Corrections

Die Dritte Model ist eine Echtzeit-Steuerungsstrategie von Batteriesystemen.

Was ist wichtig in diesen Modell ist, dass im Rahmen der dynamisch variierenden Energiepreise strukturiert wird[8].

Weil für eine allgemeine Investition die oberen Modelle praktisch sind, aber für Beobachtung die dynamische Änderung, z.B. dynamische Preise, dürfen an einem Tag oder weniger geändert werden.

Sie sind Echtzeit-Preises (RTP, Real-Time Pricing), Dynamische Kosten, insbesondere RTP, ist komplexer als statische Kosten, sondern nimmt einen größeren Anteil an der Veränderung der Großhandelspreis.

Diese sind Vorteile für Versorgungsunternehmen und Kunden.

Die Kunden benötigen die beschränkte Minimierung der Kosten.Außerdem müssen die technischen Bedingungen und maximale Lebensdauer der Batterien berücksichtigt werden.

Um die Lebensdauer der Batterie zu maximieren, gibt es eine Begrenzung von der Anzahl der Lade- und Entladezyklen.

In diesem Beitrag beschränken wir diese Anzahl für einen Zyklus / Tag, z.B. in Abbildung (2).

Die 24 Stunden sind in n_t Zeitintervallen mit der Länge t aufgeteilt.

Während jedes Zeitintervalls wird die Last und die Versorgung der Batterie als konstant angenommen.

Die Echtzeit-Verfahren werden an jedem i-ten Zeitintervall aller Optimierungszeit (24 Stunden) wiederholt.

Es liefert das optimale Profil für die Befugnisse der Auf- und Ausladung von der Batterie für nächsten 24 Stunden, die die Zielfunktion nach den Einschränkungen in allen Optimierungsphasen minimiert.

Offensichtlich werden nur die Ausgabeergebnisse (Batterieleistungen), die für den darauffolgenden (i-ten + 1) Zeitintervall erhalten werden, als Referenzsignale für alle Wandler benutzt.

Die Haupteingangsdaten des Verfahrens sind der Ladungszustand der Batterien zu Beginn der i-ten + 1 Zeitintervalls (Ausgabe des Verfahrens im vorherigen Schritt), die prognostizierte Profil der Lastleistung von der Anlage und der Energiepreis für die nächsten 24 Stunden.

Die Laststromvorhersagen können durch ein neuronales Netz erhalten werden.

Für RTP wird angenommen, dass das Preissignal entweder vor einer Stunde oder einem Tag an die Kunden versandt wird.

So ist im ersten Fall die Prognose der Preisentwicklung für 23 Stunden erforderlich (wieder einmal ein Neurale Network eingesetzt werden kann).

Im zweiten wird Prognose für das Preis-Profil benötigt.

Unter den obigen Annahmen, wird das Modell zu i-ten Zeitintervall gelöst (10): Wobei P_(Netz,k) und 〖Pr〗_(En,k) sind die prognostizierten Werte der ganzen Leistung, die die Anlage vom Netz braucht, und RTP bei der k-ten Zeitintervall.

Dadurch ist es ein Modell für dynamisch und diskrete Prozess.