CN105244870B - 一种快速计算电网风电场弃风率及机组发电量的方法 - Google Patents
一种快速计算电网风电场弃风率及机组发电量的方法 Download PDFInfo
- Publication number
- CN105244870B CN105244870B CN201510675729.3A CN201510675729A CN105244870B CN 105244870 B CN105244870 B CN 105244870B CN 201510675729 A CN201510675729 A CN 201510675729A CN 105244870 B CN105244870 B CN 105244870B
- Authority
- CN
- China
- Prior art keywords
- wind
- load
- curve
- formula
- wind power
- 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.)
- Active
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明公开了一种快速计算电网风电场弃风率及机组发电量的方法,包括以下步骤:预测电力系统的负荷曲线,确定电力系统的调度周期,根据电力系统预测的负荷曲线及调度周期形成区间负荷曲线;按照上步骤的区间负荷曲线,确定开机方式,根据确定的开机方式,修正预测负荷曲线;根据风电场的风速信息,预测风功率,建立风功率模型,根据预测风功率和上步骤的修正负荷曲线快速计算上网电量及弃风率并且修正负荷曲线;4)根据上步骤的修正负荷曲线,运用等效电量函数法计算开机机组的发电量。本发明能够在考虑电力系统实际情况将复杂的优化问题分解成几个较为简单的约束问题,并通过数据流将这几个优化问题连接起来,从而快速的计算出区域电网的弃风率。
Description
技术领域:
本发明属于电力系统运行优化与经济调度领域,具体涉及一种快速计算电网风电场弃风率及机组发电量的方法。
背景技术:
风电等新能源的大规模接入电网,优化了整个电力系统的能源结构,减少了温室气体的排放;然而在优化能源结构提供清洁能源的同时,风电的随机性、波动性、间歇性和不可控性给电力系统安排开机方式提出了挑战;从电力系统的角度看,在安排常规机组开机容量时面对这开机容量过大造成弃风与开机容量过小面对切负荷的矛盾;从新能源的角度,开机方式的确定直接影响弃风率的计算结果。
以吉林省电网为例,2015年供热期弃风率高达42.96%,供热期弃风率高达60%~70%,这意味着风电机组有接近一半容量在闲置,直接影响风电场的成本收回周期及整个社会的经济效益,也意味着火电等常规机组的开机容量过大;更重要的是,目前计算风电场的弃风率的计算方法,计算速度较慢,这限制了目前风电场弃风率的计算效率。
因此,快速计算风电场的弃风率在提高风电场上网电量的过程中就显得尤为重要;而现有的弃风率计算方法多采用机组组合的方式,计算结果精度较高,但是计算时间较长,无法满足电力系统实际计算中的快速性的需求;同时,目前的方法没有兼顾电力系统调度采用一个周期调度一次的现实,计算结果会加大火电等常规机组的波动频次。
发明内容:
本发明的目的是提供一种简单通用的、快速的、充分计及负荷特性风电弃风率的计算区域电网风电场弃风率及机组发电量的方法;本发明旨在说明电力系统的基于区间负荷曲线的开机方式的确定方法,并且在此方法的机组上,快速计算风电场的弃风率;本发明能够保证在风电场上网电量最大,即弃风率最小的情况下,快速的计算出系统的弃风率。
为达到上述目的,本发明采用如下技术方案来实现的:
一种快速计算电网风电场弃风率及机组发电量的方法,包括以下步骤:
1)预测电力系统的负荷曲线,确定电力系统的调度周期,根据电力系统预测负荷曲线及调度周期形成区间负荷曲线;
2)按照步骤1)的区间负荷曲线,确定开机方式,根据确定的开机方式,修正预测负荷曲线;
3)根据风电场的风速信息,预测风功率,建立风功率模型,根据预测风功率和步骤2)的修正负荷曲线快速计算风电弃风率,同时修正负荷曲线;
4)根据步骤3)的修正负荷曲线,运用等效电量函数法计算开机机组的发电量。
本发明进一步的改进在于,步骤1)具体包括以下实现步骤:
1-1)预测系统的负荷模型:
某时段系统负荷的预测值与实际值之间存在一定偏差,表示为:
式中,为第t个时段系统负荷的预测值;为由某随机因素集决定的第t个时段系统负荷的实际值;为第t个时段系统负荷的预测误差,服从均值为0的正态分布,T为系统运行的最大时段;
1-2)确定电力系统的调度周期:
根据负荷曲线及工程实际经验,提出确定电力系统的调度周期有两种方式,第一种方式是首先确定开机方式,然后根据负荷曲线来确定下一次调整开机方式的时间,第二种方式是直接确定时间周期作为开机周期,考虑到经济因素及发电机组的物理特性,在工程中采用第二种方式;
1-3)区间负荷曲线的形成:
根据确定的电力系统的调度周期及预测的负荷模型,找出周期内负荷的最大值及负荷的最小值,将负荷的最大值确定为该周期的上负荷曲线,将负荷的最小值确定为该周期的下负荷曲线。
本发明进一步的改进在于,步骤2)具体包括以下步骤:
2-1)根据区间负荷曲线确定开机方式:
确定一个时间周期内的区间负荷曲线的上曲线和下曲线分别表示为Pup和Pdown,则所有的开机机组应该满足式(5):
其中,Pi,max表示第i台机组的出力上限,Pi,min表示第i台机组的出力下限,U表示的是开机集合;
在确定开机组合时,要使开机的容量尽量小以保证风电的最大接纳,因而其目标函数表示为
minΣPi,minPi,thu (4)
式中,Pi,thu取0或1,表示第i台机组的开停机情况1表示开机,0表示关机;
将式(4)、(5)采用分之定界法进行求解,得到系统中的开机机组及系统中的非开机机组;
2-2)修正预测曲线:
根据式(6)求出开机机组的最小开机容量Pmin:
根据式(7)修正负荷曲线:
P′l,t=Pl,t-Pmin t=1,2,3...tmax (7)
式中,P′l,t表示t时刻修正后的负荷,Pl,t表示t时刻修正前的负荷。
本发明进一步的改进在于,步骤3)具体包括以下步骤:
3-1)建立电力系统风功率模型:
根据历史风况信息,识别出典型的风速或风功率模式,通过聚类分析形成多个风场景;在第t个时段、第s个场景下系统风功率的期望值表示为:
式中,为时段t、场景s下系统加总的风功率期望值;为由某随机因素集决定的时段t、场景s下系统风功率的实际值;S为系统运行下的场景;
当全系统分散在各位置的多个风电场的出力加总时,应用中心极限定理,假设系统风电出力预测误差服从均值为0的正态分布:
式中,为时段t、场景s下系统加总的风功率的预测误差;为系统风功率预测误差的标准差;不同地区的风况、预测工具的精度、预测点距当前的时间、预测的时间分辨率以及各方对风功率预测的积极性都会影响的取值,其计算公式如下:
式中,WP为并网风电场的总装机容量;μ1、μ2为影响风功率预测误差标准差的经验参数,其取值范围均为0~1;
3-2)风电场弃风量的计算:
对于没有联络线功率约束的单区域风电场,弃风量的计算方式根据下式:
式中,Pcul,wind,t表示t时刻风电的弃风量,Pwind,t表示t时刻的风电发电量,Pl,t表示t时刻负荷;
对于有联络线约束的多区域风电场,上网电量和弃风量计算根据如下公式计算:
式中,条件T1表示Pline,t<Pl,t<Pcul,wind,t,Pline,t<Pcul,wind,t<Pl,t,条件T2表示Pl,t<Pline,t<Pcul,wind,t,Pl,t<Pcul,wind,t<Pline,t,条件T3表示Pcul,wind,t<Pline,t<Pl,t,Pcul,wind,t<Pl,t<Pline,t;P′on,wind,t,P′cul,wind,t分别表示风电上网电量及风电弃风电量序列,Pline,t表示连接风电输出端和风电输入端的输电线路的剩余输送容量;
3-3)弃风率的计算:
风电场的弃风率根据下式进行计算:
式中,ρ表示风电场的弃风率。
本发明进一步的改进在于,步骤4)具体包括以下步骤:
4-1)修正计算完弃风率后的负荷曲线:
对于没有联络线约束的单区域风电场,修正负荷曲线根据下式计算:
式中,Pl,wind,t表示t时刻负荷经过单区域风电上网电量计算后的数值;
对于没有联络线约束的多区域风电场,修正负荷曲线根据下式计算:
式中,P′l,wind,t表示t时刻风电接纳后的修正负荷功率序列;
4-2)机组发电量的计算:
将得到修正时序负荷曲线转化为持续负荷曲线,然后利用等效电量函数法计算发电机组的发电量。
相对于现有技术,本发明具有如下的有益效果:
本发明能够在考虑电力系统实际情况将复杂的优化问题分解成几个较为简单的约束问题,并通过数据流将这几个优化问题连接起来,从而快速的计算出区域电网的弃风率。该方法与基于机组组合的时序计算方法相比,可以大幅度提高计算速度;与基于解析法的计算区域电网弃风率的方法相比,在计算考虑联络线的多区域电网弃风率计算时,具有可以计算区域任意多而不需要进行复杂的逻辑编程的优点。
附图说明:
图1为本发明涉及的负荷曲线及区间负荷曲线对应关系图;
图2为本发明各类型机组承担负荷区间结构示意图;
图3为本发明的持续负荷曲线示意图;
图4为本发明的一个实施例中,A区域电网各类型电源比例图;
图5为本发明的一个实施例中,B区域电网各类型电源比例图;
图6为本发明的一个实施例中,非供热期典型周机组承担负荷区间结构图;
图7为本发明的一个实施例中,供热期典型周风电上网电量曲线图;
图8为本发明的一个实施例中,供热期典型周机组承担负荷区间结构图。
具体实施方式:
下面结合附图和实施例对本发明作进一步详细说明。
本发明一种快速计算电网风电场弃风率及机组发电量的方法,包括以下步骤:
1)区间负荷曲线的建立
A)负荷建模
某时段系统负荷的预测值与实际值之间存在一定偏差,可表示为:
考虑到大量负荷节点分散分布,根据中心极限定理有
式中,为第t个时段系统负荷的预测值;为由某随机因素集决定的第t个时段系统负荷的实际值;为第t个时段系统负荷的预测误差,服从均值为0的正态分布;为系统负荷预测误差的标准差;一般可假设是的特定百分比:
其中,k是负荷预测精度的函数,一般可取为常数;
B)调度周期确定
根据负荷曲线及工程实际经验,提出确定电力系统的调度周期有两种方式,第一种方式是首先确定开机方式,然后根据负荷曲线来确定下一次调整开机方式的时间,第二种方式是直接确定时间周期作为开机周期,这要考虑到经济因素及发电机组的物理特性,在工程中采用第二种方式;
区间负荷曲线实质包括时间区间和功率区间,在实际确定时有两种方法:第一种方法是首先确定时间区间,即图1中的周期1和周期2,然后根据负荷曲线确定功率区间,其物理意义是在确定时间段内,根据负荷情况的最小开机组合;第二种方式是首先确定功率区间,然后根据负荷曲线来确定时间区间,其物理意义是在特定开机组合下,不用调整开机组合的最长时间。
C)区间负荷曲线
负荷曲线的波动是机组启停的主要原因,具有随机性的大规模并网的新能源增大了等效负荷曲线的波动性,为应对负荷曲线的波动,常用的方法是留有足够的系统备用和机组启停调峰。机组启停调峰无论是从经济性还是从发电机组的物理特性的角度都不是最优的选择,构建区间负荷曲线的目的就是为了使用系统备用来进行调峰。
针对只含传统机组的系统,构造如图1所示的区间负荷曲线,在确定的周期内根据负荷的最大值及最小值确定区间,称之为区间负荷曲线。区间负荷曲线是由两条曲线组成,其中较大值曲线称为上曲线,较小曲线值称为下曲线。
2)开机方式的确定
A)优化模型
在上述模型中,我们在安排常规机组开机情况时,目标是机组的开机容量最小,约束条件是开机机组的最大出力要大于区间负荷曲线的上曲线,开机机组的最小出力要小于区间负荷曲线的下曲线,以便于保证风电的最大上网及系统的可靠性。
运用优化软件CPLEX对模型进行求解,得到系统的火电等常规机组的开机机组和非开机机组,确定系统的开机方式。
B)负荷曲线的修正
在系统确定开机方式后,根据下式计算常规机组的最小出力:
常规机组的最小出力如图2区域I,根据下式将负荷曲线减去最小出力:
P′l,t=Pl,t-Pmin t=1,2,3...tmax (7)
经过上述计算得到修正的负荷曲线,认为是将图2中的横坐标向上平移至最小出力处。
3)弃风率的计算
A)风功率建模
首先根据历史风况信息,识别出典型的风速或风功率模式,通过聚类分析形成多个风场景;在第t个时段、第s个场景下系统风功率的期望值可表示为:
式中,为时段t、场景s下系统加总的风功率期望值;为由某随机因素集决定的时段t、场景s下系统风功率的实际值;S为系统运行下的场景;
当全系统分散在各位置的多个风电场的出力加总时,可应用中心极限定理,假设系统风电出力预测误差服从均值为0的正态分布:
式中,为时段t、场景s下系统加总的风功率的预测误差;为系统风功率预测误差的标准差;
不同地区的风况、预测工具的精度、预测点距当前的时间、预测的时间分辨率以及各方对风功率预测的积极性都会影响的取值;可参考相关经验公式:
式中,WP为并网风电场的总装机容量;μ1,μ2为影响风功率预测误差标准差的经验参数,其取值范围均为0~1;
B)弃风率计算
安排完必开机组,将风电按序贯进行卷积计算。对于没有联络线约束的单区域的风电序贯卷积计算,风电上网电量直接按照式(11)进行计算;风电的弃风电量通过式(12)来进行计算;负荷曲线经过与风电预测出力序贯卷积后,得到的负荷曲线可通过式(13)计算得到。
其中,Pon,wind,t,Pcul,wind,t,Pl,wind,t分别表示时刻t风电的上网电量、风电的弃风量和经过风电序贯卷积后的负荷,Pl,t表示在风电序贯卷积前时刻t的负荷,Pwind,t表示时刻t的风电功率的预测值。
对于有联络线约束的多区域的风电序贯卷积计算,在单区域的基础上进行。首先,多区域风电序贯卷积计算按单区域风电序贯卷积式(11)-(13)进行计算,得到各区域的风电上网电量、风电弃风序贯电量及风电序贯卷积后的负荷时序电量。然后,按照式(14)-(16)进行考虑区域之间通过联络线进行风电能量传输时,风电序贯卷积计算。在此过程中需要考虑风电输出区域在单区域序贯卷积后得到的风电弃风时序电量、风电输入区域在单区域序贯卷积后的负荷时序电量以及联络线上已有的输送功率和联络线的输送功率上限。
式中,条件T1表示Pline,t<Pl,t<Pcul,wind,t,Pline,t<Pcul,wind,t<Pl,t,条件T2表示Pl,t<Pline,t<Pcul,wind,t,Pl,t<Pcul,wind,t<Pline,t,条件T3表示Pcul,wind,t<Pline,t<Pl,t,Pcul,wind,t<Pl,t<Pline,t。P′on,wind,t,P′cul,wind,t,P′l,wind,t分别表示风电上网电量、风电弃风电量及风电接纳后的修正负荷功率序列,Pline,t表示连接风电输出端和风电输入端的输电线路的剩余输送容量,其值根据式(17)计算得到,
Pline,t=Pline,max,t-Pline,on,t (17)
其中,Pline,max,t表示该条输电线路在时刻t的输送上限,Pline,on,t表示该输电线路在时刻t的进行风电序贯卷积前的输送功率。
C)弃风率的计算:
风电场的弃风率根据下式进行计算:
式中,ρ表示风电场的弃风率。
4)发电机组发电量的计算
A)等效持续负荷曲线
等效持续负荷曲线是电力系统随机生产模拟的重要概念,它是以负荷作为横坐标,时间或者概率作为纵坐标,表示系统在某一负荷处持续的时间长短及概率分布。
图3表示一条持续负荷曲线,其横坐标表示系统的负荷,纵坐标表示持续时间,T为研究周期。系统最大负荷为Xmax,总装机容量为Ct。曲线上任何一点(x,t)表示系统负荷大于或等于x的持续时间为t,即
t=F(x) (19)
用周期T除上式两端,可得:
P=f(x)=F(x)/T (20)
式中p是系统负荷大于等于x的概率。
B)发电机组发电量的确定
根据各类型发电机组的剩余容量在持续负荷上按照基于等效电量函数法的随机生产模拟方法确定九组剩余容量的发电量,将其发电量加上机组最小发电机组出力就是该类型机组的发电量。
下面以一个实施例说明本发明的具体实施步骤;
以吉林省算例进行算法验证,吉林省有大规模风电场,并且冬季火电机组有供热任务,系统调峰压力突出,具有大规模规划及风电上网、弃风率研究价值。吉林电网分为A吉林主网和B白城、松原区域电网两个电网,网络之间通过输电额定容量为1800MW的输电线路连接。A区域装机总容量为12867MW,B区域的装机总容量为6858MW,各区域机组的各类型机组的装机容量如图4和图5所示。从火电机组电源结构及负荷曲线来看,A区域的供热机组多、负荷大,但风机装机容量小;B区域的供热机组少、负荷小,但风机的装机容量大。通过联络线将A、B两个区域连接,可以提高系统可靠性,增大风电的上网电量。
1)非供热期典型周计算结果分析
取第27周作为供热期典型周,同供热期典型周的计算相同,进过计算得到火电机组的开机如表1所示,各类型电源承担负荷情况如图6所示。
表1火电机组开机容量
2)供热期典型周计算结果分析
取第45周作为供热期典型周,对应A区域负荷峰值为7999MW,负荷谷值为5233MW;B区域负荷峰值为794MW,负荷谷值为451MW。通过计算得到的火电机组开机容量如表2所示,开机类型CQ表示抽气供热机组,NQ表示凝气机组,区域A和区域B通过联络线连接。
表2火电机组开机容量
第45周风电上网电量如图7所示,图示上网电量是在考虑负荷与风电的时序性、联络线的输送容量约束及火电机组的开机容量的前提下的上网电量。安排完火电最小技术出力及风电后,剩余负荷由已开火电机组的剩余容量承担。供热期各类型电源承担负荷的情况如图8所示。
3)年弃风率计算及其计算速度
以吉林电网为实施例进行年度弃风率计算,得到表3所示的计算结果。在结果中可以看到,造成弃风的原因主要有两个:负荷和风电的不同时和联络线约束。其中,联络线约束造成的弃风率为3.04108%,约占弃风的9%;负荷与风电不同时造成的弃风约占91%。采用配置为:CPU为i3,内存为2GB,硬盘为500GB的笔记本进行计算,计算一年的弃风率所需要的计算时间为12.458秒。
表3区域电网弃风率计算结果
Claims (4)
1.一种快速计算电网风电场弃风率及机组发电量的方法,其特征在于,包括以下步骤:
1)预测电力系统的负荷曲线,确定电力系统的调度周期,根据电力系统预测负荷曲线及调度周期形成区间负荷曲线;具体包括以下实现步骤:
1-1)预测系统的负荷模型:
某时段系统负荷的预测值与实际值之间存在一定偏差,表示为:
式中,为第t个时段系统负荷的预测值;为由某随机因素集决定的第t个时段系统负荷的实际值;为第t个时段系统负荷的预测误差,服从均值为0的正态分布,T为系统运行的最大时段;
1-2)确定电力系统的调度周期:
根据负荷曲线及工程实际经验,提出确定电力系统的调度周期有两种方式,第一种方式是首先确定开机方式,然后根据负荷曲线来确定下一次调整开机方式的时间,第二种方式是直接确定时间周期作为开机周期,考虑到经济因素及发电机组的物理特性,在工程中采用第二种方式;
1-3)区间负荷曲线的形成:
根据确定的电力系统的调度周期及预测的负荷模型,找出周期内负荷的最大值及负荷的最小值,将负荷的最大值确定为该周期的上负荷曲线,将负荷的最小值确定为该周期的下负荷曲线;
2)按照步骤1)的区间负荷曲线,确定开机方式,根据确定的开机方式,修正预测负荷曲线;
3)根据风电场的风速信息,预测风功率,建立风功率模型,根据预测风功率和步骤2)的修正负荷曲线快速计算风电弃风率,同时修正负荷曲线;
4)根据步骤3)的修正负荷曲线,运用等效电量函数法计算开机机组的发电量。
2.根据权利要求1所述的一种快速计算电网风电场弃风率及机组发电量的方法,其特征在于,步骤2)具体包括以下步骤:
2-1)根据区间负荷曲线确定开机方式:
确定一个时间周期内的区间负荷曲线的上曲线和下曲线分别表示为Pup和Pdown,则所有的开机机组应该满足式(5):
其中,Pi,max表示第i台机组的出力上限,Pi,min表示第i台机组的出力下限,U表示的是开机集合;
在确定开机组合时,要使开机的容量尽量小以保证风电的最大接纳,因而其目标函数表示为
min ∑Pi,minPi,thu (4)
式中,Pi,thu取0或1,表示第i台机组的开停机情况1表示开机,0表示关机;
将式(4)、(5)采用分之定界法进行求解,得到系统中的开机机组及系统中的非开机机组;
2-2)修正预测曲线:
根据式(6)求出开机机组的最小开机容量Pmin:
根据式(7)修正负荷曲线:
P′l,t=Pl,t-Pmin (7)
式中,P′l,t表示t时刻修正后的负荷,Pl,t表示t时刻修正前的负荷。
3.根据权利要求1所述的一种快速计算电网风电场弃风率及机组发电量的方法,其特征在于,步骤3)具体包括以下步骤:
3-1)建立电力系统风功率模型:
根据历史风况信息,识别出典型的风速或风功率模式,通过聚类分析形成多个风场景;在第t个时段、第s个场景下系统风功率的期望值表示为:
式中,为时段t、场景s下系统加总的风功率期望值;为由某随机因素集决定的时段t、场景s下系统风功率的实际值;S为系统运行下的场景;
当全系统分散在各位置的多个风电场的出力加总时,应用中心极限定理,假设系统风电出力预测误差服从均值为0的正态分布:
式中,为时段t、场景s下系统加总的风功率的预测误差;为系统风功率预测误差的标准差;不同地区的风况、预测工具的精度、预测点距当前的时间、预测的时间分辨率以及各方对风功率预测的积极性都会影响的取值,其计算公式如下:
式中,WP为并网风电场的总装机容量;μ1、μ2为影响风功率预测误差标准差的经验参数,其取值范围均为0~1;
3-2)风电场弃风量的计算:
对于没有联络线功率约束的单区域风电场,弃风量的计算方式根据下式:
式中,Pcul,wind,t表示t时刻风电的弃风量,Pwind,t表示t时刻的风电发电量,Pl,t表示t时刻负荷;
对于有联络线约束的多区域风电场,上网电量和弃风量计算根据如下公式计算:
式中,条件T1表示Pline,t<Pl,t<Pcul,wind,t,Pline,t<Pcul,wind,t<Pl,t,条件T2表示Pl,t<Pline,t<Pcul,wind,t,Pl,t<Pcul,wind,t<Pline,t,条件T3表示Pcul,wind,t<Pline,t<Pl,t,Pcul,wind,t<Pl,t<Pline,t;Po'n,wind,t,Pc'ul,wind,t分别表示考虑联络线功率交换的风电上网电量及风电弃风电量序列,Pon,wind,t表示不考虑联络线功率交换时的风电上网电量,Pline,t表示连接风电输出端和风电输入端的输电线路的剩余输送容量;
3-3)弃风率的计算:
风电场的弃风率根据下式进行计算:
式中,ρ表示风电场的弃风率。
4.根据权利要求3所述的一种快速计算电网风电场弃风率及机组发电量的方法,其特征在于,步骤4)具体包括以下步骤:
4-1)修正计算完弃风率后的负荷曲线:
对于没有联络线约束的单区域风电场,修正负荷曲线根据下式计算:
式中,Pl,wind,t表示t时刻负荷经过单区域风电上网电量计算后的数值;
对于没有联络线约束的多区域风电场,修正负荷曲线根据下式计算:
式中,P′l,wind,t表示t时刻风电接纳后的修正负荷功率序列;
4-2)机组发电量的计算:
将得到修正时序负荷曲线转化为持续负荷曲线,然后利用等效电量函数法计算发电机组的发电量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510675729.3A CN105244870B (zh) | 2015-10-16 | 2015-10-16 | 一种快速计算电网风电场弃风率及机组发电量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510675729.3A CN105244870B (zh) | 2015-10-16 | 2015-10-16 | 一种快速计算电网风电场弃风率及机组发电量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105244870A CN105244870A (zh) | 2016-01-13 |
CN105244870B true CN105244870B (zh) | 2018-06-26 |
Family
ID=55042404
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510675729.3A Active CN105244870B (zh) | 2015-10-16 | 2015-10-16 | 一种快速计算电网风电场弃风率及机组发电量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105244870B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108734367A (zh) * | 2017-04-25 | 2018-11-02 | 中国电力科学研究院 | 一种用于计算风电场弃风电量的方法及系统 |
CN107256415B (zh) * | 2017-08-04 | 2020-12-11 | 国网经济技术研究院有限公司 | 一种电力系统运行方式场景的计算方法及计算系统 |
CN111598612B (zh) * | 2020-04-28 | 2023-04-18 | 西安理工大学 | 一种分时电价制定方法 |
CN112134275B (zh) * | 2020-08-11 | 2022-02-11 | 国网山东省电力公司青岛供电公司 | 一种计算含风电场电力系统的可靠性方法及系统 |
CN113553714B (zh) * | 2021-07-27 | 2022-10-14 | 国网河南省电力公司电力科学研究院 | 限风情况下基于预测信息的风电场切风量计算方法及装置 |
CN114881379B (zh) * | 2022-07-12 | 2022-10-14 | 东方电气风电股份有限公司 | 风电场应发电量估测方法、装置、设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104600747A (zh) * | 2015-01-21 | 2015-05-06 | 西安交通大学 | 协调运行风险与风能消纳的电力系统运行优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2807743B1 (de) * | 2012-01-24 | 2016-01-13 | Senvion GmbH | Windpark-oberschwingungsprädiktor und verfahren dazu |
-
2015
- 2015-10-16 CN CN201510675729.3A patent/CN105244870B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104600747A (zh) * | 2015-01-21 | 2015-05-06 | 西安交通大学 | 协调运行风险与风能消纳的电力系统运行优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105244870A (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105244870B (zh) | 一种快速计算电网风电场弃风率及机组发电量的方法 | |
Santos et al. | New multistage and stochastic mathematical model for maximizing RES hosting capacity—Part I: Problem formulation | |
Mohandes et al. | Optimal design of an islanded microgrid with load shifting mechanism between electrical and thermal energy storage systems | |
CN105046395B (zh) | 一种含多类型新能源的电力系统日内滚动计划编制方法 | |
CN106099993B (zh) | 一种适应新能源大规模接入的电源规划方法 | |
CN104933516A (zh) | 一种多时间尺度的电力系统鲁棒调度系统设计方法 | |
CN113193547B (zh) | 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统 | |
CN107800153B (zh) | 一种电蓄热消纳风电的电热能量滚动鲁棒调度方法 | |
CN103699941A (zh) | 一种电力系统调度运行年方案的制定方法 | |
CN105305423A (zh) | 一种考虑间歇性能源不确定性的最优误差边界的确定方法 | |
CN103580061A (zh) | 微电网运行方法 | |
CN112491043A (zh) | 一种新能源富集电网电源规划方法及系统 | |
CN103699938A (zh) | 一种含抽水蓄能电站的电力系统发电计划制定方法 | |
CN104795828A (zh) | 基于遗传算法的风储容量配置方法 | |
CN112234604A (zh) | 一种多能互补电源基地优化配置方法、存储介质及设备 | |
CN113779783A (zh) | 计及多重不确定性的区域综合能源系统规划与运行联合优化方法 | |
Wang et al. | A time-scale adaptive dispatching strategy considering the matching of time characteristics and dispatching periods of the integrated energy system | |
CN113158547B (zh) | 计及经济性和可靠性的区域综合能源系统优化配置方法 | |
CN111931977B (zh) | 一种考虑电—热能传输价值投入的虚拟电厂扩展规划模型构建方法 | |
CN109038556A (zh) | 一种火电机组灵活性改造容量计算方法及系统 | |
CN116341881B (zh) | 计及热网灵活性的电-热系统鲁棒超前调度方法及系统 | |
CN116805181A (zh) | 一种电-热-气网络分布式协同调度策略确定方法及装置 | |
Xing et al. | A rolling optimization method of reserve capacity considering wind power frequency control | |
CN112134275B (zh) | 一种计算含风电场电力系统的可靠性方法及系统 | |
CN112580938B (zh) | 面向多重不确定性的综合能源系统优化调度方法及装置 |
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 |