CN117613903B - 基于数字孪生架构的用户侧储能调度优化控制方法及装置 - Google Patents
基于数字孪生架构的用户侧储能调度优化控制方法及装置 Download PDFInfo
- Publication number
- CN117613903B CN117613903B CN202410091752.7A CN202410091752A CN117613903B CN 117613903 B CN117613903 B CN 117613903B CN 202410091752 A CN202410091752 A CN 202410091752A CN 117613903 B CN117613903 B CN 117613903B
- Authority
- CN
- China
- Prior art keywords
- load
- time
- energy storage
- period
- energy
- 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 230
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 230000005611 electricity Effects 0.000 claims abstract description 177
- 238000005265 energy consumption Methods 0.000 claims description 24
- 230000015654 memory Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本说明书涉及节能环保技术领域,适用于用户侧储能技术领域,尤其涉及一种基于数字孪生架构的用户侧储能调度优化控制方法及装置。包括根据用户所有负载的信息和储能装置的信息构建数字孪生系统;根据负载的历史用电时间预测负载的用电时长;将负载的用电时长输入至数字孪生系统中,以便于数字孪生系统根据负载的用电时长以及负载的单位时间用电量计算负载的电能消耗量,并根据电能消耗量以及储能装置的储能情况计算储能装置的储能量,以便于储能装置按照储能量进行储能。通过本说明书实施例,解决了用户侧储能装置过不合理储能导致用电高峰期电能不足的问题。
Description
技术领域
本说明书涉及节能环保技术领域,适用于用户侧储能技术领域,尤其涉及一种基于数字孪生架构的用户侧储能调度优化控制方法及装置。
背景技术
传统电网以发电-传输-配电架构模式为主,电力从发电端到用户端会产生多方面的电力损耗,比如高压输电过程中,由于线路电阻等因素,部分电能会转化为热能损耗,变压器变压过程会产生铁损或铜损,低压配电过程中线路电阻会造成电能的损失等等。传统的供电模式还存在着电能供应不稳定的问题,特别是在用电高峰时段和紧急情况下更为明显。用户侧储能作为一种新兴的能源技术,通过调度优化有效缓解传统电网模式的不足,为电力系统的智能化转型奠定基础。用户侧储能是指储能设备安装在用户一端,由用户自行进行储能管理和运营的模式,该模式根据用户的电力需求情况进行储能和放电,主要用于平衡用户端的电网负荷,通过储能设备调节用户端负荷曲线,实现用电尖峰期的负荷转移,从而降低电费,同时还能配合光伏或风电等再生能源,提高再生能源利用率。
用户侧储能技术已有了一定的研究,例如中国发明专利申请专利号CN201910259899.1,名称为“一种用户侧储能控制策略”中利用储能设备在用电低谷电价低的时候充电,在用电高峰电价高的时候将存储的电能回馈给电网,从中赚取电费差价的利润;储能设备在用户发生停电事故的时候可不间断电源给用户供电;储能设备在充电的时候可等同于容性设备,可作为用户负载无功补偿使用;用户储能优化控制器采集用户和储能设备的用电信息,通过GPRS通讯将数据传送到储能优化平台,储能优化平台主要两个作用,用户查看用户的用电信息和利用经济模型进行优化得到储能设备的最佳充放电策略。
例如中国发明专利申请专利号CN202310443101.5,名称为“一种基于双层迭代的用户侧储能配置方法”中通过建立配电系统运营商(DSO)和用户之间的两层迭代优化模型,研究光伏不确定下最优需量电价和上网电价的公式。上层选择DSO作为研究对象,首先用时段划分模型确定了产消者和消费者的峰平谷周期,然后提出了利润最大化模型来确定最优需量电价和上网电价。下层以产消者和消费者为研究对象,以电度电费,需量电费和储能成本最小为目标,建立了考虑光伏不确定性风险规避的实用模型,确定用户侧最优储能配置。但是上述方法均没有考虑如何提高用户侧储能装置的利用效率及如何通过调整用户的负载来保障储能装置存储能量的充分使用。
现在亟需一种基于数字孪生架构的用户侧储能调度优化控制方法,从而解决现有技术中用户侧储能装置过不合理储能导致用电高峰期电能不足的问题。
发明内容
为解决现有技术中存在的问题,本说明书实施例提供了一种基于数字孪生架构的用户侧储能调度优化控制方法及装置,通过构建数字孪生系统、预测用电需求、实时调整可移动负载等步骤,解决了用户侧储能装置过不合理储能导致用电高峰期电能不足的问题,充分利用了储能装置,同时优化了用户可移动负载的调整方案,实现了高峰期能量供应的持续和稳定,从而提高了用电效率,降低了总体能源消耗成本。
为了解决上述技术问题中的任意一种,本说明书的具体技术方案如下:
本说明书实施例提供了一种基于数字孪生架构的用户侧储能调度优化控制方法,包括:
根据用户所有负载的信息和储能装置的信息,构建数字孪生系统;
根据所述负载的历史用电时间预测所述负载的用电时长;
将所述负载的用电时长输入至所述数字孪生系统中,以便于所述数字孪生系统根据所述负载的用电时长以及所述数字孪生系统中所述负载的单位时间用电量计算所述负载的电能消耗量,并根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量,以便于所述储能装置按照所述储能量进行储能。
进一步地,根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量的公式为:
;
其中,Q storge 表示储能量,τ表示比例系数;n表示负载的数量,Q i 表示第i个负载的电能消耗量,γ表示缩小系数,Q b remain 表示储能装置的剩余电能,Q min 表示储能装置的放电阈值,Q max 表示储能装置的最大储能,δ表示放大系数。
进一步地,所述负载包括可时移负载和不可时移负载;
所述方法还包括:
所述数字孪生系统的传感器获取所述负载的实时运行状态信息和在预定的用电高峰时段的高峰耗电量,并根据所述负载的高峰耗电量、实时运行状态信息以及所述储能装置的储能量判断是否需要调整可时移负载的用电时段;
若不需要,则控制所述储能装置正常给所述可时移负载和不可时移负载提供电能;
若需要,则调整所述可时移负载的用电时段,控制所述储能装置按照调整后的所述可时移负载的用电时段给所述可时移负载提供电能,并正常给所述不可时移负载提供电能。
进一步地,根据所述负载的高峰耗电量、实时运行状态信息以及所述储能装置的储能量判断是否需要调整可时移负载的用电时段进一步包括:
判断所述高峰耗电量、实时运行状态信息以及储能量是否满足如下判别式:
;
若满足判别式,则需要调整可时移负载的用电时段;若不满足上述判别式,则不需要调整可时移负载的用电时段;
其中,Q peak 表示高峰耗电量,α和β表示比例常数,Q storge 表示储能量,Q min 表示储能装置的放电阈值,Q total 表示在所述用电高峰时段所有负载的高峰总耗电量,U t (i)表示所述用电高峰时段内的t时刻所述传感器获取的第i个负载的负载电压值,U t-1(i)表示所述用电高峰时段内的t-1时刻所述传感器获取的第i个负载的负载电压值,I t (i)表示所述用电高峰时段内的t时刻所述传感器获取的第i个负载的负载电流值,I t-1(i)表示所述用电高峰时段内的t-1时刻所述传感器获取的第i个负载的负载电流值,ε表示电压电流波动阈值常数,n表示负载的数量。
进一步地,所述方法还包括:所述数字孪生系统的传感器获取所述负载在所述用电高峰时段的预定短时域内的短时域耗电量;
根据所述短时域耗电量,利用公式计算所述高峰耗电量,其中,Q peak 表示高峰耗电量,ΔT表示预定的用电高峰时段的时长,Δτ表示预定短时域的时长,W Δτ 表示短时域耗电量。
进一步地,在需要调整可时移负载的用电时段的情况下,所述方法还包括:
根据可时移负载的数量生成多个负载时移方案;
将各负载时移方案输入到所述数字孪生系统中,以便于所述数字孪生系统分别在相同的模拟用电时段内对每个负载时移方案进行模拟,并在所述模拟用电时段内根据获取到负载的实时运行状态信息、模拟用电时段耗电量以及模拟用电时段内的电价判断各负载时移方案是否满足要求,以便于根据满足要求的所述负载时移方案调整所述可时移负载的用电时段。
进一步地,在所述模拟用电时段内根据获取到负载的实时运行状态信息、模拟用电时段耗电量以及模拟用电时段内的电价判断各负载时移方案是否满足要求的判别式为:
;
其中,和/>分别表示第k个负载时移方案中负载在模拟用电时段内的最大功率和最小功率,λ k 表示第k个负载时移方案中负载的数量,P i,k 表示第k个负载时移方案中负载i在模拟用电时段内的实时用电功率,C i,k 表示第k个负载时移方案中负载i在模拟用电时段内的额定功率,Q i,k 表示第k个负载时移方案中负载i在模拟用电时段内的模拟用电时段耗电量,p i,j,k 表示第k个负载时移方案中负载i在模拟用电时段内的第j个用电时段的电价,/>,P total 表示总的电能消费,n表示负载的数量,m i 表示第i个负载在高峰期的用电时长,q i 表示第i个负载在单位时间内的用电量,p i,j 表示第i个负载在高峰期的用电时长m i 对应的时间范围内的第j个用电时间对应的电价,σ、/>和η分别表示负荷阈值常数、负载率阈值常数和价格比例阈值常数,Q peak 表示高峰耗电量,α和β表示比例常数,Q storge 表示储能量,Q min 表示储能装置的放电阈值,Q total 表示在所述用电高峰时段所有负载的高峰总耗电量。
另一方面,本说明书实施例还提供了一种基于数字孪生架构的用户侧储能调度优化控制装置,包括:
数字孪生系统构建单元,用于根据用户所有的负载和储能装置,构建数字孪生系统;
负载用电时长预测单元,用于根据所述负载的历史用电时间预测所述负载的用电时长;
储能量计算单元,用于将所述负载的用电时长输入至所述数字孪生系统中,以便于所述数字孪生系统根据所述负载的用电时长以及所述数字孪生系统中所述负载的单位时间用电量计算所述负载的电能消耗量,并根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量,以便于所述储能装置按照所述储能量进行储能。
另一方面,本说明书实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
最后,本说明书实施例还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存储有计算机程序,所述计算机程序被处理器执行时实现上述方法。
利用本说明书实施例,将数字孪生技术与用户侧储能结合起来,通过构建数字孪生系统,利用用户所有负载的历史用电时间预测各负载未来的用电时长,能够准确预测用户负载的高峰期用电时间段和用电量,并利用构建的数字孪生系统对未来的用电时长进行模拟,计算出负载的电能消耗量,并根据电能消耗量和储能装置的储能情况计算储能装置的储能量,以便于储能装置按照计算的储能量进行储能,实现了根据预测的负载电能消耗量提前对储能装置进行储能,避免用户侧储能装置储能过少导致用电高峰期电能不足,同时通过数字孪生系统的仿真测试,可以优化储能装置的储能量,提高储能装置的储能效率和稳定性,在保证用户在用电高峰期的高效稳定用电的同时降低了电能的总体消费,本说明书实施例的方法不仅在理论上具备重要意义,在实际应用中也具备广阔的应用前景,它可以提高储能装置的效率,优化用户的用电体验,同时在能源消耗和环境保护方面发挥积极作用。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1所示为本说明书实施例一种基于数字孪生架构的用户侧储能调度优化控制方法的实施系统示意图;
图2所示为本说明书实施例一种基于数字孪生架构的用户侧储能调度优化控制方法的流程示意图;
图3所示为本说明书实施例中判断是否需要调整可时移负载的用电时间的步骤示意图;
图4所示为本说明书实施例中生成负载时移方案并模拟测试负载时移方案是否满足要求的步骤示意图;
图5所示为本说明书实施例一种基于数字孪生架构的用户侧储能调度优化控制装置的结构示意图;
图6所示为本说明书实施例计算机设备的结构示意图。
【附图标记说明】:
101、供电线路;
102、储能装置;
103、负载设备;
104、服务器;
501、数字孪生系统构建单元;
502、负载用电时长预测单元;
503、储能量计算单元;
602、计算机设备;
604、处理器;
606、存储器;
608、驱动机构;
610、输入/输出模块;
612、输入设备;
614、输出设备;
616、呈现设备;
618、图形用户接口;
620、网络接口;
622、通信链路;
624、通信总线。
具体实施方式
下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
需要说明的是,本说明书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,以便这里描述的本说明书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、装置、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。
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。
如图1所示为本说明书实施例一种基于数字孪生架构的用户侧储能调度优化控制方法的实施系统示意图,可以包括:供电线路101、储能装置102、多个负载设备103以及服务器104。供电线路101与储能装置102相连,储能装置102用于存储供电线路101提供的电能。储能装置102位于用户侧,储能装置102与用户侧的各负载设备103相连,用于为各负载设备103提供电能。服务器104可以为计算机设备,用于根据各负载设备103的信息和储能装置102的信息构建数字孪生系统,利用数字孪生系统对各负载设备103未来的用电时长进行模拟,计算各负载设备103的电能消耗量,并根据电能消耗量和储能装置102的储能情况计算储能量,从而指导储能装置102按照储能量存储供电线路101提供的电能。
在本说明书实施例中,储能装置102可以为锂电池、铅酸电池等,本说明书实施例不做限制。
此外,需要说明的是,图1所示的仅仅是本公开提供的一种应用环境,在实际应用中,还可以包括其他应用场景,本说明书不做限制。
为了解决现有技术中存在的问题,本说明书实施例提供了一种基于数字孪生架构的用户侧储能调度优化控制方法,通过构建数字孪生系统、预测用电需求、实时调整可移动负载等步骤,解决了用户侧储能装置过不合理储能导致用电高峰期电能不足的问题,充分利用了储能装置,同时优化了用户可移动负载的调整方案,实现了高峰期能量供应的持续和稳定,从而提高了用电效率,降低了总体能源消耗成本。图2所示为本说明书实施例一种基于数字孪生架构的用户侧储能调度优化控制方法的流程示意图。在本图中描述了对用户侧储能调度优化控制的过程,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或装置产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行。具体的如图2所示,可以由服务器104执行,所述方法可以包括:
步骤201:根据用户所有负载的信息和储能装置的信息,构建数字孪生系统;
步骤202:根据所述负载的历史用电时间预测所述负载的用电时长;
步骤203:将所述负载的用电时长输入至所述数字孪生系统中,以便于所述数字孪生系统根据所述负载的用电时长以及所述数字孪生系统中所述负载的单位时间用电量计算所述负载的电能消耗量,并根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量,以便于所述储能装置按照所述储能量进行储能。
利用本说明书实施例,将数字孪生技术与用户侧储能结合起来,通过构建数字孪生系统,利用用户所有负载的历史用电时间预测各负载未来的用电时长,能够准确预测用户负载的高峰期用电时间段和用电量,并利用构建的数字孪生系统对未来的用电时长进行模拟,计算出负载的电能消耗量,并根据电能消耗量和储能装置的储能情况计算储能装置的储能量,以便于储能装置按照计算的储能量进行储能,实现了根据预测的负载电能消耗量提前对储能装置进行储能,避免用户侧储能装置储能过少导致用电高峰期电能不足,同时通过数字孪生系统的仿真测试,可以优化储能装置的储能量,提高储能装置的储能效率和稳定性,在保证用户在用电高峰期的高效稳定用电的同时降低了电能的总体消费,本说明书实施例的方法不仅在理论上具备重要意义,在实际应用中也具备广阔的应用前景,它可以提高储能装置的效率,优化用户的用电体验,同时在能源消耗和环境保护方面发挥积极作用。
在本说明书实施例中,用户的负载可以包括用户家中的耗电设备。储能装置用于存储电能,并为用户的负载供电。本说明书实施例获取负载和储能装置结构尺寸特征和材质特征,构建与负载实体相同结构尺寸和材质特征的数字孪生负载,将负载和储能装置实体的额定功率信息、功率因数、使用寿命、额定电压信息、额定电流信息等添加到对应的数字孪生负载中。
然后根据用户过去一段时间每个负载的用电时间预测负载在未来的用电时长。过去一段时间每个负载的用电时间可以为过去一段时间每个负载高峰期的用电时间,负载在未来的用电时长可以是负载在未来的高峰期用电时间段。然后通过构建的数字孪生系统仿真测试出用户未来所需的电能消耗量以及电能消费,并由储能装置在前一天完成储能。
在本说明书实施例中,可以采用自回归滑动平均模型法、指数平滑方法或短期记忆网络等预测负载在未来的用电时长,本说明书实施例不做限制。
例如数字孪生系统以天为单位预测每一天负载的电能消耗量,具体地,数字孪生系统获取当天每一个负载的用电时长,并依次给予数字孪生负载的虚拟电信号。然后数字孪生电传感器获取数字孪生负载的电能消耗情况,则负载i的电能消耗量计算表达式为(1):
(1)
中,Q i 表示第i个负载的电能消耗,Δk i 表示第i个负载的用电时长,q i 表示第i个负载在单位时间内的用电量,该用电量可以根据第i个负载的额定功率信息等计算。
在所有负载各自的用电高峰期内,所有负载的总电能消耗量为所有负载在用电高峰期的电能消耗累计值,具体表示为公式(2):
(2)
其中,Q total 表示所有负载在用电高峰期的电能消耗累计值,n表示负载的数量,m i 表示第i个负载在高峰期的用电时长。
根据负载的电能消耗量预测总的电能消费,计算表达式为公式(3):
(3)
其中,P total 表示总的电能消费,p i,j 表示第i个负载在高峰期的用电时长m i 对应的时间范围内的第j个用电时间对应的电价。
在本说明书实施例中,根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量的公式为(4):
(4)
其中,Q storge 表示储能量,τ表示比例系数;n表示负载的数量,Q i 表示第i个负载的电能消耗量,γ表示缩小系数,Q b remain 表示储能装置的剩余电能,Q min 表示储能装置的放电阈值,Q max 表示储能装置的最大储能,δ表示放大系数。
根据本说明书的一个实施例,用户的负载设备包括可时移负载和不可时移负载,可时移负载表示该负载的用电时间段可以调整,不可时移负载表示该负载的用电时间段不可调整。
基于此,为了进一步避免储能装置存储的电能不够各负载消耗的问题,如图3所示,本说明书实施例的方法还包括:
步骤301:所述数字孪生系统的传感器获取所述负载的实时运行状态信息和在预定的用电高峰时段的高峰耗电量;
步骤302:根据所述负载的高峰耗电量、实时运行状态信息以及所述储能装置的储能量判断是否需要调整可时移负载的用电时段;
步骤303:若不需要,则控制所述储能装置正常给所述可时移负载和不可时移负载提供电能;
步骤304:若需要,则调整所述可时移负载的用电时段,控制所述储能装置按照调整后的所述可时移负载的用电时段给所述可时移负载提供电能,并正常给所述不可时移负载提供电能。
在本说明书实施例中,首先根据传感器获取到的数据,计算所有负载在短时域内消耗的能量,其公式为(5):
(5)
其中,W Δτ 表示所有负载在短时域内消耗的能量,Δτ表示预定短时域的时长,x i,Δτ 表示第i个负载在定短时域的时长内消耗的电能。
然后根据短时域内的电能消耗,预测出用户在用电高峰期的电能消耗,其公式为(6):
(6)
其中,Q peak 表示高峰耗电量,ΔT表示预定的用电高峰时段的时长。
进一步地,根据所述负载的高峰耗电量、实时运行状态信息以及所述储能装置的储能量判断是否需要调整可时移负载的用电时段进一步包括:
判断所述高峰耗电量、实时运行状态信息以及储能量是否满足如下判别式(7):
(7)
若同时满足上述判别式中的两个判别条件,则需要调整可时移负载的用电时段;反之则不需要调整可时移负载的用电时段;
其中,Q peak 表示高峰耗电量,α和β表示比例常数,Q storge 表示储能量,Q min 表示储能装置的放电阈值,Q total 表示在所述用电高峰时段所有负载的高峰总耗电量,U t (i)表示所述用电高峰时段内的t时刻所述传感器获取的第i个负载的负载电压值,U t-1(i)表示所述用电高峰时段内的t-1时刻所述传感器获取的第i个负载的负载电压值,I t (i)表示所述用电高峰时段内的t时刻所述传感器获取的第i个负载的负载电流值,I t-1(i)表示所述用电高峰时段内的t-1时刻所述传感器获取的第i个负载的负载电流值,ε表示电压电流波动阈值常数,n表示负载的数量。
在本说明书实施例中,调整可时移负载的用电时段的方法包括:
调整所述可时移负载的用电时间至所述用电高峰期之外。
进一步地,如图4所示,在需要调整可时移负载的用电时段的情况下,所述方法还包括:
步骤401:根据可时移负载的数量生成多个负载时移方案;
步骤402:将各负载时移方案输入到所述数字孪生系统中,以便于所述数字孪生系统分别在相同的模拟用电时段内对每个负载时移方案进行模拟,并在所述模拟用电时段内根据获取到负载的实时运行状态信息、模拟用电时段耗电量以及模拟用电时段内的电价判断各负载时移方案是否满足要求,以便于根据满足要求的所述负载时移方案调整所述可时移负载的用电时段。
在本说明书实施例中,模拟用电时段可以为用电高峰期对应的时段,也可以为任意设定的时段,本说明书实施例不做限制。
根据可时移负载的数量生成多个负载时移方案进一步包括:
令当前时刻用户正在用电的可时移负载数量为n,对该n个可时移负载进行随机组合,获得2n-1个组合方案,每一个组合方案包括将用电时间调整到用电高峰期之外的一个或多个可时移负载以及保留用电时间在用电高峰期内的一个或多个可时移负载。
数字孪生系统分别在相同的模拟用电时段内对每个负载时移方案进行模拟的步骤包括:
针对负载时移方案中将用电时间调整到用电高峰期之外的一个或多个可时移负载,在用电高峰期内停止向其对应的数字孪生负载提供虚拟电信号;针对负载时移方案中保留用电时间在用电高峰期内的一个或多个可时移负载,在用电高峰期内继续向其对应的数字孪生负载提供虚拟电信号。数字孪生系统完成所有负载时移方案的模拟测试并获得模拟测试过程中的数字孪生负载状态数据信息,数字孪生负载状态数据信息包括实时运行状态信息、模拟用电时段耗电量。
然后在用电高峰期内根据获取到负载的实时运行状态信息、模拟用电时段耗电量以及模拟用电时段内的电价判断各负载时移方案是否满足要求。具体地,判别式如公式(8)所示:
(8)
其中,和/>分别表示第k个负载时移方案中负载在模拟用电时段内的最大功率和最小功率,λ k 表示第k个负载时移方案中负载的数量,P i,k 表示第k个负载时移方案中负载i在模拟用电时段内的实时用电功率,C i,k 表示第k个负载时移方案中负载i在模拟用电时段内的额定功率,Q i,k 表示第k个负载时移方案中负载i在模拟用电时段内的模拟用电时段耗电量,p i,j,k 表示第k个负载时移方案中负载i在模拟用电时段内的第j个用电时段的电价,P total 为通过公式(3)计算得到的总的电能消费,σ、/>和η分别表示负荷阈值常数、负载率阈值常数和价格比例阈值常数,Q peak 表示由公式(6)计算得到的高峰耗电量,α和β表示比例常数,Q storge 表示储能量,Q min 表示储能装置的放电阈值,Q total 表示在所述用电高峰时段所有负载的高峰总耗电量。
若数字孪生系统模拟一个负载时移方案后,得到的数字孪生负载状态数据信息满足公式(8)中全部判别条件时,表示该负载时移方案满足判别式(8)。
若负载时移方案满足判别式(8),则可以应用该负载时移方案调整可时移负载的用电时段。
此外,若多个负载时移方案均满足判别式(8)的要求,则用户可以从这些负载时移方案中选择最合适的负载时移方案并执行,完成可移动负载的调整工作,从而保证用电高峰期储能装置的高效持续供电及用户负载的稳定使用。
具体地,可以按照负载时移方案对应的电能消费的高低对这些满足判别式(8)的负载时移方案进行排序,以便于用户参考。在具体实施过程中,用户选择的时候不一定选择价格最合适这个负载时移方案,也可以选其他满足判别式(8)要求的负载时移方案,用户可以根据实际负载使用情况进行选择,可以是次优的负载时移方案,本说明书实施例不做限制。
可以理解为,本说明书实施例通过传感器获取用户负载的实时电能消耗量和实时运行状态信息,可以准确判断是否需要调整可移动负载。如果需要调整,根据数字孪生系统的模拟测试,制定可时移负载调整方案集,并筛选出满足判别式的方案。这样可以保障高峰期储能装置的能量输出供应,确保用户在关键时刻有足够的电能使用,提高用户的用电质量和体验。本说明书实施例通过数字孪生系统的模拟测试和负载时移方案的选择,可以得到满足储能装置高效供电和合适电能消费的负载时移方案。这样既保证了储能装置的充分利用,又保证用户可以根据实际情况选择合适的负载时移方案来调整负载。通过合理调整可时移负载和优化储能装置的储能量,可以提高电能的利用效率,减少对传统能源的依赖,降低能源消耗和环境的负担。
基于同一发明构思,本说明书实施例还提供了一种基于数字孪生架构的用户侧储能调度优化控制装置,如图5所示,包括:
数字孪生系统构建单元501,用于根据用户所有的负载和储能装置,构建数字孪生系统;
负载用电时长预测单元502,用于根据所述负载的历史用电时间预测所述负载的用电时长;
储能量计算单元503,用于将所述负载的用电时长输入至所述数字孪生系统中,以便于所述数字孪生系统根据所述负载的用电时长以及所述数字孪生系统中所述负载的单位时间用电量计算所述负载的电能消耗量,并根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量,以便于所述储能装置按照所述储能量进行储能。
通过上述装置所取得的有益效果与上述方法所取得的有益效果一致,本说明书实施例不做赘述。
如图6所示,为本发明实施例提供的一种计算机设备,本说明书中的装置可以为本实施例中的计算机设备,执行上述本说明书的方法,所述计算机设备602可以包括一个或多个处理器604,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。计算机设备602还可以包括任何存储器606,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储器606可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储器都可以使用任何技术来存储信息。进一步地,任何存储器可以提供信息的易失性或非易失性保留。进一步地,任何存储器可以表示计算机设备602的固定或可移除部件。在一种情况下,当处理器604执行被存储在任何存储器或存储器的组合中的相关联的指令时,计算机设备602可以执行相关联指令的任一操作。计算机设备602还包括用于与任何存储器交互的一个或多个驱动机构608,诸如硬盘驱动机构、光盘驱动机构等。
计算机设备602还可以包括输入/输出模块610(I/O),其用于接收各种输入(经由输入设备612)和用于提供各种输出(经由输出设备614))。一个具体输出机构可以包括呈现设备616和相关联的图形用户接口(GUI)618。在其他实施例中,还可以不包括输入/输出模块610(I/O)、输入设备612以及输出设备614,仅作为网络中的一台计算机设备。计算机设备602还可以包括一个或多个网络接口620,其用于经由一个或多个通信链路622与其他设备交换数据。一个或多个通信总线624将上文所描述的部件耦合在一起。
通信链路622可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信链路622可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本说明书实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法。
本说明书实施例还提供一种计算机可读指令,其中当处理器执行所述指令时,其中的程序使得处理器执行上述方法。
应理解,在本说明书的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本说明书实施例的实施过程构成任何限定。
还应理解,在本说明书实施例中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系。例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本说明书中字符“/”,一般表示前后关联对象是一种“或”的关系。
本领域普通技术人员可以意识到,结合本说明书中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本说明书的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本说明书所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,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,仅仅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。另外,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、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
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网络单元上。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说明书实施例方案的目的。
另外,在本说明书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,也可以是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,本说明书的技术方案本质上或者说对现有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(可以是个人计算机,服务器,或者网络设备等)执行本说明书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、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中应用了具体实施例对本说明书的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本说明书的方法及其核心思想;同时,对于本领域的一般技术人员,依据本说明书的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本说明书的限制。
Claims (9)
1.一种基于数字孪生架构的用户侧储能调度优化控制方法,其特征在于,包括:
根据用户所有负载的信息和储能装置的信息,构建数字孪生系统;
根据所述负载的历史用电时间预测所述负载的用电时长;
将所述负载的用电时长输入至所述数字孪生系统中,以便于所述数字孪生系统根据所述负载的用电时长以及所述数字孪生系统中所述负载的单位时间用电量计算所述负载的电能消耗量,并根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量,以便于所述储能装置按照所述储能量进行储能;
所述负载包括可时移负载和不可时移负载;
所述方法还包括:
所述数字孪生系统的传感器获取所述负载的实时运行状态信息和在预定的用电高峰时段的高峰耗电量,并根据所述负载的高峰耗电量、实时运行状态信息以及所述储能装置的储能量判断是否需要调整可时移负载的用电时段;
若不需要,则控制所述储能装置正常给所述可时移负载和不可时移负载提供电能;
若需要,则调整所述可时移负载的用电时段,控制所述储能装置按照调整后的所述可时移负载的用电时段给所述可时移负载提供电能,并正常给所述不可时移负载提供电能。
2.根据权利要求1所述的方法,其特征在于,根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量的公式为:
;
其中,Q storge 表示储能量,τ表示比例系数,n表示负载的数量,Q i 表示第i个负载的电能消耗量,γ表示缩小系数,Q b remain 表示储能装置的剩余电能,Q min 表示储能装置的放电阈值,Q max 表示储能装置的最大储能,δ表示放大系数。
3.根据权利要求1所述的方法,其特征在于,根据所述负载的高峰耗电量、实时运行状态信息以及所述储能装置的储能量判断是否需要调整可时移负载的用电时段进一步包括:
判断所述高峰耗电量、实时运行状态信息以及储能量是否满足如下判别式:
;
若满足如上判别式,则需要调整可时移负载的用电时段;若不满足如上判别式,则不需要调整可时移负载的用电时段;
其中,Q peak 表示高峰耗电量,α和β表示比例常数,Q storge 表示储能量,Q min 表示储能装置的放电阈值,Q total 表示在所述用电高峰时段所有负载的高峰总耗电量,U t (i)表示所述用电高峰时段内的t时刻所述传感器获取的第i个负载的负载电压值,U t-1(i)表示所述用电高峰时段内的t-1时刻所述传感器获取的第i个负载的负载电压值,I t (i)表示所述用电高峰时段内的t时刻所述传感器获取的第i个负载的负载电流值,I t-1(i)表示所述用电高峰时段内的t-1时刻所述传感器获取的第i个负载的负载电流值,ε表示电压电流波动阈值常数,n表示负载的数量。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:所述数字孪生系统的传感器获取所述负载在所述用电高峰时段的预定短时域内的短时域耗电量;
根据所述短时域耗电量,利用公式计算所述高峰耗电量,其中,Q peak 表示高峰耗电量,ΔT表示预定的用电高峰时段的时长,Δτ表示预定短时域的时长,W Δτ 表示短时域耗电量。
5.根据权利要求1所述的方法,其特征在于,在需要调整可时移负载的用电时段的情况下,所述方法还包括:
根据可时移负载的数量生成多个负载时移方案;
将各负载时移方案输入到所述数字孪生系统中,以便于所述数字孪生系统分别在相同的模拟用电时段内对每个负载时移方案进行模拟,并在所述模拟用电时段内根据获取到负载的实时运行状态信息、模拟用电时段耗电量以及模拟用电时段内的电价判断各负载时移方案是否满足要求,以便于根据满足要求的所述负载时移方案调整所述可时移负载的用电时段。
6.根据权利要求5所述的方法,其特征在于,在所述模拟用电时段内根据获取到负载的实时运行状态信息、模拟用电时段耗电量以及模拟用电时段内的电价判断各负载时移方案是否满足要求的判别式为:
;
其中,和/>分别表示第k个负载时移方案中负载i在模拟用电时段内的最大功率和最小功率,λ k 表示第k个负载时移方案中负载的数量,P i,k 表示第k个负载时移方案中负载i在模拟用电时段内的实时用电功率,C i,k 表示第k个负载时移方案中负载i在模拟用电时段内的额定功率,Q i,k 表示第k个负载时移方案中负载i在模拟用电时段内的模拟用电时段耗电量,p i,j,k 表示第k个负载时移方案中负载i在模拟用电时段内的第j个用电时段的电价,/>,P total 表示总的电能消费,n表示负载的数量,m i 表示第i个负载在高峰期的用电时长,q i 表示第i个负载在单位时间内的用电量,p i,j 表示第i个负载在高峰期的用电时长m i 对应的时间范围内的第j个用电时间对应的电价,σ、/>和η分别表示负荷阈值常数、负载率阈值常数和价格比例阈值常数,Q peak 表示高峰耗电量,α和β表示比例常数,Q storge 表示储能量,Q min 表示储能装置的放电阈值,Q total 表示在所述用电高峰时段所有负载的高峰总耗电量。
7.一种基于数字孪生架构的用户侧储能调度优化控制装置,其特征在于,包括:
数字孪生系统构建单元,用于根据用户所有的负载和储能装置,构建数字孪生系统;
负载用电时长预测单元,用于根据所述负载的历史用电时间预测所述负载的用电时长;
储能量计算单元,用于将所述负载的用电时长输入至所述数字孪生系统中,以便于所述数字孪生系统根据所述负载的用电时长以及所述数字孪生系统中所述负载的单位时间用电量计算所述负载的电能消耗量,并根据所述电能消耗量以及所述储能装置的储能情况计算所述储能装置的储能量,以便于所述储能装置按照所述储能量进行储能;
所述负载包括可时移负载和不可时移负载;
所述储能量计算单元进一步用于:根据所述负载的高峰耗电量、实时运行状态信息以及所述储能装置的储能量判断是否需要调整可时移负载的用电时段;其中,所述高峰耗电量、实时运行状态信息是利用所述数字孪生系统的传感器获取到的;
若不需要,则控制所述储能装置正常给所述可时移负载和不可时移负载提供电能;
若需要,则调整所述可时移负载的用电时段,控制所述储能装置按照调整后的所述可时移负载的用电时段给所述可时移负载提供电能,并正常给所述不可时移负载提供电能。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6任一所述方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至6任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410091752.7A CN117613903B (zh) | 2024-01-23 | 2024-01-23 | 基于数字孪生架构的用户侧储能调度优化控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410091752.7A CN117613903B (zh) | 2024-01-23 | 2024-01-23 | 基于数字孪生架构的用户侧储能调度优化控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117613903A CN117613903A (zh) | 2024-02-27 |
CN117613903B true CN117613903B (zh) | 2024-04-05 |
Family
ID=89948321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410091752.7A Active CN117613903B (zh) | 2024-01-23 | 2024-01-23 | 基于数字孪生架构的用户侧储能调度优化控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117613903B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114444850A (zh) * | 2021-12-15 | 2022-05-06 | 清华四川能源互联网研究院 | 基于数字孪生的园区储能规划方法、装置、设备和介质 |
CN115409396A (zh) * | 2022-09-06 | 2022-11-29 | 浙江英集动力科技有限公司 | 基于双层滚动优化的综合能源系统多时间尺度调度方法 |
KR20230036777A (ko) * | 2021-09-08 | 2023-03-15 | 울산대학교 산학협력단 | 디지털 트윈을 이용한 연료전지 시스템의 에너지 관리시스템 및 방법 |
CN115842347A (zh) * | 2023-02-24 | 2023-03-24 | 深圳市三和电力科技有限公司 | 一种基于数字孪生的微网负荷动态平衡方法、系统及介质 |
CN115986843A (zh) * | 2023-01-18 | 2023-04-18 | 国网浙江省电力有限公司电力科学研究院 | 一种应用数字孪生技术的储能电站功率分配方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102615485B1 (ko) * | 2022-07-06 | 2023-12-19 | 재단법인 녹색에너지연구원 | 디지털트윈 기반 마이크로그리드 운영 방법 |
-
2024
- 2024-01-23 CN CN202410091752.7A patent/CN117613903B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20230036777A (ko) * | 2021-09-08 | 2023-03-15 | 울산대학교 산학협력단 | 디지털 트윈을 이용한 연료전지 시스템의 에너지 관리시스템 및 방법 |
CN114444850A (zh) * | 2021-12-15 | 2022-05-06 | 清华四川能源互联网研究院 | 基于数字孪生的园区储能规划方法、装置、设备和介质 |
CN115409396A (zh) * | 2022-09-06 | 2022-11-29 | 浙江英集动力科技有限公司 | 基于双层滚动优化的综合能源系统多时间尺度调度方法 |
CN115986843A (zh) * | 2023-01-18 | 2023-04-18 | 国网浙江省电力有限公司电力科学研究院 | 一种应用数字孪生技术的储能电站功率分配方法 |
CN115842347A (zh) * | 2023-02-24 | 2023-03-24 | 深圳市三和电力科技有限公司 | 一种基于数字孪生的微网负荷动态平衡方法、系统及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117613903A (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Das et al. | Optimal placement of distributed energy storage systems in distribution networks using artificial bee colony algorithm | |
Wong et al. | Review on the optimal placement, sizing and control of an energy storage system in the distribution network | |
CN110119886B (zh) | 一种主动配网动态规划方法 | |
CN109301849B (zh) | 一种用户侧电池储能电站的能量管理组合控制策略 | |
Purvins et al. | Application of battery-based storage systems in household-demand smoothening in electricity-distribution grids | |
Zhang et al. | An improved charging/discharging strategy of lithium batteries considering depreciation cost in day-ahead microgrid scheduling | |
CN105262129B (zh) | 一种含复合储能微电网的多目标优化系统及方法 | |
Bao et al. | Battery energy storage system load shifting control based on real time load forecast and dynamic programming | |
CN103346562A (zh) | 计及需求响应的多时间尺度微网能量控制方法 | |
CN105896596B (zh) | 一种考虑需求侧响应的风电功率分层平滑系统及其方法 | |
KR20140084917A (ko) | 전력 관리 시스템 | |
CN104408663A (zh) | 智能电网用户需求响应调度系统及方法 | |
CN110232583B (zh) | 一种考虑碳排放权的电力市场边际价格规划方法 | |
CN203933038U (zh) | 离网并网混合光伏发电控制系统 | |
CN112001598A (zh) | 基于储能选型的不同用户储能配置评估与运行优化方法 | |
CN108493972B (zh) | 一种电动汽车短时备用能力的评估方法 | |
Cui et al. | An optimal energy co-scheduling framework for smart buildings | |
CN115036914A (zh) | 考虑灵活性与新能源消纳的电网储能双层优化方法及系统 | |
CN102931676A (zh) | 一种太阳能电力并网自用多功能系统的构造与方法 | |
CN117613903B (zh) | 基于数字孪生架构的用户侧储能调度优化控制方法及装置 | |
CN117559526A (zh) | 一种基于光储充一体化充电站的拟路由器能量调控方法 | |
CN115021406B (zh) | 一种整合经济性模型预测控制的微电网控制器 | |
CN103679292A (zh) | 一种智能微电网双电池电能协同优化方法 | |
Yang et al. | Inverse proportion technique based scheduling strategy for energy storage system considering load demand differences | |
CN113794241B (zh) | 低压智能电网用户侧源储荷的优化调度方法及装置 |
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 |