CN116667346B - 分布式光伏源网荷储协同优化方法、系统、终端及介质 - Google Patents

分布式光伏源网荷储协同优化方法、系统、终端及介质 Download PDF

Info

Publication number
CN116667346B
CN116667346B CN202310961410.1A CN202310961410A CN116667346B CN 116667346 B CN116667346 B CN 116667346B CN 202310961410 A CN202310961410 A CN 202310961410A CN 116667346 B CN116667346 B CN 116667346B
Authority
CN
China
Prior art keywords
deviation
distributed photovoltaic
fluctuation
output power
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.)
Active
Application number
CN202310961410.1A
Other languages
English (en)
Other versions
CN116667346A (zh
Inventor
王婵娟
牛宁波
王凤祥
郝连河
宋睿瑶
李铭远
张宇欣
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.)
Guangrao Power Supply Co Of State Grid Shandong Electric Power Co
Original Assignee
Guangrao Power Supply Co Of State Grid Shandong Electric Power Co
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 Guangrao Power Supply Co Of State Grid Shandong Electric Power Co filed Critical Guangrao Power Supply Co Of State Grid Shandong Electric Power Co
Priority to CN202310961410.1A priority Critical patent/CN116667346B/zh
Publication of CN116667346A publication Critical patent/CN116667346A/zh
Application granted granted Critical
Publication of CN116667346B publication Critical patent/CN116667346B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

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

Abstract

本发明公开了分布式光伏源网荷储协同优化方法、系统、终端及介质，涉及计算机技术领域，其技术方案要点是：依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率；结合实际负荷功率和分布式光伏的实际出力功率计算第一波动偏差；依据上一个调控周期内的第一波动偏差拟合预测得到下一个调控周期内的第二波动偏差；将第一波动偏差的相反数作为第三波动偏差，并以将第二波动偏差变换至第三波动偏差为目标调控初始出力功率，得到优化后的初始出力功率。本发明可以降低储能单元参与功率调控的频次和幅度，实现充放电能耗最小化，且有效降低各个储能单元的总设计容量，降低分布式光伏的投入成本。

Description

分布式光伏源网荷储协同优化方法、系统、终端及介质
技术领域
本发明涉及计算机技术领域，更具体地说，它涉及分布式光伏源网荷储协同优化方法、系统、终端及介质。
背景技术
源网荷储通过源源互补、源网协调、网荷互动、网储互动和源荷互动等多种交互形式，来保持电力系统的瞬时平衡，可实现能源资源最大化利用，从而提高电力系统功率动态平衡能力，尤其是对于高渗透率的分布式光伏并网而言，源网荷储的协调性能决定了电网运行的稳定性。
随着分布式光伏广泛并网，渗透率不断提高，分布式光伏的出力波动也越来越大，再加上用电负荷的波动情况，这就导致分布式光伏中的储能单元参与功率调控的频次、幅度均大幅提升，在一定程度上提高了储能单元在循环利用过程中的能耗；此外，在长时间出力波动偏差和负荷波动误差的累积影响下，分布式光伏中储能单元的剩余充电容量极易出现极致情况，例如储能单元长时间处于放电状态而失去电能补偿作用，又例如储能单元长时间处于充电状态而失去新能源消纳作用，尤其是在储能单元的总设计容量较低的情况下，其应对出力波动偏差和负荷波动误差的效果更差。
因此，如何研究设计一种能够克服上述缺陷的分布式光伏源网荷储协同优化方法、系统、终端及介质。
发明内容
为解决现有技术中的不足，本发明的目的是提供分布式光伏源网荷储协同优化方法、系统、终端及介质，即可以降低储能单元参与功率调控的频次和幅度，实现充放电能耗最小化，又可以有效降低各个储能单元的总设计容量，降低分布式光伏的投入成本。
本发明的上述技术目的是通过以下技术方案得以实现的：
第一方面，提供了分布式光伏源网荷储协同优化方法，包括以下步骤：
依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率；
结合实际负荷功率和分布式光伏的实际出力功率计算得到同时考虑光伏出力波动和负荷波动的第一波动偏差；
依据上一个调控周期内的第一波动偏差拟合预测得到下一个调控周期内的第二波动偏差；
将第一波动偏差的相反数作为第三波动偏差，并以将第二波动偏差变换至第三波动偏差为目标调控分布式光伏在下一个调控周期内的初始出力功率，得到优化后的初始出力功率；
其中，所述优化后的初始出力功率获得过程具体为：
采用微积分求和分别计算在一个调控周期内第二波动偏差的第一总偏差以及第三波动偏差的第二总偏差；
以第一总偏差与第二总偏差之差计算得到总偏差变量；
以总偏差变量与调控周期之比计算得到偏差变量均值；
以偏差变量均值与分布式光伏并网的初始出力功率之和计算得到优化后的初始出力功率。
进一步的，所述第一波动偏差包括出力预测偏差和负荷预测偏差；
出力预测偏差由分布式光伏的实际出力功率与分布式光伏并网的初始出力功率确定；
负荷预测偏差由实际负荷功率与预测负荷功率确定。
进一步的，所述第一波动偏差的表达式具体为：
；
其中，表示上一个调控周期内/>时刻的第一波动偏差；/>表示上一个调控周期内/>时刻的分布式光伏的实际出力功率；/>表示上一个调控周期内/>时刻的分布式光伏并网的初始出力功率；/>表示上一个调控周期内/>时刻的预测负荷功率；/>表示上一个调控周期内/>时刻的实际负荷功率。
进一步的，所述偏差变量均值的计算公式具体为：
；
其中，表示偏差变量均值；/>表示调控周期；/>表示上一个调控周期内/>时刻的第一波动偏差；/>表示下一个调控周期内/>时刻的第二波动偏差。
进一步的，该方法还包括：
若多个连续的偏差变量均值呈正值或负值，则重新依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率。
进一步的，该方法还包括：
若多个连续的偏差变量均值以正负值交替变换，则对多个连续的偏差变量均值进行抵消处理以降低偏差变量均值的变化幅度。
第二方面，提供了分布式光伏源网荷储协同优化系统，该系统用于实现第一方面任意一项所述的分布式光伏源网荷储协同优化方法，包括：
功率确定模块，用于依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率；
偏差分析模块，用于结合实际负荷功率和分布式光伏的实际出力功率计算得到同时考虑光伏出力波动和负荷波动的第一波动偏差；
偏差预测模块，用于依据上一个调控周期内的第一波动偏差拟合预测得到下一个调控周期内的第二波动偏差；
功率优化模块，用于将第一波动偏差的相反数作为第三波动偏差，并以将第二波动偏差变换至第三波动偏差为目标调控分布式光伏在下一个调控周期内的初始出力功率，得到优化后的初始出力功率。
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的分布式光伏源网荷储协同优化方法。
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的分布式光伏源网荷储协同优化方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明提供的分布式光伏源网荷储协同优化方法，通过将预测得到的下一个调控周期内的第二波动偏差变换至与上一个调控周期内的第一波动偏差呈相反数的第三波动偏差为目标，来对每一个调控周期内的分布式光伏并网的初始出力功率进行动态调控，使得多个调控周期波动误差达到一定的均衡状态，从而使得分布式光伏中储能单元的剩余容量保持相对稳定的状态，即可以降低储能单元参与功率调控的频次和幅度，实现充放电能耗最小化，又可以有效降低各个储能单元的总设计容量，降低分布式光伏的投入成本；
2、本发明同时考虑了出力预测偏差和负荷预测偏差，使得优化后的初始出力功率相比于分布式光伏并网的初始出力功率的调控量相对较小，且功率调控更为精准；
3、本发明通过将第二波动偏差变换至第三波动偏差所形成的总偏差变量平摊到每个时刻上，从而对分布式光伏并网的初始出力功率进行整体调控后得到优化后的初始出力功率，降低了源网荷储协同优化的难度；
4、本发明还依据多个连续的偏差变量均值的分布情况对分布式光伏源网荷储协同进行二次优化，进一步提高了分布式光伏源网荷储协同优化的可靠性与稳定性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是本发明实施例1中的流程图；
图2是本发明实施例1中偏差变量均值的分析示意图；
图3是本发明实施例2中的系统框图。
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白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：分布式光伏源网荷储协同优化方法，如图1所示，包括以下步骤：
步骤S1：依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率；
步骤S2：结合实际负荷功率和分布式光伏的实际出力功率计算得到同时考虑光伏出力波动和负荷波动的第一波动偏差；
步骤S3：依据上一个调控周期内的第一波动偏差拟合预测得到下一个调控周期内的第二波动偏差；
步骤S4：将第一波动偏差的相反数作为第三波动偏差，并以将第二波动偏差变换至第三波动偏差为目标调控分布式光伏在下一个调控周期内的初始出力功率，得到优化后的初始出力功率。
需要说明的是，在确定分布式光伏并网的初始出力功率过程中，需要考虑到分布式光伏中各个储能单元的容量情况，通过各个储能单元的容量情况能够平衡预测负荷功率和分布式光伏的预测出力功率的波动，以此保持电力系统稳定运行。
第一波动偏差包括出力预测偏差和负荷预测偏差；出力预测偏差由分布式光伏的实际出力功率与分布式光伏并网的初始出力功率确定；负荷预测偏差由实际负荷功率与预测负荷功率确定。
具体的，第一波动偏差的表达式为：
；
其中，表示上一个调控周期内/>时刻的第一波动偏差；/>表示上一个调控周期内/>时刻的分布式光伏的实际出力功率；/>表示上一个调控周期内/>时刻的分布式光伏并网的初始出力功率；/>表示上一个调控周期内/>时刻的预测负荷功率；/>表示上一个调控周期内/>时刻的实际负荷功率。
如图2所示，图中的A线段表示上一个调控周期内的第一波动偏差，B表示预测得到下一个调控周期内的第二波动偏差，C表示与第一波动偏差呈相反数的第三波动偏差。
优化后的初始出力功率获得过程具体为：采用微积分求和分别计算在一个调控周期内第二波动偏差的第一总偏差以及第三波动偏差的第二总偏差；以第一总偏差与第二总偏差之差计算得到总偏差变量，即为图2中的阴影面积；以总偏差变量与调控周期之比计算得到偏差变量均值；以偏差变量均值与分布式光伏并网的初始出力功率之和计算得到优化后的初始出力功率。
需要说明的是，由于第一波动偏差与第三波动偏差互为相反数，所以在计算偏差变量均值是可以简化成直接以第一波动偏差与第三波动偏进行计算。
而本发明通过将总偏差变量均分到一个调控周期中每个时刻，是为了保留分布式光伏并网的初始出力功率波动特征，其不干扰整个电力系统原始的二次调峰调压。
具体的，偏差变量均值的计算公式为：
；
其中，表示偏差变量均值；/>表示调控周期；/>表示上一个调控周期内/>时刻的第一波动偏差；/>表示下一个调控周期内/>时刻的第二波动偏差。
需要说明的是，偏差变量均值为正值，则表示在布式光伏并网的初始出力功率基础上调大概率；偏差变量均值为负值，则表示在布式光伏并网的初始出力功率基础上调小概率。
由于偏差变量均值长时间成单一的正值或单一的负值，意味着所确定的分布式光伏并网的初始出力功率存在较大误差，继续应用将较大概率的进一步增大偏差，所以若多个连续的偏差变量均值呈正值或负值，则重新依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率。
此外，当多个连续的偏差变量均值以正负值交替变换时，其交替变换过程中存在最基础的幅度，若能够对此最基础的幅度进行抵消处理，那么久能够降低偏差变量均值的变化幅度。所以，若多个连续的偏差变量均值以正负值交替变换，则对多个连续的偏差变量均值进行抵消处理以降低偏差变量均值的变化幅度。
例如，6个连续的偏差变量均值为40KW、-23KW、13KW、-30KW、32KW、-32KW，其最基础的幅度是不超过13KW，所以可以考虑对后续的偏差变量均值降低部分幅度。若第7、8个偏差变量均值分别为28KW、-26 KW，假设所选择降低的基础的幅度为10KW，那么抵消处理后第7、8个偏差变量均值分别为18KW、-16 KW，此方式可以有效减少偏差变量均值的幅度过大的情况。
实施例2：分布式光伏源网荷储协同优化系统，该系统用于实现实施例1中所记载的分布式光伏源网荷储协同优化方法，如图3所示，包括功率确定模块、偏差分析模块、偏差预测模块和功率优化模块。
其中，功率确定模块，用于依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率；偏差分析模块，用于结合实际负荷功率和分布式光伏的实际出力功率计算得到同时考虑光伏出力波动和负荷波动的第一波动偏差；偏差预测模块，用于依据上一个调控周期内的第一波动偏差拟合预测得到下一个调控周期内的第二波动偏差；功率优化模块，用于将第一波动偏差的相反数作为第三波动偏差，并以将第二波动偏差变换至第三波动偏差为目标调控分布式光伏在下一个调控周期内的初始出力功率，得到优化后的初始出力功率。
工作原理：本发明通过将预测得到的下一个调控周期内的第二波动偏差变换至与上一个调控周期内的第一波动偏差呈相反数的第三波动偏差为目标，来对每一个调控周期内的分布式光伏并网的初始出力功率进行动态调控，使得多个调控周期波动误差达到一定的均衡状态，从而使得分布式光伏中储能单元的剩余容量保持相对稳定的状态，即可以降低储能单元参与功率调控的频次和幅度，实现充放电能耗最小化，又可以有效降低各个储能单元的总设计容量，降低分布式光伏的投入成本。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.分布式光伏源网荷储协同优化方法，其特征是，包括以下步骤：
依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率；
结合实际负荷功率和分布式光伏的实际出力功率计算得到同时考虑光伏出力波动和负荷波动的第一波动偏差；
依据上一个调控周期内的第一波动偏差拟合预测得到下一个调控周期内的第二波动偏差；
将第一波动偏差的相反数作为第三波动偏差，并以将第二波动偏差变换至第三波动偏差为目标调控分布式光伏在下一个调控周期内的初始出力功率，得到优化后的初始出力功率；
其中，所述优化后的初始出力功率获得过程具体为：
采用微积分求和分别计算在一个调控周期内第二波动偏差的第一总偏差以及第三波动偏差的第二总偏差；
以第一总偏差与第二总偏差之差计算得到总偏差变量；
以总偏差变量与调控周期之比计算得到偏差变量均值；
以偏差变量均值与分布式光伏并网的初始出力功率之和计算得到优化后的初始出力功率。
2.根据权利要求1所述的分布式光伏源网荷储协同优化方法，其特征是，所述第一波动偏差包括出力预测偏差和负荷预测偏差；
出力预测偏差由分布式光伏的实际出力功率与分布式光伏并网的初始出力功率确定；
负荷预测偏差由实际负荷功率与预测负荷功率确定。
3.根据权利要求2所述的分布式光伏源网荷储协同优化方法，其特征是，所述第一波动偏差的表达式具体为：
；
其中，表示上一个调控周期内/>时刻的第一波动偏差；/>表示上一个调控周期内/>时刻的分布式光伏的实际出力功率；/>表示上一个调控周期内/>时刻的分布式光伏并网的初始出力功率；/>表示上一个调控周期内/>时刻的预测负荷功率；/>表示上一个调控周期内/>时刻的实际负荷功率。
4.根根据权利要求1所述的分布式光伏源网荷储协同优化方法，其特征是，所述偏差变量均值的计算公式具体为：
；
其中，表示偏差变量均值；/>表示调控周期；/>表示上一个调控周期内时刻的第一波动偏差；/>表示下一个调控周期内/>时刻的第二波动偏差。
5.根据权利要求1所述的分布式光伏源网荷储协同优化方法，其特征是，该方法还包括：
若多个连续的偏差变量均值呈正值或负值，则重新依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率。
6.根据权利要求1所述的分布式光伏源网荷储协同优化方法，其特征是，该方法还包括：
若多个连续的偏差变量均值以正负值交替变换，则对多个连续的偏差变量均值进行抵消处理以降低偏差变量均值的变化幅度。
7.分布式光伏源网荷储协同优化系统，其特征是，该系统用于实现权利要求1-6任意一项所述的分布式光伏源网荷储协同优化方法，包括：
功率确定模块，用于依据预测负荷功率和分布式光伏的预测出力功率确定分布式光伏并网的初始出力功率；
偏差分析模块，用于结合实际负荷功率和分布式光伏的实际出力功率计算得到同时考虑光伏出力波动和负荷波动的第一波动偏差；
偏差预测模块，用于依据上一个调控周期内的第一波动偏差拟合预测得到下一个调控周期内的第二波动偏差；
功率优化模块，用于将第一波动偏差的相反数作为第三波动偏差，并以将第二波动偏差变换至第三波动偏差为目标调控分布式光伏在下一个调控周期内的初始出力功率，得到优化后的初始出力功率。
8.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-6中任意一项所述的分布式光伏源网荷储协同优化方法。
9.一种计算机可读介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行可实现如权利要求1-6中任意一项所述的分布式光伏源网荷储协同优化方法。
CN202310961410.1A 2023-08-02 2023-08-02 分布式光伏源网荷储协同优化方法、系统、终端及介质 Active CN116667346B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310961410.1A CN116667346B (zh) 2023-08-02 2023-08-02 分布式光伏源网荷储协同优化方法、系统、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310961410.1A CN116667346B (zh) 2023-08-02 2023-08-02 分布式光伏源网荷储协同优化方法、系统、终端及介质

Publications (2)

Publication Number Publication Date
CN116667346A CN116667346A (zh) 2023-08-29
CN116667346B true CN116667346B (zh) 2023-09-26

Family

ID=87710152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310961410.1A Active CN116667346B (zh) 2023-08-02 2023-08-02 分布式光伏源网荷储协同优化方法、系统、终端及介质

Country Status (1)

Country Link
CN (1) CN116667346B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117117925B (zh) * 2023-10-24 2024-01-26 国网山东省电力公司东营供电公司 新能源场站内储能功率分配优化方法、系统、终端及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115276088A (zh) * 2022-08-02 2022-11-01 国网甘肃省电力公司经济技术研究院 一种联合发电系统中光热电站储热容量优化配置方法
CN115313516A (zh) * 2022-09-06 2022-11-08 云南电网有限责任公司丽江供电局 一种光伏发电和储能微电网结合的随机优化运行策略
CN115912491A (zh) * 2023-01-05 2023-04-04 国网山东省电力公司东营供电公司 分布式光伏发电调峰调频控制方法、系统、终端及介质
CN116231764A (zh) * 2023-05-08 2023-06-06 厦门晶晟能源科技有限公司 一种源网荷储协调控制方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115276088A (zh) * 2022-08-02 2022-11-01 国网甘肃省电力公司经济技术研究院 一种联合发电系统中光热电站储热容量优化配置方法
CN115313516A (zh) * 2022-09-06 2022-11-08 云南电网有限责任公司丽江供电局 一种光伏发电和储能微电网结合的随机优化运行策略
CN115912491A (zh) * 2023-01-05 2023-04-04 国网山东省电力公司东营供电公司 分布式光伏发电调峰调频控制方法、系统、终端及介质
CN116231764A (zh) * 2023-05-08 2023-06-06 厦门晶晟能源科技有限公司 一种源网荷储协调控制方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Ultra-Short-Term Regional PV Power Forecasting Based on Fluctuation Pattern Recognition with Satellite Images;Chao Wang等;《2020 IEEE 3rd Student Conference on Electrical Machines and Systems (SCEMS)》;970-975页 *
考虑风电、光伏不确定性的虚拟电厂优化调度;杜柔霞;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;C042-2078 *

Also Published As

Publication number Publication date
CN116667346A (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN116667346B (zh) 分布式光伏源网荷储协同优化方法、系统、终端及介质
CN108448621B (zh) 一种光伏发电系统的控制方法及设备
CN110165707B (zh) 基于卡尔曼滤波和模型预测控制的光储系统优化控制方法
CN102986108A (zh) 中间总线体系结构电源控制器
CN107069784B (zh) 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法
CN114336573B (zh) 一种直流微电网多储能单元下垂控制方法
CN112712204A (zh) 火电企业电热负荷优化分配方法、装置、设备及存储介质
CN113889999B (zh) 一种抑制直流微电网电压波动的自抗扰控制方法及系统
Li et al. Fuzzy logic-based coordinated control method for multi-type battery energy storage systems
CN105119285A (zh) 基于动态赋权的风储协调多目标优化控制方法
CN106712027B (zh) 一种基于动态基准的低压微电网改进下垂控制策略
CN117334969B (zh) 燃料电池工作参数控制方法、用电设备和电子设备
CN116599087B (zh) 一种储能系统的调频策略优化方法及系统
CN117498294A (zh) 一种多模块混合储能装置的并联控制方法
CN116540830A (zh) 一种光伏发电系统输出功率灵活控制方法、系统及设备
CN117200293A (zh) 电池储能参与多重频率响应市场的两阶段功率调控方法
CN115021300B (zh) 基于mpc算法的电动汽车调频延时补偿控制策略
CN113300608B (zh) 一种直流变压器控制策略、装置、设备和存储介质
CN111071073A (zh) 基于随机负载的燃料电池混合动力系统及其控制方法
CN114971039A (zh) 一种基于改进粒子群优化算法的水光互补中长期调度方法
CN115441512A (zh) 一种多能互补电力平衡调配方法
CN114844098A (zh) 一种微电网分布式混合储能系统功率分配方法
CN113964881B (zh) 一种风电场灵活性调节资源配置方法及系统
Banaei et al. A Lightweight Energy Management Method for Hybrid PV/Battery/Load Systems
JP2018191486A (ja) 蓄電システム、コントローラ、充放電制御方法、およびプログラム

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
GR01 Patent grant
GR01 Patent grant