CN103473393A - 一种考虑随机概率的输电裕度控制模型建模方法 - Google Patents
一种考虑随机概率的输电裕度控制模型建模方法 Download PDFInfo
- Publication number
- CN103473393A CN103473393A CN2013103645969A CN201310364596A CN103473393A CN 103473393 A CN103473393 A CN 103473393A CN 2013103645969 A CN2013103645969 A CN 2013103645969A CN 201310364596 A CN201310364596 A CN 201310364596A CN 103473393 A CN103473393 A CN 103473393A
- Authority
- CN
- China
- Prior art keywords
- power
- wind
- probability
- rsqb
- lsqb
- 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.)
- Granted
Links
Images
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
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明提供一种考虑随机概率的输电裕度控制模型建模方法,所述方法包括以下步骤:建立随机概率模型;进行大规模间隙式电源接入电网的计划随机潮流计算;建立考虑随机概率的输电裕度控制模型。本发明提出了一种考虑随机概率的输电裕度控制模型建模方法,为进一步探索大规模间歇性电源接入下输电裕度控制算法,提高电网对新能源的接纳能力,为实现大规模风电接入下计划潮流的超前控制奠定技术基础。
Description
技术领域
本发明属于电力自动化技术领域,具体涉及一种考虑随机概率的输电裕度控制模型建模方法。
背景技术
考虑到大规模间歇性并网电源(如风电、太阳能等)其输出功率具有明显的随机性和波动性,传统的基于确定电网阻抗特性潮流功率的输电裕度模型只能给出系统在某个或若干指定系统状态下支路潮流状态以及与安全阈值的大小关系,不能全面评估此类电源接入电网后对全网输电安全稳定极限带来的影响。
电力系统一般要对几年甚至几十年以上的电源、电网、负荷发展做规划,当时间较长时负荷的预测就不可能准确。人类日常生活以及工作方式的改变也都会影响负荷预测。许多国家电力市场由传统的管制模式向竞争的市场模式转型,在更加强调经济性社会性的前提下电力系统的不确定性越来越大。作为电力用户,特别是工业用户对电价相当敏感,他们可能会按适合的电价安排工作进度。一些工业用户会综合成本重新选择生产地点,相当于改变了区域的用电特性。电力系统设备都面临着故障检修情况,随时可能退出系统,甚至改变网络的拓扑结构当新能源上网以后,例如风电、太阳能发电等,这些电源出力受到气候条件的影响极大。因此如果采用常规潮流法进行电力系统规划和运行分析时,就需要对各种随机情况作大量方案计算,不仅计算量大、耗时长,并且很难全面的反映情况。基于随机潮流建立间歇性为研究新能源接入能力及其安全经济性评估指标体系提供了有力理论依据和实用化产品研制开发基础。
发明内容
为了克服上述现有技术的不足,本发明提出了一种考虑随机概率的输电裕度控制模型建模方法,为进一步探索大规模间歇性电源接入下输电裕度控制算法,提高电网对新能源的接纳能力,为实现大规模风电接入下计划潮流的超前控制奠定技术基础。
为了实现上述发明目的,本发明采取如下技术方案:
提供一种考虑随机概率的输电裕度控制模型建模方法,所述方法包括以下步骤:
步骤1:建立随机概率模型;
步骤2:进行大规模间隙式电源接入电网的计划随机潮流计算;
步骤3:建立考虑随机概率的输电裕度控制模型。
所述步骤1中的随机概率模型包括风力发电场随机模型、常规机组随机模型和母线负荷随机模型;所述风力发电场随机模型包括风速随机模型和风力发电机组功率随机模型。
所述风速随机模型处理成三参数Weibull模型,将该模型的位置参数设定为风场所在地最小风速,则风速概率密度函数为:
其中,v为迎风风速,v0为位置参数,即为风场所在地最小风速,b为尺度参数,反映风电场的平均风速,c为形状参数,满足b>0且c>0,b和c由平均风速和平均风速标准差计算得到:
其中,μv为平均风速,σv为平均风速标准差。
根据风力发电机组功率特性建立风力发电机组功率随机模型;风力发电机组功率随机模型包括风力发电机组有功功率随机模型和风力发电机组无功功率随机模型。
风力发电机组有功功率随机模型建立过程如下:
认定在切入风速vci至额定风速vr区间成线性关系,则有:
其中,Pw和Pr分别为风力发电机组实际输出有功功率和额定有功功率,vco为切出风速, k2=-k1vci;
由随机变量的函数即可求出风力发电机组有功功率分布函数F(Pw)和风力发电机组有功功率密度函数f(Pw),具体有:
(1)当v0≤v≤vci∪vco≤v时,Pw=0,有
f(Pw)=0 (6)
(2)当vci≤v≤vr时,0<Pw<Pr,有
其中,a=k1v0+k2,α=c,β=k1b;
(3)当vr≤v<vco时,Pw=Pr,有
所述风力发电机组无功功率随机模型中,风力发电机组的实际输出无功功率Qw表示为:
求风力发电机组无功功率分布函数F(Qw)和风力发电机组有功功率密度函数f(Qw),具体有:
(1)当v0≤v≤vci∪vco≤v时,Qw=0,有
f(Qw)=0 (13)
(2)当vci≤v≤vr时,0<Qw<Qr,有
其中,a=k1v0+k2,α=c,β=k1b,Qr为风力发电机组额定无功功率;
(3)当vr≤v<vco时,Qw=Qr,有
所述常规机组随机模型中,将全日24小时按N分钟分为M个时刻点,每个时刻点对应的常规机组计划概率分布函数为:
其中,Ci为常规机组的额定有功功率,p为常规机组的可用率。
所述母线负荷随机模型中,母线负荷预测服从期望值μj=POj,标准差δj=10%POj的正态分布;POj为第j个时刻点的母线负荷预测值,j∈[1,M],常规机组计划值及母线负荷预测值对应其功率概率密度函数中的期望值,同时可根据中长期历史值统计得到各个常规机组的停运率及母线负荷预测概率密度函数的标准差值。
所述步骤2包括以下步骤:
步骤2-1:获取电网计划数据,所述电网计划数据包括计划随机潮流计算参数和其期望、发电机额定功率和其期望、负荷节点额定功率和其期望以及风电场额定功率和其期望;
步骤2-2:计算节点注入量的均值和方差λi′,同时考虑到负荷相关性应当计算节点注入量的协方差矩阵CX,进而求取协方差矩阵CX的特征值λi和特征向量φi,且i=1,2,…,m;与xi相对应的独立随机变量X*为:
X*=STX (19)
其中,S=[φ1,φ2,…,φm]为正交矩阵,满足:
步骤2-3:通过风力发电场某时期内迎风风速统计数据,计算基于三参数Weibull分布风速概率密度函数;
步骤2-4:取电网计划数据进行计划随机潮流计算,求得在基准运行点上的状态变量X0、雅可比矩阵J0和灵敏度矩阵S0;
步骤2-5:计算各节点注入功率随机变量的各阶矩,然后求出其各阶半不变量,其中,风电场有功输出的半不变量求解过程为:
上式是通过对式(5)-(10)积分求得的特征函数,进而利用特征函数和矩的关系,推导出风电场有功输出功率的第r阶矩为:
由于风电场无功输出与有功输出存在线性关系,同理得到其的各阶半不变量;
步骤2-7:通过注入功率的各阶半不变量ΔS(k)求得系统各节点状态变量各阶不变量ΔX(k);
步骤2-8:利用Cornish-Fisher展开式拟合得到节点状态变量的随机分布函数和随机分布概率密度函数。
所述步骤3包括以下步骤:
步骤3-1:通过大规模间隙式电源接入电网时的计划随机潮流计算,得到全网某时刻下各支路潮流集合Pij对应的随机潮流分布集合Fij,其中i,j为网络中相连接的节点号;
设定网络某支路Lij为输电裕度监测点,该支路的有功热稳限值为Plimit,即可根据随机潮流求得输电裕度监测点随机潮流分布得到计划潮流在热稳限值范围内的概率:
其中,f(xij)为支路Lij有功功率随机概率密度函数;
步骤3-2:根据预先设置的支路输电裕度的安全概率阈值判断该条支路在计划时刻下是否为概率危险点,若支路计划随机潮流在热稳限值范围内的概率低于预先设置的支路输电裕度的安全概率阈值,则应将该条支路计划潮流列入下次计划编制时的控制约束集合中,通过调整常规发电场发电计划提高该支路输电裕度安全概率,反之,则判定系统运行满足安全稳定概率要求。
与现有技术相比,本发明的有益效果在于:
1.给出了能够描述大规模间歇性电源接入的电网的日前计划态下电网各组成元素概率随机模型,避免了传统确定性潮流理论对电网组成的定义不能满足对接入波动性电源后电网组成基于概率层面的数学描述要求;
2.基于电网各组成元素概率随机模型和日前计划数据提出了全网日前计划随机潮流算法,能够给出基于概率函数的全网计划随机潮流结果。
3.在计划随机潮流计算数学模型和支路输电裕度概念基础上,提出基于概率的支路输电裕度的安全概率阈值,在概率理论层面满足系统运行满足安全稳定概率要求。
附图说明
图1是考虑随机概率的输电裕度控制模型建模方法流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1,提供一种考虑随机概率的输电裕度控制模型建模方法,所述方法包括以下步骤:
步骤1:建立随机概率模型;
步骤2:进行大规模间隙式电源接入电网的计划随机潮流计算;
步骤3:建立考虑随机概率的输电裕度控制模型。
所述步骤1中的随机概率模型包括风力发电场随机模型、常规机组随机模型和母线负荷随机模型;所述风力发电场随机模型包括风速随机模型和风力发电机组功率随机模型。
所述风速随机模型处理成三参数Weibull模型,将该模型的位置参数设定为风场所在地最小风速,则风速概率密度函数为:
其中,v为迎风风速,v0为位置参数,即为风场所在地最小风速,b为尺度参数,反映风电场的平均风速,c为形状参数,满足b>0且c>0,b和c由平均风速和平均风速标准差计算得到:
其中,μv为平均风速,σv为平均风速标准差,Γ为Gamma函数。
根据风力发电机组功率特性建立风力发电机组功率随机模型;风力发电机组功率随机模型包括风力发电机组有功功率随机模型和风力发电机组无功功率随机模型。
风力发电机组有功功率随机模型建立过程如下:
认定在切入风速vci至额定风速vr区间成线性关系,则有:
其中,Pw和Pr分别为风力发电机组实际输出有功功率和额定有功功率,vco为切出风速, k2=-k1vci;
由随机变量的函数即可求出风力发电机组有功功率分布函数F(Pw)和风力发电机组有功功率密度函数f(Pw),具体有:
(1)当v0≤v≤vci∪vco≤v时,Pw=0,有
f(Pw)=0 (6)
(2)当vci≤v≤vr时,0<Pw<Pr,有
其中,a=k1v0+k2,α=c,β=k1b;
(3)当vr≤v<vco时,Pw=Pr,有
同时注意到变桨距风电机组为建立旋转磁场需要吸收无功功率,在这种模式下的风力发电机(场)并网模型就简化处理为PQ节点,同时假定风电机组并联自动投切电容器使功率因数保持不变。同时,双馈式感应风电机组亦能工作在恒功率因数状态,区别于异步风电机组的是其具有在一定风速下发出无功功率,从而向电网提供无功支撑的能力。变桨距的风力发电机组包括双馈式感应风电机组和异步风电机组;故此两种机型对应的风力发电机组无功功率随机模型中,风力发电机组的实际输出无功功率Qw表示为:
求风力发电机组无功功率分布函数F(Qw)和风力发电机组有功功率密度函数f(Qw),具体有:
(1)当v0≤v≤vci∪vco≤v时,Qw=0,有
f(Qw)=0 (13)
(2)当vci≤v≤vr时,0<Qw<Qr,有
其中,a=k1v0+k2,α=c,β=k1b,Qr为风力发电机组额定无功功率;
(3)当vr≤v<vco时,Qw=Qr,有
所述常规机组随机模型中,将全日24小时按15分钟分为96个时刻点,每个时刻点对应的常规机组计划概率分布函数为:
其中,Ci为常规机组的额定有功功率,p为常规机组的可用率。
所述母线负荷随机模型中,母线负荷预测服从期望值μj=POj,标准差δj=10%POj的正态分布;POj为第j个时刻点的母线负荷预测值,j∈[1,M],常规机组计划值及母线负荷预测值对应其功率概率密度函数中的期望值,同时可根据中长期历史值统计得到各个常规机组的停运率及母线负荷预测概率密度函数的标准差值。
考虑到发电计划和母线负荷预测对输电裕度影响的实际物理意义,研究中认为两者均符合期望为其计划值且期望处概率密度函数值为100%的概率分布。
所述步骤2包括以下步骤:
步骤2-1:获取电网计划数据,所述电网计划数据包括计划随机潮流计算参数和其期望、发电机额定功率和其期望、负荷节点额定功率和其期望以及风电场额定功率和其期望;
步骤2-2:计算节点注入量的均值和方差λi′,同时考虑到负荷相关性应当计算节点注入量的协方差矩阵CX,进而求取协方差矩阵CX的特征值λi和特征向量φi,且i=1,2,…,m;与xi相对应的独立随机变量X*为:
X*=STX (19)
其中,S=[φ1,φ2,…,φm]为正交矩阵,满足:
步骤2-3:通过风力发电场某时期内迎风风速统计数据,计算基于三参数Weibull分布风速概率密度函数;
步骤2-4:取电网计划数据进行计划随机潮流计算,求得在基准运行点上的状态变量X0、雅可比矩阵J0和灵敏度矩阵S0;
步骤2-5:计算各节点注入功率随机变量的各阶矩,然后求出其各阶半不变量,其中,风电场有功输出的半不变量求解过程为:
上式是通过对式(5)-(10)积分求得的特征函数,进而利用特征函数和矩的关系,推导出风电场有功输出功率的第r阶矩为:
由于风电场无功输出与有功输出存在线性关系,同理得到其的各阶半不变量;
步骤2-7:通过注入功率的各阶半不变量ΔS(k)求得系统各节点状态变量各阶不变量ΔX(k);
步骤2-8:利用Cornish-Fisher展开式拟合得到节点状态变量的随机分布函数和随机分布概率密度函数。
所述步骤3包括以下步骤:
步骤3-1:通过大规模间隙式电源接入电网时的计划随机潮流计算,得到全网某时刻下各支路潮流集合Pij对应的随机潮流分布集合Fij,其中i,j为网络中相连接的节点号;
设定网络某支路Lij为输电裕度监测点,该支路的有功热稳限值为Plimit,即可根据随机潮流求得输电裕度监测点随机潮流分布得到计划潮流在热稳限值范围内的概率:
其中,f(xij)为支路Lij有功功率随机概率密度函数;
步骤3-2:根据预先设置的支路输电裕度的安全概率阈值判断该条支路在计划时刻下是否为概率危险点,若支路计划随机潮流在热稳限值范围内的概率低于预先设置的支路输电裕度的安全概率阈值,则应将该条支路计划潮流列入下次计划编制时的控制约束集合中,通过调整常规发电场发电计划提高该支路输电裕度安全概率,反之,则判定系统运行满足安全稳定概率要求。
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 (10)
1.一种考虑随机概率的输电裕度控制模型建模方法,其特征在于:所述方法包括以下步骤:
步骤1:建立随机概率模型;
步骤2:进行大规模间隙式电源接入电网的计划随机潮流计算;
步骤3:建立考虑随机概率的输电裕度控制模型。
2.根据权利要求1所述的考虑随机概率的输电裕度控制模型建模方法,其特征在于:所述步骤1中的随机概率模型包括风力发电场随机模型、常规机组随机模型和母线负荷随机模型;所述风力发电场随机模型包括风速随机模型和风力发电机组功率随机模型。
3.根据权利要求2所述的考虑随机概率的输电裕度控制模型建模方法,其特征在于:所述风速随机模型处理成三参数Weibull模型,将该模型的位置参数设定为风场所在地最小风速,则风速概率密度函数为:
其中,v为迎风风速,v0为位置参数,即为风场所在地最小风速,b为尺度参数,反映风电场的平均风速,c为形状参数,满足b>0且c>0,b和c由平均风速和平均风速标准差计算得到:
其中,μv为平均风速,σv为平均风速标准差。
4.根据权利要求2所述的考虑随机概率的输电裕度控制模型建模方法,其特征在于:根据风力发电机组功率特性建立风力发电机组功率随机模型;风力发电机组功率随机模型包括风力发电机组有功功率随机模型和风力发电机组无功功率随机模型。
5.根据权利要求4所述的考虑随机概率的输电裕度控制模型建模方法,其特征在于:风力发电机组有功功率随机模型建立过程如下:
认定在切入风速vci至额定风速vr区间成线性关系,则有:
其中,Pw和Pr分别为风力发电机组实际输出有功功率和额定有功功率,vco为切出风速, k2=-k1vci;
由随机变量的函数即可求出风力发电机组有功功率分布函数F(Pw)和风力发电机组有功功率密度函数f(Pw),具体有:
(1)当v0≤v≤vci∪vco≤v时,Pw=0,有
f(Pw)=0 (6)
(2)当vci≤v≤vr时,0<Pw<Pr,有
其中,a=k1v0+k2,α=c,β=k1b;
(3)当vr≤v<vco时,Pw=Pr,有
7.根据权利要求2所述的考虑随机概率的输电裕度控制模型建模方法,其特征在于:所述常规机组随机模型中,将全日24小时按N分钟分为M个时刻点,每个时刻点对应的常规机组计划概率分布函数为:
其中,Ci为常规机组的额定有功功率,p为常规机组的可用率。
8.根据权利要求2所述的考虑随机概率的输电裕度控制模型建模方法,其特征在于:所述母线负荷随机模型中,母线负荷预测服从期望值μj=POj,标准差δj=10%POj的正态分布;POj为第j个时刻点的母线负荷预测值,j∈[1,M],常规机组计划值及母线负荷预测值对应其功率概率密度函数中的期望值,同时可根据中长期历史值统计得到各个常规机组的停运率及母线负荷预测概率密度函数的标准差值。
9.根据权利要求1所述的考虑随机概率的输电裕度控制模型建模方法,其特征在于:所述步骤2包括以下步骤:
步骤2-1:获取电网计划数据,所述电网计划数据包括计划随机潮流计算参数和其期望、发电机额定功率和其期望、负荷节点额定功率和其期望以及风电场额定功率和其期望;
步骤2-2:计算节点注入量的均值和方差λi′,同时考虑到负荷相关性应当计算节点注入量的协方差矩阵CX,进而求取协方差矩阵CX的特征值λi和特征向量φi,且i=1,2,…,m;与xi相对应的独立随机变量X*为:
X*=STX (19)
其中,S=[φ1,φ2,…,φm]为正交矩阵,满足:
步骤2-3:通过风力发电场某时期内迎风风速统计数据,计算基于三参数Weibull分布风速概率密度函数;
步骤2-4:取电网计划数据进行计划随机潮流计算,求得在基准运行点上的状态变量X0、雅可比矩阵J0和灵敏度矩阵S0;
步骤2-5:计算各节点注入功率随机变量的各阶矩,然后求出其各阶半不变量,其中,风电场有功输出的半不变量求解过程为:
上式是通过对式(5)-(10)积分求得的特征函数,进而利用特征函数和矩的关系,推导出风电场有功输出功率的第r阶矩为:
由于风电场无功输出与有功输出存在线性关系,同理得到其的各阶半不变量;
步骤2-7:通过注入功率的各阶半不变量ΔS(k)求得系统各节点状态变量各阶不变量ΔX(k);
步骤2-8:利用Cornish-Fisher展开式拟合得到节点状态变量的随机分布函数和随机分布概率密度函数。
10.根据权利要求1所述的考虑随机概率的输电裕度控制模型建模方法,其特征在于:所述步骤3包括以下步骤:
步骤3-1:通过大规模间隙式电源接入电网时的计划随机潮流计算,得到全网某时刻下各支路潮流集合Pij对应的随机潮流分布集合Fij,其中i,j为网络中相连接的节点号;
设定网络某支路Lij为输电裕度监测点,该支路的有功热稳限值为Plimit,即可根据随机潮流求得输电裕度监测点随机潮流分布得到计划潮流在热稳限值范围内的概率:
其中,f(xij)为支路Lij有功功率随机概率密度函数;
步骤3-2:根据预先设置的支路输电裕度的安全概率阈值判断该条支路在计划时刻下是否为概率危险点,若支路计划随机潮流在热稳限值范围内的概率低于预先设置的支路输电裕度的安全概率阈值,则应将该条支路计划潮流列入下次计划编制时的控制约束集合中,通过调整常规发电场发电计划提高该支路输电裕度安全概率,反之,则判定系统运行满足安全稳定概率要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310364596.9A CN103473393B (zh) | 2013-08-20 | 2013-08-20 | 一种考虑随机概率的输电裕度控制模型建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310364596.9A CN103473393B (zh) | 2013-08-20 | 2013-08-20 | 一种考虑随机概率的输电裕度控制模型建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103473393A true CN103473393A (zh) | 2013-12-25 |
CN103473393B CN103473393B (zh) | 2016-04-20 |
Family
ID=49798241
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310364596.9A Active CN103473393B (zh) | 2013-08-20 | 2013-08-20 | 一种考虑随机概率的输电裕度控制模型建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103473393B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104392389A (zh) * | 2014-11-13 | 2015-03-04 | 广东电网有限责任公司电力科学研究院 | 一种评估光伏发电补偿峰荷裕度的方法 |
CN105117983A (zh) * | 2015-08-31 | 2015-12-02 | 国家电网公司 | 考虑负荷及新能源随机性的upfc安装位置优化方法 |
CN105205544A (zh) * | 2014-06-24 | 2015-12-30 | 华北电力大学(保定) | 一种基于双重随机理论的风电功率预测方法 |
CN105631520A (zh) * | 2015-07-16 | 2016-06-01 | 长沙理工大学 | 一种提取风速随机模糊不确定特征的建模新方法 |
CN105809369A (zh) * | 2016-03-31 | 2016-07-27 | 国电南瑞科技股份有限公司 | 考虑新能源功率不确定性分布的日前计划安全校核方法 |
CN108155676A (zh) * | 2017-12-22 | 2018-06-12 | 北京金风科创风电设备有限公司 | 新能源发电场谐波的抑制方法、装置、控制器及存储介质 |
CN108599240A (zh) * | 2018-04-28 | 2018-09-28 | 太原理工大学 | 计及小干扰稳定性的风电机组变换器控制器参数整定方法 |
CN109038591A (zh) * | 2018-08-16 | 2018-12-18 | 广东电网有限责任公司 | 一种半不变量法概率潮流计算方法 |
CN109066776A (zh) * | 2018-08-09 | 2018-12-21 | 国网冀北电力有限公司张家口供电公司 | 一种计及风电出力不确定性的电网线路充裕度评估方法 |
CN109447715A (zh) * | 2018-11-09 | 2019-03-08 | 福州大学 | 一种考虑风电并网传输裕度价值的节点电价计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3017867B2 (ja) * | 1991-11-29 | 2000-03-13 | 株式会社東芝 | 交直変換装置の制御装置 |
CN101685481A (zh) * | 2008-09-27 | 2010-03-31 | 国家电力调度通信中心 | 一种基于并行算法的计算在线输电裕度的方法及系统 |
-
2013
- 2013-08-20 CN CN201310364596.9A patent/CN103473393B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3017867B2 (ja) * | 1991-11-29 | 2000-03-13 | 株式会社東芝 | 交直変換装置の制御装置 |
CN101685481A (zh) * | 2008-09-27 | 2010-03-31 | 国家电力调度通信中心 | 一种基于并行算法的计算在线输电裕度的方法及系统 |
Non-Patent Citations (1)
Title |
---|
李庚银等: ""可用输电能力评估的序贯蒙特卡罗仿真法"", 《中国电机工程学报》, vol. 28, no. 25, 5 September 2008 (2008-09-05) * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205544B (zh) * | 2014-06-24 | 2018-07-24 | 华北电力大学(保定) | 一种基于双重随机理论的风电功率预测方法 |
CN105205544A (zh) * | 2014-06-24 | 2015-12-30 | 华北电力大学(保定) | 一种基于双重随机理论的风电功率预测方法 |
CN104392389A (zh) * | 2014-11-13 | 2015-03-04 | 广东电网有限责任公司电力科学研究院 | 一种评估光伏发电补偿峰荷裕度的方法 |
CN104392389B (zh) * | 2014-11-13 | 2018-05-25 | 广东电网有限责任公司电力科学研究院 | 一种评估光伏发电补偿峰荷裕度的方法 |
CN105631520A (zh) * | 2015-07-16 | 2016-06-01 | 长沙理工大学 | 一种提取风速随机模糊不确定特征的建模新方法 |
CN105631520B (zh) * | 2015-07-16 | 2018-08-14 | 长沙理工大学 | 一种提取风速随机模糊不确定特征的建模新方法 |
CN105117983A (zh) * | 2015-08-31 | 2015-12-02 | 国家电网公司 | 考虑负荷及新能源随机性的upfc安装位置优化方法 |
CN105809369A (zh) * | 2016-03-31 | 2016-07-27 | 国电南瑞科技股份有限公司 | 考虑新能源功率不确定性分布的日前计划安全校核方法 |
CN105809369B (zh) * | 2016-03-31 | 2019-08-16 | 国电南瑞科技股份有限公司 | 考虑新能源功率不确定性分布的日前计划安全校核方法 |
CN108155676A (zh) * | 2017-12-22 | 2018-06-12 | 北京金风科创风电设备有限公司 | 新能源发电场谐波的抑制方法、装置、控制器及存储介质 |
CN108155676B (zh) * | 2017-12-22 | 2020-08-04 | 北京金风科创风电设备有限公司 | 新能源发电场谐波的抑制方法、装置、控制器及存储介质 |
CN108599240A (zh) * | 2018-04-28 | 2018-09-28 | 太原理工大学 | 计及小干扰稳定性的风电机组变换器控制器参数整定方法 |
CN108599240B (zh) * | 2018-04-28 | 2019-08-23 | 太原理工大学 | 计及小干扰稳定性的风电机组变换器控制器参数整定方法 |
CN109066776A (zh) * | 2018-08-09 | 2018-12-21 | 国网冀北电力有限公司张家口供电公司 | 一种计及风电出力不确定性的电网线路充裕度评估方法 |
CN109038591A (zh) * | 2018-08-16 | 2018-12-18 | 广东电网有限责任公司 | 一种半不变量法概率潮流计算方法 |
CN109038591B (zh) * | 2018-08-16 | 2020-06-09 | 广东电网有限责任公司 | 一种半不变量法概率潮流计算方法 |
CN109447715A (zh) * | 2018-11-09 | 2019-03-08 | 福州大学 | 一种考虑风电并网传输裕度价值的节点电价计算方法 |
CN109447715B (zh) * | 2018-11-09 | 2021-08-31 | 福州大学 | 一种考虑风电并网传输裕度价值的节点电价计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103473393B (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103473393B (zh) | 一种考虑随机概率的输电裕度控制模型建模方法 | |
Hong et al. | Optimal sizing of hybrid wind/PV/diesel generation in a stand-alone power system using Markov-based genetic algorithm | |
Zhuang et al. | Stochastic multi-timescale energy management of greenhouses with renewable energy sources | |
CN105243516A (zh) | 基于主动配电网的分布式光伏发电最大消纳能力计算系统 | |
Li et al. | A novel rolling optimization strategy considering grid-connected power fluctuations smoothing for renewable energy microgrids | |
CN110957717A (zh) | 一种多电源电力系统多目标日前优化调度方法 | |
Fu et al. | Typical scenario set generation algorithm for an integrated energy system based on the Wasserstein distance metric | |
Sari et al. | New optimized configuration for a hybrid PV/diesel/battery system based on coyote optimization algorithm: A case study for Hotan county | |
CN115425668A (zh) | 一种基于电力系统时序生产模拟的储能容量优化配置方法 | |
CN105305485A (zh) | 一种消纳大规模间歇性能源的安全约束经济调度方法 | |
CN105281371A (zh) | 一种考虑风力发电的可伸缩有功静态安全域 | |
Guo et al. | The artificial intelligence-assisted short-term optimal scheduling of a cascade hydro-photovoltaic complementary system with hybrid time steps | |
Li et al. | A chance-constrained programming based energy storage system sizing model considering uncertainty of wind power | |
Shan et al. | Optimization scheduling of multi-battery energy storage system and interruptible load with iterative adaptive dynamic programming | |
Le et al. | Design, sizing and operation of a hybrid renewable energy system for farming | |
CN115764931A (zh) | 一种电力系统自动发电控制方法、系统、设备和介质 | |
Sun et al. | Investment Cost Forecasting for Low Carbon Power System Planning Considering Technical Progress and Scale Effect | |
Zhou et al. | Optimal dispatching of distribution network considering system flexibility and user thermal comfort | |
Ye et al. | Multi-Scenario Stochastic Optimal Scheduling for Power Systems With Source-Load Matching Based on Pseudo-Inverse Laguerre Polynomials | |
Zhang et al. | Synthetic fault factor features under Weibull stochastic interference | |
Su et al. | A novel data-driven robust method applied to OPF with uncertain wind power | |
Liu et al. | Micro grid energy management based on two-stage robust optimization | |
Li et al. | An optimal dynamic generation scheduling for a wind-thermal power system | |
Zhao et al. | Two-stage Robust Stochastic Optimal Dispatch of Regional Integrated Energy System Considering Renewable Energy and Load Uncertainty | |
Huang et al. | Cascade hydropower stations optimal dispatch considering flexible margin in renewable energy power system |
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 |