CN116979570B - 微电网混合型储能方法、系统及装置 - Google Patents
微电网混合型储能方法、系统及装置 Download PDFInfo
- Publication number
- CN116979570B CN116979570B CN202311211640.2A CN202311211640A CN116979570B CN 116979570 B CN116979570 B CN 116979570B CN 202311211640 A CN202311211640 A CN 202311211640A CN 116979570 B CN116979570 B CN 116979570B
- Authority
- CN
- China
- Prior art keywords
- power
- grid
- micro
- energy storage
- power generation
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000010248 power generation Methods 0.000 claims abstract description 222
- 230000008859 change Effects 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000007599 discharging Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 9
- 239000013589 supplement Substances 0.000 claims description 9
- 230000005611 electricity Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了微电网混合型储能方法、系统及装置,属于微电网储能技术领域,具体包括以下步骤:获取微电网中可再生发电装置在过去n天的发电功率数据,并计算过去n天的发电功率均值P0,设定为微电网并入主电网的额定输出功率;生成可再生发电装置发电功率实时变化曲线,计算实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;获取与发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数;本发明实现了微电网的输出功率的动态平衡。
Description
技术领域
本发明涉及微电网储能技术领域,具体涉及微电网混合型储能方法、系统及装置。
背景技术
在能源供应领域,微电网系统作为一种分布式能源管理方案,具有提高能源利用效率、降低能源成本、减少环境污染等优势,因此在各种场景中得到了广泛应用。微电网系统通常由可再生能源发电装置(如太阳能、风能等)、储能装置和其他能源(如化石能源发电装置)组成,用于在局部范围内实现能源的可持续供应。
然而,微电网系统在实际运行中仍然面临一些挑战。例如,可再生能源的波动性和不稳定性可能导致微电网系统的能源供应不稳定,影响供电可靠性。此外,储能装置的使用和管理也是微电网系统运行中需要解决的关键问题。当前的储能方法往往依赖于固定的控制策略,无法充分适应可再生能源发电的波动性,导致能量浪费或者供电不足。
因此,需要一种新的微电网混合型储能方法,能够更加智能地管理可再生能源发电和储能装置之间的关系,实现能源的高效利用和稳定供应。
发明内容
本发明的目的在于提供微电网混合型储能方法、系统及装置,解决以下技术问题:
微电网系统在实际运行中仍然面临一些挑战。例如,可再生能源的波动性和不稳定性可能导致微电网系统的能源供应不稳定,影响供电可靠性。此外,储能装置的使用和管理也是微电网系统运行中需要解决的关键问题。当前的储能方法往往依赖于固定的控制策略,无法充分适应可再生能源发电的波动性,导致能量浪费或者供电不足。
本发明的目的可以通过以下技术方案实现:
微电网混合型储能方法,其特征在于,包括以下步骤:
获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作。
作为本发明进一步的方案:当实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率。
作为本发明进一步的方案:获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb。
作为本发明进一步的方案:根据过去n天的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4。
作为本发明进一步的方案:当发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
作为本发明进一步的方案:所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
作为本发明进一步的方案:获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
作为本发明进一步的方案:所述额定输出功率每隔90天进行更新。
微电网混合型储能系统,包括:
功率设定模块,用于获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测模块,用于实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
功率预测模块,用于根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
储能调度模块,用于获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作。
作为本发明进一步的方案:所述储能调度模块的具体工作过程包括:
当实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率。
作为本发明进一步的方案:所述储能调度模块的具体工作过程还包括:
获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb。
作为本发明进一步的方案:所述储能调度模块的具体工作过程还包括:
根据过去n天的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4。
作为本发明进一步的方案:所述储能调度模块的具体工作过程还包括:
当发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
作为本发明进一步的方案:所述功率设定模块中的所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
作为本发明进一步的方案:还包括功率补充模块,用于获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
作为本发明进一步的方案:所述功率设定模块对所述额定输出功率每隔90天进行更新。
微电网混合型储能装置,包括可再生发电装置、化石能源发电装置和储能装置,工作过程为:
获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作。
作为本发明进一步的方案:当可再生发电功率装置的实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率。
作为本发明进一步的方案:获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb。
作为本发明进一步的方案:根据过去n天的可再生发电装置的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述可再生发电装置的发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4。
作为本发明进一步的方案:当可再生发电装置的发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当可再生发电装置的发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
作为本发明进一步的方案:所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
作为本发明进一步的方案:获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
作为本发明进一步的方案:所述微电网的额定输出功率每隔90天进行更新。
本发明的有益效果:
(1)本发明能够根据可再生能源的波动性和微电网电压的波动情况,智能地调整储能装置的放电和蓄电策略,从而平衡微电网的能源供应和需求,提供更加稳定的能源输出;
(2)本发明利用实时发电功率数据和预测函数,使储能装置能够在能量需求高峰或低谷时进行智能调控,避免能量浪费,从而提高能源利用效率;
(3)本发明通过有效地利用储能装置进行电力调整,微电网系统可以在高峰时段蓄电,低谷时段放电,从而降低能源成本,减少电费支出;
(4)本发明通过动态地调整储能装置的放电和蓄电功率,可以更好地应对可再生能源发电的波动性,进而提升微电网系统的稳定性和可靠性;
(5)本发明充分利用可再生能源发电,当可再生能源发电不足时,根据储能装置的放电预测来补充微电网的能源,从而减少对化石能源的依赖;
(6)本发明基于实时监测和预测,能够快速地适应能源波动,调整储能装置的状态,使微电网系统能够迅速应对能源变化;
(7)本发明通过优化的能源管理策略,该方法有助于实现微电网系统的可持续能源供应,推动可再生能源的广泛应用。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明微电网混合型储能方法的流程示意图;
图2是本发明微电网混合型储能系统的模块示意图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-2所示,本发明为微电网混合型储能方法、系统及装置,其特征在于,包括以下步骤:
获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作。
具体过程为:
步骤1:数据获取和计算
获取过去n天的可再生发电装置的发电功率数据,其中n为正整数。
计算过去n天的发电功率均值P0,将其设定为微电网并入主电网的额定输出功率。
步骤2:发电功率预测
实时监测可再生发电装置的当前发电功率,并生成发电功率实时变化曲线。
计算实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率。
步骤3:充放电功率预测函数的生成
当实时发电功率低于发电功率均值P0时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数。
根据发电功率预测函数生成储能装置的放电功率预测函数。
步骤4:蓄电功率预测函数的生成
当实时发电功率高于发电功率均值P0时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数。
根据发电功率预测函数生成储能装置的蓄电功率预测函数。
步骤5:微电网电压波动的考虑
获取微电网的额定电压U,设置微电网电压的波动值±u。
获取微电网电压由U增加至U+u时,微电网输出功率增加的功率Pa;获取微电网电压由U降低至U-u时,微电网输出功率减少的功率Pb。
步骤6:发电功率历史曲线分析
根据过去n天的发电功率数据生成发电功率历史曲线,并通过抛物线拟合方法获取拟合函数。
若历史曲线中存在时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2。
若历史曲线中存在时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4。
步骤7:动态调控储能装置
当发电功率处于P1且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,再将放电功率降至P0-P2,以平衡微电网系统。
当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数。
当发电功率处于P3且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,再将蓄电功率升至P0-P4,以平衡微电网系统。
当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
在本发明的一种优选的实施例中,当实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率。
在本发明的另一种优选的实施例中,获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb。
在本实施例的一种优选的情况中,根据过去n天的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4。
在本实施例的另一种优选的情况中,当发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
在本实施例的另一种优选的情况中,所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
在本发明的另一种优选的实施例中,获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
在本发明的另一种优选的实施例中,所述额定输出功率每隔90天进行更新。
微电网混合型储能系统,包括:
功率设定模块,用于获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测模块,用于实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
功率预测模块,用于根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
储能调度模块,用于获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作。
在本发明的另一种优选的实施例中,所述储能调度模块的具体工作过程包括:
当实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率。
在本发明的另一种优选的实施例中,所述储能调度模块的具体工作过程还包括:
获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb。
在本发明的另一种优选的实施例中,所述储能调度模块的具体工作过程还包括:
根据过去n天的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4。
在本发明的另一种优选的实施例中,所述储能调度模块的具体工作过程还包括:
当发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
在本发明的另一种优选的实施例中,所述功率设定模块中的所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
在本发明的另一种优选的实施例中,还包括功率补充模块,用于获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
在本发明的另一种优选的实施例中,所述功率设定模块对所述额定输出功率每隔90天进行更新。
微电网混合型储能装置,包括可再生发电装置、化石能源发电装置和储能装置,工作过程为:
获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作。
在本发明的另一种优选的实施例中,当可再生发电功率装置的实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率。
在本发明的另一种优选的实施例中,获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb。
在本发明的另一种优选的实施例中,根据过去n天的可再生发电装置的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述可再生发电装置的发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4。
在本发明的另一种优选的实施例中,当可再生发电装置的发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当可再生发电装置的发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
在本发明的另一种优选的实施例中,所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
在本发明的另一种优选的实施例中,获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
在本发明的另一种优选的实施例中,所述微电网的额定输出功率每隔90天进行更新。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (12)
1.微电网混合型储能方法,其特征在于,包括以下步骤:
获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作;
当实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率;
获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb;
根据过去n天的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4;
当发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
2.根据权利要求1所述的微电网混合型储能方法,其特征在于,所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
3.根据权利要求1所述的微电网混合型储能方法,其特征在于,获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
4.根据权利要求1所述的微电网混合型储能方法,其特征在于,所述额定输出功率每隔90天进行更新。
5.微电网混合型储能系统,其特征在于,包括:
功率设定模块,用于获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测模块,用于实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
功率预测模块,用于根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
储能调度模块,用于获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作;
所述储能调度模块的具体工作过程包括:
当实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率;
所述储能调度模块的具体工作过程还包括:
获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb;
所述储能调度模块的具体工作过程还包括:
根据过去n天的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4;
所述储能调度模块的具体工作过程还包括:
当发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
6.根据权利要求5所述的微电网混合型储能系统,其特征在于,所述功率设定模块中的所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
7.根据权利要求5所述的微电网混合型储能系统,其特征在于,还包括功率补充模块,用于获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
8.根据权利要求5所述的微电网混合型储能系统,其特征在于,所述功率设定模块对所述额定输出功率每隔90天进行更新。
9.微电网混合型储能装置,其特征在于,包括可再生发电装置、化石能源发电装置和储能装置,工作过程为:
获取微电网中可再生发电装置在过去n天的发电功率数据,n为正整数,并计算过去n天的发电功率均值P0,将发电功率均值P0设定为微电网并入主电网的额定输出功率;
实时监测可再生发电装置的当前发电功率,生成发电功率实时变化曲线,计算所述实时变化曲线中当前时间点对应的切线斜率k,并获取当前时间点的实时发电功率;
根据当前时间点的实时发电功率和切线斜率k,以时间为变量,生成时间长度为t0的发电功率随时间变化函数,并标记为未来t0时间段内的发电功率预测函数;
获取与所述发电功率预测函数互为相反数的函数,将该函数设定为微电网中储能装置的充放电功率预测函数,储能装置根据所述充放电功率预测函数进行工作;
当可再生发电功率装置的实时发电功率低于所述发电功率均值时,获取当前切线斜率k1,生成未来时间段t0内的发电功率预测函数P=k1t+b1,其中P为发电功率,t为时间,b1为参数,则储能装置的放电功率预测函数为O=-k1t+P0-b1,O表示储能装置的放电功率;
当实时发电功率高于所述发电功率均值时,获取当前切线斜率k2,生成未来时间段t0内的发电功率预测函数P=k2t+b2,其中b2为参数,则储能装置的蓄电功率预测函数为I=-k2t+P0-b2,I表示储能装置的蓄电功率;
获取微电网的额定电压U,设置微电网电压的波动值±u,获取微电网电压由U增加至U+u时,微电网输出功率所增加的功率Pa,获取微电网电压由U降低至U-u时,微电网输出功率所减少的功率Pb;
根据过去n天的可再生发电装置的发电功率数据生成发电功率历史曲线,若所述发电功率历史曲线中存在有时间段t0内微电网的发电功率上升了Pa,则选取该时间段的初始发电功率P1和最终发电功率P2;
若所述可再生发电装置的发电功率历史曲线中存在有时间段t0内微电网的发电功率下降了Pb,则选取该时间段的初始发电功率P3和最终发电功率P4;
当可再生发电装置的发电功率处于P1,且斜率k大于Pa/t0时,控制储能装置的放电功率不变,直至微电网电压处于U+u/2时,控制储能装置的放电功率降至P0-P2,当发电功率处于P2时,控制储能装置的放电功率重新回归放电功率预测函数;
当可再生发电装置的发电功率处于P3,且斜率k小于-Pb/t0时,控制储能装置的放电功率不变,直至微电网电压处于U-u/2时,控制储能装置的蓄电功率升至P0-P4,当发电功率处于P4时,控制储能装置的蓄电功率重新回归蓄电功率预测函数。
10.根据权利要求9所述的微电网混合型储能装置,其特征在于,所述发电功率历史曲线由抛物线拟合而成,选取所述n天发电功率数据的若干个采样点,以时间为横坐标,发电功率为纵坐标,建立拟合函数,生成n个拟合函数,每个拟合函数对应一天的发电功率曲线,公式为P=At2+Bt+C,其中P为发电功率,t为时间,通过求解公式获取A、B和C的取值。
11.根据权利要求9所述的微电网混合型储能装置,其特征在于,获取储能装置的最大放电功率Ba,当可再生发电装置的发电功率低于P0-Ba时,启动化石能源发电装置对微电网输出功率进行补充。
12.根据权利要求9所述的微电网混合型储能装置,其特征在于,所述微电网的额定输出功率每隔90天进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311211640.2A CN116979570B (zh) | 2023-09-20 | 2023-09-20 | 微电网混合型储能方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311211640.2A CN116979570B (zh) | 2023-09-20 | 2023-09-20 | 微电网混合型储能方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116979570A CN116979570A (zh) | 2023-10-31 |
CN116979570B true CN116979570B (zh) | 2024-01-05 |
Family
ID=88478176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311211640.2A Active CN116979570B (zh) | 2023-09-20 | 2023-09-20 | 微电网混合型储能方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116979570B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103986190A (zh) * | 2014-05-26 | 2014-08-13 | 电子科技大学 | 基于发电功率曲线的风光储联合发电系统平滑控制方法 |
KR20180046174A (ko) * | 2016-10-27 | 2018-05-08 | 한국전기연구원 | 신재생기반 독립형 마이크로그리드의 최적 운전을 위한 운영 시스템 및 방법 |
CN114385965A (zh) * | 2021-12-17 | 2022-04-22 | 南京信息职业技术学院 | 适用于智能终端的温度快速预测方法、装置与设备 |
CN114725964A (zh) * | 2022-02-17 | 2022-07-08 | 浙江国氢能源科技发展有限公司 | 一种家用微电网调度方法、管理系统和家用微电网 |
CN115065104A (zh) * | 2022-08-15 | 2022-09-16 | 中通服建设有限公司 | 一种微电网多能源集成调度系统 |
CN116191571A (zh) * | 2023-04-17 | 2023-05-30 | 深圳量云能源网络科技有限公司 | 风电储能输出功率控制方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120084141A1 (en) * | 2009-03-30 | 2012-04-05 | Acquisio | System and Method to Predict the Performance of Keywords for Advertising Campaigns Managed on the Internet |
US9568901B2 (en) * | 2012-08-27 | 2017-02-14 | Nec Corporation | Multi-objective energy management methods for micro-grids |
-
2023
- 2023-09-20 CN CN202311211640.2A patent/CN116979570B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103986190A (zh) * | 2014-05-26 | 2014-08-13 | 电子科技大学 | 基于发电功率曲线的风光储联合发电系统平滑控制方法 |
KR20180046174A (ko) * | 2016-10-27 | 2018-05-08 | 한국전기연구원 | 신재생기반 독립형 마이크로그리드의 최적 운전을 위한 운영 시스템 및 방법 |
CN114385965A (zh) * | 2021-12-17 | 2022-04-22 | 南京信息职业技术学院 | 适用于智能终端的温度快速预测方法、装置与设备 |
CN114725964A (zh) * | 2022-02-17 | 2022-07-08 | 浙江国氢能源科技发展有限公司 | 一种家用微电网调度方法、管理系统和家用微电网 |
CN115065104A (zh) * | 2022-08-15 | 2022-09-16 | 中通服建设有限公司 | 一种微电网多能源集成调度系统 |
CN116191571A (zh) * | 2023-04-17 | 2023-05-30 | 深圳量云能源网络科技有限公司 | 风电储能输出功率控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于粗糙集理论和启发式径向基函数神经网络的中长期电力负荷预测模型;夏非;范莉;苏浩益;;电力系统保护与控制(第16期);27-32页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116979570A (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103986190B (zh) | 基于发电功率曲线的风光储联合发电系统平滑控制方法 | |
CN107276122B (zh) | 适应大规模可再生能源并网的调峰资源调用决策方法 | |
CN103595068A (zh) | 混合储能系统平抑风光输出功率波动的控制方法 | |
CN112583051B (zh) | 变速抽水蓄能机组在区域电网中的优化调度模型构建方法 | |
JP2023138478A (ja) | 高い動的負荷を有する電力システムのバッテリエネルギー貯蔵システムを制御する方法 | |
CN116826736A (zh) | 高比例新能源系统惯量约束的灵活性资源配置方法及系统 | |
CN113394808B (zh) | 清洁能源基地的发电调度方法和装置 | |
CN110768303A (zh) | 一种海岛型能源系统设备容量的优化配置方法 | |
Zidane et al. | A new fuzzy logic solution for energy management of hybrid photovoltaic/battery/hydrogen system | |
CN116231764B (zh) | 一种源网荷储协调控制方法及系统 | |
CN115769454A (zh) | 混合动力发电厂快速频率响应 | |
CN110571868B (zh) | 微电网的优化配置方法 | |
CN116979570B (zh) | 微电网混合型储能方法、系统及装置 | |
CN116562554A (zh) | 一种考虑灵活性供需平衡的长短期储能联合规划方法 | |
CN103515980A (zh) | 含地源热泵的微电网能量管理方法 | |
CN113922422B (zh) | 一种恒功率柔性运行控制方法、系统、设备和存储介质 | |
CN116526544A (zh) | 新能源发电系统灵活性资源规划方法、系统及设备 | |
Kathirvel et al. | Analysis and design of hybrid wind/diesel system with energy storage for rural application | |
CN115549177A (zh) | 一种光风柴储一体化能源保障方法、系统、介质及设备 | |
CN109861289B (zh) | 一种基于含储能单元的电力系统可用传输容量的控制方法 | |
CN112736948A (zh) | 一种充电站中储能系统的功率调节方法及装置 | |
CN116316740B (zh) | 一种考虑新能源影响的储能代替火电容量效率计算方法 | |
CN118336795B (zh) | 一种基于滞环的电-氢储能微电网功率分配方法 | |
CN117543723B (zh) | 基于电力供需数据的大型发电机运行策略确定方法及系统 | |
CN115360690B (zh) | 一种新能源制氢系统及方法 |
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 |