CN108695868A - 基于电力电子变压器的配电网储能选址定容方法 - Google Patents
基于电力电子变压器的配电网储能选址定容方法 Download PDFInfo
- Publication number
- CN108695868A CN108695868A CN201810667774.8A CN201810667774A CN108695868A CN 108695868 A CN108695868 A CN 108695868A CN 201810667774 A CN201810667774 A CN 201810667774A CN 108695868 A CN108695868 A CN 108695868A
- Authority
- CN
- China
- Prior art keywords
- power
- load
- energy storage
- loss
- accumulator
- 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
Links
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于电力电子变压器的配电网中储能选址定容方法,首先建立基于电力电子变压器的配电网中储能的双层优化配置模型,通过内层容量优化求得储能装置的最优容量以及最优容量下的储能出力以及联络线功率,进而通过潮流计算得到外层位置优化中和网络损耗有关的目标函数,最后通过粒子群优化算法得到储能装置最优位置,即所在PET的端口位置。本发明能够显著降低整个网络损耗,同时提高了电网运行净收益。
Description
技术领域
本发明涉及的是一种配电网设计领域的技术,具体是一种基于电力电子变压器的配电网中储能选址定容方法。
背景技术
现有微电网及其可再生能源与配电网的友好连接均利用储能装置的功率调节手段及电力电子变压器的功率分配功能,电力电子变压器(PET)将工频交流电整流为直流电,然后逆变为高频交流电,用高频变压器实现电压电流的变换,最后将高频交流电转化为工频交流电和直流电;储能***凭借其快速功率调节及兼具供蓄能力的特点,在平滑间歇式能源功率波动、削峰填谷、改善电压质量以及提供备用电源方面都发挥出了巨大的作用。
以蓄电池为储能***时,蓄电池的容量配置对光伏发电影响很大,容量选择得太大,不仅会增加投资,电池还会长期处于充电不足的状态,影响储能的使用效果和寿命,不能较好地实现其经济性;当容量选择过小,光伏***不能充分实现经济效益,且电网的供电可靠性降低。
发明内容
本发明针对现有技术存在的上述不足,提出一种基于电力电子变压器的配电网中储能选址定容方法。
本发明是通过以下技术方案实现的:
本发明首先建立基于电力电子变压器的配电网中储能的双层优化配置模型,通过内层容量优化求得储能装置的最优容量以及最优容量下的储能出力以及联络线功率,进而通过潮流计算得到外层位置优化中和网络损耗有关的目标函数,最后通过粒子群优化算法得到储能装置最优位置,即所在PET的端口位置。
所述的双层优化配置模型包括:内层优化部分实现储能定容以及外层优化部分实现储能选址,其中:内层优化部分以购电成本最小为目标函数,外层优化部分以网络损耗和电力电子变压器端口损耗为目标函数。
所述的网络损耗包括:线路损耗和电力电子变压器端口(PET)损耗。
①线路损耗是指:配电线路损耗耗的计算公式为其中:Ploss是网络损耗,Pi是节点i的注入有功功率,Qi是节点i的注入无功功率,Vi是节点i的电压幅值,Rij是线路ij的电阻。
②PET损耗是指:当Pgrid>0,则10kV端口输入功率,380V端口输出功率,则端口损耗为其中:η为运行效率;β为负载率。
所述的储能装置最优位置通过以下方式得到:
1)初始化以群体规模为N的粒子群的位置和速度参数,N的取值优选为20;
2)计算粒子群中各粒子的目标函数值,即外层优化部分中和网络损耗有关的目标函数;
3)对每个粒子在不同位置下的网络损耗进行择优更新;
4)将每个粒子最好位置的网络损耗与粒子群中所有粒子所经历过的最好位置的网络损耗比较并择优更新;
5)以粒子自己历史最优网络损耗对应的位置和粒子全体最优网络损耗对应的位置对粒子的位置和速度参数进行更新,当已达到最大迭代代数,则得到最佳优化方案;否则返回步骤2)继续进行优化。
所述的内层优化部分是指:以购电成本为目标函数,即其约束条件包括:
1)功率平衡约束Pgrid=Paggregate-Pbattery=Pload-Ppv-Pbattery,其中:Pgrid为电网输入微网的功率;Paggregate为净负荷功率;Ppv为光伏发电的出力;Pload为负荷功率;Pbattery为储能***的出力;
2)储能功率约束Pbattery≤Pbatterymax;
3)自平衡率约束:配电网与大电网相连,可以由大电网提供一定的电力支撑。将配电网在一定周期内,依靠自身分布式电源所能满足的负荷需求比例定义为自平衡率,具体为:
其中:Rself是自平衡率;Eself是配电网自身所能满足的负荷用电量;Etotal是负荷的总需求量;Egrid-in是由大电网满足的负荷用电量,即购电电量;
4)自发自用率约束:网中的分布式电源不仅可以向负荷供电,在发电能力过剩的情况下,还可以向大电网送电。将配电网在一定周期内,用于满足负荷需求的分布式电源发电量比例定义为自发自用率,具体为:其中:Rsuff是自发自用率;Eself是配电网所能满足的负荷用电量;EDG是配电网的分布式电源总发电量;
5)自平滑率约束:自平滑率又称为联络线功率波动率其中:δline是自平滑率,Pline,i是第i个时刻联络线功率,是一天内联络线的平均功率。
所述的功率平衡约束中光伏、蓄电池以及主网三者之间的功率关系按照运行策略进行确定,具体为:
1)当净负荷Paggregate(t)=Pload(t)-Ppv(t)<0时,光伏发电在满足负荷供电的情况下,向蓄电池充电,此时负荷水平较低,电价也低,因此蓄电池储存的是低价电。
1.1)蓄电池组充电但未充满,则有Pbat(t)=|Paggregate(t)|
蓄电池荷电状态更新,SOC(t+1)=SOC(t)(1-σ)+Pbat(t)/Ebat,其中:Ebat为蓄电池的储能容量,σ为蓄电池每小时的自放电率。
1.2)当蓄电池组已充满,仍有剩余发电量,可向主网输电,即:
Pgrid(t)=-|Paggregate(t)|+Pchmax,其中:Pchmax为蓄电池的最大充电功率。
2)当净负荷Paggregate(t)=Pload(t)-Ppv(t)=0时,蓄电池荷电状态为:SOC(t+1)=SOC(t)(1-σ);
3)当净负荷Paggregate(t)=Pload(t)-Ppv(t)>0时,首先选择用蓄电池储存的低价电补充供电缺额。
3.1)当蓄电池储存的低价电可以补充,蓄电池组荷电状态为:Pbat(t)=-(Pload(t)-Ppv(t));SOC(t+1)=SOC(t)(1-σ)+Pbat(t)/Ebat
3.2)当蓄电池储存的低价电不足以满足供电缺额,则向主网购电,购电量为:
Pgrid(t)=Paggregate(t)-Pdhmax,其中:Pdhmax为蓄电池的最大放电功率。
技术效果
与现有技术相比,本发明采用双层优化规划,内外双层均采用改进粒子群算法,外层实现选址,内层确定最优容量,内外层通过光伏及储能的功率联系起来,充分考虑了电力电子变压器的能量流动方式及端口损耗,降低了整个网络损耗。
附图说明
图1为实施例中基于电力电子变压器的配电网***图;
图中:Grid为电网、PET为电力电子变压器、PV为光伏、ES为蓄电池、DC Load为直流负载、AC Load为交流负载;
图2为实施例中运行计划曲线示意图;
图3为实施例中购电成本优化曲线示意图。
具体实施方式
如图1所示,本实施例为基于电力电子变压器的配电网,电力电子变压器为三端口结构,其中一个端口连接10kV交流主网,另外两个端口分别连接380V交流母线和±375V直流母线。光伏和储能装置为交流接入方式,因为储能的位置会影响对配电网络的潮流,进而影响线路损耗,因此本实施例中外层位置优化的目标函数为线路损耗和电力电子变压器端口损耗,其中损耗计算需要明确储能装置的实时充放电状态及整个配电网的实时运行状态,而储能的充放电及配电网的运行和储能容量有关,于是引入了内层储能容量优化,目标函数为购电成本,并在内层确定了基于电力电子变压器的配电网的实时运行状态。
所述的线路损耗,当储能接在380V交流节点时, 其中:Ploss1为储能接在380V交流节点时的总线路损耗,PPV为光伏出力,PES为储能出力,储能装置充电时PES为负,储能装置放电时PES为正,PAC为交流负荷,R1为380V交流线路的电阻;PDC为直流负荷,R2为±375V直流线路的电阻;Pgrid为主网输入配电网的功率,当功率从配电网输入主网,则Pgrid为负。
所述的电力电子变压器端口损耗是指:以380V~10kVAC端口为例(假设储能接在380V交流节点),当Pgrid>0,则10kV端口输入功率,380V端口输出功率,则端口损耗为其中:η为运行效率;β为负载率。
表1 PET的运行效率
为了衡量线路损耗变化的程度,本实施例引入线路损耗灵敏度分析法。线路损耗灵敏度(loss sensitivity factor,LSF)是指每增加一个单位出力所引起的电线路损耗耗变化量,其中:LSFi是节点i的线路损耗灵敏度,LSFi越大,说明节点i在增加一个单位出力后,网络损耗下降越明显。因此,外层位置优化的目标函数定为min(Ploss+1/LSF)。
以图1所示的工业园区为例,含光伏、工业类交流和直流负载,通过三端口电力电子变压器实现源、荷的接入及互补协调配合,实现光伏的可靠接入及工业类负载的经济供能。蓄电池每小时自放电率为0.01%,初始荷电状态SOC(0)=0.4,SOCmax=0.9,SOCmin=0.2,微网与主网的最大交换功率Pgridmax=500kW。不同时段的电价如表2所示。
表2分时电价
步骤1)内层容量优化得到的购电量及储能荷电状态变化曲线如下图2所示。图3为购电成本变化优化曲线。分析图2可得:
1:00-12:00,净负荷大于0,即光伏发电不满足负荷供电,此时由于电价较低,同时用蓄电池和向电网购电来补充供电缺额;
13:00-17:00,净负荷小于0,即光伏发电满足负荷供电,剩余的先给蓄电池充电,留有一定的备用,然后余量上网。此时也正值电价最高的时期,有效地减少了购电成本;
18:00-24:00,净负荷虽然大于0,但其值不大,主要由电网供电补偿,以使储能放电不多,为补偿第二天的功率缺额留够充足的备用。
容量配置结果如表3所示。
表3容量配置结果
型号 | 单机容量 | 配置台数 | |
蓄电池 | 圣能VRB-50 | 50kWh | 21 |
步骤2)外层位置优化得到储能的最佳配置位置为PET的±375V直流端口。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整,本发明的保护范围以权利要求书为准且不由上述具体实施所限,在其范围内的各个实现方案均受本发明之约束。
Claims (8)
1.一种基于电力电子变压器的配电网中储能选址定容方法,其特征在于,首先建立基于电力电子变压器的配电网中储能的双层优化配置模型,通过内层容量优化求得储能装置的最优容量以及最优容量下的储能出力以及联络线功率,进而通过潮流计算得到外层位置优化中和网络损耗有关的目标函数,最后通过粒子群优化算法得到储能装置最优位置,即所在PET的端口位置;
所述的双层优化配置模型包括:内层优化部分实现储能定容以及外层优化部分实现储能选址,其中:内层优化部分以购电成本最小为目标函数,外层优化部分以网络损耗和电力电子变压器端口损耗为目标函数。
2.根据权利要求1所述的方法,其特征是,所述的网络损耗包括:线路损耗和电力电子变压器端口损耗。
3.根据权利要求2所述的方法,其特征是,所述的线路损耗是指:配电线路损耗耗的计算公式为其中:Ploss是网络损耗,Pi是节点i的注入有功功率,Qi是节点i的注入无功功率,Vi是节点i的电压幅值,Rij是线路ij的电阻;所述的PET损耗是指:当Pgrid>0,则10kV端口输入功率,380V端口输出功率,则端口损耗为 其中:η为运行效率;β为负载率。
4.根据权利要求1所述的方法,其特征是,所述的储能装置最优位置通过以下方式得到:
1)初始化以群体规模为N的粒子群的位置和速度参数;
2)计算粒子群中各粒子的目标函数值,即外层优化部分中和网络损耗有关的目标函数;
3)对每个粒子在不同位置下的网络损耗进行择优更新;
4)将每个粒子最好位置的网络损耗与粒子群中所有粒子所经历过的最好位置的网络损耗比较并择优更新;
5)以粒子自己历史最优网络损耗对应的位置和粒子全体最优网络损耗对应的位置对粒子的位置和速度参数进行更新,当已达到最大迭代代数,则得到最佳优化方案;否则返回步骤2)继续进行优化。
5.根据权利要求1所述的方法,其特征是,所述的内层优化部分是指:以购电成本为目标函数,即其约束条件包括:
1)功率平衡约束Pgrid=Paggregate-Pbattery=Pload-Ppv-Pbattery,其中:Pgrid为电网输入微网的功率;Paggregate为净负荷功率;Ppv为光伏发电的出力;Pload为负荷功率;Pbattery为储能***的出力;
2)储能功率约束
3)自平衡率约束:配电网与大电网相连,可以由大电网提供一定的电力支撑。将配电网在一定周期内,依靠自身分布式电源所能满足的负荷需求比例定义为自平衡率,具体为:
其中:Rself是自平衡率;Eself是配电网自身所能满足的负荷用电量;Etotal是负荷的总需求量;Egrid-in是由大电网满足的负荷用电量,即购电电量;
4)自发自用率约束:网中的分布式电源不仅可以向负荷供电,在发电能力过剩的情况下,还可以向大电网送电。将配电网在一定周期内,用于满足负荷需求的分布式电源发电量比例定义为自发自用率,具体为:其中:Rsuff是自发自用率;Eself是配电网所能满足的负荷用电量;EDG是配电网的分布式电源总发电量;
5)自平滑率约束:自平滑率又称为联络线功率波动率其中:δline是自平滑率,Pline,i是第i个时刻联络线功率,是一天内联络线的平均功率。
6.根据权利要求5所述的方法,其特征是,所述的功率平衡约束中光伏、蓄电池以及主网三者之间的功率关系按照运行策略进行确定,具体为:
1)当净负荷Paggregate(t)=Pload(t)-Ppv(t)<0时,光伏发电在满足负荷供电的情况下,向蓄电池充电,此时负荷水平较低,电价也低,因此蓄电池储存的是低价电;
2)当净负荷Paggregate(t)=Pload(t)-Ppv(t)=0时,蓄电池荷电状态为:SOC(t+1)=SOC(t)(1-σ);
3)当净负荷Paggregate(t)=Pload(t)-Ppv(t)>0时,首先选择用蓄电池储存的低价电补充供电缺额。
7.根据权利要求6所述的方法,其特征是,所述的步骤1,具体包括:
1.1)蓄电池组充电但未充满,则有Pbat(t)=|Paggregate(t)|
蓄电池荷电状态更新,SOC(t+1)=SOC(t)(1-σ)+Pbat(t)/Ebat,其中:Ebat为蓄电池的储能容量,σ为蓄电池每小时的自放电率;
1.2)当蓄电池组已充满,仍有剩余发电量,可向主网输电,即:Pgrid(t)=-|Paggregate(t)|+Pchmax,其中:Pchmax为蓄电池的最大充电功率。
8.根据权利要求6所述的方法,其特征是,所述的步骤3,具体包括:
3.1)当蓄电池储存的低价电可以补充,蓄电池组荷电状态为:Pbat(t)=-(Pload(t)-Ppv(t));SOC(t+1)=SOC(t)(1-σ)+Pbat(t)/Ebat;
3.2)当蓄电池储存的低价电不足以满足供电缺额,则向主网购电,购电量为:Pgrid(t)=Paggregate(t)-Pdhmax,其中:Pdhmax为蓄电池的最大放电功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810667774.8A CN108695868B (zh) | 2018-06-26 | 2018-06-26 | 基于电力电子变压器的配电网储能选址定容方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810667774.8A CN108695868B (zh) | 2018-06-26 | 2018-06-26 | 基于电力电子变压器的配电网储能选址定容方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108695868A true CN108695868A (zh) | 2018-10-23 |
CN108695868B CN108695868B (zh) | 2021-10-01 |
Family
ID=63849136
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810667774.8A Active CN108695868B (zh) | 2018-06-26 | 2018-06-26 | 基于电力电子变压器的配电网储能选址定容方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108695868B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109510224A (zh) * | 2018-11-16 | 2019-03-22 | 上海交通大学 | 光伏储能与分布式能源联合的容量配置与运行优化方法 |
CN110034571A (zh) * | 2019-03-21 | 2019-07-19 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑可再生能源出力的分布式储能选址定容方法 |
CN110601260A (zh) * | 2019-09-11 | 2019-12-20 | 电子科技大学 | 一种限定联络线上功率波动的光-蓄***容量优化方法 |
CN112039067A (zh) * | 2020-09-01 | 2020-12-04 | 国网河北省电力有限公司邢台供电分公司 | 配电网新能源发电利用率优化方法及终端设备 |
CN112069638A (zh) * | 2020-09-08 | 2020-12-11 | 广东电网有限责任公司电力科学研究院 | 一种低压配网储能设备接入点选址方法及相关装置 |
CN112134286A (zh) * | 2020-09-22 | 2020-12-25 | 广东电网有限责任公司 | 一种交直流混合微电网 |
CN112152219A (zh) * | 2020-09-23 | 2020-12-29 | 广东电网有限责任公司东莞供电局 | 一种应用于办公生活园区的交直流混合配电网*** |
CN114825451A (zh) * | 2022-06-29 | 2022-07-29 | 西安热工研究院有限公司 | 一种火电厂用光储微网柔性组网*** |
CN117559507A (zh) * | 2024-01-04 | 2024-02-13 | 武汉理工大学 | 一种构网型储能电站定容选址优化配置方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903073A (zh) * | 2014-04-23 | 2014-07-02 | 河海大学 | 一种含分布式电源及储能的微电网优化规划方法及*** |
WO2015200931A1 (en) * | 2014-06-23 | 2015-12-30 | Gridbridge, Inc. | Versatile site energy router |
CN105846423A (zh) * | 2016-03-28 | 2016-08-10 | 华北电力大学 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
CN106341044A (zh) * | 2016-10-19 | 2017-01-18 | 华北电力大学(保定) | 一种模块化电力电子变压器综合效率优化控制方法 |
CN106374515A (zh) * | 2016-09-14 | 2017-02-01 | 国家电网公司 | 一种有源配电网中储能***双层递阶优化配置方法 |
CN107301470A (zh) * | 2017-05-24 | 2017-10-27 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN108170952A (zh) * | 2017-12-27 | 2018-06-15 | 清华大学 | 基于电力电子变压器的微电网优化配置方法及装置 |
-
2018
- 2018-06-26 CN CN201810667774.8A patent/CN108695868B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903073A (zh) * | 2014-04-23 | 2014-07-02 | 河海大学 | 一种含分布式电源及储能的微电网优化规划方法及*** |
WO2015200931A1 (en) * | 2014-06-23 | 2015-12-30 | Gridbridge, Inc. | Versatile site energy router |
CN105846423A (zh) * | 2016-03-28 | 2016-08-10 | 华北电力大学 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
CN106374515A (zh) * | 2016-09-14 | 2017-02-01 | 国家电网公司 | 一种有源配电网中储能***双层递阶优化配置方法 |
CN106341044A (zh) * | 2016-10-19 | 2017-01-18 | 华北电力大学(保定) | 一种模块化电力电子变压器综合效率优化控制方法 |
CN107301470A (zh) * | 2017-05-24 | 2017-10-27 | 天津大学 | 一种配电网扩展规划与光储选址定容的双层优化方法 |
CN108170952A (zh) * | 2017-12-27 | 2018-06-15 | 清华大学 | 基于电力电子变压器的微电网优化配置方法及装置 |
Non-Patent Citations (2)
Title |
---|
张泽宇: "基于多智能体一致性协同理论的智能配电网自动发电控制方法", 《中国优秀硕士学位论文全文数据库工程科技II辑》 * |
王彦虹,邰能灵,嵇康: "含大规模风光电源的配电网储能电池选址定容优化方案", 《电力科学与技术学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109510224A (zh) * | 2018-11-16 | 2019-03-22 | 上海交通大学 | 光伏储能与分布式能源联合的容量配置与运行优化方法 |
CN109510224B (zh) * | 2018-11-16 | 2021-11-09 | 上海交通大学 | 光伏储能与分布式能源联合的容量配置与运行优化方法 |
CN110034571A (zh) * | 2019-03-21 | 2019-07-19 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑可再生能源出力的分布式储能选址定容方法 |
CN110601260A (zh) * | 2019-09-11 | 2019-12-20 | 电子科技大学 | 一种限定联络线上功率波动的光-蓄***容量优化方法 |
CN112039067A (zh) * | 2020-09-01 | 2020-12-04 | 国网河北省电力有限公司邢台供电分公司 | 配电网新能源发电利用率优化方法及终端设备 |
CN112069638A (zh) * | 2020-09-08 | 2020-12-11 | 广东电网有限责任公司电力科学研究院 | 一种低压配网储能设备接入点选址方法及相关装置 |
CN112134286A (zh) * | 2020-09-22 | 2020-12-25 | 广东电网有限责任公司 | 一种交直流混合微电网 |
CN112152219A (zh) * | 2020-09-23 | 2020-12-29 | 广东电网有限责任公司东莞供电局 | 一种应用于办公生活园区的交直流混合配电网*** |
CN114825451A (zh) * | 2022-06-29 | 2022-07-29 | 西安热工研究院有限公司 | 一种火电厂用光储微网柔性组网*** |
CN114825451B (zh) * | 2022-06-29 | 2022-10-11 | 西安热工研究院有限公司 | 一种火电厂用光储微网柔性组网*** |
CN117559507A (zh) * | 2024-01-04 | 2024-02-13 | 武汉理工大学 | 一种构网型储能电站定容选址优化配置方法及*** |
CN117559507B (zh) * | 2024-01-04 | 2024-05-24 | 武汉理工大学 | 一种构网型储能电站定容选址优化配置方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108695868B (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108695868A (zh) | 基于电力电子变压器的配电网储能选址定容方法 | |
CN106651026B (zh) | 多时间尺度微电网能量管理优化调度方法 | |
CN109066750B (zh) | 基于需求侧响应的光伏-电池微电网混合能量调度管理方法 | |
CN106451553B (zh) | 一种多时间尺度的光伏微网区间优化调度方法 | |
CN108448636A (zh) | 一种考虑线路因素的交直流混合微电网优化规划方法 | |
CN104767224A (zh) | 一种含多类储能的并网型风光储微电网的能量管理方法 | |
CN105515110B (zh) | 一种电动汽车有序充电实时控制*** | |
CN107112763A (zh) | 电网网络网关聚合 | |
CN106549415A (zh) | 分布式风光互补发电***实现有效调度的方法 | |
CN103248064A (zh) | 一种复合型能源充电储能***及其方法 | |
CN110311396A (zh) | 一种交直流混合微电网混合储能容量优化配置方法 | |
CN106099965A (zh) | 交流微电网并网状态下复杂混合储能***的协调控制方法 | |
CN110112783A (zh) | 光伏蓄电池微电网调度控制方法 | |
CN108551176B (zh) | 一种结合储能均衡技术的储能电池***容量配置方法 | |
CN110034572A (zh) | 含多端口电力电子变压器的交直流混合***储能配置方法 | |
CN112865075B (zh) | 一种交直流混合微电网优化方法 | |
CN106505558B (zh) | 一种直流配电网的能量输送控制方法及装置 | |
CN110752629B (zh) | 一种交直流混合家庭微电网能量优化管理方法 | |
CN107846043A (zh) | 一种考虑电动汽车充电影响的微网能量管理方法 | |
CN108197766A (zh) | 一种包含微电网群的主动配电网优化调度模型 | |
CN110661301A (zh) | 一种水光蓄多能互补发电***的容量配置优化方法 | |
CN106451510A (zh) | 一种适应削峰填谷的储能站容量及充放电功率的配置方法 | |
CN113822480A (zh) | 一种农村综合能源***多层协同优化方法及*** | |
CN107846035A (zh) | 一种考虑电动汽车充电特性的风光储并网型微网 | |
CN109119988B (zh) | 基于动态批发市价的光伏-电池微电网能量调度管理方法 |
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 |