CN106447218A - 基于多风电场的抽水蓄能系统的可靠性评估方法 - Google Patents

基于多风电场的抽水蓄能系统的可靠性评估方法 Download PDF

Info

Publication number
CN106447218A
CN106447218A CN201610898141.9A CN201610898141A CN106447218A CN 106447218 A CN106447218 A CN 106447218A CN 201610898141 A CN201610898141 A CN 201610898141A CN 106447218 A CN106447218 A CN 106447218A
Authority
CN
China
Prior art keywords
wind
storage
reliability
power
energy turbine
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
CN201610898141.9A
Other languages
English (en)
Other versions
CN106447218B (zh
Inventor
谢开贵
胡博
王蔓莉
贺海磊
周勤勇
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.)
STATE GRID JIANGXI ELECTRIC POWER Co
Chongqing University
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
Chongqing University
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
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 Chongqing University, State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI filed Critical Chongqing University
Priority to CN201610898141.9A priority Critical patent/CN106447218B/zh
Publication of CN106447218A publication Critical patent/CN106447218A/zh
Application granted granted Critical
Publication of CN106447218B publication Critical patent/CN106447218B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种基于多风电场的抽水蓄能系统的可靠性评估方法,包括以下步骤:S1:根据两个相邻风电场风速的相关特性,根据ARMA方法计算并得到所述两个相邻风电场风速的风速时间序列;S2:建立风电场的抽水蓄能系统可靠性评估模型;S3:采用序贯蒙特卡洛方法分别对步骤S2得到的风电场的抽水蓄能系统可靠性评估模型进行可靠性评估。有益效果:更接近真实的风速相关情况,在评估过程中,考虑了抽水蓄能电站的装机容量、抽发效率、运行策略的影响,抽水蓄能的接入可以减少了弃风量,提高风能利用率,减少了风电波动性对电力系统安全性的冲击。

Description

基于多风电场的抽水蓄能系统的可靠性评估方法
技术领域
本发明涉及风电场发电系统可靠性计算方法技术领域,具体的说是一种基于多风电场的抽水蓄能系统的可靠性评估方法。
背景技术
由于全球能源危机的出现和环境问题日益恶化,世界各国寻求能源结构转换,风力发电技术得以迅猛发展。由于风力发电成本持续下降及风电技术的日益成熟,风电装机容量和风电场规模逐渐扩大,大规模并网是风电发展的必然走向。由于风电出力具有间歇性和波动性,风电并网将显著降低电力系统的可靠性、安全性。随着风能的大规模开发利用,在风能富集地区将会建设多个风电场。多个风电场的出力往往因为地理位置的远近具有不同程度的相关性。现今风电发展面临的最大问题是弃风限电,这是由风电的不确定性和反调峰特性造成的,因此风-储、风-光-储等联合系统的应用越来越广泛。储能的接入可以削弱风电波动性对现有电力系统的冲击。在现有储能技术中,抽水蓄能电站作为储能,具有容量大、成本低、环保无污染、响应速度快的特点,适合与风电场联合运行。多风电-抽水蓄能联合系统可大幅度提高风电接入电网规模,同时降低风电并网对现有电力系统的冲击。
目前,国内外已有部分学者对多风电场可靠性和多风电-抽水蓄能联合系统进行了相关研究,使用的方法主要有状态枚举法和蒙特卡洛模拟法。状态枚举法是将联合系统的所有情况一一列举,判断每种情况对可靠性结果的影响。蒙特卡洛模拟法是使用随机抽样的方法得到系统状态,进而得到每种状态的可靠性结果。
现有文献对多风电场的可靠性及含多风电场-抽水蓄能的联合系统有深入的研究,但也存在不足之处:其一,考虑多风电场相关性的影响时,没有计及单个风电场风速自身的时序相关性,这将对可靠性评估的结果造成影响;其二,现有研究主要集中在多风电场-抽水蓄能联合系统的经济运行、容量配比,可行性等方面,鲜有文献进行多风电场-抽水蓄能联合系统的可靠性研究。
随着风电并网规模逐渐增大,联合系统将在电力系统中发挥重要作用。为了更精确的评估多风电场-抽水蓄能联合系统的可靠性,现有技术还需要作进一步改进。
发明内容
针对现有多风电场抽水蓄能系统可靠性评估方法的不足,计及多风电场风速的互相关性和时序自相关性,对多风电场的抽水蓄能系统建立可靠性评估模型,提供一种基于多风电场的抽水蓄能系统的可靠性评估方法。
为达到上述目的,本发明采用的具体技术方案如下:
一种基于多风电场的抽水蓄能系统的可靠性评估方法,其特征在于包括以下步骤:
S1:根据两个相邻风电场风速的相关特性,根据ARMA方法计算并得到所述两个相邻风电场风速的风速时间序列;
S2:建立风电场的抽水蓄能系统可靠性评估模型;
S3:采用序贯蒙特卡洛方法分别对步骤S2得到的风电场的抽水蓄能系统可靠性评估模型进行可靠性评估。
通过上述方法,首先根据风电场风速的相关特性,使用时移ARMA方法计算得到两相邻地区风电场风速的风速时间序列;然后建立多风电场抽水蓄能联合系统的可靠性评估模型,使用序贯蒙特卡洛法模拟联合系统的运行和停运状态,最后分析抽水蓄能运行策略对系统可靠性的影响,评估多风电场相关性时,不仅考虑风电场间的互相关性,还考虑了单个风电场风速时序自相关性,与实际情况较为符合。
进一步描述,步骤S1计算并得到所述两个相邻风电场风速的风速时间序列的具体方法为:
S11:假设相邻两地区分别为A地区和B地区,根据公式计算出相邻A地区和B地区的风电场风速相关系数Cxy,其中xt1、yt1为两个风电场的历史风速序列,μx、μy为两个风电场的历史风速序列xt1、yt1的均值,σx、σy为两个风电场的历史风速序列xt1、yt1的标准差,n为时间序列的个数;
S12:将A地区历史风速标准化,得到ARMA模型参数后,生成A地区风速的模拟时序序列xt
S13:根据步骤S12得到的A地区风速的模拟时序序列xt和关系式得到A地区的模拟风速Xt:Xt=xtσVV
S14:保持A地区风速的模拟时序序列xt不变,使两地区风速相关性达到给定值Cxy,B地区的风速的模拟时序序列yt后移,得到B地区时移后的风速的模拟时序序列y′t=yt+T
改变时移时间T,直至序列xt和yt’的相关系数与实际值相同。若时移时间T不是整数,如T=K+t(K为整数且0<t<1),则yt序列时移K小时之后,再使用线性插值方法,公式为:y'K+i=(1-t)×yi+t×yi+1,得到时移t小时的序列值。
若两地区地理位置相同,则两地风速相关性为1;随着地理位置距离的增大,亦即时移时间的增大,两地风速的相关系数随之减小。则相关系数C和时移时间T为非线性连续单调关系,随着T的增加,两时序序列的相关系数逐渐减小,因此,选取合适的T可使相关系数达到给定值
采用上述方案,风电场间风速的相关性之外,还对单个风电场风速时序自相关性进行计算,使风电场的抽水蓄能系统评估更加准确。
步骤S2建立风电场的抽水蓄能系统可靠性评估模型的具体方法为:
S21:建立风电场的抽水蓄能系统的抽水蓄能电站可靠性评估模型;
抽水蓄能电站调峰能力强,爬坡速率快,适合平抑风电场的输出波动。一般的抽水蓄能电站由上水库、输水系统、机组、下水库构成,
抽水蓄能电站为纯抽水蓄能电站,抽水蓄能电站运行时受水库的库容限制,具有以下关系式:Sh min<Sh(t)<Sh max
其中,Sh(t)为t时段的上水库水量;Sh max、Slmin分别为上水库的最大和最小库容限制;
抽水蓄能电站的水量与发电量的关系模型为:P(t)=f(S(t)-S(t-1)),
其中,P(t)为时段t的发电功率或耗电功率,S(t)与S(t-1)的差值表示t时段内的水库库容变化量;
抽水蓄能电站的水量变化与抽水功率的关系:Pc(t)=ηcΔS(t)
抽水蓄能电站的水量变化与发电功率的关系:Pf(t)=ηfΔS(t)
其中,Pc(t)和Pf(t)分别为t时段的水电机组的抽水功率和发电功率;ηc、ηf分别为电站的抽水和发电的能量转换效率;△S(t)代表t时段内的水库水量变化量;
S22:建立三种抽水蓄能电站运行策略;
抽水蓄能电站运行工况主要分为两种:抽水工况、发电工况。一般在用电负荷低谷期,抽水蓄能电站运行于抽水工况,机组处于电动机状态,将系统多余的电量转换为重力势能储存在上水库中;在用电高峰期,电站运行于发电工况,机组处于发电机状态,将上水库中的重力势能转换为电能供给负荷使用。抽水蓄能电站在根本上是能量的储存转换装置,通过在负荷低谷时储能,负荷高峰时放电,实现电能在时间上的重新分配。
风电场的抽水蓄能系统包括:
A地区风电场机组、B地区风电场机组、常规机组、上水库、下水库、抽水模式机组、发电模式机组、负荷;抽水蓄能电站有抽水和发电两种工况;
第一策略:设置风电接纳限制率x%,部分风电接入电网,剩余接入抽水蓄能电站;
第二策略:风电全部接入抽水蓄能电站;
第三策略:根据负荷需求确定抽水电站工况;
S23:分别对三种抽水蓄能电站运行策略建立可靠性评估模型;
第一策略模型:
当Gwind(t)>x%×L(t)时,抽水功率Pc(t):
Pc(t)=min{Gwind(t)-x%×L(t)+max(Gt(t)-(1-x%)L(t),0)
f(Sh max-Sh(t-1)),Pcmax}
发电功率Pf(t):
Pf(t)=min{max(L(t)×(1-x%)-Gt(t)),0),f(Sh(t-1)-Sh min),Pfmax};
当Gwind(t)<x%×L(t)时,抽水功率Pc(t):
Pc(t)=min{max(Gwind(t)+Gt(t)-L(t),0),f(Sh max-Sh(t-1)),Pcmax}
发电功率Pf(t):
Pf(t)=min{max(L(t)-Gwind(t)-Gt(t),0),f(Sh(t-1)-Sh min),Pfmax};
第二策略模型:
有风电输出或Gt(t)>L(t)时,抽水功率Pc(t):
Pc(t)=min{Gwind(t)+max(Gt(t)-L(t),0),f(Sh max-Sh(t-1)),Pcmax};
当Gt(t)<L(t)时,发电功率Pf(t):
Pf(t)=min{L(t)-Gt(t),f(Sh(t-1)-Sh min),Pfmax};
第三策略模型:
当Gt(t)+Gwind(t)>L(t)时,抽水功率Pc(t):
Pc(t)=min{Gt(t)+Gwind(t)-L(t),f(Sh max-Sh(t-1)),Pcmax}
当Gt(t)+Gwind(t)<L(t)时,发电功率Pf(t):
Pf(t)=min{L(t)-Gt(t)-Gwind(t),f(Sh(t-1)-Sh min),Pfmax}
其中,Pf(t)和Pc(t)分别为t时段水电机组的发电功率和抽水功率,Pfmax和Pcmax为抽水和发电机组的装机容量,L(t)为t时段的负荷,Gt(t)为t时段的常规机组出力,Gwind(t)为t时段的风电机组出力,Sh(t-1)为t-1时刻的上水库水量。
步骤S3中可靠性评估指标包括:
a、缺电时间期望(LOLE):给定模拟时间内系统不能满足负荷需求小时的期望值,计算公式为:
式中,N为模拟时间的年数;LLDi是抽样年i中以小时计的缺电持续时间;
b、缺电频率(LOLF):给定模拟时间内系统不能满足负荷需求的次数期望值,计算公式为:
式中,N为模拟时间的年数;LLOi是抽样年i中发生的缺电次数;
c、期望缺供电量(EENS):给定模拟时间内因发电容量不足造成负荷需求电量削减的期望值,计算公式为:
N为模拟时间的年数,ENSi为抽样年i中发生的电量削减的次数。
步骤S3采用序贯蒙特卡洛方法进行可靠性评估,具体方法包括如下步骤:
S31:数据初始化,输入收敛系数给定值ε0,可靠性指标期望值,常规机组、A地区风电场机组、B地区风电场机组、馈电线路的可靠性参数,历史风速、抽水蓄能电站上水库初始储水量和库容限值;
S32:根据实际风速相关系数Cxy,采用对分法计算最佳时移时间t0
S33:对A地区风电场机组、B地区风电场机组、常规机组、馈电线路进行状态持续时间抽样,确定最短持续时间Dmin
S34:生成具有相关性的最短持续时间Dmin小时的两组风速,得到风电场出力Gwind(t)、常规机组出力Gt(t)和Dmin时间内的负荷值L(t);
其中,风电场出力Gwind(t)为风机正常运行总台数乘以单台风机出力Pwt,风电机组的输出功率Pwt与风速vt间的关系为:
式中vci、vr、vco分别为切入风速、额定风速和切出风速;Pr为风电机组额定输出功率;根据抽样得到的系统状态,得到p台常规机组的运行情况,将p台常规机组的有效出力求和,得到常规机组出力Gt(t);使用时序负荷曲线模拟系统各个时刻的负荷,每小时的负荷为:L(t)=Ly×Pw×Pd×Ph(t),Ly为年峰值负荷;Pw为周负荷占年峰值负荷的百分比;Pd为日负荷占周负荷峰值的百分比;Ph(t)为t小时负荷占日峰值负荷的百分比;
S35:根据运行策略和上一时刻的上水库储水量,计算抽水蓄能电站的抽水功率Pc(t)和发电功率Pf(t);
S36:更新水库的上水库储水量;
S37:根据Gwind、Gt(t)、Pc(t)、Pf(t)及L(t),计算可靠性评估指标缺电时间期望EENS、缺电频率LOLE、期望缺供电量LOLF的值,并计算弃风量、弃风次数、弃风频率等弃风指标;
S38:根据步骤S37得到的可靠性指标与步骤S31设定的可靠性指标期望值计算收敛系数ε,并判断其是否大于收敛系数给定值ε0,若大于则转至Step3,否则结束。
本发明的有益效果:本发明针对现有多风电场抽水蓄能系统可靠性评估方法计及多风电场风速的互相关性和时序自相关性,考虑抽水蓄能电站的运行策略,最后进行评估,该方法能够考虑水库库容、装机容量、抽发效率等对可靠性的影响,采用抽水蓄能电站运行策略,可以降低常规化石能源的消耗,提高风能的利用率,减少风电不确定性给电力系统安全性和稳定性造成的冲击;在评估多风电场相关性时,不仅考虑风电场间的互相关性,还考虑了单个风电场风速时序自相关性,与实际情况较为符合。考虑了抽水蓄能电站的装机容量、发电效率、库容限值等影响因素,得到能够使风电得以充分利用的最优策略,具有实用性。
附图说明
图1是本发明基于多风电场的抽水蓄能系统的可靠性评估方法流程图;
图2是本发明的抽水蓄能电站结构;
图3是本发明的抽水蓄能电站的能量转换关系图;
图4是本发明的多风电场-抽水蓄能电站的电力系统结构图;
图5是本发明的多风电场抽水蓄能电站的可靠性评估流程图;
图6是四种情形下期望缺供电量条形对比示意图;
图7是四种情况下年期望弃风对应发电量对比示意图。
具体实施方式
下面结合附图对本发明的具体实施方式以及工作原理作进一步详细说明。
从图1可以看出,一种基于多风电场的抽水蓄能系统的可靠性评估方法,包括以下步骤:
S1:根据两个相邻风电场风速的相关特性,根据ARMA方法计算并得到所述两个相邻风电场风速的风速时间序列;
计算并得到所述两个相邻风电场风速的风速时间序列的具体方法为:
S11:假设相邻两地区分别为A地区和B地区,根据公式计算出相邻A地区和B地区的风电场风速相关系数Cxy,其中xt1、yt1为两个风电场的历史风速序列,μx、μy为两个风电场的历史风速序列xt1、yt1的均值,σx、σy为两个风电场的历史风速序列xt1、yt1的标准差,n为时间序列的个数;
假设两个风电场的历史风速序列分别为xt1、yt1,(t=1,2,…n),则两者的相关系数Cxy的取值范围为[-1,1]。若两个风电场的历史风速序列xt1、yt1的变化趋势一致,则Cxy取值为正;若变化趋势相反,则Cxy取值为负;若两时序序列无关则Cxy接近于0。
S12:将A地区历史风速标准化,得到ARMA模型参数后,生成A地区风速的模拟时序序列xt
S13:根据步骤S12得到的A地区风速的模拟时序序列xt和关系式得到A地区的模拟风速Xt:Xt=xtσVV
两地区风速数据的变化趋势取决于时间序列xt和yt,xt和yt的生成与白噪声相关,使用白噪声即可以控制xt和yt相关系数。换言之,若使用相同的白噪声生成两列风速,则两列风速的相关性接近于1。
S14:保持A地区风速的模拟时序序列xt不变,使两地区风速相关性达到给定值Cxy,B地区的风速的模拟时序序列yt后移,得到B地区时移后的风速的模拟时序序列y′t=yt+T
改变时移时间T,直至序列xt和yt’的相关系数与实际值相同。若时移时间T不是整数,如T=K+t(K为整数且0<t<1),则yt序列时移K小时之后,再使用线性插值方法,如式(4)所示,得到时移t小时的序列值。
y'K+i=(1-t)×yi+t×yi+1
若两地区地理位置相同,则两地风速相关性为1;随着地理位置距离的增大,亦即时移时间的增大,两地风速的相关系数随之减小。则相关系数C和时移时间T为非线性连续单调关系,随着T的增加,两时序序列的相关系数逐渐减小,因此,选取合适的T可使相关系数达到给定值。
S2:建立风电场的抽水蓄能系统可靠性评估模型;
抽水蓄能电站运行工况主要分为两种:抽水工况、发电工况。一般在用电负荷低谷期,抽水蓄能电站运行于抽水工况,机组处于电动机状态,将系统多余的电量转换为重力势能储存在上水库中;在用电高峰期,电站运行于发电工况,机组处于发电机状态,将上水库中的重力势能转换为电能供给负荷使用。抽水蓄能电站在根本上是能量的储存转换装置,通过在负荷低谷时储能,负荷高峰时放电,实现电能在时间上的重新分配。其能量转换关系见图3。
建立风电场的抽水蓄能系统可靠性评估模型的具体方法为:
S21:建立风电场的抽水蓄能系统的抽水蓄能电站可靠性评估模型;
抽水蓄能电站为纯抽水蓄能电站,抽水蓄能电站运行时受水库的库容限制,具有以下关系式:Sh min<Sh(t)<Sh max
其中,Sh(t)为t时段的上水库水量;Sh max、Slmin分别为上水库的最大和最小库容限制;
抽水蓄能电站的水量与发电量的关系模型为:P(t)=f(S(t)-S(t-1)),
其中,P(t)为时段t的发电功率或耗电功率,S(t)与S(t-1)的差值表示t时段内的水库库容变化量;
抽水蓄能电站的水量变化与抽水功率的关系:Pc(t)=ηcΔS(t)
抽水蓄能电站的水量变化与发电功率的关系:Pf(t)=ηfΔS(t)
其中,Pc(t)和Pf(t)分别为t时段的水电机组的抽水功率和发电功率;ηc、ηf分别为电站的抽水和发电的能量转换效率;△S(t)代表t时段内的水库水量变化量;
S22:建立三种抽水蓄能电站运行策略;
抽水蓄能电站有抽水和发电两种工况。一般情况下,抽水蓄能电站的功能有:
发电功能:在电量供不应求时,抽水蓄能电站起到发电机的作用,且其爬坡速率快,响应时间短。此外,作为发电机使用的抽水蓄能电站受上水库库容和装机容量的限制。
调峰功能:在电量供大于求时,抽水蓄能电站起到电动机的作用,可将多余的电能以势能的方式存储于上水库。此时抽水蓄能电站相当于负荷,可以用来填平系统的负荷低谷时间段,减少峰谷差值。
调频调相功能:由于抽水蓄能机组具有较快的爬坡速度和响应能力,因此抽水蓄能电站可以实现负荷备用、负荷跟踪。无论机组处于任何工况,都可以设定其是否进相运行,因此其具有稳定电压的功能。
除此之外,抽水蓄能电站还有减少系统备用容量,实现黑启动等功能。
本发明在制定抽水蓄能电站的运行策略时,主要利用抽水蓄能电站的发电功能和调峰功能,使部分风力发电的电量暂存至水库中,在减少弃风的同时提高系统的可靠性。多风电场-抽水蓄能电站的电力系统结构图如图4所示
风电场的抽水蓄能系统包括:
A地区风电场机组、B地区风电场机组、常规机组、上水库、下水库、抽水模式机组、发电模式机组、负荷;抽水蓄能电站有抽水和发电两种工况;
第一策略:设置风电接纳限制率x%,部分风电接入电网,剩余接入抽水蓄能电站;当风电渗透率低于x%时,第一开关闭合,第二开关断开,风电全部并入电网;若风电渗透率高于x%,第一开关闭合,第二开关闭合,将等于风电接纳限制的部分接入电网,超出接纳限制部分转换为势能存放于上水库。与此同时,在电量供不应求时第四开关闭合,第三开关断开,电站运行于发电工况,反之则第三开关闭合,开第四关断开,电站运行于抽水工况。这种策略限制了部分风电的接入,在一定程度上会造成弃风。
第二策略:风电全部接入抽水蓄能电站;
其中,第一开关断开,第二开关闭合,所有风电出力均转化为势能存放于上水库。若常规机组出力不能满足负荷需求,则第四开关闭合,第三开关断开,电站运行于发电工况,反之则第三开关闭合,第四开关断开,电站运行于抽水工况。这种策略下风电需要经过两次能量转换过程,才能接入电网,在转换中存在一定的能量消耗。
第三策略:根据负荷需求确定抽水电站工况;
电网优先使用风电出力,即第一开关闭合,第二开关断开,所有的风电均接入电网。若此时风电出力和常规机组出力之和小于负荷值,则第四开关闭合,第三开关断开,电站运行于发电工况;若风电出力和常规机组出力之和大于负荷值,则第三开关闭合,第四开关断开,电站运行于抽水工况。该运行策略的风电利用率最高,全部风电出力均并入电网,多余部分转化为势能储存于上水库。这种策略下风电可以全部消纳,并尽可能地满足负荷需要。
S23:分别对三种抽水蓄能电站运行策略建立可靠性评估模型;
第一策略模型:
当Gwind(t)>x%×L(t)时,抽水功率Pc(t):
Pc(t)=min{Gwind(t)-x%×L(t)+max(Gt(t)-(1-x%)L(t),0)
f(Sh max-Sh(t-1)),Pcmax}
发电功率Pf(t):
Pf(t)=min{max(L(t)×(1-x%)-Gt(t)),0),f(Sh(t-1)-Sh min),Pfmax};
当Gwind(t)<x%×L(t)时,抽水功率Pc(t):
Pc(t)=min{max(Gwind(t)+Gt(t)-L(t),0),f(Sh max-Sh(t-1)),Pcmax}
发电功率Pf(t):
Pf(t)=min{max(L(t)-Gwind(t)-Gt(t),0),f(Sh(t-1)-Sh min),Pfmax};
第二策略模型:
有风电输出或Gt(t)>L(t)时,抽水功率Pc(t):
Pc(t)=min{Gwind(t)+max(Gt(t)-L(t),0),f(Sh max-Sh(t-1)),Pcmax};
当Gt(t)<L(t)时,发电功率Pf(t):
Pf(t)=min{L(t)-Gt(t),f(Sh(t-1)-Sh min),Pfmax};
第三策略模型:
当Gt(t)+Gwind(t)>L(t)时,抽水功率Pc(t):
Pc(t)=min{Gt(t)+Gwind(t)-L(t),f(Sh max-Sh(t-1)),Pcmax}
当Gt(t)+Gwind(t)<L(t)时,发电功率Pf(t):
Pf(t)=min{L(t)-Gt(t)-Gwind(t),f(Sh(t-1)-Sh min),Pfmax}
其中,Pf(t)和Pc(t)分别为t时段水电机组的发电功率和抽水功率,Pfmax和Pcmax为抽水和发电机组的装机容量,L(t)为t时段的负荷,Gt(t)为t时段的常规机组出力,Gwind(t)为t时段的风电机组出力,Sh(t-1)为t-1时刻的上水库水量。
S3:采用序贯蒙特卡洛方法分别对步骤S2得到的风电场的抽水蓄能系统可靠性评估模型进行可靠性评估。
由于抽水蓄能电站水库中的储水量具有时间上的连续性,因此采用序贯蒙特卡洛方法进行含多风电场-抽水蓄能电站联合系统的发电系统可靠性评估。:多风电场可靠性模型的基础上,根据联合运行策略确定抽水蓄能电站的发电量和耗电量,随后进行可靠性评估。
采用序贯蒙特卡洛方法进行可靠性评估,结合图5可以看出,具体方法包括如下步骤:
S31:数据初始化,输入收敛系数给定值ε0,在本实施例中,ε0=0.05,可靠性指标期望值,常规机组、A地区风电场机组、B地区风电场机组、馈电线路的可靠性参数,历史风速、抽水蓄能电站上水库初始储水量和库容限值;
S32:根据实际风速相关系数Cxy,采用对分法计算最佳时移时间t0
S33:对A地区风电场机组、B地区风电场机组、常规机组、馈电线路进行状态持续时间抽样,确定最短持续时间Dmin
S34:生成具有相关性的最短持续时间Dmin小时的两组风速,得到风电场出力Gwind(t)、常规机组出力Gt(t)和Dmin时间内的负荷值L(t);
其中,风电场出力Gwind(t)为风机正常运行总台数乘以单台风机出力Pwt,风电机组的输出功率Pwt与风速vt间的关系为:式中vci、vr、vco分别为切入风速、额定风速和切出风速;Pr为风电机组额定输出功率;根据抽样得到的系统状态,得到p台常规机组的运行情况,将p台常规机组的有效出力求和,得到常规机组出力Gt(t);使用时序负荷曲线模拟系统各个时刻的负荷,每小时的负荷为:L(t)=Ly×Pw×Pd×Ph(t),Ly为年峰值负荷;Pw为周负荷占年峰值负荷的百分比;Pd为日负荷占周负荷峰值的百分比;Ph(t)为t小时负荷占日峰值负荷的百分比;
S35:根据运行策略和上一时刻的上水库储水量,计算抽水蓄能电站的抽水功率Pc(t)和发电功率Pf(t);
S36:更新水库的上水库储水量;
S37:根据Gwind、Gt(t)、Pc(t)、Pf(t)及L(t),计算可靠性评估指标缺电时间期望EENS、缺电频率LOLE、期望缺供电量LOLF的值,并计算弃风量、弃风次数、弃风频率等弃风指标;
可靠性评估指标包括:
a、缺电时间期望(LOLE):给定模拟时间内系统不能满足负荷需求小时的期望值,计算公式为:
式中,N为模拟时间的年数;LLDi是抽样年i中以小时计的缺电持续时间;
b、缺电频率(LOLF):给定模拟时间内系统不能满足负荷需求的次数期望值,计算公式为:
式中,N为模拟时间的年数;LLOi是抽样年i中发生的缺电次数;
c、期望缺供电量(EENS):给定模拟时间内因发电容量不足造成负荷需求电量削减的期望值,计算公式为:
N为模拟时间的年数,ENSi为抽样年i中发生的电量削减的次数。
S38:根据步骤S37得到的可靠性指标与步骤S31设定的可靠性指标期望值计算收敛系数ε,并判断其是否大于收敛系数给定值ε0,若大于则转至Step3,否则结束。
其中,收敛系数ε等于可靠性指标的标准方差与其期望值的比值,
实施例:
本实施例使用IEEE-RTS79系统研究联合系统接入后的影响。风速数据为NorthDakota的Harvey和Karsruhe两地2012年至2014年的历史风速数据,两个风电场共装设200台2MW的风机,单台风机额定容量为2MW,切入、额定、切出风速分别为4、15、25m/s。抽水蓄能电站的上水库最大库容为1.396×106m3,最小库容为7.88×104m3。抽水蓄能电站机组容量为250MW,即抽水和发电的功率均可在0~250MW范围内变动。由于水电机组爬坡速度较快,忽略其爬坡时间。
风电场中风机的可靠性参数如表1所示:
表1等值风电机组可靠性参数
元件 故障率(次/年) 修复时间(小时/次)
风电机组 1.5 600
塔架电缆 0.015/km 240
集电变压器 0.0131 240
为分析抽水蓄能接入及不同运行策略对联合系统可靠性的影响,本文对比四种情形的可靠性指标和弃风情况:
情形a:无抽水蓄能接入,风电接入限制率为10%;
情形b:有抽水蓄能接入,风电接入限制率为10%,即运行策略1;
情形c:风电全部用来抽水,即运行策略2;
情形d:风电优先接入电网,抽水蓄能按照负荷需求发电,即运行策略3。
表2给出四种情况的可靠性指标和弃风量。
表2不同情形的可靠性指标和弃风量
情形a 情形b 情形c 情形d
EENS(MW·h/a) 475.2262453 118.1207 172.3253 115.9536
LOLE(h/a) 4.10802848 0.725995 1.306554 0.703882
LOLF(次/a) 1.133316965 0.182796 0.28747 0.177899
弃风量(MW·h/a) 433034.0736 432216.3 1341825 0
以EENS为例,四种情形的可靠性指标如图6所示;
根据图6可以看出,对比情形a和情形b可以看出,与仅含多风电场的发电系统相比,抽水蓄能的接入可以大幅度提高系统的可靠性。对于有抽水蓄能接入的情况,在不同的运行策略下,风电场的可靠性存在差异。其中,第3种运行策略,亦即情形d的可靠性最优,因为该策略优先使用风电,且充分发挥抽水蓄能电站的调峰能力,尽可能的满足负荷的需求;情形b和情形d的可靠性十分接近;情形c的可靠性相对较差。总体来说,含抽水蓄能电站接入的系统能够更好地满足负荷的需求,系统的可靠性更高。
根据图7可以看出,对比情形a和情形b,弃风量稍有下降。情形c的弃风量反而高于无抽水蓄能的情况,这是由于上水库库容存在限制,不能保证全部风电转换为势能储存起来,要解决情形c的弃风问题,需要增加水库库容。从图6可以看出情形b和情形d的可靠性结果很接近,但图7中情形b的弃风量远大于情形d,这是因为情形d的运行策略为优先使用风能,且充分发挥抽水蓄能电站的调峰作用,认为风电可全部接入电网,因此可以实现对风能最大程度的利用。
从上述结果可知,运用本方法评估系统可靠性时,考虑相邻风电场风速的互相关性和时序自相关性,更接近真实的风速相关情况。在评估过程中,可以考虑抽水蓄能电站的装机容量、抽发效率、运行策略的影响。抽水蓄能的接入可以减少弃风量,提高风能利用率,减少风电波动性对电力系统安全性的冲击。该方法可应用于含大规模风电和抽水蓄能电站接入的电力系统可靠性评估过程中。

Claims (5)

1.一种基于多风电场的抽水蓄能系统的可靠性评估方法,其特征在于包括以下步骤:
S1:根据两个相邻风电场风速的相关特性,根据ARMA方法计算并得到所述两个相邻风电场风速的风速时间序列;
S2:建立风电场的抽水蓄能系统可靠性评估模型;
S3:采用序贯蒙特卡洛方法分别对步骤S2得到的风电场的抽水蓄能系统可靠性评估模型进行可靠性评估。
2.根据权利要求1所述的基于多风电场的抽水蓄能系统的可靠性评估方法,其特征在于步骤S1计算并得到所述两个相邻风电场风速的风速时间序列的具体方法为:
S11:假设相邻两地区分别为A地区和B地区,根据公式计算出相邻A地区和B地区的风电场风速相关系数Cxy,其中xt1、yt1为两个风电场的历史风速序列,μx、μy为两个风电场的历史风速序列xt1、yt1的均值,σx、σy为两个风电场的历史风速序列xt1、yt1的标准差,n为时间序列的个数;
S12:将A地区历史风速标准化,得到ARMA模型参数后,生成A地区风速的模拟时序序列xt
S13:根据步骤S12得到的A地区风速的模拟时序序列xt和关系式得到A地区的模拟风速Xt:Xt=xtσVV
S14:保持A地区风速的模拟时序序列xt不变,使两地区风速相关性达到给定值Cxy,B地区的风速的模拟时序序列yt后移,得到B地区时移后的风速的模拟时序序列y′t=yt+T
3.根据权利要求1所述的基于多风电场的抽水蓄能系统的可靠性评估方法,其特征在于步骤S2建立风电场的抽水蓄能系统可靠性评估模型的具体方法为:
S21:建立风电场的抽水蓄能系统的抽水蓄能电站可靠性评估模型;
抽水蓄能电站为纯抽水蓄能电站,抽水蓄能电站运行时受水库的库容限制,具有以下关系式:Shmin<Sh(t)<Shmax
其中,Sh(t)为t时段的上水库水量;Shmax、Slmin分别为上水库的最大和最小库容限制;
抽水蓄能电站的水量与发电量的关系模型为:P(t)=f(S(t)-S(t-1)),
其中,P(t)为时段t的发电功率或耗电功率,S(t)与S(t-1)的差值表示t时段内的水库库容变化量;
抽水蓄能电站的水量变化与抽水功率的关系:Pc(t)=ηcΔS(t)
抽水蓄能电站的水量变化与发电功率的关系:Pf(t)=ηfΔS(t)
其中,Pc(t)和Pf(t)分别为t时段的水电机组的抽水功率和发电功率;ηc、ηf分别为电站的抽水和发电的能量转换效率;ΔS(t)代表t时段内的水库水量变化量;
S22:建立三种抽水蓄能电站运行策略;
风电场的抽水蓄能系统包括:
A地区风电场机组、B地区风电场机组、常规机组、上水库、下水库、抽水模式机组、发电模式机组、负荷;抽水蓄能电站有抽水和发电两种工况;
第一策略:设置风电接纳限制率x%,部分风电接入电网,剩余接入抽水蓄能电站;
第二策略:风电全部接入抽水蓄能电站;
第三策略:根据负荷需求确定抽水电站工况;
S23:分别对三种抽水蓄能电站运行策略建立可靠性评估模型;
第一策略模型:
当Gwind(t)>x%×L(t)时,抽水功率Pc(t):
Pc(t)=min{Gwind(t)-x%×L(t)+max(Gt(t)-(1-x%)L(t),0)
f(Shmax-Sh(t-1)),Pcmax}
发电功率Pf(t):
Pf(t)=min{max(L(t)×(1-x%)-Gt(t)),0),f(Sh(t-1)-Shmin),Pfmax};
当Gwind(t)<x%×L(t)时,抽水功率Pc(t):
Pc(t)=min{max(Gwind(t)+Gt(t)-L(t),0),f(Shmax-Sh(t-1)),Pcmax}
发电功率Pf(t):
Pf(t)=min{max(L(t)-Gwind(t)-Gt(t),0),f(Sh(t-1)-Shmin),Pfmax};
第二策略模型:
有风电输出或Gt(t)>L(t)时,抽水功率Pc(t):
Pc(t)=min{Gwind(t)+max(Gt(t)-L(t),0),f(Shmax-Sh(t-1)),Pcmax};
当Gt(t)<L(t)时,发电功率Pf(t):
Pf(t)=min{L(t)-Gt(t),f(Sh(t-1)-Shmin),Pfmax};
第三策略模型:
当Gt(t)+Gwind(t)>L(t)时,抽水功率Pc(t):
Pc(t)=min{Gt(t)+Gwind(t)-L(t),f(Shmax-Sh(t-1)),Pcmax}
当Gt(t)+Gwind(t)<L(t)时,发电功率Pf(t):
Pf(t)=min{L(t)-Gt(t)-Gwind(t),f(Sh(t-1)-Shmin),Pfmax}
其中,Pf(t)和Pc(t)分别为t时段水电机组的发电功率和抽水功率,Pfmax和Pcmax为抽水和发电机组的装机容量,L(t)为t时段的负荷,Gt(t)为t时段的常规机组出力,Gwind(t)为t时段的风电机组出力,Sh(t-1)为t-1时刻的上水库水量。
4.根据权利要求1或2或3所述的基于多风电场的抽水蓄能系统的可靠性评估方法,其特征在于步骤S3中可靠性评估指标包括:
a、缺电时间期望(LOLE):给定模拟时间内系统不能满足负荷需求小时的期望值,计算公式为:
L O L E = 1 N &Sigma; i = 1 N LLD i
式中,N为模拟时间的年数;LLDi是抽样年i中以小时计的缺电持续时间;
b、缺电频率(LOLF):给定模拟时间内系统不能满足负荷需求的次数期望值,计算公式为:
L O L F = 1 N &Sigma; i = 1 N LLO i
式中,N为模拟时间的年数;LLOi是抽样年i中发生的缺电次数;
c、期望缺供电量(EENS):给定模拟时间内因发电容量不足造成负荷需求电量削减的期望值,计算公式为:
E E N S = 1 N &Sigma; i = 1 N ENS i
N为模拟时间的年数,ENSi为抽样年i中发生的电量削减的次数。
5.根据权利要求4所述的基于多风电场的抽水蓄能系统的可靠性评估方法,其特征在于步骤S3采用序贯蒙特卡洛方法进行可靠性评估,具体方法包括如下步骤:
S31:数据初始化,输入收敛系数给定值ε0,可靠性指标期望值,常规机组、A地区风电场机组、B地区风电场机组、馈电线路的可靠性参数,历史风速、抽水蓄能电站上水库初始储水量和库容限值;
S32:根据实际风速相关系数Cxy,采用对分法计算最佳时移时间t0
S33:对A地区风电场机组、B地区风电场机组、常规机组、馈电线路进行状态持续时间抽样,确定最短持续时间Dmin
S34:生成具有相关性的最短持续时间Dmin小时的两组风速,得到风电场出力Gwind(t)、常规机组出力Gt(t)和Dmin时间内的负荷值L(t);
S35:根据运行策略和上一时刻的上水库储水量,计算抽水蓄能电站的抽水功率Pc(t)和发电功率Pf(t);
S36:更新水库的上水库储水量;
S37:根据Gwind、Gt(t)、Pc(t)、Pf(t)及L(t),计算可靠性评估指标缺电时间期望EENS、缺电频率LOLE、期望缺供电量LOLF的值,并计算弃风量、弃风次数、弃风频率等弃风指标;
S38:根据步骤S37得到的可靠性指标与步骤S31设定的可靠性指标期望值计算收敛系数ε,并判断其是否大于收敛系数给定值ε0,若大于则转至Step3,否则结束。
CN201610898141.9A 2016-10-14 2016-10-14 基于多风电场的抽水蓄能系统的可靠性评估方法 Active CN106447218B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610898141.9A CN106447218B (zh) 2016-10-14 2016-10-14 基于多风电场的抽水蓄能系统的可靠性评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610898141.9A CN106447218B (zh) 2016-10-14 2016-10-14 基于多风电场的抽水蓄能系统的可靠性评估方法

Publications (2)

Publication Number Publication Date
CN106447218A true CN106447218A (zh) 2017-02-22
CN106447218B CN106447218B (zh) 2019-07-09

Family

ID=58174859

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610898141.9A Active CN106447218B (zh) 2016-10-14 2016-10-14 基于多风电场的抽水蓄能系统的可靠性评估方法

Country Status (1)

Country Link
CN (1) CN106447218B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108647415A (zh) * 2018-04-28 2018-10-12 国网湖南省电力有限公司 用于高比例风电并网的电力系统的可靠性评估方法
CN109038567A (zh) * 2018-08-22 2018-12-18 国家电网有限公司 抽水蓄能电站综合转换效率的评估方法、装置和系统
CN109524998A (zh) * 2018-09-12 2019-03-26 国网浙江省电力有限公司嘉兴供电公司 一种风电火电及抽水储能站的联合调度方法
CN109685319A (zh) * 2018-11-26 2019-04-26 东北电力大学 一种基于蓄热式电锅炉电-热时移特性的弃风消纳方法
CN109768580A (zh) * 2019-03-29 2019-05-17 哈尔滨理工大学 一种适用于抽水蓄能电站大规模消纳风电的调度方案
CN109787272A (zh) * 2017-11-13 2019-05-21 北京亨得森电力咨询有限公司 “新能源+抽蓄”联合运行模式下计算评价多消纳新能源的方法
CN110198048A (zh) * 2019-06-19 2019-09-03 浙江中新电力工程建设有限公司自动化分公司 基于电力物联网平台的电力实时监控系统
CN112184049B (zh) * 2020-10-13 2024-07-16 国网新源控股有限公司 一种抽水蓄能电站服务电网能力评估方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102545214A (zh) * 2012-01-13 2012-07-04 重庆大学 一种含电池储能设备的风电场可靠性评估方法
CN102831321A (zh) * 2012-08-29 2012-12-19 浙江大学 一种基于蒙特卡洛方法的风电场风险评估方法
CN103366030A (zh) * 2012-04-06 2013-10-23 华东电力试验研究院有限公司 风电与抽水蓄能电站联合承担系统基荷运行模拟方法
CN104993523A (zh) * 2015-07-16 2015-10-21 国家电网公司 使含风电电网系统优化运行的抽水蓄能电站特性精确模拟方法
CN105932722A (zh) * 2016-05-20 2016-09-07 国家电网公司 计及风电出力不确定性的抽水蓄能-风电联合调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102545214A (zh) * 2012-01-13 2012-07-04 重庆大学 一种含电池储能设备的风电场可靠性评估方法
CN103366030A (zh) * 2012-04-06 2013-10-23 华东电力试验研究院有限公司 风电与抽水蓄能电站联合承担系统基荷运行模拟方法
CN102831321A (zh) * 2012-08-29 2012-12-19 浙江大学 一种基于蒙特卡洛方法的风电场风险评估方法
CN104993523A (zh) * 2015-07-16 2015-10-21 国家电网公司 使含风电电网系统优化运行的抽水蓄能电站特性精确模拟方法
CN105932722A (zh) * 2016-05-20 2016-09-07 国家电网公司 计及风电出力不确定性的抽水蓄能-风电联合调度方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张小辰: "《考虑大规模风电场与抽水蓄能联合运行的可用输电能力分析》", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 *
曹昉: "《风电及抽水蓄能电站容量规划方法研究》", 《中国优秀博士论文全文数据库 工程科技II辑》 *
李玉敦: "《计及相关性的风速模型及其在发电系统可靠性评估中的应用》", 《中国优秀博士论文全文数据库 工程科技II辑》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109787272A (zh) * 2017-11-13 2019-05-21 北京亨得森电力咨询有限公司 “新能源+抽蓄”联合运行模式下计算评价多消纳新能源的方法
CN108647415A (zh) * 2018-04-28 2018-10-12 国网湖南省电力有限公司 用于高比例风电并网的电力系统的可靠性评估方法
CN109038567A (zh) * 2018-08-22 2018-12-18 国家电网有限公司 抽水蓄能电站综合转换效率的评估方法、装置和系统
CN109038567B (zh) * 2018-08-22 2024-02-20 国家电网有限公司 抽水蓄能电站综合转换效率的评估方法、装置和系统
CN109524998A (zh) * 2018-09-12 2019-03-26 国网浙江省电力有限公司嘉兴供电公司 一种风电火电及抽水储能站的联合调度方法
CN109524998B (zh) * 2018-09-12 2021-12-17 国网浙江省电力有限公司嘉兴供电公司 一种风电火电及抽水储能站的联合调度方法
CN109685319A (zh) * 2018-11-26 2019-04-26 东北电力大学 一种基于蓄热式电锅炉电-热时移特性的弃风消纳方法
CN109685319B (zh) * 2018-11-26 2022-03-18 东北电力大学 一种基于蓄热式电锅炉电-热时移特性的弃风消纳方法
CN109768580A (zh) * 2019-03-29 2019-05-17 哈尔滨理工大学 一种适用于抽水蓄能电站大规模消纳风电的调度方案
CN110198048A (zh) * 2019-06-19 2019-09-03 浙江中新电力工程建设有限公司自动化分公司 基于电力物联网平台的电力实时监控系统
CN110198048B (zh) * 2019-06-19 2024-01-02 浙江中新电力工程建设有限公司自动化分公司 基于电力物联网平台的电力实时监控系统
CN112184049B (zh) * 2020-10-13 2024-07-16 国网新源控股有限公司 一种抽水蓄能电站服务电网能力评估方法

Also Published As

Publication number Publication date
CN106447218B (zh) 2019-07-09

Similar Documents

Publication Publication Date Title
CN106447218A (zh) 基于多风电场的抽水蓄能系统的可靠性评估方法
US20220074620A1 (en) Optimized regulating and controlling method and system for integrated electricity and heat system with heat pumps
CN104377726B (zh) 一种大规模新能源并网发电的调峰方法
CN104167765B (zh) 一种基于接纳能力分布的最大风电装机容量计算方法
CN103473393B (zh) 一种考虑随机概率的输电裕度控制模型建模方法
CN104217077A (zh) 一种反映风速变化特性的风力发电出力随机模型建模方法
CN104993523A (zh) 使含风电电网系统优化运行的抽水蓄能电站特性精确模拟方法
CN106159938A (zh) 一种风光联合发电微电网系统电源优化配置方法
CN104242355A (zh) 考虑最小弃风的风电场接入电网的位置和容量的控制方法
Notton et al. Wind hybrid electrical supply system: behaviour simulation and sizing optimization
Chen et al. Scheduling strategy of hybrid wind-photovoltaic-hydro power generation system
Ronay et al. Micro-grid development using artificial neural network for renewable energy forecast and system control
CN105956713A (zh) 一种新能源年/月电量计划制定方法
Zahmoun et al. Optimal Operation Scheduling of a Combined Wind-Hydro System for Peak Load Shaving
CN112487752B (zh) 一种基于最优潮流的储能电站选址方法
Chen et al. Optimal Sizing of a Grid Independent Renewable Heating System for Building Decarbonisation
Dai et al. Economic Dispatch of Wind-hydro-thermal Power Systems Considering Reservoir Flexibility
Zhang Study on the Effects of Different Measures in Promoting Renewable Energy Consumption
Nagib et al. Integrating tidal energy to solve dynamic economic load dispatch problem using iwo
Levine et al. Applications of energy storage to generation and absorption of electrical power
Jiang et al. The probabilistic production simulation for renewable energy power system considering the operation of cascade hydropower stations
CN113312747B (zh) 考虑不确定性的水电动态库容经济调度方法
Liu et al. Operation strategy of a combined system consists of multi-type hydropower and wind-solar
CN106300443A (zh) 一种用于减少弃风的三层热电联供微网能量控制方法
Hu et al. Multi-Objective Configuration Method of Energy Storage Capacity of New Energy Microgrid Based on Multi-Functional Application

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20170911

Address after: 400044 Shapingba street, Shapingba District, Chongqing, No. 174

Applicant after: Chongqing University

Applicant after: China Electric Power Research Institute

Applicant after: State Grid Corporation of China

Applicant after: STATE GRID JIANGXI ELECTRIC POWER COMPANY

Address before: 400044 Shapingba street, Shapingba District, Chongqing, No. 174

Applicant before: Chongqing University

Applicant before: China Electric Power Research Institute

Applicant before: State Grid Corporation of China

GR01 Patent grant
GR01 Patent grant