CN112803493A - 基于边际成本的分散式储能与分布式光伏协同方法及*** - Google Patents
基于边际成本的分散式储能与分布式光伏协同方法及*** Download PDFInfo
- Publication number
- CN112803493A CN112803493A CN202110173322.6A CN202110173322A CN112803493A CN 112803493 A CN112803493 A CN 112803493A CN 202110173322 A CN202110173322 A CN 202110173322A CN 112803493 A CN112803493 A CN 112803493A
- Authority
- CN
- China
- Prior art keywords
- day
- distributed
- charging
- energy storage
- 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.)
- Granted
Links
Images
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
- H02J3/38—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
-
- 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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
- H02J3/322—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means the battery being on-board an electric or hybrid vehicle, e.g. vehicle to grid arrangements [V2G], power aggregation, use of the battery for network load balancing, coordinated or cooperative battery charging
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
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
本公开提出了基于边际成本的分散式储能与分布式光伏协同方法及***,包括:获得集中式光伏、分布式光伏出力;结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力;按照分布式预测出力得到该时段该分布式光伏弃电电力;日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;日内根据电网实时新能源消纳情况确定电动汽车充电安排,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
Description
技术领域
本公开属于分布式电源发电与储能技术领域,尤其涉及基于边际成本的分散式储能与分布式光伏协同方法及***。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
近年来,分布式光伏发展迅速,部分省份分布式光伏装机超过集中式光伏装机,达1200万千瓦以上。分布式光伏往往采用自发自用,余电上网模式,造成了中午负荷成为全天负荷低谷,在风光同时大发时段造成新能源消纳困难,甚至发生弃电,影响了分布式光伏的经济效益,亟需考虑柔性负荷措施提升分布式光伏利用效率及经济效益。
随着储能技术的进步和环境问题的凸显,电动汽车发展越来越快。但是,当前电动汽车存在储能成本高等问题,制约了电动汽车的发展。如果能够将电动汽车充放电行为(出行行为)与分布式光伏弃电结合,既可以为电动汽车储能提供边际成本接近于零的电力,也能够提升分布式光伏的发电效益,达到综合效益最大化。
目前已有电动汽车充放电行为优化研究,但限于根据峰谷分时电价及出行行为优化指导电动汽车的充放电行为,但现有策略未考虑分布式光伏弃电带来的零边际成本电能为电动汽车充电的可能性。实际上,随着分布式装机的增长,在风电光伏同时大发时段,弃电行为将成为常态,分析基于边际成本的电动汽车分布式储能与分布式光伏协同策略对于提供综合经济效益具有重要的意义。
发明内容
为克服上述现有技术的不足,本公开提供了基于边际成本的分散式储能与分布式光伏协同方法,从整体角度优化分布式光伏及电动汽车充放电行为。
为实现上述目的,本公开的一个或多个实施例提供了如下技术方案:
第一方面,公开了基于边际成本的分散式储能与分布式光伏协同方法,包括:
获得集中式光伏、分布式光伏出力,基于光伏出力进行日前负荷预测;
结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力;
按照分布式预测出力得到该消纳困难时段该分布式光伏弃电电力;
日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;
日内根据电网实时新能源消纳情况确定电动汽车充电安排,基于日内电网和用户供需平衡确定弃电,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
进一步的技术方案,采用数值天气预报形式预测日前负荷。
进一步的技术方案,由全网弃电总加分解到每个分布式弃电。
进一步的技术方案,电动汽车电量余额约束作为边界条件,确保能够满足用户电动汽车对于电动汽车剩余电能的要求。
进一步的技术方案,次日充电需求及充电窗口期为边界条件,用于满足电动汽车剩余电量要求,同时尽可能利用零成本弃电。
进一步的技术方案,基于日前预报的次日辐照度情况,按照地球自转及公转规律,计算分布式光伏和集中式光伏出力。
进一步的技术方案,日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;若窗口期可充电量满足电动汽车充电需求,则电动汽车零成本充电,否则则需要按照充电电价计算对应充电电量的电费开销。
以上一个或多个技术方案存在以下有益效果:
基于日前分布式光伏消纳形势预测方法、日前及日内电动汽车充放电行为优化方法、日内分布式光伏与电动汽车协同策略,从整体角度优化分布式光伏及电动汽车充放电行为。预测为后续提供边界,充放电优化、协同为具体电动汽车充电策略。
结合当前分布式电源消纳形势及电动汽车等分散式储能发展态势,提出了考虑分布式电源弃电成本的分散式储能与分布式光伏协同策略。本发明通过协调分散式储能与分布式光伏消纳态势的充放电策略,解决了当前以电动汽车储能为代表的分布式储能充放电成本高、分布式光伏在负荷较低时段消纳困难的形势,为以电动汽车为代表的的分散式储能发展提供经济基础。
分布式弃电为电动汽车充电是随着分布式光伏和电动汽车大发展带来的新场景,从技术上来说利用分布式弃电为电动汽车充电需要解决分布式光伏弃电不确定性以及满足电动汽车充电需求。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1为本公开实施例方法流程图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例公开了基于边际成本的分散式储能与分布式光伏协同方法,所述方法包括:
第一阶段,从日前评估分布式光伏消纳形式,评估次日分布式光伏弃电量、时间;
第二阶段,从日前评估电动汽车次日充放电行为,确定可用充电时间窗口;
第三阶段,从日内确定分布式光伏与电动汽车协同策略;日前属于计划,日内属于具体执行。
参见附图1所示,第一阶段具体步骤如下:
S1:根据气象预报次日辐照度情况,结合集中式装机、分布式光伏装机得到集中式光伏、分布式光伏出力,集中式光伏出力和分布式光伏出力为了确定日内电网运行安排及弃电情况;
S2:结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力,满足用户出行对于电动汽车电量的要求;按照分布式预测出力得到该时段该分布式光伏弃电电力;采用数值天气预报形式预测日前负荷;由全网弃电总加分解到每个分布式弃电;
S3:日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;
S4:日内根据电网实时新能源消纳情况确定电动汽车充电安排,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
次日充电需求及充电窗口期为边界条件,为了既满足电动汽车剩余电量要求,又尽可能利用零成本弃电,基于日内电网和用户供需平衡确定弃电。
其具体实施步骤如下所示:
基于日前预报的次日辐照度情况,按照地球自转及公转规律,计算分布式光伏和集中式光伏出力,辐照度变量It和光伏出力ppv(I)的抽样结果:
I=It·[Isc+Ki(Tc-25)] (4)
V=Voc-Kv·Tc (5)
ppv(I)=N·FF·V·I (7)
Ta为环境温度,NOT为光伏板的标称运行温度;Tc为电池温度;It为t时刻光照强度抽样值;Isc为光伏电池板的短路电流;Ki为光伏板的温度系数;Voc为光伏电池板的开路电压。Kv为电池的电压温度系数;Vmp为光伏板的最大功率运行点电压;Imp为光伏板的最大功率运行点电流。
结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力;按照分布式预测出力得到该时段该分布式光伏弃电电力;
日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;若窗口期可充电量满足电动汽车充电需求,即如(8)所示,则电动汽车可以零成本充电,否则则需要按照充电电价计算对应充电电量的电费开销。
日内根据电网实时新能源消纳情况确定电动汽车充电安排,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
实施例二
本实施例的目的是提供一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
实施例三
本实施例的目的是提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时执行上述方法的步骤。
实施例四
本实施例的目的是提供了基于边际成本的分散式储能与分布式光伏协同***,包括:
日前负荷预测模块,获得集中式光伏、分布式光伏出力,基于光伏出力进行日前负荷预测;
分布式光伏弃电电力模块,结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力;
按照分布式预测出力得到该消纳困难时段该分布式光伏弃电电力;
电动汽车充电模块,日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;
日内根据电网实时新能源消纳情况确定电动汽车充电安排,基于日内电网和用户供需平衡确定弃电,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应,具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质;还应当被理解为包括任何介质,所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本公开中的任一方法。
本领域技术人员应该明白,上述本公开的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本公开不限制于任何特定的硬件和软件的结合。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (10)
1.基于边际成本的分散式储能与分布式光伏协同方法,其特征是,包括:
获得集中式光伏、分布式光伏出力,基于光伏出力进行日前负荷预测;
结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力;
按照分布式预测出力得到该消纳困难时段该分布式光伏弃电电力;
日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;
日内根据电网实时新能源消纳情况确定电动汽车充电安排,基于日内电网和用户供需平衡确定弃电,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
2.如权利要求1所述的基于边际成本的分散式储能与分布式光伏协同方法,其特征是,采用数值天气预报形式预测日前负荷。
3.如权利要求1所述的基于边际成本的分散式储能与分布式光伏协同方法,其特征是,由全网弃电总加分解到每个分布式弃电。
4.如权利要求1所述的基于边际成本的分散式储能与分布式光伏协同方法,其特征是,电动汽车电量余额约束作为边界条件,确保能够满足用户电动汽车对于电动汽车剩余电能的要求。
5.如权利要求1所述的基于边际成本的分散式储能与分布式光伏协同方法,其特征是,次日充电需求及充电窗口期为边界条件,用于满足电动汽车剩余电量要求,同时尽可能利用零成本弃电。
6.如权利要求1所述的基于边际成本的分散式储能与分布式光伏协同方法,其特征是,基于日前预报的次日辐照度情况,按照地球自转及公转规律,计算分布式光伏和集中式光伏出力。
7.如权利要求1所述的基于边际成本的分散式储能与分布式光伏协同方法,其特征是,日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;若窗口期可充电量满足电动汽车充电需求,则电动汽车零成本充电,否则则需要按照充电电价计算对应充电电量的电费开销。
8.一种计算装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征是,所述处理器执行所述程序时实现上述权利要求1-7任一所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征是,该程序被处理器执行时执行上述权利要求1-7任一所述方法的步骤。
10.基于边际成本的分散式储能与分布式光伏协同***,其特征是,包括:
日前负荷预测模块,获得集中式光伏、分布式光伏出力,基于光伏出力进行日前负荷预测;
分布式光伏弃电电力模块,结合日前负荷预测情况,得到次日新能源消纳能力及新能源消纳困难时段和弃电总加电力;
按照分布式预测出力得到该消纳困难时段该分布式光伏弃电电力;
电动汽车充电模块,日前根据次日出行计划计算电动汽车电量余额约束,结合日前电动汽车储能电池电量情况得到次日充电需求和充电窗口期;
日内根据电网实时新能源消纳情况确定电动汽车充电安排,基于日内电网和用户供需平衡确定弃电,为保证电动汽车出行对于储能电池容量的要求,即使当日内未发生弃电,也将为电动汽车按照计划开启充电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110173322.6A CN112803493B (zh) | 2021-02-09 | 2021-02-09 | 基于边际成本的分散式储能与分布式光伏协同方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110173322.6A CN112803493B (zh) | 2021-02-09 | 2021-02-09 | 基于边际成本的分散式储能与分布式光伏协同方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112803493A true CN112803493A (zh) | 2021-05-14 |
CN112803493B CN112803493B (zh) | 2023-03-21 |
Family
ID=75814813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110173322.6A Active CN112803493B (zh) | 2021-02-09 | 2021-02-09 | 基于边际成本的分散式储能与分布式光伏协同方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112803493B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128790A (zh) * | 2021-05-18 | 2021-07-16 | 国网河北省电力有限公司电力科学研究院 | 一种分布式光伏***的消纳优化方法、装置及终端设备 |
CN113468722A (zh) * | 2021-06-08 | 2021-10-01 | 国网浙江省电力有限公司经济技术研究院 | 一种热电综合能源***分布式光伏规划方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509176A (zh) * | 2011-11-10 | 2012-06-20 | 山东电力集团公司德州供电公司 | 一种风光储协同调度的滚动优化决策方法 |
JP2015095983A (ja) * | 2013-11-13 | 2015-05-18 | パナソニックIpマネジメント株式会社 | 充放電管理システム |
CN106160091A (zh) * | 2016-07-25 | 2016-11-23 | 东南大学 | 促进可再生能源消纳的电动汽车换电站充放电调度方法 |
CN107054145A (zh) * | 2017-04-28 | 2017-08-18 | 北京新能源汽车股份有限公司 | 一种充电控制方法、装置、整车控制器及电动汽车 |
CN110288271A (zh) * | 2019-07-11 | 2019-09-27 | 北京全来电科技有限公司 | 一种基于模型预测控制的台区级充电负荷调控策略及方法 |
CN111489009A (zh) * | 2019-06-06 | 2020-08-04 | 国网辽宁省电力有限公司 | 一种电动汽车充电站运行方式的优化计算方法及装置 |
CN111626527A (zh) * | 2020-06-10 | 2020-09-04 | 太原理工大学 | 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法 |
-
2021
- 2021-02-09 CN CN202110173322.6A patent/CN112803493B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102509176A (zh) * | 2011-11-10 | 2012-06-20 | 山东电力集团公司德州供电公司 | 一种风光储协同调度的滚动优化决策方法 |
JP2015095983A (ja) * | 2013-11-13 | 2015-05-18 | パナソニックIpマネジメント株式会社 | 充放電管理システム |
CN106160091A (zh) * | 2016-07-25 | 2016-11-23 | 东南大学 | 促进可再生能源消纳的电动汽车换电站充放电调度方法 |
CN107054145A (zh) * | 2017-04-28 | 2017-08-18 | 北京新能源汽车股份有限公司 | 一种充电控制方法、装置、整车控制器及电动汽车 |
CN111489009A (zh) * | 2019-06-06 | 2020-08-04 | 国网辽宁省电力有限公司 | 一种电动汽车充电站运行方式的优化计算方法及装置 |
CN110288271A (zh) * | 2019-07-11 | 2019-09-27 | 北京全来电科技有限公司 | 一种基于模型预测控制的台区级充电负荷调控策略及方法 |
CN111626527A (zh) * | 2020-06-10 | 2020-09-04 | 太原理工大学 | 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法 |
Non-Patent Citations (1)
Title |
---|
朱海鹏等: "风光储协同调度的多时间尺度决策方法", 《山东电力技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128790A (zh) * | 2021-05-18 | 2021-07-16 | 国网河北省电力有限公司电力科学研究院 | 一种分布式光伏***的消纳优化方法、装置及终端设备 |
CN113468722A (zh) * | 2021-06-08 | 2021-10-01 | 国网浙江省电力有限公司经济技术研究院 | 一种热电综合能源***分布式光伏规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112803493B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Strategic integration of vehicle-to-home system with home distributed photovoltaic power generation in Shanghai | |
Liu et al. | Residential energy scheduling for variable weather solar energy based on adaptive dynamic programming | |
Yang et al. | Optimal two-stage dispatch method of household PV-BESS integrated generation system under time-of-use electricity price | |
AbuElrub et al. | Microgrid integrated electric vehicle charging algorithm with photovoltaic generation | |
Li et al. | The capacity allocation method of photovoltaic and energy storage hybrid system considering the whole life cycle | |
Jiao et al. | Online optimal dispatch based on combined robust and stochastic model predictive control for a microgrid including EV charging station | |
CN104269849A (zh) | 基于建筑光伏微电网的能量管理方法及*** | |
US20130096725A1 (en) | Electric Power Control Method, Program, and Electric Power Control Apparatus | |
CN112803493B (zh) | 基于边际成本的分散式储能与分布式光伏协同方法及*** | |
Fäßler et al. | Field testing of repurposed electric vehicle batteries for price-driven grid balancing | |
CN116151486B (zh) | 含储能***的光伏充电站多时间尺度随机优化方法及装置 | |
CN114725930A (zh) | 一种自适应电力***调度方法及装置 | |
CN114312426A (zh) | 一种净零能耗光储充电站优化配置方法、装置和存储介质 | |
Gaetani-Liseo et al. | Impacts of supercapacitors on battery lifetime in hybrid energy storage system in building integrated photovoltaic DC micro-grid | |
Jin et al. | Coordinated usage of distributed sources for energy cost saving in micro-grid | |
CN117332989A (zh) | 一种区域综合能源***削峰填谷方法 | |
CN110224397B (zh) | 一种风光接入背景下用户侧电池储能成本效益分析方法 | |
TW201915838A (zh) | 一種應用於智慧電網之粒群最佳化模糊邏輯控制充電法 | |
Bai et al. | An online multi-level energy management system for commercial building microgrids with multiple generation and storage systems | |
CN115619144A (zh) | 一种用户侧云储能运行规划的方法、***及电子设备 | |
CN113852073A (zh) | 一种基于激励-响应充电决策估计的日前优化调度方法 | |
Xu et al. | Smart grid dispatching strategy considering the difference of electric vehicle demand | |
Szcześniak et al. | Optimal electric bus charging scheduling for local balancing of fluctuations in PV generation | |
Lim | Power management strategies for off-grid hybrid power systems | |
Minhas et al. | Electric Vehicle Battery Storage Concentric Intelligent Home Energy Management System Using Real Life Data Sets. Energies 2022, 15, 1619 |
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 |