JP7320503B2 - エネルギ貯蔵システムを最適に制御するためのシステム及び方法 - Google Patents
エネルギ貯蔵システムを最適に制御するためのシステム及び方法 Download PDFInfo
- Publication number
- JP7320503B2 JP7320503B2 JP2020526425A JP2020526425A JP7320503B2 JP 7320503 B2 JP7320503 B2 JP 7320503B2 JP 2020526425 A JP2020526425 A JP 2020526425A JP 2020526425 A JP2020526425 A JP 2020526425A JP 7320503 B2 JP7320503 B2 JP 7320503B2
- Authority
- JP
- Japan
- Prior art keywords
- computer system
- energy storage
- prediction
- data
- historical
- 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
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
- H02J3/28—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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- 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]
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Description
[0001] 本願は、参照によりその全内容を本明細書に全て援用する、2017年11月27日に出願された米国仮特許出願第62/591,023号、及び2018年11月16日に出願された米国特許出願第16/193,332号の優先権を主張する。
[0002] 配電網上にエネルギ貯蔵システム(「ESS」)を設置し使用することは、グリッドの参与者及び/又はステークホルダへの(動作的な、経済的な、環境的な等々)物質的な恩恵をもたらすことができ、そのようにすることにより、エネルギ貯蔵資産を所有し又は制御するエンティティへの物質的経済的リターンを発生させることができることが一般に認識されている。エネルギ貯蔵技法は、幾つか例を挙げると(i)確立されたエネルギ又は容量市場メカニズムがある特定のアンシラリサービスの提供(例えば周波数調整、運転予備電力、自力起動能力)、(ii)負荷シフト又はピークシェービング、(iii)さもなければ必要な送電又は配電のアップグレードの延期又は回避、(iv)送電又は配電のボトルネック又は他の制約の軽減、(v)平滑化、ランピングサービス、整形された電力の提供、又はその他の方法による断続的な再生可能発電の統合、(vi)燃料効率を高めるための又は炭素放出を減らすための発電資産のハイブリッド化、(vii)単独運転中のバックアップ電力又は無停電電力系統(「UPS」)の提供、(viii)コスト節約又は裁定取引目的でのエネルギ売買時間のシフト、(ix)様々な運転予備力の提供(又はそれを提供する約束された可用性)、(x)天然ガスピーキングプラント又は他の発電源によってさもなければ提供され得る電力、エネルギ、又はサービスの提供等、一連の潜在的なエネルギ貯蔵応用(「ES応用」)によってこの種の利益をもたらすことができる。上記はES応用の代表的な一覧であり、網羅的な一覧であることは意図しない。多くの場合、特定の位置に設置される単一のESSが複数のES応用を提供することができる(応用のスタックと呼ばれることがある)。本明細書で使用するとき、単一のES応用への言及は複数のES応用の組み合わせ又はスタックを含み得る。
[0005] 開示する内容の実施形態は、1つ又は複数のエネルギ貯蔵システムの動作を制御するための最適なディスパッチスケジュールを作成し実行するための全般的な方法に関係し得る。開示する内容の実施形態は、様々な予測技法又はアルゴリズムを用いて1つ又は複数の予測をもたらすこと、その予測に基づいて1つ又は複数のエネルギ貯蔵システムの動作を制御するための最適なディスパッチスケジュールを計算すること、及びスケジュール更新の間にリアルタイム予測の不確実性を補償することを全て定期的に行うための技法にも関係することができる。開示する内容の実施形態は、あり得る様々な予測シナリオにわたって最適な経済的ディスパッチを計算し、1つ又は複数のエネルギ貯蔵システムの動作を制御するための統計的に最適なディスパッチスケジュールを決定するための技法も提供することができる。開示する内容の実施形態は、最適なESSディスパッチスケジュールを継続的に計算し、予測の不確実性を補償するための技法にも関係することができる。開示する内容の実施形態は、予測及び/又はディスパッチスケジュールの計算を高速化するために並列処理を使用することもできる。開示する内容の実施形態は、(1)ESSの構成及び動作に影響を及ぼす電気量等のESSパラメータの進行中の将来の予測における最適性能、(2)予測の不確実性の定量化及び十分な復旧戦略の提供、並びに(3)電気パラメータ等の動的且つ進化するESSパラメータを追跡するようにESSを適応的にスケジューリングしディスパッチする、という技術的目標の1つ若しくは複数又はそのあり得る任意の組み合わせを実現することができる技術的解決策を提供するシステム及び方法にも関係し得る。他の実施形態も本発明の範囲に含まれる。
[0054] 本発明の例示的実施形態を添付図面に関して説明する。
[0067] 開示する内容の実施形態は、様々な予測技法又はアルゴリズムを用いて1つ又は複数の予測をもたらすこと、その予測に基づいて1つ又は複数のエネルギ貯蔵システムの動作を制御するための最適なディスパッチスケジュールを計算し実行すること、及びスケジュール更新の間にリアルタイム予測の不確実性を補償することを、全て定期的に行うための技法を提供することができる。開示する内容の実施形態は、あり得る全ての将来にわたって最適な経済的ディスパッチを計算し、1つ又は複数のESSシステムの動作を制御するための統計的に最適なディスパッチスケジュールを決定するための技法も提供することができる。開示する内容の実施形態は、最適なESSディスパッチスケジュールを継続的に計算し実行し、予測の不確実性を補償するための技法も提供することができる。開示する内容の実施形態は、予測及び/又はディスパッチスケジュールの計算を高速化するために並列処理を使用することもできる。開示する内容の実施形態は、(1)ESSの構成及び動作に影響を及ぼす電気量等のESSパラメータの進行中の将来の予測における最適性能、(2)予測の不確実性の定量化及び十分な復旧戦略の提供、並びに(3)電気パラメータ等の動的且つ進化するESSパラメータを追跡するようにESSを適応的にスケジューリングしディスパッチする、という技術的目標の1つ若しくは複数又はそのあり得る任意の組み合わせを実現することができる技術的解決策を提供するシステム及び方法にも関係し得る。他の実施形態も本発明の範囲に含まれる。
Claims (54)
- 1つ又は複数のエネルギ貯蔵システムの動作を制御するための方法であって、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから、少なくとも1つのコンピュータを含むコンピュータシステムにおいて受信するステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、前記最適なディスパッチスケジュールを決定することが、
(i)単一予測パススルー技法、モンテカルロシナリオ生成技法、及び最適化制約生成技法のうちの少なくとも1つを使用して、1つ又は複数の予測シナリオを前記コンピュータシステムによって生成すること、
(ii)前記生成済みの1つ又は複数の予測シナリオのうちの1つ又は複数の組を最適化のために前記コンピュータシステムによって選択すること、
(iii)前記生成済みの1つ又は複数の予測シナリオのうちの前記選択済みの1つ又は複数の組に、1つ又は複数の最適化技法を適用することにより、1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって生成することであって、前記1つ又は複数の最適化技法は、固定規則スケジューラ、予測ベース規則スケジューラ、非線形多重規則最適化スケジューラ、非線形経済的最適化スケジューラ、及びニューラルネットワークスケジューラのうちの少なくとも1つを含む、生成すること、及び
(iv)平均、加重平均、時間変数加重平均、又はニューラルネットワークを使用し、前記1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって集約して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を含む、方法。 - 前記1つ又は複数の予測技法が、第三者予測パススルー技法、多重第三者予測集約技法、履歴平均予測技法、線形回帰予測技法、及びニューラルネットワーク予測技法のうちの少なくとも1つを含む、請求項1に記載の方法。
- 1つ又は複数の予測を計算する前記ステップ(b)が、平均、加重平均、時間変数加重平均、又はニューラルネットワークを使用し、前記計算済みの1つ又は複数の予測を前記コンピュータシステムによって集約することを含む、請求項1に記載の方法。
- 前記最適なディスパッチスケジュールを使用する前記ステップ(d)が、前記最適なディスパッチスケジュールと前記1つ又は複数のデータソースから受信される前記ライブデータとに基づいて、1つ又は複数のモード及び1つ又は複数のモードパラメータを前記コンピュータシステムによって選択することを含み、前記1つ又は複数のモードは、スタン
バイモード、手動モード、負荷平準化モード、ピークシェービングモード、トラフ充填モード、充電状態(SOC)維持モード、及びランプレート管理モードのうちの少なくとも1つを含み、前記1つ又は複数のモードパラメータは、有効電力及び無効電力、目標グリッド正味有効電力、最大グリッド正味有効電力、最小グリッド正味有効電力、目標充電状態、及び最大グリッド正味有効電力変化率のうちの少なくとも1つを含む、請求項1に記載の方法。 - 前記ステップ(a)における前記ライブ、履歴、又は予測データは、当日市場のエネルギ価格、前日市場のエネルギ価格、当日市場のアンシラリサービス価格、前日市場のアンシラリサービス価格、天候、電気需要及び発電機の可用性に関するライブ、履歴、又は第三者予測データを含む、請求項1に記載の方法。
- 前記ステップ(a)における前記ライブ、履歴、又は予測データが、変電所の正味負荷、太陽発電、及び温度に関するライブ、履歴、又は第三者予測データを含む、請求項1に記載の方法。
- 前記1つ又は複数のエネルギ貯蔵システムが、1つ又は複数のインバータ及び1つ又は複数の電池管理コントローラを含む電池システムを含む、請求項1に記載の方法。
- 前記ステップ(b)における前記1つ又は複数のパラメータが、グリッド正味負荷、再生可能発電、再生不可能発電、市場価格、及び顧客負荷のうちの少なくとも1つを含む、請求項1に記載の方法。
- 1つ又は複数の予測を計算する前記ステップ(b)は、新たな関連データが入手可能になり次第、固定スケジュールで、又は必要に応じて手動で制御することに基づいて、新たな予測を前記コンピュータシステムによって生成することを含む、請求項1に記載の方法。
- 前記ライブデータが、天候条件、発電、第三者予測、グリッド負荷条件、エネルギ貯蔵条件、市況、及びユーティリティ/独立系統運用機関(ISO)信号のうちの少なくとも1つに関するデータを含む、請求項1に記載の方法。
- 前記履歴データが、天候条件、発電、第三者予測、グリッド負荷条件、エネルギ貯蔵条件、市況、及びユーティリティ/独立系統運用機関(ISO)信号のうちの少なくとも1つに関するデータを含む、請求項1に記載の方法。
- 最適なディスパッチスケジュールを決定する前記ステップ(c)が、新たな関連データが入手可能になり次第、固定スケジュールで、又は必要に応じて手動で制御することに基づいて、新たな最適なディスパッチスケジュールを前記コンピュータシステムによって生成することを含む、請求項1に記載の方法。
- 前記1つ又は複数のエネルギ貯蔵システムパラメータが、有効電力又は無効電力を含む、請求項1に記載の方法。
- 1つ又は複数のエネルギ貯蔵システムの動作を制御するためのコンピュータシステムであって、
1つ又は複数のプロセッサと、
前記1つ又は複数のプロセッサに動作可能に接続され、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから、前記コンピュータシステムにおいて受信するステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、最適なディスパッチスケジュールを決定することが、
(i)単一予測パススルー技法、モンテカルロシナリオ生成技法、及び最適化制約生成技法のうちの少なくとも1つを使用して、1つ又は複数の予測シナリオを前記コンピュータシステムによって生成すること、
(ii)前記生成済みの1つ又は複数の予測シナリオのうちの1つ又は複数の組を最適化のために前記コンピュータシステムによって選択すること、
(iii)前記生成済みの1つ又は複数の予測シナリオのうちの前記選択済みの1つ又は複数の組に、1つ又は複数の最適化技法を適用することにより、1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって生成することであって、前記1つ又は複数の最適化技法は、固定規則スケジューラ、予測ベース規則スケジューラ、非線形多重規則最適化スケジューラ、非線形経済的最適化スケジューラ、及びニューラルネットワークスケジューラのうちの少なくとも1つを含む、生成すること、及び
(iv)平均、加重平均、時間変数加重平均、又はニューラルネットワークを使用し、前記1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって集約して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を前記コンピュータシステムに実行させるために、前記1つ又は複数のプロセッサによって実行可能な命令を記憶している1つ又は複数のメモリと
を含む、コンピュータシステム。 - 前記1つ又は複数の予測技法が、第三者予測パススルー技法、多重第三者予測集約技法、履歴平均予測技法、線形回帰予測技法、及びニューラルネットワーク予測技法のうちの少なくとも1つを含む、請求項14に記載のコンピュータシステム。
- 1つ又は複数の予測を計算する前記ステップ(b)が、平均、加重平均、時間変数加重平均、又はニューラルネットワークを使用し、前記計算済みの1つ又は複数の予測を前記コンピュータシステムによって集約することを含む、請求項14に記載のコンピュータシステム。
- 前記最適なディスパッチスケジュールを使用する前記ステップ(d)が、前記最適なディスパッチスケジュールと前記1つ又は複数のデータソースから受信される前記ライブデータとに基づいて、1つ又は複数のモード及び1つ又は複数のモードパラメータを前記コンピュータシステムによって選択することを含み、前記モードは、スタンバイモード、手動モード、負荷平準化モード、ピークシェービングモード、トラフ充填モード、充電状態(SOC)維持モード、及びランプレート管理モードを含み、前記モードパラメータは、有効電力及び無効電力、目標グリッド正味有効電力、最大グリッド正味有効電力、最小グリッド正味有効電力、目標充電状態、及び最大グリッド正味有効電力変化率を含む、請求項14に記載のコンピュータシステム。
- 前記ステップ(a)における前記ライブ、履歴、又は予測データは、当日市場のエネルギ価格、前日市場のエネルギ価格、当日市場のアンシラリサービス価格、前日市場のアンシラリサービス価格、天候、電気需要及び発電機の可用性に関するライブ、履歴、又は第三者予測データを含む、請求項14に記載のコンピュータシステム。
- 前記ステップ(a)における前記ライブ、履歴、又は予測データが、変電所の正味負荷、太陽発電、及び温度に関するライブ、履歴、又は第三者予測データを含む、請求項14に記載のコンピュータシステム。
- 前記1つ又は複数のエネルギ貯蔵システムが、1つ又は複数のインバータ及び1つ又は複数の電池管理コントローラを含む電池システムを含む、請求項14に記載のコンピュータシステム。
- 前記ステップ(b)における前記1つ又は複数のパラメータが、グリッド正味負荷、再生可能発電、再生不可能発電、市場価格、及び顧客負荷のうちの少なくとも1つを含む、請求項14に記載のコンピュータシステム。
- 1つ又は複数の予測を計算する前記ステップ(b)は、新たな関連データが入手可能になり次第、固定スケジュールで、又は必要に応じて手動で制御することに基づいて、新たな予測を前記コンピュータシステムによって生成することを含む、請求項14に記載のコンピュータシステム。
- 前記ライブデータが、天候条件、発電、第三者予測、グリッド負荷条件、エネルギ貯蔵条件、市況、及びユーティリティ/独立系統運用機関(ISO)信号のうちの少なくとも1つに関するデータを含む、請求項14に記載のコンピュータシステム。
- 前記履歴データが、天候条件、発電、第三者予測、グリッド負荷条件、エネルギ貯蔵条件、市況、及びユーティリティ/独立系統運用機関(ISO)信号のうちの少なくとも1つに関するデータを含む、請求項14に記載のコンピュータシステム。
- 最適なディスパッチスケジュールを決定する前記ステップ(c)が、新たな関連データが入手可能になり次第、固定スケジュールで、又は必要に応じて手動で制御することに基づいて、新たな最適なディスパッチスケジュールを前記コンピュータシステムによって生成することを含む、請求項14に記載のコンピュータシステム。
- 前記1つ又は複数のエネルギ貯蔵システムパラメータが有効電力又は無効電力を含む、請求項14に記載のコンピュータシステム。
- 前記1つ又は複数のプロセッサ及び前記1つ又は複数のメモリの少なくとも1つに動作可能に接続されるデータ入力インタフェースを更に含み、前記データ入力インタフェースが前記ライブ、履歴、又は予測データを前記1つ又は複数のデータソースから受信するように構成される、請求項14に記載のコンピュータシステム。
- 前記データ入力インタフェースが、前記受信済みのライブ、履歴、又は予測データに関連する欠落メタデータを検出し、前記受信済みのライブ、履歴、又は予測データに前記欠落メタデータを追加するように構成される、請求項27に記載のコンピュータシステム。
- 前記1つ又は複数のプロセッサ及び前記1つ又は複数のメモリの少なくとも1つに動作可能に接続されるユーザ可視化及び制御インタフェースを更に含む、請求項14に記載のコンピュータシステム。
- 前記ユーザ可視化及び制御インタフェースが、ディスプレイ装置上に表示されるウェブベースのグラフィカルユーザインタフェースを含む、請求項29に記載のコンピュータシステム。
- 前記1つ又は複数のプロセッサ及び前記1つ又は複数のメモリの少なくとも1つに動作可能に接続される1つ又は複数のデータストアを含むデータヒストリアンを更に含み、前記1つ又は複数のデータストアは前記コンピュータシステムによって受信され生成されるデータを収集し記憶するように構成される、請求項14に記載のコンピュータシステム。
- 少なくとも1つのコンピュータを含むコンピュータシステムによって実行されるように構成されるプログラムコードを記憶している非一時的コンピュータ可読媒体であって、前記プログラムコードは、前記コンピュータシステムによって実行されるとき、1つ又は複数のエネルギ貯蔵システムの動作を制御するための方法を前記コンピュータシステムに実行させ、前記方法は、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから前記コンピュータシステムにおいて受信するステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、最適なディスパッチスケジュールを決定することが、
(i)単一予測パススルー技法、モンテカルロシナリオ生成技法、及び最適化制約生成技法のうちの少なくとも1つを使用して、1つ又は複数の予測シナリオを前記コンピュータシステムによって生成すること、
(ii)前記生成済みの1つ又は複数の予測シナリオのうちの1つ又は複数の組を最適化のために前記コンピュータシステムによって選択すること、
(iii)前記生成済みの1つ又は複数の予測シナリオのうちの前記選択済みの1つ又は複数の組に、1つ又は複数の最適化技法を適用することにより、1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって生成することであって、前記1つ又は複数の最適化技法は、固定規則スケジューラ、予測ベース規則スケジューラ、非線形多重規則最適化スケジューラ、非線形経済的最適化スケジューラ、及びニューラルネットワークスケジューラのうちの少なくとも1つを含む、生成すること、及び
(iv)平均、加重平均、時間変数加重平均、又はニューラルネットワークを使用し、前記1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって集約して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を含む、非一時的コンピュータ可読媒体。 - 前記1つ又は複数の予測技法が、第三者予測パススルー技法、多重第三者予測集約技法、履歴平均予測技法、線形回帰予測技法、及びニューラルネットワーク予測技法のうちの少なくとも1つを含む、請求項32に記載のコンピュータ可読媒体。
- 1つ又は複数の予測を計算する前記ステップ(b)が、平均、加重平均、時間変数加重平均、又はニューラルネットワークを使用し、前記計算済みの1つ又は複数の予測を前記コンピュータシステムによって集約することを含む、請求項32に記載のコンピュータ可読媒体。
- 1つ又は複数の予測シナリオを生成することが、単一予測パススルー技法、モンテカルロシナリオ生成技法、及び最適化制約生成技法のうちの少なくとも1つを使用することを含む、請求項32に記載のコンピュータ可読媒体。
- 前記最適なディスパッチスケジュールを使用する前記ステップ(d)が、前記最適なディスパッチスケジュールと前記1つ又は複数のデータソースから受信される前記ライブデータとに基づいて、1つ又は複数のモード及び1つ又は複数のモードパラメータを前記コンピュータシステムによって選択することを含み、前記1つ又は複数のモードは、スタンバイモード、手動モード、負荷平準化モード、ピークシェービングモード、トラフ充填モード、充電状態(SOC)維持モード、又はランプレート管理モードのうちの少なくとも1つを含み、前記1つ又は複数のモードパラメータは、有効電力及び無効電力、目標グリッド正味有効電力、最大グリッド正味有効電力、最小グリッド正味有効電力、目標充電状態、又は最大グリッド正味有効電力変化率のうちの少なくとも1つを含む、請求項32に記載のコンピュータ可読媒体。
- 前記ステップ(a)における前記ライブ、履歴、又は予測データは、当日市場のエネルギ価格、前日市場のエネルギ価格、当日市場のアンシラリサービス価格、前日市場のアンシラリサービス価格、天候、電気需要及び発電機の可用性に関するライブ、履歴、又は第三者予測データを含む、請求項32に記載のコンピュータ可読媒体。
- 前記ステップ(a)における前記ライブ、履歴、又は予測データが変電所の正味負荷、太陽発電、及び温度に関するライブ、履歴、又は第三者予測データを含む、請求項32に記載のコンピュータ可読媒体。
- 前記1つ又は複数のエネルギ貯蔵システムが、1つ又は複数のインバータ及び1つ又は複数の電池管理コントローラを含む電池システムを含む、請求項32に記載のコンピュータ可読媒体。
- 前記ステップ(b)における前記1つ又は複数のパラメータが、グリッド正味負荷、再生可能発電、再生不可能発電、市場価格、及び顧客負荷のうちの少なくとも1つを含む、請求項32に記載のコンピュータ可読媒体。
- 1つ又は複数の予測を計算する前記ステップ(b)は、新たな関連データが入手可能になり次第、固定スケジュールで、又は必要に応じて手動で制御することに基づいて、新たな予測を前記コンピュータシステムによって生成することを含む、請求項32に記載のコンピュータ可読媒体。
- 前記受信されるライブデータが、天候条件、発電、第三者予測、グリッド負荷条件、エネルギ貯蔵条件、市況、又はユーティリティ/独立系統運用機関(ISO)信号のうちの少なくとも1つに関するデータを含む、請求項32に記載のコンピュータ可読媒体。
- 前記受信される履歴データが、天候条件、発電、第三者予測、グリッド負荷条件、エネルギ貯蔵条件、市況、又はユーティリティ/独立系統運用機関(ISO)信号のうちの少なくとも1つに関するデータを含む、請求項32に記載のコンピュータ可読媒体。
- 最適なディスパッチスケジュールを決定する前記ステップ(c)が、新たな関連データが入手可能になり次第、固定スケジュールで、又は必要に応じて手動で制御することに基づいて、新たな最適なディスパッチスケジュールを前記コンピュータシステムによって生成することを含む、請求項32に記載のコンピュータ可読媒体。
- 前記1つ又は複数のエネルギ貯蔵システムパラメータが有効電力又は無効電力を含む、請求項32に記載のコンピュータ可読媒体。
- 1つ又は複数のエネルギ貯蔵システムの動作を制御するための方法であって、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから、少なくとも1つのコンピュータを含むコンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データは、当日市場のエネルギ価格、前日市場のエネルギ価格、当日市場のアンシラリサービス価格、前日市場のアンシラリサービス価格、天候、電気需要及び発電機の可用性に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップであって、前記1つ又は複数の予測技法はニューラルネットワーク予測技法を含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、前記最適なディスパッチスケジュールを決定することが、
(i)モンテカルロシナリオ生成技法を使用して、前記当日市場のエネルギ価格、前記前日市場のエネルギ価格、前記当日市場のアンシラリサービス価格、及び前記前日市場のアンシラリサービス価格に関する1つ又は複数の予測シナリオを、前記コンピュータシステムによって生成すること、
(ii)互いにより似ている、互いとより異なる、又は前記生成済みの1つ又は複数の予測シナリオにわたってランダムに分布する、前記生成済みの1つ又は複数の予測シナリオのうちの1つ又は複数の組を、前記コンピュータシステムによって生成すること、
(iii)前記生成済みの1つ又は複数の予測シナリオのうちの前記選択済みの1つ又は複数の組に非線形経済的最適化スケジューラを適用することによって、1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって生成すること、及び
(iv)前記生成済みの1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって平均して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を含む、方法。 - 1つ又は複数のエネルギ貯蔵システムの動作を制御するための方法であって、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから、少なくとも1つのコンピュータを含むコンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データが、変電所の正味負荷、太陽発電、及び温度に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップであって、前記1つ又は複数の予測を計算することが、
線形回帰予測技法及びニューラルネットワーク予測技法を同時に使用することで、前記変電所の正味負荷に関する少なくとも2つの予測を前記コンピュータシステムによって作成すること、及び
前記少なくとも2つの予測のそれぞれに関連する履歴的に予期される不確実性に基づいて前記少なくとも2つの予測の1つを選択すること、又は前記少なくとも2つの予測を平均することで、前記1つ又は複数の予測を前記コンピュータシステムによって作成すること
を含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、前記最適なディスパッチスケジュールを決定することが、
(i)モンテカルロシナリオ生成技法を使用して、前記変電所の正味負荷に関する所定数の予測シナリオを前記コンピュータシステムによって生成すること、
(ii)システム構成、利用可能な計算時間及び資源、又は報告された予測の不確実性に基づき、前記生成済みの所定数の予測シナリオのサブセットを前記コンピュータシステムによって選択すること、
(iii)前記1つ又は複数のエネルギ貯蔵システムの前記動作後の変電所のピーク正味負荷を最小化するために、非線形多重規則最適化スケジューラを使用することで、前記生成済みの所定数の予測シナリオのうちの前記選択済みのサブセットのそれぞれについて、ディスパッチスケジュールを前記コンピュータシステムによって生成すること、及び
(iv)前記生成済みの所定数の予測シナリオのうちの前記選択済みのサブセットに関する前記生成済みのディスパッチスケジュールを前記コンピュータシステムによって平均して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を含む、方法。 - 1つ又は複数のエネルギ貯蔵システムの動作を制御するための方法であって、前記1つ又は複数のエネルギ貯蔵システムが、1つ又は複数のインバータ及び1つ又は複数の電池管理コントローラを含む電池システムを含み、前記方法が、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから、少なくとも1つのコンピュータを含むコンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データが、天候及び負荷に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップ
であって、前記1つ又は複数の予測を計算することが、天候及び負荷に関する前記受信済みのライブ、履歴、又は第三者予測データに基づいてニューラルネットワーク予測技法を使用し、次の24時間のそれぞれの中で発生するシステムピークの確率を計算することで、前記1つ又は複数の予測を前記コンピュータシステムによって作成することを含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、最適なディスパッチスケジュールを決定することが、ピーク時中の顧客負荷を最小化し、前記1つ又は複数のエネルギ貯蔵システムの出力を最大化するために、予測ベース規則スケジューラを使用し、前記1つ又は複数の予測に基づいて前記最適なディスパッチスケジュールを前記コンピュータシステムによって決定することを含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップ
であって、前記最適なディスパッチスケジュールを使用して1つ又は複数のエネルギ貯蔵システムパラメータを決定することが、前記最適なディスパッチスケジュールと前記1つ又は複数のデータソースから受信される前記ライブデータとに基づき、前記電池システムに接続されるグリッド又はマイクログリッドから入力し又は抽出するための有効電力及び無効電力を前記コンピュータシステムによって決定することを含む、ステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を含む、方法。 - 1つ又は複数のエネルギ貯蔵システムの動作を制御するためのコンピュータシステムであって、
1つ又は複数のプロセッサと、
前記1つ又は複数のプロセッサに動作可能に接続され、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから、前記コンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データは、当日市場のエネルギ価格、前日市場のエネルギ価格、当日市場のアンシラリサービス価格、前日市場のアンシラリサービス価格、天候、電気需要及び発電機の可用性に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップであって、前記1つ又は複数の予測技法はニューラルネットワーク予測技法を含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、前記最適なディスパッチスケジュールを決定することが、
(i)モンテカルロシナリオ生成技法を使用して、前記当日市場のエネルギ価格、前記前日市場のエネルギ価格、前記当日市場のアンシラリサービス価格、及び前記前日市場のアンシラリサービス価格に関する1つ又は複数の予測シナリオを、前記コンピュータシステムによって生成すること、
(ii)互いにより似ている、互いとより異なる、又は前記生成済みの1つ又は複数の予測シナリオにわたってランダムに分布する、前記生成済みの1つ又は複数の予測シナリオのうちの1つ又は複数の組を、前記コンピュータシステムによって生成すること、
(iii)前記生成済みの1つ又は複数の予測シナリオのうちの選択した1つ又は複数の組に非線形経済的最適化スケジューラを適用することによって、1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって生成すること、及び
(iv)前記生成済みの1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって平均して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を前記コンピュータシステムに実行させるために、前記1つ又は複数のプロセッサによって実行可能な命令を記憶している1つ又は複数のメモリと
を含む、コンピュータシステム。 - 1つ又は複数のエネルギ貯蔵システムの動作を制御するためのコンピュータシステムであって、
1つ又は複数のプロセッサと、
前記1つ又は複数のプロセッサに動作可能に接続され、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから、前記コンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データが、変電所の正味負荷、太陽発電、及び温度に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップであって、前記1つ又は複数の予測を計算することが、
線形回帰予測技法及びニューラルネットワーク予測技法を同時に使用することで、前記変電所の正味負荷に関する少なくとも2つの予測を前記コンピュータシステムによって作成すること、及び
前記少なくとも2つの予測のそれぞれに関連する履歴的に予期される不確実性に基づいて前記少なくとも2つの予測の1つを選択すること、又は前記少なくとも2つの予測を平均することで、前記1つ又は複数の予測を前記コンピュータシステムによって作成すること
を含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、前記最適なディスパッチスケジュールを決定することが、
(i)モンテカルロシナリオ生成技法を使用して、前記変電所の正味負荷に関する所定数の予測シナリオを前記コンピュータシステムによって生成すること、
(ii)システム構成、利用可能な計算時間及び資源、又は報告された予測の不確実性に基づき、前記生成済みの所定数の予測シナリオのサブセットを前記コンピュータシステムによって選択すること、
(iii)前記1つ又は複数のエネルギ貯蔵システムの前記動作後の変電所のピーク正味負荷を最小化するために、非線形多重規則最適化スケジューラを使用することで、前記生成済みの所定数の予測シナリオのうちの前記選択済みのサブセットのそれぞれについて、ディスパッチスケジュールを前記コンピュータシステムによって生成すること、及び
(iv)前記生成済みの所定数の予測シナリオのうちの前記選択済みのサブセットに関する前記生成済みのディスパッチスケジュールを前記コンピュータシステムによって平均して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を前記コンピュータシステムに実行させるために、前記1つ又は複数のプロセッサによって実行可能な命令を記憶している1つ又は複数のメモリと
を含む、コンピュータシステム。 - 1つ又は複数のエネルギ貯蔵システムの動作を制御するためのコンピュータシステムであって、
1つ又は複数のプロセッサと、
前記1つ又は複数のプロセッサに動作可能に接続され、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから、前記コンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データが、天候及び負荷に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップであって、前記1つ又は複数の予測を計算することが、天候及び負荷に関する前記受信済みのライブ、履歴、又は第三者予測データに基づいてニューラルネットワーク予測技法を使用し、次の24時間のそれぞれの中で発生するシステムピークの確率を計算することで、前記1つ又は複数の予測を前記コンピュータシステムによって作成すること
を含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、最適なディスパッチスケジュールを決定することが、
ピーク時中の顧客負荷を最小化し、前記1つ又は複数のエネルギ貯蔵システムの出力を最大化するために、予測ベース規則スケジューラを使用し、前記1つ又は複数の予測に基づいて前記最適なディスパッチスケジュールを前記コンピュータシステムによって決定すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップであって、前記最適なディスパッチスケジュールを使用して1つ又は複数のエネルギ貯蔵システムパラメータを決定することが、
前記最適なディスパッチスケジュールと前記1つ又は複数のデータソースから受信される前記ライブデータとに基づき、前記電池システムに接続されるグリッド又はマイクログリッドから入力し又は抽出するための有効電力及び無効電力を前記コンピュータシステムによって決定すること
を含む、ステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を前記コンピュータシステムに実行させるために、前記1つ又は複数のプロセッサによって実行可能な命令を記憶している1つ又は複数のメモリと
を含む、コンピュータシステム。 - 少なくとも1つのコンピュータを含むコンピュータシステムによって実行されるように構成されるプログラムコードを記憶している非一時的コンピュータ可読媒体であって、前記プログラムコードは、前記コンピュータシステムによって実行されるとき、1つ又は複数のエネルギ貯蔵システムの動作を制御するための方法を前記コンピュータシステムに実行させ、前記方法は、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから前記コンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データは、当日市場のエネルギ価格、前日市場のエネルギ価格、当日市場のアンシラリサービス価格、前日市場のアンシラリサービス価格、天候、電気需要及び発電機の可用性に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップであって、前記1つ又は複数の予測技法はニューラルネットワーク予測技法を含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、最適なディスパッチスケジュールを決定することが、
(i)モンテカルロシナリオ生成技法を使用して、前記当日市場のエネルギ価格、前記前日市場のエネルギ価格、前記当日市場のアンシラリサービス価格、及び前記前日市場のアンシラリサービス価格に関する1つ又は複数の予測シナリオを、前記コンピュータシステムによって生成すること、
(ii)互いにより似ている、互いとより異なる、又は前記生成済みの1つ又は複数の予測シナリオにわたってランダムに分布する、前記生成済みの1つ又は複数の予測シナリオのうちの1つ又は複数の組を、前記コンピュータシステムによって選択すること、
(iii)前記生成済みの1つ又は複数の予測シナリオのうちの前記選択済みの1つ又は複数の組に、非線形経済的最適化スケジューラを適用することによって、1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって生成すること、及び
(iv)前記生成済みの1つ又は複数のディスパッチスケジュールを前記コンピュータシステムによって平均して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を含む、非一時的コンピュータ可読媒体。 - 少なくとも1つのコンピュータを含むコンピュータシステムによって実行されるように構成されるプログラムコードを記憶している非一時的コンピュータ可読媒体であって、前記プログラムコードは、前記コンピュータシステムによって実行されるとき、1つ又は複数のエネルギ貯蔵システムの動作を制御するための方法を前記コンピュータシステムに実行させ、前記方法は、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから前記コンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データが変電所の正味負荷、太陽発電、及び温度に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップであって、前記1つ又は複数の予測を計算することが、
線形回帰予測技法及びニューラルネットワーク予測技法を同時に使用することで、前記変電所の正味負荷に関する少なくとも2つの予測を前記コンピュータシステムによって作成すること、及び
前記少なくとも2つの予測のそれぞれに関連する履歴的に予期される不確実性に基づいて変電所の正味負荷に関する前記少なくとも2つの予測の1つを選択すること、又は前記少なくとも2つの予測を平均することで、前記1つ又は複数の予測を前記コンピュータシステムによって作成すること
を含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、最適なディスパッチスケジュールを決定することが、
(i)モンテカルロシナリオ生成技法を使用して前記変電所の正味負荷に関する所定数の予測シナリオを前記コンピュータシステムによって生成すること、
(ii)システム構成、利用可能な計算時間及び資源、又は報告された予測の不確実性に基づき、前記生成済みの所定数の予測シナリオのサブセットを前記コンピュータシステムによって選択すること、
(iii)前記1つ又は複数のエネルギ貯蔵システムの前記動作後の変電所のピーク正味負荷を最小化するために、非線形多重規則最適化スケジューラを使用することで前記生成済みの所定数の予測シナリオのうちの前記選択済みのサブセットのそれぞれについて、ディスパッチスケジュールを前記コンピュータシステムによって生成すること、及び
(iv)前記生成済みの所定数の予測シナリオのうちの前記選択済みのサブセットに関する前記生成済みのディスパッチスケジュールを前記コンピュータシステムによって平均して、前記最適なディスパッチスケジュールを作成すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を含む、非一時的コンピュータ可読媒体。 - 少なくとも1つのコンピュータを含むコンピュータシステムによって実行されるように構成されるプログラムコードを記憶している非一時的コンピュータ可読媒体であって、前記プログラムコードは、前記コンピュータシステムによって実行されるとき、1つ又は複数のエネルギ貯蔵システムの動作を制御するための方法を前記コンピュータシステムに実行させ、前記1つ又は複数のエネルギ貯蔵システムが、1つ又は複数のインバータ及び1つ又は複数の電池管理コントローラを含む電池システムを含み、前記方法は、
(a)前記1つ又は複数のエネルギ貯蔵システムの前記動作に関するライブ、履歴、又は予測データを、1つ又は複数のデータソースから前記コンピュータシステムにおいて受信するステップであって、前記ライブ、履歴、又は予測データが、天候及び負荷に関するライブ、履歴、又は第三者予測データを含む、ステップと、
(b)前記受信したライブ、履歴、又は予測データに基づいて1つ又は複数の予測技法を使用し、前記1つ又は複数のエネルギ貯蔵システムの前記動作に関係する1つ又は複数のパラメータの1つ又は複数の予測、及び関連する予測の不確実性を、前記コンピュータシステムによって計算するステップであって、前記1つ又は複数の予測を計算することが、
天候及び負荷に関する前記受信済みのライブ、履歴、又は第三者予測データに基づいてニューラルネットワーク予測技法を使用し、次の24時間のそれぞれの中で発生するシステムピークの確率を計算することで、前記1つ又は複数の予測を前記コンピュータシステムによって作成すること
を含む、ステップと、
(c)前記1つ又は複数の予測に基づいて前記1つ又は複数のエネルギ貯蔵システムの前記動作のための最適なディスパッチスケジュールを、前記コンピュータシステムによって決定するステップであって、前記最適なディスパッチスケジュールを決定することが、
ピーク時中の顧客負荷を最小化し、前記1つ又は複数のエネルギ貯蔵システムの出力を最大化するために、予測ベース規則スケジューラを使用し、前記1つ又は複数の予測に基づいて前記最適なディスパッチスケジュールを前記コンピュータシステムによって決定すること
を含む、ステップと、
(d)前記最適なディスパッチスケジュールを前記コンピュータシステムによって使用して、1つ又は複数のエネルギ貯蔵システムパラメータを決定するステップであって、前記最適なディスパッチスケジュールを使用して1つ又は複数のエネルギ貯蔵システムパラメータを決定することが、
前記最適なディスパッチスケジュールと前記1つ又は複数のデータソースから受信される前記ライブデータとに基づき、前記電池システムに接続されるグリッド又はマイクログリッドから入力し又は抽出するための有効電力及び無効電力を前記コンピュータシステムによって決定すること
を含む、ステップと、
(e)前記1つ又は複数のエネルギ貯蔵システムパラメータを前記コンピュータシステムによって前記1つ又は複数のエネルギ貯蔵システムに送信して、前記1つ又は複数のエネルギ貯蔵システムの前記動作を制御するステップと
を含む、非一時的コンピュータ可読媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023119680A JP2023129546A (ja) | 2017-11-27 | 2023-07-24 | エネルギ貯蔵システムを最適に制御するためのシステム及び方法 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762591023P | 2017-11-27 | 2017-11-27 | |
US62/591,023 | 2017-11-27 | ||
US16/193,332 | 2018-11-16 | ||
US16/193,332 US10734811B2 (en) | 2017-11-27 | 2018-11-16 | System and method for optimal control of energy storage system |
PCT/US2018/061763 WO2019103961A1 (en) | 2017-11-27 | 2018-11-19 | System and method for optimal control of energy storage system |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023119680A Division JP2023129546A (ja) | 2017-11-27 | 2023-07-24 | エネルギ貯蔵システムを最適に制御するためのシステム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021505103A JP2021505103A (ja) | 2021-02-15 |
JP7320503B2 true JP7320503B2 (ja) | 2023-08-03 |
Family
ID=66631704
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020526425A Active JP7320503B2 (ja) | 2017-11-27 | 2018-11-19 | エネルギ貯蔵システムを最適に制御するためのシステム及び方法 |
JP2023119680A Pending JP2023129546A (ja) | 2017-11-27 | 2023-07-24 | エネルギ貯蔵システムを最適に制御するためのシステム及び方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023119680A Pending JP2023129546A (ja) | 2017-11-27 | 2023-07-24 | エネルギ貯蔵システムを最適に制御するためのシステム及び方法 |
Country Status (8)
Country | Link |
---|---|
US (2) | US10734811B2 (ja) |
EP (2) | EP4345704A3 (ja) |
JP (2) | JP7320503B2 (ja) |
KR (1) | KR20200100626A (ja) |
CN (2) | CN115189349A (ja) |
AU (2) | AU2018372847A1 (ja) |
CA (1) | CA3081764A1 (ja) |
WO (1) | WO2019103961A1 (ja) |
Families Citing this family (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9509176B2 (en) | 2012-04-04 | 2016-11-29 | Ihi Inc. | Energy storage modeling and control |
US10734811B2 (en) | 2017-11-27 | 2020-08-04 | Ihi Inc. | System and method for optimal control of energy storage system |
US10937112B2 (en) * | 2018-08-17 | 2021-03-02 | Kabushiki Kaisha Toshiba | System, method and device for creating a power generation plan in a power generation system |
CN109754112B (zh) * | 2018-11-27 | 2022-08-23 | 国网江苏省电力有限公司南京供电分公司 | 一种考虑配电网削峰填谷的光储充电塔随机优化调度方法 |
WO2020219078A1 (en) * | 2019-04-26 | 2020-10-29 | Pason Power, Inc. | Intelligent energy management system for distributed energy resources and energy storage systems using machine learning |
US11338692B2 (en) * | 2019-04-29 | 2022-05-24 | Matthew David Press | Electric vehicle charging optimization |
US10862302B1 (en) * | 2019-07-01 | 2020-12-08 | Oracle International Corporation | Intelligent data preprocessing technique to facilitate loadshape forecasting for a utility system |
CN110298138B (zh) * | 2019-07-09 | 2024-01-05 | 南方电网科学研究院有限责任公司 | 一种综合能源***优化方法、装置、设备及可读存储介质 |
CN110311423B (zh) * | 2019-07-26 | 2023-01-20 | 内蒙古大学 | 基于超限惩罚的独立微电网动态回馈修正优化调度方法 |
CN110490386B (zh) * | 2019-08-26 | 2022-12-06 | 苏州树森信息科技有限公司 | 一种综合能源调度方法和综合能源调度*** |
EP3800759A1 (en) * | 2019-10-02 | 2021-04-07 | Fronius International GmbH | System and method for operating an inverter |
US11532943B1 (en) * | 2019-10-27 | 2022-12-20 | Thomas Zauli | Energy storage device manger, management system, and methods of use |
CN111064210B (zh) * | 2019-12-12 | 2021-09-14 | 国网浙江省电力有限公司台州供电公司 | 增加新能源发电波动的海岛电网储能***分层控制方法 |
CN111178734A (zh) * | 2019-12-24 | 2020-05-19 | 东软集团股份有限公司 | 负载均衡的方法、装置、存储介质和电子设备 |
DE102020104390A1 (de) | 2020-02-19 | 2021-08-19 | RWE Supply & Trading GmbH | Versorgung einer Industrieanlage mit elektrischer Energie |
CN111695736B (zh) * | 2020-06-15 | 2023-04-21 | 河北锐景能源科技有限公司 | 一种基于多模型融合的光伏发电短期功率预测方法 |
CN113872180A (zh) * | 2020-06-30 | 2021-12-31 | 华为技术有限公司 | 设备供电的方法、***及相关设备 |
SG10202006372SA (en) * | 2020-07-01 | 2021-10-28 | Grabtaxi Holdings Pte Ltd | Communications apparatus and method for estimating potential demand for improved forecasting and resource management |
CN111740435B (zh) * | 2020-07-29 | 2022-01-04 | 杭州电力设备制造有限公司 | 一种新能源发电***的储能配置方法及相关装置 |
CN112101651B (zh) * | 2020-09-08 | 2023-11-14 | 中电科蓝天科技股份有限公司 | 电能源网络协调控制方法、***及信息数据处理终端 |
US12040650B2 (en) * | 2020-09-30 | 2024-07-16 | BluWave Inc. | Systems and methods for efficient charging of energy storage systems |
CN112636334B (zh) * | 2020-12-10 | 2021-11-19 | 中腾微网(北京)科技有限公司 | 一种基于太阳能的微电网*** |
CN112580872B (zh) * | 2020-12-18 | 2023-09-26 | 郑州大学 | 基于机会约束规划的水光联合***短期优化调度方法 |
KR102518629B1 (ko) * | 2020-12-31 | 2023-04-05 | 계명대학교 산학협력단 | Cnn을 이용한 전력수요 예측 방법, 이를 수행하기 위한 기록 매체 및 장치 |
CN112949903A (zh) * | 2021-01-26 | 2021-06-11 | 华北水利水电大学 | 一种含电转气和储能的区域综合能源***日前优化调度方法 |
CN112865088B (zh) * | 2021-01-29 | 2023-04-28 | 杭州市电力设计院有限公司余杭分公司 | 一种配电网双层优化调度方法 |
US11843266B2 (en) | 2021-02-02 | 2023-12-12 | Honeywell International, Inc. | Dynamic non-linear optimization of a battery energy storage system |
KR102261736B1 (ko) * | 2021-02-02 | 2021-06-04 | 아주대학교산학협력단 | 위성 시스템의 배터리 노화 억제를 위한 실시간 스케줄링 장치 및 방법 |
CN112947084B (zh) * | 2021-02-08 | 2022-09-23 | 重庆大学 | 一种基于强化学习的模型未知多智能体一致性控制方法 |
CN113162060B (zh) * | 2021-03-17 | 2022-10-04 | 武汉工程大学 | 一种基于机会约束优化的主动配电网两阶段无功调节方法 |
KR102324325B1 (ko) * | 2021-03-17 | 2021-11-11 | 주식회사 트위니 | 에너지저장시스템 계층형 관리시스템 |
AU2022253363A1 (en) * | 2021-04-09 | 2023-11-23 | Block Energy Llc | Energy allocation and management system |
CN113204583B (zh) * | 2021-04-14 | 2022-11-01 | 武汉大学 | 水库群调度决策行为挖掘方法和水库调度自动控制装置 |
CN113298298B (zh) * | 2021-05-10 | 2023-12-29 | 国核电力规划设计研究院有限公司 | 一种充电桩短期负荷预测方法及其*** |
KR102537669B1 (ko) * | 2021-06-03 | 2023-05-31 | 한국전력공사 | 신재생 에너지를 저장하는 에너지 저장 시스템의 제어장치 및 그 방법 |
CN113327065B (zh) * | 2021-06-30 | 2023-08-22 | 中国人民解放军国防科技大学 | 针对发电侧的用户复杂用电情况的能源管理方法及*** |
US20230074995A1 (en) * | 2021-09-09 | 2023-03-09 | Siemens Aktiengesellschaft | System and method for controlling power distribution systems using graph-based reinforcement learning |
CN113867291B (zh) * | 2021-10-08 | 2023-11-03 | 润泰新能源集团有限公司 | 一种储能换热优化调度方法 |
CN114066013A (zh) * | 2021-10-21 | 2022-02-18 | 国网浙江省电力有限公司台州供电公司 | 一种用于新能源电力市场的净负荷预测方法及装置 |
CN114004098B (zh) * | 2021-11-04 | 2022-07-12 | 东南大学 | 一种考虑机会约束的电气耦合***最大供能能力评估方法 |
US20230155387A1 (en) * | 2021-11-17 | 2023-05-18 | BluWave Inc. | Systems and methods for dynamic tuning of controller in power grids |
CN114460844B (zh) * | 2022-01-12 | 2023-06-23 | 山东科技大学 | 一种自适应神经网络边界减振控制方法 |
US20240212070A1 (en) * | 2022-12-22 | 2024-06-27 | Itron, Inc. | Electric grid load forecasts with distributed photovoltaic generation |
CN116151594B (zh) * | 2023-04-19 | 2023-07-07 | 国网浙江省电力有限公司金华供电公司 | 电气热协同的综合能源***低碳调度方法 |
CN116599160B (zh) * | 2023-07-17 | 2023-12-05 | 电力规划总院有限公司 | 新能源场站集群主动感知方法、***和新能源场站 |
CN116629458B (zh) * | 2023-07-24 | 2024-01-12 | 深圳康普盾科技股份有限公司 | 一种基于数据分析的储能设备运行优化方法及*** |
CN116961188B (zh) * | 2023-07-26 | 2024-05-10 | 中国铁塔股份有限公司 | 基站电源的调度方法、装置、电子设备和可读存储介质 |
CN117293923B (zh) * | 2023-09-25 | 2024-07-16 | 南栖仙策(南京)高新技术有限公司 | 电网的日前调度计划生成方法、装置、设备及存储介质 |
CN117621898B (zh) * | 2023-12-08 | 2024-05-24 | 杭州育恩科技有限公司 | 考虑电网电价的智慧停车场充电桩充电控制方法及*** |
CN117639052B (zh) * | 2024-01-25 | 2024-03-29 | 北京智源新能电气科技有限公司 | 一种基于协同运行的储能变流器功率分配方法和*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013115927A (ja) | 2011-11-29 | 2013-06-10 | Fujitsu Ltd | 電力制御支援プログラム、電力制御支援装置および電力制御支援方法 |
JP2016062191A (ja) | 2014-09-16 | 2016-04-25 | 株式会社東芝 | 電力取引支援装置、電力取引支援システム、制御方法及びプログラム |
WO2017098631A1 (ja) | 2015-12-10 | 2017-06-15 | 三菱電機株式会社 | 電力制御装置、運転計画立案方法、及び、プログラム |
WO2018131174A1 (en) | 2017-01-13 | 2018-07-19 | Nec Corporation | Microgrid power management system and method of managing |
Family Cites Families (81)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100380339C (zh) * | 2003-11-04 | 2008-04-09 | 内普丘恩技术集团公司 | 测量仪中的误差检测和流向确定方法 |
US7274975B2 (en) | 2005-06-06 | 2007-09-25 | Gridpoint, Inc. | Optimized energy management system |
US8145362B2 (en) | 2006-08-04 | 2012-03-27 | Eestor, Inc. | Utility grid power averaging and conditioning |
US20090040029A1 (en) * | 2006-08-10 | 2009-02-12 | V2Green, Inc. | Transceiver and charging component for a power aggregation system |
US7698233B1 (en) | 2007-01-23 | 2010-04-13 | Southern Company Services, Inc. | System and method for determining expected unserved energy to quantify generation reliability risks |
AU2008251352A1 (en) * | 2007-05-09 | 2008-11-20 | Gridpoint, Inc. | Method and system for scheduling the discharge of distributed power storage devices and for levelizing dispatch participation |
JP5178242B2 (ja) * | 2008-02-29 | 2013-04-10 | 株式会社東芝 | エネルギー貯蔵装置の運転計画作成方法および運転計画作成装置 |
US9002761B2 (en) | 2008-10-08 | 2015-04-07 | Rey Montalvo | Method and system for automatically adapting end user power usage |
US8706650B2 (en) | 2009-01-14 | 2014-04-22 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
AU2010204729A1 (en) | 2009-01-14 | 2011-09-01 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
US9134353B2 (en) * | 2009-02-26 | 2015-09-15 | Distributed Energy Management Inc. | Comfort-driven optimization of electric grid utilization |
GB2482265B (en) | 2009-05-11 | 2016-01-06 | Mahindra Reva Electric Vehicles Pvt Ltd | Estimating performance delivered by an energy storage system |
US8095245B1 (en) * | 2009-07-29 | 2012-01-10 | Lockheed Martin Corporation | Thermal energy dispatch system |
US8457802B1 (en) | 2009-10-23 | 2013-06-04 | Viridity Energy, Inc. | System and method for energy management |
US9159108B2 (en) * | 2009-10-23 | 2015-10-13 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets |
US8892264B2 (en) * | 2009-10-23 | 2014-11-18 | Viridity Energy, Inc. | Methods, apparatus and systems for managing energy assets |
US8538593B2 (en) | 2010-07-02 | 2013-09-17 | Alstom Grid Inc. | Method for integrating individual load forecasts into a composite load forecast to present a comprehensive synchronized and harmonized load forecast |
US9335748B2 (en) | 2010-07-09 | 2016-05-10 | Emerson Process Management Power & Water Solutions, Inc. | Energy management system |
US8566266B2 (en) | 2010-08-27 | 2013-10-22 | Mitsubishi Electric Research Laboratories, Inc. | Method for scheduling the operation of power generators using factored Markov decision process |
US8688281B2 (en) | 2010-08-31 | 2014-04-01 | Vestas Wind Systems A/S | Optimization of energy storage device usage in wind energy applications |
US8831789B2 (en) | 2010-09-29 | 2014-09-09 | Rockwell Automation Technologies, Inc. | Goal-based load management |
EP2458704A1 (en) | 2010-11-30 | 2012-05-30 | Restore N.V. | Method and system for charging a fleet of batteries |
KR101251554B1 (ko) | 2010-12-17 | 2013-04-08 | 주식회사 케이티 | 실시간 요금에 따른 스마트 그리드 환경에서 태양광 발전 장치를 위한 전기 충전/방전 시스템,전기 충전/방전 시스템의 양방향 컨버터,및 전기 충전/방전 방법 |
US8816531B2 (en) * | 2011-01-27 | 2014-08-26 | General Electric Company | Systems, methods, and apparatus for integrated volt/VAR control in power distribution networks |
JP5672371B2 (ja) | 2011-03-18 | 2015-02-18 | 富士通株式会社 | 運転計画作成方法、運転計画作成装置及び運転計画作成プログラム |
CA2831621C (en) * | 2011-03-31 | 2019-06-04 | Energent Incorporated | A computer implemented electrical energy hub management system and method |
US8839303B2 (en) | 2011-05-13 | 2014-09-16 | Google Inc. | System and method for enhancing user search results by determining a television program currently being displayed in proximity to an electronic device |
JP2014526230A (ja) * | 2011-07-26 | 2014-10-02 | イーエム−パワー エナジー ピーティーワイ エルティーディー | 電力装置 |
WO2013033469A1 (en) * | 2011-08-30 | 2013-03-07 | Allure Energy, Inc. | Resource manager, system, and method for communicating resource management information for smart energy and media resources |
US9225173B2 (en) * | 2011-09-28 | 2015-12-29 | Causam Energy, Inc. | Systems and methods for microgrid power generation and management |
US9625532B2 (en) | 2011-10-10 | 2017-04-18 | Battelle Energy Alliance, Llc | Method, system, and computer-readable medium for determining performance characteristics of an object undergoing one or more arbitrary aging conditions |
US9514428B2 (en) * | 2011-10-28 | 2016-12-06 | Viridity Energy, Inc. | Managing energy assets associated with transport operations |
TW201321230A (zh) * | 2011-11-16 | 2013-06-01 | Ind Tech Res Inst | 充電系統以及電動車管理方法 |
KR101504170B1 (ko) | 2011-12-15 | 2015-03-23 | 주식회사 케이티 | 에너지 저장 클러스터 제어 시스템 및 이를 이용한 에너지 분배 방법 |
US9946285B2 (en) * | 2011-12-23 | 2018-04-17 | International Business Machines Corporation | Energy allocation system for balancing energy consumption |
KR101500304B1 (ko) | 2011-12-26 | 2015-03-11 | 주식회사 케이티 | 에너지 저장장치의 충방전 제어 방법 및 시스템 |
US9026259B2 (en) * | 2012-01-25 | 2015-05-05 | General Electric Company | Power generation optimization in microgrid including renewable power source |
US8886362B2 (en) | 2012-03-30 | 2014-11-11 | General Electric Company | Integrated distribution system optimization |
US9509176B2 (en) * | 2012-04-04 | 2016-11-29 | Ihi Inc. | Energy storage modeling and control |
US9153965B2 (en) * | 2012-04-13 | 2015-10-06 | Sharp Laboratories Of America, Inc. | System and method for energy storage management |
AU2013274314A1 (en) * | 2012-06-13 | 2015-01-22 | S&C Electric Company | Power grid photo-voltaic integration using distributed energy storage and management |
US8849715B2 (en) * | 2012-10-24 | 2014-09-30 | Causam Energy, Inc. | System, method, and apparatus for settlement for participation in an electric power grid |
US9513648B2 (en) * | 2012-07-31 | 2016-12-06 | Causam Energy, Inc. | System, method, and apparatus for electric power grid and network management of grid elements |
US8983669B2 (en) * | 2012-07-31 | 2015-03-17 | Causam Energy, Inc. | System, method, and data packets for messaging for electric power grid elements over a secure internet protocol network |
US20140350743A1 (en) | 2012-08-27 | 2014-11-27 | Nec Laboratories America, Inc. | Tiered power management system for microgrids |
US10140670B2 (en) | 2012-08-31 | 2018-11-27 | Engie Storage Services Na Llc | Energy management methods and systems based on financial impact |
US9489701B2 (en) * | 2012-11-06 | 2016-11-08 | Ali Emadi | Adaptive energy management system |
KR20140066055A (ko) | 2012-11-22 | 2014-05-30 | 삼성에스디아이 주식회사 | 최대 전력점 추종 컨버터 및 그 방법 |
CA2846722C (en) * | 2013-03-15 | 2023-09-05 | Sasan Mokhtari | Systems and methods of determining optimal scheduling and dispatch of power resources |
EP3016229B1 (en) * | 2013-06-27 | 2017-08-09 | Panasonic Corporation | Power adjustment device, power adjustment method, power adjustment system, power storage device, server, program |
US20160043548A1 (en) * | 2013-08-15 | 2016-02-11 | Nec Laboratories America, Inc. | Rolling stochastic optimization based operation of distributed energy systems with energy storage systems and renewable energy resources |
JP6142925B2 (ja) * | 2013-09-09 | 2017-06-07 | 富士通株式会社 | 運転計画生成装置、運転計画生成方法、運転計画生成プログラムおよび蓄電池システム |
US9722426B2 (en) * | 2013-09-26 | 2017-08-01 | Wellhead Electric Company, Inc. | Hybrid energy system and method |
EP3699834A1 (en) | 2014-07-31 | 2020-08-26 | Growing Energy Labs Inc. | Predicting and optimizing energy storage lifetime performance with adaptive automation control software |
WO2016036806A1 (en) | 2014-09-02 | 2016-03-10 | Vega Rolando E | Method and system for hours-ahead and day-ahead forecasting of solar energy |
WO2016040774A1 (en) * | 2014-09-11 | 2016-03-17 | Sheble Gerald B | Resource control by probability tree convolution production cost valuation by iterative equivalent demand duration curve expansion (aka. tree convolution) |
US9798343B2 (en) | 2014-11-25 | 2017-10-24 | Rockwell Automation Technologies, Inc. | Quantifying operating strategy energy usage |
US9960637B2 (en) * | 2015-07-04 | 2018-05-01 | Sunverge Energy, Inc. | Renewable energy integrated storage and generation systems, apparatus, and methods with cloud distributed energy management services |
US20170060113A1 (en) | 2015-08-24 | 2017-03-02 | Robert A. Kaucic | Controlling a dispatch operation of an energy storage system |
US10509374B2 (en) | 2015-10-07 | 2019-12-17 | University Of Utah Research Foundation | Systems and methods for managing power generation and storage resources |
US9652828B1 (en) | 2015-12-29 | 2017-05-16 | Motorola Solutions, Inc. | Method and apparatus for imaging a scene |
US10263462B2 (en) * | 2016-04-27 | 2019-04-16 | Demand Energy Networks, Inc. | Electrical system control using simulation-based setpoint determination, and related systems, apparatuses, and methods |
US10552869B2 (en) * | 2016-05-03 | 2020-02-04 | Enel X North America, Inc. | Apparatus and method for targeted marketing based on estimated building occupancy |
US20170323208A1 (en) * | 2016-05-03 | 2017-11-09 | Enernoc, Inc. | Apparatus and method for forecasting occupancy based on energy consumption |
US10540690B2 (en) * | 2016-05-03 | 2020-01-21 | Enel X North America, Inc. | Apparatus and method for focused marketing messaging based on estimated building occupancy |
US10488878B2 (en) * | 2016-05-03 | 2019-11-26 | Enel X North America, Inc. | Apparatus and method for energy management of multiple facilities as a function of estimated occupancy |
US10203673B2 (en) * | 2016-05-03 | 2019-02-12 | Enel X North America, Inc. | Apparatus and method for occupancy based energy consumption management |
US20170323207A1 (en) * | 2016-05-03 | 2017-11-09 | Enernoc, Inc. | Apparatus and method for occupancy determination |
US10324435B2 (en) * | 2016-05-03 | 2019-06-18 | Enel X North America, Inc. | Apparatus and method for occupancy based demand response dispatch prioritization |
WO2018102905A1 (en) | 2016-12-08 | 2018-06-14 | Argentum Electronics, Inc. | Power combiner systems and methods |
CN106777487B (zh) * | 2016-11-18 | 2019-11-05 | 清华大学 | 一种含有储能***的光伏电站可信容量计算方法及*** |
US9645596B1 (en) | 2016-11-23 | 2017-05-09 | Advanced Microgrid Solutions, Inc. | Method and apparatus for facilitating the operation of an on-site energy storage system to co-optimize battery dispatch |
US10949777B2 (en) * | 2017-06-07 | 2021-03-16 | Johnson Controls Technology Company | Building energy optimization system with economic load demand response (ELDR) optimization |
CN106911148A (zh) * | 2017-04-28 | 2017-06-30 | 北京天诚同创电气有限公司 | 孤立微电网的能量管理方法和*** |
US10732584B2 (en) * | 2017-06-07 | 2020-08-04 | Johnson Controls Technology Company | Building energy optimization system with automated and dynamic economic load demand response (ELDR) optimization |
CN107370170B (zh) * | 2017-06-23 | 2020-02-07 | 浙江大学 | 一种考虑容量电价和负荷预测误差的储能***容量配置方法 |
US10809705B2 (en) * | 2017-09-01 | 2020-10-20 | Johnson Controls Technology Company | Central plant control system with automatic optimization formulation |
US10734811B2 (en) | 2017-11-27 | 2020-08-04 | Ihi Inc. | System and method for optimal control of energy storage system |
US11789082B2 (en) | 2019-04-10 | 2023-10-17 | Jupiter Power, Llc | Systems and method for managing dispatch and lifecycle of energy storage systems on an electrical grid, including management of energy storage systems for provisioning of multiple services |
US11320893B2 (en) | 2019-06-25 | 2022-05-03 | University Of Tennessee Research Foundation | Systems and methods for solar energy-based computation |
US11038352B1 (en) | 2019-11-26 | 2021-06-15 | Schweitzer Engineering Laboratories, Inc. | Control system with load selection strategy that minimizes load overshed |
-
2018
- 2018-11-16 US US16/193,332 patent/US10734811B2/en active Active
- 2018-11-19 KR KR1020207015501A patent/KR20200100626A/ko not_active Application Discontinuation
- 2018-11-19 AU AU2018372847A patent/AU2018372847A1/en not_active Abandoned
- 2018-11-19 JP JP2020526425A patent/JP7320503B2/ja active Active
- 2018-11-19 EP EP23209537.2A patent/EP4345704A3/en active Pending
- 2018-11-19 CN CN202210811938.6A patent/CN115189349A/zh active Pending
- 2018-11-19 EP EP18880472.8A patent/EP3718194A4/en not_active Withdrawn
- 2018-11-19 CA CA3081764A patent/CA3081764A1/en active Pending
- 2018-11-19 WO PCT/US2018/061763 patent/WO2019103961A1/en unknown
- 2018-11-19 CN CN201880076507.1A patent/CN111492559B/zh active Active
-
2020
- 2020-06-30 US US16/916,778 patent/US11876374B2/en active Active
-
2023
- 2023-07-24 JP JP2023119680A patent/JP2023129546A/ja active Pending
- 2023-08-23 AU AU2023219861A patent/AU2023219861A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013115927A (ja) | 2011-11-29 | 2013-06-10 | Fujitsu Ltd | 電力制御支援プログラム、電力制御支援装置および電力制御支援方法 |
JP2016062191A (ja) | 2014-09-16 | 2016-04-25 | 株式会社東芝 | 電力取引支援装置、電力取引支援システム、制御方法及びプログラム |
WO2017098631A1 (ja) | 2015-12-10 | 2017-06-15 | 三菱電機株式会社 | 電力制御装置、運転計画立案方法、及び、プログラム |
WO2018131174A1 (en) | 2017-01-13 | 2018-07-19 | Nec Corporation | Microgrid power management system and method of managing |
Also Published As
Publication number | Publication date |
---|---|
US20200350766A1 (en) | 2020-11-05 |
EP3718194A4 (en) | 2021-09-01 |
WO2019103961A1 (en) | 2019-05-31 |
CN111492559A (zh) | 2020-08-04 |
KR20200100626A (ko) | 2020-08-26 |
CN111492559B (zh) | 2022-08-02 |
EP4345704A2 (en) | 2024-04-03 |
CA3081764A1 (en) | 2019-05-31 |
JP2021505103A (ja) | 2021-02-15 |
US20190165580A1 (en) | 2019-05-30 |
JP2023129546A (ja) | 2023-09-14 |
US10734811B2 (en) | 2020-08-04 |
US11876374B2 (en) | 2024-01-16 |
AU2023219861A1 (en) | 2023-09-14 |
CN115189349A (zh) | 2022-10-14 |
AU2018372847A1 (en) | 2020-05-14 |
EP3718194A1 (en) | 2020-10-07 |
EP4345704A3 (en) | 2024-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7320503B2 (ja) | エネルギ貯蔵システムを最適に制御するためのシステム及び方法 | |
JP7482167B2 (ja) | 動的エネルギーストレージシステム制御のためのシステムおよび方法 | |
US20230261467A1 (en) | Site controllers of distributed energy resources | |
WO2018200861A1 (en) | Building energy system with stochastic model predictive control | |
WO2019092905A1 (en) | Power generation system and energy generation system | |
Liu et al. | Worst-case conditional value-at-risk based bidding strategy for wind-hydro hybrid systems under probability distribution uncertainties | |
WO2013102932A2 (en) | System and method facilitating forecasting, optimization and visualization of energy data for an industry | |
US11789082B2 (en) | Systems and method for managing dispatch and lifecycle of energy storage systems on an electrical grid, including management of energy storage systems for provisioning of multiple services | |
Qi et al. | Energyboost: Learning-based control of home batteries | |
Vieira et al. | A multiple criteria utility-based approach for unit commitment with wind power and pumped storage hydro | |
Anderson et al. | Co-optimizing the value of storage in energy and regulation service markets | |
US20230291228A1 (en) | Electrical system control with user input, and related systems, apparatuses, and methods | |
Zhou et al. | Stochastic methods applied to power system operations with renewable energy: A review | |
Kang et al. | Optimal planning of hybrid energy storage systems using curtailed renewable energy through deep reinforcement learning | |
JP7074724B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Anderson et al. | Optimize Deep Decarbonization Pathways in California with Power System Planning Using Surrogate Level-based Lagrangian Relaxation | |
Benalcazar et al. | From consumer to prosumer: A model-based analysis of costs and benefits of grid-connected residential PV-battery systems | |
Mnkandla | A Theoretical Artificial Intelligence Framework for Electricity Generation Life Cycle | |
Belany et al. | Probability Calculation for Utilization of Photovoltaic Energy in Electric Vehicle Charging Stations | |
Huang et al. | Two-stage stochastic programming models and algorithms | |
Zheng et al. | Energy storage price arbitrage via opportunity value function prediction | |
Wang et al. | Systematic evaluation of stochastic methods in power system scheduling and dispatch with renewable energy | |
Liu et al. | Forecasting-based electricity tariff selection for resident users with photovoltaic and energy storage considering forecast uncertainties | |
Cócera et al. | Description of prediction models and algorithm specification | |
Bottieau et al. | A Distributionally Robust Framework for Improving the Provision of Passive Balancing Services |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210903 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220824 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20221027 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20221027 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20221122 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230224 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230525 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230622 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230724 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7320503 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |