CN102510093B - 基于功率预测信息的风电场有功功率控制方法 - Google Patents

基于功率预测信息的风电场有功功率控制方法 Download PDF

Info

Publication number
CN102510093B
CN102510093B CN201110426703.7A CN201110426703A CN102510093B CN 102510093 B CN102510093 B CN 102510093B CN 201110426703 A CN201110426703 A CN 201110426703A CN 102510093 B CN102510093 B CN 102510093B
Authority
CN
China
Prior art keywords
power
unit
wind
enter step
active power
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110426703.7A
Other languages
English (en)
Other versions
CN102510093A (zh
Inventor
陈宁
朱凌志
陈梅
吕宏水
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Electric Power Research Institute
Original Assignee
State Grid Electric Power Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Electric Power Research Institute filed Critical State Grid Electric Power Research Institute
Priority to CN201110426703.7A priority Critical patent/CN102510093B/zh
Publication of CN102510093A publication Critical patent/CN102510093A/zh
Application granted granted Critical
Publication of CN102510093B publication Critical patent/CN102510093B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/30Reactive power compensation

Landscapes

  • Wind Motors (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

基于功率预测信息的风电场有功功率控制方法,包括如下步骤:一、风电功率预测信息预处理;二、计算风电场的功率调节量;三、风电机组群初步分配方案制定;四、风电机组群优化分配方案制定;五、调节机群选择;六、风电场功率调节量分配;七、判断控制延时触发下一次控制。本发明能够根据超短期风电功率预测和短期功率预测信息对风电机组进行合理分群,在一定的置信区间内准确制定风电场的有功功率分配方案,实现对风电场有功功率的统一规划和控制,减少风电机组调节次数,降低频繁调节对风电机组寿命的影响。

Description

基于功率预测信息的风电场有功功率控制方法
技术领域
本发明涉及一种基于功率预测信息的风电场有功功率控制方法,属于新能源发电技术中的风电场控制技术领域。
背景技术
近年,国内风力发电发展迅猛,截至2010年底,国内风电总装机容量已经超过4000万千瓦,特别是在部分风电重点发展地区,风电装机容量所占比重已经与世界风电发达国家相近。如此大规模的风电接入电网将对电网的安全、稳定运行带来新的问题和挑战,为了使风电能够与电网协调发展,国内已有部分学者专家提出了“电网友好型”风电场的概念。所谓“电网友好”,即要求风电场应尽可能像常规电源一样具备可测、可控和可调的特性。2011年11月4日,赤峰东山风电场被东北电网公司认定为国内首家“电网友好型”风电场。与普通风电场相比,该风电场具有三个特点:一是风机具有有功无功调节和低电压穿越能力,确保电网发生波动时风机不解列;二是风场拥有风功率预测系统,能够完成风电场48小时内的短期功率预测和15分钟至4小时的超短期功率预测;三是实现了风机的远程调节控制。尽管该风电场已经较普通风电场取得重大技术突破,但距离真正意义上的电网友好还存在较大的差距。
要真正实现风电场的电网友好,风电场有功功率控制是必须要解决的一个关键技术问题。目前,在风电场有功功率控制方面,国内主要采取的做法是当风电场接收到电网调度部门下发的有功功率计划或调节指令,对可调机组进行比例分配。这与与国外风电发达国家相比还存在较大的差距,主要原因在于:1)国内尚未完全掌握风电机组发电关键设备控制核心技术;2)未能充分利用风电功率预测信息和电网调度指令对风电场进行综合功率控制。因此,要从真正意义实现风电场有功功率与电网的协调控制,首先需要解决风电场自身的有功功率控制问题。
发明内容
本发明所要解决的技术问题是克服现有风电场无法实现在线有功功率合理调节的问题,提供一种基于功率预测信息的风电场有功功率控制方法。
本发明解决其技术问题所采用的技术方案如下:基于功率预测信息的风电场有功功率控制方法,其特征是包括如下步骤:
一、风电功率预测信息预处理,综合考虑短期功率预测和超短期功率预测信息,利用超短期功率预测信息对短期功率预测信息进行修正,形成未来0~4小时的风电功率预测修正信息序列;
二、根据电网调度部门下发的有功功率指令P cmd和风电场当前输出有功功率P 0,按式(1)计算风电场的功率调节量ΔP
ΔP=P cmdP 0                                        (1)
三、风电机组群初步分配方案制定,根据步骤二计算得到的风电场功率调节量,以风电场内风电机组在当前时刻的运行状态、检修状态为约束,将风电机组分为可参与调节机组Ωkt和不可调节机组Ωbt
四、风电机组群优化分配方案制定,根据风电功率预测信息对步骤三中可参与调节机组再进行细化分群,将风电机组分为优先调节机组Ωyx和备选调节机组Ωbx
五、调节机群选择,根据步骤二计算得到风电场功率调节量,在步骤二和步骤三的机群划分结果中,选择合理机群;
六、在选择的调节机群中对步骤二计算得到的风电场功率调节量进行分配,并进行调节;
七、设置控制延时,当控制延时满足条件时,返回步骤一进行下一控制计算。
其中,步骤一的具体步骤是:
a、风电场共有n台风电机组,按每15分钟预报一次功率,分别建立每台风电机组未来1小时的短期功率预测信息序列Ps和超短期功率预测信息序列Pss
Figure 2011104267037100002DEST_PATH_IMAGE001
                  (2)
                (3)
进入步骤b
b、根据式(4)计算未来0~4小时第i台风电机组在第j个预报点的功率预测修正信息P ri,j
P ri,j =a×P si,j +b×P ssi,j                     (4)
(4)式中,ab为修正因数,满足关系a>0,>0,且a+b=1,
进入步骤c
c、生成风电场功率预测修正信息序列Pr
Figure 2011104267037100002DEST_PATH_IMAGE003
                 (5)
进入步骤二。
其中,步骤三的具体步骤是:
a、判断机组状态,若机组处于停运状态或检修状态,将该机组划分为不可调节机组,进入步骤b
b、根据ΔP对在运机组进行进一步划分,计算第i台风电机组在下一时刻t2功率预测值较当前时刻t1功率预测值的变量
ΔP ri =P ri,2P ri,1                     (6)
若ΔP和ΔP ri 同为正或同为负,将该机组划分为可参与调节机组,否则将该机组划分为不可调节机组,进入步骤c
c、判断是否所有风电机组都划分完毕,若未划分完毕,返回步骤a,否则,进入步骤d
d、进入步骤四。
其中,步骤四的具体步骤是:
a、判断第i台风电机组是否属于可参与调节机组,若不是,进行下一台机组的判断,否则,进入步骤b
b、计算风电机组在t3时刻相对t2时刻的功率预测变化值ΔP'ri
ΔP'ri =P ri,3P ri,2                     (7)
进入步骤c
c、若ΔP ri 和ΔP'ri 同为正或同为负,将该机组划分为优先调节机组,否则将该机组划分为备选调节机组,进入步骤d
d、判断是否所有风电机组都划分完毕,若未划分完毕,返回步骤a,否则,进入步骤e
e、进入步骤五。
其中,步骤五的具体步骤是:
a、计算优先调节机组的可调有功功率总容量P p
Figure 950503DEST_PATH_IMAGE004
                  (8)
进入步骤b
b、判断P p是否满足ΔP的要求,若满足,进入步骤六,否则,进入步骤c
c、计算优先调节机组的有功功率缺额P L
P LPP p                       (9)
进入步骤d
d、计算备选调节机组的可调有功功率总容量P a
                  (10)
判断P a 是否满足P L的要求,若满足,进入步骤六,否则,进入步骤e
e、令P a= P L,进入步骤六。
其中,步骤六的具体步骤是:
a、判断P L是否为0,若P L为0,表明只有优先调节机组参与调节,进入步骤b,否则,表明备选调节机组也参与调节,进入步骤d
b、计算每台优先调节机组的有功功率调节比例k i
                       (11)
进入步骤c
c、计算每台优先调节机组的有功功率调节量ΔP yxi
ΔP yxi =k i ×ΔP                        (12)
进入步骤g
d、将优先调节机组有功功率设为预测最大可利用量P ri,2,计算备选调节机组的有功功率调节量ΔP bx
ΔP bxPP p                                      (13)
进入步骤e
e、计算每台备选调节机组的有功功率调节比例k j
  
Figure 2011104267037100002DEST_PATH_IMAGE007
                     (14)
进入步骤f
f、计算每台备选调节机组的有功功率调节量ΔP bxi
ΔP bxi =k j ×ΔP bx                        (15)
进入步骤g
g、将有功功率调节指令下发给各台风机,等待下一个调控指令,进入步骤七。
本发明的有益效果如下: 
(1)     本发明为风电场提供了一种基于功率预测信息的风电场有功功率控制方法,能够根据超短期风电功率预测和短期功率预测在一定的置信区间内准确制定风电场的有功功率分配方案,在接收到电网调度部门下发的有功功率计划或调节指令后,能够实现对风电场有功功率的统一规划和控制。
(2)本发明提出的基于功率预测信息的风电机组分群方法,能够根据未来多个时段内风电机组有功功率输出的变化趋势,合理划分风电机群,减少风电机组的调节次数,降低频繁调节对风电机组寿命的影响。
(3)     本发明提出的基于功率预测信息的风电有功功率控制方法能够实现风电场的智能控制,提高风电场的运营、管理水平。 
附图说明
图1为本发明中风电有功功率自动控制流程示意图。
图2为实施例一中电网调度部门下发的有功功率指令。
图3为实施例中各台风电机组的功率预测值。
图4为实施例二中电网调度部门下发的有功功率指令。
具体实施方式
下面参照附图并结合实施例对本发明作进一步详细描述。但是本发明不限于所给出的例子。
实施例一:
本发明基于功率预测信息的风电场有功功率控制方法用于优先调节机组容量满足电网调度部门有功调节指令的情况。电网调度部门下发的有功功率指令从t1时刻开始由3MW上升至5MW,故ΔP为2MW,如图2所示。
设并网风电场共有7台单机容量为2MW的双馈风电机组,其中,7#机处于检修停运状态,其余6台机组在未来1小时的功率预测值如图3所示。
首先,根据步骤三对机组进行初步分群,将1#~6#机组划分为可调节机组,7#机组划分为不可调节机组。
下一步,根据步骤四对可调节机组进行进一步划分。根据图2所示的功率预测值可见,1#机组和2#机组在t2时刻的功率预测值较t1时刻下降,因此,将其划分为备选调节机组,3#~6#机组划分为优先调节机组。
划分完集群后,进入步骤五判断优先调节机组的有功功率可调节容量是否满足电网部门调度指令要求。根据计算,调度指令所需的有功调节量为2MW,3#~6#机组在t2时刻的功率预测值较t1时刻共增加了3.8MW,满足调度指令要求。进入步骤六,在优先调节机组间对2MW有功调节量进行分配,由于在t1时刻,各台机组输出的有功功率相等,因此,每台机组的有功功率调节比例均为0.25,得到3#~6#机组的有功功率调节量为0.5MW。完成调节后,进入下一步调控,重复上述步骤,后续各步骤电网调度指令未发生变化。最后,经过调节后的1#~6#机组输出有功功率分别为0.5MW、0.5MW、1MW、1MW、1MW和1MW。由此可见,按本发明方法,只需在t2时刻对3#~6#机组进行1次调节即可满足未来1小时的功率要求,风电机组的总调节次数为4台/次。
若根据传统的比例分配方式,为满足电网调度下发的功率指令,在t2时刻,1#~6#机组均调节有功功率0.33MW,即所有风电机组的输出有功功率为0.83MW,有功功率总量为5MW满足调度指令;在t3时刻,由于1#和2#机组有功功率下降为0.7MW,由此引起的0.26MW的功率偏差需由3#~6#分担,故3#~6#机组各增加0.07MW,输出有功功率达到0.9MW。经过调节后的1#~6#机组输出有功功率分别为0.7MW、0.7MW、0.9MW、0.9MW、0.9MW和0.9MW。由此可见,按传统方法进行控制时,满足各时段的调度指令,风电机组共调节了12台/次。
实施例二:
本发明基于功率预测信息的风电场有功功率控制方法用于优先调节机组容量满足电网调度部门有功调节指令的情况。电网调度部门下发的有功功率指令从t1时刻开始由3MW上升至7.5MW,故ΔP为4.5MW,如图4所示。
设并网风电场共有7台单机容量为2MW的双馈风电机组,其中,7#机处于检修停运状态,其余6台机组在未来1小时的功率预测值如图3所示。
首先,根据步骤三对机组进行初步分群,将1#~6#机组划分为可调节机组,7#机组划分为不可调节机组。
下一步,根据步骤四对可调节机组进行进一步划分。根据图2所示的功率预测值可见,1#机组和2#机组在t2时刻的功率预测值较t1时刻下降,因此,将其划分为备选调节机组,3#~6#机组划分为优先调节机组。
划分完集群后,进入步骤五判断优先调节机组的有功功率可调节容量是否满足电网部门调度指令要求。根据计算,调度指令所需的有功调节量为4.5MW,3#~6#机组在t2时刻的功率预测值较t1时刻共增加了3.8MW,不满足调度指令要求。进入步骤六,此时,优先调节机组全部以最大有功功率进行控制,但仍有0.7MW无法满足要求,需要备选调节机组参与调节,在备选调节机组间对0.7MW有功调节量进行分配,由于在t1时刻,各台机组输出的有功功率相等,因此,每台机组的有功功率调节比例均为0.5,得到备选调节机组的有功功率调节量为0.35MW。完成调节后,进入下一步调控,重复上述步骤,后续各步骤电网调度指令未发生变化。最后,经过调节后的1#~6#机组输出有功功率分别为0.85MW、0.85MW、1.5MW、1.5MW、1.4MW和1.4MW。由此可见,按本发明方法,需在t2时刻对1#~6#机组进行1次调节即可满足未来1小时的功率要求,风电机组的总调节次数为6台/次。
若根据传统的比例分配方式,为满足电网调度下发的功率指令,在t2时刻,1#~6#机组均调节有功功率0.75MW,即所有风电机组的输出有功功率为1.25MW,有功功率总量为7.5MW满足调度指令;在t3时刻调度指令未发生变化,各台风电机组仍保持原状态运行。由此可见,按传统方法进行控制时,满足各时段的调度指令,风电机组也调节了6台/次。

Claims (3)

1.基于功率预测信息的风电场有功功率控制方法,其特征是包括如下步骤: 
一、风电功率预测信息预处理,综合考虑短期功率预测和超短期功率预测信息,利用超短期功率预测信息对短期功率预测信息进行修正,形成未来0~4小时的风电功率预测修正信息序列,具体步骤是: 
1-a、风电场共有n台风电机组,按每15分钟预报一次功率,分别建立每台风电机组未来1小时的短期功率预测信息序列Ps和超短期功率预测信息序列Pss, 
进入步骤1-b; 
1-b、根据式(4)计算未来0~4小时第i台风电机组在第j个预报点的功率预测修正信息Pri,j, 
Pri,j=a×Psi,j+b×Pssi,j     (4) 
(4)式中,a和b为修正因数,满足关系a>0,b>0,且a+b=1, 
进入步骤1-c; 
1-c、生成风电功率预测修正信息序列Pr, 
Figure FDA0000421881840000013
进入步骤二; 
二、根据电网调度部门下发的有功功率指令Pcmd和风电场当前输出有功功率P0,按式(1)计算风电场的功率调节量ΔP, 
ΔP=Pcmd-P0     (1) 
三、风电机组群初步分配方案制定,根据步骤二计算得到的风电场功率调节量,以风电场内风电机组在当前时刻的运行状态、检修状态为约束,将风电机组分为可参与调节机组Ωkt和不可调节机组Ωbt,具体步骤是: 
3-a、判断机组状态,若机组处于停运状态或检修状态,将该机组划分为不可调节机组,进入步骤3-b; 
3-b、根据ΔP对在运机组进行进一步划分,计算第i台风电机组在下一时刻t2功率预测值较当前时刻t1功率预测值的变量 
ΔPri=Pri,2-Pri,1     (6) 
若ΔP和ΔPri同为正或同为负,将该机组划分为可参与调节机组,否则将该机组划分为不可调节机组,进入步骤3-c; 
3-c、判断是否所有风电机组都划分完毕,若未划分完毕,返回步骤3-a,否则,进入步骤3-d 
3-d、进入步骤四; 
四、风电机组群优化分配方案制定,根据风电功率预测信息对步骤三中可参与调节机组再进行细化分群,将风电机组分为优先调节机组Ωyx和备选调节机组Ωbx,具体步骤是: 
4-a、判断第i台风电机组是否属于可参与调节机组,若不是,进行下一台机组的判断,否则,进入步骤4-b; 
4-b、计算风电机组在t3时刻相对t2时刻的功率预测变化值ΔP’ri, 
ΔP’ri=Pri,3-Pri,2     (7) 
进入步骤4-c; 
4-c、若ΔPri和ΔP’ri同为正或同为负,将该机组划分为优先调节机组,否则将该机组划分为备选调节机组,进入步骤4-d; 
4-d、判断是否所有风电机组都划分完毕,若未划分完毕,返回步骤4-a否则,进入步骤4-e
4-e、进入步骤五; 
五、调节机群选择,根据步骤二计算得到风电场功率调节量,在步骤三和步骤四的机群划分结果中,选择合理机群; 
六、在选择的调节机群中对步骤二计算得到的风电场功率调节量进行分配,并进行调节; 
七、设置控制延时,当控制延时满足条件时,返回步骤一进行下一控制计算。 
2.根据权利要求1所述的基于功率预测信息的风电场有功功率控制方法,其特征是:步骤五的具体步骤是: 
a、计算优先调节机组的可调有功功率总容量Pp, 
Figure FDA0000421881840000021
进入步骤b; 
b、判断Pp是否满足ΔP的要求,若满足,进入步骤六,否则,进入步骤c; 
c、计算优先调节机组的有功功率缺额PL, 
PL=ΔP-Pp     (9) 
进入步骤d; 
d、计算备选调节机组的可调有功功率总容量Pa, 
Figure FDA0000421881840000022
判断Pa是否满足PL的要求,若满足,进入步骤六,否则,进入步骤e; 
e、令Pa=PL,进入步骤六。 
3.根据权利要求2所述的基于功率预测信息的风电场有功功率控制方法,其特征是:步骤六的具体步骤是: 
a、判断PL是否为0,若PL为0,表明只有优先调节机组参与调节,进入步骤b,否则,表明备选调节机组也参与调节,进入步骤d; 
b、计算每台优先调节机组的有功功率调节比例ki, 
进入步骤c; 
c、计算每台优先调节机组的有功功率调节量ΔPyxi, 
ΔPyxi=ki×ΔP     (12) 
进入步骤g; 
d、将优先调节机组有功功率设为预测最大可利用量Pri,2,计算备选调节机组的有功功率调节量ΔPbx,
ΔPbx=ΔP-Pp     (13) 
进入步骤e; 
e、计算每台备选调节机组的有功功率调节比例kj, 
Figure FDA0000421881840000031
进入步骤f; 
f、计算每台备选调节机组的有功功率调节量ΔPbxi, 
ΔPbxi=kj×ΔPbx     (15) 
进入步骤g; 
g、将有功功率调节指令下发给各台风机,等待下一个调控指令,进入步骤七。 
CN201110426703.7A 2011-12-19 2011-12-19 基于功率预测信息的风电场有功功率控制方法 Active CN102510093B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110426703.7A CN102510093B (zh) 2011-12-19 2011-12-19 基于功率预测信息的风电场有功功率控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110426703.7A CN102510093B (zh) 2011-12-19 2011-12-19 基于功率预测信息的风电场有功功率控制方法

Publications (2)

Publication Number Publication Date
CN102510093A CN102510093A (zh) 2012-06-20
CN102510093B true CN102510093B (zh) 2014-04-30

Family

ID=46222153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110426703.7A Active CN102510093B (zh) 2011-12-19 2011-12-19 基于功率预测信息的风电场有功功率控制方法

Country Status (1)

Country Link
CN (1) CN102510093B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104143839B (zh) * 2013-11-06 2016-03-09 国家电网公司 基于功率预测的风电场集群限出力有功功率分配方法
DE102014000790A1 (de) * 2014-01-22 2015-07-23 Senvion Se Windparkregelung mit verbessertem Sollwertsprungverhalten
CN104124715A (zh) * 2014-08-11 2014-10-29 国家电网公司 根据风机出力按优先级别分配的风电场有功自动调度方法
CN108336768B (zh) * 2017-12-29 2021-07-02 湖南优利泰克自动化系统有限公司 一种风电场有功功率优化控制方法
CN109193816B (zh) * 2018-11-13 2021-12-17 国网黑龙江省电力有限公司 考虑恶意申请与超发惩罚的新能源电站实时有功控制方法
CN110571850B (zh) * 2019-08-28 2020-11-24 中国农业大学 一种风电场功率波动轨迹预测和校正控制方法
CN110932334B (zh) * 2019-11-13 2021-05-07 国电南瑞南京控制系统有限公司 一种带约束多目标优化风电场功率控制方法
CN113471986B (zh) * 2020-03-31 2024-05-31 北京金风科创风电设备有限公司 调节风电场有功功率的方法、控制设备及风电场的控制器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102003337A (zh) * 2010-11-23 2011-04-06 西北电网有限公司 风电并网后主站端风电场有功功率控制方法
CN102013699A (zh) * 2010-10-25 2011-04-13 电子科技大学 一种风力发电场有功功率分配方法
CN102097828A (zh) * 2010-12-30 2011-06-15 中国电力科学研究院 一种基于功率预测的风电优化调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102013699A (zh) * 2010-10-25 2011-04-13 电子科技大学 一种风力发电场有功功率分配方法
CN102003337A (zh) * 2010-11-23 2011-04-06 西北电网有限公司 风电并网后主站端风电场有功功率控制方法
CN102097828A (zh) * 2010-12-30 2011-06-15 中国电力科学研究院 一种基于功率预测的风电优化调度方法

Also Published As

Publication number Publication date
CN102510093A (zh) 2012-06-20

Similar Documents

Publication Publication Date Title
CN102510093B (zh) 基于功率预测信息的风电场有功功率控制方法
CN102611118B (zh) 一种引入预测信息的风电场综合无功电压控制方法
CN102427244B (zh) 大规模光伏风电信息接入系统
CN108039737B (zh) 一种源网荷协调运行模拟系统
CN103219750B (zh) 一种控制风电机组限功率运行的方法及系统
CN102606395B (zh) 基于功率预测信息的风电场有功优化控制方法
Zhang et al. Self-adaptive secondary frequency regulation strategy of micro-grid with multiple virtual synchronous generators
CN102518560B (zh) 一种风电场有功功率调节方法
CN103699941A (zh) 一种电力系统调度运行年方案的制定方法
CN102856931B (zh) 风电场有功功率的动态分群控制方法
CN101286643A (zh) 具有电网接入控制功能的风电场能量管理系统
CN104143839B (zh) 基于功率预测的风电场集群限出力有功功率分配方法
CN103560530A (zh) 一种大规模风电与高载能负荷协调控制方法
CN102185332A (zh) 微网与大电网的交换功率控制方法
CN108390387B (zh) 一种动态自律分散协调的源荷调峰控制方法
CN105811472A (zh) 一种基于风电场经济性的有功功率调节方法及系统
CN109687534B (zh) 基于梯级水量匹配的电力系统发电机组有功功率控制方法
CN103578047A (zh) 一种电力系统源-网-荷互动控制方法
CN117674266B (zh) 一种梯级水电与光伏协同运行的超前预测控制方法及系统
Shenghui et al. Retracted: Multi-Objective Optimization Method for Source-Source Coordination of Power System Considering Wind Power Consumption
Li et al. Within-day Rolling Optimization of Active Distribution Network with Wind and Photovoltaic Distributed Generation
Zhang et al. Energy Management Optimization Strategy of User Side in Smart Grid Based on Model Predictive Control
Zhang A Control System of Intelligent Building Air-Conditioning Load in Virtual Power Plant
Lin et al. Investigation of active power coordination control strategy of wind farm cluster using hierarchical principle
Chen et al. An optimal active power control method of wind farm using power prediction information

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant