CN117200347A - 新能源电力系统容量配置方法、装置及非易失性存储介质 - Google Patents
新能源电力系统容量配置方法、装置及非易失性存储介质 Download PDFInfo
- Publication number
- CN117200347A CN117200347A CN202311161647.8A CN202311161647A CN117200347A CN 117200347 A CN117200347 A CN 117200347A CN 202311161647 A CN202311161647 A CN 202311161647A CN 117200347 A CN117200347 A CN 117200347A
- Authority
- CN
- China
- Prior art keywords
- power system
- new energy
- energy power
- data
- capacity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000007600 charging Methods 0.000 claims abstract description 127
- 238000005457 optimization Methods 0.000 claims abstract description 107
- 230000006870 function Effects 0.000 claims description 126
- 238000004146 energy storage Methods 0.000 claims description 96
- 230000014509 gene expression Effects 0.000 claims description 78
- 238000012545 processing Methods 0.000 claims description 39
- 238000010248 power generation Methods 0.000 claims description 22
- 238000012423 maintenance Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 238000005286 illumination Methods 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 11
- 238000012935 Averaging Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 4
- 238000007599 discharging Methods 0.000 abstract description 13
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 210000004027 cell Anatomy 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 210000000352 storage cell Anatomy 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000000739 chaotic effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请公开了一种新能源电力系统容量配置方法、装置及非易失性存储介质。其中，该方法包括：获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据；确定新能源电力系统的运行约束条件，以及确定目标区域的电动汽车充电数据约束条件；构建新能源电力系统的目标容量优化函数；依据历史资源数据，历史负荷数据，新能源电力系统的运行约束条件和电动汽车充电数据约束条件，对目标容量优化函数进行迭代计算，得到新能源电力系统的容量配置结果。本申请解决了相关技术中在对新能源电力系统的容量进行规划时没有考虑到电动汽车的充放电数据导致的规划结果与用户的实际需求不匹配的技术问题。
Description
技术领域
本申请涉及电气工程领域，具体而言，涉及一种新能源电力系统容量配置方法、装置及非易失性存储介质。
背景技术
相关技术中在对可再生能源的发电系统进行容量规划时，没有考虑到日益增长的电动汽车的充放电情况，导致规划的结果与用户的实际需求不能匹配。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种新能源电力系统容量配置方法、装置及非易失性存储介质，以至少解决相关技术中在对新能源电力系统的容量进行规划时没有考虑到电动汽车的充放电数据导致的规划结果与用户的实际需求不匹配的技术问题。
根据本申请实施例的一个方面，提供了一种新能源电力系统容量配置方法，包括：获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，历史资源数据中包括目标区域中的历史风速数据和历史光照数据；确定新能源电力系统的运行约束条件，以及确定目标区域的电动汽车充电数据约束条件，其中，运行约束条件为新能源电力系统在运行过程中的运行参数的允许取值范围，电动汽车充电数据约束条件为电动汽车充电数据的允许取值范围；构建新能源电力系统的目标容量优化函数；依据历史资源数据，历史负荷数据，新能源电力系统的运行约束条件和电动汽车充电数据约束条件，对目标容量优化函数进行迭代计算，得到新能源电力系统的容量配置结果，其中，容量配置结果中包括新能源电力系统中的风力装机容量和光伏装机容量。
可选地，获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据的步骤包括：获取多组历史资源数据和多组历史负荷数据；按照历史资源数据对应的季度对多组历史资源数据进行划分，以及按照历史负荷数据对应的季度对多组历史负荷数据进行划分；从每个季度对应的历史资源数据中抽取第一预设数量组历史资源数据，以及从每个季度对应的历史负荷数据中抽取第二预设数量组历史负荷数据；对抽取得到的全部历史资源数据取平均值，以及对抽取到的全部历史负荷数据取平均值；将历史资源数据的平均值作为目标区域的目标历史资源数据，以及将历史负荷数据的平均值作为目标区域的目标历史负荷数据。
可选地，新能源电力系统的运行约束条件包括新能源电力系统的装机容量约束条件，新能源电力系统的并网点交换功率约束条件，新能源电力系统的并网点功率波动率约束条件，新能源电力系统中的储能电池充放电约束条件，以及新能源电力系统中的储能电池容量约束条件。
可选地，确定新能源电力系统的运行约束条件的步骤包括：依据目标区域中的占地面积限制条件，单块光伏池板的占地面积，以及目标区域中的遮阴系数确定新能源电力系统的装机容量约束条件表达式；依据目标区域中的储能电池安装空间限制条件，单块储能电池的体积以及单块储能电池的容量确定储能电池容量约束条件表达式；依据电网并网功率变化率标准，新能源电力系统中的风电装机容量和光伏装机容量确定并网点功率波动率约束条件表达式；依据储能电池的荷电状态，储能电池的充放电功率上限和储能电池的充放电功率下限确定储能电池充放电约束条件表达式。
可选地，电动汽车充放电数据约束条件包括电动汽车的有序充电决策矩阵约束条件；确定目标区域的电动汽车充电数据约束条件的步骤包括：依据目标区域中的各辆电动汽车到达充电桩的时刻和离开充电桩的时刻，确定各辆电动汽车的充电起始时刻约束条件表达式；依据各辆电动汽车的充电起始时刻约束条件表达式，建立目标区域中的电动汽车的有序充电决策矩阵。
可选地，目标容量优化函数包括储能电池成本优化目标函数，可再生能源投资成本优化目标函数，以及电动汽车充电费用优化目标函数，其中，可再生能源投资成本为新能源电力系统中的风电投资成本和光伏投资成本之和。
可选地，构建新能源电力系统的目标容量优化函数的步骤包括：依据新能源电力系统中的储能电池的容量，储能电池的造价数据和等额年系数，确定储能电池的初始投资成本表达式；依据储能电池的运行时间和单位时间运行维护成本数据，确定储能电池的维护成本表达式；依据投资成本表达式和维护成本表达式，确定储能电池的储能电池成本优化目标函数表达式。
可选地，构建新能源电力系统的目标容量优化函数的步骤包括：依据新能源电力系统的风机台数和风机单价数据，以及等额年系数确定新能源电力系统的风力发电投资成本优化函数表达式；依据新能源电力系统的光伏池板块数和光伏池板价格数据，以及等额年系数确定新能源电力系统的光伏发电投资成本优化函数表达式；依据风力发电投资成本优化函数表达式和光伏发电投资成本优化函数表达式，确定新能源电力系统的可再生能源成本优化目标函数表达式。
可选地，构建新能源电力系统的目标容量优化函数的步骤包括：确定新能源电力系统连接的电网的实时电价数据；确定目标区域中的电动汽车的充电功率数据和新能源电力系统的单位时间步长；依据实时电价数据，充电功率数据和单位时间步长确定电动汽车充电费用优化目标函数表达式。
可选地，构建新能源电力系统的目标容量优化函数的步骤包括：对储能电池成本优化目标函数，可再生能源投资成本优化目标函数，以及电动汽车充电费用优化目标函数进行归一化处理。
可选地，得到新能源电力系统的容量配置结果的步骤之后，新能源电力系统容量配置方法还包括：在居民负荷应用场景和商业负荷应用场景下分别对容量配置结果进行验证，并依据验证结果优化容量配置结果。
根据本申请实施例的另一方面，还提供了一种新能源电力系统容量配置装置，包括：第一处理模块，用于获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，所述历史资源数据中包括所述目标区域中的历史风速数据和历史光照数据；第二处理模块，用于确定所述新能源电力系统的运行约束条件，以及确定所述目标区域的电动汽车充电数据约束条件，其中，所述运行约束条件为所述新能源电力系统在运行过程中的运行参数的允许取值范围，所述电动汽车充电数据约束条件为所述电动汽车充电数据的允许取值范围；第三处理模块，用于构建所述新能源电力系统的目标容量优化函数；第四处理模块，用于依据所述历史资源数据，所述历史负荷数据，所述新能源电力系统的运行约束条件和所述电动汽车充电起始时刻约束条件，对所述目标容量优化函数进行迭代计算，得到所述新能源电力系统的容量配置结果，其中，所述容量配置结果中包括所述新能源电力系统中的风力装机容量和光伏装机容量。
根据本申请实施例的另一方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有程序，其中，在程序运行时控制非易失性存储介质所在设备执行新能源电力系统容量配置方法。
根据本申请实施例的另一方面，还提供了一种电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行新能源电力系统容量配置方法。
在本申请实施例中，采用获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，历史资源数据中包括目标区域中的历史风速数据和历史光照数据；确定新能源电力系统的运行约束条件，以及确定目标区域的电动汽车充电数据约束条件，其中，运行约束条件为新能源电力系统在运行过程中的运行参数的允许取值范围，电动汽车充电数据约束条件为电动汽车充电数据的允许取值范围；构建新能源电力系统的目标容量优化函数；依据历史资源数据，历史负荷数据，新能源电力系统的运行约束条件和电动汽车充电数据约束条件，对目标容量优化函数进行迭代计算，得到新能源电力系统的容量配置结果，其中，容量配置结果中包括新能源电力系统中的风力装机容量和光伏装机容量的方式，通过在对新能源电力系统的容量进行配置时综合考虑新能源电力系统的运行约束条件和电动汽车的充电约束条件，达到了依据电动汽车的充放电数据来调整新能源电力系统的容量配置结果的目的，从而实现了使得新能源电力系统的容量配置结果更符合用户实际需求的技术效果，进而解决了相关技术中在对新能源电力系统的容量进行规划时没有考虑到电动汽车的充放电数据导致的规划结果与用户的实际需求不匹配技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例提供的一种计算机终端(可移动设备)的结构示意图；
图2是根据本申请实施例提供的一种新能源电力系统容量配置方法的流程示意图；
图3是根据本申请实施例提供的一种新能源电力系统容量配置流程的流程示意图；
图4是根据本申请实施例提供的一种新能源电力系统容量配置装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了更好地理解本申请实施例，以下将本申请实施例中涉及的技术术语解释如下：
新能源电力系统步长：新能源电力系统的步长指的是在对新能源电力系统进行仿真计算时，各项系统数据的采集间隔，也就是说新能源电力系统的步长决定了在对新能源电力系统进行仿真时获取系统状态数据的频率。
目前以光伏、风电、电池储能、电动汽车有序充电为核心的智慧能源新能源电力系统，己经成为能源互联网中的重要组成部分，不但可以节能减排，还可以有效降低对传统化石能源的依赖。但是相关技术中在规划智慧能源新能源电力系统的容量时，虽然会考虑到蓄电池对容量的影响，但是没有考虑电动汽车的充放电情况，特别是充电情况对新能源电力系统的影响，导致规划的新能源电力系统容量配置结果无法满足目标区域中的用户的实际需求。
为了解决上述问题，本申请实施例中提供了相关的解决方案，以下详细说明。
根据本申请实施例，提供了一种新能源电力系统容量配置方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现新能源电力系统容量配置方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本申请实施例中的新能源电力系统容量配置方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的新能源电力系统容量配置方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
在上述运行环境下，本申请实施例提供了一种新能源电力系统容量配置方法，如图2所示，该方法包括如下步骤：
步骤S202，获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，历史资源数据中包括目标区域中的历史风速数据和历史光照数据；
在步骤S202所提供的技术方案中，获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据的步骤包括：获取多组历史资源数据和多组历史负荷数据；按照历史资源数据对应的季度对多组历史资源数据进行划分，以及按照历史负荷数据对应的季度对多组历史负荷数据进行划分；从每个季度对应的历史资源数据中抽取第一预设数量组历史资源数据，以及从每个季度对应的历史负荷数据中抽取第二预设数量组历史负荷数据；对抽取得到的全部历史资源数据取平均值，以及对抽取到的全部历史负荷数据取平均值；将历史资源数据的平均值作为目标区域的目标历史资源数据，以及将历史负荷数据的平均值作为目标区域的目标历史负荷数据。
具体地，上述历史资源数据包括风速数据和光照强度数据，上述历史负荷数据包括常规负荷数据。可以将目标区域全年的风速、光照强度、常规负荷数据划分为四个季度，并从每个季度随机抽取若干个数据样本，例如抽取三个样本。之后分别对12个数据样本取平均值，得到拟合后的样本数据，也就是目标历史资源数据和目标历史负荷数据。选取的数据样本的时长可以自行设定，例如可以为一周。通过按照季度抽取样本数据，可以更加准确地反应目标区域的风光资源特性和负荷特性。
步骤S204，确定新能源电力系统的运行约束条件，以及确定目标区域的电动汽车充电数据约束条件，其中，运行约束条件为新能源电力系统在运行过程中的运行参数的允许取值范围，电动汽车充电数据约束条件为电动汽车充电数据的允许取值范围；
在步骤S204所提供的技术方案中，新能源电力系统的运行约束条件包括新能源电力系统的装机容量约束条件，新能源电力系统的并网点交换功率约束条件，新能源电力系统的并网点功率波动率约束条件，新能源电力系统中的储能电池充放电约束条件，以及新能源电力系统中的储能电池容量约束条件。
作为一种可选的实施方式，确定新能源电力系统的运行约束条件的步骤包括：依据目标区域中的占地面积限制条件，单块光伏池板的占地面积，以及目标区域中的遮阴系数确定新能源电力系统的装机容量约束条件表达式；依据目标区域中的储能电池安装空间限制条件，单块储能电池的体积以及单块储能电池的容量确定储能电池容量约束条件表达式；依据电网并网功率变化率标准，新能源电力系统中的风电装机容量和光伏装机容量确定并网点功率波动率约束条件表达式；依据储能电池的荷电状态，储能电池的充放电功率上限和储能电池的充放电功率下限确定储能电池充放电约束条件表达式。
具体地，新能源电力系统的装机容量约束条件可以称为新能源电力系统的可再生能源发电单元的装机容量约束条件。在确定新能源电力系统的可再生能源发电单元的装机容量约束条件时，可以根据目标区域中各分布式电源的占地面积限制作为其装机容量约束。例如，对于光伏发电单元，光伏池板数量也受安装区域面积的约束，池板数量NPV应满足下列公式的限制：
式中：SPV表示单块光伏池板的占地面积；αPV为该安装区域的遮阴系数。
需要说明的是，储能电池的容量也受到目标区域中的可用于安装储能电池的空间大小的限制。具体地，储能电池的容量SB应满足下列公式的限制：
式中：V表示可提供给储能电池的安装区域的空间体积大小；Vbs表示所选用的电池单体的体积大小；Sbs.single为储能电池单体容量。
储能电池的充放电约束条件则是主要考虑储能电池自身的充放电功率约束和荷电状态(SOC，state of charge)对电池充放电的影响，储能电池充放电功率Pb.ch和Pb.dis需满足的约束条件可表示为：
式中：SOCmax、SOCmin分别为电池运行荷电状态上下限；Pch.max、Pdis.max电池自身的充放电功率上下限；Δt为单位时间步长。
上述并网点交换功率约束条件指的是每一时刻新能源电力系统中的并网点功率Pgrid需满足的上下限约束为：
上述并网点功率的变化率可以表征并网点的功率波动情况，可以根据相关规范文件来确定。例如可以规定10分钟内并网点功率的最大变化率不得超过分布式电源装机容量的33％，功率波动率约束如下所示：
Dgs≤εg
上述公式中，Dgs为新能源电力系统并网点功率的实时变化率，εg为并网点功率的最大允许变化率，其计算公式为：
εg＝min(SWT×33％，SPV×33％)
上述公式中，SWT为系统中风电的装机容量；SPV光伏的装机容量。
在本申请的一些实施例中，电动汽车充放电数据约束条件包括电动汽车的有序充电决策矩阵约束条件；确定目标区域的电动汽车充电数据约束条件的步骤包括：依据目标区域中的各辆电动汽车到达充电桩的时刻和离开充电桩的时刻，确定各辆电动汽车的充电起始时刻约束条件表达式；依据各辆电动汽车的充电起始时刻约束条件表达式，建立目标区域中的电动汽车的有序充电决策矩阵。
具体地，电动汽车的有序充电约束条件实质上约束的是电动汽车的停留结束时间，也就是满足电动车辆基本充电需求时电动汽车的停留时间。通过对电动汽车的有序充电进行约束可以对电动汽车在停留时间中的充电负荷时移情况进行约束。
有序充电约束条件可以表示为如下有序充电决策矩阵CEV，由每辆参与有序充电的电动汽车的实际充电起始时刻组成：
CEV＝[tev.1，tev.2，……，tev.n]
其中第n辆电动汽车的实际充电起始时刻的约束条件如下所示：
Tstart.n≤tev.n≤Tend.n
式中：Tstart.n表示第n辆电动汽车的到达充电桩的时刻；Tend.n表示第n辆电动汽车的离开时刻。
步骤S206，构建新能源电力系统的目标容量优化函数；
在步骤S206所提供的技术方案中，目标容量优化函数包括储能电池成本优化目标函数，可再生能源投资成本优化目标函数，以及电动汽车充电费用优化目标函数，其中，可再生能源投资成本为新能源电力系统中的风电投资成本和光伏投资成本之和。
具体地，在构建目标容量优化函数时，可以将提高风光发电与负荷功率的互补性、减少从上级电网购电的费用以及减少储能电池成本作为基本原则来确定多个子目标函数以及对应的约束条件。
作为一种可选的实施方式，构建新能源电力系统的目标容量优化函数中的储能电池成本优化目标函数的步骤包括：依据新能源电力系统中的储能电池的容量，储能电池的造价数据和等额年系数，确定储能电池的初始投资成本表达式；依据储能电池的运行时间和单位时间运行维护成本数据，确定储能电池的维护成本表达式；依据投资成本表达式和维护成本表达式，确定储能电池的储能电池成本优化目标函数表达式。
具体地，在考虑储能电池的成本时，可以采用年费用法进行核算。储能电池的总成本包括投资成本和总运行维护费用。电池的初始投资成本为固定成本，其主要与所配置的储能系统容量、单位容量造价有关，储能电池初始投资成本CC的计算公式如下：
CC＝SBESScbs.fcr
在上述公式中，SBESS为系统配置的储能电池容量；cbs为储能电池的每千瓦时造价，单位为元/kWh；fcr为等额年系数，根据其定义可表示为：
式中：r为固定年利率；yr为系统的使用年限。
储能电池的维护成本COM取决于电池的运行时间，可表示为：
在上述公式中，为单位时间内储能电池的运行维护成本；tbs为系统的运行时间。
综上所述，储能电池的总成本为其投资成本和维护成本之和：
Cbess＝Cc+COM
在本申请的一些实施例中，构建新能源电力系统的目标容量优化函数中的可再生能源成本优化目标函数的步骤包括：依据新能源电力系统的风机台数和风机单价数据，以及等额年系数确定新能源电力系统的风力发电投资成本优化函数表达式；依据新能源电力系统的光伏池板块数和光伏池板价格数据，以及等额年系数确定新能源电力系统的光伏发电投资成本优化函数表达式；依据风力发电投资成本优化函数表达式和光伏发电投资成本优化函数表达式，确定新能源电力系统的可再生能源成本优化目标函数表达式。
具体地，风力发电机和光伏池板的投资成本的计算表达式分别如下所示，可再生能源的投资成本为风、光投资成本之和，其表达式如下：
Cwt＝Nwtcwtfcr
Cpv＝Npvcpvfcr
Crenew＝Cwt+Cpv
式中：Nwt、Npv分别为配置的风机台数和光伏池板块数；cwt、cpv分别为风机单价和每块光伏池板的价格；fcr的计算公式与储能电池成本优化目标函数中的等额年系数的表达式相同。
作为一种可选的实施方式，构建新能源电力系统的目标容量优化函数中的电动汽车充电费用优化目标函数的步骤包括：确定新能源电力系统连接的电网的实时电价数据；确定目标区域中的电动汽车的充电功率数据和新能源电力系统的单位时间步长；依据实时电价数据，充电功率数据和单位时间步长确定电动汽车充电费用优化目标函数表达式。
具体地，在无序充电模式下，随着电动汽车到达充电桩，电动汽车立即开始充电直到充满。而在有序充电模式下，会对部分电动汽车的充电负荷进行调度，延后其充电开始时间，但是满足电动汽车用户的充电需求仍是有序充电调度的前提，因此基础性的充电需求将被作为调度约束条件。在容量配置阶段，可以在模拟电动汽车充电负荷时将有序充电模式考虑进去，从而更有利于贴近其充电的真实情况，利于后续的能量调度优化。在引导电动汽车进行有序充电时，可以以分时电价作为主要手段，使原先因用电高峰时段集中到达的电动汽车分散在峰、平、谷三个时段充电，从而减小总的充电费用，计算公式如下所示：
式中：cg(t)为t时刻的电网实时电价；PEV.i表示第i辆电动汽车的充电功率大小；τ为单位时间步长，单位时间步长可以自行设定，例如为1小时。
在本申请的一些实施例中，为了统一不同目标函数表达式的量纲，构建新能源电力系统的目标容量优化函数的步骤包括：对储能电池成本优化目标函数，可再生能源投资成本优化目标函数，以及电动汽车充电费用优化目标函数进行归一化处理。
综上所述，本文建立的风光储容量优化数学模型中的多目标函数如下：
由于在上述多目标模型中，各个子目标函数的量纲不同，需对每个子目标函数进行归一化处理，统一量纲，使其具有可比性，从而可以综合考虑各个子目标函数来得到最终的容量配置结果。归一化处理的数学表达式如下所示：
式中：fi为优化迭代计算中的第i个子目标函数值；fi、为对fi的进行归一化后得到的目标函数值；fi.max、fi.min为fi可接受的上下限值，下限值取各目标函数进行单目标优化计算时得到的最优值fi.min，上限值则取单目标计算时对应的目标函数值。
步骤S208，依据历史资源数据，历史负荷数据，新能源电力系统的运行约束条件和电动汽车充电数据约束条件，对目标容量优化函数进行迭代计算，得到新能源电力系统的容量配置结果，其中，容量配置结果中包括新能源电力系统中的风力装机容量和光伏装机容量。
在步骤S208所提供的技术方案中，可以采用线性加权和法来对目标容量优化函数进行迭代计算。具体地，可以通过选定合理的权重系数，将多目标函数优化问题转化为单目标优化问题，所以得到的多目标优化数学表达式如下所示：
minF＝λ1f1′+λ2f′2+λ3f3
式中：λ1、λ2、λ3分别为各子目标函数的权重系数，用于反映总目标函数对各子目标函数的偏好程度，且满足等式λ1+λ2+λ3＝1。λ1、λ2、λ3可以自行设定。
作为一种可选的实施方式，得到新能源电力系统的容量配置结果的步骤之后，还可以在居民负荷应用场景和商业负荷应用场景下分别对容量配置结果进行验证，并依据验证结果优化容量配置结果。
根据本申请实施例还提供了一种如图3所示的新能源电力系统容量配置流程，包括如下步骤：
步骤S302，获取目标区域的全年风速、光照强度、常规符合数据和电动汽车充电需求参数；
在步骤S302所提供的技术方案中，常规负荷包括居民负荷和商业负荷两种负荷类型。电动汽车充电需求参数包括电动汽车的充电负荷。另外，电动汽车充电负荷作为可调度负荷，在容量优化配置中考虑其有序充电模式。
步骤S304，从目标区域的全年数据中按季度抽取样本数据，并取平均值作为拟合样本；
具体地，可以从每个季度中抽取若干组数据，如抽取三组数据，然后对抽取到的全部十二组数据取平均值。
步骤S306，建立目标函数，其中，目标函数包括多个子目标函数和约束条件；
需要说明的是，建立目标函数后还需要对目标函数中的参数进行初始化处理，其中目标函数中的初始化的参数包括风机台数，光伏池板数量，储能电池容量，充电的电动汽车的数量，并网点的交换功率等。
步骤S308，采用差分进化算法对目标函数进行迭代计算，从而得到新能源电力系统的容量优化配置方案和目标函数的目标函数值。
具体地，在步骤S308所提供的技术方案中，可以设定一个循环参数G来控制迭代次数，在每次迭代计算之后，可以让G与预设的循环次数阈值GEN进行比较，如果G大于GEN，则停止迭代，输入最终结果。如果G不大于GEN，则让G＝G+1，继续进行迭代计算的过程。
通过采用获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，历史资源数据中包括目标区域中的历史风速数据和历史光照数据；确定新能源电力系统的运行约束条件，以及确定目标区域的电动汽车充电数据约束条件，其中，运行约束条件为新能源电力系统在运行过程中的运行参数的允许取值范围，电动汽车充电数据约束条件为电动汽车充电数据的允许取值范围；构建新能源电力系统的目标容量优化函数；依据历史资源数据，历史负荷数据，新能源电力系统的运行约束条件和电动汽车充电数据约束条件，对目标容量优化函数进行迭代计算，得到新能源电力系统的容量配置结果，其中，容量配置结果中包括新能源电力系统中的风力装机容量和光伏装机容量的方式，通过在对新能源电力系统的容量进行配置时综合考虑新能源电力系统的运行约束条件和电动汽车的充电约束条件，达到了依据电动汽车的充放电数据来调整新能源电力系统的容量配置结果的目的，从而实现了使得新能源电力系统的容量配置结果更符合用户实际需求的技术效果，进而解决了相关技术中在对新能源电力系统的容量进行规划时没有考虑到电动汽车的充放电数据导致的规划结果与用户的实际需求不匹配技术问题。
本申请实施例提供了一种新能源电力系统容量配置装置，图4是该装置的结构示意图，如图4所示，新能源电力系统容量配置装置包括：第一处理模块40，用于获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，历史资源数据中包括目标区域中的历史风速数据和历史光照数据；第二处理模块42，用于确定新能源电力系统的运行约束条件，以及确定目标区域的电动汽车充电数据约束条件，其中，运行约束条件为新能源电力系统在运行过程中的运行参数的允许取值范围，电动汽车充电数据约束条件为电动汽车充电数据的允许取值范围；第三处理模块44，用于构建新能源电力系统的目标容量优化函数；第四处理模块46，用于依据历史资源数据，历史负荷数据，新能源电力系统的运行约束条件和电动汽车充电起始时刻约束条件，对目标容量优化函数进行迭代计算，得到新能源电力系统的容量配置结果，其中，容量配置结果中包括新能源电力系统中的风力装机容量和光伏装机容量。
在本申请的一些实施例中，第一处理模块40所述获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据的步骤包括：获取多组所述历史资源数据和多组所述历史负荷数据；按照所述历史资源数据对应的季度对多组所述历史资源数据进行划分，以及按照所述历史负荷数据对应的季度对多组所述历史负荷数据进行划分；从每个季度对应的所述历史资源数据中抽取第一预设数量组所述历史资源数据，以及从每个季度对应的所述历史负荷数据中抽取第二预设数量组所述历史负荷数据；对抽取得到的全部所述历史资源数据取平均值，以及对抽取到的全部所述历史负荷数据取平均值；将所述历史资源数据的平均值作为所述目标区域的目标历史资源数据，以及将所述历史负荷数据的平均值作为所述目标区域的目标历史负荷数据。
在本申请的一些实施例中，新能源电力系统的运行约束条件包括新能源电力系统的装机容量约束条件，新能源电力系统的并网点交换功率约束条件，新能源电力系统的并网点功率波动率约束条件，新能源电力系统中的储能电池充放电约束条件，以及新能源电力系统中的储能电池容量约束条件。
在本申请的一些实施例中，第二处理模块42确定新能源电力系统的运行约束条件的步骤包括：依据目标区域中的占地面积限制条件，单块光伏池板的占地面积，以及目标区域中的遮阴系数确定新能源电力系统的装机容量约束条件表达式；依据目标区域中的储能电池安装空间限制条件，单块储能电池的体积以及单块储能电池的容量确定储能电池容量约束条件表达式；依据电网并网功率变化率标准，新能源电力系统中的风电装机容量和光伏装机容量确定并网点功率波动率约束条件表达式；依据储能电池的荷电状态，储能电池的充放电功率上限和储能电池的充放电功率下限确定储能电池充放电约束条件表达式。
在本申请的一些实施例中，电动汽车充放电数据约束条件包括电动汽车的有序充电决策矩阵约束条件；第二处理模块42确定目标区域的电动汽车充电数据约束条件的步骤包括：依据目标区域中的各辆电动汽车到达充电桩的时刻和离开充电桩的时刻，确定各辆电动汽车的充电起始时刻约束条件表达式；依据各辆电动汽车的充电起始时刻约束条件表达式，建立目标区域中的电动汽车的有序充电决策矩阵。
在本申请的一些实施例中，目标容量优化函数包括储能电池成本优化目标函数，可再生能源投资成本优化目标函数，以及电动汽车充电费用优化目标函数，其中，可再生能源投资成本为新能源电力系统中的风电投资成本和光伏投资成本之和。
在本申请的一些实施例中，第三处理模块44构建新能源电力系统的目标容量优化函数的步骤包括：依据新能源电力系统中的储能电池的容量，储能电池的造价数据和等额年系数，确定储能电池的初始投资成本表达式；依据储能电池的运行时间和单位时间运行维护成本数据，确定储能电池的维护成本表达式；依据投资成本表达式和维护成本表达式，确定储能电池的储能电池成本优化目标函数表达式。
在本申请的一些实施例中，第三处理模块44构建新能源电力系统的目标容量优化函数的步骤包括：依据新能源电力系统的风机台数和风机单价数据，以及等额年系数确定新能源电力系统的风力发电投资成本优化函数表达式；依据新能源电力系统的光伏池板块数和光伏池板价格数据，以及等额年系数确定新能源电力系统的光伏发电投资成本优化函数表达式；依据风力发电投资成本优化函数表达式和光伏发电投资成本优化函数表达式，确定新能源电力系统的可再生能源成本优化目标函数表达式。
在本申请的一些实施例中，第三处理模块44构建新能源电力系统的目标容量优化函数的步骤包括：确定新能源电力系统连接的电网的实时电价数据；确定目标区域中的电动汽车的充电功率数据和新能源电力系统的单位时间步长；依据实时电价数据，充电功率数据和单位时间步长确定电动汽车充电费用优化目标函数表达式。
在本申请的一些实施例中，第三处理模块44构建新能源电力系统的目标容量优化函数的步骤包括：对储能电池成本优化目标函数，可再生能源投资成本优化目标函数，以及电动汽车充电费用优化目标函数进行归一化处理。
在本申请的一些实施例中，得到新能源电力系统的容量配置结果的步骤之后，新能源电力系统容量配置装置还用于：在居民负荷应用场景和商业负荷应用场景下分别对容量配置结果进行验证，并依据验证结果优化容量配置结果。
需要说明的是，上述新能源电力系统容量配置装置中的各个模块可以是程序模块(例如是实现某种特定功能的程序指令集合)，也可以是硬件模块，对于后者，其可以表现为以下形式，但不限于此：上述各个模块的表现形式均为一个处理器，或者，上述各个模块的功能通过一个处理器实现。
根据本申请实施例，还提供了一种非易失性存储介质，非易失性存储介质中存储有程序，其中，在程序运行时控制非易失性存储介质所在设备执行如下新能源电力系统容量配置方法：获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，历史资源数据中包括目标区域中的历史风速数据和历史光照数据；确定新能源电力系统的运行约束条件，以及确定目标区域的电动汽车充电数据约束条件，其中，运行约束条件为新能源电力系统在运行过程中的运行参数的允许取值范围，电动汽车充电数据约束条件为电动汽车充电数据的允许取值范围；构建新能源电力系统的目标容量优化函数；依据历史资源数据，历史负荷数据，新能源电力系统的运行约束条件和电动汽车充电数据约束条件，对目标容量优化函数进行迭代计算，得到新能源电力系统的容量配置结果，其中，容量配置结果中包括新能源电力系统中的风力装机容量和光伏装机容量。
根据本申请实施例，还提供了一种电子设备，电子设备包括处理器和存储器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行如下新能源电力系统容量配置方法：获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，历史资源数据中包括目标区域中的历史风速数据和历史光照数据；确定新能源电力系统的运行约束条件，以及确定目标区域的电动汽车充电数据约束条件，其中，运行约束条件为新能源电力系统在运行过程中的运行参数的允许取值范围，电动汽车充电数据约束条件为电动汽车充电数据的允许取值范围；构建新能源电力系统的目标容量优化函数；依据历史资源数据，历史负荷数据，新能源电力系统的运行约束条件和电动汽车充电数据约束条件，对目标容量优化函数进行迭代计算，得到新能源电力系统的容量配置结果，其中，容量配置结果中包括新能源电力系统中的风力装机容量和光伏装机容量。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对相关技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。
Claims (14)
1.一种新能源电力系统容量配置方法，其特征在于，包括：
获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，所述历史资源数据中包括所述目标区域中的历史风速数据和历史光照数据；
确定所述新能源电力系统的运行约束条件，以及确定所述目标区域的电动汽车充电数据约束条件，其中，所述运行约束条件为所述新能源电力系统在运行过程中的运行参数的允许取值范围，所述电动汽车充电数据约束条件为所述电动汽车充电数据的允许取值范围；
构建所述新能源电力系统的目标容量优化函数；
依据所述历史资源数据，所述历史负荷数据，所述新能源电力系统的运行约束条件和所述电动汽车充电数据约束条件，对所述目标容量优化函数进行迭代计算，得到所述新能源电力系统的容量配置结果，其中，所述容量配置结果中包括所述新能源电力系统中的风力装机容量和光伏装机容量。
2.根据权利要求1所述的新能源电力系统容量配置方法，其特征在于，所述获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据的步骤包括：
获取多组所述历史资源数据和多组所述历史负荷数据；
按照所述历史资源数据对应的季度对多组所述历史资源数据进行划分，以及按照所述历史负荷数据对应的季度对多组所述历史负荷数据进行划分；
从每个季度对应的所述历史资源数据中抽取第一预设数量组所述历史资源数据，以及从每个季度对应的所述历史负荷数据中抽取第二预设数量组所述历史负荷数据；
对抽取得到的全部所述历史资源数据取平均值，以及对抽取到的全部所述历史负荷数据取平均值；
将所述历史资源数据的平均值作为所述目标区域的目标历史资源数据，以及将所述历史负荷数据的平均值作为所述目标区域的目标历史负荷数据。
3.根据权利要求1所述的新能源电力系统容量配置方法，其特征在于，所述新能源电力系统的运行约束条件包括所述新能源电力系统的装机容量约束条件，所述新能源电力系统的并网点交换功率约束条件，所述新能源电力系统的并网点功率波动率约束条件，所述新能源电力系统中的储能电池充放电约束条件，以及所述新能源电力系统中的储能电池容量约束条件。
4.根据权利要求3所述的新能源电力系统容量配置方法，其特征在于，所述确定所述新能源电力系统的运行约束条件的步骤包括：
依据所述目标区域中的占地面积限制条件，单块光伏池板的占地面积，以及所述目标区域中的遮阴系数确定所述新能源电力系统的装机容量约束条件表达式；
依据所述目标区域中的储能电池安装空间限制条件，单块储能电池的体积以及所述单块储能电池的容量确定所述储能电池容量约束条件表达式；
依据电网并网功率变化率标准，所述新能源电力系统中的风电装机容量和光伏装机容量确定所述并网点功率波动率约束条件表达式；
依据所述储能电池的荷电状态，所述储能电池的充放电功率上限和所述储能电池的充放电功率下限确定所述储能电池充放电约束条件表达式。
5.根据权利要求1所述的新能源电力系统容量配置方法，其特征在于，所述电动汽车充放电数据约束条件包括所述电动汽车的有序充电决策矩阵约束条件；所述确定所述目标区域的电动汽车充电数据约束条件的步骤包括：
依据所述目标区域中的各辆电动汽车到达充电桩的时刻和离开充电桩的时刻，确定所述各辆电动汽车的充电起始时刻约束条件表达式；
依据所述各辆电动汽车的充电起始时刻约束条件表达式，建立所述目标区域中的电动汽车的有序充电决策矩阵。
6.根据权利要求1所述的新能源电力系统容量配置方法，其特征在于，所述目标容量优化函数包括储能电池成本优化目标函数，可再生能源投资成本优化目标函数，以及电动汽车充电费用优化目标函数，其中，所述可再生能源投资成本为所述新能源电力系统中的风电投资成本和光伏投资成本之和。
7.根据权利要求6所述的新能源电力系统容量配置方法，其特征在于，所述构建所述新能源电力系统的目标容量优化函数的步骤包括：
依据所述新能源电力系统中的储能电池的容量，所述储能电池的造价数据和等额年系数，确定所述储能电池的初始投资成本表达式；
依据所述储能电池的运行时间和单位时间运行维护成本数据，确定所述储能电池的维护成本表达式；
依据所述投资成本表达式和所述维护成本表达式，确定所述储能电池的储能电池成本优化目标函数表达式。
8.根据权利要求6所述的新能源电力系统容量配置方法，其特征在于，所述构建所述新能源电力系统的目标容量优化函数的步骤包括：
依据所述新能源电力系统的风机台数和风机单价数据，以及等额年系数确定所述新能源电力系统的风力发电投资成本优化函数表达式；
依据所述新能源电力系统的光伏池板块数和光伏池板价格数据，以及所述等额年系数确定所述新能源电力系统的光伏发电投资成本优化函数表达式；
依据所述风力发电投资成本优化函数表达式和所述光伏发电投资成本优化函数表达式，确定所述新能源电力系统的可再生能源成本优化目标函数表达式。
9.根据权利要求6所述的新能源电力系统容量配置方法，其特征在于，所述构建所述新能源电力系统的目标容量优化函数的步骤包括：
确定所述新能源电力系统连接的电网的实时电价数据；
确定所述目标区域中的电动汽车的充电功率数据和所述新能源电力系统的单位时间步长；
依据所述实时电价数据，所述充电功率数据和所述单位时间步长确定电动汽车充电费用优化目标函数表达式。
10.根据权利要求6所述的新能源电力系统容量配置方法，其特征在于，所述构建所述新能源电力系统的目标容量优化函数的步骤包括：
对所述储能电池成本优化目标函数，所述可再生能源投资成本优化目标函数，以及所述电动汽车充电费用优化目标函数进行归一化处理。
11.根据权利要求1所述的新能源电力系统容量配置方法，其特征在于，所述得到所述新能源电力系统的容量配置结果的步骤之后，所述新能源电力系统容量配置方法还包括：
在居民负荷应用场景和商业负荷应用场景下分别对所述容量配置结果进行验证，并依据验证结果优化所述容量配置结果。
12.一种新能源电力系统容量配置装置，其特征在于，包括：
第一处理模块，用于获取新能源电力系统所在的目标区域的历史资源数据和历史负荷数据，其中，所述历史资源数据中包括所述目标区域中的历史风速数据和历史光照数据；
第二处理模块，用于确定所述新能源电力系统的运行约束条件，以及确定所述目标区域的电动汽车充电数据约束条件，其中，所述运行约束条件为所述新能源电力系统在运行过程中的运行参数的允许取值范围，所述电动汽车充电数据约束条件为所述电动汽车充电数据的允许取值范围；
第三处理模块，用于构建所述新能源电力系统的目标容量优化函数；
第四处理模块，用于依据所述历史资源数据，所述历史负荷数据，所述新能源电力系统的运行约束条件和所述电动汽车充电起始时刻约束条件，对所述目标容量优化函数进行迭代计算，得到所述新能源电力系统的容量配置结果，其中，所述容量配置结果中包括所述新能源电力系统中的风力装机容量和光伏装机容量。
13.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至11中任意一项所述的新能源电力系统容量配置方法。
14.一种电子设备，其特征在于，包括：存储器和处理器，所述处理器用于运行存储在所述存储器中的程序，其中，所述程序运行时执行权利要求1至11中任意一项所述的新能源电力系统容量配置方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311161647.8A CN117200347A (zh) | 2023-09-08 | 2023-09-08 | 新能源电力系统容量配置方法、装置及非易失性存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311161647.8A CN117200347A (zh) | 2023-09-08 | 2023-09-08 | 新能源电力系统容量配置方法、装置及非易失性存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117200347A true CN117200347A (zh) | 2023-12-08 |
Family
ID=88999283
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311161647.8A Pending CN117200347A (zh) | 2023-09-08 | 2023-09-08 | 新能源电力系统容量配置方法、装置及非易失性存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117200347A (zh) |
-
2023
- 2023-09-08 CN CN202311161647.8A patent/CN117200347A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111525601B (zh) | 用户侧储能设备的充放电控制方法、装置及存储介质 | |
| Lee et al. | Novel battery degradation cost formulation for optimal scheduling of battery energy storage systems | |
| Zhu et al. | The case for efficient renewable energy management in smart homes | |
| Saez-de-Ibarra et al. | Second life battery energy storage system for residential demand response service | |
| EP2924838B1 (en) | Energy management system, energy management method, program, server device, and local server | |
| Lim et al. | Optimal allocation of energy storage and solar photovoltaic systems with residential demand scheduling | |
| CN105005872A (zh) | 一种移峰填谷的储能系统的容量配置方法 | |
| CN112966883B (zh) | 综合能源系统运行优化方法及终端设备 | |
| CN117595261B (zh) | 光储微电网能量管理策略优化方法、装置及电子设备 | |
| EP4251464B1 (en) | Method and system for adaptively charging of electric vehicles | |
| CN112003381A (zh) | 一种光储充电站内储能电池容量配置方法和系统 | |
| Yi et al. | Balancing cost and dissatisfaction in online EV charging under real-time pricing | |
| CN110998643B (zh) | 用于基于模式的能量存储管理的系统、设备和方法 | |
| CN106503865B (zh) | 一种基于机会约束规划的混合储能容量优化配置方法 | |
| CN111445154A (zh) | 一种电力市场资源自调度优化方法、系统以及设备 | |
| CN114447967A (zh) | 光储充电站电池储能配置方法、配置终端及存储介质 | |
| CN118232380A (zh) | 储能设备充放电策略生成方法、装置、设备和存储介质 | |
| Schopfer et al. | Providing primary frequency control with residential scale photovoltaic-battery systems: A techno-economic simulation study of a virtual power plant | |
| CN111798070B (zh) | 一种用户侧光储系统的配置方法及装置 | |
| CN110048421B (zh) | 储能装置容量选择方法及装置 | |
| CN117013597A (zh) | 用于虚拟电厂的分布式资源聚合调控方法、装置及设备 | |
| CN117010707A (zh) | 基于锂电池的电力负荷效益评估方法、系统、设备和介质 | |
| CN117200347A (zh) | 新能源电力系统容量配置方法、装置及非易失性存储介质 | |
| Yamashita et al. | Hierarchical model predictive control to coordinate a vehicle-to-grid system coupled to building microgrids | |
| CN115186889A (zh) | 一种综合能源服务商源荷储资源协同优化方法及系统 |
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 |