CN116049298A - 柔性配电台区碳监测模型的配电网碳足迹分析方法和系统 - Google Patents
柔性配电台区碳监测模型的配电网碳足迹分析方法和系统 Download PDFInfo
- Publication number
- CN116049298A CN116049298A CN202310030532.9A CN202310030532A CN116049298A CN 116049298 A CN116049298 A CN 116049298A CN 202310030532 A CN202310030532 A CN 202310030532A CN 116049298 A CN116049298 A CN 116049298A
- Authority
- CN
- China
- Prior art keywords
- carbon
- model
- power distribution
- monitoring
- power
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 180
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 180
- 238000009826 distribution Methods 0.000 title claims abstract description 73
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 title claims abstract description 21
- 238000012800 visualization Methods 0.000 claims abstract description 7
- 238000000034 method Methods 0.000 claims description 23
- 238000006073 displacement reaction Methods 0.000 claims description 19
- 238000004146 energy storage Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 9
- 238000005265 energy consumption Methods 0.000 claims description 8
- 238000010248 power generation Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000011084 recovery Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000009467 reduction Effects 0.000 description 6
- 239000003245 coal Substances 0.000 description 5
- 230000005611 electricity Effects 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- 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
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种基于柔性配电台区碳监测模型的配电网碳足迹分析方法和系统,包括以下步骤:建立电源归一化碳源模型,并基于所述电源归一化碳源模型构建台区的碳监测与碳足迹模型;获取所述台区的碳监测与碳足迹模型中的模型参数;基于所述模型参数和所述台区的碳监测与碳足迹模型计算碳排放数值;基于所述碳排放数值生成可视化图表。本申请提供通用性强,可视化程度高的碳排放监测方案。
Description
技术领域
本申请涉及碳足迹分析技术,特别是一种基于柔性配电台区碳监测模型的配电网碳足迹分析方法和系统。
背景技术
近年来新型电力系统建设的脚步持续增速,电力系统节能降碳问题备受学术界和工程应用领域的专家学者关注。新型电力系统最显著的特征就是风电、光伏和水电等可再生能源发电的占比增高,为了解决光伏和风电出力间歇性、不确定性对电网不可预测性冲击的问题,新型电网还必须配置一定容量的大规模电池储能站、抽水蓄能站等,同时,还可调动负荷侧电动汽车通过V2G参与电网运控控制,通过广泛联合、广泛协同、多维参与等机制,共同实现新型配电网络的安全、稳定、可靠供电。
电能在使用过程中没有直接产生二氧化碳,但在转化的过程中产生了碳排放,因此,按“能耗分摊”的方式分配“碳减排”责任,是目前电力领域普遍被接受的观念。例如:1kg标准煤可发3kWh电并排放二氧化碳1kg,那么,用户消耗1度电,就必须分摊约333g降碳责任额度。
此算法虽然能够界定煤炭发电的碳排责任分摊标准,但不适用于所有电网结构。如荷兰、丹麦等国家火电比例低于全国总装机容量的10%,在用户的用电结构中风力发电占比最高,因此,需要建立适用于风电的碳排量评估模型及单位度电的降碳责任额度(后称为“碳排量指数”,单位:kg/kWh,如煤电为0.333kg/kWh)。
可见,现有技术通用性较差,无法针对不同的电网结构进行碳足迹分析。同时,目前技术可视化程度较低,不能直观观察碳足迹分布。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种通用性强并且直观可视化的基于柔性配电台区碳监测模型的配电网碳足迹分析方法和系统。
一方面,本申请实施例提供了一种基于柔性配电台区碳监测模型的配电网碳足迹分析方法,包括以下步骤:
建立电源归一化碳源模型,并基于所述归一化碳源模型构建台区的碳监测与碳足迹模型;
获取所述台区的碳监测与碳足迹模型中的模型参数;
基于所述模型参数和所述台区的碳监测与碳足迹模型计算碳排放数值;
基于所述碳排放数值生成可视化图表。
另一方面,本申请实施例提供了一种基于柔性配电台区碳监测模型的配电网碳足迹分析系统,其特征在于,包括:
建立单元,用于建立电源归一化碳源模型,并基于所述归一化碳源模型构建台区的碳监测与碳足迹模型;
获取单元,用于获取所述台区的碳监测与碳足迹模型中的模型参数;
计算单元,用于基于所述模型参数和所述台区的碳监测与碳足迹模型计算碳排放数值;
生成单元,用于基于所述碳排放数值生成可视化图表。
另一方面,本申请实施例提供了一种基于柔性配电台区碳监测模型的配电网碳足迹分析系统,其特征在于,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行所述的基于柔性配电台区碳监测模型的配电网碳足迹分析方法。
另一方面,本申请实施例提供了一种计算机可读存储介质,其存储有程序,
其特征在于,所述程序被处理器执行时,实现所述的基于柔性配电台区碳监测模型的配电网碳足迹分析方法。
本申请实施例通过构建电源归一化碳源模型,并基于该模型构建台区的碳监测与碳足迹模型,利用构建台区的碳监测与碳足迹模型进行台区的碳排放分析,并结合模型输出的数据结构生成可视化的图表,上述方式通过电源归一化碳源模型适配不同结构的电网,适应能源种类多样化的电网结构,同时通过可视化的方式方便对碳排放进行监测。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种柔性型配电台区统一结构模型的示意图;
图2是本申请实施例提供的一种基于统一负荷特征的柔性配电台区24小时碳排量监测三维柱状图;
图3是本申请实施例提供的一种新型弱层级化中压(电压等级35kV/10kV)配电网网架;
图4是本申请实施例提供的一种中压配电网线路段的阻抗等效模型。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,以下将参照本申请实施例中的附图,通过实施方式清楚、完整地描述本申请的技术方案,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
参照图1和图2,本申请实施例提供了一种台区碳监测模型的配电网碳足迹分析方法,其特征在于,包括以下步骤:
S1、建立电源归一化碳源模型,并基于所述归一化碳源模型构建台区的碳监测与碳足迹模型。
S2、获取所述台区的碳监测与碳足迹模型中的模型参数。
S3、基于所述模型参数和所述台区的碳监测与碳足迹模型计算碳排放数值。
S4、基于所述碳排放数值生成可视化图表。
其中,电源归一化碳源模型的构建过程如下:
利用煤炭、天然气、水能、风能、太阳能等一次能源发电的过程中,碳排量统计应涵盖电源系统建设、转化过程、设备维护、退役回收等全生命周期过程的各个环节。
假设电源系统建设的总碳排量为B kg;发电过程消耗一次能源产生的碳排量为Ckg/kWh;设备系统维护碳排量为W kg/年;发电系统预期服役年限为T年;退役回收将新增碳排量R kg;年平均发电量为P kWh/年;因此,电源系统全生命周期的碳排量总和,即电源归一化碳源模型为:
M=B+C×P×T+W×T+R 式(1)
根据碳排责任的能耗分摊原则,电源场站的待分摊碳排责任应扣除自身能能耗损失,采用能耗输出系数k表示。由此可以得电源的碳排量指数模型:
柔性配电台区监测模型基于电源归一化碳源模型建立,具体建立过程如下:
如图1所示,该发明在此首先提出了一种柔性配电台区统一结构模型,该模型包括:配电变压器Tm、用电负荷、电动汽车V2G、分布式风电、分布式光伏、电池储能站和抽水蓄能站。
Tm是配电台区负荷与公共点Nm所在中压配电网进行电能交互的端口,并假设配电网的电源为煤电;Tm、电动汽车V2G、电池储能和抽水蓄能站的电能支路的电能均为双向;分布式光伏和分布式风电支路的电能为单向输出;用电负载端电能为单向输入;鉴于柔性配电台区多端口电能流向差异,选取流入0.4kV交流母线为“+”,从母线流出为“-”。
假设在某时刻内,Tm低压侧流入母线的瞬时功率为+PG;用电负载流出母线的瞬时为-PL;电动汽车流入母线的瞬时功率为+PEV;分布式光伏和分布式风电流入母线的瞬时功率为+PPV和+PW;电池储能和抽水蓄能站流入母线的瞬时功率为+PBat.和+PWat.;忽略母线阻抗,可得瞬时功率平衡方程:
+PG+PEV+PPV+PW+PBat.+PWat.-PL=0 式(3)
假设将某日划分成12个时段,第i(取0~11)时段(即“ti-1~ti”之间),各支路功率曲线分别用PG,i、PL,i、PEV,i、PPV,i、PW,i、PBat.,i和PWat.,i表示,则满足台区电能瞬时平衡方程为:
WG,i+WEV,i+WPV,i+WW,i+WBat.,i+WWat.,i=WL,i 式(4)
即:
各支路当日出力为:
假设支路输出功率,其碳排量MCb为负,表示输出碳减排责任;支路输入功率时MCb为正,表示承担碳减排责任。某支路第i个时段的MCb表示为:
式中的δx是指x电源的碳排量指数[参考式(2)],“-”号表示碳排量方向与功率流向相反。x为G时表示电网端;为PV时表示分布式光伏端;为W时表示分布式风电端;为Bat.时表示储能电池端;为Wat.时表示抽水蓄能端;为EV时表示电动汽车端。
根据式(6)和(4)可以得某时段内的碳排量平衡模型:
MCb-G,i+MCb-PV,i+MCb-W,i+MCb-Bat.,i+MCb-Wat.,i+MCb-EV,i=-MCb-L,i 式(7)
综上各式,对单日某台区的碳排量进行统一建模,则用电负荷总碳排量(或称台区碳足迹)可采用矩阵方式表述:
式中的MCb-L,i为第i时段用电负载上的碳排量;Wx,i表示x支路第i时段的能耗,参考式(4)。
在图2中,横轴为时间轴,共分成12个时段,每时段为2小时;纵轴为支路类型,分成分布式光伏、分布式风电、储能电池、抽水蓄能、电动汽车、电网和用电负荷等七中类型;竖轴为电能功率和碳排量,功率为正表示此刻发电,对应的碳排量为负,反之亦然。
该图示方法的创新之处在于,将时间维度、支路类型、各支路出力特征及碳排量清晰非常直观的进行了展示。
上述模型建立,均限定在了24小时的日时间尺度内,但该发明所提出了模型具有可扩展性,能够适用以周、月、季、年等大时间尺度条件。
由式(5)可以计算柔性配电台区某日的各支路出力总和,采用式(8)中的数据可以算出当日各支路碳排量总和,以此为基础,可以构建出柔性配电台区某一周、某一月、某一季度和某一年的各支路出力特征模型和碳排量模型。
传统配电网按电压等级呈现明显的层级结构,且下级电网的供电能力完全依赖上级电网。在新型电力系统配电网中,分布式电源和储能单元在负荷端广泛接入,配电台区具有了一定的自主供电能力和向上级电网反馈电能的功能,即配电网的主动性增强了。在此背景下,该发明提出了一种弱层级化中压配电网网架,如图3所示,它主要有柔性配电台区Tm和线路段阻抗Zm构成(m取1~N之间的整数,N值可为10、50、100等,具体数量可根据实际应用场景确定),前者结构如图1所示,后者结构如图4所示。
图3所示的中压配电网结构,为台区无限可扩展模型,相邻台区之间通过Zm相连,线路段阻抗数学模型为:
式中Sma和Smb为线路分段开关,开关闭合时值为1,关断时的值为0;ω为角频率。
假设节点Nm的电压为VN,m,且忽略线路上电感、电容影响,则线路段阻抗所产生能损耗为:
再假设各台区出力为PGm,电能输入至中压母线为正,电能从母线输出为负,则母线功率平衡模型为:
式(2)依据电源类型和发电特征建立了统一的碳排量指数,配电台区的碳排量指数如何建立?此处提出一种平均碳排量指数的思路,即只考虑柔性配电台区中电网、分布式光伏、分布式风电等发电单元的出力特征,不考虑储能单元出力,建立柔性配电台区的平均碳排量指数模型,如下:
在新型配电网中,台区自主供电能力增强,式(11)中的台区出力PGm假定为该台区当日的平均负荷功率,由此可得台区当日的碳排总量为:
式中:MCb-Gm,j指第m个台区第j天的碳排总量。由式(11),同一天内,线路段阻抗上的碳排量可表示为:
进而推导出上述弱层级化的中压配电网碳足迹模型,如下:
式中PGm,j与式(11)中的PGm意义相同,不过在后者的基础上限定了日期j。
可以理解的是,基于上述模型,结合本申请实施例所提供的可视化方式,可以实现区域配电网和台区的碳排放状态可视化,根据图2所示的碳排量监测三维柱状图,电网管理者或用户能够获取准确的碳排量信息,指导其有针对性的负荷进行节能控制,采取有效的能耗抑制手段,实现对配电网的节能降碳。
在本申请中所述集成的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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.基于柔性配电台区碳监测模型的配电网碳足迹分析方法,其特征在于,包括以下步骤:
建立电源归一化碳源模型,并基于所述电源归一化碳源模型构建台区的碳监测与碳足迹模型;
获取所述台区的碳监测与碳足迹模型中的模型参数;
基于所述模型参数和所述台区的碳监测与碳足迹模型计算碳排放数值;
基于所述碳排放数值生成可视化图表。
4.根据权利要求3所述基于柔性配电台区碳监测模型的配电网碳足迹分析方法,其特征在于,所述基于所述碳排放数值生成可视化图表,具体是:
建立三维图表,横轴为时间轴,共分成12个时段,每时段为2小时;纵轴为支路类型,之路类型分成分布式光伏、分布式风电、储能电池、抽水蓄能、电动汽车、电网和用电负荷七种类型,以竖轴表示电能功率和碳排量;
根据所述碳排放数值,生成三维图表。
5.根据权利要求4所述的基于柔性配电台区碳监测模型的配电网碳足迹分析方法,其特征在于,还包括以下步骤:
根据用户的配置指令,建立基于不同时间长度的三维图表。
8.一种基于柔性配电台区碳监测模型的配电网碳足迹分析系统,其特征在于,包括:
建立单元,用于建立电源归一化碳源模型,并基于所述电源归一化碳源模型构建台区的碳监测与碳足迹模型;
获取单元,用于获取所述台区的碳监测与碳足迹模型中的模型参数;
计算单元,用于基于所述模型参数和所述台区的碳监测与碳足迹模型计算碳排放数值;
生成单元,用于基于所述碳排放数值生成可视化图表。
9.一种基于柔性配电台区碳监测模型的配电网碳足迹分析系统,其特征在于,包括:
存储器,用于存储程序;
处理器,用于加载所述程序以执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其存储有程序,其特征在于,所述程序被处理器执行时,实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310030532.9A CN116049298A (zh) | 2023-01-10 | 2023-01-10 | 柔性配电台区碳监测模型的配电网碳足迹分析方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310030532.9A CN116049298A (zh) | 2023-01-10 | 2023-01-10 | 柔性配电台区碳监测模型的配电网碳足迹分析方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116049298A true CN116049298A (zh) | 2023-05-02 |
Family
ID=86114347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310030532.9A Pending CN116049298A (zh) | 2023-01-10 | 2023-01-10 | 柔性配电台区碳监测模型的配电网碳足迹分析方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116049298A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118037319A (zh) * | 2024-04-12 | 2024-05-14 | 西安高压电器研究院股份有限公司 | 一种开关设备运行阶段损耗的碳排放量计算方法及装置 |
-
2023
- 2023-01-10 CN CN202310030532.9A patent/CN116049298A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118037319A (zh) * | 2024-04-12 | 2024-05-14 | 西安高压电器研究院股份有限公司 | 一种开关设备运行阶段损耗的碳排放量计算方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hua et al. | Optimal energy management strategies for energy Internet via deep reinforcement learning approach | |
Ziogou et al. | Optimal production of renewable hydrogen based on an efficient energy management strategy | |
CN105337310B (zh) | 一种串联结构光储型多微网经济运行系统及方法 | |
Capizzi et al. | Recurrent neural network-based control strategy for battery energy storage in generation systems with intermittent renewable energy sources | |
CN103441520A (zh) | 微网分布式新能源储能系统 | |
CN110556847B (zh) | 含光伏配电网中储能系统规划运行联合优化方法及系统 | |
CN107134789A (zh) | 基于拓展qv节点的光储最优潮流控制方法 | |
CN105826944A (zh) | 一种微电网群的功率预测方法和系统 | |
CN111291978A (zh) | 一种基于Benders分解的两阶段储能方法及系统 | |
CN102611099A (zh) | 一种微电网降低网损的方法 | |
CN107623337A (zh) | 一种微电网能量管理方法 | |
CN103577891A (zh) | 一种含分布式电源的多孤岛微网优化合作运行方法 | |
CN116207739A (zh) | 配电网优化调度方法、装置、计算机设备和存储介质 | |
CN116049298A (zh) | 柔性配电台区碳监测模型的配电网碳足迹分析方法和系统 | |
CN106451511B (zh) | 一种储能优化控制方法 | |
Ma et al. | Coordination of generation and transmission planning for power system with large wind farms | |
CN105633950A (zh) | 考虑风电注入不确定性的多目标随机模糊动态最优潮流 | |
CN116073448B (zh) | 一种基于低碳效益的配电系统源网荷储协同调峰方法 | |
Hashmi et al. | Power energy management for a grid-connected PV system using rule-base fuzzy logic | |
CN114925928B (zh) | 一种智能动态调控的地下综合体浅层地热能利用、存储方法及其系统 | |
CN107465195B (zh) | 一种基于微电网结合潮流计算的最优潮流双层迭代方法 | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
CN106447061A (zh) | 分布式电源定容选址的方法 | |
Li et al. | A control method of voltage stability for distributed DC microgrid | |
Chen et al. | Research on real-time carbon emission factor prediction method for load nodes of power system based on gated recurrent cell network |
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 |