CN117293865A - 家庭储能资源规划方法、装置、设备及存储介质 - Google Patents
家庭储能资源规划方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117293865A CN117293865A CN202311246964.XA CN202311246964A CN117293865A CN 117293865 A CN117293865 A CN 117293865A CN 202311246964 A CN202311246964 A CN 202311246964A CN 117293865 A CN117293865 A CN 117293865A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- condition
- storage resource
- historical
- 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.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 156
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000010248 power generation Methods 0.000 claims abstract description 120
- 230000005611 electricity Effects 0.000 claims abstract description 42
- 239000002245 particle Substances 0.000 claims description 19
- 238000005286 illumination Methods 0.000 claims description 15
- 238000007599 discharging Methods 0.000 claims description 14
- 239000007788 liquid Substances 0.000 claims description 10
- 238000007726 management method Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000001276 controlling effect Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000000714 time series forecasting Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
- H02J3/004—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
- H02J3/28—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
- 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
- H02J3/381—Dispersed generators
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及电力调度技术领域,公开了一种家庭储能资源规划方法、装置、设备及存储介质,用于解决现有技术中无法根据天气信息和家庭具体的用电负载智能化规划家庭储能资源的管理策略的技术问题。该方法包括:获取历史发电信息和历史用电信息;获取第一时段内的天气预测信息,根据天气预测信息和历史发电信息预测第一时段内的光伏发电情况;根据历史用电信息预测第一时段内的电量负载情况;根据电量负载情况和光伏发电情况对储能资源的充放电功率进行规划,以对家庭电量资源进行管理。该方法可以自动调节家庭储能系统的充放电状态,能够最大限度地利用电能,同时降低家庭的用电成本。
Description
技术领域
本发明涉及电力调度技术领域,尤其涉及一种家庭储能资源规划方法、装置、设备及存储介质。
背景技术
随着全球经济的迅猛发展,电力需求不断攀升。然而,这种趋势却加剧了全球能源危机和地球变暖等问题,为了实现能源的可持续发展,可再生能源的发展和应用越来越广泛,如太阳能、风力发电等,与此同时,储能系统逐渐成为了解决能源存储问题的有效手段。并且,针对于家庭的能量管理系统也因其在用户需求方面具有良好的经济性和可靠性,得到了迅速发展。
现有技术中,对于家庭来说,目前大多数家庭使用的储能系统都是单纯的电池储能,缺乏智能化的管理策略,因此,在利用储能系统优化家庭用电的过程中还存在很大的改善空间,如何最大限度地利用能源存储资源逐渐成为家庭能量管理系统亟待解决的问题。
发明内容
本发明的主要目的在于解决现有技术中无法根据天气信息和家庭具体的用电负载智能化规划家庭储能资源的管理策略的技术问题。
本发明第一方面提供了一种家庭储能资源规划方法,包括:获取历史发电信息和历史用电信息;
获取第一时段内的天气预测信息,根据所述天气预测信息和所述历史发电信息预测所述第一时段内的光伏发电情况;
根据所述历史用电信息预测所述第一时段内的电量负载情况;
根据所述电量负载情况和所述光伏发电情况对储能资源的充放电功率进行规划,以对家庭电量资源进行管理。
可选地,在本发明第一方面的第一种实现方式中,所述根据所述天气预测信息和所述历史发电信息预测所述第一时段内的光伏发电情况包括:
获取所述历史发电信息对应的历史天气信息,并提取所述历史天气信息对应的历史光照情况;
根据所述历史光照情况和所述历史发电信息确定光伏发电相关规则;
基于所述天气预测信息和光伏发电相关规则预测所述第一时段内的光伏发电情况。
可选地,在本发明第一方面的第二种实现方式中,所述历史用电信息包括历史用电项目以及所述历史用电项目对应的历史负载时段和历史负载量;所述根据所述历史用电信息预测所述第一时段内的电量负载情况包括:
根据各所述历史负载项目的所述历史负载时段和历史负载量预测第一时段内的电量负载情况;
所述根据所述电量负载情况和所述光伏发电情况对储能资源的充放电功率进行规划包括:
根据电量负载情况构建储能资源功率规划模型;
获取储能资源信息;
根据光伏发电情况和所述储能资源信息添加约束条件,调用规划算法求解最优解,得到以分钟为颗粒度单位时的最佳功率策略。
可选地,在本发明第一方面的第三种实现方式中,所述电量负载情况包括家庭负载情况和充电桩负载情况。
可选地,在本发明第一方面的第四种实现方式中,所述第一时段的长度为一天,所述储能资源功率规划模型的规划目标为电量成本最小,所述储能资源功率规划模型的表达式为:
其中,n表示决策颗粒度,表示一天的决策颗粒数,i表示当前决策颗粒,X(i)表示各决策颗粒对应的电量策略,Price(i)表示电价。
可选地,在本发明第一方面的第五种实现方式中,所述光伏发电情况包括光伏发电量,所述约束条件包括:
条件(1):所述储能资源电能放空后无法继续放电;
条件(2):所述储能资源电能充满后无法继续充电;
条件(3):所述储能资源的实际放电功率小于所述储能资源的最大放电功率;
条件(4):所述储能资源的实际充电功率小于所述储能资源的最大放电功率;
条件(5):当所述光伏发电量大于所述家庭负载量和充电桩负载量之和时,控制储能资源充电;
条件(6):当光伏发电量小于所述家庭负载量和充电桩负载量之和时,控制储能资源放电。
可选地,在本发明第一方面的第六种实现方式中:
所述条件(1)的表达式为:
其中,R表示储能资源的初始容量;
所述条件(2)的表达式为:
其中,C表示储能资源的额定容量;
所述条件(3)的表达式为:
X(i)≤pdis;
其中,pdis表示储能资源支持的最大放电功率;
所述条件(4)的表达式为:
X(i)≥-pch;
其中,所述pch表示储能资源支持的最大充电功率;
所述条件(5)的表达式为:当Ppv(i)-Load(i)-Charge(i)>0时,
X(i)≤min(0,Ppv(i)-Load(i)-Charge(i));
其中,Load(i)表示家庭负载量,Charge(i)表示充电桩负载量;
所述条件(6)的表达式为:当Ppv(i)-Load(i)-Charge(i)<0时,
X(i)≥max(0,Ppv(i)-Load(i)-Charge(i))。
本发明第二方面提供了一种家庭储能资源规划装置,包括:
获取模块,用于获取历史发电信息和历史用电信息;
第一预测模块,用于获取第一时段内的天气预测信息,根据所述天气预测信息和所述历史发电信息预测所述第一时段内的光伏发电情况;
第二预测模块,根据所述历史用电信息预测所述第一时段内的电量负载情况;
规划模块,用于根据所述电量负载情况和所述光伏发电情况对储能资源的充放电功率进行规划,以对家庭电量资源进行管理。
可选地,在本发明第二方面的第一种实现方式中,所述第一预测模块包括:
提取单元,用于获取所述历史发电信息对应的历史天气信息,并提取所述历史天气信息对应的历史光照情况;
规则确定单元,用于根据所述历史光照情况和所述历史发电信息确定光伏发电相关规则;
执行单元,用于基于所述天气预测信息和光伏发电相关规则预测所述第一时段内的光伏发电情况。
可选地,在本发明第二方面的第二种实现方式中,所述历史用电信息包括历史用电项目以及所述历史用电项目对应的历史负载时段和历史负载量;所述第二预测模块具体用于:
根据各所述历史负载项目的所述历史负载时段和历史负载量预测第一时段内的电量负载情况;
所述规划模块具体用于:
根据电量负载情况构建储能资源功率规划模型;
获取储能资源信息;
根据光伏发电情况和所述储能资源信息添加约束条件,调用规划算法求解最优解,得到以分钟为颗粒度单位时的最佳功率策略。
可选地,在本发明第二方面的第三种实现方式中,所述电量负载情况包括家庭负载情况和充电桩负载情况。
可选地,在本发明第二方面的第四种实现方式中,所述第一时段的长度为一天,所述储能资源功率规划模型的规划目标为电量成本最小,所述储能资源功率规划模型的表达式为:
其中,n表示决策颗粒度,表示一天的决策颗粒数,i表示当前决策颗粒,X(i)表示各决策颗粒对应的电量策略,Price(i)表示电价。
可选地,在本发明第二方面的第五种实现方式中,所述光伏发电情况包括光伏发电量,所述约束条件包括:
条件(1):所述储能资源电能放空后无法继续放电;
条件(2):所述储能资源电能充满后无法继续充电;
条件(3):所述储能资源的实际放电功率小于所述储能资源的最大放电功率;
条件(4):所述储能资源的实际充电功率小于所述储能资源的最大放电功率;
条件(5):当所述光伏发电量大于所述家庭负载量和充电桩负载量之和时,控制储能资源充电;
条件(6):当光伏发电量小于所述家庭负载量和充电桩负载量之和时,控制储能资源放电。
可选地,在本发明第二方面的第六种实现方式中:
所述条件(1)的表达式为:
其中,R表示储能资源的初始容量;
所述条件(2)的表达式为:
其中,C表示储能资源的额定容量;
所述条件(3)的表达式为:
X(i)≤pdis;
其中,pdis表示储能资源支持的最大放电功率;
所述条件(4)的表达式为:
X(i)≥-pch;
其中,所述pch表示储能资源支持的最大充电功率;
所述条件(5)的表达式为:当Ppv(i)-Load(i)-Charge(i)>0时,
X(i)≤min(0,Ppv(i)-Load(i)-Charge(i));
其中,Load(i)表示家庭负载量,Charge(i)表示充电桩负载量;
所述条件(6)的表达式为:当Ppv(i)-Load(i)-Charge(i)<0时,
X(i)≥max(0,Ppv(i)-Load(i)-Charge(i))。
本发明第三方面提供了一种家庭储能资源规划设备,包括:存储器和至少一个处理器,所述存储器中存储有指令;所述至少一个处理器调用所述存储器中的所述指令,以使得所述家庭储能资源规划设备执行上述的家庭储能资源规划方法的步骤。
本发明的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述的家庭储能资源规划方法的步骤。
本发明提供的技术方案中,获取历史发电信息和历史用电信息,获取第一时段内的天气预测信息,根据天气预测信息和历史发电信息预测第一时段内的光伏发电情况;根据历史用电信息预测第一时段内的电量负载情况;根据电量负载情况和光伏发电情况对储能资源的充放电功率进行规划,以对家庭电量资源进行管理。该方法可以自动调节家庭储能系统的充放电状态,能够最大限度地利用电能,同时降低家庭的用电成本。
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为本发明实施例中家庭储能资源规划方法的一个实施例的步骤示意图;
图2为本发明实施例中家庭储能资源规划方法的另一个实施例的步骤示意图;
图3为本发明实施例中家庭储能资源规划方法的另一个实施例的流程示意图;
图4为本发明实施例中家庭储能资源规划装置的一个实施例示意图;
图5为本发明实施例中家庭储能资源规划设备的一个实施例示意图;
图6为本发明实施例中一种计算机可读介质的原理示意图。
具体实施方式
现在将参考附图更全面地描述本发明的示例性实施例。然而,示例性实施例能够以多种形式实施,且不应被理解为本发明仅限于在此阐述的实施例。相反,提供这些示例性实施例能够使得本发明更加全面和完整,更加便于将发明构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的元件、组件或部分,因而将省略对它们的重复描述。
在符合本发明的技术构思的前提下,在某个特定的实施例中描述的特征、结构、特性或其他细节不排除可以以合适的方式结合在一个或更多其他的实施例中。
在对于具体实施例的描述中,本发明描述的特征、结构、特性或其他细节是为了使本领域的技术人员对实施例进行充分理解。但是,并不排除本领域技术人员可以实践本发明的技术方案而没有特定特征、结构、特性或其他细节的一个或更多。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
术语“和/或”或者“及/或”包括相关联的列出项目中的任一个或多者的所有组合。
请参阅图1,本发明实施例中家庭储能资源规划方法的一个实施例包括:
S101、获取历史发电信息和历史用电信息;
可以理解的是,本发明的执行主体可以为家庭储能资源规划装置,还可以是终端或者服务器,具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
本实施例中预先设置有历史数据库以保存相关的历史信息,其中,历史信息包括历史天气信息、历史发电信息、历史用电信息等。
服务器在接收到家庭储能资源规划请求后,首先在历史数据库中获取历史发电信息和历史用电信息。
S102、获取第一时段内的天气预测信息,根据天气预测信息和历史发电信息预测第一时段内的光伏发电情况;
获取历史发电信息对应的历史天气信息,并提取历史天气信息对应的历史光照情况;根据历史光照情况和历史发电信息确定光伏发电相关规则;获取第一时段内的天气预测信息,调用时序预测算法基于天气预测信息和光伏发电相关规则预测第一时段内的光伏发电情况。
S103、根据历史用电信息预测第一时段内的电量负载情况;
调用时序预测算法,根据历史用电信息的序列信息预测第一时段内的电量负载情况。
S104、根据电量负载情况和光伏发电情况对储能资源的充放电功率进行规划,以对家庭电量资源进行管理。
将第一时段分为以分钟为颗粒度大小的多个颗粒度策略序列,根据预测得到的第一时段内的电量负载情况和光伏发电情况对储能资源的充放电功率进行规划,得到以分钟为单位的颗粒度高、更精细的充放电功率策略。结合天气预测信息及历史用电信息中包含的历史电价,对未来一天的电价做出预测。
其中,在具体进行规划时,以一天为一个预测时段,通过构建数学模型规划具体的储能资源的充放电功率策略,通过得到的储能资源的充放电功率策略对储能资源的充放电功率进行智能调控,在光伏发电量高而负载低,光伏发电有光伏余电的情况下,控制储能设备会尽可能地充电,在光伏发电量无法满足负载需求是,控制储能设备尽可能地放电,能够最大限度地利用光伏发电能源,避免电量浪费。
本实施例中,通过结合时序预测算法,对光伏发电和家庭负载进行了预测,预测过程中,考虑了天气因素对光伏和家庭负载的影响。能够智能调控家庭储能资源的充放电策略,使得整个家庭运行过程中,不会出现光伏高的时候放电、负载高的时候充电的明显不合理情况,使得整个家庭的能源运行成本最低。
请参看图2和3,本发明实施例中家庭储能资源规划方法的第二实施例包括:
S201、获取历史发电信息和历史用电信息;
本实施例中预先设置有历史数据库以保存相关的历史信息,其中,历史信息包括历史天气信息、历史发电信息、历史用电信息,以及历史电价信息等。
其中,历史用电信息包括历史用电项目以及所述历史用电项目对应的历史负载时段和历史负载量。
S202、获取历史发电信息对应的历史天气信息,并提取历史天气信息对应的历史光照情况;
S203、根据历史光照情况和历史发电信息确定光伏发电相关规则;
S204、获取第一时段内的天气预测信息,基于天气预测信息和光伏发电相关规则预测第一时段内的光伏发电情况;
本实施例中,根据用户所在的地理位置,通过时间序列预测算法预测未来的第一时段之内的天气预测信息,其中,天气预测信息可以为从网络上获取的信息,也可以是根据历史天气信息中包含的历史天气信息;可以根据历史天气信息中和需要预测的第一时段相对应的往年的天气信息确定第一时段中可能的光照情况和温度情况。其中,光照情况可以由第一时段所在的时间白昼长度、太阳的直射角度以及晴天天气的概率等信息进行预测;温度情况可以根据第一时段所在的季节或月份信息和用户所在的地理位置来确定。在一种具体的实施方式中,可以提取历史天气信息对应的历史光照情况,根据历史光照情况和历史发电信息确定光伏发电相关规则,以确定光伏发电情况和天气信息的关联关系;根据这个关联关系预测第一时段内的光伏发电情况。
在一种具体的实施方式中,由于本实施例中关注光伏发电信息和电量负载情况,基于上述的影响因素,光伏发电情况和预测的时段的天气预测信息及历史发电信息相关性很高;基于上述的影响因素,本实施例中使用DLiner算法(Decomposition scheme used inAutoformer and FEDformer with linear layers)对光伏发电情况进行预测的,DLinear算法是一种用于时间序列预测任务(Time Series Forecasting,TSF),特别是长时间序列预测任务(Long-term TSF,LTSF)的预测算法,其具体将时间序列分解为趋势序列(TrendSeries)和剩余序列(Remainder Series),然后使用两个单层线性网络对这两个序列进行建模,以完成预测任务,可以直接进行多步预测,具体地,预测的目标是使得MAE(MeanAbsolute Error,平均绝对值误差)最低,最终得到第一时段内的光伏发电情况。
在一种具体的实施方式中,第一时段的时间长度为一天,以n分钟为一个颗粒,将一天的时间分为个分钟级的颗粒,本步骤中所述的光伏发电情况可以光伏发电功率表示,具体可以为/>单位为kW(千瓦)。
S205、根据各历史负载项目的历史负载时段和历史负载量预测第一时段内的电量负载情况;
具体的,本实施例中所述的家庭负载情况指的是家庭用电的全部负载,如家电等负载情况,充电桩负载情况指家庭中的电动车充电桩的负载情况。其中,由于用户在每天的每个时间段的行为的不同,如上班、下班、周末、节假日等情况时家庭负载情况和充电桩负载情况会有很大的不同,故通过DLinear算法进行时序预测,得到第一时段内的具体家庭负载情况和充电桩负载情况,本实施例中第一时段内预测到的家庭负载情况可以表示为单位为kW(千瓦);充电桩负载情况记为/>单位为kW(千瓦)。
在一种具体的实施方式中,还包括通过时序预测算法结合预测出来的天气情况和历史电价,对第一时段内的电价做出预测,记为单位为元/kW·h(元每千瓦时),后续通过预测电价可以预测或计算第一时段中的用电成本。
S206、根据电量负载情况构建储能资源功率规划模型;
以表示储能资源充放电策略,其中,X(i)值表示电池的充放电功率,X(i)值为负时表示储能资源充电,X(i)值为正时表示储能资源放电。
以一天为所述第一时段的长度,储能资源功率规划模型的规划目标为电量成本最小,该数学模型的目标函数可以为:
其中,表达式(X(i)>0)?0代表的含义为X(i)是否为正,若为正,即电池放电时收益为0;如果电池充电,即X(i)<0时,则收益为求目标函数的最小值,得到各决策颗粒对应的电量策略;以n表示颗粒度大小,/>表示一天的决策颗粒数,i表示当前决策颗粒,取值范围为/>X(i)表示各决策颗粒对应的电量策略,Price(i)表示预测得到的电价。
在一种具体的实施方式中,该数学模型的目标函数还可以写作:
S207、获取储能资源信息,根据光伏发电情况和储能资源信息添加约束条件,调用规划算法求解最优解,得到以分钟为颗粒度单位时的最佳功率策略。
其中,储能资源信息包括储能资源支持的最大充电功率pch和储能资源支持的最大放电功率pdis;所述光伏发电情况包括光伏发电功率Ppv(i)。
具体的约束条件包括:
条件(1):所述储能资源电能放空后无法继续放电,具体表达式为:
其中,R表示储能资源的初始容量;
条件(2):所述储能资源电能充满后无法继续充电,具体表达式为:
其中,C表示储能资源的额定容量;
条件(3):所述储能资源的实际放电功率小于所述储能资源的最大放电功率,表达式为:
X(i)≤pdis;
条件(4):所述储能资源的实际充电功率小于所述储能资源的最大放电功率,具体表达式为:
X(i)≥-pch;
条件(5):当所述光伏发电量大于所述家庭负载量和充电桩负载量之和时,控制储能资源充电,具体表达式为:
当Ppv(i)-Load(i)-Charge(i)>0时,
X(i)≤min(0,Ppv(i)-Load(i)-Charge(i));
其中,Load(i)表示家庭负载量,Charge(i)表示充电桩负载量;
条件(6):当光伏发电量小于所述家庭负载量和充电桩负载量之和时,控制储能资源放电,表达式为:
当Ppv(i)-Load(i)-Charge(i)<0时,
X(i)≥max(0,Ppv(i)-Load(i)-Charge(i))。
获得规划模型和约束条件后,通过序贯最小二乘法进行求解以对家庭电量资源进行管理,得到预测目标时间段之内每个颗粒度对应的时间点的负载功率的大小。具体的,序贯最小二乘法(Sequential Least Squares Programming,SLSQP)是一种常用的非线性规划算法,用于求解带约束的非线性优化问题。它通过将非线性优化问题转化为带约束的最小二乘问题,并利用最小二乘法进行求解。
本发明实施例通过结合时序预测算法,对光伏发电和家庭负载进行了预测,预测过程中,考虑了天气因素对光伏和家庭负载的影响。通过建立规划模型以及使用序贯最小二乘法进行求解,能够智能调控家庭储能资源的充放电策略;并且针对每个家庭进行具体优化,可以实现更高效的储能系统使用,使得对于整个家庭运行过程中,不会出现光伏高的时候放电、负载高的时候充电的明显不合理情况,降低整个家庭的能源运行成本。
上面对本发明实施例中家庭储能资源规划方法进行了描述,下面对本发明实施例中家庭储能资源规划装置进行描述,请参阅图3,本发明实施例中家庭储能资源规划装置的一个实施例包括:
获取模块301,用于获取历史发电信息和历史用电信息;
第一预测模块302,用于获取第一时段内的天气预测信息,根据所述天气预测信息和所述历史发电信息预测所述第一时段内的光伏发电情况;
第二预测模块303,根据所述历史用电信息预测所述第一时段内的电量负载情况;
规划模块304,用于根据所述电量负载情况和所述光伏发电情况对储能资源的充放电功率进行规划,以对家庭电量资源进行管理。
在本申请的另一实施例中,所述第一预测模块402包括:
提取单元,用于获取所述历史发电信息对应的历史天气信息,并提取所述历史天气信息对应的历史光照情况;
规则确定单元,用于根据所述历史光照情况和所述历史发电信息确定光伏发电相关规则;
执行单元,用于基于所述天气预测信息和光伏发电相关规则预测所述第一时段内的光伏发电情况。
在本申请的另一实施例中,所述历史用电信息包括历史用电项目以及所述历史用电项目对应的历史负载时段和历史负载量;所述第二预测模块403具体用于:
根据各所述历史负载项目的所述历史负载时段和历史负载量预测第一时段内的电量负载情况;
所述规划模块404具体用于:根据电量负载情况构建储能资源功率规划模型;获取储能资源信息;根据光伏发电情况和所述储能资源信息添加约束条件,调用规划算法求解最优解,得到以分钟为颗粒度单位时的最佳功率策略。
在本申请的另一实施例中,所述电量负载情况包括家庭负载情况和充电桩负载情况。
在本申请的另一实施例中,所述第一时段的长度为一天,所述储能资源功率规划模型的规划目标为电量成本最小,所述储能资源功率规划模型的表达式为:
其中,表达式(X(i)>0)?0代表的含义为X(i)是否为正,若为正,即电池放电时收益为0;如果电池充电,即X(i)<0时,则收益为求目标函数的最小值,得到各决策颗粒对应的电量策略;以n表示颗粒度大小,/>表示一天的决策颗粒数,i表示当前决策颗粒,取值范围为/>X(i)表示各决策颗粒对应的电量策略,Price(i)表示预测得到的电价。
在一种具体的实施方式中,该数学模型的目标函数还可以写作:
在本申请的另一实施例中,所述光伏发电情况包括光伏发电量,所述约束条件包括:
条件(1):所述储能资源电能放空后无法继续放电;
条件(2):所述储能资源电能充满后无法继续充电;
条件(3):所述储能资源的实际放电功率小于所述储能资源的最大放电功率;
条件(4):所述储能资源的实际充电功率小于所述储能资源的最大放电功率;
条件(5):当所述光伏发电量大于所述家庭负载量和充电桩负载量之和时,控制储能资源充电;
条件(6):当光伏发电量小于所述家庭负载量和充电桩负载量之和时,控制储能资源放电。
在本申请的另一实施例中:
所述条件(1)的表达式为:
其中,R表示储能资源的初始容量;
所述条件(2)的表达式为:
其中,C表示储能资源的额定容量;
所述条件(3)的表达式为:
X(i)≤pdis;
其中,pdis表示储能资源支持的最大放电功率;
所述条件(4)的表达式为:
X(i)≥-pch;
其中,所述pch表示储能资源支持的最大充电功率;
所述条件(5)的表达式为:当Ppv(i)-Load(i)-Charge(i)>0时,
X(i)≤min(0,Ppv(i)-Load(i)-Charge(i));
其中,Load(i)表示家庭负载量,Charge(i)表示充电桩负载量;
所述条件(6)的表达式为:当Ppv(i)-Load(i)-Charge(i)<0时,
X(i)≥max(0,Ppv(i)-Load(i)-Charge(i))。
本发明实施例通过结合时序预测算法,对光伏发电和家庭负载进行了预测,预测过程中,考虑了天气因素对光伏和家庭负载的影响。通过建立规划模型以及使用序贯最小二乘法进行求解,能够智能调控家庭储能资源的充放电策略;并且针对每个家庭进行具体优化,可以实现更高效的储能系统使用,使得对于整个家庭运行过程中,不会出现光伏高的时候放电、负载高的时候充电的明显不合理情况,降低整个家庭的能源运行成本。
上面图4从模块化功能实体的角度对本发明实施例中的家庭储能资源规划装置进行详细描述,基于同一发明构思,本说明书实施例还提供一种家庭储能资源规划设备,下面从硬件处理的角度对本发明实施例中家庭储能资源规划设备进行详细描述。
图5为本说明书实施例提供的一种电子设备的结构示意图。下面参照图5来描述根据本发明该实施例的电子设备500。图5显示的电子设备500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:至少一个处理单元510、至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530、显示单元540等。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元510执行,使得所述处理单元510执行本说明书上述处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元510可以执行如图1-3所示的步骤。
所述存储单元520可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202,还可以进一步包括只读存储单元(ROM)5203。
所述存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204,这样的程序模块5205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线530可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备500也可以与一个或多个外部设备100(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且,电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器560可以通过总线530与电子设备500的其它模块通信。应当明白,尽管图5中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,本发明描述的示例性实施例可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个计算机可读的存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本发明的上述方法。当所述计算机程序被一个数据处理设备执行时,使得该计算机可读介质能够实现本发明的上述方法,即:如图1-3所示的方法。
图6为本说明书实施例提供的一种计算机可读介质的原理示意图。
实现图1-3所示方法的计算机程序可以存储于一个或多个计算机可读介质上。计算机可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)等通用数据处理设备来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
以上所述的具体实施例,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,应理解的是,本发明不与任何特定计算机、虚拟装置或者电子设备固有相关,各种通用装置也可以实现本发明。以上所述仅为本发明的具体实施例而已,并不用于限制本发明,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。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种家庭储能资源规划方法,其特征在于,包括:
获取历史发电信息和历史用电信息;
获取第一时段内的天气预测信息,根据所述天气预测信息和所述历史发电信息预测所述第一时段内的光伏发电情况;
根据所述历史用电信息预测所述第一时段内的电量负载情况;
根据所述电量负载情况和所述光伏发电情况对储能资源的充放电功率进行规划,以对家庭电量资源进行管理。
2.根据权利要求1所述的家庭储能资源规划方法,其特征在于,所述根据所述天气预测信息和所述历史发电信息预测所述第一时段内的光伏发电情况包括:
获取所述历史发电信息对应的历史天气信息,并提取所述历史天气信息对应的历史光照情况;
根据所述历史光照情况和所述历史发电信息确定光伏发电相关规则;
基于所述天气预测信息和光伏发电相关规则预测所述第一时段内的光伏发电情况。
3.根据权利要求2所述的家庭储能资源规划方法,其特征在于,所述历史用电信息包括历史用电项目以及所述历史用电项目对应的历史负载时段和历史负载量;所述根据所述历史用电信息预测所述第一时段内的电量负载情况包括:
根据各所述历史负载项目的所述历史负载时段和历史负载量预测第一时段内的电量负载情况;
所述根据所述电量负载情况和所述光伏发电情况对储能资源的充放电功率进行规划包括:
根据电量负载情况构建储能资源功率规划模型;
获取储能资源信息;
根据光伏发电情况和所述储能资源信息添加约束条件,调用规划算法求解最优解,得到以分钟为颗粒度单位时的最佳功率策略。
4.根据权利要求3所述的家庭储能资源规划方法,其特征在于,所述电量负载情况包括家庭负载情况和充电桩负载情况。
5.根据权利要求4所述的家庭储能资源规划方法,其特征在于,所述第一时段的长度为一天,所述储能资源功率规划模型的规划目标为电量成本最小,所述储能资源功率规划模型的表达式为:
其中,n表示决策颗粒度,表示一天的决策颗粒数,i表示当前决策颗粒,X(i)表示各决策颗粒对应的电量策略,Price(i)表示电价。
6.根据权利要求5所述的家庭储能资源规划方法,其特征在于,所述光伏发电情况包括光伏发电量,所述约束条件包括:
条件(1):所述储能资源电能放空后无法继续放电;
条件(2):所述储能资源电能充满后无法继续充电;
条件(3):所述储能资源的实际放电功率小于所述储能资源的最大放电功率;
条件(4):所述储能资源的实际充电功率小于所述储能资源的最大放电功率;
条件(5):当所述光伏发电量大于所述家庭负载量和充电桩负载量之和时,控制储能资源充电;
条件(6):当光伏发电量小于所述家庭负载量和充电桩负载量之和时,控制储能资源放电。
7.根据权利要求6所述的家庭储能资源规划方法,其特征在于:
所述条件(1)的表达式为:
其中,R表示储能资源的初始容量;
所述条件(2)的表达式为:
其中,C表示储能资源的额定容量;
所述条件(3)的表达式为:
X(i)≤pdis;
其中,pdis表示储能资源支持的最大放电功率;
所述条件(4)的表达式为:
X(i)≥-pch;
其中,所述pch表示储能资源支持的最大充电功率;
所述条件(5)的表达式为:当Ppv(i)-Load(i)-Charge(i)>0时,
X(i)≤min(0,Ppv(i)-Load(i)-Charge(i));
其中,Load(i)表示家庭负载量,Charge(i)表示充电桩负载量;
所述条件(6)的表达式为:当Ppv(i)-Load(i)-Charge(i)<0时,
X(i)≥max(0,Ppv(i)-Load(i)-Charge(i))。
8.一种家庭储能资源规划装置,其特征在于,所述家庭储能资源规划包括:
获取模块,用于获取历史发电信息和历史用电信息;
第一预测模块,用于获取第一时段内的天气预测信息,根据所述天气预测信息和所述历史发电信息预测所述第一时段内的光伏发电情况;
第二预测模块,根据所述历史用电信息预测所述第一时段内的电量负载情况;
规划模块,用于根据所述电量负载情况和所述光伏发电情况对储能资源的充放电功率进行规划,以对家庭电量资源进行管理。
9.一种家庭储能资源规划设备,其特征在于,所述家庭储能资源规划设备包括:存储器和至少一个处理器,所述存储器中存储有指令;
所述至少一个处理器调用所述存储器中的所述指令,以使得所述家庭储能资源规划设备执行如权利要求1-7中任一项所述的家庭储能资源规划方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有指令,其特征在于,所述指令被处理器执行时实现如权利要求1-7中任一项所述家庭储能资源规划方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311246964.XA CN117293865A (zh) | 2023-09-25 | 2023-09-25 | 家庭储能资源规划方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311246964.XA CN117293865A (zh) | 2023-09-25 | 2023-09-25 | 家庭储能资源规划方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117293865A true CN117293865A (zh) | 2023-12-26 |
Family
ID=89258212
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311246964.XA Pending CN117293865A (zh) | 2023-09-25 | 2023-09-25 | 家庭储能资源规划方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117293865A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118232499A (zh) * | 2024-05-22 | 2024-06-21 | 深圳市名洋能源科技有限公司 | 光伏储能系统的充电控制方法、系统、装置及存储介质 |
-
2023
- 2023-09-25 CN CN202311246964.XA patent/CN117293865A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118232499A (zh) * | 2024-05-22 | 2024-06-21 | 深圳市名洋能源科技有限公司 | 光伏储能系统的充电控制方法、系统、装置及存储介质 |
CN118232499B (zh) * | 2024-05-22 | 2024-08-13 | 深圳市名洋能源科技有限公司 | 光伏储能系统的充电控制方法、系统、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Integrating reliability and resilience to support the transition from passive distribution grids to islanding microgrids | |
Carli et al. | Energy scheduling of a smart microgrid with shared photovoltaic panels and storage: The case of the Ballen marina in Samsø | |
Di Silvestre et al. | How Decarbonization, Digitalization and Decentralization are changing key power infrastructures | |
Li et al. | Cooperative planning model of renewable energy sources and energy storage units in active distribution systems: A bi-level model and Pareto analysis | |
Huang et al. | A self-learning scheme for residential energy system control and management | |
Jalili et al. | Stochastic optimal operation of a microgrid based on energy hub including a solar-powered compressed air energy storage system and an ice storage conditioner | |
Abushnaf et al. | Impact of energy management system on the sizing of a grid-connected PV/Battery system | |
Wali et al. | Grid-connected lithium-ion battery energy storage system: A bibliometric analysis for emerging future directions | |
JP5813544B2 (ja) | エネルギー管理装置とその管理方法及びエネルギー管理プログラム | |
Hooshmand et al. | Experimental demonstration of a tiered power management system for economic operation of grid-tied microgrids | |
Paliwal et al. | Optimal sizing and operation of battery storage for economic operation of hybrid power system using artificial bee colony algorithm | |
Lu et al. | Data-driven stochastic programming for energy storage system planning in high PV-penetrated distribution network | |
CN117293865A (zh) | 家庭储能资源规划方法、装置、设备及存储介质 | |
CN113472014B (zh) | 含分布式电源的配电网优化调度方法及系统 | |
Mitra et al. | Universal access to electricity: Closing the affordability gap | |
Azad et al. | Design and optimization of an entirely hybrid renewable energy system (WT/PV/BW/HS/TES/EVPL) to supply electrical and thermal loads with considering uncertainties in generation and consumption | |
CN115169723A (zh) | 发电功率预测方法、负荷预测方法及模型训练方法 | |
Mannan et al. | Quintessential strategy to operate photovoltaic system coupled with dual battery storage and grid connection | |
CN112803493B (zh) | 基于边际成本的分散式储能与分布式光伏协同方法及系统 | |
Tazvinga et al. | Towards sustainable energy system options for improving energy access in Southern Africa | |
CN116937591A (zh) | 一种电力调度方法、装置、电子设备和存储介质 | |
de Oliveira et al. | Optimal allocation of battery in electrical distribution systems with distributed resources | |
Gao et al. | Coordinated management and control strategy in the low-voltage distribution network based on the cloud-edge collaborative mechanism | |
Alhamrouni et al. | A proton-exchange membrane fuel cell and ultra-capacitor system model for stand-alone residential applications | |
CN118412863B (zh) | 光储一体化电能调度方法、系统、电子设备、存储介质 |
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 |