CN105373844A - 基于含储热的风电供暖系统的日前发电计划方法及系统 - Google Patents

基于含储热的风电供暖系统的日前发电计划方法及系统 Download PDF

Info

Publication number
CN105373844A
CN105373844A CN201510587706.7A CN201510587706A CN105373844A CN 105373844 A CN105373844 A CN 105373844A CN 201510587706 A CN201510587706 A CN 201510587706A CN 105373844 A CN105373844 A CN 105373844A
Authority
CN
China
Prior art keywords
next day
sampled point
load
heat
heat storage
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
Application number
CN201510587706.7A
Other languages
English (en)
Other versions
CN105373844B (zh
Inventor
陈磊
孙勇
徐飞
郑太一
闵勇
杨国新
戴远航
李宝聚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
State Grid Corp of China SGCC
State Grid Jilin Electric Power Corp
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
State Grid Jilin Electric Power Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University, State Grid Corp of China SGCC, State Grid Jilin Electric Power Corp filed Critical Tsinghua University
Priority to CN201510587706.7A priority Critical patent/CN105373844B/zh
Publication of CN105373844A publication Critical patent/CN105373844A/zh
Application granted granted Critical
Publication of CN105373844B publication Critical patent/CN105373844B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70Smart grids as climate change mitigation technology in the energy generation sector
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems 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

本发明为基于含储热的风电供暖系统的日前发电计划方法,包括获取风电供暖系统的次日初始储热量、次日各采样点的预测供暖负荷和最大用电负荷,并建立与之相关的能量平衡模型、电功率模型和储热量模型,通过上述三个模型获得次日采样点的用电负荷并据此进行日前发电。本方法据需求热量和耗电量的关系获得的次日各采样点的用电负荷进行日前发电,保证电网调度的安全、经济性,并能方便把风电供暖系统加入电网日前发电调度系统中。本发明还公开一种系统。

Description

基于含储热的风电供暖系统的日前发电计划方法及系统
技术领域
本发明涉及一种基于含储热的风电供暖系统的日前发电计划方法,还涉及一种基于含储热的风电供暖系统的日前发电计划方法系统。
背景技术
近年来,我国北方地区风电发展迅速,装机容量持续增加,但风电消纳问题突出,弃风情况严重,已经成为制约风电发展的首要瓶颈。根据国家能源局统计,2013年全国风电弃风电量约为162亿千瓦时。
北方地区的弃风主要发生在冬季供暖期,在风电大量弃风的同时,大量采用燃煤锅炉等形式的供暖系统大量消耗化石能源并排放污染物。风电出力具有间歇性和不确定性,其和电力负荷需求之间不匹配,利用风电供暖一方面可以增加系统负荷,减小弃风,另一方面加入储热装置可以在风电出力大的时段将多余的能量存储起来,在风电出力小的时段释放能量保证供暖需求。采用风电供暖,可以减少弃风并实现节能减排,效益巨大,目前发展迅速。因此,需要根据热量需求制定日前发电计划,这是实现风能发电系统综合效益、实现安全性、经济性、环保性的重要内容,也是建设风能发电智能全景优化控制系统必不可少的环节。
发明内容
本发明提供一种基于含储热的风电供暖系统的日前发电计划方法,该方法法根据需求热量和耗电量的关系获得次日各采样点的用电负荷,并根据该次日各采样点的用电负荷进行日前发电,可以保证电网调度的安全性和经济性,且变量少,可方便将风电供暖系统加入电网日前发电调度系统中。
本发明还提供一种基于含储热的风电供暖系统的日前发电计划系统。
一种基于含储热的风电供暖系统的日前发电计划方法,包括以下步骤:
获取所述风电供暖系统的次日初始储热量、次日各采样点的预测供暖负荷和最大用电负荷;
根据所述风电供暖系统全天产生的热能和全天消耗的电能之间能量守恒的原则建立所述次日各采样点的预测供暖负荷、所述风电供暖系统的漏热损失率和所述次日各采样点的用电负荷之间的能量平衡模型;
根据所述次日各采样点的用电负荷和所述最大用电负荷的约束条件建立所述最大用电负荷和次日各采样点的用电负荷之间的电功率模型;
根据所述风电供暖系统次日各采样点的储热量和所述风电供暖系统的最大储热容量的约束条件建立所述次日各采样点的预测供暖负荷、漏热损失率、次日初始储热量和次日各采样点的用电负荷之间的储热量模型;和
根据所述能量平衡模型、电功率模型和储热量模型从电网日前发电调度系统中获得所述风电供暖系统次日采样点的用电负荷,并根据所述次日采样点的用电负荷进行日前发电。
优选的,所述次日各采样点的预测供暖负荷由供暖负荷预测系统获得。
所述能量平衡模型可为
Σ i = 1 N P i = 1 C e h Σ i = 1 N ( H i + H l o s s )
其中,Hloss=klossSmax/24,kloss为所述漏热损失率,Smax为最大储热容量,i为次日各采样点的序数,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Ceh为风电供暖系统的电热转换系数,Hi为次日各采样点的预测供暖负荷。
所述电功率模型可为
0 ≤ P i ≤ P m a x , ∀ 1 ≤ i ≤ N
其中,i为次日各采样点的序数,Pi为次日各采样点的用电负荷,Pmax为所述最大用电负荷,N为次日一天的采样点数。
所述储热量模型可为
1 C e h ( Σ i = 1 K ( H i + H l o s s ) - S 1 Δ t ) ≤ Σ i = 1 K P i ≤ 1 C e h ( Σ i = 1 K ( H i + H l o s s ) + S max - S 1 Δ t ) , ∀ 1 ≤ K ≤ N
其中,Hloss=klossSmax/24,kloss为风电供暖系统的漏热损失率,Smax为所述最大储热容量,Ceh为风电供暖系统的电热转换系数,i为次日各采样点的序数,K为大于等于1小于等于N的正整数,Hi为次日各采样点的预测供暖负荷,S1为所述次日初始储热量,Δt=24/N,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Smax为所述最大储热容量。
一种基于含储热的风电供暖系统的日前发电计划系统,包括:
获取单元,获取所述风电供暖系统的次日初始储热量、次日各采样点的预测供暖负荷和最大用电负荷;
能量平衡模型建立单元,根据所述风电供暖系统全天产生的热能和全天消耗的电能之间能量守恒的原则建立所述次日各采样点的预测供暖负荷、所述风电供暖系统的漏热损失率和所述次日各采样点的用电负荷之间的能量平衡模型;
电功率模型建立单元,根据所述次日各采样点的用电负荷和所述最大用电负荷的约束条件建立所述最大用电负荷和次日各采样点的用电负荷之间的电功率模型;
储热量模型建立单元,根据所述风电供暖系统次日各采样点的储热量和所述风电供暖系统的最大储热容量的约束条件建立所述次日各采样点的预测供暖负荷、漏热损失率、次日初始储热量和次日各采样点的用电负荷之间的储热量模型;和
日前发电计划单元,根据所述能量平衡模型、电功率模型和储热量模型从电网日前发电调度系统中获得所述风电供暖系统次日采样点的用电负荷,并根据所述次日采样点的用电负荷进行日前发电。
优选的,所述次日各采样点的预测供暖负荷由供暖负荷预测系统获得。
所述能量平衡模型可为
Σ i = 1 N P i = 1 C e h Σ i = 1 N ( H i + H l o s s )
其中,Hloss=klossSmax/24,kloss为所述漏热损失率,Smax为最大储热容量,i为次日各采样点的序数,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Ceh为风电供暖系统的电热转换系数,Hi为次日各采样点的预测供暖负荷。
所述电功率模型可为
0 ≤ P i ≤ P m a x , ∀ 1 ≤ i ≤ N
其中,i为次日各采样点的序数,Pi为次日各采样点的用电负荷,Pmax为所述最大用电负荷,N为次日一天的采样点数。
所述储热量模型可为
1 C e h ( Σ i = 1 K ( H i + H l o s s ) - S 1 Δ t ) ≤ Σ i = 1 K P i ≤ 1 C e h ( Σ i = 1 K ( H i + H l o s s ) + S max - S 1 Δ t ) , ∀ 1 ≤ K ≤ N
其中,Hloss=klossSmax/24,kloss为风电供暖系统的漏热损失率,Smax为所述最大储热容量,Ceh为风电供暖系统的电热转换系数,i为次日各采样点的序数,K为大于等于1小于等于N的正整数,Hi为次日各采样点的预测供暖负荷,S1为所述次日初始储热量,Δt=24/N,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Smax为所述最大储热容量。
由上述技术方案可知,本发明的方法根据需求热量和耗电量的关系获得次日各采样点的用电负荷,并根据该次日各采样点的用电负荷进行日前发电,可以保证电网调度的安全性和经济性,且本发明的方法只有次日各采样点的用电负荷这一个待确定变量,因此能够方便的将风电供暖系统加入电网日前发电调度系统中。
附图说明
图1为本发明一实施例提供的基于含储热的风电供暖系统的日前发电计划方法的流程图;
图2为本发明一实施例提供的基于含储热的风电供暖系统的日前发电计划系统的原理框图。
附图标记说明
获取单元1能量平衡模型建立单元2电功率模型建立单元3储热量模型建立单元4日前发电计划单元5
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1示出了本发明一实施例提供的基于含储热的风电供暖系统的日前发电计划方法的流程图。
如图1所示,一种基于含储热的风电供暖系统的日前发电计划方法,包括以下步骤:
S1、获取所述风电供暖系统的次日初始储热量、次日各采样点的预测供暖负荷和最大用电负荷;
S2、根据所述风电供暖系统全天产生的热能和全天消耗的电能之间能量守恒的原则建立所述次日各采样点的预测供暖负荷、所述风电供暖系统的漏热损失率和所述次日各采样点的用电负荷之间的能量平衡模型;
S3、根据所述次日各采样点的用电负荷和所述最大用电负荷的约束条件建立所述最大用电负荷和次日各采样点的用电负荷之间的电功率模型;
S4、根据所述风电供暖系统次日各采样点的储热量和所述风电供暖系统的最大储热容量的约束条件建立所述次日各采样点的预测供暖负荷、漏热损失率、次日初始储热量和次日各采样点的用电负荷之间的储热量模型;和
S5、根据所述能量平衡模型、电功率模型和储热量模型从电网日前发电调度系统中获得所述风电供暖系统次日采样点的用电负荷,并根据所述次日采样点的用电负荷进行日前发电。
步骤S5中的电网日前发电调度系统为已知系统,方法为已知方法。
所述风电供暖系统中包括电制热装置、储热装置,电制热装置用于将电能转化成热能,储能装置用于储存热能。则,所述漏热损失率为储热装置的漏热损失率,漏热损失率=储热装置全天的热损失/储热装置全天产生的总热量;次日初始储热量为前一天最后一个采样点后剩余的储热量,可测量得到。次日各采样点的预测供暖负荷可从已知的供暖负荷预测系统中获得。最大用电负荷指电制热装置全部运行时的用电负荷,对于既定的风电供暖系统,最大用电负荷是唯一已知的。所述最大储热容量为储热装置的最大储热容量。
本发明的方法根据需求热量和耗电量的关系获得次日各采样点的用电负荷,并根据该次日各采样点的用电负荷进行日前发电,可以保证电网调度运行的安全性和经济性,且本发明的方法只有次日各采样点的用电负荷这一个待确定变量,因此相对于现有技术中含有多个待确定变量的模型,本发明能够方便的将风电供暖系统加入电网日前发电调度系统中。
步骤S2是因为储热装置运行一天后要回到初始状态,其一天的总热量全部来自电制热装置一天消耗的总电量。
步骤S2中除了要考虑供暖所需的热量外,还要考虑储热装置的漏热损失,所以所述能量平衡模型为
Σ i = 1 N P i = 1 C e h Σ i = 1 N ( H i + H l o s s )
其中,Hloss=klossSmax/24,kloss为所述漏热损失率,Smax为最大储热容量,i为次日各采样点的序数,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Ceh为风电供暖系统的电热转换系数,Hi为次日各采样点的预测供暖负荷。
其中,所述风电供暖系统的电热转换系数为电制热装置的电热转换系数,对既定的电制热装置其为唯一已知的。
电热供暖系统消耗的电能和产生的热能不一定在每个采样点都是符合上述能量守恒的,只有全天的运行过程才符合能量守恒,所以所述能量平衡模型为
0 ≤ P i ≤ P m a x , ∀ 1 ≤ i ≤ N
其中,i为次日各采样点的序数,Pi为次日各采样点的用电负荷,Pmax为所述最大用电负荷,N为次日一天的采样点数。
任何一个采样点处的储热量要在0和最大储热容量之间。
第K+1个采样点的储热量为
S K + 1 = S 1 + Σ i = 1 K ( C e h P i - H i - H l o s s ) Δ t
其中,Hloss=klossSmax/24,kloss为所述漏热损失率,Ceh为风电供暖系统的电热转换系数,i为次日采样点的序数,K为大于等于1小于等于N的正整数,Hi为次日各采样点的预测供暖负荷,S1为所述次日初始储热量,Δt=24/N,N为次日一天的采样点数,Pi为次日各采样点的用电负荷。K=N+1时表示第二天的第一个采样点。
则根据上述的约束条件,得到
0 ≤ S 1 + Σ i = 1 K ( C e h P i - H i - H l o s s ) Δ t ≤ S m a x
其中,Smax为所述最大储热容量。
对上式变换得到所述储热量模型为
1 C e h ( Σ i = 1 K ( H i + H l o s s ) - S 1 Δ t ) ≤ Σ i = 1 K P i ≤ 1 C e h ( Σ i = 1 K ( H i + H l o s s ) + S max - S 1 Δ t ) , ∀ 1 ≤ K ≤ N
由于上述模型中均采用线性的等式或不等式约束,加入电网的日前发电调度系统后,可以方便的处理和计算,增加的计算量很少。
如图2所示,一种基于含储热的风电供暖系统的日前发电计划系统,包括:
获取单元1,获取所述风电供暖系统的次日初始储热量、次日各采样点的预测供暖负荷和最大用电负荷;
能量平衡模型建立单元2,根据所述风电供暖系统全天产生的热能和全天消耗的电能之间能量守恒的原则建立所述次日各采样点的预测供暖负荷、所述风电供暖系统的漏热损失率和所述次日各采样点的用电负荷之间的能量平衡模型;
电功率模型建立单元3,根据所述次日各采样点的用电负荷和所述最大用电负荷的约束条件建立所述最大用电负荷和次日各采样点的用电负荷之间的电功率模型;
储热量模型建立单元4,根据所述风电供暖系统次日各采样点的储热量和所述风电供暖系统的最大储热容量的约束条件建立所述次日各采样点的预测供暖负荷、漏热损失率、次日初始储热量和次日各采样点的用电负荷之间的储热量模型;和
日前发电计划单元5,根据所述能量平衡模型、电功率模型和储热量模型从电网日前发电调度系统中获得所述风电供暖系统次日采样点的用电负荷,并根据所述次日采样点的用电负荷进行日前发电。
所述能量平衡模型可为
Σ i = 1 N P i = 1 C e h Σ i = 1 N ( H i + H l o s s )
其中,Hloss=klossSmax/24,kloss为所述漏热损失率,Smax为最大储热容量,i为次日各采样点的序数,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Ceh为风电供暖系统的电热转换系数,Hi为次日各采样点的预测供暖负荷。
其中,所述风电供暖系统的电热转换系数为电制热装置的电热转换系数,对既定的电制热装置其为唯一已知的。
所述能量平衡模型为
0 ≤ P i ≤ P m a x , ∀ 1 ≤ i ≤ N
其中,i为次日各采样点的序数,Pi为次日各采样点的用电负荷,Pmax为所述最大用电负荷,N为次日一天的采样点数。
任何一个采样点处的储热量要在0和最大储热容量之间。
第K+1个采样点的储热量为
S K + 1 = S 1 + Σ i = 1 K ( C e h P i - H i - H l o s s ) Δ t
其中,Hloss=klossSmax/24,kloss为所述漏热损失率,Ceh为风电供暖系统的电热转换系数,i为次日采样点的序数,K为大于等于1小于等于N的正整数,Hi为次日各采样点的预测供暖负荷,S1为所述次日初始储热量,Δt=24/N,N为次日一天的采样点数,Pi为次日各采样点的用电负荷。
则根据上述的约束条件,得到
0 ≤ S 1 + Σ i = 1 K ( C e h P i - H i - H l o s s ) Δ t ≤ S m a x
其中,Smax为所述最大储热容量。
对上式变换得到所述储热量模型为
1 C e h ( Σ i = 1 K ( H i + H l o s s ) - S 1 Δ t ) ≤ Σ i = 1 K P i ≤ 1 C e h ( Σ i = 1 K ( H i + H l o s s ) + S max - S 1 Δ t ) . ∀ 1 ≤ K ≤ N
由于本发明系统和方法是一一对应的,因此对该系统不再详述。
本领域普通技术人员可以理解:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (10)

1.一种基于含储热的风电供暖系统的日前发电计划方法,其特征在于,包括以下步骤:
获取所述风电供暖系统的次日初始储热量、次日各采样点的预测供暖负荷和最大用电负荷;
根据所述风电供暖系统全天产生的热能和全天消耗的电能之间能量守恒的原则建立所述次日各采样点的预测供暖负荷、所述风电供暖系统的漏热损失率和所述次日各采样点的用电负荷之间的能量平衡模型;
根据所述次日各采样点的用电负荷和所述最大用电负荷的约束条件建立所述最大用电负荷和次日各采样点的用电负荷之间的电功率模型;
根据所述风电供暖系统次日各采样点的储热量和所述风电供暖系统的最大储热容量的约束条件建立所述次日各采样点的预测供暖负荷、漏热损失率、次日初始储热量和次日各采样点的用电负荷之间的储热量模型;和
根据所述能量平衡模型、电功率模型和储热量模型从电网日前发电调度系统中获得所述风电供暖系统次日采样点的用电负荷,并根据所述次日采样点的用电负荷进行日前发电。
2.根据权利要求1所述的日前发电计划方法,其特征在于,所述次日各采样点的预测供暖负荷由供暖负荷预测系统获得。
3.根据权利要求1所述的日前发电计划方法,其特征在于,所述能量平衡模型为
Σ i = 1 N P i = 1 C e h Σ i = 1 N ( H i + H l o s s )
其中,Hloss=klossSmax/24,kloss为所述漏热损失率,Smax为最大储热容量,i为次日各采样点的序数,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Ceh为风电供暖系统的电热转换系数,Hi为次日各采样点的预测供暖负荷。
4.根据权利要求1所述的日前发电计划方法,其特征在于,所述电功率模型为
0 ≤ P i ≤ P m a x , ∀ 1 ≤ i ≤ N
其中,i为次日各采样点的序数,Pi为次日各采样点的用电负荷,Pmax为所述最大用电负荷,N为次日一天的采样点数。
5.根据权利要求1-4中任一项所述的日前发电计划方法,其特征在于,所述储热量模型为
1 C e h ( Σ i = 1 K ( H i + H l o s s ) - S 1 Δ t ) ≤ Σ i = 1 K P i ≤ 1 C e h ( Σ i = 1 K ( H i + H l o s s ) + S m a x - S 1 Δ t ) , ∀ 1 ≤ K ≤ N
其中,Hloss=klossSmax/24,kloss为风电供暖系统的漏热损失率,Smax为所述最大储热容量,Ceh为风电供暖系统的电热转换系数,i为次日各采样点的序数,K为大于等于1小于等于N的正整数,Hi为次日各采样点的预测供暖负荷,S1为所述次日初始储热量,Δt=24/N,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Smax为所述最大储热容量。
6.一种基于含储热的风电供暖系统的日前发电计划系统,其特征在于,包括:
获取单元,获取所述风电供暖系统的次日初始储热量、次日各采样点的预测供暖负荷和最大用电负荷;
能量平衡模型建立单元,根据所述风电供暖系统全天产生的热能和全天消耗的电能之间能量守恒的原则建立所述次日各采样点的预测供暖负荷、所述风电供暖系统的漏热损失率和所述次日各采样点的用电负荷之间的能量平衡模型;
电功率模型建立单元,根据所述次日各采样点的用电负荷和所述最大用电负荷的约束条件建立所述最大用电负荷和次日各采样点的用电负荷之间的电功率模型;
储热量模型建立单元,根据所述风电供暖系统次日各采样点的储热量和所述风电供暖系统的最大储热容量的约束条件建立所述次日各采样点的预测供暖负荷、漏热损失率、次日初始储热量和次日各采样点的用电负荷之间的储热量模型;和
日前发电计划单元,根据所述能量平衡模型、电功率模型和储热量模型从电网日前发电调度系统中获得所述风电供暖系统次日采样点的用电负荷,并根据所述次日采样点的用电负荷进行日前发电。
7.根据权利要求6所述的日前发电计划系统,其特征在于,所述次日各采样点的预测供暖负荷由供暖负荷预测系统获得。
8.根据权利要求6所述的日前发电计划系统,其特征在于,所述能量平衡模型为
Σ i = 1 N P i = 1 C e h Σ i = 1 N ( H i + H l o s s )
其中,Hloss=klossSmax/24,kloss为所述漏热损失率,Smax为最大储热容量,i为次日各采样点的序数,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Ceh为风电供暖系统的电热转换系数,Hi为次日各采样点的预测供暖负荷。
9.根据权利要求6所述的日前发电计划系统,其特征在于,所述电功率模型为
0 ≤ P i ≤ P m a x , ∀ 1 ≤ i ≤ N
其中,i为次日各采样点的序数,Pi为次日各采样点的用电负荷,Pmax为所述最大用电负荷,N为次日一天的采样点数。
10.根据权利要求6-9中任一项所述的日前发电计划系统,其特征在于,所述储热量模型为
1 C e h ( Σ i = 1 K ( H i + H l o s s ) - S 1 Δ t ) ≤ Σ i = 1 K P i ≤ 1 C e h ( Σ i = 1 K ( H i + H l o s s ) + S m a x - S 1 Δ t ) , ∀ 1 ≤ K ≤ N
其中,Hloss=klossSmax/24,kloss为风电供暖系统的漏热损失率,Smax为所述最大储热容量,Ceh为风电供暖系统的电热转换系数,i为次日各采样点的序数,K为大于等于1小于等于N的正整数,Hi为次日各采样点的预测供暖负荷,S1为所述次日初始储热量,Δt=24/N,N为次日一天的采样点数,Pi为次日各采样点的用电负荷,Smax为所述最大储热容量。
CN201510587706.7A 2015-09-15 2015-09-15 基于含储热的风电供暖系统的日前发电计划方法及系统 Active CN105373844B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510587706.7A CN105373844B (zh) 2015-09-15 2015-09-15 基于含储热的风电供暖系统的日前发电计划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510587706.7A CN105373844B (zh) 2015-09-15 2015-09-15 基于含储热的风电供暖系统的日前发电计划方法及系统

Publications (2)

Publication Number Publication Date
CN105373844A true CN105373844A (zh) 2016-03-02
CN105373844B CN105373844B (zh) 2019-04-05

Family

ID=55376023

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510587706.7A Active CN105373844B (zh) 2015-09-15 2015-09-15 基于含储热的风电供暖系统的日前发电计划方法及系统

Country Status (1)

Country Link
CN (1) CN105373844B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106300412A (zh) * 2016-08-16 2017-01-04 南瑞(武汉)电气设备与工程能效测评中心 蓄热电锅炉实时消纳弃风电量能力的评估方法
CN107103431A (zh) * 2017-05-15 2017-08-29 东北电力大学 一种供热期调峰约束下电网弃风情况分析方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104373997A (zh) * 2014-10-17 2015-02-25 国网宁夏电力公司 风电供暖系统中储热容量的确定方法
CN104408563A (zh) * 2014-11-27 2015-03-11 国网宁夏电力公司 一种风电供暖的区域规划方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104373997A (zh) * 2014-10-17 2015-02-25 国网宁夏电力公司 风电供暖系统中储热容量的确定方法
CN104408563A (zh) * 2014-11-27 2015-03-11 国网宁夏电力公司 一种风电供暖的区域规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吕泉 等: "含储热的电力系统电热综合调度模型", 《电力自动化设备》 *
陈磊 等: "储热提升风电消纳能力的实施方式及效果分析", 《中国电机工程学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106300412A (zh) * 2016-08-16 2017-01-04 南瑞(武汉)电气设备与工程能效测评中心 蓄热电锅炉实时消纳弃风电量能力的评估方法
CN106300412B (zh) * 2016-08-16 2019-03-19 南瑞(武汉)电气设备与工程能效测评中心 蓄热电锅炉实时消纳弃风电量能力的评估方法
CN107103431A (zh) * 2017-05-15 2017-08-29 东北电力大学 一种供热期调峰约束下电网弃风情况分析方法

Also Published As

Publication number Publication date
CN105373844B (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN106505634B (zh) 基于两阶段协调优化与控制的冷热电联供型微网运行方法
CN103296679B (zh) 电力系统中长期优化运行的中长期风电出力模型建模方法
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN107528341B (zh) 一种用于高风电渗透率的大电网储能调度的方法
CN109919399B (zh) 一种综合能源系统日前经济调度方法及系统
CN104377726B (zh) 一种大规模新能源并网发电的调峰方法
Hug-Glanzmann Coordination of intermittent generation with storage, demand control and conventional energy sources
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
CN107103431B (zh) 一种供热期调峰约束下电网弃风情况分析方法
Zhao et al. Power generation and renewable potential in China
CN113610316B (zh) 不确定环境下考虑综合需求响应的园区综合能源系统优化调度方法
CN110620403A (zh) 计及可再生能源的能源系统协同运行日前调度方法及系统
CN104682447A (zh) 一种含多风电场的电力系统经济调度方法
CN109583623A (zh) 区域多能源供给系统日内滚动协同优化运行方法和装置
CN112785065A (zh) 基于混合人工鱼群算法的综合能源系统规划方法及系统
CN106712033A (zh) 一种热电厂消纳弃风的方法
CN104484543A (zh) 一种兼顾节能减排和三公调度的机组综合运行评价方法
CN116914860B (zh) 多能互补发电系统电源容量配置优化方法及系统
Xiao et al. Power Source Flexibility Margin Quantification Method for Multi-Energy Power Systems Based on Blind Number Theory
CN103684213A (zh) 风光互补系统设计方法
CN105373844A (zh) 基于含储热的风电供暖系统的日前发电计划方法及系统
CN104201704B (zh) 一种含小水电群、风电的地区电网备用容量确定方法
CN106712105A (zh) 一种新能源接纳空间离散概率序列计算方法
CN105701566B (zh) 包含储热的风电供暖系统调度方法及装置
Sakagami et al. Performance of a DC-based microgrid system in Okinawa

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