CN107706913A - 风电引发的调峰成本计算方法 - Google Patents
风电引发的调峰成本计算方法 Download PDFInfo
- Publication number
- CN107706913A CN107706913A CN201710970676.7A CN201710970676A CN107706913A CN 107706913 A CN107706913 A CN 107706913A CN 201710970676 A CN201710970676 A CN 201710970676A CN 107706913 A CN107706913 A CN 107706913A
- Authority
- CN
- China
- Prior art keywords
- wind
- peak regulation
- mrow
- cost
- electricity generation
- 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
- 230000033228 biological regulation Effects 0.000 title claims abstract description 90
- 230000005611 electricity Effects 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000000977 initiatory effect Effects 0.000 claims abstract description 5
- 238000009987 spinning Methods 0.000 claims description 15
- 230000010354 integration Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010348 incorporation Methods 0.000 claims description 3
- 230000005619 thermoelectricity Effects 0.000 claims description 2
- 238000000205 computational method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- H02J3/386—
-
- 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)
- Wind Motors (AREA)
Abstract
本发明公开了一种风电引发的调峰成本计算方法，包括：步骤1、确定含深度调峰费用、启停费用的日前调度优化模型的目标函数和约束条件；步骤2、计算原始情形下的系统运行成本；步骤3、将风电出力均值化得到参考情景；步骤4、计算参考情景下的系统运行成本；步骤5、计算风电引发的调峰成本增量。本发明以风电均值化出力为参考情景计算风电引发的调峰成本，从而为辅助服务运行决策提供了决策方法，引导调峰电源参与调峰，有效减少由调峰导致的弃风。
Description
技术领域
本发明涉及一种计算方法，具体来说涉及风电引发的调峰成本计算方法。
背景技术
风电出力具有不确定性、波动性以及不可调峰性，风电的大规模接入将会大大增加系统对辅助服务的需求，如调峰、调频、备用和电压稳定等。风电的大规模集中开发使电力系统调度运行面临巨大压力，其中，调峰压力是大规模风电接入后系统调度运行面临的主要压力。2015年，我国风电新增装机3200万千瓦，其总量已占全球二分之一，弃风电量也创下史上新高达到339亿千瓦时，系统调峰能力不足是造成弃风的原因之一。
随着风电的快速发展，其对电网调峰需求量也越来越大，现有的机制已不能满足新形式下的调峰需求。因此，为了激发发电企业和电网经营企业愿意接纳更多风电，需要制定能够计算风电引发的调峰成本的方法。
目前，研究如何量化风电引发的调峰成本的文献较少，文献:“何洋,胡军峰，闫志涛，等.大模风电入网辅助服务成本补偿机制研究[J].电网技术，2013，37(12)：3552-3557.”中提到通过负荷持续曲线分析没有风电接入和有风电接入下调峰辅助服务成本的差值，该差值就是风电接入导致调峰辅助服务成本提高的程度。这种方法能够比较好地从宏观上量化风电引发的调峰成本，但该方法分析负荷持续曲线得到调峰辅助服务成本时没有考虑深度调峰和机组启动等可能影响风电调峰成本的因素。由于将时序负荷曲线转化为持续负荷曲线，会丢失有关负荷的时间信息，如火电机组启停、深度调峰等因素相关的动态费用，因此该方法在计算风电引发的调峰成本时是不够完善的。
发明内容
为克服上述现有技术的不足，本发明提供一种风电引发的调峰成本计算方法，该方法保留了电机组启停、深度调峰等因素相关的动态费用以及风电和负荷的时变特性，以参考情形的运行成本为基准能够很直观地反映风电接入对系统调峰成本的影响，方法简洁明了。
上述目的通过以下技术方案实现：
一种风电引发的调峰成本计算方法，其中，包含以下步骤：
步骤1、确定含深度调峰费用、启停费用的日前调度优化模型的目标函数和约束条件；
所述含深度调峰费用、启停费用的调度优化模型的目标函数表示为：
式中，C为系统总的运行费用；T为总的调度时段数；M为火电机组总数；pi为火电机组i的上网电价；Pt,i为火电机组i在时段t的出力；dt,i为机组参与深度的状态，0表示没有参与深度调峰，1表示机组参与了深度调峰；ut,i为火电机组i在时段t的启停状态，0表示停机，1表示开机；pdr,i为火电机组i参与深度调峰时的补偿电价；Si为火电机组i的开机成本；火电机组i的基本调峰下限；
所述含深度调峰费用、启停费用的调度优化模型的目标函数对应的约束条包含等式约束和不等式约束；所述等式约束包括电力平衡约束，不等式约束包括机组出力约束、深度调峰出力约束、旋转备用约束、最小停运/运行时间约束。
步骤2、计算原始情形下的系统运行成本；
步骤3、将风电出力均值化得到参考情景；
步骤4、计算参考情景下的系统运行成本；
步骤5、计算风电引发的调峰成本增量。
进一步的，所述的电力平衡约束表示为：
式中，表示风电机组在时段t的出力，Lt表示系统t时段的负荷；
所述不等式约束包括的机组出力约束、深度调峰出力约束、旋转备用约束、最小停运/运行时间约束分别表示为：
机组出力约束：Pi min≤Pi≤Pi max，0≤Pw≤Pwmax，
深度调峰出力约束：Pi min≤Pt,i＜Pi b，
旋转备用约束：
最小停运/运行时间约束：Tij on≥MUTi,Tij off≥MDTi，
式中，分别为火电机组i最小出力和最大出力，Pwmax表示风电最大出力；Rt表示没有风电接入时系统t时段的负荷旋转备用，取负荷的3％-10％；表示风电接入后附加的旋转备用容量，取风电装机容量的5％-20％，表示机组i在时段j已连续运行的时间，表示机组i在时段j已连续停运的时间，MUTi、MDTi分别表示机组i的最小运行时间和最小停运时间。
进一步的，所述步骤3中，计算风电接入下的系统运行成本，当T时段内风电出力为(t＝1,2，…，T)时,计算此时的系统运行成本Cw。
进一步的，所述步骤4中，将风电出力均值化得到参考情景中用风电均值出力代替原风电出力，风电均值出力表示为：
进一步的，所述步骤5中，计算参考情景下的系统运行成本，当T时段内风电出力为(t＝1,2，…，T)时,计算此时的系统运行成本Cref。
进一步的，所述步骤5中，风电引发的调峰成本变量计算表达式为：ΔCw＝Cw-Cref
式中：ΔCw为风电波动造成的调峰成本变量；
所述风电引发的调峰成本增量为CWPR，表达式为：CWPR＝max(ΔCw,0)。
所述步骤2中，计算原始情形下的系统运行成本。本专利中原始情形指的是原始负荷和原始风电出力条件下的情形，净负荷是指原始负荷减去风电出力得到的负荷。风电的接入会改变负荷的波动，进而改变峰谷差，影响调峰成本。
所述步骤3中，将风电出力均值化得到参考情景。参考情形是指在原始情形中将原始风电均值出力化后代替原始风电出力得到的情形。参考情景中风电均值出力表示为：此时，参考情形中的净负荷表达式为：
式中，由于风电出力为定值，因此在参考情形中，净负荷Pn和原始负荷Lt的峰谷变化趋势完全一致，并且两者的峰荷、谷荷出现的时间及峰谷差都保持一致，以此为参考能够直观的反映风电引发调峰成本的大小。
所述步骤4中，计算参考情景下的系统运行成本。参考情形下T时段内风电出力为(t＝1,2，…，T)，目标表达式同步骤1中相同，仅电力平衡约束表达式修改为：其他约束条件同相同，计算此时的系统运行成本，记为Cref。
由于风电出力具有一定的随机性和不确定性，计算T时段内风电引发的调峰成本时，可能的结果有3种，即：ΔCw大于0，说明这种情况下风电接入增加了系统运行成本，因此，风电需要承担这部分成本，ΔCw即为风电机组应该承担的调峰成本；ΔCw等于0，说明这种情况下风电引起调峰整体成本的变化；ΔCw小于0，说明这种情况下风电降低了系统运行成本。由于系统中各机组均有一定的义务承担调峰任务，ΔCw等于或小于0时风电不分摊调峰成本也不得到补偿。因此，最终风电所需承担的调峰成本为CWPR＝max(ΔCw,0)表达的内容。
本方法具有以下积极效果：
1)将风电由于时序分布特征引发调峰成本同风电电量引发调峰成本分割开来，确保了电量优先的同时避免了电量本身对调峰成本计算产生的影响；2)在参考情形中，原始负荷、净负荷的峰谷变化趋势完全一致，并且峰荷、谷荷出现的时间及原始负荷、净负荷的峰谷差都保持一致，这为计算风电引发的调峰成本提供了有效的基准，以此为参考能够直观的反映风电引发调峰成本的大小。3)本方法的计算原理简单明了，并且能够合理、准确地计算由风电引发的调峰成本。
附图说明
图1本发明方法的计算流程图
图2原始情形中原始负荷、风电出力及净负荷示意图
图3参考情形中原始负荷、风电均值出力及净负荷示意图
具体实施方式
以下结合附图，通过详细说明，对本发明做进一步阐述。
如图1所示，本发明一种风电引发的调峰成本计算方法，包含以下步骤：
步骤1确定含深度调峰费用、启停费用的日前调度优化模型的目标函数和约束条件。
所述含深度调峰费用、启停费用的调度优化模型的目标函数表达式为：
式中，C为系统总的运行费用；T为总的调度时段数；M为总的火电机组数；pi为火电机组i上网电价；Pt,i为火电机组i在时段t的出力；dt,i为机组参与深度的状态，0表示没有参与深度调峰，1表示机组参与了深度调峰；ut,i为火电机组i在时段t的启停状态，0为停机，1为开机；pdr,i为火电机组i深度调峰的补偿电价；Si为火电机组i开机成本；火电机组i基本调峰下限。
所述含深度调峰费用、启停费用的日前调度优化模型的约束条包含等式约束和不等式约束；所述等式约束包括电力平衡约束，不等式约束包括机组出力约束、深度调峰出力约束、旋转备用约束、最小停运/运行时间约束。
等式约束包括电力平衡约束，其表达式为：
式中，表示风电机组在时段t的出力，Lt表示系统t时段的负荷。
不等式约束包括机组出力约束、深度调峰出力约束、旋转备用约束、最小停运/运行时间约束：
机组出力约束表示为：
Pi min≤Pi≤Pi max
0≤Pw≤Pwmax
式中，分别为火电机组i最小出力和最大出力，Pwmax表示风电最大出力。
深度调峰出力约束表示为：
Pi min≤Pt,i＜Pi b
旋转备用约束表示为：
式中，Rt表示系统t时段的负荷旋转备用，取负荷的10％；表示风电接入后附加的旋转备用容量，取风电装机容量的10％。
最小停运/运行时间约束表示为：
Tij on≥MUTi,Tij off≥MDTi
式中，表示机组i在时段j已连续运行的时间，表示机组i在时段j已连续停运的时间，MUTi、MDTi分别表示机组i的最小运行时间和最小停运时间。
采用一个含风电的5火电机组系统说明本方法，机组参数如表1所示。接入的风电机组装机容量为240MW，深度调峰价格为100元/(MW·h)。
步骤2计算原始情形下的系统运行成本。
原始负荷、风电出力及净负荷如图2所示。结合步骤1中的数据，采用改进的遗传算法对目标函数进行求解，得到Cw为548.77万元。
步骤3将风电出力均值化得到参考情景。
参考情形中的原始负荷、风电均值出力及净负荷如图3所示。风电总电量为1920MW·h，参考情景中风电均值出力计算结果为：
步骤4计算参考情景下的系统运行成本。
参考情形下T时段内风电出力为目标表达式相同，电力平衡约束表达式)修改为：
结合步骤1中的数据、表达式的计算结果和表达式的约束条件，采用改进的遗传算法对目标函数进行求解，得到Cref为540.51万元。
步骤5计算风电引发的调峰成本增量。
风电引发的调峰成本变量计算结果为：
ΔCw＝Cw-Cref＝8.26(万元)
风电引发的调峰成本增量CWPR为：
CWPR＝max(ΔCw,0)＝8.26(万元)
通过本发明专利提出的计算方法，本算例中风电所需承担的成本为8.26万元，风电单位电量分摊成本为0.043元/(kW·h)。本算例中，风电出力表现出明显的反调峰特性，使得原始负荷的峰谷差由271MW增加到净负荷的451MW，大大增加了调峰负担，并且原始情形下的波动性明显增大，因此，所需承担的调峰费用也较高，达到0.043元/(kW·h)，这也说明本专利能够根据风电出力和负荷的时序特性计算其引发的调峰成本。
表1
尽管本发明的内容已经通过上述优选实施例做出了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。
Claims (6)
1.一种风电引发的调峰成本计算方法，其特征在于，包含以下步骤：
步骤1、确定含深度调峰费用、启停费用的日前调度优化模型的目标函数和约束条件；
所述含深度调峰费用、启停费用的调度优化模型的目标函数表示为：
<mrow>
<mi>C</mi>
<mo>=</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>M</mi>
</munderover>
<mo>&lsqb;</mo>
<msub>
<mi>p</mi>
<mi>i</mi>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<msub>
<mi>u</mi>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>d</mi>
<mi>r</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<msubsup>
<mi>P</mi>
<mi>i</mi>
<mi>b</mi>
</msubsup>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<msub>
<mi>d</mi>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<msub>
<mi>u</mi>
<mrow>
<mi>t</mi>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>u</mi>
<mrow>
<mi>t</mi>
<mo>-</mo>
<mn>1</mn>
<mo>,</mo>
<mi>i</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>&rsqb;</mo>
<mo>)</mo>
</mrow>
</mrow>
式中，C为系统总的运行费用；T为总的调度时段数；M为火电机组总数；pi为火电机组i的上网电价；Pt,i为火电机组i在时段t的出力；dt,i为机组参与深度的状态，0表示没有参与深度调峰，1表示机组参与了深度调峰；ut,i为火电机组i在时段t的启停状态，0表示停机，1表示开机；pdr,i为火电机组i参与深度调峰时的补偿电价；Si为火电机组i的开机成本；火电机组i的基本调峰下限；
所述含深度调峰费用、启停费用的调度优化模型的目标函数对应的约束条包含等式约束和不等式约束；所述等式约束包括电力平衡约束，不等式约束包括机组出力约束、深度调峰出力约束、旋转备用约束、最小停运/运行时间约束。
步骤2、计算原始情形下的系统运行成本；
步骤3、将风电出力均值化得到参考情景；
步骤4、计算参考情景下的系统运行成本；
步骤5、计算风电引发的调峰成本增量。
2.如权利要求1所述的风电引发的调峰成本计算方法，其特征在于，所述的电力平衡约束表示为：
式中，表示风电机组在时段t的出力，Lt表示系统t时段的负荷；
所述不等式约束包括的机组出力约束、深度调峰出力约束、旋转备用约束、最小停运/运行时间约束分别表示为：
机组出力约束：0≤Pw≤Pwmax，
深度调峰出力约束：
旋转备用约束：
最小停运/运行时间约束：Tij on≥MUTi,Tij off≥MDTi，
式中，分别为火电机组i最小出力和最大出力，Pwmax表示风电最大出力；Rt表示没有风电接入时系统t时段的负荷旋转备用，取负荷的3％-10％；表示风电接入后附加的旋转备用容量，取风电装机容量的5％-20％，表示机组i在时段j已连续运行的时间，表示机组i在时段j已连续停运的时间，MUTi、MDTi分别表示机组i的最小运行时间和最小停运时间。
3.如权利要求1所述的风电引发的调峰成本计算方法，其特征在于，所述步骤3中，计算风电接入下的系统运行成本，当T时段内风电出力为时,计算此时的系统运行成本Cw。
4.如权利要求1所述的风电引发的调峰成本计算方法，其特征在于，所述步骤4中，将风电出力均值化得到参考情景中用风电均值出力代替原风电出力，风电均值出力表示为：
5.如权利要求1所述的风电引发的调峰成本计算方法，其特征在于，所述步骤5中，计算参考情景下的系统运行成本，当T时段内风电出力为时,计算此时的系统运行成本Cref。
6.如权利要求1所述的风电引发的调峰成本计算方法，其特征在于，所述步骤5中，风电引发的调峰成本变量计算表达式为：ΔCw＝Cw-Cref
式中：ΔCw为风电波动造成的调峰成本变量；
所述风电引发的调峰成本增量为CWPR，表达式为：CWPR＝max(ΔCw,0)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710970676.7A CN107706913A (zh) | 2017-10-10 | 2017-10-10 | 风电引发的调峰成本计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710970676.7A CN107706913A (zh) | 2017-10-10 | 2017-10-10 | 风电引发的调峰成本计算方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107706913A true CN107706913A (zh) | 2018-02-16 |
Family
ID=61181372
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710970676.7A Pending CN107706913A (zh) | 2017-10-10 | 2017-10-10 | 风电引发的调峰成本计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107706913A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178939A (zh) * | 2019-12-05 | 2020-05-19 | 国网河北省电力有限公司电力科学研究院 | 供热机组辅助服务市场调峰报价的测算方法及终端设备 |
-
2017
- 2017-10-10 CN CN201710970676.7A patent/CN107706913A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178939A (zh) * | 2019-12-05 | 2020-05-19 | 国网河北省电力有限公司电力科学研究院 | 供热机组辅助服务市场调峰报价的测算方法及终端设备 |
| CN111178939B (zh) * | 2019-12-05 | 2024-04-16 | 国网河北省电力有限公司电力科学研究院 | 供热机组辅助服务市场调峰报价的测算方法及终端设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Energy management and optimization of vehicle-to-grid systems for wind power integration | |
| CN109149571B (zh) | 一种考虑系统燃气和火电机组特性的储能优化配置方法 | |
| WO2018059096A1 (zh) | 一种多类电源发电计划组合决策方法及存储介质 | |
| CN105046395B (zh) | 一种含多类型新能源的电力系统日内滚动计划编制方法 | |
| CN105006844B (zh) | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 | |
| CN103632205B (zh) | 一种考虑风电和负荷不确定性的含电动汽车优化调度方法 | |
| CN110400096A (zh) | 一种火电融合电储能联合调峰的日前发电计划优化方法及系统 | |
| CN112053034B (zh) | 一种考虑风电不确定性分布特征的电网可调节鲁棒优化调度方法 | |
| Chen et al. | Power output smoothing for renewable energy system: Planning, algorithms, and analysis | |
| CN109118024A (zh) | 一种考虑火电机组多阶段状态转移的电力系统多资源调度方法 | |
| Yang et al. | Day-ahead optimal dispatch model for coupled system considering ladder-type ramping rate and flexible spinning reserve of thermal power units | |
| Zhang et al. | Day-ahead optimization dispatch strategy for large-scale battery energy storage considering multiple regulation and prediction failures | |
| CN109992818A (zh) | 大规模风电参与一次调频的机组组合模型及求解方法 | |
| Sun et al. | Improving the restorability of bulk power systems with the implementation of a WF-BESS system | |
| CN110932261A (zh) | 一种基于全局效益最大化的多能源系统联合装机规划方法 | |
| CN110752598B (zh) | 多点分布式储能系统灵活性评价方法和装置 | |
| CN116316713A (zh) | 一种含风光和光伏的电网储能配置方法及装置 | |
| CN106655153B (zh) | 二类状态变量的电力系统机组组合模型及其建立方法 | |
| CN114444851A (zh) | 一种计及旋转备用服务的虚拟电厂优化调度方法及系统 | |
| CN107706913A (zh) | 风电引发的调峰成本计算方法 | |
| CN116341816A (zh) | 一种中长期调度计划多业务统筹协调方法、装置、存储器及设备 | |
| CN106026189A (zh) | 一种低碳化智能园区源荷协调优化方法 | |
| Bruninx et al. | Improved energy storage system & unit commitment scheduling | |
| CN113991647A (zh) | 一种面向频率响应容量规划的电力系统随机生产模拟方法 | |
| CN114389262A (zh) | 一种弹性环境下基于鲁棒优化的区域电网调度方法 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180216 |
|
| WD01 | Invention patent application deemed withdrawn after publication |