CN105790291B - 一种基于灵活性评估的电力系统储能优化配置方法 - Google Patents
一种基于灵活性评估的电力系统储能优化配置方法 Download PDFInfo
- Publication number
- CN105790291B CN105790291B CN201410837895.4A CN201410837895A CN105790291B CN 105790291 B CN105790291 B CN 105790291B CN 201410837895 A CN201410837895 A CN 201410837895A CN 105790291 B CN105790291 B CN 105790291B
- Authority
- CN
- China
- Prior art keywords
- node
- power
- electric system
- energy storage
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000003068 static effect Effects 0.000 claims description 7
- 230000010354 integration Effects 0.000 abstract description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 description 9
- 101100001678 Emericella variicolor andM gene Proteins 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 235000015096 spirit Nutrition 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Wind Motors (AREA)
Abstract
本发明提供了一种基于灵活性评估的电力系统储能优化配置方法,包括步骤1:确定电力系统的灵活性指标FP;步骤2:确定在第i个风电场的节点新增加的储能装置的配置容量步骤3:构建配置容量的优化模型;步骤4:用内点法计算优化模型,得到满足灵活性指标FP的储能装置最优配置容量。与现有技术相比,本发明提供的一种基于灵活性评估的电力系统储能优化配置方法,可以为大规模风电并网系统的储能配置布点与容量选择提供技术依据,操作简单、实用。
Description
技术领域
本发明涉及一种电力系统储能配置方法,具体涉及一种基于灵活性评估的电力系统储能优化配置方法。
背景技术
电力系统灵活性是指在经济约束和运行约束下,某一时间尺度内,电力系统快速而有效地优化调配现有资源,快速响应电网功率变化、控制电网关键运行参数的能力。电力系统灵活性一直以来是大家所熟知但很少关注的技术领域,与稳定性,可靠性相比,相关研究较少。风电等间歇性电源的接入给电力系统注入了更大的波动性和不确定性,对电力系统运行提出了新的挑战与要求。在大型风电基地,已经暴露出了由于系统灵活调节能力不足而引起大量弃风的问题。因此,系统的灵活性也成为大规模风电并网系统中不可或缺的指标之一。
系统容许的风电场最大功率变化与实际电网的调频能力及其他灵活性资源的调节特性有关,标准B/T 19963-2011《风电场接入电力系统的技术规定》给出了正常运行情况下风电场1min和10min的最大有功功率变化限值的推荐值:
①:当风电场装机容量<30MW时,10min有功功率变化最大限值为10MW,1min有功功率变化最大限值为3MW;
②:当风电场装机容量30-150MW时,10min有功功率变化最大限值为装机容量/3MW,1min有功功率变化最大限值为装机容量/10MW;
③:当风电场装机容量>150MW时,10min有功功率变化最大限值为50MW,1min有功功率变化最大限值为15MW。
如果系统当前运行方式下电源的功率跟随能力小于这一限值,就说明系统不能满足风电功率波动的灵活性需求。反之,如果评估结果大于这一限值,则表明系统能够满足来自风电的灵活性需求。在系统灵活性不足时通常只有选择弃风来保证系统的稳定运行,实际情况是浪费了大量的风电资源。实际计算中发现,以煤电为主的电源结构,使得系统应对风电快速功率变化的能力严重不足,因此迫切需要配置具有快速功率吞吐能力的储能装置来应对风电在较短时间尺度内的功率波动,以及对其容量进行优化配置。
发明内容
为了满足现有技术的需要,本发明提供了一种基于灵活性评估的电力系统储能优化配置方法,所述方法包括:
步骤1:确定电力系统的灵活性指标FP;
步骤2:确定在第i个风电场的节点新增加的储能装置的配置容量
步骤3:构建所述配置容量的优化模型;
步骤4:用内点法计算所述优化模型,得到满足灵活性指标FP的储能装置最优配置容量。
优选的,所述步骤1中确定灵活性指标FP包括:
步骤1-1:设定电力系统灵活性评估的时间尺度Δt;
步骤1-2:计算未接入储能装置时电力系统的灵活性指标FP0;所述灵活性指标FP0的计算公式为:
其中,所述ΔPwi为第i个风电场的出力变化;
所述m为风电场的个数;
步骤1-3:获取风电场接入电力系统时,Δt时间内的最大功率波动限值FPmax,则确定所述灵活性指标FP0<FP<FPmax;
优选的,所述步骤2中配置容量的计算公式为:
其中,所述αi为第i个风电场的储能容量分配系数,
所述所述αi∈[0,1)且
所述m为接入电力系统的风电场的个数;
所述PWGi,max为第i个风电场的装机容量;
所述ΔPS为电力系统新增加的储能装置的总容量;
优选的,所述步骤3中优化模型的目标函数:
其中,所述PS为电力系统新增加的储能装置的容量;
所述m为接入电力系统的风电场的个数;
优选的,所述步骤3中优化模型的约束条件包括电力系统没有接入风电场的节点功率平衡约束条件、电力系统有风电场接入的节点功率平衡约束条件、电力系统静态安全运行约束条件和电源爬坡速度约束条件;
优选的,所述电力系统没有接入风电场的节点功率平衡约束条件为:
其中,所述PGa和QGa分别为节点a的有功出力和无功出力;
所述PLa和QLa分别为节点a的有功负荷和无功负荷;
所述Vb为节点b的电压,所述Vc为节点c的电压;
所述Gbc为节点b和c之间的电导,所述Bbc为节点b和c之间的电纳;
所述θbc为节点b和c之间的相角差;
所述节点a、b和c为电力系统中的任意节点;
优选的,所述电力系统有风电场接入的节点功率平衡约束条件为:
其中,所述PWGa和QWGa分别为节点a的有功功率和无功功率;
所述ΔPWGa和ΔQWGa分别为节点a的有功功率变化和无功功率变化;
所述为新增加的储能装置在节点a上的有功出力;
所述PLa和QLa分别为节点a的有功负荷和无功负荷;
所述Vb为节点b的电压,所述Vc为节点c的电压;
所述Gbc为节点b和c之间的电导,所述Bbc为节点b和c之间的电纳;
所述θbc为节点b和c之间的相角差;
优选的,所述电力系统静态安全运行约束条件为:
其中,所述PGa,max和PGa,min分别为没有接入风电场时节点a的有功出力上限和有功出力下限;
所述QGa,max和QGa,min分别为没有接入风电场时节点a的无功出力上限和无功出力下限;
所述PWGa,max和PWGa,min分别为接入风电场后节点a的有功出力上限和有功出力下限;
所述QWGa,max和QWGa,min分别为接入风电场后节点a的无功出力上限和无功出力下限;
所述为节点a上的储能装置的最大有功出力;
所述Vb,max和Vb,min分别为节点b的电压上限和电压下限;
所述Pa-b为节点a和b之间线路的传输功率,所述Pa-b,max为所述传输功率的上限;
优选的,所述电源爬坡速度约束条件为:
max{PGj,min,PGj,0-rd·Δt}≤PGj≤min{PGj,max,PGj,0+ru·Δt} (8)
其中,所述PGj为第j台火电机组发电机的有功出力;
所述PGj,0为第j台火电机组发电机的初始有功出力;
所述PGj,max为第j台火电机组发电机的有功出力上限;
所述PGj,min为第j台火电机组发电机的有功出力下限;
所述ru为火电机组向上爬坡的速度;
所述rd为火电机组向下爬坡的速度;
所述Δt为电力系统灵活性评估的时间尺度。
与最接近的现有技术相比,本发明的优异效果是:
1、本发明技术方案中,确定电力系统的灵活性指标FP,能够直观的得到系统在不同时间尺度下的灵活性,为储能装置的配置策略提供简单实用的数据支撑;
2、本发明提供的一种基于灵活性评估的电力系统储能优化配置方法,可以为大规模风电并网系统的储能配置布点与容量选择提供技术依据,操作简单、实用。
附图说明
下面结合附图对本发明进一步说明。
图1:本发明实施例中一种基于灵活性评估的电力系统储能优化配置方法流程图;
图2:本发明实施例中基于IEEE标准的14节点系统示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
为适应大规模风电功率快速波动的要求,当系统中现有电源的功率跟随能力不足时,需要新增具有快速功率吞吐能力的储能装置,并对其容量进行优化配置。因此本发明提供了了一种基于灵活性评估的电力系统储能优化配置方法,首先定义系统在一定时间尺度内所能承受的风电场出力的最大变化量为系统的灵活性指标。然后,设定系统应当满足的灵活性指标需求,当灵活性需求超过系统原有的灵活性指标时,需要在系统中安装一定的储能装置并对其容量进行优化配置。这是一个以新增储能容量最小为目标函数,以系统各节点功率平衡、灵活性指标限制、静态安全运行条件和电源的爬坡速度限制为约束条件的非凸、非线性规划问题。最后采用内点法求解该优化模型,得到满足系统灵活性指标需求的储能最优配置方案,
一、如图1所示,本实施例中基于灵活性评估的电力系统储能优化配置方法的具体步骤为:
(一)、确定电力系统的灵活性指标FP。
1、设定电力系统灵活性评估的时间尺度Δt,本实施例中时间尺度为Δt=1min或Δt=10min;
2、计算时间尺度Δt内未接入储能装置时电力系统的灵活性指标FP0;
3、根据GB/T 19963-2011《风电场接入电力系统技术规定》5.2条获取风电场接入电力系统时,Δt时间内的最大功率波动限值FPmax,则确定灵活性指标FP0<FP<FPmax。
其中,灵活性指标FP0的计算公式为:
ΔPwi为第i个风电场的出力变化,Nw为风电场的个数。
(二)、确定在第i个风电场的节点新增加的储能装置的配置容量即接入第i个风电场后,电力系统节点新增加的储能装置的配置容量
配置容量的计算公式为:
其中,αi为第i个风电场的储能容量分配系数;αi∈[0,1)且m为接入电力系统的风电场的个数;PWGi,max为第i个风电场的装机容量;ΔPS为电力系统新增加的储能装置的总容量。
(三)、构建配置容量的优化模型。
1、所述优化模型的目标函数:
其中,PS为电力系统新增加的储能装置的容量;m为接入电力系统的风电场的个数。
2、所述优化模型的约束条件包括电力系统没有接入风电场的节点的功率平衡约束条件、电力系统有风电场接入的节点功率平衡约束条件、电力系统静态安全运行约束条件和电源爬坡速度约束条件。
(1)电力系统没有接入风电场的节点功率平衡约束条件为:
其中,PGa和QGa分别为节点a的有功出力和无功出力;PLa和QLa分别为节点a的有功负荷和无功负荷;Vb为节点b的电压,所述Vc为节点c的电压;Gbc为节点b和c之间的电导,Bbc为节点b和c之间的电纳;θbc为节点b和c之间的相角差。
(2)电力系统接入风电场的节点功率平衡约束条件为:
其中,PWGa和QWGa分别为节点a的有功功率和无功功率;ΔPWGa和ΔQWGa分别为节点a的有功功率变化和无功功率变化;为新增加的储能装置在节点a上的有功出力。
(3)电力系统静态安全运行约束条件为:
其中,PGa,max和PGa,min分别为没有接入风电场时节点a的有功出力上限和有功出力下限;QGa,max和QGa,min分别为没有接入风电场时节点a的无功出力上限和无功出力下限;PWGa,max和PWGa,min分别为接入风电场后节点a的有功出力上限和有功出力下限;QWGa,max和QWGa,min分别为接入风电场后节点a的无功出力上限和无功出力下限;为储能装置的最大有功出力;Vb,max和Vb,min分别为节点b的电压上限和电压下限;Pa-b为节点a和b之间线路的传输功率,Pa-b,max为所述传输功率的上限。
(4)电源爬坡速度约束条件为:
max{PGj,min,PGj,0-rd·Δt}≤PGj≤min{PGj,max,PGj,0+ru·Δt} (8)
其中,PGj为第j台火电机组发电机的有功出力;PGj,0为第j台火电机组发电机的初始有功出力;PGj,max为第j台火电机组发电机的有功出力上限;PGj,min为第j台火电机组发电机的有功出力下限ru为火电机组向上爬坡的速度;rd为火电机组向下爬坡的速度;Δt为电力系统灵活性评估的时间尺度。
(四)、用内点法计算优化模型,得到满足灵活性指标FP的储能装置最优配置容量。
二、本发明的一个优选实施例为:
在IEEE标准14节点系统中应用本发明所提方法,验证所提方法的有效性,如图2所示的电力系统中包括5台发电机,20条支路(含3条变压器支路),11个负荷点。
在该系统中接入两个风电场,如附图2所示的风场1和风场2。风电具体接入容量如下:风电场1接入节点bus-4,装机容量22.5MW,安排有功出力为5MW,安排无功出力为0Mvar;风电场2接入节点bus-12,装机容量为75MW,安排有功出力20MW,安排无功出力为0Mvar。
首先对对测试系统进行灵活性评估,设定时间尺度为Δt=10min,计算得到系统未接入储能装置情况下的灵活性指标FP0=19.5MW。然后按照GB/T 19963-2011的风电场有功波动限值确定最大的灵活性指标FPmax=32.5MW。
设定系统灵活性指标目标值FP=FPmax,利用式(3)~式(8)确定储能优化配置模型,计算得到风电场1配置储能装置为3MW,风电场2配置储能装置为10MW。同样,针对不同灵活性目标值,可分别得到不同灵活性需求下的储能新增情况,如表1所示。
灵活性指标(MW) | 24 | 25.5 | 27 | 28.5 | 30 | 31.5 | 32.5 |
风电场1储能容量 | 0.3 | 0.5 | 0.8 | 1.2 | 1.7 | 2.1 | 3.0 |
风电场2储能容量 | 1.0 | 1.6 | 2.6 | 4.2 | 5.8 | 7.2 | 10.0 |
最后应当说明的是:所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
Claims (8)
1.一种基于灵活性评估的电力系统储能优化配置方法,其特征在于,所述方法包括:
步骤1:确定电力系统的灵活性指标FP,包括:
步骤1-1:设定电力系统灵活性评估的时间尺度Δt;
步骤1-2:计算未接入储能装置时电力系统的灵活性指标FP0;所述灵活性指标FP0的计算公式为:
其中,所述ΔPwi为第i个风电场的出力变化;
所述m为风电场的个数;
步骤1-3:获取风电场接入电力系统时,Δt时间内的最大功率波动限值FPmax,则确定所述灵活性指标FP0<FP<FPmax;
步骤2:确定在第i个风电场的节点新增加的储能装置的配置容量
步骤3:根据配置容量构建以电力系统新增加的储能装置容量最小为目标的优化模型;
步骤4:用内点法计算所述优化模型,得到满足灵活性指标FP的储能装置最优配置容量。
2.如权利要求1所述的方法,其特征在于,所述步骤2中配置容量的计算公式为:
其中,所述αi为第i个风电场的储能容量分配系数,
所述所述αi∈[0,1)且
所述m为接入电力系统的风电场的个数;
所述PWGi,max为第i个风电场的装机容量;
所述ΔPS为电力系统新增加的储能装置的总容量。
3.如权利要求1所述的方法,其特征在于,所述步骤3中优化模型的目标函数:
其中,所述PS为电力系统新增加的储能装置的容量;
所述m为接入电力系统的风电场的个数。
4.如权利要求1所述的方法,其特征在于,所述步骤3中优化模型的约束条件包括电力系统没有接入风电场的节点功率平衡约束条件、电力系统有风电场接入的节点功率平衡约束条件、电力系统静态安全运行约束条件和电源爬坡速度约束条件。
5.如权利要求4所述的方法,其特征在于,所述电力系统没有接入风电场的节点功率平衡约束条件为:
其中,所述PGa和QGa分别为节点a的有功出力和无功出力;
所述PLa和QLa分别为节点a的有功负荷和无功负荷;
所述Vb为节点b的电压,所述Vc为节点c的电压;
所述Gbc为节点b和c之间的电导,所述Bbc为节点b和c之间的电纳;
所述θbc为节点b和c之间的相角差;
所述节点a、b和c为电力系统中的任意节点。
6.如权利要求4所述的方法,其特征在于,所述电力系统有风电场接入的节点功率平衡约束条件为:
其中,所述PWGa和QWGa分别为节点a的有功功率和无功功率;
所述ΔPWGa和ΔQWGa分别为节点a的有功功率变化和无功功率变化;
所述为新增加的储能装置在节点a上的有功出力;
所述PLa和QLa分别为节点a的有功负荷和无功负荷;
所述Vb为节点b的电压,所述Vc为节点c的电压;
所述Gbc为节点b和c之间的电导,所述Bbc为节点b和c之间的电纳;
所述θbc为节点b和c之间的相角差。
7.如权利要求4所述的方法,其特征在于,所述电力系统静态安全运行约束条件为:
其中,PGa,max和PGa,min分别为没有接入风电场时节点a的有功出力上限和有功出力下限;
所述QGa,max和QGa,min分别为没有接入风电场时节点a的无功出力上限和无功出力下限;
所述PWGa,max和PWGa,min分别为接入风电场后节点a的有功出力上限和有功出力下限;
所述QWGa,max和QWGa,min分别为接入风电场后节点a的无功出力上限和无功出力下限;
所述为节点a上的储能装置的最大有功出力;
所述Vb为节点b的电压,所述Vb,max和Vb,min分别为节点b的电压上限和电压下限;
所述Pa-b为节点a和b之间线路的传输功率,所述Pa-b,max为所述传输功率的上限
所述PGa和QGa分别为节点a的有功出力和无功出力;
所述PWGa和QWGa分别为节点a的有功功率和无功功率;
所述为新增加的储能装置在节点a上的有功出力。
8.如权利要求4所述的方法,其特征在于,所述电源爬坡速度约束条件为:
max{PGj,min,PGj,0-rd·Δt}≤PGj≤min{PGj,max,PGj,0+ru·Δt} (8)
其中,所述PGj为第j台火电机组发电机的有功出力;
所述PGj,0为第j台火电机组发电机的初始有功出力;
所述PGj,max为第j台火电机组发电机的有功出力上限;
所述PGj,min为第j台火电机组发电机的有功出力下限;
所述ru为火电机组向上爬坡的速度;
所述rd为火电机组向下爬坡的速度;
所述Δt为电力系统灵活性评估的时间尺度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410837895.4A CN105790291B (zh) | 2014-12-26 | 2014-12-26 | 一种基于灵活性评估的电力系统储能优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410837895.4A CN105790291B (zh) | 2014-12-26 | 2014-12-26 | 一种基于灵活性评估的电力系统储能优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105790291A CN105790291A (zh) | 2016-07-20 |
CN105790291B true CN105790291B (zh) | 2018-12-04 |
Family
ID=56389786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410837895.4A Active CN105790291B (zh) | 2014-12-26 | 2014-12-26 | 一种基于灵活性评估的电力系统储能优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105790291B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106208118B (zh) * | 2016-08-26 | 2021-03-16 | 中国电力科学研究院有限公司 | 一种储能系统多目标优化规划方法 |
CN106887843A (zh) * | 2017-04-18 | 2017-06-23 | 国网江苏省电力公司电力科学研究院 | 一种考虑需求响应的系统备用容量决策方法 |
CN107220488A (zh) * | 2017-05-17 | 2017-09-29 | 上海理工大学 | 基于可再生能源电能替代效应的能源结构优化方法 |
CN109449923B (zh) * | 2018-10-16 | 2021-09-17 | 南方电网科学研究院有限责任公司 | 一种有源配电系统运行灵活性的量化分析方法及相关产品 |
CN110119889B (zh) * | 2019-04-26 | 2023-04-28 | 武汉大学 | 一种配电网节点灵活性评价与分区方法 |
CN110492534B (zh) * | 2019-08-23 | 2020-12-08 | 国网新疆电力有限公司经济技术研究院 | 计及灵活性的含风电电力系统随机优化调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103199554A (zh) * | 2013-03-15 | 2013-07-10 | 国家电网公司 | 一种实现电网光储系统容量配置及优化分布的方法 |
CN103580044A (zh) * | 2013-10-17 | 2014-02-12 | 华中科技大学 | 一种应对风功率波动的多风电场储能装置的容量配置方法 |
CN104156886A (zh) * | 2014-08-11 | 2014-11-19 | 上海交通大学 | 一种含可再生能源电力系统的电源灵活性评价方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090055030A1 (en) * | 2007-08-21 | 2009-02-26 | Ingeteam, S.A. | Control of active power reserve in a wind-farm |
-
2014
- 2014-12-26 CN CN201410837895.4A patent/CN105790291B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103199554A (zh) * | 2013-03-15 | 2013-07-10 | 国家电网公司 | 一种实现电网光储系统容量配置及优化分布的方法 |
CN103580044A (zh) * | 2013-10-17 | 2014-02-12 | 华中科技大学 | 一种应对风功率波动的多风电场储能装置的容量配置方法 |
CN104156886A (zh) * | 2014-08-11 | 2014-11-19 | 上海交通大学 | 一种含可再生能源电力系统的电源灵活性评价方法 |
Non-Patent Citations (2)
Title |
---|
电力系统灵活性及其评价综述;肖定垚 等;《电网技术》;20140630;第38卷(第6期);全文 * |
考虑短时灵活性需求及资源调用成本的灵活性资源优化调度;肖定垚 等;《华东电力》;20140531;第42卷(第5期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN105790291A (zh) | 2016-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105790291B (zh) | 一种基于灵活性评估的电力系统储能优化配置方法 | |
Ban et al. | Integration of power-to-hydrogen in day-ahead security-constrained unit commitment with high wind penetration | |
Shams et al. | Optimal operation of electrical and thermal resources in microgrids with energy hubs considering uncertainties | |
Cau et al. | Energy management strategy based on short-term generation scheduling for a renewable microgrid using a hydrogen storage system | |
Bandyopadhyay | Design and optimization of isolated energy systems through pinch analysis | |
Rabiee et al. | Stochastic multiperiod OPF model of power systems with HVDC-connected intermittent wind power generation | |
Gelenbe | Energy packet networks: smart electricity storage to meet surges in demand | |
Fu et al. | Integration of large-scale offshore wind energy via VSC-HVDC in day-ahead scheduling | |
Zhang et al. | Planning for distributed wind generation under active management mode | |
Javad Kasaei et al. | Optimal operational scheduling of renewable energy sources using teaching–learning based optimization algorithm by virtual power plant | |
CN109193814A (zh) | 一种新能源有功功率分配方法、装置和计算机设备 | |
Nikkhah et al. | A stochastic voltage stability constrained ems for isolated microgrids in the presence of pevs using a coordinated uc-opf framework | |
Huanna et al. | Flexible‐regulation resources planning for distribution networks with a high penetration of renewable energy | |
Stefanov et al. | Decision support for restoration of interconnected power systems using tie lines | |
Liu et al. | Evolution towards dispatchable PV using forecasting, storage, and curtailment: A review | |
Santos et al. | Optimal sizing and placement of smart-grid-enabling technologies for maximizing renewable integration | |
CN104239966A (zh) | 一种主动配电网基于用电成本差异化的运营方法 | |
Shiva et al. | Load frequency stabilization of stand‐alone hybrid distributed generation system using QOHS algorithm | |
Zadeh et al. | Optimized day-ahead hydrothermal wind energy systems scheduling using parallel PSO | |
Akbari-Zadeh et al. | Dstatcom allocation in the distribution system considering load uncertainty | |
CN117035335A (zh) | 一种多阶段储能与输电网协同规划方法及系统 | |
Wang et al. | A robust reserve scheduling method considering asymmetrical wind power distribution | |
Blinov et al. | Improving the Efficiency of HPP and PSHPP Participation in the Electricity Market of Ukraine | |
Camargo et al. | Optimal allocation of energy storage devices in distribution systems considering lifetime characteristics of batteries | |
Pazheri et al. | Emission constrained economic dispatch for hybrid energy system in the presence of distributed generation and energy storage |
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 |