2.793

                    2018影響因子

                    (CJCR)

                    • 中文核心
                    • EI
                    • 中國科技核心
                    • Scopus
                    • CSCD
                    • 英國科學文摘

                    留言板

                    尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

                    姓名
                    郵箱
                    手機號碼
                    標題
                    留言內容
                    驗證碼

                    考慮電網調峰需求的工業園區主動配電系統調度學習優化

                    唐昊 劉暢 楊明 湯必強 許丹 呂凱

                    唐昊, 劉暢, 楊明, 湯必強, 許丹, 呂凱. 考慮電網調峰需求的工業園區主動配電系統調度學習優化. 自動化學報, 2019, 45(x): 1?15 doi: 10.16383/j.aas.c190079
                    引用本文: 唐昊, 劉暢, 楊明, 湯必強, 許丹, 呂凱. 考慮電網調峰需求的工業園區主動配電系統調度學習優化. 自動化學報, 2019, 45(x): 1?15 doi: 10.16383/j.aas.c190079
                    Tang Hao, Liu Chang, Yang Ming, Tang Bi-Qiang, Xu Dan, Lv Kai. Learning-based optimization of active distribution system dispatch in industrial park considering the peak operation demand of power grid. Acta Automatica Sinica, 2019, 45(x): 1?15 doi: 10.16383/j.aas.c190079
                    Citation: Tang Hao, Liu Chang, Yang Ming, Tang Bi-Qiang, Xu Dan, Lv Kai. Learning-based optimization of active distribution system dispatch in industrial park considering the peak operation demand of power grid. Acta Automatica Sinica, 2019, 45(x): 1?15 doi: 10.16383/j.aas.c190079

                    考慮電網調峰需求的工業園區主動配電系統調度學習優化

                    doi: 10.16383/j.aas.c190079
                    基金項目: 國家重點研發計劃項目(2017YFB0902600), 國家電網公司科技項目(SGJS0000DKJS1700840)資助
                    詳細信息
                      作者簡介:

                      唐昊:合肥工業大學電氣與自動化工程學院教授, 2002年獲中國科技大學博士學位, 主要研究方向為離散事件動態系統, 隨機決策與優化理論, 智能電網調度與控制方法. 本文通信作者. E-mail: htang@hfut.edu.cn

                      劉暢:合肥工業大學電氣與自動化工程學院碩士研究生, 2016年獲得合肥工業大學學士學位, 主要研究方向為源荷不確定電力系統的調度學習優化. E-mail: cliu@mail.hfut.edu.cn

                      楊明:高級工程師, 主要研究方向為電力系統仿真與經濟調度. E-mail: yangming@epri.sgcc.com.cn

                      湯必強:研究員級高級工程師, 主要研究方向為智能電網調度、電力系統仿真. E-mail: tangbiqiang@epri.sgcc.com.cn

                      許丹:高級工程師, 主要研究方向為電力系統節能經濟調度. E-mail: xudan@epri.sgcc.com.cn

                      呂凱:合肥工業大學電氣與自動化工程學院博士研究生. 2012年獲得遼寧大學學士學位. 主要研究方向為人工智能及其在電網調度優化中的應用. E-mail: kail@mail.hfut.edu.cn

                    •  收稿日期?xxxx-xx-xx????錄用日期?xxxx-xx-xx Manuscript?received?xx?xx,?xxxx;?accepted?xx?xx,?xxxx 國家重點研發計劃項目 (2017YFB0902600),?國家電網公司科技項目(SGJS0000DKJS1700840) 資助 Supported?by?the?National?Key?R&D?of?China?(2017YFB0902600)and?the?State?Grid?Corporation?of?China?Project?(SGJS0000DKJS 1700840) 本文責任編委?張哲 Recommended?by?Associate?Editor 1.?合肥工業大學?電氣與自動化工程學院?安徽?合肥?230009????2.?國網江蘇省電力公司電力科學研究院?江蘇?南京?211103????3.?中國電力科學研究院 (南京)?江蘇?南京?210003????4.?中國電力科學研究院(北京)?北京?100192 1.?Electrical?Engineering?and?Automation,?Hefei?University?ofTechnology,?Hefei?Anhui,?230009,?China?100190????2.?Electric
                    • Power?Research?Institute?of?State?Grid?Jiangsu?Electric?PowerCompany,?Nanjing?Jiangsu,?211103,?China????3.?China?ElectricPower?Research?Institute?(Nanjing),?Nanjing?Jiangsu,?210003,China????4.?Editorial?China?Electric?Power?Research?Institute(Beijing),?Beijing,?100192,?China

                    Learning-Based Optimization of Active Distribution System Dispatch in Industrial Park Considering the Peak Operation Demand of Power Grid

                    Funds: Supported by the National Key R&D of China (2017YFB0902600) and the State Grid Corporation of China Project (SGJS0000DKJS1700840)
                    • 摘要: 本文針對含光伏(PV)、全釩液流電池(VRB)儲能裝置與多類型柔性負荷的工業園區主動配電系統, 研究在考慮源荷隨機性情況下該系統的動態經濟調度問題. 首先, 將PV出力、多類型負荷需求和電網調峰需求的隨機動態變化近似描述為連續馬爾可夫過程, 并根據系統內VRB的充放電特性對儲能系統進行建模; 然后, 以各決策時刻下PV出力、負荷需求、調峰需求以及儲能荷電狀態(SOC)的離散等級為狀態, 以儲能充放電及多類型柔性負荷調整方案為行動, 在系統功率平衡等相關約束下, 以應對電網調峰需求和提高系統經濟運行水平為目標, 將工業園區主動配電網系統動態經濟調度優化問題建立成隨機動態規劃模型; 最后, 引入強化學習方法進行策略求解. 算例仿真結果表明所得策略可有效提高系統經濟運行效益, 并在一定程度上滿足電網調峰需求.
                      1)   收稿日期?xxxx-xx-xx????錄用日期?xxxx-xx-xx Manuscript?received?xx?xx,?xxxx;?accepted?xx?xx,?xxxx 國家重點研發計劃項目 (2017YFB0902600),?國家電網公司科技項目(SGJS0000DKJS1700840) 資助 Supported?by?the?National?Key?R&D?of?China?(2017YFB0902600)and?the?State?Grid?Corporation?of?China?Project?(SGJS0000DKJS 1700840) 本文責任編委?張哲 Recommended?by?Associate?Editor 1.?合肥工業大學?電氣與自動化工程學院?安徽?合肥?230009????2.?國網江蘇省電力公司電力科學研究院?江蘇?南京?211103????3.?中國電力科學研究院 (南京)?江蘇?南京?210003????4.?中國電力科學研究院(北京)?北京?100192 1.?Electrical?Engineering?and?Automation,?Hefei?University?ofTechnology,?Hefei?Anhui,?230009,?China?100190????2.?Electric
                      2)  Power?Research?Institute?of?State?Grid?Jiangsu?Electric?PowerCompany,?Nanjing?Jiangsu,?211103,?China????3.?China?ElectricPower?Research?Institute?(Nanjing),?Nanjing?Jiangsu,?210003,China????4.?Editorial?China?Electric?Power?Research?Institute(Beijing),?Beijing,?100192,?China
                    • 圖  1  工業園區主動配電系統結構模型

                      Fig.  1  Structure model of active distribution system in industrial park

                      圖  2  VRB等效電路圖

                      Fig.  2  Equivalent circuit model of VRB

                      圖  3  采用三段式充放電策略時VRB的充電曲線

                      Fig.  3  Charging curve using strategy three-phase of VRB

                      圖  4  工業園區內PV出力與總負荷需求預測曲線

                      Fig.  4  Prediction curves of PV and loads demand in industrial parks

                      圖  5  工業園區內各類柔性負荷典型日曲線

                      Fig.  5  Prediction curves of multi-type flexible loads in industrial parks

                      圖  6  不同學習優化算法下的系統總學習優化過程曲線

                      Fig.  6  The optimal curve of the system under different learning optimization algorithm

                      圖  7  系統學習優化過程的策略性能曲線

                      Fig.  7  The strategic performance curve of the system learning optimization process

                      圖  8  調峰學習優化曲線

                      Fig.  8  The optimal curve of peak operation

                      圖  10  各時段電網調峰指令完成情況示意圖

                      Fig.  10  The completion of peak adjustment instruction

                      圖  9  末代價學習優化曲線

                      Fig.  9  The optimal curve of final cost

                      圖  11  不同初始荷電狀態下各時段SOC變化情況

                      Fig.  11  Changing process of SOC under different initial values

                      圖  12  學習優化前后系統負荷曲線

                      Fig.  12  The curves of load before and after learning optimization in the system

                      圖  13  學習優化后各時段典型柔性負荷調整量

                      Fig.  13  Adjustment of multi-type flexible loads after optimization

                      圖  14  不同調度模式下的調峰效果比較圖

                      Fig.  14  Comparison effect of peak operation under different dispatching modes

                      圖  15  不同調度模式下負荷優化結果比較圖

                      Fig.  15  Comparison diagram of load optimal results under different dispatching modes

                      圖  16  不同儲能容量占比下的各項代價比較圖

                      Fig.  16  Comparison of costs under different proportion of energy storage capacity

                      圖  17  不同柔性負荷占比下的各項代價比較圖

                      Fig.  17  Comparison of costs under different proportion of flexible load

                      圖  18  不同方案下的調峰需求未完成量比較圖

                      Fig.  18  Unfinished amount of peak operation demand under different projects

                      圖  19  優化策略下各時段行動選取情況

                      Fig.  19  Choice of action pairs under optimal policy

                      圖  20  優化策略下不同模式的調峰需求未完成量比較圖

                      Fig.  20  Unfinished amount of peak operation demand under different modes in optimal policy

                      表  1  部分變量符號

                      Table  1  Partial variable symbols

                      參數/變量 符號
                      $t$時刻與電網交互功率 $P_{grid}^t$
                      $t$時刻光伏出力 $P_{pv}^t$
                      $t$時刻剛性負荷功率 $P_{rl}^t$
                      $t$時刻可削減負荷功率 $P_{cu}^t$
                      $t$時刻可轉移負荷功率 $P_{sh}^t$
                      $t$時刻電網調峰需求 $P_{peak}^t$
                      $t$時刻電網調峰需求未完成量 $P_{unf}^t$
                      $t$時刻儲能裝置充放電功率 $P_{vrb}^t$
                      $t$時刻儲能裝置功率上/下限 ${P_{vrbmax}^t/P_{vrbmin}^t}$
                      調度周期始/末時刻 ${t_{beg}}/{t_{end}}$
                      儲能裝置充/放電電流 ${I_d^{charge}/I_d^{discharge}}$
                      儲能裝置充/放電電壓 ${U_d^{charge}/U_d^{discharge}}$
                      儲能裝置端電壓上/下限 ${U_d^{max}U_d^{min}}$
                      儲能裝置額定電流 ${I_d^{max}}$
                      儲能裝置涓流充放電電流 ${I_d^{min}}$
                      儲能裝置SOC上/下限 ${SOC_{vrb}^{max}/SOC_{vrb}^{min}}$
                      始末時刻荷電狀態期望值 ${{C_{con}}}$
                      下載: 導出CSV

                      表  2  VRB模型參數設置表

                      Table  2  Parameters of VRB

                      VRB本體參數名稱 數值/單位 VRB模型參數名稱 數值/單位
                      能量 30 kwh $R_1$ 0.045 Ω
                      容量 630 Ah $R_2$ 0.03 Ω
                      額定功率 5 kw $R_f$ 13.889 Ω
                      端電壓 42-60 V $C_e$ 0.154 F
                      額定電流 105 A $I_p$ 5 A
                      下載: 導出CSV

                      表  3  學習優化前后系統總負荷特征

                      Table  3  The characteristic of load before and after learning optimization in the system

                      類型/單位 峰值(kw) 谷值(kw) 峰谷差(kw)
                      優化前 5 289 2 600 2 689
                      優化后 4 995 2 460 2 535
                      下載: 導出CSV

                      表  4  不同調度模式下的相關指標

                      Table  4  Related indexes under different dispatching modes

                      總體代價(元) 調峰代價(元) 購電代價(元) VRB充放代價(元) 柔性負荷補償金額(元/d)
                      模式1 44 500 1 421 37 910 342 4 743
                      模式2 48 870 7 483 40 997 362 0
                      模式3 46 260 1 845 37 986 0 6 432
                      模式4 55 160 12 780 42 380 0 0
                      下載: 導出CSV

                      表  5  不同方案下的相關指標

                      Table  5  Related indexes under different projects

                      總體代價(元) 調峰代價(元) 調峰完成度
                      方案1 44 500 1421 88.9%
                      方案2 45 120 1772.9 86.1%
                      下載: 導出CSV

                      表  6  優化策略下部分狀態行動

                      Table  6  Partial state-action pairs under optimal policy

                      狀態編號 407 8832 18549 24075 25533 33491 38955 42845
                      決策時刻 0時 4時 9時 12時 13時 17時 20時 22時
                      各類負荷狀態 (1,1,0,2) (1,1,2,1) (1,1,1,0) (2,1,1,0) (2,1,1,0) (0,1,2,0) (1,0,1,0) (1,0,2,0)
                      儲能裝置動作 充電 充電 放電 放電 閑置 放電 放電 閑置
                      柔性負荷動作 (0,1,0) (0,1,1) (1,0,0) (0,-1,0) (2,-1,0) (2,0,0) (1,0,0) (0,1,0)
                      下載: 導出CSV

                      表  7  優化策略下不同模式的相關指標

                      Table  7  Related indexes under different modes in optimal policy

                      總體代價(元) 調峰代價(元) 購電代價(元) VRB充放代價(元) 柔性負荷補償金額(元/d)
                      模式1 42 370 1 125 35 800 389 5 056
                      模式2 50 856 8 266 42 049 350 0
                      模式3 47 555 1 566 39 867 0 6 122
                      模式4 55 297 13 131 42 166 0 0
                      下載: 導出CSV
                      360彩票
                    • [1] 趙冬梅, 張楠, 劉燕華, 張旭. 基于儲能的微網并網和孤島運行模式平滑切換綜合控制策略. 電網技術, 2013, 37(2): 301?306

                      1 Zhao Dong-Mei, Zhang Nan, Liu Yan-Hua, Zhang Xu. Synthetical control strategy for smooth switching between grid-connected and islanded operation modes of microgrid based on energy storage system. Power System Technology, 2013, 37(2): 301?306
                      [2] 趙波, 王財勝, 周金輝, 趙俊暉, 楊野青, 余金龍. 主動配電網現狀與未來發展. 電力系統自動化, 2014, 38(18): 125?135 doi: 10.7500/AEPS20131218007

                      2 Zhao Bo, Wang Cai-Sheng, Zhou Jin-Hui, Zhao Jun-Hui, Yang Ye-Qing, Yu Jin-Long. Present and Future Development Trend of Active Distribution Network. Automation of Electric Power Systems, 2014, 38(18): 125?135 doi: 10.7500/AEPS20131218007
                      [3] 范明天. 主動配電系統定義與研究. 供用電, 2015, 32(2): 45?47 doi: 10.3969/j.issn.1006-6357.2015.02.011

                      3 Fan Ming-Tian. The definition and research of the active power distribution. Distribution & Utilization, 2015, 32(2): 45?47 doi: 10.3969/j.issn.1006-6357.2015.02.011
                      [4] 馬釗, 梁惠施, 蘇劍. 主動配電系統規劃和運行中的重要問題. 電網技術, 2015, 39(6): 1499?1503

                      4 Ma Zhao, Liang Hui-Shi, Su Jian. Important issues in planning and operation of active distribution system. Power System Technology, 2015, 39(6): 1499?1503
                      [5] 朱澤鋒, 趙晉泉, 魏文輝, 等. 主動配電網中電池儲能系統最優充放電策略. 電力系統自動化, 2016, 40(20): 47?53 doi: 10.7500/AEPS20160417004

                      5 Zhu Ze-Feng, Zhao Jin-Quan, Wei Wen-Hui, et al. Optimal charging and discharging scheme of battery energy storage system in active distribution network. Automation of Electric Power Systems, 2016, 40(20): 47?53 doi: 10.7500/AEPS20160417004
                      [6] 6 Liu W, Niu S, Huiting X U. Optimal planning of battery energy storage considering reliability benefit and operation strategy in active distribution system. Journal of Modern Power Systems & Clean Energy, 2017, 5(2): 177?186
                      [7] 盛四清, 劉夢. 主動配電系統中分布式電源和儲能系統協調規劃. 電力系統及其自動化學報, 2017, 29(2): 71?76 doi: 10.3969/j.issn.1003-8930.2017.02.012

                      7 Sheng Si-Qing, Liu Meng. Coordination planning of distributed generation and energy storage system in active distribution system. Proceedings of the CSU-EPSA, 2017, 29(2): 71?76 doi: 10.3969/j.issn.1003-8930.2017.02.012
                      [8] 8 Shi J, Fei X, Li Y, et al. Active Distribution System Planning for Low-Carbon Objective Using Immune Binary Firefly Algorithm. Journal of Tianjin University, 2017, 50(5): 507?513
                      [9] 9 Chen Q, Zhao X, Gan D. Active-reactive scheduling of active distribution system considering interactive load and battery storage. Protection & Control of Modern Power Systems, 2017, 2(1): 29
                      [10] 魏慶來, 宋睿卓, 孫秋野. 迭代自適應動態規劃理論及應用. 科學出版社, 2015

                      Wei Qing-Lai, Song Rui-Zhuo, Sun Qiu-Ye. Iterative Adaptive Dynamic Programming Theory and Application. Science press, 2015
                      [11] 王澄, 劉德榮, 魏慶來, 趙冬斌, 夏振超. 帶有儲能設備的智能電網電能迭代自適應動態規劃最優控制. 自動化學報, 2014, 40(9): 1984?1990

                      11 Wang Cheng, Liu De-Rong, Wei Qing-Lai, Zhao Dong-Bin, Xia Zhen-Chao. Iterative adaptive dynamic programming approach to power optimal control for smart grid with energy storage devices. Acta Automatica Sinica, 2014, 40(9): 1984?1990
                      [12] 孫秋野, 楊凌霄, 張化光. 智慧能源—–人工智能技術在電力系統中的應用與展望. 控制與決策, 2018, v.33(05): 173?184

                      12 Sun Qiu-Ye, Yang Ling-Xiao, Zhang Hua-Guang. Smart energy — Applications and prospects of artificial intelligence technology in power system. Control and Decision, 2018, v.33(05): 173?184
                      [13] 馬韜韜, 郭創新, 曹一家, 等. 電網智能調度自動化系統研究現狀及發展趨勢. 電力系統自動化, 2010, 34(9): 7?11

                      13 Ma Tao-Tao, Guo Chuang-Xin, Cao Yi-Jia, et al. Current status and development trend of intelligent dispatching automation system of power system. Automation of Electric Power Systems, 2010, 34(9): 7?11
                      [14] 劉愛華, 王雙虎, 梁順, 朱朝陽, 張楠. 工業園區主動配電網關鍵技術研究及應用. 供用電, 2017, 34(7): 21?27

                      14 Liu Ai-Hua, Wang Shuang-Hu, Liang Shun, Zhu Chao-Yang, Zhang Nan. Research and Application of Key Technology of Active Distribution Network in Industrial Park. Distribution & Utilization, 2017, 34(7): 21?27
                      [15] 楊錫運, 董德華, 李相俊, 等. 商業園區儲能系統削峰填谷的有功功率協調控制策略. 電網技術, 2018, 42(8)

                      15 Yang Xi-Yun, Dong De-Hua, Li Xiang-Jun, et al. Active power coordinated control strategy of peak load shifting for energy storage system in business park. Power System Technology, 2018, 42(8
                      [16] 楊楠, 王波, 劉滌塵, 等. 考慮柔性負荷調峰的大規模風電隨機優化調度方法. 電工技術學報, 2013, 28(11): 231?238 doi: 10.3969/j.issn.1000-6753.2013.11.032

                      16 Yang Nan, Wang Bo, Liu Di-Chen, et al. Large-scale wind power scochastic optimation scheduling method considering flexible load peaking. Transaction of China Electrotechnical Society, 2013, 28(11): 231?238 doi: 10.3969/j.issn.1000-6753.2013.11.032
                      [17] 李東, 牟強, 申佃濤, 呂篤潤, 李智. 智能化園區柔性負荷調控技術研究. 電子技術與軟件工程, 2016(12): 230?230

                      17 Li Dong, Mou Qiang, Shen Dian-Tao, Lv Du-Run, Li Zhi. Research on flexible load control technology in intelligent park. Electronic Technology & Software Engineering, 2016(12): 230?230
                      [18] 王珂, 姚建國, 姚良忠, 楊勝春, 雍太有. 電力柔性負荷調度研究綜述. 電力系統自動化, 2014, 38(20): 127?135 doi: 10.7500/AEPS20140422005

                      18 Wang Ke, Yao Jian-Guo, Yao Liang-Zhong, Yang Sheng-Chun, Yong Tai-You. Survey of research on flexible loads scheduling technologies. Automation of Electric Power Systems, 2014, 38(20): 127?135 doi: 10.7500/AEPS20140422005
                      [19] 19 Lawrence D J. 2001 performance of New York ISO demand response programs. IEEE Power Engineering Society Winter Meeting, 2002: 995?998
                      [20] 王珂, 郭曉蕊, 周競, 毛文博, 王勇, 楊勝春. 智能電網" 源-荷”協同調度框架及實現. 電網技術, 2018, 42(8)

                      20 Wang Ke, Guo Xiao-Rui, Zhou Jing, Mao Wen-Bo, Wang Yong, Yang Sheng-Chun. Framework and Realization for Smart Grid "Source - Load" Coordinated Scheduling. Power System Technology, 2018, 42(8
                      [21] 江琦, 路改香, 唐昊, 譚琦. 智能電網彈性響應時間業務需求的接入控制. 控制與決策, 2014(7): 1311?1315

                      21 Jiang Qi, Lu Gai-Xiang, Tang Hao, Tan Qi. Access control of demand requests with response time flexibility in smart grids. Control and Decision, 2014(7): 1311?1315
                      [22] 李怡瑾, 唐昊, 呂凱, 郭曉蕊, 許丹. 源荷不確定冷熱電聯供微網能量調度的建模與學習優化. 控制理論與應用, 2018(1) doi: 10.7641/CTA.2017.60615

                      22 Li Yi-Jin, Tang Hao, Lv Kai, Guo Xiao-Rui, Xu Dan. Modeling and learning-based optimization of the energy dispatch for a combined cooling, heat and power microgrid system with uncertain sources and loads. Control Theory & Applications, 2018(1 doi: 10.7641/CTA.2017.60615
                      [23] 23 Li Y Z, Niu J C. Forecast of Power Generation for Grid-Connected Photovoltaic System Based on Markov Chain. IEEE Power and Energy Engineering Conference, 2009: 1729?1733
                      [24] 24 Liang H, Tamang A K, Zhuang W, et al. Stochastic Information Management in Smart Grid. IEEE Communications Surveys & Tutorials, 2014, 16(3): 1746?1770
                      [25] 25 Hong Y Y, Lian R C. Optimal Sizing of Hybrid Wind/PV/Diesel Generation in a Stand-Alone Power System Using Markov-Based Genetic Algorithm. IEEE Transactions on Power Delivery, 2014, 27(2): 640?647
                      [26] 26 Breipohl A M, Lee F N, Zhai D, et al. A Gauss-Markov load model for application in risk evaluation and production simulation. IEEE Transactions on Power Systems, 1992, 7(4): 1493?1499 doi: 10.1109/59.207373
                      [27] 27 Zhai D, Breipohl A M, Lee F N, et al. The effect of load uncertainty on unit commitment risk. IEEE Transactions on Power Systems, 1994, 9(1): 510?517 doi: 10.1109/59.317572
                      [28] 28 CHAHWAN J, ABBEY C, JOOS G. VRB modelling for the study of output terminal voltages, internal losses and performance. IEEE Electrical Power Conference, 2007: 387?392
                      [29] 邱亞, 李鑫, 魏達, 余玲. 全釩液流電池的柔性充放電控制. 儲能科學與技術, 2017, 6(1): 78?84 doi: 10.12028/j.issn.2095-4239.2016.0006

                      29 Qiu Ya, Li Xin, Wei Da, Yu Ling. Flexible charge-discharge control of vanadium redox battery. Energy Storage Science and Technology, 2017, 6(1): 78?84 doi: 10.12028/j.issn.2095-4239.2016.0006
                      [30] 沈玉明, 胡博, 謝開貴, 向彬, 萬凌云. 計及儲能壽命損耗的孤立微電網最優經濟運行. 電網技術, 2014, 38(9): 2371?2378

                      30 Shen Yu-Ming, Hu Bo, Xie Kai-Gui, Xiang Bin, Wan Ling-Yun. Optimal economic operation of isolated microgrid considering battery life loss. Power System Technology, 2014, 38(9): 2371?2378
                      [31] 李衍杰. 擴展Markov決策過程的性能靈敏度分析與優化[D]. 中國科學技術大學, 2006

                      Li Yan-Jie. Performance sensitivity analysis and optimization of extended Markov decision[Ph. D. dissertation], University of Science and Technology of China, 2006
                      [32] 田兵, 喻磊, 雷金勇, 等. 工業型用戶側微電網儲能運行方式與微電網的運營模式. 南方電網技術, 2016, 10(8): 48?55

                      32 Tian Bing, Yu Lei, Lei Jin-Yong, et al. Energy storage operation mode and business mode of industrial type user-side microgrid. Southern Power System Technology, 2016, 10(8): 48?55
                      [33] 邱亞, 李鑫, 陳薇, 魏達, 段澤民. 基于RLS和EKF算法的全釩液流電池SOC估計. 控制與決策, 2018, 33(1): 37?44

                      33 Qiu Ya, Li Xin, Chen Wei, Wei Da, Duan Ze-Min. Vanadium redox battery SOC estimation based on RLS and EKF algorithm. Control and Decision, 2018, 33(1): 37?44
                      [34] 趙娟, 譚忠富, 李強. 我國峰谷分時電價的狀況分析. 現代電力, 2005, 22(2): 82?85 doi: 10.3969/j.issn.1007-2322.2005.02.019

                      34 Zhao Juan, Tan Zhong-Fu, Li Qiang. Analysis of time-of-use power price in China. Modern Electric Power, 2005, 22(2): 82?85 doi: 10.3969/j.issn.1007-2322.2005.02.019
                    • 加載中
                    計量
                    • 文章訪問數:  1761
                    • HTML全文瀏覽量:  3958
                    • 被引次數: 0
                    出版歷程
                    • 網絡出版日期:  2020-01-02

                    目錄

                      /

                      返回文章
                      返回