CN117424295B - 优化分布式资源聚合的虚拟电厂智慧控制系统 - Google Patents

优化分布式资源聚合的虚拟电厂智慧控制系统 Download PDF

Info

Publication number
CN117424295B
CN117424295B CN202311745373.7A CN202311745373A CN117424295B CN 117424295 B CN117424295 B CN 117424295B CN 202311745373 A CN202311745373 A CN 202311745373A CN 117424295 B CN117424295 B CN 117424295B
Authority
CN
China
Prior art keywords
power generation
control
control scheme
power
distributed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202311745373.7A
Other languages
English (en)
Other versions
CN117424295A (zh
Inventor
安帅
杨磊
韩泽雨
李瀚澎
杨锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanxi Zhongneng Boyuan Energy Technology Co ltd
Original Assignee
Shanxi Zhongneng Boyuan Energy Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanxi Zhongneng Boyuan Energy Technology Co ltd filed Critical Shanxi Zhongneng Boyuan Energy Technology Co ltd
Priority to CN202311745373.7A priority Critical patent/CN117424295B/zh
Publication of CN117424295A publication Critical patent/CN117424295A/zh
Application granted granted Critical
Publication of CN117424295B publication Critical patent/CN117424295B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了优化分布式资源聚合的虚拟电厂智慧控制系统,涉及电厂控制领域,其中,所述系统用于执行一种优化分布式资源聚合的虚拟电厂智慧控制方法,所述方法包括:获得多个厂用损耗信息和多个上网损耗信息;基于控制函数和控制约束,在虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,第一搜索结果内包括多个优化控制方案;基于第一搜索结果和控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,获得最优控制方案,对多个分布式发电组进行控制。解决了现有技术中针对光伏电厂的发电资源调度适应性差、精确度低,导致光伏电厂的发电资源调度质量差的技术问题。

Description

优化分布式资源聚合的虚拟电厂智慧控制系统
技术领域
本发明涉及电厂控制领域,具体地,涉及优化分布式资源聚合的虚拟电厂智慧控制系统。
背景技术
发电资源调度是光伏电厂管理的重要方向之一。合理的发电资源调度能够减少光伏电厂的发电损耗,实现光伏电厂的发电资源优化配置,提高光伏电厂的能源利用效率。现有技术中,存在针对光伏电厂的发电资源调度适应性差、精确度低,导致光伏电厂的发电资源调度质量差的技术问题。
发明内容
本申请提供了优化分布式资源聚合的虚拟电厂智慧控制系统。解决了现有技术中针对光伏电厂的发电资源调度适应性差、精确度低,导致光伏电厂的发电资源调度质量差的技术问题。实现了根据厂用电量、上网电量、厂用损耗、上网损耗对光伏电厂进行适应性地发电资源调度,有效降低了光伏电厂的发电损耗,提高了光伏电厂的发电资源调度适应性及精确度,提升了光伏电厂的发电资源调度质量。
鉴于上述问题,本申请提供了优化分布式资源聚合的虚拟电厂智慧控制系统。
一方面,本申请提供了一种优化分布式资源聚合的虚拟电厂智慧控制系统,其中,所述系统用于执行一种优化分布式资源聚合的虚拟电厂智慧控制方法,所述系统包括:信息采集模块,所述信息采集模块用于采集目标光伏电厂内多个分布式发电组的多个发电信息,并获取所述目标光伏电厂的厂用电量和上网电量;损耗分析模块,所述损耗分析模块用于基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息;构建模块,所述构建模块用于构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,并基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束;第一优化模块,所述第一优化模块用于基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,所述第一搜索结果内包括多个优化控制方案;第二优化模块,所述第二优化模块用于基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,获得最优控制方案,对所述多个分布式发电组进行控制。
另一方面,本申请提供了一种优化分布式资源聚合的虚拟电厂智慧控制方法,其中,所述方法应用于一种优化分布式资源聚合的虚拟电厂智慧控制系统,所述方法包括:采集目标光伏电厂内多个分布式发电组的多个发电信息,并获取所述目标光伏电厂的厂用电量和上网电量;基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息;构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,并基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束;基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,所述第一搜索结果内包括多个优化控制方案;基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,获得最优控制方案,对所述多个分布式发电组进行控制。
本申请中提供的一个或多个技术方案,至少具有如下有益效果:
通过分析多个分布式发电组的历史数据,确定多个厂用损耗信息和多个上网损耗信息;基于控制函数和控制约束,在虚拟发电控制方案空间内,按照第一搜索策略对发电控制方案进行第一搜索阶段优化,获得第一搜索结果;基于第一搜索结果和控制函数,按照第二搜索策略对发电控制方案进行第二搜索阶段优化,获得最优控制方案,并根据最优控制方案对多个分布式发电组进行控制。实现了根据厂用电量、上网电量、厂用损耗、上网损耗对光伏电厂进行适应性地发电资源调度,有效降低了光伏电厂的发电损耗,提高了光伏电厂的发电资源调度适应性及精确度,提升了光伏电厂的发电资源调度质量。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的附图作简单地介绍。明显地,下面描述中的附图仅仅涉及本发明的一些实施例,而非对本发明的限制。
图1为本申请一种优化分布式资源聚合的虚拟电厂智慧控制系统的结构示意图。
图2为本申请一种优化分布式资源聚合的虚拟电厂智慧控制方法的流程示意图。
具体实施方式
本申请通过提供优化分布式资源聚合的虚拟电厂智慧控制系统。解决了现有技术中针对光伏电厂的发电资源调度适应性差、精确度低,导致光伏电厂的发电资源调度质量差的技术问题。实现了根据厂用电量、上网电量、厂用损耗、上网损耗对光伏电厂进行适应性地发电资源调度,有效降低了光伏电厂的发电损耗,提高了光伏电厂的发电资源调度适应性及精确度,提升了光伏电厂的发电资源调度质量。
实施例一
本发明提供了一种优化分布式资源聚合的虚拟电厂智慧控制系统,所述系统用于执行一种优化分布式资源聚合的虚拟电厂智慧控制方法,请参阅附图1,所述系统包括:
信息采集模块,所述信息采集模块用于采集目标光伏电厂内多个分布式发电组的多个发电信息,并获取所述目标光伏电厂的厂用电量和上网电量;
损耗分析模块,所述损耗分析模块用于基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息;
构建模块,所述构建模块用于构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,并基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束;
第一优化模块,所述第一优化模块用于基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,所述第一搜索结果内包括多个优化控制方案;
第二优化模块,所述第二优化模块用于基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,获得最优控制方案,对所述多个分布式发电组进行控制。
进一步的,所述系统还包括:
历史厂用损耗获得模块,所述历史厂用损耗获得模块用于基于多个历史时间窗口,采集所述多个分布式发电组的发电量作为厂用电量的传输损耗信息,获得多个历史厂用损耗信息集;
历史上网损耗获得模块,所述历史上网损耗获得模块用于基于所述多个历史时间窗口,采集所述多个分布式发电组的发电量作为上网电量的传输损耗信息,获得多个历史上网损耗信息集;
损耗计算模块,所述损耗计算模块用于根据所述多个历史厂用损耗信息集和多个历史上网损耗信息集,计算获得所述多个厂用损耗信息和多个上网损耗信息。
进一步的,所述系统还包括:
方案生成模块,所述方案生成模块用于随机选择若干个分布式发电组的发电量作为厂用电量,选择其他的分布式发电组的发电量作为上网电量,生成多种发电控制方案;
空间构建模块,所述空间构建模块用于基于所述多种发电控制方案,构建所述虚拟发电控制方案空间。
进一步的,所述系统还包括:
控制函数获得模块,所述控制函数获得模块用于基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,如下式:
其中,ctr为控制函数值,M为发电控制方案内发电量作为厂用电量的分布式发电组的数量,为M个分布式发电组内第i个分布式发电组的厂用发电损耗量,N为发电控制方案内发电量作为上网电量的分布式发电组的数量,/>为N个分布式发电组内第j个分布式发电组的上网发电损耗量,/>为M个分布式发电组内距离最远的两个分布式发电组的距离,/>为N个分布式发电组内距离最远的两个分布式发电组的距离,/>、/>、/>和/>为权重;
控制约束获得模块,所述控制约束获得模块用于将发电控制方案内发电量作为厂用电量的多个分布式发电组的发电量之和大于等于厂用电量,以及发电量作为上网电量的多个分布式发电组的发电量之和大于等于上网电量,作为所述控制约束。
进一步的,所述系统还包括:
第一执行模块,所述第一执行模块用于在所述虚拟发电控制方案空间内,随机生成多个初始控制方案,在满足所述控制约束时,根据所述控制函数,计算获得多个初始控制函数值;
方案划分模块,所述方案划分模块用于根据所述多个初始控制函数值,将所述多个初始控制方案划分为首初始控制方案和其他的多个从初始控制方案;
第二执行模块,所述第二执行模块用于以所述首初始控制方案为搜索方向,对所述多个从初始控制方案进行调整搜索,并计算更新控制函数值,进行判别更新获得首更新控制方案和多个从更新控制方案,其中,所述调整搜索包括按照预设调整数量,对初始控制方案内发电量作为厂用电量和上网电量的分布式发电组进行调整;
第一搜索结果获得模块,所述第一搜索结果获得模块用于继续进行第一搜索阶段的搜索优化,直到达到第一收敛条件,筛选获得控制函数值最大的多个控制方案,获得所述第一搜索结果。
进一步的,所述系统还包括:
方案分类模块,所述方案分类模块用于对所述多个优化控制方案进行分类,获得第一控制方案簇和第二控制方案簇,其中,第一控制方案簇内包括控制函数值最大和最小的若干个控制方案,且第一控制方案簇和第二控制方案簇内控制方案的数量相同;
最优控制方案获得模块,所述最优控制方案获得模块用于在所述第一控制方案簇和第二控制方案簇内,进行发电控制方案的搜索优化,获得所述最优控制方案。
进一步的,所述系统还包括:
第三执行模块,所述第三执行模块用于计算所述第一控制方案簇和第二控制方案簇的控制函数值总和;
第四执行模块,所述第四执行模块用于以控制函数值总和大的控制方案簇内随机的发电控制方案作为调整方向,对控制函数值总和小的控制方案簇内的发电控制方案进行调整搜索,获得更新第二控制方案簇;
第五执行模块,所述第五执行模块用于继续对所述第一控制方案簇和更新第二控制方案簇进行迭代搜索优化,直到达到第二收敛条件,筛选获得控制函数值最大的发电控制方案,作为所述最优控制方案。
本发明实施例所提供的一种优化分布式资源聚合的虚拟电厂智慧控制系统可执行本发明任意实施例所提供的一种优化分布式资源聚合的虚拟电厂智慧控制方法,具备执行方法相应的功能模块和有益效果。
所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
本申请提供了一种优化分布式资源聚合的虚拟电厂智慧控制系统,其中,所述系统用于执行一种优化分布式资源聚合的虚拟电厂智慧控制方法,所述系统包括:信息采集模块,所述信息采集模块用于采集目标光伏电厂内多个分布式发电组的多个发电信息,并获取所述目标光伏电厂的厂用电量和上网电量;损耗分析模块,所述损耗分析模块用于基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息;构建模块,所述构建模块用于构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,并基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束;第一优化模块,所述第一优化模块用于基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,所述第一搜索结果内包括多个优化控制方案;第二优化模块,所述第二优化模块用于基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,获得最优控制方案,对所述多个分布式发电组进行控制。解决了现有技术中针对光伏电厂的发电资源调度适应性差、精确度低,导致光伏电厂的发电资源调度质量差的技术问题。实现了根据厂用电量、上网电量、厂用损耗、上网损耗对光伏电厂进行适应性地发电资源调度,有效降低了光伏电厂的发电损耗,提高了光伏电厂的发电资源调度适应性及精确度,提升了光伏电厂的发电资源调度质量。
实施例二
请参阅附图2,本申请提供一种优化分布式资源聚合的虚拟电厂智慧控制方法,其中,所述方法应用于一种优化分布式资源聚合的虚拟电厂智慧控制系统,所述方法具体包括如下步骤:
采集目标光伏电厂内多个分布式发电组的多个发电信息,并获取所述目标光伏电厂的厂用电量和上网电量;
连接所述一种优化分布式资源聚合的虚拟电厂智慧控制系统,读取目标光伏电厂内多个分布式发电组的多个发电信息,以及目标光伏电厂的厂用电量和上网电量。其中,目标光伏电厂可以为使用所述一种优化分布式资源聚合的虚拟电厂智慧控制系统进行智慧发电资源调度的任意光伏电厂。目标光伏电厂包括多个分布式发电组。每个分布式发电组包括光伏组件、逆变器、支架、线缆、汇流箱、交直流配电柜等设备。每个发电信息包括每个分布式发电组对应的实时发电量。目标光伏电厂的厂用电量包括目标光伏电厂的实时自用电量。目标光伏电厂的上网电量为目标光伏电厂向电网输送的实时电量。
基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息;
其中,基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息,包括:
基于多个历史时间窗口,采集所述多个分布式发电组的发电量作为厂用电量的传输损耗信息,获得多个历史厂用损耗信息集;
基于所述多个历史时间窗口,采集所述多个分布式发电组的发电量作为上网电量的传输损耗信息,获得多个历史上网损耗信息集;
根据所述多个历史厂用损耗信息集和多个历史上网损耗信息集,计算获得所述多个厂用损耗信息和多个上网损耗信息。
多个历史时间窗口包括由所述一种优化分布式资源聚合的虚拟电厂智慧控制系统预先设置确定的多个历史时间范围。连接所述一种优化分布式资源聚合的虚拟电厂智慧控制系统,按照多个历史时间窗口,采集多个分布式发电组的发电量作为厂用电量时的传输损耗信息,获得多个分布式发电组对应的多个历史厂用损耗信息集。每个历史厂用损耗信息集包括多个历史时间窗口内,每个分布式发电组对应的多个历史厂用损耗信息(历史厂用损耗信息为分布式发电组的发电量作为厂用电量时,对应的历史传输损耗电量,厂用电量是指发电厂的自用电量)。同理,按照多个历史时间窗口,采集多个分布式发电组的发电量作为上网电量时的传输损耗信息,获得多个分布式发电组对应的多个历史上网损耗信息集。每个历史上网损耗信息集包括多个历史时间窗口内,每个分布式发电组对应的多个历史上网损耗信息(历史上网损耗信息为分布式发电组的发电量作为上网电量时,对应的历史传输损耗电量,上网电量是指发电厂向电网输送的电量)。
进一步,分别对多个历史厂用损耗信息集和多个历史上网损耗信息集进行均值计算,获得多个分布式发电组对应的多个厂用损耗信息和多个上网损耗信息(每个分布式发电组对应的一个厂用损耗信息和一个上网损耗信息)。每个厂用损耗信息为每个分布式发电组对应的历史厂用损耗信息集的平均值。每个上网损耗信息为每个分布式发电组对应的历史上网损耗信息集的平均值。
通过对多个分布式发电组进行厂用损耗信息、上网损耗信息的计算,确定每个分布式发电组对应的厂用损耗信息和上网损耗信息,从而提高光伏电厂的发电资源调度精准性。
构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,并基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束;
其中,构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,包括:
随机选择若干个分布式发电组的发电量作为厂用电量,选择其他的分布式发电组的发电量作为上网电量,生成多种发电控制方案;
基于所述多种发电控制方案,构建所述虚拟发电控制方案空间。
基于目标光伏电厂内多个分布式发电组,随机选择若干个分布式发电组的发电量作为厂用电量,选择其他的分布式发电组的发电量作为上网电量,生成多种发电控制方案,并将多种发电控制方案添加至虚拟发电控制方案空间。其中,虚拟发电控制方案空间包括多种发电控制方案。每种发电控制方案包括在目标光伏电厂内多个分布式发电组中,随机选择若干个分布式发电组的发电量作为厂用电量,选择其他的分布式发电组的发电量作为上网电量。
其中,基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束,包括:
基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,如下式:
其中,ctr为控制函数值,M为发电控制方案内发电量作为厂用电量的分布式发电组的数量,为M个分布式发电组内第i个分布式发电组的厂用发电损耗量,N为发电控制方案内发电量作为上网电量的分布式发电组的数量,/>为N个分布式发电组内第j个分布式发电组的上网发电损耗量,/>为M个分布式发电组内距离最远的两个分布式发电组的距离,/>为N个分布式发电组内距离最远的两个分布式发电组的距离,/>、/>、/>和/>为权重;
将发电控制方案内发电量作为厂用电量的多个分布式发电组的发电量之和大于等于厂用电量,以及发电量作为上网电量的多个分布式发电组的发电量之和大于等于上网电量,作为所述控制约束。
根据多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,控制函数的表达式为:
其中,ctr为控制函数值;M为发电控制方案内发电量作为厂用电量的分布式发电组的数量;为M个分布式发电组内第i个分布式发电组的厂用发电损耗量(即,/>为M个分布式发电组内第i个分布式发电组对应的厂用损耗信息),i为正整数,i属于M;N为发电控制方案内发电量作为上网电量的分布式发电组的数量;/>为N个分布式发电组内第j个分布式发电组的上网发电损耗量(即,/>为N个分布式发电组内第j个分布式发电组对应的上网损耗信息),j为正整数,j属于N;/>为M个分布式发电组内距离最远的两个分布式发电组的距离,/>为N个分布式发电组内距离最远的两个分布式发电组的距离,/>、/>、/>、/>均为由所述一种优化分布式资源聚合的虚拟电厂智慧控制系统预先设置确定权重,且,/>、/>、/>的和为1。
控制约束包括:发电控制方案内发电量作为厂用电量的多个分布式发电组的发电量之和大于等于厂用电量,且,发电量作为上网电量的多个分布式发电组的发电量之和大于等于上网电量。
基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,所述第一搜索结果内包括多个优化控制方案;
其中,基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,包括:
在所述虚拟发电控制方案空间内,随机生成多个初始控制方案,在满足所述控制约束时,根据所述控制函数,计算获得多个初始控制函数值;
根据所述多个初始控制函数值,将所述多个初始控制方案划分为首初始控制方案和其他的多个从初始控制方案;
以所述首初始控制方案为搜索方向,对所述多个从初始控制方案进行调整搜索,并计算更新控制函数值,进行判别更新获得首更新控制方案和多个从更新控制方案,其中,所述调整搜索包括按照预设调整数量,对初始控制方案内发电量作为厂用电量和上网电量的分布式发电组进行调整;
继续进行第一搜索阶段的搜索优化,直到达到第一收敛条件,筛选获得控制函数值最大的多个控制方案,获得所述第一搜索结果。
优选的,本申请根据控制函数和控制约束,采用第一搜索策略对虚拟发电控制方案空间进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,从而提高光伏电厂的发电资源调度的可靠性。
“采用第一搜索策略对虚拟发电控制方案空间进行发电控制方案的第一搜索阶段优化”包括:对虚拟发电控制方案空间内的多种发电控制方案进行随机选择,获得多个初始控制方案。每个初始控制方案包括虚拟发电控制方案空间内随机的一种发电控制方案。继而,分别对多个初始控制方案是否满足控制约束进行判断。当初始控制方案满足控制约束时,根据控制函数计算该初始控制方案对应的初始控制函数值。由此,获得多个初始控制方案对应的多个初始控制函数值。
示例性地,在判断初始控制方案是否满足控制约束时,基于多个分布式发电组的多个发电信息,将该初始控制方案内发电量作为厂用电量的多个分布式发电组对应的多个发电信息的和设置为该初始控制方案对应的初始控制厂用电量,并判断初始控制厂用电量是否大于等于目标光伏电厂的厂用电量。同时,将该初始控制方案内发电量作为上网电量的多个分布式发电组对应的多个发电信息的和设置为该初始控制方案对应的初始控制上网电量,并判断初始控制上网电量是否大于等于目标光伏电厂的上网电量。如果初始控制厂用电量大于等于目标光伏电厂的厂用电量,且,初始控制上网电量大于等于目标光伏电厂的上网电量,则,该初始控制方案满足控制约束。
进一步,将多个初始控制函数值中,最大的初始控制函数值记为最高-初始控制函数值,将剩余的多个初始控制函数值(最高-初始控制函数值之外的多个初始控制函数值)记为多个其他-初始控制函数值。继而,将最高-初始控制函数值对应的初始控制方案设置为首初始控制方案,将剩余的多个初始控制函数值对应的多个初始控制方案设置为其他的多个从初始控制方案。
进一步,以首初始控制方案为搜索方向,对多个从初始控制方案进行调整搜索,即,根据首初始控制方案,按照预设调整数量分别对多个从初始控制方案内发电量作为厂用电量和上网电量的分布式发电组进行调整,使得调整后获得的多个调整-从初始控制方案与首初始控制方案越来越相似。预设调整数量包括由所述一种优化分布式资源聚合的虚拟电厂智慧控制系统预先设置确定的分布式发电组的调整数量。继而,分别对多个调整-从初始控制方案是否满足控制约束进行判断。当调整-从初始控制方案满足控制约束时,根据控制函数计算该调整-从初始控制方案对应的更新控制函数值。由此,获得多个调整-从初始控制方案对应的多个更新控制函数值。
进一步,根据多个更新控制函数值和多个调整-从初始控制方案对首初始控制方案和其他的多个从初始控制方案进行更新,即,判断最大-更新控制函数值(多个更新控制函数值中的最大值)是否大于最高-初始控制函数值。如果最大-更新控制函数值大于最高-初始控制函数值,则,将最大-更新控制函数值对应的调整-从初始控制方案设置为首更新控制方案。继而,判断多个其他-更新控制函数值(除最大-更新控制函数值之外的多个更新控制函数值)是否大于多个其他-初始控制函数值。如果其他-更新控制函数值大于其他-初始控制函数值,则,根据该其他-更新控制函数值对应的调整-从初始控制方案对该其他-初始控制函数值对应的从初始控制方案进行更新,获得从更新控制方案。如果其他-更新控制函数值小于/等于大于其他-初始控制函数值,则,直接将该其他-初始控制函数值对应的从初始控制方案设置为从更新控制方案。此外,如果最大-更新控制函数值小于/等于最高-初始控制函数值,则,直接将首初始控制方案设置为首更新控制方案,并根据多个更新控制函数值、多个调整-从初始控制方案,以及多个其他-初始控制函数值对其他的多个从初始控制方案进行更新。综上,获得首更新控制方案和多个从更新控制方案。
进一步,继续进行第一搜索阶段的搜索优化,即,以首更新控制方案为搜索方向,继续对多个从更新控制方案继续进行调整搜索、判别更新(与首更新控制方案和多个从更新控制方案的获得方式相同,在此不再赘述),直到达到第一收敛条件时,按照控制函数值从大到小的顺序对第一搜索阶段优化过程中所有的控制方案进行排序,将前K个控制方案设置为多个优化控制方案,并将多个优化控制方案添加至第一搜索结果。其中,第一收敛条件包括由所述一种优化分布式资源聚合的虚拟电厂智慧控制系统预先设置确定的第一搜索阶段的搜索优化次数阈值。K值由所述一种优化分布式资源聚合的虚拟电厂智慧控制系统预先设置确定。第一搜索结果包括多个优化控制方案。
基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,获得最优控制方案,对所述多个分布式发电组进行控制。
其中,基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,包括:
对所述多个优化控制方案进行分类,获得第一控制方案簇和第二控制方案簇,其中,第一控制方案簇内包括控制函数值最大和最小的若干个控制方案,且第一控制方案簇和第二控制方案簇内控制方案的数量相同;
优选的,本申请采用第二搜索策略对第一搜索结果进行第二搜索阶段优化,获得最优控制方案,并按照最优控制方案对多个分布式发电组进行控制,从而实现了根据厂用电量、上网电量、厂用损耗、上网损耗对光伏电厂进行适应性地发电资源调度,提高了光伏电厂的发电资源调度质量。
“根据第二搜索策略对第一搜索结果进行第二搜索阶段优化”包括:对多个优化控制方案进行分类,即,按照控制函数值由大到小的顺序对多个优化控制方案进行排序,将控制函数值最大、控制函数值最小的若干个优化控制方案归为第一控制方案簇,将控制函数值居中的若干个优化控制方案归为第二控制方案簇。其中,第一控制方案簇包括第一搜索结果内,控制函数值最大、控制函数值最小的若干个优化控制方案。第二控制方案簇包括第一搜索结果内,控制函数值居中的若干个优化控制方案。且,第一控制方案簇和第二控制方案簇内控制方案的数量相同。
在所述第一控制方案簇和第二控制方案簇内,进行发电控制方案的搜索优化,获得所述最优控制方案。
其中,在所述第一控制方案簇和第二控制方案簇内,进行发电控制方案的搜索优化,包括:
计算所述第一控制方案簇和第二控制方案簇的控制函数值总和;
以控制函数值总和大的控制方案簇内随机的发电控制方案作为调整方向,对控制函数值总和小的控制方案簇内的发电控制方案进行调整搜索,获得更新第二控制方案簇;
继续对所述第一控制方案簇和更新第二控制方案簇进行迭代搜索优化,直到达到第二收敛条件,筛选获得控制函数值最大的发电控制方案,作为所述最优控制方案。
“根据第二搜索策略对第一搜索结果进行第二搜索阶段优化”还包括:分别计算第一控制方案簇、第二控制方案簇的控制函数值总和,获得第一控制方案簇对应的第一控制函数值总和,以及第二控制方案簇对应的第二控制函数值总和。
进一步,将第一控制函数值总和、第二控制函数值总和进行比较。继而,以第一控制方案簇、第二控制方案簇中,控制函数值总和大的控制方案簇内随机的一个发电控制方案作为调整方向,对控制函数值总和小的控制方案簇内的发电控制方案进行调整搜索,即,将第一控制方案簇、第二控制方案簇中,控制函数值总和大的控制方案簇内随机的一个发电控制方案设置目标发电控制方案,根据目标发电控制方案,按照预设调整数量分别对控制函数值总和小的控制方案簇的发电控制方案内发电量作为厂用电量和上网电量的分布式发电组进行调整,使得调整后获得的更新第二控制方案簇内的发电控制方案与目标发电控制方案越来越相似。更新第二控制方案簇与多个调整-从初始控制方案的获得方式相同。
进一步,继续对第一控制方案簇和更新第二控制方案簇进行迭代搜索优化,即,以第一控制方案簇和更新第二控制方案簇中,控制函数值总和大的控制方案簇内随机的一个发电控制方案作为调整方向,继续对控制函数值总和小的控制方案簇内的发电控制方案进行调整搜索,直到达到第二收敛条件,将第二搜索阶段优化过程中控制函数值最大的发电控制方案设置为最优控制方案。从而提高发电控制方案的优化全局性,消除局部最优。其中,第二收敛条件包括由所述一种优化分布式资源聚合的虚拟电厂智慧控制系统预先设置确定的第二搜索阶段优化次数阈值。
综上所述,本申请所提供的一种优化分布式资源聚合的虚拟电厂智慧控制方法具有如下技术效果:
通过分析多个分布式发电组的历史数据,确定多个厂用损耗信息和多个上网损耗信息;基于控制函数和控制约束,在虚拟发电控制方案空间内,按照第一搜索策略对发电控制方案进行第一搜索阶段优化,获得第一搜索结果;基于第一搜索结果和控制函数,按照第二搜索策略对发电控制方案进行第二搜索阶段优化,获得最优控制方案,并根据最优控制方案对多个分布式发电组进行控制。实现了根据厂用电量、上网电量、厂用损耗、上网损耗对光伏电厂进行适应性地发电资源调度,有效降低了光伏电厂的发电损耗,提高了光伏电厂的发电资源调度适应性及精确度,提升了光伏电厂的发电资源调度质量。
虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的范围决定。

Claims (6)

1.一种优化分布式资源聚合的虚拟电厂智慧控制系统,其特征在于,包括:
信息采集模块,所述信息采集模块用于采集目标光伏电厂内多个分布式发电组的多个发电信息,并获取所述目标光伏电厂的厂用电量和上网电量;
损耗分析模块,所述损耗分析模块用于基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息;
构建模块,所述构建模块用于构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,并基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束;
第一优化模块,所述第一优化模块用于基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,所述第一搜索结果内包括多个优化控制方案;
第二优化模块,所述第二优化模块用于基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,获得最优控制方案,对所述多个分布式发电组进行控制;
其中,基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,包括:
第一执行模块,所述第一执行模块用于在所述虚拟发电控制方案空间内,随机生成多个初始控制方案,在满足所述控制约束时,根据所述控制函数,计算获得多个初始控制函数值;
方案划分模块,所述方案划分模块用于根据所述多个初始控制函数值,将所述多个初始控制方案划分为首初始控制方案和其他的多个从初始控制方案;
第二执行模块,所述第二执行模块用于以所述首初始控制方案为搜索方向,对所述多个从初始控制方案进行调整搜索,并计算更新控制函数值,进行判别更新获得首更新控制方案和多个从更新控制方案,其中,所述调整搜索包括按照预设调整数量,对初始控制方案内发电量作为厂用电量和上网电量的分布式发电组进行调整;
第一搜索结果获得模块,所述第一搜索结果获得模块用于继续进行第一搜索阶段的搜索优化,直到达到第一收敛条件,筛选获得控制函数值最大的多个控制方案,获得所述第一搜索结果;
基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,包括:
方案分类模块,所述方案分类模块用于对所述多个优化控制方案进行分类,获得第一控制方案簇和第二控制方案簇,其中,第一控制方案簇内包括控制函数值最大和最小的若干个控制方案,且第一控制方案簇和第二控制方案簇内控制方案的数量相同;
最优控制方案获得模块,所述最优控制方案获得模块用于在所述第一控制方案簇和第二控制方案簇内,进行发电控制方案的搜索优化,获得所述最优控制方案。
2.根据权利要求1所述的系统,其特征在于,基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息,包括:
历史厂用损耗获得模块,所述历史厂用损耗获得模块用于基于多个历史时间窗口,采集所述多个分布式发电组的发电量作为厂用电量的传输损耗信息,获得多个历史厂用损耗信息集;
历史上网损耗获得模块,所述历史上网损耗获得模块用于基于所述多个历史时间窗口,采集所述多个分布式发电组的发电量作为上网电量的传输损耗信息,获得多个历史上网损耗信息集;
损耗计算模块,所述损耗计算模块用于根据所述多个历史厂用损耗信息集和多个历史上网损耗信息集,计算获得所述多个厂用损耗信息和多个上网损耗信息。
3.根据权利要求1所述的系统,其特征在于,构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,包括:
方案生成模块,所述方案生成模块用于随机选择若干个分布式发电组的发电量作为厂用电量,选择其他的分布式发电组的发电量作为上网电量,生成多种发电控制方案;
空间构建模块,所述空间构建模块用于基于所述多种发电控制方案,构建所述虚拟发电控制方案空间。
4.根据权利要求1所述的系统,其特征在于,基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束,包括:
控制函数获得模块,所述控制函数获得模块用于基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,如下式:
其中,ctr为控制函数值,M为发电控制方案内发电量作为厂用电量的分布式发电组的数量,为M个分布式发电组内第i个分布式发电组的厂用发电损耗量,N为发电控制方案内发电量作为上网电量的分布式发电组的数量,/>为N个分布式发电组内第j个分布式发电组的上网发电损耗量,/>为M个分布式发电组内距离最远的两个分布式发电组的距离,为N个分布式发电组内距离最远的两个分布式发电组的距离,/>、/>、/>和/>为权重;
控制约束获得模块,所述控制约束获得模块用于将发电控制方案内发电量作为厂用电量的多个分布式发电组的发电量之和大于等于厂用电量,以及发电量作为上网电量的多个分布式发电组的发电量之和大于等于上网电量,作为所述控制约束。
5.根据权利要求1所述的系统,其特征在于,在所述第一控制方案簇和第二控制方案簇内,进行发电控制方案的搜索优化,包括:
第三执行模块,所述第三执行模块用于计算所述第一控制方案簇和第二控制方案簇的控制函数值总和;
第四执行模块,所述第四执行模块用于以控制函数值总和大的控制方案簇内随机的发电控制方案作为调整方向,对控制函数值总和小的控制方案簇内的发电控制方案进行调整搜索,获得更新第二控制方案簇;
第五执行模块,所述第五执行模块用于继续对所述第一控制方案簇和更新第二控制方案簇进行迭代搜索优化,直到达到第二收敛条件,筛选获得控制函数值最大的发电控制方案,作为所述最优控制方案。
6.一种优化分布式资源聚合的虚拟电厂智慧控制方法,其特征在于,所述方法应用于权利要求1至5中任一项所述的系统,所述方法包括:
采集目标光伏电厂内多个分布式发电组的多个发电信息,并获取所述目标光伏电厂的厂用电量和上网电量;
基于所述多个分布式发电组的历史运行数据,分析所述多个分布式发电组发电进行厂用和上网的损耗信息,获得多个厂用损耗信息和多个上网损耗信息;
构建对所述多个分布式发电组的发电量作为厂用电量或上网电量的虚拟发电控制方案空间,并基于所述多个发电信息、多个厂用损耗信息、多个上网损耗信息,构建对发电控制方案进行优化的控制函数,基于所述厂用电量和上网电量,构建对发电控制方案进行优化的控制约束;
基于所述控制函数和控制约束,在所述虚拟发电控制方案空间内,按照第一搜索策略,进行发电控制方案的第一搜索阶段优化,获得第一搜索结果,所述第一搜索结果内包括多个优化控制方案;
基于所述第一搜索结果和所述控制函数,按照第二搜索策略,进行发电控制方案的第二搜索阶段优化,获得最优控制方案,对所述多个分布式发电组进行控制。
CN202311745373.7A 2023-12-19 2023-12-19 优化分布式资源聚合的虚拟电厂智慧控制系统 Active CN117424295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311745373.7A CN117424295B (zh) 2023-12-19 2023-12-19 优化分布式资源聚合的虚拟电厂智慧控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311745373.7A CN117424295B (zh) 2023-12-19 2023-12-19 优化分布式资源聚合的虚拟电厂智慧控制系统

Publications (2)

Publication Number Publication Date
CN117424295A CN117424295A (zh) 2024-01-19
CN117424295B true CN117424295B (zh) 2024-02-27

Family

ID=89528839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311745373.7A Active CN117424295B (zh) 2023-12-19 2023-12-19 优化分布式资源聚合的虚拟电厂智慧控制系统

Country Status (1)

Country Link
CN (1) CN117424295B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824134A (zh) * 2014-03-06 2014-05-28 河海大学 一种用于虚拟电厂的两阶段优化调度方法
JP2018098830A (ja) * 2016-12-08 2018-06-21 株式会社日立製作所 配電系統の電圧調整装置、電圧調整システム、電圧調整方法および配電設備設計支援システム
CN111242392A (zh) * 2020-03-06 2020-06-05 上海电力大学 多虚拟电厂参与主动配电网的双层-两阶段运行方法
CN114784896A (zh) * 2022-03-10 2022-07-22 国网甘肃省电力公司电力科学研究院 面向虚拟电厂的规模化充电桩能量优化管理方法和系统
CN116523683A (zh) * 2023-05-10 2023-08-01 国网湖北综合能源服务有限公司 一种基于智能园区虚拟电厂的碳交易方法
CN116562166A (zh) * 2023-05-29 2023-08-08 国网河南省电力公司安阳供电公司 一种基于ihba的配电网分布式电源选址定容方法
CN117039978A (zh) * 2023-06-28 2023-11-10 中国水利水电科学研究院 一种太阳能光伏发电在传统发电厂中的应用系统及方法
CN117077974A (zh) * 2023-09-04 2023-11-17 武汉魅客科技有限公司 虚拟电厂资源优化调度方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013196338A (ja) * 2012-03-19 2013-09-30 Sharp Corp 光発電装置、光発電装置における最大出力点追従制御方法、コンピュータプログラム、および移動体

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103824134A (zh) * 2014-03-06 2014-05-28 河海大学 一种用于虚拟电厂的两阶段优化调度方法
JP2018098830A (ja) * 2016-12-08 2018-06-21 株式会社日立製作所 配電系統の電圧調整装置、電圧調整システム、電圧調整方法および配電設備設計支援システム
CN111242392A (zh) * 2020-03-06 2020-06-05 上海电力大学 多虚拟电厂参与主动配电网的双层-两阶段运行方法
CN114784896A (zh) * 2022-03-10 2022-07-22 国网甘肃省电力公司电力科学研究院 面向虚拟电厂的规模化充电桩能量优化管理方法和系统
CN116523683A (zh) * 2023-05-10 2023-08-01 国网湖北综合能源服务有限公司 一种基于智能园区虚拟电厂的碳交易方法
CN116562166A (zh) * 2023-05-29 2023-08-08 国网河南省电力公司安阳供电公司 一种基于ihba的配电网分布式电源选址定容方法
CN117039978A (zh) * 2023-06-28 2023-11-10 中国水利水电科学研究院 一种太阳能光伏发电在传统发电厂中的应用系统及方法
CN117077974A (zh) * 2023-09-04 2023-11-17 武汉魅客科技有限公司 虚拟电厂资源优化调度方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN117424295A (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
CN116227757B (zh) 一种基于智慧云网关的综合能源管控方法及系统
CN113452033B (zh) 分区自治的含高比例光伏配电网电压控制方法及存储介质
CN113595133B (zh) 基于能源路由器的配电网-多微网系统及其调度方法
Li et al. Knee point-guided multiobjective optimization algorithm for microgrid dynamic energy management
CN112803434A (zh) 有源配电网的无功优化方法、装置、设备和存储介质
CN113159539B (zh) 多层边缘计算系统中联合绿色能量调度和动态任务分配方法
CN117424295B (zh) 优化分布式资源聚合的虚拟电厂智慧控制系统
CN114037209A (zh) 分布式光伏接入直流配电系统综合效益分析方法及装置
CN111193289B (zh) 一种光伏电站并联失配的调整方法及装置
CN116485139A (zh) 一种基于多特征融合的短期光伏发电量预测方法
CN116993205A (zh) 一种面向城市综合能源系统日内运行的调节能力评估方法
CN115983428A (zh) 一种基于改进粒子群优化算法的集群划分方法和装置
CN111835005B (zh) 确定新能源基地电网输送能力的方法、装置及相关设备
Yuan et al. Passive power filter optimization problem based on adaptive multipopulation NSGA-II and CRITIC-TOPSIS
CN114329857A (zh) 一种基于改进鲸鱼算法的分布式电源规划方法
CN115411719A (zh) 一种基于源荷不确定性和电压稳定性的分布式电源规划方法
Li et al. Application of Double-Layer Optimization Model in Energy Storage Configuration of Distributed Power
CN116581815B (zh) 一种基于大数据的源网荷协调配电控制系统
Fernández-Fernández et al. A dynamic programming approach for power curtailment decision making on pv systems
CN112766733B (zh) 利用改进的K-means算法加速优化调度算法收敛的方法及系统
Chigarev A Brief Analysis of the 2017-2021 IEEE Energy Internet and Energy Systems Integration Conference Topics
Liao et al. Optimal Configuration of Capacity for Hybrid Energy Storage Based on ISDPC–K-means Clustering and Cluster Division
Mo et al. Research on Multi-objective Flexible Flow Shop Scheduling Problem Based on Improved NSGA-Ⅱ
Qian et al. Dynamic Scheduling Algorithm of Multiple New Energy Complementary Power Load Data
Cai et al. Dynamic balancing method of power distribution and consumption tasks based on state iterative prediction and resource peaking shifting

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