CN107681653A - 一种提升电网灵活性的负荷曲线分解重构方法 - Google Patents
一种提升电网灵活性的负荷曲线分解重构方法 Download PDFInfo
- Publication number
- CN107681653A CN107681653A CN201710780507.7A CN201710780507A CN107681653A CN 107681653 A CN107681653 A CN 107681653A CN 201710780507 A CN201710780507 A CN 201710780507A CN 107681653 A CN107681653 A CN 107681653A
- Authority
- CN
- China
- Prior art keywords
- curve
- mrow
- msub
- load curve
- decomposition
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及电力系统中负荷曲线分解技术领域，特别涉及一种提升电网灵活性的负荷曲线分解重构方法。包括：定义负荷曲线分解重构方法；建立新能源电网功率平衡模型；建立风电消纳能力评估模型；建立弃风曲线求解模型；依据前述，提出基于负荷曲线分解重构理论的电网灵活接纳模型；采用智能优化算法，进行寻优迭代，求得最优控制向量R c ，使目标函数值最小。本发明能够在满足用电需求总量不变的前提下，采用最优控制向量，控制特征类分解曲线的平移量，能够实现负荷曲线按期望给定的任意变化，达到了电网负荷曲线灵活调整的显著效果。拓宽了新能源消纳技术领域，促进了新能源消纳量的提升，从而产生了巨大的绿色能源发展效益与经济效益。
Description
技术领域
本发明涉及电力系统中负荷曲线分解技术领域，特别涉及一种提升电网灵活性的负荷曲线分解重构方法。本发明将负荷侧透明化，在大数据技术驱动下，使负荷曲线分解、平移、重构，实现负荷曲线柔性互动，达到新能源接纳能力大幅提升的最终目的。
背景技术
随着新能源发电需求的日益增长，环境问题的不断突出，世界清洁能源开发利用已成为人类社会发展的必然选择。由于新能源发电的反调峰特性，电力系统运行在负荷低谷时出现因消纳困难而弃风等现象，本发明探索出了一种提升电网灵活性的负荷曲线分解重构方法，拓宽了新能源消纳技术领域，促进了新能源消纳量的提升，从而产生了巨大的绿色能源发展效益与经济效益。
在负荷曲线分解关键技术中，目前国内外已逐步产生出多种技术方法，包括：基于各行业的日负荷曲线分解技术、基于对电力用户基本负荷和季节性负荷分类的负荷曲线分解技术、基于数据挖掘多层次细节聚类分析的负荷曲线分解技术等。针对将一条负荷曲线分解为仅与用电起始时刻与用电时长相关的若干条特征类曲线，提出负荷曲线分解平移与叠加重构，并将其应用于新能源消纳方面，仍属技术空白领域。
发明内容
为了克服现有技术中存在的问题，本发明提供了一种提升电网灵活性的负荷曲线分解重构方法，其目的是提供科学合理的将负荷曲线分解重构，提高电网灵活性，提升新能源接纳能力。
本发明解决其技术问题所采用的技术方案是：
一种提升电网灵活性的负荷曲线分解重构方法，包括如下步骤：
步骤1：定义负荷曲线分解重构方法；
步骤2：建立新能源电网功率平衡模型；
步骤3：建立风电消纳能力评估模型；
步骤4：建立弃风曲线求解模型；
步骤5：依据步骤1-步骤4，提出基于负荷曲线分解重构理论的电网灵活接纳模型；
步骤6：采用智能优化算法，进行寻优迭代，求得最优控制向量Rc，使目标函数值最小。
所述步骤1：定义负荷曲线分解重构方法，定义描述：将一条负荷曲线分解为若干条特征类曲线，当分解特征类趋于无穷时，每条曲线特征仅是关于用电起始时刻与用电时长的函数，将分解后的曲线进行平移运算与叠加重构，得到与原曲线积分相等的任意一条负荷期望总曲线；方法表达式如下：
上式中：f(t)为原曲线，g(t)为目标曲线，fc(t)为第c分解类曲线，k为负荷曲线分解的类数，[tc,tc+Tc]为第c类fc(t)曲线定义域，[t1,tn]的为原曲线时域范围，Rc为第c类曲线的平移策略，△δ(t)为分解重构后曲线与目标曲线的偏差，Ck为第k类负荷曲线标识，△t为单位长度1小时的时间长度，为存在一组Rc平移策略解使公式成立。
所述步骤2：建立新能源电网功率平衡模型，表达式如下：
上式中：PGmax(t)为电网电源的最大可调出力，PGmin(t)为电网电源的最小可调出力，为系统上调备用，R G为系统下调备用，为供电负荷曲线中的最大负荷，P L(t)为供电负荷曲线中的最小负荷。
所述步骤3：建立风电消纳能力评估模型，表达式如下：
ΔPw＝R G＝P L(t)-PGmin(t)；
上式中：△Pw为风电接纳能力，R G为系统下调备用，P L(t)为供电负荷曲线中的最小负荷，PGmin(t)为电网电源的最小可调出力。
所述步骤4：建立弃风曲线求解模型，表达式如下：
Paw(t)＝PG(t)-PL(t)；
上式中：Paw(t)为弃风曲线，PG(t)为电网发电曲线，PL(t)为电网负荷曲线。
所述步骤5：依据步骤1-步骤4，提出基于负荷曲线分解重构理论的电网灵活接纳模型，通过不断重构负荷曲线，提升电网对新能源的消纳能力。
所述步骤5包括：
步骤5.1：定义优先弃风消纳的目标函数，表达式如下：
上式中：PL,g(t,Rc)为分解重构后的负荷曲线，PL,f(t)为分解重构前的负荷曲线，Rc为第c类特征曲线的平移控制变量，tn为积分时段的长度；
步骤5.2：定义约束条件，即是负荷电量不变约束，表达式如下：
上式中：tn为时间长度为n小时的时间变量，PL,g(t,Rc)为分解重构后的负荷曲线，dt是数学积分中的常用符号。
所述步骤6：采用智能优化算法，进行寻优迭代，求得最优控制向量Rc，使目标函数值最小，进而，实现通过负荷曲线的分解重构算法，消纳弃风量，提升新能源接纳能力。
所述步骤1：定义负荷曲线分解重构方法，定义描述：将一条负荷曲线分解为若干条特征类曲线，当分解特征类趋于无穷时，每条曲线特征仅是关于用电起始时刻与用电时长的函数，将分解后的曲线进行平移运算与叠加重构，得到与原曲线积分相等的任意一条负荷总曲线；该方法表达式如下：
上式中：PL,c(t)为负荷总曲线PL(t)分解的第c类负荷曲线函数、本实施例中，k＝13，共分解为13类曲线，为总负荷曲线分解重构后的曲线，[tc,tc+Tc]为第c类fc(t)曲线定义域，[t1,tn]时间区间为全天24小时，C代表第c类负荷曲线，△δ(t)为分解重构后曲线与目标曲线的偏差，Ck为第k类负荷曲线标识，△t为单位长度1小时的时间长度，为存在一组Rc平移策略解使公式成立，dt是数学积分中的常识符号；
步骤2：建立新能源电网功率平衡模型；
步骤3：建立风电消纳能力评估模型；
步骤4：建立弃风曲线求解模型；
步骤5：依据步骤1-步骤4，提出基于负荷曲线分解重构理论的电网灵活接纳模型，通过不断重构负荷曲线，提升电网对新能源的消纳能力；
步骤6：采用智能优化算法，进行寻优迭代，求得最优控制向量Rc，使目标函数值最小，进而，实现通过负荷曲线的分解重构算法，消纳弃风量，提升新能源接纳能力。
本发明的优点及有益效果是：
通过本发明提出的一种提升电网灵活性的负荷曲线分解重构方法，能够在满足用电需求总量不变的前提下，采用最优控制向量，控制特征类分解曲线的平移量，能够实现负荷曲线按期望给定的任意变化，达到了电网负荷曲线灵活调整的显著效果。结合新能源风电的接纳模型，以优先弃风消纳为原则，构建了基于负荷曲线分解重构理论的电网灵活接纳模型，通过负荷曲线灵活分解与重构运算，实现了弃风电量的理论消纳。为新能源柔性消纳技术领域，提供了一种崭新的科学理论视角，并形成了创新的基础理论与创新思路。本发明探索出了一种提升电网灵活性的负荷曲线分解重构理论，拓宽了新能源消纳技术领域，促进了新能源消纳量的提升，从而产生了巨大的绿色能源发展效益与经济效益。
附图说明
下面结合附图和具体实施例，对本发明做进一步详细的说明。
图1是原负荷总曲线图；
图2是本发明负荷曲线分解的13类特征曲线图；
图3是本发明全网功率运行曲线图；
图4是本发明负荷曲线对比结果图；
图5是本发明的构建流程图。
具体实施方式
本发明是一种提升电网灵活性的负荷曲线分解重构方法，电力系统在尖峰时段与低谷时段的电源机组组合方式与负荷波动量将直接影响新能源消纳过程，即电网峰谷差幅值的时间特性与频率特性是新能源消纳过程的关键因素。在大数据技术驱动下，如何科学合理的将负荷曲线分解重构，提高电网灵活性，提升新能源接纳能力，是本发明的主要目标。本发明以新能源消纳为主线，以负荷侧互动为核心，在源网荷协调下，提出一种负荷分解重构新方法，经分解重构后，得到任意期望的曲线。
本发明构建了基于负荷曲线分解重构理论的电网灵活接纳模型，首先，定义负荷曲线分解重构方法，其次，建立新能源电网功率平衡模型、建立风电消纳能力评估模型和建立弃风曲线求解模型，然后，基于负荷曲线分解重构理论的电网灵活接纳模型，负荷曲线分解重构理论与电网灵活性接纳方法共同构成一种提升电网灵活性的负荷曲线分解重构理论。通过不断重构负荷曲线，提升电网对新能源的消纳能力，最后，采用智能优化算法，进行寻优迭代，求得最优控制向量，使目标函数值最小。通过本发明的实施，能够实现负荷曲线按期望给定的任意变化，达到电网负荷曲线灵活调整的显著效果，实现通过负荷曲线的分解重构算法，消纳弃风量，有效提升了新能源的接纳能力。
实施例1：
如图5所示，本发明一种提升电网灵活性的负荷曲线分解重构方法，包括如下步骤：
步骤1：定义负荷曲线分解重构方法，定义描述：将一条负荷曲线分解为若干条特征类曲线，当分解特征类趋于无穷时，每条曲线特征仅是关于用电起始时刻与用电时长的函数，将分解后的曲线进行平移运算与叠加重构，得到与原曲线积分相等的任意一条负荷期望总曲线；方法表达式如下：
上式中：f(t)为原曲线，g(t)为目标曲线，fc(t)为第c分解类曲线，k为负荷曲线分解的类数，[tc,tc+Tc]为第c类fc(t)曲线定义域，[t1,tn]的为原曲线时域范围，Rc为第c类曲线的平移策略，△δ(t)为分解重构后曲线与目标曲线的偏差，Ck为第k类负荷曲线标识，△t为单位长度1小时的时间长度，为存在一组Rc平移策略解使公式成立。
步骤2：建立新能源电网功率平衡模型，表达式如下：
上式中：PGmax(t)为电网电源的最大可调出力，PGmin(t)为电网电源的最小可调出力，为系统上调备用，R G为系统下调备用，为供电负荷曲线中的最大负荷，P L(t)为供电负荷曲线中的最小负荷。
步骤3：建立风电消纳能力评估模型，表达式如下：
ΔPw＝R G＝P L(t)-PGmin(t)；
上式中：△Pw为风电接纳能力，R G为系统下调备用，P L(t)为供电负荷曲线中的最小负荷，PGmin(t)为电网电源的最小可调出力。
步骤4：建立弃风曲线求解模型，表达式如下：
Paw(t)＝PG(t)-PL(t)；
上式中：Paw(t)为弃风曲线，PG(t)为电网发电曲线，PL(t)为电网负荷曲线。
步骤5：依据步骤1-步骤4，提出基于负荷曲线分解重构理论的电网灵活接纳模型，通过不断重构负荷曲线，提升电网对新能源的消纳能力。
步骤5.1：定义优先弃风消纳的目标函数，表达式如下：
上式中：PL,g(t,Rc)为分解重构后的负荷曲线，PL,f(t)为分解重构前的负荷曲线，Rc为第c类特征曲线的平移控制变量，tn为积分时段的长度。
步骤5.2：定义约束条件，即是负荷电量不变约束，表达式如下：
上式中：tn为时间长度为n小时的时间变量，PL,g(t,Rc)为分解重构后的负荷曲线，dt是数学积分中的常用符号。
步骤6：采用智能优化算法，进行寻优迭代，求得最优控制向量Rc，使目标函数值最小，进而，实现通过负荷曲线的分解重构算法，消纳弃风量，提升新能源接纳能力。
所述智能优化算法是现有算法。
实施例2：
本发明是一种提升电网灵活性的负荷曲线分解重构方法，包括如下步骤：
步骤1：定义负荷曲线分解重构方法，定义描述：将一条负荷曲线分解为若干条特征类曲线，当分解特征类趋于无穷时，每条曲线特征仅是关于用电起始时刻与用电时长的函数，将分解后的曲线进行平移运算与叠加重构，得到与原曲线积分相等的任意一条负荷总曲线。该方法表达式如下：
上式中：PL,c(t)为负荷总曲线PL(t)分解的第c类负荷曲线函数、本实施例中，k＝13，共分解为13类曲线，为总负荷曲线分解重构后的曲线，[tc,tc+Tc]为第c类fc(t)曲线定义域，[t1,tn]时间区间为全天24小时，C代表第c类负荷曲线，△δ(t)为分解重构后曲线与目标曲线的偏差，Ck为第k类负荷曲线标识，△t为单位长度1小时的时间长度，为存在一组Rc平移策略解使公式成立，dt是数学积分中的常识符号。原总负荷曲线如图1所示，分解后的13类曲线如图2所示。
步骤2：建立新能源电网功率平衡模型，全网功率运行曲线如图3所示。
步骤3：建立风电消纳能力评估模型，本实施例中风电接纳能力求解结果如表1所示。
步骤4：建立弃风曲线求解模型
步骤5：依据步骤1-步骤4，提出基于负荷曲线分解重构理论的电网灵活接纳模型，通过不断重构负荷曲线，提升电网对新能源的消纳能力，分解曲线的最优控制解表，如表2所示。
步骤6：采用智能优化算法，进行寻优迭代，求得最优控制向量Rc，使目标函数值最小，进而，实现通过负荷曲线的分解重构算法，消纳弃风量，提升新能源接纳能力。优化前后负荷曲线对比结果图如图4所示。该智能优化算法为现有常用技术，在此不作过多说明。
表1：风电接纳能力计算结果表。
表2：分解曲线的最优控制解表。
Claims (9)
1.一种提升电网灵活性的负荷曲线分解重构方法，其特征是：包括如下步骤：
步骤1：定义负荷曲线分解重构方法；
步骤2：建立新能源电网功率平衡模型；
步骤3：建立风电消纳能力评估模型；
步骤4：建立弃风曲线求解模型；
步骤5：依据步骤1-步骤4，提出基于负荷曲线分解重构理论的电网灵活接纳模型；
步骤6：采用智能优化算法，进行寻优迭代，求得最优控制向量Rc，使目标函数值最小。
2.根据权利要求1所述的一种提升电网灵活性的负荷曲线分解重构方法，其特征是：所述步骤1：定义负荷曲线分解重构方法，定义描述：将一条负荷曲线分解为若干条特征类曲线，当分解特征类趋于无穷时，每条曲线特征仅是关于用电起始时刻与用电时长的函数，将分解后的曲线进行平移运算与叠加重构，得到与原曲线积分相等的任意一条负荷期望总曲线；方法表达式如下：
上式中：f(t)为原曲线，g(t)为目标曲线，fc(t)为第c分解类曲线，k为负荷曲线分解的类数，[tc,tc+Tc]为第c类fc(t)曲线定义域，[t1,tn]的为原曲线时域范围，Rc为第c类曲线的平移策略，△δ(t)为分解重构后曲线与目标曲线的偏差，Ck为第k类负荷曲线标识，△t为单位长度1小时的时间长度，为存在一组Rc平移策略解使公式成立。
3.根据权利要求1所述的一种提升电网灵活性的负荷曲线分解重构方法，其特征是：所述步骤2：建立新能源电网功率平衡模型，表达式如下：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>G</mi>
<mi>max</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mover>
<mi>P</mi>
<mo>&OverBar;</mo>
</mover>
<mi>L</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mover>
<mi>R</mi>
<mo>&OverBar;</mo>
</mover>
<mi>G</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>G</mi>
<mi>min</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<munder>
<mi>P</mi>
<mo>&OverBar;</mo>
</munder>
<mi>L</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<munder>
<mi>R</mi>
<mo>&OverBar;</mo>
</munder>
<mi>G</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>;</mo>
</mrow>
上式中：PGmax(t)为电网电源的最大可调出力，PGmin(t)为电网电源的最小可调出力，为系统上调备用，R G为系统下调备用，为供电负荷曲线中的最大负荷，P L(t)为供电负荷曲线中的最小负荷。
4.根据权利要求1所述的一种提升电网灵活性的负荷曲线分解重构方法，其特征是：所述步骤3：建立风电消纳能力评估模型，表达式如下：
ΔPw＝R G＝P L(t)-PGmin(t)；
上式中：△Pw为风电接纳能力，R G为系统下调备用，P L(t)为供电负荷曲线中的最小负荷，PGmin(t)为电网电源的最小可调出力。
5.根据权利要求1所述的一种提升电网灵活性的负荷曲线分解重构方法，其特征是：所述步骤4：建立弃风曲线求解模型，表达式如下：
Paw(t)＝PG(t)-PL(t)；
上式中：Paw(t)为弃风曲线，PG(t)为电网发电曲线，PL(t)为电网负荷曲线。
6.根据权利要求1所述的一种提升电网灵活性的负荷曲线分解重构方法，其特征是：所述步骤5：依据步骤1-步骤4，提出基于负荷曲线分解重构理论的电网灵活接纳模型，通过不断重构负荷曲线，提升电网对新能源的消纳能力。
7.根据权利要求6所述的一种提升电网灵活性的负荷曲线分解重构方法，其特征是：所述步骤5包括：
步骤5.1：定义优先弃风消纳的目标函数，表达式如下：
<mrow>
<mi>min</mi>
<msubsup>
<mo>&Integral;</mo>
<msub>
<mi>t</mi>
<mn>1</mn>
</msub>
<msub>
<mi>t</mi>
<mi>n</mi>
</msub>
</msubsup>
<mo>{</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>a</mi>
<mi>w</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>&lsqb;</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>L</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>,</mo>
<msub>
<mi>R</mi>
<mi>c</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>L</mi>
<mo>,</mo>
<mi>f</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>}</mo>
<mi>d</mi>
<mi>t</mi>
<mo>;</mo>
</mrow>
上式中：PL,g(t,Rc)为分解重构后的负荷曲线，PL,f(t)为分解重构前的负荷曲线，Rc为第c类特征曲线的平移控制变量，tn为积分时段的长度；
步骤5.2：定义约束条件，即是负荷电量不变约束，表达式如下：
<mrow>
<msubsup>
<mo>&Integral;</mo>
<msub>
<mi>t</mi>
<mn>1</mn>
</msub>
<msub>
<mi>t</mi>
<mi>n</mi>
</msub>
</msubsup>
<msub>
<mi>P</mi>
<mrow>
<mi>L</mi>
<mo>,</mo>
<mi>g</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>,</mo>
<msub>
<mi>R</mi>
<mi>c</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<msub>
<mi>t</mi>
<mn>1</mn>
</msub>
<msub>
<mi>t</mi>
<mi>n</mi>
</msub>
</msubsup>
<msub>
<mi>P</mi>
<mrow>
<mi>L</mi>
<mo>,</mo>
<mi>f</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
<mo>;</mo>
</mrow>
上式中：tn为时间长度为n小时的时间变量，PL,g(t,Rc)为分解重构后的负荷曲线，dt是数学积分中的常用符号。
8.根据权利要求1所述的一种提升电网灵活性的负荷曲线分解重构方法，其特征是：所述步骤6：采用智能优化算法，进行寻优迭代，求得最优控制向量Rc，使目标函数值最小，进而，实现通过负荷曲线的分解重构算法，消纳弃风量，提升新能源接纳能力。
9.根据权利要求1所述的一种提升电网灵活性的负荷曲线分解重构方法，其特征是：所述步骤1：定义负荷曲线分解重构方法，定义描述：将一条负荷曲线分解为若干条特征类曲线，当分解特征类趋于无穷时，每条曲线特征仅是关于用电起始时刻与用电时长的函数，将分解后的曲线进行平移运算与叠加重构，得到与原曲线积分相等的任意一条负荷总曲线；该方法表达式如下：
上式中：PL,c(t)为负荷总曲线PL(t)分解的第c类负荷曲线函数、本实施例中，k＝13，共分解为13类曲线，为总负荷曲线分解重构后的曲线，[tc,tc+Tc]为第c类fc(t)曲线定义域，[t1,tn]时间区间为全天24小时，C代表第c类负荷曲线，△δ(t)为分解重构后曲线与目标曲线的偏差，Ck为第k类负荷曲线标识，△t为单位长度1小时的时间长度，为存在一组Rc平移策略解使公式成立，dt是数学积分中的常识符号；
步骤2：建立新能源电网功率平衡模型；
步骤3：建立风电消纳能力评估模型；
步骤4：建立弃风曲线求解模型；
步骤5：依据步骤1-步骤4，提出基于负荷曲线分解重构理论的电网灵活接纳模型，通过不断重构负荷曲线，提升电网对新能源的消纳能力；
步骤6：采用智能优化算法，进行寻优迭代，求得最优控制向量Rc，使目标函数值最小，进而，实现通过负荷曲线的分解重构算法，消纳弃风量，提升新能源接纳能力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710780507.7A CN107681653B (zh) | 2017-09-01 | 2017-09-01 | 一种提升电网灵活性的负荷曲线分解重构方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710780507.7A CN107681653B (zh) | 2017-09-01 | 2017-09-01 | 一种提升电网灵活性的负荷曲线分解重构方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107681653A true CN107681653A (zh) | 2018-02-09 |
| CN107681653B CN107681653B (zh) | 2020-10-23 |
Family
ID=61136262
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710780507.7A Active CN107681653B (zh) | 2017-09-01 | 2017-09-01 | 一种提升电网灵活性的负荷曲线分解重构方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107681653B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108985655A (zh) * | 2018-08-06 | 2018-12-11 | 国网江西省电力有限公司上饶供电分公司 | 资源灵活性评价方法和装置 |
| CN110163508A (zh) * | 2019-05-23 | 2019-08-23 | 上海申瑞继保电气有限公司 | 计量区域用电需量的错峰计算方法 |
| CN110571863A (zh) * | 2019-08-06 | 2019-12-13 | 国网山东省电力公司经济技术研究院 | 一种考虑配电网灵活性的分布式电源最大接纳能力评估方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2770599A2 (en) * | 2013-02-25 | 2014-08-27 | Mitsubishi Electric Corporation | Method for optimizing power flow in electric power network |
| CN104362673A (zh) * | 2014-10-29 | 2015-02-18 | 国网甘肃省电力公司 | 基于调峰裕度的风电并网协调调度优化方法 |
| CN104820876A (zh) * | 2015-05-21 | 2015-08-05 | 国家电网公司 | 一种短期负荷预测方法和系统 |
| CN106992556A (zh) * | 2017-05-24 | 2017-07-28 | 南方电网科学研究院有限责任公司 | 一种基于混合电源多时间尺度互补的优化调度方法 |
-
2017
- 2017-09-01 CN CN201710780507.7A patent/CN107681653B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2770599A2 (en) * | 2013-02-25 | 2014-08-27 | Mitsubishi Electric Corporation | Method for optimizing power flow in electric power network |
| CN104362673A (zh) * | 2014-10-29 | 2015-02-18 | 国网甘肃省电力公司 | 基于调峰裕度的风电并网协调调度优化方法 |
| CN104820876A (zh) * | 2015-05-21 | 2015-08-05 | 国家电网公司 | 一种短期负荷预测方法和系统 |
| CN106992556A (zh) * | 2017-05-24 | 2017-07-28 | 南方电网科学研究院有限责任公司 | 一种基于混合电源多时间尺度互补的优化调度方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108985655A (zh) * | 2018-08-06 | 2018-12-11 | 国网江西省电力有限公司上饶供电分公司 | 资源灵活性评价方法和装置 |
| CN110163508A (zh) * | 2019-05-23 | 2019-08-23 | 上海申瑞继保电气有限公司 | 计量区域用电需量的错峰计算方法 |
| CN110163508B (zh) * | 2019-05-23 | 2023-05-02 | 上海申瑞继保电气有限公司 | 计量区域用电需量的错峰计算方法 |
| CN110571863A (zh) * | 2019-08-06 | 2019-12-13 | 国网山东省电力公司经济技术研究院 | 一种考虑配电网灵活性的分布式电源最大接纳能力评估方法 |
| CN110571863B (zh) * | 2019-08-06 | 2020-12-11 | 国网山东省电力公司经济技术研究院 | 一种考虑配电网灵活性的分布式电源最大接纳能力评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107681653B (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107153885B (zh) | 考虑火电机组深度调峰的实时发电计划优化方法 | |
| CN102496968A (zh) | 间歇式能源与常规能源协调调度模式下发电计划优化方法 | |
| CN103762589B (zh) | 一种电网中新能源容量配比分层优化方法 | |
| CN102097866B (zh) | 中长期机组组合优化方法 | |
| CN103257571B (zh) | 基于dlc的空调负荷双层优化调度和控制策略制定方法 | |
| CN104063808B (zh) | 一种跨省送电梯级水电站群调峰调度两阶段搜索方法 | |
| CN104377726B (zh) | 一种大规模新能源并网发电的调峰方法 | |
| CN104362681B (zh) | 一种考虑随机性的孤岛微电网容量优化配置方法 | |
| CN102930351B (zh) | 一种综合节能优化调度日计划生成方法 | |
| CN103699938B (zh) | 一种含抽水蓄能电站的电力系统发电计划制定方法 | |
| CN106600459A (zh) | 一种用于解决光伏接入点电压偏差的优化方法 | |
| CN107681653A (zh) | 一种提升电网灵活性的负荷曲线分解重构方法 | |
| CN104376364B (zh) | 基于遗传算法的智能家居负荷管理优化方法 | |
| CN104467029A (zh) | 一种区域小水电、风电日内联合优化调度的方法 | |
| CN106532751A (zh) | 一种分布式电源能效优化方法及系统 | |
| CN110867903B (zh) | 一种基于深度神经网络的智能电网系统实时最优功率分配方法 | |
| CN104268653A (zh) | 基于集束径流预报的梯级水库优化调度方法 | |
| CN105426985B (zh) | 一种适应于屋顶光伏接入的城市配电网电压分布优化方法 | |
| CN106849132A (zh) | 基于群控热泵的微电网联络线功率波动平抑方法及系统 | |
| CN103577893B (zh) | 一种新能源与火电双向为高载能负荷供电的节能优化方法 | |
| CN107947166A (zh) | 一种基于动态矩阵控制的多能微网变时调度方法及装置 | |
| CN104636824A (zh) | 一种确定最小渗透率的分布式光伏选址定容方法 | |
| CN104239960A (zh) | 考虑抽水蓄能机组的发电计划优化方法 | |
| CN105743124A (zh) | 一种可再生能源发电的储能配置方法及系统 | |
| CN109119985A (zh) | 一种主动配电网能源优化配置方法 |
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 |