CN103530696A - 计入风电不确定度的火电机组中长期时序递进发电协调算法 - Google Patents
计入风电不确定度的火电机组中长期时序递进发电协调算法 Download PDFInfo
- Publication number
- CN103530696A CN103530696A CN201310448283.1A CN201310448283A CN103530696A CN 103530696 A CN103530696 A CN 103530696A CN 201310448283 A CN201310448283 A CN 201310448283A CN 103530696 A CN103530696 A CN 103530696A
- Authority
- CN
- China
- Prior art keywords
- unit
- fired power
- power generating
- monthly
- electric weight
- 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.)
- Pending
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
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了计入风电不确定度的火电机组中长期时序递进发电协调算法,包括:与风电场的数据接口,向程序中输入风电场年发电量与月度发电量预测值;基于前面的数据再加上水电机组年发电量预测值与月度发电量预测值,跨区域外送年电量预测值与月度预测值,负荷年预测值与月度预测值,计算各火电机组月度发电计划;根据机组月最大、最小发电量限制和检修计划对月度发电计划进行滚动修正并输出。本发明所述计入风电不确定度的火电机组中长期时序递进发电协调算法,可以克服现有技术中投入成本高和计划准确性差等缺陷,以实现投入成本低和计划准确性好的优点。
Description
技术领域
本发明涉及电力系统调度运行技术领域,具体地,涉及计入风电不确定度的火电机组中长期时序递进发电协调算法。
背景技术
传统的中长期调度,仅根据机组年平均利用小时数进行年合同电量编制,没有考虑市场机制的调节,从而造成得到的并不是成本最少的计划;同时,没有考虑风电接入后对火电机组发电量的影响,不能从这两个方面入手得到火电机组月发电量计划。
在实现本发明的过程中,发明人发现现有技术中至少存在投入成本高和计划准确性差等缺陷。
发明内容
本发明的目的在于,针对上述问题,提出计入风电不确定度的火电机组中长期时序递进发电协调算法,以实现投入成本低和计划准确性好的优点。
为实现上述目的,本发明采用的技术方案是:计入风电不确定度的火电机组中长期时序递进发电协调算法,包括:
a、与风电场的数据接口,输入风电场年发电量与月度发电量预测值;
b、基于步骤a的数据,再加上水电机组年发电量预测值与月度发电量预测值,跨区域外送年电量预测值与月度预测值,负荷年预测值与月度预测值,计算各火电机组月度发电计划;
c、对步骤b得到的各机组月度发电计划进行修正并输出。
也就是说,具体实施时,第一步是与风电场的数据接口,向程序中输入风电场年发电量与月度发电量预测值;第二步是基于前面的数据再加上水电机组年发电量预测值与月度发电量预测值,跨区域外送年电量预测值与月度预测值,负荷年预测值与月度预测值,计算各火电机组月度发电计划;第三步根据机组月最大、最小发电量限制和检修计划对月度发电计划进行滚动修正并输出。
进一步地,所述步骤b,具体包括:
b1、根据全年负荷预测值、风电场年发电量预测值、水电机组全年发电量预测值和年跨区域外送电量预测值,得到火电机组全年发电总量,并计算各火电机组年合同电量;
b2、在计算所得各火电机组年合同电量的基础上,根据全网典型月负荷曲线、水电机组月发电量曲线、月跨区域外送电量曲线和风电场月发电量曲线,将机组年合同电量分解到月,得到各机组月度发电计划。
进一步地,所述步骤b1,具体包括:
⑴读取火电机组申报数据:上网电价、年竞价电量,并按照申报电价由低到高的顺序对机组进行排队(若申报电价相同,则按照机组容量由大到小进行排队);
⑵将风电场年发电量预测值、年跨区域外送电量预测值以及水电机组年发电量预测值相加得到一个总和,用年负荷电量预测值减去此总和,得到本年度火电机组发电总量,然后按照电价排队顺序购买电量,直至满足发电-负荷平衡,得到边际电价及其对应的边际机组;
⑶由边际电价得到系统边际电量,按照边际机组申报的年竞价电量比例对边际电量进行编制,得到边界机组年合同电量。
进一步地,所述步骤b2,具体包括:
⑴读取全网月负荷曲线、月跨区域外送电量曲线、风电场月发电量曲线和水电机组月发电量曲线;
⑵由编制算法得到系统各火电机组的年合同电量,由负荷预测得到的典型月负荷曲线并扣除风电场月发电总量、月跨区域外送电量、水电机组月发电总量以及预留电量等确定火电机组月发电总量;
⑶确定各火电机组年合同电量占系统总火电机组年发电总量的比例;
⑷根据月负荷预测电量和各机组年合同电量所占比例,得到各火电机组年合同电量基础上的月度发电计划。
进一步地,所述步骤c,具体包括:
c1、考虑检修计划,对月度发电计划进行修正;
c2、考虑月最大/最小发电量约束模型,对月度发电计划再次进行修正;
c3、对步骤c2的月度发电计划进行输出。
进一步地,所述步骤c1,具体包括:
第1步:
⑴读取火电机组月度发电计划结果;
⑵检修期内的合同电量均匀分配到该机组的其它时段;
⑶K=1;
第2步:
⑴给定计算的时间步长;
⑵由于检修机组在当月未完成合同电量,因此将发电-负荷差额电量按机组容量占整个火电机组的比例分摊到当月未检修的其它机组;
⑶未检修机组当月超额完成合同电量,则在以后运行时段内逐步、均匀地减去所多承担的合同电量;
⑷K=K+1;
⑸考察K值是否小于等于12,如果是,则返回到⑵;如果否,程序进入下一步;
第3步:
⑴输出计算结果。
进一步地,所述步骤c2,具体包括:
第1步:
⑴读取火电机组月度发电计划结果;
第2步:
⑴考察机组月发电量是否越限,如果否,则输出计算结果;如果是;则进入下一步;
⑵越限机组月发电量如果超过最大发电量,则设定月发电量为该机组最大发电量;若越限机组月发电量小于最小发电量,则设定月发电量为该机组最小发电量;
⑶该火电机组超过月最大发电量或者低于月最小发电量而产生的差额电量均匀分配到该机组未超过发电量约束的其它正常时段;
⑷K=1;
第3步:
⑴将当月发电-负荷差额电量按机组容量占整个火电机组的比例分摊到当月未超过发电量约束的其它机组;
⑵当月未超过发电量约束的其它机组在以后运行时段内逐步、均匀地减去所多承担的发电-负荷差额电量;
⑶K=K+1;
⑷考察K是否小于等于12,如果否,则输出计算结果;如果是,则返回步骤⑶。
进一步地,所述步骤c3,具体为:将风电场发电量、火电机组发电量、水电机组发电量及负荷曲线有机地互动结合在计算中,并进行滚动修正。
本发明各实施例的计入风电不确定度的火电机组中长期时序递进发电协调算法,由于包括:与风电场的数据接口,输入风电场年发电量与月度发电量预测值;基于前面的数据再加上水电机组年发电量预测值与月度发电量预测值,跨区域外送年电量预测值与月度预测值,负荷年预测值与月度预测值,计算各火电机组月度发电计划;对得到的各机组月度发电计划进行修正并输出;可以通过中长期优化调度,可以增加预见性,在合理的时间安排电网中的火电机组发电和检修,以提高电网整体的安全性;从而可以克服现有技术中投入成本高和计划准确性差的缺陷,以实现投入成本低和计划准确性好的优点。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明计入风电不确定度的火电机组中长期时序递进发电协调算法的流程图;
图2为本发明计入风电不确定度的火电机组中长期时序递进发电协调算法中火电机组年合同电量编制图;
图3为本发明计入风电不确定度的火电机组中长期时序递进发电协调算法中火电机组月发电计划编制图;
图4为本发明计入风电不确定度的火电机组中长期时序递进发电协调算法中检修计划对月发电计划的修正流程;
图5为本发明计入风电不确定度的火电机组中长期时序递进发电协调算法中月最大、最小发电量约束对月发电计划的修正流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
根据本发明实施例,如图1-图5提供了计入风电不确定度的火电机组中长期时序递进发电协调算法,可以将风电场发电量、火电机组发电量、水电机组发电量以及负荷曲线有机地结合在一起,并考虑检修计划与最大、最小月发电量约束对月发电计划进行滚动修正,使得该系统更加贴近生产实际,解决了在接入风电后火电机组的月发电量计划编制。并考虑检修计划和月最大、最小发电量约束对月发电计划的修正,增加调度预见性,满足了调度人员迫切的实际需求。
参见图1,本实施例的计入风电不确定度的火电机组中长期时序递进发电协调算法,是在电网调度中心自动化系统中实现的,依次包含以下步骤:
步骤1:与风电场的数据接口;
步骤2:输入算法所需各类数据,具体所需的数据包含下面⑴、⑵、⑶、⑷、⑸、⑹、⑺各点的内容。
在步骤2中,输入风电场年发电量与月度发电量预测值的算法所需要的数据,包括以下预测值与发电量曲线:
⑴风电场年发电量预测值以及月发电量曲线;
⑵水电机组年发电量预测值以及月发电量曲线;
⑶年跨区域外送电量预测值和月度外送电量曲线;
⑷全网年负荷预测值以及月负荷曲线;
⑸各火电机组上网电价、年竞价电量;
⑹各火电机组最小、最大发电量约束;
⑺各火电机组检修计划;
步骤3:根据全年负荷预测值、风电场年发电量预测值、水电机组全年发电量预测值和年跨区域外送电量预测值,得到火电机组全年发电总量,同时编制各火电机组年合同电量;
参见图2,在步骤3中,火电机组年合同电量的计算过程如下:
⑴读取火电机组申报数据:上网电价、年竞价电量,并按照申报电价由低到高的顺序对机组进行排队(若申报电价相同,则按照机组容量由大到小进行排队);
⑵将风电场年发电量预测值、年跨区域外送电量预测值以及水电机组年发电量预测值相加得到一个总和,用年负荷电量预测值减去此总和,得到本年度火电机组发电总量,然后按照电价排队顺序购买电量,直至满足发电-负荷平衡,得到边际电价及其对应的边际机组;
⑶由边际电价得到系统边际电量,按照边际机组申报的年竞价电量比例对边际电量进行编制,得到边界机组年合同电量;
步骤4:在各火电机组年合同电量的基础上,根据全网典型月负荷曲线、水电机组月发电量曲线、月跨区域外送电量曲线和风电场月发电量曲线,将机组年合同电量分解到月,得到各机组月度发电计划;
参见图3,在步骤4中,各机组月度发电计划的计算过程如下:
⑴读取全网月负荷曲线、月跨区域外送电量曲线、风电场月发电量曲线和水电机组月发电量曲线;
⑵由编制算法得到系统各火电机组的年合同电量,由负荷预测得到的典型月负荷曲线并扣除风电场月发电总量、月跨区域外送电量、水电机组月发电总量以及预留电量等确定火电机组月发电总量;
⑶确定各火电机组年合同电量占系统总火电机组年发电总量的比例;
⑷根据月负荷预测电量和各机组年合同电量所占比例,得到各火电机组年合同电量基础上的月度发电计划;
步骤5:考虑检修计划,对月度发电计划进行修正;
在步骤5中,对月度发电计划进行修正的操作,具体包括:
第1步:
⑴读取火电机组月度发电计划结果;
⑵检修期内的合同电量均匀分配到该机组的其它时段;
⑶K=1;
第2步:
⑴给定计算的时间步长;
⑵由于检修机组在当月未完成合同电量,因此将发电-负荷差额电量按机组容量占整个火电机组的比例分摊到当月未检修的其它机组;
⑶未检修机组当月超额完成合同电量,则在以后运行时段内逐步、均匀地减去所多承担的合同电量;
⑷K=K+1;
⑸考察K值是否小于等于12,如果是,则返回到⑵;如果否,程序进入下一步;
第3步:
⑴输出计算结果;
步骤6:考虑月最大/最小发电量约束模型,对月度发电计划再次进行修正;
在步骤6中,对月度发电计划再次进行修正的操作,具体包括:
第1步:
⑴读取火电机组月度发电计划结果;
第2步:
⑴考察机组月发电量是否越限,如果否,则输出计算结果;如果是;则进入下一步;
⑵越限机组月发电量如果超过最大发电量,则设定月发电量为该机组最大发电量;若越限机组月发电量小于最小发电量,则设定月发电量为该机组最小发电量;
⑶该火电机组超过月最大发电量或者低于月最小发电量而产生的差额电量均匀分配到该机组未超过发电量约束的其它正常时段;
⑷K=1;
第3步:
⑴将当月发电-负荷差额电量按机组容量占整个火电机组的比例分摊到当月未超过发电量约束的其它机组;
⑵当月未超过发电量约束的其它机组在以后运行时段内逐步、均匀地减去所多承担的发电-负荷差额电量;
⑶K=K+1;
⑷考察K是否小于等于12,如果否,则输出计算结果;如果是,则返回步骤⑶;
步骤7:对步骤6的月度发电计划进行输出;
在步骤7中,对步骤6的月度发电计划进行输出的操作,具体为:将风电场发电量、火电机组发电量、水电机组发电量及负荷曲线有机地互动结合在计算中,并进行滚动修正。
上述实施例的计入风电不确定度的火电机组中长期时序递进发电协调算法,是一个典型的多阶段决策过程,可以按照如下问题将此问题转化为动态规划问题:
⑴阶段与阶段变量
⑵定义状态变量
描述多阶段决策过程演变过程所处状态的变量,称为状态变量。它具有2种性质:能够描述过程的演变;各状态变量的值,可以直接或间接地获知,满足无后效性;
⑶选择决策变量
⑷列出状态转移方程
通过状态转移方程,把多阶段决策过程中的三种变量,即阶段(时段)变量、状态变量、决策变量三者之间的相互关系紧密联系了起来。
综上所述,本发明上述各实施例的计入风电不确定度的火电机组中长期时序递进发电协调算法,涉及生产生活许多方面,不仅关系到火电机组成本的控制,而且关系到如何减少温室气体排放和减少环境污染,以及保证广大人民群众生命财产的安全和整个国民经济的发展。对于电网调度人员而言,科学地合理地实施计及风电不确定度的火电机组中长期发电计划,主要是考虑接入清洁能源风电,减少弃风,并提高电网运行经济性。同时,通过中长期优化调度,可以增加预见性,在合理的时间安排电网中的火电机组发电和检修,以提高电网整体的安全性。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.计入风电不确定度的火电机组中长期时序递进发电协调算法,其特征在于,包括:
a、与风电场的数据接口,输入风电场年发电量与月度发电量预测值;
b、基于步骤a的数据,再加上水电机组年发电量预测值与月度发电量预测值,跨区域外送年电量预测值与月度预测值,负荷年预测值与月度预测值,计算各火电机组月度发电计划;
c、对步骤b得到的各机组月度发电计划进行修正并输出。
2.根据权利要求1所述的计入风电不确定度的火电机组中长期时序递进发电协调算法,其特征在于,所述步骤b,具体包括:
b1、根据全年负荷预测值、风电场年发电量预测值、水电机组全年发电量预测值和年跨区域外送电量预测值,得到火电机组全年发电总量,并计算各火电机组年合同电量;
b2、在计算所得各火电机组年合同电量的基础上,根据全网典型月负荷曲线、水电机组月发电量曲线、月跨区域外送电量曲线和风电场月发电量曲线,将机组年合同电量分解到月,得到各机组月度发电计划。
3.根据权利要求2所述的计入风电不确定度的火电机组中长期时序递进发电协调算法,其特征在于,所述步骤b1,具体包括:
⑴读取火电机组申报数据:上网电价、年竞价电量,并按照申报电价由低到高的顺序对机组进行排队(若申报电价相同,则按照机组容量由大到小进行排队);
⑵将风电场年发电量预测值、年跨区域外送电量预测值以及水电机组年发电量预测值相加得到一个总和,用年负荷电量预测值减去此总和,得到本年度火电机组发电总量,然后按照电价排队顺序购买电量,直至满足发电-负荷平衡,得到边际电价及其对应的边际机组;
⑶由边际电价得到系统边际电量,按照边际机组申报的年竞价电量比例对边际电量进行编制,得到边界机组年合同电量。
4.根据权利要求2所述的计入风电不确定度的火电机组中长期时序递进发电协调算法,其特征在于,所述步骤b2,具体包括:
⑴读取全网月负荷曲线、月跨区域外送电量曲线、风电场月发电量曲线和水电机组月发电量曲线;
⑵由编制算法得到系统各火电机组的年合同电量,由负荷预测得到的典型月负荷曲线并扣除风电场月发电总量、月跨区域外送电量、水电机组月发电总量以及预留电量等确定火电机组月发电总量;
⑶确定各火电机组年合同电量占系统总火电机组年发电总量的比例;
⑷根据月负荷预测电量和各机组年合同电量所占比例,得到各火电机组年合同电量基础上的月度发电计划。
5.根据权利要求1所述的计入风电不确定度的火电机组中长期时序递进发电协调算法,其特征在于,所述步骤c,具体包括:
c1、考虑检修计划,对月度发电计划进行修正;
c2、考虑月最大/最小发电量约束模型,对月度发电计划再次进行修正;
c3、对步骤c2的月度发电计划进行输出。
6.根据权利要求5所述的计入风电不确定度的火电机组中长期时序递进发电协调算法,其特征在于,所述步骤c1,具体包括:
第1步:
⑴读取火电机组月度发电计划结果;
⑵检修期内的合同电量均匀分配到该机组的其它时段;
⑶K=1;
第2步:
⑴给定计算的时间步长;
⑵由于检修机组在当月未完成合同电量,因此将发电-负荷差额电量按机组容量占整个火电机组的比例分摊到当月未检修的其它机组;
⑶未检修机组当月超额完成合同电量,则在以后运行时段内逐步、均匀地减去所多承担的合同电量;
⑷K=K+1;
⑸考察K值是否小于等于12,如果是,则返回到⑵;如果否,程序进入下一步;
第3步:
⑴输出计算结果。
7.根据权利要求5所述的计入风电不确定度的火电机组中长期时序递进发电协调算法,其特征在于,所述步骤c2,具体包括:
第1步:
⑴读取火电机组月度发电计划结果;
第2步:
⑴考察机组月发电量是否越限,如果否,则输出计算结果;如果是;则进入下一步;
⑵越限机组月发电量如果超过最大发电量,则设定月发电量为该机组最大发电量;若越限机组月发电量小于最小发电量,则设定月发电量为该机组最小发电量;
⑶该火电机组超过月最大发电量或者低于月最小发电量而产生的差额电量均匀分配到该机组未超过发电量约束的其它正常时段;
⑷K=1;
第3步:
⑴将当月发电-负荷差额电量按机组容量占整个火电机组的比例分摊到当月未超过发电量约束的其它机组;
⑵当月未超过发电量约束的其它机组在以后运行时段内逐步、均匀地减去所多承担的发电-负荷差额电量;
⑶K=K+1;
⑷考察K是否小于等于12,如果否,则输出计算结果;如果是,则返回步骤⑶。
8.根据权利要求5所述的计入风电不确定度的火电机组中长期时序递进发电协调算法,其特征在于,所述步骤c3,具体为:将风电场发电量、火电机组发电量、水电机组发电量及负荷曲线有机地互动结合在计算中,并进行滚动修正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310448283.1A CN103530696A (zh) | 2013-09-27 | 2013-09-27 | 计入风电不确定度的火电机组中长期时序递进发电协调算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310448283.1A CN103530696A (zh) | 2013-09-27 | 2013-09-27 | 计入风电不确定度的火电机组中长期时序递进发电协调算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103530696A true CN103530696A (zh) | 2014-01-22 |
Family
ID=49932689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310448283.1A Pending CN103530696A (zh) | 2013-09-27 | 2013-09-27 | 计入风电不确定度的火电机组中长期时序递进发电协调算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103530696A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104037803A (zh) * | 2014-06-09 | 2014-09-10 | 东北电力大学 | 区域风电场群时序电量的统计与分析方法 |
CN104715289A (zh) * | 2015-03-16 | 2015-06-17 | 广东电网有限责任公司电力调度控制中心 | 电厂理想的发电进度指标确定方法及装置 |
CN105896535A (zh) * | 2016-05-20 | 2016-08-24 | 甘肃省电力公司风电技术中心 | 用于最小化弃风电量的风电场发电权置换电量评估的方法 |
CN105932668A (zh) * | 2016-05-20 | 2016-09-07 | 甘肃省电力公司风电技术中心 | 用于最小化弃风弃光电量的新能源发电权置换评估的方法 |
CN105939013A (zh) * | 2016-05-20 | 2016-09-14 | 甘肃省电力公司风电技术中心 | 最小化弃风电量的风电场发电权置换电量评估方法 |
CN106026191A (zh) * | 2016-05-20 | 2016-10-12 | 甘肃省电力公司风电技术中心 | 用于最小化弃光电量光伏电站发电权置换电量评估的方法 |
CN106257792A (zh) * | 2016-08-04 | 2016-12-28 | 国家电网公司 | 一种基于两阶段机组组合的新能源优先调度方法 |
CN107171317A (zh) * | 2017-06-07 | 2017-09-15 | 国网山西省电力公司电力科学研究院 | 含有新能源发电的外送电网火电机组利用小时数预测方法 |
CN108429260A (zh) * | 2018-04-04 | 2018-08-21 | 北京科东电力控制系统有限责任公司 | 售电公司多时间尺度交易电量决策方法和系统 |
CN108448647A (zh) * | 2018-02-27 | 2018-08-24 | 天津大学 | 考虑短路电流的月度机组组合与发输电检修联合优化方法 |
CN110310032A (zh) * | 2019-06-26 | 2019-10-08 | 广州汇电云联互联网科技有限公司 | 一种针对电厂经营计划的自动编制方法、装置及存储介质 |
CN110852535A (zh) * | 2018-07-24 | 2020-02-28 | 华北电力大学 | 一种考虑中长期交易和风电不确定性的日前市场出清模型 |
CN111244989A (zh) * | 2020-01-15 | 2020-06-05 | 国网内蒙古东部电力有限公司 | 一种基于电池储能的风电机组与火电机组的协调运行方法 |
CN112836866A (zh) * | 2021-01-19 | 2021-05-25 | 国电南瑞科技股份有限公司 | 一种分时启停多日优化的中长期电量日曲线分解方法和装置 |
CN113850406A (zh) * | 2020-06-28 | 2021-12-28 | 国网电力科学研究院有限公司 | 一种计及新能源不确定性的中长期电力电量分解方法 |
CN113887902A (zh) * | 2021-09-18 | 2022-01-04 | 北京交通大学 | 基于调度电量比例的风电集群电量分配方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001327075A (ja) * | 2000-05-16 | 2001-11-22 | Mitsubishi Electric Corp | 電力需給管理システム |
CN101576055A (zh) * | 2009-06-05 | 2009-11-11 | 东北电力大学 | 抑制“挤出效应”的风电场群发电控制方法 |
CN102738833A (zh) * | 2012-06-20 | 2012-10-17 | 湖北省电力公司 | 一种含风电的电力系统多时间尺度滚动协调调度方法 |
-
2013
- 2013-09-27 CN CN201310448283.1A patent/CN103530696A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001327075A (ja) * | 2000-05-16 | 2001-11-22 | Mitsubishi Electric Corp | 電力需給管理システム |
CN101576055A (zh) * | 2009-06-05 | 2009-11-11 | 东北电力大学 | 抑制“挤出效应”的风电场群发电控制方法 |
CN102738833A (zh) * | 2012-06-20 | 2012-10-17 | 湖北省电力公司 | 一种含风电的电力系统多时间尺度滚动协调调度方法 |
Non-Patent Citations (2)
Title |
---|
张力等: "火电机组年合同电量的编制与分解算法研究", 《继电器》 * |
温丽丽等: "基于月度滚动修正的合同电量分解算法与应用", 《现代电力》 * |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104037803A (zh) * | 2014-06-09 | 2014-09-10 | 东北电力大学 | 区域风电场群时序电量的统计与分析方法 |
CN104037803B (zh) * | 2014-06-09 | 2018-08-07 | 东北电力大学 | 区域风电场群时序电量的统计与分析方法 |
CN104715289A (zh) * | 2015-03-16 | 2015-06-17 | 广东电网有限责任公司电力调度控制中心 | 电厂理想的发电进度指标确定方法及装置 |
CN104715289B (zh) * | 2015-03-16 | 2017-11-21 | 广东电网有限责任公司电力调度控制中心 | 电厂理想的发电进度指标确定方法及装置 |
CN105896535B (zh) * | 2016-05-20 | 2018-06-01 | 甘肃省电力公司风电技术中心 | 用于最小化弃风电量的风电场发电权置换电量评估的方法 |
CN105896535A (zh) * | 2016-05-20 | 2016-08-24 | 甘肃省电力公司风电技术中心 | 用于最小化弃风电量的风电场发电权置换电量评估的方法 |
CN105932668A (zh) * | 2016-05-20 | 2016-09-07 | 甘肃省电力公司风电技术中心 | 用于最小化弃风弃光电量的新能源发电权置换评估的方法 |
CN105939013A (zh) * | 2016-05-20 | 2016-09-14 | 甘肃省电力公司风电技术中心 | 最小化弃风电量的风电场发电权置换电量评估方法 |
CN106026191A (zh) * | 2016-05-20 | 2016-10-12 | 甘肃省电力公司风电技术中心 | 用于最小化弃光电量光伏电站发电权置换电量评估的方法 |
CN105939013B (zh) * | 2016-05-20 | 2018-06-01 | 甘肃省电力公司风电技术中心 | 最小化弃风电量的风电场发电权置换电量评估方法 |
CN105932668B (zh) * | 2016-05-20 | 2018-06-01 | 甘肃省电力公司风电技术中心 | 用于最小化弃风弃光电量的新能源发电权置换评估的方法 |
CN106026191B (zh) * | 2016-05-20 | 2018-06-01 | 甘肃省电力公司风电技术中心 | 用于最小化弃光电量光伏电站发电权置换电量评估的方法 |
CN106257792A (zh) * | 2016-08-04 | 2016-12-28 | 国家电网公司 | 一种基于两阶段机组组合的新能源优先调度方法 |
CN106257792B (zh) * | 2016-08-04 | 2019-05-07 | 国家电网公司 | 一种基于两阶段机组组合的新能源优先调度方法 |
CN107171317A (zh) * | 2017-06-07 | 2017-09-15 | 国网山西省电力公司电力科学研究院 | 含有新能源发电的外送电网火电机组利用小时数预测方法 |
CN108448647A (zh) * | 2018-02-27 | 2018-08-24 | 天津大学 | 考虑短路电流的月度机组组合与发输电检修联合优化方法 |
CN108429260B (zh) * | 2018-04-04 | 2020-11-27 | 北京科东电力控制系统有限责任公司 | 售电公司多时间尺度交易电量决策方法和系统 |
CN108429260A (zh) * | 2018-04-04 | 2018-08-21 | 北京科东电力控制系统有限责任公司 | 售电公司多时间尺度交易电量决策方法和系统 |
CN110852535A (zh) * | 2018-07-24 | 2020-02-28 | 华北电力大学 | 一种考虑中长期交易和风电不确定性的日前市场出清模型 |
CN110310032A (zh) * | 2019-06-26 | 2019-10-08 | 广州汇电云联互联网科技有限公司 | 一种针对电厂经营计划的自动编制方法、装置及存储介质 |
CN111244989A (zh) * | 2020-01-15 | 2020-06-05 | 国网内蒙古东部电力有限公司 | 一种基于电池储能的风电机组与火电机组的协调运行方法 |
CN111244989B (zh) * | 2020-01-15 | 2023-03-24 | 国网内蒙古东部电力有限公司 | 一种基于电池储能的风电机组与火电机组的协调运行方法 |
CN113850406A (zh) * | 2020-06-28 | 2021-12-28 | 国网电力科学研究院有限公司 | 一种计及新能源不确定性的中长期电力电量分解方法 |
CN112836866A (zh) * | 2021-01-19 | 2021-05-25 | 国电南瑞科技股份有限公司 | 一种分时启停多日优化的中长期电量日曲线分解方法和装置 |
CN112836866B (zh) * | 2021-01-19 | 2022-11-04 | 国电南瑞科技股份有限公司 | 分时启停多日优化的中长期电量日曲线分解方法和装置 |
CN113887902A (zh) * | 2021-09-18 | 2022-01-04 | 北京交通大学 | 基于调度电量比例的风电集群电量分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103530696A (zh) | 计入风电不确定度的火电机组中长期时序递进发电协调算法 | |
Morvaj et al. | Demonstrating smart buildings and smart grid features in a smart energy city | |
US20230122201A1 (en) | Dispatching method for electric-hydrogen energy system considering flexible hydrogen demand | |
Saravanan | DSM in an area consisting of residential, commercial and industrial load in smart grid | |
CN110994606A (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
Zheng et al. | On the consistency of renewable-to-hydrogen pricing | |
Peng et al. | Bilateral coordinated dispatch of multiple stakeholders in deep peak regulation | |
Jiang et al. | Two-stage joint optimal scheduling of a distribution network with integrated energy systems | |
CN110021932B (zh) | 双边参与的调峰辅助服务容量选取和经济模型构建方法 | |
CN104659818A (zh) | 一种正负旋转备用容量在含风电系统中的最优分配方法 | |
CN111178618A (zh) | 一种智能电网负荷预测方法 | |
CN115908047A (zh) | 一种综合能源系统多时间尺度运行方法及其应用 | |
Deng et al. | Assessing the carbon emission reduction effect of flexibility option for integrating variable renewable energy | |
CN112257951B (zh) | 一种基于合作博弈的综合能源系统与配电公司的优化运行方法 | |
CN114841454A (zh) | 一种多时间尺度智慧能源站协同运行控制方法及装置 | |
Chen et al. | A Low‐Carbon Planning Model for Regional Power Systems with Generation‐Load‐Storage Coordination considering New Energy Resources’ Consumption | |
CN111064187B (zh) | 一种发用电的电量极限分配方法 | |
Sun et al. | Experiences and lessons learned from DR resources participating in the US and UK capacity markets: mechanisms, status, dilemmas and recommendations | |
Sandoval et al. | An Assessment on the Impacts of Photovoltaic Systems on Operational Costs of the Grid-The case of the state of Georgia | |
Wang et al. | Wind‐Thermal‐Energy Storage System Optimization: Evidence from Simulations of the Economical Consumption of Wind Energy | |
Heydarian-Forushani et al. | A comprehensive smart energy management strategy for TVPP, CVPP, and energy communities | |
Zhong et al. | Optimized Operation of Virtual Power Plant Considering Multi-energy Demand Response under Carbon Trading Mechanism | |
Zhang et al. | Equilibrium models of electricity market considering wind power producer and electric vehicle aggregator | |
CN111179111B (zh) | 基于基尼系数公平性的火电机组年度电量计划制定方法 | |
CN118052418B (zh) | 基于模糊规划的综合能源需求响应调度方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140122 |