CN116706892B - 一种轨道交通光储配置方法、***及电子设备 - Google Patents
一种轨道交通光储配置方法、***及电子设备 Download PDFInfo
- Publication number
- CN116706892B CN116706892B CN202310707380.1A CN202310707380A CN116706892B CN 116706892 B CN116706892 B CN 116706892B CN 202310707380 A CN202310707380 A CN 202310707380A CN 116706892 B CN116706892 B CN 116706892B
- Authority
- CN
- China
- Prior art keywords
- power
- power generation
- photovoltaic power
- photovoltaic
- loss
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000003287 optical effect Effects 0.000 title claims description 26
- 238000010248 power generation Methods 0.000 claims abstract description 161
- 238000004146 energy storage Methods 0.000 claims abstract description 53
- 238000005286 illumination Methods 0.000 claims abstract description 32
- 238000007599 discharging Methods 0.000 claims abstract description 8
- 239000003990 capacitor Substances 0.000 claims description 67
- 230000009467 reduction Effects 0.000 claims description 25
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000011084 recovery Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 8
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 101150067055 minC gene Proteins 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 241001055394 Badis Species 0.000 claims description 2
- 230000001172 regenerating effect Effects 0.000 claims description 2
- 230000035699 permeability Effects 0.000 abstract description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60M—POWER SUPPLY LINES, AND DEVICES ALONG RAILS, FOR ELECTRICALLY- PROPELLED VEHICLES
- B60M3/00—Feeding power to supply lines in contact with collector on vehicles; Arrangements for consuming regenerative power
-
- 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
- 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
-
- 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
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J3/38—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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
- H02J7/345—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering using capacitors as storage or buffering devices
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- 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
- 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)
- Mechanical Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供了一种轨道交通光储配置方法、***及电子设备,属于轨道交通领域,方法包括:获取牵引变电站地区的历史光照强度数据;根据历史光照强度数据生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率;基于多个光伏发电功率典型场景及对应的概率,构建以总运行损耗最低为目标的光储配置模型,并求解得到光储配置结果;光储配置结果包括各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率、储能装置的容量和充放电功率及光伏发电站的容量;根据光储配置结果对光伏发电站的容量、储能装置的容量和充放电功率及与电网交换的功率进行配置。本发明提高轨道交通***的光伏渗透率,并且能够对牵引负荷进行削峰填谷。
Description
技术领域
本发明涉及轨道交通领域,特别是涉及一种考虑光伏随机性和功率损耗的轨道交通光储配置方法、***及电子设备。
背景技术
随着能源和交通的需求日益增长,其中电气化铁路里程更是飞速发展,随之而来的是电能消耗急剧增加。为支撑可持续发展的战略,实现节能减排,进一步降低电气化铁路的综合能耗势在必行。光伏发电作为新能源的代表,具有易获取、无污染等优势,且部分地区铁路沿线的光伏资源十分丰富。考虑到高速列车牵引负荷的波动性,在牵引变电站接入光伏、配置混合储能***,不仅可提高光伏渗透率,还可以对牵引负荷进行削峰填谷。基于上述背景和意义,对轨道交通能源自洽***进行光伏供电和混合储能容量/功率配置的研究十分必要。
发明内容
本发明的目的是提供一种考虑光伏随机性和功率损耗的轨道交通光储配置方法、***及电子设备,可提高轨道交通***的光伏渗透率,对牵引负荷进行削峰填谷。
为实现上述目的,本发明提供了如下方案:
一种轨道交通光储配置方法,包括:
获取牵引变电站地区的历史光照强度数据;
根据所述历史光照强度数据,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率;各光伏发电功率典型场景包括对应场景下各时刻的光伏发电功率;
基于多个光伏发电功率典型场景及各光伏发电功率典型场景的概率,构建以总运行损耗最低为目标的光储配置模型;
对所述光储配置模型求解,得到光储配置结果;所述光储配置结果包括光伏发电站的容量、储能装置的容量、各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率及储能装置的充放电功率;
根据所述光储配置结果对光伏发电站的容量、储能装置的容量、储能装置的充放电功率及轨道交通***与电网交换的功率进行配置。
为实现上述目的,本发明还提供了如下方案:
一种轨道交通光储配置***,包括:
数据获取单元,用于获取牵引变电站地区的历史光照强度数据;
场景确定单元,与所述数据获取单元连接,用于根据所述历史光照强度数据,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率;各光伏发电功率典型场景包括对应场景下各时刻的光伏发电功率;
模型建立单元,与所述场景确定单元连接,用于基于多个光伏发电功率典型场景及各光伏发电功率典型场景的概率,构建以总运行损耗最低为目标的光储配置模型;
求解单元,与所述模型建立单元连接,用于对所述光储配置模型求解,得到光储配置结果;所述光储配置结果包括光伏发电站的容量、储能装置的容量、各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率及储能装置的充放电功率;
配置单元,分别与所述求解单元、光伏发电站及储能装置连接,用于根据所述光储配置结果对光伏发电站的容量、储能装置的容量、储能装置的充放电功率及轨道交通***与电网交换的功率进行配置。
为实现上述目的,本发明还提供了如下方案:
一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行上述的轨道交通光储配置方法。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明首先根据牵引变电站地区的历史光照强度数据生成光伏发电功率典型场景来描述光伏的随机性,然后,基于多个光伏发电功率典型场景及各光伏发电功率典型场景的概率,构建以总运行损耗最低为目标的光储配置模型,求解后得到光伏发电站的容量、储能装置的容量、各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率、储能装置的充放电功率及光伏发电站与电网交换的功率,进而对光伏发电站的容量、储能装置的容量、储能装置的充放电功率及轨道交通***与电网交换的功率进行配置,提高了轨道交通***的光伏渗透率,能够对牵引负荷进行削峰填谷。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的轨道交通光储配置方法的流程图;
图2为日光照强度典型场景的生成流程图;
图3为轨道交通能源自洽***的示意图;
图4为本发明提供的轨道交通光储配置***的示意图。
符号说明:
1-数据获取单元,2-场景确定单元,3-模型建立单元,4-求解单元,5-配置单元,6-光伏发电站,7-储能装置,8-蓄电池,9-超级电容。
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。
本发明的目的是提供一种轨道交通光储配置方法、***及电子设备,考虑到高速列车牵引负荷的波动性,对牵引变电站接入的光伏发电站和储能装置进行配置,不仅能够提高光伏渗透率,还能对牵引负荷进行削峰填谷。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示,本实施例提供一种轨道交通光储配置方法,包括:
步骤100:获取牵引变电站地区的历史光照强度数据。
步骤200:根据所述历史光照强度数据,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率。各光伏发电功率典型场景包括对应场景下各时刻的光伏发电功率。
进一步地,步骤200包括:
步骤201:采用拉丁超立方采样方法对所述历史光照强度数据进行采样,得到多个日光照强度初始场景。具体地,针对光伏出力的随机性,本发明对牵引变电站地区的日光照强度历史数据进行拉丁超立方采样(Latin hyper cube sampling,LHS),生成日光照强度初始场景。
设x1,x2,x3,...,xp是p个时间段内的光照强度,其累积概率分布函数为:Fxi=fi(xi);其中i=1,2,...,p。利用LHS产生N个初始场景的步骤如下:
(1)定义采样规模为N。
(2)对于任一时间段内的光照强度xi,将xi的累积概率分布曲线Fxi=fi(xi)的纵轴等概率地分成N个区间,每个区间的宽度为1/N,在每个区间内随机抽取一个值,满足xi1<xi2...<xik...<xiN,且有
(3)对于光照强度xi的第k个采样值xik,其对应的累积分布概率为:Fxi(k)=(1/N)ru+(k-1)/N;其中,ru~N(0,1)服从均匀分布;k=1,2,...,N。通过计算累积分布函数Fxi的反函数,即可求得xi的第k个采样值xik:
(4)采样结束后,将每个时间段内的光照强度的采样值排成矩阵的一列,形成一个N×P的采样矩阵S。本发明对矩阵各列的采样值使用Gram-Schmidt正交化方法进行排序,通过计算使各列的相关性最小。最后,形成N个采样场景,即为日光照强度初始场景。
步骤202:采用同步回代缩减法对多个日光照强度初始场景进行缩减,得到多个日光照强度典型场景。为提高运算效率,本发明采用同步回代缩减法(simultaneousbackward reduction,SBR)对日光照强度初始场景进行场景缩减,得到日光照强度典型场景。
假定有N个日光照强度初始场景:S={θi,i=1,...,N},每个日光照强度初始场景对应的概率为pi,显然利用LHS生成的每个日光照强度初始场景的概率都为1/N。SBR算法的基本步骤如下:
(1)计算日光照强度初始场景θi和日光照强度初始场景θj之间的距离D(θi,θj):D(θi,θj)=||θi-θj||2,i,j=1,2,...,N。
(2)对于任一日光照强度初始场景θk,找到与其距离最短的日光照强度初始场景θr,即D(θk,θr)=minD(θk,θs),θk≠θs,θk∈S,θs∈S。
(3)日光照强度初始场景θk的概率为p(θk),计算其中,/>为日光照强度初始场景θk和日光照强度初始场景θr的概率距离,找到满足的日光照强度初始场景θd,将θd确定为待删除的场景。即将所有日光照强度初始场景中PD值最小的场景删除。
(4)修正日光照强度初始场景集合S、被删除的场景集合DS及相关概率:S=S-{θd},DS=DS+{θd},p(θr)=p(θr)+p(θd)。
(5)N=N-1,当N=SW时,即剩余场景数为需求的典型场景数目,迭代终止,否则,转至步骤(2)。
运用拉丁超立方采样法和同步回代削减技术,生成SW个日光照强度典型场景以及各个日光照强度典型场景的概率,如图2所示。
步骤203:基于光照强度与光伏发电功率的线性关系,根据多个日光照强度典型场景,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率。在本实施例中,采用以下公式确定光伏发电功率典型场景sw下t时刻的光伏发电功率:
其中,为光伏发电功率典型场景sw下t时刻的光伏发电功率,/>为额定光伏功率,/>为光伏发电功率典型场景sw下t时刻的光照强度,βN为预先配置的额定光照强度。
步骤300:基于多个光伏发电功率典型场景及各光伏发电功率典型场景的概率,构建以总运行损耗最低为目标的光储配置模型。
基于供给量损耗机制,本发明进行了考虑牵引变电站的光伏发电余量功率传输至电网情景下的轨道交通光储配置建模。轨道交通***的主体包括发电侧并网主体、负荷侧并网主体和储能装置。其中本发明涉及到的发电侧并网主体是指光伏发电站;负荷侧主体是指能够响应地市级及以上电力调度机构指令的工商业负荷等,本发明中具体指高铁牵引负荷;储能装置是指配置在牵引变电站的混合储能***。在本实施例中,储能装置包括蓄电池及超级电容。
基于供给侧传输功率损耗机制,向轨道交通***传输的功率不同会对功率损耗减量产生影响,反之功率损耗减量也影响传输功率,所以传输功率响应和功率损耗减量是相互作用的。本发明考虑上述相互作用的影响,建立供给侧功率损耗弹性系数,表示供给侧传输功率偏移对损耗减量的影响。
已知光伏发电站的基准传输功率电网公司通过最优潮流计算获得实时损耗减量,并公布基准损耗减量系数/>光伏实际上网传输功率相比基准传输功率存在一定的偏移量,由于供给量偏移,对损耗减量造成一定影响。本发明引入功率损耗减量弹性系数λ,以描述上网传输电量偏移引起的损耗减量系数偏移量,即:
其中,功率损耗减量弹性系数λ已知,为在光伏发电功率典型场景sw下t时刻的损耗减量系数偏移量,/> 为光伏发电功率典型场景sw下t时刻上网传输功率的偏移量,/> 为光伏发电功率典型场景sw下t时刻光伏发电站向电网传输的功率。
由上可以推导出,最终的实时损耗减量系数为:
具体地,本发明基于多个光伏发电功率典型场景、各光伏发电功率典型场景的概率及实时损耗减量弹性系数,建立目标为轨道交通光伏和混合储能模型总损耗最优的目标函数。总损耗包括电网向轨道交通***传输功率的损耗+混合储能的损耗+光伏发电的损耗+变流器的损耗-新能源损耗减量。
所述光储配置模型的目标函数为:
minC=C1+C2+C3+C4+C5-C6;
其中,C为目标函数值,C1为电网向轨道交通***传输功率的损耗,C2为蓄电池的全生命周期损耗,C3为超级电容的全生命周期损耗,C4为光伏发电损耗,C5为变流器损耗,C6为新能源损耗减量。
其中,SW为光伏发电功率典型场景的总数,Psw为光伏发电功率典型场景sw的概率,T为总时间跨度(1天),Cprice为电网传输功率的损耗系数,为光伏发电功率典型场景sw下t时刻电网向轨道交通***传输的功率,Δt为时间间隔(1分钟)。
C2=CSYS-Ba+COP-Ba+CRC-Ba;
CSYS-Ba1=CBa-pPBa,rate+CBa-eEBa,rate;
CRC-Ba1=-σBa-res·CSYS-Ba1;
其中,CSYS-Ba为蓄电池的容量等值每日运行损耗,COP-Ba为蓄电池的运行维护损耗,蓄电池的运行维护损耗与其充放电的功率及充放电时间有关,CRC-Ba为蓄电池的报废回收损耗减量,当蓄电池到达寿命年限时,可通过回收利用获取的残值为蓄电池回收损耗减量。CSYS-Ba1为蓄电池容量总等值损耗,CBa-p为蓄电池单位功率的损耗系数,PBa,rate为蓄电池的额定功率,CBa-e为蓄电池单位容量的损耗系数,EBa,rate为蓄电池的额定容量。考虑到全生命周期损耗,采用统一年值法将总损耗换算为等值每日运行损耗,r为折现率,LBa为蓄电池的使用寿命。COP-Baunit为蓄电池单位充放电能量的运行维护损耗,为光伏发电功率典型场景sw下t时刻蓄电池的充电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池的放电功率。考虑到全生命周期下的成本,采用统一年值法将报废回收损耗减量换算为每日的报废回收损耗减量,-σBa-res为蓄电池的回收残值率,通常为3%~5%。
C3=CSYS-SC+COP-SC+CRC-SC;
CSYS-SC1=CSC-pPSC,rate+CSC-eESC,rate;
CRC-SC1=-σSC-res·CSYS-SC1;
超级电容的全生命周期损耗包括超级电容的容量等值每日运行损耗CSYS-SC、超级电容的运行维护损耗COP-SC及超级电容的报废回收损耗减量CRC-SC。超级电容的运行维护损耗与其充放电的功率及充放电时间有关,当超级电容到达寿命年限时,可通过回收利用获取损耗残值。其中,CSYS-SC1为超级电容的容量总等值损耗,CSC-p为超级电容单位功率的损耗系数,PSC,rate为超级电容的额定功率,CSC-e为超级电容单位容量的损耗系数,ESC,rate为超级电容的额定容量,COP-SCunit为超级电容单位充放电能量的运行维护损耗,为光伏发电功率典型场景sw下t时刻超级电容的充电功率,/>为光伏发电功率典型场景sw下t时刻超级电容的放电功率。考虑到全生命周期下的损耗,采用统一年值法,将总等值损耗换算为等值每日运行损耗,将报回收损耗换算为每日。r为折现率,LSC为超级电容的使用寿命,-σSC-res为超级电容的回收残值率,通常为3%~5%。
其中,mPV为光伏发电站单位发电功率的运行损耗,为光伏发电功率典型场景sw下t时刻的光伏发电功率。
考虑到全生命周期下的成本,采用统一年值法,将损耗总值换算为每日,r为折现率,Lconverter为变流器的使用寿命,Cconverter为变流器一次性损耗总值。
C6=Ctotalsell+Csub;
新能源的损耗减量主要包含向电网输送功率的损耗减量和新能源发电损耗减量两部分。光伏发电站向电网传输功率执行的损耗机制不同于传统机制,本发明已在上述步骤中建立实时损耗减量弹性系数模型;同时,对于新能源的消纳,还需考虑本身的损耗减量。其中,Ctotalsell为向电网传输功率的损耗减量,Csub为新能源的损耗减量,msub为单位电量的损耗减量。
光储配置模型的约束条件包括:功率平衡约束及储能装置约束。所述储能装置约束包括充放电功率约束及荷电状态约束。
根据图3所示轨道交通能源自洽***各单元的潮流分布规律对于光伏发电功率典型场景sw,建立该节点的功率平衡约束:
其中,为光伏发电功率典型场景sw下t时刻的光伏发电功率,/>为光伏发电功率典型场景sw下t时刻电网向轨道交通***传输的功率,/>为光伏发电功率典型场景sw下t时刻蓄电池8的放电功率,/>为光伏发电功率典型场景sw下t时刻超级电容9的放电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池8的充电功率,/>为光伏发电功率典型场景sw下t时刻超级电容9的充电功率,/>为正值表示t时刻列车的牵引用电,为负值表示t时刻列车产生再生制动能,/>为光伏发电功率典型场景sw下t时刻光伏发电站6向电网传输的功率。
充放电功率约束为:
其中,为光伏发电功率典型场景sw下t时刻蓄电池8的充电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池8的放电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池8的充电状态,/>为光伏发电功率典型场景sw下t时刻蓄电池8的放电状态,PBa,rate为蓄电池8的额定功率,/>为光伏发电功率典型场景sw下t时刻超级电容9的充电功率,/>为光伏发电功率典型场景sw下t时刻超级电容9的放电功率,/>为光伏发电功率典型场景sw下t时刻超级电容9的充电状态,/>为光伏发电功率典型场景sw下t时刻超级电容9的放电状态,PSC,rate为超级电容9的额定功率。蓄电池8和超级电容9在任意t时刻只能存在充电或者放电一种工作状态。
避免储能单元出现过充过放及连续工作,蓄电池8和超级电容9的荷电状态约束为:
其中,为光伏发电功率典型场景sw下t时刻蓄电池8的荷电状态,为光伏发电功率典型场景sw下t时刻超级电容9的荷电状态,/>为光伏发电功率典型场景sw下蓄电池8的初始荷电状态,/>为光伏发电功率典型场景sw下超级电容9的初始荷电状态,T为总时间跨度,/>为光伏发电功率典型场景sw下蓄电池8的最终荷电状态,/>为光伏发电功率典型场景sw下超级电容9的最终荷电状态,/>为光伏发电功率典型场景sw下t时刻蓄电池8的充电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池8的放电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池8的充电状态,/>为光伏发电功率典型场景sw下t时刻蓄电池8的放电状态,ηBacha为蓄电池8的充电效率,ηBadis为蓄电池8的放电效率,/>为光伏发电功率典型场景sw下t时刻超级电容9的充电功率,/>为光伏发电功率典型场景sw下t时刻超级电容9的放电功率,/>为光伏发电功率典型场景sw下t时刻超级电容9的充电状态,/>为光伏发电功率典型场景sw下t时刻超级电容9的放电状态,Δt为时间间隔,ηSCcha为超级电容9的充电效率,ηSCdis为超级电容9的放电效率,EBa,rate为蓄电池8的额定容量,ESC,rate为超级电容9的额定容量,/>为蓄电池8的荷电状态下限,/>蓄电池8的荷电状态上限,/>为超级电容9的荷电状态下限,/>为超级电容9的荷电状态上限。
步骤400:对所述光储配置模型求解,得到光储配置结果。所述光储配置结果包括光伏发电站的容量、储能装置的容量、各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率、储能装置的充放电功率及光伏发电站6与电网交换的功率。
步骤500:根据所述光储配置结果对光伏发电站6的容量、储能装置的容量、储能装置的充放电功率及轨道交通***与电网交换的功率进行配置。
本发明首先依据历史光照强度数据生成典型光伏发电场景来描述光伏的随机性,其次考虑新能源功率损耗减量机制,建立实时功率损耗减量弹性系数模型,最后构建以轨道交通能源自洽***光储配置容量最小和运行损耗最优为目标的光储配置模型,求解后得到光伏发电站和储能装置的容量、各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率及储能装置的充放电功率,进而对光伏发电站的容量、储能装置的容量、储能装置的充放电功率及轨道交通***与电网交换的功率进行配置,提高了轨道交通的光伏渗透率,并对牵引负荷进行了削峰填谷。
实施例二
为了执行上述实施例一对应的方法,以实现相应的功能和技术效果,下面提供一种轨道交通光储配置***。
如图4所示,本实施例提供的轨道交通光储配置***包括:数据获取单元1、场景确定单元2、模型建立单元3、求解单元4及配置单元5。
数据获取单元1用于获取牵引变电站地区的历史光照强度数据。
场景确定单元2与所述数据获取单元1连接,场景确定单元2用于根据所述历史光照强度数据,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率。各光伏发电功率典型场景包括对应场景下各时刻的光伏发电功率。
模型建立单元3与所述场景确定单元2连接,模型建立单元3用于基于多个光伏发电功率典型场景及各光伏发电功率典型场景的概率,构建以总运行损耗最低为目标的光储配置模型。
求解单元4与所述模型建立单元3连接,求解单元4用于对所述光储配置模型求解,得到光储配置结果。所述光储配置结果包括光伏发电站6的容量、储能装置7的容量、各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率及储能装置的充放电功率。
配置单元5分别与所述求解单元4、光伏发电站6及储能装置7连接,配置单元5用于根据所述光储配置结果对光伏发电站6的容量、储能装置7的容量、储能装置7的充放电功率及轨道交通***与电网交换的功率进行配置。
相对于现有技术,本实施例提供的轨道交通光储配置***与实施例一提供的轨道交通光储配置方法的有益效果相同,在此不再赘述。
实施例三
本实施例提供一种电子设备,包括存储器及处理器,存储器用于存储计算机程序,处理器运行计算机程序以使电子设备执行实施例一的轨道交通光储配置方法。
可选地,上述电子设备可以是服务器。
另外,本发明实施例还提供一种计算机可读存储介质,其存储有计算机程序,该计算机程序被处理器执行时实现实施例一的轨道交通光储配置方法。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种轨道交通光储配置方法,其特征在于,所述轨道交通光储配置方法包括:
获取牵引变电站地区的历史光照强度数据;
根据所述历史光照强度数据,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率;各光伏发电功率典型场景包括对应场景下各时刻的光伏发电功率;
基于多个光伏发电功率典型场景及各光伏发电功率典型场景的概率,构建以总运行损耗最低为目标的光储配置模型;所述光储配置模型的目标函数为:
minC=C1+C2+C3+C4+C5-C6;
C2=CSYS-Ba+COP-Ba+CRC-Ba;
C3=CSYS-SC+COP-SC+CRC-SC;
C6=Ctotalsell+Csub;
其中,C为目标函数值,C1为电网向轨道交通***传输功率的损耗,C2为蓄电池的全生命周期损耗,C3为超级电容的全生命周期损耗,C4为光伏发电损耗,C5为变流器损耗,C6为新能源损耗减量,SW为光伏发电功率典型场景的总数,Psw为光伏发电功率典型场景sw的概率,T为总时间跨度,Cprice为电网传输功率的损耗系数,为光伏发电功率典型场景sw下t时刻电网向轨道交通***传输的功率,Δt为时间间隔,CSYS-Ba为蓄电池的容量等值每日运行损耗,COP-Ba为蓄电池的运行维护损耗,CRC-Ba为蓄电池的报废回收损耗减量,CSYS-SC为超级电容的容量等值每日运行损耗,COP-SC为超级电容的运行维护损耗,CRC-SC为超级电容的报废回收损耗减量,mPV为光伏发电站单位发电功率的运行损耗,/>为光伏发电功率典型场景sw下t时刻的光伏发电功率,r为折现率,Lconverter为变流器的使用寿命,Cconverter为变流器一次性损耗总值,Ctotalsell为向电网传输功率的损耗减量,Csub为新能源的损耗减量;
对所述光储配置模型求解,得到光储配置结果;所述光储配置结果包括光伏发电站的容量、储能装置的容量、各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率及储能装置的充放电功率;所述储能装置包括蓄电池及超级电容;
根据所述光储配置结果对光伏发电站的容量、储能装置的容量、储能装置的充放电功率及轨道交通***与电网交换的功率进行配置。
2.根据权利要求1所述的轨道交通光储配置方法,其特征在于,根据所述历史光照强度数据,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率,具体包括:
采用拉丁超立方采样方法对所述历史光照强度数据进行采样,得到多个日光照强度初始场景;
采用同步回代缩减法对多个日光照强度初始场景进行缩减,得到多个日光照强度典型场景;
基于光照强度与光伏发电功率的线性关系,根据多个日光照强度典型场景,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率。
3.根据权利要求2所述的轨道交通光储配置方法,其特征在于,采用以下公式确定光伏发电功率典型场景sw下t时刻的光伏发电功率:
其中,为光伏发电功率典型场景sw下t时刻的光伏发电功率,/>为额定光伏功率,/>为光伏发电功率典型场景sw下t时刻的光照强度,βN为额定光照强度。
4.根据权利要求1所述的轨道交通光储配置方法,其特征在于,所述光储配置模型的约束条件包括:功率平衡约束及储能装置约束;所述储能装置约束包括充放电功率约束及荷电状态约束。
5.根据权利要求4所述的轨道交通光储配置方法,其特征在于,所述功率平衡约束为:
其中,为光伏发电功率典型场景sw下t时刻的光伏发电功率,/>为光伏发电功率典型场景sw下t时刻电网向轨道交通***传输的功率,/>为光伏发电功率典型场景sw下t时刻蓄电池的放电功率,/>为光伏发电功率典型场景sw下t时刻超级电容的放电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池的充电功率,/>为光伏发电功率典型场景sw下t时刻超级电容的充电功率,/>为正值表示t时刻列车的牵引用电,为负值表示t时刻列车产生再生制动能,/>为光伏发电功率典型场景sw下t时刻光伏发电站向电网传输的功率。
6.根据权利要求4所述的轨道交通光储配置方法,其特征在于,所述充放电功率约束为:
其中,为光伏发电功率典型场景sw下t时刻蓄电池的充电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池的放电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池的充电状态,/>为光伏发电功率典型场景sw下t时刻蓄电池的放电状态,PBa,rate为蓄电池的额定功率,/>为光伏发电功率典型场景sw下t时刻超级电容的充电功率,为光伏发电功率典型场景sw下t时刻超级电容的放电功率,/>为光伏发电功率典型场景sw下t时刻超级电容的充电状态,/>为光伏发电功率典型场景sw下t时刻超级电容的放电状态,PSC,rate为超级电容的额定功率。
7.根据权利要求4所述的轨道交通光储配置方法,其特征在于,所述荷电状态约束为:
其中,为光伏发电功率典型场景sw下t时刻蓄电池的荷电状态,/>为光伏发电功率典型场景sw下t时刻超级电容的荷电状态,/>为光伏发电功率典型场景sw下蓄电池的初始荷电状态,/>为光伏发电功率典型场景sw下超级电容的初始荷电状态,T为总时间跨度,/>为光伏发电功率典型场景sw下蓄电池的最终荷电状态,为光伏发电功率典型场景sw下超级电容的最终荷电状态,/>为光伏发电功率典型场景sw下t时刻蓄电池的充电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池的放电功率,/>为光伏发电功率典型场景sw下t时刻蓄电池的充电状态,/>为光伏发电功率典型场景sw下t时刻蓄电池的放电状态,ηBacha为蓄电池的充电效率,ηBadis为蓄电池的放电效率,/>为光伏发电功率典型场景sw下t时刻超级电容的充电功率,/>为光伏发电功率典型场景sw下t时刻超级电容的放电功率,/>为光伏发电功率典型场景sw下t时刻超级电容的充电状态,/>为光伏发电功率典型场景sw下t时刻超级电容的放电状态,Δt为时间间隔,ηSCcha为超级电容的充电效率,ηSCdis为超级电容的放电效率,EBa,rate为蓄电池的额定容量,ESC,rate为超级电容的额定容量,/>为蓄电池的荷电状态下限,蓄电池的荷电状态上限,/>为超级电容的荷电状态下限,/>为超级电容的荷电状态上限。
8.一种轨道交通光储配置***,应用于权利要求1至7任一项所述的轨道交通光储配置方法,其特征在于,所述轨道交通光储配置***包括:
数据获取单元,用于获取牵引变电站地区的历史光照强度数据;
场景确定单元,与所述数据获取单元连接,用于根据所述历史光照强度数据,生成多个光伏发电功率典型场景,并确定各光伏发电功率典型场景的概率;各光伏发电功率典型场景包括对应场景下各时刻的光伏发电功率;
模型建立单元,与所述场景确定单元连接,用于基于多个光伏发电功率典型场景及各光伏发电功率典型场景的概率,构建以总运行损耗最低为目标的光储配置模型;所述光储配置模型的目标函数为:
minC=C1+C2+C3+C4+C5-C6;
C2=CSYS-Ba+COP-Ba+CRC-Ba;
C3=CSYS-SC+COP-SC+CRC-SC;
C6=Ctotalsell+Csub;
其中,C为目标函数值,C1为电网向轨道交通***传输功率的损耗,C2为蓄电池的全生命周期损耗,C3为超级电容的全生命周期损耗,C4为光伏发电损耗,C5为变流器损耗,C6为新能源损耗减量,SW为光伏发电功率典型场景的总数,Psw为光伏发电功率典型场景sw的概率,T为总时间跨度,Cprice为电网传输功率的损耗系数,为光伏发电功率典型场景sw下t时刻电网向轨道交通***传输的功率,Δt为时间间隔,CSYS-Ba为蓄电池的容量等值每日运行损耗,COP-Ba为蓄电池的运行维护损耗,CRC-Ba为蓄电池的报废回收损耗减量,CSYS-SC为超级电容的容量等值每日运行损耗,COP-SC为超级电容的运行维护损耗,CRC-SC为超级电容的报废回收损耗减量,mPV为光伏发电站单位发电功率的运行损耗,/>为光伏发电功率典型场景sw下t时刻的光伏发电功率,r为折现率,Lconverter为变流器的使用寿命,Cconverter为变流器一次性损耗总值,Ctotalsell为向电网传输功率的损耗减量,Csub为新能源的损耗减量;
求解单元,与所述模型建立单元连接,用于对所述光储配置模型求解,得到光储配置结果;所述光储配置结果包括光伏发电站的容量、储能装置的容量、各光伏发电功率典型场景下各时刻电网与轨道交通***交换的功率及储能装置的充放电功率;所述储能装置包括蓄电池及超级电容;
配置单元,分别与所述求解单元、光伏发电站及储能装置连接,用于根据所述光储配置结果对光伏发电站的容量、储能装置的容量、储能装置的充放电功率及轨道交通***与电网交换的功率进行配置。
9.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至7中任一项所述的轨道交通光储配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310707380.1A CN116706892B (zh) | 2023-06-15 | 2023-06-15 | 一种轨道交通光储配置方法、***及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310707380.1A CN116706892B (zh) | 2023-06-15 | 2023-06-15 | 一种轨道交通光储配置方法、***及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116706892A CN116706892A (zh) | 2023-09-05 |
CN116706892B true CN116706892B (zh) | 2023-12-29 |
Family
ID=87835432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310707380.1A Active CN116706892B (zh) | 2023-06-15 | 2023-06-15 | 一种轨道交通光储配置方法、***及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116706892B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107134789A (zh) * | 2017-06-30 | 2017-09-05 | 华南理工大学 | 基于拓展qv节点的光储最优潮流控制方法 |
CN111178619A (zh) * | 2019-12-25 | 2020-05-19 | 东南大学 | 一种考虑分布式电源和充电站联合规划的多目标优化方法 |
CN112785027A (zh) * | 2020-06-22 | 2021-05-11 | 国网江苏省电力有限公司经济技术研究院 | 风光储联合发电***置信容量评估方法及*** |
CN114266480A (zh) * | 2021-12-22 | 2022-04-01 | 国网新疆电力有限公司经济技术研究院 | 一种结合谱聚类算法的光伏出力典型场景提取方法 |
CN114336605A (zh) * | 2021-12-29 | 2022-04-12 | 西安交通大学 | 一种柔性电氢制储注一体站容量配置方法及*** |
CN116011153A (zh) * | 2022-11-16 | 2023-04-25 | 国网四川省电力公司经济技术研究院 | 基于光-荷相关性增强可信度的配电网可靠性评估方法 |
CN116151486A (zh) * | 2023-04-19 | 2023-05-23 | 国网天津市电力公司城西供电分公司 | 含储能***的光伏充电站多时间尺度随机优化方法及装置 |
-
2023
- 2023-06-15 CN CN202310707380.1A patent/CN116706892B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107134789A (zh) * | 2017-06-30 | 2017-09-05 | 华南理工大学 | 基于拓展qv节点的光储最优潮流控制方法 |
CN111178619A (zh) * | 2019-12-25 | 2020-05-19 | 东南大学 | 一种考虑分布式电源和充电站联合规划的多目标优化方法 |
CN112785027A (zh) * | 2020-06-22 | 2021-05-11 | 国网江苏省电力有限公司经济技术研究院 | 风光储联合发电***置信容量评估方法及*** |
CN114266480A (zh) * | 2021-12-22 | 2022-04-01 | 国网新疆电力有限公司经济技术研究院 | 一种结合谱聚类算法的光伏出力典型场景提取方法 |
CN114336605A (zh) * | 2021-12-29 | 2022-04-12 | 西安交通大学 | 一种柔性电氢制储注一体站容量配置方法及*** |
CN116011153A (zh) * | 2022-11-16 | 2023-04-25 | 国网四川省电力公司经济技术研究院 | 基于光-荷相关性增强可信度的配电网可靠性评估方法 |
CN116151486A (zh) * | 2023-04-19 | 2023-05-23 | 国网天津市电力公司城西供电分公司 | 含储能***的光伏充电站多时间尺度随机优化方法及装置 |
Non-Patent Citations (1)
Title |
---|
"含高渗透率光伏的配电网电压协调控制方法研究";马伟;《中国博士学位论文全文数据库 工程科技II辑》(第2期);C042-112 * |
Also Published As
Publication number | Publication date |
---|---|
CN116706892A (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108258695B (zh) | 一种交直流混联微网的随机鲁棒耦合型优化调度方法 | |
CN102694391B (zh) | 风光储联合发电***日前优化调度方法 | |
CN110661246B (zh) | 一种城市轨道交通光伏储能***的容量优化配置方法 | |
CN109449973B (zh) | 一种含光伏和储能的轨道交通供电***能量优化方法 | |
CN107134789B (zh) | 基于拓展qv节点的光储最优潮流控制方法 | |
CN106096773A (zh) | 一种电动汽车充当储能的多目标优化调度方法 | |
CN106532764A (zh) | 一种就地消纳光伏发电的电动汽车充电负荷调控方法 | |
CN114021390A (zh) | 城市综合能源***随机鲁棒优化方法及其应用 | |
CN113300395B (zh) | 一种柔性牵引供电***混合储能最优容量配置方法 | |
CN111626527A (zh) | 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 | |
CN104268659A (zh) | 一种光伏电站发电功率超短期预测方法 | |
CN112862253B (zh) | 考虑风电不确定性的电-气-热储能协同规划方法及*** | |
CN109849694B (zh) | 一种基于在线凸规划的混合储能式有轨电车能量管理方法 | |
CN102280896A (zh) | 基于灰色模型控制的风力发电储能装置及方法 | |
CN109552110A (zh) | 一种基于规则与非线性预测控制的电动汽车复合能量管理方法 | |
CN115065078B (zh) | 微网环境下储能容量配置方法及*** | |
CN106058900A (zh) | 一种并网风光发电中混合储能容量优化配置方法 | |
CN106779250B (zh) | 一种基于新型优化模型的孤立分布式电网配置方法 | |
CN111762057B (zh) | 一种区域微网中v2g电动汽车智能充放电管理方法 | |
CN103166248B (zh) | 一种独立风-柴-储微电网***容量的工程配置方法 | |
CN115102160A (zh) | 一种薄弱电网条件下牵引供电***日前能量优化调度方法 | |
CN103577893A (zh) | 一种新能源与火电双向为高载能负荷供电的节能优化方法 | |
CN117674211A (zh) | 一种集中式共享储能容量的规划方法、***及电子设备 | |
CN107591806B (zh) | 一种考虑主动配电网有功调节能力的主网日前调度方法 | |
CN116706892B (zh) | 一种轨道交通光储配置方法、***及电子设备 |
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 |