• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      計(jì)及電動(dòng)汽車(chē)移動(dòng)儲(chǔ)能動(dòng)態(tài)電價(jià)的微電網(wǎng)優(yōu)化調(diào)度研究

      2024-04-03 10:11:04陳洪亮徐海博孫瑞雪
      東北電力技術(shù) 2024年3期
      關(guān)鍵詞:主網(wǎng)出力電價(jià)

      陳洪亮,徐海博,孫瑞雪

      (1.沈陽(yáng)卓立新能源技術(shù)有限公司,遼寧 沈陽(yáng) 110027;2.國(guó)網(wǎng)遼寧省電力有限公司實(shí)業(yè)分公司,遼寧 沈陽(yáng) 110059)

      0 引言

      “雙碳”目標(biāo)下,利用電動(dòng)汽車(chē)(electric vehicle,EV)移動(dòng)儲(chǔ)能特性可提高微電網(wǎng)靈活性。EV作為一種移動(dòng)儲(chǔ)能裝置,若進(jìn)行有效控制,參與微電網(wǎng)的優(yōu)化調(diào)度,與新能源協(xié)調(diào)運(yùn)行,可提高微電網(wǎng)穩(wěn)定性與經(jīng)濟(jì)性[1-2]。因此,亟需對(duì)考慮EV的微電網(wǎng)優(yōu)化調(diào)度方法進(jìn)行深入研究。

      目前,關(guān)于EV接入微電網(wǎng)穩(wěn)定性問(wèn)題,相關(guān)學(xué)者做了一定研究。文獻(xiàn)[3]建立以鋰電池作為儲(chǔ)能裝置的全壽命周期成本模型,未利用EV集群提高微電網(wǎng)運(yùn)行水平。文獻(xiàn)[4]針對(duì)新能源出力的波動(dòng)性提出EV參與度和效用函數(shù)最大的EV運(yùn)行模型,設(shè)計(jì)了一種基于一致性理論的EV充放電功率分布式控制方法。文獻(xiàn)[5]提出一種風(fēng)光儲(chǔ)多能互補(bǔ)微電網(wǎng)系統(tǒng)日前調(diào)度優(yōu)化模型。文獻(xiàn)[6]建立總運(yùn)行費(fèi)用與總網(wǎng)損最小的微電網(wǎng)多目標(biāo)隨機(jī)動(dòng)態(tài)優(yōu)化調(diào)度模型。文獻(xiàn)[7-8]建立考慮熱電聯(lián)產(chǎn)機(jī)組及環(huán)境成本的微電網(wǎng)經(jīng)濟(jì)調(diào)度模型,通過(guò)蓄電池儲(chǔ)能降低微電網(wǎng)的綜合運(yùn)行成本。但上述文獻(xiàn)未考慮將EV作為儲(chǔ)能裝置研究其充放電雙向行為對(duì)微電網(wǎng)經(jīng)濟(jì)調(diào)度的影響。

      針對(duì)上述內(nèi)容,以下文獻(xiàn)通過(guò)電價(jià)引導(dǎo)EV參與微電網(wǎng)儲(chǔ)能并激勵(lì)用戶參與微電網(wǎng)調(diào)度。文獻(xiàn)[9]中EV充電電價(jià)采用居民用電峰谷分時(shí)電價(jià),激勵(lì)更多用戶參與微電網(wǎng)調(diào)度,但目標(biāo)函數(shù)中未考慮EV電池?fù)p失成本。文獻(xiàn)[10]通過(guò)研究EV用戶對(duì)電價(jià)變化的需求響應(yīng),提出引導(dǎo)EV充電的最優(yōu)峰谷電價(jià)定價(jià)方案,但會(huì)出現(xiàn)反調(diào)峰現(xiàn)象。文獻(xiàn)[11]分析分時(shí)電價(jià)對(duì)充電EV負(fù)荷轉(zhuǎn)移概率的影響,均未考慮EV用戶成本、電池?fù)p失成本。文獻(xiàn)[12]根據(jù)電網(wǎng)預(yù)測(cè)調(diào)度目標(biāo)提出考慮EV用戶期望的定價(jià)策略,用戶可按照自身需求選擇充電時(shí)段。以上文獻(xiàn)所提定價(jià)方法均基于EV用戶需求響應(yīng)及用戶成本,未考慮新能源出力對(duì)電價(jià)的影響。

      鑒于上述問(wèn)題,首先提出一種在動(dòng)態(tài)電價(jià)機(jī)制下考慮EV移動(dòng)儲(chǔ)能的微電網(wǎng)調(diào)度模型。所提EV動(dòng)態(tài)電價(jià)機(jī)制根據(jù)新能源預(yù)測(cè)功率得出各時(shí)段的充電電價(jià),引導(dǎo)EV參與微電網(wǎng)調(diào)度。其次,建立考慮環(huán)境成本、微電網(wǎng)運(yùn)行成本和EV用戶成本最低目標(biāo)的經(jīng)濟(jì)調(diào)度模型。最后,通過(guò)與傳統(tǒng)無(wú)序充電對(duì)比分析互動(dòng),所提考慮EV移動(dòng)儲(chǔ)能的動(dòng)態(tài)電價(jià)機(jī)制提升了微電網(wǎng)與EV用戶經(jīng)濟(jì)效益,驗(yàn)證所提方法的有效性。

      1 電動(dòng)汽車(chē)接入微電網(wǎng)的調(diào)度結(jié)構(gòu)

      圖1為微電網(wǎng)結(jié)構(gòu),微電網(wǎng)包含微電網(wǎng)能量管理系統(tǒng)、微電源及常規(guī)負(fù)荷,其中微電源由柴油發(fā)電機(jī)(diesel generators,DG)、風(fēng)電機(jī)組(wind turbines,WT)、光伏發(fā)電系統(tǒng)(photovoltaic panels,PV)組成。EV接入微電網(wǎng)可減小對(duì)主網(wǎng)的電力需求,也可將EV作為移動(dòng)儲(chǔ)能來(lái)平衡微電網(wǎng)與常規(guī)負(fù)荷間的電力。

      圖1 微電網(wǎng)結(jié)構(gòu)

      微電網(wǎng)能量管理系統(tǒng)根據(jù)EV用戶接入時(shí)間、電池信息及未來(lái)24 h源荷出力預(yù)測(cè)數(shù)據(jù),向EV用戶發(fā)布充電電價(jià)信息等待用戶響應(yīng),參與微電網(wǎng)儲(chǔ)能調(diào)節(jié),并安排各微電源的出力。當(dāng)微電網(wǎng)內(nèi)部發(fā)電量無(wú)法消納或供電不足時(shí),微電網(wǎng)能量管理系統(tǒng)根據(jù)主網(wǎng)的購(gòu)售電價(jià)通過(guò)聯(lián)絡(luò)線與主網(wǎng)進(jìn)行能量交換。

      a.PV模型

      光伏發(fā)電輸出功率表示為

      (1)

      (2)

      式中:PPV為PV實(shí)際出力;PPV,STC為標(biāo)準(zhǔn)測(cè)試條件下最大功率;R、RSTC分別為實(shí)際光照強(qiáng)度值、標(biāo)準(zhǔn)測(cè)試條件下光照強(qiáng)度值;γ為功率溫度系數(shù);Ta、Tr、Tamb、TNOC分別為光伏單元實(shí)際溫度、參照溫度、環(huán)境溫度和正常條件下光伏單元溫度。

      b.WT模型

      風(fēng)電機(jī)組輸出功率為[13]

      (3)

      式中:PWT、PWT_rate分別為WT實(shí)際功率和額定功率;vci、vco、vr分別為機(jī)組切入風(fēng)速、切出風(fēng)速、額定風(fēng)速,分別取3 m/s、25 m/s、14 m/s。

      c.DG模型

      柴油發(fā)電機(jī)的燃料消耗量是其輸出功率的線性函數(shù),即:

      F=F0×PDG_rate+F1×PDG

      (4)

      式中:F為燃料消耗率;F0為截距系數(shù);F1為斜率;PDG_rate為DG的額定功率;PDG為DG的實(shí)際功率。

      d.EV動(dòng)力電池充放電功率模型

      EV充放電模型如下:

      (5)

      e.基于蒙特卡洛的EV無(wú)序充電模型

      單個(gè)EV的充電行為由車(chē)主決定,具有較強(qiáng)的隨機(jī)性。在大數(shù)據(jù)背景下,EV數(shù)據(jù)可經(jīng)分析、歸納近似滿足相應(yīng)的概率分布,如式(6)、式(7)所示。EV出行數(shù)據(jù)來(lái)自美國(guó)交通部對(duì)全美車(chē)輛出行調(diào)查數(shù)據(jù)[13]。

      EV起止充電時(shí)間服從正態(tài)分布,概率密度函數(shù)如式(6)所示。

      (6)

      式中:μs取17.6;σs取3.4。

      日行駛距離近似服從對(duì)數(shù)正態(tài)分布,概率密度函數(shù)為

      (7)

      式中:μd取3.2;σd取0.88。

      EV充電時(shí)長(zhǎng)為

      (8)

      式中:TC為充電時(shí)間;S為日行駛距離;W100為耗電量;PC為充電功率。

      通過(guò)蒙特卡洛法抽取每輛EV起始充電時(shí)間及日行駛距離得出每輛EV的充電時(shí)長(zhǎng),計(jì)算單輛EV充電負(fù)荷,之后對(duì)充電負(fù)荷疊加,得到所有充電負(fù)荷。將1天分為24個(gè)時(shí)段,間隔1 h,可得出N輛EV每時(shí)段對(duì)應(yīng)的充電負(fù)荷為

      (9)

      式中:Pj為第j個(gè)時(shí)段總充電負(fù)荷;N為EV數(shù)量;Pn,j為第n輛EV在第j個(gè)時(shí)段充電負(fù)荷。

      采用蒙特卡洛法抽取單位EV起始充電時(shí)間、日行駛距離的計(jì)算方法,其流程如圖2所示。

      圖2 基于蒙特卡洛模擬的EV充電負(fù)荷計(jì)算流程

      對(duì)50輛EV進(jìn)行100次模擬得到EV無(wú)序充電功率負(fù)荷曲線,如圖3所示。

      圖3 EV無(wú)序充電功率

      2 EV有序充電控制策略

      本文通過(guò)電價(jià)激勵(lì)控制EV有序充電,充分開(kāi)發(fā)EV電池儲(chǔ)能潛力,提出一種根據(jù)新能源出力大小制定EV動(dòng)態(tài)充電電價(jià)的方法。文中所提考慮EV移動(dòng)儲(chǔ)能的動(dòng)態(tài)充電電價(jià)同時(shí)兼顧EV用戶成本與新能源出力大小,根據(jù)24 h內(nèi)風(fēng)電、光伏出力預(yù)測(cè)值與平均值計(jì)算EV各時(shí)段充電電價(jià)。文獻(xiàn)[14-15]將風(fēng)電、光伏出力劃分為3個(gè)階段,分別對(duì)應(yīng)3個(gè)EV充電電價(jià)階段(高、平、低),通過(guò)計(jì)算得到3個(gè)出力階段的最大值、最小值相對(duì)平均值的波動(dòng)范圍為30%左右,由于文獻(xiàn)[15]典型日出力數(shù)據(jù)與實(shí)際整體出力存在誤差,文中風(fēng)電、光伏出力波動(dòng)范圍取25%。風(fēng)電、光伏出力超過(guò)其平均值的125%,EV充電電價(jià)低;低于其平均值的75%,EV充電電價(jià)高;在兩者之間為平電價(jià),高、低電價(jià)分別基于平電價(jià)上、下浮動(dòng)60%。EV基準(zhǔn)充電電價(jià)s0為居民用電三級(jí)電價(jià),高、低、平充電電價(jià)階段分別為1.253元/kWh、0.335元/kWh、0.781元/kWh。為便于計(jì)算,文中s0取0.8元/kWh,高、低、平分時(shí)電價(jià)取1.28元/kWh、0.8元/kWh、0.32元/kWh。

      EV充電電價(jià)與風(fēng)電、光伏預(yù)測(cè)功率關(guān)系如下:

      (10)

      (11)

      利用各時(shí)段充電電價(jià)差將EV充電負(fù)荷轉(zhuǎn)移到風(fēng)電、光伏出力大的時(shí)段,具體流程見(jiàn)圖4。

      圖4 動(dòng)態(tài)充電電價(jià)流程

      3 調(diào)度模型

      3.1 目標(biāo)函數(shù)

      微電網(wǎng)綜合運(yùn)行成本主要考慮微電源運(yùn)行成本、DG機(jī)組的燃料成本、電能交互成本、新能源發(fā)電補(bǔ)貼費(fèi)用、環(huán)境成本、EV損失成本和調(diào)度成本,其優(yōu)化調(diào)度模型的目標(biāo)函數(shù)如下:

      minf=min(CWT,t+CPV,t+CDG,t+CES,t+CS,t+

      CSUB,t+CEV,t+CH,t)

      (12)

      式中:f為微電網(wǎng)綜合運(yùn)行成本;CWT,t為WT在t時(shí)刻運(yùn)行成本;CPV,t為PV在t時(shí)刻運(yùn)行成本;CDG,t為DG在t時(shí)刻運(yùn)行成本;CES,t為EV損耗成本;CS,t為電能交互成本;CSUB,t為新能源發(fā)電補(bǔ)貼費(fèi)用;CEV,t為EV調(diào)度成本;CH,t為環(huán)境成本。

      a.微電源運(yùn)行成本

      CWT,t=MWT,t+DWT,t

      (13)

      CPV,t=MPV,t+DPV,t

      (14)

      CDG,t=MDG,t+DDG,t+Cfule

      (15)

      式中:MWT,t為WT在t時(shí)刻維修成本;MPV,t為PV在t時(shí)刻維修成本;MDG,t為DG在t時(shí)刻維修成本;DWT,t為WT在t時(shí)刻折舊費(fèi)用;DPV,t為PV在t時(shí)刻折舊費(fèi)用;DDG,t為DG在t時(shí)刻折舊費(fèi)用;Cfule為柴油發(fā)電機(jī)燃料成本。

      (16)

      (17)

      式中:Km,i為微電源單位運(yùn)行維修費(fèi)用;PWT,t為WT在t時(shí)刻出力;PPV,t為PV在t時(shí)刻出力;PDG,t為DG在t時(shí)刻出力;cins,t為微電源i的安裝成本;Prate,t為微電源i的額定功率;fe,i為微電源i的容量因子;d為折舊系數(shù);m為微電源的使用壽命。

      b.DG燃料成本

      柴油發(fā)電機(jī)的燃料成本數(shù)學(xué)表達(dá)式為

      (18)

      式中:α、β、γ為柴油發(fā)電機(jī)的燃料成本系數(shù),取α=6,β=0.12,γ=8.5×10-4。

      c.電能交互成本

      微電網(wǎng)與主網(wǎng)進(jìn)行電能交換時(shí)產(chǎn)生的費(fèi)用由微電網(wǎng)購(gòu)電成本和售電收益組成。當(dāng)微電源出力不能滿足負(fù)荷需求時(shí),由于微電網(wǎng)向主網(wǎng)購(gòu)電價(jià)格高,此時(shí)微電網(wǎng)系統(tǒng)通過(guò)動(dòng)態(tài)充電電價(jià)引導(dǎo)EV放電;當(dāng)EV放電不能滿足負(fù)荷需求時(shí),此時(shí)從主網(wǎng)購(gòu)電。反之,當(dāng)微電源出力除了滿足自身負(fù)荷需求外仍有剩余,可引導(dǎo)EV充電或在售電價(jià)格高時(shí)向主網(wǎng)售電。與主網(wǎng)電能交互成本如下:

      CS,t=Cbuy,t+Csell,t

      (19)

      (20)

      式中:Pbuy,t、Psell,t分別為微電網(wǎng)向主網(wǎng)購(gòu)、售電功率;cbuy,t、csell,t分別為微電網(wǎng)向主網(wǎng)購(gòu)、售電價(jià)。

      d.新能源發(fā)電補(bǔ)貼費(fèi)用

      Csub,t=csub(PWT,t+PPV,t)

      (21)

      式中:csub為分布式新能源發(fā)電補(bǔ)貼單價(jià),取0.01元/kWh。

      e.環(huán)境成本

      常規(guī)發(fā)電污染物治理費(fèi)用計(jì)為環(huán)境成本如下:

      CH,t=PDG,t(aDGCO2σCO2+aDGSO2σSO2+aDGNOxσNOx)

      (22)

      式中:aDGCO2為柴油發(fā)電機(jī)CO2排放量;aDGSO2為柴油發(fā)電機(jī)SO2排放量;aDGNOx為柴油發(fā)電機(jī)NOx排放量;σCO2為CO2治理費(fèi)用;σSO2為SO2治理費(fèi)用;σNOx為NOx治理費(fèi)用。

      f.EV調(diào)度成本

      充放電響應(yīng)采用一定比例的充放電電價(jià)進(jìn)行補(bǔ)償,計(jì)算方式如下:

      CEV,t=CEV_ch,t+CEV_dis,t

      (23)

      (24)

      式中:CEV_ch,t、CEV_dis,t分別為t時(shí)刻EV充電和放電的補(bǔ)償成本;s(t)為EV充電電價(jià);α1、β1分別為微電網(wǎng)對(duì)EV充電和放電的補(bǔ)償系數(shù),分別取0.2和0.5。

      g.EV電池?fù)p耗成本

      將EV電池?fù)p耗成本與折舊成本計(jì)入EV充放電的損耗成本中,計(jì)算方式如下:

      CES,t=CEL+CEM

      (25)

      (26)

      式中:CEL、CEM分別為EV放電時(shí)損失成本和EV電池折舊成本;KEV為車(chē)輛蓄電池的折舊系數(shù);PEVd,j為第j輛車(chē)的放電功率。

      3.2 約束條件

      a.功率平衡約束

      微電網(wǎng)功率平衡約束如下:

      PWT,t+PPV,t+PDG,t+Pgrid,t=Pload,t+PEV,t

      (27)

      式中:PWT,t、PPV,t、Pload,t、PEV,t分別為t時(shí)段風(fēng)電出力、光伏出力、常規(guī)負(fù)荷及EV充放電功率。

      b.EV充放電功率及荷電狀態(tài)約束

      EV充放電時(shí)功率及荷電狀態(tài)約束如下:

      (28)

      λEVcλEVd=0

      (29)

      SOC,min≤SOC(t)≤SOC,max

      (30)

      EV充放電狀態(tài)有3種情況:充電狀態(tài)(PEVc,t>0,PEVd,t=0);放電狀態(tài)(PEVc,t=0,PEVd,t>0);閑置狀態(tài)(PEVc,t=0,PEVd,t=0)。引入狀態(tài)變量λEVc、λEVd表示EV是否參與充放電(0或1)。

      c.聯(lián)絡(luò)線功率約束

      聯(lián)絡(luò)線功率約束表達(dá)式如下:

      (31)

      d.分布式電源出力上、下限約束

      各分布式電源出力滿足以下條件:

      Pi,min≤Pi,t≤Pi,max

      (32)

      式中:Pi,t為分布式電源i發(fā)電功率;Pi,max、Pi,min分別為分布式電源i出力上、下限。

      e.DG運(yùn)行功率約束

      DG運(yùn)行功率約束條件如下:

      (33)

      式中:Lmin為DG最小負(fù)載率。

      4 仿真結(jié)果分析

      4.1 試驗(yàn)數(shù)據(jù)

      仿真算例中PV、WT均運(yùn)行于最大功率跟蹤模式,圖5為微電網(wǎng)中風(fēng)電、光伏出力及負(fù)荷需求預(yù)測(cè)數(shù)據(jù)。DG的環(huán)境補(bǔ)償成本及排放系數(shù)如表1所示,各微電源參數(shù)如表2所示,微電網(wǎng)與主網(wǎng)交易電價(jià)如表3所示。EV容量為24 kWh,充放電功率均為3 kW,充放電效率μch、μdis均為0.95。本文通過(guò)YALMIP建立數(shù)學(xué)模型,并利用GUROBI求解優(yōu)化問(wèn)題。

      表1 環(huán)境補(bǔ)償成本及排放系數(shù)

      表2 微電源參數(shù)

      表3 微電網(wǎng)與主網(wǎng)交易電價(jià) 單位:元/kWh

      4.2 結(jié)果分析

      微電網(wǎng)調(diào)度模型求解結(jié)果如圖6—圖9所示?;诟鲿r(shí)段風(fēng)電、光伏功率預(yù)測(cè)值與平均值,根據(jù)式(10)、式(11)計(jì)算EV動(dòng)態(tài)充電電價(jià),如圖6所示。結(jié)合圖3、圖5可知,在微電網(wǎng)嚴(yán)重缺少電源功率時(shí)(17:00—21:00),光伏出力基本為零,風(fēng)電出力不足以滿足負(fù)荷需求,微電網(wǎng)中負(fù)荷需求基本由DG支撐。此時(shí)EV充電負(fù)荷將加劇電網(wǎng)調(diào)峰負(fù)荷,導(dǎo)致系統(tǒng)必須提高DG機(jī)組出力滿足EV充電和負(fù)荷需求,從而使電網(wǎng)運(yùn)行成本與環(huán)境成本增加,因此,此階段制定EV充電電價(jià)較高為1.28元/h。在微電網(wǎng)風(fēng)電、光伏出力富余時(shí)(00:00—07:00、08:00—16:00),負(fù)荷水平較低,EV可減少棄風(fēng)、棄光現(xiàn)象,DG機(jī)組只需維持相對(duì)較低出力即可滿足負(fù)荷需求,因此,此階段EV充電電價(jià)制定為0.32元/kWh。

      圖5 微電網(wǎng)各機(jī)組出力曲線

      圖6 動(dòng)態(tài)充電電價(jià)

      圖7為動(dòng)態(tài)電價(jià)引導(dǎo)下的EV充放電功率曲線。結(jié)合風(fēng)電、光伏出力曲線可知,通過(guò)充電電價(jià)引導(dǎo),EV作為移動(dòng)儲(chǔ)能裝置能夠?qū)崿F(xiàn)對(duì)新能源發(fā)電的削峰填谷。在微電網(wǎng)嚴(yán)重缺少功率時(shí),EV充電電價(jià)維持在1.28元/kWh,激勵(lì)EV減少充電功率并增加放電功率,從而減少DG機(jī)組出力,不僅能緩解調(diào)峰負(fù)擔(dān)、EV用戶獲得更多經(jīng)濟(jì)收益,還能減小微電網(wǎng)環(huán)境成本。在微電網(wǎng)發(fā)電功率富余時(shí),EV充電電價(jià)維持在0.32元/kWh,此階段多余電功率存儲(chǔ)到EV。圖8為微電網(wǎng)與主網(wǎng)功率交換曲線。在新能源出力或微電網(wǎng)發(fā)電功率不足以支撐負(fù)荷需求時(shí),通過(guò)動(dòng)態(tài)電價(jià)引導(dǎo)EV放電或從主網(wǎng)購(gòu)電滿足功率缺額,從而滿足微電網(wǎng)內(nèi)部負(fù)荷需求。圖9為無(wú)序、有序充電棄風(fēng)棄光曲線,在動(dòng)態(tài)電價(jià)引導(dǎo)下EV充電負(fù)荷轉(zhuǎn)移到風(fēng)電、光伏出力較大時(shí)段,增加了風(fēng)電、光伏利用。

      圖7 動(dòng)態(tài)充電電價(jià)引導(dǎo)下EV充放電功率曲線

      圖8 微電網(wǎng)與主網(wǎng)功率交換曲線

      圖9 無(wú)序、有序充電棄風(fēng)棄光曲線

      通過(guò)表4成本對(duì)比可知,所提方法引導(dǎo)EV在電價(jià)尖峰期放電,在電價(jià)低谷期充電,不僅降低了EV用戶成本,且降低了微電網(wǎng)運(yùn)行成本及環(huán)境成本。微電網(wǎng)總的運(yùn)行成本降低了16.96%,EV用戶成本降低了46.68%,環(huán)境成本降低了30.89%。

      表4 成本對(duì)比 單位:元

      5 結(jié)語(yǔ)

      本文提出了在動(dòng)態(tài)電價(jià)機(jī)制下考慮EV移動(dòng)儲(chǔ)能的微電網(wǎng)優(yōu)化調(diào)度模型。根據(jù)新能源出力大小制定動(dòng)態(tài)充電電價(jià)策略,在不影響用戶出行的前提下,能引導(dǎo)EV充電負(fù)荷最大化消納風(fēng)電、光伏,風(fēng)電、光伏消納率提高了38.69%,同時(shí)通過(guò)EV儲(chǔ)能減輕了微電網(wǎng)對(duì)主網(wǎng)電力需求負(fù)擔(dān),有利于提高微電網(wǎng)運(yùn)行的經(jīng)濟(jì)性。

      猜你喜歡
      主網(wǎng)出力電價(jià)
      SOA架構(gòu)電力主網(wǎng)調(diào)度自動(dòng)化圖模數(shù)一體化系統(tǒng)研究
      基于灰色關(guān)聯(lián)度的110千伏主網(wǎng)基建模型研究
      世界海拔最高縣西藏雙湖縣納入國(guó)家電網(wǎng)主網(wǎng)覆蓋
      伙伴(2020年1期)2020-02-14 07:39:50
      德國(guó):電價(jià)上漲的背后邏輯
      能源(2018年10期)2018-12-08 08:02:40
      探索電價(jià)改革
      商周刊(2018年16期)2018-08-14 01:51:52
      可再生能源電價(jià)附加的收支平衡分析
      爭(zhēng)議光伏標(biāo)桿上網(wǎng)電價(jià)
      能源(2016年11期)2016-05-17 04:57:24
      風(fēng)電場(chǎng)有功出力的EEMD特性分析
      要爭(zhēng)做出力出彩的黨員干部
      河南電力(2016年5期)2016-02-06 02:11:35
      風(fēng)電場(chǎng)群出力的匯聚效應(yīng)分析
      芜湖市| 成武县| 盐边县| 西乡县| 孙吴县| 蒙山县| 开远市| 宿州市| 海安县| 峡江县| 黄冈市| 青州市| 黔西| 武冈市| 明星| 饶河县| 山阴县| 遵义县| 通江县| 纳雍县| 古浪县| 宿松县| 黎城县| 二手房| 普洱| 东平县| 湖南省| 青田县| 芜湖市| 乳源| 忻州市| 兴文县| 那坡县| 来宾市| 赤峰市| 普安县| 加查县| 华容县| 商都县| 清水河县| 岳普湖县|