CN105069520A - 一种风力发电功率预测系统 - Google Patents
一种风力发电功率预测系统 Download PDFInfo
- Publication number
- CN105069520A CN105069520A CN201510426441.2A CN201510426441A CN105069520A CN 105069520 A CN105069520 A CN 105069520A CN 201510426441 A CN201510426441 A CN 201510426441A CN 105069520 A CN105069520 A CN 105069520A
- Authority
- CN
- China
- Prior art keywords
- wind
- module
- data
- power
- real
- 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
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
Abstract
对风力发电功率预测系统的各层进行分析,将其各层的功能进行划分,对其组成的各个模块进行作用分配,从而使得各个子模块能够各尽其用,通过风速监测及概率分布的计算,从而对风力发电功率进行预测,以实现分布式能源发电的可控性,降低分布式能源发电的随机性。
Description
技术领域
本发明涉及一种分布式能源发电控制的技术领域,具体的来说,是一种风力发电功率预测系统。
背景技术
在风力资源丰富的地区,越来越多的风电场实现了并网运行。风力发电场是将多台并网风力发电机安装在风力资源好的场地,按照地形和主风向排成机群向电网供电,风能由于无污染和可再生等优点受到了前所未有的关注,但同时其波动性和间歇性也给风电的大力发展带来了一定的影响。风能的间歇性使得风电机组输出功率也呈现出间歇特性,随着风电装机容量的迅猛发展和风电场规模的不断扩大,风电在电网中的比例逐年增加,风电的间歇性将会对电力系统的安全、稳定运行以及保证电能质量带来严峻挑战。
发明内容
基于现有技术存在的不足,本发明提出了一种风力发电功率预测系统,风力发电功率预测系统包括接口层、数据层、预测层和表示层。各层的通信以数据库为核心,系统通过接口层采集风电机组的实时运行数据和数值天气预报,经过筛选交予数据层,数据层对接口层采集到的数据进行预处理,并将有效数据存入数据库中,形成一定时间规则的历史数据库,同时建立和维护风速、风向、发电功率等相关参数的专家数据库。预测层根据预测请求选择相应预测算法,调用数据层提拱的数据存储过程,从数据库中获得相关数据样本,完成预测并将预测结果交由数据层,存储至预测结果数据库中。
接口层分为外部数据获取和预测结果对外发布两个模块,外部数据获取实现从风机监控系统中获取实时运行数据以及从气象部门获取数值天气预报的功能。预测结果对外发布模块实现了将预测结果上报上级控制部门和电网调度的功能。
数据层分为实时数据存储、数据预处理、专家数据库维护和预测结果发布四个模块,实时数据存储模块负责接收接口层采集来的风电机组实时运行数据和数值天气预报,存入临时数据库,以备数据处理工作;数据预处理模块负责分析采集来的实时数据,将无效数据剃除,并将有效数据处理成固定时间间隔的历史运行数据,以备算法层调用;专家数据库维护模块负责建立风速、风向、发电功率等相关参数的专家数据库,并依据最新采集的实时运行数据完成专家数据库更新工作,以备预测模块调用;预测结果发布模块负责接收预测模块输入的预测结果,将其存入数据库,并为表示层提供所有数据调用的存储过程。
预测层分为预测样本获取模块、算法模块和预测结果存储模块,预测样本获取模块,根据预测算法的要求从数据库中获取所需预测样本,以备算法模块调用。算法模块负责数据的预测工作,算法模块根据不同的应用,选择不同的算法模块,预测结果存储模块负责将算法模块处理后的结果存入数据库,以备发布层调用。
表示层分为风电场模块和调度模块两部分,风电场模块实现风电场端用户的操作界面,包括风机实时运行数据、风电厂运行情况、实时预测曲线、数据分析等功能;调度模块实现了电网调度端的操作界面,包括风电场的实时运行数据、风电场运行情况、实时运行曲线以及专为电网调度定制的运行分析功能。
风力发电功率预测系统包含三个模块,分别为综合查询模块、系统管理模块和登陆控制模块。
综合查询模块包括:实时出力监视子模块、多风电场监视子模块、预测结果查询子模块、历史预测展示子模块、误差指标统计子模块、月报报表生成六个子模块。
实时出力监视子模块采用地图的形式显示区域内当前时间各风电场的地理分布情况和实时出力数据,同时以表格的形式显示各个风电场的实时功率及预测功率。
多风场监视子模块以曲线和表格的形式展示当前时间各个风电场的预测功率和实际功率,可同时监测多个风电场,实际功率曲线实时更新延伸。
预测结果查询子模块查询未来预测曲线,以曲线结合表格的形式对未来一段时间的预测结果进行展示,并可以将预测结果以电子表格的形式导出。
历史预测展示子模块根据选定的日期时间,查询出选定区间的预测数据和实际出力数据,并通过曲线和表格的形式进行展示。
误差指标统计可对历史任意时间区间的预测误差进行统计。统计指标包括相关性系数、均方根误差、平均绝对误差、误差小于20%装机容量的比例等。
月报报表生成可生成任意月份的月报报表,报表以表格的形式进行展示,同时可以以电子表格的形式导出。
系统管理模块包括:风场信息展示子模块、预测参数设置子模块、预测命令执行子模块和系统运行状态显示子模块四个子模块。
风场基本信息展示可查询各个风场的详细信息,包括装机容量,风机类型及台数,风电场位置等。
预测参数设置包括装机容量修改、开机容量设置和限电设置页面,可根据手动输入的装机容量、开机容量和限电情况对预测结果进行修正。
预测命令执行显示预测所需条件的完备性,可在此执行手动预测,也可设置为自动预测。
系统运行状态显示当前系统服务器及各个接口的运行情况,便于及时发现并排除系统运行过程中的异常情况。
登陆控制模块用于用户登陆的验证,并根据用户身份分配其相应权限。
风力发电功率预测系统首先需要对风速进行监测,从而根据风速预测风电场的发电功率
平均风速的概率密度函数如下:
式中,k为形状参数,取值范围为1.5-2.3,v为风速,c为尺度参数,
n为正整数,
风力发电机是通过捕获风能,推动风机桨叶旋转而带动发电机旋转,从而发出功率的。风机输出功率的大小主要取决于风速、风机转子直径、空气密度等因素,
式中:P0为风机额定功率,CP是风机的功率系数,A是风机风轮扫掠面积,ρ为空气密度,v0是额定风速。
风力机额定功率还不是风电机组的输出功率,还需通过齿轮箱增速驱动发电机,将机械能转变成电能。风电机组的出力主要与风速相关,其与风速的近似关系可由下面的分段函数来表示
式中,vin,vout,v0分别为风机的切入风速、切出风速和额定风速;P0为风机的额定功率。当风速等于或高于vin时,风机启动并网运行;当风速等于或大于v0时,风机保持额定功率输出;当风速低于vin或高于vout时,风机停机并与电网解列。
当风速小于风机的切入风速时,风机不会投入运行,无功率输出;当风速大于切出风速时,风机切出,风机同样无出力:只有当风机的风速介于切入风速和切出风速之间时,风机才会正常运行,按上述公式规律输出功率。风机的功率系数不是常数,而是随着风速的变化而变化的。从切入风速开始,风机的功率系数逐渐增大,当风速接近额定风速后,风机的功率系数开始逐渐减小。因此,可以将风机输出功率的变化分为三个过程:当风速较小时(接近切入风速),风机输出功率变化比较缓慢,此时即使风速波动较大,风机出力的变化也不会很大;当风速较大时,风机输出功率变化很快,此时即使风速波动较小,也会导致风机输出功率很大的变化;当风速较大(达到额定风速),风机输出功率变化又开始平缓,当风速超过额定风速一定量后,风机的输出功率不再跟随风速变化,而是恒等于额定输出功率。
通过对风力发电功率预测系统的各层进行分析,将其各层的功能进行划分,对其组成的各个模块进行作用分配,从而使得各个子模块能够各尽其用,通过风速监测及概率分布的计算,从而对风力发电功率进行预测,以实现分布式能源发电的可控性,降低分布式能源发电的随机性。
附图说明
图1是风力发电功率预测系统的多层结构。
图2是风力发电功率预测系统的功能模块单元。
具体实施方式
一种风力发电功率预测系统,如图1所示,风力发电功率预测系统包括接口层、数据层、预测层和表示层。各层的通信以数据库为核心,系统通过接口层采集风电机组的实时运行数据和数值天气预报,经过筛选交予数据层,数据层对接口层采集到的数据进行预处理,并将有效数据存入数据库中,形成一定时间规则的历史数据库,同时建立和维护风速、风向、发电功率等相关参数的专家数据库。预测层根据预测请求选择相应预测算法,调用数据层提拱的数据存储过程,从数据库中获得相关数据样本,完成预测并将预测结果交由数据层,存储至预测结果数据库中。
接口层分为外部数据获取和预测结果对外发布两个模块,外部数据获取实现从风机监控系统中获取实时运行数据以及从气象部门获取数值天气预报的功能。预测结果对外发布模块实现了将预测结果上报上级控制部门和电网调度的功能。
数据层分为实时数据存储、数据预处理、专家数据库维护和预测结果发布四个模块,实时数据存储模块负责接收接口层采集来的风电机组实时运行数据和数值天气预报,存入临时数据库,以备数据处理工作;数据预处理模块负责分析采集来的实时数据,将无效数据剃除,并将有效数据处理成固定时间间隔的历史运行数据,以备算法层调用;专家数据库维护模块负责建立风速、风向、发电功率等相关参数的专家数据库,并依据最新采集的实时运行数据完成专家数据库更新工作,以备预测模块调用;预测结果发布模块负责接收预测模块输入的预测结果,将其存入数据库,并为表示层提供所有数据调用的存储过程。
预测层分为预测样本获取模块、算法模块和预测结果存储模块,预测样本获取模块,根据预测算法的要求从数据库中获取所需预测样本,以备算法模块调用。算法模块负责数据的预测工作,算法模块根据不同的应用,选择不同的算法模块,预测结果存储模块负责将算法模块处理后的结果存入数据库,以备发布层调用。
表示层分为风电场模块和调度模块两部分,风电场模块实现风电场端用户的操作界面,包括风机实时运行数据、风电厂运行情况、实时预测曲线、数据分析等功能;调度模块实现了电网调度端的操作界面,包括风电场的实时运行数据、风电场运行情况、实时运行曲线以及专为电网调度定制的运行分析功能。
如图2所示,风力发电功率预测系统包含三个模块,分别为综合查询模块、系统管理模块和登陆控制模块。
综合查询模块包括:实时出力监视子模块、多风电场监视子模块、预测结果查询子模块、历史预测展示子模块、误差指标统计子模块、月报报表生成六个子模块。
实时出力监视子模块采用地图的形式显示区域内当前时间各风电场的地理分布情况和实时出力数据,同时以表格的形式显示各个风电场的实时功率及预测功率。
多风场监视子模块以曲线和表格的形式展示当前时间各个风电场的预测功率和实际功率,可同时监测多个风电场,实际功率曲线实时更新延伸。
预测结果查询子模块查询未来预测曲线,以曲线结合表格的形式对未来一段时间的预测结果进行展示,并可以将预测结果以电子表格的形式导出。
历史预测展示子模块根据选定的日期时间,查询出选定区间的预测数据和实际出力数据,并通过曲线和表格的形式进行展示。
误差指标统计可对历史任意时间区间的预测误差进行统计。统计指标包括相关性系数、均方根误差、平均绝对误差、误差小于20%装机容量的比例等。
月报报表生成可生成任意月份的月报报表,报表以表格的形式进行展示,同时可以以电子表格的形式导出。
系统管理模块包括:风场信息展示子模块、预测参数设置子模块、预测命令执行子模块和系统运行状态显示子模块四个子模块。
风场基本信息展示可查询各个风场的详细信息,包括装机容量,风机类型及台数,风电场位置等。
预测参数设置包括装机容量修改、开机容量设置和限电设置页面,可根据手动输入的装机容量、开机容量和限电情况对预测结果进行修正。
预测命令执行显示预测所需条件的完备性,可在此执行手动预测,也可设置为自动预测。
系统运行状态显示当前系统服务器及各个接口的运行情况,便于及时发现并排除系统运行过程中的异常情况。
登陆控制模块用于用户登陆的验证,并根据用户身份分配其相应权限。
风力发电功率预测系统首先需要对风速进行监测,从而根据风速预测风电场的发电功率
平均风速的概率密度函数如下:
式中,k为形状参数,取值范围为1.5-2.3,v为风速,c为尺度参数
n为正整数,
风力发电机是通过捕获风能,推动风机桨叶旋转而带动发电机旋转,从而发出功率的。风机输出功率的大小主要取决于风速、风机转子直径、空气密度等因素,
式中:P0为风机额定功率,CP是风机的功率系数,A是风机风轮扫掠面积,ρ为空气密度,v0是额定风速。
风力机额定功率还不是风电机组的输出功率,还需通过齿轮箱增速驱动发电机,将机械能转变成电能。风电机组的出力主要与风速相关,其与风速的近似关系可由下面的分段函数来表示
式中,vin,vout,v0分别为风机的切入风速、切出风速和额定风速;P0为风机的额定功率。当风速高于vin时,风机启动并网运行;当风速等于或大于v0时,风机保持额定功率输出;当风速低于vin或高于vout时,风机停机并与电网解列。
当风速小于风机的切入风速时,风机不会投入运行,无功率输出;当风速大于切出风速时,风机切出,风机同样无出力:只有当风机的风速介于切入风速和切出风速之间时,风机才会正常运行,按上述公式规律输出功率。风机的功率系数不是常数,而是随着风速的变化而变化的。从切入风速开始,风机的功率系数逐渐增大,当风速接近额定风速后,风机的功率系数开始逐渐减小。因此,可以将风机输出功率的变化分为三个过程:当风速较小时(接近切入风速),风机输出功率变化比较缓慢,此时即使风速波动较大,风机出力的变化也不会很大;当风速较大时,风机输出功率变化很快,此时即使风速波动较小,也会导致风机输出功率很大的变化;当风速较大(达到额定风速),风机输出功率变化又开始平缓,当风速超过额定风速一定量后,风机的输出功率不再跟随风速变化,而是恒等于额定输出功率。
通过对风力发电功率预测系统的各层进行分析,将其各层的功能进行划分,对其组成的各个模块进行作用分配,从而使得各个子模块能够各尽其用,通过风速监测及概率分布的计算,从而对风力发电功率进行预测,以实现分布式能源发电的可控性,降低分布式能源发电的随机性。
以上所述仅为本发明的优选并不用于限制本发明,显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种风力发电功率预测系统,其特征在于,风力发电功率预测系统包括接口层、数据层、预测层和表示层。
2.如权利要求1所述的风力发电功率预测系统,其特征在于,风力发电功率预测系统还包括综合查询模块、系统管理模块和登陆控制模块。
3.如权利要求2所述的风力发电功率预测系统,其特征在于,接口层分为外部数据获取和预测结果对外发布两个模块,外部数据获取实现从风机监控系统中获取实时运行数据以及从气象部门获取数值天气预报的功能,预测结果对外发布模块实现了将预测结果上报上级控制部门和电网调度的功能;
数据层分为实时数据存储、数据预处理、专家数据库维护和预测结果发布四个模块,实时数据存储模块负责接收接口层采集来的风电机组实时运行数据和数值天气预报,存入临时数据库,以备数据处理工作;数据预处理模块负责分析采集来的实时数据,将无效数据剃除,并将有效数据处理成固定时间间隔的历史运行数据,以备算法层调用;专家数据库维护模块负责建立风速、风向、发电功率相关参数的专家数据库,并依据最新采集的实时运行数据完成专家数据库更新工作,以备预测模块调用;预测结果发布模块负责接收预测模块输入的预测结果,将其存入数据库,并为表示层提供所有数据调用的存储过程;
预测层分为预测样本获取模块、算法模块和预测结果存储模块,预测样本获取模块,根据预测算法的要求从数据库中获取所需预测样本,以备算法模块调用,算法模块负责数据的预测工作,算法模块根据不同的应用,选择不同的算法模块,预测结果存储模块负责将算法模块处理后的结果存入数据库,以备发布层调用;
表示层分为风电场模块和调度模块两部分,风电场模块实现风电场端用户的操作界面,包括风机实时运行数据、风电厂运行情况、实时预测曲线、数据分析功能;调度模块实现了电网调度端的操作界面,包括风电场的实时运行数据、风电场运行情况、实时运行曲线以及专为电网调度定制的运行分析功能。
4.如权利要求3所述的风力发电功率预测系统,其特征在于,综合查询模块包括:实时出力监视子模块、多风电场监视子模块、预测结果查询子模块、历史预测展示子模块、误差指标统计子模块、月报报表生成六个子模块,系统管理模块包括:风场信息展示子模块、预测参数设置子模块、预测命令执行子模块和系统运行状态显示子模块四个子模块。
5.如权利要求4所述的风力发电功率预测系统,其特征在于,风力发电功率预测系统对风速进行监测,根据风速预测风电场的发电功率;
平均风速的概率密度函数如下:
式中,k为形状参数,取值范围为1.5-2.3,v为风速,c为尺度参数;
n为正整数。
6.如权利要求5所述的风力发电功率预测系统,其特征在于,风力发电的额定功率为
式中:P0为风机额定功率,Cp是风机的功率系数,A是风机风轮扫掠面积,ρ为空气密度,v0是额定风速;
风力发电的输出功率与额定输出功率的关系为
式中,vin,vout,v0分别为风机的切入风速、切出风速和额定风速;P0为风机的额定功率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510426441.2A CN105069520A (zh) | 2015-07-20 | 2015-07-20 | 一种风力发电功率预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510426441.2A CN105069520A (zh) | 2015-07-20 | 2015-07-20 | 一种风力发电功率预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105069520A true CN105069520A (zh) | 2015-11-18 |
Family
ID=54498880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510426441.2A Pending CN105069520A (zh) | 2015-07-20 | 2015-07-20 | 一种风力发电功率预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105069520A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105676313A (zh) * | 2016-02-16 | 2016-06-15 | 中铁大桥科学研究院有限公司 | 用于跨海大桥施工海域波浪场、风速场的区域预测方法 |
CN109146709A (zh) * | 2018-09-12 | 2019-01-04 | 国网辽宁省电力有限公司 | 风功测点鉴别方法及装置 |
CN114744623A (zh) * | 2022-06-09 | 2022-07-12 | 深圳万甲荣实业有限公司 | 一种基于深度学习的新能源发电预测方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008003033A2 (en) * | 2006-06-29 | 2008-01-03 | Edsa Micro Corporation | Automatic real-time optimization and intelligent control of electrical power distribution and transmission systems |
CN103440531A (zh) * | 2013-08-16 | 2013-12-11 | 国家电网公司 | 计及风电场风机运行状态的风电场短期风电功率预测系统 |
-
2015
- 2015-07-20 CN CN201510426441.2A patent/CN105069520A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008003033A2 (en) * | 2006-06-29 | 2008-01-03 | Edsa Micro Corporation | Automatic real-time optimization and intelligent control of electrical power distribution and transmission systems |
CN103440531A (zh) * | 2013-08-16 | 2013-12-11 | 国家电网公司 | 计及风电场风机运行状态的风电场短期风电功率预测系统 |
Non-Patent Citations (3)
Title |
---|
刘兴杰: "风电输出功率预测方法与系统", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
孟勇: "风电功率预测系统的研究与开发", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
张里等: "计及风速相关性的电网静态安全风险评估", 《电力自动化设备》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105676313A (zh) * | 2016-02-16 | 2016-06-15 | 中铁大桥科学研究院有限公司 | 用于跨海大桥施工海域波浪场、风速场的区域预测方法 |
CN105676313B (zh) * | 2016-02-16 | 2017-12-22 | 中铁大桥科学研究院有限公司 | 用于跨海大桥施工海域波浪场、风速场的区域预测方法 |
CN109146709A (zh) * | 2018-09-12 | 2019-01-04 | 国网辽宁省电力有限公司 | 风功测点鉴别方法及装置 |
CN109146709B (zh) * | 2018-09-12 | 2020-10-09 | 国网辽宁省电力有限公司 | 风功测点鉴别方法及装置 |
CN114744623A (zh) * | 2022-06-09 | 2022-07-12 | 深圳万甲荣实业有限公司 | 一种基于深度学习的新能源发电预测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Optimized sizing of a standalone PV-wind-hydropower station with pumped-storage installation hybrid energy system | |
Hart et al. | The potential of intermittent renewables to meet electric power demand: Current methods and emerging analytical techniques | |
US20190244310A1 (en) | Method and instrumentation for sustainable energy load flow management system performing as resilient adaptive microgrid system | |
Kudo et al. | Forecasting electric power generation in a photovoltaic power system for an energy network | |
CN101858312B (zh) | 风力发电机组实时运行状态评估系统及评估方法 | |
CN102609791B (zh) | 基于云平台的规模化集中式远程风电功率预测系统 | |
CN103475021B (zh) | 一种基于统计模型的风电场弃风电量确定方法 | |
Taneja et al. | Defining cps challenges in a sustainable electricity grid | |
Safdarian et al. | Compromising wind and solar energies from the power system adequacy viewpoint | |
CN105048457A (zh) | 一种智能微电网电能管理系统 | |
CN111445107B (zh) | 冷热电联供型微电网多目标优化配置方法 | |
CN102831321A (zh) | 一种基于蒙特卡洛方法的风电场风险评估方法 | |
CN103248048B (zh) | 一种弃风电量预估方法 | |
Chen et al. | Robust unit commitment for large-scale wind generation and run-off-river hydropower | |
CN105069520A (zh) | 一种风力发电功率预测系统 | |
Charqaouy et al. | Integration of Decentralized Generations into the Distribution Network-Smart Grid Downstream of the Meter | |
Wang et al. | Adequacy assessment of generating systems incorporating wind, PV and energy storage | |
Brka | Optimisation of stand-alone hydrogen-based renewable energy systems using intelligent techniques | |
Xv et al. | Day-ahead scheduling with renewable generation considering shared energy storage | |
CN110165699B (zh) | 基于个体优化及系统多能互补的光热电站优化配置方法 | |
Ciupuliga et al. | A market-based investigation of large-scale renewable energy integration in northwestern europe | |
CN105024379A (zh) | 一种风机检修管理调度系统 | |
George | Analysis of the power system impacts and value of wind power | |
CN103050977B (zh) | 单一元件过载情况下紧急控制装置的优化布点方法 | |
Azizou et al. | Unit commitment using dynamic programing for planning optimization and emission reduction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151118 |
|
RJ01 | Rejection of invention patent application after publication |