CN116029197A - 以变电站为落点的综合能源搭载及容量优化配置方法 - Google Patents
以变电站为落点的综合能源搭载及容量优化配置方法 Download PDFInfo
- Publication number
- CN116029197A CN116029197A CN202211613355.9A CN202211613355A CN116029197A CN 116029197 A CN116029197 A CN 116029197A CN 202211613355 A CN202211613355 A CN 202211613355A CN 116029197 A CN116029197 A CN 116029197A
- Authority
- CN
- China
- Prior art keywords
- distributed
- capacity
- transformer substation
- substation
- energy
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种以变电站为落点的综合能源搭载及容量优化配置方法,包括以下步骤:步骤1:选定待搭载分布式能源的目标变电站,并搜集目标变电站的环境信息和用户用电信息;步骤2:对目标变电站的环境信息和用户用电信息进行分析,确立目标变电站能够搭载的分布式能源的种类;步骤3:基于目标变电站的环境信息和用户用电信息,通过建立博弈模型并求解而确定目标变电站所搭载的各个种类的分布式能源的容量。本发明能够明确、方便、合理、有效地针对变电站实现综合能源搭载及容量优化配置,从而提高综合能效。
Description
技术领域
本发明涉及电气工程及新能源建设双重领域,尤其涉及一种以变电站位落点的综合能源搭载及容量优化配置方法。
背景技术
发展新能源是能源转型的必然选择。变电站作为电力系统的核心枢纽,在承担电力输配和供应方面发挥着至关重要的作用,其特点是分布广泛、靠近用户负荷中心。以变电站为载体,集成新能源建设综合能源站,可一站式响应用户多种能源及增值服务需求,充分发挥能源配置中心的作用,提高综合能效,平滑电力需求,实现土地资源综合利用,提高供能的可靠性和质量,保障供电的持续性和可靠性,改善电能质量,推动绿色低碳发展。其中,依托变电站发展分布式能源是目前综合能源变电站建设的一个内容。
分布式能源方式相较于集中式能源方式,其具有以下几个优势:1)分布式能源可以灵活地进行能源的优化配置,以满足用户的多类型能源需求,同时能够利用余热来制热、制冷,实现能源的梯级利用,降低能源的转换效率,提高能源的利用率;2)分布式能源更加靠近用户负荷中心,减少了传输距离,降低了网络损耗,其相较于集中式来说,分布式能源系统能够减少大型电网和大型管网的建设,节约了大量的集中供应成本,实现良好的经济效益;3)分布式能源减少了远距离传输的环节,可靠性和安全性得到了良好保证。变电站是电力系统的关键节点,承担着电能的分配、优化、控制及监测的作用,是分布式能源利用的落点。考虑变电站广泛分布及靠近用户负荷中心的特点,将分布式能源与变电站相结合构建综合能源变电站是目前综合能源系统体系建设的一条重要的路径。
由此,如何合理地在变电站基础上搭载分布式新能源是需要解决的技术问题。
发明内容
本发明的目的是提供一种能够合理、便捷地为变电站搭载分布式新能源并进行容量优化配置的方法。
为达到上述目的,本发明采用的技术方案是:
一种以变电站为落点的综合能源搭载及容量优化配置方法,包括以下步骤:
步骤1:选定待搭载分布式能源的目标变电站,并搜集所述目标变电站的环境信息和用户用电信息;
步骤2:对所述所述目标变电站的环境信息和用户用电信息进行分析,确立所述目标变电站能够搭载的分布式能源的种类;
步骤3:基于所述目标变电站的环境信息和用户用电信息,通过建立博弈模型并求解而确定所述目标变电站所搭载的各个种类的分布式能源的容量。
所述步骤1中,所述目标变电站的环境信息包括自然资源环境信息、周边建设环境信息、自身发展建设环境信息和其他环境信息;
所述用户用电信息包括用户类别、用户用能特点。
所述自然资源环境信息包括变电站地址及经纬度,风力资源数据,日照资源数据;
所述周边建设环境信息包括周边地形、地貌和土质,交通运输情况,周边建筑数量、类型和间距;
所述自身发展建设环境信息包括站内可用面积,站内屋面面积、朝向和材质,屋面附属物及设施安装情况,屋面载荷情况;
所述其他环境信息包括当地相关政策及扶持信息,周边负荷特点及用电情况。
所述步骤2中,按照分布式光伏系统/分布式风电系统、储能系统的顺序确立所述目标变电站能够搭载的分布式能源的种类。
所述步骤2中,基于所述自然资源环境信息和所述自身发展建设环境信息确定是否可以搭载分布式光伏系统,若水平面太阳总辐射和峰值日照时数均达到对应的阈值、搭载所述分布式光伏系统后屋顶单位面积压力小于对应的阈值,则可以搭载所述分布式光伏系统;基于所述自然资源环境信息和所述用户用电信息确定是否可以搭载分布式风电系统,若所搭载的所述分布式光伏系统所能提供功率不满足所述目标变电站的站内用电负荷总功率,且所述分布式风电系统的安装高度上的风密度功率和年平均风速均达到对应阈值,则可以搭载所述分布式风电系统。
所述步骤3包括以下子步骤:
子步骤3-1:建立所述博弈模型,包括定义参与者集合N={WT,PV,B},所述参与者集合N中的元素为各个博弈参与者,其中WT代表分布式风电系统;PV代表分布式光伏系统主体;B代表储能主体;定义策略集合P={PWT,PPV,PB},其中PWT代表分布式风电系统的装机容量,PPV代表分布式光伏系统的装机容量、PB代表储能系统的装机容量;定义收益函数其中FWT代表所述分布式风电系统的收益函数,FPV代表所述分布式光伏系统的收益函数,FB代表所述储能系统的收益函数;为所述所述策略集合P设置初始值;
子步骤3-2:针对各个所述博弈参与者分别进行独立策略优化,得到对应的装机容量;
子步骤3-3:各个所述博弈参与者分享独立策略优化得到的装机容量;
子步骤3-4:判断是否找到所述博弈模型的纳什均衡点,若是,则确定所述目标变电站所搭载的各个种类的分布式能源的容量并输出纳什均衡解,否则返回所述子步骤3-2迭代。
所述子步骤3-4中,计算若则到所述博弈模型的纳什均衡点,其中 分别为所述分布式风电系统、所述分布式光伏系统、所述储能系统第j轮迭代的装机容量,分别为所述分布式风电系统、所述分布式光伏系统、所述储能系统的最优装机容量,argmax(·)为使目标函数达到最大的容量集合。
所述子步骤3-1中,所述所述策略集合P的初始值为随机选取。
所述目标变电站为110kV变电站。
由于上述技术方案运用,本发明与现有技术相比具有下列优点:本发明能够明确、方便、合理、有效地针对变电站实现综合能源搭载及容量优化配置,从而提高综合能效。
附图说明
附图1为搭载分布式光伏系统、分布式风电系统和储能系统的综合能源系统结构图。
附图2为本发明的以变电站为落点的综合能源搭载及容量优化配置方法中分布式能源的种类确立流程图。
附图3为本发明的以变电站为落点的综合能源搭载及容量优化配置方法中博弈模型的求解流程图。
附图4为风电收益与容量的关系图。
附图5为光伏收益与容量的关系图。
附图6为储能收益与容量的关系图。
具体实施方式
下面结合附图所示的实施例对本发明作进一步描述。
实施例一:一种以变电站为落点的综合能源搭载及容量优化配置方法,包括以下步骤:
步骤1:选定待搭载分布式能源的目标变电站,并搜集目标变电站的环境信息和用户用电信息。
目标变电站为110kV变电站,即本方案以110kV变电站为中心落点实施,其优势在于:相较于500kV及以上变电站来说,110kV变电站数目远多于500kV及以上变电站,其也更加的靠近用户负荷中心;相较于220kV变电站来说,110kV变电站建设数目更多,其分散程度也更广,能够辐射更大的范围;相较于35kV及以下变电站来说,110kV变电站所具备的站域容量更大,能够搭载更多的分布式新能源,并对其进行灵活配置,以满足多种用户的用能需求。
针对目标变电站,所搜集的环境信息总结为四大类、十二条,具体如表1所示,其方案设计提供数据支撑。
表1变电站相关数据资料
用户用电信息包括用户类别、用户用能特点。在所搜集资料的基础上,首先对变电站周边用户的资料进行分析,梳理变电站周边用户类别,总结变电站周边用户用能特点,为变电站新能源搭配计划打好基础。变电站周边用户类别大致可分为五类:工业园区用户、商业园区用户、居住小区用户、科技园区用户、农村用户。不同类别的用户的用能特点不一样,对各种类型能源的需求也不尽相同,因此需要仔细分析不同类型用户能源的使用需求,有针对性的对变电站的综合能源进行搭载。
步骤2:对目标变电站的环境信息和用户用电信息进行分析,确立目标变电站能够搭载的分布式能源的种类。
该步骤中,按照分布式光伏系统/分布式风电系统、储能系统的顺序确立目标变电站能够搭载的分布式能源的种类。即以变电站为落点搭载分布式新能源,首先考虑分布式光伏和风电的建设。因为这两种新能源相较于其他分布式新能源来说,建设方便,存在广泛,经济好。
其中,光伏相较于风电来说,其接入电压等级更灵活,同时变电站屋顶一般空闲有充足地方建设光伏,对场地限制要求少,因此可以优先考虑光伏的搭载,其次再考虑风电的搭载。光伏的搭载可以从日照资源、屋面承重、周边建筑环境三个方面依次考察。
以变电站为落点搭载可再生能源,期望分布式能源系统首先能够满足变电站站内用电负荷消耗,然后再对外进行输出。因此,风电搭载首先需要考察光伏发电是否满足站内用电负荷消耗,然后再对其他条件进行考察。风电的搭载可以从站用负荷、风能资源、气象因素、地形交通四个方面依次进行考察。
储能的搭载无需考察自然环境因素及地形地貌条件。同时,因为风力发电、光伏发电具备天然波动性和不可预测性,给电网运行调度带来了困难,影响了电网的频率波动,而配置储能能够解决新能源带来的频率波动及调度问题,使电网电力供需实时平衡,提高电能质量。其次,由于电网消纳能力不足等原因,也会带来弃风、弃光现象,配置储能能够提高新能源的消纳能力,实现新能源的就地消纳。同时,通过低谷充电、高峰放电,储能能够实现削峰填谷的作用,提升能源系统的利用率。最后,对于用户来说,储能通过在低电价时充电、高电价时放电,可以降低用电的成本,实现分时电价的管理。同时,当电网发生故障时,储能能够将电力供应给用户,提升电力供应可靠性。
基于此,该步骤2中,基于自然资源环境信息和自身发展建设环境信息确定是否可以搭载分布式光伏系统,若水平面太阳总辐射和峰值日照时数均达到对应的阈值、搭载分布式光伏系统后屋顶单位面积压力小于对应的阈值,则可以搭载分布式光伏系统;基于自然资源环境信息和用户用电信息确定是否可以搭载分布式风电系统,若所搭载的分布式光伏系统所能提供功率不满足目标变电站的站内用电负荷总功率,且分布式风电系统的安装高度上的风密度功率和年平均风速均达到对应阈值,则可以搭载分布式风电系统。
具体如附图2所示,在选定待搭载分布式能源的110kV目标变电站、搜集目标变电站的环境信息和用户用电信息并进行分析后,首先确定是否可以搭载分布式光伏系统,判断是否满足:
式(1)中,QH表示水平面太阳总辐射;TP表示峰值日照时数,5000为水平面太阳总辐射对应的阈值,可根据实际情况适当选择,3.8为峰值日照时数对应的阈值,可根据实际情况适当选择。
若满足式(1),则继续判断是否满足:
(G1+G2+G3)/S≤2 (3)
式(3)中,G1为光伏设备自重,G2为光伏设备零配件总荷重,G3为结构自重;S为屋顶光伏设备安装面积,2为搭载分布式光伏系统后屋顶单位面积压力对应的阈值,可根据实际情况适当选择。
若满足式(3),再判断周边建筑环境是否符合光伏安装要求,若是,则确定可以搭载分布式光伏系统。
接下来确定是否可以搭载分布式风电系统,判断是否满足:
Ppv<P站 (4)
式(4)中,Ppv为光伏设备所能提供功率;P站为变电站站内用电负荷总功率。
若满足式(4),则继续判断分布式风电系统的安装高度上的风密度功率和年平均风速均是否达到对应阈值,及判断是否满足:
10m高度:
30m高度:
50m高度:
式(5)(6)(7)中,Dwp为风功率密度,v为年平均风速。
若满足式(5)或(6)或(7),则再判断气象因素是否符合分布式风电系统的搭载要求、地形交通是否适合分布式风电系统的搭载要求,若是则可以搭载分布式风电系统。
最后,储能系统为必然搭载的,则搭载了分布式光伏系统、分布式风电系统和储能系统的变电站综合能源系统如附图1所示。
步骤3:基于目标变电站的环境信息和用户用电信息,通过建立博弈模型并求解而确定目标变电站所搭载的各个种类的分布式能源的容量。
如附图3所示,步骤3包括以下子步骤:
子步骤3-1:建立博弈模型。博弈模型包括:
1)参与者集合
N={WT,PV,B} (8)
参与者集合N中的元素为各个博弈参与者,其中WT代表分布式风电系统;PV代表分布式光伏系统主体;B代表储能主体。
2)策略集合
P={PWT,PPV,PB} (9)
略集合P中,PWT代表分布式风电系统的装机容量,PPV代表分布式光伏系统的装机容量、PB代表储能系统的装机容量。
3)收益函数
收益函数中,FWT代表分布式风电系统的收益函数,FPV代表分布式光伏系统的收益函数,FB代表储能系统的收益函数。
为策略集合P设置初始值,策略集合P的初始值为随机选取,即各个博弈参与者从各自的策略空间中随机选取初始值。
子步骤3-2:针对各个博弈参与者分别进行独立策略优化,得到对应的装机容量。
子步骤3-3:各个博弈参与者分享独立策略优化得到的装机容量。
子步骤3-4:判断是否找到博弈模型的纳什均衡点,若是,则确定目标变电站所搭载的各个种类的分布式能源的容量并输出纳什均衡解,否则返回子步骤3-2迭代。
博弈模型的均衡解,是各个参与者的最优策略选择,此时整体收益达到最佳,各博弈参与者收益最佳。均衡解的计算如下所示:
若
则到博弈模型的纳什均衡点。式(12)中,分别为分布式风电系统、分布式光伏系统、储能系统第j轮迭代的装机容量,分别为分布式风电系统、分布式光伏系统、储能系统的最优装机容量,argmax(·)为使目标函数达到最大的容量集合。由此可见,只有当相邻两次迭代过程中,各博弈参与者得到的最优结果相同,即如式(12)所示,才能得到纳什均衡解,视为找到均衡点。
针对上述方案,通过使用MATLAB建立博弈模型进行实验的仿真。图4为当光伏、储能容量为0时,风电收益与容量的关系图。该图表明在此种情况下,风电收益是其容量的连续凹函数。图5为当风电、储能容量为0时,光伏收益与容量的关系图。该图表明在此种情况下,光伏收益是其容量的连续凹函数。图6为当光伏、风电容量为0时,储能收益与容量的关系图。该图表明在此种情况下,储能收益随着容量的增大几乎线性减小,其收益是其容量的拟凹函数。进一步根据仿真可以表明,当风电、光伏、储能中任意两个分别取其他值时不改变第三者的凹性。根据定理:考察一个策略式博弈,其策略空间是欧式空间的非空紧凸集。若其收益函数对是连续拟凹的,则该博弈存在纯策略纳什均衡。由此可以说明,风电、光伏、储能三者形成的博弈模型中存在纳什均衡解,可以求得最佳的容量配置。其最佳容量配置如表2所示。
表2博弈模型纳什均衡结果
模式编号 | 博弈模式 | PWT(kw) | PPV(kw) | PB(kw) |
1 | {WT},{PV},{B} | 2145 | 1150 | 523 |
2 | {WT,PV,B} | 1256 | 869 | 879 |
3 | {WT,PV},{B} | 1212 | 903 | 523 |
4 | {WT,B},{PV} | 2140 | 1143 | 768 |
5 | {PV,B},{WT} | 2143 | 1144 | 523 |
上述方案具备以下优势:1)方案以110kV变电站为基础,通过对变电站周边环境数据、气候资源条件、地形地貌数据等相关数据进行分析总结,梳理了变电站综合能源的搭载所需条件及要求,并以此提出了一种变电站综合能源搭载方案,明确了变电站综合能源的搭载流程;2)方案对综合能源的容量进行优化配置,通过构建博弈模型探讨了综合能源搭载的最优容量,并通过实验仿真验证了其可行性、有效性。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种以变电站为落点的综合能源搭载及容量优化配置方法,其特征在于:以变电站为落点的综合能源搭载及容量优化配置方法包括以下步骤:
步骤1:选定待搭载分布式能源的目标变电站,并搜集所述目标变电站的环境信息和用户用电信息;
步骤2:对所述所述目标变电站的环境信息和用户用电信息进行分析,确立所述目标变电站能够搭载的分布式能源的种类;
步骤3:基于所述目标变电站的环境信息和用户用电信息,通过建立博弈模型并求解而确定所述目标变电站所搭载的各个种类的分布式能源的容量。
2.根据权利要求1所述的以变电站为落点的综合能源搭载及容量优化配置方法,其特征在于:所述步骤1中,所述目标变电站的环境信息包括自然资源环境信息、周边建设环境信息、自身发展建设环境信息和其他环境信息;
所述用户用电信息包括用户类别、用户用能特点。
3.根据权利要求2所述的以变电站为落点的综合能源搭载及容量优化配置方法,其特征在于:所述自然资源环境信息包括变电站地址及经纬度,风力资源数据,日照资源数据;
所述周边建设环境信息包括周边地形、地貌和土质,交通运输情况,周边建筑数量、类型和间距;
所述自身发展建设环境信息包括站内可用面积,站内屋面面积、朝向和材质,屋面附属物及设施安装情况,屋面载荷情况;
所述其他环境信息包括当地相关政策及扶持信息,周边负荷特点及用电情况。
4.根据权利要求3所述的以变电站为落点的综合能源搭载及容量优化配置方法,其特征在于:所述步骤2中,按照分布式光伏系统/分布式风电系统、储能系统的顺序确立所述目标变电站能够搭载的分布式能源的种类。
5.根据权利要求4所述的以变电站为落点的综合能源搭载及容量优化配置方法,其特征在于:所述步骤2中,基于所述自然资源环境信息和所述自身发展建设环境信息确定是否可以搭载分布式光伏系统,若水平面太阳总辐射和峰值日照时数均达到对应的阈值、搭载所述分布式光伏系统后屋顶单位面积压力小于对应的阈值,则可以搭载所述分布式光伏系统;基于所述自然资源环境信息和所述用户用电信息确定是否可以搭载分布式风电系统,若所搭载的所述分布式光伏系统所能提供功率不满足所述目标变电站的站内用电负荷总功率,且所述分布式风电系统的安装高度上的风密度功率和年平均风速均达到对应阈值,则可以搭载所述分布式风电系统。
6.根据权利要求5所述的以变电站为落点的综合能源搭载及容量优化配置方法,其特征在于:所述步骤3包括以下子步骤:
子步骤3-1:建立所述博弈模型,包括定义参与者集合N={WT,PV,B},所述参与者集合N中的元素为各个博弈参与者,其中WT代表分布式风电系统;PV代表分布式光伏系统主体;B代表储能主体;定义策略集合P={PWT,PPV,PB},其中PWT代表分布式风电系统的装机容量,PPV代表分布式光伏系统的装机容量、PB代表储能系统的装机容量;定义收益函数其中FWT代表所述分布式风电系统的收益函数,FPV代表所述分布式光伏系统的收益函数,FB代表所述储能系统的收益函数;为所述所述策略集合P设置初始值;
子步骤3-2:针对各个所述博弈参与者分别进行独立策略优化,得到对应的装机容量;
子步骤3-3:各个所述博弈参与者分享独立策略优化得到的装机容量;
子步骤3-4:判断是否找到所述博弈模型的纳什均衡点,若是,则确定所述目标变电站所搭载的各个种类的分布式能源的容量并输出纳什均衡解,否则返回所述子步骤3-2迭代。
8.根据权利要求6所述的以变电站为落点的综合能源搭载及容量优化配置方法,其特征在于:所述子步骤3-1中,所述所述策略集合P的初始值为随机选取。
9.根据权利要求1所述的以变电站为落点的综合能源搭载及容量优化配置方法,其特征在于:所述目标变电站为110kV变电站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211613355.9A CN116029197A (zh) | 2022-12-15 | 2022-12-15 | 以变电站为落点的综合能源搭载及容量优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211613355.9A CN116029197A (zh) | 2022-12-15 | 2022-12-15 | 以变电站为落点的综合能源搭载及容量优化配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116029197A true CN116029197A (zh) | 2023-04-28 |
Family
ID=86071716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211613355.9A Pending CN116029197A (zh) | 2022-12-15 | 2022-12-15 | 以变电站为落点的综合能源搭载及容量优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116029197A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117353305A (zh) * | 2023-12-06 | 2024-01-05 | 国网山西省电力公司晋城供电公司 | 一种台区电能质量预测方法、装置、介质及电子设备 |
-
2022
- 2022-12-15 CN CN202211613355.9A patent/CN116029197A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117353305A (zh) * | 2023-12-06 | 2024-01-05 | 国网山西省电力公司晋城供电公司 | 一种台区电能质量预测方法、装置、介质及电子设备 |
CN117353305B (zh) * | 2023-12-06 | 2024-03-01 | 国网山西省电力公司晋城供电公司 | 一种台区电能质量预测方法、装置、介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Optimized sizing of a standalone PV-wind-hydropower station with pumped-storage installation hybrid energy system | |
Yeshalem et al. | Design of an off-grid hybrid PV/wind power system for remote mobile base station: A case study | |
Maatallah et al. | Assessment viability for hybrid energy system (PV/wind/diesel) with storage in the northernmost city in Africa, Bizerte, Tunisia | |
Kamal et al. | Planning and optimization of microgrid for rural electrification with integration of renewable energy resources | |
Jarrah et al. | A hierarchical optimization model for energy data flow in smart grid power systems | |
Nema et al. | PV-solar/wind hybrid energy system for GSM/CDMA type mobile telephony base station | |
Chaichan et al. | Optimization of stand-alone and grid-connected hybrid solar/wind/fuel cell power generation for green islands: Application to Koh Samui, southern Thailand | |
Hossain et al. | Quantifying potential of hybrid PV/WT power supplies for off-grid LTE base station | |
Akindeji et al. | Use of renewable energy sources in university campus microgrid–a review | |
Okundamiya et al. | Design and control strategy for a hybrid green energy system for mobile telecommunication sites | |
Lödl et al. | Operation strategies of energy storages with forecast methods in low-voltage grids with a high degree of decentralized generation | |
Javadi et al. | Optimal planning and operation of hybrid energy system supplemented by storage devices | |
Avikal et al. | Selection of best power supply source for telecom towers in remote areas | |
Aziz et al. | Rural electrification through an optimized off-grid microgrid based on biogas, solar, and hydro power | |
CN116029197A (zh) | 以变电站为落点的综合能源搭载及容量优化配置方法 | |
CN115907385A (zh) | 一种考虑水光不确定性的源网储双层协同规划方法及装置 | |
Saberi et al. | Optimal sizing of hybrid PV and wind energy system with backup of redox flow battery to postpone grid expansion investments | |
Okundamiya et al. | Modeling and optimum capacity allocation of micro-grids considering economy and reliability | |
Rahimzadeh et al. | Optimal storage systems for residential energy systems in British Columbia | |
Deruyck et al. | Designing a hybrid renewable energy source system to feed the wireless access network | |
Hui et al. | Modeling and Optimal Operation of Urban Integrated Energy System Considering Multiple Sub-systems | |
Odero et al. | Wind Energy Resource Prediction and Optimal Storage Sizing to Guarantee Dispatchability: A Case Study in the Kenyan Power Grid | |
He et al. | Techno-economic analysis of an HRES with fuel cells, solar panels, and wind turbines using an improved Al-Biruni algorithm | |
Khalifa et al. | Optimal design of a hybrid renewable energy system powering mobile radio base station in Libya | |
Sun et al. | Cost and Reliability Analysis of a Hybrid Renewable Energy Systems-A Case Study on an Administration Building |
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 |