CN106886953B - 考虑多重不确定性的需求响应对含风电系统风险分析方法 - Google Patents
考虑多重不确定性的需求响应对含风电系统风险分析方法 Download PDFInfo
- Publication number
- CN106886953B CN106886953B CN201710198935.9A CN201710198935A CN106886953B CN 106886953 B CN106886953 B CN 106886953B CN 201710198935 A CN201710198935 A CN 201710198935A CN 106886953 B CN106886953 B CN 106886953B
- Authority
- CN
- China
- Prior art keywords
- state
- fan
- user area
- model
- risk model
- 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
- 230000004044 response Effects 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 53
- 238000012502 risk assessment Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 238000012955 system risk analysis Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 2
- 238000010276 construction Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 5
- 230000007704 transition Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑多重不确定性的需求响应对含风电系统风险分析方法。建立考虑风速随机性的风机出力多状态模型和考虑风机故障不确定性的风机故障两状态模型,结合建立含多个风机的风电场多状态风险模型;建立考虑信息通讯系统分层分散控制的信息通讯系统风险模型和考虑用户区区参与度不确定性的需求响应风险模型,结合建立用户区实际参与度的风险模型;建立考虑需求响应中用户区可提供备用容量随机性的多状态风险模型,结合建立用户区参与需求响应的综合风险模型;统筹考虑计算风险分析结果。本发明考虑多重不确定性的需求响应对含风电系统运行风险的影响,对智能电网的建设有一定的参考价值,为更好地分析及评估在新环境下的智能电网可靠性提供了科学依据。
Description
技术领域
本发明属于电力系统风险评估领域,特别是涉及了考虑多重不确定性的需求响应对含风电系统风险分析方法。
背景技术
风电的大规模接入使得电力系统需要越来越多的备用容量来维持系统的可靠性水平。智能电网中电动汽车、空调、分布式电等智能设备的发展以及信息通讯技术的渗透,为用户区参与需求响应提供了条件。然而,来自于需求响应的多重不确定性会给系统安全可靠运行带来一系列问题。例如,分层分散控制的信息通讯系统一旦发生故障,使得控制区域的用户区难以参与需求响应,从而增加系统运行的风险。此外,用户区参与度以及用户区提供备用容量的随机性会对系统内所有用户区实际提供备用容量的能力产生影响。因此,如何精确评估考虑用户区在参与需求响应时的不确定性对含风电的电力系统的影响至关重要。基于Lz变换的可靠性分析方法,能够分析时变系统的风险,可更好的评估考虑需求响应不确定性的电力系统风险。
发明内容
本发明的目的是针对考虑需求响不确定性的电力系统,提供了一种考虑需求响应多重不确定性的风险分析方法。
本发明方法首先建立考虑风速的随机性以及风机故障不确定性的风机出力多状态风险模型,利用并联结构算子得到风电场的多状态风险模型;考虑信息通讯系统的分层分散控制,建立其风险模型;并建立考虑用户区参与度不确定性的需求响应风险模型,利用串联结构算子,得到综合考虑信息通讯系统以及用户区参与度的不确定性的用户区实际参与度的风险模型;建立需求响应中用户区可提供备用容量的多状态风险模型,并统筹考虑用户区实际参与度以及用户区提供备用容量的随机性,建立用户区参与需求响应的综合风险模型。统筹考虑风电以及信息通讯系统不确定性的需求响应,分析其对系统风险的影响。
本发明对考虑需求响应的含风电系统的风险分析理论分析具有一定的指导意义,对更好地分析及评估考虑用户区参与需求响应不确定性的含风电系统可靠性提供了科学依据。
本发明采用的具体技术方案包括以下步骤:
1)建立分别考虑风速随机性和风机故障不确定性的风机出力多状态模型和风机故障两状态模型;
考虑风速的随机性建立风机出力多状态模型,考虑风机故障不确定性建立风机故障两状态模型;
2)利用并联结构通用生成算子结合风机出力多状态模型和风机故障两状态模型,建立含多个风机的风电场多状态风险模型;
3)建立考虑信息通讯系统分层分散控制的信息通讯系统风险模型;
4)建立考虑用户区参与度不确定性的需求响应风险模型;
5)综合考虑信息通讯系统以及用户区参与度的不确定性,建立用户区实际参与度的风险模型;
6)建立考虑需求响应中用户区可提供备用容量随机性的多状态风险模型;
7)统筹考虑用户区实际参与度以及用户区提供备用容量的随机性,建立用户区参与需求响应的综合风险模型;
8)统筹考虑风电场多状态风险模型和用户区参与需求响应的综合风险模型,分析对系统风险的影响,计算风险分析结果。
所述步骤1)中,将风速的随机性与风机出力的关系用如下公式表示:
其中,t表示时间,POk表示当风速为v(t)时风机k的出力;vci,vc,vco分别表示切入风速、额定风速以及切出风速;表示风机k的额定出力;参数a,b,c分别表示第一、第二、第三风机出力与风速关系系数;
由风速的随机性,利用Lz变换对上述公式处理得到考虑风速随机性的风机出力多状态模型:
其中,t表示时间,表示风机k出力的Lz变换表示形式,jk表示风机k的出力状态,风机k共有Jk个出力状态,表示在风机k出力状态在jk时的时变概率值;表示风机k在状态jk的出力,此处的z用来表示风机出力的随机变量状态值,表示风机出力的取值为
所述步骤1)中,考虑风机故障不确定性的风机故障两状态模型如下表示:
其中,为风机k故障的Lz变换表示形式,pr(t)(这个字母中的下标jk已删除,下文中对应的公式中也作删除)表示风机k的可用概率,且0≤pr(t)≤1;当风机k发生故障时,pr(t)为0;此处的z表示风机故障的随机变量状态值,z0表示风机发生故障使得风机出力为0。
再利用并联结构通用生成算子Ωp获得含K个相同风机的风电场多状态风险模型,表示为Lwf(z,t):
考虑信息通讯系统分层分散控制的系统模型描述为:如图1所示,上层为控制中心,中层为多个本地控制器,底层为参与需求响应的不同用户区区域,控制中心连接控制本地控制器,本地控制器连接控制各自的用户区区域,本地控制器和用户区之间一一对应,第i个本地控制器对应于第i个用户区。
此处的z表示信息通讯系统故障的随机变量状态值,z1表示响应的信息通讯系统正常工作,z0表示信息通讯系统的故障。
其中,t表示时间,表示用户区参与度的Lz变换表示形式,此处的z用来表示用户区参与度的随机变量状态值,表示随机变量用户区参与度的取值为 表示第i个用户区的参与度;yi表示第i个用户区参与度的状态,第i个用户区共有Yi个参与度状态;表示在第i个用户区的参与度在yi时的时变概率值。
其中,t表示时间,表示第i个用户区可提供备用容量的Lz变换表示形式,此处的z用来表示用户区可提供备用容量的随机变量状态值,表示随机变量的取值为xi表示用户区i可提供备用容量的状态,用户区i共有Xi个可提供备用容量的状态;表示用户区i可提供的备用容量,表示在用户区i可提供备用容量在状态ji时的时变概率值。
对于系统内N个用户区,参与需求响应提供备用容量的综合风险模型Ldr(z,t)表示为:
其中,w表示所有用户区进行需求响应所提供容量的状态,且共有W个状态,DRw表示所有用户区进行需求响应在状态w时提供的备用容量,表示所提供容量为的DRw时的概率,表示随机变量(所有用户区提供的需求响应)的值为DRw。
所述步骤8)是具体采用以下计算公式获得系统风险分析结果,系统风险分析结果包括系统电量不足期望值EENS(t)以及系统可用率AVAI(t):
其中,S表示可能具有的系统状态集合,s为S中的元素,即系统状态;Load表示系统负荷,WFu表示风电场多状态风险模型中风电场在状态为u时的出力,ConG表示系统中传统发电机组的发电量,DRw表示综合风险模型中的系统所有用户区参与需求响应提供备用容量的状态为w时的容量值,ps(t)为系统状态为s时的概率,可由概率组合得到;EENS(t)表示随系统运行时间变化的系统电量不足期望值,AVAI(t)表示随系统运行时间变化的系统可用率。
本发明的有益效果:
本发明方法以考虑需求响应不确定性的含风电系统为对象,利用Lz变换方法评估考虑灵活资源不确定性的系统风险,精确性高,运算速度快。
本发明方法可进一步完善电力系统可靠性分析理论,对考虑需求响应不确定性的含风电系统的理论分析及工程应用具有重要意义,对智能电网的工程建设有一定的参考价值,为解决考虑用户参与需求响应不确定性的电力系统风险评估提供了一条行之有效的技术途径。
附图说明
图1是信息通讯系统分层分散控制方式示意图。
图2是实施例系统不同场景下期望电量缺额(EENS)趋势图。
图3是实施例系统不同场景下可用率(AVAI)趋势图。
具体实施方式
本发明以下结合实施例及其附图作进一步说明如下。
本实施例如下:
实施的系统中有5台额定功率为40MW的燃煤发电机组,10台额定功率为2MW的风机,风速的状态以及对应的风机出力状态和状态转移率如表1所示,系统的峰时负荷为185MW。系统中有1个可参与需求响应的用户区域,该用户区域由4家工业用户组成,其用户参与度、可提供容量以及响应的状态转移率如表2所示。传统发电机组、风机以及信息通讯系统的平均故障时间以及平均维修时间如表3所示。
表1风速/风机出力状态及状态转移率
转移率 | 0MW | 0.5MW | 1MW | 1.5MW | 2MW |
0MW | - | 0.039 | 0.013 | 0.008 | 0.018 |
0.5MW | 0.365 | - | 0.151 | 0.045 | 0.097 |
1MW | 0.122 | 0.220 | - | 0.192 | 0.155 |
1.5MW | 0.038 | 0.093 | 0.185 | - | 0.359 |
2MW | 0.016 | 0.012 | 0.016 | 0.067 | - |
表2参与需求响应的工业用户可提供的备用容量及状态转移率
表3传统发电机组以及信息通讯系统的可靠性参数
本实施例分析不同场景下,系统风险分析结果的变化情况。分为三个场景:
场景A:考虑风电以及需求响应不确定性的系统;
场景B:考虑风电以及需求响应,但不考虑需求响应不确定性的系统;
场景C:考虑风电,但不考虑需求响应的系统。
本实施例按照发明内容描述的方法进行实施,具体进行可靠性分析计算步骤如下:
1)建立分别考虑风速随机性和风机故障不确定性的风机出力多状态模型和风机故障两状态模型;
2)利用并联结构通用生成算子结合风机出力多状态模型和风机故障两状态模型,建立含多个风机的风电场多状态风险模型;
3)建立考虑信息通讯系统分层分散控制的信息通讯系统风险模型;
4)建立考虑用户区参与度不确定性的需求响应风险模型;
5)综合考虑信息通讯系统以及用户区参与度的不确定性,建立用户区实际参与度的风险模型;
6)建立考虑需求响应中用户可提供备用容量随机性的多状态风险模型;
7)统筹考虑用户区实际参与度以及用户区提供备用容量的随机性,建立用户区参与需求响应的综合风险模型;
8)统筹考虑风电场多状态风险模型和用户区参与需求响应的综合风险模型,分析对系统风险的影响,计算风险分析结果。
实施例结果获得的风险分析结果如下:
表4不同时间点下系统的风险分析结果
根据以上步骤,不同时间点下,系统的风险分析结果电量不足期望值(EENS)以及系统可用率(AVAI)如表4所示;系统的电量不足期望值随系统运行时间的增大而增大,系统可用率(AVAI)随系统运行时间的增大而减小。不同负荷水平下,系统的电量不足期望值随时间变化趋势如图2所示。不同时间点下,不同场景下系统的可用率随时间变化趋势如图3所示。通过系统风险分析结果的计算,可以得到,考虑需求响应的不确定性后,系统的风险增大,由此也说明需求响应的不确定性会对系统的可靠性产生影响。此外,不考虑需求响应的系统风险最高,由此也可以看出用户区参与需求响应对降低系统风险的重要意义。
最后应当说明的是,以上示例仅用以说明本发明的技术方案而非对其限制,尽管参照上述示例对本发明进行了说明,所属领域的普通技术人员应当理解;依然可以对本发明的具体实施方式进行修改或同等替换,而未脱离本发明精神和范围的任何修改或者同等替换,其均应涵盖在本发明的权利要求范围当中。
Claims (2)
1.一种考虑多重不确定性的需求响应对含风电系统风险分析方法,其特征在于该方法包括以下步骤:
1)建立分别考虑风速随机性和风机故障不确定性的风机出力多状态模型和风机故障两状态模型;
2)结合风机出力多状态模型和风机故障两状态模型,建立含多个风机的风电场多状态风险模型;
3)建立考虑信息通讯系统分层分散控制的信息通讯系统风险模型;
4)建立考虑用户区参与度不确定性的需求响应风险模型;
5)综合考虑信息通讯系统以及用户区参与度的不确定性,建立用户区实际参与度的风险模型;
6)建立考虑需求响应中用户区可提供备用容量随机性的多状态风险模型;
7)统筹考虑用户区实际参与度以及用户区提供备用容量的随机性,建立用户区参与需求响应的综合风险模型;
8)统筹考虑风电场多状态风险模型和用户区参与需求响应的综合风险模型,分析对系统风险的影响,计算风险分析结果;
所述步骤1)中,将风速的随机性与风机出力的关系用如下公式表示:
其中,t表示时间,POk表示当风速为v(t)时风机k的出力;vci,vc,vco分别表示切入风速、额定风速以及切出风速;表示风机k的额定出力;参数a,b,c分别表示第一、第二、第三风机出力与风速关系系数;
由风速的随机性,利用Lz变换对上述公式处理得到考虑风速随机性的风机出力多状态模型:
其中,t表示时间,表示风机k出力的Lz变换表示形式,jk表示风机k的出力状态,风机k共有Jk个出力状态,表示在风机k出力状态在jk时的时变概率值;表示风机k在状态jk的出力,此处的z用来表示风机出力的随机变量状态值,表示风机出力的取值为
所述步骤1)中,考虑风机故障不确定性的风机故障两状态模型如下表示:
其中,为风机k故障的Lz变换表示形式,pr(t)表示风机k的可用概率,且0≤pr(t)≤1;当风机k发生故障时,pr(t)为0;此处的z表示风机故障的随机变量状态值,z0表示风机发生故障使得风机出力为0;
再利用并联结构通用生成算子Ωp获得含K个相同风机的风电场多状态风险模型,表示为Lwf(z,t):
此处的z表示信息通讯系统故障的随机变量状态值,z1表示响应的信息通讯系统正常工作,z0表示信息通讯系统的故障;
其中,t表示时间,表示用户区参与度的Lz变换表示形式,此处的z用来表示用户区参与度的随机变量状态值,表示随机变量用户区参与度的取值为 表示第i个用户区的参与度;yi表示第i个用户区参与度的状态,第i个用户区共有Yi个参与度状态;表示在第i个用户区的参与度在yi时的时变概率值;
其中,t表示时间,表示第i个用户区可提供备用容量的Lz变换表示形式,此处的z用来表示用户区可提供备用容量的随机变量状态值,表示随机变量的取值为xi表示用户区i可提供备用容量的状态,用户区i共有Xi个可提供备用容量的状态;表示用户区i可提供的备用容量,表示在用户区i可提供备用容量在状态ji时的时变概率值;
对于系统内N个用户区,参与需求响应提供备用容量的综合风险模型Ldr(z,t)表示为:
2.根据权利要求1所述的一种考虑多重不确定性的需求响应对含风电系统风险分析方法,其特征在于:所述步骤8)是具体采用以下计算公式获得系统风险分析结果,系统风险分析结果包括系统电量不足期望值EENS(t)以及系统可用率AVAI(t):
其中,S表示可能具有的系统状态集合,s为S中的元素;Load表示系统负荷,WFu表示风电场多状态风险模型中风电场在状态为u时的出力,ConG表示系统中传统发电机组的发电量,DRw表示综合风险模型中的系统所有用户区参与需求响应提供备用容量的状态为w时的容量值,ps(t)为系统状态为s时的概率,由概率组合得到;EENS(t)表示随系统运行时间变化的系统电量不足期望值,AVAI(t)表示随系统运行时间变化的系统可用率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710198935.9A CN106886953B (zh) | 2017-03-29 | 2017-03-29 | 考虑多重不确定性的需求响应对含风电系统风险分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710198935.9A CN106886953B (zh) | 2017-03-29 | 2017-03-29 | 考虑多重不确定性的需求响应对含风电系统风险分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106886953A CN106886953A (zh) | 2017-06-23 |
CN106886953B true CN106886953B (zh) | 2021-03-23 |
Family
ID=59181067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710198935.9A Active CN106886953B (zh) | 2017-03-29 | 2017-03-29 | 考虑多重不确定性的需求响应对含风电系统风险分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106886953B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110991122B (zh) * | 2019-11-19 | 2021-08-10 | 浙江大学 | 用神经网络和交叉熵采样的风电电力系统可靠性估测方法 |
CN111507598A (zh) * | 2020-04-08 | 2020-08-07 | 华北电力大学 | 考虑需求侧资源分层分散控制的配电系统可靠性计算方法 |
CN111797537B (zh) * | 2020-07-13 | 2023-08-11 | 云南电网有限责任公司 | 一种含风电配电系统可靠性评估方法及装置 |
CN115358531B (zh) * | 2022-07-26 | 2023-04-18 | 华北电力大学 | 一种虚拟电厂运行风险分析方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102108943A (zh) * | 2009-12-28 | 2011-06-29 | 株式会社日立制作所 | 风力发电系统 |
CN104217077A (zh) * | 2014-08-29 | 2014-12-17 | 国家电网公司 | 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 |
CN104821581A (zh) * | 2015-05-22 | 2015-08-05 | 中国电力科学研究院 | 一种最优日前备用容量的确定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2715904B1 (en) * | 2011-05-24 | 2016-06-29 | Cameron, D. Kevin | System and method for integrating and managing demand/response between alternative energy sources, grid power, and loads |
-
2017
- 2017-03-29 CN CN201710198935.9A patent/CN106886953B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102108943A (zh) * | 2009-12-28 | 2011-06-29 | 株式会社日立制作所 | 风力发电系统 |
CN104217077A (zh) * | 2014-08-29 | 2014-12-17 | 国家电网公司 | 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 |
CN104821581A (zh) * | 2015-05-22 | 2015-08-05 | 中国电力科学研究院 | 一种最优日前备用容量的确定方法 |
Non-Patent Citations (2)
Title |
---|
Multi-Stage Robust Unit Commitment Considering Wind and Demand Response Uncertainties;Chaoyue Zhao 等;《IEEE TRANSACTIONS ON POWER SYSTEMS》;20130831;第28卷(第3期);第2709页-第2717页 * |
计及多类型需求响应的风电消纳随机优化调度模型;鞠立伟 等;《电网技术》;20150731;第39卷(第7期);第1839页-第1846页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106886953A (zh) | 2017-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106886953B (zh) | 考虑多重不确定性的需求响应对含风电系统风险分析方法 | |
Marden et al. | A model-free approach to wind farm control using game theoretic methods | |
Li et al. | A multi-state model for the reliability assessment of a distributed generation system via universal generating function | |
Lopes et al. | Impact of the combined integration of wind generation and small hydropower plants on the system reliability | |
CN106816886B (zh) | 一种大规模风电并网系统调峰需求确定方法 | |
WO2021203738A1 (zh) | 考虑需求侧资源分层分散控制的配电系统可靠性计算方法 | |
CN106208046A (zh) | 一种考虑发电环境成本的潮汐流能发电场机组布局方法 | |
CN105279707B (zh) | 一种综合考虑负荷与风电时序特性的随机生产模拟方法 | |
CN104331572A (zh) | 考虑风速和风电机组故障相关性的风电场可靠性建模方法 | |
CN102510108A (zh) | 一种用于求取地区电网最大风电装机容量的方法 | |
CN107276070A (zh) | 计及一二次调频的发输电系统运行可靠性建模及其评估方法 | |
CN105932722A (zh) | 计及风电出力不确定性的抽水蓄能-风电联合调度方法 | |
CN112103941A (zh) | 考虑电网灵活性的储能配置双层优化方法 | |
CN107947228A (zh) | 基于Markov理论的含风电电力系统随机稳定性分析方法 | |
CN103904641A (zh) | 基于相关均衡强化学习的孤岛微电网智能发电控制方法 | |
CN103078353A (zh) | 一种计及风电波动性的电源配置方法 | |
CN108155673A (zh) | 考虑发电侧组合发电不确定性的电力系统优化调度方法 | |
CN105356446B (zh) | 一种电力系统网络的风险评估方法 | |
CN107769266A (zh) | 一种多时间尺度发电与备用联合优化方法 | |
Rawat et al. | Probabilistic steady state voltage stability assessment method for correlated wind energy and solar photovoltaic integrated power systems | |
CN104269886B (zh) | 用于风电并网系统容量效益裕度计算及分配的方法 | |
CN113991651A (zh) | 一种考虑新能源不确定性的电网静态电压稳定裕度概率预测方法 | |
CN111047071B (zh) | 基于深度迁移学习和Stackelberg博弈的电力系统实时供需互动方法 | |
CN109787217B (zh) | 基于风电多状态模型及机会成本修正的备用出清方法 | |
Kavousi-Fard et al. | Effect of wind turbine on the economic load dispatch problem considering the wind speed uncertainty |
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 |