CN108063451A - 一种提高风电接纳能力的电网多元优化调度方法 - Google Patents
一种提高风电接纳能力的电网多元优化调度方法 Download PDFInfo
- Publication number
- CN108063451A CN108063451A CN201711144658.XA CN201711144658A CN108063451A CN 108063451 A CN108063451 A CN 108063451A CN 201711144658 A CN201711144658 A CN 201711144658A CN 108063451 A CN108063451 A CN 108063451A
- Authority
- CN
- China
- Prior art keywords
- wind
- unit
- power
- formula
- nuclear power
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 87
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 230000005619 thermoelectricity Effects 0.000 claims abstract description 54
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 30
- 238000004146 energy storage Methods 0.000 claims abstract description 18
- 240000002853 Nelumbo nucifera Species 0.000 claims abstract description 14
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims abstract description 14
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims abstract description 14
- 230000001105 regulatory effect Effects 0.000 claims abstract description 7
- 238000010248 power generation Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims abstract description 3
- 238000012546 transfer Methods 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 21
- 238000005338 heat storage Methods 0.000 claims description 20
- 238000009825 accumulation Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 13
- 238000010438 heat treatment Methods 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000005315 distribution function Methods 0.000 claims description 10
- 230000002068 genetic effect Effects 0.000 claims description 10
- 238000005086 pumping Methods 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 8
- 239000003245 coal Substances 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 7
- 238000009987 spinning Methods 0.000 claims description 7
- 239000002699 waste material Substances 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 239000000446 fuel Substances 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 claims description 2
- 230000006855 networking Effects 0.000 claims description 2
- 230000006870 function Effects 0.000 claims 12
- 238000000205 computational method Methods 0.000 claims 1
- 238000009795 derivation Methods 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 239000007788 liquid Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 3
- 230000002411 adverse Effects 0.000 abstract description 2
- 230000007812 deficiency Effects 0.000 abstract 1
- 238000011161 development Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
Classifications
-
- 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
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种提高风电接纳能力的电网多元优化调度方法,属于风力发电消纳技术领域,主要解决的技术问题由于风电的随机波动性和间歇性对负荷低谷时段电源调峰能力不足及核电直接参与系统调峰的不利影响,通过建立基于误差增长的风电不确定出力的风电模型,同时给出弃风量计算模型,实现对风电出力的预测情况,并以核电为基荷为例(不同地区可以用其主要的发电能源为基荷),与火电,水电,储能等协调调度,通过预调度,和实际调度模型使核能也能够出力最大的优化情况下通过储能参与调峰,实现能量的转移、移峰填谷,使清洁能源出力最大化,增加新能源接纳能力。
Description
技术领域
本发明属于风力发电消纳技术领域,特别涉及一种提高风电接纳能力的电网多元优化调度方法。
技术背景
随着我国社会经济的发展,对能源的需求量逐年增加,一直依赖石化能源高消耗的支撑,这使得煤、石油和天然气等不可再生资源的储量迅速降低,能源危机愈演愈烈的同时也产生了大量的有害污染,如果要实现可持续发展,就必须找出储量大、低污染的可再生能源,我国的发电行业主要采用的是燃烧石化能源为主,但随着科学技术的发展,着眼点放在风力发电上,我国风电资源充足,主要分布于风电资源丰富的“三北”地区,虽然资源丰富,但是弃风问题严重,影响其原因有很多,风力发电依赖于变化的气象条件,存在随机性,风电机组出力受风速影响难以精确预测,预测准确度较低;存在间歇性,风电机组出力会在不同时段间剧烈波动,比如前一时段输出功率很高,到下一时段又跌落到较低水平;存在反调峰特性风电机组出力与系统负荷具有负相关性,尤其是负荷水平较低而风电出力较高时,会产生极大问题。早期风电场容量较小,作为一种分布式电源,分散接入配电网络就地消纳,对于发电调度的影响可以忽略不计。随着风力发电机组规模和容量的不断扩大,风电在电网发电资源中所占的比重逐步提高,大规模风电并网对电力系统的影响也越来越显著;风电的随机波动性和间歇性使其调度方式不同于常规机组,势必会给电网发电计划和调度方案的制定增加难度,严重时甚至会影响电网运行的安全,所以如何更好的利用弃风能源,成为我们亟须解决的问题。
发明内容
本发明提出模型是在风电出力最大的情况下,实现核电在作基荷情况下的调峰任务;对风电出力和弃风进行预测,定义风电日前调度计划出力能够实现的可能性,并修正系统的正负旋转备用,在保证系统安全可靠的基础上优化各机组出力,完成电力系统的日前调度计划,通过调度实现核电的等效调峰。因为核电的发电量较大,如果实际地区存在核电,确不作为基荷的情况下,不做考虑。其主要表示其地区主要的发电基荷,在没有核电的地区,可自行将核电替换为本地区的主要发电基荷。
本发明提出的一种提高风电接纳能力的电网多元优化调度方法,考虑核电在内的多种发电形式,以核电为基荷,并且使风电清洁能源的出力最大。针对负荷低谷时段电源调峰能力不足及核电直接参与系统调峰的不利影响,专利中用储能装置对能量的时间迁移特性,进行以核电为基荷的调峰的多元联合优化调度,通过储热(储能)装置转移核电参与的系统调峰量,实现核电的等效调峰,提离清洁能源的出力。
步骤一建模风电出力模型对风功率进行预测,同时对弃风量进行预测,通过建立基于误差增长的风电不确定出力计算方法,对误差增长的相关概念进行分析,将风电预测误差计入风电不确定出力模型,结合风电出力特点,建立基于误差增长的风电不确定出力模型,把风电出力看做不确定的量,同时对风电的弃风量也给出计算公式,对风电的入网量进行预测,通过如下方法实现:
1、风电出力的概率模型
经过对大量数据进行相应分析可知,可以认为威布尔分布可大致体现出风速规律,威布尔分布的分布函数为:
式中,k表示形状系数;c表示威布尔分布的尺度参数;
依据它的分布函数可以得到相应威布尔概率密度函数:
风速与风电出力的关系如下:
式中,Pwf为风电出力,单位为MW;wr表示风电场的额定容量,单位为MW;vin、vr、vout依次表示风电机组切入、额定、切出风速;
对式(3)进行变换得到连续部分的概率分布函数表达式
2、弃风量的计算
受调峰能力制约,一旦常规机组的最小技术出力与风功率之和大于负荷,就必须“弃风”。因此时段t的“弃风”电量计算如下:
x0=(Pd.l-Gmin.j)/Gwind (6)
if x0<0,x0=0 if x0>1,x0=1 (7)
式中:Cw.t为调度时段t的“弃风”电量,pj为事件发生的概率,pd.l负荷取值,Gwind为风电装机容量,Gmin.j最小技术出力,f(·)风功率概率密度函数。
步骤二中所述,建立含风电场的预调度模型,将其转化为确定性模型,采用遗传算法求得核电的调峰深度,具体实现方法如下:
1、考虑核电为基荷系统调峰的预调度模型
预调度模型中,核电机组按照传统日负荷跟踪模式出力,纯凝式火电机组和热电机组按照各自的机组约束,利用内点法对各机组进行优化出力,得到各类型机组出力及核电机组的调峰深度。
专利采用发电总成本最低作为系统的目标函数。对于纯凝式火电机组、背压式热电机组,其燃料成本C均满足二次关系式:
C=wF=w(aP2+bP+c) (8)
式中,w为煤单价,单位是(元);F为机组煤耗;a、b、c为机组的耗量特性系数;P为机组某时刻的有功出力;
对于抽汽式热电机组,若某时刻其抽汽功率是P’,则供热功率H与发电功率P有如下关系式:
P’=P+cvH (9)
式中,cv为抽汽式热电机组进汽量不变时,多抽取单位供热热量下发电功率的减少量。根据情况将式(8)中的P替换成P’可得抽汽式热电机组燃料成本函数;
对于核电机组,根据不同型号机组的额定运行发电成本wN进行计算,其中单位为(元/MWh);
假设系统中有热电机组、纯凝式机组和核电机组,目标是发电总成本最小,则可建立目标函数如下:
其中,C1为火电发电成本;C2为核电发电成本;T为总时段数;Ⅰ为纯凝式火电机组和背压式热电机组的集合;Ⅱ为抽汽式热电机姐集合;N为核电机组集合;Pj.t为时刻t机组i的有功出力;Hj.t为时刻t机组j的供热功率;PN.m.t为时刻t核电机组m的有功出力;
约束条件包括系统约束和机组自身约束等,不考虑机组启停,具体情况如下:
(1)电力平衡约束
式中,Pout.t为系统时刻t对外输送的电量,其需满足PLoad.t为系统时刻t所需的电力负荷总量;
(2)供热平衡约束
式中,Gm为第m分区的热电机姐集合;为第m分区时刻t的热负荷需求量;为第m分区时刻t热功率损耗量;
(3)负荷备用约束
式中,为时段t内机组i的最大有功出力,Pmax.i为机组i在纯凝工作状况下的最大有功出力;Lup.i为机组i单位时间内允许的升出力上限,单位是(MW/h),公式中除6是旋转备用的响应时间是10min;Rt为时刻t系统的负荷的正旋转备用;
(4)机组有功出力上下限约束
计算中,纯凝式机组、背压式机组和核电机组的参数ki,cv均为0;
(5)热电机组热出力上下限约束
0≤Hi.t≤Hmax.i (15)
式中,Hmax.i为热电机组i的最大供热功率;
(6)机组爬坡率约束
式中:Lup.i、Ldown.i分别为机组i单位时间内允许的升出力上限和降出力上限;
采用计及电力平衡、供热平衡、负荷备用、机组出力上下限W及爬坡率等约束条件的经济预调度模型,可得到核电机组参与系统调峰的深度。
步骤三建立基于核电调峰的多元联合优化调度模型,再次转化为确定性模型,采用线性加权和法进行多目标问题的处理,并通过遗传算法进行优化调度的计算,实现核电的等效调峰;具体的实现方法,以核电为基荷的核—火—风—储的联合调度模型,合理的确定核电、火电的出力预测,用储能的能量转移实现核电的等效调峰,达到增加清洁能源利用率的目的。1、核电为基荷多元联合优化调度模型
实现核电等效调峰的核-火-风—储联合优化调度模型是在保证系统发电成本较小的基础上,利用储热(储能)装置的特性,使核电机组的有功出力最大,并使对核电站的惩罚成本最小。这是多目标经济调度问题,目标函数如下:
目标函数1:系统的发电总成本最小
目标函数2:核电的有功出力最大
max PN=P’N+PN0 (18)
目标函数3:核电站向带有储热功能的热电机组支付的调峰费用最小
其中,C1为火电发电成本,C2为核电发电成本,C3为储水的成本,C4为储热装置的运行成本,主要为调度周期内的热损失,日损耗量小于1%,故本文计算时可忽略不计,C5蓄热电锅炉成本,T为总时段数,Ⅰ为纯凝式火电机组和背压式热电机组的集合,Ⅱ为抽汽式热电机姐集合,N为核电机组集合,Pj.t为时刻t机组i的有功出力,Hj.t为时刻t机组j的供热功率,PN.m.t为时刻t核电机组m的有功出力,Cp为抽水费用,为t时刻水泵抽水功率,P’N为该联合调度模型中的核电机组在预调度模型的基础上进一步增加的有功出力,PN0为预调度模型中的核电出力,为已计算出来的常数,ΔC为核-储-风—热联合运行中核电站为带有储热功能的热电机组支付的调峰费用,为对核电站的惩罚系数,Tdown为预调度模型中核电参与下调峰的时间段,ΔPdown.i为时刻i抽汽式热电机组配置储热前后电出力的变化量。Δt为t时段的时间间隔,cj为风电机组j的单位电量成本,包括发电成本和输电成本;Pjt为储热接收风电机组j在t时段的出力;
约束条件包括系统约束和机组自身约束等,不考虑机组启停,具体情况如下:
(1)电力平衡约束
式中,Pi.t为时刻t机组i的有功出力,PNj.t为时刻t核电机組j的有功出力,Ⅰ为纯凝式火电机组和背压式热电机组的集合,Ⅱ为抽汽式热电机组集合,N为核电机组集合,Pout.t为系统时刻t对外输送的电量,Pw.t为风电场计划出力,Ph.t为水电厂计划出力,PLoad.t为时刻t系统所需的电力负荷总量。
(2)供热平衡约束
式中,Gm为第m分区的热电机组集合,为第m分区时刻t的热负荷需求量,为第m分区时刻t热功率损耗量,为第m分区储热装置时刻t的总储热量。
(3)储热装置周期内储热量守恒约束
(4)储热装置蓄热、放热能力约束
式中,为第m分区中储热装置单位时间内允许的最大蓄热和放热功率。
(5)储热装置容量约束
式中,为第m分区中储热装置的容量。
(6)消纳核电调峰量能力约束
P’N≤PN.max-PN0 (25)
式中,PN0为预调度模型中的核电出为。
(7)负荷备用约束
其中,
式中,和为时段t内机组i的最大和最小有功出力,Pmax.i和Pmin.i为机组i在纯凝工况下的最大和最小有功出力;Lup.i、Ldown.i分别为机组i单位时间内(1h)允许的升出力上限和降出力上限,单位是(MW/h),因为旋转备用的响应时间是10min,所以公式中除以6;和为系统为风电提供的正负旋转备用容量,E表示期望算子。
(8)机组有功出力上下限约束
计算中,纯凝式机组、背压式机组和核电机组的参数ki,cv均为0。
(9)热电机组热出力上下限约束
0≤Hi.t≤Hmax.i (33)
式中,Hmax.i为热电机组i的最大供热功率。
(10)机组爬坡率约束
式中,Lup.i、Ldown.i分别为机组i单位时间内允许的升出力上限和降出力上限。
(11)水库储能约束
Wmin≤Wt≤Wmax (35)
式中,Wt为t时刻的水库储能;Wmin、Wmax为水库的储能上下限。
(12)水库能量转换平衡约束:
式中,Wt+1和Wt分别表示t+1时刻和t时刻抽水蓄能电站水库的储能情况,Δt为各时刻持续的时间间隔,ηp为水泵抽水效率,ηh为水力发电效率。
(13)水泵抽水上下限约束
式中,PPmin、PPmax为水泵抽水上下限。
(14)水力发电功率约束
式中,Phmin、Phmax为水力机组发电功率上下限。
(15)抽水发电工况的等式约束:
式中,抽水与发电工况不能同时进行,即抽水不发电,发电不抽水,两者是互斥关系。
(16)蓄热式电锅炉功率约束
Pgmin≤Pgt≤Pgmax (40)
式中,Pgmin和Pgmax分别为蓄热式电锅炉功率的下限和上限值。
(17)蓄热量约束
蓄热式电锅炉设计最高出水温度为95℃,如果蓄热器内水温超过95℃,锅炉将会降低负荷运行,所以在满足次日白天的供热需求的情况下应使需热量在规定范围以内,即
Qgt≤Qgmax (41)
式中:Qgt为蓄热式电锅炉在t时刻的需热量;Qgmax为蓄热器最大需热量。
(18)功率波动约束
蓄热式电锅炉的功率可调性很高,但是为了确保电锅炉的安全稳定运行,其功率的波动应限制在一定范围之内,即
式中:和是蓄热式电锅炉升、降功率的响应速度极限。
(19)风电出力约束
由于风电实际出力具有不确定性,故引入如下概率约束:
P{Pw.t≤wt}≥ρ (44)
式中,P{·}表示{·}中事件发生的概率:wt为时刻t风电的实际有功出力,是随机变量。
ρ为置信水平,表示风电计划出力能够实现的概率。ρ越大,风电计划出力能够实现的概率则越大。当ρ=1时,表示风电机组不接入电网,系统将不受风电随机性的影响。
另外,风电的计划有功出力必须小于风电场的装机容量,在较为恶劣的情况下,允许风电有部分弃风,且弃风量不能超过风电的预测平均值,有:
式中,Wmax为风电场的装机容量,ΔPw.t为弃风量,其与Pw.t的关系是 为风电的预测平均值。
采用计及电力平衡、供热平衡、负荷备用、机组出力上下限W及爬坡率等约束条件的经济预调度等模型,可得到核电机组参与系统调峰的深度。
2、模型的等价转换与求解
面向核电调峰的多元联合优化调度模型的约束条件中増加了概率约束,属于含随机变量的机会约束规划模型,其表达式为:
式中,α是给定的约束函数的置信水平。其意义为:当且仅当事件{η|gi(ξ,η)≤0,i=1,2,···,n}发生的概率大于等于α时,任一点x是可行的。求解机会约束规划的方法是将其转化为相应的确定性等价模型,然后采用传统的非线性规划方法进行求解。
1.1联合优化调度模型的等价转换
专利中用风速风向风电功率预测模型。假设预测得到的时段t风电输出功率的平均值为和标准差为σ,其标幺值为
假设wt的分布函数为则有:
故系统所用约束中的条件期望可转换为:
则公式(26)和(27)可表示为:
另外,由公式(44)可等价为确定性模型:
随机模型等价为确定性模型。
步骤四:从置信水平与调度经济性,置信水平与核电调峰深度,风电并网与否对调度结果,储热装置容量与核电等效调峰效四方面确定结果可行性。
有益效果:本发明相较于传统方法减少弃风量;使用核能、风能可再生能源更加环保,减少污染;考虑储能使核能、风能的利用更大;目标函数1包含范围较广,试用的范围较广。
附图说明
图1求解过程流程图
图2联合调度模型的能量流向图
图3遗传算法流程图
实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围;
步骤一风电出力及弃风的预测,同时对弃风量进行预测
1、风电出力的概率模型
经过对大量数据进行相应分析可知,可以认为威布尔分布可大致体现出风速规律。威布尔分布的分布函数为:
式中,k表示形状系数;c表示威布尔分布的尺度参数。
依据它的分布函数可以得到相应威布尔概率密度函数:
风速与风电出力的关系如下:
式中,Pwf为风电出力,单位为MW;wr表示风电场的额定容量,单位为MW;vin、vr、vout依次表示风电机组切入、额定、切出风速。
对式(3)进行变换得到连续部分的概率分布函数表达式
2、弃风量的计算
受调峰能力制约,一旦常规机组的最小技术出力与风功率之和大于负荷,就必须“弃风”。因此时段t的“弃风”电量计算如下:
x0=(Pd.l-Gmin.j)/Gwind (6)
if x0<0,x0=0 if x0>1,x0=1 (7)
式中:Cw.t为调度时段t的“弃风”电量,pj为事件发生的概率,pd.l负荷取值,Gwind为风电装机容量,Gmin.j最小技术出力,f(·)风功率概率密度函数。
步骤二:建立含风电场的预调度模型,将其转化为确定性模型,采用遗传算法求得核电的调峰深度
1、采用遗传算法求解
专利中采用遗传算法进行优化,其中遗传算法的求解步骤如下:
Step1:初始化,产生初始种群;
Step2:个体评价,即计算种群中每个个体的适应度;
Step3:按照选择概率,执行选择算子,从当前种群中选择部分个体进入下一代种群;
Step4:按照交叉概率,执行交叉算子;
Step5:按照变异概率,执行变异算子;
Step6:由交叉和变异产生新一代的种群,并判断是否符合优化准则。若符合,则输出最佳个体及其代表的最优解或满意解,停止;否则转step2。
2、建立含风电场的预调度模型,将其转化为确定性模型,求得核电的调峰深度
专利采用发电总成本最低作为系统的目标函数。对于纯凝式火电机组、背压式热电机组,其燃料成本C均满足二次关系式:
C=wF=w(aP2+bP+c) (8)
式中,w为煤单价,单位是(元作);F为机组煤耗;a、b、c为机组的耗量特性系数;P为机组某时刻的有功出力。
对于抽汽式热电机组,若某时刻其抽汽功率是P’,则供热功率H与发电功率P有如下关系式:
P’=P+cvH (9)
式中,cv为抽汽式热电机组进汽量不变时,多抽取单位供热热量下发电功率的减少量。根据情况将式(8)中的P替换成P’可得抽汽式热电机组燃料成本函数。
对于核电机组,根据不同型号机组的额定运行发电成本wN进行计算,其中单位为(元/MWh)。
假设系统中有热电机组、纯凝式机组和核电机组,目标是发电总成本最小,则可建立目标函数如下:
其中,C1为火电发电成本;C2为核电发电成本;T为总时段数;Ⅰ为纯凝式火电机组和背压式热电机组的集合;Ⅱ为抽汽式热电机姐集合;N为核电机组集合;Pj.t为时刻t机组i的有功出力;Hj.t为时刻t机组j的供热功率;PN.m.t为时刻t核电机组m的有功出力。
步骤三建立面向核电调峰的多元联合优化调度模型,再次转化为确定性模型,采用线性加权和法进行多目标问题的处理,并通过内点法进巧优化调度的计算,实现核电的等效调峰;
目标函数1:系统的发电总成本最小。
目标函数2:核电的有功出力最大。
max PN=P’N+PN0 (11)
目标函数3:核电站向带有储热功能的热电机组支付的调峰费用最小。
其中,C1为火电发电成本,C2为核电发电成本,C3为储水的成本,C4为储热装置的运行成本,主要为调度周期内的热损失,日损耗量小于1%,故本文计算时可忽略不计,C5蓄热电锅炉成本,T为总时段数,Ⅰ为纯凝式火电机组和背压式热电机组的集合,Ⅱ为抽汽式热电机姐集合,N为核电机组集合,Pj.t为时刻t机组i的有功出力,Hj.t为时刻t机组j的供热功率,PN.m.t为时刻t核电机组m的有功出力,Cp为抽水费用,为t时刻水泵抽水功率,P’N为该联合调度模型中的核电机组在预调度模型的基础上进一步增加的有功出力,PN0为预调度模型中的核电出力,为已计算出来的常数,ΔC为核-储-风—热联合运行中核电站为带有储热功能的热电机组支付的调峰费用,为对核电站的惩罚系数,Tdown为预调度模型中核电参与下调峰的时间段,ΔPdown.i为时刻i抽汽式热电机组配置储热前后电出力的变化量。Δt为t时段的时间间隔,cj为风电机组j的单位电量成本,包括发电成本和输电成本;Pjt为储热接收风电机组j在t时段的出力;
用风速风向风电功率预测模型。假设预测得到的时段t风电输出功率的平均值为和标准差为σ,其标幺值为
假设wt的分布函数为则有:
故系统各用约束中的条件期望可转换为:
则和可表示为:
另外,由公式P{Pw.t≤wt}≥ρ可等价为确定性模型:
步骤四从置信水平与调度经济性,置信水平与核电调峰深度,风电并网与否对调度结果,储热装置容量与核电等效调峰效四方面确定结果可行性。
Claims (10)
1.一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤一建模风电出力模型对风功率进行预测,同时对弃风量进行预测;步骤二建立含风电场的预调度模型,将其转化为确定性模型,采用遗传算法求得核电的调峰深度;步骤三建立基于核电调峰的多元联合优化调度模型,再次转化为确定性模型,采用线性加权和法进行多目标问题的处理,并通过遗传算法进行优化调度的计算,实现核电的等效调峰;步骤四从置信水平与调度经济性,置信水平与核电调峰深度,风电并网与否对调度结果,储热装置容量与核电等效调峰效四方面确定结果可行性。
2.根据权利要求1所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤一通过建立基于误差增长的风电不确定出力计算方法,对误差增长的相关概念进行分析,将风电预测误差计入风电不确定出力模型,结合风电出力特点,建立基于误差增长的风电不确定出力模型,把风电出力看做不确定的量,同时对风电的弃风量也给出计算公式,对风电的入网量进行预测;步骤一中建模风电出力模型对风功率进行预测的实现方法:
(1)通过威布尔分布确定风速规律,得到风速的威布尔分布:
式中,k表示形状系数;c表示威布尔分布的尺度参数;
(2)通过求导得到威布尔概率密度函数:
(3)风电的风速与出力关系:
式中,Pwf为风电出力,单位为MW;wr表示风电场的额定容量,单位为MW;vin、vr、vout依次表示风电机组切入、额定、切出风速;
(4)把公式(3)带入公式(2)并对结果记性积分运算得到连续部分的概率分布函数,得到公式(4):
步骤一对风电弃风量的计算方法如下:
时段t的弃风电量计算
x0=(Pd.l-Gmin.j)/Gwind (6)
if x0<0,x0=0if x0>1,x0=1 (7)
式中:Cw.t为调度时段t的“弃风”电量,pj为事件发生的概率,pd.l负荷取值,Gwind为风电装机容量,Gmin.j最小技术出力,f(·)风功率概率密度函数。
3.根据权利要求1所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤二建立含风电场的预调度模型,将其转化为确定性模型,采用遗传算法求得核电的调峰深度,具体实现方法如下:考虑核电为基荷系统调峰的预调度模型,该模型中核电机组按照传统日负荷跟踪模式出力,纯凝式火电机组和热电机组按照各自的机组约束,利用内点法对各机组进行优化出力,得到各类型机组出力及核电机组的调峰深度;
专利采用发电总成本最低作为系统的目标函数。对于纯凝式火电机组、背压式热电机组,其燃料成本C均满足二次关系式:
C=wF=w(aP2+bP+c) (8)
式中,w为煤单价,单位是(元);F为机组煤耗;a、b、c为机组的耗量特性系数;P为机组某时刻的有功出力;
对于抽汽式热电机组,若某时刻其抽汽功率是P’,则供热功率H与发电功率P有如下关系式:
P’=P+cvH (9)
式中,cv为抽汽式热电机组进汽量不变时,多抽取单位供热热量下发电功率的减少量;根据情况将式(8)中的P替换成P’可得抽汽式热电机组燃料成本函数;
对于核电机组,根据不同型号机组的额定运行发电成本wN进行计算,其中单位为(元/MWh);
假设系统中有热电机组、纯凝式机组和核电机组,目标是发电总成本最小,则可建立目标函数如下:
其中,C1为火电发电成本;C2为核电发电成本;T为总时段数;Ⅰ为纯凝式火电机组和背压式热电机组的集合;Ⅱ为抽汽式热电机姐集合;N为核电机组集合;Pj.t为时刻t机组i的有功出力;Hj.t为时刻t机组j的供热功率;PN.m.t为时刻t核电机组m的有功出力;
约束条件包括系统约束和机组自身约束等,不考虑机组启停,具体情况如下:
(1)电力平衡约束
式中,Pout.t为系统时刻t对外输送的电量,其需满足PLoad.t为系统时刻t所需的电力负荷总量;
(2)供热平衡约束
式中,Gm为第m分区的热电机姐集合;为第m分区时刻t的热负荷需求量;为第m分区时刻t热功率损耗量;
(3)负荷备用约束
式中,为时段t内机组i的最大有功出力,Pmax.i为机组i在纯凝工作状况下的最大有功出力;Lup.i为机组i单位时间内允许的升出力上限,单位是(MW /h),公式中除6是旋转备用的响应时间是10min;Rt为时刻t系统的负荷的正旋转备用;
(4)机组有功出力上下限约束
计算中,纯凝式机组、背压式机组和核电机组的参数ki,cv均为0;
(5)热电机组热出力上下限约束
0≤Hi.t≤Hmax.i (15)
式中,Hmax.i为热电机组i的最大供热功率;
(6)机组爬坡率约束
式中:Lup.i、Ldown.i分别为机组i单位时间内允许的升出力上限和降出力上限;采用计及电力平衡、供热平衡、负荷备用、机组出力上下限W及爬坡率等约束条件的经济预调度模型,可得到核电机组参与系统调峰的深度。
4.根据权利要求1所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤三建立基于核电调峰的多元联合优化调度模型,再次转化为确定性模型,采用线性加权和法进行多目标问题的处理,并通过遗传算法进行优化调度的计算,实现核电的等效调峰;具体的实现方法,以核电为基荷的核—火—风—储的联合调度模型,合理的确定核电、火电的出力预测,用储能的能量转移实现核电的等效调峰,达到增加清洁能源利用率的目的。
5.根据权利要求4所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤三建立基于核电调峰的多元联合优化调度模型方法如下:该模型为核电为基荷多元联合优化调度模型实现核电等效调峰的核-火-风—储联合优化调度模型是在保证系统发电成本较小的基础上,利用储热(储能)装置的特性,使核电机组的有功出力最大,并使对核电站的惩罚成本最小。
6.根据权利要求5所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤三中多目标经济调度问题,解决方法的目标函数如下:
目标函数1:系统的发电总成本最小
目标函数2:核电的有功出力最大
max PN=P’N+PN0 (18)
目标函数3:核电站向带有储热功能的热电机组支付的调峰费用最小
其中,C1为火电发电成本,C2为核电发电成本,C3为储水的成本,C4为储热装置的运行成本,主要为调度周期内的热损失,日损耗量小于1%,故本文计算时可忽略不计,C5蓄热电锅炉成本,T为总时段数,Ⅰ为纯凝式火电机组和背压式热电机组的集合,Ⅱ为抽汽式热电机姐集合,N为核电机组集合,Pj.t为时刻t机组i的有功出力,Hj.t为时刻t机组j的供热功率,PN.m.t为时刻t核电机组m的有功出力,Cp为抽水费用,为t时刻水泵抽水功率,P’N为该联合调度模型中的核电机组在预调度模型的基础上进一步增加的有功出力,PN0为预调度模型中的核电出力,为已计算出来的常数,ΔC为核-储-风—热联合运行中核电站为带有储热功能的热电机组支付的调峰费用,为对核电站的惩罚系数,Tdown为预调度模型中核电参与下调峰的时间段,ΔPdown.i为时刻i抽汽式热电机组配置储热前后电出力的变化量。Δt为t时段的时间间隔,cj为风电机组j的单位电量成本,包括发电成本和输电成本;Pjt为储热接收风电机组j在t时段的出力;
约束条件包括系统约束和机组自身约束等,不考虑机组启停,具体情况如下:
(1)电力平衡约束
式中,Pi.t为时刻t机组i的有功出力,PNj.t为时刻t核电机組j的有功出力,Ⅰ为纯凝式火电机组和背压式热电机组的集合,Ⅱ为抽汽式热电机组集合,N为核电机组集合,Pout.t为系统时刻t对外输送的电量,Pw.t为风电场计划出力,Ph.t为水电厂计划出力,PLoad.t为时刻t系统所需的电力负荷总量;
(2)供热平衡约束
式中,Gm为第m分区的热电机组集合,为第m分区时刻t的热负荷需求量,为第m分区时刻t热功率损耗量,为第m分区储热装置时刻t的总储热量;
(3)储热装置周期内储热量守恒约束
(4)储热装置蓄热、放热能力约束
式中,为第m分区中储热装置单位时间内允许的最大蓄热和放热功率;
(5)储热装置容量约束
式中,为第m分区中储热装置的容量;
(6)消纳核电调峰量能力约束
P’N≤PN.max-PN0 (25)
式中,PN0为预调度模型中的核电出为;
(7)负荷备用约束
其中,
式中,和为时段t内机组i的最大和最小有功出力,Pmax.i和Pmin.i为机组i在纯凝工况下的最大和最小有功出力;Lup.i、Ldown.i分别为机组i单位时间内(1h)允许的升出力上限和降出力上限,单位是(MW/h),因为旋转备用的响应时间是10min,所以公式中除以6;和为系统为风电提供的正负旋转备用容量,E表示期望算子;
(8)机组有功出力上下限约束
计算中,纯凝式机组、背压式机组和核电机组的参数ki,cv均为0;
(9)热电机组热出力上下限约束
0≤Hi.t≤Hmax.i (33)
式中,Hmax.i为热电机组i的最大供热功率;
(10)机组爬坡率约束
式中,Lup.i、Ldown.i分别为机组i单位时间内允许的升出力上限和降出力上限;
(11)水库储能约束
Wmin≤Wt≤Wmax (35)
式中,Wt为t时刻的水库储能;Wmin、Wmax为水库的储能上下限;
(12)水库能量转换平衡约束:
式中,Wt+1和Wt分别表示t+1时刻和t时刻抽水蓄能电站水库的储能情况,Δt为各时刻持续的时间间隔,ηp为水泵抽水效率,ηh为水力发电效率;
(13)水泵抽水上下限约束
式中,PPmin、PPmax为水泵抽水上下限;
(14)水力发电功率约束
式中,Phmin、Phmax为水力机组发电功率上下限;
(15)抽水发电工况的等式约束:
式中,抽水与发电工况不能同时进行,即抽水不发电,发电不抽水,两者是互斥关系;
(16)蓄热式电锅炉功率约束
Pgmin≤Pgt≤Pgmax (40)
式中,Pgmin和Pgmax分别为蓄热式电锅炉功率的下限和上限值;
(17)蓄热量约束
蓄热式电锅炉设计最高出水温度为95℃,如果蓄热器内水温超过95℃,锅炉将会降低负荷运行,所以在满足次日白天的供热需求的情况下应使需热量在规定范围以内,即
Qgt≤Qgmax (41)
式中:Qgt为蓄热式电锅炉在t时刻的需热量;Qgmax为蓄热器最大需热量;
(18)功率波动约束
蓄热式电锅炉的功率可调性很高,但是为了确保电锅炉的安全稳定运行,其功率的波动应限制在一定范围之内,即
式中:和是蓄热式电锅炉升、降功率的响应速度极限;
(19)风电出力约束
由于风电实际出力具有不确定性,故引入如下概率约束:
P{Pw.t≤wt}≥ρ (44)
式中,P{·}表示{·}中事件发生的概率:wt为时刻t风电的实际有功出力,是随机变量;
ρ为置信水平,表示风电计划出力能够实现的概率;ρ越大,风电计划出力能够实现的概率则越大。当ρ=1时,表示风电机组不接入电网,系统将不受风电随机性的影响。
7.根据权利要求5所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤三建立基于核电调峰的多元联合优化调度模型方法如下:该模型为核电为基荷多元联合优化调度模型实现核电等效调峰的核-火-风—储联合优化调度模型是在保证系统发电成本较小的基础上,利用储热(储能)装置的特性,使核电机组的有功出力最大,并使对核电站的惩罚成本最小;在风电的计划有功出力必须小于风电场的装机容量,在较为恶劣的情况下,允许风电有部分弃风,且弃风量不能超过风电的预测平均值,有:
式中,Wmax为风电场的装机容量,ΔPw.t为弃风量,其与Pw.t的关系是 为风电的预测平均值;采用计及电力平衡、供热平衡、负荷备用、机组出力上下限W及爬坡率等约束条件的经济预调度等模型,可得到核电机组参与系统调峰的深度。
8.根据权利要求4所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤三核电为基荷多元联合优化调服模型的等价转换与求解,面向核电调峰的多元联合优化调度模型的约束条件中増加了概率约束,属于含随机变量的机会约束规划模型,其表达式为:
式中,α是给定的约束函数的置信水平;当且仅当事件{η|gi(ξ,η)≤0,i=1,2,…,n}发生的概率大于等于α时,任一点x是可行的;求解机会约束规划的方法是将其转化为相应的确定性等价模型,然后采用传统的非线性规划方法进行求解。
9.根据权利要求4所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,联合优化调度模型的等价转换,专利中用风速风向风电功率预测模型;假设预测得到的时段t风电输出功率的平均值为和标准差为σ,其标幺值为
假设wt的分布函数为则有:
故系统所用约束中的条件期望可转换为:
则公式(26)和(27)可表示为:
另外,由公式(44)可等价为确定性模型:
随机模型等价为确定性模型。
10.根据权利要求1所述,一种提高风电接纳能力的电网多元优化调度方法,其特征在于,步骤四从置信水平与调度经济性,置信水平与核电调峰深度,风电并网与否对调度结果,储热装置容量与核电等效调峰效四方面确定结果可行性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711144658.XA CN108063451B (zh) | 2017-11-17 | 2017-11-17 | 一种提高风电接纳能力的电网多元优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711144658.XA CN108063451B (zh) | 2017-11-17 | 2017-11-17 | 一种提高风电接纳能力的电网多元优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108063451A true CN108063451A (zh) | 2018-05-22 |
CN108063451B CN108063451B (zh) | 2019-05-03 |
Family
ID=62135233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711144658.XA Active CN108063451B (zh) | 2017-11-17 | 2017-11-17 | 一种提高风电接纳能力的电网多元优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108063451B (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628176A (zh) * | 2018-06-29 | 2018-10-09 | 国网山东省电力公司电力科学研究院 | 一种计及热网柔性的热电联合优化调度方法 |
CN108879787A (zh) * | 2018-08-17 | 2018-11-23 | 合肥工业大学 | 一种含风电的电网随机调度优化模型与方法 |
CN108933454A (zh) * | 2018-06-29 | 2018-12-04 | 东南大学 | 含风电并网电力系统的调峰机组出力下限系数优化方法 |
CN108984875A (zh) * | 2018-07-02 | 2018-12-11 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种计算光热机组参与电力平衡容量的方法 |
CN109473998A (zh) * | 2018-12-21 | 2019-03-15 | 华中科技大学 | 一种应用于风电场出力平滑的储能配置方法 |
CN109543873A (zh) * | 2018-09-29 | 2019-03-29 | 中国广核电力股份有限公司 | 一种用于核电机组的功率减载分析方法及存储介质 |
CN109713723A (zh) * | 2019-02-13 | 2019-05-03 | 广东工业大学 | 一种区域综合能源系统运行优化方法 |
CN110198052A (zh) * | 2019-07-11 | 2019-09-03 | 国网甘肃省电力公司经济技术研究院 | 一种光热-风电联合并网发电协调控制方法 |
CN110676847A (zh) * | 2019-10-14 | 2020-01-10 | 国网辽宁省电力有限公司阜新供电公司 | 考虑风电-储热机组-电锅炉联合运行的优化调度方法 |
CN110729721A (zh) * | 2019-10-22 | 2020-01-24 | 国网江西省电力有限公司经济技术研究院 | 电力系统全局备用容量计算方法 |
CN110739711A (zh) * | 2019-10-31 | 2020-01-31 | 山东大学 | 考虑风电并网系统负调峰能力的储能设备优化控制方法 |
CN110956266A (zh) * | 2019-06-06 | 2020-04-03 | 国网辽宁省电力有限公司 | 基于层次分析法的多电源电力系统多目标优化调度方法 |
CN111049184A (zh) * | 2019-12-26 | 2020-04-21 | 国网吉林省电力有限公司 | 一种多能互补园区响应电力系统风电消纳需求的计算方法 |
CN112365101A (zh) * | 2020-12-09 | 2021-02-12 | 国网山东省电力公司电力科学研究院 | 基于遗传算法的火电机组调峰组合总煤耗优化方法及系统 |
CN112615386A (zh) * | 2020-11-23 | 2021-04-06 | 国网浙江省电力有限公司台州供电公司 | 一种面向风电消纳的电热混合储能系统优化定容方法 |
CN112762757A (zh) * | 2020-12-30 | 2021-05-07 | 国网辽宁省电力有限公司电力科学研究院 | 一种参与调频调峰的电蓄热控制方法 |
CN112769156A (zh) * | 2020-12-28 | 2021-05-07 | 南昌大学 | 一种计及大规模海上风电并网的源网荷储协调运行方法 |
CN113964866A (zh) * | 2021-10-27 | 2022-01-21 | 黄河勘测规划设计研究院有限公司 | 一种单元式多能互补清洁能源基地构建方法 |
CN114483308A (zh) * | 2022-01-13 | 2022-05-13 | 上海慕帆动力科技有限公司 | 一种基于可再生能源发电的可调峰发电系统及调峰方法 |
CN116760025A (zh) * | 2023-06-25 | 2023-09-15 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102545268A (zh) * | 2012-02-10 | 2012-07-04 | 清华大学 | 一种在风电受限状态下的大电网有功功率实时控制方法 |
CN102915396A (zh) * | 2012-10-16 | 2013-02-06 | 内蒙古自治区电力科学研究院 | 一套计算电网风电消纳能力的方法 |
CN103226734A (zh) * | 2013-03-26 | 2013-07-31 | 国家电网公司 | 一种风电接纳成本的等效再调度确定方法 |
CN104283236A (zh) * | 2014-10-25 | 2015-01-14 | 国网重庆武隆县供电有限责任公司 | 一种风光储能并网发电智能优化调度方法 |
US20160218505A1 (en) * | 2013-08-28 | 2016-07-28 | Robert Bosch Gmbh | System and Method for Energy Asset Sizing and Optimal Dispatch |
-
2017
- 2017-11-17 CN CN201711144658.XA patent/CN108063451B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102545268A (zh) * | 2012-02-10 | 2012-07-04 | 清华大学 | 一种在风电受限状态下的大电网有功功率实时控制方法 |
CN102915396A (zh) * | 2012-10-16 | 2013-02-06 | 内蒙古自治区电力科学研究院 | 一套计算电网风电消纳能力的方法 |
CN103226734A (zh) * | 2013-03-26 | 2013-07-31 | 国家电网公司 | 一种风电接纳成本的等效再调度确定方法 |
US20160218505A1 (en) * | 2013-08-28 | 2016-07-28 | Robert Bosch Gmbh | System and Method for Energy Asset Sizing and Optimal Dispatch |
CN104283236A (zh) * | 2014-10-25 | 2015-01-14 | 国网重庆武隆县供电有限责任公司 | 一种风光储能并网发电智能优化调度方法 |
Non-Patent Citations (3)
Title |
---|
LIANG FENG等: "Optimal scheduling model of wind power generation considering the participation of electric vehicle batteries", 《THE JOURNAL OF ENGINEERING》 * |
冯汝明: "抽水蓄能-核电-风电联合调峰控制策略研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
张欣等: "考虑风电出力不确定性的发用电机组组合方法", 《电工技术学报》 * |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628176A (zh) * | 2018-06-29 | 2018-10-09 | 国网山东省电力公司电力科学研究院 | 一种计及热网柔性的热电联合优化调度方法 |
CN108628176B (zh) * | 2018-06-29 | 2021-03-19 | 国网山东省电力公司电力科学研究院 | 一种计及热网柔性的热电联合优化调度方法 |
CN108933454A (zh) * | 2018-06-29 | 2018-12-04 | 东南大学 | 含风电并网电力系统的调峰机组出力下限系数优化方法 |
CN108984875B (zh) * | 2018-07-02 | 2022-11-08 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种计算光热机组参与电力平衡容量的方法 |
CN108984875A (zh) * | 2018-07-02 | 2018-12-11 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种计算光热机组参与电力平衡容量的方法 |
CN108879787B (zh) * | 2018-08-17 | 2021-04-13 | 合肥工业大学 | 一种含风电的电网随机调度优化模型与方法 |
CN108879787A (zh) * | 2018-08-17 | 2018-11-23 | 合肥工业大学 | 一种含风电的电网随机调度优化模型与方法 |
CN109543873A (zh) * | 2018-09-29 | 2019-03-29 | 中国广核电力股份有限公司 | 一种用于核电机组的功率减载分析方法及存储介质 |
CN109543873B (zh) * | 2018-09-29 | 2023-08-29 | 中国广核电力股份有限公司 | 一种用于核电机组的功率调峰分析方法及存储介质 |
CN109473998A (zh) * | 2018-12-21 | 2019-03-15 | 华中科技大学 | 一种应用于风电场出力平滑的储能配置方法 |
CN109473998B (zh) * | 2018-12-21 | 2021-07-02 | 华中科技大学 | 一种应用于风电场出力平滑的储能配置方法 |
CN109713723A (zh) * | 2019-02-13 | 2019-05-03 | 广东工业大学 | 一种区域综合能源系统运行优化方法 |
CN110956266B (zh) * | 2019-06-06 | 2023-08-15 | 国网辽宁省电力有限公司 | 基于层次分析法的多电源电力系统多目标优化调度方法 |
CN110956266A (zh) * | 2019-06-06 | 2020-04-03 | 国网辽宁省电力有限公司 | 基于层次分析法的多电源电力系统多目标优化调度方法 |
CN110198052A (zh) * | 2019-07-11 | 2019-09-03 | 国网甘肃省电力公司经济技术研究院 | 一种光热-风电联合并网发电协调控制方法 |
CN110198052B (zh) * | 2019-07-11 | 2022-05-03 | 国网甘肃省电力公司经济技术研究院 | 一种光热-风电联合并网发电协调控制方法 |
CN110676847A (zh) * | 2019-10-14 | 2020-01-10 | 国网辽宁省电力有限公司阜新供电公司 | 考虑风电-储热机组-电锅炉联合运行的优化调度方法 |
CN110729721A (zh) * | 2019-10-22 | 2020-01-24 | 国网江西省电力有限公司经济技术研究院 | 电力系统全局备用容量计算方法 |
CN110729721B (zh) * | 2019-10-22 | 2023-07-25 | 国网江西省电力有限公司经济技术研究院 | 电力系统全局备用容量计算方法 |
CN110739711A (zh) * | 2019-10-31 | 2020-01-31 | 山东大学 | 考虑风电并网系统负调峰能力的储能设备优化控制方法 |
CN111049184B (zh) * | 2019-12-26 | 2023-04-18 | 国网吉林省电力有限公司 | 一种多能互补园区响应电力系统风电消纳需求的计算方法 |
CN111049184A (zh) * | 2019-12-26 | 2020-04-21 | 国网吉林省电力有限公司 | 一种多能互补园区响应电力系统风电消纳需求的计算方法 |
CN112615386B (zh) * | 2020-11-23 | 2023-04-07 | 国网浙江省电力有限公司台州供电公司 | 一种面向风电消纳的电热混合储能系统优化定容方法 |
CN112615386A (zh) * | 2020-11-23 | 2021-04-06 | 国网浙江省电力有限公司台州供电公司 | 一种面向风电消纳的电热混合储能系统优化定容方法 |
CN112365101A (zh) * | 2020-12-09 | 2021-02-12 | 国网山东省电力公司电力科学研究院 | 基于遗传算法的火电机组调峰组合总煤耗优化方法及系统 |
CN112769156A (zh) * | 2020-12-28 | 2021-05-07 | 南昌大学 | 一种计及大规模海上风电并网的源网荷储协调运行方法 |
CN112762757A (zh) * | 2020-12-30 | 2021-05-07 | 国网辽宁省电力有限公司电力科学研究院 | 一种参与调频调峰的电蓄热控制方法 |
CN113964866A (zh) * | 2021-10-27 | 2022-01-21 | 黄河勘测规划设计研究院有限公司 | 一种单元式多能互补清洁能源基地构建方法 |
CN113964866B (zh) * | 2021-10-27 | 2024-02-20 | 黄河勘测规划设计研究院有限公司 | 一种单元式多能互补清洁能源基地构建方法 |
CN114483308A (zh) * | 2022-01-13 | 2022-05-13 | 上海慕帆动力科技有限公司 | 一种基于可再生能源发电的可调峰发电系统及调峰方法 |
CN114483308B (zh) * | 2022-01-13 | 2023-11-21 | 上海慕帆动力科技有限公司 | 一种基于可再生能源发电的可调峰发电系统及调峰方法 |
CN116760025A (zh) * | 2023-06-25 | 2023-09-15 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
CN116760025B (zh) * | 2023-06-25 | 2024-05-24 | 南京国电南自电网自动化有限公司 | 电力系统的风险调度优化方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108063451B (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108063451B (zh) | 一种提高风电接纳能力的电网多元优化调度方法 | |
CN105048516B (zh) | 一种风光水火多源互补优化调度方法 | |
CN108173283A (zh) | 一种含风光可再生能源的热电联供系统运行方法 | |
CN106099993B (zh) | 一种适应新能源大规模接入的电源规划方法 | |
CN104779611B (zh) | 基于集中式和分布式双层优化策略的微电网经济调度方法 | |
CN108599269A (zh) | 一种考虑风险成本的大电网自适应鲁棒备用优化方法 | |
CN106786509B (zh) | 大规模风电并网下基于多场景模拟的热-电联合调度方法 | |
CN108009693A (zh) | 基于两级需求响应的并网微电网双层优化方法 | |
CN109687523A (zh) | 一种基于多时间尺度的微电网的运行优化方法 | |
CN109325621B (zh) | 一种园区能源互联网两阶段优化调度控制方法 | |
CN104239967A (zh) | 一种含风电场的电力系统多目标经济调度方法 | |
CN109636056A (zh) | 一种基于多智能体技术的多能源微网去中心化优化调度方法 | |
CN107784382A (zh) | 基于能源路由器的用户侧能源互联网规划方法 | |
CN107800153A (zh) | 一种电蓄热消纳风电的电热能量滚动鲁棒调度方法 | |
CN109412158A (zh) | 一种考虑弃能成本约束的送端电网机组组合运行控制方法 | |
CN112671035A (zh) | 一种基于风电预测的虚拟电厂储能容量配置方法 | |
CN113725915A (zh) | 一种考虑可再生能源不确定性和热惰性的乡村电热综合能源系统运行优化方法 | |
CN110417061A (zh) | 一种基于改进蛙跳算法的电热联合系统调度方法 | |
CN107634547A (zh) | 基于新能源出力预测误差的电气联合系统出电控制方法 | |
CN114519543A (zh) | 一种乡村多能源系统边缘自治运行方法及系统 | |
CN111626470A (zh) | 一种电热综合协调优化调度方法及系统 | |
CN110489915A (zh) | 计及综合需求响应的电热联合调度方法及系统 | |
CN112531687A (zh) | 含热电联合机组的综合能源系统周前机组组合优化方法 | |
CN108667077A (zh) | 一种风蓄联合系统优化调度方法 | |
CN105305485A (zh) | 一种消纳大规模间歇性能源的安全约束经济调度方法 |
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 |