CN108009681B - 一种基于电网负荷尖峰时段曲线提高风电消纳方法 - Google Patents
一种基于电网负荷尖峰时段曲线提高风电消纳方法 Download PDFInfo
- Publication number
- CN108009681B CN108009681B CN201711246053.1A CN201711246053A CN108009681B CN 108009681 B CN108009681 B CN 108009681B CN 201711246053 A CN201711246053 A CN 201711246053A CN 108009681 B CN108009681 B CN 108009681B
- Authority
- CN
- China
- Prior art keywords
- power
- wind
- peak
- load
- grid
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000010248 power generation Methods 0.000 claims abstract description 14
- 230000005611 electricity Effects 0.000 claims abstract description 10
- 238000005286 illumination Methods 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 239000004576 sand Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/04—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
- 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)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种基于电网负荷尖峰时段曲线提高风电消纳方法,属于智能电网技术领域。通过曲线拟合生成,得到尖峰时刻所增加的负荷量,为当前弃风的接入量做好计划安排,进行对蓄电池充电,通过曲线拟合方法得到尖峰到来时刻,在尖峰到来时刻蓄电池进行放电,在低谷时段进行充电,从而能够消纳接入的风电,达到削峰填谷的效果,加强对风电的消纳。该方法可以更加准确的得到尖峰时刻曲线,在本发明计算过程中也同时对风电的发电量进行预测,通过尖峰时刻的负荷增加量与风电的发出功率差值,确定蓄电池的储放电情况,在确定电池的充放电的情况下,就能够大量的消纳风电,来提前计算消纳风电能力。
Description
技术领域
本发明属于智能电网技术领域,具体涉及一种基于电网负荷尖峰时段曲线提高风电消纳方法。
背景技术
近年来随着新能源技术的不断发展,以光伏,风电为代表的新能源并网容量不断增加,然而由于传统热电联产机组备用容量的限制,当光伏电站以及风电场的出力较大时,传统机组对其调峰能力不足,从而产生大量的弃风现象。目前现有技术通过调节不同时段电价策略,在电网负荷尖峰时段增加电网尖峰时段的电价,使得用户减少用电量,从而实现电网削峰的目的。但这种方法具有被动性,用户侧的负荷不能估算,而且电网低谷时段的电价难以制定,这样使电网安全稳定运行的可靠性大大的降低。
所以针对上述技术的弊端,本发明对电网尖峰时段进行曲线拟合计算提高风电消纳,从而为“削峰添谷”(通过对低谷时段储电储热用于尖峰时刻的用电)提供可靠依据。在现有技术的电力系统网络中,对于电网负荷尖峰时刻的具体曲线拟合并没有给出具体的预测方法及表达方法,面对当前的调峰问题,电网只能根据以往的经验值以及增加备用容量来保证供电的可靠性,在现有方式的调峰方法中不仅造成大量的能源浪费,而且还增加了调度的难度。
由于电网负荷受到环境以及天气,工作条件的影响,在一天当中负荷波动情况比较大,为了能够解决一天中最大负荷出现时发电机组容量能够满足供电要求,当前的方法只能是设置足够的备用容量,而由于风电的不确定性,又造成大量的弃风现象,这就造成了大量的资源浪费。
发明内容
本发明针对当前现有技术存在的不足,公开了一种基于电网尖峰时段的曲线提高风电消纳方法,通过曲线拟合生成,得到尖峰时刻所增加的负荷量,为当前弃风的接入量做好计划安排,进行对蓄电池充电,通过曲线拟合方法得到尖峰到来时刻,在尖峰到来时刻蓄电池进行放电,在低谷时段进行充电,从而能够消纳接入的风电,达到削峰填谷的效果,加强对风电的消纳。该方法可以更加准确的得到尖峰时刻曲线,在本发明计算过程中也同时对风电的发电量进行预测,通过尖峰时刻的负荷增加量与风电的发出功率差值,确定蓄电池的储放电情况,在确定电池的充放电的情况下,就能够大量的消纳风电,来提前计算消纳风电能力。
为了实现上述目的,本发明采取以下技术方案来实现:通过电网负荷尖峰曲线的拟合方法,预测接下来的时间段内出现尖峰的具体时刻,以及尖峰所持续的时间,该方法是在对电网当前环境温度,空气湿度,风力强度,光照强度进行数据采集的前提下,对风电场,光伏电站的发电功率进行预测,并通过工作日情况及当前温度预测接下来的负荷情况,将上述所有变量进行相应数学建模,最终确立函数,从而绘制所需电网尖峰时刻曲线。
具体步骤如下:
步骤1:数据采集:
对当前电网内平均光照强度g、空气湿度h、环境温度t以及风速v,电网内传统热电机组发电功率pr,电网内核电站的发电功率Ph,电网内光伏电站预测发电功率Pg,电网内风电场预测发电功率Pf,电网内水电站的发出功率Ps,电网内用户预测用电负荷Py,电网内网损系数δ分别进行采集及计算。
步骤2:负荷出现尖峰的时刻、负荷尖峰所持续时间计算:
步骤2.1:计算接下来出现尖峰的时刻T1:
步骤2.2:计算尖峰时刻所能持续时间Δt。
步骤3:对热电厂、核电站、水电站、光伏电站、风电场功率进行计算,以及负荷功率曲线拟合。
步骤3.1:求出在出现尖峰的时刻T1热电厂核电站水电站的发出的总功率P1,其中电网内传统热电机组发电功率为pr,电网内核电站的发电功率为Ph,电网内光伏电站预测发电功率为Pg,电网内风电场预测发电功率为Pf,电网内水电站的发出功率为Ps,电网内用户预测用电负荷为Py,并进行如下计算,其中
P1=Pr(1+η1)+Ph(1+η2)+Ps(1+η3)(1-δ) (3)
步骤3.2:对光伏电站发出平均功率进行预测,对光照强度g,空气湿度h,环境温度t以及风速v进行监测,进行如下计算方法:
根据所测变量(g,h,t,v)(其中g为平均光照强度、h为空气湿度、t为环境温度,v为风速与数据库中的已存数据g’为平均光照强度,h’为空气湿度,t’为环境温度,v’为风速)与(g’,h’,t’,v’)进行比对,进行计算求出近似系数。其中λ1=0.28,λ2=0.09,λ3=0.44,λ4=0.19分别为对应影响因素的占比系数。
在区间(g-ζ,g+ζ),(h-ζ,h+ζ)(t-ζ,t+ζ)(v-ζ,v+ζ)分别取10个值,组成向量(g1,h1,t1,v1)……(g10,h10,t10,v10),在数据库中找到与此最为接近的10个向量。并输出与之相对应的发电功率Pi,最终进行平均功率预测,其计算公式如下:
步骤3.3:风电场功率预测:对风电场风速进行监测,对T1时刻发电量进行预测,计算如下:其中v为风速,pfe为风电厂的额定功率,lne=1,λ1=0.28,λ2=0.09,λ3=0.44。
步骤3.4:在出现尖峰的时刻T1时对用电负荷进行预测,其中x表示工作日类型,若为周末取0,否则取1,t表示当前温度。其中电网内传统热电机组发电功率为pr,电网内核电站的发电功率为Ph,电网内光伏电站预测发电功率为Pg,电网内风电场预测发电功率为Pf,电网内水电站的发出功率为Ps。下式矩阵为经过大量数学计算得到的最优结果,可以等效为负荷预测行列式,这比传统负荷预测方法简单准确。
其中n=1,2,3,……100,T∈[T1,Δt+T1]
得到负荷尖峰时刻曲线后,可以根据尖峰时刻曲线进行相应的积分计算,得到尖峰时所需电量,为发电计划以及电池的储能提前做好计划,使得电网运行安全可靠。
步骤4:为当前弃风的接入量做好计划安排,通过风功率预测得到弃风功率Pqf,预测尖峰时刻的负荷增功率Pfh
蓄电池的整体容量Qxdc,当前蓄电池的储电量Qdqx,可以接入的风电功率计算公式为Pjr=Pfh+(Qxdc-Qdqx)/Δt,当蓄电池的储电量Qdqx<Qxdc/3时,进行对蓄电池充电,通过曲线拟合方法得到尖峰到来时刻,在尖峰到来时刻蓄电池进行放电,在低谷时段进行充电,从而能够消纳接入的风电,达到削峰填谷的效果,加强对风电的消纳。
有益效果
本发明方法得到尖峰时刻所增加的负荷量,为当前弃风的接入量做好计划安排,进行对蓄电池充电,通过曲线拟合方法得到尖峰到来时刻,在尖峰到来时刻蓄电池进行放电,在低谷时段进行充电,从而能够消纳接入的风电,达到削峰填谷的效果,加强对风电的消纳。该方法可以更加准确的得到尖峰时刻曲线,在本发明计算过程中也同时对风电的发电量进行预测,通过尖峰时刻的负荷增加量与风电的发出功率差值,确定蓄电池的储放电情况,在确定电池的充放电的情况下,就能够大量的消纳风电,来提前计算消纳风电能力。
附图说明
图1为本发明提供的一种电网尖峰曲线拟合以及消纳风电量具体计算示意图。
图2为本发明提供的一种预测尖峰时刻维持的时间以及曲线。
图3为本发明提供的一种实际尖峰时刻维持的时间以及曲线。
具体实施方式
如图1所示本发明提供了一种基于电网负荷尖峰时段曲线提高风电消纳方法,以某热电厂为例的运行情况计算为例实施本方法:
某热电厂的额定输出功率为100MW,核电站输出功率为30MW,水电站输出功率为20MW,风电厂的额定功率为30MW,某一时刻当前光照强度为1003w/h,空气湿度为30%,环境温度为20摄氏度,风速为0.7m/s,网损系数取0.1。
1.计算可能出现的尖峰时刻,以及尖峰时刻所能持续时间Δt,将g=1003,h=30%,t=20,v=0.6带入下式:
解得T1=8.13,Δt=3.1即在8点7分时刻开始出现尖峰,尖峰时刻所能持续的时间为3.1个小时。
2.计算将Ps=20,Ph=30,pr=100代入下式。
P1=Pr(1+η1)+Ph(1+η2)+Ps(1+η3)(1-δ)
解得P1=152MW。
3.对光伏电站发出功率进行预测,将已知条件代入下式,其中
λ1=0.28,λ2=0.09,λ3=0.44,λ4=0.19
根据所得值在区间(g-ζ,g+ζ),(h-ζ,h+ζ)(t-ζ,t+ζ)(v-ζ,v+ζ)分别取10个值,组成向量(g1,h1,t1,v1)……(g10,h10,t10,v10),在数据库中找到与此最为接近的10个向量。并输出与之相对应的发电功率,求得最终输出功率。
解得P2=21MW
4.风电场功率预测计算如下:
解得P3=18MW
5.计算负荷用电量其中x=1,t=23,Pr=1000,Ph=300,Pg=80,Pf=108,Ps=200,
解得P4=196MW
7.预测尖峰时刻的负荷增功率Pfh,将T1=8.13,Δt=3.1代入下式。
解得Pfh=10.63MW
通过图2和图3比较可以看出,实际负荷尖峰曲线与预测负荷尖峰时刻曲线近似,能够更好的提高风电消纳10.63MW。
以上给出了具体的实施方式,但本发明不局限于所描述的实施方式。本发明的基本思路在于上述基本方案,对本领域普通技术人员而言,根据本发明的教导,设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。
Claims (1)
1.一种基于电网负荷尖峰时段曲线提高风电消纳方法,其特征在于,该方法通过电网负荷尖峰曲线的拟合方法,预测接下来的时间段内出现尖峰的具体时刻以及尖峰所持续的时间;对电网当前环境温度,空气湿度,风力强度,光照强度进行数据采集的前提下,对风电场,光伏电站的发电功率进行预测,并通过工作日情况及当前温度预测接下来的负荷情况,将上述所有变量进行相应数学建模,最终确立函数,从而绘制所需电网尖峰时刻曲线,为当前弃风的接入量做好计划安排,具体步骤如下:
步骤1:数据采集;
步骤2:负荷出现尖峰的时刻、负荷尖峰所持续时间计算;
步骤3:对热电厂、核电站、水电站、光伏电站、风电场功率进行计算,以及负荷功率曲线拟合;
步骤4:为当前弃风的接入量做好计划安排,通过风功率预测得到弃风功率Pqf,预测尖峰时刻的负荷增功率Pfh;
所述步骤2负荷出现尖峰的时刻、负荷尖峰所持续时间计算:
步骤2.1:计算接下来出现尖峰的时刻T1:
步骤2.2:计算尖峰时刻所能持续时间Δt;
所述步骤3包括:对热电厂、核电站、水电站、光伏电站、风电场功率进行计算,以及负荷功率曲线拟合:
步骤3.1:求出在T1时刻热电厂核电站水电站的发出的总功率P1,其中电网内传统热电机组发电功率为pr,电网内核电站的发电功率为Ph,电网内光伏电站预测发电功率为Pg,电网内风电场预测发电功率为Pf,电网内水电站的发出功率为Ps,电网内用户预测用电负荷为Py,并进行如下计算,其中
P1=Pr(1+η1)+Ph(1+η2)+Ps(1+η3)(1-δ)
步骤3.2:对光伏电站发出平均功率进行预测,对光照强度g,空气湿度h,环境温度t以及风速v进行监测,进行如下计算方法:
根据所测变量(g,h,t,v)与数据库中的已存数据(g’,h’,t’,v’)进行比对,其中g为平均光照强度、h为空气湿度、t为环境温度,v为风速与数据库中的已存数据,g’为平均光照强度,h’为空气湿度,t’为环境温度,v’为风速,进行计算求出近似系数;其中λ1=0.28,λ2=0.09,λ3=0.44,λ4=0.19分别为对应影响因素的占比系数;
在区间(g-ζ,g+ζ),(h-ζ,h+ζ)(t-ζ,t+ζ)(v-ζ,v+ζ)分别取10个值,组成向量(g1,h1,t1,v1)……(g10,h10,t10,v10),在数据库中找到与此最为接近的10个向量;并输出与之相对应的发电功率Pi,最终进行平均功率预测,其计算公式如下:
步骤3.3:风电场功率预测:对风电场风速进行监测,对T1时刻发电量进行预测,计算如下:其中v为风速,pfe为风电厂的额定功率,lne=1,λ1=0.28,λ2=0.09,λ3=0.44;
步骤3.4:在T1时刻对用电负荷进行预测,其中x表示工作日类型,若为周末取0,否则取1,t表示当前温度,其中电网内传统热电机组发电功率为pr,电网内核电站的发电功率为Ph,电网内光伏电站预测发电功率为Pg,电网内风电场预测发电功率为Pf,电网内水电站的发出功率为Ps;
其中n=1,2,3,……100,T∈[T1,Δt+T1]
得到负荷尖峰时刻曲线后,可以根据尖峰时刻曲线进行相应的积分计算,得到尖峰时所需电量;
所述步骤4:为当前弃风的接入量做好计划安排,通过风功率预测得到弃风功率Pqf,预测尖峰时刻的负荷增功率Pfh
蓄电池的整体容量Qxdc,当前蓄电池的储电量Qdqx,可以接入的风电功率计算公式为Pjr=Pfh+(Qxdc-Qdqx)/Δt,当蓄电池的储电量Qdqx<Qxdc/3时,进行对蓄电池充电,通过曲线拟合方法得到尖峰到来时刻,在尖峰到来时刻蓄电池进行放电;
所述步骤1数据采集包括如下参数:对当前电网内平均光照强度g、空气湿度h、环境温度t以及风速v,电网内传统热电机组发电功率pr,电网内核电站的发电功率Ph,电网内光伏电站预测发电功率Pg,电网内风电场预测发电功率Pf,电网内水电站的发出功率Ps,电网内用户预测用电负荷Py,电网内网损系数δ分别进行采集及计算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711246053.1A CN108009681B (zh) | 2017-12-01 | 2017-12-01 | 一种基于电网负荷尖峰时段曲线提高风电消纳方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711246053.1A CN108009681B (zh) | 2017-12-01 | 2017-12-01 | 一种基于电网负荷尖峰时段曲线提高风电消纳方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108009681A CN108009681A (zh) | 2018-05-08 |
CN108009681B true CN108009681B (zh) | 2021-11-23 |
Family
ID=62055733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711246053.1A Active CN108009681B (zh) | 2017-12-01 | 2017-12-01 | 一种基于电网负荷尖峰时段曲线提高风电消纳方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108009681B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109591651B (zh) * | 2018-12-28 | 2020-09-04 | 国网山东省电力公司经济技术研究院 | 优先用风电的电动汽车充电规划方法、系统、终端和介质 |
CN110707737B (zh) * | 2019-11-28 | 2021-09-28 | 国网内蒙古东部电力有限公司经济技术研究院 | 一种基于云计算的高渗透新能源电网电池容量配置方法 |
CN111160653B (zh) * | 2019-12-31 | 2023-06-27 | 国网内蒙古东部电力有限公司经济技术研究院 | 基于云计算的分布式储能系统风电消纳能力监测方法 |
CN111917121B (zh) * | 2020-06-30 | 2023-08-18 | 嘉善利天万世新能源有限公司 | 通信基站用电时段削峰填谷电源控制方法 |
CN114897553A (zh) * | 2022-03-24 | 2022-08-12 | 国网河南省电力公司电力科学研究院 | 一种利用弃风供热的实时电价的制定方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010135937A1 (en) * | 2009-05-27 | 2010-12-02 | Byd Company Limited | Energy storage system for balancing load of power grid |
CN105305427A (zh) * | 2015-10-22 | 2016-02-03 | 国网上海市电力公司 | 一种考虑外部受电的电网调峰方法 |
JP2016092844A (ja) * | 2014-10-29 | 2016-05-23 | 中国電力株式会社 | 電力系統制御システム、電力系統制御システムの制御方法 |
CN105680464A (zh) * | 2016-02-25 | 2016-06-15 | 浙江大学 | 一种考虑电池损耗的削峰填谷电池储能系统调度方法 |
CN105914785A (zh) * | 2016-05-12 | 2016-08-31 | 中国电力科学研究院 | 一种提升风电消纳能力的方法 |
CN106549415A (zh) * | 2015-05-14 | 2017-03-29 | 南通大学 | 分布式风光互补发电系统实现有效调度的方法 |
-
2017
- 2017-12-01 CN CN201711246053.1A patent/CN108009681B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010135937A1 (en) * | 2009-05-27 | 2010-12-02 | Byd Company Limited | Energy storage system for balancing load of power grid |
JP2016092844A (ja) * | 2014-10-29 | 2016-05-23 | 中国電力株式会社 | 電力系統制御システム、電力系統制御システムの制御方法 |
CN106549415A (zh) * | 2015-05-14 | 2017-03-29 | 南通大学 | 分布式风光互补发电系统实现有效调度的方法 |
CN105305427A (zh) * | 2015-10-22 | 2016-02-03 | 国网上海市电力公司 | 一种考虑外部受电的电网调峰方法 |
CN105680464A (zh) * | 2016-02-25 | 2016-06-15 | 浙江大学 | 一种考虑电池损耗的削峰填谷电池储能系统调度方法 |
CN105914785A (zh) * | 2016-05-12 | 2016-08-31 | 中国电力科学研究院 | 一种提升风电消纳能力的方法 |
Non-Patent Citations (2)
Title |
---|
辽宁风电消纳及其他电源对风电消纳影响分析;张娜等;《东北电力技术》;20170520;全文 * |
风光储联合削峰的电力系统协调优化调度;刘浩杰;《西安理工大学硕士学位论文》;20171231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108009681A (zh) | 2018-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009681B (zh) | 一种基于电网负荷尖峰时段曲线提高风电消纳方法 | |
CN109767105B (zh) | 一种基于风光水火储联合系统的多能互补协调发电调度方法 | |
CN103151803B (zh) | 一种含风电系统机组及备用配置的优化方法 | |
Zhang et al. | A regulating capacity determination method for pumped storage hydropower to restrain PV generation fluctuations | |
CN111200293B (zh) | 基于电池损耗和分布式电网电池储能日前随机调度的方法 | |
CN103606967A (zh) | 一种实现电力系统鲁棒运行的调度方法 | |
CN111009895B (zh) | 一种微网优化调度方法、系统以及设备 | |
Kapoor et al. | Optimal charge/discharge scheduling of battery storage interconnected with residential PV system | |
CN112446145B (zh) | 一种基于kl散度的储能电站分布鲁棒规划方法 | |
CN111626527A (zh) | 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法 | |
Chen et al. | Energy storage sizing for dispatchability of wind farm | |
CN112671035A (zh) | 一种基于风电预测的虚拟电厂储能容量配置方法 | |
Liu et al. | A MILP-based battery degradation model for economic scheduling of power system | |
CN111224422A (zh) | 一种基于可靠性的微电网分布式电源配置方法及系统 | |
CN114301081A (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 | |
TWI639962B (zh) | 一種應用於智慧電網之粒群最佳化模糊邏輯控制充電法 | |
Chang et al. | Model predictive control based energy collaborative optimization management for energy storage system of virtual power plant | |
CN112821463A (zh) | 基于风、光随机性的主动配电网多目标日前优化调度方法 | |
CN112186808A (zh) | 一种微网能量优化调度方法 | |
CN109904865B (zh) | 高压配网峰谷负荷平衡智能管控主系统 | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
Zhu et al. | Capacity optimization configuration of wind farm energy storage system based on life cycle economic analysis | |
YanQi et al. | The key technology for optimal scheduling and control of wind-photovoltaic-storage multi-energy complementary system | |
CN113536581A (zh) | 一种计及运行策略的储能系统多状态可靠性建模方法 | |
Cheng et al. | A MILP model for optimizing distributed resource system with energy storage and PV considering energy storage life loss |
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 |