CN108063453A - 一种提高风电接纳能力的电网全时段多元优化调度方法 - Google Patents
一种提高风电接纳能力的电网全时段多元优化调度方法 Download PDFInfo
- Publication number
- CN108063453A CN108063453A CN201711259463.XA CN201711259463A CN108063453A CN 108063453 A CN108063453 A CN 108063453A CN 201711259463 A CN201711259463 A CN 201711259463A CN 108063453 A CN108063453 A CN 108063453A
- Authority
- CN
- China
- Prior art keywords
- air volume
- power
- abandoned
- load
- change rate
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- 230000005611 electricity Effects 0.000 title abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004146 energy storage Methods 0.000 claims abstract description 19
- 230000001932 seasonal effect Effects 0.000 claims abstract description 19
- 238000003860 storage Methods 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims description 36
- 230000000694 effects Effects 0.000 claims description 12
- 235000013339 cereals Nutrition 0.000 claims description 11
- 238000005338 heat storage Methods 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 5
- 238000005192 partition Methods 0.000 claims description 4
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 239000002699 waste material Substances 0.000 claims 12
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 230000008094 contradictory effect Effects 0.000 abstract 1
- 238000013486 operation strategy Methods 0.000 abstract 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005381 potential energy Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000010959 steel Substances 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
Abstract
本发明一种提高风电接纳能力的电网全时段多元优化调度方法,属于电力系统优化调度领域,该方法包括下述步骤:(1)建立电力系统电源及负荷对风电接纳能力的评估模型,包括供热机组、抽水蓄能系统、储能装置、电锅炉及间歇式负荷等;(2)根据上述各部分参与风电接纳的效率及各部分之间的配合或矛盾关系,制定整个电网协同优化调度方案提高风电接纳能力;(3)由于受季节性因素影响,部分电源和负荷特性有较大差异,不同时段的接纳风电能力有所不同,因此需要考虑季节及环境因素特征,建立全时段电网多元优化调度接纳风电方法;本发明全面协同调动电网内各子系统接纳风电,并针对不同季节因素制定具体优化调度策略,提高电网效率。
Description
技术领域
本发明属于电力系统优化调度领域,特别涉及一种提高风电接纳能力的电网全时段多元优化调度方法。
背景技术
随着全球范围的环境问题日益严峻,世界各国越来越重视可再生能源的开发利用;大力开发利用风能是实现能源可持续发展和改善环境质量的有效途径,近年来我国风电装机容量快速增长;风电机组输出功率取决于自然风速,具有随机性、间歇性和不可控性的特点,大规模风电并网增加了调度决策的难度、恶化了局部电网的电能质量,更为严重的是,当电网调度资源无法平衡风功率的随机变动时,可能出现严重的弃风,导致经济效益和环境效益的劣化。
为解决日益严重的弃风现象,研究人员对造成弃风的主要原因及电网的风电接纳能力评估等问题开展了研究。文献1《考虑经济性的日前风电消纳动态评估方法》(电网技术,2017年,第41卷,第4期,第1261至1268 页)对风电消纳涉及到的各利益相关方进行经济性分析,建立了风电消纳动态评估两阶段模型,设计了相应求解算法。还有文献给出了源侧调节弃风方案,然而仅依靠电源侧实施风电“调峰”并不能满足需求。目前国内风电富集地区的电源结构主要为火电,供热机组比例远高于抽水蓄能电站。当风电容量占电网发电容量一定比例时,风电功率的波动将增加电网调峰负担,尤其在冬季供热机组因承担供热任务使其调峰能力下降的情况下,严重影响电网中其他机组运行的安全性和经济性。文献2《计及限风特性与经济性的大规模集中充放电储能系统容量配置研究》(电网技术,2017年,第40卷,第2期,第484至490页)利用大规模储能系统提高电网接纳风电能力,然而储能系统价格较昂贵,成本约束较高。
本发明从源、网、荷协同的角度出发,全面利用电网内的可调节因素,阐述电源侧和负荷侧同时参与接纳风电的协同优化调度方法,剖析不同部分之间的配合与矛盾关系,并考虑电源与负荷的季节性差异,实现电网全时段多元优化调度,提高电网对风电的接纳能力。迄今为止,尚未见有相关文献报道和应用。
发明内容
本发明一种提高风电接纳能力的电网全时段多元优化调度方法,包括以下步骤:
步骤1,建立计及电源及负荷的多元协同优化调度模型
多元电源包括热电机组、水电和核电;多元负荷包括电锅炉、低谷类负荷和间歇式负荷,通过对电源及负荷进行最优调度,在兼顾经济性的前提下,使电网最大程度接纳风电;为使电网弃风量最小,兼顾经济性因素,所述协同优化调度模型目标函数为:
式中:T为电力系统调度期间的时段数,I为电源类型集合,Ⅱ为负荷类型集合,ai为第i个类型电源接纳风电能力加权系数,Li.t为第i个类型电源接纳风电出力,pi.t为第i个类型电源接纳风电效率,aj为第j类负荷接纳风电能力加权系数,Lj.t为第j类负荷接纳风电风电出力,pj.t为第j类负荷接纳风电效率,bi为第i个类型电源接纳风电成本加权系数,Ci.t为第 i个类型电源接纳风电成本,w1为电源类成本综合权重,bj为第j个类型负荷接纳风电成本加权系数,Cj.t为第j个类型负荷接纳风电成本,w2为电源类成本综合权重;
系统功率平衡约束:
式中,Pd.t为t时刻的负荷预测值,ui.t为第i类电源在调度日内的运行状态,Pi.t为第i类电源出力,uj.t为第j类电源在调度日内的有无变化调整状态,Pj.t为第j类负荷变化调整量,Pw.t为时刻的风电上网电量;
供热平衡约束:
上式中,TN为第N分区的热电机组集合;为第N分区时刻t的热负荷需求量;为第N分区时刻t热功率损耗量;为第N分区储热装置时刻t的总储热量;
步骤2,不同时段电源及负荷容量及特性;
(1)供热机组:在冬季能够消纳大量风电,春夏季节则相反,依靠供热机组无法大量分担消纳风电;
(2)抽水蓄能系统:春夏季为丰水期,抽水蓄能系统能较大程度地消纳风电;冬季为枯水期,抽水蓄能系统消纳风电能力有限;
(3)电锅炉:冬季供暖期电锅炉接纳风电能力突出,夏季则作用较小;
(4)间歇式负荷:典型的间歇式负荷是空调,其中公共场所或大型办公区的中央空调为可控负荷,在冬季和夏季,控制中央空调进行调节移峰效果显著,春秋季节效果相对不明显;
(5)储能装置及低谷类负荷荷对季节变化不敏感。
步骤3,考虑季节限制因素制定全时段多元优化调度接纳风电方法;
目标函数中权重系数ai和aj分别由三部分构成,以ai为例
ai=αia′i+βia″i+a″′i (4)
其中a′i为根据调峰容量得到的权重系数,a″i为根据季节气候设定的权重系数,αi和βi为对a′i及a″i的信任程度,a″′i是指通过实际弃风接纳数据与期望风电接纳效果之间偏差得到的权重参数反馈调节量,且
成本权重参数bi和bj分别由两部分构成,以bi为例
bi=b′i+b″ii (6)
其中b′i为根据季节气候设定的权重系数,b″ii是指通过实际成本数据与期望成本之间偏差得到的权重参数反馈调节量;
与季节相关的权重因子a″i及b′i按以下规则选取:
根据历史年度发电及负荷曲线数据,制定12月份权重因子调节基数表,并根据以下方法计算a″i及b′i
其中Mi为第i类电源出力水平(或第j类负荷预测容量),MiN为第i 类电源出力水平基准值(或第j类负荷容量基准值),ri按照以下数据确定:
(1)供热机组
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r1 | 0.5 | 0.5 | 0.25 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0.5 |
(2)抽水蓄能系统
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r2 | 0 | 0 | 0.25 | 0.25 | 0.5 | 0.5 | 0.5 | 0.5 | 0.5 | 0.25 | 0.25 | 0 |
(3)电锅炉
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r3 | 0.5 | 0.5 | 0.25 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0.5 |
(4)间歇式负荷
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r4 | 0.5 | 0.5 | 0.25 | 0 | 0.25 | 0.5 | 0.5 | 0.5 | 0.25 | 0 | 0.25 | 0.5 |
(5)储能装置和低谷类负荷
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r5 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 |
w1和w2根据模糊原理得到具体数值:模糊控制器输入为预测弃风量及其变化速率,输出端为成本系数w1和w2,输入和输出均服从三角形隶属函数曲线分布,模糊方法如下:
其中PB、PM、PS、ZO、NS、NM、NB分别代表正大、正中、正小、零、负小、负中、负大,输入量及输出量隶属度函数图2、图3、图4,其中wmax是w1和w2的取值范围;
前述的步骤(1)中,所述多元电源包括热电机组、水电和核电,多元负荷主要包括电锅炉、低谷类负荷和间歇式负荷,通过对以上部分进行最优调度,在兼顾经济性的前提下,使电网最大程度接纳风电。
前述的步骤(2)中,不同时段电源、负荷容量及特性变化主要考虑因季节变化产生的影响。
<1>供热机组:供热机组在以热定电模式下,通过调度最大程度地接纳风电,能够缓解常规火电机组调峰压力。在冬季供暖期内,热电联产机组用于集中供热,用户热能需求大,能够消纳大量风电;春夏季节则相反,依靠供热机组无法大量分担消纳风电。
<2>抽水蓄能系统:当风电容量超出系统接纳能力时,抽水蓄能电站利用风电将水资源储存获得位能,负荷高峰时转化成电能反馈电网。春夏季为丰水期,抽水蓄能系统能较大程度地接纳风电,冬季为枯水期,抽水蓄能系统接纳风电能力有限。
<3>储能装置:储能装置接入电网能够接纳风电,为系统提供备用容量,减少火电机组启停次数,节省电网调度成本。在不同季节,储能装置的接纳风电时的特性及能力没有明显不同。
<4>电锅炉:弃风时段使用弃风电力替代热电机组对电锅炉进行供电和供热,节煤和经济效益显著,冬季供暖期电锅炉接纳风电能力突出,夏季则作用较小。
<5>间歇式负荷:典型的间歇式负荷是空调,其中公共场所或大型办公区的中央空调为可控负荷,通过调节空调启用和关闭时间避开用电高峰,在冬季和夏季,常温与舒适温度相差较大,空调用电量较大,对其进行调节移峰效果显著,春秋季节效果相对不明显。
<6>低谷类负荷:主要包括炼钢厂及黑色金属制造厂等夜间作业的大型电力用户,这类负荷对季节变化不敏感。
前述的步骤(3)中,考虑季节限制因素制定全时段多元优化调度接纳风电方案,需根据可调度电源及负荷在不同季节的特性选用不同目标函数,其中目标函数中权重参数选取方法如下:
<1>供热机组接纳风电能力权重系数ai及成本系数bi:冬季取用较大数值,夏季取用较小数值,春秋季取用适中数值。
<2>抽水蓄能系统接纳风电能力权重系数ai及成本系数bi:冬季取用较小数值,夏季取用较大数值,春秋季取用适中数值。
<3>储能装置接纳风电能力权重系数ai及成本系数bi取值不受季节影响。
<4>电锅炉接纳风电能力权重系数ai及成本系数bi:冬季取用较大数值,夏季取用较小数值,春秋季取用适中数值。
<5>间歇式负荷接纳风电能力权重系数ai及成本系数bi冬季和夏季取用较大数值,春季和秋季取用较小数值。
<6>低谷类负荷纳风电能力权重系数ai及成本系数bi取值不受季节影响。
目标函数中同时考虑各部分接纳风电能力以及接纳风电产生的成本。在弃风量较大时,调度应以接纳弃风为主,此时成本权重系数w1和w2设定为较小值。弃风量不大时,调度过程同时考虑提高接纳弃风能力及降低运行成本,此时上调成本权重系数w1和w2。
与现有技术相比,本发明在电网日前优化调度中考虑了季节因素,构建了全时段基于多目标优化的提高风电接纳能力模型,模型更接近电网调度实际,同时考虑风电接纳能力与系统成本,根据实际弃风量设定二者权重系数,目标函数选取更加合理。
采集优化调度后电网全时段数据,将接纳风电指标评估结果反馈给调度中心,与预期指标比较,得出风电接纳量和经济效益偏差。
附图说明
图1电网全时段多元优化调度流程图
图2弃风量变化率隶属度函数
图3弃风量隶属度函数
图4权重系数w1、w2隶属度函数
具体的实施方式
一种提高风电接纳能力的电网全时段多元优化调度方法,具体优化调度方法如下:
基于对风电功率预测、负荷预测及弃风量预测,在风电出力最大的前提下兼顾经济性,建立多元优化调度模型,协同调度电源及可控负荷,使电网最大程度接纳风电,其中接受调度的对象包括:热电机组、水电和核电、电锅炉、低谷类负荷和间歇式负荷,所述协同优化调度模型包括:
<1>目标函数:电网弃风量最小,兼顾经济性因素,所述目标函数用下式表示:
式中:T为电力系统调度期间的时段数,I为电源类型集合,Ⅱ为负荷类型集合,ai为第i个类型电源接纳风电能力加权系数,Li.t为第i个类型电源接纳风电出力,pi.t为第i个类型电源接纳风电效率,aj为第j类负荷接纳风电能力加权系数,Lj.t为第j类负荷接纳风电风电出力,pj.t为第j类负荷接纳风电效率,bi为第i个类型电源接纳风电成本加权系数,Ci.t为第 i个类型电源接纳风电成本,w1为电源类成本综合权重,bj为第j个类型负荷接纳风电成本加权系数,Cj.t为第j个类型负荷接纳风电成本,w2为电源类成本综合权重。
<2>系统功率平衡约束:
上式中,Pd.t为t时刻的负荷预测值,ui.t为第i类电源在调度日内的运行状态,Pi.t为第i类电源出力,uj.t为第j类电源在调度日内的有无变化调整状态,Pj.t为第j类负荷变化调整量,Pw.t为时刻的风电上网电量。
<3>供热平衡约束:
上式中,TN为第N分区的热电机组集合;为第N分区时刻t的热负荷需求量;为第N分区时刻t热功率损耗量;为第N分区储热装置时刻t的总储热量。
<4>热电机组热出力上下限约束:
0≤Hi.t≤Hmax.i (4)
上式中,Hmax.i为热电机组i的最大供热功率。
<5>水库储能约束:
Wmin≤Wt≤Wmax (5)
上式中,Wt为t时刻的水库储能;Wmin、Wmax为水库的储能上下限。
<6>抽水与发电工况不能同时进行,两者约束为:
分析电网历史数据,弃风接纳比例,采集气象数据,根据当前季节气候信息及各部分调节容量确定目标函数中权重系数:
权重系数ai和aj分别由三部分构成,以ai为例
ai=αia′i+βia″i+a″′i (7)
其中a′i为根据调峰容量得到的权重系数,a″i为根据季节气候设定的权重系数,αi和βi为对a′i及a″i的信任程度,a″′i是指通过实际弃风接纳数据与期望风电接纳效果之间偏差得到的权重参数反馈调节量,且
成本权重参数bi和bj分别由两部分构成,以bi为例
bi=b′i+b″i (9)
其中b′i为根据季节气候设定的权重系数,b″i是指通过实际成本数据与期望成本之间偏差得到的权重参数反馈调节量。
与季节相关的权重因子a″i及b′i按以下方法选取:
根据历史年度发电及负荷曲线数据,制定12月份权重因子调节基数表,并根据以下方法计算a″i及b′i
其中Mi为第i类电源出力水平(或第j类负荷预测容量),MiN为第i 类电源出力水平基准值(或第j类负荷容量基准值),ri按照以下数据确定:
<1>供热机组
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r1 | 0.5 | 0.5 | 0.25 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0.5 |
<2>抽水蓄能系统
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r2 | 0 | 0 | 0.25 | 0.25 | 0.5 | 0.5 | 0.5 | 0.5 | 0.5 | 0.25 | 0.25 | 0 |
<3>电锅炉
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r3 | 0.5 | 0.5 | 0.25 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0.25 | 0.5 |
<4>间歇式负荷
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r4 | 0.5 | 0.5 | 0.25 | 0 | 0.25 | 0.5 | 0.5 | 0.5 | 0.25 | 0 | 0.25 | 0.5 |
<5>储能装置和低谷类负荷
月份 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 |
r5 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 | 0.25 |
w1和w2根据模糊原理得到具体数值:
模糊控制器输入为预测弃风量及其变化速率,输出端为成本系数w1和 w2,输入和输出均服从三角形隶属函数曲线分布,模糊方法如下:
其中PB、PM、PS、ZO、NS、NM、NB分别代表正大、正中、正小、零、负小、负中、负大。
输入量及输出量隶属度函数如图2、图3、图4,其中wmax是w1和w2的取值范围。
Claims (6)
1.一种提高风电接纳能力的电网全时段多元优化调度方法,其特征在于,所述方法包括以下步骤:步骤1,建立计及电源及负荷的多元协同优化调度模型;步骤2,不同时段电源及负荷容量及特性;步骤3,考虑季节限制因素制定全时段多元优化调度接纳风电方法;其中步骤1,包含系统功率平衡约束,供热平衡约束。
2.根据权利要求1所述,一种提高风电接纳能力的电网全时段多元优化调度方法,其特征在于,步骤1,建立计及电源及负荷的多元协同优化调度模型,多元电源包括热电机组、水电和核电;多元负荷包括电锅炉、低谷类负荷和间歇式负荷,通过对电源及负荷进行最优调度,在兼顾经济性的前提下,使电网最大程度接纳风电;
为使电网弃风量最小,兼顾经济性因素,所述协同优化调度模型目标函数为:
<mrow>
<mi>min</mi>
<mi> </mi>
<mi>F</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>I</mi>
</mrow>
</munder>
<msub>
<mi>a</mi>
<mi>i</mi>
</msub>
<msub>
<mi>I</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<mi>I</mi>
<mi>I</mi>
</mrow>
</munder>
<msub>
<mi>a</mi>
<mi>j</mi>
</msub>
<msub>
<mi>L</mi>
<mrow>
<mi>j</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mi>j</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>I</mi>
</mrow>
</munder>
<msub>
<mi>b</mi>
<mi>i</mi>
</msub>
<msub>
<mi>C</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>T</mi>
</munderover>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<mi>I</mi>
<mi>I</mi>
</mrow>
</munder>
<msub>
<mi>b</mi>
<mi>j</mi>
</msub>
<msub>
<mi>C</mi>
<mrow>
<mi>j</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:T为电力系统调度期间的时段数,I为电源类型集合,Ⅱ为负荷类型集合,ai为第i个类型电源接纳风电能力加权系数,Li.t为第i个类型电源接纳风电出力,pi.t为第i个类型电源接纳风电效率,aj为第j类负荷接纳风电能力加权系数,Lj.t为第j类负荷接纳风电风电出力,pj.t为第j类负荷接纳风电效率,bi为第i个类型电源接纳风电成本加权系数,Ci.t为第i个类型电源接纳风电成本,w1为电源类成本综合权重,bj为第j个类型负荷接纳风电成本加权系数,Cj.t为第j个类型负荷接纳风电成本,w2为电源类成本综合权重。
3.根据权利要求1所述,一种提高风电接纳能力的电网全时段多元优化调度方法,其特征在于,步骤1中,系统功率平衡约束:
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>d</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>I</mi>
</mrow>
</munder>
<msub>
<mi>u</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>&Element;</mo>
<mi>I</mi>
<mi>I</mi>
</mrow>
</munder>
<msub>
<mi>u</mi>
<mrow>
<mi>j</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<msub>
<mi>P</mi>
<mrow>
<mi>j</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>P</mi>
<mrow>
<mi>w</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>=</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,Pd.t为t时刻的负荷预测值,ui.t为第i类电源在调度日内的运行状态,Pi.t为第i类电源出力,uj.t为第j类电源在调度日内的有无变化调整状态,Pj.t为第j类负荷变化调整量,Pw.t为时刻的风电上网电量。
4.根据权利要求1所述,一种提高风电接纳能力的电网全时段多元优化调度方法,其特征在于,供热平衡约束:
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<msup>
<mi>T</mi>
<mi>N</mi>
</msup>
</mrow>
</munder>
<msub>
<mi>H</mi>
<mrow>
<mi>i</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
</msub>
<mo>+</mo>
<msubsup>
<mi>E</mi>
<mrow>
<mi>t</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>E</mi>
<mi>t</mi>
<mi>N</mi>
</msubsup>
<mo>&GreaterEqual;</mo>
<msubsup>
<mi>H</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
<mi>a</mi>
<mi>d</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
<mi>N</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>H</mi>
<mrow>
<mi>L</mi>
<mi>o</mi>
<mi>s</mi>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
</mrow>
<mi>N</mi>
</msubsup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
上式中,TN为第N分区的热电机组集合;为第N分区时刻t的热负荷需求量;为第N分区时刻t热功率损耗量;为第N分区储热装置时刻t的总储热量。
5.根据权利要求1所述,一种提高风电接纳能力的电网全时段多元优化调度方法,其特征在于,步骤2,不同时段电源及负荷容量及特性:
(1)供热机组:在冬季能够消纳大量风电,春夏季节则相反,依靠供热机组无法大量分担消纳风电;
(2)抽水蓄能系统:春夏季为丰水期,抽水蓄能系统能较大程度地消纳风电;冬季为枯水期,抽水蓄能系统消纳风电能力有限;
(3)电锅炉:冬季供暖期电锅炉接纳风电能力突出,夏季则作用较小;
(4)间歇式负荷:典型的间歇式负荷是空调,其中公共场所或大型办公区的中央空调为可控负荷,在冬季和夏季,控制中央空调进行调节移峰效果显著,春秋季节效果相对不明显;
(5)储能装置及低谷类负荷荷对季节变化不敏感。
6.根据权利要求1所述,一种提高风电接纳能力的电网全时段多元优化调度方法,其特征在于,步骤3,考虑季节限制因素制定全时段多元优化调度接纳风电方法:
目标函数中权重系数ai和aj分别由三部分构成,以ai为例
ai=αia′i+βia″i+a″′i (4)
其中a′i为根据调峰容量得到的权重系数,a″i为根据季节气候设定的权重系数,αi和βi为对a′i及a″i的信任程度,a″′i是指通过实际弃风接纳数据与期望风电接纳效果之间偏差得到的权重参数反馈调节量,且
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>&beta;</mi>
<mi>i</mi>
</msub>
<mn>2</mn>
</msup>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&beta;</mi>
<mi>i</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
成本权重参数bi和bj分别由两部分构成,以bi为例
bi=b′i+b″ii (6)
其中b′i为根据季节气候设定的权重系数,b″ii是指通过实际成本数据与期望成本之间偏差得到的权重参数反馈调节量;
与季节相关的权重因子a″i及b′i按以下规则选取:
根据历史年度发电及负荷曲线数据,制定12月份权重因子调节基数表,并根据以下方法计算a″i及b′i
<mrow>
<msubsup>
<mi>a</mi>
<mi>i</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msubsup>
<mo>=</mo>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mfrac>
<msub>
<mi>M</mi>
<mi>i</mi>
</msub>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>N</mi>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>b</mi>
<mi>i</mi>
<mo>&prime;</mo>
</msubsup>
<mo>=</mo>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
<mfrac>
<msub>
<mi>M</mi>
<mi>i</mi>
</msub>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>N</mi>
</mrow>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
其中Mi为第i类电源出力水平(或第j类负荷预测容量),MiN为第i类电源出力水平基准值(或第j类负荷容量基准值),ri按照以下数据确定:
(1)供热机组
(2)抽水蓄能系统
(3)电锅炉
(4)间歇式负荷
(5)储能装置和低谷类负荷
w1和w2根据模糊原理得到具体数值:
模糊控制器输入为预测弃风量及其变化速率,输出端为成本系数w1和w2,输入和输出均服从三角形隶属函数曲线分布;PB、PM、PS、ZO、NS、NM、NB分别代表正大、正中、正小、零、负小、负中、负大,模糊方法如下:
(1)若弃风量为ZO,弃风量变化率为NB,则w1和w2为PB;
(2)若弃风量为ZO,弃风量变化率为NM,则w1和w2为PB;
(3)若弃风量为ZO,弃风量变化率为NS,则w1和w2为PB;
(4)若弃风量为ZO,弃风量变化率为ZO,则w1和w2为PB;
(5)若弃风量为ZO,弃风量变化率为PS,则w1和w2为PM;
(6)若弃风量为ZO,弃风量变化率为PM,则w1和w2为PM;
(7)若弃风量为ZO,弃风量变化率为PB,则w1和w2为PM;
(8)若弃风量为PS,弃风量变化率为NB,则w1和w2为PB;
(9)若弃风量为PS,弃风量变化率为NM,则w1和w2为PB;
(10)若弃风量为PS,弃风量变化率为NS,则w1和w2为PB;
(11)若弃风量为PS,弃风量变化率为ZO,则w1和w2为PM;
(12)若弃风量为PS,弃风量变化率为PS,则w1和w2为PM;
(13)若弃风量为PS,弃风量变化率为PM,则w1和w2为PS;
(14)若弃风量为PS,弃风量变化率为PB,则w1和w2为PS;
(15)若弃风量为PM,弃风量变化率为NB,则w1和w2为PB;
(16)若弃风量为PM,弃风量变化率为NM,则w1和w2为PM;
(17)若弃风量为PM,弃风量变化率为NS,则w1和w2为PM;
(18)若弃风量为PM,弃风量变化率为ZO,则w1和w2为PM;
(19)若弃风量为PM,弃风量变化率为PS,则w1和w2为PS;
(20)若弃风量为PM,弃风量变化率为PM,则w1和w2为PS;
(21)若弃风量为PM,弃风量变化率为PB,则w1和w2为PS;
(22)若弃风量为PB,弃风量变化率为NB,则w1和w2为PM;
(23)若弃风量为PB,弃风量变化率为NM,则w1和w2为PM;
(24)若弃风量为PB,弃风量变化率为NS,则w1和w2为PS;
(25)若弃风量为PB,弃风量变化率为ZO,则w1和w2为PS;
(26)若弃风量为PB,弃风量变化率为PS,则w1和w2为PS;
(27)若弃风量为PB,弃风量变化率为PM,则w1和w2为PS;
(28)若弃风量为PB,弃风量变化率为PB,则w1和w2为PS;
输入量弃风量及弃风量变化率取值范围是[0,1],输出量w1和w2的取值范围是[0,wmax]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711259463.XA CN108063453B (zh) | 2017-12-04 | 2017-12-04 | 一种提高风电接纳能力的电网全时段多元优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711259463.XA CN108063453B (zh) | 2017-12-04 | 2017-12-04 | 一种提高风电接纳能力的电网全时段多元优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108063453A true CN108063453A (zh) | 2018-05-22 |
CN108063453B CN108063453B (zh) | 2021-07-13 |
Family
ID=62136057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711259463.XA Active CN108063453B (zh) | 2017-12-04 | 2017-12-04 | 一种提高风电接纳能力的电网全时段多元优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108063453B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110571863A (zh) * | 2019-08-06 | 2019-12-13 | 国网山东省电力公司经济技术研究院 | 一种考虑配电网灵活性的分布式电源最大接纳能力评估方法 |
CN110890767A (zh) * | 2019-11-28 | 2020-03-17 | 中国南方电网有限责任公司 | 一种多抽水蓄能电厂均衡调度方法 |
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 |
CN111884240A (zh) * | 2020-08-20 | 2020-11-03 | 上海明华电力科技有限公司 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
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 |
CN112993997A (zh) * | 2021-04-02 | 2021-06-18 | 长春工程学院 | 一种提高风电消纳的固态储热与储能协调调度与控制方法 |
CN113033867A (zh) * | 2021-02-02 | 2021-06-25 | 国网吉林省电力有限公司 | 一种计及电供热特性的省级电网负荷特性分析方法 |
CN113721476A (zh) * | 2021-06-29 | 2021-11-30 | 武汉大学 | 100mw级可变速海水抽水蓄能机组与可再生能源联合运行系统硬件在环仿真平台及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158203A (zh) * | 2014-08-21 | 2014-11-19 | 重庆大学 | 一种微电网电源容量优化配置方法 |
CN104600747A (zh) * | 2015-01-21 | 2015-05-06 | 西安交通大学 | 协调运行风险与风能消纳的电力系统运行优化方法 |
CN104915790A (zh) * | 2015-06-26 | 2015-09-16 | 国网山西省电力公司 | 一种促进风电消纳的峰谷电价优化方法 |
US20150275860A1 (en) * | 2014-03-31 | 2015-10-01 | Alstom Renewable Technologies | Fatigue in wind turbines |
CN105447599A (zh) * | 2015-11-30 | 2016-03-30 | 东北电力大学 | 基于储热热电联产机组与电锅炉的弃风消纳协调调度模型 |
CN107404127A (zh) * | 2017-08-10 | 2017-11-28 | 中国农业大学 | 考虑多时间尺度协调的风电鲁棒区间轨迹调度方法 |
-
2017
- 2017-12-04 CN CN201711259463.XA patent/CN108063453B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150275860A1 (en) * | 2014-03-31 | 2015-10-01 | Alstom Renewable Technologies | Fatigue in wind turbines |
CN104158203A (zh) * | 2014-08-21 | 2014-11-19 | 重庆大学 | 一种微电网电源容量优化配置方法 |
CN104600747A (zh) * | 2015-01-21 | 2015-05-06 | 西安交通大学 | 协调运行风险与风能消纳的电力系统运行优化方法 |
CN104915790A (zh) * | 2015-06-26 | 2015-09-16 | 国网山西省电力公司 | 一种促进风电消纳的峰谷电价优化方法 |
CN105447599A (zh) * | 2015-11-30 | 2016-03-30 | 东北电力大学 | 基于储热热电联产机组与电锅炉的弃风消纳协调调度模型 |
CN107404127A (zh) * | 2017-08-10 | 2017-11-28 | 中国农业大学 | 考虑多时间尺度协调的风电鲁棒区间轨迹调度方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
CN110571863A (zh) * | 2019-08-06 | 2019-12-13 | 国网山东省电力公司经济技术研究院 | 一种考虑配电网灵活性的分布式电源最大接纳能力评估方法 |
CN110571863B (zh) * | 2019-08-06 | 2020-12-11 | 国网山东省电力公司经济技术研究院 | 一种考虑配电网灵活性的分布式电源最大接纳能力评估方法 |
CN110890767A (zh) * | 2019-11-28 | 2020-03-17 | 中国南方电网有限责任公司 | 一种多抽水蓄能电厂均衡调度方法 |
CN111884240A (zh) * | 2020-08-20 | 2020-11-03 | 上海明华电力科技有限公司 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
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 |
CN113033867A (zh) * | 2021-02-02 | 2021-06-25 | 国网吉林省电力有限公司 | 一种计及电供热特性的省级电网负荷特性分析方法 |
CN112993997A (zh) * | 2021-04-02 | 2021-06-18 | 长春工程学院 | 一种提高风电消纳的固态储热与储能协调调度与控制方法 |
CN113721476A (zh) * | 2021-06-29 | 2021-11-30 | 武汉大学 | 100mw级可变速海水抽水蓄能机组与可再生能源联合运行系统硬件在环仿真平台及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108063453B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108063453B (zh) | 一种提高风电接纳能力的电网全时段多元优化调度方法 | |
CN111291942B (zh) | 一种考虑需求响应的综合能源系统两阶段调度方法及系统 | |
CN103151797B (zh) | 基于多目标调度模型的并网运行方式下微网能量控制方法 | |
CN107276096B (zh) | 一种光伏与空调负荷协调优化的配电网电压控制方法 | |
CN110365013B (zh) | 一种光热-光伏-风电联合发电系统的容量优化方法 | |
CN112039056A (zh) | 一种新能源两阶段优化调度方法 | |
CN112583021A (zh) | 考虑综合需求响应的综合能源系统优化调度方法及装置 | |
CN103296682A (zh) | 一种多时空尺度渐进趋优的负荷调度模式设计方法 | |
CN110807588B (zh) | 一种多能源耦合综合能源系统的优化调度方法 | |
CN110880761A (zh) | 一种基于p2p平台的风光抽蓄混合系统的联合调度方法 | |
CN107392366A (zh) | 计及用户行为分析的综合能源系统供需双侧综合优化方法 | |
CN113541195B (zh) | 一种未来电力系统中高比例可再生能源的消纳方法 | |
CN110165715A (zh) | 一种将电动汽车储能式充电站接入虚拟电厂的方法 | |
CN112488363A (zh) | 基于广义储能的多能源电力系统优化调度方法 | |
CN115659666A (zh) | 一种考虑综合需求响应的虚拟电厂风光联合优化调度方法 | |
CN115600838A (zh) | 一种水电站调节能力评价方法、设备和介质 | |
CN115730747A (zh) | 一种综合能源系统多主体利益分配方法及其应用 | |
CN115081838A (zh) | 基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法 | |
CN107528352A (zh) | 一种基于可再生能源高渗透率的配电网有功优化方法 | |
CN113313329A (zh) | 一种含综合能源系统的配电网优化调度方法 | |
CN113762643A (zh) | 区域综合能源系统的储能容量优化配置方法 | |
Horvat et al. | Operation strategies of a solar trigeneration plant in a residential building | |
CN107086579B (zh) | 一种基于回滞效应的空调用户对实时电价的响应方法 | |
CN112990541A (zh) | 一种基于家庭综合能源需求响应的电力削峰决策方法 | |
CN117013535B (zh) | 一种兼顾生态调度需求的水风光火互补容量配置方法 |
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 |