CN107645172B - 用于分布式发电***储能装置dc/dc变换器的控制方法及装置 - Google Patents
用于分布式发电***储能装置dc/dc变换器的控制方法及装置 Download PDFInfo
- Publication number
- CN107645172B CN107645172B CN201710893940.1A CN201710893940A CN107645172B CN 107645172 B CN107645172 B CN 107645172B CN 201710893940 A CN201710893940 A CN 201710893940A CN 107645172 B CN107645172 B CN 107645172B
- Authority
- CN
- China
- Prior art keywords
- power generation
- parameters
- historical
- control strategy
- discharge
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 126
- 238000004146 energy storage Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000002068 genetic effect Effects 0.000 claims abstract description 57
- 238000011217 control strategy Methods 0.000 claims abstract description 55
- 238000007599 discharging Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000011897 real-time detection Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- BULVZWIRKLYCBC-UHFFFAOYSA-N phorate Chemical compound CCOP(=S)(OCC)SCSCC BULVZWIRKLYCBC-UHFFFAOYSA-N 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Landscapes
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Dc-Dc Converters (AREA)
Abstract
本发明公开了一种用于分布式发电***中储能装置的DC/DC变换器的控制方法及装置，所述控制方法包括步骤：检测获得所述储能装置的参数、分布式发电***中发电装置的参数、负荷的参数中的至少两种类型的参数；根据上述参数，利用遗传法生成控制策略，对所述DC/DC变换器进行控制。所述控制装置包括单片机、RS232通信接口电路、电源电路及显示电路。本发明提供的DC/DC变换器的控制方法及装置，可以根据分布式发电***的实际发电情况，产生优化控制策略，使DC/DC变换器的充电与放电控制与分布式发电***中的发电装置、负荷配合运行，实现分布式发电***的最优控制。
Description
技术领域
本发明涉及分布式发电领域，特别涉及一种用于分布式发电***中储能装置的DC/DC变换器的控制方法及装置。
背景技术
可再生能源得到了越来越多的关注，被认为是缓解传统能源压力的有力补充。其中以光伏发电、风电、地热等为基础的分布式发电是当今研究的热点。
光伏发电、风力发电等分布式发电***输出的有功功率受环境的影响较大，诸如风速、风向、温度、光照强度等。当环境因素中某一个因素或者多个因素发生改变时，分布式发电***的输出功率将会发生很大波动。当分布式发电***并网运行时，较大的并网功率波动将造成并网端口的电压、频率波动；当分布式发电***孤岛运行，直接带负载时，较大的输出功率波动将影响供电的可靠性。因此，在分布式发电***中，一般配置相应的储能装置，用来平抑分布式发电***输出功率的波动。
储能装置由蓄电池和DC/DC变换器组成，蓄电池为能量的储存装置，DC/DC变换器是控制蓄电池充电与放电的关键设备。根据储能装置与分布式发电***的结合方式的不同，传统的DC/DC变换器的控制主要分为以下两类：
（1）分布式发电***与储能装置及负载采用级联的方式运行。在风能、光照等资源充足时，分布式发电***首先对储能装置进行充电，在充电过程中DC/DC变换器控制为充电器；在负荷需要用电时，蓄电池经DC/DC变换器放电，DC/DC变换器控制为放电的升压变换器。
（2）分布式发电***与储能装置并联运行。分布式发电***的输出功率与储能装置的输出端口并联在一起，在分布式发电***输出功率发生波动的情况下，储能装置输出的功率与其互补，进而使并联***的输出功率为稳定的值，此时储能装置DC/DC变换器主要作为放电的升压变换器。在负载不需要供电的情况下，DC/DC变换器控制为充电器，对蓄电池进行充电。
如上所述，现有的DC/DC控制中，对DC/DC变换器进行充电控制或者放电控制的逻辑选择判断较为简单，这种逻辑判断程序一般设置在DC/DC变换器的控制电路中。这种DC/DC变换器的控制在实现蓄电池的充电与放电控制的同时，并没有考虑整个***最优运行方式的问题,比如在对蓄电池充电与放电时，没有考虑蓄电池充/放电次数、蓄电池放电深度的问题，然而蓄电池的充/放电次数与放电深度是影响蓄电池寿命的重要因素；传统的DC/DC变换器的控制策略，在对蓄电池进行充电与放电控制时，也没有同时兼顾各种分布式发电***的发电状态、负荷的运行状态、及蓄电池的电量状态，造成分布式发电***发电利用率的降低。
发明内容
本发明的目的在于提供一种分布式发电***中储能装置的DC/DC变换器的控制方法及装置，其同时考虑各种分布式发电***的发电状态、负荷的运行状态、蓄电池的电量状态、蓄电池充/放电次数、及蓄电池放电深度中的一种或多种因素，产生优化控制策略，从而提高储能装置中蓄电池寿命与发电***的发电利用率。
为了实现上述目的，本发明采用如下技术方案：
一种用于分布式发电***中储能装置的DC/DC变换器的控制方法，包括以下步骤：
检测获得所述储能装置的参数、分布式发电***中发电装置的参数、负荷的参数中的至少两种类型的参数；其中，所述储能装置的参数包括第一输出电压/电流、电荷状态、充电次数、放电次数、放电深度中的至少一个，分布式发电***中发电装置的参数包括第二输出电压/电流，负荷的参数包括负荷电流；
根据上述参数，利用遗传法生成控制策略，对所述DC/DC变换器进行控制。
进一步地，上述方法中，所述根据上述参数，利用遗传法生成控制策略，对所述DC/DC变换器进行控制，包括步骤：
以上一个周期的历史参数作为遗传算法中的参数，利用遗传算法计算出历史控制策略，包括历史放电次数和历史放电深度；
以实时检测得到的参数以及所述历史放电次数、历史放电深度，作为遗传算法中的参数，利用遗传算法计算出实时控制策略，包括控制蓄电池放电运行、充电运行、分布式发电装置并网运行、分布式发电装置的离网，以实时控制策略对所述DC/DC变换器进行控制。
进一步地，上述方法中，所述以上一个周期的历史参数作为遗传算法中的参数，利用遗传算法计算出历史控制策略，包括步骤：
基于运行成本最小原则，构建目标函数；
创建初始种群，初始种群的参数为目标函数中影响运行成本的变量，包括放电次数、发电装置的发电量，发电装置的发电量由所述第二输出电压/电流与时间计算得到；
确定约束条件，包括放电深度范围、功率平衡；
进行交叉、变异、变异种群计算、优异种群筛选，当到达设定的遗传代数后生成历史控制策略，得到历史放电次数和历史放电深度数据。
进一步地， 上述方法中，所述以实时检测得到的参数以及所述历史放电次数、历史放电深度，作为遗传算法中的参数，利用遗传算法计算出实时控制策略，包括步骤：
基于运行成本最小原则，构建目标函数；
创建初始种群，初始种群的参数为目标函数中影响运行成本的变量，包括历史放电次数、历史放电深度、发电装置的发电功率、负荷电流、电荷状态；
确定约束条件，包括放电深度范围、功率平衡；
进行交叉、变异、变异种群计算、优异种群筛选，当到达设定的遗传代数后生成实时控制策略，包括控制蓄电池放电运行、充电运行、分布式发电装置并网运行、分布式发电装置的离网。
同时，本发明实施例还提供了一种用于分布式发电***中储能装置的DC/DC变换器的控制装置，包括单片机、RS232通信接口电路、电源电路、显示电路，其中，
单片机基于遗传法，对数据进行处理运算，并生成控制策略；所述数据为检测获得所述储能装置的参数、分布式发电***中发电装置的参数、负荷的参数中的至少两种类型的参数；
RS232通信接口电路，实现与储能装置、发电装置、负荷之间的通信，以获取相应的参数；
电源电路，为控制装置提供所需电能；
显示电路，用于显示分布式发电***的运行状态。
相对于现有技术，本发明具有以下有益效果：
本发明提供一种分布式发电***中储能装置的DC/DC变换器的控制方法及装置，控制装置同时检测各分布式发电装置的发电状态、负荷的用电状态、蓄电池的电量状态信息，基于遗传算法，根据上述的检测数据，并兼顾蓄电池的放电深度与充放电次数，产生优化控制策略，即对储能装置的DC/DC变换器的充/放电进行优化控制，从而提高储能装置中蓄电池寿命与分布式发电***的发电利用率。
附图说明
图1为本发明一种分布式发电***中储能装置的DC/DC变换器的控制装置的结构框图；
图2为DC/DC变换器的控制方法的流程图；
图3遗传算法的计算流程图。
具体实施方式
下面结合附图对本发明做进一步详细描述：
请参阅图1，本发明实施例提供的一种用于分布式发电***中储能装置的DC/DC变换器的控制装置，包括：基于STM32单片机、RS232通信接口电路、电源电路、显示电路。
基于STM32单片机包括：I/O电路，用来读取/输出数据；Flash存储器，用来存储数据与程序；CPU，用来对数据进行运算，并生成相应的控制策略。
RS232通信接口电路，用来与分布式发电***中的发电装置、储能装置（包括蓄电池和DC/DC变换器）、负荷进行通信，从而获得相应的参数，即获得发电装置、负荷、蓄电池的运行工况信息，例如储能装置的参数，包括第一输出电压/电流、电荷状态、充电次数、放电次数、放电深度中的至少一个；发电装置的参数，包括第二输出电压/电流；负荷的参数，包括负荷电流。
本实施例中，单片机基于遗传算法对数据进行处理，得到相应的控制策略。当智能控制器运行时，如图2所示，单片机开始自检，其中包括温度保护、电压保护、电流保护，当自检正常后，单片机调用遗传算法程序对上述分布式中的发电装置、负荷、蓄电池的运行工况的数据进行处理，从而产生优化控制策略，并通过RS232通信端口输出，从而控制DC/DC变换器的充电与放电运行，同时控制发电装置与储能装置配合运行。
上述对上述分布式中的发电装置、负荷、蓄电池的运行工况的数据进行处理，从而产生优化控制策略的过程分为两个部分，第一部分为分布式发电***运行一定的周期后，算法采用分布式发电***在本周期内运行的历史数据得到的优化结果，其包括蓄电池的历史放电深度与历史放电次数；第二部分为算法根据分布式发电***的实时运行数据，并兼顾第一部分的历史放电深度与历史放电次数，产生实时控制策略，从而控制蓄电池放电与充电运行。即，以上一个周期的历史参数作为遗传算法中的参数，利用遗传算法计算出历史控制策略，包括历史放电次数和历史放电深度；再以实时检测得到的参数以及所述历史放电次数、历史放电深度，作为遗传算法中的参数，利用遗传算法计算出实时控制策略，包括控制蓄电池放电运行、充电运行、分布式发电装置并网运行、分布式发电装置的离网，以实时控制策略对所述DC/DC变换器进行控制。同时本次实时控制策略中还包括实时放电次数和实时放电深度数据，这些数据又作为在一个周期内计算历史放电次数和历史放电深度的数据来源。
为了保证分布式发电***的稳定运行，在每次优化控制策略生成后，分布式发电***保持稳定运行一段时间t p 后，遗传算法继续运算，得到最新的优化控制算法。
采用遗传算法的最终目的为使分布式发电***的运行成本最小。在分布式发电***的运行中，增加***运行成本的因素为分布式发电装置的维护成本、蓄电池的维护成本，其中分布式发电装置的维护成本与分布式发电装置的发电量相关，发电量越大，维护成本越高；蓄电池的维护成本与蓄电池的放电深度与放电次数有关系，蓄电池放电深度越深，放电次数越多，蓄电池的寿命越低，相应的维护成本越高。使***运行成本降低的因素为分布式发电装置发电量的收益、蓄电池放电的收益，而这两种收益也分别与分布式发电装置的发电量、蓄电池的放电深度与放电次数相关，即分布式发电装置的发电量越大、蓄电池放电量越大（放电次数大、放电深度大），则收益越大。
因此，分布式发电***的运行成本与分布式发电装置的发电量、蓄电池的放电深度与放电次数呈一种非线性关系，本实施例所述控制方法及控制装置中采用遗传算法，对上述变量进行优化计算，最终产生优化控制策略，通过对DC/DC变换器的智能充电与放电控制，实现分布式发电***的运行成本最低。
遗传算法的计算流程如图3所示。因此，在本实施例中，所述以上一个周期的历史参数作为遗传算法中的参数，利用遗传算法计算出历史控制策略，包括步骤：
基于运行成本最小原则，构建目标函数；
创建初始种群，初始种群的参数为目标函数中影响运行成本的变量，包括放电次数、发电装置的发电量，发电装置的发电量由所述第二输出电压/电流与时间计算得到；
确定约束条件，包括放电深度范围、功率平衡；
进行交叉、变异、变异种群计算、优异种群筛选，当到达设定的遗传代数后生成历史控制策略，得到历史放电次数和历史放电深度数据。
所述以实时检测得到的参数以及所述历史放电次数、历史放电深度，作为遗传算法中的参数，利用遗传算法计算出实时控制策略，包括步骤：
基于运行成本最小原则，构建目标函数；
创建初始种群，初始种群的参数为目标函数中影响运行成本的变量，包括历史放电次数、历史放电深度、发电装置的发电功率（由发电装置的瞬时输出电压/电流确定）、负荷电流、电荷状态；
确定约束条件，包括放电深度范围、功率平衡；
进行交叉、变异、变异种群计算、优异种群筛选，当到达设定的遗传代数后生成实时控制策略，包括控制蓄电池放电运行、充电运行、分布式发电装置并网运行、分布式发电装置的离网。
由于遗传算法为现有算法，因此本实施例中没有对上述遗传算法中构建目标函数、创建初始种群、进行交叉、变异、变异种群计算、优异种群筛选、遗传迭代等过程进行更为细致的描述，本领域技术人员根据上述描述，可以毫无疑义地获知相应的具体过程。
本发明采用基于STM32单片机搭建控制平台，同时设置有RS232通信接口电路、电源电路、显示电路。并将遗传算法植入单片机程序，在兼顾各分布式发电装置运行情况与蓄电池运行情况下，产生优化控制策略，通过对储能装置DC/DC变换器的充电与放电控制，提高分布式能源的利用率、提高蓄电池寿命，达到分布式发电***的最优运行。
Claims (5)
1.一种用于分布式发电***储能装置DC/DC变换器的控制方法，其特征在于，包括以下步骤：
检测获得所述储能装置的参数、分布式发电***中发电装置的参数、负荷的参数中的至少两种类型的参数；其中，所述储能装置的参数包括第一输出电压和第一输出电流、电荷状态、充电次数、放电次数、放电深度中的至少一个，分布式发电***中发电装置的参数包括第二输出电压和第二输出电流，负荷的参数包括负荷电流；
根据上述参数，利用遗传法生成控制策略，对所述DC/DC变换器进行控制，包括步骤：以上一个周期的历史参数作为遗传算法中的参数，利用遗传算法计算出历史控制策略，包括历史放电次数和历史放电深度；以实时检测得到的参数以及所述历史放电次数和历史放电深度，作为遗传算法中的参数，利用遗传算法计算出实时控制策略，包括控制蓄电池放电运行、充电运行、分布式发电装置并网运行和分布式发电装置的离网，以实时控制策略对所述DC/DC变换器进行控制；
其中，所述以上一个周期的历史参数作为遗传算法中的参数，利用遗传算法计算出历史控制策略，包括步骤：基于运行成本最小原则，构建目标函数；创建初始种群，初始种群的参数为目标函数中影响运行成本的变量，包括放电次数和发电装置的发电量；确定约束条件，包括放电深度范围和功率平衡；进行交叉、变异、变异种群计算、优异种群筛选，当到达设定的遗传代数后生成历史控制策略，得到历史放电次数和历史放电深度数据。
2.根据权利要求1所述的方法，其特征在于，所述以实时检测得到的参数以及所述历史放电次数和历史放电深度，作为遗传算法中的参数，利用遗传算法计算出实时控制策略，包括步骤：
基于运行成本最小原则，构建目标函数；
创建初始种群，初始种群的参数为目标函数中影响运行成本的变量，包括历史放电次数、历史放电深度、发电装置的发电功率、负荷电流和电荷状态；
确定约束条件，包括放电深度范围和功率平衡；
进行交叉、变异、变异种群计算、优异种群筛选，当到达设定的遗传代数后生成实时控制策略，包括控制蓄电池放电运行、充电运行、分布式发电装置并网运行和分布式发电装置的离网。
3.一种用于分布式发电***储能装置DC/DC变换器的控制装置，其特征在于，包括单片机、RS232通信接口电路、电源电路、显示电路，其中，
单片机以上一个周期的历史参数作为遗传算法中的参数，利用遗传算法计算出历史控制策略，包括历史放电次数和历史放电深度，以实时检测得到的参数以及所述历史放电次数和历史放电深度，作为遗传算法中的参数，利用遗传算法计算出实时控制策略，包括控制蓄电池放电运行、充电运行、分布式发电装置并网运行和分布式发电装置的离网，以实时控制策略对所述DC/DC变换器进行控制；数据为检测获得所述储能装置的参数、分布式发电***中发电装置的参数、负荷的参数中的至少两种类型的参数；
其中，以上一个周期的历史参数作为遗传算法中的参数，利用遗传算法计算出历史控制策略，包括步骤：基于运行成本最小原则，构建目标函数；创建初始种群，初始种群的参数为目标函数中影响运行成本的变量，包括放电次数和发电装置的发电量；确定约束条件，包括放电深度范围和功率平衡；进行交叉、变异、变异种群计算、优异种群筛选，当到达设定的遗传代数后生成历史控制策略，得到历史放电次数和历史放电深度数据；
RS232通信接口电路，实现与储能装置、发电装置、负荷之间的通信，以获取相应的参数；
电源电路，为控制装置提供所需电能；
显示电路，用于显示分布式发电***的运行状态。
4.根据权利要求3所述的装置，其特征在于，单片机为STM32单片机。
5.根据权利要求3所述的装置，其特征在于，所述以实时检测得到的参数以及所述历史放电次数和历史放电深度，作为遗传算法中的参数，利用遗传算法计算出实时控制策略，包括步骤：
基于运行成本最小原则，构建目标函数；
创建初始种群，初始种群的参数为目标函数中影响运行成本的变量，包括历史放电次数、历史放电深度、发电装置的发电功率、负荷电流和电荷状态；
确定约束条件，包括放电深度范围和功率平衡；
进行交叉、变异、变异种群计算、优异种群筛选，当到达设定的遗传代数后生成实时控制策略，包括控制蓄电池放电运行、充电运行、分布式发电装置并网运行和分布式发电装置的离网。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710893940.1A CN107645172B (zh) | 2017-09-28 | 2017-09-28 | 用于分布式发电***储能装置dc/dc变换器的控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710893940.1A CN107645172B (zh) | 2017-09-28 | 2017-09-28 | 用于分布式发电***储能装置dc/dc变换器的控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107645172A CN107645172A (zh) | 2018-01-30 |
| CN107645172B true CN107645172B (zh) | 2021-03-23 |
Family
ID=61111665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710893940.1A Active CN107645172B (zh) | 2017-09-28 | 2017-09-28 | 用于分布式发电***储能装置dc/dc变换器的控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107645172B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108448620B (zh) * | 2018-04-04 | 2020-12-15 | 合肥工业大学 | 基于综合性能指标的高渗透率分布式电源集群划分方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102354334A (zh) * | 2011-09-27 | 2012-02-15 | 浙江省电力试验研究院 | 基于全寿命周期净费用最小的微网***优化设计方法 |
| CN104242335A (zh) * | 2014-06-30 | 2014-12-24 | 江苏华大天益电力科技有限公司 | 一种基于额定容量的风光储发电单元容量优化配置方法 |
| CN104485727A (zh) * | 2014-12-26 | 2015-04-01 | 广州市香港科大***研究院 | 一种离网光伏发电储能***及其能量调度方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103236718B (zh) * | 2013-03-26 | 2014-12-31 | 东北大学 | 一种智能微网的源-网-荷自动控制***及控制方法 |
-
2017
- 2017-09-28 CN CN201710893940.1A patent/CN107645172B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102354334A (zh) * | 2011-09-27 | 2012-02-15 | 浙江省电力试验研究院 | 基于全寿命周期净费用最小的微网***优化设计方法 |
| CN104242335A (zh) * | 2014-06-30 | 2014-12-24 | 江苏华大天益电力科技有限公司 | 一种基于额定容量的风光储发电单元容量优化配置方法 |
| CN104485727A (zh) * | 2014-12-26 | 2015-04-01 | 广州市香港科大***研究院 | 一种离网光伏发电储能***及其能量调度方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107645172A (zh) | 2018-01-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2715904B1 (en) | System and method for integrating and managing demand/response between alternative energy sources, grid power, and loads | |
| CN103944178B (zh) | 智能配电网能量平衡优化调度方法 | |
| US9343926B2 (en) | Power controller | |
| JP5836164B2 (ja) | 太陽光発電システム | |
| CN202495774U (zh) | 防逆流*** | |
| JP2006311707A (ja) | 自然エネルギー発電システム | |
| JP5470087B2 (ja) | 太陽光発電システムの整流器制御方式 | |
| CN105680771B (zh) | 一种风光互补发电***及控制方法 | |
| KR101926800B1 (ko) | 운영시간이 향상된 에너지저장시스템 및 그것의 운전 방법 | |
| KR20180070077A (ko) | 다중센서기반의 ess용 태양광 충전컨트롤러의 최대전력점추종 연동 제어 모니터링 시스템 | |
| CN109274088A (zh) | 能源控制方法、装置以及能源管理***和存储介质 | |
| US9450417B2 (en) | Method for efficiency-driven operation of dispatchable sources and storage units in energy systems | |
| CN202513587U (zh) | 并网逆变电源及防逆流*** | |
| CN107645172B (zh) | 用于分布式发电***储能装置dc/dc变换器的控制方法及装置 | |
| KR20150085227A (ko) | 에너지 저장 시스템 및 그의 제어 방법 | |
| JP7349840B2 (ja) | 電力供給システム | |
| CN104281984A (zh) | 一种用于微电网经济运行的供电方法 | |
| JP2021010204A (ja) | 電力供給システム | |
| JP6082565B2 (ja) | 分散電源システム | |
| JP2017028969A (ja) | 電力管理装置 | |
| CN110768274B (zh) | 一种孤立微电网的功率控制方法和装置 | |
| WO2020034240A1 (zh) | 再生能源管理*** | |
| CN117639106B (zh) | 一种光伏水电储能集群微电网的调控方法 | |
| Sheng et al. | Economic Dispatch of Micro-grid Considering Electric Vehicles | |
| CN110198054B (zh) | 一种含海水淡化负荷的微网功率调度方法和*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240325 Address after: No. 800-1 Zhenbei Road, Zhili Town, Wuxing District, Huzhou City, Zhejiang Province, 313000 Patentee after: Zhejiang Beisheng Energy Storage Technology Co.,Ltd. Country or region after: China Address before: 750021 No. 204 Wenchang North Road, Xixia District, the Ningxia Hui Autonomous Region, Yinchuan Patentee before: BEIFANG MINZU University Country or region before: China |
|
| TR01 | Transfer of patent right |