CN107565548A - 一种基于负荷侧灵活消纳弃风电量市场交易方法 - Google Patents
一种基于负荷侧灵活消纳弃风电量市场交易方法 Download PDFInfo
- Publication number
- CN107565548A CN107565548A CN201710788319.9A CN201710788319A CN107565548A CN 107565548 A CN107565548 A CN 107565548A CN 201710788319 A CN201710788319 A CN 201710788319A CN 107565548 A CN107565548 A CN 107565548A
- Authority
- CN
- China
- Prior art keywords
- wind
- electricity generation
- powered electricity
- load
- consumption
- 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
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 162
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000033228 biological regulation Effects 0.000 claims abstract description 12
- 238000009826 distribution Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims abstract description 5
- 238000009434 installation Methods 0.000 claims abstract description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 12
- 230000002068 genetic effect Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 7
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 230000003362 replicative effect Effects 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电力系统调峰技术领域，特别涉及一种基于负荷侧灵活消纳弃风电量市场交易方法。包括通过负荷预测、开机方式和来风预测，计算出低谷风电接纳能力占风电装机的比例，对照电网低谷风电接纳能力与弃风电量对应关系，通过折算得到第二天弃风电量；获取当地能满足灵活消纳被弃风电的负荷；建立各负荷在用电低谷时段消纳弃风电量模型；找到当地各负荷在用电低谷时消纳弃风电量的最优时间，叠加各时段负荷功率，得出优化后消纳弃风电量函数；根据新得出的消纳弃风电量曲线，求出最大消纳电量。本发明改善了在发电侧合理分配出力后仍无法满足调峰要求大量弃风的问题，实现负荷侧的灵活调度吸纳弃风电量，极大的提高了风力发电的效率和经济性。
Description
技术领域
本发明属于电力系统调峰技术领域，特别涉及一种基于负荷侧灵活消纳弃风电量市场交易方法。
背景技术
我国地域辽阔，具有十分丰富的风力资源。根据国家气象局的研究资料，我国风能可开发量2.53亿千万时。但是风资源分布较为不均，主要分布在东北、华北、西北地区和一些沿海地区。正因为以上风资源分布特点，我国风电采用大规模集中开发。不仅如此，为了鼓励风电的发展，近年来国家颁布了一系列政策和法规。2006年，我国颁布了《可再生能源法》和“节能减排”政策，这一举措快速推动了风力发电的发展，从此以后风力发电也进入蓬勃发展的时期。
在国家相关政策的鼓励下，产业化、规模化的风力发电发展模式己经成为形式所趋。但是大规模风电并网存在许多难以解决的问题，随着我国大规模风电的并网运行，风电产业发展存在的主要问题也越来越突出。其中，风电并网和风电消纳成为影响我国风电发展的主要问题。仅在2011年，就有超过100亿KWh的风电不能并网，造成了全国电网严重的弃风现象。由于“三北”地区风电发展迅速，电源结构和负荷特性等原因导致的电网接纳能力不足等因素，弃风较为严重。
由于电网调峰能力等因素的制约，特别是在电网负荷低谷期弃风较为严重。由于火电机组冬季供暖的需要，导致了整个系统总体调峰能力大幅下降。由于风力发电具有反调峰性，以及风力发电的不确定性，这些都进一步加大了电网的调峰难度，特别是在电网以调峰能力较差的火电为主的电源结构特性下，加之负荷峰谷差较大，近年由于风电的迅速发展，导致风力发电的比例越来越高，这些都是导致电网负荷低谷期严重弃风的主要原因。因此需要研究一种基于负荷侧灵活消纳弃风电量市场交易方法。
发明内容
为了克服现有技术中存在由于火电机组冬季供暖的需要，导致了整个系统总体调峰能力大幅下降，从而使电网负荷低谷期弃风较为严重的问题,本发明提供了一种基于负荷侧灵活消纳弃风电量市场交易方法。其目的是通过对错峰用电的负荷分别建立目标函数进行优化，与弃风电量进行比较，得出最大消纳电量，使其有效的消纳峰谷时段的弃风电量。
本发明解决其技术问题所采用的技术方案是：
一种基于负荷侧灵活消纳弃风电量市场交易方法，包括如下步骤：
步骤一：通过负荷预测、开机方式和来风预测，计算出低谷风电接纳能力占风电装机的比例，对照电网低谷风电接纳能力与弃风电量对应关系，通过折算得到第二天弃风电量，称之为弃风预测GR；其函数为：
p网供min＝(p联络线min+pG火min(1-β火)+pG核min(1-β核)+pG水min(1-β水))(1-α)；
上式中P网供min为低谷网供电力，P联络线min为联络线出力，PG火min为直调火电开机总和，PG核min为直调核电开机总和，PG水min为直调水厂开机总和，β*为电厂厂用电率，β火为火电厂厂用电率，β水为水电厂厂用电率，β核为核电厂厂用电率，α为网损率；
上式中PG风为电网低谷风电接纳能力，PLmin为最小负荷，P网供min为低谷网供电力，P地方上网min为地方水火电上网电力，ε为风电的同时率，β风为风电厂厂用电率，α为网损率；
上式中：η为低谷风电接纳能力占风电装机的比例，PG风为电网低谷风电接纳能力，PG风总为风电装机总容量；
步骤二：获取当地能满足灵活消纳被弃风电的负荷PL1、PL2…PLn；这种负荷是指可以错峰用电的负荷，在用电低谷时消纳弃风电量；
步骤三：根据弃风预测GR，建立各负荷在用电低谷时段消纳弃风电量模型；
P＝[PL1,Δt1,PL2,Δt2,…PLn,Δtn] (5)；
式(5)中，P表示可错时用电负荷功率集合,PLi表示第i个可错时用电的负荷功率，Δti为用电时间；
步骤四：根据遗传算法，找到当地各负荷在用电低谷时消纳弃风电量的最优时间Δti＝t’-t，其中t’为吸纳结束时间，t为吸纳开始时间，叠加各时段负荷功率，得出优化后消纳弃风电量函数PX；
式(6)中，PX表示优化后消纳弃风电量，λi表示第i个负荷当日是否可以参与错时调峰，其值为0或1，PLi(Δti)表示第i个可错时用电的负荷消纳Δti时长的功率；如表2所示，表2为一天内2点到7点的负荷叠加前后对比，可以看出优化后的负荷有明显的增加，能起到吸纳弃风的作用；
步骤五：根据新得出的消纳弃风电量曲线，求出最大消纳电量max Gx；
公式(7)中，T1表示用电低谷结束时间，T0表示用电低谷开始时间，P0表示未优化前消纳弃风功率，PX表示优化后消纳弃风电量，GR为预测弃风电量，dt表示时间变化量；本例中规定T1为7点，T0为2点，求出该时段的最大弃风吸纳量为200.15万千瓦时；
公式(8)中，Δtimin表示第i个负荷的最小吸纳风电时间，Δtimax表示第i个负荷的最大吸纳风电时间。
步骤一中所述负荷预测是根据系统的运行特性、增容决策、自然条件与社会影响等诸多因数，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电力需求量(功率)或用电量。
步骤二中所述错峰用电指错开用电高峰期用电，错峰用电是指根据电网负荷特性，通过行政、技术、经济等手段将电网用电高峰时段的部分负荷转移到用电低谷时段，从而减少电网的峰谷负荷差，优化资源配置，提高电网安全性和经济性；许多大城市或者工业城市因用电紧张供电不足，在用电高峰期供电部门为了保证一些如职能部门、医院、学校等的正常用电，对企业、区域用电户进行用电时间的调整，错开分配；对某些企业、工厂在一定的时间内停止供电。
步骤三中所述建立各负荷在用电低谷时段消纳弃风电量模型，各可错时负荷的大小不变，主要由时间Δti制约。
本发明的优点及有益效果是：
本发明改善了在发电侧合理分配出力后仍无法满足调峰要求大量弃风的问题，既通过灵活调节负荷侧消纳弃风电量。考虑了多个可错时用电的负荷，建立了多目标函数，利用遗传算法，迭代求解多目标优化函数，通过与弃风预测的实时对比，得出可错时用电负荷的最大消纳电量，实现负荷侧的灵活调度吸纳弃风电量，极大的提高了风力发电的效率和经济性。
附图说明
下面结合附图和具体实施例对本发明做进一步的说明。
图1是本发明一种基于负荷侧灵活消纳弃风电量市场交易方法流程图；
图2是某实际电网移动错峰负荷前后负荷曲线对比图。
具体实施方式
本发明是一种基于负荷侧灵活消纳弃风电量市场交易方法，通过弃风预测计算出第二天弃风电量，利用遗传算法灵活安排可错峰负荷吸纳弃风电量的方法，实现对弃风电量的有效利用，提高了电网运行的经济性和调峰能力。
本实施方式中，以某地区负荷为例，将当地的可移动错峰负荷移到用电低谷时段，实现对弃风电量的最大吸纳。如图1和图2所示，本发明基于负荷侧灵活消纳弃风电量市场交易方法，包括如下步骤：
步骤一：通过负荷预测、开机方式和来风预测，计算出低谷风电接纳能力占风电装机的比例，对照电网低谷风电接纳能力与弃风电量对应关系，通过折算得到第二天弃风电量，称之为弃风预测GR；其函数为：
p网供min＝(p联络线min+pG火min(1-β火)+pG核min(1-β核)+pG水min(1-β水))(1-α)；
上式中P网供min为低谷网供电力，P联络线min为联络线出力，PG火min为直调火电开机总和，PG核min为直调核电开机总和，PG水min为直调水厂开机总和，β*为电厂厂用电率，β火为火电厂厂用电率，β水为水电厂厂用电率，β核为核电厂厂用电率，α为网损率。
上式中PG风为电网低谷风电接纳能力，PLmin为最小负荷，P网供min为低谷网供电力，P地方上网min为地方水火电上网电力，ε为风电的同时率，β风为风电厂厂用电率，α为网损率。
上式中：η为低谷风电接纳能力占风电装机的比例，PG风为电网低谷风电接纳能力，PG风总为风电装机总容量。
步骤一中所述的负荷预测是根据系统的运行特性、增容决策、自然条件与社会影响等诸多因数，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电力需求量(功率)或用电量。弃风预测GR可根据η在表1中找到对应值，其中如表1所示的弃风电量为年弃风电量，经过相应的折算便可得到下一天的弃风电量。
步骤二：获取当地能满足灵活消纳被弃风电的负荷PL1、PL2…PLn；这种负荷是指可以错峰用电的负荷，在用电低谷时消纳弃风电量。
所述的错峰用电指错开用电高峰期用电，错峰用电是指根据电网负荷特性，通过行政、技术、经济等手段将电网用电高峰时段的部分负荷转移到用电低谷时段，从而减少电网的峰谷负荷差，优化资源配置，提高电网安全性和经济性。许多大城市或者工业城市因用电紧张供电不足，在用电高峰期供电部门为了保证一些如职能部门、医院、学校等的正常用电，对企业、区域用电户进行用电时间的调整，错开分配。对某些企业、工厂在一定的时间内停止供电。如：XX工厂将用电时间安排到用电低谷期，这样既可减轻调峰压力，有可享受优惠电价。
步骤三：根据弃风预测GR，建立各负荷在用电低谷时段消纳弃风电量模型；
P＝[PL1,Δt1,PL2,Δt2,…PLn,Δtn] (5)；
式(5)中，P表示可错时用电负荷功率集合,PLi表示第i个可错时用电的负荷功率，Δti为用电时间。
所述建立各负荷在用电低谷时段消纳弃风电量模型，各可错时负荷的大小不变，主要由时间Δti制约。
步骤四：根据遗传算法，找到当地各负荷在用电低谷时消纳弃风电量的最优时间Δti＝t’-t，其中t’为吸纳结束时间，t为吸纳开始时间，叠加各时段负荷功率，得出优化后消纳弃风电量函数PX；
式(6)中，PX表示优化后消纳弃风电量，λi表示第i个负荷当日是否可以参与错时调峰，其值为0或1，PLi(Δti)表示第i个可错时用电的负荷消纳Δti时长的功率；如表2所示，表2为一天内2点到7点的负荷叠加前后对比，可以看出优化后的负荷有明显的增加，能起到吸纳弃风的作用；
所述遗传算法是美国Michigan大学的JohnHolland研究机器学习时创立的一种新型优化算法。它的主要优点是：从一系列点的群体开始搜索，对初始群体的选择无依赖性；利用适应值的相关信息，无需连续、可导或其他辅助信息；利用转移概率规则，而非确定性规则进行迭代。遗传算法经过复制、杂交和变异算子的作用，以保证算法以概率1收敛到全局最优解—具有较好的全局优化特性。
步骤五：根据新得出的消纳弃风电量曲线，求出最大消纳电量max Gx；
公式(7)中，T1表示用电低谷结束时间，T0表示用电低谷开始时间，P0表示未优化前消纳弃风功率，PX表示优化后消纳弃风电量，GR为预测弃风电量，dt表示时间变化量。本例中规定T1为7点，T0为2点，求出该时段的最大弃风吸纳量为200.15万千瓦时。
公式(8)中，Δtimin表示第i个负荷的最小吸纳风电时间，Δtimax表示第i个负荷的最大吸纳风电时间。
表1：电网低谷风电接纳能力与弃风电量对应关系。
表2：负荷叠加前后对比。
Claims (4)
1.一种基于负荷侧灵活消纳弃风电量市场交易方法，其特征是：包括如下步骤：
步骤一：通过负荷预测、开机方式和来风预测，计算出低谷风电接纳能力占风电装机的比例，对照电网低谷风电接纳能力与弃风电量对应关系，通过折算得到第二天弃风电量，称之为弃风预测GR；其函数为：
p网供min＝(p联络线min+pG火min(1-β火)+
pG核min(1-β核)+pG水min(1-β水))(1-α)；
上式中P网供min为低谷网供电力，P联络线min为联络线出力，PG火min为直调火电开机总和，PG核min为直调核电开机总和，PG水min为直调水厂开机总和，β*为电厂厂用电率，β火为火电厂厂用电率，β水为水电厂厂用电率，β核为核电厂厂用电率，α为网损率；
上式中PG风为电网低谷风电接纳能力，PLmin为最小负荷，P网供min为低谷网供电力，P地方上网min为地方水火电上网电力，ε为风电的同时率，β风为风电厂厂用电率，α为网损率；
上式中：η为低谷风电接纳能力占风电装机的比例，PG风为电网低谷风电接纳能力，PG风总为风电装机总容量；
步骤二：获取当地能满足灵活消纳被弃风电的负荷PL1、PL2…PLn；这种负荷是指可以错峰用电的负荷，在用电低谷时消纳弃风电量；
步骤三：根据弃风预测GR，建立各负荷在用电低谷时段消纳弃风电量模型；
P＝[PL1,Δt1,PL2,Δt2,…PLn,Δtn] (5)；
式(5)中，P表示可错时用电负荷功率集合,PLi表示第i个可错时用电的负荷功率，Δti为用电时间；
步骤四：根据遗传算法，找到当地各负荷在用电低谷时消纳弃风电量的最优时间Δti＝t’-t，其中t’为吸纳结束时间，t为吸纳开始时间，叠加各时段负荷功率，得出优化后消纳弃风电量函数PX；
<mrow>
<msub>
<mi>P</mi>
<mi>X</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>L</mi>
<mi>i</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>&Delta;t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
式(6)中，PX表示优化后消纳弃风电量，λi表示第i个负荷当日是否可以参与错时调峰，其值为0或1，PLi(Δti)表示第i个可错时用电的负荷消纳Δti时长的功率；如表2所示，表2为一天内2点到7点的负荷叠加前后对比，可以看出优化后的负荷有明显的增加，能起到吸纳弃风的作用；
步骤五：根据新得出的消纳弃风电量曲线，求出最大消纳电量max Gx；
<mrow>
<mi>max</mi>
<mi> </mi>
<msub>
<mi>G</mi>
<mi>X</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Integral;</mo>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<msub>
<mi>T</mi>
<mn>1</mn>
</msub>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>P</mi>
<mi>X</mi>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
</mrow>
</mtd>
<mtd>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>P</mi>
<mn>0</mn>
</msub>
<mo>&le;</mo>
<msub>
<mi>P</mi>
<mi>X</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>G</mi>
<mi>R</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&Delta;t</mi>
<mrow>
<mi>i</mi>
<mi>min</mi>
</mrow>
</msub>
<mo>&le;</mo>
<msub>
<mi>&Delta;t</mi>
<mi>i</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>&Delta;t</mi>
<mrow>
<mi>i</mi>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
公式(7)中，T1表示用电低谷结束时间，T0表示用电低谷开始时间，P0表示未优化前消纳弃风功率，PX表示优化后消纳弃风电量，GR为预测弃风电量，dt表示时间变化量；本例中规定T1为7点，T0为2点，求出该时段的最大弃风吸纳量为200.15万千瓦时；
公式(8)中，Δtimin表示第i个负荷的最小吸纳风电时间，Δtimax表示第i个负荷的最大吸纳风电时间。
2.根据权利要求1所述的一种基于负荷侧灵活消纳弃风电量市场交易方法，其特征是：步骤一中所述负荷预测是根据系统的运行特性、增容决策、自然条件与社会影响等诸多因数，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电力需求量(功率)或用电量。
3.根据权利要求1所述的一种基于负荷侧灵活消纳弃风电量市场交易方法，其特征是：步骤二中所述错峰用电指错开用电高峰期用电，错峰用电是指根据电网负荷特性，通过行政、技术、经济等手段将电网用电高峰时段的部分负荷转移到用电低谷时段，从而减少电网的峰谷负荷差，优化资源配置，提高电网安全性和经济性；许多大城市或者工业城市因用电紧张供电不足，在用电高峰期供电部门为了保证一些如职能部门、医院、学校等的正常用电，对企业、区域用电户进行用电时间的调整，错开分配；对某些企业、工厂在一定的时间内停止供电。
4.根据权利要求1所述的一种基于负荷侧灵活消纳弃风电量市场交易方法，其特征是：步骤三中所述建立各负荷在用电低谷时段消纳弃风电量模型，各可错时负荷的大小不变，主要由时间Δti制约。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710788319.9A CN107565548A (zh) | 2017-09-01 | 2017-09-01 | 一种基于负荷侧灵活消纳弃风电量市场交易方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710788319.9A CN107565548A (zh) | 2017-09-01 | 2017-09-01 | 一种基于负荷侧灵活消纳弃风电量市场交易方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107565548A true CN107565548A (zh) | 2018-01-09 |
Family
ID=60979031
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710788319.9A Pending CN107565548A (zh) | 2017-09-01 | 2017-09-01 | 一种基于负荷侧灵活消纳弃风电量市场交易方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107565548A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110826778A (zh) * | 2019-10-23 | 2020-02-21 | 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 |
| CN111030189A (zh) * | 2019-12-06 | 2020-04-17 | 国网辽宁省电力有限公司经济技术研究院 | 一种风电和光伏消纳预测预警方法 |
| CN111740444A (zh) * | 2020-06-23 | 2020-10-02 | 国网辽宁省电力有限公司电力科学研究院 | 一种计及电网短时运行状态的风电接纳调控方法 |
-
2017
- 2017-09-01 CN CN201710788319.9A patent/CN107565548A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110826778A (zh) * | 2019-10-23 | 2020-02-21 | 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 |
| 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 |
| CN111030189A (zh) * | 2019-12-06 | 2020-04-17 | 国网辽宁省电力有限公司经济技术研究院 | 一种风电和光伏消纳预测预警方法 |
| CN111740444A (zh) * | 2020-06-23 | 2020-10-02 | 国网辽宁省电力有限公司电力科学研究院 | 一种计及电网短时运行状态的风电接纳调控方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108258679B (zh) | 考虑供热网储热特性的电-热综合能源系统优化调度方法 | |
| CN103151797B (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 | |
| CN102509175B (zh) | 分布式供电系统可靠性优化方法 | |
| CN105375507A (zh) | 雾霾环境下虚拟电厂的电力两级交互优化调度系统 | |
| CN106877339B (zh) | 一种考虑电动汽车接入配电网后随机模糊潮流的分析方法 | |
| CN107565548A (zh) | 一种基于负荷侧灵活消纳弃风电量市场交易方法 | |
| CN107133840A (zh) | 一种面向电供热取暖促进风电就地消纳的多风场竞价方法 | |
| CN105956693B (zh) | 一种基于分布式梯度算法的虚拟电厂经济调度方法 | |
| CN109742755A (zh) | 基于节点分区的含电动汽车的主动配电网运行调度方法 | |
| CN105279709A (zh) | 一种基于热网热惯性的电网日前优化调度方法 | |
| Zhao et al. | Practice exploration and prospect analysis of virtual power plant in Shanghai | |
| CN105514986A (zh) | 一种基于虚拟电厂技术的der用户竞价并网方法 | |
| CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
| CN110826778A (zh) | 一种主动适应新能源发展的负荷特性优化计算方法 | |
| CN112257951B (zh) | 一种基于合作博弈的综合能源系统与配电公司的优化运行方法 | |
| Wang et al. | Application of improved cluster division method in active distribution network | |
| CN113962827A (zh) | 基于主辅能量市场出清结果的输电网双层扩展规划方法 | |
| CN113962438A (zh) | 一种冷热电混合能源联合优化系统及方法 | |
| Zhu et al. | Demand response strategy for promoting distributed power consumption based on resident load participation | |
| Li et al. | Research on Interactive Trading Mode between Thermal Storage Electric Boiler and Wind Power Based on Dynamic Time Sharing | |
| CN109447369A (zh) | 一种基于模拟退火算法的考虑多因素的产能端功率分配方法 | |
| Ma et al. | A Calculation Method of Dynamic Carbon Emission Factors for Different Regions in a Province Based on Time Division | |
| Dong et al. | Condition Judgment Method of Self-owned Power Plant Participating in New Energy Consumption Based on SOM-Kmeans Algorithm | |
| Wang et al. | Comparisons of Different Dispatches to Promote the Consumption of Renewable Energy | |
| CN113591335B (zh) | 一种面向电网热网耦合的电制热补热规划配置方法及系统 |
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 |
Application publication date: 20180109 |
|
| RJ01 | Rejection of invention patent application after publication |