CN104331748A - 一种预测规划目标年风电场群持续功率曲线的方法 - Google Patents
一种预测规划目标年风电场群持续功率曲线的方法 Download PDFInfo
- Publication number
- CN104331748A CN104331748A CN201410577870.5A CN201410577870A CN104331748A CN 104331748 A CN104331748 A CN 104331748A CN 201410577870 A CN201410577870 A CN 201410577870A CN 104331748 A CN104331748 A CN 104331748A
- Authority
- CN
- China
- Prior art keywords
- turbine set
- energy turbine
- wind
- wind energy
- dur
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000000694 effects Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 238000009434 installation Methods 0.000 claims description 24
- 230000002459 sustained effect Effects 0.000 claims description 11
- 230000004069 differentiation Effects 0.000 claims description 7
- 230000002045 lasting effect Effects 0.000 claims description 4
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 claims 1
- 230000005611 electricity Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Wind Motors (AREA)
Abstract
本发明是一种预测规划目标年风电场群持续功率曲线的方法,其特点是:包括数据获取及处理、风电场群汇聚效应演变建模和规划目标年风电场群持续功率曲线预测等步骤,通过建立风电场群持续功率曲线随总装机容量增加而变化的演进模型,揭示了风电场群生成过程中持续功率曲线的演变规律;实现了利用在役风电场群持续功率曲线对规划目标年风电场群持续功率曲线的预测,把握了风电的电源特性,优化含大规模风电集中接入的输电网扩展规划的经济性。具有方法科学、合理,简单、实用等优点。
Description
技术领域
本发明涉及电力系统中的输电网规划领域与新能源利用领域,是一种预测规划目标年风电场群持续功率曲线的方法。
背景技术
风能是目前最具大规模商业化开发潜力的非水电可再生能源,我国风能主要开发利用模式为“连片开发,集中外送”。风电是具有间歇性、随机性的低能量密度电源,若按风电场群总装机容量规划输电容量,会导致输电资产利用率低下。迄今为止,尚未见有关本发明预测规划目标年风电场群持续功率曲线方法的文献报道和实际应用。
本发明提出用风电场群持续功率曲线来表征风电功率的波动特性。
规划目标年风电场群可划分为当前在役风电场和待建风电场,规划目标年的风电场群是由在役风电场群渐次演进而成。
本发明提出了在役风电场持续功率曲线的构建方法,揭示了风电场群演进过程中持续功率曲线的演变规律,建立了预测规划目标年风电场群持续功率曲线的方法。
发明内容
本发明的目的是提供一种预测规划目标年风电场群持续功率曲线的方法,这种方法能够揭示风电场群生成过程中持续功率曲线的演变规律;通过建立风电场群持续功率曲线随总装机容量增加而变化的演进模型,实现了利用在役风电场群持续功率曲线对规划目标年风电场群持续功率曲线的预测,其方法科学、合理,简单、实用。
本发明的目的是由以下技术方案来实现的,一种预测规划目标年风电场群持续功率曲线的方法,其特征在于,它包括以下步骤:
1)数据获取及处理
①风电场群的定义及数据
已投入运行的n个风电场的功率汇聚后接入输电网,n个风电场中的多个风电场构成风电场群,风电场群包括2至n个风电场,
已知所述n个风电场中各风电场i全年的风电功率数据Pi(tk),tk表示第k个时刻,k=1,…,8760,Pi(tk)表示风电场i在tk时刻的输出功率,i=1,…,n;
②风电场的持续功率曲线
将风电场i全年的输出功率按照降序排列,得到该风电场的持续功率曲线Pdur,i(t,Si),Si为风电场i的总装机容量,dur表示持续,t表示时点,t=1,…,8760,Pdur,i(tk,Si)为风电场i第k个时点的持续风电功率值;
③风电场群汇聚效应的演变
风电场i是所述n个风电场中的任意1个风电场,风电场j是所述n个风电场中除风电场i之外的任意1个风电场,j=1,…,n,且j≠i,其总装机容量之和为Si+j,计算tk时刻2个风电场总功率Pi+j(tk)=Pi(tk)+Pj(tk),Pi(tk)为tk时刻风电场i的输出功率,Pj(tk)为tk时刻风电场j的输出功率,Pi+j(tk)为tk时刻风电场i与风电场j输出功率的和,由Pi+j(tk)计算2个风电场的持续功率曲线Pdur,i+j(t,Si+j),t表示时点,t=1,…,8760,累次运用此计算,分别得到由2个、…,n个风电场构成的不同规模风电场群的以装机容量为参量的持续功率曲线,这一族曲线反映了风电场群逐次生成时汇聚效应的演变;
2)风电场群汇聚效应演变建模
任意指定n个风电场中的1个作为开始汇聚的第1个风电场,其持续功率曲线记作:Pdur,1∑(t,S1∑),所述逐次生成的不同规模风电场群的持续功率曲线分别记作:Pdur,2∑(t,S2∑),…,Pdur,n∑(t,Sn∑),其中,S1∑表示所指定的第1个风电场的装机容量,S2∑,…,Sn∑分别表示逐次生成的风电场群装机容量,t表示时点,t=1,…,8760;
对于任意时点tk,将n个持续功率曲线的功率值Pdur,1∑(tk,S1∑),Pdur,2∑(tk,S2∑),…,Pdur,n ∑(tk,Sn∑)与相应的n个装机容量拟合,得到该时点持续功率与装机容量的拟合函数:
atk,btk分别为tk时点风电功率-装机容量关系的拟合系数,tk=1,2,…,8760,Pdur,n∑(tk,Sn ∑)表示装机容量为Sn∑的风电场群tk时点的持续风电功率值;
3)规划目标年风电场群持续功率曲线预测
获取规划目标年风电场群功率波动特性是风电场群功率外送输电网规划的重要条件,由电源规划可知规划目标年风电场群,规划目标年风电场群包括现已运行和待建风电场的总装机容量;
若规划目标年风电场群总装机容量为Sm∑(Sm∑>Sn∑),则由(2)式可计算规划目标年风电场群的持续功率曲线,即
其中,m表示规划目标年风电场总数,Sm∑表示规划目标年m个风电场的总装机容量,n表
示已投入运行的风电场总数,Sn∑表示已投运的n个风电场的总装机容量,Pdur,m∑(1,Sm∑),Pdur,m∑(2,Sm∑),…,Pdur,m∑(8760,Sm∑)分别表示规划目标年第1,2,…,8760个时点m个风电场总的持续风电功率值,t表示时点,t=1,…,8760,从而通过构建风电场群汇聚演变模型获得规划目标年风电场群持续功率曲线。
本发明的一种预测规划目标年风电场群持续功率曲线的方法,通过提出在役风电场持续功率曲线的构建方法,揭示风电场群生成过程中持续功率曲线的演变规律;通过建立风电场群持续功率曲线随总装机容量增加而变化的演进模型,实现了利用在役风电场群持续功率曲线对规划目标年风电场群持续功率曲线的预测,具有方法科学、合理,简单、实用等优点。
附图说明
图1为吉林省西部地区2012年各风电场地理分布图;
图2为风电场群以不同规模汇聚时风电持续功率曲线图;
图3为基于风电场群功率汇聚演变预测模型得到的风电场群持续功率曲线;
图4为根据2012年各风电场实测数据绘制的风电场群持续功率曲线;
图5为风电场群持续功率预测误差曲线。
具体实施方式
本发明的一种预测规划目标年风电场群持续功率曲线的方法,它包括以下步骤:
1)数据获取及处理
①风电场群的定义及数据
已投入运行的n个风电场的功率汇聚后接入输电网,n个风电场中的多个风电场构成风电场群,风电场群包括2至n个风电场,
已知所述n个风电场中各风电场i全年的风电功率数据Pi(tk),tk表示第k个时刻,k=1,…,8760,Pi(tk)表示风电场i在tk时刻的输出功率,i=1,…,n;
②风电场的持续功率曲线
将风电场i全年的输出功率按照降序排列,得到该风电场的持续功率曲线Pdur,i(t,Si),Si为风电场i的总装机容量,dur表示持续,t表示时点,t=1,…,8760,Pdur,i(tk,Si)为风电场i第k个时点的持续风电功率值;
③风电场群汇聚效应的演变
风电场i是所述n个风电场中的任意1个风电场,风电场j是所述n个风电场中除风电场i之外的任意1个风电场,j=1,…,n,且j≠i,其总装机容量之和为Si+j,计算tk时刻2个风电场总功率Pi+j(tk)=Pi(tk)+Pj(tk),Pi(tk)为tk时刻风电场i的输出功率,Pj(tk)为tk时刻风电场j的输出功率,Pi+j(tk)为tk时刻风电场i与风电场j输出功率的和,由Pi+j(tk)计算2个风电场的持续功率曲线Pdur,i+j(t,Si+j),t表示时点,t=1,…,8760,累次运用此计算,分别得到由2个、…,n个风电场构成的不同规模风电场群的以装机容量为参量的持续功率曲线,这一族曲线反映了风电场群逐次生成时汇聚效应的演变;
2)风电场群汇聚效应演变建模
任意指定n个风电场中的1个作为开始汇聚的第1个风电场,其持续功率曲线记作:Pdur,1 ∑(t,S1∑),所述逐次生成的不同规模风电场群的持续功率曲线分别记作:Pdur,2∑(t,S2∑),…,Pdur,n∑(t,Sn∑),其中,S1∑表示所指定的第1个风电场的装机容量,S2∑,…,Sn∑分别表示逐次生成的风电场群装机容量,t表示时点,t=1,…,8760;
对于任意时点tk,将n个持续功率曲线的功率值Pdur,1∑(tk,S1∑),Pdur,2∑(tk,S2∑),…,Pdur,n ∑(tk,Sn∑)与相应的n个装机容量拟合,得到该时点持续功率与装机容量的拟合函数:
atk,btk分别为tk时点风电功率-装机容量关系的拟合系数,tk=1,2,…,8760,Pdur,n∑(tk,Sn ∑)表示装机容量为Sn∑的风电场群tk时点的持续风电功率值;
3)规划目标年风电场群持续功率曲线预测
获取规划目标年风电场群功率波动特性是风电场群功率外送输电网规划的重要条件,由电源规划可知规划目标年风电场群,规划目标年风电场群包括现已运行和待建风电场的总装机容量;
若规划目标年风电场群总装机容量为Sm∑,(Sm∑>Sn∑),则由(2)式可计算规划目标年风电场群的持续功率曲线,即
其中,m表示规划目标年风电场总数,Sm∑表示规划目标年m个风电场的总装机容量,n表
示已投入运行的风电场总数,Sn∑表示已投运的n个风电场的总装机容量,Pdur,m∑(1,Sm∑),Pdur,m∑(2,Sm∑),…,Pdur,m∑(8760,Sm∑)分别表示规划目标年第1,2,…,8760个时点m个风电场总的持续风电功率值,t表示时点,t=1,…,8760,从而通过构建风电场群汇聚演变模型获得规划目标年风电场群持续功率曲线。
下面利用附图和实施例对本发明进行进一步说明。
参照图1-图5,图1显示了实施例中吉林省西部地区2012年15个风电场地理位置;图2反映了由实施例中10个风电场逐次生成风电场群时汇聚效应的演变;图3给出了基于风电场群功率汇聚演变预测模型得到的由实施例中全部15个风电场构成的风电场群的持续功率曲线;图4给出了由实施例中全部15个风电场构成的风电场群的实际持续功率曲线;图5给出了实施例风电场群的持续功率预测误差曲线。
本发明的一种预测规划目标年风电场群持续功率曲线的方法,包含以下步骤:
1)数据整合
如图1所示,截止2012年底,吉林省西部地区已投运15个风电场,总装机容量为2013MW,各风电场装机容量及逐次汇聚装机容量详见表1。
表1 吉林省西部地区2012年15个风电场装机容量统计
2)风电场群持续功率汇聚演变预测模型
选定表1中的风电场1和风电场2,计算2个风电场汇聚后的持续功率曲线,按照编号顺序逐次汇聚编号为3至10的风电场,并分别绘制各次汇聚后不同规模风电场群的持续功率曲线,共计10条,如图2所示。
取10条持续功率曲线中对应装机容量较大的7条曲线,并将tk时点的风电功率值作为实现预测模型的建模域数据,k=1,…,8760,限于篇幅,表2仅给出t1至t5时点的持续风电功率值。
表2 逐次汇聚生成的风电场群在t1至t5时点的持续功率值
在tk时点,分别以逐次汇聚生成的风电场群对应的额定装机容量、功率值为横、纵坐标,形成散点图,并对其进行拟合,得到拟合函数:
atk,btk分别为tk时点风电功率-装机容量关系的拟合系数,n表示风电场个数,Sn∑表示风电场群装机容量,dur表示持续,Pdur,n∑(tk,Sn∑)表示装机容量为Sn∑的风电场群tk时点的持续风电功率值,k=1,…,8760。
利用最小二乘法计算公式(1)在tk时点的拟合系数,限于篇幅,表3仅给出t1至t5时点的拟合系数计算结果。
表3 拟合函数在t1至t5时点的拟合系数
3)风电场群持续功率曲线预测及校验
利用计算求得的拟合系数,预测全部15个风电场汇聚后总装机容量下tk时点的持续功率值,限于篇幅,表4仅给出t1至t5时点的持续功率预测值,则由(2)式计算规划目标年风电场群的持续功率曲线如图3所示。
表4 风电场群在t1至t5时点的持续功率预测值
参照图3和图4,使用实施例风电场群总装机容量为2013MW的持续功率曲线对预测结果进行校验,将预测风电持续功率曲线与实际风电持续功率曲线对应时点做差,所得误差曲线如图5所示。
参照图5考察风电场群持续功率预测误差曲线,tk≤5474时风电场群持续功率预测值大于实际值,最大误差为0.038p.u.;tk>5474时风电场群持续功率预测值小于实际值,最大误差为0.004p.u。整体上,绝对误差平均值为0.522%,相对误差平均值为-4.415%。
本发明中所用的特定实施例已对本发明的内容做出了详尽的说明,但不局限于本实施例,本领域技术人员根据本发明的启示所做的任何显而易见的改动,都属于本发明权利保护的范围。
Claims (1)
1.一种预测规划目标年风电场群持续功率曲线的方法,其特征在于,它包括以下步骤:
1)数据获取及处理
①风电场群的定义及数据
已投入运行的n个风电场的功率汇聚后接入输电网,n个风电场中的多个风电场构成风电场群,风电场群包括2至n个风电场,
已知所述n个风电场中各风电场i全年的风电功率数据Pi(tk),tk表示第k个时刻,k=1,…,8760,Pi(tk)表示风电场i在tk时刻的输出功率,i=1,…,n;
②风电场的持续功率曲线
将风电场i全年的输出功率按照降序排列,得到该风电场的持续功率曲线Pdur,i(t,Si),Si为风电场i的总装机容量,dur表示持续,t表示时点,t=1,…,8760,Pdur,i(tk,Si)为风电场i第k个时点的持续风电功率值;
③风电场群汇聚效应的演变
风电场i是所述n个风电场中的任意1个风电场,风电场j是所述n个风电场中除风电场i之外的任意1个风电场,j=1,…,n,且j≠i,其总装机容量之和为Si+j,计算tk时刻2个风电场总功率Pi+j(tk)=Pi(tk)+Pj(tk),Pi(tk)为tk时刻风电场i的输出功率,Pj(tk)为tk时刻风电场j的输出功率,Pi+j(tk)为tk时刻风电场i与风电场j输出功率的和,由Pi+j(tk)计算2个风电场的持续功率曲线Pdur,i+j(t,Si+j),t表示时点,t=1,…,8760,累次运用此计算,分别得到由2个、…,n个风电场构成的不同规模风电场群的以装机容量为参量的持续功率曲线,这一族曲线反映了风电场群逐次生成时汇聚效应的演变;
2)风电场群汇聚效应演变建模
任意指定n个风电场中的1个作为开始汇聚的第1个风电场,其持续功率曲线记作:Pdur,1∑(t,S1∑),所述逐次生成的不同规模风电场群的持续功率曲线分别记作:Pdur,2∑(t,S2∑),…,Pdur,n∑(t,Sn∑),其中,S1∑表示所指定的第1个风电场的装机容量,S2∑,…,Sn∑分别表示逐次生成的风电场群装机容量,t表示时点,t=1,…,8760;
对于任意时点tk,将n个持续功率曲线的功率值Pdur,1∑(tk,S1∑),Pdur,2∑(tk,S2∑),…,Pdur,n ∑(tk,Sn∑)与相应的n个装机容量拟合,得到该时点持续功率与装机容量的拟合函数:
atk,btk分别为tk时点风电功率-装机容量关系的拟合系数,tk=1,2,…,8760,Pdur,n∑(tk,Sn∑)表示装机容量为Sn∑的风电场群tk时点的持续风电功率值;
3)规划目标年风电场群持续功率曲线预测
获取规划目标年风电场群功率波动特性是风电场群功率外送输电网规划的重要条件,由电源规划可知规划目标年风电场群,规划目标年风电场群包括现已运行和待建风电场的总装机容量;
若规划目标年风电场群总装机容量为Sm∑(Sm∑>Sn∑),则由(2)式可计算规划目标年风电场群的持续功率曲线,即
Pdur,mΣ(t,SmΣ)={Pdur,mΣ(1,SmΣ),Pdur,mΣ(2,SmΣ),…,Pdur,mΣ(8760,SmΣ)} (2)
其中,m表示规划目标年风电场总数,Sm∑表示规划目标年m个风电场的总装机容量,n表示已投入运行的风电场总数,Sn∑表示已投运的n个风电场的总装机容量,Pdur,m∑(1,Sm∑),Pdur,m ∑(2,Sm∑),…,Pdur,m∑(8760,Sm∑)分别表示规划目标年第1,2,…,8760个时点m个风电场总的持续风电功率值,t表示时点,t=1,…,8760,从而通过构建风电场群汇聚演变模型获得规划目标年风电场群持续功率曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410577870.5A CN104331748B (zh) | 2014-10-23 | 2014-10-23 | 一种预测规划目标年风电场群持续功率曲线的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410577870.5A CN104331748B (zh) | 2014-10-23 | 2014-10-23 | 一种预测规划目标年风电场群持续功率曲线的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104331748A true CN104331748A (zh) | 2015-02-04 |
CN104331748B CN104331748B (zh) | 2017-05-17 |
Family
ID=52406469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410577870.5A Expired - Fee Related CN104331748B (zh) | 2014-10-23 | 2014-10-23 | 一种预测规划目标年风电场群持续功率曲线的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104331748B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104979824A (zh) * | 2015-05-16 | 2015-10-14 | 国网宁夏电力公司经济技术研究院 | 评估大规模风电集中外送输电规划方案技术经济性的方法 |
CN105262148A (zh) * | 2015-11-30 | 2016-01-20 | 国网山东省电力公司经济技术研究院 | 计及风电出力特性的规划年电力平衡方法 |
CN112581311A (zh) * | 2020-12-11 | 2021-03-30 | 东北电力大学 | 一种多风电场聚合后出力长期波动特性预测方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414317A (zh) * | 2008-11-27 | 2009-04-22 | 东北电力大学 | 一种处理风电场静态功率等值分散性问题的等效风速法 |
CN101710703A (zh) * | 2009-11-20 | 2010-05-19 | 东北电力大学 | 风电场群功率汇聚外送输电容量静态优化方法 |
-
2014
- 2014-10-23 CN CN201410577870.5A patent/CN104331748B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414317A (zh) * | 2008-11-27 | 2009-04-22 | 东北电力大学 | 一种处理风电场静态功率等值分散性问题的等效风速法 |
CN101710703A (zh) * | 2009-11-20 | 2010-05-19 | 东北电力大学 | 风电场群功率汇聚外送输电容量静态优化方法 |
Non-Patent Citations (2)
Title |
---|
杨林 等: "风电出力特性及其电力系统运行的影响分析", 《智能电网》 * |
杨迪 等: "计及预测风险的储能系统辅助调频控制", 《黑龙江电力》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104979824A (zh) * | 2015-05-16 | 2015-10-14 | 国网宁夏电力公司经济技术研究院 | 评估大规模风电集中外送输电规划方案技术经济性的方法 |
CN104979824B (zh) * | 2015-05-16 | 2018-12-11 | 国网宁夏电力公司经济技术研究院 | 评估大规模风电集中外送输电规划方案技术经济性的方法 |
CN105262148A (zh) * | 2015-11-30 | 2016-01-20 | 国网山东省电力公司经济技术研究院 | 计及风电出力特性的规划年电力平衡方法 |
CN112581311A (zh) * | 2020-12-11 | 2021-03-30 | 东北电力大学 | 一种多风电场聚合后出力长期波动特性预测方法及系统 |
CN112581311B (zh) * | 2020-12-11 | 2022-05-17 | 东北电力大学 | 一种多风电场聚合后出力长期波动特性预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104331748B (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shi et al. | Hybrid forecasting model for very-short term wind power forecasting based on grey relational analysis and wind speed distribution features | |
CN106874630B (zh) | 基于电量消纳的区域电网新能源开发潜力评估方法 | |
Hozouri et al. | On the use of pumped storage for wind energy maximization in transmission-constrained power systems | |
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
CN103683274B (zh) | 区域中长期风电发电量概率预测方法 | |
CN103762620B (zh) | 基于预测调节性能和安全约束的新能源并网功率控制方法 | |
CN108416691B (zh) | 一种能源替代环保潜力计算方法 | |
CN110620397B (zh) | 一种高比例可再生能源电力系统的调峰平衡评估方法 | |
CN103887813B (zh) | 基于风功率预测不确定度的风电系统运行的控制方法 | |
CN104268800A (zh) | 基于场景库的风电并网调峰平衡判定方法 | |
Weinand et al. | Identification of potential off-grid municipalities with 100% renewable energy supply for future design of power grids | |
CN104268659A (zh) | 一种光伏电站发电功率超短期预测方法 | |
CN103971175A (zh) | 一种多级变电站的短期负荷预测方法 | |
CN108649556A (zh) | 一种电网应急场景随机优化调度方法 | |
CN102904248B (zh) | 基于风电出力不确定性集合的电力系统调度方法 | |
CN102749471A (zh) | 一种短期风速、风电功率预测方法 | |
Yang et al. | The impact of wind field spatial heterogeneity and variability on short-term wind power forecast errors | |
CN104331748A (zh) | 一种预测规划目标年风电场群持续功率曲线的方法 | |
CN105262148B (zh) | 计及风电出力特性的规划年电力平衡方法 | |
CN108694475B (zh) | 基于混合模型的短时间尺度光伏电池发电量预测方法 | |
CN105633950A (zh) | 考虑风电注入不确定性的多目标随机模糊动态最优潮流 | |
CN104657786A (zh) | 一种基于Boosting算法的短期风功率混合预测方法 | |
CN104239979A (zh) | 一种风电场发电功率超短期预测方法 | |
CN110544958B (zh) | 一种电力系统消纳随机出力电源能力的确定方法及装置 | |
CN107968397B (zh) | 一种考虑运行随机性的配电网传输能力计算方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170517 Termination date: 20201023 |