CN108092283A - 一种电力***电力稳定优化方法 - Google Patents
一种电力***电力稳定优化方法 Download PDFInfo
- Publication number
- CN108092283A CN108092283A CN201711438095.5A CN201711438095A CN108092283A CN 108092283 A CN108092283 A CN 108092283A CN 201711438095 A CN201711438095 A CN 201711438095A CN 108092283 A CN108092283 A CN 108092283A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- energy
- voltage
- electric
- 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.)
- Pending
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 230000006641 stabilisation Effects 0.000 title claims abstract description 26
- 238000011105 stabilization Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000004146 energy storage Methods 0.000 claims abstract description 37
- 238000010248 power generation Methods 0.000 claims abstract description 35
- 230000033228 biological regulation Effects 0.000 claims abstract description 10
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 238000003860 storage Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 238000000205 computational method Methods 0.000 claims description 3
- 238000000151 deposition Methods 0.000 claims 1
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000001172 regenerating effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
Classifications
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H02J3/383—
-
- H02J3/386—
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- Y02B10/00—Integration of renewable energy sources in buildings
- Y02B10/10—Photovoltaic [PV]
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种电力***电力稳定优化方法，应用于智能家居电力***，其中，所述智能家居电力***包括电网电源，风力发电装置，光伏发电装置，储能***，用户负载等。包括步骤判断是否出现电压凹陷、判断变压器是否可以进行有载调压、判断是否出现功率凹陷、执行电压稳定优化算法，根据建立的电压稳定优化模型和约束条件，基于风能、太阳能预测以及负载波动情况对电力***电能调度和负载分配进行优化。可以有效抑制电压的波动，在维持电压稳定的同时，对***的出力和负载配置进行优化。
Description
技术领域
本发明涉及一种电力***电力稳定优化方法，属于电力***领域。
背景技术
智能家居是以住宅为平台，利用综合布线技术、网络通信技术、***设计将家居生活有关的设施集成，构建高效的住宅设施与家庭日程事务的管理***，提升家居安全性、便利性，并实现环保节能的居住环境。与普通家居相比，智能家居不但具有传统的居住功能，兼备建筑、网络通信、管理为一体的高效、舒适、安全、便利、环保的居住环境，还提供全方位的信息交互功能。
随着智能电网和可再生能源的发展，智能家居用电优化控制成为该领域研究的热点。智能家居***的电力部分通常包括可再生能源，储能***。其可再生能源的利用、储能***的智能化以及二者的合理统一利用是该领域研究的趋势。
智能家居***包括电网电源，风力发电装置，光伏发电装置，储能***，用户负载等，用户负载可能包括电动汽车等充放电设备、空调设备、照明设备等，短时大量负载上线可能造成电压和功率的短缺。同时，风力发电装置，光伏发电装置等可再生能源具有波动性和不稳定性，如何协调可再生能源和负载的电压与能量流动是保持电压稳定的关键。
发明内容
本发明为一种电力***电力稳定优化方法，抑制电压波动和功率波动，并基于风能、太阳能预测以及负载波动情况对电力***电能调度和负载分配进行优化。
本发明的一种电力***电力稳定优化方法，应用于智能家居电力***，其中，所述智能家居电力***包括电网电源，风力发电装置，光伏发电装置，储能***，用户负载等；其特征在于，包括以下步骤：
(1)采集电力***参数，包括各个采集点的电流传感器、电压传感器采集的电流，电压，并确定故障的位置和故障类型；
(2)判断是否出现电压凹陷，也即判断电网电源是否出现故障、或出现负载激增以至于电网电压出现凹陷；如果判断出现电压凹陷，则转入步骤(3)，否则，转入步骤(6)；
(3)判断变压器是否可以进行有载调压；如果有载调压可行，则转入步骤(5)，否则，转入步骤(4)；
(4)通过风光储联合优化算法对所述风力发电装置、光伏发电装置、储能***的发电进行调度，根据负载需求对电压进行调节，执行之后转入步骤(6)；
(5)对变压器进行有载调压切换，根据负载需求对电压进行调节，执行之后转入步骤(6)；
(6)判断是否出现功率凹陷，也即判断电力***产生的总功率是否可以满足总的复杂需求，如果不满足，则转入步骤(7)，否则转入步骤(8)；
(7)通过储能***优化算法对储能***产生的电力进行调度，以满足负载的功率需求，执行之后转入步骤(8)；
(8)执行电压稳定优化算法，根据建立的电压稳定优化模型和约束条件，基于风能、太阳能预测以及负载波动情况对电力***电能调度和负载分配进行优化；执行之后转入步骤(1)。
所述步骤(4)中的风光储联合优化算法具体步骤为：
(4.1)确认所述风力发电装置、光伏发电装置、储能***的电力是否可用；
(4.2)计算风力发电装置、光伏发电装置、储能***的电能产生效率，根据计算结果选取电能产生效率大于预设值的发电单元进入风光储联合优化执行程序；
(4.3)预测是否能够满足电压需求，不满足则重新返回步骤(4.2)；
(4.4)执行确定的方案。
所述步骤(4.2)中所述的计算风力发电装置、光伏发电装置、储能***的电能产生效率通过查表方式对预先存储的效率计算进行查询。
所述步骤(4.2)中所述的电能产生效率计算方法具体为：
其中，dVj代表位置j处电压的变化量，dPi代表位置i处产生功率的变化量。
所述步骤(7)中的储能***优化算法具体步骤为：
(7.1)确认所述储能***的各个储能单元电力是否可用；
(7.2)寻找距离故障点最近的储能***；
(7.3)测是否能够满足功率需求，不满足则重新返回步骤(7.2)；
(7.4)执行确定的方案。
所述步骤(8)中的根据建立的电压稳定优化模型和约束条件，基于风能、太阳能预测以及负载波动情况对电力***电能调度和负载分配进行优化具体为：
f＝min(-λ)
满足：
PGimin≤PGi≤PGimax
QGimin≤QGi≤QGimax
Vimin≤Vi≤Vimax
其中，PGi、QGi是发电单元产生的有功、无功功率；PDi、QDi负载消耗的的有功、无功功率；Vi、Vj是节点电压；θij是相角；Gij、Bij是电导系数；λ是负载参数；bPi、bQi代表负载有功功率和无功功率的方向；PGimin、PGimax是发电单元产生的有功功率最小值和最大值；QGimin、QGimax是发电单元产生的无功功率最小值和最大值。
应用本发明的方法，可以有效抑制电压的波动，在维持电压稳定的同时，对***的出力和负载配置进行优化。
附图说明
图1：本发明的电力***电力稳定优化方法流程图；
图2：本发明的风光储联合优化算法流程图；
图3：本发明的储能***优化算法流程图。
具体实施方式
写明结合图1-3说明本发明的一种电力***电力稳定优化方法，本发明应用于智能家居电力***，其中，所述智能家居电力***包括电网电源，风力发电装置，光伏发电装置，储能***，用户负载等。具体步骤为：
(1)采集电力***参数，包括各个采集点的电流传感器、电压传感器采集的电流，电压，并确定故障的位置和故障类型。
(2)判断是否出现电压凹陷，也即判断电网电源是否出现故障、或出现负载激增以至于电网电压出现凹陷；如果判断出现电压凹陷，则转入步骤(3)，否则，转入步骤(6)。
(3)判断变压器是否可以进行有载调压；如果有载调压可行，则转入步骤(5)，否则，转入步骤(4)。
(4)通过风光储联合优化算法对所述风力发电装置、光伏发电装置、储能***的发电进行调度，根据负载需求对电压进行调节，执行之后转入步骤(6)。
所述步骤(4)中的风光储联合优化算法具体步骤为：
(4.1)确认所述风力发电装置、光伏发电装置、储能***的电力是否可用；
(4.2)计算风力发电装置、光伏发电装置、储能***的电能产生效率，根据计算结果选取电能产生效率大于预设值的发电单元进入风光储联合优化执行程序；
(4.3)预测是否能够满足电压需求，不满足则重新返回步骤(4.2)；
(4.4)执行确定的方案。
所述步骤(4.2)中所述的计算风力发电装置、光伏发电装置、储能***的电能产生效率通过查表方式对预先存储的效率计算进行查询。
所述步骤(4.2)中所述的电能产生效率计算方法具体为：
其中，dVj代表位置j处电压的变化量，dPi代表位置i处产生功率的变化量。
(5)对变压器进行有载调压切换，根据负载需求对电压进行调节，执行之后转入步骤(6)。
(6)判断是否出现功率凹陷，也即判断电力***产生的总功率是否可以满足总的复杂需求，如果不满足，则转入步骤(7)，否则转入步骤(8)。
(7)通过储能***优化算法对储能***产生的电力进行调度，以满足负载的功率需求，执行之后转入步骤(8)。
所述步骤(7)中的储能***优化算法具体步骤为：
(7.1)确认所述储能***的各个储能单元电力是否可用；
(7.2)寻找距离故障点最近的储能***；
(7.3)测是否能够满足功率需求，不满足则重新返回步骤(7.2)；
(7.4)执行确定的方案。
(8)执行电压稳定优化算法，根据建立的电压稳定优化模型和约束条件，基于风能、太阳能预测以及负载波动情况对电力***电能调度和负载分配进行优化；执行之后转入步骤(1)。
所述步骤(8)中的根据建立的电压稳定优化模型和约束条件，基于风能、太阳能预测以及负载波动情况对电力***电能调度和负载分配进行优化具体为：
f＝min(-λ)
满足：
PGimin≤PGi≤PGimax
QGimin≤QGi≤QGimax
Vimin≤Vi≤Vimax
其中，PGi、QGi是发电单元产生的有功、无功功率；PDi、QDi负载消耗的的有功、无功功率；Vi、Vj是节点电压；θij是相角；Gij、Bij是电导系数；λ是负载参数；bPi、bQi代表负载有功功率和无功功率的方向；PGimin、PGimax是发电单元产生的有功功率最小值和最大值；QGimin、QGimax是发电单元产生的无功功率最小值和最大值。
Claims (6)
1.一种电力***电力稳定优化方法，所述智能家居电力***包括电网电源，风力发电装置，光伏发电装置，储能***，用户负载等；其特征在于，包括以下步骤：
(1)采集电力***参数，包括各个采集点的电流传感器、电压传感器采集的电流，电压，并确定故障的位置和故障类型；
(2)判断是否出现电压凹陷，也即判断电网电源是否出现故障、或出现负载激增以至于电网电压出现凹陷；如果判断出现电压凹陷，则转入步骤(3)，否则，转入步骤(6)；
(3)判断变压器是否可以进行有载调压；如果有载调压可行，则转入步骤(5)，否则，转入步骤(4)；
(4)通过风光储联合优化算法对所述风力发电装置、光伏发电装置、储能***的发电进行调度，根据负载需求对电压进行调节，执行之后转入步骤(6)；
(5)对变压器进行有载调压切换，根据负载需求对电压进行调节，执行之后转入步骤(6)；
(6)判断是否出现功率凹陷，也即判断电力***产生的总功率是否可以满足总的复杂需求，如果不满足，则转入步骤(7)，否则转入步骤(8)；
(7)通过储能***优化算法对储能***产生的电力进行调度，以满足负载的功率需求，执行之后转入步骤(8)；
(8)执行电压稳定优化算法，根据建立的电压稳定优化模型和约束条件，基于风能、太阳能预测以及负载波动情况对电力***电能调度和负载分配进行优化；执行之后转入步骤(1)。
2.如权利要求1所述的电力***电力稳定优化方法，其特征在于，所述步骤(4)中的风光储联合优化算法具体步骤为：
(4.1)确认所述风力发电装置、光伏发电装置、储能***的电力是否可用；
(4.2)计算风力发电装置、光伏发电装置、储能***的电能产生效率，根据计算结果选取电能产生效率大于预设值的发电单元进入风光储联合优化执行程序；
(4.3)预测是否能够满足电压需求，不满足则重新返回步骤(4.2)；
(4.4)执行确定的方案。
3.如权利要求2所述的电力***电力稳定优化方法，其特征在于，所述步骤(4.2)中所述的计算风力发电装置、光伏发电装置、储能***的电能产生效率通过查表方式对预先存储的效率计算进行查询。
4.如权利要求3所述的电力***电力稳定优化方法，其特征在于，所述步骤(4.2)中所述的电能产生效率计算方法具体为：
<mrow>
<mi>E</mi>
<mo>=</mo>
<mo>|</mo>
<mo>|</mo>
<mfrac>
<mrow>
<msub>
<mi>dV</mi>
<mi>j</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>dP</mi>
<mi>i</mi>
</msub>
</mrow>
</mfrac>
<mo>|</mo>
<mo>|</mo>
</mrow>
其中，dVj代表位置j处电压的变化量，dPi代表位置i处产生功率的变化量。
5.如权利要求1所述的电力***电力稳定优化方法，其特征在于，所述步骤(7)中的储能***优化算法具体步骤为：
(7.1)确认所述储能***的各个储能单元电力是否可用；
(7.2)寻找距离故障点最近的储能***；
(7.3)预测是否能够满足功率需求，不满足则重新返回步骤(7.2)；
(7.4)执行确定的方案。
6.如权利要求1所述的电力***电力稳定优化方法，其特征在于，所述步骤(8)中的根据建立的电压稳定优化模型和约束条件，基于风能、太阳能预测以及负载波动情况对电力***电能调度和负载分配进行优化具体为：
f＝min(-λ)
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>D</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>V</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&lambda;b</mi>
<mrow>
<mi>P</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<msub>
<mi>Q</mi>
<mrow>
<mi>G</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Q</mi>
<mrow>
<mi>D</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>V</mi>
<mi>i</mi>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>V</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>G</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>sin&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>B</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>cos&theta;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>&lambda;b</mi>
<mrow>
<mi>Q</mi>
<mi>i</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
满足：
PGimin≤PGi≤PGimax
QGimin≤QGi≤QGimax
Vimin≤Vi≤Vimax
其中，PGi、QGi是发电单元产生的有功、无功功率；PDi、QDi负载消耗的的有功、无功功率；Vi、Vj是节点电压；θij是相角；Gij、Bij是电导系数；λ是负载参数；bPi、bQi代表负载有功功率和无功功率的方向；PGimin、PGimax是发电单元产生的有功功率最小值和最大值；QGimin、QGimax是发电单元产生的无功功率最小值和最大值。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2017109825982 | 2017-10-20 | ||
| CN201710982598 | 2017-10-20 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108092283A true CN108092283A (zh) | 2018-05-29 |
Family
ID=62179392
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711438095.5A Pending CN108092283A (zh) | 2017-10-20 | 2017-12-26 | 一种电力***电力稳定优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108092283A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103427430A (zh) * | 2013-04-08 | 2013-12-04 | 深圳市天智***技术有限公司 | 一种混合储能***及其在微网中的能量管理方法 |
| CN104734195A (zh) * | 2015-04-13 | 2015-06-24 | 成都鼎智汇科技有限公司 | 一种可并网运行的风光储一体微电网的监控方法 |
| CN104836334A (zh) * | 2014-02-08 | 2015-08-12 | 中国农业大学 | 一种低压微电网群的自主与协调控制*** |
| EP2955807A1 (en) * | 2014-06-13 | 2015-12-16 | Renergetica S.r.l. | Method and apparatus for controlling hybrid grids |
| CN106786625A (zh) * | 2016-12-20 | 2017-05-31 | 国网天津市电力公司 | 基于分布式供能***互动能力的配电网电压协调控制方法 |
-
2017
- 2017-12-26 CN CN201711438095.5A patent/CN108092283A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103427430A (zh) * | 2013-04-08 | 2013-12-04 | 深圳市天智***技术有限公司 | 一种混合储能***及其在微网中的能量管理方法 |
| CN104836334A (zh) * | 2014-02-08 | 2015-08-12 | 中国农业大学 | 一种低压微电网群的自主与协调控制*** |
| EP2955807A1 (en) * | 2014-06-13 | 2015-12-16 | Renergetica S.r.l. | Method and apparatus for controlling hybrid grids |
| CN104734195A (zh) * | 2015-04-13 | 2015-06-24 | 成都鼎智汇科技有限公司 | 一种可并网运行的风光储一体微电网的监控方法 |
| CN107134815A (zh) * | 2015-04-13 | 2017-09-05 | 张琴 | 一种可并网运行的风光储一体微电网及其监控装置 |
| CN106786625A (zh) * | 2016-12-20 | 2017-05-31 | 国网天津市电力公司 | 基于分布式供能***互动能力的配电网电压协调控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王云杰等: "动态电压调节器在电压跌落控制中的研究", 《江苏电器》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Babu et al. | A comprehensive review of hybrid energy storage systems: Converter topologies, control strategies and future prospects | |
| Li et al. | Energy management and operational control methods for grid battery energy storage systems | |
| Hannan et al. | Binary particle swarm optimization for scheduling MG integrated virtual power plant toward energy saving | |
| Derrouazin et al. | Multi input-output fuzzy logic smart controller for a residential hybrid solar-wind-storage energy system | |
| Wang et al. | Intelligent DC microgrid with smart grid communications: Control strategy consideration and design | |
| Soliman et al. | Supervisory energy management of a hybrid battery/PV/tidal/wind sources integrated in DC-microgrid energy storage system | |
| Kyriakarakos et al. | A fuzzy logic energy management system for polygeneration microgrids | |
| US9564757B2 (en) | Method and apparatus for optimizing a hybrid power system with respect to long-term characteristics by online optimization, and real-time forecasts, prediction or processing | |
| CN107069807B (zh) | 含不确定性预算调节的无平衡节点微网鲁棒调度方法 | |
| CN103151797A (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
| CN106505558B (zh) | 一种直流配电网的能量输送控制方法及装置 | |
| Guoping et al. | An overview of microgrid planning and design method | |
| CN105305423A (zh) | 一种考虑间歇性能源不确定性的最优误差边界的确定方法 | |
| CN103577891A (zh) | 一种含分布式电源的多孤岛微网优化合作运行方法 | |
| Li et al. | An integrated energy exchange scheduling and pricing strategy for multi-microgrid system | |
| Varghese et al. | Energy storage management of hybrid solar/wind standalone system using adaptive neuro‐fuzzy inference system | |
| Li et al. | Flexible scheduling of microgrid with uncertainties considering expectation and robustness | |
| CN104124704A (zh) | 分布式电源与微网接入主电网的管理方法 | |
| Saha | Adaptive model-based receding horizon control of interconnected renewable-based power micro-grids for effective control and optimal power exchanges | |
| Luna et al. | Generation and demand scheduling for a grid-connected hybrid microgrid considering price-based incentives | |
| CN106300425B (zh) | 一种基于用户舒适度的分布式能源管理方法 | |
| CN108092283A (zh) | 一种电力***电力稳定优化方法 | |
| Elgammal et al. | Optimal Energy Management Strategy for a DC Linked Hydro–PV–Wind Renewable Energy System for Hydroelectric Power Generation Optimization | |
| Ali et al. | A Review of DC Microgrid Energy Management Systems Dedicated to Residential Applications. Energies 2021, 14, 4308 | |
| Yoon et al. | A multiagent-based hybrid power control and management of distributed power sources |
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 | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20220311 |
|
| AD01 | Patent right deemed abandoned |