CN107491870B - 配电网的电力规划方法、装置、设备以及计算机可读存储介质 - Google Patents

配电网的电力规划方法、装置、设备以及计算机可读存储介质 Download PDF

Info

Publication number
CN107491870B
CN107491870B CN201710692153.0A CN201710692153A CN107491870B CN 107491870 B CN107491870 B CN 107491870B CN 201710692153 A CN201710692153 A CN 201710692153A CN 107491870 B CN107491870 B CN 107491870B
Authority
CN
China
Prior art keywords
adequacy
power
probability table
load
new energy
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
Application number
CN201710692153.0A
Other languages
English (en)
Other versions
CN107491870A (zh
Inventor
徐林
黄晓莉
杜忠明
熊煌
张韬
李振杰
古含
陈国栋
杨刚
苗竹
段炜
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.)
China Energy Intelligence New Technology Industry Development Co.,Ltd.
Electric Power Planning and Engineering Institute Co Ltd
Original Assignee
General Institute Of Electric Power Planning And Design
General Electric Power Planning Institute 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 General Institute Of Electric Power Planning And Design, General Electric Power Planning Institute Co Ltd filed Critical General Institute Of Electric Power Planning And Design
Priority to CN201710692153.0A priority Critical patent/CN107491870B/zh
Publication of CN107491870A publication Critical patent/CN107491870A/zh
Application granted granted Critical
Publication of CN107491870B publication Critical patent/CN107491870B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • 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
    • 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
    • Y04S10/50—Systems 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)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (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

本发明提供配电网的电力规划方法、装置、设备及计算机可读存储介质，其中，电力规划方法包括：1)确定系统外主变、发电机组和电力负荷的充裕度和调峰裕度；2)预测与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表；3)根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；4)根据充裕度概率表，进行电量平衡计算，得出系统外主变下网电量、发电机组应发电量；5)根据历史数据进行预测得到与调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，计算得出弃风、弃光电量；6)对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。

Description

配电网的电力规划方法、装置、设备以及计算机可读存储介质
技术领域
本发明涉及能源技术领域，特别是涉及含高比例分布式新能源的配电网的电力规划方法、装置、设备及计算机可读存储介质。
背景技术
分布式新能源是指分散放置在用户现场或附近的小型风电、光伏电源。就近发电、分散供电的分布式新能源可有效降低用户电费、减少供电网损、提高供电质量和可靠性，加大清洁能源使用占比，提高全社会能源资源使用综合效率，减少污染物排放，带来巨大的经济和社会效益，对构建安全、稳定、清洁、环保的能源供应体系具有非常重要的积极意义。
但是，高比例的分布式新能源直接连接于配电网，会给配电系统规划带来巨大影响，进而影响整个配电系统的可靠性和安全性。根据现有规划方法，中低压配电网向用户单方向分配电力，不包含分布式新能源；除无功补偿电容外，不使用其他有功、无功调节及电压控制设备，运行监视与控制手段十分有限。为不影响配电网的安全运行与供电质量，不得不对分布式新能源的接入容量和方式设置人为限制，极大制约了分布式新能源的发展和消纳。如何在配电网规划阶段，考虑含高比例分布式新能源的电力电量和调峰平衡计算，切实落实分布式新能源消纳措施，是提高分布式新能源电量消纳占比所亟待解决的关键问题。
发明内容
有鉴于此，本发明目的在于提供一种能够对配电网进行电力电量和调峰平衡计算，可求出考虑分布式新能源背景下的配电网新增变电和装机容量需求，并计算出因电力系统调峰能力不足导致的弃风、弃光电量及其发生时刻，并提出了提高电网灵活性的具体措施，以提高分布式新能源电量消纳占比的分布式新能源高占比情况下的配电网的电力规划方法、装置和设备。
为解决上述技术问题，根据本发明的一方面，提供一种配电网的电力规划方法。
根据本发明实施例的配电网的电力规划方法，包括如下步骤：
1)确定电力系统的系统外主变、发电机组和电力负荷的充裕度和调峰裕度；
2)根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表；
3)根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；
4)根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量或所述发电机组应发电量；
5)根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量；
6)对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。
根据本发明的一些实施例，所述步骤2)可以包括：
2-1)对于所述系统外主变，根据下网能力，计算其充裕度概率表，其中，最大下网能力的出现概率为100％；
2-2)所述发电机组包括火电机组以及新能源机组，
对于所述火电机组，根据其可调容量，计算其充裕度概率表，其中，所述可调容量为满出力时的出现概率为100％，
所述火电机组包括现有火电机组、规划火电机组、以及理想火电机组，其中，所述现有火电机组的可调容量取其实测数值或同类机组的典型数值，所述规划火电机组的可调容量取同类机组的典型数值，所述理想火电机组的可调容量取一个计算步长，
对于所述新能源机组，根据其历史出力数据，计算其充裕度概率表，
所述新能源机组包括现有新能源机组以及规划新能源机组，所述现有新能源机组的出力数据取实测数值，所述规划新能源机组的出力数据取当地或附近地区已有同类机组的典型数值；
2-3)对于所述电力负荷，根据历史数据预测未来的负荷预测值，并根据所述负荷预测值计算其充裕度概率表。
进一步地，根据本发明的一些实施例，所述步骤3)可以包括：
3-1)指定所述系统外主变、发电机组带负荷的优先顺序；
3-2)在预定时间按照所述优先顺序，逐台系统外主变、发电机组叠加地用其充裕度概率表与电力负荷的充裕度概率表进行计算，求出该预定时间的电力系统充裕度概率表，
其中，每叠加一台系统外主变或发电机组，根据所述电力系统充裕度概率表计算失负荷期望数值；
3-3)在特定期间内将所述失负荷期望数值进行相加，以所述失负荷期望数值相加的综合小于或等于预定值为收敛条件，当所述步骤3-2)的计算为收敛后，所投入的系统外主变以及发电机组即为实际带负荷顺序，实际投入的所述规划新能源机组、规划火电机组，规划系统外主变的容量，即为满足电力负荷而需新增的装机和主变容量，如果不需投入规划火电机组和/或规划新能源机组或规划系统外主变就能收敛，则表示装机和系统外主变的容量可满足电力需求。
此外，根据本发明的一些实施例，该配电网的电力规划方法还可以包括如下步骤：
3-4)当所述步骤3-3)中，投入一台系统外主变或发电机组后第一次收敛时，去掉该台系统外主变或发电机组，代之以1台或多台理想火电机组，重新进行计算，直至在此收敛，取此时所投入的理想火电机组容量之和作为所述系统外主变或发电机组的容量。
根据本发明的另一些实施例，该配电网的电力规划方法还可以包括如下步骤：
3-5)去掉所述新能源机组，保持其他所述系统外主变、发电机组带负荷的优先顺序不变；
3-6)重新进行所述步骤3-2)至3-3)的计算，直至再次收敛，两次计算得出的需新增的系统外主变容量或机组装机容量之差，为所述新能源机组的容量价值。
根据本发明的一些实施例，所述步骤4)可以包括：
4-1)在所述步骤3-2)中，每次投入一台系统外主变或发电机组前后，根据当时的电力系统充裕度概率表分别计算电量不足期望，前后的所述电量不足期望之差，为所述系统外主变或所述机组在预定时间的下网电量或应发电量。
根据本发明的一些实施例，所述步骤5)可以包括：
5-1)分别计算所述系统外主变、所述发电机组、以及所述电力负荷的调峰裕度概率表；
5-2)根据所述步骤3-3)所述系统外主变、发电机组带负荷的实际顺序，利用所述发电机组的调峰裕度概率表、以及所述系统外主变的调峰裕度概率表逐个累加地和所述电力负荷的调峰裕度概率表进行卷积积分，得到电力系统调峰裕度概率表，计算电量盈余期望，
其中，若所述电量盈余期望大于零，则取其值为该预定时间的弃风、弃光电量，
若所述电量盈余期望小于零，则表示该预定时间不发生弃风、弃光电量；
5-3)在特定期间内对步骤5-2)的弃风、弃光电量进行累计，则得到特定期间内的弃风、弃光电量。
根据本发明的一些实施例，所述步骤6)可以包括：
6-1)根据预定期间所述弃风、弃光电量，对负荷曲线进行移峰填谷计算，其中，在发生弃风、弃光的时间，增大负荷以消纳多余电量，且增大的负荷电力和电量等于该小时弃风、弃光电力和电量；，在预定期间的原始负荷减去新能源出力得到的净负荷的高峰时刻，减少负荷，所减少负荷的电量等于该预定期间内所增加的负荷电量之和，所减少负荷的电力应使净负荷的最大值尽可能小；
6-2)重复步骤1)-5)直至弃风、弃光电量小于预定值。
根据本发明的另一方面，提供一种配电网的电力规划装置。
根据本发明实施例的配电网的电力规划装置，包括：
确定模块，其确定电力系统的系统外主变、发电机组和电力负荷的充裕度和调峰裕度；
充裕度概率表生成模块，其根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表；
电力平衡计算模块，其根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；
电量平衡计算模块，其根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量、所述发电机组应发电量；
弃风、弃光电量计算模块，其根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量；
修正模块，其通过对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。
根据本发明的又一方面，提供一种配电网的电力规划设备，包括：
处理器；和
存储器，在所述存储器中存储有计算机程序指令，
其中，在所述计算机程序指令被所述处理器运行时，使得所述处理器执行以下步骤：
1)确定电力系统的系统外主变、发电机组和电力负荷的充裕度和调峰裕度；
2)根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表；
3)根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；
4)根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量、所述发电机组应发电量；
5)根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量；
6)对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。
根据本发明的再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一实施例的配电网的电力规划方法中的步骤。
需要说明的是，尽管在上述说明中，以配电网为例说明了本发明的电力规划方法、装置、以及设备等，但是本发明不限于此。本领域普通技术人员可以理解的是，根据本发明的方法同样适用于输电网，因此，在输电网中适用本发明的电力规划方法等同样落入本发明的范围内。
根据本发明，至少具有如下有益效果之一：
1)不是根据经验估算而是通过实际计算分析得出新能源机组的容量价值(可信容量)的；
2)不是根据经验估算所需新增的火电机组和变电容量，而是通过对电力系统进行电力电量平衡计算得出的；
3)电力电量平衡按分时段进行，能正确反映新能源出力最大值和负荷最大值的非同时性；
新能源弃风、弃光电量是通过实际计算分析得出的，并且能精确到每个小时；
4)提出了提高新能源电量消纳占比的具体措施，采用该措施后，弃风、弃光率大为降低，即使是新能源高占比系统，也可做到基本不弃风、光。
附图说明
图1为根据本发明实施例的配电网的电力规划方法的流程图；
图2为根据本发明实施例的配电网的电力规划装置的模式图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
首先，关于本发明中涉及的充裕度、充裕度概率表、调峰裕度、调峰裕度概率表，其定义如下。
关于系统外主变、发电机组、和电力负荷的充裕度及充裕度概率表，定义如下：
(1)所述系统外主变的充裕度是指该系统外主变在某一时刻可向该电力系统提供的最大功率；
(2)所述系统外主变的充裕度概率表是指如上定义的系统外主变在某一时刻各种可能的充裕度及其对应出现的概率形成的概率分布表；
(3)所述火电机组的充裕度是指该火电机组在某一时刻可供调用的最大出力；
(4)所述火电机组的充裕度概率表是指如上定义的火电机组在某一时刻各种可能的充裕度及其对应出现的概率形成的概率分布表；
(5)所述新能源机组的充裕度是指该新能源机组在某一时刻的出力；
(6)所述新能源机组的充裕度概率表是指如上定义的新能源机组在某一时刻各种可能的充裕度及其对应出现的概率形成的概率分布表；
(7)所述电力负荷的充裕度是指电力系统发电负荷在某一时刻的值；
(8)所述电力负荷的充裕度概率表是指如上定义的负荷在某一时刻各种可能的充裕度及其对应出现的概率形成的概率分布表；
(9)所述电力系统的充裕度是指该系统在某一时刻所有系统外主变的充裕度与所有发电机组的充裕度之和减去电力负荷的充裕度；
(10)所述电力系统的充裕度概率表是指如上定义的电力系统在某一时刻各种可能的充裕度及其对应出现的概率形成的概率分布表。
关于系统外主变、发电机组、和电力负荷的调峰裕度以及调峰裕度概率表，定义如下：
(11)所述系统外主变的调峰裕度是指该系统外主变在某一时刻可从电力系统吸收的最大功率；
(12)所述系统外主变的调峰裕度概率表是指如上定义的系统外主变在某一时刻各种可能的调峰裕度及其对应出现的概率形成的概率分布表；
(13)所述火电机组的调峰裕度是指该火电机组在某一时刻的最小技术出力；
(14)所述火电机组的调峰裕度概率表是指如上定义的火电机组在某一时刻各种可能的调峰裕度及其对应出现的概率形成的概率分布表；
(15)所述新能源机组的调峰裕度是指该新能源机组在某一时刻的出力；
(16)所述新能源机组的调峰裕度概率表是指如上定义的新能源机组在某一时刻各种可能的调峰裕度及其对应出现的概率形成的概率分布表；
(17)所述负荷的调峰裕度是指电力系统发电负荷在某一时刻的值；
(18)所述负荷的调峰裕度概率表是指如上定义的负荷在某一时刻各种可能的调峰裕度及其对应出现的概率形成的概率分布表；
(19)所述电力系统的调峰裕度是指该系统在某一时刻所有系统外主变、火电机组、新能源机组的调峰裕度之和减去负荷的调峰裕度；
(20)所述电力系统的调峰裕度概率表是指如上定义的电力系统在某一时刻各种可能的调峰裕度及其对应出现的概率形成的概率分布表。
下面，首先结合附图说明根据本发明实施例的电力系统的配电网的电力规划方法。
如图1所示，根据本发明实施例的配电网的电力规划方法，尤其适用于新能源高占比情况下的配电网的电力规划，具体包括如下步骤：
步骤S1确定系统外主变、发电机组和电力负荷的充裕度和调峰裕度
其中，发电机组可以包括火电机组和新能源机组。
具体地，可以根据上述定义计算并确定系统外主变、发电机组、和电力负
荷的充裕度和调峰裕度。
步骤S2根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表
具体地，可以包括如下子步骤：
2-1)对于所述系统外主变，根据下网能力，计算其充裕度概率表，其中，最大下网能力的出现概率为100％。
2-2)所述发电机组包括火电机组以及新能源机组。
对于所述火电机组，根据其可调容量，计算其充裕度概率表，其中，所述可调容量为满出力时的出现概率为100％，所述火电机组包括现有火电机组、规划火电机组、以及理想火电机组，其中，所述现有火电机组的容量取其实测数值或同类机组的典型数值，所述规划火电机组的容量取同类机组的典型数值，所述理想火电机组的容量取一个计算步长，对于所述新能源机组，根据其历史出力数据，计算其充裕度概率表，所述新能源机组包括现有新能源机组以及规划新能源机组，所述现有新能源机组的出力数据取实测数值，所述规划新能源机组的出力数据取当地或附近地区已有同类机组的典型数值；
2-3)对于所述电力负荷，根据历史数据预测未来的负荷预测值，并根据所述负荷预测值计算其充裕度概率表。
步骤S3根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主编容量、新增装机容量和新能源机组容量价值
具体可以包括：
3-1)指定所述系统外主变、发电机组带负荷的优先顺序。
其中，作为示例，例如：
优先使用系统内电源时，按：现有新能源机组、规划新能源机组、现有火电机组、规划火电机组、现有系统外主变、规划系统外主变的顺序排列。
优先使用外来电源时，按：现有新能源机组、规划新能源机组、现有系统外主变、规划系统外主变、现有火电机组、规划火电机组的顺序排列。
当然，上述优先顺序仅仅是个示例，可以根据具体的使用情况等进行适当调节。
3-2)在预定时间按照所述优先顺序，逐台系统外主变、发电机组叠加地用其充裕度概率表与电力负荷的充裕度概率表进行计算，求出该预定时间的电力系统充裕度概率表，其中，每叠加一台系统外主变或发电机组，根据所述电力系统充裕度概率表计算失负荷期望数值(LOLE，Loss of Load Expectation)。
上述LOLE是指该预定时间电力系统充裕度概率表中所有充裕度小于0的数值对应的概率之和。
上述预定时间，例如可以是针对每个月“典型日”。具体而言，可以针对每个月“典型日”的系统外主变、发电出力和负荷数据，按上述系统外主变和发电机组带负荷优先顺序，针对每小时数据点，逐台系统外主变、机组叠加地用其充裕度概率表与电力负荷的充裕度概率表进行卷积积分计算，求出“典型日”每小时该电力系统的充裕度概率表。
3-3)将特定期间内的所述失负荷期望数值进行相加，以所述失负荷期望数值相加的综合小于或等于预定值为收敛条件，当所述步骤3-2)的计算为收敛后，所投入的系统外主变以及发电机组即为所述实际带负荷顺序，实际投入的所述规划新能源机组、规划火电机组，规划系统外主变的容量，即为满足电力负荷而需新增的装机和主变容量，如果不需投入规划火电机组和/或规划新能源机组或规划系统外主变就能收敛，则表示装机和系统外主变的容量可满足电力需求。
其中，将特定期间内的所述失负荷期望数值进行相加，例如，可以将全年12个月、每个月“典型日”每小时的LOLE进行相加。
此外，为了得到更精确结果，还可以包括如下子步骤：
3-4)当所述步骤3-3)中，投入一台系统外主变或发电机组后第一次收敛时，去掉该台系统外主变或发电机组，代之以1台或多台理想火电机组，重新进行计算，直至再次收敛，取此时所投入的理想火电机组容量之和作为所述系统外主变或所述发电机组的容量。
由此，精度可以高达一个计算步长(如1MW)。
另外，根据本发明的另一些实施例，还可以包括如下子步骤：
3-5)去掉所述新能源机组，保持其他所述系统外主变、发电机组带负荷的优先顺序不变。
3-6)重新进行所述步骤3-2)至3-3)的计算，直至再次收敛，两次计算得出的需新增的系统外主变或装机容量之差，为所述新能源机组的容量价值。
其中，用该容量价值除以该新能源机组的装机容量，即为该新能源机组在电力规划阶段的可信容量系数。
步骤S4根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量、所述发电机组应发电量
根据本发明的一些实施例，电量平衡计算具体包括：
4-1)在所述步骤3-2)中，每次投入一台系统外主变或发电机组前后，根据当时的电力系统充裕度概率表分别计算电量不足期望EENS(Except Energy Not Supplied)，投入前后的所述电量不足期望之差，为所述系统外主变下网电量或所述发电机组在预定时间的应发电量。
其中，所述EENS数值上等于该时刻电力系统充裕度概率分布函数中所有充裕度小于0的数值与对应概率的加权和。
例如，对全年各月“典型日”每小时重复以上步骤，即得某系统外主变或某发电机组全年各月“典型日”各小时应发电量，累计后即可得该系统外主变或该发电机组全年应发电量。
特别地，对新能源机组，按以上步骤计算可得该新能源机组全年应发电量。
步骤S5根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量
5-1)分别计算所述系统外主变、所述发电机组、以及所述电力负荷的调峰裕度概率表。
例如，对系统外主变，用其容量C的-1.3倍(-1.3C)来代替容量，按上述定义计算出其充裕度概率表。其中，调峰裕度为-1.3C出现的概率为100％。
对火电机组，根据其最小技术出力，按上述定义计算出其调峰裕度概率表。其中，最小技术出力的出现概率为100％。
对供暖机组，上述步骤中的最小技术出力应根据供暖期、非供暖期的白天、夜间不同而取不同数值。
对新能源机组，直接按上述定义计算出其调峰裕度概率表。
对电力负荷，直接按上述定义计算出其调峰裕度概率表。
5-2)根据所述系统外主变、发电机组带负荷的优先顺序，利用所述发电机组的调峰裕度概率表、以及所述系统外主变的调峰裕度概率表逐个累加地和所述电力负荷的调峰裕度概率表进行卷积积分，得到电力系统调峰裕度概率表，计算电量盈余期望EEOS(ExceptEnergy Over Supplied)，其中，若所述电量盈余期望大于零，则取其值为该预定时间的弃风、弃光电量，若所述电量盈余期望小于零，则表示该预定时间不发生弃风、弃光电量。
所述EEOS数值等于该时刻电力系统调峰裕度概率表中所有充裕度大于0的数值与其对应概率的加权和。
具体地，例如，对每月“典型日”的每小时，用新能源机组、火电机组、系统外主变的调峰裕度概率表逐个累加地和电力负荷的调峰裕度概率表进行卷积积分，对最终得到的电力系统调峰裕度概率表，求取其电量盈余期望EEOS(Except Energy Over Supplied)。
5-3)在特定期间内对步骤5-2)的弃风、弃光电量进行累计，则得到特定期间内的弃风、弃光电量。
通过上述步骤可以求出每月“典型日”每小时弃风、弃光电量累计，即得到全年弃风、弃光电量。
步骤S6对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值
根据本发明的一些实施例，具体可以包括如下子步骤：
6-1)根据特定期间内所述弃风、弃光电量，对电力负荷曲线进行“移峰填谷”计算，其中，在发生弃风、弃光的时间，增大负荷以消纳多余电量，且增大的负荷电力和电量等于该小时弃风、弃光电力和电量；在预定期间的原始负荷减去新能源出力得到的净负荷的高峰时刻，减少负荷，所减少负荷的电量等于该预定期间内所增加的负荷电量之和，所减少负荷的电力应使净负荷的最大值尽量小。
也就是说，根据上述步骤(5)求出的全年各月“典型日”每小时弃风、弃光电量，对负荷曲线安排“移峰填谷”。具体措施为，在发生弃风、弃光的小时，增大负荷以消纳多余电量，且增大的负荷电力和电量等于该小时弃风、弃光电力和电量；在“典型日”净负荷(＝原始负荷减去新能源出力)高峰时刻，减少负荷，减少负荷的电量等于“典型日”全天上述增加的负荷电量之和，减少负荷的电力应使净负荷的最大值尽量小。
6-2)重复步骤S1至步骤S5直至弃风、弃光电量小于预定值。
通过上述手段，重复步骤1)～5)，直至不再发生弃风、弃光，或弃风、弃光电量小于给定值，可实现对高比例新能源的合理消纳。
接下来，描述根据本发明实施例的配电网的电力规划装置。
如图2所示，根据本发明实施例的配电网的电力规划装置10包括：
确定模块100，其确定电力系统的系统外主变、发电机组和电力负荷的充裕度和调峰裕度；
充裕度概率表生成模块200，其根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表；
电力平衡计算模块300，其根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；
电量平衡计算模块400，其根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量、所述发电机组应发电量；
弃风、弃光电量计算模块500，其根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量；
修正模块600，其通过对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。
接下来，根据本发明实施例，还提供了一种配电网的电力规划设备，该配电网的电力规划设备包括：处理器和存储器，在所述存储器中存储有计算机程序指令，
其中，在所述计算机程序指令被所述处理器运行时，使得所述处理器执行以下步骤：
1)确定电力系统的系统外主变、发电机组和电力负荷的充裕度和调峰裕度；
2)根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表；
3)根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；
4)根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量、所述发电机组应发电量；
5)根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量；
6)对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。
进一步地，该配电网的电力规划设备还可以包括网络接口、输入设备、硬盘、和显示设备。
上述各个接口和设备之间可以通过总线架构互连。总线架构可以是可以包括任意数量的互联的总线和桥。具体由处理器代表的一个或者多个中央处理器(CPU)，以及由存储器代表的一个或者多个存储器的各种电路连接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其它电路连接在一起。可以理解，总线架构用于实现这些组件之间的连接通信。总线架构除包括数据总线之外，还包括电源总线、控制总线和状态信号总线，这些都是本领域所公知的，因此本文不再对其进行详细描述。
所述存储器，用于存储操作系统运行所必须的程序和数据，以及处理器计算过程中的中间结果等数据。
可以理解，本发明实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)或闪存。易失性存储器可以是随机存取存储器(RAM)，其用作外部高速缓存。本文描述的装置和方法的存储器34旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器存储了如下的元素，可执行模块或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。
其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序中。
本发明上述实施例揭示的方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述方法的步骤。
当然，本发明还包括一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述任一实施例所述的电力规划方法中的步骤。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种配电网的电力规划方法，其特征在于，包括如下步骤：
1)确定电力系统的系统外主变、发电机组和电力负荷的充裕度和调峰裕度；
2)根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表，包括：
2-1)对于所述系统外主变，根据下网能力，计算其充裕度概率表，其中，最大下网能力的出现概率为100％；
2-2)所述发电机组包括火电机组以及新能源机组，
对于所述火电机组，根据其可调容量，计算其充裕度概率表，其中，所述可调容量为满出力时的出现概率为100％，
所述火电机组包括现有火电机组、规划火电机组、以及理想火电机组，其中，所述现有火电机组的可调容量取其实测数值或同类机组的典型数值，所述规划火电机组的可调容量取同类机组的典型数值，所述理想火电机组的可调容量取一个计算步长，
对于所述新能源机组，根据其历史出力数据，计算其充裕度概率表，
所述新能源机组包括现有新能源机组以及规划新能源机组，所述现有新能源机组的出力数据取实测数值，所述规划新能源机组的出力数据取当地或附近地区已有同类机组的典型数值；
2-3)对于所述电力负荷，根据历史数据预测未来的负荷预测值，并根据所述负荷预测值计算其充裕度概率表；
3)根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；
4)根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量、所述发电机组应发电量；
5)根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量；
6)对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。
2.如权利要求1所述的配电网的电力规划方法，其特征在于，所述步骤3)具体包括：
3-1)指定所述系统外主变、发电机组带负荷的优先顺序；
3-2)在预定时间按照所述优先顺序，逐台系统外主变、发电机组叠加地用其充裕度概率表与电力负荷的充裕度概率表进行计算，求出该预定时间的电力系统充裕度概率表，
其中，每叠加一台系统外主变或发电机组，根据所述电力系统充裕度概率表计算失负荷期望数值；
3-3)在特定期间内所述失负荷期望数值进行相加，以所述失负荷期望数值相加的综合小于或等于预定值为收敛条件，当所述步骤3-2)的计算为收敛后，所投入的系统外主变以及发电机组即为实际带负荷顺序，实际投入的规划新能源机组、规划火电机组，规划系统外主变的容量，即为满足电力负荷而需新增的装机和系统外主变容量，如果不需投入规划火电机组和/或规划新能源机组或规划系统外主变就能收敛，则表示装机和系统外主变的容量满足电力需求。
3.如权利要求2所述的配电网的电力规划方法，其特征在于，还包括如下步骤：
3-4)当所述步骤3-3)中，投入一台系统外主变或发电机组后第一次收敛时，去掉该台系统外主变或发电机组，代之以1台或多台理想火电机组，重新进行计算，直至再次收敛，取此时所投入的理想火电机组容量之和作为所述系统外主变或所述发电机组的容量。
4.如权利要求2所述的配电网的电力规划方法，其特征在于，还包括如下步骤：
3-5)去掉所述新能源机组，保持其他所述系统外主变、发电机组带负荷的优先顺序不变；
3-6)重新进行所述步骤3-2)至3-3)的计算，直至再次收敛，两次计算得出的需新增的系统外主变或装机容量之差，为所述新能源机组的容量价值。
5.如权利要求1所述的配电网的电力规划方法，其特征在于，所述步骤4)具体包括：
4-1)在所述步骤3-2)中，每次投入一台系统外主变或发电机组前后，根据当时的电力系统充裕度概率表分别计算电量不足期望，投入前后的所述电量不足期望之差，为所述系统外主变在预定时间的下网电量或所述发电机组在预定时间的应发电量。
6.如权利要求2所述的配电网的电力规划方法，其特征在于，所述步骤5)具体包括：
5-1)分别计算所述系统外主变、所述发电机组、以及所述电力负荷的调峰裕度概率表；
5-2)根据所述步骤3-3)中所述的系统外主变、发电机组带负荷的实际优先顺序，利用所述发电机组的调峰裕度概率表、以及所述系统外主变的调峰裕度概率表逐个累加地和所述电力负荷的调峰裕度概率表进行卷积积分，得到电力系统调峰裕度概率表，计算电量盈余期望，
其中，若所述电量盈余期望大于零，则取其值为该预定时间的弃风、弃光电量，
若所述电量盈余期望小于零，则表示该预定时间不发生弃风、弃光电量；
5-3)在所述特定期间内对步骤5-2)的弃风、弃光电量进行累计，则得到所述特定期间内的弃风、弃光电量。
7.如权利要求1所述的配电网的电力规划方法，其特征在于，所述步骤6)具体包括：
6-1)根据预定期间所述弃风、弃光电量，对负荷曲线进行移峰填谷计算，其中，在发生弃风、弃光的时间，增大负荷以消纳多余电量，且增大的负荷电力和电量等于该时刻弃风、弃光电力和电量；在预定期间的原始负荷减去新能源出力得到的净负荷的高峰时刻，减少负荷，所减少负荷的电量等于该预定期间的所增加的负荷电量之和，所减少负荷的电力应使净负荷的最大值尽可能小；
6-2)重复步骤1)-5)直至弃风、弃光电量小于预定值。
8.一种配电网的电力规划装置，其特征在于，包括：
确定模块，其确定电力系统的系统外主变、发电机组和电力负荷的充裕度和调峰裕度；
充裕度概率表生成模块，其根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表，包括：
对于所述系统外主变，所述充裕度概率表生成模块用于根据下网能力，计算其充裕度概率表，其中，最大下网能力的出现概率为100％；
所述发电机组包括火电机组以及新能源机组，
对于所述火电机组，所述充裕度概率表生成模块用于根据其可调容量，计算其充裕度概率表，其中，所述可调容量为满出力时的出现概率为100％，
所述火电机组包括现有火电机组、规划火电机组、以及理想火电机组，其中，所述现有火电机组的可调容量取其实测数值或同类机组的典型数值，所述规划火电机组的可调容量取同类机组的典型数值，所述理想火电机组的可调容量取一个计算步长，
对于所述新能源机组，所述充裕度概率表生成模块用于根据其历史出力数据，计算其充裕度概率表，
所述新能源机组包括现有新能源机组以及规划新能源机组，所述现有新能源机组的出力数据取实测数值，所述规划新能源机组的出力数据取当地或附近地区已有同类机组的典型数值；
对于所述电力负荷，所述充裕度概率表生成模块用于根据历史数据预测未来的负荷预测值，并根据所述负荷预测值计算其充裕度概率表；
电力平衡计算模块，其根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；
电量平衡计算模块，其根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量、所述发电机组应发电量；
弃风、弃光电量计算模块，其根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量；
修正模块，其通过对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。
9.一种配电网的电力规划设备，其特征在于，包括：
处理器；和
存储器，在所述存储器中存储有计算机程序指令，
其中，在所述计算机程序指令被所述处理器运行时，使得所述处理器执行以下步骤：
1)确定电力系统的系统外主变、发电机组和电力负荷的充裕度和调峰裕度；
2)根据历史数据进行预测得到与所述充裕度对应的概率，并根据充裕度及其对应出现的概率形成充裕度概率表，包括：
2-1)对于所述系统外主变，根据下网能力，计算其充裕度概率表，其中，最大下网能力的出现概率为100％；
2-2)所述发电机组包括火电机组以及新能源机组，
对于所述火电机组，根据其可调容量，计算其充裕度概率表，其中，所述可调容量为满出力时的出现概率为100％，
所述火电机组包括现有火电机组、规划火电机组、以及理想火电机组，其中，所述现有火电机组的可调容量取其实测数值或同类机组的典型数值，所述规划火电机组的可调容量取同类机组的典型数值，所述理想火电机组的可调容量取一个计算步长，
对于所述新能源机组，根据其历史出力数据，计算其充裕度概率表，
所述新能源机组包括现有新能源机组以及规划新能源机组，所述现有新能源机组的出力数据取实测数值，所述规划新能源机组的出力数据取当地或附近地区已有同类机组的典型数值；
2-3)对于所述电力负荷，根据历史数据预测未来的负荷预测值，并根据所述负荷预测值计算其充裕度概率表；
3)根据充裕度概率表，进行电力平衡计算，得出需要新增系统外主变容量、新增装机容量和新能源机组容量价值；
4)根据充裕度概率表，进行电量平衡计算，得出所述系统外主变下网电量、所述发电机组应发电量；
5)根据历史数据进行预测得到与所述调峰裕度对应的概率，并根据调峰裕度及其对应出现的概率形成调峰裕度概率表，且根据所述调峰裕度概率表，计算得出弃风、弃光电量；
6)对电力负荷曲线进行修正，使得弃风、弃光电量小于预定值。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的配电网的电力规划方法中的步骤。
CN201710692153.0A 2017-08-14 2017-08-14 配电网的电力规划方法、装置、设备以及计算机可读存储介质 Active CN107491870B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710692153.0A CN107491870B (zh) 2017-08-14 2017-08-14 配电网的电力规划方法、装置、设备以及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710692153.0A CN107491870B (zh) 2017-08-14 2017-08-14 配电网的电力规划方法、装置、设备以及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN107491870A CN107491870A (zh) 2017-12-19
CN107491870B true CN107491870B (zh) 2020-02-11

Family

ID=60645422

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710692153.0A Active CN107491870B (zh) 2017-08-14 2017-08-14 配电网的电力规划方法、装置、设备以及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN107491870B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110826778B (zh) * 2019-10-23 2023-07-07 上海电机学院 一种主动适应新能源发展的负荷特性优化计算方法
CN111178609A (zh) * 2019-12-23 2020-05-19 国网河北省电力有限公司 一种基于归一化拟合的区域光伏月发电量预测方法
CN113972696B (zh) * 2020-07-22 2023-05-12 电力规划总院有限公司 调峰平衡的控制方法、装置、电子设备和存储介质
CN111861794B (zh) * 2020-07-30 2024-04-12 国网能源研究院有限公司 考虑概率分布的太阳能发电容量可信度获取方法及装置
CN113852072B (zh) * 2021-09-28 2023-07-11 南方电网科学研究院有限责任公司 电力系统的新增发电容量预测方法、装置
CN115377990B (zh) * 2022-10-24 2023-03-24 国网浙江省电力有限公司宁波市北仑区供电公司 配电网网架优化方法、系统、配电网、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412526A (zh) * 2013-07-12 2013-11-27 国家电网公司 一种供热机组在线负荷的调度方法与系统
CN105281358A (zh) * 2014-05-30 2016-01-27 清华大学 调频和调峰充裕度约束下的风电极限并网容量计算方法
CN105449664A (zh) * 2014-09-01 2016-03-30 北京华建网源电力设计研究所 一种风电消纳能力计算方法及系统
CN106655180A (zh) * 2017-03-03 2017-05-10 国家电网公司 一种考虑特高压直流接入的电网调峰运行预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412526A (zh) * 2013-07-12 2013-11-27 国家电网公司 一种供热机组在线负荷的调度方法与系统
CN105281358A (zh) * 2014-05-30 2016-01-27 清华大学 调频和调峰充裕度约束下的风电极限并网容量计算方法
CN105449664A (zh) * 2014-09-01 2016-03-30 北京华建网源电力设计研究所 一种风电消纳能力计算方法及系统
CN106655180A (zh) * 2017-03-03 2017-05-10 国家电网公司 一种考虑特高压直流接入的电网调峰运行预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于充裕度指标的含风电场电力系统储能容量配置方法研究;程卓;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20130715(第07期);第C042-537页 *

Also Published As

Publication number Publication date
CN107491870A (zh) 2017-12-19

Similar Documents

Publication Publication Date Title
CN107491870B (zh) 配电网的电力规划方法、装置、设备以及计算机可读存储介质
Jiang et al. Stochastic receding horizon control of active distribution networks with distributed renewables
CN107482656B (zh) 微电网的电力规划方法、装置、设备及计算机可读存储介质
US10509374B2 (en) Systems and methods for managing power generation and storage resources
Wu et al. Risk-limiting economic dispatch for electricity markets with flexible ramping products
Xu et al. A day-ahead economic dispatch method considering extreme scenarios based on wind power uncertainty
Sang et al. Effective power flow control via distributed FACTS considering future uncertainties
CN113315171B (zh) 新能源消纳能力评估方法、装置、计算机设备和存储介质
CN109767033B (zh) 光伏电的调度方法、装置、计算机设备和存储介质
Li et al. Data-based statistical property analyzing and storage sizing for hybrid renewable energy systems
Tan et al. Chance‐constrained programming for day‐ahead scheduling of variable wind power amongst conventional generation mix and energy storage
Ge et al. Multiple-cut benders decomposition for wind-hydro-thermal optimal scheduling with quantifying various types of reserves
Nadermahmoudi et al. Stochastic very short‐term economic dispatch for wind power operation using flexible ramp reserve
Rehman et al. Adaptive dynamic droop control for photovoltaic-rich distribution networks considering photovoltaic uncertainties
JP2020039222A (ja) 電力需給制御装置、電力需給制御システムおよび電力需給制御方法
JP2019110740A (ja) 電力使用量予測システムおよび方法
Zhang et al. An efficient approach for robust SCOPF considering load and renewable power uncertainties
Iqbal et al. Power systems reliability-a bibliographical survey
Chin et al. Formation of ad hoc microgrids for prompt critical load pickup during blackouts by leveraging stochastic distributed energy resources
CN115907140A (zh) 电力现货出清方案优化方法、装置、计算机设备和介质
Krad et al. Analysis of operating reserve demand curves in power system operations in the presence of variable generation
Chayarun et al. Determination of optimal battery energy storage system capacity for commercial electricity consumers with photovoltaic systems by integrating battery aging and PV forecast uncertainty
CN110826863B (zh) 电量分配方法、装置、计算机设备及存储介质
Evans et al. Assessing energy storage requirements based on accepted risks
CN113506185A (zh) 梯级水电站的发电优化调度方法、装置和计算机设备

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
TR01 Transfer of patent right

Effective date of registration: 20201102

Address after: 100120 Beijing city Xicheng District No. 65 Andrew

Patentee after: ELECTRIC POWER PLANNING AND ENGINEERING INSTITUTE Co.,Ltd.

Patentee after: ELECTRIC POWER PLANNING & ENGINEERING INSTITUTE

Patentee after: China Energy Intelligence New Technology Industry Development Co.,Ltd.

Address before: 100120 Beijing city Xicheng District No. 65 Andrew

Patentee before: ELECTRIC POWER PLANNING AND ENGINEERING INSTITUTE Co.,Ltd.

Patentee before: ELECTRIC POWER PLANNING & ENGINEERING INSTITUTE

TR01 Transfer of patent right