CN108270237B - 基于分布式光伏电源的并网控制以及调度的方法 - Google Patents

基于分布式光伏电源的并网控制以及调度的方法 Download PDF

Info

Publication number
CN108270237B
CN108270237B CN201810065765.1A CN201810065765A CN108270237B CN 108270237 B CN108270237 B CN 108270237B CN 201810065765 A CN201810065765 A CN 201810065765A CN 108270237 B CN108270237 B CN 108270237B
Authority
CN
China
Prior art keywords
photovoltaic power
power supply
distributed photovoltaic
grid
cost
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
CN201810065765.1A
Other languages
English (en)
Other versions
CN108270237A (zh
Inventor
薛守磊
展云峰
魏成峰
赵伟聪
申祥坤
王世松
张森
蒋德珍
左涛
郑霄翔
金德长
段文旭
宋来伟
雷东庆
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.)
Yanggu Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Yanggu Power Supply Co of State Grid Shandong 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 Yanggu Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Yanggu Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority to CN201810065765.1A priority Critical patent/CN108270237B/zh
Publication of CN108270237A publication Critical patent/CN108270237A/zh
Application granted granted Critical
Publication of CN108270237B publication Critical patent/CN108270237B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H02J3/383
    • 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
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/388Islanding, i.e. disconnection of local power supply from the network
    • 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
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Photovoltaic Devices (AREA)

Abstract

本发明涉及一种基于分布式光伏电源的并网控制以及调度的方法,首先确定一定范围内分布式光伏电源并网的个数,为其标序;然后以一年的时间为限,详细记录各个分布式光伏电源在不同时间段输出的有功功率;然后根据公式:

Description

基于分布式光伏电源的并网控制以及调度的方法
技术领域
本发明属于电网建设领域,尤其涉及一种基于分布式光伏电源的并网控制以及调度的方法
背景技术
分布式能源是一种建在用户端的能源供应方式,可独立运行,也可并网运行,是以资源、环境效益最大化确定方式和容量的***,将用户多种能源需求,以及资源配置状况进行***整合优化,采用需求应对式设计和模块化配置的新型能源***,是相对于集中供能的分散式供能方式。随着经济社会的发展,能源枯竭和环境恶劣的问题越发凸显。作为节能减排的重要措施,分布式电源发展前途光明,将在电网末端大量接入并发挥巨大作用。
随着经济社会的发展,能源枯竭和环境恶劣的问题越发凸显。太阳能以其清洁、环境友好、不会枯竭的独特优势获得了极大关注。然而,太阳能的一大特点是它们具有随机性和不可控性,受天气因素影响较大,这对光伏电站并网规划设计工作提出了更高的要求。分布式接入方式能够最大限度利用太阳能资源,但也导致配电网从单电源网络变成多电源网络,进而给配电网带来线路调压复杂、潮流控制困难、电能质量下降等问题。因此,分布式光伏电站接入配电网的规划设计问题需要更加细致深入的研究。然而,目前对分布式光伏电源的并网控制进行优化调度是一个尚未解决的问题。
发明内容
本发明针对上述的分布式光伏电源的并网控制所存在的技术问题,提出一种设计合理、方法简单、操作方便且安全可靠的基于分布式光伏电源的并网控制以及调度的方法。
为了达到上述目的,本发明采用的技术方案为,本发明提供一种基于分布式光伏电源的并网控制以及调度的方法,包括以下有效步骤:
a、首先确定一定范围内分布式光伏电源并网的个数,按照1,2,3.......N,为其标序;
b、然后以一年的时间为限,详细记录各个分布式光伏电源在不同时间段输出的有功功率;
c、然后根据公式:
Figure GDA0002604762420000021
计算分布式光伏电源的总运行成本,其中Ci为第i个分布式光伏电源的总运行成本,T为调度的时间段,a表示微电网的考虑系数,微电网在当孤岛运行方式下,微电网与主网之间没有能量交换费用,a=0;当在并网运行方式下,微电网与主网存在能量互购,a=l,Com(t)为t时刻该分布式光伏电源的维护费用,CDEP(t)为t时刻分布式光伏电源的折旧成本,CL(t)为切除负荷时的停电赔偿费用;Cgrid表示微电网和主网的电能交易费用;
d、根据c步骤计算所得的总运行成本计算该分布式光伏电源的单度价格和该地区内所有分布式光伏电源的总运行成本;
e、配置优化调度的目标函数
(1)从节能降耗的角度考虑,要求配电网运行费用最小,即满足:
minF1=CTG+∑CMG+Closs
其中,CTG为从发电网购电的总成本,CMG为从分布式能源购电的总成本,Closs为整个配电网运行时电能损耗的费用;
(2)从分布式光伏电源的角度考虑,要求分布式光伏电源发挥作用最大,即满足:
Figure GDA0002604762420000022
其中,Pgrid,PV(t).1h,Pgrid,NOPV(t).1h分别为光伏电站接入前后状态下,主电网在第t小时运行时间内向配电网提供的有功值;
从电能质量的角度来讲,要求电压指标最优,即满足:
Figure GDA0002604762420000031
其中,μwoi为未接入分布式光伏电源时的电压指标,μwi接入分布式电源后***旳电压指标,所述电压指标的计算公式为:
Figure GDA0002604762420000032
其中,Ui为配电网第i个节点的电压幅值,PLi为第i个节点的有功负荷,节点的权重因子为ki,N为配电网的节点数;
f、然后计算目标函数的最大值和最小值;
g、根据计算所得目标函数的最大值和最小值计算得到各单目标函数的满意度函数值;
h、将多目标决策问题转化为以关于评价函数的单目标优化问题
i、运用粒子群算法进行求解计算,确定最终结果,根据分布式光伏电源的出力情况,确定整个配电网的最佳运行状态。
作为优选,所述g步骤中,目标函数的满意度函数值的计算公式如下:
Figure GDA0002604762420000033
Figure GDA0002604762420000034
Figure GDA0002604762420000035
其中,f1min,f1maxf1为目标函数1的最小值,最大值和平均值,f2min,f2max,f2为目标函数2的最小值,最大值和平均值,f3min,f3max,f3为目标函数3的最小值,最大值和平均值。
与现有技术相比,本发明的优点和积极效果在于,
1、本发明通过提供一种基于分布式光伏电源的并网控制以及调度的方法,从分布式光伏电源以及节约能耗等角度考虑,综合分析,构建并网调度的模型,进而解决现有分布式光伏电源并网所存在的技术问题,同时,本发明方法简单、设计合理,效果显著,适合大规模推广使用。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合实施例对本发明做进一步说明。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开说明书的具体实施例的限制。
实施例1,本实施例提供一种基于分布式光伏电源的并网控制以及调度的方法
本实施例旨在解决现有分布式光伏电源的并网控制、调度所存在的技术问题,为了达到上述目的,本实施例提供的基于分布式光伏电源的并网控制以及调度的方法,包括以下有效步骤:
首先确定一定范围内分布式光伏电源并网的个数,按照1,2,3.......N,为其标序,由于近两年光伏产业发展迅速,各乡、各镇、乃至各村都建设了相应的光伏电源,为了使调控的更为准确、稳定,在本实施例中,以乡、镇为单位进行调控,故首先确定乡镇范围内的光伏电源并网的个数。
然后以一年的时间为限,详细记录各个分布式光伏电源在不同时间段输出的有功功率,也可以说为两年,因为,电网公司对公司的配电网的输出都有详细的观察记录,因此,只需要记录一年一个乡镇内各个分布式光伏电源在不同时间段输出的有功功率就行,这样的主要目的是计算每个分布式光伏电源的出力情况,以便更好的调控。
由于光伏电源在实施安装时,需要产生大量的成本,同时,光伏电源的发电量和使用寿命都有限,因此,需要考虑光伏电源的发电成本,通过对光伏电源的数学模型研究,综合考虑***分布式光伏电源的出力情况,已达到配电网的运行成本最小。
因此,本实施例提供公式:
Figure GDA0002604762420000051
来计算分布式光伏电源的总运行成本,在公式中Ci为第i个分布式光伏电源的总运行成本,T为调度的时间段,a表示微电网的考虑系数,微电网在当孤岛运行方式下,微电网与主网之间没有能量交换费用,a=0;当在并网运行方式下,微电网与主网存在能量互购,a=l,Com(t)为t时刻该分布式光伏电源的维护费用,这个维护费用按照维护的总费用除以相应的时间即可算出,
CDEP(t)为t时刻分布式光伏电源的折旧成本,在本实施例中,考虑到分布式光伏电源的安装成本以及所占场地的费用,这些都计算在内,故在本实施例中,专门提供一种公式来进行计算:
Figure GDA0002604762420000052
CACC,j=CINS,jfcr
Figure GDA0002604762420000053
其中,CACC,j为表示***中光伏电源i的安装成本费用,Pri为光伏电源i的额定功率(目前,现有的光伏电源的主要通过加设蓄电池来保证输出的功率一定),fcf,i表示容量因子,CINS,j为光伏电源i的安装费用,fcr为为投资资本回收系数,d为年利息率,l为使用年限,Cz为光伏电源i使用的场地费用。
CL(t)为切除负荷时的停电赔偿费用,在本实施例中,其数学模型为:
CL(t)=Cbu.Load(t)
Cbu表示微电网在切除负荷时的赔偿损失费用(元/kW·h);Load(t)表示t时段内的所切除的负荷电量。Cgrid表示微电网和主网的电能交易费用,交易费用主要是光伏电源的购入电量乘以购入电价以及出售电量乘以购入电价即可。此处选择购入电价为基准价主要是先以此价格为为基准,来计算运行成本。
通过上述的公式,即可计算出该分布式光伏电源的单度价格和该地区内所有分布式光伏电源的总运行成本以及该分布式光伏电源的运行成本。得出运行成本,我们就可以构建目标函数,以便更好的调控,在本实施例中,从三个角度构建目标函数,分别是1、从节能降耗的角度考虑,2、从分布式光伏电源的角度考虑,要求分布式光伏电源发挥作用最大,3、从电能质量的角度这三个角度考虑,故构建的目标函数为:
(1)、从节能降耗的角度考虑,要求配电网运行费用最小,即满足:
minF1=CTG+∑CMG+Closs
其中,CTG为从发电网购电的总成本,CMG为从分布式能源购电的总成本,Closs为整个配电网运行时电能损耗的费用。
(2)从分布式光伏电源的角度考虑,要求分布式光伏电源发挥作用最大,即满足:
Figure GDA0002604762420000061
其中,Pgrid,PV(t).1h,Pgrid,NOPV(t).1h分别为光伏电站接入前后状态下,主电网在第t小时运行时间内向配电网提供的有功值。
(3)从电能质量的角度来讲,要求电压指标最优,即满足:
Figure GDA0002604762420000062
其中,μwoi为未接入分布式光伏电源时的电压指标,μwi接入分布式电源后***旳电压指标,所述电压指标的计算公式为:
Figure GDA0002604762420000063
其中,Ui为配电网第i个节点的电压幅值,PLi为第i个节点的有功负荷,节点的权重因子为ki,N为配电网的节点数。
为了解决三个目标函数可能存在的冲突的问题,在本实施例中,通过基于评价函数的交互式多目标决策方法,解决了优化调度模型中的多目标相互冲突的问题。
基于评价函数的交互式多目标决策方法属于现有成熟的技术方案,在本实施例中,仅将公式给具体化,另外,需要说明的是,在本实施例中,没有列举公式的计算,都属于本领域工作人员所熟知的计算公式,故在本实施例中,不加详细的描述。
具体的说,首先计算目标函数的最大值和最小值,然后,再计算目标函数的平均值,记做,f1min,f1maxf1为目标函数1的最小值,最大值和平均值,f2min,f2max,f2为目标函数2的最小值,最大值和平均值,f3min,f3max,f3为目标函数3的最小值,最大值和平均值;
根据计算所得目标函数的最大值和最小值计算得到各单目标函数的满意度函数值,目标函数的满意度函数值的计算公式如下:
Figure GDA0002604762420000071
Figure GDA0002604762420000072
Figure GDA0002604762420000073
通过上述公式不难看出,各目标函数的最优值P1*=0,P2*=0,P3*=0。
然后,将多目标决策问题转化为以关于评价函数的单目标优化问题
Figure GDA0002604762420000074
s.t.P*≤P
Pmin≤P≤Pmax
运用粒子群算法进行求解计算,确定最终结果。根据分布式光伏电源的出力情况,确定整个配电网的最佳运行状态。
通过对各个目标函数最优值计算,得到不同决策变量下对应的满意度函数,在解空间中寻找距各个单目标最优解欧氏距离最近的点,为非劣解中的最满意解。进而在确立光伏电源最终出力的基础上,在微网层面二次协调其内部各分布式电源的出力,进而可以找到整个配电网的最佳运行状态,确定配电网中各光伏电源的最优出力情况,进而达到调控的目的。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域,但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

Claims (2)

1.一种基于分布式光伏电源的并网控制以及调度的方法,其特征在于,包括以下有效步骤:
a、首先确定一定范围内分布式光伏电源并网的个数,按照1,2,3.......N,
为其标序;
b、然后以一年的时间为限,详细记录各个分布式光伏电源在不同时间段输出的有功功率;
c、然后根据公式:
Figure FDA0002604762410000011
计算分布式光伏电源的总运行成本,其中Ci为第i个分布式光伏电源的总运行成本,T为调度的时间段,a表示微电网的考虑系数,微电网在当孤岛运行方式下,微电网与主网之间没有能量交换费用,a=0;当在并网运行方式下,微电网与主网存在能量互购,a=l,Com(t)为t时刻该分布式光伏电源的维护费用,CDEP(t)为t时刻分布式光伏电源的折旧成本,CL(t)为切除负荷时的停电赔偿费用;Cgrid表示微电网和主网的电能交易费用;
d、根据c步骤计算所得的总运行成本计算该分布式光伏电源的单度价格和该地区内所有分布式光伏电源的总运行成本;
e、配置优化调度的目标函数
(1)从节能降耗的角度考虑,要求配电网运行费用最小,即满足:
minF1=CTG+∑CMG+Closs
其中,CTG为从发电网购电的总成本,CMG为从分布式能源购电的总成本,Closs为整个配电网运行时电能损耗的费用;
(2)从分布式光伏电源的角度考虑,要求分布式光伏电源发挥作用最大,即满足:
Figure FDA0002604762410000021
其中,Pgrid,PV(t).1h,Pgrid,NOPV(t).1h分别为光伏电站接入前后状态下,主电网在第t小时运行时间内向配电网提供的有功值;
(3)从电能质量的角度来讲,要求电压指标最优,即满足:
Figure FDA0002604762410000022
其中,μwoi为未接入分布式光伏电源时的电压指标,μwi接入分布式电源后***旳电压指标,所述电压指标的计算公式为:
Figure FDA0002604762410000023
其中,Ui为配电网第i个节点的电压幅值,PLi为第i个节点的有功负荷,节点的权重因子为ki,N为配电网的节点数;
f、然后计算目标函数的最大值和最小值;
g、根据计算所得目标函数的最大值和最小值计算得到各单目标函数的满意度函数值;
h、将多目标决策问题转化为以关于评价函数的单目标优化问题
i、运用粒子群算法进行求解计算,确定最终结果,根据分布式光伏电源的出力情况,确定整个配电网的最佳运行状态。
2.根据权利要求1所述的基于分布式光伏电源的并网控制以及调度的方法,其特征在于,所述g步骤中,目标函数的满意度函数值的计算公式如下:
Figure FDA0002604762410000024
Figure FDA0002604762410000025
Figure FDA0002604762410000026
其中,f1min,f1maxf1为目标函数1的最小值,最大值和平均值,
f2min,f2max,f2为目标函数2的最小值,最大值和平均值,f3min,f3max,f3为目标函数3的最小值,最大值和平均值。
CN201810065765.1A 2018-01-23 2018-01-23 基于分布式光伏电源的并网控制以及调度的方法 Active CN108270237B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810065765.1A CN108270237B (zh) 2018-01-23 2018-01-23 基于分布式光伏电源的并网控制以及调度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810065765.1A CN108270237B (zh) 2018-01-23 2018-01-23 基于分布式光伏电源的并网控制以及调度的方法

Publications (2)

Publication Number Publication Date
CN108270237A CN108270237A (zh) 2018-07-10
CN108270237B true CN108270237B (zh) 2020-09-29

Family

ID=62776364

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810065765.1A Active CN108270237B (zh) 2018-01-23 2018-01-23 基于分布式光伏电源的并网控制以及调度的方法

Country Status (1)

Country Link
CN (1) CN108270237B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112508241A (zh) * 2020-11-23 2021-03-16 洪东涛 一种智能电网能量优化调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103151797A (zh) * 2013-03-04 2013-06-12 上海电力学院 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
JP2013165593A (ja) * 2012-02-10 2013-08-22 Toshiba Corp 発電制御装置、発電制御方法、発電制御プログラム及び発電制御システム
CN103745268A (zh) * 2013-10-29 2014-04-23 上海电力学院 含分布式电源的微电网多目标优化调度方法
CN105470838A (zh) * 2015-08-02 2016-04-06 国网山东阳谷县供电公司 移动式配网智能综合供电车

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013165593A (ja) * 2012-02-10 2013-08-22 Toshiba Corp 発電制御装置、発電制御方法、発電制御プログラム及び発電制御システム
CN103151797A (zh) * 2013-03-04 2013-06-12 上海电力学院 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
CN103745268A (zh) * 2013-10-29 2014-04-23 上海电力学院 含分布式电源的微电网多目标优化调度方法
CN105470838A (zh) * 2015-08-02 2016-04-06 国网山东阳谷县供电公司 移动式配网智能综合供电车

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
DECENTRALIZED COORDINATION OF ENERGY RESOURCES IN ELECTRICITY DISTRIBUTION NETWORKS;Nikolaos Gatsis;《2016 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)》;20160519;全文 *
Multi-objective Economic Dispatch Model for A Microgrid Considering Reliability;Mao Meiqin;《2010 2nd IEEE International Symposium on Power Electronics for Distributed Generation Systems》;20100812;全文 *
含多种电源的微电网能量优化技术研究;董志;《中国优秀硕士学位论文全文数据库》;20151215;全文 *
基于负荷管理的远程抄表***设计与实现;李琳;《中国电力教育》;20131231;全文 *
微网***的多目标优化动态经济调度;何美华;《中国优秀硕士学位论文全文数据库》;20150515;全文 *

Also Published As

Publication number Publication date
CN108270237A (zh) 2018-07-10

Similar Documents

Publication Publication Date Title
CN106228258B (zh) 一种计及需求侧管理的家庭能源局域网能量优化控制方法
Li et al. Improving wind power integration by regenerative electric boiler and battery energy storage device
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
Gao et al. Annual operating characteristics analysis of photovoltaic-energy storage microgrid based on retired lithium iron phosphate batteries
Wang et al. Energy management strategy of hybrid energy storage based on Pareto optimality
Tang et al. Multi-objective optimal dispatch for integrated energy systems based on a device value tag
CN105514986A (zh) 一种基于虚拟电厂技术的der用户竞价并网方法
Zhang et al. Enhancing resilience of agricultural microgrid through electricity–heat–water based multi-energy hub considering irradiation intensity uncertainty
CN108270237B (zh) 基于分布式光伏电源的并网控制以及调度的方法
Ma et al. Evaluation model for economic operation of active distribution network orienting to energy internet
Dorahaki et al. Smart grids and building energy flexibility
Liu et al. Hierarchical optimal dispatching strategy for microgrid system considering user-side resources
Cheng et al. Power and energy balance of active distribution network considering operation-control strategy
Lu et al. Distributed dispatching method of active distribution network considering multiple regulation resources
Hu-Ping et al. Site Selection and Capacity Planning for Distributed Generation Considering Uncertainty Risk and Lack of Flexibility
Wang et al. Research on multiobjective capacity configuration optimization of grid‐connected wind–solar–storage microgrid system based on improved BWO algorithm
Mabrouk Assessing the impact of electric vehicle fleets on a multi-microgrids system under different operating modes
Wang et al. Study on the economic dispatch of regional integrated energy system based on master-slave game
Xing et al. An Optimization Capacity Design Method of Wind/Photovoltaic/Hydrogen Storage Power System Based on PSO-NSGA-II
Hui et al. Optimal Allocation Method of PV-Storage System in Clustered Distribution Network with Balanced Economy and Reliability
Deng et al. The capacity optimization of the energy storage system used for peak load shaving
Jadallah Multi-object model for the hybrid wind-solar power generation with energy storage and inverter access capacity configuration
Hu et al. Analysis on flexibility resources of Western Inner Mongolia power grid
Chen et al. Optimal Scheduling of Pumped Storage Power Station Based on Immune Ant Colony Algorithm
Junsheng et al. Joint Source-Load Optimal Scheduling Considering Demand Response and Flexible Supply-Demand Balance

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