CN109149656A - 一种气-电互联综合能源系统机组组合方法 - Google Patents
一种气-电互联综合能源系统机组组合方法 Download PDFInfo
- Publication number
- CN109149656A CN109149656A CN201811092442.8A CN201811092442A CN109149656A CN 109149656 A CN109149656 A CN 109149656A CN 201811092442 A CN201811092442 A CN 201811092442A CN 109149656 A CN109149656 A CN 109149656A
- Authority
- CN
- China
- Prior art keywords
- gas
- natural gas
- unit
- load
- scene
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims abstract description 113
- 239000007789 gas Substances 0.000 claims abstract description 44
- 239000003345 natural gas Substances 0.000 claims abstract description 36
- 230000005611 electricity Effects 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 41
- 238000005070 sampling Methods 0.000 claims description 12
- 238000005520 cutting process Methods 0.000 claims description 7
- 238000011068 loading method Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 4
- 238000010168 coupling process Methods 0.000 claims description 4
- 238000005859 coupling reaction Methods 0.000 claims description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 3
- 240000002853 Nelumbo nucifera Species 0.000 claims description 3
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 3
- 230000021715 photosynthesis, light harvesting Effects 0.000 claims description 3
- 230000001568 sexual effect Effects 0.000 claims 1
- 238000003860 storage Methods 0.000 claims 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000010977 unit operation Methods 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
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种气‑电互联综合能源系统机组组合方法,包括构建不确定性因素的多场景和确定气‑电互联综合能源系统的机组组合两个部分;构建不确定性因素的多场景是通过等效负荷综合考虑电负荷和风电的不确定性,同时考虑气负荷的不确定性,基于拉丁超立方抽样法生成大量场景,再通过场景削减得到所需场景个数;确定气‑电互联综合能源系统的机组组合是以经济性最优为优化目标,确定电力网络约束条件、天然气网络约束条件以及二者耦合关系的约束,建立随机规划模型,求解得到气‑电互联综合能源系统中最优机组组合。本发明能够通过随机规划的方法处理综合能源系统中气负荷、电负荷以及风电的不确定性,从而确定机组组合,提高了系统运行经济性。
Description
技术领域
本发明属于电力信息技术领域,特别涉及了一种气-电互联综合能源系统机组组合方法。
背景技术
随着化石能源的短缺和环境污染,天然气正迅速成为电网中新发电机组的最佳选择。在气-电互联综合能源系统中,能源综合利用系统机组是电力系统和天然气系统的传统耦合元件,能够在降低系统规划的投资成本和运行成本的同时提高系统的可靠性。
机组组合是指在调度周期内,在满足机组运行约束条件下,能够合理安排机组启停状态,调节各机组出力,从而达到经济性最优的目的。机组组合的优化在电力系统调度中占有重要地位,有利于电力系统经济运行。
然而,在气-电互联综合能源系统中存在多种不确定性,不仅有风电、电负荷的不确定性,而且还有气负荷的不确定性,这些不确定性因素会影响综合能源系统运行的稳定性、可靠性。随机规划是一种针对含有不确定性因素的优化问题的有效方法,通过多个不同场景来体现不确定性因素,用少量代表性的场景来刻画不确定性因素的波动特性,以此全面考虑不确定性因素对系统机组组合的影响。
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气-电互联综合能源系统机组组合方法,能够通过随机规划的方法处理综合能源系统中气负荷、电负荷以及风电的不确定性,从而确定机组组合,提高系统运行经济性。
为了实现上述技术目的,本发明的技术方案为:
基于多场景随机规划模型的气-电互联综合能源系统机组组合方法,该方法包括构建不确定性因素的多场景和确定气-电互联综合能源系统的机组组合两个部分;所述构建不确定性因素的多场景是通过等效负荷综合考虑电负荷和风电的不确定性,同时考虑气负荷的不确定性,基于拉丁超立方抽样法生成大量场景,再通过场景削减得到所需的符合随机因素特征的场景个数;所述确定气-电互联综合能源系统的机组组合是以经济性最优为优化目标,确定电力网络约束条件、天然气网络约束条件以及二者耦合关系的约束,建立随机规划模型,求解得到气-电互联综合能源系统中最优机组组合。
进一步地,所述等效负荷定义为电负荷减去风电。
进一步地,构建不确定性因素的多场景的具体过程如下:
设风电、电负荷以及气负荷符合正态分布,采用拉丁超立方抽样,抽样规模为n,不确定性因素中随机变量个数为z,则第i个样本Xi=[xi1,.xi2,...,.xiz],xiz为Xi中的第z个随机变量,i=1,2,...,n;
针对等效负荷、气负荷,分别采用拉丁超立方抽样产生样本空间:
(a)设随机变量xm状态为xmp,计算其数目为n×ρ(xmp);其中ρ(xmp)为xm取xmp的概率,m,p=1,2,...,z;
(b)生成n×z维样本矩阵Xi,第m列的数据由n×ρ(xmp)个xmp构成,且每一列元素的概率和为1,即
(c)在第i次抽样中,依次从Xi的每一列随机抽样得到样本值xim,i=1,2,...,n;
对所得大量样本进行削减,过程如下:
(A)对于任意两个样本Xi和Xj,i≠j,其距离dij通过下式计算:
(B)去除概率密度Pdi最小的样本Xi:
上式中,ρi是样本Xi出现的概率,ci是样本Xi的密度距离,dil和dik是dij中最小的两个值,对应的样本Xl和样本Xk是距离样本Xi最近的两个样本;
(C)通过下式更新样本Xl和样本Xk的概率ρl和ρk;
(D)重复步骤(A)-(C),直至达到要求的样本数目;
通过以上步骤得到等效负荷以及气负荷个数分别为Ne和Ng,则构建的场景数个数NS=NeNg。
进一步地,所述经济性最优的优化目标函数如下:
上式中,i,j,t,s分别是火电机组、天然气机组、时间、场景数目的序号;NP,NG,NT,NS分别是火电机组、天然气机组、时间、场景总数;Ftotal是发电总成本;ρs是场景s下的概率;分别是第i台火电机组、第j台天然气机组在场景s下t时刻的出力;分别是火电机组、天然气机组的运行成本;分别是第i台火电机组t时刻的启停成本;分别是第j台天然气机组的t时刻启停成本。
进一步地,所述电力网络约束条件包括:
(1)功率平衡约束:
上式中,d是等效负荷的序号;ND是负荷的总数;是场景s下t时刻第d个等效负荷;是场景s下t时刻第d个负荷节点的切风;是场景s下t时刻第d个负荷节点的失负荷;
(2)机组出力约束:
上式中,分别是第i台火电机组与第j台天然气机组在t时刻的运行状态;分别是第i台火电机组的最大和最小出力;分别是第j台天然气机组的最大和最小出力;
(3)机组启停约束:
上式中,分别表示第i台火电机组在t时刻的开关状态;分别表示第j台天然气机组在t时刻的开关状态;
(4)机组爬坡约束:
上式中,分别是第i台火电机组的爬坡速率上下限;分别是第j台天然气机组的爬坡速率上下限;
(5)潮流约束:
上式中,SF是转移系数矩阵;Kp,Kg,Kd分别是火电机组、天然气机组、等效负荷的关联矩阵;分别是火电机组和天然气机组在场景s下t时刻的出力矩阵;和分别是场景s下t时刻的等效负荷矩阵、切风矩阵以及失负荷矩阵;PLmax是线路潮流上限矩阵。
进一步地,所述天然气网络约束条件包括:
(1)气源流量约束:
上式中,m为气源的个数;是场景s下t时刻第m个气源中天然气流量;分别是第m个气源中天然气流量的最大值和最小值;
(2)储气罐约束:
上式中,n为储气罐的个数;是场景s下t时刻第n个储气罐的容量; 分别是第n个储气罐的容量的最大值和最小值;分别是场景s下t时刻第n个储气罐中流入与流出的天然气量;分别是第n个储气罐中流入的天然气量的最大值和最小值;分别是第n个储气罐中流出的天然气量的最大值和最小值;
(3)流量守恒约束:
上式中,A,B,C,D,E分别表示气源、储气罐、天然气负荷、天然气机组供电的负荷以及管道的关联矩阵;是场景s下t时刻气源中天然气流量矩阵;分别是场景s下t时刻储气罐中流入与流出的天然气量矩阵;是场景s下t时刻天然气负荷矩阵;是场景s下t时刻由天然气机组供电的负荷矩阵,由调度决定;是场景s下t时刻管道中天然气流量矩阵。
进一步地,所述电力网络和天然气网络的耦合约束:
上式中,场景s下t时刻由第j台天然气机组供电的负荷;分别是第j台天然气机组的能耗系数。
采用上述技术方案带来的有益效果:
(1)本发明用等效负荷代替电负荷和风电负荷,减少了不确定性因素个数,从而减少场景数目,提高了方法的效率;
(2)本发明不仅考虑了气-电互联综合能源系统中风电和电负荷的不确定性,而且考虑了气负荷的不确定性,有利于综合能源系统的稳定运行;
(3)本发明通过多场景随机规划,能够显著优化气-电互联综合能源系统的机组组合。
附图说明
图1是本发明的方法流程图;
图2是实施例中等效负荷的场景图;
图3是实施例中气负荷的场景图。
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。
如图1所示,本发明设计的气-电互联综合能源系统机组组合方法,主要包括了构建不确定性因素的多场景,确定气-电互联综合能源系统的机组组合两个部分。
(1)构建不确定性因素的多场景
假设风电、电负荷以及气负荷符合正态分布,采用拉丁超立方抽样,抽样规模为n,不确定性因素中随机变量个数为z,样本表示为X=[x1,.x2,...,xz],则第i个样本Xi=[xi1,.xi2,...,.xiz],i=1,2,...,n。
为了减少场景数目,提高效率,采用等效负荷(即电力负荷减去风电负荷),则针对等效负荷、气负荷,分别采用拉丁超立方抽样产生样本空间过程如下:
1)假设随机变量xm状态为xmp,计算其数目为n×ρ(xmp);其中ρ(xmp)为xm取xmp的概率,m,p=1,2,...,z;
2)生成n×z维样本矩阵Xi,第m列的数据由n×ρ(xmp)个xmp构成,且每一列元素的概率和为1,即
3)在第i次抽样中,依次从Xi的每一列随机抽样得到样本值xim,i=1,2,...,n。
接下来对所得大量样本进行削减,过程如下:
1)对于任意两个样本Xi和Xj(i≠j),其距离dij通过式(1)计算:
2)去除概率密度Pdi最小的样本Xi,如式(2)所示:
式中:ρi是样本Xi出现的概率,ci是样本Xi的密度距离,dil和dik是dij中最小的两个值,样本Xl和样本Xk是离样本Xi最近的两个样本。
3)通过式(3)更新样本Xl和样本Xk的概率;
4)重复步骤1)~3),直到达到要求的样本数目。
通过以上步骤可以得等效负荷以及气负荷个数分别为Ne,Ng,则构建的场景数个数NS如式(4)所示:
NS=NeNg (4)
注意每一个场景的概率之和为1。
假设所需等效负荷和气负荷个数都为3,通过实施上述步骤,可得到如图2、图3所示的等效负荷和气负荷的场景图。
(2)确定气-电互联综合能源系统的机组组合
在气-电互联综合能源系统中考虑混合机组,以经济性最优为目标函数:
式中:i,j,t,s分别是火电机组、天然气机组、时间、场景数目的序号;NP,NG,NT,NS分别火电机组、天然气机组、时间、场景总数;Ftotal是发电总成本;ρs是场景s下的概率;分别是第i台火电机组、第j台天然气机组在场景s下t时刻的出力;分别是火电机组、天然气机组的运行成本;分别是第i台火电机组t时刻的启停成本;分别是第j台天然气机组的t时刻启停成本。
电力网络约束条件如下:
1)功率平衡约束
式中:d是等效负荷的序号;ND是负荷的总数;是场景s下t时刻第d个等效负荷;是场景s下t时刻第d个负荷节点的切风;是场景s下t时刻第d个负荷节点的失负荷。考虑切风与失负荷是为了在系统负荷失去平衡时,维持系统平衡。
2)机组出力约束
式中:分别是第i台火电机组与第j台天然气机组在t时刻的运行状态;分别是第i台火电机组的最大和最小出力;分别是第j台天然气机组的最大和最小出力。
3)机组启停约束
式中:分别表示第i台火电机组在t时刻的开关状态;分别表示第j台天然气机组在t时刻的开关状态。
4)机组爬坡约束
式中:分别是第i台火电机组的爬坡速率上下限;分别是第j台天然气机组的爬坡速率上下限。
5)潮流约束
式中:SF是转移系数矩阵;Kp,Kg,Kd分别是火电机组、天然气机组、等效负荷的关联矩阵;分别是火电机组和天然气机组在场景s下t时刻的出力矩阵;和分别是场景s下t时刻的等效负荷矩阵、切风矩阵以及失负荷矩阵;PLmax是线路潮流上限矩阵。
天然气网络约束条件如下:
1)气源流量约束
式中:m为气源的个数;是场景s下t时刻第m个气源中天然气流量;分别是第m个气源中天然气流量的最大值和最小值。
2)储气罐约束
式中:n为储气罐的个数;是场景s下t时刻第n个储气罐的容量; 分别是第n个储气罐的容量的最大值和最小值;分别是场景s下t时刻第n个储气罐中流入与流出的天然气量;分别是第n个储气罐中流入的天然气量的最大值和最小值;分别是第n个储气罐中流出的天然气量的最大值和最小值。
3)流量守恒约束
式中:A,B,C,D,E分别表示气源、储气罐、天然气负荷、天然气机组供电的负荷以及管道的关联矩阵;是场景s下t时刻气源中天然气流量矩阵;分别是场景s下t时刻储气罐中流入与流出的天然气量矩阵;是场景s下t时刻天然气负荷矩阵;是场景s下t时刻由天然气机组供电的负荷矩阵,由调度决定;是场景s下t时刻管道中天然气流量矩阵。
在气-电互联综合能源系统中,天然气机组作为耦合元件,消耗天然气来发电,其耦合关系约束如下:
式中:场景s下t时刻由第j台天然气机组供电的负荷;分别是第j台天然气机组的能耗系数。
最后通过优化工具即可求解得到最优机组组合。
假设系统中有一台火电机组G1,两台天然气机组G2和G3,通过求解式(5)~式(18),即可得到如表1的最佳机组组合结果。
表1
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 (7)
1.基于多场景随机规划模型的气-电互联综合能源系统机组组合方法,其特征在于:该方法包括构建不确定性因素的多场景和确定气-电互联综合能源系统的机组组合两个部分;所述构建不确定性因素的多场景是通过等效负荷综合考虑电负荷和风电的不确定性,同时考虑气负荷的不确定性,基于拉丁超立方抽样法生成大量场景,再通过场景削减得到所需的符合随机因素特征的场景个数;所述确定气-电互联综合能源系统的机组组合是以经济性最优为优化目标,确定电力网络约束条件、天然气网络约束条件以及二者耦合关系的约束,建立随机规划模型,求解得到气-电互联综合能源系统中最优机组组合。
2.根据权利要求1所述基于多场景随机规划模型的气-电互联综合能源系统机组组合方法,其特征在于:所述等效负荷定义为电负荷减去风电。
3.根据权利要求2所述基于多场景随机规划模型的气-电互联综合能源系统机组组合方法,其特征在于:构建不确定性因素的多场景的具体过程如下:
设风电、电负荷以及气负荷符合正态分布,采用拉丁超立方抽样,抽样规模为n,不确定性因素中随机变量个数为z,则第i个样本Xi=[xi1,.xi2,...,.xiz],xiz为Xi中的第z个随机变量,i=1,2,...,n;
针对等效负荷、气负荷,分别采用拉丁超立方抽样产生样本空间:
(a)设随机变量xm状态为xmp,计算其数目为n×ρ(xmp);其中ρ(xmp)为xm取xmp的概率,m,p=1,2,...,z;
(b)生成n×z维样本矩阵Xi,第m列的数据由n×ρ(xmp)个xmp构成,且每一列元素的概率和为1,即
(c)在第i次抽样中,依次从Xi的每一列随机抽样得到样本值xim,i=1,2,...,n;
对所得大量样本进行削减,过程如下:
(A)对于任意两个样本Xi和Xj,i≠j,其距离dij通过下式计算:
(B)去除概率密度Pdi最小的样本Xi:
上式中,ρi是样本Xi出现的概率,ci是样本Xi的密度距离,dil和dik是dij中最小的两个值,对应的样本Xl和样本Xk是距离样本Xi最近的两个样本;
(C)通过下式更新样本Xl和样本Xk的概率ρl和ρk;
(D)重复步骤(A)-(C),直至达到要求的样本数目;
通过以上步骤得到等效负荷以及气负荷个数分别为Ne和Ng,则构建的场景数个数NS=NeNg。
4.根据权利要求1所述基于多场景随机规划模型的气-电互联综合能源系统机组组合方法,其特征在于:所述经济性最优的优化目标函数如下:
上式中,i,j,t,s分别是火电机组、天然气机组、时间、场景数目的序号;NP,NG,NT,NS分别是火电机组、天然气机组、时间、场景总数;Ftotal是发电总成本;ρs是场景s下的概率;分别是第i台火电机组、第j台天然气机组在场景s下t时刻的出力;分别是火电机组、天然气机组的运行成本;分别是第i台火电机组t时刻的启停成本;分别是第j台天然气机组的t时刻启停成本。
5.根据权利要求4所述基于多场景随机规划模型的气-电互联综合能源系统机组组合方法,其特征在于,所述电力网络约束条件包括:
(1)功率平衡约束:
上式中,d是等效负荷的序号;ND是负荷的总数;是场景s下t时刻第d个等效负荷;是场景s下t时刻第d个负荷节点的切风;是场景s下t时刻第d个负荷节点的失负荷;
(2)机组出力约束:
上式中,分别是第i台火电机组与第j台天然气机组在t时刻的运行状态;分别是第i台火电机组的最大和最小出力;分别是第j台天然气机组的最大和最小出力;
(3)机组启停约束:
上式中,分别表示第i台火电机组在t时刻的开关状态;分别表示第j台天然气机组在t时刻的开关状态;
(4)机组爬坡约束:
上式中,分别是第i台火电机组的爬坡速率上下限;分别是第j台天然气机组的爬坡速率上下限;
(5)潮流约束:
上式中,SF是转移系数矩阵;Kp,Kg,Kd分别是火电机组、天然气机组、等效负荷的关联矩阵;分别是火电机组和天然气机组在场景s下t时刻的出力矩阵;和分别是场景s下t时刻的等效负荷矩阵、切风矩阵以及失负荷矩阵;PLmax是线路潮流上限矩阵。
6.根据权利要求4所述基于多场景随机规划模型的气-电互联综合能源系统机组组合方法,其特征在于,所述天然气网络约束条件包括:
(1)气源流量约束:
上式中,m为气源的个数;是场景s下t时刻第m个气源中天然气流量;分别是第m个气源中天然气流量的最大值和最小值;
(2)储气罐约束:
上式中,n为储气罐的个数;是场景s下t时刻第n个储气罐的容量; 分别是第n个储气罐的容量的最大值和最小值;分别是场景s下t时刻第n个储气罐中流入与流出的天然气量;分别是第n个储气罐中流入的天然气量的最大值和最小值;分别是第n个储气罐中流出的天然气量的最大值和最小值;
(3)流量守恒约束:
上式中,A,B,C,D,E分别表示气源、储气罐、天然气负荷、天然气机组供电的负荷以及管道的关联矩阵;是场景s下t时刻气源中天然气流量矩阵;分别是场景s下t时刻储气罐中流入与流出的天然气量矩阵;是场景s下t时刻天然气负荷矩阵;是场景s下t时刻由天然气机组供电的负荷矩阵,由调度决定;是场景s下t时刻管道中天然气流量矩阵。
7.根据权利要求4所述基于多场景随机规划模型的气-电互联综合能源系统机组组合方法,其特征在于,所述电力网络和天然气网络的耦合约束:
上式中,场景s下t时刻由第j台天然气机组供电的负荷;分别是第j台天然气机组的能耗系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811092442.8A CN109149656B (zh) | 2018-09-19 | 2018-09-19 | 一种气-电互联综合能源系统机组组合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811092442.8A CN109149656B (zh) | 2018-09-19 | 2018-09-19 | 一种气-电互联综合能源系统机组组合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109149656A true CN109149656A (zh) | 2019-01-04 |
CN109149656B CN109149656B (zh) | 2020-08-04 |
Family
ID=64815016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811092442.8A Active CN109149656B (zh) | 2018-09-19 | 2018-09-19 | 一种气-电互联综合能源系统机组组合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109149656B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210104A (zh) * | 2019-05-28 | 2019-09-06 | 国电南瑞科技股份有限公司 | 一种多能源系统运行调度方法 |
CN110380447A (zh) * | 2019-07-22 | 2019-10-25 | 重庆大学 | 一种风机失效下的电-气互联能源系统降风险调度方法 |
CN110503250A (zh) * | 2019-08-08 | 2019-11-26 | 燕山大学 | 考虑电-热转移负荷转移量不确定性的综合能源规划方法 |
CN112986731A (zh) * | 2021-02-08 | 2021-06-18 | 天津大学 | 计及地震不确定性的电气互联系统韧性评估与提升方法 |
CN115238503A (zh) * | 2022-07-26 | 2022-10-25 | 河南工业大学 | 一种电-热-气-氢综合能源系统优化调度方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106208157A (zh) * | 2016-07-19 | 2016-12-07 | 河海大学 | 基于电转气的电‑气互联综合能源系统削峰填谷方法 |
CN107045661A (zh) * | 2016-09-29 | 2017-08-15 | 南方电网科学研究院有限责任公司 | 一种考虑间歇性能源随机变化的情景削减方法及装置 |
CN107294136A (zh) * | 2017-08-18 | 2017-10-24 | 广东工业大学 | 一种电力系统调度方法及装置 |
CN107579544A (zh) * | 2017-08-09 | 2018-01-12 | 广西电网有限责任公司电力科学研究院 | 基于用户侧需求响应和分布式储能的风电并网控制方法 |
CN107895971A (zh) * | 2017-11-28 | 2018-04-10 | 国网山东省电力公司德州供电公司 | 基于随机规划和模型预测控制的区域能源互联网调度方法 |
-
2018
- 2018-09-19 CN CN201811092442.8A patent/CN109149656B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106208157A (zh) * | 2016-07-19 | 2016-12-07 | 河海大学 | 基于电转气的电‑气互联综合能源系统削峰填谷方法 |
CN107045661A (zh) * | 2016-09-29 | 2017-08-15 | 南方电网科学研究院有限责任公司 | 一种考虑间歇性能源随机变化的情景削减方法及装置 |
CN107579544A (zh) * | 2017-08-09 | 2018-01-12 | 广西电网有限责任公司电力科学研究院 | 基于用户侧需求响应和分布式储能的风电并网控制方法 |
CN107294136A (zh) * | 2017-08-18 | 2017-10-24 | 广东工业大学 | 一种电力系统调度方法及装置 |
CN107895971A (zh) * | 2017-11-28 | 2018-04-10 | 国网山东省电力公司德州供电公司 | 基于随机规划和模型预测控制的区域能源互联网调度方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210104A (zh) * | 2019-05-28 | 2019-09-06 | 国电南瑞科技股份有限公司 | 一种多能源系统运行调度方法 |
CN110210104B (zh) * | 2019-05-28 | 2020-11-06 | 国电南瑞科技股份有限公司 | 一种多能源系统运行调度方法 |
CN110380447A (zh) * | 2019-07-22 | 2019-10-25 | 重庆大学 | 一种风机失效下的电-气互联能源系统降风险调度方法 |
CN110380447B (zh) * | 2019-07-22 | 2021-07-06 | 重庆大学 | 一种风机失效下的电-气互联能源系统降风险调度方法 |
CN110503250A (zh) * | 2019-08-08 | 2019-11-26 | 燕山大学 | 考虑电-热转移负荷转移量不确定性的综合能源规划方法 |
CN110503250B (zh) * | 2019-08-08 | 2023-04-07 | 燕山大学 | 考虑电-热转移负荷转移量不确定性的综合能源规划方法 |
CN112986731A (zh) * | 2021-02-08 | 2021-06-18 | 天津大学 | 计及地震不确定性的电气互联系统韧性评估与提升方法 |
CN112986731B (zh) * | 2021-02-08 | 2022-12-02 | 天津大学 | 计及地震不确定性的电气互联系统韧性评估与提升方法 |
CN115238503A (zh) * | 2022-07-26 | 2022-10-25 | 河南工业大学 | 一种电-热-气-氢综合能源系统优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109149656B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109149656A (zh) | 一种气-电互联综合能源系统机组组合方法 | |
Lu et al. | Design optimization and optimal control of grid-connected and standalone nearly/net zero energy buildings | |
CN110598913B (zh) | 一种园区综合能源系统设备容量配置的优化方法及系统 | |
CN109523065B (zh) | 一种基于改进量子粒子群算法的微能源网优化调度方法 | |
CN108832656A (zh) | 基于电转气和可再生能源利用微能源网多目标规划方法 | |
CN111144620A (zh) | 一种考虑季节储氢的电氢综合能源系统及其鲁棒规划方法 | |
CN103580020B (zh) | 一种基于NSGA-II和Look-ahead的含风电场电力系统多目标动态优化调度方法 | |
CN103914734B (zh) | 基于改进型蚁群算法的微网容量优化布址方法 | |
CN109217291A (zh) | 考虑削峰填谷模型的电气互联系统多目标优化方法 | |
CN112862253B (zh) | 考虑风电不确定性的电-气-热储能协同规划方法及系统 | |
CN106779250B (zh) | 一种基于新型优化模型的孤立分布式电网配置方法 | |
CN115186791A (zh) | 一种计及氢气交易的电氢热耦合多能互补微电网优化配置方法 | |
CN112883630A (zh) | 用于风电消纳的多微网系统日前优化经济调度方法 | |
CN116402210A (zh) | 一种综合能源系统多目标优化方法、系统、设备和介质 | |
CN114742276A (zh) | 一种考虑㶲效率的含orc的园区综合能源系统多目标优化调度方法 | |
Mohammadi et al. | Comparative transient assessment and optimization of battery and hydrogen energy storage systems for near-zero energy buildings | |
CN114444850A (zh) | 基于数字孪生的园区储能规划方法、装置、设备和介质 | |
Ma et al. | Performance optimization of phase change energy storage combined cooling, heating and power system based on GA+ BP neural network algorithm | |
CN109299823A (zh) | 一种考虑热法海水淡化的微能源网多目标规划方法 | |
Liu et al. | Research on the optimal dispatch of wind power consumption based on combined heat and power with thermal energy storage | |
CN110992206B (zh) | 一种多源电场的优化调度方法及系统 | |
CN112446552A (zh) | 一种生物质气化冷热电联供系统的多目标优化方法 | |
CN113505939B (zh) | 一种考虑不确定性因素的能源系统随机规划方法及系统 | |
CN110097235A (zh) | 一种联合发电的调度优化方法、装置和介质 | |
CN105634005B (zh) | 一种用于评估光伏接纳能力的方法及系统 |
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 |