CN106549420B - 考虑风险和风力发电的电力系统运行备用优化方法 - Google Patents
考虑风险和风力发电的电力系统运行备用优化方法 Download PDFInfo
- Publication number
- CN106549420B CN106549420B CN201611141523.3A CN201611141523A CN106549420B CN 106549420 B CN106549420 B CN 106549420B CN 201611141523 A CN201611141523 A CN 201611141523A CN 106549420 B CN106549420 B CN 106549420B
- Authority
- CN
- China
- Prior art keywords
- power
- ith
- load
- wind
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000005611 electricity Effects 0.000 title abstract 3
- 238000010248 power generation Methods 0.000 claims abstract description 16
- 230000008901 benefit Effects 0.000 claims abstract description 10
- 230000009194 climbing Effects 0.000 claims abstract description 8
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000012546 transfer Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000011160 research Methods 0.000 description 7
- 238000010606 normalization Methods 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H02J3/386—
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑风险和风力发电的电力系统运行备用优化方法。该方法将风险中的概率和后果二者结合起来,考虑电力系统备用容量的优化配置问题。以含有风力发电的电力系统整体运行效益最佳为目标函数,结合考虑风电出力的功率平衡方程、发电机输出功率约束、备用的爬坡率约束、考虑风电出力波动性的负荷备用需求量约束、考虑风电出力波动性的传输线功率约束以及考虑风险的大功率联络线N‑1故障约束,求解电力系统备用的分配方案。该方法充分考虑了风力发电出力的不确定性和故障后的备用支援问题,使电力系统的整体风险达到最小,很好地实现了资源的优化配置,对电网规划和运行具有一定的参考价值。
Description
技术领域
本发明涉及一种电力系统运行备用优化方法,特别是涉及考虑风险和风力发电的电力系统运行备用优化方法。
背景技术
随着电力系统向超高压、远距离、大容量和区域联网的方向发展,大量新科技、新设备的应用,停电事故引起的后果也越来越严重。电网运行备用作为应对突发事故和预测误差的有效途径之一,是维护电网安全稳定运行的重要技术手段。显而易见,备用容量越高,系统应对突发情况的能力越强,安全稳定性越好。但是过高的备用量又会使系统的经济性下降。因此,如何在确保系统安全可靠的前提下,科学合理地确定和分配备用容量,是电网调度运行中需要认真思考和加以解决的问题。
目前大部分电网关于备用容量的规定主要来自1984年发布的《电力系统技术导则》(SD 131-84),其中对备用的规定不够细化,且随着经济的飞速发展、西电东送工程的进一步建设,我国电网的单机容量越来越大、直流输电越来越多、负荷增长越来越快,传统的基于确定性准则的电网规划和运行控制方法已难以适应不断发展变化的电力系统,电力系统的研究需要从过去的单一确定性研究方式向不确定性与确定性相结合的研究方式转变。随着电力系统规模的不断增大,互联电力系统之间的联系越来越紧密。由于区域互联电力系统在紧急情况下可以互相支援互为备用的特点,因此在互联电力系统中如何合理分配备用容量对于维护可靠性、提高经济性具有重要的理论价值和实践意义。
在电力系统的备用容量优化配置研究方面,国内外有学者研究了考虑不确定因素情况下备用风险的多目标协调优化问题,但大多基于是电力市场这个大背景,缺少考虑电网风险的备用容量优化配置评价指标,且研究大多基于学术层面,没有与国内电网的实际运行情况相结合。
发明内容
为解决上述问题,本发明的目的在于提供一种考虑风险和风力发电的电力系统运行备用优化方法,以电力系统整体运行效益最佳为目标,对多种类型的运行备用进行优化并得到电网内部各发电机组的出力大小和各种类型备用容量的分配方式。
为实现上述目的,本发明采用了以下技术方案:
步骤1:确定风力发电的预测误差的概率模型,得到对应的函数表达式;
步骤2:确定上一时刻系统的开机方式和发电机组出力大小;本发明中提及的发电机组或机组是指区别于风力发电的非新能源机组,例如火电机组;
步骤3:确定各个发电机组的出力上下限以及各种类型备用(负荷备用和事故备用,下同)的响应时间需求;
步骤4:确定这一时刻(即当前时刻)风电场出力的预测值以及负荷大小的预测值;
步骤5:以电力系统整体运行效益最佳为目标建立考虑风险和风力发电的电力系统备用优化问题;
步骤6:考虑如下约束条件:考虑风电出力的功率平衡方程、发电机输出功率约束、发电机爬坡率约束、各种类型备用的爬坡率约束、考虑风电出力波动性的负荷备用的需求量约束、考虑风电出力波动性的传输线功率约束以及考虑风险的大功率联络线(若发生故障,对电网会造成较大冲击,例如传输功率大于2000MV的联络线,可以根据实际需要进行调整)的N-1故障约束;
步骤7:对上述优化问题进行建模,根据上一时刻(t-1)的原始数据计算求解,得出这一时刻(t)考虑风险和风力发电的电力系统中每台发电机组的有功出力以及应承担的各种类型备用容量。
所述步骤1中,风电功率(即风电出力)的预测误差可以表达为如下形式:
其中,EWk,t和分别为第k个风电场的风电功率预测误差和其归一化形式,Wk,t和分别为第k个风电场的风电功率及其归一化形式,WkN为第k个风电场的额定功率,μWk,t和分别为第k个风电场的风电功率均值及其归一化形式。
假设风电功率的归一化形式服从Beta分布,即β(αk,t,βk,t),其中αk,t,βk,t分别为形状参数,可以由下式确定:
其中,σWk,t和分别为第k个风电场的风电功率标准差及其归一化形式,并满足
因此,风电功率预测误差的概率模型对应的函数表达式为:
其中,B(αk,t,βk,t)为Beta函数,满足u表示风电功率。
所述步骤2中,上一时刻系统的开机方式在这一时刻的优化过程中保持不变,上一时刻发电机组的出力大小是这一时刻的优化基础,设为Pi,t-1。
所述步骤3中,各个发电机组的出力上下限设为Pimin和Pimax,负荷备用的响应时间设为t1,事故备用的响应时间设为t2。
所述步骤4中,这一时刻风电场出力的预测值以及负荷大小的预测值设为Wi0,t以及Di,t。
所述步骤5中,该电力系统运行备用优化方法以系统整体运行效益最佳,即全网在调度时段内电能和备用的总成本及切负荷代价整体达到最小为目标,具体的目标函数如下式:
其中,Pi,t为第i台发电机组的计划有功出力,为第i台机组向上的负荷备用容量,为第i台机组向下的负荷备用容量,Ri,t为第i台发电机组的事故备用容量,αi,βi,γi分别表示第i台发电机组电能、负荷备用和事故备用的报价,单位为Yuan/MW。ρm为故障m的发生概率,为第m个预想线路(即大功率联络线)N-1故障发生后,节点i的切负荷量,为第m个预想线路N-1故障发生后,节点i的失负荷代价,Ng为全网可调度机组的总数,N为N-1故障集中的故障个数,S表示该电力系统所有节点的集合,T为调度时段。
所述步骤6中,该电力系统运行备用优化方法中涉及的约束条件,具体表示如下所示:
1)功率平衡方程
其中,Di,t表示第i个节点的负荷预测值,Nd为全网的负荷节点数,Wi0,t为第i个风电场的出力预测值,NW表示风电场的个数。
2)发电机输出功率约束
Pimin≤Pi,t≤Pimax,且
其中,Pimax为第i台发电机组的最大有功出力,Pimin为第i台发电机组的最小技术出力,Aimax为第i台发电机组的调节上限,Aimin为第i台发电机组的调节下限。
3)发电机爬坡率约束
-T·ri -≤Pi,t-Pi,t-1≤T·ri +
其中,Pi,t-1为第i台发电机组上一时刻的有功出力值,可以从电网能量管理系统(EMS)中获得。
4)各种类型备用的爬坡率约束
0≤Ri,t≤t2·ri +
其中,ri +为第i台发电机组的向上爬坡率,ri -为第i台发电机组的向下爬坡率,t1为负荷备用的响应时间,t2为事故备用的响应时间。
5)系统负荷备用需求量约束
其中,表示系统负荷备用最小需求量;同时
其中,η表示置信概率,P{}表示事件发生概率。上式表示系统的负荷备用量大于风电场出力预测误差的概率必须大于置信概率η。
6)传输线功率约束
其中,为第j条线路上的有功功率,为第j条线路的最大传输容量,Hji为功率转移分布因子矩阵H的第j行第i列元素,表示第i个节点的注入功率对第j条线路有功功率的影响,表示发电机组i的实际有功出力。此约束条件表示,当考虑风电场出力不确定的情况下,电网中所有线路功率满足其传输容量限值的概率必须大于置信概率η。
7)大功率联络线N-1故障约束
一条预想线路断开后,为了满足用户的用电需求同时保证电网的安全性,在各台发电机组出力不变的前提下,一般要求全网所有线路仍需满足线路传输容量约束。但对于大功率联络线的N-1故障,由于电网高峰期的负荷量较大,很难保证所有线路均满足传输容量约束。因此,对于此类情况假设发电机组可以根据事故前设定好的方案进行矫正控制,每个发电机组可以迅速调出备用以应对突发故障。假设第m个预想线路N-1故障发生,则电网的拓扑结构发生变化,因此功率转移分布因子发生变化,计算得到新的功率转移分布因子矩阵Hm。从而考虑事故风险的大功率联络线N-1约束表示如下:
当第m个预想线路N-1故障发生后,对于电网中其余线路,都有
其中,为第m个预想线路N-1故障发生后电网第j条线路上的有功功率,为新的功率转移分布因子矩阵Hm第j行第i列元素。此约束条件表示,当考虑风电场出力不确定和风险的情况下,电网中所有线路功率满足其传输容量限值的概率必须大于置信概率η。
为第m个预想线路N-1故障发生后电网第i个节点的切负荷量,其值受到第i个节点负荷总量的限制,即:
表示第m个预想线路N-1故障发生后第i台发电机组应该调出的事故备用,其值受到第i台发电机组事故备用总量的限制,即:
本发明的有益效果是:
本发明充分考虑电网经济性和安全性的要求,将电网的经济性和安全性通过风险量化统一起来,同时考虑了风力发电的不确定性,定量地确定了当前时刻电力系统中各在线发电机组应提供的有功出力、负荷备用和事故备用,使得电网整体运行的运行效益最佳,使电力系统的整体风险达到最小,实现资源的优化配置,并对电力系统的规划和运行工作提供一定的参考。
附图说明
图1为考虑风险和风力发电的电力系统运行备用优化方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明作进一步的详细说明。应当理解,此处所描述的实施例仅用以解释本发明,并不用于限定本发明。
以下以某省电网考虑风险和风力发电的电力系统运行备用优化为例,对本发明进行具体介绍,但应该理解的是发明并不局限于此,也同样适用于对其余电网进行运行备用优化。
如图1所示,一种考虑风险和风力发电的电力系统运行备用优化方法,包括如下步骤:
第一步:确定风力发电的预测误差模型,得到对应的函数表达式如下:
其中,B(αk,t,βk,t)为Beta函数,满足
第k个风电场的额定功率WkN,第k个风电场的风电功率标准差σWk,t,第k个风电场的风电功率均值μWk,t的具体数据根据某省电网的实际数据获得。
第二步:确定上一时刻系统的开机方式和发电机组出力大小,根据某省电网t-1时刻的实际数据,具体的数据如表1所示。为了方便表示,将发电机组按照该省地理位置的8个区域统计。
表1某省t-1时刻的发电机组信息
第三步:确定各个发电机组的出力上下限以及各种类型备用的响应时间需求。其中各个发电机组的出力上下限根据某省电网的实际数据获得,各种类型备用的响应时间根据国内外电力系统关于运行备用的相关规定,将负荷备用的响应时间t1设为5分钟,事故备用的响应时间t2设为15分钟。
第四步:确定这一时刻风电场出力的预测值以及负荷大小的预测值,具体数据根据某省电网t时刻的实际数据获得。
第五步:电网整体运行效益最佳为目标函数。也就是,以电能和备用的总成本及切负荷代价整体最小为目标,具体表达式如下:
其中,Pi,t为第i台发电机组的计划出力,为第i台机组向上的负荷备用容量,为第i台机组向下的负荷备用容量,Ri,t为第i台发电机组的事故备用容量,ai,βi,γi分别表示第i台发电机组电能、负荷备用和事故备用的报价,单位为Yuan/MW。ρm为故障m的发生概率,为故障m发生后,节点i的切负荷量,为故障m发生后,节点i的失负荷代价,Ng为全网可调度机组的总数,N为故障集中的故障个数,S表示该电力系统所有节点的集合。其具体数据根据某省电网的实际数据获得。
第六步:增加约束条件。本发明中的约束条件有功率平衡方程、发电机输出功率约束、发电机爬坡率约束、各种类型备用的爬坡率约束、负荷备用的容量约束、传输线功率约束以及大功率联络线的N-1故障约束等。选取某省10条区域间的500kV联络线单条断线作为预想大功率联络线N-1故障。机组的爬坡率信息的具体数据、传输线功率的上下限信息的具体数据根据某省电网的实际数据获得。
第七步:建立优化模型并求解。根据上述优化方法,在Matlab中进行建模,并利用Mosek优化工具(或其他类似的商业优化工具)进行求解,得到各个机组有功出力和各类备用容量的优化结果,优化变量为:Pi,t、Ri,t、其中,概率性的约束条件(约束条件5、6、7)可以利用Matlab中的积分运算,将其转化为确定性的约束条件,转化方法在国内许多文献中已有说明,在此不再赘述。
在本实施例中,采用示例电网某年夏大的原始数据,假设所有大功率联络线N-1故障的故障发生概率均为0.05,切负荷的代价均为0.06元/KWh。根据上述优化方法,得到考虑风险和风力发电的示例电网中各个机组有功出力、负荷备用、事故备用的分配方案,如表2所示。为了方便表示,将发电机组按照该省地理位置的8个区域统计。此时,该示例电网的风险成本为18140472.18元,达到效益最佳。
表2某省t时刻的最终优化结果
将上表与表1对比可知,最终得到的优化结果可以满足该时刻的负荷需求,同时满足全网的负荷备用的最小需求量。
总之,本发明基于风险的相关概念,将风险中的概率和后果二者结合起来,考虑电力系统备用容量的优化配置问题。同时考虑直流紧急功率控制技术给电网备用配置方案带来的影响,使电力系统在容量评估的过程中,既考虑失效事件的后果,也考虑该事件发生失效的可能性。为新形势下的系统备用容量优化配置研究提供相应的参考,对于确保电网运行安全、提高运行水平具有重要的意义。
Claims (8)
1.一种考虑风险和风力发电的电力系统运行备用优化方法,其特征在于:包括以下步骤:以电力系统整体运行效益最佳为目标建立考虑风险和风力发电的电力系统备用优化模型,在给定的约束条件下从所述优化模型求解得到所述电力系统备用的分配方案,所述约束条件为:发电机输出功率约束、发电机爬坡率约束、负荷以及事故备用的爬坡率约束、考虑风电出力的功率平衡方程、考虑风电出力波动性的负荷备用的需求量约束、考虑风电出力波动性的传输线功率约束以及考虑风险的大功率联络线N-1故障约束;
所述目标的函数表示形式为:
其中,Pi,t为第i台发电机组的计划有功出力,为第i台发电机组向上的负荷备用容量,为第i台发电机组向下的负荷备用容量,Ri,t为第i台发电机组的事故备用容量,αi、βi和γi分别表示第i台发电机组电能、负荷备用和事故备用的报价,ρm为第m个预想线路N-1故障的发生概率,为第m个预想线路N-1故障发生后节点i的切负荷量,为第m个预想线路N-1故障发生后节点i的失负荷代价,Ng为系统可调度发电机组的总数,N为N-1故障集中的故障个数,S表示电力系统所有节点的集合,T为调度时段。
2.根据权利要求1所述一种考虑风险和风力发电的电力系统运行备用优化方法,其特征在于:所述电力系统整体运行效益最佳是指在调度时段T内系统电能和备用的总成本及切负荷代价整体达到最小。
3.根据权利要求1所述一种考虑风险和风力发电的电力系统运行备用优化方法,其特征在于:所述功率平衡方程表示为:
其中,Pi,t为第i台发电机组的计划有功出力,Di,t表示第i个节点的负荷预测值,Ng为系统可调度发电机组的总数,Nd为系统的负荷节点数,Wi0,t表示第i个风电场的出力预测值,NW表示风电场的个数。
4.根据权利要求1所述一种考虑风险和风力发电的电力系统运行备用优化方法,其特征在于:所述负荷备用的需求量约束表示为:
并且
其中,Ng为系统可调度发电机组的总数,为第i台发电机组向上的负荷备用容量,为第i台发电机组向下的负荷备用容量,表示系统负荷备用最小需求量,η表示置信概率,NW表示风电场的个数,P{}表示事件发生概率,EWk,t为第k个风电场的风电出力预测误差。
5.根据权利要求1所述一种考虑风险和风力发电的电力系统运行备用优化方法,其特征在于:所述传输线功率约束表示为:
并且
其中,为第j条线路上的有功功率,为第j条线路的最大传输容量,η表示置信概率,P{}表示事件发生概率,Di,t表示第i个节点的负荷,Ng为系统可调度发电机组的总数,Nd为系统的负荷节点数,Wi,t表示第i个风电场的实际出力,NW表示风电场的个数,Hji为功率转移分布因子矩阵H的第j行第i列元素,Pi,t为第i台发电机组的计划有功出力,为第i台发电机组向上的负荷备用容量,为第i台发电机组向下的负荷备用容量,EWk,t为第k个风电场的风电出力预测误差。
6.根据权利要求1所述一种考虑风险和风力发电的电力系统运行备用优化方法,其特征在于:所述大功率联络线的N-1故障约束表示为:
并且
其中,为第m个预想线路N-1故障发生后第j条线路上的有功功率,为第j条线路的最大传输容量,η表示置信概率,P{}表示事件发生概率,表示第m个预想线路N-1故障发生后第i台发电机组应该调出的事故备用,受到第i台发电机组事故备用总量的限制,Di,t表示第i个节点的负荷,Ng为系统可调度发电机组的总数,Nd为系统的负荷节点数,Wi,t表示第i个风电场的实际出力,NW表示风电场的个数,为第m个预想线路N-1故障发生后节点i的切负荷量,受到节点i负荷总量的限制,为第m个预想线路N-1故障发生后的功率转移分布因子矩阵Hm第j行第i列元素,Pi,t为第i台发电机组的计划有功出力,为第i台发电机组向上的负荷备用容量,为第i台发电机组向下的负荷备用容量,EWk,t为第k个风电场的风电出力预测误差。
7.根据权利要求4、5或6所述一种考虑风险和风力发电的电力系统运行备用优化方法,其特征在于:所述风电出力预测误差的概率模型表示为:
其中,B(αk,t,βk,t)为Beta函数,αk,t和βk,t分别为Beta分布的形状参数,为第k个风电场的风电出力均值的归一化形式。
8.根据权利要求1所述一种考虑风险和风力发电的电力系统运行备用优化方法,其特征在于:所述求解具体包括以下步骤:在调度时段内,根据上一时刻的系统运行数据计算得到当前时刻所述电力系统中每台发电机组的有功出力以及应承担的负荷以及事故备用容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611141523.3A CN106549420B (zh) | 2016-12-12 | 2016-12-12 | 考虑风险和风力发电的电力系统运行备用优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611141523.3A CN106549420B (zh) | 2016-12-12 | 2016-12-12 | 考虑风险和风力发电的电力系统运行备用优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106549420A CN106549420A (zh) | 2017-03-29 |
CN106549420B true CN106549420B (zh) | 2019-04-12 |
Family
ID=58396971
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611141523.3A Active CN106549420B (zh) | 2016-12-12 | 2016-12-12 | 考虑风险和风力发电的电力系统运行备用优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106549420B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108808741B (zh) * | 2018-07-03 | 2021-06-08 | 广东电网有限责任公司 | 一种安全约束经济调度方法、系统、装置及可读存储介质 |
CN109617137B (zh) * | 2019-01-14 | 2022-08-26 | 广东电力交易中心有限责任公司 | 考虑灵活调节机组发电份额约束的电力系统出力分配方法 |
CN111027855A (zh) * | 2019-12-10 | 2020-04-17 | 国网湖南省电力有限公司 | 考虑输电线路气象灾害故障概率的电力系统风险控制方法 |
CN112801353B (zh) * | 2021-01-19 | 2022-05-03 | 浙江大学 | 一种基于风电概率预测的电力系统运行备用量化方法 |
CN113488999B (zh) * | 2021-07-08 | 2024-06-25 | 广东电网有限责任公司 | 电力系统运行双侧的备用配置方法、系统、设备和介质 |
CN114021787B (zh) * | 2021-10-25 | 2024-06-14 | 国网河北省电力有限公司 | 一种考虑需求响应的配电网两阶段风险控制方法及系统 |
CN115241878B (zh) * | 2022-09-21 | 2022-12-23 | 山东电力工程咨询院有限公司 | 一种考虑风电备用可靠性的备用优化方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103956773A (zh) * | 2014-05-09 | 2014-07-30 | 河海大学 | 含风电系统机组的备用配置优化方法 |
CN104701890A (zh) * | 2015-03-21 | 2015-06-10 | 南京理工大学 | 考虑风电功率溢出的含风电场电力系统旋转备用优化方法 |
-
2016
- 2016-12-12 CN CN201611141523.3A patent/CN106549420B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103956773A (zh) * | 2014-05-09 | 2014-07-30 | 河海大学 | 含风电系统机组的备用配置优化方法 |
CN103956773B (zh) * | 2014-05-09 | 2016-08-31 | 河海大学 | 含风电系统机组的备用配置优化方法 |
CN104701890A (zh) * | 2015-03-21 | 2015-06-10 | 南京理工大学 | 考虑风电功率溢出的含风电场电力系统旋转备用优化方法 |
Non-Patent Citations (1)
Title |
---|
含风电场电力系统旋转备用的条件风险方法研究;范文帅;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20120915(第09期);第25-30页 |
Also Published As
Publication number | Publication date |
---|---|
CN106549420A (zh) | 2017-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106549420B (zh) | 考虑风险和风力发电的电力系统运行备用优化方法 | |
Chen et al. | Multi-time step service restoration for advanced distribution systems and microgrids | |
CN107947244B (zh) | 新能源电站并网功率超前控制方法 | |
CN105790265A (zh) | 一种考虑交流潮流约束的不确定性机组组合模型及求解方法 | |
Cao et al. | Chance-constrained optimal configuration of BESS considering uncertain power fluctuation and frequency deviation under contingency | |
CN111049193B (zh) | 一种风电系统多调度场景的备用需求动态评估方法 | |
CN106384162B (zh) | 考虑分区备用和n-1校验的电力系统电能-备用联合优化调度方法 | |
CN109919398A (zh) | 基于图分割算法的含风电电力系统分区备用优化配置方法 | |
CN104821581A (zh) | 一种最优日前备用容量的确定方法 | |
Chamana et al. | Buildings participation in resilience enhancement of community microgrids: Synergy between microgrid and building management systems | |
Almassalkhi et al. | Impact of energy storage on cascade mitigation in multi-energy systems | |
CN116111597A (zh) | 一种中长期调度计划的潮流断面场景集构建方法、系统、存储器及设备 | |
Aboshady et al. | Reactive power control of PV inverters in active distribution grids with high PV penetration | |
CN104809543B (zh) | 基于月度输变电设备检修计划的电网运行方式生成方法 | |
CN106651136B (zh) | 一种双边交易的日前发电计划编制方法及装置 | |
Yadav et al. | Voltage profile analysis in distribution network for allowable hosting capacity from PV integration | |
Ma et al. | A novel model of HVDC tie-line scheduling for interconnected grids considering reactive power adjustment cost | |
CN110458314A (zh) | 一种用于电网日前潮流预报的负荷预测数据分解方法 | |
CN116436020B (zh) | 新能源上网汇集站的需求判定方法及系统 | |
Liu et al. | Bi-level collaborative expansion planning for power grid and plants considering operational flexibility | |
Han et al. | Integrated Planning of Energy Storage Systems and Data Centers Considering Resilience Enhancement in Distribution Network | |
Li et al. | SELF-ADAPTIVE OPTIMAL ALLOCATION STRATEGY OF EMERGENCY RESOURCES FOR POWER DISTRIBUTION NETWORK FAILURES | |
Wu | Economic benefit evaluation method for the micro-grid renewable energy system operation | |
Ling et al. | Bi-level Optimization of Energy Storage Considering Flexibility and New Energy Consumption | |
Zhang et al. | Multi-time Scale Dispatch of Distribution Network and Multi-microgrid with Renewable Energy Access |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |