CN107886197A - 一种负荷响应对系统消耗可再生电力能力的优化方法 - Google Patents
一种负荷响应对系统消耗可再生电力能力的优化方法 Download PDFInfo
- Publication number
- CN107886197A CN107886197A CN201711113571.6A CN201711113571A CN107886197A CN 107886197 A CN107886197 A CN 107886197A CN 201711113571 A CN201711113571 A CN 201711113571A CN 107886197 A CN107886197 A CN 107886197A
- Authority
- CN
- China
- Prior art keywords
- load
- mrow
- renewable
- electric power
- elasticity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 230000005611 electricity Effects 0.000 claims abstract description 26
- 230000005619 thermoelectricity Effects 0.000 claims abstract description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种负荷响应对系统消耗可再生电力能力的优化方法，步骤包括：获取可再生电力、火电以及负荷相关数据和有关信息；确定负荷需求价格弹性函数；确定出清电价约束；根据负荷需求价格弹性函数以及出清电价约束，确定负荷有弹性时接入系统的负荷量；确定各机组出来的优化函数，根据该优化函数，得到调度周期内各机组出力；计算系统在调度周期内各个时段的弃风量；本发明根据负荷需求响应的特点，建立了基于市场供需比的负荷弹性模型，实现了负荷响应下对系统消耗可再生电力能力的计算；融入负荷需求弹性的自我响应负荷参与模式可有效帮助系统减少弃风，提高可再生电力资源的利用率，平抑可再生电力波动性对电网安全的影响，进一步提高系统的资源优化配置水平。
Description
技术领域
本发明涉及电力系统运行与调度领域，特别涉及一种负荷响应对系统消耗可再生电力(尤其是指风光发电电力)能力的优化方法。
背景技术
随着当代社会经济的迅速发展，电力需求不断增加。然而，由于传统化石能源的不断枯竭，电力行业的进一步发展受到限制，因此以风能为代表的新能源产业受到了广泛关注。因具有无能源消耗、无污染和无排放等特点，风力发电已经逐步成为新能源发电技术中相对成熟且开发规模较大的一种发电方式。但可再生电力出力受自然因素的影响，具有明显的波动性、间歇性、随机性以及反调峰性等特征，大规模可再生电力并网给电力系统的安全可靠运行带来了很大的挑战。我国电源结构以火电为主，大规模可再生电力并网的消耗不畅问题导致了严重的可再生电力弃风现象，使得发电侧备用资源缺乏，系统调峰容量严重不足。所以，为保障系统安全可靠运行，降低可再生电力接入电网产生的消极影响，提高系统可再生电力消耗能力具有十分重要的现实意义。
发明内容
本发明的目的在于提供一种负荷响应对系统消耗可再生电力能力的优化方法，为进一步分析智能电网环境下负荷响应对系统消耗可再生电力能力的影响，进而可以有效的对含风系统进行调度管理，本发明在对负荷弹性进行了深入研究的基础上，针对大规模可再生电力并网带来的问题，建立了基于市场供需比的负荷弹性模型，接着给出系统弃风量计算方法，由此得出系统消耗可再生电力能力的优化方法。
本发明通过以下技术方案得以解决：
一种负荷响应对系统消耗可再生电力能力的优化方法，具体步骤为：
步骤1、可再生电力、火电以及负荷相关数据和有关信息的设置和采集；
可再生电力相关参数：wy,t为可再生电力出力预测值，Δwf,t为可再生电力出力预测偏差，J为可再生电力机组数；
火电机组相关参数：Pi、Pi，t均为第i台火电机组的出力，Pj、Pj，t均为第j台火电机组的出力预测，Pi,min、Pi,max为第i台火电机组的出力下限、上限，I为火电机组数；
负荷相关参数：dR,t为需求刚性负荷部分，电价pt，dF,t为弹性负荷部分，dt为系统的负荷量，aF,t、bF,t为负荷需求弹性曲线相对应的参数，且aF,t＜0，bF,t＞0，pta、ptb为正常市场出清电价的上下限，dF,t,max为弹性负荷的最大值，pt为市场出清价格，rt为市场需供比，st为市场供应，a、b为市场供应相关系数，C为各火电机组和可再生电力机组出力目标函数参数；
步骤2、考虑负荷需求的自弹性系数，不考虑交叉弹性系数情况下，基于负荷需求价格响应，确定负荷需求价格弹性函数；
步骤3、通过确定系统出清价格与需供比之间的线性函数关系，从而得到出清电价约束；
步骤4、根据负荷需求价格弹性函数以及出清电价约束，确定负荷有弹性时接入系统的负荷量；
步骤5、确定各机组出来的优化函数，根据该优化函数，得到调度周期内各机组出力；
步骤6、在得到可再生电力机组实际出力的情况下，计算系统在调度周期内各个时段的弃风量。
进一步，所述的步骤2中负荷需求价格弹性函数模型为：
进一步，所述的步骤3中出清电价约束为：pt＝a rt+b，
进一步，所述步骤4中负荷有弹性时接入系统的负荷量模型为：
进一步，所述步骤5中各台机组出力的优化模型为：
各火电机组和可再生电力机组出力由以下优化过程求解：
目标函数：
约束条件：
Pi,min≤Pi≤Pi,max，
0≤Pj≤wy+Δwf。
进一步，所述的步骤6中各个时段的弃风量模型为：wt'＝wy,t+Δwf,t-pj。
因此本文具有以下技术效果：
本发明针对智能电网环境下负荷响应对系统消耗可再生电力能力的影响展开研究，根据经济学的相关理论建立了基于需供比的负荷弹性模型，融入负荷需求弹性的自我响应负荷参与模式可有效帮助系统减少弃风，提高可再生电力资源的利用率，平抑可再生电力波动性对电网安全的影响，增加系统的社会福利，进一步提高系统的资源优化配置水平。
附图说明
附图1是负荷需求弹性曲线示意图；
附图2是负荷需求弹性对用户负荷曲线的影响示意图。
具体实施方式
下面结合附图和具体实施方式对本发明方案作进一步具体的说明。
附图1负荷需求弹性曲线变化图，如图所示，正常出清电价位于图中虚线框区域，同时，可以发现随着电价不断升高，负荷需求有一下限，这部分负荷将不随电价改变，为需求刚性负荷部分；而随着电价不断降低，受额定功率的限制，负荷需求有一上限；在负荷需求上限与下限之间的部分，为需求弹性负荷部分；
附图2是负荷需求弹性对用户负荷曲线的影响示意图，本发明中可中断负荷仅影响发电备用，负荷需求弹性才对负荷曲线产生影响，2种模式下对应2条负荷曲线如图2所示；
一种负荷响应对系统消耗可再生电力能力的优化方法，具体按如下步骤实施：
步骤1、相关参数的设置和采集
步骤1.1、可再生电力相关参数的设置和采集
可再生电力参数主要包括：可再生电力出力预测值wy,t，可再生电力出力预测偏差Δwf,t，可再生电力机组数J；
步骤1.2、火电机组相关参数的设置和采集
火电机组相关参数：第i台火电机组的出力下限、上限Pi,min、Pi,max，火电机组数I；
步骤1.3、负荷相关参数的设置和采集
负荷相关参数：需求刚性负荷部分dR,t，该部分负荷未参与需求响应或无需求响应能力，与电价pt关系不密切，弹性负荷部分dF,t，该部分负荷具有需求价格响应能力，受电价pt的影响较大；负荷需求弹性曲线相对应的参数aF,t、bF,t，且aF,t＜0，bF,t＞0，正常市场出清电价的上下限pta、ptb，弹性负荷的最大值dF,t,max，市场出清价格pt，市场需供比rt，相关系数a、b，且a＞0；
步骤2、根据步骤1负荷相关参数的设置，考虑负荷需求的自弹性系数，不考虑交叉弹性系数情况下，基于负荷需求价格响应，确定负荷需求价格弹性函数：
市场中的负荷dt由两部分组成，本文采用线性价格弹性函数，可以表示为：
dt＝dR,t+dF,t 1≤t≤T，经大量的实验优化，其中，dR,t＝100MW，dF,t＝300MW，
dF,t＝aF,tpt+bF,t 1≤t≤T，经大量的实验优化，其中，aF,t＝-3，bF,t＝1300，
负荷需求价格弹性函数为：
步骤3、根据步骤1负荷相关参数的设置，通过确定系统出清价格与需供比之间的线性函数关系，确定出清电价约束；
pt＝a rt+b，经大量的实验优化，其中，a＝800,b＝0，
步骤4、根据步骤1负荷相关参数的设置以及步骤2和步骤3中负荷需求价格弹性函数与出清电价约束的确定，确定负荷有弹性时接入系统的负荷量模型；
负荷需求存在弹性，在一定程度上影响市场的需供比，伴随着可再生电力并网，市场供应发生变化，即：
需求弹性负荷的表达式：
(1)当0＜pt＜pta时，弹性负荷
dF,t＝dF,t,max，
(2)当pta≤pt≤ptb时，负荷需求弹性处于线性区域，可得：
(3)当pt＞ptb时，需求负荷dt＝dR,t，用电负荷达到下限，负荷中只有刚性负荷而无弹性负荷；
综上所述，负荷有弹性时接入系统的弹性负荷量为：
步骤5、确定各机组出来的优化函数，根据该优化函数，得到调度周期内各机组出力；
各火电机组和可再生电力机组出力由以下优化过程求解：
目标函数：
约束条件：
Pi,min≤Pi≤Pi,max，
0≤Pj≤wy+Δwf。
步骤6、在得到可再生电力机组实际出力的情况下，计算系统在调度周期内各个时段的弃风量；
wt'＝wy,t+Δwf,t-pj。
本发明以选取10机系统和1个可再生电力场的数据进行模拟分析，通过一系列的调查研究发现，一般在火力发电占优势的发电模式下，可再生电力的装机容量不超过15％，而系统的负荷波动幅度是大于15％的。也就是说，该系统可以通过负荷弹性调节将可再生电力完全消耗。当然也存在可再生电力机组装机容量达到30％，负荷弹性不能完全调节，这是就需要考虑火电机组容量的重新分配。如若备用容量都调节不了只能采取拉闸限电，这都大大增加了发电成本，涉及到微观的机组启停和出力安排，本发明不予研究。
另外，根据国家新能源发电政策，可再生电力的价格小于火电的价格，所以该系统优先考虑风力发电，通过计算可以得到该系统可再生电力场的可再生电力消耗情况。
需求响应是智能电网的重要特征，需求弹性是需求响应的宏观表现。负荷需求随电价的弹性变化，将影响系统对可再生电力消耗能力的影响。在智能电网环境下考虑系统可再生电力消耗能力时，需要考虑该因素的影响。
本发明针对智能电网环境下负荷响应对系统消耗可再生电力能力的影响展开研究，本发明根据经济学的相关理论建立了基于需供比的负荷弹性模型，并采用10机系统和一个可再生电力场的数据计算验证该模型的科学性，融入负荷需求弹性的自我响应负荷参与模式可有效帮助系统减少弃风，提高可再生电力资源的利用率，平抑可再生电力波动性对电网安全的影响，增加系统的社会福利，进一步提高系统的资源优化配置水平。
应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围。
Claims (6)
1.一种负荷响应对系统消耗可再生电力能力的优化方法，其特征在于，具体步骤为：
步骤1、可再生电力、火电以及负荷相关数据和有关信息的设置和采集；
可再生电力相关参数：wy,t为可再生电力出力预测值，Δwf,t为可再生电力出力预测偏差，J为可再生电力机组数；
火电机组相关参数：Pi、Pi，t均为第i台火电机组的出力，Pj、Pj，t均为第j台火电机组的出力预测，Pi,min、Pi,max为第i台火电机组的出力下限、上限，I为火电机组数；
负荷相关参数：dR,t为需求刚性负荷部分，电价pt，dF,t为弹性负荷部分，dt为系统的负荷量，aF,t、bF,t为负荷需求弹性曲线相对应的参数，且aF,t＜0，bF,t＞0，pta、ptb为正常市场出清电价的上下限，dF,t,max为弹性负荷的最大值，pt为市场出清价格，rt为市场需供比，st为市场供应，a、b为市场供应相关系数，C为各火电机组和可再生电力机组出力目标函数参数；
步骤2、考虑负荷需求的自弹性系数，不考虑交叉弹性系数情况下，基于负荷需求价格响应，确定负荷需求价格弹性函数；
步骤3、通过确定系统出清价格与需供比之间的线性函数关系，从而得到出清电价约束；
步骤4、根据负荷需求价格弹性函数以及出清电价约束，确定负荷有弹性时接入系统的负荷量；
步骤5、确定各机组出来的优化函数，根据该优化函数，得到调度周期内各机组出力；
步骤6、在得到可再生电力机组实际出力的情况下，计算系统在调度周期内各个时段的弃风量。
2.根据权利要求书1所述的一种负荷响应对系统消耗可再生电力能力的优化方法，其特征在于，所述的步骤2中负荷需求价格弹性函数模型为：
3.根据权利要求书1所述的一种负荷响应对系统消耗可再生电力能力的优化方法，其特征在于，所述的步骤3中出清电价约束为：pt＝art+b，
4.根据权利要求书1所述的一种负荷响应对系统消耗可再生电力能力的优化方法，其特征在于，所述步骤4中负荷有弹性时接入系统的负荷量模型为：
5.根据权利要求书1所述的一种负荷响应对系统消耗可再生电力能力的优化方法，其特征在于，所述步骤5中各台机组出力的优化模型为：
各火电机组和可再生电力机组出力由以下优化过程求解：
目标函数：
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<mrow>
<mo>(</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<mi>C</mi>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<mi>C</mi>
<mo>(</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
约束条件：
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>j</mi>
<mo>,</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>d</mi>
<mi>t</mi>
</msub>
<mo>,</mo>
</mrow>
Pi,min≤Pi≤Pi,max，
0≤Pj≤wy+Δwf。
6.根据权利要求书1所述的一种负荷响应对系统消耗可再生电力能力的优化方法，其特征在于，所述的步骤6中各个时段的弃风量模型为：wt'＝wy,t+Δwf,t-pj。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711113571.6A CN107886197A (zh) | 2017-11-13 | 2017-11-13 | 一种负荷响应对系统消耗可再生电力能力的优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711113571.6A CN107886197A (zh) | 2017-11-13 | 2017-11-13 | 一种负荷响应对系统消耗可再生电力能力的优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107886197A true CN107886197A (zh) | 2018-04-06 |
Family
ID=61780244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711113571.6A Pending CN107886197A (zh) | 2017-11-13 | 2017-11-13 | 一种负荷响应对系统消耗可再生电力能力的优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107886197A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110752602A (zh) * | 2019-12-06 | 2020-02-04 | 国网江苏省电力有限公司淮安供电分公司 | 一种负荷响应与储能对系统消纳新能源能力的评估方法 |
| CN114493639A (zh) * | 2020-10-23 | 2022-05-13 | 陕西电力交易中心有限公司 | 一种考虑弹性负荷合约的节点电价定价方法 |
-
2017
- 2017-11-13 CN CN201711113571.6A patent/CN107886197A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110752602A (zh) * | 2019-12-06 | 2020-02-04 | 国网江苏省电力有限公司淮安供电分公司 | 一种负荷响应与储能对系统消纳新能源能力的评估方法 |
| CN114493639A (zh) * | 2020-10-23 | 2022-05-13 | 陕西电力交易中心有限公司 | 一种考虑弹性负荷合约的节点电价定价方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ming et al. | Robust hydroelectric unit commitment considering integration of large-scale photovoltaic power: A case study in China | |
| CN103544655B (zh) | 一种含微电网的区域配电网分层优化方法 | |
| CN104135025B (zh) | 基于模糊粒子群算法的微网并网经济优化方法 | |
| CN104617590B (zh) | 不同时间尺度下基于混合储能调度的微网能量优化方法 | |
| CN104037793B (zh) | 一种应用于主动配电网的储能单元容量配置方法 | |
| Ju et al. | A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator | |
| CN106485352A (zh) | 一种多类电源发电计划组合决策方法 | |
| CN111697578B (zh) | 多目标含储能区域电网运行控制方法 | |
| CN106127389A (zh) | 一种虚拟电厂热电联合调度鲁棒优化模型 | |
| CN111293718B (zh) | 基于场景分析的交直流混合微网分区二层优化运行方法 | |
| CN103956773B (zh) | 含风电系统机组的备用配置优化方法 | |
| CN114301081B (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
| CN115860413A (zh) | 基于负荷需求响应与双层可调鲁棒优化的并网冷热电联产微网系统经济调度方法 | |
| CN117592621B (zh) | 一种虚拟电厂集群两阶段调度优化方法 | |
| CN107528344A (zh) | 一种光储一体化发电装置并网运行控制方法及系统 | |
| CN112085276A (zh) | 一种含高渗透率风光发电的电源系统容量配比优化方法 | |
| Ma et al. | Long-term coordination for hydro-thermal-wind-solar hybrid energy system of provincial power grid | |
| CN102496962B (zh) | 调峰调频约束下电力系统可消纳风电的辨识与控制方法 | |
| CN107886197A (zh) | 一种负荷响应对系统消耗可再生电力能力的优化方法 | |
| CN110752602A (zh) | 一种负荷响应与储能对系统消纳新能源能力的评估方法 | |
| CN113690925B (zh) | 一种基于微电网的能量交互优化方法及系统 | |
| Chen | Optimize configuration of multi-energy storage system in a standalone microgrid | |
| CN108493973A (zh) | 一种电动汽车充放电设施的容量配置方法 | |
| CN115940284B (zh) | 一种考虑分时电价的新能源制氢系统的运行控制策略 | |
| Li et al. | Multi-objective optimization scheduling and flexibility margin study in integrated energy systems based on different strategies |
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: 20180406 |
|
| RJ01 | Rejection of invention patent application after publication |