CN116502427A - 考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法 - Google Patents
考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法 Download PDFInfo
- Publication number
- CN116502427A CN116502427A CN202310423102.3A CN202310423102A CN116502427A CN 116502427 A CN116502427 A CN 116502427A CN 202310423102 A CN202310423102 A CN 202310423102A CN 116502427 A CN116502427 A CN 116502427A
- Authority
- CN
- China
- Prior art keywords
- time
- load
- scheduling
- power
- 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
- 230000004044 response Effects 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005457 optimization Methods 0.000 title claims description 5
- 238000012937 correction Methods 0.000 claims abstract description 5
- 230000005611 electricity Effects 0.000 claims description 12
- 238000004146 energy storage Methods 0.000 claims description 10
- 239000007789 gas Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 239000003345 natural gas Substances 0.000 claims description 3
- 230000002457 bidirectional effect Effects 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims description 2
- 239000000446 fuel Substances 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 claims description 2
- 238000005096 rolling process Methods 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000012946 outsourcing Methods 0.000 description 1
- 239000012466 permeate Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Geometry (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出了一种考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法。该方法首先建立虚拟电厂体系结构，包括可转移负荷、可中断负荷、风力发电机、光伏电池组等多个组成部分，并对其进行理论建模。接着，考虑到负荷需求和可再生能源输出的预测精度随着时间尺度的推移而提高，本发明提出在日前和实时两个时间尺度上进行调度，建立虚拟电厂两阶段的最优调度模型。在日前阶段，主要研究基于价格的需求响应(Price‑BasedDemand Response,PBDR)和基于激励的需求响应(Incentive‑BasedDemandResponse,IBDR)对可控负荷下VPP调度的影响，优化目标是使VPP的运行成本最小化。在实时调度阶段，考虑IBDR的调节特性，实现设备日前功率输出的校正，确保VPP的稳定运行。
Description
技术领域
本发明涉及虚拟电厂优化调度领域和需求响应领域，具体为考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法。
背景技术
“碳达峰、碳中和”目标为中国经济社会发展全面绿色转型指明了方向，能源电力行业是实现“双碳”目标的主体。低碳目标下，多元新型源、荷大量渗透到电网，一方面，信息技术的飞速发展和弹性负荷的快速增长使得负荷侧具备更灵活的调节能力，另一方面，大量分布式可再生能源的接入，对传统配电网运行带来巨大压力。虚拟电厂(Virtual PowerPlant，VPP)是解决可再生能源消耗和高比例清洁能源发展的重要措施之一。虚拟电厂将多种分散的分布式能源设施(如风力发电机、光伏电池组等)通过信息技术和智能控制技术进行协调和整合，形成一个虚拟的电力发电系统，从而减少风电、光伏等新能源对电力系统的影响，实现对电力市场的参与和电力供需的平衡。
然而，虚拟电厂的优化调度面临许多挑战。一是可再生能源的随机性和波动性、负荷需求的变化以及电力市场的波动性和不确定性为虚拟电厂的安全、经济调度带来影响，需要在调度过程中考虑多元不确定性的影响，从而有效的应对电网运行的安全隐患，同时提高消纳清洁能源发电的能力，保障区域电网的供需平衡。二是负荷侧大量可调节负荷资源的价值难以充分挖掘，需要针对调度需求和负荷特征，采取多种负荷管理手段，深度挖掘电力需求侧资源，拓展现有源网荷系统的调节能力，实现电网与用户之间互动更友好、更安全、更经济。
因此，在上述背景的基础上，本发明提出了一种考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法。该方法首先建立虚拟电厂体系结构，包括可转移负荷、可中断负荷、风力发电机、光伏电池组等多个组成部分，并对其进行理论建模。接着，考虑到负荷需求和可再生能源输出的预测精度随着时间尺度的推移而提高，本发明提出在日前和实时两个时间尺度上进行调度，建立虚拟电厂两阶段的最优调度模型。在日前阶段，主要研究基于价格的需求响应(Price-Based Demand Response，PBDR)和基于激励的需求响应(Incentive-Based Demand Response，IBDR)对可控负荷下VPP调度的影响，优化目标是使VPP的运行成本最小化。在实时调度阶段，考虑IBDR的调节特性，实现设备日前功率输出的校正，确保VPP的稳定运行。
发明内容
(一)发明的目的
本发明的目的在于克服分布式电源的对电力系统安全稳定运行的挑战，提出了一种考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法。主要研究了VPP的优化调度，考虑了风电、光伏和负荷预测在日前实时尺度上的可变性，并利用不同需求响应(DemandResponse，DR)的特性，提出了考虑DR和预测误差的VPP两阶段优化调度模型。在日前阶段，主要研究PBDR和IBDR对可控负荷下VPP调度的影响，优化目标是使VPP的运行成本最小化。在实时调度阶段，考虑IBDR的调节特性，并与VPP内部发电机组一起对实时功率波动进行平滑处理，实现设备日前功率输出的校正，确保VPP的稳定运行。
(二)技术方案
为了实现上述目的，本发明的方法所采用的技术方案是：首先建立虚拟电厂体系结构。该体系结构包括可转移负荷、可中断负荷、风力发电机、光伏电池组等多个组成部分，每个发电机组通过双端通信连接到VPP控制中心，这使得能够在发电单元和控制中心之间进行双向信息交换，并对其进行理论建模。
考虑到风、光伏和负荷的预测精度随着时间尺度的推移而提高，因此在多个时间尺度上进行调度，建立虚拟电厂的两阶段最优调度模型。在日前阶段调度阶段，研究可控负荷下VPP调度的影响，优化目标是使VPP的运行成本最小化，同时引入PBDR和IBDR，优化负载曲线并平滑功率波动。在实时调度阶段，考虑到IBDR的调节特性，实现设备日前功率输出的校正，确保VPP的稳定运行。
(三)有益效果
本发明的有益效果为：本发明提出了一种VPP的日前和实时两阶段最优调度模型，该模型能够有效地平滑由日前预测误差引起的功率波动，从而保证系统运行的可靠性。该方法通过在日前阶段对需求进行响应，并根据预测误差动态地调整VPP的调度策略，实现了对新能源波动和负荷变化的平滑调节，提高了系统的可靠性和经济性，这种调度模型能够更好地适应新能源和负荷侧响应等因素的变化，提高VPP的运行效率和经济性。同时，该方法还能够促进清洁能源的发展和应用，具有重要的实践意义和应用前景。
附图说明：
图1为VPP的组成架构图。
图2为考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法建立流程图。
具体实施方式：
Step 1：虚拟发电厂组件体系结构聚合了微燃气轮机(Micro-turbines，MT)、光伏(Photovoltaic，PV)、风力涡轮机(Wind Turbines，WT)、储能系统(Energy StorageSystem，ESS)和可控负载，每个发电机组通过双端通信连接到VPP控制中心，这使得能够在发电单元和控制中心之间进行双向信息交换。首先完成对可控负载的建模。
Step 2：针对VPP中源负载的不确定性，考虑到DR的引入可以改变需求侧的负载分布，降低VPP的运营成本，同时引入PBDR和IBDR，优化负载曲线并平滑功率波动。PBDR具有调峰填谷的优点，但响应速度慢，适合日前调度，基于电价的可转移负荷，基于电力负荷价格的需求响应是通过引入峰谷电价策略来转移电力负荷来实现的，而客户对电价的响应是基于负荷需求弹性理论的。计算需求响应后负荷变化的表达式为：
其中，Lt、ρt和/>是DR前后的负荷需求和电价；ΔLt是需求响应变化；s、t表示某一时刻；ett是电价弹性，其中当s＝t时，est为自弹性系数；当s≠t时，est为相互弹性系数。
Step 3：IBDR具有调峰和响应速度快的优点，不仅适合日前，也适合实时调度。基于激励的可中断负载，IBDR是电网和客户之间根据日前调度安排签订的合同，其中规定了中断功率和补偿价格。实施IBDR的调度成本为：
其中ρe是补偿价格；是负载中断量。
Step 4：考虑到风、光伏和负荷的预测精度随着时间尺度的推移而提高，因此在多个时间尺度上进行调度，建立虚拟电厂的两阶段最优调度模型。首先建立日前的最优调度模型，其目标函数可以表示为：
其中和/>是电力购买成本、DR成本、维护成本，以及燃料成本。/>和/>分别为分别在时间t处的风力发电和PV的预测功率；/>是燃气轮机在时间t的输出功率；/>和/>分别是在时间t时能量存储装置的充电功率和放电功率；/>是在时间t时的购买电价；/>是时间段t的购买功率。cpv、cwt、cmt和cess分别是光伏、风电、燃气轮机和储能装置的成本系数；/>是在时间t购买的天然气价格。
约束条件如下：
日前功率平衡限制：
MT约束：
式中，ηmt为燃气轮机的发电效率；LNG是指天然气的低位热值。和/>分别是在时间t处的燃气轮机输出功率的上限和下限。
储能设备限制：
其中Et是在时间t时电池的存储容量；τ1、ηch和ηdis分别是电池的自伤率、充电效率和放电效率。Emax和Emin是电池容量的上限和下限；和/>是电池充电和放电功率的上限和下限；/>和/>是作为0-1变量的电池在时间t的充电和放电状态。
购电限制:
其中，是在时间t从外部电网购买的电力的最大值。
PBDR限制:
式中，ΔLt正表示荷载转入，反表示荷载转出；ΔLmax和ΔLmin分别是传入和传出负载的上限和下限。
其中，是时间段t中负载中断的最大值；λ表示中断负荷与总负荷的比值系数。
Step 5：建立实时最优调度模型：
目标函数为：
其中k是采样时间点，N为轧制时间长度，和Cess分别为实时调度阶段的购买电力成本、ibdr成本、燃气成本和储能调整成本；/>是时间t内购买功率的调整量；μbuy是购买的功率单元调整成本；/>是时间t内ibdr响应能力的调整量；μe是ibdr容量单位调整成本；/>是mt在时间t内的调整功率；μgs是MT单位调整成本；和/>分别是电池充电和放电功率调整量；μess是电池单元调整成本。
约束条件如下：
实时功率平衡约束：
其中和/>分别是实时wt输出、pv输出和负载。
燃气轮机、外购功率、储能装置和IBDR的运行约束与日前调度相同，此处不再赘述。同时，PBDR已在日前调度计划中确定，因此在实时调度中不存在PBDR约束。
至此，已经结合附图描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本说明书发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (5)
1.一种考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法，其特征在于：首先建立虚拟电厂体系结构，包括可转移负荷、可中断负荷、风力发电机、光伏电池组等多个组成部分，并对其进行理论建模。接着，考虑到负荷需求和可再生能源输出的预测精度随着时间尺度的推移而提高，本发明提出在日前和实时两个时间尺度上进行调度，建立虚拟电厂两阶段的最优调度模型。在日前阶段，主要研究基于价格的需求响应(Price-Based DemandResponse,PBDR)和基于激励的需求响应(Incentive-Based Demand Response,IBDR)对可控负荷下VPP调度的影响，优化目标是使VPP的运行成本最小化。在实时调度阶段，考虑IBDR的调节特性，实现设备日前功率输出的校正，确保VPP的稳定运行。
2.根据权利要求1所述的一种考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法，其特征在于：首先建立虚拟电厂体系结构。该体系结构包括可转移负荷、可中断负荷、风力发电机、光伏电池组等多个组成部分，每个发电机组通过双端通信连接到VPP控制中心，这使得能够在发电单元和控制中心之间进行双向信息交换，并对其进行理论建模。
3.根据权利要求1所述的一种考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法，其特征在于：针对VPP中源负载的不确定性，考虑到DR的引入可以改变需求侧的负载分布，降低VPP的运营成本，同时引入PBDR和IBDR，优化负载曲线并平滑功率波动。PBDR具有调峰填谷的优点，但响应速度慢，适合日前调度，基于电价的可转移负荷，基于电力负荷价格的需求响应是通过引入峰谷电价策略来转移电力负荷来实现的，而客户对电价的响应是基于负荷需求弹性理论的。计算需求响应后负荷变化的表达式为：
其中，Lt、ρt和/>是DR前后的负荷需求和电价；ΔLt是需求响应变化；s、t表示某一时刻；ett是电价弹性，其中当s＝t时，est为自弹性系数；当s≠t时，est为相互弹性系数。
4.根据权利要求1所述的一种考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法，其特征在于：IBDR具有调峰和响应速度快的优点，不仅适合日前，也适合实时调度。基于激励的可中断负载，IBDR是电网和客户之间根据日前调度安排签订的合同，其中规定了中断功率和补偿价格。实施IBDR的调度成本为：
其中ρe是补偿价格；是负载中断量。
5.根据权利要求1所述的一种考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法，其特征在于：考虑到风、光伏和负荷的预测精度随着时间尺度的推移而提高，因此在多个时间尺度上进行调度，建立虚拟电厂的两阶段最优调度模型。
Step 1：首先建立日前的最优调度模型，其目标函数可以表示为：
其中和/>是电力购买成本、DR成本、维护成本，以及燃料成本。和/>分别为分别在时间t处的风力发电和PV的预测功率；/>是燃气轮机在时间t的输出功率；/>和/>分别是在时间t时能量存储装置的充电功率和放电功率；/>是在时间t时的购买电价；/>是时间段t的购买功率。cpv、cwt、cmt和cess分别是光伏、风电、燃气轮机和储能装置的成本系数；/>是在时间t购买的天然气价格。
Step 2：建立实时最优调度模型：
目标函数为：
其中k是采样时间点，N为轧制时间长度，和Cess分别为实时调度阶段的购买电力成本、ibdr成本、燃气成本和储能调整成本；/>是时间t内购买功率的调整量；μbuy是购买的功率单元调整成本；/>是时间t内ibdr响应能力的调整量；μe是ibdr容量单位调整成本；/>是mt在时间t内的调整功率；μgs是MT单位调整成本；/>和/>分别是电池充电和放电功率调整量；μess是电池单元调整成本。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310423102.3A CN116502427A (zh) | 2023-04-19 | 2023-04-19 | 考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310423102.3A CN116502427A (zh) | 2023-04-19 | 2023-04-19 | 考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116502427A true CN116502427A (zh) | 2023-07-28 |
Family
ID=87325934
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310423102.3A Pending CN116502427A (zh) | 2023-04-19 | 2023-04-19 | 考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116502427A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117477667A (zh) * | 2023-10-30 | 2024-01-30 | 深圳市明成售电有限公司 | 一种基于虚拟电厂的在线调控优化方法、系统及存储介质 |
-
2023
- 2023-04-19 CN CN202310423102.3A patent/CN116502427A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117477667A (zh) * | 2023-10-30 | 2024-01-30 | 深圳市明成售电有限公司 | 一种基于虚拟电厂的在线调控优化方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
| CN112186809B (zh) | 基于电动汽车v2g模式的虚拟电厂优化协同调度方法 | |
| CN107958300A (zh) | 一种考虑互动响应的多微网互联运行协调调度优化方法 | |
| CN111049198B (zh) | 考虑储能寿命和调频性能的风储联合运行优化方法及系统 | |
| CN108037667B (zh) | 基于虚拟电厂的基站电能优化调度方法 | |
| CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
| CN202957612U (zh) | 含风光储的智能微网及其控制系统 | |
| CN112311017A (zh) | 一种虚拟电厂与主网最优协同调度方法 | |
| CN104253439B (zh) | 电池储能电站无功功率分配与控制方法 | |
| CN116502427A (zh) | 考虑需求响应和预测误差的虚拟电厂两阶段优化调度方法 | |
| Zhang et al. | Optimized scheduling model for isolated microgrid of wind-photovoltaic-thermal-energy storage system with demand response | |
| Jiang et al. | Low-carbon economic optimal dispatch strategy of integrated energy system considering electric-heat flexible load and carbon trading | |
| CN110119850B (zh) | 基于光热发电调节的储热量双阶段优化调度方法 | |
| Rezaei et al. | A Novel Energy Management Scheme for a Microgrid with Renewable Energy Sources Considering Uncertainties and Demand Response | |
| CN109659981B (zh) | 计及新能源预测不确定性的多时间尺度跨区域消纳方法 | |
| CN116362400A (zh) | 一种基于光储系统配置的大工业用户电费优化方法 | |
| CN110599362A (zh) | 一种用于电力系统的智能共享平台 | |
| Zhu et al. | Optimal dispatch for grid-connecting microgrid considering shiftable and adjustable loads | |
| CN114362138A (zh) | 一种适用于水资源丰富地区的“源-荷-网-储”微电网 | |
| Sun et al. | Optimization model of Multi-energy system based on multi-source energy storage | |
| Shuai et al. | Cooperative operation mechanism of multi-energy microgrids based on Nash bargaining method | |
| Liu et al. | Research on virtual power plant optimal scheduling based on TOU electricity price | |
| Li et al. | Method of Market Participation for Wind/Photovoltaic/Energy Storage Based on KKT Condition | |
| Yin et al. | Multi-timescale Optimal Scheduling of Integrated Energy Systems Based on Wind/Light to Hydrogen | |
| Wang et al. | A two-layer coordinated operation optimization model for multi-energy complementary systems considering demand response |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |