CN116231689A - 一种电能量分类预储及动态调整的微电网集群协同策略 - Google Patents

一种电能量分类预储及动态调整的微电网集群协同策略 Download PDF

Info

Publication number
CN116231689A
CN116231689A CN202211354537.9A CN202211354537A CN116231689A CN 116231689 A CN116231689 A CN 116231689A CN 202211354537 A CN202211354537 A CN 202211354537A CN 116231689 A CN116231689 A CN 116231689A
Authority
CN
China
Prior art keywords
micro
grid
power
electric energy
regional
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
Application number
CN202211354537.9A
Other languages
English (en)
Inventor
蔡文澜
徐志玲
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.)
China Jiliang University
Original Assignee
China Jiliang 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 China Jiliang University filed Critical China Jiliang University
Priority to CN202211354537.9A priority Critical patent/CN116231689A/zh
Publication of CN116231689A publication Critical patent/CN116231689A/zh
Pending legal-status Critical Current

Links

Images

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
    • H02J3/004—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
    • H02J3/003—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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution 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
    • 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
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电能量分类预储及动态调整的微电网集群协同策略，涉及资源与环境技术领域；目前微电网集群间缺少电能量协同调配策略，资源浪费，且配电网运行稳定性得不到保障；本发明基于BP神经网络进行光伏发电量预测，基于历史用电负荷曲线进行用户用电量预测，区域电能量分配平台基于个体微电网中的电能量预测模块上送的预测信息将其分类为一类、二类微电网，通过合理分配下一段时间周期内各微电网的预分配电能量，实现集群中各类微电网有序协同运行，并建立考虑应急用电需求的电能量动态调配数学优化模型，通过对分配电能量的动态调度，实现应急用电需求迅速响应，降低区域微电网集群的弃光率，增加区域微电网集群供电可靠性。

Description

一种电能量分类预储及动态调整的微电网集群协同策略
技术领域
本发明涉及一种电能量分类预储及动态调整的微电网集群协同策略，涉及资源与环境技术领域。
背景技术
低压侧分布式微电网中成员主要包括有分布式电源、储能系统、用电用户、电动汽车充电桩等，其中分布式电源如分布式光伏、电动汽车充电站均具有随机性较强的特性，分布式光伏直接接入低压侧配电网，将改变配电网的潮流分布，甚至改变潮流方向，这种改变影响了电网的电压，同时，分布式光伏发电系统中的光伏逆变器是产生谐波污染的主要来源，其向低压侧电网注入的谐波会引起沿线电压畸变，而电动汽车充电站对配电网带来的影响主要有两个方面，一是电动汽车充电时间叠加或负荷高峰时段充电会加剧配电网的负担，二是由于充电设施属于非线性负载，充电时产生大量的谐波，其影响与光伏发电入网相同。
一般情况下利用储能系统，与分布式光伏、电动汽车充电桩、用户负荷形成微电网，区域内多个微电网形成区域微电网集群，理想状态下，引入储能设备后，微电网可实现孤岛运行，完成自产自销，供需自我调节，但目前部分微电网内由于分布式光伏设备不足，或某时间段内电动汽车集中充电导致区域用电负荷激增等造成微电网无法实现电能量的自我调配，还是需要配电网临时进行紧急电能量输送，而部分微电网内由于分布式光伏设备安装多，发电量远大于某段时间内用电负荷，而储能设备又已处于满载状态，造成弃光现象，上述现象是由于目前微电网集群间缺少电能量协同调配策略，造成资源浪费的同时，配电网运行稳定性也无法得到保障。因此在微电网运行过程中，充足的应急电量储备与合理的应急电量分配对应对电动汽车充电桩充电动作等突发用电事件，减小因为微电网内电量无法调配而引用大电网电能而对大电网运行稳定性造成的影响十分重要。
发明内容
为解决上述问题，本发明提供一种电能量分类预储及动态调整的微电网集群协同策略，用于解决背景技术中提到的问题。
本发明采用了如下技术方案：
S1、利用电能量预分配平台设置配电网分配至某区域微电网集群的总功率限值；
S2、各微电网向电能量预分配平台提供下一阶段光伏发电量预测值、用户用电量预测值，其中由于光伏发电量受周围环境影响较大，本发明选择基于BP神经网络进行光伏发电量预测提供微电网i下一个时间周期的光伏发电量预测值，由于区域用户用电负荷具有用户用电习惯惯性，本发明选择基于历史用电负荷曲线进行用户用电量预测，提供微电网i下一个时间周期的用户用电量预测值；
S3、区域电能量预分配平台通过参与电能量预分配的区域内各个体微电网中电能量预测模块提供的基础预测值，计算得到各个体微电网功率预测值数值比例；
S4、通过数值比例，结合各微电网内安装电动汽车充电桩个数、微电网内历史应急用电记录，对下一时间段的区域微电网集群的总功率限值进行预分配；
S5、通过遍历的方式依次判断各个体微电网光伏预测发电量、储能设备可支配电量、预分配电量之和是否大于其用户预测用电量；
S6、若微电网i满足步骤S5中涉及的判断，则进一步判断该微电网光伏预测发电量、储能设备可支配电量之和是否大于其用户预测用电量，若满足，则定义该微电网为一类微电网，若不满足，则定义该微电网为二类微电网；
S7、对一类微电网进行预分配电能量的重新调配，将改为电网的而与分配电能量调整为最小应急用电预留值；
S8、计算并记录该微电网原预分配电能量与最小应急用电预留值之差，并将此差值计入区域微电网集群未分配电能量；
S9、若微电网i不满足步骤S5中涉及的判断，则进一步判断区域微电网集群是否由未分配的电能量，若有，则定量增加该微电网下一时间段的预分配电量，并再次判断是否满足步骤S5涉及的判断，若区域微电网集群没有未分配的电能量，则对区域微电网集群中非一类微电网进行电能量的重新预分配，并再次判断是否满足S5；
S10、区域微电网集群中所有微电网均进行判断后，利用电能量预分配平台的下发处理模块将预分配电能量指标下发至各微电网，各微电网在下个时间段即获得此预分配电量进行协调运行；
S11、考虑在一段时间内，用户电动汽车充电行为不可预测，将用户电动汽车充电需求归为应急用电需求，考虑发生应急用电需求时，应急用电需求量已知，用户使用充电桩充电时，用户需选择充电时长或充电电量百分比，充电桩根据用户选择信息得到应急用电需求电量并上送，建立考虑应急用电需求的电能量动态调配数学优化模型，优化目标为最小化负荷调配成本及最大化配电网负荷稳定性；
S12、电能量分配平台接收微电网应急用电需求，功率分配处理模块判断发生应急用电需求的微电网内，在该时间周期剩余时间内，是否满足光伏预测发电量、储能设备可支配电量、预分配电量之和大于其用户预测用电量及应急用电需求电量之和；
S13、若满足步骤S12中涉及的判断，则该微电网能够实现微电网内电能量自由调度，无需重新对该微电网进行电能量分配；
S14、若不满足步骤S12中涉及的判断，则功率分配处理模块进一步判断该区域微电网集群储能系统内是否含有未分配电量，若满足，则功率分配处理模块进一步判断该区域微电网集群储能系统的可分配电量是否大于应急用电需求电量，若含有的未分配电量大于应急用电需求电量，则使用未分配电量进行应急用电调配，若区域微电网集群储能系统无可分配电量，则针对区域微电网集群该时间周期剩余时间，利用微电网运行健康风险评价指标，进行电能量重新分配。
本发明与现有技术的优点在于：
1、本发明通过将相近微电网划分为区域微电网集群，引入区域微电网集群储能系统实现微电网集群电能量灵活调用。
2、本发明采用电能量预分配方式，通过将区域内个体微电网分类为一类微电网、二类微电网，将配电网分配至各区域微电网集群的电能量进行合理的预分配，降低或消除低压侧分布式新能源设备入网导致的配电网运行稳定性隐患。
附图说明
图1为本发明实施例中电能量分类预储及动态调整的微电网集群系统的示意图。
图2为本发明实例中电能量分类预储方法的流程图。
图3为本发明实例中应急用电情况下电能量动态调整的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出了一种电能量分类预储及动态调整的微电网集群协同策略：
本发明考虑建立的区域电能量分配平台，包含三个基础模块，分别为电能量预测模块、电量分配处理模块、功率接收/下发处理模块；电能量预测模块部署于各个体微电网内，实现下个时间周期各个体微电网光伏发电量预测、用户用电量预测、电动汽车充电桩应急用电可能性指标值预测；电量分配处理模块用于利用已知的配电网分配至某区域微电网集群的总功率限值、区域微电网集群内各个体微电网下个时间周期光伏发电量预测值、用户用电量预测值、电动汽车充电桩应急用电可能性指标值预测值、储能设备可支配电量值，结合微电网运行健康风险评价指标进行加权，通过逻辑判断合理分配下一段时间周期内区域微电网集群中各微电网的预分配电能量；功率接收/下发处理模块用于接收电量分配处理模块的分配结果并将下个时间周期预分配电能量值下发至各个体微电网。
电能量分配处理模块从电网业务资源中台获取调度系统上送的配电网分配至该区域微电网集群的总电能量限额值E0T。
在各个体微电网内的智能融合终端内部署电能量预测模块，在电能量预测模块中进行各个体微电网下一时间周期光伏发电量预测、用户用电负荷预测。
优选的，基于BP神经网络进行光伏发电量预测，由于各微电网中分布式光伏设备安装数量已知，各分布式光伏设备基础台账数据已知。
首先选定输入变量为T时气温、T时地区能见度、T时太阳辐射强度、T-1时太阳辐射强度、T时太阳辐射角度、T-1时太阳辐射角度、T时相对湿度、T时光伏电池板温度、光伏电池转换率，以及T-1时光伏实际发电量、T-2时光伏实际发电量、T-3时光伏实际发电量、T-4时光伏实际发电量。
通过灰度关联度分析法对输入变量和光伏实际发电量的相关性进行分析，计算灰色关联系数
Figure BDA0003919610720000041
基于灰色关联系数计算灰色加权关联度
Figure BDA0003919610720000042
得到上述输入变量对光伏发电量的相关性程度排序。
选择相关度排序前n的输入变量，根据输入变量个数确定输入层神经元个数I，目标变量为光伏发电量，因此确定输出层神经元个数为O＝1，结合输入层、输出层神经元个数，确定隐含层神经元个数
Figure BDA0003919610720000043
其中Z为[1,10]的常数。
设置神经网络的初始权值及初始阈值，设立目标函数f(x)，在初始权值及初始阈值的基础上进行梯度下降训练得到训练后的权值及预置，作为初始向量，输入向量为x(k)＝(x1(k),x2(k),…,xn(k))，期望输出为d(k)＝(d0(k))。
计算得隐含层各神经元输入向量
Figure BDA0003919610720000044
隐含层各神经元输出向量hOh(k)＝f(hIh(k))，输出层各输入向量/>
Figure BDA0003919610720000045
输出层各输出向量为yOo(k)＝f(yIo(k))。
利用网络期望输出和实际输出计算误差函数对输出层的各神经元的偏导数δo(k)。
利用输出层各神经元的偏导数δo(k)和隐含层各神经元的输出对连接权值whO(k)进行修正。
利用隐含层各神经元的偏导数δh(k)和输入层各神经元的输入对连接权值whI(k)进行修正。
计算全局误差
Figure BDA0003919610720000046
判断是否满足要求，当误差达到预设精度或学习次数达到最大迭代次数即结束算法，得到下一时间周期的光伏发电预测值EcT。
优选的，基于历史用电负荷曲线进行用户用电量预测，得到用户用电量预测值EsT。各个微电网内的融合终端电量预测模块将下个时间周期T的光伏电量预测值、用户用电量预测值上送至区域电能量分配平台。
电量分配处理模块接收预测值
Figure BDA0003919610720000047
其中/>
Figure BDA0003919610720000048
分别为第i个微电网的光伏预测发电量和用户预测用电量，电量分配处理模块根据预测值对配电网总限额电能量E0T进行初分配，保证：
Figure BDA0003919610720000051
其中
Figure BDA0003919610720000052
为下一个时间周期T预分配至微电网i的电能量，/>
Figure BDA0003919610720000053
为当前微电网i内储能设备可用电能量。
进一步判断微电网i是否满足
Figure BDA0003919610720000054
若满足，则令微电网i的初分配
Figure BDA0003919610720000055
其中/>
Figure BDA0003919610720000056
为微电网i下个时间周期最小应急用电预留值。
确定下一时间周期的各微电网电能量预分配值，下发处理模块进行指标下发，未分配的电能量存入区域微电网集群储能系统。
当微电网i发生电动汽车充电应急用电需求时，由电动汽车充电桩收集用户意愿充电行为，用户需填写并上报意愿充电时长或充电电量，充电桩接收信息后转换为用电量需求
Figure BDA0003919610720000057
上送至区域电能量分配平台。
电量分配处理模块对微电网i当前自身是否可满足应急用电需求进行判断，即是否满足
Figure BDA0003919610720000058
若满足，则无需对微电网i进行干预，若不满足，则进一步判断区域微电网集群储能系统中是否有未分配电能量，及其是否满足应急用电需求，若满足，则利用区域微电网集群储能系统未分配电能量应急用电需求，若不满足，则由区域电能量预分配平台向配电网进行应急电能量申请调用。
以上所述仅为本发明的最有效实施方案,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明工作原理的前提下,还可以做出适当的改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种电能量分类预储及动态调整的微电网集群协同策略，其特征在于：包括以下步骤：
S1、根据区域划分将个体微电网组合成为区域微电网集群，区域微电网集群包含区域微电网集群储能系统(3)、区域电能量预分配平台(2)、个体微电网；
S2、各个体微电网利用电能量预测模块(1)基于BP神经网络算法计算得出光伏发电量预测值
Figure FDA0003919610710000011
基于历史用电负荷曲线计算得出用户用电量预测值/>
Figure FDA0003919610710000012
向区域电能量预分配平台(2)上送下个时间周期T的光伏发电量预测值/>
Figure FDA0003919610710000013
用户用电量预测值/>
Figure FDA0003919610710000014
当前微电网i内储能设备可用电能量/>
Figure FDA0003919610710000015
S3、电量分配处理模块(21)获取配电网分配至某区域微电网集群的限额电能量及各微电网上送的电量预测值数据，电量分配处理模块(21)根据预测值对配电网总限额电能量E0T进行初分配，分配时保证
Figure FDA0003919610710000016
微电网i初分配电能量为/>
Figure FDA0003919610710000017
S4、通过遍历的方式依次判断各微电网光伏预测发电量、储能设备可支配电量、预分配电量之和是否大于其用户预测用电量；
S5、若某微电网i满足步骤S4中涉及的判断，则进一步判断该微电网光伏预测发电量、储能设备可支配电量之和是否大于其用户预测用电量，若满足，则定义该微电网为一类微电网，若不满足，则定义该微电网为二类微电网；
S6、对一类微电网进行预分配电能量的重新调配，将微电网i初分配电能量
Figure FDA0003919610710000018
调整为该微电网最小应急用电预留值；
S7、计算并记录微电网i原预分配电能量与最小应急用电预留值之差，并将此差值计入所属区域微电网集群未分配电能量；
S8、若微电网i不满足步骤S4中涉及的判断，则区域电能量预分配平台(2)进一步判断区域微电网集群是否由未分配的电能量，若有，则定量增加微电网i下一时间段的预分配电量，并再次判断是否满足步骤S4涉及的判断，若区域微电网集群没有未分配的电能量，则对区域微电网集群中非一类微电网进行电能量的重新预分配，并再次判断是否满足S4；
S9、通过遍历将区域微电网集群中所有微电网进行判断，利用区域电能量预分配平台(2)的功率接收/下发处理模块(22)将预分配电能量指标下发至各个体微电网，各个体微电网在下个时间段即获得此预分配电量进行协调运行。
2.根据权利要求1所述的一种电能量分类预储及动态调整的微电网集群协同策略中区域微电网集群储能系统(3)，其特征在于：区域微电网集群储能系统(3)连接区域内多个个体微电网中的变压器设备，个体微电网中多余的电量将储存至区域微电网集群储能系统(3)，并可通过区域电能量分配平台(2)将电能量合理分配给应急用电需求大而造成电能量紧缺的个体微电网，从而有效降低区域微电网集群的弃光率，有效增加区域微电网集群的供电可靠性。
3.根据权利要求1所述的一种电能量分类预储及动态调整的微电网集群协同策略，其特征在于：在进行下一时间段分配预测时，将区域微电网集群中的各个体微电网划分为一类微电网、二类微电网；定义一类微电网为下一时间段个体微电网内光伏预测发电量、储能设备可支配电量之和大于其用户预测负荷，定义二类微电网为下一个时间段个体微电网内光伏预测发电量、储能设备可支配电量之和小于等于其用户预测负荷。
4.根据权利要求1所述的一种电能量分类预储及动态调整的微电网集群协同策略，其特征在于：建立的区域电能量分配平台(2)，包含三个基础模块，分别为电能量预测模块(1)、电量分配处理模块(21)、功率接收/下发处理模块(22)；电能量预测模块(1)部署于各个体微电网内，实现下个时间周期各个体微电网光伏发电量预测、用户用电量预测、电动汽车充电桩应急用电可能性指标值预测；电量分配处理模块(21)用于利用已知的配电网分配至某区域微电网集群的总功率限值、区域微电网集群内各个体微电网下个时间周期光伏发电量预测值、用户用电量预测值、电动汽车充电桩应急用电可能性指标值预测值、储能设备可支配电量值，结合微电网运行健康风险评价指标进行加权，通过逻辑判断合理分配下一段时间周期内区域微电网集群中各微电网的预分配电能量；功率接收/下发处理模块(22)用于接收电量分配处理模块(21)的分配结果并将下个时间周期预分配电能量值下发至各个体微电网。
CN202211354537.9A 2022-11-01 2022-11-01 一种电能量分类预储及动态调整的微电网集群协同策略 Pending CN116231689A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211354537.9A CN116231689A (zh) 2022-11-01 2022-11-01 一种电能量分类预储及动态调整的微电网集群协同策略

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211354537.9A CN116231689A (zh) 2022-11-01 2022-11-01 一种电能量分类预储及动态调整的微电网集群协同策略

Publications (1)

Publication Number Publication Date
CN116231689A true CN116231689A (zh) 2023-06-06

Family

ID=86581225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211354537.9A Pending CN116231689A (zh) 2022-11-01 2022-11-01 一种电能量分类预储及动态调整的微电网集群协同策略

Country Status (1)

Country Link
CN (1) CN116231689A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116780660A (zh) * 2023-08-22 2023-09-19 国网浙江宁波市鄞州区供电有限公司 一种分布式光伏的分层协同控制方法及系统
CN117056848A (zh) * 2023-10-10 2023-11-14 湖北华中电力科技开发有限责任公司 一种用于提升电力系统决策的监测数据质量分析方法
CN117578467A (zh) * 2024-01-17 2024-02-20 苏州新能量能源科技有限公司 一种基于电量权重的微电网集群运行控制方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116780660A (zh) * 2023-08-22 2023-09-19 国网浙江宁波市鄞州区供电有限公司 一种分布式光伏的分层协同控制方法及系统
CN116780660B (zh) * 2023-08-22 2024-03-12 国网浙江宁波市鄞州区供电有限公司 一种分布式光伏的分层协同控制方法及系统
CN117056848A (zh) * 2023-10-10 2023-11-14 湖北华中电力科技开发有限责任公司 一种用于提升电力系统决策的监测数据质量分析方法
CN117056848B (zh) * 2023-10-10 2023-12-29 湖北华中电力科技开发有限责任公司 一种用于提升电力系统决策的监测数据质量分析方法
CN117578467A (zh) * 2024-01-17 2024-02-20 苏州新能量能源科技有限公司 一种基于电量权重的微电网集群运行控制方法及装置
CN117578467B (zh) * 2024-01-17 2024-03-29 苏州新能量能源科技有限公司 一种基于电量权重的微电网集群运行控制方法及装置

Similar Documents

Publication Publication Date Title
CN116231689A (zh) 一种电能量分类预储及动态调整的微电网集群协同策略
CN109559035B (zh) 一种考虑灵活性的城市配电网双层规划方法
Salkuti Day-ahead thermal and renewable power generation scheduling considering uncertainty
Wang et al. Distributed control for large-scale plug-in electric vehicle charging with a consensus algorithm
CN105680474B (zh) 一种储能抑制光伏电站快速功率变化的控制方法
CN107069776B (zh) 一种平滑微网联络线功率的储能前瞻分布式控制方法
Agamah et al. Energy storage system scheduling for peak demand reduction using evolutionary combinatorial optimisation
CN108494034A (zh) 一种配电网电动汽车充电负荷分配计算方法
CN117498400B (zh) 一种分布式光伏与储能数据的处理方法及系统
CN116436008A (zh) 一种用于光储充电站的电力调度方法及终端
CN113410874B (zh) 基于虚拟电厂调峰辅助服务的负荷资源优化控制方法
CN117060470B (zh) 一种基于灵活性资源的配电网电压优化控制方法
CN114219212A (zh) 一种计及泛在电力物联与边缘计算的需求侧资源柔性调度方法
Wang et al. Coordinated planning of electric vehicle charging infrastructure and renewables in power grids
CN113964853A (zh) 一种5g宏基站群优化调度方法、装置、介质及终端设备
CN117691602A (zh) 一种考虑灵活性和经济性的源网荷储协同规划方法及系统
CN116993205A (zh) 一种面向城市综合能源系统日内运行的调节能力评估方法
CN116054286A (zh) 一种考虑多元弹性资源的居民台区容量优化配置方法
CN116231667A (zh) 一种基于pcam-gmm的农村配电网源-网-荷-储协调优化方法
CN113988403A (zh) 一种电动汽车充电负荷预测方法及系统
CN114547821A (zh) 基于灰色关联理论的可调度柔性资源辨识方法、存储介质
Fu et al. AI-based charging management for the integration of electric vehicles using a reference low voltage grid in Hamburg
CN117498468B (zh) 一种多区域虚拟电厂协同优化运行方法
CN116611669B (zh) 一种需求侧资源可行域聚合方法、系统及电子设备
Ma Multi-Objective Optimization of Electric Vehicle Scheduling Based on Behavior Prediction

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20230606