CN111709574A - 一种分布式集群配置调度方法、计算机设备及存储介质 - Google Patents
一种分布式集群配置调度方法、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111709574A CN111709574A CN202010546615.XA CN202010546615A CN111709574A CN 111709574 A CN111709574 A CN 111709574A CN 202010546615 A CN202010546615 A CN 202010546615A CN 111709574 A CN111709574 A CN 111709574A
- Authority
- CN
- China
- Prior art keywords
- distributed
- energy storage
- cluster
- power generation
- storage device
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004146 energy storage Methods 0.000 claims abstract description 117
- 238000010248 power generation Methods 0.000 claims abstract description 88
- 230000005540 biological transmission Effects 0.000 claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000009191 jumping Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出一种分布式集群配置调度方法、计算机设备及存储介质,实现以下步骤:将配电网光伏发电设备和储能设备划分为分布式发电集群,将负荷设备划分为分布式负荷集群;设定分布式发电集群在未来一天的预测点总光伏发电值及分布式负荷集群在未来一天的预测点总负荷预测值;计算分布式集群的可用输电能力,得到分布式发电集群和分布式负荷集群的群间传输路径最大可用输电能力时分布式发电集群的发电量;确定分布式发电集群中储能设备在预测点的储能设备动作量;将动作量转换为功率变化,并分配给分布式发电集群的储能设备,实现分布式集群配置调度,使分布式发电集群的发电量最大程度被分布式负荷集群就近消纳,提高了分布式发电资源的利用效率。
Description
技术领域
本发明涉及配电网调度自动化技术领域,更具体地,涉及一种考虑可用输电能力的分布式集群配置调度方法、计算机设备及存储介质。
背景技术
在配电网自动化调度过程中,负荷预测和光伏发电预测模块是不可或缺的一个环节,这两个模块能够根据气象预测等信息,以15分钟为周期给出第二天的日前光伏发电有功预测和负荷有功预测结果。在此基础上,通过对配电网设备的合理划分,形成分布式发电集群和分布式负荷集群,并考虑集群间的可用输电能力,作为分布式集群上网电量优化的一项参考指标,能够促进分布式能源的就近消纳。
公开号为CN109599879A的专利公开了一种考虑储能设备充放电次数优化的配电网有功功率调度方法,提出了根据配电网日前负荷预测以及光伏发电预测,得到第二天的96预测点关口负荷曲线,然后根据储能动作需求及储能容量上下限,对储能设备充放电进行控制,将96预测点储能调节量以功率形式分配给储能设备。然而,该方法没有考虑到集群间的可用输电能力,存在分布式能源利用率低的问题。
发明内容
本发明为克服上述现有技术的分布式能源利用率低的缺陷,提供一种考虑可用输电能力的分布式集群配置调度方法,以及实现该分布式集群配置调度方法的计算机设备及存储介质。
为解决上述技术问题,本发明的技术方案如下:
一种分布式集群配置调度方法,包括以下步骤:
S1:根据配电网的运行方式,将配电网光伏发电设备和储能设备划分为分布式发电集群GC1,将配电网中的负荷设备划分为分布式负荷集群LC1;
S5:根据储能设备动作量Ei,将动作量Ei转换为功率变化,并分配给分布式发电集群GC1的储能设备。
本技术方案中,将配电网中的分布式集群设备分为分布式发电集群和分布式负荷集群;根据配电网日前负荷预测以及光伏发电预测,得到第二天的96预测点光伏集群发电曲线和96预测点负荷集群负荷曲线;从第1点开始,计算每个时间点分布式发电集群和分布式负荷集群群间传输路径的最大可用输电能力,记录最大可用输电能力时分布式发电集群发电量,并结合发电集群中储能设备的容量,预测发电集群中储能设备的动作量并进行优化,最后,将96预测点储能设备动作量以功率形式分配给分布式发电集群中的储能设备。
优选地,S3步骤计算分布式集群的可用输电能力的过程中,设定分布式发电集群GC1中储能设备动作量为0,并采用重复潮流发进行可用输电能力计算。
优选地,S4步骤中,其具体步骤如下:
S41:设置i=1;
S44:设置i=i+1,然后跳转执行S42步骤,直到i=96,得到96个预测点的储能设备动作量Ei。
优选地,S42步骤中,第i个预测点的储能设备的动作量Ei的计算公式如下:
其中,当Ei>0时表示储能设备充电动作,当Ei<0时表示储能设备放电动作,且动作量Ei的容量单位为兆瓦时(MW.H);当时,若则取和中的最小值作为关口潮流的优化目标功率,计算第i个预测点的GC1中储能设备15分钟内的动作量Ei;若则取和中的最大值作为关口潮流的优化目标功率,计算第i个预测点的GC1中储能设备15分钟内的动作量Ei;当时,则取和中的最小值作为关口潮流的优化目标,计算第i个预测点的GC1中储能设备15分钟内的动作量Ei。
优选地,S43步骤中,其具体步骤如下:
记录第i个预测点的储能设备的动作量Ei,判断:若则将动作量Ei存入充电序列Eseq中,将充电序列Eseq中保存的动作量数据从大到小进行排序,将其最小动作量记为否则将所述动作量Ei存入充电序列Eseq中,然后跳转执行S44步骤。
优选地,S5步骤中,其具体步骤如下:
优选地,S52步骤中,储能设备的调节量计算公式如下:
本发明还提出了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述基于可用输电能力的分布式集群配置调度方法的步骤。
本发明还提出了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述基于可用输电能力的分布式集群配置调度方法的步骤。
与现有技术相比,本发明技术方案的有益效果是:采用计算可用输电能力的方法,以分布式发电集群和分布式负荷集群群间最大传输容量为目标,计算出分布式发电集群96预测点关口潮流优化曲线,使分布式发电集群的发电量最大程度被分布式负荷集群就近消纳,提高了分布式发电资源的利用效率。
附图说明
图1为本发明的分布式集群配置调度方法的流程图。
图2为本实施例的分布发电集群和分布式负荷集群的群间可用输电能力曲线图。
图3为本实施例的分布式发电集群中储能设备调节动作曲线示意图。
图4为本实施例的储能设备动作调节后集群发电曲线示意图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
本实施例提出一种分布式集群配置调度方法,如图1所示,为本实施例的分布式集群配置调度方法的流程图。
本实施例提出的分布式集群配置调度方法中,包括以下步骤:
S1:根据配电网的运行方式,将配电网光伏发电设备和储能设备划分为分布式发电集群GC1,将配电网中的负荷设备划分为分布式负荷集群LC1。
本步骤中,通过合理划分配网中的设备,形成分布式发电集群和分布式负荷集群,并确定分布式发电集群和分布式负荷集群群间功率传输路径。
S3:根据总光伏发电值和总负荷预测值计算分布式集群的可用输电能力,得到分布式发电集群GC1和分布式负荷集群LC1的群间传输路径最大可用输电能力时分布式发电集群GC1的发电量用于优化发电集群GC1中储能设备的动作量。
本实施例中,设定分布式发电集群GC1中储能设备动作量为0,并采用重复潮流发计算每时刻群间传输路径的最大可用输电能力。
S41:设置i=1;
其中,当Ei>0时表示储能设备充电动作,当Ei<0时表示储能设备放电动作,且动作量Ei的容量单位为兆瓦时(MW.H);当时,若则取和中的最小值作为关口潮流的优化目标功率,计算第i个预测点的GC1中储能设备15分钟内的动作量Ei;若则取和中的最大值作为关口潮流的优化目标功率,计算第i个预测点的GC1中储能设备15分钟内的动作量Ei;当时,则取和中的最小值作为关口潮流的优化目标,计算第i个预测点的GC1中储能设备15分钟内的动作量Ei;
1)记录第i个预测点的储能设备的动作量Ei;
S44:设置i=i+1,然后跳转执行S42步骤,直到i=96,得到96个预测点的储能设备动作量Ei。
本步骤中,从第1个预测点开始,采用重复潮流法,计算每个时间点分布式发电集群和分布式负荷集群群间传输路径的最大可用输电能力,记录最大可用输电能力时分布式发电集群发电量,并结合发电集群中储能设备的容量,预测发电集群中储能设备的动作量。针对第i个预测点,当其分布式集群中储能设备充电动作量超出储能设备容量上限时,对前i-1点充电动作序列进行优化排序,优先满足储能设备充电动作量较大时刻的需求。
S5:根据储能设备动作量Ei,将动作量Ei转换为功率变化,并分配给分布式发电集群GC1的储能设备;其具体步骤如下:
本实施例中,使用可用输电能力的计算方法对配电网的配置调度进行优化,以分布式发电集群和分布式负荷集群群间最大传输容量为目标,通过计算每时刻群间传输路径的最大可用输电能力,形成分布式发电集群的96预测点关口潮流优化曲线,同时考虑分布式发电集群中储能设备的容量,预测得出每时刻各储能设备的动作量,使分布式发电集群的发电量最大程度被分布式负荷集群就近消纳,提高了分布式发电资源的利用效率。
在一个具体实施过程中,在CPU为i7-8550U,1.8GHz和内存为16GB配置的笔记本电脑上进行测试。
基于实际***的天气预测,得到分布式发电集群GC1 96点输出功率预测值和分布式负荷集群LC1 96点负荷预测值,假设分布式发电集群中的储能设备的动作量为0,并逐点进行可用输电能力计算,得到分布发电集群GC1和分布式负荷集群LC1的群间可用输电能力曲线,如图2所示。
由图可知,图2提供了分布式发电集群GC1 96点发电预测、分布式负荷集群LC1 96点负荷预测及群间可用输电能力数据,其中第0预测点到第31预测点这一区间内,分布式发电集群GC1出力最小,分布式发电集群GC1中的储能设备无需动作;第32预测点到第68预测点这一区间内,为保证分布式发电集群GC1出力就近消纳,选择分布式负荷集群LC1的负荷曲线作为分布式发电集群GC1的出力调整目标曲线,分布式发电集群GC1中的储能设备充电动作;第69预测点到第96预测点这一区间内,分布式发电集群GC1出力小于分布式负荷集群LC1负荷。
考虑到传输通道的可用输电能力容量限制,本实施例选用可用输电能力曲线作为分布式发电集群GC1的出力调整目标曲线,分布式发电集群GC1中的储能设备放电动作,可得到分布式发电集群GC1中储能设备调节动作曲线,如图3所示,为本实施例的分布式发电集群GC1中储能设备调节动作曲线示意图,其中,当功率为正值时表示储能设备为充电动作,当功率为负值时表示储能设备为放电动作。
此外,如图4所示,为本实施例储能设备参与调节后的分布式发电集群GC1发电曲线示意图。由图可知,考虑分布式发电集群GC1和分布式负荷集群LC1群间可用输电能力的情况下,经过储能设备的调节,分布式发电集群GC1的发电功率曲线和分布式负荷集群LC1负荷曲线基本吻合,分布式发电集群GC1的发电量,完全被选定的分布式负荷集群LC1就近消纳。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种分布式集群配置调度方法,其特征在于,包括以下步骤:
S1:根据配电网的运行方式,将配电网光伏发电设备和储能设备划分为分布式发电集群GC1,将配电网中的负荷设备划分为分布式负荷集群LC1;
S5:根据所述储能设备动作量Ei,将动作量Ei转换为功率变化,并分配给分布式发电集群GC1的储能设备。
2.根据权利要求1所述的分布式集群配置调度方法,其特征在于:所述S3步骤计算分布式集群的可用输电能力的过程中,设定所述分布式发电集群GC1中储能设备动作量为0,并采用重复潮流发进行可用输电能力计算。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010546615.XA CN111709574B (zh) | 2020-06-16 | 2020-06-16 | 一种分布式集群配置调度方法、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010546615.XA CN111709574B (zh) | 2020-06-16 | 2020-06-16 | 一种分布式集群配置调度方法、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111709574A true CN111709574A (zh) | 2020-09-25 |
CN111709574B CN111709574B (zh) | 2022-02-22 |
Family
ID=72540684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010546615.XA Active CN111709574B (zh) | 2020-06-16 | 2020-06-16 | 一种分布式集群配置调度方法、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111709574B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112838606A (zh) * | 2020-12-30 | 2021-05-25 | 广东电网有限责任公司电力调度控制中心 | 分布式供能运行***及其的形成方法、装置和终端设备 |
CN116799867A (zh) * | 2023-05-17 | 2023-09-22 | 国网信息通信产业集团有限公司 | 基于群内预自治的分布式光伏协同控制方法、***及设备 |
CN117639106A (zh) * | 2023-12-13 | 2024-03-01 | 广州城市理工学院 | 一种光伏水电储能集群微电网的调控方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110029142A1 (en) * | 2010-07-02 | 2011-02-03 | David Sun | System tools that provides dispatchers in power grid control centers with a capability to make changes |
CN103050989A (zh) * | 2012-10-11 | 2013-04-17 | 中国电力科学研究院 | 一种集群风电场有功功率智能控制***和方法 |
CN104348190A (zh) * | 2014-10-27 | 2015-02-11 | 国家电网公司 | 风电场群汇集***的有功功率调节方法 |
WO2017132802A1 (zh) * | 2016-02-01 | 2017-08-10 | 无锡美凯能源科技有限公司 | 一种交流母线的能量互联储能逆变控制装置及方法 |
US20190089153A1 (en) * | 2005-06-06 | 2019-03-21 | Gridpoint, Inc. | Optimized energy management system |
CN109599879A (zh) * | 2018-12-10 | 2019-04-09 | 国网吉林省电力有限公司电力科学研究院 | 考虑储能设备充放电次数优化的配电网有功功率调度方法 |
CN110048420A (zh) * | 2019-05-15 | 2019-07-23 | 广东电网有限责任公司 | 一种配电网随机优化调度的方法、装置和介质 |
CN110601254A (zh) * | 2019-08-23 | 2019-12-20 | 国网福建省电力有限公司 | 一种考虑动态载流特性的风电场储能优化配置方法及*** |
-
2020
- 2020-06-16 CN CN202010546615.XA patent/CN111709574B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190089153A1 (en) * | 2005-06-06 | 2019-03-21 | Gridpoint, Inc. | Optimized energy management system |
US20110029142A1 (en) * | 2010-07-02 | 2011-02-03 | David Sun | System tools that provides dispatchers in power grid control centers with a capability to make changes |
CN103050989A (zh) * | 2012-10-11 | 2013-04-17 | 中国电力科学研究院 | 一种集群风电场有功功率智能控制***和方法 |
CN104348190A (zh) * | 2014-10-27 | 2015-02-11 | 国家电网公司 | 风电场群汇集***的有功功率调节方法 |
WO2017132802A1 (zh) * | 2016-02-01 | 2017-08-10 | 无锡美凯能源科技有限公司 | 一种交流母线的能量互联储能逆变控制装置及方法 |
CN109599879A (zh) * | 2018-12-10 | 2019-04-09 | 国网吉林省电力有限公司电力科学研究院 | 考虑储能设备充放电次数优化的配电网有功功率调度方法 |
CN110048420A (zh) * | 2019-05-15 | 2019-07-23 | 广东电网有限责任公司 | 一种配电网随机优化调度的方法、装置和介质 |
CN110601254A (zh) * | 2019-08-23 | 2019-12-20 | 国网福建省电力有限公司 | 一种考虑动态载流特性的风电场储能优化配置方法及*** |
Non-Patent Citations (2)
Title |
---|
Y.SASAKI;N.YORINO;Y.ZOKA;: "Development of a Robust EMS against Large Amount of PV Installation", 《10TH IFAC SYMPOSIUM ON CONTROL OF POWER AND ENERGY SYSTEMS CPES 2018》 * |
罗钢: "电网可用输电能力的计算方法研究", 《中国优秀硕士学位论文全文数据库(电子期刊)工程科技II辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112838606A (zh) * | 2020-12-30 | 2021-05-25 | 广东电网有限责任公司电力调度控制中心 | 分布式供能运行***及其的形成方法、装置和终端设备 |
CN116799867A (zh) * | 2023-05-17 | 2023-09-22 | 国网信息通信产业集团有限公司 | 基于群内预自治的分布式光伏协同控制方法、***及设备 |
CN116799867B (zh) * | 2023-05-17 | 2024-04-16 | 国网信息通信产业集团有限公司 | 基于群内预自治的分布式光伏协同控制方法、***及设备 |
CN117639106A (zh) * | 2023-12-13 | 2024-03-01 | 广州城市理工学院 | 一种光伏水电储能集群微电网的调控方法 |
CN117639106B (zh) * | 2023-12-13 | 2024-05-31 | 广州城市理工学院 | 一种光伏水电储能集群微电网的调控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111709574B (zh) | 2022-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109103912B (zh) | 考虑电网调峰需求的工业园区主动配电***调度优化方法 | |
CN111709574B (zh) | 一种分布式集群配置调度方法、计算机设备及存储介质 | |
CN108879746B (zh) | 基于多时间尺度需求响应的集中式混合储能协调控制方法 | |
US8571720B2 (en) | Supply-demand balance controller | |
CN112467730B (zh) | 考虑风光出力预测误差和需求响应灵活性的电力***优化调度方法 | |
CN109802412B (zh) | 用户侧负荷聚集商储能容量的优化配置方法 | |
CN114336702A (zh) | 基于双层随机规划的风光储场站群功率分配协同优化方法 | |
CN115147245B (zh) | 一种工业负荷参与调峰辅助服务的虚拟电厂优化调度方法 | |
CN112952847A (zh) | 考虑用电需求弹性的多区域主动配电***调峰优化方法 | |
CN115036914B (zh) | 考虑灵活性与新能源消纳的电网储能双层优化方法及*** | |
CN117526335A (zh) | 考虑多元灵活性资源协同的电力***源网荷储规划方法 | |
CN117254464B (zh) | 一种储能***的控制方法及*** | |
JP2018014775A (ja) | 統括制御装置、統括制御システム、統括制御方法および統括制御プログラム | |
CN115809593A (zh) | 一种包含多元储能装置的综合能源***的运行控制方法 | |
WO2022054442A1 (ja) | 電力調整方法および電力調整装置 | |
CN112215720A (zh) | 一种基于可再生能源发电的智能电网控制***的控制方法 | |
CN117748608B (zh) | 面向不同场景的多类灵活性资源组合配置方法 | |
Chen et al. | PV Inverter Control Algorithm Using Reinforcement Learning to Mitigate the Duck Curve Problem | |
CN111884262B (zh) | 一种基于应用工况性能的广域分布式储能***调控方法 | |
CN116316823A (zh) | 一种户用光储***的储能运行模式滚动优化方法及装置 | |
CN115714429A (zh) | 基于下垂控制的储能方法、装置、介质及设备 | |
CN118054451A (zh) | 风电场群优化储能的管理方法及装置、微电网*** | |
CN117977534A (zh) | 基于概率化电力电量平衡的备用需求优化评估方法及*** | |
CN117175591A (zh) | 基于深度强化学习的风-光-储联合发电优化方法及*** | |
CN117578402A (zh) | 一种源网荷储一体化***优化调度方法及*** |
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 |