CN115912436A - 一种计及电力需求响应的电网调度运行优化计算方法 - Google Patents
一种计及电力需求响应的电网调度运行优化计算方法 Download PDFInfo
- Publication number
- CN115912436A CN115912436A CN202211155927.3A CN202211155927A CN115912436A CN 115912436 A CN115912436 A CN 115912436A CN 202211155927 A CN202211155927 A CN 202211155927A CN 115912436 A CN115912436 A CN 115912436A
- Authority
- CN
- China
- Prior art keywords
- load
- power
- period
- response
- demand response
- 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
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及电力需求响应的电网调度运行优化计算方法,包括电力负荷高峰期调度运行模块、电力负荷低谷期调度运行模块;电力负荷高峰期调度运行模块通过削峰实现,具体为通过减少负荷、投入需求侧响应资源,拉闸限电;电力负荷低谷期调度运行模块通填谷实现,具体为增加负荷、投入需求侧响应资源,弃风弃光;本发明通过方法计算,提供一种可行方案使得各个时段机组出力都尽可能满足负荷需求,从而避免或使拉闸限电量和弃风弃光量最少,进而达到保障电力系统的安全稳定运行,提高供电可靠性目的。
Description
技术领域
本发明涉及电力需求侧响应领域,主要涉及一种计及电力需求响应的电网调度运行优化计算方。
背景技术
近年受电煤紧缺、火电机组停机容量大、新能源发电电力偏小和电力负荷增长等因素综合影响,某些区域电网在高峰负荷期间电力供应持续紧张,而在负荷低谷时由于火电机组的最小技术负荷限制,使得新能源消纳困难,出现弃风弃光现象。为了保障电力系统的安全稳定运行和提高供电可靠性,负荷高峰期应尽最大可能避免或使拉闸限电量最小,负荷低谷期应尽最大可能避免或使弃风弃光量最小,需要计算分析调度周期内不同时段负荷需求与机组出力的差值。由于时间和能量两个约束要素,在调节过程中往往不能很好平衡机组出力与负荷需求,即需要合理投入需求侧响应资源,以及拉闸限电或弃风弃光,使各个时段都能使机组出力满足负荷需求。
发明内容
本发明为了弥补已有技术的缺陷,提供一种计及电力需求响应的电网调度运行优化计算方法。使得各个时段机组出力都尽可能满足负荷需求,并且避免或使拉闸限电量和弃风弃光量最少,保障电力系统的安全稳定运行,提高供电可靠性。
为此,本发明所采用的技术方案为:
一种计及电力需求响应的电网调度运行优化计算方法,包括电力负荷高峰期调度运行模块、电力负荷低谷期调度运行模块,所述电力负荷高峰期调度运行模块通过减少负荷、投入需求侧响应资源、拉闸限电实现削峰,所述电力负荷低谷期调度运行模块通过增加负荷、投入需求侧响应资源、弃风弃光实现填谷。
所述电力负荷高峰期调度运行模块计算削峰的步骤为:
S1:建立目标函数;
1)当考虑需求响应能力后可以满足负荷高峰期间功率平衡的要求时,有m个需求响应资源,其中第j个需求响应资源的激励成本为其在时段t减少的负荷为Pj,t,T为全部研究时段,需求响应总服务费用公式(1)计算;
2)考虑需求响应后仍然不能完全满足负荷高峰期间功率平衡的要求,采用拉闸限电手段,目标函数为即拉闸限电量最小,有m个需求响应资源,其中第j个需求响应资源在时段t减少的负荷为Pj,t,T为全部研究时段,时段t的实际负荷为dt,时段t的机组出力为gt,则拉闸限电量用公式(2)计算;
S2:建立约束条件;
1)能量响应约束:
需求响应资源的负荷削减能量应该小于其能提供的最大容量,大于0,即处于响应状态,如公式(3):
对于第j个需求响应资源,代表其在时段t的最大负荷削减量;vj,t为其在时段t的能量调用状态,为0-1变量,1代表被调用,0代表未调用;
2)时间响应特性约束:
接收到交易中心的调度指令后,对经营区域内的需求响应资源进行调,为了便于用户调整生产生活用电计划以及考虑到各需求响应资源的技术特性,响应时间限制在一定范围内,如公式(4):
为第j个需求响应资源在调度周期内的响应时间,和为第j个需求响应资源在调度周期内的最小和最大响应时间;
所述电力负荷低谷期调度运行模块计算填谷的步骤为:
S1:建立目标函数;
1)考虑需求响应能力后可以满足负荷低谷期间功率平衡的要求时,以经济性目标考虑,目标函数为需求侧响应服务费用最低。有m个需求响应资源,其中第j个需求响应资源的激励成本为其在时段t增加的负荷为Pj,t,T为全部研究时段,则需求响应总服务费用以公式(5)计算;
2)考虑需求响应后仍然不能完全满足负荷低谷期间功率平衡的要求时,则需要尽量保证负荷水平不低于最小开机前提下可再生弃电量最小,目标函数为弃风光量最小,有m个需求响应资源,其中第j个需求响应资源在时段t增加的负荷为Pj,t,T为全部研究时段,时段t的实际负荷为dt,时段t的风、光机组出力为ft,其他机组出力为gt,则弃风光量以公式(6)计算;
S2:建立约束条件;
1)能量响应约束:
需求响应资源的负荷增加量应该小于其能提供的最大容量,大于0,即处于响应状态,如公式(7):
对于第j个需求响应资源,代表其在时段t的最大负荷增加量;vj,t为其在时段t的能量调用状态,为0-1变量,1代表被调用,0代表未调用;
2)时间响应特性约束:
当接收到交易中心的调度指令后,对经营区域内的需求响应资源进行调度,响应时间应该限制在一定范围内,如公式(8):
为第j个需求响应资源在调度周期内的响应时间,和为第j个需求响应资源在调度周期内的最小和最大响应时间。
通过采用上述技术方案,本发明所取得的有益效果为:
本发明通过削峰填谷,高峰通过减少电动汽车的充电降低负荷需求,以及可通过减少用电降低负荷需求;低谷通过电动汽车充电增加负荷,通过增加用电增加负荷以及通过储能、电蓄热增加负荷,达到保障电力系统的安全稳定运行,提高供电可靠性目的。
附图说明
图1为一种计及电力需求响应的电网调度运行优化计算方法算法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
下面结合附图1,描述本发明的一些实施例提供的一种计及电力需求响应的电网调度运行优化计算方法,包括电力负荷高峰期调度运行模块、电力负荷低谷期调度运行模块,所述电力负荷高峰期调度运行模块通过减少负荷、投入需求侧响应资源、拉闸限电实现削峰,所述电力负荷低谷期调度运行模块通过增加负荷、投入需求侧响应资源、弃风弃光实现填谷。
所述电力负荷高峰期调度运行模块计算削峰的步骤为:
S1:建立目标函数;
1)当考虑需求响应能力后可以满足负荷高峰期间功率平衡的要求时,有m个需求响应资源,其中第j个需求响应资源的激励成本为其在时段t减少的负荷为Pj,t,T为全部研究时段,需求响应总服务费用公式(1)计算;
2)考虑需求响应后仍然不能完全满足负荷高峰期间功率平衡的要求,采用拉闸限电手段,目标函数为即拉闸限电量最小,有m个需求响应资源,其中第j个需求响应资源在时段t减少的负荷为Pj,t,T为全部研究时段,时段t的实际负荷为dt,时段t的机组出力为gt,则拉闸限电量用公式(2)计算;
S2:建立约束条件;
1)能量响应约束:
需求响应资源的负荷削减能量应该小于其能提供的最大容量,大于0,即处于响应状态,如公式(3):
对于第j个需求响应资源,代表其在时段t的最大负荷削减量;vj,t为其在时段t的能量调用状态,为0-1变量,1代表被调用,0代表未调用;
2)时间响应特性约束:
接收到交易中心的调度指令后,对经营区域内的需求响应资源进行调,为了便于用户调整生产生活用电计划以及考虑到各需求响应资源的技术特性,响应时间限制在一定范围内,如公式(4):
为第j个需求响应资源在调度周期内的响应时间,和为第j个需求响应资源在调度周期内的最小和最大响应时间;
所述电力负荷低谷期调度运行模块计算填谷的步骤为:
S1:建立目标函数;
1)考虑需求响应能力后可以满足负荷低谷期间功率平衡的要求时,以经济性目标考虑,目标函数为需求侧响应服务费用最低。有m个需求响应资源,其中第j个需求响应资源的激励成本为其在时段t增加的负荷为Pj,t,T为全部研究时段,则需求响应总服务费用以公式(5)计算;
2)考虑需求响应后仍然不能完全满足负荷低谷期间功率平衡的要求时,则需要尽量保证负荷水平不低于最小开机前提下可再生弃电量最小,目标函数为弃风光量最小,有m个需求响应资源,其中第j个需求响应资源在时段t增加的负荷为Pj,t,T为全部研究时段,时段t的实际负荷为dt,时段t的风、光机组出力为ft,其他机组出力为gt,则弃风光量以公式(6)计算;
S2:建立约束条件;
1)能量响应约束:
需求响应资源的负荷增加量应该小于其能提供的最大容量,大于0,即处于响应状态,如公式(7):
对于第j个需求响应资源,代表其在时段t的最大负荷增加量;vj,t为其在时段t的能量调用状态,为0-1变量,1代表被调用,0代表未调用;
2)时间响应特性约束:
当接收到交易中心的调度指令后,对经营区域内的需求响应资源进行调度,响应时间应该限制在一定范围内,如公式(8):
为第j个需求响应资源在调度周期内的响应时间,和为第j个需求响应资源在调度周期内的最小和最大响应时间。
下面结合具体的实施例进行详细说明:
削峰响应资源如下:
该地区最大负荷为6000万kW。
①电动汽车:调整充电功率的大小,高峰可通过减少充电降低负荷需求,减小区间0-90万kW,90万kW下可持续2小时,激励成本0.4元/千瓦时;
②可中断负荷:调整用电负荷大小,高峰可通过减少用电降低负荷需求,减少区间0-180万kW,180万kW下可持续3小时,激励成本1元/千瓦时。
实例1:
由数据表1所示,有比较长时间的机组出力不能满足负荷的需求,因此即使考虑削峰需求响应后仍然会存在拉闸限电的问题。借助MATLAB软件CPLEX求解器求解,求解结果如表2,可以看到,在一个调度周期内,电动汽车响应2小时,可中断负荷响应3小时。求解结果如表3,可以看到,在负荷高峰期,削峰响应资源无法全部完成削峰任务,需要拉闸限电,负荷高峰期拉闸限电量为6440万kWh。
表1负荷及机组出力(上限出力)数据
时间 | 负荷/万kW | 机组出力/万kW | 时间 | 负荷/万kW | 机组出力/万kW |
0:00 | 4133.101 | 4133.101 | 12:00 | 5368.917 | 5097.363 |
1:00 | 3882.568 | 3882.568 | 13:00 | 5593.804 | 4964.134 |
2:00 | 3675.126 | 3675.126 | 14:00 | 5642.155 | 4936.264 |
3:00 | 3557.763 | 3557.763 | 15:00 | 5573.337 | 4888.19 |
4:00 | 3384.158 | 3384.158 | 16:00 | 5449.709 | 4824.435 |
5:00 | 3339.071 | 3339.071 | 17:00 | 5281.426 | 4742.036 |
6:00 | 3442.958 | 3442.958 | 18:00 | 5244.418 | 4688.575 |
7:00 | 3609.047 | 3609.047 | 19:00 | 5208.213 | 4653.794 |
8:00 | 3929.507 | 3929.507 | 20:00 | 5258.615 | 4645.488 |
9:00 | 4413.186 | 4413.186 | 21:00 | 5338.714 | 4553.194 |
10:00 | 4788.348 | 4788.348 | 22:00 | 5237.869 | 4547.677 |
11:00 | 5217.176 | 5083.17 | 23:00 | 4910.919 | 4540.931 |
表2响应情况表
表3拉闸限电量表
时间 | 拉闸限电量/万kW | 时间 | 拉闸限电量/万kW |
0:00 | 0 | 12:00 | 271.5536 |
1:00 | 0 | 13:00 | 359.6695 |
2:00 | 0 | 14:00 | 435.8914 |
3:00 | 0 | 15:00 | 505.1473 |
4:00 | 0 | 16:00 | 625.2741 |
5:00 | 0 | 17:00 | 539.3896 |
6:00 | 0 | 18:00 | 555.8432 |
7:00 | 0 | 19:00 | 554.419 |
8:00 | 0 | 20:00 | 613.1271 |
9:00 | 0 | 21:00 | 785.52 |
10:00 | 0 | 22:00 | 690.1922 |
11:00 | 134.0063 | 23:00 | 369.9877 |
实例2:
由数据表4所示,可负荷与机组出力的不平衡时间较短,差距也不大,因此考虑削峰需求响应后应该可以实现功率平衡。借助MATLAB软件CPLEX求解器求解,求解结果如表5所示,在一个调度周期内,电动汽车响应2小时,可中断负荷响应3小时。求解结果如表6所示,在负荷高峰期,削峰响应资源全部完成了削峰任务,可以不用拉闸限电即可实现功率平衡,削峰需求响应侧服务费用为416.39万元。
表4负荷及机组出力(上限出力)数据
时间 | 负荷/万kW | 机组出力/万kW | 时间 | 负荷/万kW | 机组出力/万kW |
0:00 | 3982.679 | 3982.679 | 12:00 | 5096.964 | 4988.134 |
1:00 | 3767.973 | 3767.973 | 13:00 | 5130.265 | 4865.832 |
2:00 | 3573.372 | 3573.372 | 14:00 | 5007.698 | 4856.573 |
3:00 | 3435.346 | 3435.346 | 15:00 | 4824.153 | 4824.153 |
4:00 | 3305.522 | 3305.522 | 16:00 | 4776.532 | 4776.532 |
5:00 | 3245.736 | 3245.736 | 17:00 | 4722.93 | 4722.93 |
6:00 | 3363.334 | 3363.334 | 18:00 | 4669.619 | 4669.619 |
7:00 | 3459.363 | 3459.363 | 19:00 | 4656.251 | 4656.251 |
8:00 | 3718.296 | 3718.296 | 20:00 | 4674.21 | 4674.21 |
9:00 | 4170.475 | 4170.475 | 21:00 | 4589.451 | 4589.451 |
10:00 | 4482.699 | 4482.699 | 22:00 | 4557.081 | 4557.081 |
11:00 | 4901.239 | 4901.239 | 23:00 | 4106.667 | 4106.667 |
表5响应情况表
表6负荷及机组出力(出力下限)数据表
二、填谷需求响应资源如下:
该地区最大负荷为6000万kW。
①电动汽车:调整充电功率的大小,低谷可通过充电增加负荷,增加区间0-60万kW,60万kW下可持续2小时,激励成本0.4元/千瓦时;
②可中断负荷:调整用电负荷大小,低谷可通过增加用电增加负荷,增加区间0-120万kW,120万kW持续时间3小时,激励成本1元/千瓦时;
③储能:调整充放电功率,低谷可通过充电增加负荷,增加区间0-60万kW,60万kW下可持续3小时,激励成本0.5元/千瓦时;
④电蓄热(冷)调整用电负荷的大小,低谷可增加负荷,增加区间0-60万kW,60万kW持续时间4小时,激励成本0.3元/千瓦时。
实例3:
由表6所示,负荷低谷低于机组的最小出力下限时间比较短,通过填谷需求响应后实现功率平衡。借助MATLAB软件CPLEX求解器求解,求解结果如表8所示,在一个调度周期内,电动汽车响应2小时,可中断负荷响应3小时,储能响应3小时,电蓄热(冷)响应4小时,在负荷低谷期,需求响应资源很好的完成了填谷任务,可以不弃风弃光,实现功率的平衡,需求侧响应服务费用为515.57万元。
表7响应情况表
由表8所示,负荷低谷低于机组的最小出力下限的时间相对不是很长,但是还存在一定的差距,借助MATLAB软件CPLEX求解器求解,求解结果如表9所示,可在一个调度周期内,电动汽车响应2小时,可中断负荷响应3小时,储能响应3小时,电蓄热(冷)响应4小时,需要弃风弃光,但会使得弃风弃光量最小,弃风光量程序计算结果为1296.313万kWh。
表8负荷及机组出力(出力下限)数据表
表9弃风光量表
时间 | 弃风光量/万kW | 时间 | 弃风光量/万kW |
0:00 | 105.113 | 12:00 | 0 |
1:00 | 124.366 | 13:00 | 0 |
2:00 | 116.633 | 14:00 | 0 |
3:00 | 122.8328 | 15:00 | 21.4449 |
4:00 | 120.9962 | 16:00 | 52.00338 |
5:00 | 102.1509 | 17:00 | 0 |
6:00 | 103.3921 | 18:00 | 0 |
7:00 | 98.695 | 19:00 | 0 |
8:00 | 0 | 20:00 | 0 |
9:00 | 0 | 21:00 | 0 |
10:00 | 0 | 22:00 | 0 |
11:00 | 0 | 23:00 | 161.258 |
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应该涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (3)
1.一种计及电力需求响应的电网调度运行优化计算方法,其特征在于,包括电力负荷高峰期调度运行模块、电力负荷低谷期调度运行模块,所述电力负荷高峰期调度运行模块通过减少负荷、投入需求侧响应资源、拉闸限电实现削峰,所述电力负荷低谷期调度运行模块通过增加负荷、投入需求侧响应资源、弃风弃光实现填谷。
2.根据权利要求1所述的一种计及电力需求响应的电网调度运行优化计算方法,其特征在于,所述电力负荷高峰期调度运行模块计算削峰的步骤为:
S1:建立目标函数;
1)当考虑需求响应能力后可以满足负荷高峰期间功率平衡的要求时,有m个需求响应资源,其中第j个需求响应资源的激励成本为其在时段t减少的负荷为Pj,t,T为全部研究时段,需求响应总服务费用公式(1)计算;
2)考虑需求响应后仍然不能完全满足负荷高峰期间功率平衡的要求,采用拉闸限电手段,目标函数为即拉闸限电量最小,有m个需求响应资源,其中第j个需求响应资源在时段t减少的负荷为Pj,t,T为全部研究时段,时段t的实际负荷为dt,时段t的机组出力为gt,则拉闸限电量用公式(2)计算;
S2:建立约束条件;
1)能量响应约束:
需求响应资源的负荷削减能量应该小于其能提供的最大容量,大于0,即处于响应状态,如公式(3):
对于第j个需求响应资源,代表其在时段t的最大负荷削减量;vj,t为其在时段t的能量调用状态,为0-1变量,1代表被调用,0代表未调用;
2)时间响应特性约束:
接收到交易中心的调度指令后,对经营区域内的需求响应资源进行调,为了便于用户调整生产生活用电计划以及考虑到各需求响应资源的技术特性,响应时间限制在一定范围内,如公式(4):
为第j个需求响应资源在调度周期内的响应时间,和为第j个需求响应资源在调度周期内的最小和最大响应时间。
3.根据权利要求1所述的一种计及电力需求响应的电网调度运行优化计算方法,其特征在于,所述电力负荷低谷期调度运行模块计算填谷的步骤为:
S1:建立目标函数;
1)考虑需求响应能力后可以满足负荷低谷期间功率平衡的要求时,以经济性目标考虑,目标函数为需求侧响应服务费用最低。有m个需求响应资源,其中第j个需求响应资源的激励成本为其在时段t增加的负荷为Pj,t,T为全部研究时段,则需求响应总服务费用以公式(5)计算:
2)考虑需求响应后仍然不能完全满足负荷低谷期间功率平衡的要求时,则需要尽量保证负荷水平不低于最小开机前提下可再生弃电量最小,目标函数为弃风光量最小,有m个需求响应资源,其中第j个需求响应资源在时段t增加的负荷为Pj,t,T为全部研究时段,时段t的实际负荷为dt,时段t的风、光机组出力为ft,其他机组出力为gt,则弃风光量以公式(6)计算:
S2:建立约束条件;
1)能量响应约束:
需求响应资源的负荷增加量应该小于其能提供的最大容量,大于0,即处于响应状态,如公式(7):
对于第j个需求响应资源,代表其在时段t的最大负荷增加量;vj,t为其在时段t的能量调用状态,为0-1变量,1代表被调用,0代表未调用;
2)时间响应特性约束:
当接收到交易中心的调度指令后,对经营区域内的需求响应资源进行调度,响应时间应该限制在一定范围内,如公式(8):
为第j个需求响应资源在调度周期内的响应时间,和为第j个需求响应资源在调度周期内的最小和最大响应时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211155927.3A CN115912436A (zh) | 2022-09-22 | 2022-09-22 | 一种计及电力需求响应的电网调度运行优化计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211155927.3A CN115912436A (zh) | 2022-09-22 | 2022-09-22 | 一种计及电力需求响应的电网调度运行优化计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115912436A true CN115912436A (zh) | 2023-04-04 |
Family
ID=86473304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211155927.3A Pending CN115912436A (zh) | 2022-09-22 | 2022-09-22 | 一种计及电力需求响应的电网调度运行优化计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115912436A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117039910A (zh) * | 2023-10-09 | 2023-11-10 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多模型的电力能源需求的管理方法及管理装置 |
-
2022
- 2022-09-22 CN CN202211155927.3A patent/CN115912436A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117039910A (zh) * | 2023-10-09 | 2023-11-10 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多模型的电力能源需求的管理方法及管理装置 |
CN117039910B (zh) * | 2023-10-09 | 2024-01-05 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多模型的电力能源需求的管理方法及管理装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tu et al. | Optimization of a stand-alone photovoltaic–wind–diesel–battery system with multi-layered demand scheduling | |
Glavin et al. | Optimisation of a photovoltaic battery ultracapacitor hybrid energy storage system | |
Rana et al. | A novel peak load shaving algorithm for isolated microgrid using hybrid PV-BESS system | |
KR20170095580A (ko) | 신재생 에너지 연계형 ess의 전력 관리 방법 | |
CN103151797A (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
Vatanpour et al. | The impact of energy storage modeling in coordination with wind farm and thermal units on security and reliability in a stochastic unit commitment | |
CN110783959B (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN117077974A (zh) | 虚拟电厂资源优化调度方法、装置、设备及存储介质 | |
CN115912436A (zh) | 一种计及电力需求响应的电网调度运行优化计算方法 | |
CN115222213A (zh) | 一种电网配电管理规划方法及系统 | |
CN102931676B (zh) | 一种太阳能电力并网自用多功能系统的构造 | |
KR102028368B1 (ko) | 계층적 능동부하 투입 제어 장치 및 방법 | |
CN105162173A (zh) | 一种接入风力发电的电力系统备用容量确定方法 | |
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 | |
CN102097820A (zh) | 太阳能峰谷电力调节系统 | |
CN113964852B (zh) | 一种面向共享储能的虚拟电厂的发电控制方法及装置 | |
CN115765014A (zh) | 一种计及信息物理耦合的配电网储能与数据中心规划方法 | |
CN113690925B (zh) | 一种基于微电网的能量交互优化方法及系统 | |
CN115809593A (zh) | 一种包含多元储能装置的综合能源系统的运行控制方法 | |
CN113422366B (zh) | 一种基于大数据分析和需求响应的电力调度方法及其系统 | |
CN114709878A (zh) | 应用于光储直柔建筑的光储协同配置方法、设备及介质 | |
CN109447456B (zh) | 计及短期需求响应的风电并网电力系统规划方法 | |
CN117977599B (zh) | 含有电动汽车的虚拟电厂的调度方法、系统、设备和介质 | |
Park et al. | ESS SoC Optimization System Using EV Control | |
CN112712199B (zh) | 基于激励的需求响应下综合能源系统元件选址定容方法 |
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 |