-
公开(公告)号：CN115642604A
公开(公告)日：2023-01-24
申请号：CN202211326495.8
申请日：2022-10-27
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 本发明的一种基于模型预测控制的主动配电网分布式在线预测优化方法，针对分布式光伏以及储能电源决策值的多时间段耦合关系问题，利用电压灵敏度分布式预测配电网未来时间段节点电压值，然后用所预测未来时间段配电网节点电压值，同时决策多个时间点的分布式光伏与储能电源的输出功率，所构建的分布式光伏与储能电源的协同优化控制策略，能够保证配电网多时间段总体最优以及各时间段节点电压均在合理的范围之内，使分布式光伏以及储能电源运行经济性最优的分布式光伏以及储能电源的出力，为含高比例光伏以及储能电源协同控制技术的发展提供理论支撑。具有科学合理，适用性强，效果佳的优点。
-
公开(公告)号：CN115169958A
公开(公告)日：2022-10-11
申请号：CN202210894113.5
申请日：2022-07-27
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 本发明是一种基于风电消纳的源荷储优化调度方法，其特点是，包括建立上下层调度模型、调度模型的控制方法和DR调度模型功率分配方法的内容，上层模型以系统负荷峰谷差最小为目标，利用需求响应资源对电力系统负荷进行优化，采用降低电力系统负荷峰谷差以提高电网调峰容量；下层调度模型以电力系统运行效益最大为目标，基于滚动调度法选择调度模型，若选中负荷侧调度模型则需根据两种DR调度资源的响应速度、消纳效益和弃风惩罚成本，对消纳风电量再次进行分配；最后，基于某区域电网实测数据进行仿真分析，结果表明所述方法能够提高电网的风电消纳能力并使风电消纳效益最大化；具有方法科学合理、适用性强、效果佳的优点。
-
公开(公告)号：CN113452036A
公开(公告)日：2021-09-28
申请号：CN202110692193.1
申请日：2021-06-22
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 本发明公开了基于动态任务系数的储能辅助风电一次调频控制方法，其特点是，以最大频率偏差为界将储能调频过程划分为惯性响应阶段与一次调频阶段，在惯性响应阶段，采用虚拟惯性控制和虚拟下垂控制；在一次调频阶段，采用虚拟下垂控制和虚拟负惯性控制，其次，基于双曲正切函数分别构建适应于惯性响应阶段和一次调频阶段的动态任务系数模型，根据频率偏差变化率和频率偏差的变化，动态调整一次调频过程中虚拟惯性控制、虚拟负惯性控制以及虚拟下垂控制所承担的调频任务比例，根据储能荷电状态和系统最大频差来调整负惯性控制调节系数，在频率恢复期间加速频率恢复；在虚拟下垂控制的基础上，提出变系数虚拟下垂控制，使得下垂系数随SOC自适应变化，具有科学合理，适用性强，既能够保证调频效果，又能够保证储能SOC的状态等优点，能够维持储能长期稳定出力。
-
公开(公告)号：CN111614084B
公开(公告)日：2021-09-17
申请号：CN202010516165.X
申请日：2020-06-09
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 本发明的一种基于功率动态分配的多储能支撑黑启动协调控制方法，其包括：功率计算分配层的控制方案、功率追踪控制层的控制方案，功率计算分配层的控制方案通过建立储能荷电状态工作分区，将储能系统划分为24种工作模式，针对不同模式采用相适宜的控制方法，可以有效解决分散独立控制的风储系统难以保证黑启动稳定运行问题；功率追踪控制层的控制方案中V/f和PQ相结合，根据上层计算功率指令进行工作，并将储能实时荷电状态反馈到功率计算分配层中。其方法科学合理，适用性强，效果佳。
-
公开(公告)号：CN116760060A
公开(公告)日：2023-09-15
申请号：CN202310587345.0
申请日：2023-05-24
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 一种火‑多储系统调频功率双层优化方法属于储能调频技术领域。本发明是一种基于集合经验模态分解和多目标遗传算法的火‑多储系统调频功率双层优化方法，针对多储能系统参与调频带来的整体运行成本较高及调频性能较差的问题，在区域电网双层策略框架基础上，在火‑储调频功率层进行优化，基于集合经验模态分解构建时空滤波器，确定火电机组和多储能系统承担的调频功率指令；在多储能系统调频功率层进行优化，确定调频成本和SOC两个优化目标构建模型，基于多目标遗传算法对该模型进行求解，得出各储能系统出力指令，在以上方法基础上进行仿真分析并与传统策略场景相对比分析，展现了本方法的有序性和科学性。
-
公开(公告)号：CN116054213A
公开(公告)日：2023-05-02
申请号：CN202310092729.5
申请日：2023-02-07
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 本发明的一种基于集群划分的分布式储能群间协同的电压控制方法，针对分布式光伏高渗透率接入配电网后引起的节点电压越限的问题，将集群应用于配电网储能电压控制中，通过采用配电网集群划分指标和集群划分方法、建立分布式储能优化调压模型、建立控制方法的评价指标步骤，对配电网实行区域划分来使得节点电压控制在一定范围内，并根据经济性确定最优储能时序出力；对于越限集群，采用就地消纳，考虑出现电压越限后集群储能无调节能力情况的群间协同，并在调节后通过潮流计算，考虑其对整体配电网的影响；具有方法科学合理，适用性强，效果佳等优点。
-
公开(公告)号：CN113452053A
公开(公告)日：2021-09-28
申请号：CN202110751867.0
申请日：2021-07-02
申请人： 国网吉林省电力有限公司吉林供电公司 , 东北电力大学
摘要： 本发明是一种分布式储能集群划分方法，其特点是：包括构建储能集群控制结构，确定集群划分原则及指标，基于遗传算法对配电网储能集群划分。本发明考虑分布式电源与电动汽车接入对配电网造成的影响构建了配电网集群控制架构，在集群划分的逻辑性原则与功能性原则的基础上构建了基于电气距离的模块度指标及有功功率平衡度指标，并在此基础上提出了基于综合性能的集群划分指标，通过利用二进制编码的方式来表示配电网集群划分过程中各支路的开断情况，并利用遗传算法的求解方式进行优化求解，相较于传统快速社区算法避免了集群划分过程中因节点合并可能造成的局部解问题。
-
公开(公告)号：CN112751348A
公开(公告)日：2021-05-04
申请号：CN202110010767.2
申请日：2021-01-06
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
摘要： 本发明一种考虑风电调度和调频极限的储能优化控制方法，其特点是：利用储能辅助风电场跟踪日前调度计划并参与调频的策略，在电力市场环境下建立以风储电站利润最大为目标的风储运行模型，用来计算储能辅助风电场跟踪日前调度计划和参与调频的最优出力。其在储能SOE状态正常时能够提高风电场跟踪调度计划的能力，使跟踪调度计划指标较无储能时显著减少；由电网调频极限形成的频率安全约束能强制储能提供调频功率，有效维护电网频率安全；在计及运行成本和能量、调频等收入的情况下，本发明能使风储电站一天利润达到188677元，说明在电力市场环境下将储能同时用于辅助风电场跟踪调度计划和参与调频具有良好的经济效益。
-
公开(公告)号：CN116436038A
公开(公告)日：2023-07-14
申请号：CN202310524346.0
申请日：2023-05-11
申请人： 东北电力大学 , 国网吉林省电力有限公司吉林供电公司
IPC分类号： H02J3/24 , H02J3/32 , H02J3/30 , H02J3/46 , H02J3/00 , G06Q10/04 , G06Q10/0631 , G06Q50/06 , G06N3/006
摘要： 一种降低火电机组调频损耗的混合储能双层优化配置方法，属于火电机组混合储能技术领域，设计了混合储能配置双层模型，底层模型由计及储能荷电状态恢复的混合储能控制策略与火电‑混合储能调频响应模型组成，为上层模型提供各调频资源出力和储能SOC状态；上层模型是以全寿命周期内成本收益之差最小和AGC综合评判指标Kp最大的多目标优化配置模型，为底层模型的控制策略提供储能功率和能量约束。引入优劣解距离法多目标粒子群算法求解该双层模型，避免了传统多目标粒子群算法在Pareto解集中确定全局最优的偶然性。本发明既能提高机组的调频性能，也能降低火电机组调频损耗，实现降低储能全周期寿命成本的混合储能系统双层优化配置方法。
-
公开(公告)号：CN113452053B
公开(公告)日：2023-03-21
申请号：CN202110751867.0
申请日：2021-07-02
申请人： 国网吉林省电力有限公司吉林供电公司 , 东北电力大学
摘要： 本发明是一种分布式储能集群划分方法，其特点是：包括构建储能集群控制结构，确定集群划分原则及指标，基于遗传算法对配电网储能集群划分。本发明考虑分布式电源与电动汽车接入对配电网造成的影响构建了配电网集群控制架构，在集群划分的逻辑性原则与功能性原则的基础上构建了基于电气距离的模块度指标及有功功率平衡度指标，并在此基础上提出了基于综合性能的集群划分指标，通过利用二进制编码的方式来表示配电网集群划分过程中各支路的开断情况，并利用遗传算法的求解方式进行优化求解，相较于传统快速社区算法避免了集群划分过程中因节点合并可能造成的局部解问题。
-
-
-
-
-
-
-
-
-
搜索结果
72 条记录 (耗时 0.077 秒)
