CN111368431A - 一种基于可靠性价值的分布式光伏和储能***定容方法 - Google Patents

一种基于可靠性价值的分布式光伏和储能***定容方法 Download PDF

Info

Publication number
CN111368431A
CN111368431A CN202010143244.0A CN202010143244A CN111368431A CN 111368431 A CN111368431 A CN 111368431A CN 202010143244 A CN202010143244 A CN 202010143244A CN 111368431 A CN111368431 A CN 111368431A
Authority
CN
China
Prior art keywords
energy storage
storage system
distributed photovoltaic
value
capacity
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
CN202010143244.0A
Other languages
English (en)
Other versions
CN111368431B (zh
Inventor
孙伊萌
李庚银
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202010143244.0A priority Critical patent/CN111368431B/zh
Publication of CN111368431A publication Critical patent/CN111368431A/zh
Application granted granted Critical
Publication of CN111368431B publication Critical patent/CN111368431B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • 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
    • 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
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00Integration of renewable energy sources in buildings
    • Y02B10/10Photovoltaic [PV]
    • 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
    • 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
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Landscapes

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

Abstract

本发明公开了电力***储能规划技术领域中一种基于可靠性价值的分布式光伏和储能***定容方法,通过对分布式光伏和储能***模型的构建、收益模型的构建和最优投资策略的取得,针对家庭用户的分布式光伏和储能***,实现提高家庭用户的供电可靠性,提高在因极端灾害导致电网断电后家庭用户的供电自给自足性,该方法是一种较为简单的分布式光伏和储能***定容方法,为普通家庭用户提供具有现实参考意义的参考。

Description

一种基于可靠性价值的分布式光伏和储能***定容方法
技术领域
本发明涉及电力***储能规划技术领域,具体领域为一种基于可靠性价值的分布式光伏和储能***定容方法。
背景技术
大规模停电事故,可能由极端自然灾害、***严重故障、人为破坏与恐怖袭击、甚至误操作导致。其中由于极端自然灾害导致的停电事故占全部停电事故的87%,每年造成几十亿的经济损失。这些停电事件虽然发生概率低,但是影响范围广,一旦发生,会对电力***造成极大的损害,严重危害居民用户的用电可靠性。电力***韧性是指电网减少停电故障过程中的损失并尽快恢复到正常供电状态的能力,学术界越来越多的关注“韧性”这一概念,作为提升电网韧性的灾后部署措施,近年来,分布式光伏发电和储能***在电网中分布的占比不断增加,与传统的发电机相比,当极端事件导致停电时,储能电池可以使用之前存储的能量,提高***的韧性,提升用户在因遭受自然灾害而发生电网停电事故下的自给自足能力。因此,为易受极端自然灾害影响地区的居民用户提供分布式光伏发电和储能***具有极强的现实意义。
现有对储能规划问题研究主要存在以下问题:
现有研究主要针对电网侧或大用户储能规划,对居民用户安装分布式光伏和储能***的规划研究较少;现有对储能定容方法较为复杂,对普通家庭进行分布式光伏和储能***投资策略不具有现实参考意义。
发明内容
本发明的目的在于提供一种基于可靠性价值的分布式光伏和储能***定容方法,包括评估分布式光伏和储能***在极端自然灾害下的可靠性价值,同时求取达到包括可靠性价值在内的经济收益最大时的储能电池与光伏电池板容量。
为实现上述目的,本发明提供如下技术方案:一种基于可靠性价值的分布式光伏和储能***定容方法,本发明包括以下步骤。
1)分布式光伏和储能***模型的构建
假定不同居民用户间彼此独立,因此在发生极端自然灾害导致发生电网停电后,每个居民用户可以进行单独分析,其模型包括负荷模型、光伏出力模型及储能模型。
将一天分为两个时段,分别是白天时段(6:00~19:00),以及夜晚时段(19:00~次日6:00),分别用Td、Tn表示白天时段和夜晚时段,取时间间隔ΔT=1h。在白天时段光伏发电,且白天时段的多余出力可以存储在储能***中供夜晚时段使用,以此来实现家庭用户的自给自足,同时提高电网的可靠性。
a)负荷模型
根据历史数据,可以得到一般家庭中的负荷使用情况。以小时为时间间隔,对家庭负荷进行统计,用l(t)表示。则白天累积的负荷(Ld)和夜晚累积的负荷(Ln)分别为:
Figure BDA0002399821720000021
b)光伏出力模型
太阳能电池板在白天时段的出力模型为:
s(t)=r(t)Kp
式中r(t)是白天时段的太阳辐射,其分布为
Figure BDA0002399821720000022
是一个随机过程,其概率分布由历史数据估算得,Kp是太阳能电池板的容量。
则白天时段太阳能累计发电量模型为:
Figure BDA0002399821720000031
式中μp是一个随机变量,其分布可以从太阳辐射过程的分布中得出。
c)储能模型
Pstorage=μbKb
式中Kb代表家用电池存储的能量容量,μb表示电池储能区的放电深度 (DOD)。假设忽略动态充电和放电过程,因此实际的可用储能容量为μbKb
2)收益模型的构建
a)经济价值
用户可以通过使用或向电网出售光伏和储能中的电能以及电池套利来获得利润,这是光伏和储能***经济价值的体现。该经济价值近似正比于分布式光伏和储能***的容量Kp和Kb,表示为:
CE(Kp,Kb)=αpKpbKb
式中,αp和αb是分布式光伏和储能***单位容量下年经济价值系数。
b)建设成本
建设成本也与分布式光伏和储能***的容量Kp和Kb成正比,还考虑了一次性的固定成本,其中包括场地费用和人工费用。为了体现资金的时间价值,有必要将一次性固定成本折现,表示为:
CF(Kp,Kb)=βpKpbKbpsgn(Kp)+γbsgn(Kb)
式中,γp和γb是分布式光伏和储能***的一次性固定成本系数;βp和βb是分布式光伏和储能***单位容量下年建设成本系数。
c)可靠性价值
白天,仅光伏发电为家庭供电,因此负荷损耗为:
ΔLd(Kp,Kb)=max{LdpKp,0}
当Ld值较小或μpKp值较大,多余的太阳能就会存储在储能电池中。考虑到电池存储的容量限制,白天时段电池存储的存储能量表示为:
Ls(Kp,Kb)=min{max{μpKp-Ld,0},μbKb}
在夜间,电池存储释放其白天存储的能量以提供夜间负载。因此,在此期间的负荷损耗表示为:
ΔLn(Kp,Kb)=max{Ln-Ls,0}
综上,容量为(Kp,Kb)的分布式光伏和储能***的可靠性价值可以通过避免损失的负荷值来衡量。
CR(Kp,Kb)=pπR[ΔL(0,0)-ΔLd(Kp,Kb)-ΔLn(Kp,Kb)]
=pπR[min{μpKp,Ld}+min{Ls,Ln}]
=pπR[min{μpKp,Ld}+min{max{μpKp-Ld,0},μbKb,Ln}]
其中p是因为自然灾害导致居民用户的停电概率;πR是居民用户损失负荷的单位价值(VOLL)。
d)收益模型
分布式光伏和储能***的收益I包括经济价值、建设成本和可靠性价值。
Figure BDA0002399821720000051
综上,可以得到以经济价值最大为目标的分布式光伏和储能***定容方案:
I=(αpp)Kp+(αbb)Kbpsgn(Kp)-γbsgn(Kb)+pπR[min{μpKp,Ld}+min{max{μpKp-Ld,0},μbKb,Ln}]
3)最优投资策略
投资收益I是决策变量为Kp和Kb的线性函数,其中Kp和Kb的取值大于等于0。由于该函数是分段线性的,因此在其极点处无法导出。因此,对该函数进行分段讨论,以找出最大收益值Imax和达到该收益的最佳投资策略(K* p, K* b)。
假设lp=αpp<0,lb=αbb<0,另外令l'p=αpp和pπRμp,l'b=αbb和 pπRμb。因此,在Kp和Kb不同取值下。综上所述,最优解(K* p,K* b)有三种情况:
Figure BDA0002399821720000052
Figure BDA0002399821720000053
与现有技术相比,本发明的有益效果是:一种基于可靠性价值的分布式光伏和储能***定容方法,针对家庭用户的分布式光伏和储能***,该***可以提高家庭用户的供电可靠性,提高在因极端灾害导致电网断电后家庭用户的供电自给自足性,提出一种较为简单的分布式光伏和储能***定容方法,为普通家庭用户提供具有现实参考意义的参考。
附图说明
图1为本发明基于可靠性价值的分布式光伏和储能***定容流程图;
图2显示了因极端天气导致居民停电后分布式光伏和储能***的可靠性价值实现机制。图2的左图显示,在没有太阳能和存储***的情况下,因极端灾害导致电网停电后,一个家庭用户负荷损失为ΔL(0,0);右图体现了居民用户安装分布式光伏和储能***后的可靠性价值;
图3为本发明实施例中600名居民用户在白天和夜晚时段的负荷情况;
图4为本发明实施例中1kW光伏每年出力情况;
图5为本发明实施例中不同地区的最优投资策略;
图6为本发明实施例中不同地区的可靠性价值和投资收益。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-6,本发明提供一种技术方案:一种基于可靠性价值的分布式光伏和储能***定容方法,算例基于7个地区600名家庭用户白天时段和夜晚时段的实际数据。其白天时段指的是从6:00~19:00,夜晚时段指的是从0:00~6:00和次日19:00~24:00。图3和图4分别展示了家庭用户负荷数据与太阳能发电情况。
根据上述方法,可以得到7个地区的安装分布式光伏发电和储能***后的最佳投资策略如图5所示,可靠性价值、投资收益如图6所示。
从图中可以直观地看出,在各地区中,地区7的可靠性价值中位数最大,达到了251.13美元,说明该地区因极端灾害发生停电概率最大,在这里居住的居民用户最值得进行分布式光伏发电和储能***投资,其最优太阳能和储能容量的中位数为12.91kW和16.62kWh,在这种最优投资策略下的收益中位数为115.48美元,这说明该地区一半以上的用户可以通过投资分布式光伏发电和储能***获得115.48美元利润,而地区5的可靠性价值中位数最低,即使在最优投资策略下(此时最优太阳能和储能容量的中位数为10.06kW和15.30kWh)也只有81.68美元,该地区投资者每年从***中获利的中位数仅为26.06美元。
至此,本发明所提方法实施完毕。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (2)

1.一种基于可靠性价值的分布式光伏和储能***定容方法,其特征在于:包括以下步骤:
1)分布式光伏和储能***模型的构建
将一天分为两个时段,分别是白天时段6:00~19:00,以及夜晚时段19:00~次日6:00,所述白天时段和夜晚时段分别用Td、Tn表示,时间间隔ΔT=1h,在白天时段光伏发电,且白天时段的多余出力可以存储在储能***中供夜晚时段使用;
a)负荷模型
根据历史数据,得到一般家庭中的负荷使用情况,以小时为时间间隔,对家庭负荷进行统计,用l(t)表示,白天累积的负荷(Ld)和夜晚累积的负荷(Ln)分别为:
Figure FDA0002399821710000011
b)光伏出力模型
太阳能电池板在白天时段的出力模型为:
s(t)=r(t)Kp
式中r(t)是白天时段的太阳辐射,其分布为
Figure FDA0002399821710000012
是一个随机过程,其概率分布由历史数据估算得,Kp是太阳能电池板的容量,白天时段太阳能累计发电量模型为:
Figure FDA0002399821710000013
式中μp是一个随机变量,其分布从太阳辐射过程的分布中得出;
c)储能模型
Pstorage=μbKb
式中Kb代表家用电池存储的能量容量,μb表示电池储能区的放电深度(DOD),实际的可用储能容量为μbKb
2)收益模型的构建
a)经济价值
经济价值近似正比于分布式光伏和储能***的容量Kp和Kb,表示为:
CE(Kp,Kb)=αpKpbKb
式中,αp和αb是分布式光伏和储能***单位容量下年经济价值系数。
b)建设成本
建设成本与分布式光伏和储能***的容量Kp和Kb成正比,将一次性固定成本折现,表示为:
CF(Kp,Kb)=βpKpbKbpsgn(Kp)+γbsgn(Kb)
式中,γp和γb是分布式光伏和储能***的一次性固定成本系数;βp和βb是分布式光伏和储能***单位容量下年建设成本系数;
c)可靠性价值
白天,仅光伏发电为家庭供电,负荷损耗为:
ΔLd(Kp,Kb)=max{LdpKp,0}
当Ld值较小或μpKp值较大,多余的太阳能会存储在储能电池中,白天时段电池存储的存储能量表示为:
Ls(Kp,Kb)=min{max{μpKp-Ld,0},μbKb}
夜间,电池存储释放其白天存储的能量以提供夜间负载,夜间的负荷损耗表示为:
ΔLn(Kp,Kb)=max{Ln-Ls,0}
容量为(Kp,Kb)的分布式光伏和储能***的可靠性价值可以通过避免损失的负荷值来衡量:
CR(Kp,Kb)=pπR[ΔL(0,0)-ΔLd(Kp,Kb)-ΔLn(Kp,Kb)]
=pπR[min{μpKp,Ld}+min{Ls,Ln}]
=pπR[min{μpKp,Ld}+min{max{μpKp-Ld,0},μbKb,Ln}]
其中p是因为自然灾害导致居民用户的停电概率;πR是居民用户损失负荷的单位价值(VOLL);
d)收益模型
分布式光伏和储能***的收益I包括经济价值、建设成本和可靠性价值,
Figure FDA0002399821710000031
以经济价值最大为目标的分布式光伏和储能***定容方案:
I=(αpp)Kp+(αbb)Kbpsgn(Kp)-γbsgn(Kb)+pπR[min{μpKp,Ld}+min{max{μpKp-Ld,0},μbKb,Ln}]。
2.根据权利要求1所述的一种基于可靠性价值的分布式光伏和储能***定容方法,其特征在于:其最优投资策略为,投资收益I是决策变量为Kp和Kb的线性函数,其中Kp和Kb的取值大于等于0,最优解(K* p,K* b)有三种情况:
Figure FDA0002399821710000041
Figure FDA0002399821710000042
CN202010143244.0A 2020-03-04 2020-03-04 一种基于可靠性价值的分布式光伏和储能***定容方法 Active CN111368431B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010143244.0A CN111368431B (zh) 2020-03-04 2020-03-04 一种基于可靠性价值的分布式光伏和储能***定容方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010143244.0A CN111368431B (zh) 2020-03-04 2020-03-04 一种基于可靠性价值的分布式光伏和储能***定容方法

Publications (2)

Publication Number Publication Date
CN111368431A true CN111368431A (zh) 2020-07-03
CN111368431B CN111368431B (zh) 2024-04-09

Family

ID=71206646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010143244.0A Active CN111368431B (zh) 2020-03-04 2020-03-04 一种基于可靠性价值的分布式光伏和储能***定容方法

Country Status (1)

Country Link
CN (1) CN111368431B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015089320A (ja) * 2013-11-01 2015-05-07 ソニー株式会社 蓄電システムおよびその制御方法
CN108876000A (zh) * 2018-04-28 2018-11-23 国网江苏电力设计咨询有限公司 一种光伏充电站光、储、变压器容量协调优化配置方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015089320A (ja) * 2013-11-01 2015-05-07 ソニー株式会社 蓄電システムおよびその制御方法
CN108876000A (zh) * 2018-04-28 2018-11-23 国网江苏电力设计咨询有限公司 一种光伏充电站光、储、变压器容量协调优化配置方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
BEI ZHANG等: "Value Optimal Allocation of PV Generation and Battery Storage for Enhanced Resilience", 《IEEE TRANSACTIONS ON SMART GRID》, vol. 10, no. 1, pages 535, XP011695057, DOI: 10.1109/TSG.2017.2747136 *
FEDERICA CUCCHIELLA等: "Photovoltaic energy systems with battery storage for residential areas: an economic analysis", 《JOURNAL OF CLEANER PRODUCTION》, vol. 131, pages 460 - 474, XP029600128, DOI: 10.1016/j.jclepro.2016.04.157 *
L. H. KOH等: "Reliability evaluation of electric power systems with solar photovoltaic & energy storage", 《2014 INTERNATIONAL CONFERENCE ON PROBABILISTIC METHODS APPLIED TO POWER SYSTEMS (PMAPS)》, pages 1 - 5 *
刘译聪等: "广义电源高压配网替代容量的评估方法", 《现代电力》, vol. 35, no. 5, pages 79 - 87 *
周楠;樊玮;刘念;林心昊;张建华;雷金勇;: "基于需求响应的光伏微网储能***多目标容量优化配置", 电网技术, no. 06, pages 109 - 116 *
樊高松等: "用户分布式储能的经济性分析", 《电力学报》, vol. 30, no. 5, pages 389 - 395 *
韩晓娟;王丽娜;高僮;修晓青;: "基于成本和效益分析的并网光储微网***电源规划", 电工技术学报, no. 14, pages 35 - 43 *

Also Published As

Publication number Publication date
CN111368431B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
US8751054B2 (en) Energy prediction system
Anderson et al. Increasing resiliency through renewable energy microgrids
Ferraro et al. From Uninterruptible Power Supply to resilient smart micro grid: The case of a battery storage at telecommunication station
Garmabdari et al. Optimisation of battery energy storage capacity for a grid-tied renewable microgrid
Shabbir et al. Battery size optimization with customer PV installations and domestic load profile
Zhao et al. Economic analysis of integrating photovoltaics and battery energy storage system in an office building
Ciocia et al. Optimal size of photovoltaic systems with storage for office and residential loads in the Italian net-billing scheme
Mohamed et al. Domestic battery power management strategies to maximize the profitability and support the network
Rodrigues et al. Tesla powerwall: analysis of its use in Portugal and United States
Sharma et al. Reduction of PV curtailment through optimally sized residential battery storage
CN110048421B (zh) 储能装置容量选择方法及装置
CN111368431A (zh) 一种基于可靠性价值的分布式光伏和储能***定容方法
Ngo et al. The Impact of Electrical Energy Consumption on the Payback Period of a Rooftop Grid-Connected Photovoltaic System: A case Study from Vietnam.
CN114039351B (zh) 一种储能容量配置方法及装置
Shrestha et al. Impact of market-driven energy storage system operation on the operational adequacy of wind integrated power systems
Canevese et al. BESS participation in the Italian balancing service: Profitability evaluation via an optimal bidding approach
Konstantinou et al. Current economic viability of combined PV and battery energy storage systems for Australian households
Yao et al. Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station
EP3439129A1 (de) Dimensionierung eines energiespeichers
Tan et al. A stochastic simulation of battery sizing for demand shifting and uninterruptible power supply facility
Palavicino et al. Methodology for evaluating potential benefits and economic value of residential photovoltaic and battery energy storage system
Pianka et al. Monitoring Results of a 10kwp On-Grid Photovoltaic System in the Context of the Current Regulation for Solar Rooftops in Indonesia
Rodrigues et al. Tesla power wall in the United States and Portugal—a comparative analysis on the use of storage with small scale photovoltaic systems
Araya et al. Optimal Energy Management System Using Probabilistic Day-ahead Forecasting
Egan et al. A Case Study on Home Microgrid Effectiveness and Resiliency Return on Investment

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