CN103226735B - 一种基于风电分段的电力系统优化调度方法 - Google Patents
一种基于风电分段的电力系统优化调度方法 Download PDFInfo
- Publication number
- CN103226735B CN103226735B CN201310098489.6A CN201310098489A CN103226735B CN 103226735 B CN103226735 B CN 103226735B CN 201310098489 A CN201310098489 A CN 201310098489A CN 103226735 B CN103226735 B CN 103226735B
- Authority
- CN
- China
- Prior art keywords
- wind
- electricity generation
- powered electricity
- segmentation
- unit
- 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
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 120
- 230000011218 segmentation Effects 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 238000009987 spinning Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 4
- 239000012634 fragment Substances 0.000 claims description 3
- 230000002045 lasting effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Control Of Eletrric Generators (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及电力系统优化调度领域,具体涉及一种基于风电分段的电力系统优化调度方法。该方法包括下述步骤:(1)风电分段划分;(2)建立风电分段优化调度模型;(3)逐个确定风电分段的优化调度结果;(4)筛选最优调度方案。该方法针对大规模风电接入电网的情况下,将随机间歇性风电按持续性、稳定性划分成不同调度品质的风电分段,按其品质分段分别进行优化调度决策,最后确定出最优风电接纳水平和调度方案。该方法能将风电的随机波动问题分散到每个分段解决,对每个分段按期调度品质制定备用决策简单有效,同时通过序列化的分段优化,给出风电接纳水平的合理依据。
Description
技术领域
本发明涉及电力系统优化调度领域,具体涉及一种基于风电分段的电力系统优化调度方法。
背景技术
通常认为风电是随机、间歇的电源,对电力系统而言,其品质与水电、火电这类可控电源无法媲美。但是对于大规模风电,由于其时空互补特性,所有风电场总出力间歇波动的同时率降低、持续性增强,这对电力系统而言是可贵的品质。以某地区某日实际风电的总出力为例(如附图1),在出力曲线底部形成一块持续稳定的电能,能够保障全天24小时电力供应(这部分电能占据了日总电量的近50%)。不仅如此,这部分电能还具备良好的控制性能,研究表明其响应速度、控制精度可与水电机组相媲美。
由此,将风电出力按持续性和稳定性分成若干不同的分段,那么不同的分段对电力系统来说,将呈现不同的调度品质。以附图1为例:如果按时序评价风电价值,则每个时段之间都有波动,需要常规电源配合风电功率接纳;如按出力水平将日风电电能分成3个分段,对于a段,其出力持续稳定,不需要常规电源配合;对于b段,有波动,需要少量常规电源配合;对于c段,风电剧烈波动,需要更多常规电源配合。另外,从电能量角度看,a,b两段风电已覆盖了日总电量的绝大部分电能,而c段风电电能最少。
目前,针对大规模风电接入电网,没有将随机间歇性风电按持续性、稳定性划分成不同调度品质的风电分段,按其品质分段分别进行优化调度决策,最后确定出最优风电接纳水平和调度方案的方法。
发明内容
针对现有技术的不足,本发明的目的是提供一种基于风电分段的电力系统优化调度方法,该方法针对大规模风电接入电网的情况下,将随机间歇性风电按持续性、稳定性划分成不同调度品质的风电分段,按其品质分段分别进行优化调度决策,最后确定出最优风电接纳水平和调度方案。
该方法能将风电的随机波动问题分散到每个分段解决,对每个分段按期调度品质制定备用决策简单有效,同时通过序列化的分段优化,给出风电接纳水平的合理依据。
本发明的目的是采用下述技术方案实现的:
一种基于风电分段的电力系统优化调度方法,其改进之处在于,所述方法包括下述步骤:
(1)风电分段划分;
(2)建立风电分段优化调度模型;
(3)逐个确定风电分段的优化调度结果;
(4)筛选最优调度方案。
优选的,所述步骤(1)中,按风电预测功率曲线的持续性和稳定性进行分段;根据风电出力水平,对风电一天24小时的波动容量进行划分,划分成L个容量分段。
优选的,所述步骤(2)中,任一风电分段l优化调度模型包括:
<1>目标函数:电力系统发电成本最小,所述目标函数用下式表示:
式中:T为电力系统调度期间的时段数;I为电力系统机组数;pi(t)为机组i在t时的有功功率;xi(t)为机组i在t时的连续开停机时间;xi(t)>0表示连续开机时间;xi(t)<0表示连续停机时间;ui(t)为机组i在t时的状态,ui(t)=1表示开机,ui(t)=0表示停机;Ci(pi(t))为机组i在t时的运行成本或费用;Si(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机成本或费用;l表示风电分段序号;
<2>负荷平衡约束函数:
式中:pd(t)为电力系统t时的总负荷;
<3>电力系统旋转备用约束函数:
式中:ri(t)为机组在t时提供的旋转备用容量;pr(t)为电力系统t时的旋转备用容量需求,rw(t)为风电波动备用容量;
<4>机组出力上下限约束函数:
式中: p i 分别表示发电机组i输出功率的上下限;
<5>机组最小持续开停机时间约束函数:
ui(t)=1,如果
ui(t)=-1,如果-τ i <xi(t)≤-1⑤;
式中: τ i 分别为机组i最小运行与停运时间;
<6>机组爬坡约束函数:
-Δi≤pi(t)-pi(t-1)≤Δi⑥;
式中:Δi为机组i每时段可加减负荷的最大值;
<7>电网安全约束函数:
式中:pij,分别表示支路ij的潮流功率及上限;
<8>风电分段容量约束函数:
pw(t)≤P(l,t)⑧;
<9>风电分段波动备用约束函数:
rw(t)≤Rw(l,t)⑨;
式中:pw(t)表示风电出力;P(l,t)表示第l段在第t时段的容量;Rw(l,t)表示第l段在第t时段的风电波动备用容量;其中Rw(1,t)=0,表示对电能持续分段不设置风电波动备用,对除第l段的其他分段,则根据分段内的风电预测出力波动范围:在RW(l,t)≤P(l,t)-P(l-1,t)之间进行设置。
优选的,所述步骤(3)中,按照风电的分段数目L,采用混合整数规划算法逐个分段进行求解上述风电分段优化调度模型,即式①~式⑨,得到L个优化调度结果,用下述集合表示:
[F*(1),F*(2),...F*(l),...F*(L)]⑩;
其中:F*(1),F*(2),F*(l),F*(L)分别表示第1风电分段、第2风电分段、第l风电分段、第L风电分段的电力系统发电成本。
优选的,所述步骤(4)中,所述最优调度方案为步骤(3)中优化调度结果的最小值,即:
F*=min[F*(1),F*(2),...F*(l),...F*(L)]
与现有技术比,本发明达到的有益效果是:
本发明的优点在于:在电力系统优化调度中,将风电这种随机间歇性电源进行分段逐个优化,可以按风电的调度品质分别决策,序列优化得出最优的全系统调度方案和风电接纳方案:
(1)将风电全天24小时波动问题分散到每个风电分段,有利于调度人员按其调度品质决定风电的波动备用容量:对于每个分段进行优化调度,仅需考虑该分段内风电预测出力的波动情况,简单清晰。
(2)采用风电分段的序列化优化调度,可以给风电最优接纳水平的合理依据:通过风电分段的序列优化,可按每个分段给出不同接纳水平的电力系统调度成本,形成风电最优接纳水平的决策依据。
(3)采用风电分段的优化调度方式,有利于解决风电的随机、不确定性问题:通常越是基荷分段其出力可信度越高、越是峰荷分段其出力可信度越低;同时风电电能分布恰恰与之正相关,基荷分段风电持续供应,该分段电能最多;而峰荷分段风电波动供应,该分段电能最少。
附图说明
图1是现有的风电分段调度示意图;
图2是本发明提供的基于风电分段的电力系统优化调度方法的流程图;
图3是本发明提供的风电分段的优化调度示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
本发明提供一种基于风电分段的电力系统优化调度方法,目的是:针对大规模风电接入电网的情况下,将随机间歇性风电按持续性、稳定性划分成不同调度品质的风电分段,按其品质分段分别进行优化调度决策,最后确定出最优风电接纳水平和调度方案。本发明提供的基于风电分段的电力系统优化调度方法的流程图如图2所示,具体包括下述步骤:
(1)风电分段划分:
按风电预测功率曲线的持续性和稳定性进行分段;根据风电出力水平,对风电一天24小时的波动容量进行划分,划分成L个容量分段。
所述持续性指的是一天24小时内风电机组连续发电;所述稳定性指的是风电机组发电过程中的波动容量变化稳定。
(2)建立风电分段优化调度模型:
任一风电分段l优化调度模型包括:
<1>目标函数:电力系统发电成本最小,所述目标函数用下式表示:
式中:T为电力系统调度期间的时段数;I为电力系统机组数;pi(t)为机组i在t时的有功功率;xi(t)为机组i在t时的连续开停机时间;xi(t)>0表示连续开机时间;xi(t)<0表示连续停机时间;ui(t)为机组i在t时的状态,ui(t)=1表示开机,ui(t)=0表示停机;Ci(pi(t))为机组i在t时的运行成本或费用;Si(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机成本或费用;l表示风电分段序号;
<2>负荷平衡约束函数:
式中:pd(t)为电力系统t时的总负荷;
<3>电力系统旋转备用约束函数:
式中:ri(t)为机组在t时提供的旋转备用容量;pr(t)为电力系统t时的旋转备用容量需求,rw(t)为风电波动备用容量;
<4>机组出力上下限约束函数:
式中: p i 分别表示发电机组i输出功率的上下限;
<5>机组最小持续开停机时间约束函数:
ui(t)=1,如果
ui(t)=-1,如果-τ i <xi(t)≤-1⑤;
式中: τ i 分别为机组i最小运行与停运时间;
<6>机组爬坡约束函数:
-Δi≤pi(t)-pi(t-1)≤Δi⑥;
式中:Δi为机组i每时段可加减负荷的最大值;
<7>电网安全约束函数:
式中:pij,分别表示支路ij的潮流功率及上限;
<8>风电分段容量约束函数:
pw(t)≤P(l,t)⑧;
<9>风电分段波动备用约束函数:
rw(t)≤Rw(l,t)⑨;
式中:pw(t)表示风电出力;P(l,t)表示第l段在第t时段的容量;Rw(l,t)表示第l段在第t时段的风电波动备用容量;其中Rw(1,t)=0,表示对电能持续分段不设置风电波动备用,对除第l段的其他分段,则根据分段内的风电预测出力波动范围:在RW(l,t)≤P(l,t)-P(l-1,t)之间进行设置。
(3)逐个确定风电分段的优化调度结果:
按照风电的分段总数,采用混合整数规划算法(MixedIntegerProgramming,MIP)逐个分段进行求解上述风电分段优化调度模型(式①~式⑨),得到L个优化调度结果,即:
[F*(1),F*(2),...F*(l),...F*(L)]⑩;
其中:F*(1),F*(2),F*(l),F*(L)分别表示第1风电分段、第2风电分段、第l风电分段、第L风电分段的电力系统发电成本。
混合整数规划算法中以常规机组在各时段的开停机方式为离散型决策变量,其余变量为连续型决策变量。其中,离散型决策变量的优化解决机组开停问题,得到机组出力和备用容量;连续型决策变量的优化解决负荷平衡和风电波动平衡的问题。两者之间联立求解,得出风电接纳的最优开停机方案和机组出力计划。
(4)筛选最优调度方案:
最优调度方案为步骤(3)中优化调度结果的最小值,即:
F*=min[F*(1),F*(2),...F*(l),...F*(L)]
本发明提供的风电分段的优化调度示意图如图3所示,如图3中对每个分段,仅需考虑该段容量范围内风电的波动,不需要考虑两个时段间风电的骤变。
采用本发明的方法,能将风电的随机波动问题分散到每个分段解决,对每个分段按期调度品质制定备用决策简单有效,同时通过序列化的分段优化,可给出风电接纳水平的合理依据。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种基于风电分段的电力系统优化调度方法,其特征在于,所述方法包括下述步骤:
(1)风电分段划分;
(2)建立风电分段优化调度模型;
(3)逐个确定风电分段的优化调度结果;
(4)筛选最优调度方案;
所述步骤(2)中,任一风电分段l优化调度模型包括:
<1>目标函数:电力系统发电成本最小,所述目标函数用下式表示:
式中:T为电力系统调度期间的时段数;I为电力系统机组数;pi(t)为机组i在t时的有功功率;xi(t)为机组i在t时的连续开停机时间;xi(t)>0表示连续开机时间;xi(t)<0表示连续停机时间;ui(t)为机组i在t时的状态,ui(t)=1表示开机,ui(t)=0表示停机;Ci(pi(t))为机组i在t时的运行成本或费用;Si(xi(t-1),ui(t))为机组i有状态变化时,从t-1时段到t时段的开机成本或费用;l表示风电分段序号;
<2>负荷平衡约束函数:
式中:pd(t)为电力系统t时的总负荷;
<3>电力系统旋转备用约束函数:
式中:ri(t)为机组在t时提供的旋转备用容量;pr(t)为电力系统t时的旋转备用容量需求,rw(t)为风电波动备用容量;
<4>机组出力上下限约束函数:
式中: p i 分别表示发电机组i输出功率的上下限;
<5>机组最小持续开停机时间约束函数:
ui(t)=1,如果
ui(t)=-1,如果-τ i <xi(t)≤-1⑤;
式中: τ i 分别为机组i最小运行与停运时间;
<6>机组爬坡约束函数:
-Δi≤pi(t)-pi(t-1)≤Δi⑥;
式中:Δi为机组i每时段可加减负荷的最大值;
<7>电网安全约束函数:
式中:pij,分别表示支路ij的潮流功率及上限;
<8>风电分段容量约束函数:
pw(t)≤P(l,t)⑧;
<9>风电分段波动备用约束函数:
rw(t)≤Rw(l,t)⑨;
式中:pw(t)表示风电出力;P(l,t)表示第l段在第t时段的容量;Rw(l,t)表示第l段在第t时段的风电波动备用容量;其中Rw(1,t)=0,表示对电能持续分段不设置风电波动备用,对除第l段的其他分段,则根据分段内的风电预测出力波动范围:在RW(l,t)≤P(l,t)-P(l-1,t)之间进行设置;
所述步骤(3)中,按照风电的分段数目L,采用混合整数规划算法逐个分段进行求解上述风电分段优化调度模型,即式①~式⑨,得到L个优化调度结果,用下述集合表示:
[F*(1),F*(2),...F*(l),...F*(L)]⑩;
其中:F*(1),F*(2),F*(l),F*(L)分别表示第1风电分段、第2风电分段、第l风电分段、第L风电分段的电力系统发电成本;
所述步骤(4)中,所述最优调度方案为步骤(3)中优化调度结果的最小值,即:
F*=min[F*(1),F*(2),...F*(l),...F*(L)]
2.如权利要求1所述的电力系统优化调度方法,其特征在于,所述步骤(1)中,按风电预测功率曲线的持续性和稳定性进行分段;根据风电出力水平,对风电一天24小时的波动容量进行划分,划分成L个容量分段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310098489.6A CN103226735B (zh) | 2013-03-26 | 2013-03-26 | 一种基于风电分段的电力系统优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310098489.6A CN103226735B (zh) | 2013-03-26 | 2013-03-26 | 一种基于风电分段的电力系统优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103226735A CN103226735A (zh) | 2013-07-31 |
CN103226735B true CN103226735B (zh) | 2016-03-02 |
Family
ID=48837175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310098489.6A Active CN103226735B (zh) | 2013-03-26 | 2013-03-26 | 一种基于风电分段的电力系统优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103226735B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103632210B (zh) * | 2013-11-27 | 2016-08-17 | 国家电网公司 | 一种中压配电网分段优化方法 |
CN103729698B (zh) * | 2014-01-16 | 2017-01-25 | 国家电网公司 | 一种应对风电不确定性的需求响应调度方法 |
CN104009499B (zh) * | 2014-06-13 | 2016-02-03 | 东南大学 | 一种解决风电并网系统潮流不均衡的调度方法 |
CN105574778B (zh) * | 2016-03-02 | 2021-01-15 | 中国电力科学研究院 | 一种基于优化计算的风电品质的量化分段方法 |
CN106886839B (zh) * | 2017-02-20 | 2020-07-28 | 国网青海省电力公司电力科学研究院 | 基于混合整数规划的水火电机组组合优化调度方法 |
CN108879657B (zh) * | 2018-06-13 | 2020-11-24 | 湖北省电力勘测设计院有限公司 | 基于风电容量可信度的电力电量平衡优化方法 |
CN108695851B (zh) * | 2018-06-28 | 2020-06-23 | 国网湖南省电力有限公司 | 一种基于负荷分区电价的发电优化调度方法 |
CN109474003B (zh) * | 2018-09-12 | 2022-02-15 | 国网浙江省电力有限公司嘉兴供电公司 | 一种接入风电场的区域电网优化调度方法 |
CN110956266B (zh) * | 2019-06-06 | 2023-08-15 | 国网辽宁省电力有限公司 | 基于层次分析法的多电源电力系统多目标优化调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102290829A (zh) * | 2011-08-13 | 2011-12-21 | 东北电力大学 | 一种全系统低发电成本的大规模风电控制方法 |
CN102820656A (zh) * | 2012-08-25 | 2012-12-12 | 华北电力大学(保定) | 风电机组同火电机组联合调度发电负荷的方法 |
CN102856931A (zh) * | 2012-06-15 | 2013-01-02 | 中国电力科学研究院 | 风电场有功功率的动态分群控制方法 |
-
2013
- 2013-03-26 CN CN201310098489.6A patent/CN103226735B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102290829A (zh) * | 2011-08-13 | 2011-12-21 | 东北电力大学 | 一种全系统低发电成本的大规模风电控制方法 |
CN102856931A (zh) * | 2012-06-15 | 2013-01-02 | 中国电力科学研究院 | 风电场有功功率的动态分群控制方法 |
CN102820656A (zh) * | 2012-08-25 | 2012-12-12 | 华北电力大学(保定) | 风电机组同火电机组联合调度发电负荷的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103226735A (zh) | 2013-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103226735B (zh) | 一种基于风电分段的电力系统优化调度方法 | |
CN111769600B (zh) | 一种基于灵活性裕度的电力系统源荷储协调滚动调度方法 | |
CN102148534B (zh) | 电网系统及其管理方法 | |
CN112467730B (zh) | 考虑风光出力预测误差和需求响应灵活性的电力系统优化调度方法 | |
CN103296682A (zh) | 一种多时空尺度渐进趋优的负荷调度模式设计方法 | |
CN108876000A (zh) | 一种光伏充电站光、储、变压器容量协调优化配置方法 | |
CN108599269A (zh) | 一种考虑风险成本的大电网自适应鲁棒备用优化方法 | |
CN109217290A (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN103296754A (zh) | 一种主动配电网分布式电源资源控制方法 | |
CN110429649A (zh) | 考虑灵活性的高渗透率可再生能源集群划分方法 | |
CN109149651A (zh) | 一种计及调压辅助服务收益的光储系统优化运行方法 | |
CN102664401A (zh) | 一种基于电池寿命模型的微电网控制方法 | |
CN109462258A (zh) | 一种基于机会约束规划的家庭能量优化调度方法 | |
CN110752629B (zh) | 一种交直流混合家庭微电网能量优化管理方法 | |
CN105071423A (zh) | 计及限风特性与经济性的储能系统容量配置方法 | |
CN205212447U (zh) | 一种含复合储能微电网的多目标优化系统 | |
CN102751724A (zh) | 一种面向需求侧响应基于预测的三相负载调度方法及装置 | |
CN105574681A (zh) | 一种多时间尺度社区能源局域网能量调度方法 | |
CN108075471A (zh) | 基于随机性电源出力预测的多目标约束优化电网调度策略 | |
CN110490479A (zh) | 一种选择风电场储能的方法 | |
CN114301089A (zh) | 一种风光联合发电系统储能容量配置优化方法 | |
CN108695903A (zh) | 基于粒子群优化算法的微电网优化调度方法 | |
CN102624034B (zh) | 适用于高压电网的风电场调度配合型无功运行方法 | |
CN117134409A (zh) | 考虑电-氢-热互补的微网系统及其多目标优化配置方法 | |
CN110224397A (zh) | 一种风光接入背景下用户侧电池储能成本效益分析方法 |
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 |