针对配电网长期尺度预测偏差问题,提出一种基于智能变压器供电区域边一致性算法的云边协调快速调节策略。云对边缘变压器供电区域簇进行全局初始优化分配,簇对边缘区域进行二次协同优化分配。建立基于一致性算法的簇内快速功率交互模型,以调度费用微增长率为一致性变量,使得簇调节量最优分配到各个变压器供电区域,使得所有变压器供电区域总调度费用最小。仿真算例验证了本文基于智能站簇边一致性算法的云边协同快速控制策略的有效性。
摘要 - 幕后(BTM)光伏电池系统的经济潜力在很大程度上取决于电池的发货方式。不同的效用率,系统大小,生成和负载填充物都需要不同的调度策略。本文介绍了价格信号调度,这是一种用于自动经济派遣的新算法,用于使用24小时的PV和负载预测,退化数据和公用事业率。该算法与系统顾问模型(SAM)工具集成在一起,并通过非线性通用电动机电池模型进行了测试。价格信号在需要收费管理和能源套利之间保持平衡的情况下,并且在电池降解会施加显着费用的情况下,Prictals Dispaths Pristals优于SAM的现有算法。索引项 - Solar Plus存储,电池,电池调度,系统顾问模型,SAM,幕后