Prior art keywords
- power
- constraint
- period
- charge
- collaborative optimization
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 126
- 238000003860 storage Methods 0.000 title claims abstract description 125
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005611 electricity Effects 0.000 claims abstract description 50
- 238000004146 energy storage Methods 0.000 claims description 72
- 239000000126 substance Substances 0.000 claims description 53
- 238000007599 discharging Methods 0.000 claims description 37
- 238000010248 power generation Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 17
- 230000009194 climbing Effects 0.000 claims description 14
- 238000010438 heat treatment Methods 0.000 claims description 10
- 238000009413 insulation Methods 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000007667 floating Methods 0.000 claims description 5
- 238000001816 cooling Methods 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- H02J3/004—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
- H02J3/04—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
-
- 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
- H02J3/28—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
- 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
-
- 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]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Power Engineering (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明属于电力自动化技术领域,公开一种综合能源服务商源荷储资源协同优化方法及系统;所述方法,包括:接收协同优化请求,请求进行源荷储资源协同优化;调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。本发明构建了综合能源服务商源荷储资源协同优化调度模型,该模型充分考虑考了新能源消纳以及其他各种资源特征,以用户用电费用最小和燃气机组启停成本最小为目标获得出清结果;以此调整用户用电计划增加新能源消纳,实现综合能源服务商资源整体效率最高。
Description
技术领域
本发明属于电力自动化技术领域,特别涉及一种综合能源服务商源荷储资源协同优化方法及系统。
背景技术
综合能源服务商、负荷聚合商等新兴主体正逐步进入市场,在电网运行特性由传统的“源随荷动”的调控模式逐渐向“源荷互动”转变的趋势下,新兴市场主体自身灵活性具有较大的挖掘空间,如何有效的对海量负荷进行管理,充分发掘负荷的潜力,引导用户用电行为,聚合互动潜力,谋划互动收益,拓展可控负荷类型和规模,培育负荷聚合商,是支撑电网稳定运行的关键问题。新兴市场主体综合能源服务商作为电力终端用户与服务购买者之间的中间人,能够整合分散的用户侧资源参与电力市场交易,通过发挥自身灵活性,有效解决电网存在的问题,达到提高电能质量,增强电网经济性的作用。
现有技术中,公开一种综合能源系统优化运行方法及系统,以残热最小为目标构建目标函数;对所述目标函数进行求解,得到优化后的吸收式制冷机的能量供给量、热电联产机组的发电量、燃气锅炉的产热量以及储能设备中储存的能量,根据求解结果控制系统内设备的协同运行。上述技术方案主要用于解决综合能源系统内各种不同禀赋资源的优化运行问题,无法实现综合能源服务商参与多品种电力交易内部可调控负荷资源的协同优化调度。
发明内容
本发明的目的在于提供一种综合能源服务商源荷储资源协同优化方法及系统,至少以解决上述问题之一;本发明能够在充分消纳新能源的基础上还能实现综合能源服务商资源整体效率最高。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种综合能源服务商源荷储资源协同优化方法,包括:
接收协同优化请求,请求进行源荷储资源协同优化;
调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。
本发明进一步的改进在于:所述预先建立的综合能源服务商源荷储资源协同优化调度模型表达式如下:
其中,为综合能源服务商代理的第i个用户在t时段的用电功率;Δt为调度周期时间间隔;ct为按照用户类别和电压等级划分的用户分时电价;I为综合能源服务商代理的用户总数;T为调度时段总数;Z为燃气机组总数;为第z个燃气机组在t时段的运行成本;为第z个燃气机组在t时段的启动成本。
本发明进一步的改进在于:所述约束条件包括:系统功率平衡约束、储能充放电功率约束、储能荷电状态SOC约束、储能充放电次数约束和储能充放状态及储能荷电状态约束。
本发明进一步的改进在于:
所述系统功率平衡约束为:
其中,为综合能源服务商在t时段从发电企业的日购电计划功率;为第e个分布式光伏在t时段的预测功率,E为分布式光伏总数;第f个分布式风电在t时段的预测功率,G为分布式风电总数;为t时段第z个燃气机组功率;为t时段第z个燃气机组的启停状态;
储能充放电功率约束为:
储能荷电状态SOC约束为:
其中,为t时段第j个储能的荷电状态;为t-1时段第j个储能的荷电状态;ηc,j第j个储能的充电效率系数;ηdc,j第j个储能的放电效率系数;Emax,j为第j个储能的最大容量;M为足够大的浮点数;M≥1000000000.0;
储能充放电次数约束为:
其中,Nj为第j个储能的最大充放电次数;
储能充放状态及储能荷电状态约束为:
本发明进一步的改进在于:所述约束条件包括:室内温度物理约束、室内温度变化约束、电动汽车充电功率约束、电动汽车荷电状态SOC约束、电动汽车充电持续时间约束、燃气机组发电功率上下限约束、燃气机组爬坡约束、燃气机组启停约束、单用户负荷功率约束和用户负荷功率总加约束。
本发明进一步的改进在于:
所述室内温度物理约束为:
其中,Tt,k为t时段第k个温控负荷的室内温度;Tt-1,k为t-1时段第k个温控负荷的室内温度;αH,k为第k个温控负荷的建筑隔热能力系数;Et,k为t时段第k个温控负荷的室外温度;αP,k为第k个温控负荷的制热/冷能力系数;为t时段第k个温控负荷的运行功率;
室内温度变化约束为:
电动汽车充电功率约束为:
电动汽车荷电状态SOC约束为:
电动汽车充电持续时间约束为:
燃气机组发电功率上下限约束为:
燃气机组爬坡约束为:
燃气机组滑坡约束为:
燃气机组启停约束为:
单用户负荷功率约束为:
用户负荷功率总加约束为:
本发明进一步的改进在于:所述综合能源服务商源荷储资源协同优化方法还包括以下步骤:获取综合能源服务商源荷储资源数据;所述综合能源服务商源荷储资源数据包括计划预测数据和资源参数数据;其中,计划预测数据包括电网购电计划、分布式光伏发电预测出力、分布式风力发电预测出力和用户负荷预测结果;资源参数数据包括温控负荷室内外温度、楼宇隔热系数、空调制热/制冷能力系数、储能充放电功率限值和容量、电动汽车充电功率限值和容量、燃气机组爬坡速率及功率限值和调节成本、用户分时电价;
所述计划预测数据和资源参数数据存储于数据表中;调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果的步骤中,调用约束条件以及数据表中存储的计划预测数据和资源参数数据,求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果。
第二方面,本发明提供一种综合能源服务商源荷储资源协同优化系统,包括:
接收模块,用于接收协同优化请求,请求进行源荷储资源协同优化;
调用求解模块,用于调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。
本发明进一步的改进在于:调用求解模块中所述预先建立的综合能源服务商源荷储资源协同优化调度模型表达式如下:
其中,为综合能源服务商代理的第i个用户在t时段的用电功率;Δt为调度周期时间间隔;ct为按照用户类别和电压等级划分的用户分时电价;I为综合能源服务商代理的用户总数;T为调度时段总数;Z为燃气机组总数;为第z个燃气机组在t时段的运行成本;为第z个燃气机组在t时段的启动成本。
本发明进一步的改进在于:调用求解模块中所述约束条件包括:系统功率平衡约束、储能充放电功率约束、储能荷电状态SOC约束、储能充放电次数约束和储能充放状态及储能荷电状态约束。
本发明进一步的改进在于:
系统功率平衡约束:
其中,为综合能源服务商在t时段从发电企业的日购电计划功率;为第e个分布式光伏在t时段的预测功率,E为分布式光伏总数;第f个分布式风电在t时段的预测功率,G为分布式风电总数;为t时段第z个燃气机组功率;为t时段第z个燃气机组的启停状态;
储能充放电功率约束为:
储能荷电状态SOC约束为:
其中,为t时段第j个储能的荷电状态;为t-1时段第j个储能的荷电状态;ηc,j第j个储能的充电效率系数;ηdc,j第j个储能的放电效率系数;Emax,j为第j个储能的最大容量;M为足够大的浮点数;M≥1000000000.0;
储能充放电次数约束为:
其中,Nj为第j个储能的最大充放电次数;
储能充放状态及储能荷电状态约束为:
本发明进一步的改进在于:所述约束条件包括:室内温度物理约束、室内温度变化约束、电动汽车充电功率约束、电动汽车荷电状态SOC约束、电动汽车充电持续时间约束、燃气机组发电功率上下限约束、燃气机组爬坡约束、燃气机组启停约束、单用户负荷功率约束和用户负荷功率总加约束。
本发明进一步的改进在于:
所述室内温度物理约束为:
其中,Tt,k为t时段第k个温控负荷的室内温度;Tt-1,k为t-1时段第k个温控负荷的室内温度;αH,k为第k个温控负荷的建筑隔热能力系数;Et,k为t时段第k个温控负荷的室外温度;αP,k为第k个温控负荷的制热/冷能力系数;为t时段第k个温控负荷的运行功率;
室内温度变化约束为:
电动汽车充电功率约束为:
电动汽车荷电状态SOC约束为:
电动汽车充电持续时间约束为:
燃气机组发电功率上下限约束为:
燃气机组爬坡约束为:
燃气机组滑坡约束为:
燃气机组启停约束为:
单用户负荷功率约束为:
用户负荷功率总加约束为:
本发明进一步的改进在于:还包括数据采集模块,用于获取综合能源服务商源荷储资源数据;所述综合能源服务商源荷储资源数据包括计划预测数据和资源参数数据;
其中,计划预测数据包括电网购电计划、分布式光伏发电预测出力、分布式风力发电预测出力和用户负荷预测结果;资源参数数据包括温控负荷室内外温度、楼宇隔热系数、空调制热/制冷能力系数、储能充放电功率限值和容量、电动汽车充电功率限值和容量、燃气机组爬坡速率及功率限值和调节成本、用户分时电价;
所述计划预测数据和资源参数数据存储于数据表中;
调用求解模块调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型时,调用约束条件以及数据表中存储的计划预测数据和资源参数数据,求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果。
第三方面,本发明提供一种电子设备,所述电子设备包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现所述的一种综合能源服务商源荷储资源协同优化调度方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现所述的一种综合能源服务商源荷储资源协同优化调度方法。
相对于现有技术,本发明具有以下有益效果:
本发明提供一种综合能源服务商源荷储资源协同优化方法及系统,构建了综合能源服务商源荷储资源协同优化调度模型,调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。本发明预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标,燃气机组启停成本最小和用户用电费用最小,可以在充分消纳新能源的基础上降低用户的用电成本。
进一步的,本发明综合能源服务商源荷储资源协同优化调度模型充分考虑考了新能源消纳,以用户用电费用最小和燃气机组启停成本最小为目标获得出清结果;以此调整用户用电计划增加新能源消纳,实现综合能源服务商资源整体效率最高。
进一步的,本发明基于综合能源服务商的电网购电计划、分布式光伏及风电预测出力和用户负荷预测结果,综合考虑综合能源服务商内部资源特性,包括风光资源互补、燃机灵活调用、储能可充可放、电动汽车功率平移,在充分利用分布式光伏和风电等绿色新能源基础上,以用户用电费用最小为目标进行优化计算,以此调整用户用电计划增加新能源消纳,实现综合能源服务商资源整体效率最高。
进一步的,本发明充分利用综合能源服务商内部多种电力交易资源特征,通过出力不足时段燃气机组开机,储能根据峰谷时段充放电,电动汽车调整充电时段手段,充分利用分布式光伏和风电发出来的绿色能源,以新能源消纳和用户用电费用最小为目标进行优化计算,以此安排不同用电负荷日前用电计划,实现综合能源服务商资源整体效率的最高。首先,收集电网购电计划、分布式光伏发电预测出力、分布式风力发电预测出力、用户负荷预测结果以及不同特征用户资源参数数据和成本电价数据;然后,建立综合能源服务商源荷储资源日前协同优化调度模型,考虑各种资源特征,以用户用电费用最小和燃气机组启停成本最小为目标,采用AIMMS软件进行优化求解,得到用户的负荷用电计划和燃气机组启停结果;最后,根据用户负荷用电计划和燃气机组启停可结果,通过综合能源服务系统对内部源荷储资源进行最优调度。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一种综合能源服务商源荷储资源协同优化方法的流程示意图;
图2为本发明一种综合能源服务商源荷储资源协同优化系统的结构示意图;
图3为本发明一种电子设备的结构示意图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
相关术语解释
1)综合能源服务
综合能源服务是以可再生能源为优先,以电力能源为基础,集成热、冷、燃气等能源,综合利用互联网等技术,深度融合能源系统与信息通信系统,实现多种能源的相互转化和优化配置,实现节能降耗、低碳绿色。
2)源荷储资源协同
源荷储是能源系统中的主要构成部分,在能源互联网环境下各环节不同元素间将存在更多协调互动。源荷储资源协同以系统整体最优配置为目标,统筹安排源荷储各环节的运行策略,充分发挥各类资源特点,以灵活高效的方式共同推动系统优化运行,促进清洁能源高效消纳。
实施例1
请参阅图1所示,本发明提供一种综合能源服务商源荷储资源协同优化方法,包括以下步骤:
S101、接收协同优化请求,请求进行源荷储资源协同优化;
S102、调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标;
其中,综合能源服务商接收用户发送的协同优化请求,请求进行源荷储资源协同优化;
其中,约束条件具体包括:系统功率平衡约束、储能充放电功率约束、储能荷电状态SOC约束、储能充放电次数约束、储能充放状态及储能荷电状态约束、室内温度物理约束、室内温度变化约束、电动汽车充电功率约束、电动汽车荷电状态SOC约束、电动汽车充电持续时间约束、燃气机组发电功率上下限约束、燃气机组爬坡约束、燃气机组启停约束、单用户负荷功率约束和用户负荷功率总加约束。
其中,综合能源服务商源荷储资源协同优化调度模型表达式如下:
其中,为综合能源服务商代理的第i个用户在t时段的用电功率;Δt为调度周期时间间隔;ct为按照用户类别和电压等级划分的用户分时电价;I为综合能源服务商代理的用户总数;T为调度时段总数;Z为燃气机组总数;为第z个燃气机组在t时段的运行成本;为第z个燃气机组在t时段的启动成本。
在本发明实施例中,预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标,燃气机组启停成本最小和用户用电费用最小,可以在充分消纳新能源的基础上降低用户的用电成本。
实施例2
本发明提供一种综合能源服务商源荷储资源协同优化方法,包括以下步骤:
接收协同优化请求,请求进行源荷储资源协同优化;
调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。
其中,预先建立的综合能源服务商源荷储资源协同优化调度模型表达式如下:
其中,为综合能源服务商代理的第i个用户在t时段的用电功率;Δt为调度周期时间间隔;ct为按照用户类别和电压等级划分的用户分时电价;I为综合能源服务商代理的用户总数;T为调度时段总数;Z为燃气机组总数;为第z个燃气机组在t时段的运行成本;为第z个燃气机组在t时段的启动成本。
其中,系统功率平衡约束、储能充放电功率约束、储能荷电状态SOC约束、储能充放电次数约束、储能充放状态及储能荷电状态约束、室内温度物理约束、室内温度变化约束、电动汽车充电功率约束、电动汽车荷电状态SOC约束、电动汽车充电持续时间约束、燃气机组发电功率上下限约束、燃气机组爬坡约束、燃气机组启停约束、单用户负荷功率约束和用户负荷功率总加约束。
约束条件具体包括:
2.1)系统功率平衡约束
其中,为综合能源服务商在t时段从发电企业的购电计划功率,为日购电计划,通过年度购电计划、月度购电计划、日购电计划的逐层分解;为第e个分布式光伏在t时段的预测功率;第f个分布式风电在t时段的预测功率;为t时段第z个燃气机组功率;为t时段第z个燃气机组的启停状态。
2.2)储能运行约束
2.2.1)储能充放电功率约束
2.2.2)储能荷电状态SOC约束
2.2.3)储能充放电次数约束
其中,Nj为第j个储能的最大充放电次数。
2.2.4)储能其他约束
2.3)温控负荷调节约束
2.3.1)室内温度物理约束
其中Tt,k为t时段第k个温控负荷的室内温度;αH,k为第k个温控负荷的建筑隔热能力系数;Et,k为t时段第k个温控负荷的室外温度;αP,k为第k个温控负荷的制热/冷能力系数;为t时段第k个温控负荷的运行功率。
2.3.2)室内温度变化约束
2.4)电动汽车充电约束
2.4.1)电动汽车充电功率约束
2.4.2)电动汽车荷电状态SOC约束
2.4.3)电动汽车充电持续时间约束
2.5)燃气机组运行约束
2.5.1)燃气机组发电功率上下限约束
其中,Pmin,gs,z为第z个燃气机组最小出力;Pmax,gs,z为第z个燃气机组最大出力;
2.5.2)燃气机组爬坡约束
2.5.3)燃气机组滑坡约束
2.5.4)燃气机组启停约束
2.6)其他约束
2.6.1)单用户负荷功率约束
2.6.2)用户负荷功率总加约束
本发明采用AIMMS软件进行优化求解,得出源荷储资源协同优化结果;包括用户的负荷用电计划和燃气机组启停结果,通过综合能源服务系统对内部源荷储资源进行最优调度。
在一具体实施方式中,建模求解之前先获取综合能源服务商源荷储资源数据;所述综合能源服务商源荷储资源数据包括计划预测数据和资源参数数据;其中,计划预测数据包括电网购电计划、分布式光伏发电预测出力、分布式风力发电预测出力和用户负荷预测结果;资源参数数据包括温控负荷室内外温度、楼宇隔热系数、空调制热/制冷能力系数、储能充放电功率限值和容量、电动汽车充电功率限值和容量、燃气机组爬坡速率及功率限值和调节成本、用户分时电价。所述计划预测数据和资源参数数据存储于数据表中。
调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果的步骤中,具体的调用约束条件以及数据表中存储的计划预测数据和资源参数数据求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果。
本发明充分利用综合能源服务商内部多种电力交易资源特征,通过出力不足时段燃气机组开机,储能根据峰谷时段充放电,电动汽车调整充电时段手段,充分利用分布式光伏和风电发出来的绿色能源,以新能源消纳和用户用电费用最小为目标进行优化计算,以此安排不同用电负荷日前用电计划,实现综合能源服务商资源整体效率的最高。
实施例3
请参阅图2所示,本发明提供一种综合能源服务商源荷储资源协同优化系统,包括:
接收模块,用于接收协同优化请求,请求进行源荷储资源协同优化;
调用求解模块,用于调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。
调用求解模块中所述预先建立的综合能源服务商源荷储资源协同优化调度模型表达式如下:
其中,为综合能源服务商代理的第i个用户在t时段的用电功率;Δt为调度周期时间间隔;ct为按照用户类别和电压等级划分的用户分时电价;I为综合能源服务商代理的用户总数;T为调度时段总数;Z为燃气机组总数;为第z个燃气机组在t时段的运行成本;为第z个燃气机组在t时段的启动成本。
调用求解模块中所述约束条件包括:
系统功率平衡约束:
其中,为综合能源服务商在t时段从发电企业的日购电计划功率;为第e个分布式光伏在t时段的预测功率,E为分布式光伏总数;第f个分布式风电在t时段的预测功率,G为分布式风电总数;为t时段第z个燃气机组功率;为t时段第z个燃气机组的启停状态;
储能充放电功率约束
储能荷电状态SOC约束
其中,为t时段第j个储能的荷电状态;为t-1时段第j个储能的荷电状态;ηc,j第j个储能的充电效率系数;ηdc,j第j个储能的放电效率系数;Emax,j为第j个储能的最大容量;M为足够大的浮点数;M≥1000000000.0;
储能充放电次数约束
其中,Nj为第j个储能的最大充放电次数;
储能充放状态及储能荷电状态约束
室内温度物理约束
其中,Tt,k为t时段第k个温控负荷的室内温度;Tt-1,k为t-1时段第k个温控负荷的室内温度;αH,k为第k个温控负荷的建筑隔热能力系数;Et,k为t时段第k个温控负荷的室外温度;αP,k为第k个温控负荷的制热/冷能力系数;为t时段第k个温控负荷的运行功率;
室内温度变化约束
电动汽车充电功率约束
电动汽车荷电状态SOC约束
电动汽车充电持续时间约束
燃气机组发电功率上下限约束
燃气机组爬坡约束
燃气机组滑坡约束
燃气机组启停约束
单用户负荷功率约束
用户负荷功率总加约束
在一具体实施方式中,本发明一种综合能源服务商源荷储资源协同优化系统,还包括数据采集模块,用于获取综合能源服务商源荷储资源数据;所述综合能源服务商源荷储资源数据包括计划预测数据和资源参数数据;其中,计划预测数据包括电网购电计划、分布式光伏发电预测出力、分布式风力发电预测出力和用户负荷预测结果;资源参数数据包括温控负荷室内外温度、楼宇隔热系数、空调制热/制冷能力系数、储能充放电功率限值和容量、电动汽车充电功率限值和容量、燃气机组爬坡速率及功率限值和调节成本、用户分时电价。所述计划预测数据和资源参数数据存储于数据表中。
调用求解模块调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型时,具体的调用约束条件以及数据表中存储的计划预测数据和资源参数数据求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果。
实施例4
请参阅图3所示,本发明还提供一种综合能源服务商源荷储资源协同优化方法的电子设备100;所述电子设备100包括存储器101、至少一个处理器102、存储在所述存储器101中并可在所述至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。
存储器101可用于存储所述计算机程序103,所述处理器102通过运行或执行存储在所述存储器101内的计算机程序,以及调用存储在存储器101内的数据,实现实施例1所述的一种综合能源服务商源荷储资源协同优化方法步骤。所述存储器101可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外,存储器101可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
所述至少一个处理器102可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等,所述处理器102是所述电子设备100的控制中心,利用各种接口和线路连接整个电子设备100的各个部分。
所述电子设备100中的所述存储器101存储多个指令以实现一种综合能源服务商源荷储资源协同优化方法,所述处理器102可执行所述多个指令从而实现:
接收协同优化请求,请求进行源荷储资源协同优化;
调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。
具体地,所述处理器102对上述指令的具体实现方法可参考实施例1中相关步骤的描述,在此不赘述。
实施例5
所述电子设备100集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM,Read-Only Memory)。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种综合能源服务商源荷储资源协同优化方法,其特征在于,包括:
接收协同优化请求,请求进行源荷储资源协同优化;
调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。
3.根据权利要求2所述的一种综合能源服务商源荷储资源协同优化方法,其特征在于,所述约束条件包括:系统功率平衡约束、储能充放电功率约束、储能荷电状态SOC约束、储能充放电次数约束和储能充放状态及储能荷电状态约束。
4.根据权利要求3所述的一种综合能源服务商源荷储资源协同优化方法,其特征在于,所述系统功率平衡约束为:
其中,为综合能源服务商在t时段从发电企业的日购电计划功率;为第e个分布式光伏在t时段的预测功率,E为分布式光伏总数;第f个分布式风电在t时段的预测功率,G为分布式风电总数;为t时段第z个燃气机组功率;为t时段第z个燃气机组的启停状态;
储能充放电功率约束为:
储能荷电状态SOC约束为:
储能充放电次数约束为:
其中,Nj为第j个储能的最大充放电次数;
储能充放状态及储能荷电状态约束
5.根据权利要求2-4中任意一项所述的一种综合能源服务商源荷储资源协同优化方法,其特征在于,所述约束条件包括:室内温度物理约束、室内温度变化约束、电动汽车充电功率约束、电动汽车荷电状态SOC约束、电动汽车充电持续时间约束、燃气机组发电功率上下限约束、燃气机组爬坡约束、燃气机组启停约束、单用户负荷功率约束和用户负荷功率总加约束。
6.根据权利要求5所述的一种综合能源服务商源荷储资源协同优化方法,其特征在于,所述室内温度物理约束为:
其中,Tt,k为t时段第k个温控负荷的室内温度;Tt-1,k为t-1时段第k个温控负荷的室内温度;αH,k为第k个温控负荷的建筑隔热能力系数;Et,k为t时段第k个温控负荷的室外温度;αP,k为第k个温控负荷的制热/冷能力系数;为t时段第k个温控负荷的运行功率;
室内温度变化约束为:
电动汽车充电功率约束为:
电动汽车荷电状态SOC约束为:
电动汽车充电持续时间约束为:
燃气机组发电功率上下限约束为:
燃气机组爬坡约束为:
燃气机组滑坡约束为:
燃气机组启停约束为:
单用户负荷功率约束:
用户负荷功率总加约束为:
7.根据权利要求1所述的一种综合能源服务商源荷储资源协同优化方法,其特征在于,所述综合能源服务商源荷储资源协同优化方法还包括以下步骤:
获取综合能源服务商源荷储资源数据;所述综合能源服务商源荷储资源数据包括计划预测数据和资源参数数据;
其中,计划预测数据包括电网购电计划、分布式光伏发电预测出力、分布式风力发电预测出力和用户负荷预测结果;资源参数数据包括温控负荷室内外温度、楼宇隔热系数、空调制热/制冷能力系数、储能充放电功率限值和容量、电动汽车充电功率限值和容量、燃气机组爬坡速率及功率限值和调节成本、用户分时电价;
所述计划预测数据和资源参数数据存储于数据表中;
调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果的步骤中,调用约束条件以及数据表中存储的计划预测数据和资源参数数据,求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果。
8.一种综合能源服务商源荷储资源协同优化系统,其特征在于,包括:
接收模块,用于接收协同优化请求,请求进行源荷储资源协同优化;
调用求解模块,用于调用约束条件求解预先建立的综合能源服务商源荷储资源协同优化调度模型,得出源荷储资源协同优化结果;所述预先建立的综合能源服务商源荷储资源协同优化调度模型以用户用电费用最小和燃气机组启停成本最小为优化目标。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至7中任意一项所述的一种综合能源服务商源荷储资源协同优化方法。
10.一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存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的一种综合能源服务商源荷储资源协同优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210795820.9A CN115186889A (zh) | 2022-07-07 | 2022-07-07 | 一种综合能源服务商源荷储资源协同优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210795820.9A CN115186889A (zh) | 2022-07-07 | 2022-07-07 | 一种综合能源服务商源荷储资源协同优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115186889A true CN115186889A (zh) | 2022-10-14 |
Family
ID=83516473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210795820.9A Pending CN115186889A (zh) | 2022-07-07 | 2022-07-07 | 一种综合能源服务商源荷储资源协同优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115186889A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115238992A (zh) * | 2022-07-21 | 2022-10-25 | 南方电网科学研究院有限责任公司 | 一种电力系统源荷储的协调优化方法、装置及电子设备 |
-
2022
- 2022-07-07 CN CN202210795820.9A patent/CN115186889A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115238992A (zh) * | 2022-07-21 | 2022-10-25 | 南方电网科学研究院有限责任公司 | 一种电力系统源荷储的协调优化方法、装置及电子设备 |
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 | |
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
El-Zonkoly | Intelligent energy management of optimally located renewable energy systems incorporating PHEV | |
El-Zonkoly et al. | Optimal allocation, sizing of PHEV parking lots in distribution system | |
CN109193718B (zh) | 一种适应于v2g的选择电动汽车入网调控方法 | |
Celik et al. | Quantifying the impact of solar photovoltaic and energy storage assets on the performance of a residential energy aggregator | |
Lim et al. | Optimal allocation of energy storage and solar photovoltaic systems with residential demand scheduling | |
CN112966883B (zh) | 综合能源系统运行优化方法及终端设备 | |
Rajani et al. | A hybrid optimization based energy management between electric vehicle and electricity distribution system | |
CN111934315A (zh) | 考虑需求侧的源网荷储协同优化运行方法及终端设备 | |
CN115587645A (zh) | 一种考虑充电行为随机性的电动汽车充电管理方法及系统 | |
CN114757699B (zh) | 电力调峰辅助服务市场分级出清方法、装置、设备及介质 | |
CN116316567A (zh) | 一种阶梯碳交易机制下综合能源需求响应优化方法 | |
CN113328432A (zh) | 一种家庭能量管理优化调度方法及系统 | |
CN112202201A (zh) | 一种考虑需求响应和电动汽车的联合微电网运行策略 | |
CN115186889A (zh) | 一种综合能源服务商源荷储资源协同优化方法及系统 | |
CN117595261B (zh) | 光储微电网能量管理策略优化方法、装置及电子设备 | |
CN110826801A (zh) | 电动车充电站分布式电能管理方法 | |
CN114239956A (zh) | 虚拟电厂的资源配置方法、装置及终端 | |
CN117543581A (zh) | 考虑电动汽车需求响应的虚拟电厂优化调度方法及其应用 | |
TWI725606B (zh) | 電動車充電站分散式電能管理方法 | |
CN117013597A (zh) | 用于虚拟电厂的分布式资源聚合调控方法、装置及设备 | |
CN112329263A (zh) | 一种综合能源系统优化方法及终端设备 | |
CN111798070A (zh) | 一种用户侧光储系统的配置方法及装置 | |
CN114142535B (zh) | 一种微电网源网荷储的调度方法、系统、设备及介质 |
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 |