CN116683529A - 风光储工业园区优化运行的实时控制方法、系统及设备 - Google Patents
风光储工业园区优化运行的实时控制方法、系统及设备 Download PDFInfo
- Publication number
- CN116683529A CN116683529A CN202310429989.7A CN202310429989A CN116683529A CN 116683529 A CN116683529 A CN 116683529A CN 202310429989 A CN202310429989 A CN 202310429989A CN 116683529 A CN116683529 A CN 116683529A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- real
- power
- wind
- time control
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 272
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000011217 control strategy Methods 0.000 claims abstract description 81
- 238000003860 storage Methods 0.000 claims abstract description 52
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 34
- 238000005070 sampling Methods 0.000 claims abstract description 32
- 238000011234 economic evaluation Methods 0.000 claims abstract description 31
- 230000007246 mechanism Effects 0.000 claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 230000005611 electricity Effects 0.000 claims description 72
- 230000004044 response Effects 0.000 claims description 24
- 238000001228 spectrum Methods 0.000 claims description 18
- 230000008901 benefit Effects 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 12
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 6
- 239000003990 capacitor Substances 0.000 claims description 6
- 229910052744 lithium Inorganic materials 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 6
- 238000005096 rolling process Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 12
- 239000004698 Polyethylene Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000001276 controlling effect Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- -1 polyethylene Polymers 0.000 description 2
- 229920000573 polyethylene Polymers 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000009133 cooperative interaction Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
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
- H02J3/38—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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- 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
- H02J2300/28—The renewable source being wind energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种风光储工业园区优化运行的实时控制方法、系统及设备，涉及风光储工业园区优化运行领域，该方法包括构建风光储工业园区架构，明确电力现货市场下风光储工业园区实时控制运行机制；采用变分模态分解法将中控制混合储能装置充放电的风光储工业园区联络线偏差功率分解为K个变分模态分量；划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量；建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略进行控制；选用经济评价指标，构建实时控制策略经济评价模型进行评价。本发明能够实现风光储工业园区的安全、稳定经济运行。
Description
技术领域
本发明涉及风光储工业园区优化运行领域，特别是涉及一种风光储工业园区优化运行的实时控制方法、系统及设备。
背景技术
随着“双碳”目标的提出，构建新型电力系统迫在眉睫，高比例可再生能源接入电力系统使得电网结构变得日益复杂，电网运行控制风险激增，需要由传统的“源随荷动”模式逐步转变为“源荷互动”协同模式，亟需构建源网荷储协同互动的市场化机制。源网荷储一体化项目能够有效整合项目范围内各类分布式可再生能源和用户，使之成为一个能够独立运行、电力产用高度协调的融合体。源网荷储一体化项目的经济运行是当下重要的研究课题。市场化电力电量平衡机制应该以中长期交易为主，现货交易为补充。两者相辅相成，有助于逐步建立开放有序、竞争充分的电力交易机制。随着电力市场机制的不断完善，在传统调度的基础上，可以进一步对适应电力市场环境的优化经济调度方案进行探索。但由于国内电力现货市场运行机制还没有完全成熟及普及，大部分研究集中在日前阶段，而在电力市场环境下，考虑不同时间尺度，尤其是实时阶段的优化经济运行研究还较少。
发明内容
本发明的目的是提供一种风光储工业园区优化运行的实时控制方法、系统及设备，能够实现风光储工业园区的安全、稳定经济运行。
为实现上述目的，本发明提供了如下方案：
一种风光储工业园区优化运行的实时控制方法，包括：
构建风光储工业园区架构，明确电力现货市场下风光储工业园区实时控制运行机制；所述风光储工业园区架构以园区运营商为枢纽，对外连接电力系统，用于负责制定购电计划，参与现货市场交易活动，接受电力系统调度部门电量考核；对内连接工商业用户、分散式风电、分布式光伏以及混合储能装置，用于负责运营园区，与各用户签订合同；
采用变分模态分解法(Variational Modal Decomposition，VMD)将中控制混合储能装置充放电的风光储工业园区联络线偏差功率分解为K个变分模态分量；
划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量；
建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略模型输出的实时控制策略进行控制；所述实时控制策略包括：控制目标、控制标准评价指标、控制区域、VMD采样、混合储能系统总充放电功率以及各储能充放电功率；
选用经济评价指标，构建实时控制策略经济评价模型，对采用实时控制策略后的经济成本及效益进行评价。
可选地，所述划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量，具体包括：
根据储能介质的不同将储能类型划分为能量型和功率型；
根据储能响应速度的不同细分为瞬时响应、快速响应、短时响应、长时响应、缓慢响应、系统备用；
能量型储能设备锂电池和功率型储能设备超级电容器组成混合储能系统；
将K个变分模态分量进行希尔伯特变换得到希尔伯特边际谱，并重构高频信号和低频信号进而分配混合储能系统功率；将希尔伯特边际谱作为混合储能系统功率分配的依据；将低频信号分配给能量型储能，高频信号分配给功率型储能；
采用快速傅里叶变换对重构后的高频信号和低频信号进行分解得到园区联络线偏差功率频谱；再利用离散傅里叶逆变换，将联络线功率偏差信号由频域转换为时域，根据帕塞瓦尔定理计算得到混合储能系统中各类储能功率补偿需求值，进而配置混合储能系统容量。
可选地，所述建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略模型输出的实时控制策略进行控制，具体包括：
根据风光储当日实际购电功率，以实时值和计划值偏差即风光储工业园区联络线上的偏差功率作为控制目标，以设定考核周期为不断滚动采样，计算控制点的联络线偏差功率；
根据功率偏差程度进行控制分区的划分；划分结果包括：死区、正常控制区或紧急调节区；
当划分结果为死区时，储能功率不变；
当划分结果为正常控制区时，进行VMD采样；
当划分结果为紧急调节区时，进行PI控制；
得到混合储能系统总充放电功率以及各储能充放电功率。
可选地，所述经济评价指标包括：实时市场购电费用、实时市场亏损售电费用、偏差考核费用。
一种风光储工业园区优化运行的实时控制系统，包括：
风光储工业园区架构及机制确定模块，用于构建风光储工业园区架构，明确电力现货市场下风光储工业园区实时控制运行机制；所述风光储工业园区架构以园区运营商为枢纽，对外连接电力系统，用于负责制定购电计划，参与现货市场交易活动，接受电力系统调度部门电量考核；对内连接工商业用户、分散式风电、分布式光伏以及混合储能装置，用于负责运营园区，与各用户签订合同；
变分模态分解模块，用于采用变分模态分解法VMD将中控制混合储能装置充放电的风光储工业园区联络线偏差功率分解为K个变分模态分量；
混合储能系统功率分配、容量配置模块，用于划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量；
实时控制策略模块，用于建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略模型输出的实时控制策略进行控制；所述实时控制策略包括：控制目标、控制标准评价指标、控制区域、VMD采样、混合储能系统总充放电功率以及各储能充放电功率；
实时控制策略经济评价模块，用于选用经济评价指标，构建实时控制策略经济评价模型，对采用实时控制策略后的经济成本及效益进行评价。
一种风光储工业园区优化运行的实时控制设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现所述的方法。
可选地，所述存储器为计算机可读存储介质。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明所提供的一种风光储工业园区优化运行的实时控制方法、系统及设备，构建风光储工业园架构，建立电力现货市场下风光储工业园区实时控制运行机制，使用VMD法计算分析风光储工业园区联络线偏差功率，确定变分模态分解数K；划分储能类型，组成混合储能系统，分配混合储能系统功率，配置混合储能系统容量；建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略，并对实时控制策略的控制性能进行校验并评价；最后构建实时控制策略经济评价模型，对采用实时控制策略前后的经济成本及效益进行评价，提高了风光储工业园区的经济运行水平。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明所提供的风光储工业园区优化运行的实时控制方法流程示意图；
图2为本发明实施例提供的风光储工业园区架构图；
图3为本发明实施例提供的电力现货市场下风光储工业园区实时控制运行机制图；
图4为本发明实施例提供的确定变分模态分解数K方法流程示意图；
图5为本发明实施例提供的实时控制策略流程示意图；
图6为本发明实施例提供的风光储工业园区控制策略结构示意图；
图7为本发明实施例提供的实时控制策略控制分区示意图；
图8为本发明实施例提供的风光实际出力情况示意图；
图9为本发明实施例提供的广东电力市场某日实时出清电价示意图；
图10为本发明实施例提供的基于VMD的偏差功率信号分解曲线示意图；
图11为本发明实施例提供的储能调节前后的功率偏差情况示意图；
图12为本发明实施例提供的风光工业园区储能调节前后园区购电情况示意图；
图13为本发明实施例提供的风光工业园区储能调节量示意图；
图14为本发明实施例提供的风光工业园区储能调节前后指标对比示意图((a)部分为15min的RMSE考核情况，(b)部分为1min平均功率偏差考核结果)；
图15为本发明实施例提供的风光工业园区实时控制前后购电对比示意图；
图16为本发明实施例提供的风光工业园区实时控制前后考核电量对比示意图((a)部分为控制前考核电量，(b)部分为控制后考核电量)；
图17为本发明实施例提供的风光储工业园区优化运行的实时控制系统结构示意图。
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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，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，都属于本发明保护的范围。
本发明的目的是提供一种风光储工业园区优化运行的实时控制方法、系统及设备，能够实现风光储工业园区的安全、稳定经济运行。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明所提供的一种风光储工业园区优化运行的实时控制方法，包括：
S101，构建风光储工业园区架构，明确电力现货市场下风光储工业园区实时控制运行机制；如图2所示，所述风光储工业园区架构以园区运营商为枢纽，对外连接电力系统，用于负责制定购电计划，参与现货市场交易活动，接受电力系统调度部门电量考核；对内连接工商业用户、分散式风电、分布式光伏以及混合储能装置，用于负责运营园区，与各用户签订合同；
架构包括工商业用户、分散式风电、分布式光伏以及混合储能装置、园区运营商以及电力系统。
电力现货市场下风光储工业园区实时控制运行机制如图3所示，工业园区内部可再生能源发电功率在满足就地消纳的同时，可以将富余的电量上传到外部电网。园区运营商代理风光储工业园区，合理进行购售电，并接受电网调度部门电量考核；对内负责运营园区，综合考虑园区内各类用户的用电习惯、生产计划等，充分挖掘需求侧可中断负荷以及可转移负荷等资源，合理制定运行计划，实行“自发自用、余量上网、电网调剂”的运行机制，确保园区内信息流通的即时性、有效性，保证命令者和执行者动作的一致性。日前，各类用户根据自身的用电习惯、响应潜力、补偿价格等因素同园区运营商签订响应合同。工业园区运营商根据运行日的负荷预测结果、可再生能源出力的预测结果、园区用户提供的运行日的负荷计划以及签订的需求侧响应合同等信息，求解日前经济调度模型，通过对需求侧资源进行调度，尽可能多的消纳清洁能源，降低运营成本，制定出未来一天当中园区最优的电网购电曲线，用于日前市场申报。
当风光出力与购电计划产生一定偏差，园区运营商将受到电网调度部门电量考核，当偏差电量超过考核规定范围后，园区运营商将会受到惩罚。根据所制定的风光储工业园区24h日前购电计划曲线，建立电力现货市场下风光储工业园区实时控制运行机制，园区运营商计算分析负荷实际值、光伏实际值、风电实际值、24h日前购电计划曲线以及实时市场15min实时电价数据，跟踪日前购电计划曲线，当不同的情况采取实时控制策略，利用混合储能系统充放电平抑风光储工业园区联络线的功率偏差，免受电网调度部门电量考核的惩罚。
S102，采用变分模态分解法VMD将中控制混合储能装置充放电的风光储工业园区联络线偏差功率分解为K个变分模态分量；求解约束变分模型最优值，各分量中心频率与带宽不断交替更新，最终得到本征模态函数(Intrinsic Mode Functions,IMFs)，将每个本征模态函数uk(t)看作一个有限带宽的调幅调频信号。
变分模态分解(Variational Modal Decomposition，VMD)先相比于传统的离散傅里叶变换、小波分解法，可以处理非平稳信号，并且可以克服经验模态分解法存在的端点效应和模态分量混叠的问题。当园区联络线功率偏差处于正常调节区时，进行VMD采样，并给储能下调节命令，各个储能设备按照VMD分解功率分配进行调节。
a)变分问题的构造
变分问题，即求解泛函的极值，在变分模态分解中，泛函是指变分模态分解约束变分模型，而要求的极值需要满足每个模态分量中心频率的带宽之和最小。
将信号分解成若干个模态分量uk(t)，假设每个模态分量独立的中心频率，可以表示为：
uk(t)＝Ak(t)cos[φk(t)]。
其中，Ak(t)为本征模态函数的幅值，φk(t)为相位，wk(t)为瞬时频率。
对uk(t)进行希尔伯特变换计算，预测每个模态的中心频率，同时乘以，将信号平移至基带：
式中，wk为中心频率。
规定信号f受约束的变分问题的目标函数，约束条件是所有模态重构之后等于原始信号：
式中，{uk}＝{u1,…,uk}表示信号分解得到的uk(t)分量集合，{wk}＝{w1,…,wk}表示k个模态分量的中心频率。
b)变分问题的求解
为保障约束条件的严格性，引入拉格朗日算子λ(t)，将上述变分问题转变为了非约束变分问题，计算公式如下：
式中：α为二次惩罚因子，为了确保信号重组的精度。
VMD采用交替方向乘子法求解，通过不断交替计算，以寻找式该变分问题的最佳解。并利用帕塞瓦尔或者傅里叶等距变换，将变分问题转换至频域，计算公式如下：
式中：X代表所有理想集合；sgn(w)＝w/|w|是信号x(t)的傅里叶变换形式；w为随机频率。
令式中w＝w-wk，得到如下计算公式：
将上式转化为其非负频率区间积分形式表达式如下：
令该二次问题的优化解为：
中心频率wk n+1的更新公式如下式，同样也是将其先转换至频域：
式中，等价于当前剩余量/>的维纳滤波；/>为当前uk(t)的功率谱重心；{uk(t)}为/>傅里叶逆变换后的实部。
c)变分模态分解数k的确定
分量个数的选择对于VMD十分重要，值过小或过大都会影响信号分解的效果，不利于后续混合储能的功率分配以及容量配置。在本发明中，根据图4所示的方法进行参数k的确定。
S103，划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量；
S103具体包括：
根据储能介质的不同将储能类型划分为能量型和功率型；
根据储能响应速度的不同细分为瞬时响应、快速响应、短时响应、长时响应、缓慢响应、系统备用(前三类为功率型，后三类为能量型)；
能量型储能设备锂电池和功率型储能设备超级电容器组成混合储能系统；
将K个变分模态分量进行希尔伯特变换得到希尔伯特边际谱，并重构高频信号和低频信号进而分配混合储能系统功率；将希尔伯特边际谱作为混合储能系统功率分配的依据；将低频信号分配给能量型储能，高频信号分配给功率型储能；
采用快速傅里叶变换对重构后的高频信号和低频信号进行分解得到园区联络线偏差功率频谱；再利用离散傅里叶逆变换，将联络线功率偏差信号由频域转换为时域，根据帕塞瓦尔定理计算得到混合储能系统中各类储能功率补偿需求值，进而配置混合储能系统容量。
储能介质不同，会导致储能的储存能量的时间尺度不同、在电力系统中提供支撑的作用也不同，据此可将储能分为能量型储能和功率型储能两大类。锂电池作为能量型储能设备，功率密度高、成本较低，但其响应速度较为缓慢，循环寿命也较短，适合补偿波动变化幅度较大、波动缓慢的波动，并且需要严格控制充放电周期的数量，以控制设备的运行成本。功率型储能设备功率密度高、循环寿命长，但能量密度较低、成本较高，适合补偿秒级、分钟级别的功率偏差。为了满足缓解园区内可再生能源不同频率波动的需要，考虑到能量型储能和功率型储能各自的优缺点，本发明考虑将两种储能结合起来形成混合储能系统，两种储能性能互补，发挥更大的优势。
储能技术根据不同的划分方法可以有很多类型。当电力系统发生扰动时，不同类型的储能响应速度不同。如表1所示，根据时间响应特性的不同，将储能划分为功率型储能和能量型储能，本发明将储能划分为以下六类，方便实际工程应用中的调度需求，其中前三类对应为功率型储能，后三类则为能量型储能。
表1储能设备分类
(2)混合储能系统功率分配
对偏差功率PHESS，进行变分模态分解，假设分解个数为K，则各个PHESS与分解得到的固有模态分量uk(t)之间的关系式如下所示：
对uk(t)进行希尔伯特变换，计算公式如下：
式中P为柯西主值。
根据式上式构造其解析信号zk(t)，zk(t)频谱中仅含有正频率成分，表达式如下：
式中：αk(t)、ψk(t)和wk(t)分别为uk(t)的瞬时幅值、瞬时相位以及瞬时频率。
通过下式求取模态分量的希尔伯特幅值谱：
对希尔伯特谱在时间轴上进行积分，如下式所示，便由幅值-时间-频率的关系转变为信号幅值仅随频率变化的情况，得到希尔伯特边际谱，描述的是幅值在频率轴上的分布，频率分辨率高于傅里叶频谱，因此可以依据希尔伯特边际谱对两种储能进行功率分配。
最后根据能量型和功率型储能各自的物理特性，确定两种类型储能的合理频率分界点，低于wi的各模态分量重构作为超级电容器参考输出功率Psc(t)，将高于wi各模态分量重构作为锂电池参考输出功率Pb(t)，即：
(3)混合能源系统容量配置
根据(2)的内容对风光储工业园区联络线偏差功率进行VMD分解并重构。用快速傅里叶变换对重构后的信号进行分解，得到联络线偏差功率频谱。对风光储工业园区频谱分析结果进行离散傅里叶逆变换，将偏差信号由频域再转换到时域，根据表1中对储能进行划分，再根据帕塞瓦尔定理计算得到各类储能功率补偿需求值，将前四类储能容量之和设定为储能额定容量。校验结果，确定储能容量。
S104，建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略模型输出的实时控制策略进行控制；所述实时控制策略包括：控制目标、控制标准评价指标、控制区域、VMD采样、混合储能系统总充放电功率以及各储能充放电功率；
S104具体包括：
根据风光储当日实际购电功率，以实时值和计划值偏差即风光储工业园区联络线上的偏差功率作为控制目标，以设定考核周期为不断滚动采样，计算控制点的联络线偏差功率；设定考核周期为15min。
根据功率偏差程度进行控制分区的划分；划分结果包括：死区、正常控制区或紧急调节区；
当划分结果为死区时，储能功率不变；
当划分结果为正常控制区时，进行VMD采样；
当划分结果为紧急调节区时，进行PI控制；
得到混合储能系统总充放电功率以及各储能充放电功率。
实时控制策略流程如图5所示。
(1)确定控制目标
以控制点前15min为采样时段，对控制点进行滚动采样，计算联络线偏差功率。
风光储工业园区控制策略结构图如图6所示。
虽然园区运营商制定了24h日前购电计划，但在风光储工业园区当天实际运行时，不仅分布式电源的输出功率波动性很大，工业园区的用户也可能实时的调整负荷，导致实时阶段风光储工业园区的联络线功率存在巨大的波动性，这会严重危害到电力系统的安全稳定运行。
PJ＝PL-Ppv-Pwind。
式中：PJ为风光储工业园区的净负荷功率，PL为风光储工业园区实际的负荷功率，Ppv、Pwind分别为园区内分布式光伏、分散式风电的实际功率。
因此，为了降低联络线功率的波动，园区运营商将日前购电计划设定为每个时段联络线功率的方向和大小，并且考虑采用混合储能装置平抑实时购电与计划购电之间的偏差功率。实时购电与计划购电之间的偏差功率、净负荷功率以及联络线期望功率这三者之间存在如下关系：
PE＝PJ-PG。
式中：PE为实时购电与计划购电之间的偏差功率，PG为联络线期望功率，即风光储工业园区日前购电计划。
(2)引入控制标准评价指标
合理的控制性能评价标准是实现园区负荷精细化控制的关键。为了使控制策略能够达到更好的负荷追踪效果，满足全天的评价标准。参考2021年6月28日发布的《风光储联合发电站设计标准》，本发明引入15min的均方根误差指标和1min的平均误差指标。计算公式如下：
式中：n为考核周期内采样点数,Cap为风光储工业园区的分散式风光总容量，PMi为第i时刻的园区联络线功率实际值，PPi为第i时刻的园区联络线上期望功率，n为日内考核点数。
本发明参照广东电力市场偏差考核规则，RMSE,15min的控制目标ε1和δmean,1min的控制目标ε2分别取4％和10％。
(3)根据功率偏差程度进行控制分区的划分
风光储工业园区实时控制策略在力求优秀的控制效果的同时，也需要考虑到储能的动作次数、寿命等因素，因此并不强求园区联络线实时功率百分百追踪计划值，允许联络线功率在合理的范围内波动，从而减少储能动作次数，降低光储工业园区运维成本，提高储能设备的使用寿命。根据功率偏差程度可将控制区域划分为死区、正常调节区和紧急调节区，其阈值分别用PED和PEE表示。
控制分区如图7所示：
a)死区。此时园区联络线上的功率波动很细微，对园区的安全经济可靠运行并不构成威胁，不需要对偏差功率进行控制，因此储能装置无需动作。
b)正常调节区。以满足实时控制策略评价指标为目标进行调节。当RMSE,15min＞ε1和δmean,1min＞ε2时，给储能下调节命令，各个储能设备按照VMD分解功率分配进行调节。同时，为避免储能装置短时间内频繁充放电，延长储能寿命，设置在1min内储能调节值保持不变。
c)紧急调节区。PEE取整个工业园区主变容量的3％。此时风光储工业园区功率波动剧烈，正常采样数据存在滞后，正常调节手段已经难以满足控制标准，此时采用PI控制作为紧急控制措施进行调节。此时取消对储能的1min控制周期限制，也不用判断是否满足控制标准，均对储能设备下达调节指令。
S105，选用经济评价指标，构建实时控制策略经济评价模型，对采用实时控制策略后的经济成本及效益进行评价。
所述经济评价指标包括：实时市场购电费用、实时市场亏损售电费用、偏差考核费用。
选用实时市场购电费用、实时市场亏损售电费用、偏差考核费用作为经济评价指标，构建实时控制策略经济评价模型，按照“日清日结”的偏差结算方式进行结算，参考广东电力市场的偏差费用结算规则，基于实时控制策略经济评价模型，选取现货电力市场某日实时电价进行计算分析，对采用实时控制策略前后的经济成本及效益进行评价。
(1)实时市场购电费用
当某个控制时段实际用电Q实际，t大于该时段日前购电量Q日前，t时，园区运营商需要从实时市场中进行购电，园区运营商将支付额外的购电费用，计算公式如下：
式中，P实时，t、P日前，t分别为第t个控制时段的实时市场购电价和日前市场购电价。
(2)实时市场亏损售电费用
当某个控制时段实际用电小于该时段日前购电时，园区运营商将这部分电量在实时市场按照低于日前购电价格的价格售出，这部分亏损售电费用计算公式如下：
式中，γ为实时市场售电价。
(3)偏差考核费用
按照“日清日结”的偏差结算方式进行结算，园区运营商具有规定的免考核范围，超过此范围的偏差电量将按照2倍的日前市场购入电价来支付考核费用，计算公式如下：
式中，Q考核，t为第t个控制时段的考核电量。
(4)总成本
综合上述可以计算实时控制阶段费用，计算公式如下：
E＝Cextra+Csell+Cpunish。
式中E为实时控制阶段费用。
为验证本发明所提供的风光储工业园区优化运行的实时控制方法的有效性和实用性，以国内某150MW工业园区某日历史数据为例进行仿真分析。实时购电价格参考广东电力市场某日的实时出清电价。
构建风光储工业园区架构，采用运营一体化和投资多元化的源网荷储一体化模式框架，基于此架构明确电力现货市场下风光储工业园区实时控制运行机制。该风光储工业园区内包含有水泥企业、机械企业以及电解铝企业三种用户，均为三班制企业。该园区内同时装设有总容量为120MW光伏发电板和150MW的分散式风机。园区运营商作为工业园区内的重要枢纽，对外负责制定购电计划，参与电力市场交易，签订购电合同，直接参与现货市场交易活动，接受电网调度部门电量考核；对内负责运营园区，实行“自发自用、余量上网、电网调剂”的运营机制。
风光具有随机波动性，可能会和园区运营商制定的购电曲线产生一定的偏差电量，此时园区运营商将受到电网调度部门电量考核，当偏差电量超过考核规定范围后，园区运营商将会受到惩罚
园区运营商计算分析负荷实际值、光伏实际值、风电实际值、24h购电计划曲线以及实时市场15min实时电价数据，以采取实时控制策略，利用混合储能系统充放电平抑风光储工业园区联络线的功率偏差，跟踪购电计划曲线，免受电网调度部门电量考核的惩罚。
风光实际出力如图8所示，广东电力市场某日的实时出清电价如图9所示。
使用VMD法将风光储工业园区联络线偏差功率分解成K个固有模态分量，求解约束变分模型最优值，各分量中心频率与带宽不断交替更新，最终得到本征模态函数(Intrinsic Mode Functions,IMFs)，将每个本征模态函数uk(t)看作一个有限带宽的调幅调频信号，可以表示
式中，{uk}(k＝1,2,…,K)表示为通过分解获得的第K个模式分量。
IMF分量的个数K的确定对VMD有一定影响，K值过小会导致信号分解不彻底，影响后续容量配置的准确性，K值过大会导致信号过分解，出现模态重复或产生额外的噪声。一般选择K＝3～8为IMF分量的个数，各个IMF分量具有不同的中心频率。本发明采用中心频率法确定K的最佳个数K＝5。对偏差功率进行VMD分解，得到5个IMF分量。基于VMD的偏差功率分解曲线如图10所示。图10中，IMF1具有最高瞬时频率成分，IMF5具有最低瞬时频率成分，阶数越高则所含瞬时频率成分越低。
通过观察边际谱，将模态分量重构成高频和低频信号，其中，把低频信号分配给能量型储能，高频信号分配给功率型储能。本发明采用超级电容器、锂离子电池组成混合储能系统，从而实现优势互补。
设置数据采样周期为4s，采样点数为21600点。以控制点前15min为VMD采样区间，滚动读取区间内采样数据进行储能功率调节计算。
图8中风光实测出力与计划出力的均方根误差RMSE为18.26％，风光出力波动剧烈，与预期计划偏差较大，导致园区运营商将会受到偏差考核。
根据文献[25]对储能容量进行优化，由锂电池和超级电容器组成的混合储能装置容量设置为19MWh，其中，锂离子电池容量为6MWh，最大充放电功率为36MW，充放电效率为95％；超级电容器容量为13WMh，最大充放电功率为45MW，充放电效率为98％；二者初始SOC设为0.7。将能量型储能的SOC正常区域设定为0.2～0.8，而功率型储能的SOC正常范围则放宽至0.1～0.9。死区临界点PED按储能充放电最大功率的5％考虑，设为1.1MW，紧急调节区临界点PEE按园区主变容量的3％考虑，即4.5MW。
根据实施例1中步骤104所述，对偏差功率进行调节，图11为储能调节前后的功率偏差情况。
由图11可以看出，风光储工业园区原出力偏差波动及其剧烈，储能参与调节后，功率偏差得到了极大的改善，全天的RMSE由18.26％减少至1.44％。因考虑到储能运行和维护成本，并不强制要求偏差过零，只需将偏差控制在一个合理的范围即可，剩余部分则由实时电力市场进行平衡。
图12为风光工业园区储能调节前后园区购电情况，经储能系统调节后，园区购电曲线基本可以和日前购电计划贴合，虽仍存在偏差，但这种偏差已处于合理的波动范围，若要完全消除偏差，则需要投入更大的储能容量与储能运行维护成本，不利于园区的经济运行。图13为风光工业园区储能调节量。
全天考核结果如表2和图14所示。但由于云层遮挡、风速改变等外部因素影响，风光工业园区在短时间内可能存在较大的功率缺口，经储能调节后，各项考核指标均得到了明显改善，但仍存在功率偏差过大的情况，主要由于该时段内风光出力大幅度波动超出了储能功率上限，导致储能系统无法对功率偏差进行合理补偿。考虑到风光工业园区类似情况的大功率波动出现概率较小，本发明并未因此而增加储能容量配置，若实际工程经济情况允许且对功率偏差有更高要求，可以适当增配储能以使工业园区购电曲线能更好地贴合预期计划要求。
表2风光工业园区储能调节前后指标对比
根据实施例1中步骤105所述，选用经济评价指标，构建实时控制策略经济评价模型，按照“日清日结”的偏差结算方式进行结算，参考广东电力市场的偏差费用结算规则。
(1)购售电量
控制前后园区的购/售电情况发生变化，计算公式如下：
式中，E大于等于零时为园区向电网进行购电的电量，反之则为园区向电网的售电量；P为风光储工业园区的购电功率。
在控制前，该工业园区的购电量为346.2199MWh，控制后购电量为286.8929MWh，减少了59.327MWh；并且控制前后园区向电网倒送的电量也由152.0294MWh减少至78.0228MWh，这进一步提高了园区内风光的利用率，使得整个园区的经济性和稳定性也有所提高。
(2)考核电量
在上述仿真中，控制前全天的考核电量为279.91MWh，控制后全天的考核电量下降为18.11MWh，如图16所示。
(3)实时控制策略经济评价
本发明参考广东电力市场的偏差费用结算规则，从实时市场购电费用、实时市场亏损售电费用、偏差考核费用三方面对所提经济调度方法进行评价。实时控制阶段费用的计算公式如式(29)所示。经过实时控制策略修正前后的费用对比如表3所示，，通过储能的充放电控制后，风光储工业园区的因考核承担的惩罚费用均显著降低，提升了风光储工业园区的经济性。
表3采用实时控制策略前后费用对比
本发明提出了一种风光储工业园区优化运行的实时控制方法，首先构建风光储工业园架构，建立电力现货市场下风光储工业园区实时控制运行机制，使用VMD法计算分析风光储工业园区联络线偏差功率，确定变分模态分解数K，划分储能类型并进行特性分析，组成混合储能系统，通过VMD法的采样，分配混合储能系统功率，配置混合储能系统容量，建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略，事先确定控制目标，引入控制标准评价指标，根据功率偏差程度进行控制区域划分，判断控制区域，得到储能系统总充放电功率以及各储能充放电功率，实现利用混合储能系统平抑风光储工业园区联络线功率波动与偏差，并对实时控制策略的控制性能进行校验并评价，最后选用经济评价指标，构建实时控制策略经济评价模型，对采用实时控制策略前后的经济成本及效益进行评价，提高风光储工业园区的经济运行水平。
本发明基于电力市场环境下，实时阶段的优化经济运行层面的考虑，首次提出使用变分模态分解法处理风光储工业园区联络线的偏差功率。在划分储能类型及特性分析，组成混合储能系统后，通过VMD法采样，进而分配混合储能系统功率，配置混合储能系统容量。基于混合储能系统的充放电，建立了实时控制策略模型，利用混合储能系统平抑风光储工业园区联络线功率偏差，选用经济评价指标，构建实时控制策略经济评价模型，对采用实时控制策略前后进行经济成本及效益进行评价，为风光储工业园区的优化运行提供了一种全新的实时控制方法，填补了相关方面的空白。
如图17所示，本发明所提供的一种风光储工业园区优化运行的实时控制系统，包括：
风光储工业园区架构及机制确定模块201，用于构建风光储工业园区架构，明确电力现货市场下风光储工业园区实时控制运行机制；所述风光储工业园区架构以园区运营商为枢纽，对外连接电力系统，用于负责制定购电计划，参与现货市场交易活动，接受电力系统调度部门电量考核；对内连接工商业用户、分散式风电、分布式光伏以及混合储能装置，用于负责运营园区，与各用户签订合同；
变分模态分解模块202，用于采用变分模态分解法VMD将中控制混合储能装置充放电的风光储工业园区联络线偏差功率分解为K个变分模态分量；
混合储能系统功率分配、容量配置模块203，用于划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量；
实时控制策略模块204，用于建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略模型输出的实时控制策略进行控制；所述实时控制策略包括：控制目标、控制标准评价指标、控制区域、VMD采样、混合储能系统总充放电功率以及各储能充放电功率；
实时控制策略经济评价模块205，用于选用经济评价指标，构建实时控制策略经济评价模型，对采用实时控制策略后的经济成本及效益进行评价。
作为一个具体的实施例，本发明还提供一种风光储工业园区优化运行的实时控制设备，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-4中任一项所述的方法。
所述存储器为计算机可读存储介质。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种风光储工业园区优化运行的实时控制方法，其特征在于，包括：
构建风光储工业园区架构，明确电力现货市场下风光储工业园区实时控制运行机制；所述风光储工业园区架构以园区运营商为枢纽，对外连接电力系统，用于负责制定购电计划，参与现货市场交易活动，接受电力系统调度部门电量考核；对内连接工商业用户、分散式风电、分布式光伏以及混合储能装置，用于负责运营园区，与各用户签订合同；
采用变分模态分解法VMD将中控制混合储能装置充放电的风光储工业园区联络线偏差功率分解为K个变分模态分量；
划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量；
建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略模型输出的实时控制策略进行控制；所述实时控制策略包括：控制目标、控制标准评价指标、控制区域、VMD采样、混合储能系统总充放电功率以及各储能充放电功率；
选用经济评价指标，构建实时控制策略经济评价模型，对采用实时控制策略后的经济成本及效益进行评价。
2.根据权利要求1所述的一种风光储工业园区优化运行的实时控制方法，其特征在于，所述划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量，具体包括：
根据储能介质的不同将储能类型划分为能量型和功率型；
根据储能响应速度的不同细分为瞬时响应、快速响应、短时响应、长时响应、缓慢响应、系统备用；
能量型储能设备锂电池和功率型储能设备超级电容器组成混合储能系统；
将K个变分模态分量进行希尔伯特变换得到希尔伯特边际谱，并重构高频信号和低频信号进而分配混合储能系统功率；将希尔伯特边际谱作为混合储能系统功率分配的依据；将低频信号分配给能量型储能，高频信号分配给功率型储能；
采用快速傅里叶变换对重构后的高频信号和低频信号进行分解得到园区联络线偏差功率频谱；再利用离散傅里叶逆变换，将联络线功率偏差信号由频域转换为时域，根据帕塞瓦尔定理计算得到混合储能系统中各类储能功率补偿需求值，进而配置混合储能系统容量。
3.根据权利要求1所述的一种风光储工业园区优化运行的实时控制方法，其特征在于，所述建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略模型输出的实时控制策略进行控制，具体包括：
根据风光储当日实际购电功率，以实时值和计划值偏差即风光储工业园区联络线上的偏差功率作为控制目标，以设定考核周期为不断滚动采样，计算控制点的联络线偏差功率；
根据功率偏差程度进行控制分区的划分；划分结果包括：死区、正常控制区或紧急调节区；
当划分结果为死区时，储能功率不变；
当划分结果为正常控制区时，进行VMD采样；
当划分结果为紧急调节区时，进行PI控制；
得到混合储能系统总充放电功率以及各储能充放电功率。
4.根据权利要求1所述的一种风光储工业园区优化运行的实时控制方法，其特征在于，所述经济评价指标包括：实时市场购电费用、实时市场亏损售电费用、偏差考核费用。
5.一种风光储工业园区优化运行的实时控制系统，其特征在于，包括：
风光储工业园区架构及机制确定模块，用于构建风光储工业园区架构，明确电力现货市场下风光储工业园区实时控制运行机制；所述风光储工业园区架构以园区运营商为枢纽，对外连接电力系统，用于负责制定购电计划，参与现货市场交易活动，接受电力系统调度部门电量考核；对内连接工商业用户、分散式风电、分布式光伏以及混合储能装置，用于负责运营园区，与各用户签订合同；
变分模态分解模块，用于采用变分模态分解法VMD将中控制混合储能装置充放电的风光储工业园区联络线偏差功率分解为K个变分模态分量；
混合储能系统功率分配、容量配置模块，用于划分储能类型并进行特性分析，组成混合储能系统，通过VMD法采样，分配混合储能系统功率，配置混合储能系统容量；
实时控制策略模块，用于建立实时控制策略模型，根据风光储工业园区的具体运行情况，采用实时控制策略模型输出的实时控制策略进行控制；所述实时控制策略包括：控制目标、控制标准评价指标、控制区域、VMD采样、混合储能系统总充放电功率以及各储能充放电功率；
实时控制策略经济评价模块，用于选用经济评价指标，构建实时控制策略经济评价模型，对采用实时控制策略后的经济成本及效益进行评价。
6.一种风光储工业园区优化运行的实时控制设备，其特征在于，包括：至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令，当所述计算机程序指令被所述处理器执行时实现如权利要求1-4中任一项所述的方法。
7.根据权利要求6所述的一种风光储工业园区优化运行的实时控制设备，其特征在于，所述存储器为计算机可读存储介质。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310429989.7A CN116683529A (zh) | 2023-04-21 | 2023-04-21 | 风光储工业园区优化运行的实时控制方法、系统及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310429989.7A CN116683529A (zh) | 2023-04-21 | 2023-04-21 | 风光储工业园区优化运行的实时控制方法、系统及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116683529A true CN116683529A (zh) | 2023-09-01 |
Family
ID=87789804
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310429989.7A Pending CN116683529A (zh) | 2023-04-21 | 2023-04-21 | 风光储工业园区优化运行的实时控制方法、系统及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116683529A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117175568A (zh) * | 2023-09-05 | 2023-12-05 | 广州鑫广源电力设计有限公司 | 一种工业园区用电智能规划方法及系统 |
-
2023
- 2023-04-21 CN CN202310429989.7A patent/CN116683529A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117175568A (zh) * | 2023-09-05 | 2023-12-05 | 广州鑫广源电力设计有限公司 | 一种工业园区用电智能规划方法及系统 |
| CN117175568B (zh) * | 2023-09-05 | 2024-03-08 | 广州鑫广源电力设计有限公司 | 一种工业园区用电智能规划方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110416998B (zh) | 一种基于虚拟发电厂的地区复杂配网调度控制管理系统 | |
| CN110210647B (zh) | 一种分布式电源、储能与柔性负荷联合调度方法及装置 | |
| CN108599373B (zh) | 高比例可再生能源电力系统输配协调调度目标级联分析法 | |
| CN111738497B (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
| CN110782363A (zh) | 一种计及风电不确定性的交直流配电网调度方法 | |
| Machlev et al. | A review of optimal control methods for energy storage systems-energy trading, energy balancing and electric vehicles | |
| CN114336702B (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
| Ju et al. | A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator | |
| CN110991718B (zh) | 一种配电网网格化规划方法 | |
| Hou et al. | Multi-time scale optimization scheduling of microgrid considering source and load uncertainty | |
| CN111311012A (zh) | 基于多智能体的微电网电力市场双层竞价优化方法 | |
| Negri et al. | Combined model predictive control and ANN-based forecasters for jointly acting renewable self-consumers: An environmental and economical evaluation | |
| CN116683529A (zh) | 风光储工业园区优化运行的实时控制方法、系统及设备 | |
| Lin et al. | Blockchain-based intelligent charging station management system platform | |
| Tan et al. | Joint scheduling optimization of virtual power plants and equitable profit distribution using shapely value theory | |
| CN117559546A (zh) | 考虑激励型需求响应的低压配电网混合储能优化配置策略 | |
| CN116961008A (zh) | 计及电力弹簧与负荷需求响应的微电网容量双层优化方法 | |
| Jiang et al. | Monthly electricity purchase and decomposition optimization considering wind power accommodation and day-ahead schedule | |
| CN117332937A (zh) | 一种考虑需求响应的多能互补虚拟电厂经济调度方法 | |
| CN113570282B (zh) | 多主体微电网群联合储能系统容量配置与成本分摊方法 | |
| CN114219186A (zh) | 基于数字孪生的虚拟电厂参与多市场交易的优化调控方法 | |
| Zhang et al. | Joint optimal operation and bidding strategy of scenic reservoir group considering energy storage sharing | |
| Zhao et al. | Technical and economic operation of VPPs based on competitive bi–level negotiations | |
| Liu et al. | Economic Analysis and Research on Investment Return of Energy Storage Participating in Thermal Power Peak and Frequency Modulation | |
| Zhang et al. | Real-time active power dispatch for virtual power plant via a multi-agent leader-follower game approach |
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 |