JP2015507913A - 発電能力の適応化とエネルギー貯蔵装置サイズの決定 - Google Patents

発電能力の適応化とエネルギー貯蔵装置サイズの決定 Download PDF

Info

Publication number
JP2015507913A
JP2015507913A JP2014549447A JP2014549447A JP2015507913A JP 2015507913 A JP2015507913 A JP 2015507913A JP 2014549447 A JP2014549447 A JP 2014549447A JP 2014549447 A JP2014549447 A JP 2014549447A JP 2015507913 A JP2015507913 A JP 2015507913A
Authority
JP
Japan
Prior art keywords
load unit
power generation
power
energy storage
demand
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.)
Withdrawn
Application number
JP2014549447A
Other languages
English (en)
Other versions
JP2015507913A5 (ja
Inventor
サロニデイス，セオドロス
マツスーリ，ローラン
ケシヤブ，スリニバサン
ヘグド，ニデイ
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.)
Thomson Licensing SAS
Original Assignee
Thomson Licensing SAS
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 Thomson Licensing SAS filed Critical Thomson Licensing SAS
Publication of JP2015507913A publication Critical patent/JP2015507913A/ja
Publication of JP2015507913A5 publication Critical patent/JP2015507913A5/ja
Withdrawn legal-status Critical Current

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • 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
    • 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
    • H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
    • H02J3/0012—Contingency detection
    • 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
    • H02J4/00—Circuit arrangements for mains or distribution networks not specified as ac or dc
    • 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]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computational Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

ある期間の間、電力供給網（２）の停電確率を求める方法であって、データ処理装置のプロセッサによって実行される、上記期間を数個の時間間隔に分割するステップと、上記期間の間、発電施設（４）の発電能力とエネルギー貯蔵装置（８）のエネルギー貯蔵装置サイズとを求めるステップと、時間間隔毎の負荷ユニット（６）の負荷ユニット需要から時間間隔毎の有効負荷ユニット需要を求めるステップと、発電能力、エネルギー貯蔵装置サイズ、及び、有効負荷ユニット需要を含むグリッド・パラメータを用いて停電確率を算出するステップであって、グリッド・パラメータの最大値が上記期間の全ての時間間隔に関して最適化される上記ステップと、を含む上記方法。

Description

本発明は、電力供給網の停電の確率を求める方法、発電能力を適応化する方法、及び、エネルギー貯蔵装置のサイズを決定する方法に関する。また、本発明は、データ処理装置にも関する。
電力供給網システムは、通常、燃料（すなわち、石炭、石油、ガス）ベースの発電設備によって生産される電力を、風力、太陽光及びマイクロ水力発電から得られる種々のエネルギー源と組み合わせている。燃料ベースの発電設備は、これらの種々のエネルギー源によるエネルギー生産の上昇及び下降と、変動する需要とに適合するために、生産規模を拡大及び縮小する必要がある。
変化する需要に対処するために、２つの基本的な方法が使用される。第１の方法として、燃料ベースの発電設備を、その最大出力を下回るように運転して、必要な時に生産電力量を迅速に増大できる（スピンニング・リザーブ（運転予備力））。第２の方法として、補助の発電設備（例えば、燃焼ガス・タービンに基づくもの）を（僅か数分で）起動して、生産能力を増大できる。これらの方法は、共に、多大な費用を要する。最大出力を下回るように稼働するスピンニング・リザーブの設備は、通常、その最大効率を下回って発電し、また、補助の発電設備における高価な発電装置は、大抵の時間、不使用状態のままである。
費用の問題は別として、既存の発電システムは、毎日の又は毎月の使用プロファイルによって事前に提供される確定的な需要の情報に基づいて電力を調整している。既存の発電システムは、太陽電池及び風力タービンのような、電力供給網に接続された断続的なエネルギー源から生じるリアルタイムの確率的なエネルギー源とエネルギー需要とに対応するようには設計されていない。
電力供給網のエネルギー貯蔵は、電力供給網において電気を大規模に貯蔵するために用いられる方法を意味する。電気エネルギーは、発電設備による生産が消費を超えている期間中貯蔵され、貯蔵されたエネルギーは、消費が生産を超えると使用される。エネルギー貯蔵は、２つの潜在的な利点を有している。第１の利点として、エネルギー貯蔵は、エネルギー生産の効率を上げ、コストを下げることができる。エネルギー貯蔵によって、発生させる電力のピークを低減でき、また、瞬間的な消費に適合するために発電設備の規模を急激に拡大及び縮小する必要がなくなる。これには、燃料ベースの発電設備を、より低い電力生産レベルで、いっそう効率的にそして容易に運転できるという利点がある。第２の利点として、エネルギー貯蔵によって、種々のエネルギー源とエネルギー需要の利用が容易になる。エネルギー生産とエネルギー消費は、共に、時間の経過に伴ってランダムに変化し得るが、電力供給網のオペレータは、貯蔵によって、エネルギー生産をエネルギー消費に適応化できる。
電力供給網におけるエネルギー貯蔵は、高い可能性があり、その使用も増えているが、そのようなシステムを効率的にいかにして設計し、運転するかについては、まだ明確になっていない。１つの可能性のある設計手法は、常に需要に確実に適合するために、システムの運転の前にエネルギー貯蔵のサイズ（規模）を設定することである。
バッテリのサイジングの既知の方法は、具体的な需要要求を求めることと、指定期間の間その負荷に電力を供給できるバッテリ・サイズを選択することと、から成る。ＡＮＳＩ／ＩＥＥＥ４８５は、この種の電池サイジングについての業界基準である。また、ＡＮＳＩ／ＩＥＥＥ１１１５は、据え付け用ニッケル・カドミウム・バッテリのサイジングに関するＩＥＥＥ推奨手法であり、ニッケル・カドミウム・バッテリについての等価サイジング情報を提供している。両方法は、確定的な需要デューティ・サイクルを前提として、デューティ・サイクルの最も高い区間に基づいてバッテリのサイズを設定する。これは、最悪のデューティ・サイクルのピーク負荷が平均値よりかなり高くて確率的なエネルギー源及び／又は需要に適用できない場合に、保守的な設計をもたらす。
確率的なエネルギー源についてのバッテリ・サイジング技術に言及する研究論文がいくつかある。
第１の論文として挙げる、Ｐ．Ａｒｕｎ氏、Ｒ．Ｂａｎｅｒｊｅｅ氏、及び、Ｓ．Ｂａｎｄｙｏｐａｄｈｙａｙ氏による、アドバンス・イン・エネルギ・リサーチ（Ａｄｖａｎｃｅｓ ｉｎ Ｅｎｅｒｇｙ Ｒｅｓｅａｒｃｈ）（ＡＥＲ２００６）、「Ｓｉｚｉｎｇ Ｃｕｒｖｅ ｆｏｒ Ｄｅｓｉｇｎ ｏｆ Ｉｓｏｌａｔｅｄ Ｐｏｗｅｒ Ｓｙｓｔｅｍｓ（個々の電力システムの設計のためのサイジング曲線）」には、エネルギー貯蔵を備えた光起電力システムについての設計空間手法が提案されており、この設計空間は、システムが適切に稼働するために、全ての実行可能な発電及び貯蔵サイズで構成されている。
第２の論文として挙げる、Ａ．Ｒｏｙ氏、Ｓ．Ｋｅｄａｒｅ氏、及び、Ｓ．Ｂａｎｄｙｏｐａｄｈａｙ氏による、ケミカル・エンジニアリング・トランザクション（Ｃｈｅｍｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｔｒａｎｓａｃｔｉｏｎｓ）、第１８巻（２００９）、「Ｄｅｓｉｇｎ ｏｆ Ｗｉｎｄ Ｐｏｗｅｒ Ｇｅｎｅｒａｔｉｏｎ ｓｙｓｔｅｍｓ ｆｏｒ Ｉｎｄｕｓｔｒｉａｌ Ａｐｐｌｉｃａｔｉｏｎ Ｉｎｃｏｒｐｏｒａｔｉｎｇ Ｒｅｓｏｕｒｃｅ Ｕｎｃｅｒｔａｉｎｔｙ（リソースの不確実性を組み込む産業用途の風力発電システムの設計）」では、設計段階において信頼性目標を用いて風力リソースの不確実性を組み込むことによって風力バッテリ・システムをサイジングして最適化するための設計空間技法を提案することで、第１の論文の開示事項を発展させている。
これらの文献に記載された方法には、次のような制限がある。第１に、両者とも需要の事前認識を前提としている。第２に、第２の論文は、風力発電がワイブル分布に従うことを前提にしており、この方法は、その分布についてのみ機能する。
本発明の目的は、電力供給網の規模を定め、電力供給網を制御するための改良型技術を提供することである。
この目的は、独立請求項１に記載の方法、独立請求項８に記載の方法、独立請求項９に記載の方法、及び、独立請求項１０に記載のデータ処理装置によって達成される。また、本発明の有利な実施形態は、従属請求項の主題となっている。
一態様によれば、本発明は、ある期間の間、発電施設とエネルギー貯蔵装置とを使用して少なくとも１つの負荷ユニットに電力を分配する、特にスマート・グリッドである電力供給網の停電確率を求める方法であって、該方法は、データ処理装置のプロセッサによって実行される、上記期間を数個の時間間隔に分割するステップと、上記期間の間、発電施設の発電能力と、エネルギー貯蔵装置のエネルギー貯蔵装置サイズとを求めるステップと、時間間隔毎の負荷ユニットの負荷ユニット需要から、それぞれ、時間間隔毎の有効負荷ユニット需要を求めるステップであって、時間間隔毎の負荷ユニット需要は、データベースから読み出されるか、又は、電力メータを読み取ることによって得られ、有効負荷ユニットは負荷ユニットのピーク需要と平均需要との間にある値を取る上記ステップと、発電能力、エネルギー貯蔵装置サイズ、及び、有効負荷ユニット需要を含むグリッド・パラメータを用いて停電確率を算出するステップであって、グリッド・パラメータの最大値が上記期間の全ての時間間隔について最適化される上記ステップと、を含む方法を提供する。
他の態様によれば、本発明は、特にスマート・グリッドである電力供給網の発電能力を適応化する方法であって、ａ）発電能力、エネルギー貯蔵装置サイズ、及び、負荷ユニット需要を求めるステップであって、発電能力、及び／又は、エネルギー装置サイズ、及び／又は、負荷ユニット需要は、データベースから読み出されるか、又は、電力メータを読み取ることによって得られる上記ステップと、ｂ）データ処理装置のプロセッサによって、発電能力、エネルギー貯蔵装置サイズ、及び、負荷ユニット需要に依存して、停電確率を算出するステップと、ｃ）停電確率を目標信頼性閾値と比較するステップと、ｄ）停電確率が目標信頼性閾値よりも小さい場合、発電能力を調節するステップと、ｅ）データ処理装置のプロセッサによって、調節された発電能力、エネルギー貯蔵装置サイズ、及び、負荷ユニット需要に依存して、新たな停電確率を算出するステップと、ｆ）新たな停電確率を目標信頼性閾値と比較するステップと、ｇ）新たな停電確率が目標信頼性閾値以上になるまで、上記ステップｄ）からｆ）を繰り返すステップと、を含む方法を提供する。
更に他の態様によれば、本発明は、発電施設と負荷ユニットとを含む、特にスマート・グリッドである電力供給網のためのエネルギー貯蔵装置サイズを求める方法であって、ａ）発電能力と負荷ユニット需要とを求めるステップであって、負荷ユニット需要はデータベースから読み出される所定の電力使用プロファイルから算定される上記ステップと、ｂ）データ処理装置のプロセッサによって、発電能力、エネルギー貯蔵装置サイズ、及び、負荷ユニット需要に依存して、停電確率を算出するステップと、ｃ）停電確率を目標信頼性閾値と比較するステップと、ｄ）停電確率が目標信頼性閾値よりも小さい場合、エネルギー貯蔵装置サイズを調節するステップと、ｅ）データ処理装置のプロセッサによって、調節されたエネルギー貯蔵装置サイズ、発電能力、及び、負荷ユニット需要に依存して、新たな停電確率を算出するステップと、ｆ）新たな停電確率を目標信頼性閾値と比較するステップと、ｇ）新たな停電確率が目標信頼性閾値以上になるまで、上記ステップｄ）からｆ）を繰り返すステップと、を含む方法を提供する。
更に他の態様によれば、本発明は、ある期間の間、発電施設とエネルギー貯蔵装置とを使用して少なくとも１つの負荷ユニットに電力を分配する、特にスマート・グリッドである電力供給網の停電確率を求めるデータ処理装置であって、該データ処理装置は、上記期間を数個の時間間隔に分割する処理と、上記期間の間、発電施設の発電能力とエネルギー貯蔵装置についてのエネルギー貯蔵装置サイズとを求める処理と、時間間隔毎の負荷ユニットの負荷ユニット需要から、それぞれ、時間間隔毎の有効負荷ユニット需要を求める処理であって、時間間隔毎の負荷ユニット需要は、データベースから読み出されるか、又は、電力メータを読み取ることによって得られ、有効負荷ユニットは負荷ユニットのピーク需要と平均需要との間にある値を取る上記処理と、発電能力、エネルギー貯蔵装置サイズ、及び、有効負荷ユニット需要を含むグリッド・パラメータを用いて停電確率を算出する処理であって、グリッド・パラメータの最大値が上記期間の全ての時間間隔について最適化される上記処理と、を行うプロセッサを備えているデータ処理装置を提供する。
この電力供給網は、ある発電能力を備えた発電施設と、例えばバッテリであるエネルギー貯蔵装置と、例えば住宅である、電気エネルギーの需要を有する負荷ユニットとを含む。発電能力は負荷ユニットの需要に適合する必要がある。負荷ユニットの需要が発電能力より少なければ、残りのエネルギーがエネルギー貯蔵装置に貯蔵される。負荷ユニット需要が発電能力を超えると、エネルギー貯蔵装置は、空状態でない場合、負荷ユニットの需要に供する追加の発電能力を提供する。負荷ユニット需要が発電能力を超え、かつ、エネルギー貯蔵装置に電気エネルギーがない場合に、停電が起きる。
本方法は、停電確率の算出についての確率論的フレームワークに基づいている。これは、電気通信システムにおける確率的なソースによって与えられるデータ・バッファに大偏差解析を適用する通信トラヒック理論に使用される有効帯域幅のコンセプトに由来する。本方法は、エネルギー貯蔵装置サイズを「逆」データ・バッファとして設計でき、データ・ソースを負荷ユニット需要にマッピングし、そのソースに供するバッファ伝送容量を、その需要を満たす発電能力にマッピングするという考えに基づいている。
有効負荷ユニット需要は、ある期間の時間間隔毎の負荷ユニット需要から算定される。グリッド・パラメータは、発電能力、エネルギー貯蔵装置サイズ、及び、有効負荷ユニット需要に依存する。このグリッド・パラメータの最大値が、上記期間の全ての時間間隔について最適化される。グリッド・パラメータが最適化されるので、発電能力及び／又は負荷ユニット需要の特定の配分を推定する必要がない。停電確率が、このグリッド・パラメータから算出される。
状況によっては、発電能力を適応化することによって、変動する負荷ユニット需要に対処することが必要になるかもしれない。発電能力と、エネルギー貯蔵装置サイズと、負荷ユニットの需要との所与の一組についての停電確率が目標信頼性閾値より小さい場合、発電能力を調節して、例えば増大して、停電を回避する必要がある。負荷ユニットの需要は、メータによって測定されたリアルタイムの需要として提供されることが望ましい。これによって、電力供給網のオペレータは、迅速に発電能力を調節して、需要に適合したと見なすことが可能になる。発電能力の調節とそれに対応する停電確率の比較とを繰り返すことによって、停電確率が目標信頼性閾値以上であることを保証する新たな発電能力を求めることができる。好ましい態様において、発電能力の調節には、対応する停電確率が目標信頼性閾値よりも大きい場合に、能力を低減することが含まれる。これによって、目標信頼性閾値に等しい停電確率に関する最小停電能力を求めることができる。
更に、新たな電力供給網の計画段階において、又は、既存の電力供給網のアップグレードにおいて、エネルギー貯蔵装置のサイズは、予想される負荷ユニット需要と発電能力とに基づいて求めることができる。この負荷ユニット需要は所定の電力使用プロファイルから提供され、このプロファイルは将来有効であると見なされる。エネルギー貯蔵装置サイズのいくつかの値について停電確率を算出し、その確率を目標信頼性閾値と比較することによって、目下の電力供給網にとって十分なエネルギー貯蔵装置サイズが求められる。
上述の各々の方法は、データベースに接続されたデータ処理装置によって実行できる。好ましくは、データ処理装置のプロセッサが上述の各々の方法の各ステップを実行する。
好ましい態様において、負荷ユニット需要は、時間間隔毎にいくつかの負荷ユニット需要配分を含んでおり、有効負荷ユニット需要を求めることには、各々の負荷ユニット需要配分から、時間間隔毎の有効負荷ユニット需要配分を求めることが含まれ、時間間隔毎の負荷ユニット需要配分がデータベースから読み出され、いくつかの負荷ユニット需要配電を集約した多重パラメータが求められ、グリッド・パラメータは、多重パラメータを含み、かつ、グリッド・パラメータの最小値が、データ処理装置のプロセッサによって多重パラメータについて更に最適化される。この多重パラメータは、電力供給網におけるいくつかの負荷ユニットの総需要に関するものである。
他の態様によれば、負荷ユニット需要配分は確率的な配分である。従来技術とは対照的に、負荷ユニット需要配分の具体的な形態は想定されない。その代わり、任意の確率的な配分を用いて停電確率を求める。これによって、需要配分の非常に大きな柔軟性が提供される。例えば、負荷ユニット需要配分は、住宅、オフィス・ビル、公共建物、及び／又は、産業設備の実際の需要を指す場合もある。
更に他の好ましい態様において、負荷ユニット需要配分が所定の電力使用プロファイルとして提供される。この所定の電力使用プロファイルは、例えば一定の期間にわたって求められる。既知のプロファイルを用いて、停電確率が、将来の同様の状況について求められる。例えば、ある地区のいくつかの住宅の需要配分が、冬の期間にわたって測定される。各住宅の需要が冬の期間中同じになると仮定すると、停電確率は、次の冬について、その地区に更なる住宅が建てられた場合について求めることができる。
更なる態様において、電力使用プロファイルは、毎日、毎週、毎月又は毎年の電力使用に関するものである。
本発明の更に他の態様において、負荷ユニット需要配分は、電力メータによってリアルタイムに測定されてデータベースに提供される測定値として提供される。需要配分をリアルタイムで測定することによって、電気エネルギーの供給における潜在的な問題を特定できる。停電確率が大きくなり過ぎて、信頼できるエネルギー供給が行えないことを示す場合、電力供給網のオペレータは、例えば、発電能力を増大することによって対処できる。好ましくは、各々の負荷ユニット需要配分が、それぞれの負荷ユニットに関連付けられた電力メータによって提供される。
好ましい態様において、測定値は、各々の負荷ユニットにおいて、又は、エネルギー貯蔵装置において測定される。
他の好ましい態様において、発電能力は確率的な発電配分を含む。これによって、例えば太陽電池又は風力タービンのような断続的なエネルギー源の発電能力を考慮に入れることができる。
他の態様によれば、発電能力はいくつかの個別の発電能力を含む。電力供給網に接続されたいくつかの電力設備によるエネルギー供給を検討できる。
更なる好ましい態様において、発電能力は、原子力発電設備、石炭発電設備、石油発電設備、ガス発電設備、太陽光発電設備、水力発電設備、及び、風力発電設備のグループのうちの少なくとも１つの発電設備を指している。
更に他の態様によれば、エネルギー貯蔵装置サイズはいくつかの個別のエネルギー貯蔵装置サイズを含む。電力供給網のサイズ、及び／又は、具体的な地域の状況に依存して、エネルギー貯蔵装置は、１つの（大きな）装置として、又は、いくつかの（より小さな）装置として備えることができる。
以下、本発明を、添付図面の以下の図において、限定としてではなく単なる例として、更に詳しく説明するが、図においては同様の要素を同じ参照番号で示している。
本発明の一実施形態による電力供給網の概略図である。 本発明の一実施形態によるデータ処理装置の概略図である。 本発明の一実施形態による停電の確率を算定する方法のステップを例示するフローチャートである。
発電施設ＰＧＦ４が、エネルギー貯蔵装置ＥＳＵ８として働くバッテリを用いて、住宅や産業施設のようないくつかの負荷ユニットＬＵ６に電力を分配する、具体的にはスマート・グリッドである電力供給網２について検討する。ＬＵ６は、ＰＧＦ４が適合する必要のある電力需要を生じさせる。ＬＵ６の総需要が発電能力を下回る場合、残りのエネルギーはＥＳＵ８に貯蔵される。総需要が発電能力を上回ると、ＥＳＵ８は、空状態でない場合、ＬＵ６の超過需要に供する追加の発電能力を提供する。需要が発電能力を上回り、かつ、ＥＳＵ８にエネルギーが残されていない場合に、全てのＬＵ６において停電が起きる。
プロセッサ１２（図２）を備えたデータ処理装置１０を設けて、ＬＵ６の個数Ｎと、ＥＳＵ８の貯蔵サイズＢと、ＰＧＦ４の発電能力Ｃとに基づいて、停電の確率を求める。
プロセッサ１２は、図３のフローチャートを参照して以下に説明する各ステップを実行する。
先ず、ＥＳＵ８が期間Ｔ中にＬＵ６の需要配分を検討し、期間Ｔが、ステップ２０において、各々が継続期間ｔを有する、Ｔ／ｔ個のより短い時間間隔に分割される。ステップ２２で、各々の時間間隔
Figure 2015507913
 の期間中、各々のＬＵ ｊの需要
Figure 2015507913
 が求められる。ＬＵ６の需要配分は、（例えば、毎日の電力使用プロファイルとして）事前に提供されるか、あるいは、スマート・グリッド電力メータ技術、例えばメータを用いて、リアルタイムに測定される。ＬＵ６の需要が測定される場合、ＬＵ６の需要は、ＬＵ６によって測定されてＥＳＵ８に提供できるか、あるいは、ＥＳＵ８で測定できる。
次に、ステップ２４において、期間Ｔの間、停電確率Ｐ（ｏｕｔａｇｅ）が、Ｎ個の需要Ｉｊと、ＥＳＵ８のサイズＢと、発電能力Ｃとの関数として、次の等式に基づいて算出される。
Figure 2015507913
 等式（１）内の指数−Ｉは、次の最適化問題を解くことによって算出される。
Figure 2015507913
 ここで、
Figure 2015507913
通信ネットワークにおける有効帯域幅の概念と同様に、等式（３）内の数量ａｊ（ｓ，ｔ）は、各々のＬＵ ｊの「有効需要」と見なすことができる。有効需要は、ＬＵ ｊのピーク需要と平均需要との間の値を取る。有効需要は、次の等式を用いて算出できる。
Figure 2015507913
等式（２）によって定義された最適化問題は、２つの個別の最適化問題を解くことによって解かれる。
先ず、固定のｔについて、Ｊ（ｓ，ｔ）を最小化するｓの値ｓ＊が、以下のように求められる。
Figure 2015507913
次に、ｊ＊（ｔ）を最大化するｔの値ｔ＊が、以下のように求められる。
Figure 2015507913
等式（５）と（６）の両方は、パラメータｓ及びｔのスペース（領域）を探索する数値手法、例えば全数列挙法（ｂｒｕｔｅ ｆｏｒｃｅ ｅｎｕｍｅｒａｔｉｏｎ）を用いて解くことができる。パラメータｓ及びｔは、次の物理的解釈を有する。パラメータｔ*は、ＥＳＵ８が空状態になり停電が起きるまでの最も可能性が高い継続期間を表す。パラメータｓは、Ｎ個のＬＵ６の需要が多重化されて、エネルギー貯蔵装置８のエネルギーを枯渇させる総需要を創出する状況に対応する。
停電確率を求める方法を用いて、（スマート）電力供給網の２つの基本的な設計及び制御の問題、すなわち、発電能力のリアルタイムな適応化とエネルギー貯蔵装置のサイジングとの問題に取り組むことができる。
上述のステップが、Ｂ、Ｃ及び期間Ｔの異なる値について繰り返されて、Ｐ（ｏｕｔａｇｅ）のいくつかの値が得られる。このステップの出力は、システム設計空間、すなわち、これらの数量間の関係を数値化してリアルタイムでの発電の制御、又は、ＥＳＵ８のサイジングを支援する１組のグラフである。
上述の方法の適用例は、次の通りである。
ａ）リアルタイムの発電の適応化
ＰＧＦ４における発電能力Ｃを、ＥＳＵ８のサイズＢとＬＵ６の需要Ｉｊのリアルタイム測定値とに基づいて、どのようにして調節すべきかを決定することができる。
電力システム２が所定のエネルギー貯蔵装置サイズＢで稼働し、Ｎ個のＬＵの需要がスマート・メータ技術によってリアルタイムに提供されると仮定する。需要が各々の期間Ｔの間測定されて、Ｐ（ｏｕｔａｇｅ）の値が上述のステップに基づいて求められる。Ｐ（ｏｕｔａｇｅ）が目標信頼性閾値を下回ると、発電能力Ｃが調節されて、例えば増大されて、新たな停電確率が算出される。その新たなＰ（ｏｕｔａｇｅ）が目標信頼性閾値と比較され、必要に応じて、発電能力が再び調節される。これらのステップは、新たな停電確率が目標信頼性閾値以上になるまで繰り返される。更なる改良において、発電能力を調節して、例えば低減して、目標信頼性閾値に実際に等しい新たな停電確率を求めることができる。その結果、需要に適合し、かつ、目標信頼性閾値を保証するための、発電能力Ｃにおける最小限の増大量が求められる。
ｂ）ＥＳＵサイジング
あるＰＧＦ４発電能力とＬＵ６需要が与えられた場合、停電確率を保証するために、（スマート）電力供給網について、どのようなＥＳＵ８サイズを選択すべきかを決定できる。
ＥＳＵ８は、共用貯蔵をサポートして、ピーク発生電力と、対応するコストとを低減するために、電力供給網に付加される。異なる期間Ｔの所定の需要プロファイル、例えば毎日、毎週、毎月又は毎年のプロファイルを用いて、所望のバッファ・オーバーフロー確率をもたらす全てのＢ及びＣのペアを算出できる。このようにして、どのようなサイズＢが当面のシステムに対して最も費用効果が高いかについて、根拠のある決定を下すことができる。
ＥＳＵのサイズが決定された後、バッテリのサイズＢを、そのバッテリが動作することを期待できるエイジング（経時変化）及び温度に依存して、増大すべきである。例えば、バッテリはその容量の８０％で使用に適さないため、通常、１.２５の係数を適用する。更に、温度係数は、バッテリ製造業者の仕様書によって提供されるテーブルから容易に決定できる。
以上、現時点で本発明の好ましい実施形態であると考えられるものを例示して説明したが、当業者であれば、本発明の真の範囲から逸脱することなく、様々なその他の変更を行い、均等物と置き換えられることを理解できるであろう。更に、ここに説明した中核を成す創意に満ちたコンセプトから逸脱することなく、多くの変更を行うことによって、特定の状況を本発明の開示事項に適応化できる。また、本発明の実施形態は、上述の特徴の全てを含んでいないかもしれない。したがって、本発明は、ここに開示した特定の実施形態には限定されず、添付の特許請求の範囲内にある全ての実施形態を含むことを意図している。
「〜を備える（ｃｏｍｐｒｉｓｅ）」、「〜を含む（ｉｎｃｌｕｄｅ）」、「〜を組み込む（ｉｎｃｏｒｐｏｒａｔｅ）」、「〜を包含する（ｃｏｎｔａｉｎ）」、「〜である（ｉｓ）」、及び「〜を有する（ｈａｖｅ）」といった表現は、本明細書の記載とそれに関連する特許請求の範囲の記載とを解釈する際には、非排他的に解釈されるべきである。単数形に言及しているものは、複数形に言及しているものとしても解釈すべきであり、その逆も同様である。
当業者であれば、本発明の範囲から逸脱することなく、本明細書に開示された種々のパラメータを変更でき、また、本明細書に開示された、及び／又は、特許請求の範囲に記載された種々の実施形態を組み合わせられることを容易に理解できるであろう。
したがって、本発明は、スマート・メータを装備した複数の住宅に供給する大きなエネルギー貯蔵を備えた変電所レベルに適用できる。また、本発明は、複数の家電機器に供給するより小さいエネルギー貯蔵を備えた住宅レベルにも適用できる。

Claims (14)

  1. ある期間の間、発電施設（４）とエネルギー貯蔵装置（８）とを使用して少なくとも１つの負荷ユニット（６）に電力を分配する、特にスマート・グリッドである電力供給網（２）の停電確率を求める方法であって、該方法は、データ処理装置（１０）のプロセッサ（１２）によって実行される、
    前記期間を数個の時間間隔に分割するステップ（２０）と、
    前記期間の間、前記発電施設（４）の発電能力と、前記エネルギー貯蔵装置（８）のエネルギー貯蔵装置サイズとを求めるステップ（２２）と、
    時間間隔毎の前記負荷ユニット（６）の負荷ユニット需要から、それぞれ、時間間隔毎の有効負荷ユニット需要を求めるステップであって、時間間隔毎の前記負荷ユニット需要は、データベースから読み出されるか、又は、電力メータを読み取ることによって得られ、前記有効負荷ユニットは前記負荷ユニット（６）のピーク需要と平均需要との間にある値を取る、前記ステップと、
    前記発電能力、前記エネルギー貯蔵装置サイズ、及び、前記有効負荷ユニット需要を含むグリッド・パラメータを用いて前記停電確率を算出するステップ（２４）であって、前記グリッド・パラメータの最大値が前記期間の全ての時間間隔について最適化される、前記ステップと、
    を含む前記方法。
  2. 前記負荷ユニット需要は、時間間隔毎にいくつかの負荷ユニット需要配分を含んでおり、前記有効負荷ユニット需要を求めるステップは、各々の負荷ユニット需要配分から、時間間隔毎の有効負荷ユニット需要配分を求めることを含み、時間間隔毎の前記負荷ユニット需要配分が前記データベースから読み出され、前記いくつかの負荷ユニット需要配分を集約した多重パラメータが求められ、前記グリッド・パラメータは、前記多重パラメータを含み、かつ、前記グリッド・パラメータの最小値が、前記データ処理装置の前記プロセッサによって前記多重パラメータについて更に最適化されることを特徴とする、請求項１に記載の方法。
  3. 前記負荷ユニット需要配分は確率的な配分であることを特徴とする、請求項２に記載の方法。
  4. 前記負荷ユニット需要配分が所定の電力使用プロファイルとして提供されることを特徴とする、請求項２または３に記載の方法。
  5. 前記電力使用プロファイルは、毎日、毎週、毎月又は毎年の電力使用に関するものであることを特徴とする、請求項４に記載の方法。
  6. 前記負荷ユニット需要配分が、メータによってリアルタイムに測定されて前記データベースに提供される測定値として提供されることを特徴とする、請求項２または３に記載の方法。
  7. 前記測定値は、各々の負荷ユニットにおいて、又は、エネルギー貯蔵装置において測定されることを特徴とする、請求項６に記載の方法。
  8. 特にスマート・グリッドである電力供給網（２）の発電能力を適応化する方法であって、
    ａ）前記発電能力、エネルギー貯蔵装置サイズ、及び、負荷ユニット需要を求めるステップであって、前記発電能力、及び／又は、前記エネルギー装置サイズ、及び／又は、前記負荷ユニット需要は、データベースから読み出されるか、又は、電力メータを読み取ることによって得られる、前記ステップと、
    ｂ）請求項１から７のいずれか１項に記載の方法に従って、データ処理装置のプロセッサによって、前記発電能力、前記エネルギー貯蔵装置サイズ、及び、前記負荷ユニット需要に依存して、停電確率を算出するステップと、
    ｃ）前記停電確率を目標信頼性閾値と比較するステップと、
    ｄ）前記停電確率が前記目標信頼性閾値よりも小さい場合、前記発電能力を調節するステップと、
    ｅ）請求項１から７のいずれか１項に記載の方法に従って、前記データ処理装置の前記プロセッサによって、前記調節された発電能力、前記エネルギー貯蔵装置サイズ、及び、前記負荷ユニット需要に依存して、新たな停電確率を算出するステップと、
    ｆ）前記新たな停電確率を前記目標信頼性閾値と比較するステップと、
    ｇ）前記新たな停電確率が前記目標信頼性閾値以上になるまで、前記ステップｄ）からｆ）を繰り返すステップと、
    を含む前記方法。
  9. 発電施設（４）と負荷ユニット（６）とを含む、特にスマート・グリッドである電力供給網（２）のためのエネルギー貯蔵装置サイズを求める方法であって、
    ａ）発電能力と負荷ユニット需要とを求めるステップであって、前記負荷ユニット需要はデータベースから読み出される所定の電力使用プロファイルから求められる、前記ステップと、
    ｂ）請求項１から７のいずれか１項に記載の方法に従って、データ処理装置のプロセッサによって、前記発電能力、前記エネルギー貯蔵装置サイズ、及び、前記負荷ユニット需要に依存して、停電確率を算出するステップと、
    ｃ）前記停電確率を目標信頼性閾値と比較するステップと、
    ｄ）前記停電確率が前記目標信頼性閾値よりも小さい場合、前記エネルギー貯蔵装置サイズを調節するステップと、
    ｅ）請求項１から７のいずれか１項に記載の方法に従って、前記データ処理装置の前記プロセッサによって、前記調節されたエネルギー貯蔵装置サイズ、前記発電能力、及び、前記負荷ユニット需要に依存して、新たな停電確率を算出するステップと、
    ｆ）前記新たな停電確率を前記目標信頼性閾値と比較するステップと、
    ｇ）前記新たな停電確率が前記目標信頼性閾値以上になるまで、前記ステップｄ）からｆ）を繰り返すステップと、
    を含む前記方法。
  10. ある期間の間、発電施設（４）とエネルギー貯蔵装置（８）とを使用して少なくとも１つの負荷ユニット（６）に電力を分配する、特にスマート・グリッドである電力供給網（２）の停電確率を求めるデータ処理装置（１０）であって、該データ処理装置（１０）は、
    前記期間を数個の時間間隔に分割する処理と、
    前記期間の間、前記発電施設（４）の発電能力と前記エネルギー貯蔵装置（８）のエネルギー貯蔵装置サイズとを求める処理と、
    時間間隔毎の前記負荷ユニット（６）の負荷ユニット需要から、それぞれ、時間間隔毎の有効負荷ユニット需要を求める処理であって、時間間隔毎の前記負荷ユニット需要は、データベースから読み出されるか、又は、電力メータを読み取ることによって得られ、前記有効負荷ユニットは前記負荷ユニット（６）のピーク需要と平均需要との間にある値を取る、前記処理と、
    前記発電能力、前記エネルギー貯蔵装置サイズ、及び、前記有効負荷ユニット需要を含むグリッド・パラメータを用いて前記停電確率を算出する処理であって、前記グリッド・パラメータの最大値が前記期間の全ての時間間隔について最適化される、前記処理と、
    を行うプロセッサ（１２）を備えている、前記データ処理装置。
  11. 前記発電能力は確率的な発電配分を含むことを特徴とする、請求項１０に記載のデータ処理装置。
  12. 前記発電能力はいくつかの個別の発電能力を含むことを特徴とする、請求項１０または１１に記載のデータ処理装置。
  13. 前記発電能力は、原子力発電設備、石炭発電設備、石油発電設備、ガス発電設備、太陽光発電設備、水力発電設備、及び、風力発電設備のグループのうちの少なくとも１つの発電設備を指していることを特徴とする、請求項１０から１２のいずれか１項に記載のデータ処理装置。
  14. 前記エネルギー貯蔵装置サイズはいくつかの個別のエネルギー貯蔵装置サイズを含むことを特徴とする、請求項１０から１３のいずれか１項に記載のデータ処理装置。
JP2014549447A 2011-12-30 2012-12-21 発電能力の適応化とエネルギー貯蔵装置サイズの決定 Withdrawn JP2015507913A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP11306813.4 2011-12-30
EP11306813.4A EP2610986A1 (en) 2011-12-30 2011-12-30 A method for determining a power outage probability of an electrical power grid, a method for an adaptation of a power generation capacity and a method for determining an energy storage unit size
PCT/EP2012/076603 WO2013098233A2 (en) 2011-12-30 2012-12-21 Adaptation of a power generation capacity and determining of an energy storage unit size

Publications (2)

Publication Number Publication Date
JP2015507913A true JP2015507913A (ja) 2015-03-12
JP2015507913A5 JP2015507913A5 (ja) 2016-02-18

Family

ID=47559426

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014549447A Withdrawn JP2015507913A (ja) 2011-12-30 2012-12-21 発電能力の適応化とエネルギー貯蔵装置サイズの決定

Country Status (6)

Country Link
US (1) US20140365419A1 (ja)
EP (2) EP2610986A1 (ja)
JP (1) JP2015507913A (ja)
KR (1) KR20140105506A (ja)
CN (1) CN104054228A (ja)
WO (1) WO2013098233A2 (ja)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160155077A1 (en) * 2014-12-02 2016-06-02 Opower, Inc. Generating a green business guide
WO2016144357A1 (en) * 2015-03-12 2016-09-15 Hewlett Packard Enterprise Development Lp Power distribution plan
CN106156921B (zh) * 2015-04-10 2021-11-09 华北电力大学（保定） 基于Copula理论的电动汽车光伏充电站储能配置选择方法
US10141739B1 (en) * 2015-05-26 2018-11-27 The Watt Stopper, Inc. System for distributing DC power to and controlling building devices
US10996704B2 (en) 2015-06-12 2021-05-04 Enphase Energy, Inc. Method and apparatus for control of intelligent loads in microgrids
CN105260797B (zh) * 2015-10-22 2022-04-15 华北电力大学 一种微网储能电站规划控制方法
US10291022B2 (en) 2016-09-29 2019-05-14 Enel X North America, Inc. Apparatus and method for automated configuration of estimation rules in a network operations center
US10423186B2 (en) 2016-09-29 2019-09-24 Enel X North America, Inc. Building control system including automated validation, estimation, and editing rules configuration engine
US10170910B2 (en) 2016-09-29 2019-01-01 Enel X North America, Inc. Energy baselining system including automated validation, estimation, and editing rules configuration engine
US10298012B2 (en) 2016-09-29 2019-05-21 Enel X North America, Inc. Network operations center including automated validation, estimation, and editing configuration engine
US10191506B2 (en) * 2016-09-29 2019-01-29 Enel X North America, Inc. Demand response dispatch prediction system including automated validation, estimation, and editing rules configuration engine
US10566791B2 (en) 2016-09-29 2020-02-18 Enel X North America, Inc. Automated validation, estimation, and editing processor
US10203714B2 (en) * 2016-09-29 2019-02-12 Enel X North America, Inc. Brown out prediction system including automated validation, estimation, and editing rules configuration engine
US10461533B2 (en) 2016-09-29 2019-10-29 Enel X North America, Inc. Apparatus and method for automated validation, estimation, and editing configuration
CN106952027A (zh) * 2017-03-11 2017-07-14 国网浙江省电力公司台州供电公司 一种10kV配电网线路规划接入容量计算方法
US10590860B2 (en) * 2017-04-14 2020-03-17 Solar Turbines Incorporated Engine load estimation strategy in gas turbine engine system
KR200488852Y1 (ko) 2017-06-23 2019-03-27 김동욱 면도기
DE102017117216A1 (de) * 2017-07-31 2019-01-31 Easyoptimize Gmbh Dimensionierung eines Energiespeichers
US20190123580A1 (en) * 2017-10-23 2019-04-25 Sigora International Inc. Management of a power-distribution system
CN108427856B (zh) * 2018-04-04 2021-08-20 哈尔滨工业大学 一种配电网10千伏杆塔故障概率曲线拟合方法
DE102018213862A1 (de) * 2018-08-31 2020-03-05 Siemens Aktiengesellschaft Verfahren zum Steuern eines Austauschs von Energie zwischen Energiesubsystemen zu angeglichenen Konditionen; Steuerungszentrale; Energiesystem; Computerprogramm sowie Speichermedium
CN109829563B (zh) * 2018-12-18 2023-08-29 广东电网有限责任公司电力调度控制中心 一种基于多参数规划的馈线传输极限容量评估方法
CN110048470A (zh) * 2019-05-22 2019-07-23 国网天津市电力公司 风电电力系统自动发电控制调节容量的确定方法及装置
CN110728006B (zh) * 2019-10-08 2023-07-04 杭州阳斯信息技术有限公司 一种基于网格的供电单元自动划分方法
US11681438B2 (en) * 2021-05-28 2023-06-20 Dell Products L.P. Minimizing cost of disk fulfillment
CN113496316B (zh) * 2021-09-09 2022-02-11 广东电网有限责任公司惠州供电局 基于源荷时序耦合的容量配置方法、装置、系统及介质

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6981379B2 (en) * 2003-07-23 2006-01-03 The Japan Research Institute, Limited Power supply system
US8471531B2 (en) * 2007-03-20 2013-06-25 Belkin International, Inc. Estimated remaining life of a battery included in an uninterruptible power supply
CN101562339A (zh) * 2009-05-08 2009-10-21 东南大学 基于成功流的配电系统可靠性指标计算方法
US8401709B2 (en) * 2009-11-03 2013-03-19 Spirae, Inc. Dynamic distributed power grid control system
US9251479B2 (en) * 2010-07-02 2016-02-02 General Electric Technology Gmbh Multi-interval dispatch method for enabling dispatchers in power grid control centers to manage changes
US8538593B2 (en) * 2010-07-02 2013-09-17 Alstom Grid Inc. Method for integrating individual load forecasts into a composite load forecast to present a comprehensive synchronized and harmonized load forecast
US8774975B2 (en) * 2011-02-08 2014-07-08 Avista Corporation Outage management algorithm
US20140278162A1 (en) * 2013-03-15 2014-09-18 Echelon Corporation Detecting and locating power outages via low voltage grid mapping
US20160241031A1 (en) * 2015-02-18 2016-08-18 Nec Laboratories America, Inc. Dynamic probability-based power outage management system
US10164431B2 (en) * 2015-03-17 2018-12-25 General Electric Technology Gmbh Outage management and prediction for a power grid system

Also Published As

Publication number Publication date
WO2013098233A3 (en) 2013-08-22
KR20140105506A (ko) 2014-09-01
EP2798717A2 (en) 2014-11-05
CN104054228A (zh) 2014-09-17
US20140365419A1 (en) 2014-12-11
EP2610986A1 (en) 2013-07-03
WO2013098233A2 (en) 2013-07-04

Similar Documents

Publication Publication Date Title
JP2015507913A (ja) 発電能力の適応化とエネルギー貯蔵装置サイズの決定
US10962941B2 (en) Controlling a distributed generation management system
US10565657B2 (en) Methods and apparatuses for risk assessment and insuring intermittent electrical systems
CN104268800B (zh) 基于场景库的风电并网调峰平衡判定方法
Nick et al. Wind power optimal capacity allocation to remote areas taking into account transmission connection requirements
Ru et al. Exact sizing of battery capacity for photovoltaic systems
Masaud et al. Sizing of large‐scale battery storage for off‐grid wind power plant considering a flexible wind supply–demand balance
CN107359611B (zh) 考虑多种随机因素的配电网等值方法
Li et al. Negotiation-based task scheduling and storage control algorithm to minimize user's electric bills under dynamic prices
WO2017059350A1 (en) Methods and apparatuses for peak demand reduction system optimization and valuation
Wang et al. Load aggregation methods for quasi-static power flow analysis on high PV penetration feeders
S Okundamiya et al. Techno-economic analysis of a grid-connected hybrid energy system for developing regions
Campoccia et al. Reliability analysis of a stand-alone PV system for the supply of a remote electric load
WO2020195524A1 (ja) 蓄電制御システムおよび蓄電制御方法
Ding et al. A dynamic period partition method for time-of-use pricing with high-penetration renewable energy
JP7319838B2 (ja) 電力管理装置および電力管理方法
Faranda et al. SCADA system for optimization of energy exchange with the BESS in a residential case
CN115619159B (zh) 一种智慧园区能源消耗分析调度方法和系统
CN116756506A (zh) 区域电缆网络碳排放检测方法、系统、装置及存储介质
CN107590211B (zh) 智能电网信息系统
Crosara et al. Generation adequacy in the Nordic and Baltic area: The potential of flexible residential electric heating
Sun et al. Cost-benefit assessment challenges for a smart distribution system: A case study
Wallnerström et al. Framework for system analyses of smart grid solutions with examples from the Gotland case
Bayram et al. Energy storage sizing for peak hour utility applications
Azasoo et al. Optimizing the effects of load-shedding through micro-load management in generation constrained power system

Legal Events

Date Code Title Description
RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20150113

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20150115

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151221

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20151221

A761 Written withdrawal of application

Free format text: JAPANESE INTERMEDIATE CODE: A761

Effective date: 20160516