CN104701870B - 一种电力***储能优化方法 - Google Patents

一种电力***储能优化方法 Download PDF

Info

Publication number
CN104701870B
CN104701870B CN201310655191.0A CN201310655191A CN104701870B CN 104701870 B CN104701870 B CN 104701870B CN 201310655191 A CN201310655191 A CN 201310655191A CN 104701870 B CN104701870 B CN 104701870B
Authority
CN
China
Prior art keywords
energy
storage system
class
class energy
storage
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
CN201310655191.0A
Other languages
English (en)
Other versions
CN104701870A (zh
Inventor
梅生伟
陈来军
刘锋
金逸
费益军
王程
刘斌
王召健
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.)
Tsinghua University
State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Jiangsu Electric Power 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 Tsinghua University, State Grid Jiangsu Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN201310655191.0A priority Critical patent/CN104701870B/zh
Publication of CN104701870A publication Critical patent/CN104701870A/zh
Application granted granted Critical
Publication of CN104701870B publication Critical patent/CN104701870B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电力***储能优化方法，该方法在电力***进行储能时，联合运行I类储能***及II类储能***，配置包括I类储能***及II类储能***的电力***数学模型，应用在电力***中。这样，电力***中的储能既具有I类储能***的大容量储能性能，又具有II类储能***的及时动态响应性能，弥补了单独在电力***中配置I类储能***的动态响应性能不好，及单独在电力***中配置II类储能***的储能容量比较小的问题，从而提高了电力***的运行效率及节省调度成本。

Description

一种电力***储能优化方法
技术领域
本发明涉及电力***领域，特别涉及一种电力***储能优化方法。
背景技术
风电资源清洁且可再生，但同时风电资源出力波动剧烈且可调度性低。在电力***中，一方面，风电场发出的风电被鼓励完全并网以降低总的调度成本并最大化环境效益；另一方面，为了平滑风电出力，联合配备的火电机组不得不反复调节，这会极大地降低其运行效率。储能***由于其良好的动态特性和转换效率被引入到电力***中，与风电场及火电机组协同运行以提高运行效率，节省调度成本且最大化环境效益。
目前，多种形式的储能***在电力***中能够成功应用，比如：电化学储能***、飞轮储能***、超导储能***、抽水储能***及压缩空气储能***等。按照性能和容量大致可以分为两类：I类储能***，储能大容量及动态响应慢；II类储能***，储能小容量及动态响应快。抽水蓄能***一般属于I类储能***，电化学储能***、飞轮储能***、超导储能***及压缩空气储能***等一般都属于II类储能***。
I类储能***的容量较大，具有很强的静态调节能力，但是动态响应较慢。风电场的实测数据表明，风力出力可以在5分钟内剧烈改变，由此在电力***中单独配置I类储能***无法在短时间内对风电的迅速变化及时响应；II类储能***的动态响应比较快，具有很强的动态跟踪能力，但储能容量比较小，总体调节能力有限。由于I类储能***或II类储能***的特性，在电力***中单独配置I类储能***或II类储能***时，与风电场及火电机组的协同运行效果均不影响，无法提高电力***的运行效率及节省调度成本。
发明内容
有鉴于此，本发明实施例提供一种电力***储能优化方法，该方法能够提高电力***的运行效率及节省调度成本。
根据上述目的，本发明是这样实现的：
一种电力***储能优化方法，该方法包括：
根据I类储能***的能量平衡约束条件、启停机约束条件及爬坡约束条件，建立电力***配置的I类储能***调度模型，所述I类储能***的储能容量大且动态响应慢；
根据II类储能***的容量约束条件，建立电力***配置的II类储能***调度模型，所述II类储能***的储能容量小且动态响应快；
根据电力***的火电机组约束条件、线路潮流约束条件及功率平衡约束条件，建立电力***中的火电机组的调度模型；
当在电力***中联合运行I类储能***和II类储能***时，其中的I类储能***满足所建立的电力***配置的I类储能***调度模型，II类储能***满足所建立的电力***配置的II类储能***导电模型，火电机组满足所建立的电力***中的火电机组的调度模型；
电力***的总负荷量为风电出力能量、火力机组出力能量、I类储能***储能能量及II类储能***储能能量之和。
由上述方案可以看出，本发明在电力***进行储能时，联合运行I类储能***及II类储能***，配置包括I类储能***及II类储能***的电力***数学模型，应用在电力***中。这样，电力***中的储能既具有I类储能***的大容量储能性能，又具有II类储能***的及时动态响应性能，弥补了单独在电力***中配置I类储能***的动态响应性能不好，及单独在电力***中配置II类储能***的储能容量比较小的问题，从而提高了电力***的运行效率及节省调度成本。
附图说明
图1为本发明实施例提供的电力***储能优化方法流程图；
图2为本发明实施例提供的电力***的接线图；
图3为本发明实施例提供的电力***的负荷量需求曲线示意图；
图4为本发明实施例提供的日前风功率预测曲线图；
图5为本发明实施例提供的十个火电机组的运行组合方案示意图；
图6为本发明实施例提供的电力***A的I类储能***出力曲线图；
图7为本发明实施例提供的电力***A的火电机组出力曲线图；
图8为本发明实施例提供的电力***A的并网风电功率曲线图；
图9为本发明实施例提供的电力***B的I类储能***出力曲线图；
图10为本发明实施例提供的电力***B的火电机组出力曲线图；
图11为本发明实施例提供的电力***B的并网风电功率曲线图；
图12为本发明实施例提供的电力***B的II类储能***出力曲线图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对本发明作进一步详细说明。
本发明实施例为了提高电力***的运行效率及节省调度成本，联合运行I类储能***及II类储能***，配置包括I类储能***及II类储能***的电力***数学模型，应用在电力***中。这样，电力***中的储能既具有I类储能***的大容量储能性能，又具有II类储能***的及时动态响应性能，弥补了单独在电力***中配置I类储能***的动态响应性能不好，及单独在电力***中配置II类储能***的储能容量比较小的问题。
在本发明实施例中，这种电力***数学模型称为电力***风-火-储联合优化调度模型，在建模时，并不针对某种具体的储能***，而是将储能***分为储能大容量及动态响应速度慢的I类储能***，储能小容量及动态响应速度快的II类储能***。
图1为本发明实施例提供的电力***储能优化方法流程图，其具体步骤为：
步骤101、根据I类储能***的能量平衡约束条件、启停机约束条件及爬坡约束条件，建立电力***配置的I类储能***调度模型；
步骤102、根据II类储能***的容量约束条件，建立电力***配置的II类储能***调度模型；
步骤103、根据电力***的火电机组约束条件、线路潮流约束条件及功率平衡约束条件，建立电力***中的火电机组的调度模型；
步骤104、当在电力***中联合运行I类储能***和II类储能***时，其中的I类储能***满足所建立的电力***配置的I类储能***调度模型，II类储能***满足所建立的电力***配置的II类储能***导电模型，火电机组满足所建立的电力***中的火电机组的调度模型；
步骤105、电力***的总负荷量为风电出力能量、火力机组出力能量、I类储能***储能能量及II类储能***储能能量之和。
在本发明中，还可以计算出电力***的调度成本，该调度成本是由火电机组的调度成本及I类储能***的调度成本决定的。
电力***满足所建立的电力***在联合运行了I类储能***和II类储能***的调度模型。
以下对电力***配置的I类储能***调度模型、电力***配置的II类储能***调度模型及电力***中的火电机组的调度模型分别进行详细的说明。
各个调度要用到的符号表：
常量
序数
变量
电力***的调度成本如公式（1）所示：
公式（1）
公式（1）表明电力***的调度成本与火电机组l发电成本、I类储能***发电开机成本和I类储能***储能开机成本相关，其中，公式（1）的第一项表示的是火电机组l的发电二次成本，第二项表示的是I类储能***的开机启动成本。
首先，建立电力***的I类储能***调度模型
定义两个状态变量分别表示I类储能***的启停状态值；若则表示I类储能***处于发电状态，若则表示I类储能***处于储能状态。和分别表示I类储能***的发电功率和储能功率。
根据I类储能***的能量平衡约束条件，要满足公式（2）～公式（5）：
公式（2）
公式（3）
公式（4）
S1,jmin≤S1,ji≤S1,jmax 公式（5）
公式（2）表示了在一个调度时段内I类储能***只能处于发电状态或储能状态，公式（3）表示了I类储能***在出力能量与储能能量之间保持平衡。公式（4）表示了在一个单位调度时段的I类储能***的储能能量之差等于单位调度时段的出力能量与储能能量之差；公式（5）表示了任意一个单位调度时段的I类储能***的储能能量在该I类储能***的储能最小储量与储能最大储量之间。
具体地，公式（2）说明在一个调度时段内I类储能***只能处于一种状态，公式（2）～公式（5）则说明在调度时段内要保证能量的平衡约束。
I类储能***的特性决定了I类储能***不能在发电和储能之间直接转换，之间会有数分钟的停机时间，记停机时间为Δt，记一个调度时段时长为t，根据启停机约束条件，要满足公式（6）和公式（7）：
公式 （6）
公式 （7）
公式（6）表示I类储能***在储能和发电状态转换之间的死区时间的最大发电功率和最小发电功率限制，类似地，公式（7）表示I类储能***在储能和发电状态转换之间的死区时间的最大储能功率和最小储能功率限制。
可以看出，公式（6）和公式（7）中都有逻辑变量的乘积项，形成了非线性约束，后续可以采用变量替换方式将乘积项用逻辑变量替换，将公式（6）和公式（7）转换为线性约束。
I类储能***的爬坡能力相比II类储能***比较慢，根据爬坡约束条件，要满足公式（8）～（11）：
公式（8）
公式（9）
公式（10）
公式（11）
公式（8）-公式（11）分别表示I类储能***在发电状态与储能状态转换死区时间的动态爬坡约束。
公式（8）～公式（11）是非线性约束，也可以采用变量替换方式进行替换后，转换为后续的线性约束。
将公式（6）～公式（11）转换为线性约束的过程为：
预先定义变量
θ1,t，当且仅当且时，θ1,t＝1；否则，θ1,t＝0。
θ2,t，当且仅当且时，θ2,t＝1；否则，θ2,t＝0。
θ3,t，当且仅当且时，θ3,t＝1；否则，θ3,t＝0。
θ4,t，当且仅当且时，θ4,t＝1；否则，θ4,t＝0。
则I类储能***的新增约束条件为：
公式（12）
公式（13）
公式（14）
公式（15）
则公式（6）～公式（11）转换的I类储能***的线性调度模型为：
公式（16）
公式（17）
公式（18）
公式（19）
公式（20）
公式（21）
然后，建立电力***的II类储能***调度模型
II类储能***的功能与I类储能***的功能类此，但是其启停状态切换灵活，且输出功率调节迅速，所以忽略启停机约束条件及爬坡约束条件，根据容量约束条件，其满足公式（22）～（27）：
公式（22）
公式（23）
公式（24）
公式（25）
公式（26）
S2,kmin≤S2,ki≤S2,kmax 公式（27）
其中，公式（22）表示了在一个调度时段内II类储能***只能处于发电状态或储能状态，公式（23）表示了II类储能***在出力能量与储能能量之间保持平衡，公式（24）表示了II类储能***的出力能量在II类储能***开机状态下的最小出力能量与最大出力能量之间，公式（25）表示了II类储能***的储能能量在II类储能***停机状态下的最小储能能量与最大储能能量之间，公式（26）表示了在一个单位调度时段的II类储能***的储能量之差等于单位调度时段的出力能量与储能能量之差；公式（27）表示了一个单位调度时段的II类储能***的储能能量在该II类储能***的储能最小能量与储能最大能量之间。
再次，建立电力***中的火电机组的调度模型
根据电力***的火电机组约束条件、线路潮流约束条件及功率平衡约束条件，满足公式（28）～（30）：
公式（28）
公式（29）
公式（30）
其中，公式（28）表示了火电机组的出力能量在启动状态下的最小出力能量与最大出力能量之间，公式（29）表示了火电机组在一个调度时段内的出力能量小于等于在启动状态下的火电机组正爬坡速度和在停止状态下的火电机组最大出力能量，公式（30）表示了火电机组在一个调度时段内的储能能量小于等于在启动状态下的火电机组负爬坡速度和在停止状态下的火电机组最大出力能量。
最后，电力***的总负荷量为风电出力能量、火力机组出力能量、I类储能***储能能量及II类储能***储能能量之和，满足公式（31）：
公式（31）
为了验证本发明提供的方法，以IEEE39节点标准测试为例，按照图2所示的电力***的接线图设置电力***，其中，包括十个火电机组，风电场在节点29接入电力***。该电力***的负荷量需求曲线示意图如图3所示，图4为日前风功率预测曲线图，图5为十个火电机组的运行组合方案示意图。
在该电力***中只配置I类储能***时，称为电力***A，比如在节点4将I类储能***接入，则根据公式（1）的模型，可以确定调度成本为1.2615*107元；测试得到的并网风电总量：4204.17千瓦每小时（kw.h），该电力***A的I类储能***出力曲线图、火电机组出力曲线图及并网风电功率曲线图分别为图6、图7和图8所示。
在该电力***中配置I类储能***及II类储能***时，称为电力***B，比如在节点4将I类储能***接入，在节点29将II类储能***接入，则根据公式（1）的模型，可以确定调度成本为1.2573*107元；测试得到的并网风电总量：4625.75kw.h，该电力***B的I类储能***出力曲线图、火电机组出力曲线图、并网风电功率曲线图及II类储能***出力曲线图分别为图9、图10、图11和12所示。
根据电力***A和电力***B的比对可以看出，在II类储能***接入电力***后，调度成本降低了0.332%，风电并网增量增加了10.03%。
需要说明的是，在电力***的调度成本的计算中认为火电机组的发电成本与其出力成线性关系，且并没有考虑火电机组反复调节后效率的变化。但是在实际电力***的运行过程中，火电机组的发电成本与其出力一般为二次关系，且其运行效率与发出功率有一定关系，反复调节火电机组后会使其运行在非最优工作状态。因此，引入II类储能***后，***的调度成本会大大降低。
以上举较佳实施例，对本发明的目的、技术方案和优点进行了进一步详细说明，所应理解的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种电力***储能优化方法，其特征在于，该方法包括：
根据I类储能***的能量平衡约束条件、启停机约束条件及爬坡约束条件，建立电力***配置的I类储能***调度模型，所述I类储能***的储能容量大且动态响应慢；
根据II类储能***的容量约束条件，建立电力***配置的II类储能***调度模型，所述II类储能***的储能容量小且动态响应快；
根据电力***的火电机组约束条件、线路潮流约束条件及功率平衡约束条件，建立电力***中的火电机组的调度模型；
当在电力***中联合运行I类储能***和II类储能***时，其中的I类储能***满足所建立的电力***配置的I类储能***调度模型，II类储能***满足所建立的电力***配置的II类储能***调度模型，火电机组满足所建立的电力***中的火电机组的调度模型；
电力***的总负荷量为风电出力能量、火力机组出力能量、I类储能***储能能量及II类储能***储能能量之和；
所述电力***配置的I类储能***调度模型为：
S1,jmin≤S1,ji≤S1,jmax
其中，θ1,jt，当且仅当且时，θ1,jt＝1；否则，θ1,jt＝0；
θ2,jt，当且仅当且时，θ2,jt＝1；否则，θ2,jt＝1；
θ3,jt，当且仅当且时，θ3,jt＝1；否则，θ3,jt＝0；
θ4,jt，当且仅当且时，θ4，jt＝1；否则，θ4,jt＝0；
θ1,jt、θ2,jt、θ3,jt、θ4,jt满足：
上述公式用到的符号为：
T 调度时段数
Γ 每个调度时段时长
Δt I类储能***储能/发电转换时间
Nt 单位时间内调度时段数
S1,jmin，S1,jmax I类储能***最小\大的储能容量
I类储能***放电下\上限
I类储能***充电下\上限
η1 I类储能***储能效率
I类储能***发电状态下正\负爬坡速度
I类储能***储能状态下正\负爬坡速度
i,t 时段序数
j I类储能***序数
I类储能***放电\充电状态值
II类储能***放电\充电状态值
I类储能***的分别启停状态；
所述II类储能***调度模型为：
S2,kmin≤S2,ki≤S2,kmax
其中，上述公式中的符号为：
T 调度时段数
Γ 每个调度时段时长
Nt 单位时间内调度时段数
II类储能***放电下\上限
II类储能***充电下\上限
II类储能***储能\发电效率
S2,kmin，S2,kmax II类储能***最小\大储能量
i,t 时段序数
k II类储能***序数
II类储能***放电\充电状态值
II类储能***的分别启停状态；
所述电力***中的火电机组的调度模型为：
其中，上述公式中的符号为：
xlt 火电机组启停状态
t 时段序数
l 火电机组***序数
plt 火电机组出力
火电机组最大\小出力
R+l火电机组向上爬坡速度
R-l火电机组向下爬坡速度
所述电力***的总负荷量为风电出力能量、火力机组出力能量、I类储能***储能能量及II类储能***储能能量之和为：
其中，
NG 火电机组数
NPS I类储能***数
NCAES II类储能***数
Dt 负荷量
t 时段序数
j I类储能***序数
k II类储能***序数
l 火电机组***序数
plt 火电机组出力
wt 风电出力
I类储能***放电\充电状态值
II类储能***放电\充电状态值。
2.如权利要求1所述的方法，其特征在于，该方法还包括：计算电力***的调度成本，该调度成本是由火电机组的调度成本及I类储能***的调度成本决定。
3.如权利要求2所述的方法，其特征在于，所述电力***的调度成本为：
其中，其中，θ2,jt，当且仅当且时，θ2,jt＝1；否则，θ2,jt＝0；
θ4,jt，当且仅当且时，θ4,jt＝1；否则，θ4,jt＝0；
θ2,jt、θ4,jt满足：
上述公式的符号为：
T 调度时段数
NG 火电机组数
NPS I类储能***数
al 火电机组l发电成本二次项系数
bl 火电机组l发电成本一次项系数
c I类储能***发电开机成本
d I类储能***储能开机成本
θ2,jt,θ4,jt 辅助变量
j I类储能***序数
l 火电机组***序数
I类储能***启停状态
p1t 火电机组出力
t 时段数。
CN201310655191.0A 2013-12-06 2013-12-06 一种电力***储能优化方法 Active CN104701870B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310655191.0A CN104701870B (zh) 2013-12-06 2013-12-06 一种电力***储能优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310655191.0A CN104701870B (zh) 2013-12-06 2013-12-06 一种电力***储能优化方法

Publications (2)

Publication Number Publication Date
CN104701870A CN104701870A (zh) 2015-06-10
CN104701870B true CN104701870B (zh) 2019-09-27

Family

ID=53348740

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310655191.0A Active CN104701870B (zh) 2013-12-06 2013-12-06 一种电力***储能优化方法

Country Status (1)

Country Link
CN (1) CN104701870B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105140941B (zh) * 2015-09-18 2019-06-04 北京北变微电网技术有限公司 考虑锂电池可变折旧成本与实用充放电策略的微电网优化调度方法
CN105305473A (zh) * 2015-10-10 2016-02-03 国网天津市电力公司 一种含储能***的风电电力***调度方法
CN109421747B (zh) * 2017-08-30 2020-08-25 比亚迪股份有限公司 基于轨道交通的监测***和方法
CN109118024B (zh) * 2018-09-25 2021-07-27 国网福建省电力有限公司 一种考虑火电机组多阶段状态转移的电力***多资源调度方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102510080A (zh) * 2011-11-09 2012-06-20 南方电网科学研究院有限责任公司 一种微电网中储能***的调度方法
CN102694391B (zh) * 2012-05-31 2014-09-03 国电南瑞科技股份有限公司 风光储联合发电***日前优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
用于风电功率平抑的混合储能***及其控制器设计;于芃等;《中国电机工程学报》;20110615;第31卷(第17期);第127—133页 *
考虑风电并网的快速响应火电机组安全经济规划模型;薛松等;《电网技术》;20131031;第37卷(第10期);第2888-2895页 *

Also Published As

Publication number Publication date
CN104701870A (zh) 2015-06-10

Similar Documents

Publication Publication Date Title
Wang et al. Design and advanced control strategies of a hybrid energy storage system for the grid integration of wind power generations
Xu et al. Distributed subgradient-based coordination of multiple renewable generators in a microgrid
Haruni et al. A novel operation and control strategy for a standalone hybrid renewable power system
Zhang et al. Fully distributed coordination of multiple DFIGs in a microgrid for load sharing
Babayomi et al. Smart grid evolution: Predictive control of distributed energy resources—A review
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
KR20170095580A (ko) 신재생 에너지 연계형 ess의 전력 관리 방법
CN114336702B (zh) 基于双层随机规划的风光储场站群功率分配协同优化方法
US11025062B2 (en) Apparatus for use in a microgrid and methods of operating the same
CN104701870B (zh) 一种电力***储能优化方法
CN105186660A (zh) 离网型风电制氢转换***
CN105356490B (zh) 一种直流并联型风电场有功协调控制方法
WO2022156014A1 (zh) 混联风光微电网快速频率响应分布式协调控制方法及***
CN109193814A (zh) 一种新能源有功功率分配方法、装置和计算机设备
CN112531737A (zh) 基于鲁棒萤火虫-粒子群混合优化的风-光-燃料电池微电网频率控制方法
Jienkulsawad et al. Neural network-based adaptive control and energy management system of a direct methanol fuel cell in a hybrid renewable power system
Han et al. Multi-View clustering and discrete consensus based tri-level coordinated control of wind farm and adiabatic compressed air energy storage for providing frequency regulation service
Belkhier et al. Novel design and adaptive coordinated energy management of hybrid fuel‐cells/tidal/wind/PV array energy systems with battery storage for microgrids
WO2017157169A1 (zh) 一种逆变器***运行方法和装置、及逆变器***
Parthasarathy et al. Optimal sizing of energy storage system and their impacts in hybrid microgrid environment
CN111523947A (zh) 一种虚拟电厂发电成本生成方法
Hossain et al. Dynamic electrical circuit modeling of a proton exchange membrane electrolyzer for frequency stability, resiliency, and sensitivity analysis in a power grid
CN105958513B (zh) 一种基于hvac***的区域电网功率动态平衡的方法
Omar et al. A Novel Controller Design for Small‐Scale Islanded Microgrid Integrated with Electric Vehicle‐Based Energy Storage Management
Nicy et al. Isolated wind-hydro hybrid system using permanent magnet synchronous generator and battery storage with fuzzy logic controller

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant