CN108933454A - 含风电并网电力系统的调峰机组出力下限系数优化方法 - Google Patents
含风电并网电力系统的调峰机组出力下限系数优化方法 Download PDFInfo
- Publication number
- CN108933454A CN108933454A CN201810695156.4A CN201810695156A CN108933454A CN 108933454 A CN108933454 A CN 108933454A CN 201810695156 A CN201810695156 A CN 201810695156A CN 108933454 A CN108933454 A CN 108933454A
- Authority
- CN
- China
- Prior art keywords
- lower limit
- power output
- wind
- regulating units
- limit coefficient
- 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
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 70
- 238000005457 optimization Methods 0.000 title claims abstract description 40
- 230000010354 integration Effects 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000007812 deficiency Effects 0.000 claims abstract description 27
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 4
- 230000015556 catabolic process Effects 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 10
- 239000003245 coal Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
-
- H02J3/386—
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Eletrric Generators (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种含风电并网电力系统的调峰机组出力下限系数优化方法，包括以下步骤：（1）生成年度原始负荷时序曲线和风电出力时序曲线，得到等效负荷时序曲线；（2）用序贯蒙特卡洛法生成调峰机组状态转移时序曲线；（3）以系统年调峰不足天数最小为目标函数建立调峰机组出力下限系数优化模型。该模型考虑电网运行的经济性，希望满足含风电并网系统调峰需求的同时调峰机组的出力下限不至于太低，寻找机组出力下限组合的最优解，对含风电并网系统调峰机组的调度运行有一定参考意义。
Description
技术领域
本发明涉及电力技术领域，特别是含风电并网电力系统的调峰机组出力下限系数优化方法。
背景技术
风力发电作为最成熟最具发展前景的可再生能源发电技术，一直受到世界各国的青睐和大力扶持。进入21世纪以来，风电装机一直保持高速增长，但与此同时，风电随机性、间歇性的特征给其大规模并网带来了诸多挑战，其中之一便是电力系统调度规划困难，调峰压力加剧，弃风浪费现象严重。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种含风电并网电力系统的调峰机组出力下限系数优化方法，保证风电充分消纳的同时考虑电网运行的经济性，使调峰机组出力下限不至于压得过低。
本发明为解决上述技术问题采用以下技术方案：
根据本发明提出的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法，包括以下步骤：
步骤(1)、生成年度原始负荷时序曲线和风电出力时序曲线，得到等效负荷时序曲线；
步骤(2)、采用序贯蒙特卡洛法生成调峰机组状态转移时序曲线；
步骤(3)、以含风电并网电力系统年调峰不足天数最小为目标函数建立调峰机组出力下限系数优化模型。
作为本发明所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法进一步优化方案，步骤(1)中，生成风电出力时序曲线包括：
步骤(11)、根据风速数据，生成年度风速序列；
步骤(12)、根据风电出力与风速的函数关系，生成年度风电出力时序曲线。
作为本发明所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法进一步优化方案，步骤(2)中，生成调峰机组状态转移时序曲线包括：
步骤(21)、根据调峰机组平均持续运行时间和平均故障修复时间服从的概率分布，分别对调峰机组的运行持续时间和故障持续时间进行随机抽样；
步骤(22)、将机组的运行持续时间和故障持续时间按照运行—故障—运行的顺序依次排列，生成规定时段内机组的状态转移时间序列。
作为本发明所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法进一步优化方案，步骤(21)中，所述调峰机组平均持续运行时间和平均故障修复时间服从的概率分布为：
t1＝-TMTTF·lnγ
t2＝-TMTTR·lnγ
其中，t1为正常运行持续时间，t2为故障修复时间，TMTTF为平均持续运行时间，TMTTR为平均故障持续时间，γ为服从[0,1]均匀分布的随机数。
作为本发明所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法进一步优化方案，步骤(3)中，所述调峰机组出力下限系数优化模型包括：
(31)、以全年调峰不足天数为0为目标，建立调峰机组出力下限系数线性优化模型；
(32)、若不能满足全年调峰不足天数为0的条件，则以全年调峰不足天数最少为目标函数建立整数规划模型。
作为本发明所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法进一步优化方案，步骤(3)中，调峰机组出力下限系数优化模型的目标函数和约束条件为：
以全年调峰不足天数为0为目标，建立调峰机组出力下限系数线性优化模型；目标函数为：
其中，定义调峰机组的出力下限系数将某风电并网系统的调峰机组按出力下限系数分为n类，记第i台机组的出力下限系数为δi；
约束条件为：
δmini≤δi≤δmaxi
其中，Pij为出力下限系数为δi的第j台机组可用机组额定出力，Ni为出力下限系数为δi的可用机组总台数，PL(t)和Pw(t)分别为t时刻的负荷和风电出力值；δmini和δmaxi分别为δi取值的下限与上限；
若该调峰机组出力下限系数线性优化模型没有可行解，即不能满足含风电并网电力系统全年调峰不足天数为0的目标，则以该系统全年调峰不足天数最少为目标建立整数规划优化模型；目标函数为：
其中，yd为0/1布尔变量；当第d天调峰机组满足调峰需求时，yd＝0；若不满足，则yd＝1；调峰不足天数最少及转化为全年yd之和最小；D为全年天数；
约束条件为：
δmini≤δi≤δmaxi。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
(1)本发明在分析含风电并网系统调峰裕度的基础上，建立以系统年调峰不足天数为0为目标函数的线性优化模型，若没有可行解，则以年调峰不足天数最少为目标建立整数规划模型，保证风电充分消纳的同时考虑电网运行的经济性，使调峰机组出力下限不至于压得过低；
(2)本发明在分析含风电并网系统调峰裕度基础上对调峰机组出力进行优化，满足系统调峰条件的同时又考虑了系统运行的经济性。
附图说明
图1为优化模型流程图。
图2为风电并网容量150MW时优化模型的求解结果。
图3为风电并网容量300MW时优化模型的求解结果。
图4为风电并网容量450MW时优化模型的求解结果。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明进行详细描述。
调峰机组的可调容量是决定含风电并网系统调峰裕度的根本制约因素之一，为促进风电的充分消纳，同时考虑电网运行的经济性，希望调峰机组出力下限能够满足含风电并网系统调峰需求的同时，出力下限不至于太低，为此建立含风电并网系统调峰机组出力下限优化模型。
如图1，本发明包括以下步骤：步骤1、生成年度原始负荷时序曲线和风电出力时序曲线，得到等效负荷时序曲线。
其中，生成风电出力时序曲线包括根据风速数据，生成年度风速序列；根据风电出力与风速的函数关系，生成年度风电出力时序曲线。
步骤2、用序贯蒙特卡洛法生成调峰机组状态转移时序曲线。
其中，生成调峰机组状态转移时序曲线包括根据调峰机组平均持续运行时间和平均故障修复时间服从的概率分布，分别对调峰机组的运行持续时间和故障持续时间进行随机抽样；将机组的运行持续时间和故障持续时间按照“运行—故障—运行”的顺序依次排列，生成规定时段内机组的状态转移时间序列。调峰机组平均持续运行时间和平均故障修复时间所服从的概率分布为：
t1＝-TMTTF·lnγ
t2＝-TMTTR·lnγ
其中，t1为正常运行持续时间，t2为故障修复时间，TMTTF平均持续运行时间，TMTTR为平均故障持续时间，γ为服从[0,1]均匀分布的随机数。
步骤3、以系统年调峰不足天数最小为目标函数建立调峰机组出力下限系数优化模型。
以全年调峰不足天数为0为目标，建立调峰机组出力下限系数线性优化模型，该模型没有可行解的情况下，建立以系统全年调峰不足天数最少为目标函数的调峰机组出力下限系数整数规划模型。
其中，线性优化模型的目标函数和约束条件为:
目标函数
其中，定义调峰机组的出力下限系数将某风电并网系统的调峰机组按出力下限系数分为n类，记第i台机组的出力下限系数为δi(i＝1,2,…,n)；约束条件
δmini≤δi≤δmaxi
其中，Pij为出力下限系数为δi的第j台可用机组额定出力，Ni为出力下限系数为δi的可用机组总台数，PL(t)和Pw(t)分别为t时刻的负荷和风电出力值。δmini和δmaxi分别为δi取值的下限与上限。
整数规划模型的目标函数和约束条件为:
目标函数
其中，yd为0/1布尔变量；当第d天调峰机组满足调峰需求时，yd＝0；若不满足，则yd＝1；调峰不足天数最少及转化为全年yd之和最小；D为全年天数。
约束条件为：
δmini≤δi≤δmaxi
其中，Pij、Ni、PL(t)及Pw(t)的含义同前述。t＝1,2,…，24，为全天24时段；d＝1,2,…,D。当第d天调峰机组满足调峰需求时，yd＝0；若不满足，则yd＝1。调峰不足天数最少及转化为全年yd之和最小。
本实施例基于2006年美国东海岸风速实测数据，调峰机组参考IEEE-RTS32机系统，具体参数如下表1所示：
表1默认调峰机组参数
为尽可能地满足调峰不足天数为0的条件以及考虑机组实际出力情况，将原本出力下限为0的水电及火电机组的出力下限系数设为恒定值0，核电机组的出力下限系数恒设为1。容量为76MW的燃煤机组、容量为155MW的燃煤机组、容量为197MW的燃油机组及容量为350MW的燃煤机组的出力下限系数分别设为δ1，δ2，δ3，δ4。一般来说，火电机组的技术最小负荷为额定出力的25％-70％，因此将出力下限系数的默认取值范围设定为[0.25,0.7]。改变风电并网容量及出力下限系数的取值下限，优化模型求解结果如下。
表2风电并网容量150MW时改变出力下限下限值的优化结果
如表2所示，在[0.25,0.5]范围内改变出力下限系数的下限值，该优化模型均有可行解。随着出力下限系数下限值的提高，为满足系统调峰需求，压减出力下限的责任从单一类型调峰机组承担转变为各调峰机组共同承担，且总出力下限系数之和越来越小。
表3风电并网容量300MW时改变出力下限下限值的优化结果
如表3所示，当风电并网容量为300MW时，该模型在[0.25,0.45]范围内有可行解。此时若出力下限稍高，调峰机组便不能满足系统调峰需求，需要更大的激励以降低出力下限。随着出力下限系数下限值的提高，分担压减出力下限的责任的机组逐渐增多，各类型机组的出力下限系数趋向平均，总出力下限系数之和逐渐减小且都小于第一个算例中的结果。
表4风电并网容量450MW时改变出力下限下限值的优化结果
如表4所示，当风电并网容量为450MW时，该模型在[0.25,0.4]的范围内有可行解，此时系统调峰需求更大，调峰机组的出力下限值必须压得更低才能满足调峰条件。随着出力下限下限值的提高，各类型机组出力下限系数同样趋向平均，出力下限系数之和逐渐减小且都小于第二个算例中的结果。
综上所述，如图2、图3、图4所示，同一出力下限系数取值范围下，随着风电并网容量的增加，最优出力下限系数组合之和逐渐减小，这是因为风电并网容量越大，系统的调峰需求也越大，调峰机组需要尽可能地压低出力以满足调峰不足天数为0的要求；同一风电并网容量下，出力下限系数的取值下限设置得越高，各类型机组出力下限系数趋向平均，最优出力下限系数组合之和越小，这是因为随着出力下限值的抬高，为满足系统调峰需求，机组的出力下限系数不再能都尽量靠近边界，而是平均压低出力下限保证机组的总出力下限小于对应时刻的等效负荷。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。
Claims (6)
1.一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法，其特征在于，包括以下步骤：
步骤(1)、生成年度原始负荷时序曲线和风电出力时序曲线，得到等效负荷时序曲线；
步骤(2)、采用序贯蒙特卡洛法生成调峰机组状态转移时序曲线；
步骤(3)、以含风电并网电力系统年调峰不足天数最小为目标函数建立调峰机组出力下限系数优化模型。
2.根据权利要求1所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法，其特征在于，步骤(1)中，生成风电出力时序曲线包括：
步骤(11)、根据风速数据，生成年度风速序列；
步骤(12)、根据风电出力与风速的函数关系，生成年度风电出力时序曲线。
3.根据权利要求1所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法，其特征在于，步骤(2)中，生成调峰机组状态转移时序曲线包括：
步骤(21)、根据调峰机组平均持续运行时间和平均故障修复时间服从的概率分布，分别对调峰机组的运行持续时间和故障持续时间进行随机抽样；
步骤(22)、将机组的运行持续时间和故障持续时间按照运行—故障—运行的顺序依次排列，生成规定时段内机组的状态转移时间序列。
4.根据权利要求3所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法，其特征在于，步骤(21)中，所述调峰机组平均持续运行时间和平均故障修复时间服从的概率分布为：
t1＝-TMTTF·lnγ
t2＝-TMTTR·lnγ
其中，t1为正常运行持续时间，t2为故障修复时间，TMTTF为平均持续运行时间，TMTTR为平均故障持续时间，γ为服从[0,1]均匀分布的随机数。
5.根据权利要求1所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法，其特征在于，步骤(3)中，所述调峰机组出力下限系数优化模型包括：
(31)、以全年调峰不足天数为0为目标，建立调峰机组出力下限系数线性优化模型；
(32)、若不能满足全年调峰不足天数为0的条件，则以全年调峰不足天数最少为目标函数建立整数规划模型。
6.根据权利要求1所述的一种基于线性优化和整数规划的含风电并网电力系统的调峰机组出力下限系数优化方法，其特征在于，步骤(3)中，调峰机组出力下限系数优化模型的目标函数和约束条件为：
以全年调峰不足天数为0为目标，建立调峰机组出力下限系数线性优化模型；目标函数为：
其中，定义调峰机组的出力下限系数将某风电并网系统的调峰机组按出力下限系数分为n类，记第i台机组的出力下限系数为δi；
约束条件为：
δmini≤δi≤δmaxi
其中，Pij为出力下限系数为δi的第j台机组可用机组额定出力，Ni为出力下限系数为δi的可用机组总台数，PL(t)和Pw(t)分别为t时刻的负荷和风电出力值；δmini和δmaxi分别为δi取值的下限与上限；
若该调峰机组出力下限系数线性优化模型没有可行解，即不能满足含风电并网电力系统全年调峰不足天数为0的目标，则以该系统全年调峰不足天数最少为目标建立整数规划优化模型；目标函数为：
其中，yd为0/1布尔变量；当第d天调峰机组满足调峰需求时，yd＝0；若不满足，则yd＝1；调峰不足天数最少及转化为全年yd之和最小；D为全年天数；
约束条件为：
δmini≤δi≤δmaxi。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810695156.4A CN108933454B (zh) | 2018-06-29 | 2018-06-29 | 含风电并网电力系统的调峰机组出力下限系数优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810695156.4A CN108933454B (zh) | 2018-06-29 | 2018-06-29 | 含风电并网电力系统的调峰机组出力下限系数优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108933454A true CN108933454A (zh) | 2018-12-04 |
| CN108933454B CN108933454B (zh) | 2021-07-06 |
Family
ID=64446495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810695156.4A Active CN108933454B (zh) | 2018-06-29 | 2018-06-29 | 含风电并网电力系统的调峰机组出力下限系数优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108933454B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113962598A (zh) * | 2021-11-11 | 2022-01-21 | 国网天津市电力公司 | 新能源日运行调峰需求测算方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104218620A (zh) * | 2014-09-26 | 2014-12-17 | 国家电网公司 | 基于伪序贯蒙特卡洛模拟的主动配电网可靠性分析方法 |
| CN104362673A (zh) * | 2014-10-29 | 2015-02-18 | 国网甘肃省电力公司 | 基于调峰裕度的风电并网协调调度优化方法 |
| CN104377726A (zh) * | 2014-11-11 | 2015-02-25 | 国家电网公司 | 一种大规模新能源并网发电的调峰方法 |
| CN105406508A (zh) * | 2015-12-14 | 2016-03-16 | 国家电网公司 | 一种火电双层调峰方法 |
| CN106816886A (zh) * | 2015-12-02 | 2017-06-09 | 中国电力科学研究院 | 一种大规模风电并网系统调峰需求确定方法 |
| CN107732977A (zh) * | 2017-09-21 | 2018-02-23 | 东南大学 | 一种基于需求响应的agc实时调度方法 |
| CN108063451A (zh) * | 2017-11-17 | 2018-05-22 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的电网多元优化调度方法 |
-
2018
- 2018-06-29 CN CN201810695156.4A patent/CN108933454B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104218620A (zh) * | 2014-09-26 | 2014-12-17 | 国家电网公司 | 基于伪序贯蒙特卡洛模拟的主动配电网可靠性分析方法 |
| CN104362673A (zh) * | 2014-10-29 | 2015-02-18 | 国网甘肃省电力公司 | 基于调峰裕度的风电并网协调调度优化方法 |
| CN104377726A (zh) * | 2014-11-11 | 2015-02-25 | 国家电网公司 | 一种大规模新能源并网发电的调峰方法 |
| CN106816886A (zh) * | 2015-12-02 | 2017-06-09 | 中国电力科学研究院 | 一种大规模风电并网系统调峰需求确定方法 |
| CN105406508A (zh) * | 2015-12-14 | 2016-03-16 | 国家电网公司 | 一种火电双层调峰方法 |
| CN107732977A (zh) * | 2017-09-21 | 2018-02-23 | 东南大学 | 一种基于需求响应的agc实时调度方法 |
| CN108063451A (zh) * | 2017-11-17 | 2018-05-22 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的电网多元优化调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张宏宇，等: "基于序贯蒙特卡洛方法的风电并网系统调峰裕度评估", 《电力系统自动化》 * |
| 杨宏，等: "风电系统中常规机组负调峰能力研究", 《中国电机工程学报》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113962598A (zh) * | 2021-11-11 | 2022-01-21 | 国网天津市电力公司 | 新能源日运行调峰需求测算方法及装置 |
| CN113962598B (zh) * | 2021-11-11 | 2024-05-07 | 国网天津市电力公司 | 新能源日运行调峰需求测算方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108933454B (zh) | 2021-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109103924B (zh) | 基于柔性分析的可再生能源消纳能力关键因素的分析方法 | |
| CN110365013B (zh) | 一种光热-光伏-风电联合发电系统的容量优化方法 | |
| CN108695857B (zh) | 风电场自动电压控制方法、装置及系统 | |
| 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 | |
| CN104299173B (zh) | 一种适用于多种能源接入的鲁棒优化日前调度方法 | |
| CN108090666B (zh) | 一种含aa-caes的电网电能与备用容量的协同调度方法 | |
| CN107732949A (zh) | 一种综合风电全年多季节特性的储能布点定容方法 | |
| WO2023179118A1 (zh) | 一种多能互补一体化外送基地直流输电曲线优化方法及系统 | |
| CN106385048A (zh) | 一种风光蓄一体化调度策略 | |
| CN112103941B (zh) | 考虑电网灵活性的储能配置双层优化方法 | |
| CN108599268A (zh) | 一种考虑风电场时空关联约束的日前优化调度方法 | |
| 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 | |
| CN113489003B (zh) | 一种考虑风光水一体化互补运行的源网协调规划方法 | |
| CN110336329A (zh) | 特高压直流以及新能源参与后的受端电网调峰控制方法 | |
| CN110707756B (zh) | 一种高比例风电接入电网的光热电站日前调峰优化控制方法 | |
| CN116402210A (zh) | 一种综合能源系统多目标优化方法、系统、设备和介质 | |
| CN117411007A (zh) | 一种分布式光伏和储能联合的配网低电压治理方法 | |
| CN113078684B (zh) | 一种基于双层优化的区域能源社区规划方法 | |
| CN108933454A (zh) | 含风电并网电力系统的调峰机组出力下限系数优化方法 | |
| Huang et al. | Optimal design of an island microgrid with considering scheduling optimization | |
| Wang et al. | Distributed optimization control schemes applied on offshore wind farm active power regulation | |
| CN111917137A (zh) | 一种针对区域电网内多种分布式能源的调控方法 | |
| CN115133533B (zh) | 一种考虑电动汽车接入的主动配电网优化重构方法 | |
| CN116780508A (zh) | 计及多重不确定性的梯级水电-光伏互补系统中长期区间优化调度方法 | |
| CN105514985B (zh) | 一种电网聚合模型的构建方法 |
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 |