CN115759610A - 一种电力***源网荷储协同的多目标规划方法及其应用 - Google Patents
一种电力***源网荷储协同的多目标规划方法及其应用 Download PDFInfo
- Publication number
- CN115759610A CN115759610A CN202211424133.2A CN202211424133A CN115759610A CN 115759610 A CN115759610 A CN 115759610A CN 202211424133 A CN202211424133 A CN 202211424133A CN 115759610 A CN115759610 A CN 115759610A
- Authority
- CN
- China
- Prior art keywords
- power
- planning
- power system
- cost
- formula
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种电力***源网荷储协同的多目标规划方法及其应用,包括以下步骤:对新能源并入电网后新型电力***形态上的变化进行分析,分析内容包含高电力电子化以及多时间、空间中强不确定性;对于规划区域,获取规划年限中的负荷需求、电网运行情况、电源的开发情况、电力***安全等内容;根据规划区域中已经获得的相关信息,结合新型电力***的特点,构建源网荷储协同的多目标规划模型;根据建立的源网荷储协同的多目标规划模型,得出包含高比例清洁能源的新型电力***源网荷储协同规划结果。本发明进一步降低了电网运行的成本,使其运行更加平滑,最大程度消纳新能源发电,同时提升电力***的运行效率及安全性,促进新能源风光发电发展以及保护生态环境。
Description
技术领域
本发明涉及一种规划方法,尤其是涉及一种型电力***源网荷储协同的多目标规划方法及其应用。
背景技术
新能源发电在碳排放方面拥有巨大优势,其中以光伏发电、风力发电为代表,清洁能源在电力***转型过程中发挥重要作用,是传发电方式的重要替代。新能源发电机组与传统的机组在机组惯性与出力特性等方面拥有很大不同,新能源发电的参与引起了电力***的质变,使得电力***呈现出“双高”的特点,即高比例电力电子化、高比例新能源,打造将新能源作为主体的新型电力***是我国电力***的发展方向。
现有技术,如专利申请号:CN202011379111.X(一种考虑源储荷互动的主动配电网调度方法)涉及一种考虑源储荷互动的主动配电网调度方法,以配电网日综合运行成本最低为优化目标,综合考虑了购电、发电、储能、需求响应、网损等各个环节的成本以及为量化联络线功率变化对电网的负面影响而引入的波动成本。模型的求解需要考虑约束条件,主要包括功率平衡约束、DG出力约束、储能运行约束、需求响应约束等。之后采用基于动态惯性权重和随机变异因子改进的粒子群优化算法求解上述模型。本发明能够有效降低配电网的运行成本,改善配电网***运行特性。然而,该现有技术对于新型电力***源网荷储协同中电力平很问题缺乏***地研究。
现有技术,如专利申请号:CN202111035449.8(高比例新能源电力***实时优化调度方法、装置及介质)公开了一种高比例新能源电力***实时优化调度方法、装置及介质,包括:获取高比例新能源电力***的调控单元参数、节点参数和线路参数;根据调控单元参数、节点参数及线路参数,构建第一优化调度模型;将第一优化调度模型转换为反馈控制***,以对第一优化调度模型进行动态分散式计算,得到第二优化调度模型;根据第二优化调度模型得到调控单元动态反馈方程、节点相角动态反馈方程及拉格朗日乘子动态反馈方程;采用 ode15s求解器对调控单元动态反馈方程、节点相角动态反馈方程和拉格朗日乘子动态反馈方程进行仿真求解,得到高比例新能源电力***的最优调度方案。然而,该现有技术没有考虑到包含高比例新能源的新型电力***规划的实际方法,只是停留在新能源并网的情况下电力***运行优化的调度层面。
发明内容
本发明的目的在于提供了一种新型电力***源网荷储一体化规划办法,此办法以安全性、经济性、低碳性为目标,在该目标下进行源网荷储一体化规划。该规划以新能源与碳捕集电厂协同优化运行、高比例新能源外送的安全运行、考虑安全稳定约束的电力***低碳运行为基本面,开发出了更为优化的新型电力***运行方式。
本发明提供一种包含高比例清洁能源的新型电力***源网荷储协同的多目标规划法,包括以下步骤:
S1:对新能源并入电网后新型电力***形态上的变化进行分析,分析内容包含高电力电子化以及多时间、空间中强不确定性;对于规划区域,获取规划年限中的负荷需求、电网运行情况、电源的开发情况、电力***安全等内容;
S2:根据规划区域中已经获得的相关信息,结合新型电力***的特点,构建源网荷储协同的多目标规划模型。
S3:根据建立的源网荷储协同的多目标规划模型,得出包含高比例清洁能源的新型电力***源网荷储协同规划结果。
有益效果
与现有技术手段相比,本发明取得的有益效果是:
(1)虽然现有发明能够有效降低配电网的运行成本,改善配电网***运行特性。但是本发明进一步对其优化,在满足新型电力***运行的基础上,考虑了弃风弃光问题,进一步降低了电网运行的成本,使其运行更加平滑;
(2)针对现有技术中高比例新能源出力的间歇性带来的时空不确定性以及并网方式造成的高比例电力电子化两方面带来的电力***形态转变问题,本发明在安全性与可靠性的基础上,建立进行含高比例新能源的新型电力***规划,用更加全面、科学的方案对高比例新能源进行了优化。
(3)现有技术没有考虑到包含高比例新能源的新型电力***规划的实际方法,只是停留在新能源并网的情况下电力***运行优化的调度层面。本发明提出含高比例新能源的新型电力***优化运行方式的实际可行的方案,最大程度消纳新能源发电,同时提升电力***的运行效率及安全性,促进新能源风光发电发展以及保护生态环境。
附图说明
图1为本发明步骤流程。
图2为本发明本发明所提供新型电力***优化运行方式。
具体实施方式
结合图1内容,包含高比例清洁能源的新型电力***源网荷储协同的多目标规划法,包括以下步骤:
步骤一:对新能源并入电网后新型电力***形态上的变化进行分析:
采用灰色关联分析方法:
第一步:针对指标体系,建立初始数据列X0,包括理想数据列,即每列的最大值。
式中:i=1,2,…,12;j=1,2,…,9;Xj(j=1…9)表示第 j个指标的样本集。
第二步:数据标准化,公式为
第三步:进行主成分分析,得到主成分得分公式
式中:x1,x2,…,xp为p个原始指标;F1,F2,F3,…,Fm 为m个彼此独立的综合新的指标,F=(aij)mxp=(F1,F2,F3,L,Fm),m取决于方差贡献率大于等于85%的要求。
第四步:将理想样本的主成分得分作为参考数据列,设为a0,进行灰色关联分析。计算灰色关联系数,公式如下
式中:ai(k)表示第i个样本的第k个主成分得分;ρ∈[0,+∞) 为分辨系数,ρ=0.5;
第五步:计算关联度,公式如下
根据以上公式方法对高电力电子化、多时间、多空间强不确定性等影响电力***形态变化的因素指标进行分析。
运用数据查询法,从政府网站获取并统计规划区域规划年限中的负荷需求,根据模型测算获取电网运行情况、电源的开发情况,根据电力安全需求,确定电力***安全内容。
高比例新能源新型电力***是“双侧随机***”,“双侧”即负荷侧和电源侧,改变了网架的结构,以电力电子装置将新能源并入电网,以交流、直流线路传输,电力电子装置同样也应用在负荷侧。
高比例新能源新型电力***的出力情况受到多种因素影响,包括自然条件、自身的随机性、间歇性等因素;电网的可靠性、环境效益、经济性等内容就是电力***运行及相关安全内容。
步骤二:根据规划区域里的相关信息和高比例新能源新型电力***的特点,构建源网荷储协同规划模型;所述模型为电网与电源协同规划分层模型,上层模型为电网建设成本模型,下层模型为新能源发电成本模型。上层模型是以电网调峰电厂建设成本、电网线路建设成本、电网网损成本、碳排放成本以及购电成本之和最小为目标函数,下层模型是以新能源发电维护成本以及弃电损失成本之和最小为目标函数,所以考虑以上涉及的约束条件。
此模型是含高比例新能源源网荷储协同规划模型,目标函数是新能源发电成本与电网的建设成本最小,约束条件满足负荷节点清洁能源发电穿透功率、功率平衡、支路潮流等约束。模型为:
(1)目标函数:
式中,电网的调峰电厂建设成本是LNCG,电网线路建设成本是LNL,电网的网损成本是LLS,碳排放成本是LC,购电成本是LNE,新能源发电维护成本是LNG,新能源弃电的损失成本是LNQ。
(2)调峰电厂的建设成本为:
其中,决策变量为xi,取0-1,代表含义为电网投资用来调峰发电机组的投运状态,停运为0,投运为1;第i台发电机组的投资成本等年值用CNCG,i表示。
电网中输电线路的建设成本为:
式中,决策变量用yj、zk表示,取值为0-1,含义为风、光发电厂线路的运行状态;准备增加的风、光发电并入电网的线路数量用b、c表示;相应并入电网线路的投资成本等年值用CNWTL,j、CNPVL,k表示。
电网的网损成本计算方式为:
碳排放的成本用以下方式计算:
式中,碳排放的市场价格为λ;第i台机组的每单位电量碳排放强度用encg,i表示;第i台机组在t时段的有功出力用PNCG,i,t表示。
用下式计算购电成本:
LNE=αENE
式中,购电的电价是α,购买的电量是ENE。
用下式计算新能源发电的维护成本:
式中,风光发电机组每个单位的发电维护成本各自为ρWT、ρPV;在t时段内,第j台风电机组、第k台光伏发电机组的实际有功出力用PWT,j,t、PPV,k,t表示。
用下式计算新能源弃电的损失成本:
式中,每单位弃风、光量损失的成本用σWT、σPV表示,t时段内,用PWT0,j,t、PPV0,k,t表示第j台风电机组、第k台光伏发电机组的计划有功出力,t时段内,第j台风电机组、第k台光伏发电机组的实际有功出力用PWT,j,t、PPV,k,t表示。
(3)约束条件:
约束条件功率平衡:
Pt=Atθt
式中,t时段内,节点注入的功率向量用Pt表示;t时段内,节点的导纳矩阵用At表示。
约束条件支路潮流:
|Pn,t|”Pn,max
式中,第n条支路上的有功潮流用Pn,t表示;t时段内,第n条支路能够承载的功率上限值用Pn,max表示。
约束条件负荷节点中新能源发电的穿透功率:
式中,为第j台风电机组最大的输出功率用PWT,j,max表示、第k台光伏发电机组最大的输出功率用PPV,k,max表示;负荷节点f的最大穿透功率用PNf,max表示。
约束条件发电机组的出力:
PNGG,min剟PNCG,tPNCG,max
0剟PWT,tPWT,max
0剟PPV,tPPV,max
式中,电网调峰机组有功出力的下限值用PNGG,min表示、电网调峰发电机组有功出力的上限值用PNCG,max表示;风光机组出力的上限值各自为PWT,max、PPV,max。
步骤三:运用源网荷储协同规划模型,计算得出包含高比例新能源的新型电力***规划结果。
(1)在步骤1和步骤2的基础上,综合考虑功率平衡、支路潮流、负荷节点中新能源发电的穿透功率、发电机组的出力等约束条件,将数据代入源网荷储协同的多目标规划模型,采用 MATLAB2019Rb编程求解。
对以上模型进行求解得到的规划结果,即为最佳的经济性条件下,安全且可靠的包含高比例清洁能源的新型电力***的规划结果。
结合图二内容,本发明所提供新型电力***优化运行方式如下:
步骤2-1:电力***运行的同时考虑安全性约束、稳定性约束,针对不同类型的新能源并入电网的问题,通过模型驱动、数据驱动,确定影响***安全稳定的关键约束,与经济调度模型、电力***稳态机组组合进行有机结合。
步骤2-2:构建风电、光电等间歇性新能源与碳捕集电厂协同运行的模型,使得间歇性可再生能源与碳捕集电厂协同优化运行。
步骤2-3:考虑***频率的稳定性、惯量水平和***减排潜力等约束,保证安全可控的前提下,协调运行高比例新能源外送。
实施例1
A市“源网荷储一体化”综合应用示范基地项目,建设规模200 万千瓦,含风电170万千瓦,光伏30万千瓦,配套建设55万千瓦× 2小时储能,总投资141亿元。在传统电力***“源网荷”运行模式下加入储能,实现“源网荷储”一体化整体解决方案的运营模式,可精准控制社会可中断的用电负荷和储能资源,提高电网安全运行水平。电力***加入储能后,当发生新能源弃电时自动储能,利用新能源要弃的那部分电量对储能进行充电,避免了新能源的白白浪费:当出现负荷限电现象时,启动储能对电力进行补充,弥补电力的不足,利用储能参与电力***调峰,保证负荷的稳定运行,避免了负荷限电现象。储能在电力***中就像一座大型的充电宝,时刻为电力***中的负荷提供备用电源。
B市是我国首个建立的源网荷储一体化示范区,在电源侧,某公司11973千瓦分布式光伏发电项目在B市并网,预计年发电量1100 万度。在电网侧,国网B市供电公司致力打造多元融合高弹性电网首域示范项目,其中包含分布式光伏集群自治与协同控制、配网枢纽点储能电站优质共享、多元配电网分布式毫秒级自愈等18个应用场景,有源配电网、配网资源整合优化、冷热电三联供等12个专项项目,从理论体系、技术手段、商业模式等多方面对新型电力***进行深入研究和应用。在负荷侧,目前B市347家企业已经签约需求侧响应,实现企业与电网间的高效互动;8家企业实现2.17兆瓦的多***协同秒级可中断负荷控制;在储能侧,新能源项目装机容量10%配置储能的要求正全面落地。在光伏侧配置储能站,B市已经拥有一座1兆瓦/2兆瓦时的大型储能站;下阶段会完成V2G充电设施全面覆盖并按比例配置储能。此外,由源网荷储主动协调控制***等数字赋能的一体化***正对方方面面的资源进行整合和高效利用。
根据两个具体案例可知:第一,通过源网荷储协同的多目标规划模型很大程度上解决了原来电网规划中的高成本问题,最大程度消纳新能源发电,同时提升电力***的运行效率及安全性,促进新能源风光发电发展以及保护生态环境。第二,统一规划解决了现有研究中没有考虑到包含高比例新能源的新型电力***规划的实际方法,只是停留在新能源并网的情况下电力***运行优化的调度层面的问题,实现了在满足新型电力***运行的基础上。第三,考虑了弃风弃光问题,并且在安全性与可靠性的基础上,建立了进行含高比例新能源的新型电力***规划。
针对现有技术采用基于动态惯性权重和随机变异因子改进的粒子群优化算法、采用ode15s求解器对调控单元动态反馈方程、节点相角动态反馈方程和拉格朗日乘子动态反馈方程等方法,本发明在原来的基础上构建风电、光电等间歇性新能源与碳捕集电厂协同运行的模型,使得间歇性可再生能源与碳捕集电厂协同优化运行,同时考虑***频率的稳定性、惯量水平和***减排潜力等约束,保证安全可控的前提下,协调运行高比例新能源外送。因此,本发明进一步降低了电网运行的成本,使其运行更加平滑,最大程度消纳新能源发电,同时提升电力***的运行效率及安全性,促进新能源风光发电发展以及保护生态环境。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (7)
1.一种电力***源网荷储协同的多目标规划方法,该方法为包含高比例清洁能源的新型电力***源网荷储协同的多目标规划法,其特征为:包括以下步骤:
S1:对新能源并入电网后新型电力***形态上的变化进行分析,分析内容包含高电力电子化以及多时间、空间中强不确定性;对于规划区域,获取规划年限中的负荷需求、电网运行情况、电源的开发情况、电力***安全内容;
S2:根据规划区域中已经获得的相关信息,结合新型电力***的特点,构建源网荷储协同的多目标规划模型;
S3:根据建立的源网荷储协同的多目标规划模型,得出包含高比例清洁能源的新型电力***源网荷储协同规划结果。
2.根据权利要求1所述的电力***源网荷储协同的多目标规划方法,其特征为:所述步骤1进一步包括如下步骤:
(1)采用灰色关联分析方法,分别从高电力电子化、多时间、多空间强不确定性角度对分析影响电力***形态变化的因素指标进行分析:
第一步:针对指标体系,建立初始数据列X0,包括理想数据列,即每列的最大值:
式中:i=1,2,…,12;j=1,2,…,9;Xj(j=1…9)表示第j个指标的样本集。
第二步:数据标准化,公式为
第三步:进行主成分分析,得到主成分得分公式
式中:x1,x2,…,xp为p个原始指标;F1,F2,F3,…,Fm为m个彼此独立的综合新的指标,F=(aij)mxp=(F1,F2,F3,L,Fm),m取决于方差贡献率大于等于85%的要求;
第四步:将理想样本的主成分得分作为参考数据列,设为a0,进行灰色关联分析,计算灰色关联系数,公式如下
式中:ai(k)表示第i个样本的第k个主成分得分;ρ∈[0,+∞)为分辨系数,ρ=0.5;
第五步:计算关联度,公式如下
(2)运用数据查询、描述统计法,获取并统计规划区域规划年限中的负荷需求、电网运行情况、电源的开发情况、电力***安全内容。
4.根据权利要求3所述的电力***源网荷储协同的多目标规划方法,其特征为:上述目标规划模型的构建需要考虑如下建设成本和约束条件:
调峰电厂的建设成本为:
其中,决策变量为xi,取0-1,代表含义为电网投资用来调峰发电机组的投运状态,停运为0,投运为1;第i台发电机组的投资成本等年值用CNCG,i表示;
电网中输电线路的建设成本为:
式中,决策变量用yj、zk表示,取值为0-1,含义为风、光发电厂线路的运行状态;准备增加的风、光发电并入电网的线路数量用b、c表示;相应并入电网线路的投资成本等年值用CNWTL,j、CNPVL,k表示;
电网的网损成本计算方式为:
碳排放的成本用以下方式计算:
式中,碳排放的市场价格为λ;第i台机组的每单位电量碳排放强度用encg,i表示;第i台机组在t时段的有功出力用PNCG,i,t表示;
用下式计算购电成本:
LNE=αENE
式中,购电的电价是α,购买的电量是ENE;
用下式计算新能源发电的维护成本:
式中,风光发电机组每个单位的发电维护成本各自为ρWT、ρPV;在t时段内,第j台风电机组、第k台光伏发电机组的实际有功出力用PWT,j,t、PPV,k,t表示;
用下式计算新能源弃电的损失成本:
式中,每单位弃风、光量损失的成本用σWT、σPV表示,t时段内,用PWT0,j,t、PPV0,k,t表示第j台风电机组、第k台光伏发电机组的计划有功出力,t时段内,第j台风电机组、第k台光伏发电机组的实际有功出力用PWT,j,t、PPV,k,t表示;
约束条件:
约束条件功率平衡:
Pt=Atθt
式中,t时段内,节点注入的功率向量用Pt表示;t时段内,节点的导纳矩阵用At表示;
约束条件支路潮流:
|Pn,t|”Pn,max
式中,第n条支路上的有功潮流用Pn,t表示;t时段内,第n条支路能够承载的功率上限值用Pn,max表示;
约束条件负荷节点中新能源发电的穿透功率:
式中,为第j台风电机组最大的输出功率用PWT,j,max表示、第k台光伏发电机组最大的输出功率用PPV,k,max表示;负荷节点f的最大穿透功率用PNf,max表示;
约束条件发电机组的出力:
PNGG,min剟PNCG,t PNCG,max
0剟PWT,t PWT,max
0剟PPV,t PPV,max
式中,电网调峰机组有功出力的下限值用PNGG,min表示、电网调峰发电机组有功出力的上限值用PNCG,max表示;风光机组出力的上限值各自为PWT,max、PPV,max。
5.根据权利要求1所述的电力***源网荷储协同的多目标规划方法,其特征为:所述步骤3进一步包括如下步骤:
在步骤1和步骤2的基础上,综合考虑功率平衡、支路潮流、负荷节点中新能源发电的穿透功率、发电机组的出力等约束条件,将数据代入源网荷储协同的多目标规划模型,采用MATLAB2019Rb求解。
6.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的程序,其中,所述程序运行时控制非易失性存储介质所在的设备执行权利要求1至5中任意一项所述的方法。
7.一种电子装置,其特征在于,包含处理器和存储器;所述存储器中存储有计算机可读指令,所述处理器用于运行所述计算机可读指令,其中,所述计算机可读指令运行时执行权利要求1至5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211424133.2A CN115759610A (zh) | 2022-11-15 | 2022-11-15 | 一种电力***源网荷储协同的多目标规划方法及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211424133.2A CN115759610A (zh) | 2022-11-15 | 2022-11-15 | 一种电力***源网荷储协同的多目标规划方法及其应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115759610A true CN115759610A (zh) | 2023-03-07 |
Family
ID=85370853
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211424133.2A Pending CN115759610A (zh) | 2022-11-15 | 2022-11-15 | 一种电力***源网荷储协同的多目标规划方法及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115759610A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094747A (zh) * | 2023-09-12 | 2023-11-21 | 南京图德科技有限公司 | 一种新能源电力***规划方法 |
CN117293926A (zh) * | 2023-11-22 | 2023-12-26 | 中能智新科技产业发展有限公司 | 一种源网荷储一体化平台资源实时调度方法及装置 |
-
2022
- 2022-11-15 CN CN202211424133.2A patent/CN115759610A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094747A (zh) * | 2023-09-12 | 2023-11-21 | 南京图德科技有限公司 | 一种新能源电力***规划方法 |
CN117293926A (zh) * | 2023-11-22 | 2023-12-26 | 中能智新科技产业发展有限公司 | 一种源网荷储一体化平台资源实时调度方法及装置 |
CN117293926B (zh) * | 2023-11-22 | 2024-03-12 | 中能智新科技产业发展有限公司 | 一种源网荷储一体化平台资源实时调度方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Multi-stage optimal energy management of multi-energy microgrid in deregulated electricity markets | |
Ju et al. | A two-stage optimal coordinated scheduling strategy for micro energy grid integrating intermittent renewable energy sources considering multi-energy flexible conversion | |
Jin et al. | Game theoretical analysis on capacity configuration for microgrid based on multi-agent system | |
Ju et al. | A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator | |
CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
CN115759610A (zh) | 一种电力***源网荷储协同的多目标规划方法及其应用 | |
Liu et al. | Integrated optimal dispatching strategy considering power generation and consumption interaction | |
Zhu et al. | Optimization scheduling of a wind–photovoltaic–gas–electric vehicles Community-Integrated Energy System considering uncertainty and carbon emissions reduction | |
CN109670639A (zh) | 基于多目标灰狼算法的区域综合能源***实时优化方法 | |
Hou et al. | Multisource energy storage system optimal dispatch among electricity hydrogen and heat networks from the energy storage operator prospect | |
Wang et al. | Energy management strategy of hybrid energy storage based on Pareto optimality | |
Abedinia et al. | Synergizing efficient optimal energy hub design for multiple smart energy system players and electric vehicles | |
He et al. | Analysis on data center power supply system based on multiple renewable power configurations and multi-objective optimization | |
Liang et al. | Collaborative optimization model of renewable energy development considering peak shaving costs of various flexibility resources | |
Weishang et al. | Internal benefit optimization model of gas‐thermal power virtual power plant under china's carbon neutral target | |
Wu et al. | Low-carbon economic dispatch optimization of a virtual power plant based on deep reinforcement learning in China's carbon market environment | |
CN112883630A (zh) | 用于风电消纳的多微网***日前优化经济调度方法 | |
Wang et al. | Coordinated scheduling of integrated energy microgrid with multi-energy hubs based on MADDPG and two-layer game | |
CN112884265B (zh) | 一种应用于城市电网网源协调的智能管理方法 | |
Wang et al. | Research on short‐term and mid‐long term optimal dispatch of multi‐energy complementary power generation system | |
CN116914732A (zh) | 基于深度强化学习的热电联产***低碳调度方法及*** | |
Yan et al. | Practical flexibility analysis on europe power system with high penetration of variable renewable energy | |
Wang et al. | Analysis of Coordinated Operation of the Clean Energy System Based on the Multiobjective Optimization Model | |
CN112713590B (zh) | 计及idr的冷热电联供微网与主动配电网联合优化调度方法 | |
Zhang et al. | An optimal capacity allocation method for integrated energy systems considering uncertainty |
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 |