CN104158217A - 集群风光联合发电系统输出功率波动特性描述方法 - Google Patents
集群风光联合发电系统输出功率波动特性描述方法 Download PDFInfo
- Publication number
- CN104158217A CN104158217A CN201410418497.9A CN201410418497A CN104158217A CN 104158217 A CN104158217 A CN 104158217A CN 201410418497 A CN201410418497 A CN 201410418497A CN 104158217 A CN104158217 A CN 104158217A
- Authority
- CN
- China
- Prior art keywords
- output
- generation system
- power generation
- wind
- power output
- 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
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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Wind Motors (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种集群风光联合发电系统输出功率波动特性描述方法,针对现有的时序分析方法无法直观精确地刻画可再生能源发电输出功率波动性的问题,以风电场实测数据及光伏电站模型计算数据为基础,对比分析了时序分析方法的不足,提出了利用持续出力特性的最大输出功率、最大发电小时数、等效满发小时数等指标详细刻画集群风光联合发电系统输出功率的波动特性,为分析集群风光联合发电输出功率的汇聚机理研究提供了一种有效的评估方法,对提高大规模可再生能源发电联网运行性能具有重要的现实意义。具有方法科学合理,评价准确,适用性强等优点。
Description
技术领域
本发明涉及一种集群风光联合发电系统输出功率波动特性描述方法。
背景技术
能源是人类发展的物质基础和基本保障,对传统化石能源的大规模开发利用加速了人类社会的发展,但同时也造成了能源短缺,环境污染等极其严峻的世界性问题。随着化石能源的枯竭以及其造成的环境危害日趋严重,各种方式的可再生能源发电发展快速增长。
光伏发电是实现太阳能大规模开发利用的有效途径,风力发电是实现风能大规模开发利用的有效途径。我国太阳能资源丰富的地区多为偏远的荒漠地区,该地区一般风能资源也较为丰富,且太阳能资源与风能资源在时间分布上具有很强的互补性,因此将光伏发电与风力发电相结合,研究集群风光联合发电系统能够更好地利用太阳能与风能资源。但是受气候环境等因素影响,光伏发电和风力发电输出功率具有波动性,大规模输出功率波动将给所接入电网功率供需平衡造成不利影响,电网需要预留更多的备用电源来应对其波动性。准确评估集群光伏发电-风力发电联合输出功率特性,对提高大规模可再生能源发电联网运行性能具有重要的现实意义。
目前评价光伏发电等可再生能源发电出力特性的方法多为时序分析法,基于时序的分析方法是在一段时间内把握输出功率随时序变化的趋势,由于可再生能源发电受自然条件影响较大,该方法只能对其输出功率进行初步分析,而无法把握其输出功率在某一时段内的整体变化趋势和波动程度。迄今,未见有关基于持续出力特性分析的集群风光联合发电系统输出功率波动特性描述方法的文献报道和实际应用。
发明内容
本发明所要解决的技术问题是,提供一种科学合理,充分考虑最大输出功率、最大发电小时数、等效满发小时数等因素,评价准确,适用性强的集群风光联合发电系统输出功率波动特性描述方法
本发明的目的是由以下技术方案来实现的:一种集群风光联合发电系统输出功率波动特性描述方法,其特征是,它包括以下步骤:
1)集群风光联合发电系统输出功率数据获取
风电场群输出功率由既有风电场运行实测数据提供,光伏电站群输出功率由光伏电站稳态模型计算得到;
根据所选太阳能电池板参数及光伏电站所在地太阳能辐射强度,计算出伏电站的输出功率,由以下公式得:
P=RMη (1)
P——光伏电站输出功率(kW),
R——太阳能辐射强度(kW/m2),
M——太阳能光伏阵列面积(m2),
η——太阳能电池板转换效率;
集群风光联合发电系统由风电场群和光伏电站群汇聚而成,其输出功率波动特性由两者共同决定;
2)集群风光联合发电系统输出功率基础时序分析
以既有风电场群实际运行时序输出功率数据、规划光伏电站群计算数据为基础,绘制集群风光联合发电系统输出功率时序曲线,输出功率的时序分析只能对集群风光联合发电系统的输出功率进行大体地描述,是进一步精确刻画其波动特性的基础;
3)集群风光联合发电系统输出功率持续出力特性分析
从规划的角度出发,使用输出功率时序曲线来描述和刻画集群风光联合发电系统输出功率并不能较好地反映其波动特性;通过构建集群风光联合发电系统输出功率持续出力曲线,将时序曲线相对应的输出功率按照降序排列,选取每小时初始时刻的输出功率作为本小时的输出功率,得到集群风光联合发电系统输出功率持续出力曲线;集群风光联合发电系统输出功率的持续出力曲线是一条持续递减的非线性曲线;定义集群风光联合发电系统最大输出功率用以衡量实际最大出力与额定装机容量的差值,体现输出功率的分散性特征;定义集群风光联合发电系统最大发电小时数用以衡量发电系统年能够利用的运行时间;定义集群风光联合发电系统等效满发小时数用以衡量发电系统的总体发电利用程度;在持续出力曲线平面中,持续出力曲线是以最大输出功率和最大发电小时数为起止点的非线性递减曲线,与横纵坐标轴所占面积为集群风光联合发电系统的年发电量,以最大输出功率和最大发电小时数为边界确定矩形区域,该矩形区域面积为以最大输出功率为额定功率在最大发电小时数时段内的额定发电量;定义发电量丰富度为持续出力曲线第一象限面积在矩形区域中所占面积比例,发电量丰富度反映了集群风光联合发电系统输出功率的整体发电水平;利用定义的具体评价指标确定输出功率的波动程度,得出集群风光联合发电系统风光容量比例的合理区间,刻画集群风光联合发电系统输出功率的汇聚效应程度。
本发明的集群风光联合发电系统输出功率波动特性描述方法与现有的基于时序的分析方法相比,由于基于持续出力特性的集群风光联合发电系统输出功率波动性分析,充分考虑最大输出功率、最大发电小时数、等效满发小时数等因素,能够描述输出功率在一段时间内的整体变化趋势;通过提出的评价指标,能够具体刻画输出功率的波动程度,提高了评价集群风光联合发电系统输出功率波动性的精度,为可再生能源发电输出功率汇聚外送输电容量规划提供了重要的决策依据。具有方法科学合理,评价准确,适用性强等优点。
附图说明
图1为1432MW风电场群实测时序输出功率曲线示意图;
图2为1400MW光伏电站群计算时序输出功率曲线示意图;
图3为集群风光联合发电系统时序输出功率曲线示意图;
图4为1432MW风电场群持续出力特性曲线示意图;
图5为1400MW光伏电站群持续出力特性曲线示意图;
图6为集群风光联合发电系统持续出力特性曲线示意图;
图7为不同容量光伏电站注入的集群风光联合发电系统持续出力曲线示意图;
图8为随光伏电站群装机容量比例的增加,集群风光联合发电系统最大输出功率的变化趋势示意图;
图9为随光伏电站群装机容量比例的增加,集群风光联合发电系统等效满发小时数的变化趋势示意图;
图10为随光伏电站群装机容量比例的增加,集群风光联合发电系统发电量丰富度的变化趋势示意图。
具体实施方式
下面利用附图和实施例对本发明集群风光联合发电系统输出功率波动特性描述方法作进一步说明。
本实施例将对某省级电网集群风光联合发电系统输出功率进行波动特性分析,所用数据为该地区既有风电场群实测数据及规划光伏电站群计算数据,光伏电站群计算数据由所建立的光伏电站稳态模型得到。
实施例条件如下:
实施例所涉及既有风电场群由8个既有风电场汇聚而成,总装机容量为1432MW,光伏电站群由3个规划光伏电站汇聚而成,总装机容量逐渐增加,在既有风电场群的基础上,规划不同容量的光伏电站,组成集群风光联合发电系统。
风电场群实测数据取自某省级电网2012年运行数据。
光伏电站稳态模型太阳能辐射度数据取自美国国家航空和太空管理局(NASA)数据库中关于某省光伏电站群预计建设地区1983~2005年地表辐射强度数据。
在上述计算条件下,应用本发明的方法对实施例集群风光联合发电系统输出功率波动特性进行刻画分析如下:
1.集群风光联合发电系统输出功率数据获取
风电场群输出功率由既有风电场运行实测数据提供,光伏电站群输出功率由所建光伏电站稳态模型计算预测得到。
选取GDM-235PE03型多晶硅太阳电池组件,以500kW容量组成一个方阵,20块组件组成一串,一个方阵共108串,2160个组件。则额定容量为100MW的光伏电站需要太阳能电池板组件432000个,即太阳能电池板组件面积为705672m2,以此类推。根据式(1),结合太阳能辐射强度可得光伏电站年出力预测数据。
2.集群风光联合发电系统输出功率基础时序分析
结合既有风电场群运行实测数据及规划总装机容量为1400MW的光伏电站群预测数据,选取每小时初始时刻的输出功率作为本小时的输出功率,分别得到时序出力曲线,如附图1和图2所示。
由图1可以看出,风电场群出力波动性比较剧烈,季节差异明显,春秋输出功率较大,夏冬较小,且风电场输出功率数值较小的时段很多。
由图2可以看出,光伏电站群输出功率波动性也比较剧烈,这是由于光伏发电受天气影响非常明显,在阴雨天出力较小,夜晚则完全没有出力;光伏电站群年输出功率分布与当地太阳能辐射强度年分布基本一致,这是由于光伏发电出力与太阳能辐射强度呈正比关系,且其总体分布与风电场群互补性强。
由风电场群和光伏电站群的出力数据可得集群风光联合发电系统的时序出力曲线,如图3所示。与单一风电场群或光伏电站群相比,集群风光联合发电系统输出功率波动幅度有所改善,输出功率年分布更加平均,且风电场输出功率数值较小的时段减少,但依然无法精确地把握其波动特性。
3.集群风光联合发电系统输出功率持续出力特性分析
首先对比一下集群风光联合发电系统与单一风电场群、光伏电站群的输出功率波动特性。将时序曲线相对应的输出功率按照降序排列,就得到了风电场群、光伏电站群输出功率持续出力曲线,如图4,5所示;将风电场群与光伏电站群输出功率按容量比例叠加按照降序排列则得到了集群风光联合发电系统输出功率持续功率曲线,如图6所示。
由图4可以看出风电场群输出功率的分布特征:风电场群输出功率在0~0.778倍额定装机容量间波动,没有出力超出额定容量的时刻,且出力超出0.7倍额定容量的时刻仅为8小时;其最大发电小时数为8459小时,相当于满发运行1316小时。
由图5可以看出光伏电站群输出功率的分布特征:光伏电站群输出功率在0~1.087倍额定装机容量间波动,有出力超出额定容量的时刻,但其持续时间很小,大部分集中在0.8倍额定装机容量以下;其最大发电小时数为4799小时,占全年的一半左右,相当于满发运行1537小时。
风电场群风电出力最大发电小时数为8459小时,高于光伏发电的4799小时,且风电场最大功率标幺值小于光伏发电。由图6可知,将风电与光伏发电联合考虑之后,其最大联合输出功率为0.785,与单一光伏发电和风电相比,分别下降27.8%和升高0.4%,与单一光伏电站群相比大幅下降且与单一风电场群基本持平;其最大发电小时数为8721小时,与单一光伏发电及风电相比,增加幅度分别达到81.7%和3.1%,其最大发电小时数明显增加。集群风光联合发电系统整体输出功率更加集中,表明了集群风光联合发电系统输出特性的波动性均弱于单一光伏电站群和风电场群,而且对光伏发电的波动性改善更加明显。
集群风光联合发电系统的输出波动性要弱于单一风电场群和单一光伏电站群,如何分配风电与光伏发电在联合发电系统的装机容量比例,使集群风光联合发电系统输出波动性进一步平稳,是进一步要解决的问题。为了解决上述问题,不断提高光伏电站群在集群风光联合发电系统中的装机比例,评价集群风电联合发电系统输出的波动特性,找到合理的风光比例区间。
图7为不同光伏电站注入比例的集群风光联合发电系统持续出力曲线,由图7可知,虽然集群风光联合发电系统与单一风电场群、光伏电站群相比,波动性均呈减小趋势,但是随着光伏电站群装机容量比例的提高,集群风光联合发电系统输出功率波动性总体上呈恶化趋势。因此必须通过具体的评价指标来判断最佳的光伏电站注入容量,选取合理的风光容量比例,以得到波动性最平稳的集群风光联合发电系统。
1)最大输出功率
集群风光联合发电系统的最大输出功率是输出功率的峰值,它体现了实际出力与装机容量之间的差异,最大输出功率与额定输出功率差距越小,则发电系统输出波动性越剧烈,因此最大输出功率不宜过大。图8为随着光伏电站群装机容量比例的增加,集群风光联合发电系统最大输出功率的变化趋势。
如图8可知,光伏电站群装机容量以100MW趋势逐渐递增,随着光伏电站装机容量比例的增加,最大输出功率呈先减小后增大的趋势,在光伏电站群装机容量占比为12.3%时,达到最小值0.698;在12.3%到41.1%区间缓慢下降;在41.1%之后增大趋势加剧,当光伏电站群装机容量比例与风电场群相当时,最大输出功率刚好超过了无光伏发电注入时的风电场群最大输出功率。因此,仅考虑最大输出功率的评估,认为光伏电站群装机容量在集群风光发电系统中的比例不宜超过41%,即1000MW。
2)最大发电小时数
集群风光联合发电系统最大发电小时数反映了资源的可利用时间,最大发电小时数越大,说明发电系统输出功率越具有连续性且趋于平稳。由于风能资源与太阳能资源在时序上存在较强的互补性,与单一风电场群或光伏电站群相比,集群风光联合发电系统最大发电小时数有较大提升。但是随着光伏电站群装机容量比例的增加,集群风光联合发电系统最大发电小时数基本不变。
3)等效满发小时数
等效满发小时数用于衡量发电系统发电设备利用程度。等效满发小时数越大,表示发电设备利用率越高。图9为随着光伏电站群装机容量比例的增加,集群风光联合发电系统等效满发小时数的变化趋势。
图9显示随着光伏电站群装机容量比例的增加,集群风光联合发电系统等效满发小时数随之增加,但增加趋势逐渐减小。仅考虑等效满发小时数的评估,认为光伏电站群装机容量比例越高越好,但也不宜过大。因为其增加趋势逐渐减小,说明其对光伏电站群容量比例增加的敏感度逐渐降低。
4)发电量丰富度
通过上述评价指标可以看出,最大输出功率越小,最大发电小时数越大,则输出功率的波动性越平稳。然而,在最大发电小时数基本不变时,最大输出功率越小,则其年发电量越小,等效满发小时数越小。虽然波动性较为平稳,但是整体发电量减少,发电效率较低对集群风光发电系统是不利的。因此有必要引入发电量丰富度这一评价指标,综合评价集群风光联合发电系统输出的波动性。图10为随着光伏电站群装机容量比例的增加,集群风光联合发电系统发电量丰富度的变化趋势。
由图10可知,随着光伏电站装机容量比例的增加,集群风光联合发电系统发电量丰富度先增大后减小,在光伏电站群装机容量占比为12.3%时达到最大,但此时等效满发小时数较低;在12.3%到41.1%区间缓慢下降,下降幅度不超过1%,而且等效满发小时数持续增加;在41.1%之后下降加剧,达到58.3%时基本下降至与单一风电场群持平。因此,仅考虑集群风光联合发电系统发电量丰富度的评估,认为光伏电站群装机容量在集群风光发电系统中的比例不宜超过41%,即1000MW。
综合考虑上述评价指标对输出功率波动性的评估,在12.3%到41.1%区间内,集群风光联合发电系统等效满发小时数逐渐增加,且最大输出功率和发电量丰富度均维持在较为稳定的合理区间内,输出功率处在最为稳定的波动范围内。综上所述,在本算例中,光伏电站群装机容量在集群风光联合发电系统所占的比例应控制在12.3%~41.1%,即200MW~1000MW区间内。
从分析结果可以看出,持续出力特性分析能够精确描述集群风光联合发电系统输出功率波动特性,可用于分析集群风光联合发电系统输出功率的汇聚效应,为其输出功率汇聚外送输电容量规划提供重要的决策依据。
Claims (1)
1.一种集群风光联合发电系统输出功率波动特性描述方法,其特征是,它包括以下步骤:
1)集群风光联合发电系统输出功率数据获取
风电场群输出功率由既有风电场运行实测数据提供,光伏电站群输出功率由光伏电站稳态模型计算得到;
根据所选太阳能电池板参数及光伏电站所在地太阳能辐射强度,计算出伏电站的输出功率,由以下公式得:
P=RMη (1)
P——光伏电站输出功率(kW),
R——太阳能辐射强度(kW/m2),
M——太阳能光伏阵列面积(m2),
η——太阳能电池板转换效率;
集群风光联合发电系统由风电场群和光伏电站群汇聚而成,其输出功率波动特性由两者共同决定;
2)集群风光联合发电系统输出功率基础时序分析
以既有风电场群实际运行时序输出功率数据、规划光伏电站群计算数据为基础,绘制集群风光联合发电系统输出功率时序曲线,输出功率的时序分析只能对集群风光联合发电系统的输出功率进行大体地描述,是进一步精确刻画其波动特性的基础;
3)集群风光联合发电系统输出功率持续出力特性分析
从规划的角度出发,使用输出功率时序曲线来描述和刻画集群风光联合发电系统输出功率并不能较好地反映其波动特性;通过构建集群风光联合发电系统输出功率持续出力曲线,将时序曲线相对应的输出功率按照降序排列,选取每小时初始时刻的输出功率作为本小时的输出功率,得到集群风光联合发电系统输出功率持续出力曲线;集群风光联合发电系统输出功率的持续出力曲线是一条持续递减的非线性曲线;定义集群风光联合发电系统最大输出功率用以衡量实际最大出力与额定装机容量的差值,体现输出功率的分散性特征;定义集群风光联合发电系统最大发电小时数用以衡量发电系统年能够利用的运行时间;定义集群风光联合发电系统等效满发小时数用以衡量发电系统的总体发电利用程度;在持续出力曲线平面中,持续出力曲线是以最大输出功率和最大发电小时数为起止点的非线性递减曲线,与横纵坐标轴所占面积为集群风光联合发电系统的年发电量,以最大输出功率和最大发电小时数为边界确定矩形区域,该矩形区域面积为以最大输出功率为额定功率在最大发电小时数时段内的额定发电量;定义发电量丰富度为持续出力曲线第一象限面积在矩形区域中所占面积比例,发电量丰富度反映了集群风光联合发电系统输出功率的整体发电水平;利用定义的具体评价指标确定输出功率的波动程度,得出集群风光联合发电系统风光容量比例的合理区间,刻画集群风光联合发电系统输出功率的汇聚效应程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410418497.9A CN104158217B (zh) | 2014-08-22 | 2014-08-22 | 集群风光联合发电系统输出功率波动特性描述方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410418497.9A CN104158217B (zh) | 2014-08-22 | 2014-08-22 | 集群风光联合发电系统输出功率波动特性描述方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104158217A true CN104158217A (zh) | 2014-11-19 |
CN104158217B CN104158217B (zh) | 2016-01-27 |
Family
ID=51883660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410418497.9A Active CN104158217B (zh) | 2014-08-22 | 2014-08-22 | 集群风光联合发电系统输出功率波动特性描述方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104158217B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184681A (zh) * | 2015-09-29 | 2015-12-23 | 国网甘肃省电力公司 | 基于最近距离分群的大型光伏发电集群弃光电量评估法 |
CN105939026A (zh) * | 2016-05-27 | 2016-09-14 | 电子科技大学 | 基于混合Laplace分布的风电功率波动量概率分布模型建立方法 |
CN106529731A (zh) * | 2016-11-17 | 2017-03-22 | 云南电网有限责任公司电力科学研究院 | 一种区域电网光伏电站集群划分方法 |
CN107506873A (zh) * | 2017-09-21 | 2017-12-22 | 武汉大学 | 基于调节性能的水风光电站群协同组合划分方法及系统 |
CN111162566A (zh) * | 2020-01-21 | 2020-05-15 | 中国电力科学研究院有限公司 | 一种确定风光联合发电系统的联合出力特性的方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102168647A (zh) * | 2011-03-22 | 2011-08-31 | 苏州市思玛特电力科技有限公司 | 基于气象信息的风光联合发电系统有功功率在线评估方法 |
-
2014
- 2014-08-22 CN CN201410418497.9A patent/CN104158217B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102168647A (zh) * | 2011-03-22 | 2011-08-31 | 苏州市思玛特电力科技有限公司 | 基于气象信息的风光联合发电系统有功功率在线评估方法 |
Non-Patent Citations (2)
Title |
---|
李金鑫等: "风光储发电系统预测功率波动性优化方法", 《电源技术》, vol. 37, no. 1, 31 January 2013 (2013-01-31) * |
穆刚等: "风电机组联网运行风速——功率特性曲线的研究", 《吉林省电机工程学会2008年学术年会论文集》, 31 December 2007 (2007-12-31), pages 1 - 8 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184681A (zh) * | 2015-09-29 | 2015-12-23 | 国网甘肃省电力公司 | 基于最近距离分群的大型光伏发电集群弃光电量评估法 |
CN105939026A (zh) * | 2016-05-27 | 2016-09-14 | 电子科技大学 | 基于混合Laplace分布的风电功率波动量概率分布模型建立方法 |
CN105939026B (zh) * | 2016-05-27 | 2018-05-29 | 电子科技大学 | 基于混合Laplace分布的风电功率波动量概率分布模型建立方法 |
CN106529731A (zh) * | 2016-11-17 | 2017-03-22 | 云南电网有限责任公司电力科学研究院 | 一种区域电网光伏电站集群划分方法 |
CN107506873A (zh) * | 2017-09-21 | 2017-12-22 | 武汉大学 | 基于调节性能的水风光电站群协同组合划分方法及系统 |
CN107506873B (zh) * | 2017-09-21 | 2020-10-30 | 武汉大学 | 基于调节性能的水风光电站群协同优化调度方法及系统 |
CN111162566A (zh) * | 2020-01-21 | 2020-05-15 | 中国电力科学研究院有限公司 | 一种确定风光联合发电系统的联合出力特性的方法和系统 |
CN111162566B (zh) * | 2020-01-21 | 2022-07-01 | 中国电力科学研究院有限公司 | 一种确定风光联合发电系统的联合出力特性的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104158217B (zh) | 2016-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110224393B (zh) | 一种基于最小切负荷模型的新能源消纳评估方法 | |
Wagh et al. | Review on wind-solar hybrid power system | |
CN104158217B (zh) | 集群风光联合发电系统输出功率波动特性描述方法 | |
CN101950980B (zh) | 用于分布式光伏电源并网调控的储能装置容量配置方法 | |
CN103944177B (zh) | 混合储能微网系统滤波器截止频率确定方法及输出功率控制方法 | |
CN104361405A (zh) | 一种基于容量限值约束的微网储能装置设计方法 | |
CN104268659A (zh) | 一种光伏电站发电功率超短期预测方法 | |
CN105656026A (zh) | 可再生能源的设备建设资源配置方法和系统 | |
CN104242355A (zh) | 考虑最小弃风的风电场接入电网的位置和容量的控制方法 | |
Liu et al. | Investigation on the spatiotemporal complementarity of wind energy resources in China | |
Tambunan et al. | A preliminary study of solar intermittency characteristic in single area for solar photovoltaic applications | |
Chen et al. | Scheduling strategy of hybrid wind-photovoltaic-hydro power generation system | |
CN104283226B (zh) | 一种基于储能的光伏电站群外送输电容量静态优化方法 | |
GHAITAOUI et al. | Study and Simulation of Self-supply of a Building by Photovoltaic Energy | |
Srivastava et al. | Hybrid renewable energy systems & their suitability in rural regions | |
Wang et al. | Adequacy assessment of generating systems incorporating wind, PV and energy storage | |
CN104239979A (zh) | 一种风电场发电功率超短期预测方法 | |
Ewan et al. | Development of a hydrogen energy system as a grid frequency management tool | |
CN103413192A (zh) | 一种基于电网调度自动化系统电力负荷曲线的机组调度方法 | |
CN106856331A (zh) | 一种风光联合发电系统并网性能测试方法 | |
Kumar et al. | The effect of solar power injection on aging of a distribution transformer | |
Zhang et al. | Research on Optimal Scheduling of Power System with High-penetration Renewable Energy Considering Flexibility of Power Supply Side and Load Side | |
CN110768306A (zh) | 一种提高保底电网中微电网应急能力的电源容量配置方法 | |
Qian et al. | Optimal configuration of energy storage in off-grid micro grid with practical principle | |
Jin et al. | Study on renewable energy integration with electric thermal storage in demand-side—Part I: Analysis for output characteristics of wind farms and photovoltaic plants |
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 |