CN106602591A - 一种多目标优化控制的海水抽蓄风电联合控制方法 - Google Patents
一种多目标优化控制的海水抽蓄风电联合控制方法 Download PDFInfo
- Publication number
- CN106602591A CN106602591A CN201510681124.5A CN201510681124A CN106602591A CN 106602591 A CN106602591 A CN 106602591A CN 201510681124 A CN201510681124 A CN 201510681124A CN 106602591 A CN106602591 A CN 106602591A
- Authority
- CN
- China
- Prior art keywords
- wind
- power
- sea water
- water pump
- electricity generation
- 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
Links
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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/12—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation
- Y04S10/123—Monitoring or controlling equipment for energy generation units, e.g. distributed energy generation [DER] or load-side generation the energy generation units being or involving renewable energy sources
Landscapes
- Wind Motors (AREA)
Abstract
一种多目标优化控制的海水抽蓄风电联合控制方法,该控制方法针对海上风电输出的功率波动过大造成电网功率不平衡问题,通过对海水抽蓄出力与海上风电出力进行联合调节,减少海上风电的波动。本发明可以充分发挥海水抽蓄的功能,一方面可以优化海水抽蓄与风电运行成本,另一方面对经济性、风电渗透率、弃风率、弃荷率进行了多目标综合优化。本发明的多目标优化控制,有效地解决了海上风电输出功率的波动与海水抽蓄电站经济性问题。
Description
技术领域
本发明涉及海水抽蓄领域,特别是与海上风电相关的领域,具体是一种多目标优化控制的海水抽蓄风电联合控制方法。
背景技术
为了解决化石类资源的短缺以及燃煤等带来的环境污染问题,大力发展清洁环保的风电等可再生能源是我国乃至世界其他国家的必然选择。
为实现低碳、环保、绿色以及可持续发展的能源战略,我国近几年大力发展可再生能源,针对可再生能源出台了一系列的标准和政策,可再生能源得到了长足发展,尤其是风电能源的开发与利用领域,至2014年底,风电并网装机容量已达到9637万千瓦,占全部发电装机容量的7%,占全球风电装机的27%。我国陆上风能储量约2.5亿kW,海上风能储量约7.5亿kW,为陆上风能资源的三倍。我国海岸线长,海域面积辽阔,具备开发建设海上风电的良好条件。虽然我国有丰富的海上风能资源。从我国已建成的风电场分布情况来看,一半左右在沿海地区的陆地上。
我国海上风电起步较晚,2009年以前没有一座风电场建设在海上。直到2010年,我国海上风电产业才取得实质性的发展。根据截止2012年的统计数据,我国已建成海上风电总装机容量为142MW,包括:1)上海东海大桥风电项目,总装机102MW;2)江苏如东潮间带海上试验风电场,总装机3.2万kW;3)其他海域安装的海上试验风电机组,总装机为0.8万kW。我国已开展前期工作和拟建的海上风电项目约有24个,主要分布于江苏、浙江、上海、山东、福建和广东等地,规模较大的项目主要有:1)江苏如东海上潮间带示范风电场;2)江苏大风潮间带风电示范项目;3)江苏大丰海上风电项目示范工程;4)江苏响水近海风电场;5)广东湛江徐闻海上风电项目。
但是,由于风电的随机波动性,大容量集中接入并网会对电网运行产生较大影响,且这种影响具有不同于常规电源的特殊性。随着风电接入容量的增加与接入电压等级的提高使得电网受风电的影响范围更广,影响程度更大。目前,为了确保电网的安全稳定运行,造成大量弃风现象,据统计,我国全国风电平均弃风比例2013年为12%,2014年虽然有所降低,但仍然高达8%。
造成接纳困难的因素很多,其中一个主要问题是电网的调峰能力不足,抽水蓄能电站具有很好的调峰能力,但很多电网缺少水资源,我国海岸线长,建立海水抽蓄电站自然资源丰富,因此,发展海水抽蓄储能是一个重要的方向之一。由于海水抽蓄电站运行成本高,如何合理优化运行,既能减少风电波动引起的电网功率波动,又能实现海水抽蓄电站与风电的经济运行,具有很重要的意义。
发明内容
针对上述问题,本发明的目的是提供一种多目标优化控制的海水抽蓄风电联合控制方法,针对风电波动与海水抽蓄储能电站运行成本高的特点,进行多目标优化控制,可以充分发挥海水抽蓄的功能,一方面可以优化海水抽蓄与风电运行成本,另一方面对经济性、风电渗透率、弃风率、弃荷率进行了多目标综合优化。可以有效解决上述问题。
本发明的技术解决方案如下:
一种多目标优化控制的海水抽蓄风电联合控制方法,其特点在于,包括具有第一通讯口、第二通信口、第三通讯口和控制单元的控制器;
所述的第一通信口的风电信号输入端与风电场的调度通信输出端相连,该第一通信口的风电信号输出端与所述的控制单元的风电信号输入端相连;
所述的第二通信口的风电控制信号输出端与风电场的调度通信控制信号输入端相连,该第二通信口的风电控制信号输入端与所述的控制单元的风电控制信号输出端相连;
所述的第三通信口的海水抽蓄电站控制信号输出端与海水抽蓄电站的调度通信的控制信号输入端相连,该第三通信口的海水抽蓄电站控制信号输入端与所述的控制单元的海水抽蓄电站控制信号输出端相连;
所述的控制单元由下列步骤实现海水抽蓄风电联合多目标优化控制:
步骤1、计算海水抽蓄电站与风电场运行的年度总成本Ctotal,公式如下:
Ctotal=Cwf+Cp+Cht
其中Ctotalmin≤Ctotal≤Ctotalmax,Ctotalmin、Ctotalmax分别为海水抽蓄电站运行的年度总成本的最小值与最大值;Cwf、Cp、Cht分别为风电场、水泵机组、海水抽蓄电站的年度总成本,皆为预设值;
步骤2、根据全天各时段的系统平均负荷和平均弃荷功率,计算全天的负荷失电率LPSP:
其中,nmax表示将全天等分成nmax个时间段;Plp(n)表示该天第n个时段内的平均弃荷功率,表示第n个时段内的弃荷量;PLS(n)表示该天第n个时段内的平均负荷,表示第n个时段的负荷量,;
步骤3、根据全天实际供给负荷的风电、水电以及系统的全天总负荷,计算全天系统负荷中的风电的渗透率β:
其中,Pw(n)表示第n个时段内的风电场的平均输出功率,表示第n个时段的风电场发电量;Pa(n)表示第n个时段内的系统平均弃风功率,表示第n个时段的弃风电量;Pps(n)表示第n个时段内的水泵站的平均输入功率;Pht(n)表示第n个时段内的海水抽蓄电站的平均输出功率,表示第n个时段的海水抽蓄电站发电量;皆为通过风电场和海水抽蓄电站的通讯口获得;
步骤4、根据全天各时段内的平均弃风功率Pa(n)、风电场的平均输出功率Pw(n),计算全天的弃风率A:
步骤5、计算单个满意度,具体包括:
步骤51、计算年度总成本Ctotal满意度μ1(Ctotal):
步骤52、计算全天的负荷失电率LPSP满意度μ2(LPSP);
LPSPmin≤LPSP≤LPSPmax;
步骤53、计算风电渗透率β的满意度μ3(β):
βmin≤β≤βmax;
步骤54、计算全天的弃风率A满意度μ4(A):
Amin≤A≤Amax;
步骤6联合满意度单目标优化,建立海水抽蓄风电联合满意度μ的单目标函数形式:
μ=α1μ1(Ctotal)+α2μ2(LPSP)+α3μ3(β)+α4μ4(A)
其中α1,α2,α3和α4分别是μ1(Ctotal),μ2(LPSP),μ3(β)和μ4(A)这些满意度各自的权重值;
步骤7多目标优化模型:
根据上述的多目标函数的计算模型,构建如下多目标函数计算模型函数:
[Ctotal,LPSP,β,A]=MultiObjects(nw,np,nt)
其中,nw,np,nt分别表示风力发电机的数量,水泵的数量,水轮机的数量;
步骤8控制器输出:
根据上述多目标优化模型,输出风电功率Pw(n)与海水抽蓄电站功率Pht(n)。与现有技术相比,本发明的特点如下:
1.提出了海水抽蓄与风电场的联合发电控制优化模型。
2.综合考虑了海水抽蓄电站与风电场运行成本、风电渗透率、弃风率、弃荷率的多目标优化。
3.充分发挥海水抽蓄的功能,优化海水抽蓄与风电运行成本。
4.对经济性、风电渗透率、弃风率、弃荷率进行了多目标综合优化。本发明的多目标优化控制,有效地解决了海上风电输出功率的波动与海水抽蓄电站经济性问题。
附图说明
图1是本发明多目标优化控制的海水抽蓄风电联合控制方器运行环境的示意图。
图2是本发明中控制单元实现海水抽蓄风电联合多目标优化控制的流程图。
具体实施方式
下面结合实施例和附图对本发明作进一步说明,但不应以此限制本发明的保护范围。
请参阅图1,图1是本发明多目标优化控制的海水抽蓄风电联合控制方器运行环境的示意图,如图所示,包括具有第一通讯口1、第二通信口2、第三通讯口3和控制单元4的控制器;所述的第一通信口1的风电信号输入端与风电场的调度通信输出端相连,该第一通信口1的风电信号输出端与所述的控制单元5的风电信号输入端相连;所述的第二通信口2的风电控制信号输出端与风电场的调度通信控制信号输入端相连,该第二通信口2的风电控制信号输入端与所述的控制单元5的风电控制信号输出端相连;
所述的第三通信口3的海水抽蓄电站控制信号输出端与海水抽蓄电站的调度通信的控制信号输入端相连,该第三通信口3的海水抽蓄电站控制信号输入端与所述的控制单元5的海水抽蓄电站控制信号输出端相连;
所述的控制单元(5)由下列步骤实现海水抽蓄风电联合多目标优化控制,如图2所示:
步骤1、计算海水抽蓄电站与风电场运行的年度总成本Ctotal,公式如下:
Ctotal=Cwf+Cp+Cht
其中Ctotalmin≤Ctotal≤Ctotalmax,Ctotalmin、Ctotalmax分别为海水抽蓄电站运行的年度总成本的最小值与最大值;Cwf、Cp、Cht分别为风电场、水泵机组、海水抽蓄电站的年度总成本,皆为预设值;
步骤2、根据全天各时段的系统平均负荷和平均弃荷功率,计算全天的负荷失电率LPSP:
其中,nmax表示将全天等分成nmax个时间段;Plp(n)表示该天第n个时段内的平均弃荷功率,表示第n个时段内的弃荷量;PLS(n)表示该天第n个时段内的平均负荷,表示第n个时段的负荷量,;
步骤3、根据全天实际供给负荷的风电、水电以及系统的全天总负荷,计算全天系统负荷中的风电的渗透率β:
其中,Pw(n)表示第n个时段内的风电场的平均输出功率,表示第n个时段的风电场发电量;Pa(n)表示第n个时段内的系统平均弃风功率,表示第n个时段的弃风电量;Pps(n)表示第n个时段内的水泵站的平均输入功率;Pht(n)表示第n个时段内的海水抽蓄电站的平均输出功率,表示第n个时段的海水抽蓄电站发电量;皆为通过风电场和海水抽蓄电站的通讯口获得;
步骤4、根据全天各时段内的平均弃风功率Pa(n)、风电场的平均输出功率Pw(n),计算全天的弃风率A:
步骤5、计算单个满意度,具体包括:
步骤51、计算年度总成本Ctotal满意度μ1(Ctotal):
步骤52、计算全天的负荷失电率LPSP满意度μ2(LPSP);
LPSPmin≤LPSP≤LPSPmax;
步骤53、计算风电渗透率β的满意度μ3(β):
βmin≤β≤βmax;
步骤54、计算全天的弃风率A满意度μ4(A):
Amin≤A≤Amax;
步骤6联合满意度单目标优化,建立海水抽蓄风电联合满意度μ的单目标函数形式:
μ=α1μ1(Ctotal)+α2μ2(LPSP)+α3μ3(β)+α4μ4(A)
其中α1,α2,α3和α4分别是μ1(Ctotal),μ2(LPSP),μ3(β)和μ4(A)这些满意度各自的权重值;
步骤7多目标优化模型:
根据上述的多目标函数的计算模型,构建如下多目标函数计算模型函数:
[Ctotal,LPSP,β,A]=MultiObjects(nw,np,nt)
其中,nw,np,nt分别表示风力发电机的数量,水泵的数量,水轮机的数量;
步骤8控制器输出:
根据上述多目标优化模型,输出风电功率Pw(n)与海水抽蓄电站功率Pht(n)。
Claims (1)
1.一种多目标优化控制的海水抽蓄风电联合控制方法,其特征在于,包括具有第一通讯口(1)、第二通信口(2)、第三通讯口(3)和控制单元(4)的控制器;
所述的第一通信口(1)的风电信号输入端与风电场的调度通信输出端相连,该第一通信口(1)的风电信号输出端与所述的控制单元(5)的风电信号输入端相连;
所述的第二通信口(2)的风电控制信号输出端与风电场的调度通信控制信号输入端相连,该第二通信口(2)的风电控制信号输入端与所述的控制单元(5)的风电控制信号输出端相连;
所述的第三通信口(3)的海水抽蓄电站控制信号输出端与海水抽蓄电站的调度通信的控制信号输入端相连,该第三通信口(3)的海水抽蓄电站控制信号输入端与所述的控制单元(5)的海水抽蓄电站控制信号输出端相连;
所述的控制单元(5)由下列步骤实现海水抽蓄风电联合多目标优化控制:
步骤1、计算海水抽蓄电站与风电场运行的年度总成本Ctotal,公式如下:
Ctotal=Cwf+Cp+Cht
其中Ctotalmin≤Ctotal≤Ctotalmax,Ctotalmin、Ctotalmax分别为海水抽蓄电站运行的年度总成本的最小值与最大值;Cwf、Cp、Cht分别为风电场、水泵机组、海水抽蓄电站的年度总成本,皆为预设值;
步骤2、根据全天各时段的系统平均负荷和平均弃荷功率,计算全天的负荷失电率LPSP:
其中,nmax表示将全天等分成nmax个时间段;Plp(n)表示该天第n个时段内的平均弃荷功率,表示第n个时段内的弃荷量;PLS(n)表示该天第n个时段内的平均负荷,表示第n个时段的负荷量,;
步骤3、根据全天实际供给负荷的风电、水电以及系统的全天总负荷,计算全天系统负荷中的风电的渗透率β:
其中,Pw(n)表示第n个时段内的风电场的平均输出功率,表示第n个时段的风电场发电量;Pa(n)表示第n个时段内的系统平均弃风功率,表示第n个时段的弃风电量;Pps(n)表示第n个时段内的水泵站的平均输入功率;Pht(n)表示第n个时段内的海水抽蓄电站的平均输出功率,表示第n个时段的海水抽蓄电站发电量;皆为通过风电场和海水抽蓄电站的通讯口获得;
步骤4、根据全天各时段内的平均弃风功率Pa(n)、风电场的平均输出功率Pw(n),计算全天的弃风率A:
步骤5、计算单个满意度,具体包括:
步骤51、计算年度总成本Ctotal满意度μ1(Ctotal):
步骤52、计算全天的负荷失电率LPSP满意度μ2(LPSP);
步骤53、计算风电渗透率β的满意度μ3(β):
步骤54、计算全天的弃风率A满意度μ4(A):
步骤6联合满意度单目标优化,建立海水抽蓄风电联合满意度μ的单目标函数形式:
μ=α1μ1(Ctotal)+α2μ2(LPSP)+α3μ3(β)+α4μ4(A)
其中α1,α2,α3和α4分别是μ1(Ctotal),μ2(LPSP),μ3(β)和μ4(A)这些满意度各自的权重值;
步骤7多目标优化模型:
根据上述的多目标函数的计算模型,构建如下多目标函数计算模型函数:
[Ctotal,LPSP,β,A]=MultiObjects(nw,np,nt)
其中,nw,np,nt分别表示风力发电机的数量,水泵的数量,水轮机的数量;
步骤8控制器输出:
根据上述多目标优化模型,输出风电功率Pw(n)与海水抽蓄电站功率Pht(n)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510681124.5A CN106602591B (zh) | 2015-10-20 | 2015-10-20 | 一种多目标优化控制的海水抽蓄风电联合控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510681124.5A CN106602591B (zh) | 2015-10-20 | 2015-10-20 | 一种多目标优化控制的海水抽蓄风电联合控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106602591A true CN106602591A (zh) | 2017-04-26 |
CN106602591B CN106602591B (zh) | 2018-11-20 |
Family
ID=58555100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510681124.5A Active CN106602591B (zh) | 2015-10-20 | 2015-10-20 | 一种多目标优化控制的海水抽蓄风电联合控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106602591B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106992549A (zh) * | 2017-05-22 | 2017-07-28 | 河南森源电气股份有限公司 | 一种独立微电网系统的容量优化配置方法及装置 |
CN112636340A (zh) * | 2020-12-11 | 2021-04-09 | 湖北工业大学 | 一种风电-抽水蓄能联合发电系统优化运行方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120296482A1 (en) * | 2009-10-23 | 2012-11-22 | Viridity Energy, Inc. | Methods, apparatus and systems for managing energy assets |
CN103632309A (zh) * | 2013-11-05 | 2014-03-12 | 常州大学 | 一种风火蓄节能减排机组组合的求解方法 |
CN103683326A (zh) * | 2013-12-05 | 2014-03-26 | 华北电力大学 | 一种区域电网风电多点接入最佳接纳能力的计算方法 |
CN103855718A (zh) * | 2014-03-10 | 2014-06-11 | 东南大学 | 抽水蓄能电站参与含风电电力系统的调度方法 |
CN104362671A (zh) * | 2014-10-27 | 2015-02-18 | 国家电网公司 | 一种大规模风电和抽水蓄能联合送出多目标优化协调方法 |
-
2015
- 2015-10-20 CN CN201510681124.5A patent/CN106602591B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120296482A1 (en) * | 2009-10-23 | 2012-11-22 | Viridity Energy, Inc. | Methods, apparatus and systems for managing energy assets |
CN103632309A (zh) * | 2013-11-05 | 2014-03-12 | 常州大学 | 一种风火蓄节能减排机组组合的求解方法 |
CN103683326A (zh) * | 2013-12-05 | 2014-03-26 | 华北电力大学 | 一种区域电网风电多点接入最佳接纳能力的计算方法 |
CN103855718A (zh) * | 2014-03-10 | 2014-06-11 | 东南大学 | 抽水蓄能电站参与含风电电力系统的调度方法 |
CN104362671A (zh) * | 2014-10-27 | 2015-02-18 | 国家电网公司 | 一种大规模风电和抽水蓄能联合送出多目标优化协调方法 |
Non-Patent Citations (1)
Title |
---|
徐飞等: "抽水蓄能电站与风电的联合优化运行建模及应用分析", 《电力系统自动化》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106992549A (zh) * | 2017-05-22 | 2017-07-28 | 河南森源电气股份有限公司 | 一种独立微电网系统的容量优化配置方法及装置 |
CN112636340A (zh) * | 2020-12-11 | 2021-04-09 | 湖北工业大学 | 一种风电-抽水蓄能联合发电系统优化运行方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106602591B (zh) | 2018-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Petrescu et al. | Ecosphere protection through green energy | |
CN107153885B (zh) | 考虑火电机组深度调峰的实时发电计划优化方法 | |
CN104377726B (zh) | 一种大规模新能源并网发电的调峰方法 | |
CN102930351B (zh) | 一种综合节能优化调度日计划生成方法 | |
CN102856899B (zh) | 一种微电网降低网损的方法 | |
CN109494809A (zh) | 包含电转气装置的电-气互联系统及运行方法 | |
CN105305435A (zh) | 一种区域电力减碳量计算方法 | |
CN104092248A (zh) | 一种风火打捆外送容量协调优化配置方法 | |
CN105576709A (zh) | 一种基于混合算法的风蓄火联合运行的优化方法 | |
CN113489003B (zh) | 一种考虑风光水一体化互补运行的源网协调规划方法 | |
CN102904289A (zh) | 基于果蝇优化算法的海岛新能源系统最优容量配置方法 | |
CN102751729A (zh) | 含风电场的电网静态电压稳定控制的研究方法 | |
CN106600022B (zh) | 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统容量优化配置方法 | |
CN201966838U (zh) | 一种风、光、柴、蓄组合电源及其综合控制系统 | |
CN103441494B (zh) | 基于非并网多能源协同供电的智能电网系统 | |
CN106602591A (zh) | 一种多目标优化控制的海水抽蓄风电联合控制方法 | |
CN108039728B (zh) | 提升电网清洁能源消纳能力的实时调度方法 | |
CN108062606A (zh) | 一种基于黎曼积分的虚拟电厂调度优化方法 | |
CN106326540B (zh) | 水电站水能动态模拟算法 | |
CN104715148B (zh) | 一种基于Markov过程的可再生能源电力建模方法 | |
CN106253328A (zh) | 一种对风电场并网点进行合理选址的分析方法 | |
CN204497753U (zh) | 一种综合能源的发电系统 | |
Shi et al. | Optimization of wind-marine hybrid power system configuration based on genetic algorithm | |
Wei et al. | Research on the reactive power optimization of distribution network including DG | |
CN104732008A (zh) | 一种基于低电压穿越期间控制策略的风电场等值方法 |
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 |