CN115459348B - 一种考虑峰谷电价的微电网最优资源调控方法 - Google Patents

一种考虑峰谷电价的微电网最优资源调控方法 Download PDF

Info

Publication number
CN115459348B
CN115459348B CN202211269156.0A CN202211269156A CN115459348B CN 115459348 B CN115459348 B CN 115459348B CN 202211269156 A CN202211269156 A CN 202211269156A CN 115459348 B CN115459348 B CN 115459348B
Authority
CN
China
Prior art keywords
energy storage
load
grid
power
charge
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
Application number
CN202211269156.0A
Other languages
English (en)
Other versions
CN115459348A (zh
Inventor
邰伟
刘盼盼
钱俊良
周吉
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.)
Liyang Research Institute of Southeast University
Original Assignee
Liyang Research Institute of Southeast University
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 Liyang Research Institute of Southeast University filed Critical Liyang Research Institute of Southeast University
Priority to CN202211269156.0A priority Critical patent/CN115459348B/zh
Publication of CN115459348A publication Critical patent/CN115459348A/zh
Application granted granted Critical
Publication of CN115459348B publication Critical patent/CN115459348B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/38—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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/388—Islanding, i.e. disconnection of local power supply from the network
    • 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

Abstract

本发明公开了一种考虑峰谷电价的微电网最优资源调控方法，属于微电网最优控制领域。为了最大化发挥储能系统的响应能力，本发明需要将储能系统与可再生能源发电装置相结合，组成多能互补的微电网系统，其主要包含了居民负荷、储能电池、光伏及控制装置，既可以作为孤岛系统，满足居民内部负荷需求，也可以作为受控单元接入配电网，进行网荷互动或需求响应。本饭对储能系统的智能需求响应策略进行了研究，建立了基于成本最优的多能互补优化模型，利用规划算法对微电网储能系统的全时段响应方式进行了优化求解。

Description

一种考虑峰谷电价的微电网最优资源调控方法
技术领域
本发明属于微电网控制领域，更具体地说，涉及一种考虑峰谷电价的微电网最优资源调控方法。
背景技术
随着储能电池与各类分布式发电装置在微电网中的广泛应用，负荷侧与配电网之间的互动调节能力迅速增加。同时电力物联网技术与各类通信传感技术的应用大大提升了储能系统的可感知性与可控性，使得网荷互动水平迅速增强，微电网的主动需求响应能力显著增强。
为了最大化发挥储能系统的响应能力，通常需要将储能系统与可再生能源发电装置相结合，组成多能互补的微电网系统，其主要包含了居民负荷、储能电池、光伏及控制装置，既可以作为孤岛系统，满足居民内部负荷需求，也可以作为受控单元接入配电网，进行网荷互动或需求响应。
这种能源配置方式具有灵活性强、促进电力就地消纳、经济性好等优点，能够优化能源配置与利用效率。在该微电网系统中，考虑到分布式发电的随机性与分时电价政策，储能电池扮演的削峰填谷作用越发重要，如何优化储能电池的充放电策略，以提升电能品质与能源备用水平，缓解光伏发电的随机性带来的影响，节省居民用电整体成本，同时为配电网网络提供需求响应技术，促进整体负荷曲线的优化调度，对电网经济、可靠、安全运行具有重要意义。
发明内容
由于微电网中各决策变量之间的复杂耦合关系，需要对多维非线性条件进行简化，导致采用的策略实用性不足，存在成本过高与弃风弃光等现象。本发明可以实现对微电网储能需求响应系统行为的精准分析，实现用户侧自动功率控制与最优用能策略。
为解决上述问题，本发明采用如下的技术方案，一种考虑峰谷电价的微电网最优资源调控方法，在包含居民负荷、储能电池、光伏及其控制装置，既可以作为孤岛系统，满足居民内部负荷需求，也可以作为受控单元接入配电网，进行网荷互动或需求响应。主要优化步骤包括优化目标建立、约束条件建立与分段优化调控。
所述方法如下：
步骤1：优化目标建立；
步骤2：约束条件建立；
步骤3：分段优化调控。
所述的微电网系统，其优化目标为：最大化光伏的利用率，同时使得微电网整体用能成本最小，其优化流程可以分为三个步骤；
(1)基础控制原则为，当光伏出力低于负荷时，由配电网补足负荷需求，高于负荷时向电网售电获取利益。
(2)在此基础上，增加储能系统进行需求响应，响应过程为，当光伏出力高于负荷时，优先对储能系统充电，其次向电网出售。在光伏出力低于负荷时，优先利用储能放电供给负荷，其次通过从电网购买电能以维持系统内的功率平衡。
(3)最后，考虑峰谷电价进行智能响应，储能的充放电策略不仅要考虑光伏与负荷的相对大小，还需要考虑电价差，在电价低时利用配电网对储能进行充电，在电价高时向电网进行售电，进而获取最大利益。
步骤1优化目标建立，具体如下，优化目标为考虑不同时段电价与用电量的总电价，即
其中Costgrid(i)与Egrid(i)为i时刻区间段电网电价及用户在该区间段的用电量。
步骤2：约束条件建立，具体如下，其约束条件包括储能电池功率平衡约束、电网功率平衡约束、储能电池充放电速度约束与储能电池最大承载容量约束；
(1)储能电池功率平衡约束：
Ebatt(t)＝Ebatt(t-1)+Pbatt(t)Δt (2)
其中，Ebatt(t)与Pbatt(t)为储能电池在t时刻的剩余电量与充放电功率；
(2)电网功率平衡约束：
Ppv(t)+Pgrid(t)+Pbatt(t)＝Pload(t) (3)
(3)其中，Ppv(t)、Pgrid(t)与Pload(t)分别为在t时刻的光伏发电功率、电网输送功率与用户负荷功率；
(4)电网最大功率交互约束：
由于与配电网交互电缆传输功率的限制，向电网买电与售电的功率需要满足以下条件：
-Psell,max(t)≤Pgrid(t)≤Pbuy,max(t) (4)
其中，Psell,max(t)与Pbuy,max(t)分别为向电网售电与买电的最大功率；
(5)储能电池充放电速度约束：
出于储能电池技术条件及安全考虑，电池的充放电速率不能过快；
其中，Pcharge,max(t)与Pcharge,min(t)为储能电池最大与最小充电功率，Pdischarge,max(t)为储能电池最大放电功率；
(6)储能电池荷电状态(SOC)约束：
过深的放电深度会降低储能电池的循环寿命，增加其维护成本，因此应保证电池SOC不低于特定的阈值。
SOCmin(t)≤SOC(t)≤100％ (6)
其中SOCmin(t)为储能电池最小荷电状态值。
步骤3：分段优化调控，具体如下：
在不同的微电网功率流入/流出状态、储能电池状态与负荷减载能力的阶段下，对储能与负荷进行自适应控制，可以概括为多能协调能量管理策略，包括以下八种情形；
(1)峰段电价&储能荷电状态达到下限&负荷有减载能力：
在此情形下，储能系统不响应，进行负荷减载。
(2)峰段电价&储能荷电状态达到下限&负荷无减载能力：
在此情形下，储能系统不响应，负荷不动作。
(3)峰段电价&储能荷电状态未达到下限&负荷有减载能力：
在此情形下，储能系统放电，进行负荷减载。
(4)峰段电价&储能荷电状态未达到下限&负荷无减载能力：
在此情形下，储能系统放电，负荷不动作。
(5)谷段电价&储能荷电状态达到上限：
在此情形下，储能系统不响应，负荷不动作。
(6)谷段电价&储能荷电状态未达到上限：
在此情形下，储能系统充电，负荷不动作。
(7)平段电价&储能荷电状态达到上限：
在此情形下，储能系统和负荷均不动作。
(8)平段电价&储能荷电状态未达到上限：
在此情形下，若下一时刻是峰段电价，储能系统充电，负荷不动作；若下一时刻是平段电价，储能系统和负荷均不动作；若下一时刻是谷段电价，储能系统放电，负荷不动作。
相比于现有技术，本发明的技术方案的有益效果为：本发明的一种考虑峰谷电价的微电网最优资源调控方法，相比于传统响应方式，所提响应策略能够有效节约微电网的能源使用成本。建立了基于成本最优的多能互补优化模型，利用规划算法对微电网储能系统的全时段响应方式进行了优化求解。分别测试三类策略的响应效果，包括了无储能参与响应(策略1)、有储能响应但不考虑电价(策略2)、有储能响应且考虑电价(策略3)等策略，以一天为时间尺度，比较三种响应策略的累积用电净成本(买电成本-售电成本)与净用电量(电网输入量-分布式能源反馈电网量)，可以发现，在一天结束时，相比于策略1，策略2节约了10.9％的成本与6.9％的用电量，而本发明所提的最优响应策略(策略3)节约了35.0％的成本与10.7％的用电量。因此，本发明的最优调控方案能够最大化分布式新能源利用率与储能系统的利用效率，从而提升负荷侧能效，促进低碳用能与清洁替代水平。
附图说明
图1为微电网拓扑结构；
图2为各策略下微电网与配电网的功率交互方式；
图3为微电网针对各情形下的最优控制策略流程；
图4为不同响应策略的用电净成本与净用电量。
具体实施方式
下面结合具体实施例和附图对本发明进一步进行描述。
实施例1：参见图1-图4，一种考虑峰谷电价的微电网最优资源调控方法，在包含居民负荷、储能电池、光伏及其控制装置，既可以作为孤岛系统，满足居民内部负荷需求，也可以作为受控单元接入配电网，进行网荷互动或需求响应。主要优化步骤包括优化目标建立、约束条件建立与分段优化调控。
所述方法如下：
步骤1：优化目标建立；
步骤2：约束条件建立；
步骤3：分段优化调控。
所述的微电网系统，其优化目标为：最大化光伏的利用率，同时使得微电网整体用能成本最小，其优化流程可以分为三个步骤；
(1)基础控制原则为，当光伏出力低于负荷时，由配电网补足负荷需求，高于负荷时向电网售电获取利益。
(2)在此基础上，增加储能系统进行需求响应，响应过程为，当光伏出力高于负荷时，优先对储能系统充电，其次向电网出售。在光伏出力低于负荷时，优先利用储能放电供给负荷，其次通过从电网购买电能以维持系统内的功率平衡。
(3)最后，考虑峰谷电价进行智能响应，储能的充放电策略不仅要考虑光伏与负荷的相对大小，还需要考虑电价差，在电价低时利用配电网对储能进行充电，在电价高时向电网进行售电，进而获取最大利益。
步骤1优化目标建立，具体如下，优化目标为考虑不同时段电价与用电量的总电价，即
其中Costgrid(i)与Egrid(i)为i时刻区间段电网电价及用户在该区间段的用电量。
步骤2：约束条件建立，具体如下，其约束条件包括储能电池功率平衡约束、电网功率平衡约束、储能电池充放电速度约束与储能电池最大承载容量约束；
(1)储能电池功率平衡约束：
Ebatt(t)＝Ebatt(t-1)+Pbatt(t)Δt (2)
其中，Ebatt(t)与Pbatt(t)为储能电池在t时刻的剩余电量与充放电功率；
(2)电网功率平衡约束：
Ppv(t)+Pgrid(t)+Pbatt(t)＝Pload(t) (3)
(3)其中，Ppv(t)、Pgrid(t)与Pload(t)分别为在t时刻的光伏发电功率、电网输送功率与用户负荷功率；
(4)电网最大功率交互约束：
由于与配电网交互电缆传输功率的限制，向电网买电与售电的功率需要满足以下条件：
-Psell,max(t)≤Pgrid(t)≤Pbuy,max(t) (4)
其中，Psell,max(t)与Pbuy,max(t)分别为向电网售电与买电的最大功率；
(5)储能电池充放电速度约束：
出于储能电池技术条件及安全考虑，电池的充放电速率不能过快；
其中，Pcharge,max(t)与Pcharge,min(t)为储能电池最大与最小充电功率，Pdischarge,max(t)为储能电池最大放电功率；
(6)储能电池荷电状态(SOC)约束：
过深的放电深度会降低储能电池的循环寿命，增加其维护成本，因此应保证电池SOC不低于特定的阈值。
SOCmin(t)≤SOC(t)≤100％ (6)
其中SOCmin(t)为储能电池最小荷电状态值。
步骤3：分段优化调控，具体如下：
在不同的微电网功率流入/流出状态、储能电池状态与负荷减载能力的阶段下，对储能与负荷进行自适应控制，可以概括为多能协调能量管理策略，包括以下八种情形；
(1)峰段电价&储能荷电状态达到下限&负荷有减载能力：
在此情形下，储能系统不响应，进行负荷减载。
(2)峰段电价&储能荷电状态达到下限&负荷无减载能力：
在此情形下，储能系统不响应，负荷不动作。
(3)峰段电价&储能荷电状态未达到下限&负荷有减载能力：
在此情形下，储能系统放电，进行负荷减载。
(4)峰段电价&储能荷电状态未达到下限&负荷无减载能力：
在此情形下，储能系统放电，负荷不动作。
(5)谷段电价&储能荷电状态达到上限：
在此情形下，储能系统不响应，负荷不动作。
(6)谷段电价&储能荷电状态未达到上限：
在此情形下，储能系统充电，负荷不动作。
(7)平段电价&储能荷电状态达到上限：
在此情形下，储能系统和负荷均不动作。
(8)平段电价&储能荷电状态未达到上限：
在此情形下，若下一时刻是峰段电价，储能系统充电，负荷不动作；若下一时刻是平段电价，储能系统和负荷均不动作；若下一时刻是谷段电价，储能系统放电，负荷不动作。
实施例2：
结合某地区微电网拓扑，构建微电网仿真模型，如图1所示，包含配电网、固定负荷、可变负荷、光伏阵列与储能系统。其中，负荷、光伏阵列、储能电池的参数如表1所示。电网的峰谷电价设置如表2所示。
由表1，可以总结出负荷、光伏、储能、线路等设备的约束条件；由表2中的峰谷电价设置情况，可以总结负荷在一天之内的用能成本参数条件。
:表1各设备运行参数
表2分时峰谷电价设置情况
在此基础上，分别测试以下三类策略的响应效果：
策略1：无储能参与响应
基础控制原则为，当光伏出力低于负荷时，由配电网补足负荷需求，高于负荷时向电网售电获取利益。
策略2：有储能响应但不考虑电价
在策略1基础上，增加储能系统进行需求响应，响应过程为，当光伏出力高于负荷时，优先对储能系统充电，其次向电网出售。在光伏出力低于负荷时，优先利用储能放电供给负荷，其次通过从电网购买电能以维持系统内的功率平衡。
策略3：有储能响应且考虑电价(本发明所提最优策略)
在策略2基础上，考虑峰谷电价进行智能响应，储能的充放电策略不仅要考虑光伏与负荷的相对大小，还需要考虑电价差，在电价低时利用配电网对储能进行充电，在电价高时向电网进行售电，进而获取最大利益。
其中每种策略的物理含义及其策略下储能、光伏、负荷、配电网之间的功率交换方式如图2所示。针对策略3，微电网针对各情形下的最优控制策略流程如图3所示，共有八种情形，每种情形下的储能与负荷控制状态不同，情形会随着电网电价、储能状态、负荷减载能力的不同而切换。在每种情形下的设备操作过程完毕后，如果微电网内部出力不足以满足负荷需要，向配电网购电，反之则向配电网售电以获取最大利益。
以一天为时间尺度，比较三种响应策略的累积用电净成本(买电成本-售电成本)与净用电量(电网输入量-分布式能源反馈电网量)，结果如图4所示。在一天结束时，三类方式累积用电净成本与净用电量如表3所示，可以发现，相比于策略1，策略2节约了10.9％的成本与6.9％的用电量，而本发明所提的最优响应策略(策略3)节约了35.0％的成本与10.7％的用电量。
表3各策略的净用电量与用电成本
本发明所述实例仅仅是对本发明的优选实施方式进行描述，并非对本发明构思和范围进行限定，在不脱离本发明设计思想的前提下，本领域工程技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的保护范围。

Claims (1)

1.一种考虑峰谷电价的微电网最优资源调控方法，其特征在于：所述方法如下：
步骤1：优化目标建立；
步骤2：约束条件建立；
步骤3：分段优化调控；
其中，步骤1优化目标建立，具体如下，优化目标为考虑不同时段电价与用电量的总电价，即
其中Costgrid(i)与Egrid(i)为i时刻区间段电网电价及用户在该区间段的用电量，
步骤2：约束条件建立，具体如下，其约束条件包括储能电池功率平衡约束、电网功率平衡约束、储能电池充放电速度约束与储能电池最大承载容量约束；
(1)储能电池功率平衡约束：
Ebatt(t)＝Ebatt(t-1)+Pbatt(t)Δt (2)
其中，Ebatt(t)与Pbatt(t)为储能电池在t时刻的剩余电量与充放电功率；
(2)电网功率平衡约束：
Ppv(t)+Pgrid(t)+Pbatt(t)＝Pload(t) (3)
(3)其中，Ppv(t)、Pgrid(t)与Pload(t)分别为在t时刻的光伏发电功率、电网输送功率与用户负荷功率；
(4)电网最大功率交互约束：
由于与配电网交互电缆传输功率的限制，向电网买电与售电的功率需要满足以下条件：
-Psell,max(t)≤Pgrid(t)≤Pbuy,max(t) (4)
其中，Psell,max(t)与Pbuy,max(t)分别为向电网售电与买电的最大功率；
(5)储能电池充放电速度约束：
其中，Pcharge,max(t)与Pcharge,min(t)为储能电池最大与最小充电功率，Pdischarge,max(t)为储能电池最大放电功率；
(6)储能电池荷电状态(SOC)约束：
SOCmin(t)≤SOC(t)≤100％ (6)
其中SOCmin(t)为储能电池最小荷电状态值；
步骤3：分段优化调控，具体如下：在不同的微电网功率流入/流出状态、储能电池状态与负荷减载能力的阶段下，对储能与负荷进行自适应控制，概括为多能协调能量管理策略，包括以下八种情形；
(1)峰段电价&储能荷电状态达到下限&负荷有减载能力：
在此情形下，储能系统不响应，进行负荷减载；
(2)峰段电价&储能荷电状态达到下限&负荷无减载能力：
在此情形下，储能系统不响应，负荷不动作；
(3)峰段电价&储能荷电状态未达到下限&负荷有减载能力：
在此情形下，储能系统放电，进行负荷减载；
(4)峰段电价&储能荷电状态未达到下限&负荷无减载能力：
在此情形下，储能系统放电，负荷不动作；
(5)谷段电价&储能荷电状态达到上限：
在此情形下，储能系统不响应，负荷不动作；
(6)谷段电价&储能荷电状态未达到上限：
在此情形下，储能系统充电，负荷不动作；
(7)平段电价&储能荷电状态达到上限：
在此情形下，储能系统和负荷均不动作；
(8)平段电价&储能荷电状态未达到上限：
在此情形下，若下一时刻是峰段电价，储能系统充电，负荷不动作；若下一时刻是平段电价，储能系统和负荷均不动作；若下一时刻是谷段电价，储能系统放电，负荷不动作。
CN202211269156.0A 2022-10-17 2022-10-17 一种考虑峰谷电价的微电网最优资源调控方法 Active CN115459348B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211269156.0A CN115459348B (zh) 2022-10-17 2022-10-17 一种考虑峰谷电价的微电网最优资源调控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211269156.0A CN115459348B (zh) 2022-10-17 2022-10-17 一种考虑峰谷电价的微电网最优资源调控方法

Publications (2)

Publication Number Publication Date
CN115459348A CN115459348A (zh) 2022-12-09
CN115459348B true CN115459348B (zh) 2023-10-20

Family

ID=84311352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211269156.0A Active CN115459348B (zh) 2022-10-17 2022-10-17 一种考虑峰谷电价的微电网最优资源调控方法

Country Status (1)

Country Link
CN (1) CN115459348B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117293926B (zh) * 2023-11-22 2024-03-12 中能智新科技产业发展有限公司 一种源网荷储一体化平台资源实时调度方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376385A (zh) * 2014-11-27 2015-02-25 重庆大学 一种微电网电价优化方法
CN105977991A (zh) * 2016-05-10 2016-09-28 浙江工业大学 一种考虑价格型需求响应的独立型微网优化配置方法
CN106651026A (zh) * 2016-12-20 2017-05-10 太原理工大学 多时间尺度微电网能量管理优化调度方法
CN107807523A (zh) * 2017-10-18 2018-03-16 国网天津市电力公司电力科学研究院 考虑分时电价的区域能源互联网多源协调优化运行策略

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9098817B2 (en) * 2012-07-11 2015-08-04 Nec Laboratories America, Inc. Method for real-time control of energy storage units to reduce electricity cost

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104376385A (zh) * 2014-11-27 2015-02-25 重庆大学 一种微电网电价优化方法
CN105977991A (zh) * 2016-05-10 2016-09-28 浙江工业大学 一种考虑价格型需求响应的独立型微网优化配置方法
CN106651026A (zh) * 2016-12-20 2017-05-10 太原理工大学 多时间尺度微电网能量管理优化调度方法
CN107807523A (zh) * 2017-10-18 2018-03-16 国网天津市电力公司电力科学研究院 考虑分时电价的区域能源互联网多源协调优化运行策略

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于模糊控制的光储微网实时电价能量管理策略;姚钢等;电力系统及其自动化学报;第34卷(第2期);1-8 *

Also Published As

Publication number Publication date
CN115459348A (zh) 2022-12-09

Similar Documents

Publication Publication Date Title
CN105552914B (zh) 一种基于电价的交直流混合微电网分层控制方法
CN110323785B (zh) 源网荷储互动的多电压等级直流配电网优化调度方法
Wang et al. Load curve smoothing strategy based on unified state model of different demand side resources
CN112491045A (zh) 一种智能户用光储充能源互联系统及其能效管理方法
CN201966838U (zh) 一种风、光、柴、蓄组合电源及其综合控制系统
CN108512238B (zh) 基于需求侧响应的智能家居两阶段优化调度方法
CN111884263A (zh) 多目标配电网优化方法
CN205212447U (zh) 一种含复合储能微电网的多目标优化系统
CN115459348B (zh) 一种考虑峰谷电价的微电网最优资源调控方法
CN109494813A (zh) 一种电力调度方法、电子设备及存储介质
CN110350553B (zh) 基于多功率调节技术的进线功率尖峰抑制方法及系统
CN111211569A (zh) 一种柔性负荷参与电网调峰的优化配置方法
CN103560533A (zh) 基于变化率控制储能电站平滑风光发电波动的方法及系统
CN102208825B (zh) 具有能量组网功能的太阳能光伏发电系统
CN110165692B (zh) 基于光伏-蓄电池-温控负荷的虚拟储能调峰系统与方法
CN113742933B (zh) 一种家庭能量管理优化方法、系统及存储介质
CN106253348B (zh) 一种电力网络及其控制方法、装置和系统
CN115622104A (zh) 一种有源配电网移动储能规划配置方法
CN109687449B (zh) 微电网协调控制装置及控制方法
Li et al. Multi-energy coordinated operation optimization model for wind-solar-hydro-thermal-energy storage system considering the complementary characteristics of different power resources
CN113629758A (zh) 一种多能源并网运行控制方法和系统
CN111859608A (zh) 考虑缓解电力缺口场景的储能选址定容优化方法
Yun et al. Optimization of Operation Strategy of Virtual Power Plants Involved in Peak Shaving
CN117254526B (zh) 一种光储充检微电网一体站能源协同优化控制方法
Wang et al. Coordinated optimal dispatch of microgrid based on demand side response and energy estimation of energy storage device

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