CN105684257A - 用于控制微电网的操作的微电网能量管理***和方法 - Google Patents

用于控制微电网的操作的微电网能量管理***和方法 Download PDF

Info

Publication number
CN105684257A
CN105684257A CN201480043276.6A CN201480043276A CN105684257A CN 105684257 A CN105684257 A CN 105684257A CN 201480043276 A CN201480043276 A CN 201480043276A CN 105684257 A CN105684257 A CN 105684257A
Authority
CN
China
Prior art keywords
capacitance sensor
micro
distributed
energy resource
control
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.)
Granted
Application number
CN201480043276.6A
Other languages
English (en)
Other versions
CN105684257B (zh
Inventor
杨芳
冯先勇
李朝
王振远
A·奥达洛夫
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.)
Hitachi Energy Co ltd
Original Assignee
ABB Research Ltd Switzerland
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=51301351&utm_source=***_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN105684257(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by ABB Research Ltd Switzerland filed Critical ABB Research Ltd Switzerland
Publication of CN105684257A publication Critical patent/CN105684257A/zh
Application granted granted Critical
Publication of CN105684257B publication Critical patent/CN105684257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • 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
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00Climate change mitigation technologies for sector-wide applications
    • Y02P80/10Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14District level solutions, i.e. local energy networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Medical Informatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Crystals, And After-Treatments Of Crystals (AREA)
  • Exhaust-Gas Circulating Devices (AREA)

Abstract

微电网包括多个分布式能量资源,诸如可控制分布式发电机(104、106、108、110、112)和电能存储设备(114)。一种控制微电网的操作的方法,包括:周期性地更新用于微电网的能量资源调度,其包括可控制分布式发电机(104、106、108、110、112)的开/关状态以及电能存储设备(114)的充电/放电状态和速率,并且至少部分地基于用于微电网(200)的可再生能量生成和负载预测来满足定义的时间窗中的第一控制目标。该方法进一步包括周期性地确定用于可控制分布式能量资源(104、106、108、110、112)的功率设定点,这满足在定义的时间窗内当前时间间隔的第二控制目标,第二控制目标是至少用于微电网(210)的分布式能量资源调度的函数。

Description

用于控制微电网的操作的微电网能量管理***和方法
技术领域
本申请涉及微电网,并且更具体地涉及控制微电网的操作。
背景技术
微电网是本地区域内的分布式能量资源(分布式发电和储能)和负载的半自主分组。该负载可以是实用“客户”、若干站点的分组或以协调方式进行操作的分布式站点。分布式发电机可以包括往复式发动机驱动型发电机、微型燃气轮机、燃料电池、光伏/太阳能或其他小规模可再生发电机。所有可控制分布式能量资源和负载以下述方式互连,该方式使得设备能够执行特定的微电网控制功能。例如,该***的能量平衡必须通过调度来保持,并且非关键负载可能在能量短缺或高操作成本的时间期间被缩短或削减。在能够独立于宏电网(以孤岛模式)进行操作的同时,微电网通常与变电站或电网(即宏电网)互连地起作用,从宏电网购买能量资源并且可能在不同的时间向回销售能量和辅助服务。宏电网通常是基于微电网的总的***能量要求来设计的。功率质量和可靠性的非均匀电平通常被供应给终端用户。微电网通常对宏电网呈现为单个可控实体。
大多数微电网控制***采用集中式或分布式机制。分布式微电网控制***大多在孤岛偏远地区和弱电网连接的微电网中使用,其***的稳定性是主要问题,并且控制目标主要是保持微电网动态稳定性。集中式微电网控制在中央控制器中执行微电网的协调管理,中央控制器监视整个***的操作状况,根据最小化操作成本来进行最优控制决定,减少化石燃料消耗,提供用于公共电网的服务等,并且然后将功率设定点传送到分布式能量资源并且将控制命令传送到微电网内的可控制负载。大多数传统的集中式微电网控制***在多个时间间隔中实现与在线经济调度(ED)或在线ED相结合的所谓的“提前一天”DER(分布式能量资源)调度过程。这些解决方案尝试在考虑到可再生发电和负载预测的同时在预定义的时间段中提供优化的操作策略。
具有在线ED方法的提前一天DER调度基于用于微电网的提前一天可再生发电和负载预测来生成用于接下来24小时时段的最优操作计划。由于不精确预测技术和可再生能量资源发电和负载需求的高可变性而导致在提前一天的时间范围中执行的DER调度无法提供可靠的操作计划,并且因此不利地影响在线ED。
在多个时间间隔中的在线ED将最近发电和负载预测包含在操作决定中。然而,该方法在每个执行间隔(例如,每5到15分钟)实时地具有显著的计算复杂度,以提供不仅用于当前间隔而且用于未来间隔的控制决定。由于沉重的计算负担,通常布置仅考虑微电网的功率平衡的简化优化,而不是通过功率流分析提供的更具体的操作限制。
发明内容
根据本文描述的示例性实施例,提供了一种微电网能量管理***(EMS),其使得能够以电网连接和孤岛模式进行微电网的安全和经济稳定状态操作。微电网EMS***保持***稳定状态经济操作。
根据控制微电网的控制操作的方法的实施例,微电网包括多个分布式能量资源,分布式能量资源包括可控分布式发电机和电能存储设备,该方法包括:周期性地更新用于微电网的能量资源调度,微电网包括可控制分布式发电机的开/关状态以及电能存储设备的充电/放电状态和速率,并且至少部分地基于用于微电网的可再生能量生成和负载预测来满足预定义的时间窗中的第一控制目标;以及周期性地确定用于可控制分布式能量资源的功率设定点,这满足在预定义的时间窗内当前时间间隔的第二控制目标,第二控制目标是至少用于微电网的分布式能量资源调度的功能。
根据用于控制微电网的操作的微电网能量管理***的实施例,微电网包括多个分布式能量资源,分布式能量资源包括可控分布式发电机和电能存储设备,微电网管理***包括:处理电路,可操作为周期性地更新用于微电网的能量资源调度,微电网包括可控制分布式发电机的开/关状态以及电能存储设备的充电/放电状态和速率,并且至少部分地基于用于微电网的可再生能量生成和负载预测来满足预定义的时间窗中的第一控制目标。处理电路进一步可操作为周期性地确定用于可控制分布式能量资源的功率设定点,这满足在预定义的时间窗内当前时间间隔的第二控制目标,第二控制目标是至少用于微电网的分布式能量资源调度的函数。
本领域技术人员将在阅读以下具体描述之后并且在查看附图、附图的简要描述之后认识到其他特征和优点。
附图说明
附图中的部件不一定按比例绘制,而是将重点放在说明本发明的原理。此外,在附图中,相同附图标记表示相应的部分。在附图中:
图1图示了用于控制微电网的操作的微电网能量管理***的实施例的框图;
图2图示了控制微电网的操作的方法的实施例的流程图;
图3图示了周期性地更新用于微电网的分布式能量资源调度并且周期性地确定包括在微电网中的可控制分布式能量资源的功率设定点的实施例的示意图;
图4图示了控制微电网的操作的方法的另一实施例的流程图;以及
图5图示了包括甩负荷的控制微电网的操作的方法的实施例的流程图。
具体实施方式
根据本文描述的示例性实施例,提供了微电网能量管理***(EMS),该微电网能量管理***(EMS)在特定时间段中考虑到各种因素的同时生成最优调度决策。微电网EMS协调在多个时间间隔中的微电网内的各种可控制设备之间的控制动作,以实现总体优化目标函数。例如,微电网EMS可以使用用于未来时间段的可再生能量资源发电和负载预测信息来最大化可再生能量资源利用并且减少化石燃料的依赖性。此外,可以在多个时间间隔中最优地调度能量存储充电/放电操作,使得包括在微电网中的电能存储设备可以在轻负载时段期间存储低价能量,并且在重负载或高价能量时段期间递送能量。
微电网EMS还可以利用微电网的网络模型。例如,平衡网络模式对于特定为电网可能不是有效的。微电网EMS可以在可用时使用具体的不平衡网络模型,增加控制复杂度和准确性。微电网EMS可以在微电网以不同模式(如,电网连接或孤岛模式)进行操作时考虑不同的操作特征,并且提供相应的控制策略,这提高了微电网的安全和经济操作。微电网EMS还可以考虑包括在微电网中的各种可控制设备的物理限制,诸如发电机容量、启动时间、下降速率、启动/关机/发电成本、能量存储充电/放电速率、充电状态等。
概括地说,本文描述的微电网EMS使用数学优化技术来解决微电网的经济操作,使得作出在特定时间段中考虑了各种因素的最优发电调度决定。
图1图示了EMS100以及由微电网EMS100控制的微电网实施例。微电网包括在本地区域内的分布式能量资源(分布式能量资源)和负载102。负载102可以是单个实用客户、若干站点的分组、或以协作方式进行操作的分布式站点。DER可以包括一个或多个分布式发电机,诸如往复式发动机驱动型发电机104、微型燃气轮机106、燃料电池108、光伏/太阳能发电机110、风力涡轮机112和其他小型可再生发电机,并且还包括电能存储设备114。DER和负载102通过电网络116互连。每个DER和负载102可以通过诸如保险丝、断路器、继电器、降压变压器等的保护设备(PD)118来连接到电网络116。微电网可以在电网连接模式下连接到变电站或者宏电网120。可以提供一个或多个公共耦合点(PCC)122用于将微电网的电网络116连接到变电站或宏电网120。微电网可以在孤岛模式下通过PCC122的适当控制来与所有电网、变电站等隔离。
包括在微电网中的所有可控制DER和负载102通过通信和控制网络124互连,使得可控制设备可以执行特定微电网控制功能。微电网EMS100具有对微电网的通信和控制网络124的远程或直接接入,以用于通过本地控制代理(CA)126来控制DER和负载102。微电网EMS100包括处理电路128,处理电路128可以包括诸如一个或多个控制器、处理器、ASIC(专用集成电路)等的数字和/或模拟电路,用于执行程序代码,程序代码执行本文描述的能量管理控制操作。为此,微电网EMS100包括在用于执行能量管理控制操作的处理电路128中包括的或与之相关联的DER调度单元130、ED/OPF(经济调度/最优功率流)单元132和断电缓解单元133。微电网EMS100还具有由诸如DRM(动态随机存取存储器)134和HDD(硬盘驱动器)136的一个或多个存储介质,用于存储程序代码和由处理电路128、DER调度单元130、ED/OPF单元132和断电缓解单元133在程序代码的执行期间处理和接入的相关数据。该存储介质还存储由微电网EMS100生成的结果。
微电网EMS100还具有I/O(输入/输出)电路138,用于经由本地控制代理126通过通信和控制网络124与可控制DER和负载102进行通信。例如,微电网EMS100可以经由I/O电路138接收可再生能量生成和负载预测信息、DER发电信息和在能量管理控制操作中使用的其他信息。微电网EMS100还可以经由I/O电路138向可控制DER和负载102传送作为本文描述的能量管理控制操作的一部分生成的功率设定点和其他类型的控制信息。
图2图示了控制微电网的操作的方法的实施例的流程图,微电网包括多个分布式能量资源,分布式能量资源包括可控制分布式发电机和电能存储设备。该方法包括:例如通过微电网EMS100的DER调度单元130来周期性地更新用于微电网的DER调度(框200)。DER调度包括可控制分布式发电机的开关/状态以及包括在微电网中的电能存储设备的充电/放电状态和速率。可控制分布式发电机的开/关状态指示每个可控制分布式发电机在线(激活)还是离线(去激活)。电能存储设备的充电/放电状态指示是否每个电能存储设备正在存储(充电)能量还是释放(放电)能量。速率指示每个电能存储装置充电或放电能量有多快。DER调度在例如24小时的预定义的时间窗中满足第一控制目标,并且至少部分地基于用于微电网的可再生能量生成和负载预测来确定。任何标准的方法可以用于得到可再生能量资源生成和负载预测。该方法进一步包括周期性地确定用于可控制分布式能量资源的功率设定点,这例如通过微电网EMS100的ED/OPF单元132来在定义的时间窗内的当前时间间隔中满足第二控制目标(框210)。第二控制目标是至少用于微电网的分布式能量资源调度的函数。
图3图示了针对示例性移动(滑动)24小时的时间窗实现的图2的方法的实施例。根据该实施例,用于包括在微电网中的可控制分布式发电机和电能存储设备的DER调度至少部分地基于用于微电网的最新可再生能量生成和负载预测来每小时地('HR0'、'HR1',...,'HR23')被更新。每个DER调度在接下来的24小时窗口(即定义的时间窗每次更新移动(滑动)一小时)产生可控制分布式发电机的开/关状态以及电能存储设备的充电/放电状态和速率,但是仍然注意24小时窗口。在另一实施例中,在每次可再生能量生成和负载预测被修改时,更新DER调度。在每个情况下,每当DER调度被更新时,定义的时间窗(在该示例中是24小时)以相应量(在该示例中是1小时)移动(滑动)。
在DER调度更新之间,用于可控制分布式能量资源的功率设定点被确定为使得第二控制目标在24小时的时间窗内的当前时间间隔中被满足。功率设定点可以例如在DER调度更新之间的每5至15分钟地被确定。这样,在DER调度被再次更新并且定义的时间窗被移动(移位)之前的连续时间间隔期间,可以多次更新功率设定点。在一个实施例中,对于孤岛模式,定义的时间窗比对于电网连接模式更短。例如,24小时的时间窗可以用于电网连接模式,并且12小时的时间窗可以用于孤岛模式。通常,可以使用任何定义的时间窗,诸如48小时、36小时、24小时、12小时等。而且,用于可控制分布式能量资源的功率设定点可以针对在定义的时间窗内的任何期望长度的当前时间间隔(例如每5至15分钟或者更多或更不频繁)来确定。根据一个实施例,每小时或更不频繁地更新DER调度,并且每15分钟或更频繁地确定用于可控制分布式能量资源的功率设定点。在每个情况下,功率平衡方法可以用于周期性地更新DER调度,并且最优功率流方法可以用于周期性地确定可控制分布式能量资源的功率设定点。
接下来描述的是用于周期性地更新DER调度的功率平衡方法的实施例。包括在微电网EMS100中或与之相关联的DER调度单元130执行超前DER调度功能,用于实现在定义的时间窗(例如,图3的示例性实施例中的24小时)中优化DER调度的操作计划。DER调度功能确定包括在微电网中的可控制分布式发电机(DG)的开/关状态和包括在微电网中的电能存储设备(ES)的充电/放电状态和速率。每当诸如每一小时或每两小时地更新可再生生成和/或负载预测时,可以执行DER调度。在每次执行时,DER调度功能考虑了最新的可再生生成/负载预测,以确定在定义的时间窗(例如24小时)中的每个预先选择的时间间隔(例如,每30分钟)中调拨的DG和ES。DER调度功能准备用于关键负载的足够施压(工作)储备容量,以提高在诸如未计划的断电事件的突发事件情况下的操作安全性。DER调度功能还包括限制,诸如功率平衡、DG/ES容量、充电的能量存储状态等。
接下来更具体地呈现DER调度功能的制定。包括在微电网EMS100中或与之相关联的DER调度单元130实现DER调度功能,以生成满足用于感兴趣的定义的时间窗的控制目标的DER方案。在一个实施例中,控制目标最小化在定义的时间窗中的微电网的操作成本。微电网操作成本限制可以包括公用电网电价、分布式发电机启动/关机/空载/发电成本、能量资源存储成本等。限制集合包括用于功率平衡、生成功率输出、安全性、能量存储充电状态(充电或放电)、能量存储充电/放电速率等的限制。能量存储充电/放电/待机效率可以被假定为100%,并且与能量存储相关联的成本(例如,启动/关闭、充电/放电等)被假定为防止电能存储设备的频繁充电和放电,以便于延长电池寿命。电能存储设备的充电和放电操作成本用于防止不期望的能量存储的利用。电能存储设备的启动/关闭的成本用于防止频繁充电和放电。此外,***损耗被假定为整体负载水平的特定百分比。在电网连接模式下的DER调度的计划周期通常比在孤岛模式下更长。例如,在电网连接模式下,计划周期可以被选择为24小时,并且在孤岛模式下,该周期可以被选择为12小时或更小。
在一个实施例中,由包括在微电网EMS100中或与之相关联的DER调度单元130实现的超前DER调度功能满足下述成本控制目标:
min Σ t = 1 T { C g d t P g d t + Σ d g = 1 n d g [ S d g t C d g t n l + P d g t C d g t p g + SU d g t C d g t s u + SD d g t C d g t s d ] + Σ e s = 1 n e s [ C e s t SU C D ( SU e s t D + SU e s t C ) + C e s t S C D ( S e s t D + S e s t C ) ] } - - - ( 1 )
其中:
P g d t + Σ d g = 1 n d g P d g t + Σ e s = 1 n e s P e s t + Σ n d g = 1 n n d g S n d g t P n d g t = K 2 P T l d t t = 1 , ... , T - - - ( 2 )
S d g t P d g min ≤ P d g t ≤ S d g t P d g max d g = 1... n d g t = 1 , ... , T - - - ( 3 )
Sdgt≤Sdg(t-1)+SUdgtdg=1...ndgt=1,...,T(4)
Sdgt≥Sdg(t-1)-SDdgtdg=1...ndgt=1,...,T(5)
Σ d g = 1 n d g S d g t P d g max ≥ K 1 P c l t t = 1 , ... , T - - - ( 6 )
0≤Sndgt≤1ndg=1...nndgt=1,...,T(7)
E e s min ≤ E e s t ≤ E e s max e s = 1... n e s t = 2 , ... , T + 1 - - - ( 8 )
Eest=Ees(t-1)-PestΔtes=1...nest=2,...,T+1(9)
S e s t C P e s C max ≤ P e s t ≤ S e s t D P e s D max e s = 1... n e s t = 1 , ... , T - - - ( 10 )
0 ≤ S e s t C + S e s t D ≤ 1 e s = 1 ... n e s t = 1 , ... , T - - - ( 11 )
S e s t C - S e s ( t - 1 ) C - SU e s t C ≤ 0 e s = 1 ... n e s t = 1 , ... , T - - - ( 12 )
S e s t D - S e s ( t - 1 ) D - SU e s t D ≤ 0 e s = 1 ... n e s t = 1 , ... , T - - - ( 13 )
根据等式(1),由DER调度功能实现的控制目标最小化微电网的操作成本,其中:
T是在优化问题中考虑的时间间隔的数目;
ndg是可控制分布式发电机(DG)的数目;
Cgd是从公用(外部)电网提供的功率的成本函数;
Pgd是从公用(外部)电网供应的功率;
Sdg指示可控制DG的开/关状态;
是可控制DG的空载成本;
是可控制DG的发电成本;
Pdg是可控制DG的发电;
SUdg是DG的启动操作状态(1=启动操作,0=无启动操作)
是可控制DG的启动成本;
SDdg是可控制DG的关机成本(1=关机操作,0=无关机操作);
是使可控制DG关机的成本;
nes是电能存储(ES)设备的数目;
是用于ES设备的充电/放电成本;
指示ES设备的放电动作(1=开始放电操作,0=不开始放电操作);
指示ES设备的充电动作(1=开始充电操作,0=不开始充电操作);
是ES设备的充电/放电操作成本(例如,在DER调度中,能量存储的操作成本可以从第一时间间隔到最后时间间隔地增加,这驱动能量存储尽可能早地进行充电或放电);
指示ES设备的放电状态(1=放电,0=充电或空闲);并且
指示ES设备的充电状态(1=充电,0=放电或空闲)。
根据等式(1),控制目标也是与电能存储设备关联的能量存储成本的函数。在一个实施例中,变量和/或可以被选择,使得等式(1)中的项限制在定义的时间窗中被允许用于电能存储设备的充电/放电的量,使得针对定义的时间窗来最小化能量存储成本。
等式(2)是确保总发电等于每个决定时间间隔中的总负载要求的功率平衡等式。校正系数K2可以被设置为除了用于调整功率平衡的值。等式(3)表示用于可控制分布式发电机的功率输出限制。等式(4)和(5)分别是用于分布式发电机的启动和关机操作的限制。等式(6)是安全限制,这确保了在线(活动)可控制分布式发电机的总发电量大于关键负载的总需求量。即,在电网连接模式下,控制目标确保具有如分布式能量资源调度的参数Sdg指示的“开”状态的所有可控制分布式发电机的总发电容量大于在定义的时间窗中的微电网的关键负载。在处于孤岛模式时,校正因子K1可以被设置为除了考虑了“开”可控制分布式发电机在定义的时间窗中不服务之外的值。这样,总发电容量保持大于定义的时间窗中的微电网的关键负载,即使诸如与主电网(孤岛化)的断开连接或孤岛模式中可控制分布式发电机中的一个断开服务的未计划的断电发生。
等式(7)是用于包括在微电网中的可再生发电机的可再生功率输出限制。等式(8)是用于包括在微电网中的电能存储设备的充电限制的状态。等式(9)是用于电能存储设备的充电或放电限制,其中,充电/放电的效率被假定为100%。等式(10)是用于在充电/放电速率和状态之间的电能存储设备的限制。等式(11)是能量存储充电/放电状态的限制。等式(12)和(13)是与能量存储启动充电/放电操作相关的限制。
在式(2)-(13)中:
Pes表示从电能存储(ES)设备的发电;
nndg是可再生DG的数目;
Sndg是可再生发电机功率系数(二进制值,如果可再生不是连续可控制的;否则在0和1之间的连续变量);
Pndg是可再生DG发电;
K2是损耗系数(例如,基于负载水平在1.01-1.05之间选择,其他值是可能的);
PTld是总负载功率需求
表示可控制DG最小功率输出;
表示可控制DG最大功率输出;
K1是安全系数(1=电网连接模式,1.3-1.5=孤岛模式,其他值是可能的);
Pcl是关键负载需求;
是用于ES设备的额定最大存储能量;
是用于ES设备的额定最小存储能量;
Ees是电能存储设备中的能量的量;
Δt在每个预先选择的间隔的时间长度;
是ES设备的最大功率放电率(>0);并且
是电能存储设备的最大功率充电率(<0)。
DER调度功能的控制变量如下:
其中:
Pgd=[Pgd1Pgd2...PgdT](来自外部公用网络的功率)
Udg-1=[Pdg-1Sdg-1SUdg-1SDdg-1](DG1的参数)
Pdg-1=[Pdg-11Pdg-12...Pdg-1T]
Sdg-1=[Sdg-11Sdg-12...Sdg-1T]
SUdg-1=[SUdg-11SUdg-12...SUdg-1T]
SDdg-1=[SDdg-11SDdg-12...SDdg-1T]
.
.
.
P d g - n d g = P d g - n d g 1 P d g - n d g 2 ... P d g - n d g T
S d g - n d g = S d g - n d g 1 S d g - n d g 2 ... S d g - n d g T
SU d g - n d g = SU d g - n d g 1 SU d g - n d g 2 ... SU d g - n d g T
SD d g - n d g = SD d g - n d g 1 SD d g - n d g 2 ... SD d g - n d g T
Pes-1=[Pes-11Pes-12...Pes-1T]
Ses-1=[Ses-11Ses-12...Ses-1T]
S e s - 1 C = S e s - 11 C S e s - 12 C ... S e s - 1 T C
S e s - 1 D = S e s - 11 D S e s - 12 D ... S e s - 1 T D
.
.
.
P e s - n e s = P e s - n e s 1 P e s - n e s 2 ... P e s - n e s T
S e s - n e s = S e s - n e s 1 S e s - n e s 2 ... S e s - n e s T
S e s - n e s C = S e s - n e s 1 C S e s - n e s 2 C ... S e s - n e s T C
S e s - n e s D = S e s - n e s 1 D S e s - n e s 2 D ... S e s - n e s T D
DER调度功能可以被制定为混合整数线性编程问题。控制变量包括连续变量和二进制变量二者。连续控制变量包括Pgd、Pdg和Pes。二进制控制变量(0或1)包括Sdg、SUdg、SDdg、Ses用于DER调度功能的输入信息包括:
公共电价:Cgd(t=1,...,T);
可控制DG空载/启动/关机/发电成本:
假定的能量存储充电/放电和相应的操作成本:
总负载需求功率预测:PTld(t=1,...,T);
可再生DG发电预测:Pndg(t=1,...,T);
可控制DG最小和最大功率输出:
关键负载需求预测:PCl(t=1,...,T);
额定最大和最小存储的能量:
每个决定间隔的时间长度:Δt
能量存储的最大充电/放电功率费率:
每个能量存储的充电的实际情况:(该值用于在每个DER调度执行的开始时更新能量存储的充电的初始状态)。
DER调度功能的输出是DER调度,包括:可控制分布式发电机的开/关状态、可再生功率输出(当可再生是开/关或连续可控制时)、以及电能存储设备的充电/放电/空闲状态和速率。DER调度由微电网EMS100的ED/OPF单元132使用,以确定在实时操作中的分布式能量资源的功率设定点。
基于发电机的开/关状态和包括在DER调度中的能量存储充电/放电状态和速率,ED/OPF单元132最小化用于当前时间间隔(例如5至15分钟)的微电网络的操作成本,同时最小化能量存储充电/放电速率的偏差。即,控制目标最小化电能存储设备的实际充电/放电速率与在分布式能量资源调度中针对电能存储设备识别的充电/放电速率偏差的程度。由ED/OPF单元132考虑的限制包括功率平衡、下降速率、能量存储充电/放电效率以及操作限制,诸如在具体网络模型可用于微电网的情况下的线电流和节点电压限制。ED/OPF单元132基于下述控制目标来确定用于可控制分布式能量资源的功率设定点:
min { C g d P g d + &Sigma; d g = 1 n d g P d g C d g p g + &Sigma; e s = 1 n e s w e s ( P e s - P e s r e f ) 2 } - - - ( 15 )
其中:
P g d + &Sigma; d g = 1 n d g P d g + &Sigma; n d g = 1 n n d g S n d g t P n d g t + &Sigma; e s = 1 n e s P e s = K 2 P T l d - - - ( 16 )
P d g min &le; P d g &le; P d g max d g = 1... n d g - - - ( 17 )
P d g i n i - R d g D &Delta; t &le; P d g &le; P d g i n i + R d g U &Delta; t - - - ( 18 )
P e s C max &le; P e s &le; 0 o r 0 &le; P e s &le; P e s D max e s = 1 ... n e s - - - ( 19 )
E e s i n i - &rho; C P e s &Delta; t &le; E e s max o r E e s min &le; E e s i n i - P e s &Delta; t / &rho; D e s = 1... n e s - - - ( 20 )
I ln i n i + &Sigma; u = 1 n u S u I ln * &Delta; u &le; I ln max l n = 1... n l n - - - ( 21 )
V n v min &le; V n v i n i + &Sigma; u = 1 n u S u V n v * &Delta; u &le; V n v max n v = 1 ... n n v - - - ( 22 )
Q d g min &le; Q d g &le; Q d g max o r V d g min &le; V d g &le; V d g max d g = 1... n d g - - - ( 23 )
并且其中
Cgd表示从公用(外部)电网提供的功率的成本函数;
Pgd是从公用电网供应的功率;
ndg是可控制分布式发电机(DG)的数目;
是用于可控制DG的能量生成成本;
Pdg是用于可控制DG的功率生成;
K2是损耗系数(例如,基于负载水平在1.01-1.05之间选择,其他值是可能的);
nes是电能存储(ES)的设备的数目;
wes是ES设备的权重因子;
Pes表示ES设备的功率生成;
表示用于ES设备的功率生成参考(由DER调度确定);
nndg是可再生DG的数目;
Pndg表示可再生DG的功率生成;
PTld是总负载需求功率;
表示可控制DG的最小功率输出;
表示可控制DG的最大功率输出;
表示可控制DG的基本情况功率生成;
是DG的上升速率;
是DG的下降速率;
Δt在考虑下的时间间隔;
是ES设备的最大功率放电率(>0);
是电能存储设备的最大功率充电率(<0)。
是ES设备的基本情况存储的能量;
ρC,ρD表示ES设备的充电/放电效率
表示额定最大存储能量;
是额定最小存储能量;
是基本线电流幅值;
是线电流限制;
nln是线电流约束违规的数目;
u是可控制变量;
表示关于可控制变量u的线电流的灵敏度;
表示关于可控制变量u的节点电压的灵敏度;
分别是节点电压下限和上限;
基本情况节点电压幅值;
nv是电压约束违规下的电压的数目;
Qdg表示可控制DG的无功功率生成;
分别表示可控制DG的无功功率下限和上限;
Vdg是可控制DG的电压设定点;并且
分别是可控制DG的电压设定点下限和上限。
等式(15)是由最小化微电网的操作成本的ED/OPF单元132实现的目标函数。ED/OPF控制目标可以基于由等式(15)中的项给出的能量存储来被加权,其中加权因子wes被应用于针对DER调度中的电能量存储设备识别的充电/放电速率。等式(16)是确保从发电供应的总负载需求的功率平衡等式。在一个实施例中,损耗系数K2考虑微电网中的计划的断电,使得可以在当前时间间隔中,即通过设置K2>1,例如在1.01和1.05之间,来最小化甩负荷。等式(17)定义在DG有功功率的上限和下限上的操作范围。等式(18)提供了DG实际(P)功率输出斜坡速率限制。等式(19)提供电能存储设备充电/放电速率限制。等式(20)提供电能存储设备状态(即充电或放电)限制。等式(21)和(22)分别提供在具体网络模型可用于微电网时的线电流和节点电压限制。线电流和节点电压限制分别可以包括线电流和节点电压灵敏度变量。等式(23)定义DG无功(Q)功率或电压设定点的上限和下限上的操作范围。
ED/OPF功能的控制变量如下:
在电网连接模式中:
其中,
P d g = P d g - 1 P d g - 2 ........ P d g - n d g
P e s = P e s - 1 P e s - 2 ........ P e s - n e s
Q d g = Q d g - 1 Q d g - 2 ........ Q d g - n d g
在孤岛模式中:
其中,
P d g = P d g - 1 P d g - 2 ........ P d g - n d g
P e s = P e s - 1 P e s - 2 ........ P e s - n e s
Q &OverBar; d g = Q d g - 2 ........ Q d g - n d g
分布式发电机DG1,例如具有最大容量的发电机,在孤岛模式下被选择为松弛发电机。DG1的无功功率(Q)是由其他分布式发电机的总负载需求和功率输出来确定的。ED/OPF单元132制定ED/OPF作为二次编程问题。二次项被包括在由等式(15)给出的目标函数中。所有的限制是线性表达。用于ED/OPF目标函数的输入信息包括:
公共电价Cgd
可控制DG发电成本
由DER调度确定的ES设备的充电/放电功率参考
由DER调度确定的在线(激活)可控制DG(即,状态=开);
总负载需求功率PTld
可再生DG发电Pndg
可控制DG最小和最大功率输出:
可控DG上升/下降速率
额定最大和最小存储的能量
时间间隔Δt;
能量存储的最大充电/放电功率费率:
关于控制变量的操作限制的灵敏度信息;以及
线电流和节点电压大小极限
目标函数的ED/OPF输出包括用于可控制分布式能量资源的功率设定点和能量存储充电/放电功率。可以经由微电网通信和控制网络124向相应的设备发出这些控制需求,以操作上实时地每时间间隔地操作微电网。
如本文先前所述,功率断电可以通过微电网EMS100的断电减轻单元133来减轻,例如适当地通过损耗系数K2来减轻。对于计划的断电,提供更精确和可靠的解决方案。
图4图示了控制微电网的操作的方法的实施例的流程图,微电网包括多个分布式能量资源,多个分布式能量资源包括可控制分布式发电机和电能存储设备。如果可再生发电/负载预测被更新(框300),则微电网EMS100的DER调度单元130例如根据等式(1)-(14)来执行DER目标函数以更新DER调度(框310)。ED/OPF单元132例如根据等式(15)-(23),至少部分地基于新的DER调度来执行ED/OPF目标函数。否则,微电网EMS100以正常调度的时间间隔(例如,每1或2个小时,具有24小时的超前窗口)执行DER目标函数,并且然后至少部分地基于新的(定期调度的)DER执调度来执行ED/OPF目标函数(框330,320)。
对于未计划的干扰或断电,DER调度可以针对保留用于关键负载的足够自旋(工作)来计划。当未计划的断电发生时,DG/ES的本地控制和甩负荷机制二者自动地响应于频率/电压变化,以调整发电输出和/或进行甩负荷。对于计划的断电,微电网EMS可以实现计划的断电控制功能(框340)。微电网EMS可以实现计划的停机控制功能,以提前确定甩负荷。此外,DER和ED/OPF目标函数可以被执行,以在可用分布式发电机当中确定甩负荷以及功率生成重新调度,例如,以在进入孤岛模式之前实现与公共的零功率交换。
图5图示了由微电网EMS100的断电缓解单元133实现的计划的断电控制功能的实施例的流程图。根据该实施例,计划的断电控制功能在断电期间考虑最坏情况的情景。甩负荷的量是基于发电和负载的最大失配来确定的。甩负荷解决方案在每次断电期间是相同的。计划的断电控制功能使用计划的断电时间/调度(框400)和估计的断电持续时间中的负载需求/可再生发电预测(框410),来计算甩负荷是否是必要的,并且如果是,则应当削减多少负载(框420)。如果不需要甩负荷(框430),则没有负载被断开(框440),并且结果被输出(框450)。否则,在断电发生之前,非关键负载被优先和削减(框460)。这能够包括基于启发式规则来确定甩负荷,使得不需要优化。当估计的断电持续时间相对短时,诸如小于4小时时,该解决方案是适用的。
根据甩负荷的一个实施例(框460),非关键负载被优先(框462),并且最小的非关键负载断开并且从甩负荷列表中移除(框464)。如果在该甩负荷列表的修改之后,负载容量保持高于发电容量(框466),则次小的非关键负载断开,并且从甩负荷列表中移除(框464)。重复该过程,直至负载容量等于或低于发电容量(框464、466),或一些其他的停止标准被满足。新的甩负荷列表被输出(框468)以供在调度的断电期间使用。
根据计划的断电控制功能的另一实施例,考虑断电的整个持续时间,而不是最坏的情况。微电网的操作也在时间范围上被优化,以在每个决定时间间隔中计算DER状态和能量存储设定点以及甩负荷的量。该制定与本文前述的DER调度功能实施例相同,除了包括甩负荷。在确定每个间隔中的甩负荷的量之后,在每个时间间隔中,基于非关键负载的优先级来生成新的甩负荷列表。基于每个决定间隔中的甩负荷列表来削减非关键负载。这样,在有助于最小化甩负荷的不利影响的断电持续时间中考虑甩负荷。当估计的断电持续时间相对长时,诸如比4小时长时,本解决方案是适用的。DER调度功能被修改为包括甩负荷,如下:
min &Sigma; t = 1 T _ o u t a g e { C g d t P g d t + &Sigma; d g = 1 n d g &lsqb; S d g t C d g t n l + P d g t C d g t p g + SU d g t C d g t s u + SD d g t C d g t s d &rsqb; + &Sigma; e s = 1 n e s &lsqb; C e s t SU C D ( SU e s t D + SU e s t C ) + C e s t S C D ( S e s t D + S e s t C ) &rsqb; + w s h e d P s h e d t } - - - ( 24 )
P g d t + &Sigma; d g = 1 n d g P d g t + &Sigma; e s = 1 n e s P e s t + &Sigma; n d g = 1 n n d g S n d g t P n d g t = K 2 ( P T l d t - P s h e d t ) t = 1 , ... , T - - - ( 25 )
Pshedt≥0t=1,...,T(26)
S d g t P d g min &le; P d g t &le; S d g t P d g max d g = 1... n d g t = 1 , ... , T - - - ( 27 )
Sdgt≤Sdg(t-1)+SUdgtdg=1...ndgt=1,...,T(28)
Sdgt≥Sdg(t-1)-SDdgtdg=1...ndgt=1,...,T(29)
&Sigma; d g = 1 n d g S d g t P d g max &GreaterEqual; K 1 P c l t t = 1 , ... , T - - - ( 30 )
0≤Sndgt≤1ndg=1...nndgt=1,...,T(31)
E e s min &le; E e s t &le; E e s max e s = 1... n e s t = 2 , ... , T + 1 - - - ( 32 )
Eest=Ees(t-1)-PestΔtes=1...nest=2,...,T+1(33)
S e s t C P e s C max &le; P e s t &le; S e s t D P e s D max e s = 1... n e s t = 1 , ... , T - - - ( 34 )
0 &le; S e s t C + S e s t D &le; 1 e s = 1 ... n e s t = 1 , ... , T - - - ( 35 )
S e s t C - S e s ( t - 1 ) C - SU e s t C &le; 0 e s = 1 ... n e s t = 1 , ... , T - - - ( 36 )
S e s t D - S e s ( t - 1 ) D - SU e s t D &le; 0 e s = 1 ... n e s t = 1 , ... , T - - - ( 37 )
其中:
wshed是甩负荷加权因子;
Pshedt表示时间间隔t中的甩负荷的量;并且
Toutage是总断电时间。
等式(24)-(37)中的其余变量如本文先前关于DER调度功能所述。
等式(24)最小化微电网的操作成本,并且还最小化在断电持续时间中的甩负荷。等式(25)确保发电和负载在每个时间间隔中被平衡。等式(26)确保甩负荷的量总是正的。等式(27)-(37)对应于与DER调度功能相关的等式(3)-(13)。
甩负荷下的修改的DER调度功能的控制变脸如下:
其中:
Udg-1=[Pdg-1Sdg-1SUdg-1SDdg-1](DG1的参数)
Pdg-1=[Pdg-11Pdg-12...Pdg-1T]
Sdg-1=[Sdg-11Sdg-12...Sdg-1T]
SUdg-1=[SUdg-11SUdg-12...SUdg-1T]
SDdg-1=[SDdg-11SDdg-12...SDdg-1T]
.
.
.
P d g - n d g = P d g - n d g 1 P d g - n d g 2 ... P d g - n d g T
S d g - n d g = S d g - n d g 1 S d g - n d g 2 ... S d g - n d g T
SU d g - n d g = SU d g - n d g 1 SU d g - n d g 2 ... SU d g - n d g T
SD d g - n d g = SD d g - n d g 1 SD d g - n d g 2 ... SD d g - n d g T
.
.
.
Pes-1=[Pes-11Pes-12...Pes-1T]
Ses-1=[Ses-11Ses-12...Ses-1T]
S e s - 1 C = S e s - 11 C S e s - 12 C ... S e s - 1 T C
S e s - 1 D = S e s - 11 D S e s - 12 D ... S e s - 1 T D
.
.
.
P e s - n e s = P e s - n e s 1 P e s - n e s 2 ... P e s - n e s T
S e s - n e s = S e s - n e s 1 S e s - n e s 2 ... S e s - n e s T
S e s - n e s C = S e s - n e s 1 C S e s - n e s 2 C ... S e s - n e s T C
S e s - n e s D = S e s - n e s 1 D S e s - n e s 2 D ... S e s - n e s T D
.
.
.
Ushed=[Pshed1Pshed2...PshedT](负载削减的量)
计划的断电控制由微电网EMS100的断电缓解单元133制定为混合整数线性编程问题。控制变量包括连续变量和二进制变量二者。连续控制变量包括Pgd、Pdg、Pes和Pshed。二进制控制变量(0或1)包括Sdg,SUdg,SDdg,Ses用于计划的断电控制的信息输入包括:
可控制DG空载/启动/关机/发电成本:
能量存储充电/放电和相应的操作成本:
断电期间的总负载需求功率预测:PTld(t=1,...,T);
断电期间的可再生DG发电预测:Pndg(t=1,...,T);
可控制DG最小和最大功率输出:
断电期间的关键负载需求预测:Pcl(t=1,...,T);
额定最大和最小存储的能量:
每个决定间隔的时间长度:Δt
能量存储的最大充电/放电功率费率:以及
断电持续时间:Toutage
计划的断电控制功能的输出包括:可控制分布式发电机的开/关状态、可再生功率输出(当可再生连续可控时)、电能存储设备的充电/放电/空闲状态和速率以及甩负荷列表。
本文描述的微电网EMS100可以在分布式控制***(DCS)的中央控制器中执行,并且收集来自整个微电网的信息。在电网连接模式下,稳定性不是主要问题,而主要目标是实现微电网的经济操作。通常,局部稳定性控制(V/f)被禁用,并且所有单元利用由微电网100EMS提供的设置以所谓的PQ模式进行操作,除非微电网向电网运营商提供辅助服务,诸如频率控制和电压调节。诸如飞轮的一个或多个快速响应DER可以被控制为响应于***频率和电压变化,同时微电网EMS100以期望的时间间隔(例如,每5至15分钟)提供用于其他能量资源的功率设定点,以改善***经济操作。在孤岛模式下,微电网操作的主要目标是保持***稳定性,并且保证关键负载服务,基于此可以进一步实现经济操作。微电网EMS100可以提供功率设定点作为对由DCS作出的决定的参考点。
本文描述的方法将操作计划从前一天移动到时间框的前一小时,这使得DER调度能够完全利用最新和最多的准确生成和负载预测信息。此外,所提出的DER调度功能可以根据微电网规模来在较短时间长度(例如,每30分钟)中确定DER的调拨。这些特征提供了高度灵活的控制策略,并且产生用于微电网操作的改进的控制结果。
此外,本文描述的微电网EMS100解决了在可再生发电和负载预测被更新时的DER调度,并且实现用于当前时间间隔的ED/OPF以减少计算复杂度。这允许包含更具体的操作限制,诸如线电流和母线电压限制,即最优功率流约束。
为了进一步减少计算工作,还可以通过微电网的规模或要解决的优化问题的维度来调整DER调度的执行频率。例如,如果优化问题可以被足够快地解决,则每当发电和/或负载预测发生时,可以进行DER调度的执行。否则,仅当存在大于特定预定义的阈值的改变时,可以执行DER调度。
诸如“第一”、“第二”等的术语用于描述各种元件、区域、部分等,并且不意在是限制性的。在说明书中,类似的术语指类似的元件。
如本文使用的术语“具有”、“包含”、“包括”等是开放式术语,指示存在所陈述的元件或特征,但是不排除其他元件或特征。冠词“一”、“一个”和“该”意在包括复数和单数,除非上下文另有明确说明。
考虑以上变型和应用的范围,应该理解,本发明不受上述说明的限制,也不受附图限制。相反,本发明仅由以下权利要求及其合法等同物来限定。

Claims (25)

1.一种控制微电网的操作的方法,所述微电网包括多个分布式能量资源,所述多个分布式能量资源包括可控制分布式发电机(104、106、108、110、112)和电能存储设备(114),所述方法包括:
周期性地更新用于所述微电网的分布式能量资源调度,所述分布式能量资源调度包括所述可控制分布式发电机(104、106、108、110、112)的开/关状态以及所述电能存储设备(114)的充电/放电状态和速率,并且所述分布式能量资源调度至少部分地基于针对所述微电网(200)的可再生能量生成和负载预测来满足对于定义的时间窗中的第一控制目标;以及
周期性地确定用于所述可控制分布式能量资源(104、106、108、110、112)的功率设定点,所述功率设定点满足对于所述预定义的时间窗内当前时间间隔的第二控制目标,所述第二控制目标是至少用于所述微电网(210)的所述分布式能量资源调度的函数。
2.根据权利要求1所述的方法,其中,在所述分布式能量资源调度被再次更新并且所述定义的时间窗被移动之前,针对所述定义的时间窗内的至少两个连续时间间隔来确定用于所述可控制分布式能量资源(104、106、108、110、112)的所述功率设定点。
3.根据权利要求1所述的方法,其中,所述第一控制目标还是与所述电能存储设备(114)相关联的能量存储成本的函数。
4.根据权利要求3所述的方法,其中,所述第一控制目标限制在所述定义的时间窗中被允许用于所述电能存储设备(114)的充电/放电的量,使得对于所述定义的时间窗所述能量存储成本被最小化。
5.根据权利要求1所述的方法,其中,所述第一控制目标确保具有如由所述分布式能量资源调度指示的开状态的所有所述可控制分布式发电机(104、106、108、110、112)的总功率生成容量大于对于所述定义的时间窗的所述微电网的关键负载。
6.根据权利要求5所述的方法,其中,所述第一控制目标还是校正因子的函数,所述校正因子考虑具有开状态的所述可控制分布式发电机(104、106、108、110、112)中的至少一个在所述定义的时间窗期间停止服务,使得即使所述微电网与主电网断开连接,或者在孤岛模式中所述可控制分布式发电机(104、106、108、110、112)中的至少一个停止服务,所述总功率生成容量保持大于在所述定义的时间窗中的所述微电网的所述关键负载。
7.根据权利要求1所述的方法,其中,所述微电网被配置为在电网连接模式下连接到电网,并且在孤岛模式下与所有电网隔离,并且其中,所述定义的时间窗对于所述孤岛模式比对于所述电网连接模式短。
8.根据权利要求1所述的方法,进一步包括:
每当所述可再生能量生成和负载预测被修改时,更新所述分布式能量资源调度;以及
每当所述分布式能量资源调度被更新时,移动所述定义的时间窗。
9.根据权利要求1所述的方法,其中,所述分布式能量资源调度每小时或更不频繁地被更新,并且其中,用于所述可控制分布式能量资源(104、106、108、110、112)的所述功率设定点每15分钟或更频繁地被确定。
10.根据权利要求1所述的方法,其中,所述第二控制目标将对于所述当前时间间隔中的所述微电网的操作成本最小化,同时将所述电能存储设备(114)的实际充电/放电速率从在所述分布式能量资源调度中针对所述电能存储设备(114)标识的充电/放电速率偏离的程度最小化。
11.根据权利要求1所述的方法,其中,所述第二控制目标还是施加在所述微电网上的线电流和节点电压约束的函数。
12.根据权利要求1所述的方法,其中,所述第二控制目标还是在所述分布式能量资源调度中施加到针对所述电能存储设备(114)标识的充电/放电速率的加权因子的函数。
13.根据权利要求1所述的方法,其中,所述第二控制目标还是甩负荷变量的函数,所述甩负荷变量考虑所述微电网中的计划的断电,使得在所述当前时间间隔中最小化甩负荷。
14.一种用于控制微电网的操作的微电网能量管理***(100),所述微电网包括多个分布式能量资源,所述多个分布式能量资源包括可控制分布式发电机(104、106、108、110、112)和电能存储设备(114),所述微电网能量管理***(100)包括处理电路(128),所述处理电路(128)可操作为:
周期性地更新用于所述微电网的分布式能量资源调度,所述分布式能量资源调度包括所述可控制分布式发电机(104、106、108、110、112)的开/关状态以及所述电能存储设备(114)的充电/放电状态和速率,并且所述分布式能量资源调度至少部分地基于针对所述微电网(200)的可再生能量生成和负载预测来满足对于定义的时间窗中的第一控制目标;以及
周期性地确定用于所述可控制分布式能量资源(104、106、108、110、112)的功率设定点,所述功率设定点满足对于在所述定义的时间窗内当前时间间隔的第二控制目标,所述第二控制目标是至少用于所述微电网(210)的所述分布式能量资源调度的函数。
15.根据权利要求14所述的微电网能量管理***(100),其中,所述处理单元(128)可操作为在所述分布式能量资源调度被再次更新并且所述定义的时间窗被移动之前,针对所述定义的时间窗内的至少两个连续时间间隔来确定用于所述可控制分布式能量资源(104、106、108、110、112)的所述功率设定点。
16.根据权利要求14所述的微电网能量管理***(100),其中,所述第一控制目标还是与所述电能存储设备(114)相关联的能量存储成本的函数。
17.根据权利要求16所述的微电网能量管理***(100),其中,所述第一控制目标限制在所述定义的时间窗中被允许用于所述电能存储设备(114)的充电/放电的量,使得对于所述定义的时间窗所述能量存储成本被最小化。
18.根据权利要求14所述的微电网能量管理***(100),其中,所述第一控制目标确保具有如由所述分布式能量资源调度指示的开状态的所有所述可控制分布式发电机(104、106、108、110、112)的总功率生成容量大于对于所述定义的时间窗的所述微电网的关键负载。
19.根据权利要求18所述的微电网能量管理***(100),其中,所述第一控制目标还是校正因子的函数,所述校正因子考虑具有开状态的所述可控制分布式发电机(104、106、108、110、112)中的至少一个在所述定义的时间窗期间停止服务,使得即使所述微电网与主电网断开连接,或者在孤岛模式中所述可控制分布式发电机(104、106、108、110、112)中的至少一个停止服务,所述总功率生成容量保持大于所述定义的时间窗中的所述微电网的关键负载。
20.根据权利要求14所述的微电网能量管理***(100),其中,所述处理电路(128)进一步可操作为:
每当所述可再生能量生成和负载预测被修改时,更新所述分布式能量资源调度;以及
每当所述分布式能量资源调度被更新时,移动所述定义的时间窗。
21.根据权利要求14所述的微电网能量管理***(100),其中,所述处理电路可操作为对所述分布式能量资源调度每小时或更不频繁地进行更新,并且每15分钟或更频繁地确定用于所述可控制分布式能量资源(104、106、108、110、112)的所述功率设定点。
22.根据权利要求14所述的微电网能量管理***(100),其中,所述第二控制目标将对于所述当前时间间隔中的所述微电网的操作成本最小化,同时将所述电能存储设备(114)的实际充电/放电速率从所述分布式能量资源调度中针对所述电能存储设备(114)标识的充电/放电速率偏离的程度最小化。
23.根据权利要求14所述的微电网能量管理***(100),其中,所述第二控制目标还是施加在所述微电网上的线电流和节点电压约束的函数。
24.根据权利要求14所述的微电网能量管理***(100),其中,所述第二控制目标还是在所述分布式能量资源调度中施加到针对所述电能存储设备(114)标识的充电/放电速率的加权因子的函数。
25.根据权利要求14所述的微电网能量管理***(100),其中,所述第二控制目标还是甩负荷变量的函数,所述甩负荷变量考虑所述微电网中的计划的断电,使得在所述当前时间间隔中最小化甩负荷。
CN201480043276.6A 2013-07-31 2014-07-23 用于控制微电网的操作的微电网能量管理***和方法 Active CN105684257B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/955,575 2013-07-31
US13/955,575 US9733623B2 (en) 2013-07-31 2013-07-31 Microgrid energy management system and method for controlling operation of a microgrid
PCT/US2014/047736 WO2015017201A1 (en) 2013-07-31 2014-07-23 Microgrid energy management system and method for controlling operation of a microgrid

Publications (2)

Publication Number Publication Date
CN105684257A true CN105684257A (zh) 2016-06-15
CN105684257B CN105684257B (zh) 2019-08-06

Family

ID=51301351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480043276.6A Active CN105684257B (zh) 2013-07-31 2014-07-23 用于控制微电网的操作的微电网能量管理***和方法

Country Status (8)

Country Link
US (1) US9733623B2 (zh)
EP (1) EP3028358B2 (zh)
CN (1) CN105684257B (zh)
AU (1) AU2014296613B2 (zh)
ES (1) ES2637967T5 (zh)
PT (1) PT3028358T (zh)
WO (1) WO2015017201A1 (zh)
ZA (1) ZA201600139B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108695855A (zh) * 2017-04-04 2018-10-23 Abb股份公司 用于配置负载削减控制器的计算机实现的方法
CN109818368A (zh) * 2017-11-21 2019-05-28 施耐德电器工业公司 控制微电网的方法
CN111614125A (zh) * 2019-02-22 2020-09-01 Abb电网瑞士股份公司 控制微电网的方法、功率管理***和能量管理***
CN112785048A (zh) * 2021-01-07 2021-05-11 太原理工大学 计及电动汽车用户需求的直流微电网经济调度方法
CN115443592A (zh) * 2020-02-24 2022-12-06 领先电力解决方案有限公司 用于动态调度发电机电力的技术

Families Citing this family (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014512625A (ja) 2011-04-22 2014-05-22 エクスパナージー,エルエルシー エネルギー使用状況を分析するためのシステムおよび方法
EP2786337A4 (en) 2011-11-28 2015-08-26 Expanergy Llc METHODS AND SYSTEMS OF AN ENERGY SEARCH ENGINE
US9312699B2 (en) 2012-10-11 2016-04-12 Flexgen Power Systems, Inc. Island grid power supply apparatus and methods using energy storage for transient stabilization
US10289080B2 (en) 2012-10-11 2019-05-14 Flexgen Power Systems, Inc. Multi-generator applications using variable speed and solid state generators for efficiency and frequency stabilization
US9553517B2 (en) 2013-03-01 2017-01-24 Fllexgen Power Systems, Inc. Hybrid energy storage system and methods
US9515491B2 (en) 2013-09-18 2016-12-06 International Business Machines Corporation Managing devices within micro-grids
US10120358B2 (en) * 2013-12-10 2018-11-06 Nec Corporation Energy system and method for controlling load balancing therein
US20150288183A1 (en) 2014-04-06 2015-10-08 CleanSpark Technologies LLC Establishing communication and power sharing links between components of a distributed energy system
EP3134950B1 (en) * 2014-04-22 2019-04-03 Siemens Aktiengesellschaft Flexible control architecture for microgrid resiliency
US20150311713A1 (en) * 2014-04-28 2015-10-29 Nec Laboratories America, Inc. Service-based Approach Toward Management of Grid-Tied Microgrids
US10623436B2 (en) * 2014-04-28 2020-04-14 Honeywell International Inc. System and method of architectural security and resilience for microgrid systems
WO2015175362A1 (en) * 2014-05-10 2015-11-19 Scuderi Group, Inc. Power generation systems and methods
CN107077704B (zh) * 2014-10-21 2021-12-03 埃森哲环球服务有限公司 用于针对微电网的容量确定的***、方法以及装置以及有形计算机可读介质
WO2016098200A1 (ja) * 2014-12-17 2016-06-23 東芝三菱電機産業システム株式会社 太陽光発電所の制御システム
ES2819248T3 (es) 2014-12-30 2021-04-15 Flexgen Power Systems Inc Dispositivo de estabilización de potencia transitoria con control de potencia activa y reactiva
AU2016222134B2 (en) 2015-02-20 2020-07-16 Noble Drilling A/S Power generation and distribution system for offshore drilling units
US10514663B2 (en) 2015-06-12 2019-12-24 United Technologies Corporation Microgrid system and controller
US20170025894A1 (en) 2015-07-04 2017-01-26 Sunverge Energy, Inc. Microgrid controller for distributed energy systems
US9960637B2 (en) 2015-07-04 2018-05-01 Sunverge Energy, Inc. Renewable energy integrated storage and generation systems, apparatus, and methods with cloud distributed energy management services
CN105515027B (zh) * 2015-08-06 2017-03-29 樊朝晖 一种负荷曲线可配置的储能微网控制方法
JP6420912B2 (ja) * 2015-08-12 2018-11-07 京セラ株式会社 管理サーバ、管理方法及び管理システム
KR101724893B1 (ko) * 2015-09-08 2017-04-07 한국전력공사 독립형 마이크로그리드 자율제어 시스템 및 방법
US10366459B2 (en) 2015-10-16 2019-07-30 Andrija Sadikovic Method and system for aggregation and control of energy grids with distributed energy resources
TWI559250B (zh) * 2015-10-16 2016-11-21 行政院原子能委員會核能研究所 微電網能源管理即時調度方法
WO2017067585A1 (en) * 2015-10-21 2017-04-27 Abb Schweiz Ag A method to improve microgrid stability with mgc controllers
TWI553997B (zh) * 2015-11-04 2016-10-11 元智大學 微電網最大裝設充電站容量評估方法及其系統
WO2017090519A1 (ja) * 2015-11-26 2017-06-01 日本電気株式会社 情報処理装置、情報処理方法、及び、記録媒体
US10437214B1 (en) * 2015-12-04 2019-10-08 University Of South Florida Multi-agent decision making system for economic operation and frequency regulation
US10886737B2 (en) * 2016-01-25 2021-01-05 S&C Electric Company Energization control for establishing microgrids
WO2017148520A1 (en) * 2016-03-03 2017-09-08 Abb Schweiz Ag Power control of a microgrid
WO2017154116A1 (ja) * 2016-03-08 2017-09-14 日本電気株式会社 電力制御装置、電力制御システム、電力制御方法、及び、プログラム
US10423185B2 (en) * 2016-05-09 2019-09-24 General Electric Company Systems and methods for regulating a microgrid
CN106026152B (zh) * 2016-05-19 2017-06-06 合肥工业大学 一种电动汽车接入微电网的充放电调度方法
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
EP3542431A2 (en) 2016-11-16 2019-09-25 Alliance for Sustainable Energy, LLC Real time feedback-based optimization of distributed energy resources
US10418822B2 (en) * 2017-02-14 2019-09-17 Mitsubishi Electric Research Laboratories, Inc. Energy production and frequency regulation Co-optimization for power generation systems
HUP1700091A2 (en) * 2017-02-28 2018-09-28 Imre Sziszak Sheath means and method of forming a pavement with said sheath means
US10423138B2 (en) * 2017-03-06 2019-09-24 Con Edison Battery Storage, Llc Building energy storage system with planning tool
CN106998077A (zh) * 2017-03-09 2017-08-01 国网新疆电力公司 一种长距离输电型电网光伏最大消纳能力的确定方法
CN106953318A (zh) * 2017-03-29 2017-07-14 杭州赫智电子科技有限公司 一种基于成本的微电网优化控制方法
US10770901B2 (en) * 2017-04-07 2020-09-08 Nexant, Inc. Systems and methods for optimally delivering electrical energy in a network
US10613492B2 (en) 2017-07-26 2020-04-07 General Electric Company Method and system for providing flexible reserve power for power grid
US11223206B2 (en) 2017-12-01 2022-01-11 Massachusetts Institute Of Technology Methods and systems for secure scheduling and dispatching synthetic regulation reserve from distributed energy resources
US10535998B2 (en) * 2017-12-06 2020-01-14 Inventus Holdings, Llc Controlling a behind the meter energy storage and dispatch system to improve power efficiency
CN108695871B (zh) * 2018-05-03 2021-07-06 上海交通大学 含有电力弹簧的孤岛微电网降低储能容量需求的配置方法
US20200021131A1 (en) * 2018-07-16 2020-01-16 Battelle Memorial Institute Control for energy resources in a microgrid
US10326305B1 (en) * 2018-08-27 2019-06-18 Ekergy Llc Personal power plant system and methods of inverse energy generation
DE102018124618A1 (de) * 2018-10-05 2020-04-09 Innogy Se Steuerung und/oder Regelung von Micro-Grids
DE102018125529A1 (de) * 2018-10-15 2020-04-16 Wobben Properties Gmbh Dynamisches Windkraftwerk
CN110046780B (zh) * 2018-11-16 2022-11-11 国网浙江平阳县供电有限责任公司 基于分时电价的孤岛微电网需求响应经济调度方法及***
ES2931500T3 (es) * 2018-12-03 2022-12-30 Siemens Ag Planificación operativa predictiva en una microrred con intercambio de potencia entre la microrred y una red eléctrica principal
WO2020123799A1 (en) 2018-12-12 2020-06-18 General Electric Company Hybrid power plant
CN110417018A (zh) * 2018-12-14 2019-11-05 特变电工西安电气科技有限公司 一种多应用模式的并网型微电网能量管理方法及装置
CN109919478B (zh) * 2019-02-28 2023-04-07 天津大学 一种考虑综合供能可靠性的综合能源微网规划方法
CN110048405B (zh) * 2019-04-03 2023-03-28 上海交通大学 基于电力弹簧的微电网能量优化方法
CN110310014B (zh) * 2019-06-05 2022-05-03 清华大学 基于过渡矩阵的泛在电力物联网分布式经济调度方法
CN110417002B (zh) * 2019-07-09 2021-02-12 华中科技大学 一种孤岛微电网能量模型的优化方法
CN110390598B (zh) * 2019-09-05 2024-04-26 珠海格力电器股份有限公司 能源交易***、控制方法以及存储介质
CN110571868B (zh) * 2019-09-25 2023-06-02 三峡大学 微电网的优化配置方法
CN110707712B (zh) * 2019-10-15 2022-10-28 东北大学 一种考虑需求响应的微电网供电可靠性分析方法
CN110826239A (zh) * 2019-11-12 2020-02-21 东南大学 一种冷热电联供型多微网主动配电***调度方法
CN111064210B (zh) * 2019-12-12 2021-09-14 国网浙江省电力有限公司台州供电公司 增加新能源发电波动的海岛电网储能***分层控制方法
US11824359B2 (en) * 2020-01-28 2023-11-21 Electronics And Telecommunications Research Institute Electricity management apparatus for trading dump power for housing, and housing complex association method
DE102020104324B4 (de) * 2020-02-19 2022-01-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zum Betreiben eines elektrischen Inselstromnetzes
US11630429B2 (en) * 2020-12-21 2023-04-18 Hitachi Energy Switzerland Ag Power grid resource allocation
JP7494729B2 (ja) * 2020-12-23 2024-06-04 トヨタ自動車株式会社 電力システムおよびサーバ
CN112928767B (zh) * 2021-03-29 2022-06-14 广东电网有限责任公司电力科学研究院 一种分布式储能协同控制方法
US11398729B1 (en) 2021-05-11 2022-07-26 Schweitzer Engineering Laboratories, Inc. Adaptive load management based on system capacity in a microgrid environment
US11892809B2 (en) * 2021-07-26 2024-02-06 Veritone, Inc. Controlling operation of an electrical grid using reinforcement learning and multi-particle modeling
CN113690882B (zh) * 2021-08-16 2023-07-11 三峡大学 基于***热备用的主动配电网优化调度方法
US11936184B2 (en) 2021-08-19 2024-03-19 Caterpillar Inc. Systems and methods for operating hybrid power system by combining prospective and real-time optimizations
US11962156B2 (en) * 2021-08-19 2024-04-16 Caterpillar Inc. Systems and methods for constrained optimization of a hybrid power system that accounts for asset maintenance and degradation
US20230077967A1 (en) * 2021-09-16 2023-03-16 Heila Technologies, Inc. Power distribution control
WO2023069025A2 (en) * 2021-10-22 2023-04-27 Canopy Power Pte Ltd Energy management system
CN114498641B (zh) * 2022-04-18 2022-06-24 国网智能电网研究院有限公司 一种分布式灵活资源聚合控制装置及控制方法
CN114552673B (zh) * 2022-04-25 2022-07-12 广东海洋大学 一种海岛微电网的能源管理控制方法及***
CN117498306A (zh) * 2023-10-08 2024-02-02 湖南第一师范学院 一种微电网优化调度方法、***、介质、设备及终端

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184475A (zh) * 2011-05-11 2011-09-14 浙江大学 基于多时间尺度协调的微网经济运行优化调度方法
CN102289566A (zh) * 2011-07-08 2011-12-21 浙江大学 独立运行模式下的微电网多时间尺度能量优化调度方法
US20130079943A1 (en) * 2011-09-28 2013-03-28 Ii Thomas Francis Darden Systems and methods for microgrid power generation management with selective disconnect
WO2013049547A2 (en) * 2011-09-28 2013-04-04 Cherokee Advisers, Llc Systems and methods for optimizing microgrid power generation management with selective disconnect and predictive modeling
US20130190938A1 (en) * 2012-01-25 2013-07-25 General Electric Company Power generation optimization in microgrid including renewable power source

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7343360B1 (en) 1998-05-13 2008-03-11 Siemens Power Transmission & Distribution, Inc. Exchange, scheduling and control system for electrical power
US7061139B2 (en) 2001-02-13 2006-06-13 Utc Fuel Cells, Llc System for providing assured power to a critical load
US6757590B2 (en) 2001-03-15 2004-06-29 Utc Fuel Cells, Llc Control of multiple fuel cell power plants at a site to provide a distributed resource in a utility grid
EP1866717B1 (en) 2005-03-01 2012-06-20 Beacon Power Corporation Method and device for intentionally isolating distributed power generation sources
JP4804375B2 (ja) * 2007-01-30 2011-11-02 三洋電機株式会社 系統連系装置及び系統連系システム
US9148019B2 (en) 2010-12-06 2015-09-29 Sandia Corporation Computing architecture for autonomous microgrids
US7991512B2 (en) 2007-08-28 2011-08-02 General Electric Company Hybrid robust predictive optimization method of power system dispatch
US8706650B2 (en) 2009-01-14 2014-04-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
WO2010083334A1 (en) * 2009-01-14 2010-07-22 Integral Analytics, Inc. Optimization of microgrid energy use and distribution
WO2010088545A2 (en) * 2009-01-30 2010-08-05 Board Of Regents, The University Of Texas System Methods and apparatus for design and control of multi-port power electronic interface for renewable energy sources
US20110082597A1 (en) * 2009-10-01 2011-04-07 Edsa Micro Corporation Microgrid model based automated real time simulation for market based electric power system optimization
CN102170134B (zh) 2011-05-05 2013-03-06 许继集团有限公司 微电网并网到离网控制方法及无缝切换方法
US8862279B2 (en) * 2011-09-28 2014-10-14 Causam Energy, Inc. Systems and methods for optimizing microgrid power generation and management with predictive modeling
US9225173B2 (en) * 2011-09-28 2015-12-29 Causam Energy, Inc. Systems and methods for microgrid power generation and management
US9563215B2 (en) * 2012-07-14 2017-02-07 Causam Energy, Inc. Method and apparatus for actively managing electric power supply for an electric power grid
US8983669B2 (en) * 2012-07-31 2015-03-17 Causam Energy, Inc. System, method, and data packets for messaging for electric power grid elements over a secure internet protocol network

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184475A (zh) * 2011-05-11 2011-09-14 浙江大学 基于多时间尺度协调的微网经济运行优化调度方法
CN102289566A (zh) * 2011-07-08 2011-12-21 浙江大学 独立运行模式下的微电网多时间尺度能量优化调度方法
US20130079943A1 (en) * 2011-09-28 2013-03-28 Ii Thomas Francis Darden Systems and methods for microgrid power generation management with selective disconnect
WO2013049547A2 (en) * 2011-09-28 2013-04-04 Cherokee Advisers, Llc Systems and methods for optimizing microgrid power generation management with selective disconnect and predictive modeling
US20130190938A1 (en) * 2012-01-25 2013-07-25 General Electric Company Power generation optimization in microgrid including renewable power source

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108695855A (zh) * 2017-04-04 2018-10-23 Abb股份公司 用于配置负载削减控制器的计算机实现的方法
CN109818368A (zh) * 2017-11-21 2019-05-28 施耐德电器工业公司 控制微电网的方法
CN109818368B (zh) * 2017-11-21 2024-04-26 施耐德电器工业公司 控制微电网的方法
CN111614125A (zh) * 2019-02-22 2020-09-01 Abb电网瑞士股份公司 控制微电网的方法、功率管理***和能量管理***
CN111614125B (zh) * 2019-02-22 2023-12-12 日立能源有限公司 控制微电网的方法、功率管理***和能量管理***
CN115443592A (zh) * 2020-02-24 2022-12-06 领先电力解决方案有限公司 用于动态调度发电机电力的技术
CN112785048A (zh) * 2021-01-07 2021-05-11 太原理工大学 计及电动汽车用户需求的直流微电网经济调度方法
CN112785048B (zh) * 2021-01-07 2023-09-08 太原理工大学 计及电动汽车用户需求的直流微电网经济调度方法

Also Published As

Publication number Publication date
ZA201600139B (en) 2017-04-26
ES2637967T5 (es) 2023-09-29
EP3028358B1 (en) 2017-04-26
EP3028358B2 (en) 2023-04-26
AU2014296613B2 (en) 2017-07-13
EP3028358A1 (en) 2016-06-08
US9733623B2 (en) 2017-08-15
AU2014296613A1 (en) 2016-02-04
WO2015017201A1 (en) 2015-02-05
US20150039145A1 (en) 2015-02-05
PT3028358T (pt) 2017-09-01
CN105684257B (zh) 2019-08-06
ES2637967T3 (es) 2017-10-18

Similar Documents

Publication Publication Date Title
CN105684257A (zh) 用于控制微电网的操作的微电网能量管理***和方法
Yang et al. Real-time demand side management for a microgrid considering uncertainties
Khodaei Provisional microgrids
CN103825304B (zh) 控制电力网的方法
Xiong et al. Optimal planning of storage in power systems integrated with wind power generation
Hassan et al. Optimization modeling for dynamic price based demand response in microgrids
KR101834061B1 (ko) 신재생 에너지 연계형 ess의 전력 관리 방법
Acevedo-Arenas et al. MPC for optimal dispatch of an AC-linked hybrid PV/wind/biomass/H2 system incorporating demand response
Miranda et al. A holistic approach to the integration of battery energy storage systems in island electric grids with high wind penetration
Gupta et al. Modelling of hybrid energy system—Part II: Combined dispatch strategies and solution algorithm
US20140129040A1 (en) Adaptive energy management system
Xie et al. Microgrid system energy storage capacity optimization considering multiple time scale uncertainty coupling
WO2015031581A1 (en) System and method for energy asset sizing and optimal dispatch
De et al. The optimization of hybrid energy conversion systems using the dynamic programming model—Rapsody
CN103795079A (zh) 离网并网混合光伏发电控制***及其经济性运行优化方法
US12015275B2 (en) Hybrid power plant
Xu et al. Multi-objective chance-constrained optimal day-ahead scheduling considering BESS degradation
Santos et al. Integrated optimal sizing and dispatch strategy for microgrids using HOMER Pro
CN115169723A (zh) 发电功率预测方法、负荷预测方法及模型训练方法
WO2018132638A1 (en) Methods and systems for a renewable electricity system
CN108493943B (zh) 多微电网***电能的调度方法、***、装置及存储介质
Carvalho et al. An adaptive multi-agent-based approach to smart grids control and optimization
Krishnan et al. Optimal load management in a shipyard drydock
Shaaban et al. Day-ahead optimal scheduling for demand side management in smart grids
Ciornei et al. Real-time optimal scheduling for prosumers resilient to regulatory changes

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
TR01 Transfer of patent right

Effective date of registration: 20191121

Address after: Baden, Switzerland

Patentee after: ABB Switzerland Co.,Ltd.

Address before: Zurich

Patentee before: ABB RESEARCH Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210521

Address after: Baden, Switzerland

Patentee after: ABB grid Switzerland AG

Address before: Baden, Switzerland

Patentee before: ABB Switzerland Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Swiss Baden

Patentee after: Hitachi energy Switzerland AG

Address before: Swiss Baden

Patentee before: ABB grid Switzerland AG

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240116

Address after: Zurich, SUI

Patentee after: Hitachi Energy Co.,Ltd.

Address before: Swiss Baden

Patentee before: Hitachi energy Switzerland AG