CN108062606B - 一种基于黎曼积分的虚拟电厂调度优化方法 - Google Patents

一种基于黎曼积分的虚拟电厂调度优化方法 Download PDF

Info

Publication number
CN108062606B
CN108062606B CN201810025195.3A CN201810025195A CN108062606B CN 108062606 B CN108062606 B CN 108062606B CN 201810025195 A CN201810025195 A CN 201810025195A CN 108062606 B CN108062606 B CN 108062606B
Authority
CN
China
Prior art keywords
power
power plant
gas turbine
output
moment
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
Application number
CN201810025195.3A
Other languages
English (en)
Other versions
CN108062606A (zh
Inventor
周亦洲
卫志农
孙国强
臧海祥
朱瑛
陈�胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hohai University HHU
Original Assignee
Hohai University HHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hohai University HHU filed Critical Hohai University HHU
Priority to CN201810025195.3A priority Critical patent/CN108062606B/zh
Publication of CN108062606A publication Critical patent/CN108062606A/zh
Application granted granted Critical
Publication of CN108062606B publication Critical patent/CN108062606B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Engine Equipment That Uses Special Cycles (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Wind Motors (AREA)

Abstract

本发明公开了一种基于黎曼积分的虚拟电厂调度优化方法，用以解决虚拟电厂内部可再生出力和负荷连续变化时的最优调度问题。考虑虚拟电厂的聚合单元包括燃气轮机、风电机组、抽水蓄能电站和负荷，针对可再生能源出力和负荷连续变化的情况，应用黎曼积分的思想，考虑变量在时间上的连续性，建立基于黎曼积分的虚拟电厂调度优化模型。根据黎曼积分定义，通过对虚拟电厂调度时间区间的分割、作和、求极限，将该积分问题转化为极限求和问题，从而使该问题可解。本发明能够给出一段连续时间内适应可再生能源出力和负荷连续变化的虚拟电厂最优调度方案，为决策者选择最佳策略提供有效支持，具有一定的工程实用价值。

Description

一种基于黎曼积分的虚拟电厂调度优化方法
技术领域
本发明属于电力系统调度领域，特别涉及了一种基于黎曼积分的虚拟电厂调度优化方法。
背景技术
传统发电带来的环境污染以及当今世界可持续发展的理念促使包括风电在内的可再生能源迅速发展。然而，可再生能源发电具有很强的随机性和不可控性，可再生能源的单独并网会影响到电力系统的安全运行。为了克服上述缺点，国内外学者提出了虚拟发电厂的概念。虚拟电厂通过对可再生能源机组、可控机组、负荷和储能设施等设备的有机聚合，不但可以减少可再生能源发电间歇性和随机性的影响，并且可以获得规模经济的效益。
在实际电力系统中，可再生能源出力和负荷在各种因素的综合影响下时刻变化着，电力系统安全稳定控制的最基本原则是满足电网功率平衡，因此电网的调度运行实际上是一个动态平衡过程。现有的虚拟电厂日前调度研究通常简单的将一天分为24个调度时段，并假设在每个时段可再生能源出力和负荷保持不变。然而实际上，可再生能源出力和负荷是一连续变化的函数，忽略可再生能源出力和负荷的连续性将导致理论和实际脱节。目前为止，还未有考虑可再生能源出力和负荷连续性的虚拟电厂调度优化研究，该问题的研究具有一定的现实意义。
发明内容
为了解决上述背景技术提出的技术问题，本发明旨在提供一种基于黎曼积分的虚拟电厂调度优化方法，求解出一段连续时间内匹配可再生能源出力和负荷连续变化的最优调度方案。
为了实现上述技术目的，本发明的技术方案为：
一种基于黎曼积分的虚拟电厂调度优化方法，包括以下步骤：
(1)根据可再生能源出力和负荷在时间上的连续性，建立基于黎曼积分的虚拟电厂调度优化模型；
(2)对时间区间进行分割、作和、求极限，将积分模型转化为极限求和模型；
(3)求解极限求和模型，得到最优调度方案。
进一步地，步骤(1)中建立的虚拟电厂调度优化模型包括积分型目标函数、燃气轮机约束、抽水蓄能电站约束和虚拟电厂内部功率平衡约束。
进一步地，步骤(1)的具体步骤如下：
(101)建立虚拟电厂调度优化模型的目标函数：
虚拟电厂运营者的目标是成本最小化，设优化时间区间为[Ta,Tb]，将目标函数表示为如下积分形式：
Figure BDA0001544702120000021
上式中，Ta、Tb分别为优化的初始和结束时刻；λ(t)为t时刻电力市场电价；gs(t)为t时刻虚拟电厂在电力市场的交易量，为正表示购电量，为负表示售电量，为决策变量；k0为燃气轮机固定成本；布尔变量x(t)表示t时刻燃气轮机是否工作，是则置1，否则置0；k为燃气轮机发电成本斜率；g(t)为t时刻燃气轮机出力，为决策变量；dt为微小的时间单元；
(102)建立燃气轮机约束：
gminx(t)≤g(t)≤gmaxx(t)
Figure BDA0001544702120000022
-rddt≤g(t+dt)-g(t)≤rudt
Figure BDA0001544702120000023
上式中，gmax、gmin分别为燃气轮机最大、最小输出功率；rd、ru分别为燃气轮机向上、向下爬坡率；g(t+dt)为t+dt时刻燃气轮机出力，为决策变量；
(103)建立抽水蓄能电站约束：
抽水蓄能电站由水泵和水轮机构成，现使用的抽水蓄能电站大多数为可逆水泵水轮机，将上游水库的蓄水量等效成相应的蓄电量，则抽水蓄能电站的约束条件如下：
gt(t)≤gtmax
Figure BDA0001544702120000031
gp(t)≤gpmax
Figure BDA0001544702120000032
0≤sc(t)≤scmax
Figure BDA0001544702120000033
sc(t+dt)＝sc(t)+gp(t)dt-gt(t)dt
Figure BDA0001544702120000034
上式中，sc(t)、sc(t+dt)分别为t和t+dt时刻抽水蓄能电站等效蓄电量；gt(t)、gp(t)分别为t时刻水轮机、水泵功率，为决策变量；gtmax、gpmax分别为水轮机、水泵的最大输出功率；scmax为最大等效蓄电量。
(104)建立虚拟电厂内部功率平衡约束：
Figure BDA0001544702120000035
上式中，gw(t)为t时刻风电出力预测值；ρt、ρp为水轮机、水泵效率；l(t)为t时刻负荷预测值。
进一步地，步骤(2)的具体步骤如下：
黎曼积分的处理过程包括分割、作和、求极限，当分割越来越精细时，黎曼和的极限与黎曼积分的结果近似等价；
(201)由于基于黎曼积分的虚拟电厂调度优化模型是对时间上积分，为了使该积分问题可解，对时间区间[Ta,Tb]进行分割，在此区间中取一个有限的点列Ta＝t0<t1<t2<...<tn＝Tb，每个闭区间[tm,tm+1]为一个子区间，其中0≤m≤n-1，定义λ为子区间长度的最大值：λ＝max(tm+1－tm)，对每个子区间求和并取极限，则目标函数表示为如下形式：
Figure BDA0001544702120000041
上式中，m为子区间序列数；n为子区间个数；tm、tm+1分别为第m和m+1个子区间左端点对应的时刻；λ(tm)为子区间m左端点对应时刻电力市场电价；gs(tm)为子区间m左端点对应时刻虚拟电厂在电力市场的交易量；布尔变量x(tm)表示子区间m左端点对应时刻燃气轮机是否工作，是则置1，否则置0；g(tm)为子区间m左端点对应时刻燃气轮机出力；
(202)考虑变量在时间区间的分割，将燃气轮机约束改写为如下形式：
gminx(tm)≤g(tm)≤gmaxx(tm)
Figure BDA0001544702120000042
-rd×(tm+1-tm)≤g(tm+1)-g(tm)≤ru×(tm+1-tm)
Figure BDA0001544702120000043
上式中，g(tm+1)为子区间m+1左端点对应时刻燃气轮机出力；
(203)考虑变量在时间区间的分割，将抽水蓄能电站约束改写为如下形式：
gt(tm)≤gtmax
Figure BDA0001544702120000044
gp(tm)≤gpmax
Figure BDA0001544702120000045
0≤sc(tm)≤scmax
Figure BDA0001544702120000046
sc(tm+1)＝sc(tm)+gp(tm)(tm+1-tm)-gt(tm)(tm+1-tm)
Figure BDA0001544702120000047
上式中，sc(tm)、sc(tm+1)分别为子区间m和子区间m+1左端点对应时刻抽水蓄能电站等效蓄电量；gt(tm)、gp(tm)分别为子区间m左端点对应时刻水轮机、水泵功率。
(204)考虑变量在时间区间的分割，将虚拟电厂内部功率平衡约束改写为如下形式：
Figure BDA0001544702120000051
上式中，gw(tm)为m左端点对应时刻风电出力预测值；l(tm)为m左端点对应时刻负荷预测值。
进一步地，在步骤(3)中，采用GAMS软件求解极限求和模型。
采用上述技术方案带来的有益效果：
本发明针对可再生能源出力和负荷连续变化的情况，应用黎曼积分的思想，考虑变量在时间上的连续性，建立基于黎曼积分的虚拟电厂调度优化模型。因此，所得优化结果为一段连续时间内适应于可再生能源出力和负荷连续变化的虚拟电厂最优调度方案，该方案能更好地匹配可再生能源出力和负荷的连续波动，获得更好地优化结果，为调度人员的正确决策提供有效支持。
附图说明
图1为本发明的方法流程图；
图2为实施例中风电出力预测曲线和日负荷曲线示意图；
图3为实施例中未参与电力市场时抽水蓄能电站优化结果示意图；
图4为实施例中未参与电力市场时燃气轮机优化结果示意图；
图5为实施例中参与电力市场时电力市场交易优化结果示意图；
图6为实施例中参与电力市场时抽水蓄能电站优化结果示意图；
图7为实施例中参与电力市场时燃气轮机优化结果示意图。
具体实施方式
以下将结合附图，对本发明的技术方案进行详细说明。
本发明设计了一种基于黎曼积分的虚拟电厂调度优化方法，如图1所示。
下文以一虚拟电厂为例介绍本发明。
该虚拟电厂由一台燃气轮机、一台风电机组、一座抽水蓄能电站以及负荷构成，燃气轮机采用TAU5670型号，最大输出功率为5.67MW，向上、向下爬坡率均为3MW/h。风电出力预测曲线和日负荷曲线如图2所示。假设初始时刻抽水蓄能电站上游水库存储量为0，最大等效蓄电量为40MW，水轮机、水泵的最大输出功率分别为8、6MW/h，效率均为75％。
根据各设定参数及输入数据，采用GAMS软件CPLEX求解器进行求解，所得未参与电力市场时抽水蓄能电站和燃气轮机的优化结果分别如图3、4所示。为区分水泵和水轮机功率，图3中水泵功率为正，水轮机功率为负。可以看出，抽水蓄能电站中水轮机和水泵的功率、以及燃气轮机出力均呈现波动特性，说明抽水蓄能电站和燃气轮机不断调整自身功率以适应风电出力和负荷的变化。在0:00-5:00左右，风电出力大于负荷，水泵将多余的电量转化为蓄水量，在此期间，水泵的功率根据风电出力和负荷差值的不同不断调整。5:00-9:00左右，负荷大于风电出力，水轮机利用储存的水发电，负荷和风电出力的差值越高，水轮机的功率越大。同理。9:00-14:00左右和21:00-24:00左右，水泵工作，而14:00-21:00左右，水轮机工作。需要说明的是，15:00左右，抽水蓄能电站剩余等效蓄电量不足以供应剩余优化时间区间内负荷和风电出力的差值，虚拟电厂通过调用燃气轮机在15:00-18:00左右发电以弥补功率差额。上述分析说明未参与电力市场时，虚拟电厂通过优化抽水蓄能电站和燃气轮机，平衡风电出力和负荷的波动。
参与电力市场时电力市场交易、抽水蓄能电站和燃气轮机的优化结果分别如图5、6、7所示。可以看出，当虚拟电厂参与电力市场时，主要由电力市场交易来跟随风电出力和负荷的变化，表现为电力市场交易呈现明显的波动特性。并且，0:00-4:00左右，电力市场电价低，虚拟电厂向电力市场购电，4:00-20:00左右，电力市场电价高，虚拟电厂向电力市场售电。而抽水蓄能电站和燃气轮机则根据电价情况进行优化，其功率曲线基本平滑，这与未参与市场时优化情况相差甚远。
综上所述，虚拟电厂通过优化电力市场交易、抽水蓄能电站和燃气轮机，平衡可再生能源出力和负荷的波动，并使自身达到成本最小。
以上仿真结果验证了本发明所构模型有效性和实用性。说明通过求解基于黎曼积分的虚拟电厂调度优化模型，能够得到一组确定的最优调度方案，该调度方案呈现出电力市场交易、抽水蓄能电站水轮机和水泵功率、燃气机组出力很好地跟随风电出力和负荷变化的情况，该优化结果能为调度人员的正确决策提供有效支持，具有一定的工程实用价值。
实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (3)

1.一种基于黎曼积分的虚拟电厂调度优化方法，其特征在于：包括以下步骤：
(1)根据可再生能源出力和负荷在时间上的连续性，建立基于黎曼积分的虚拟电厂调度优化模型；
该步骤的具体步骤如下：
(101)建立虚拟电厂调度优化模型的目标函数：
虚拟电厂运营者的目标是成本最小化，设优化时间区间为[Ta,Tb]，将目标函数表示为如下积分形式：
Figure FDA0003020029970000011
上式中，Ta、Tb分别为优化的初始和结束时刻；λ(t)为t时刻电力市场电价；gs(t)为t时刻虚拟电厂在电力市场的交易量，为正表示购电量，为负表示售电量，为决策变量；k0为燃气轮机固定成本；布尔变量x(t)表示t时刻燃气轮机是否工作，是则置1，否则置0；k为燃气轮机发电成本斜率；g(t)为t时刻燃气轮机出力，为决策变量；dt为微小的时间单元；
(102)建立燃气轮机约束：
Figure FDA0003020029970000012
Figure FDA0003020029970000013
上式中，gmax、gmin分别为燃气轮机最大、最小输出功率；rd、ru分别为燃气轮机向上、向下爬坡率；g(t+dt)为t+dt时刻燃气轮机出力，为决策变量；
(103)建立抽水蓄能电站约束：
抽水蓄能电站由水泵和水轮机构成，为可逆水泵水轮机，将上游水库的蓄水量等效成相应的蓄电量，则抽水蓄能电站的约束条件如下：
Figure FDA0003020029970000021
Figure FDA0003020029970000022
Figure FDA0003020029970000026
Figure FDA0003020029970000023
上式中，sc(t)、sc(t+dt)分别为t和t+dt时刻抽水蓄能电站等效蓄电量；gt(t)、gp(t)分别为t时刻水轮机、水泵功率，为决策变量；gtmax、gpmax分别为水轮机、水泵的最大输出功率；scmax为最大等效蓄电量；
(104)建立虚拟电厂内部功率平衡约束：
Figure FDA0003020029970000024
上式中，gw(t)为t时刻风电出力预测值；ρt、ρp为水轮机、水泵效率；l(t)为t时刻负荷预测值；
(2)对时间区间进行分割、作和、求极限，将积分模型转化为极限求和模型；
(3)求解极限求和模型，得到最优调度方案。
2.根据权利要求1所述基于黎曼积分的虚拟电厂调度优化方法，其特征在于，步骤(2)的具体步骤如下：
(201)对时间区间[Ta,Tb]进行分割，在此区间中取一个有限的点列Ta＝t0<t1<t2<...<tn＝Tb，每个闭区间[tm,tm+1]为一个子区间，其中0≤m≤n-1，定义λ为子区间长度的最大值：λ＝max(tm+1－tm)，对每个子区间求和并取极限，则目标函数表示为如下形式：
Figure FDA0003020029970000025
上式中，m为子区间序列数；n为子区间个数；tm、tm+1分别为第m和m+1个子区间左端点对应的时刻；λ(tm)为子区间m左端点对应时刻电力市场电价；gs(tm)为子区间m左端点对应时刻虚拟电厂在电力市场的交易量；布尔变量x(tm)表示子区间m左端点对应时刻燃气轮机是否工作，是则置1，否则置0；g(tm)为子区间m左端点对应时刻燃气轮机出力；
(202)考虑变量在时间区间的分割，将燃气轮机约束改写为如下形式：
Figure FDA0003020029970000037
Figure FDA0003020029970000031
上式中，g(tm+1)为子区间m+1左端点对应时刻燃气轮机出力；
(203)考虑变量在时间区间的分割，将抽水蓄能电站约束改写为如下形式：
Figure FDA0003020029970000032
Figure FDA0003020029970000033
Figure FDA0003020029970000034
Figure FDA0003020029970000035
上式中，sc(tm)、sc(tm+1)分别为子区间m和子区间m+1左端点对应时刻抽水蓄能电站等效蓄电量；gt(tm)、gp(tm)分别为子区间m左端点对应时刻水轮机、水泵功率；
(204)考虑变量在时间区间的分割，将虚拟电厂内部功率平衡约束改写为如下形式：
Figure FDA0003020029970000036
上式中，gw(tm)为m左端点对应时刻风电出力预测值；l(tm)为m左端点对应时刻负荷预测值。
3.根据权利要求1或2所述基于黎曼积分的虚拟电厂调度优化方法，其特征在于，在步骤(3)中，采用GAMS软件求解极限求和模型。
CN201810025195.3A 2018-01-11 2018-01-11 一种基于黎曼积分的虚拟电厂调度优化方法 Active CN108062606B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810025195.3A CN108062606B (zh) 2018-01-11 2018-01-11 一种基于黎曼积分的虚拟电厂调度优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810025195.3A CN108062606B (zh) 2018-01-11 2018-01-11 一种基于黎曼积分的虚拟电厂调度优化方法

Publications (2)

Publication Number Publication Date
CN108062606A CN108062606A (zh) 2018-05-22
CN108062606B true CN108062606B (zh) 2021-09-07

Family

ID=62141428

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810025195.3A Active CN108062606B (zh) 2018-01-11 2018-01-11 一种基于黎曼积分的虚拟电厂调度优化方法

Country Status (1)

Country Link
CN (1) CN108062606B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110135094B (zh) * 2019-05-22 2023-05-23 长沙理工大学 一种基于收缩空间和声算法的虚拟电厂优化调度方法
CN110854929B (zh) * 2019-11-12 2021-05-18 华中科技大学 一种计及时段内不确定性的日前调度方法
CN112818559B (zh) * 2021-02-23 2022-06-28 上海交通大学 基于随机微分方程的区域综合能源连续调度方法及其系统

Also Published As

Publication number Publication date
CN108062606A (zh) 2018-05-22

Similar Documents

Publication Publication Date Title
CN113452020B (zh) 一种考虑柔性氢需求的电氢能源系统调度方法
CN103580063B (zh) 一种基于需方响应消纳大规模并网风电的方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
Zhang et al. Study on short-term optimal operation of cascade hydro-photovoltaic hybrid systems
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN111934360B (zh) 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法
CN108062606B (zh) 一种基于黎曼积分的虚拟电厂调度优化方法
CN109586284B (zh) 考虑弃能约束的送端电力系统随机生产模拟方法及应用
KR101926800B1 (ko) 운영시간이 향상된 에너지저장시스템 및 그것의 운전 방법
CN107404129B (zh) 风-储混合电站运行策略及短期计划出力优化方法
CN104993523A (zh) 使含风电电网系统优化运行的抽水蓄能电站特性精确模拟方法
CN110994606B (zh) 一种基于复杂适应系统理论的多能源电源容量配置方法
CN109742796A (zh) 一种风光水火储联合系统的多时间尺度协调调度方法
CN103795088B (zh) 一种基于负荷曲线量化的抽水蓄能电站优化调度方法
CN106600022B (zh) 基于多目标优化的风-光-燃气-海水抽水蓄能孤立电力系统容量优化配置方法
CN112311017A (zh) 一种虚拟电厂与主网最优协同调度方法
CN115423282A (zh) 一种基于奖惩阶梯型碳交易的电-氢-储综合能源网多目标优化调度模型
CN115330021A (zh) 一种考虑沼气电热利用比的综合能源运行优化系统及方法
CN115114854A (zh) 一种虚拟电厂分布式资源两级自组织优化聚合方法及系统
CN117436773B (zh) 一种含可中断负荷的独立微网资源规划方法和系统
CN114154790A (zh) 基于需量管理和柔性负荷的工业园区光储容量配置方法
CN110601233B (zh) 一种电力系统中储能电站的调峰调度方法
CN114465226A (zh) 一种电力系统多级备用获取联合优化模型的建立方法
CN110198054B (zh) 一种含海水淡化负荷的微网功率调度方法和系统
CN117559438B (zh) 基于ems-lmp耦合的源网荷储一体化可再生能源消纳方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant