CN106981886A - 一种虚拟电厂电能优化选取调度方法 - Google Patents

一种虚拟电厂电能优化选取调度方法 Download PDF

Info

Publication number
CN106981886A
CN106981886A CN201710168606.XA CN201710168606A CN106981886A CN 106981886 A CN106981886 A CN 106981886A CN 201710168606 A CN201710168606 A CN 201710168606A CN 106981886 A CN106981886 A CN 106981886A
Authority
CN
China
Prior art keywords
power
generation
wind
time
tidal
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.)
Pending
Application number
CN201710168606.XA
Other languages
English (en)
Inventor
钱伟杰
顾曦华
陈金刚
茆超
李丞丞
佴志良
盛超
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.)
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
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 Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Jiaxing Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN201710168606.XA priority Critical patent/CN106981886A/zh
Publication of CN106981886A publication Critical patent/CN106981886A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46Controlling of the sharing of output between the generators, converters, or transformers
    • 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
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • 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
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Power Engineering (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (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)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种虚拟电厂电能优化选取调度方法,解决了现有技术的不足,系统控制太阳能发电、潮汐发电和风力发电同时供电,且启用备用发电系统,使太阳能发电、潮汐发电、风力发电和备用发电功率满足当前所需功率;系统选取的发电种类所发的功率仍大于或等于当前所需功率,则系统配置太阳能发电、潮汐发电和风力发电的优先级,并按照优先级配置各发电种类的发电功率,若系统选取的发电种类所发的功率小于当前所需功率,则系统将对不选取的发电种类重新选取,直到系统选取的发电种类所发的功率大于或等于当前所需功率。

Description

一种虚拟电厂电能优化选取调度方法
技术领域
本发明涉及虚拟电厂技术领域,尤其是指一种虚拟电厂电能优化选取调度方法。
背景技术
随着化石能源的日渐枯竭以及环境污染、气候变化问题的日益明显,大力开发新能源、实现各种能源的低碳利用已成为当今能源革命的主题。风电、太阳能发电等大规模新能源电力在电力系统中的比重不断增加,使传统电力系统的结构、形态与运行控制方式随之产生根本性变革,包括发电厂、电网及用户在内的整个电力系统都需要与之相适应。
近年来,在智能电网技术快速发展的背景下,虚拟电厂(virtual power plant,VPP)的概念逐渐受到国内外学术界和工业界的关注。不论是一些欧美国家中越来越多的小型分布式能源的接入,还是我国面临的大规模新能源电力的接入,都给电网带来具有间歇性和随机波动性的冲击,对电网的结构及运行调度方式提出新的要求。为充分利用新能源电力并使之与传统能源实现较好的互补与配合,需要构建保证电网安全稳定运行、兼顾经济和社会效益的区域性多能源集成模式。与此同时,智能电网技术的发展使得电网调度机构甚至普通用电者都能采用先进的网络通信、实时检测与计量等技术手段对电网运行状况进行监控与分析。在上述背景下产生的虚拟发电厂概念,打破了传统电力系统中物理概念上的发电厂之间、以及发电侧和用电侧之间的界限,充分利用网络通信、智能量测、数据处理、智能决策等先进技术手段,有望成为包含新能源接入的智能电网技术的支撑框架。
现有的虚拟电厂,在对各个发电方式进行调配时,调配的手段较为单一,往往需要人工干预,导致效率较低,没有发挥出虚拟电厂的潜力。
发明内容
本发明的目的是克服现有技术中虚拟电厂在对各个发电方式进行调配时,调配的手段较为单一,往往需要人工干预,导致效率较低的缺陷,提供一种虚拟电厂电能优化选取调度方法。
本发明的目的是通过下述技术方案予以实现:
一种虚拟电厂电能优化选取调度方法,基于虚拟电厂电脑智能调配系统,包括以下步骤:
步骤1,系统获取太阳能发电功率,根据经验公式构建太阳能发电功率与时间函数,获取潮汐发电功率,根据经验公式构建潮汐发电功率与时间函数,获取风力发电功率;
步骤2,系统获取当前电网所需功率,并与当前发电功率总和相比较,若当前所需功率大于当前发电功率,则跳转至步骤3,若当前所需功率小于或等于当前发电功率,则跳转至步骤4;
步骤3,系统控制太阳能发电、潮汐发电和风力发电同时供电,且启用备用发电系统,使太阳能发电、潮汐发电、风力发电和备用发电功率满足当前所需功率;
步骤4,系统根据太阳能发电功率与时间函数和潮汐发电功率与时间函数获取在当前时间后设定的时间内各函数的变化趋势,系统根据天气预报风力变换判断风力发电功率的变化趋势,若在设定的时间内,某一个函数终止时间的值大于或等于当前时间的值,或在设定的时间内,风力发电功率恒定,则系统优先选取此函数对应的发电种类或风力发电,若在设定的时间内,某一个函数的终止时间的值小于或等于当前时间的值,或在设定的时间内,风力发电功率不恒定,则系统不选取此函数对应的发电种类或不选取风力发电,若系统选取的发电种类所发的功率仍大于当前所需功率,则跳转至步骤5,若系统选取的发电种类所发的功率小于当前所需功率,则系统将对不选取的发电种类重新选取,直到系统选取的发电种类所发的功率大于或等于当前所需功率,并跳转至步骤5;
步骤5,系统配置太阳能发电、潮汐发电和风力发电的优先级,并按照优先级配置各发电种类的发电功率。
在本方案中,虚拟电厂既保证了实际的使用需求,多余的电能也能存储起来避免了浪费,同时,根据经验,能优化选取最为科学的发电方式,提高了整个系统的稳定性。
作为一种优选方案,太阳能发电功率与时间的函数为
其中,y1表示太阳能发电功率,t表示当前的时间,单位为小时,k为太阳能发电最大功率,p为周期常数,使sin3p的值为1,sin6p的值为0;
潮汐发电功率与时间的函数为
其中,y2表示潮汐发电功率,S为潮汐发电最大功率,n为比例常数,m为修正数,其值的大小根据当前时间的日期变化而变化,周期为30天;
风力发电功率由风叶转速决定,当风叶转速超过设定的阈值时,风力发电功率即为额定发电功率,当风叶转速未超过设定的阈值时,风力发电功率为0。
作为一种优选方案,备用发电系统包括水力发电、火力发电和/或储能系统。
作为一种优选方案,储能系统与太阳能发电、潮汐发电和风力发电相连接,太阳能发电、潮汐发电和风力发电功率大于当前所需功率时,多余的电量存储至储能系统,当太阳能发电、潮汐发电和风力发电功率小于当前所需功率时,存储系统开始输送电能。
作为一种优选方案,太阳能发电、潮汐发电和风力发电的优先级为太阳能发电≥潮汐发电>风力发电。
作为一种优选方案,在步骤4中,若太阳能发电功率和潮汐发电功率大于或等于当前需求功率,则太阳能发电和潮汐发电直接输送当前电网所需电能,风力发电直接向存储系统输送电能。
作为一种优选方案,若太阳能发电功率和潮汐发电功率与当前需求功率的比值大于或等于1.2,则太阳能发电和潮汐发电也同时向储能系统输送电能。太阳能发电和潮汐发电仍有盈余时,可以向储能系统输送电能,保证了电能的科学合理利用。
作为一种优选方案,若太阳能发电、潮汐发电和、风力发电功率和储能系统功率相加之和仍然小于当前所需功率P,则系统判断功率缺口P与当前所需功率时P的比值,并根据比值限制用户的实际使用需求。此设计在输送功率不足时,尽可能满足了各个用户的实际使用需求。
作为一种优选方案,系统将当前所需功率对应的用户分级,分级包括高需求用户和低需求用户,当功率缺口P与当前所需功率时P的比值小于或等于0.2时,系统对高需求用户进行限制功率输出;当功率缺口P与当前所需功率时P的比值大于0.2且小于或等于0.6时,系统对所有用户进行限制功率输出,当功率缺口P与当前所需功率时P的比值大于0.6时,系统停止对高需求用户进行功率输出,对低需求用户进行限制输出。
作为一种优选方案,存储系统开始输送电能时,同时系统根据太阳能发电功率与时间函数和潮汐发电功率与时间函数获取在当前时间后设定的时间内各函数的变化趋势,系统根据天气预报风力变换判断风力发电功率的变化趋势,若在设定的时间内某一个函数的终止时间的值小于或等于当前时间的值,或在设定的时间内,风力发电功率不恒定,则储能系统限制输送功率,实际的输送功率和存储系统存储的电能大小成正比。
本发明的有益效果是,虚拟电厂电能智能调配方法能够合理调配太阳能发电、风力发电、潮汐发电和储能系统的发电功率,大大优化了发电效率,满足了实际的使用需求。且本发明易于实现、实用性较强。
具体实施方式
下面结合实施例对本发明进一步描述。
实施例:一种虚拟电厂电能优化选取调度方法,基于虚拟电厂电脑智能调配系统,包括以下步骤:
步骤1,系统获取太阳能发电功率,根据经验公式构建太阳能发电功率与时间函数,获取潮汐发电功率,根据经验公式构建潮汐发电功率与时间函数,获取风力发电功率;
步骤2,系统获取当前电网所需功率,并与当前发电功率总和相比较,若当前所需功率大于当前发电功率,则跳转至步骤3,若当前所需功率小于或等于当前发电功率,则跳转至步骤4;
步骤3,系统控制太阳能发电、潮汐发电和风力发电同时供电,且启用备用发电系统,使太阳能发电、潮汐发电、风力发电和备用发电功率满足当前所需功率;
步骤4,系统根据太阳能发电功率与时间函数和潮汐发电功率与时间函数获取在当前时间后设定的时间内各函数的变化趋势,系统根据天气预报风力变换判断风力发电功率的变化趋势,若在设定的时间内,某一个函数终止时间的值大于或等于当前时间的值,或在设定的时间内,风力发电功率恒定,则系统优先选取此函数对应的发电种类或风力发电,若在设定的时间内,某一个函数的终止时间的值小于或等于当前时间的值,或在设定的时间内,风力发电功率不恒定,则系统不选取此函数对应的发电种类或不选取风力发电,若系统选取的发电种类所发的功率仍大于当前所需功率,则跳转至步骤5,若系统选取的发电种类所发的功率小于当前所需功率,则系统将对不选取的发电种类重新选取,直到系统选取的发电种类所发的功率大于或等于当前所需功率,并跳转至步骤5;
步骤5,系统配置太阳能发电、潮汐发电和风力发电的优先级,并按照优先级配置各发电种类的发电功率。
在本方案中,虚拟电厂既保证了实际的使用需求,多余的电能也能存储起来避免了浪费,同时,根据经验,能优化选取最为科学的发电方式,提高了整个系统的稳定性。
作为一种优选方案,太阳能发电功率与时间的函数为
其中,y1表示太阳能发电功率,t表示当前的时间,单位为小时,k为太阳能发电最大功率,p为周期常数,使sin3p的值为1,sin6p的值为0;
潮汐发电功率与时间的函数为
其中,y2表示潮汐发电功率,S为潮汐发电最大功率,n为比例常数,m为修正数,其值的大小根据当前时间的日期变化而变化,周期为30天;
风力发电功率由风叶转速决定,当风叶转速超过设定的阈值时,风力发电功率即为额定发电功率,当风叶转速未超过设定的阈值时,风力发电功率为0。
作为一种优选方案,备用发电系统包括水力发电、火力发电和/或储能系统。
作为一种优选方案,储能系统与太阳能发电、潮汐发电和风力发电相连接,太阳能发电、潮汐发电和风力发电功率大于当前所需功率时,多余的电量存储至储能系统,当太阳能发电、潮汐发电和风力发电功率小于当前所需功率时,存储系统开始输送电能。
作为一种优选方案,太阳能发电、潮汐发电和风力发电的优先级为太阳能发电≥潮汐发电>风力发电。
作为一种优选方案,在步骤4中,若太阳能发电功率和潮汐发电功率大于或等于当前需求功率,则太阳能发电和潮汐发电直接输送当前电网所需电能,风力发电直接向存储系统输送电能。
作为一种优选方案,若太阳能发电功率和潮汐发电功率与当前需求功率的比值大于或等于1.2,则太阳能发电和潮汐发电也同时向储能系统输送电能。太阳能发电和潮汐发电仍有盈余时,可以向储能系统输送电能,保证了电能的科学合理利用。
作为一种优选方案,若太阳能发电、潮汐发电和、风力发电功率和储能系统功率相加之和仍然小于当前所需功率P,则系统判断功率缺口P与当前所需功率时P的比值,并根据比值限制用户的实际使用需求。此设计在输送功率不足时,尽可能满足了各个用户的实际使用需求。
作为一种优选方案,系统将当前所需功率对应的用户分级,分级包括高需求用户和低需求用户,当功率缺口P与当前所需功率时P的比值小于或等于0.2时,系统对高需求用户进行限制功率输出;当功率缺口P与当前所需功率时P的比值大于0.2且小于或等于0.6时,系统对所有用户进行限制功率输出,当功率缺口P与当前所需功率时P的比值大于0.6时,系统停止对高需求用户进行功率输出,对低需求用户进行限制输出。
作为一种优选方案,存储系统开始输送电能时,同时系统根据太阳能发电功率与时间函数和潮汐发电功率与时间函数获取在当前时间后设定的时间内各函数的变化趋势,系统根据天气预报风力变换判断风力发电功率的变化趋势,若在设定的时间内某一个函数的终止时间的值小于或等于当前时间的值,或在设定的时间内,风力发电功率不恒定,则储能系统限制输送功率,实际的输送功率和存储系统存储的电能大小成正比。

Claims (10)

1.一种虚拟电厂电能优化选取调度方法,基于虚拟电厂电脑智能调配系统,其特征是,包括以下步骤:
步骤1,系统获取太阳能发电功率,根据经验公式构建太阳能发电功率与时间函数,获取潮汐发电功率,根据经验公式构建潮汐发电功率与时间函数,获取风力发电功率;
步骤2,系统获取当前电网所需功率,并与当前发电功率总和相比较,若当前所需功率大于当前发电功率,则跳转至步骤3,若当前所需功率小于或等于当前发电功率,则跳转至步骤4;
步骤3,系统控制太阳能发电、潮汐发电和风力发电同时供电,且启用备用发电系统,使太阳能发电、潮汐发电、风力发电和备用发电功率满足当前所需功率;
步骤4,系统根据太阳能发电功率与时间函数和潮汐发电功率与时间函数获取在当前时间后设定的时间内各函数的变化趋势,系统根据天气预报风力变换判断风力发电功率的变化趋势,若在设定的时间内,某一个函数终止时间的值大于或等于当前时间的值,或在设定的时间内,风力发电功率恒定,则系统优先选取此函数对应的发电种类或风力发电,若在设定的时间内,某一个函数的终止时间的值小于或等于当前时间的值,或在设定的时间内,风力发电功率不恒定,则系统不选取此函数对应的发电种类或不选取风力发电,若系统选取的发电种类所发的功率仍大于当前所需功率,则跳转至步骤5,若系统选取的发电种类所发的功率小于当前所需功率,则系统将对不选取的发电种类重新选取,直到系统选取的发电种类所发的功率大于或等于当前所需功率,并跳转至步骤5;
步骤5,系统配置太阳能发电、潮汐发电和风力发电的优先级,并按照优先级配置各发电种类的发电功率。
2.根据权利要求1所述的一种虚拟电厂电能优化选取调度方法,其特征是,所述的步骤1中,
太阳能发电功率与时间的函数为
y 1 = 0 , 0 &le; t < 8 &cup; 18 < t &le; 24 K sin p ( t - 8 ) , 8 &le; t &le; 11 K , 11 < t < 15 K sin p ( t - 12 ) , 15 &le; t &le; 18
其中,y1表示太阳能发电功率,t表示当前的时间,单位为小时,k为太阳能发电最大功率,p为周期常数,使sin3p的值为1,sin6p的值为0;
潮汐发电功率与时间的函数为
y 2 = S - n ( t + m ) , 0 &le; t &le; 3 S - n ( t + m - 12 ) , 12 &le; t &le; 15 0 , 3 < t < 12 &cup; 15 < t < 24
其中,y2表示潮汐发电功率,S为潮汐发电最大功率,n为比例常数,m为修正数,其值的大小根据当前时间的日期变化而变化,周期为30天;
风力发电功率由风叶转速决定,当风叶转速超过设定的阈值时,风力发电功率即为额定发电功率,当风叶转速未超过设定的阈值时,风力发电功率为0。
3.根据权利要求2所述的一种虚拟电厂电能优化选取调度方法,其特征是,在步骤3中,所述的备用发电系统包括水力发电、火力发电和/或储能系统。
4.根据权利要求3所述的一种虚拟电厂电能优化选取调度方法,其特征是,所述的储能系统与太阳能发电、潮汐发电和风力发电相连接,太阳能发电、潮汐发电和风力发电功率大于当前所需功率时,多余的电量存储至储能系统,当太阳能发电、潮汐发电和风力发电功率小于当前所需功率时,存储系统开始输送电能。
5.根据权利要求1所述的一种虚拟电厂电能优化选取调度方法,其特征是,在步骤5中,所述的太阳能发电、潮汐发电和风力发电的优先级为太阳能发电≥潮汐发电>风力发电。
6.根据权利要求5所述的一种虚拟电厂电能优化选取调度方法,其特征是,在步骤4中,若太阳能发电功率和潮汐发电功率大于或等于当前需求功率,则太阳能发电和潮汐发电直接输送当前电网所需电能,风力发电直接向存储系统输送电能。
7.根据权利要求6所述的一种虚拟电厂电能优化选取调度方法,其特征是,若太阳能发电功率和潮汐发电功率与当前需求功率的比值大于或等于1.2,则太阳能发电和潮汐发电也同时向存储系统输送电能。
8.根据权利要求4所述的一种虚拟电厂电能优化选取调度方法,其特征是,若太阳能发电、潮汐发电和、风力发电功率和储能系统功率相加之和仍然小于当前所需功率P,则系统判断功率缺口P与当前所需功率时P的比值,并根据比值限制用户的实际使用需求。
9.根据权利要求8所述的一种虚拟电厂电能优化选取调度方法,其特征是,系统将当前所需功率对应的用户分级,分级包括高需求用户和低需求用户,当功率缺口P与当前所需功率时P的比值小于或等于0.2时,系统对高需求用户进行限制功率输出;当功率缺口P与当前所需功率时P的比值大于0.2且小于或等于0.6时,系统对所有用户进行限制功率输出,当功率缺口P与当前所需功率时P的比值大于0.6时,系统停止对高需求用户进行功率输出,对低需求用户进行限制输出。
10.根据权利要求4所述的一种虚拟电厂电能优化选取调度方法,其特征是,存储系统开始输送电能时,同时系统根据太阳能发电功率与时间函数和潮汐发电功率与时间函数获取在当前时间后设定的时间内各函数的变化趋势,系统根据天气预报风力变换判断风力发电功率的变化趋势,若在设定的时间内某一个函数的终止时间的值小于或等于当前时间的值,或在设定的时间内,风力发电功率不恒定,则储能系统限制输送功率,实际的输送功率和存储系统存储的电能大小成正比。
CN201710168606.XA 2017-03-20 2017-03-20 一种虚拟电厂电能优化选取调度方法 Pending CN106981886A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710168606.XA CN106981886A (zh) 2017-03-20 2017-03-20 一种虚拟电厂电能优化选取调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710168606.XA CN106981886A (zh) 2017-03-20 2017-03-20 一种虚拟电厂电能优化选取调度方法

Publications (1)

Publication Number Publication Date
CN106981886A true CN106981886A (zh) 2017-07-25

Family

ID=59339544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710168606.XA Pending CN106981886A (zh) 2017-03-20 2017-03-20 一种虚拟电厂电能优化选取调度方法

Country Status (1)

Country Link
CN (1) CN106981886A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107749646A (zh) * 2017-10-12 2018-03-02 广东电网有限责任公司电力调度控制中心 一种用于月度电量调控的发电厂排序系数计算方法
CN112531743A (zh) * 2020-12-10 2021-03-19 深圳电网智慧能源技术有限公司 一种基于直流配电技术的虚拟电厂功率调节方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011097664A (ja) * 2009-10-27 2011-05-12 Yoshifumi Mizutani 出力指定型電力供給
CN102412578A (zh) * 2012-01-05 2012-04-11 山东电力研究院 一种实验室用的微电网系统
CN105262147A (zh) * 2015-11-19 2016-01-20 中国电建集团华东勘测设计研究院有限公司 含风光柴储及海水淡化系统海岛微电网的模糊决策方法
CN105356573A (zh) * 2015-12-10 2016-02-24 青岛浪芯电子科技有限公司 多能互补发电系统及供电分配方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011097664A (ja) * 2009-10-27 2011-05-12 Yoshifumi Mizutani 出力指定型電力供給
CN102412578A (zh) * 2012-01-05 2012-04-11 山东电力研究院 一种实验室用的微电网系统
CN105262147A (zh) * 2015-11-19 2016-01-20 中国电建集团华东勘测设计研究院有限公司 含风光柴储及海水淡化系统海岛微电网的模糊决策方法
CN105356573A (zh) * 2015-12-10 2016-02-24 青岛浪芯电子科技有限公司 多能互补发电系统及供电分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
黄昕颖等: ""基于投资组合的虚拟电厂多电源容量配置"", 《电力系统自动化》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107749646A (zh) * 2017-10-12 2018-03-02 广东电网有限责任公司电力调度控制中心 一种用于月度电量调控的发电厂排序系数计算方法
CN112531743A (zh) * 2020-12-10 2021-03-19 深圳电网智慧能源技术有限公司 一种基于直流配电技术的虚拟电厂功率调节方法
CN112531743B (zh) * 2020-12-10 2022-11-11 深圳电网智慧能源技术有限公司 一种基于直流配电技术的虚拟电厂功率调节方法

Similar Documents

Publication Publication Date Title
CN105337415A (zh) 一种基于预测控制的地区电网调度系统及其方法
CN104362671A (zh) 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
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN104882905A (zh) 一种考虑暂态安全约束的新能源接纳能力评估方法
CN109242350A (zh) 计及可平移负荷的冷热电联供系统容量优化配置方法
CN103151797A (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
CN103078338A (zh) 提高风能利用水平的风电场储能系统配置方法
CN105205552A (zh) 一种独立新能源混合发电系统优化规划方法
CN112600209A (zh) 一种含潮流能的海岛独立微电网容量多目标优化配置方法
CN107103431A (zh) 一种供热期调峰约束下电网弃风情况分析方法
CN110084465A (zh) 基于储能的风力发电系统成本/供电可靠性评估方法
CN109412148A (zh) 计及环境成本与实时电价的可平移负荷模型构建方法
CN101846041A (zh) 一种直流励磁同步风力发电机组
CN111027179B (zh) 一种计及辅助调频服务的双馈风电场的等值建模方法
CN202651806U (zh) 一种电池储能电站平滑风光发电控制系统
CN106981886A (zh) 一种虚拟电厂电能优化选取调度方法
CN107503886A (zh) 风、电、氢微型拓扑网络系统及方法
CN106600022A (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
CN105470957B (zh) 一种用于生产模拟仿真的电网负荷建模方法
CN107545327A (zh) 基于支持向量机的光伏发电短期输出功率综合预测方法
CN105488357B (zh) 一种光热电站‑风电场联合系统的有功功率滚动调度方法
CN110768303A (zh) 一种海岛型能源系统设备容量的优化配置方法
CN103714400A (zh) 一种任意输入参数的风能预测系统和方法
CN106026191B (zh) 用于最小化弃光电量光伏电站发电权置换电量评估的方法
Wang et al. Day-ahead optimal dispatching of wind-solar-hydro-thermal combined power system with pumped-storage hydropower integration

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170725