CN109242340B - 一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法 - Google Patents
一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法 Download PDFInfo
- Publication number
- CN109242340B CN109242340B CN201811146514.2A CN201811146514A CN109242340B CN 109242340 B CN109242340 B CN 109242340B CN 201811146514 A CN201811146514 A CN 201811146514A CN 109242340 B CN109242340 B CN 109242340B
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring data
- evaluation
- rank correlation
- vector
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 64
- 238000011156 evaluation Methods 0.000 title claims abstract description 46
- 238000005338 heat storage Methods 0.000 title claims abstract description 35
- 238000011157 data evaluation Methods 0.000 title claims abstract description 15
- 230000029087 digestion Effects 0.000 title claims description 27
- 238000010521 absorption reaction Methods 0.000 claims abstract description 55
- 239000013598 vector Substances 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 24
- 238000012216 screening Methods 0.000 claims description 9
- 238000010606 normalization Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q50/04—Manufacturing
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法,涉及制造企业生产车间排产领域。该系统包括:蓄热电锅炉监测数据采集、改进型秩相关度计算和模糊评价3个模块;该方法包括:采集系统监测数据;构建小样本空间;对小样本空间中的数据进行优化;获取所有系统监测数据相对于同一系统指标的秩相关度;构建变量向量组和秩相关度向量;获得隶属度矩阵;获取综合评价向量并转为评分分数。本发明提供的一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法,在指标集过大时依然能获得准确的秩相关度,并对蓄热电锅炉实时运行产生的数据进行划分,得到不同指标下的影响因素,并为指标做出综合评价,为各个指标调整做数据支撑。
Description
技术领域
本发明涉及制造企业生产车间排产技术领域,具体涉及一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法。
背景技术
目前,我国存在着风光电站迅速发展以及弃风弃光日益严重的矛盾现象。风电的发展速度超出了电网及用电负荷的发展状况,导致弃风问题日渐突出,全国弃风电量达到175亿千瓦时,弃风率15.2%,部分地区弃风率甚至达到30%-40%以上。弃风指的是风力发电机在发电中,不向终端用户供电,而弃光就是光伏电站的发电量大于电力系统最大传输电量与负荷消纳电量之和。因此,通过蓄热电锅炉进行剩余电能消纳,将弃风弃光消纳问题与电能替代发展结合起来,将分布式蓄热电锅炉作为需求侧可控资源,保证负荷用电量的同时缓解风光电对电网稳定的冲击,达到弃风弃光的实时消纳,提高经济效益,促进电力企业长远发展。
但是由于风光电站的输出是一个非平稳、即时变化、动态特性的随机变量,具有波动性强、抗干扰能力弱、间歇性以及周期性特点的不可控的分布式能源。另一方面由于电力负荷、电热负荷需求的变化,为了达到弃风弃光的实时消纳,获得更高的经济效益,应当对分布式蓄热电锅炉消纳系统进行影响运行指标因素的划分,并对当前运行状态进行打分,从而当对指标提高时可以进行合理的参数调整;但是,在现有的技术中,多侧重于对蓄热电锅炉作为实时消纳虚拟发电厂电量能力的研究,缺乏对各种影响因素对于蓄热电锅炉消纳系统状态影响的研究,使得在消纳系统运行状态需要进行调整时,如需要提高用户供暖效果、提高经济性,不知应具体分别调整哪些因素,从而造成因蓄热电锅炉消纳弃风弃光消纳系统运行效率不高,影响用户取暖需要,不能达到好的经济效益。
发明内容
针对现有技术存在的问题,本发明提供一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法,其排产方法是针对客车在路由缓冲区移动路线复杂的特点提出的,通过改机代价所构建的路由规则来控制客车在路由缓冲区中的移动过程,解决了具有路由缓冲区的客车制造车间排产问题。
本发明的技术方案是:
一种蓄热电锅炉消纳系统监测数据评价系统,包括蓄热电锅炉监测数据采集模块、改进型秩相关度计算模块、模糊评价模块;
所述蓄热电锅炉监测数据采集模块,用于采集蓄热电锅炉消纳系统监测数据,包括供水温度、回水温度、供水压力、回水压力和室外温度,并读取消纳系统指标数据;所述消纳系统指标数据包括用户室内温度、消纳系统电表所测消纳量和锅炉自身运行状态;
所述改进型秩相关度计算模块,用于根据收集来的数据相对于消纳指标定量计算不同因素对于同一消纳系统指标的相关度,并相对于同一消纳系统指标筛选出主要影响因素,再根据不同因素对于同一消纳系统指标的相关度,将主要影响因素划分成不同因素集,并根据不同因素的相关度计算其权重;
所述模糊评价模块,根据改进型秩相关度计算模块筛检后变量因素形成的因素集和消纳系统指标构建的评价集获得隶属度向量,再通过模糊算子将相应的权重与隶属度矩阵进行计算,获得对指标数据的评价。
一种蓄热电锅炉消纳系统监测数据评价系统的评价方法,包括以下步骤:
步骤1:每隔一段时间采集蓄热电锅炉消纳系统监测数据,包括供水温度、回水温度、供水压力、回水压力和室外温度,并读取消纳系统监测数据对应的消纳系统指标数据,得到N对观察数据(xI,yI);所述消纳系统指标数据包括用户室内温度、消纳系统电表所测消纳量和锅炉自身运行状态;
步骤2:将N对观察数据组合为样本空间S,将样本空间S划分为K个连续均等的小样本空间,每个小样本空间含有n对观察数据(xi,yi):
步骤7:根据数据集{Pkz}和{Qkz}计算消纳系统监测数据相对于消纳系统指标数据的秩相关度rkz;
步骤8:对其余K-1个小样本空间重复步骤3至步骤7,获得K个小样本空间的K个秩序相关度rk=(rk1......rkz.......rkk);
步骤9:通过置信区间公式确定消纳系统监测数据相对于消纳系统指标数据的真实秩相关度rreal有100*(1-a)%可能性落到第Kz个小样本空间的秩相关度区间范围内,其中,a为显著性水平常数,ZN为不同置信度所对应的常数;
步骤12:对所有消纳系统监测数据分别执行步骤3至步骤11,得到所有p个消纳系统监测数据相对于同一消纳系统指标数据的秩相关度为:ro=(rreal1,rreal2,...,rrealp);
步骤13:根据统计学原理筛选出的q个消纳系统监测数据作为影响消纳系统指标数据的主要因素,并作为模糊评价模块的因素集U,重新编排构成筛选后的因素形成变量向量组X=(X1,X2,...,Xq),秩相关度向量r=(r1,r2,...,rq);
步骤14:将秩相关向量进行模数归一化处理,获得权重向量Ω=(ω1,ω2,...,ωq);
步骤15:利用筛选后的因素构建评价集V=(v1,v2,...,vm);
步骤16:根据评价集V对因素集U中的每一个因素进行专家打分,得到每一个因素的隶属度向量Cq=(cq1,cq2,...,cqm);
步骤18:将权重向量Ω与隶属度矩阵C通过模糊算子进行计算,得到综合评价向量B=(b1,b2,...,bm);
步骤19:选取运行状态评分标准向量V=(90,80,60,30)T,将综合评价向量B转换为评分分数。
进一步地,所述步骤7中计算消纳系统监测数据相对于消纳系统指标数据的秩相关度rkz的公式如下:
进一步地,所述步骤14中将秩相关向量进行模数归一化处理的公式如下:
进一步地,所述步骤18中将权重向量Ω与隶属度矩阵C通过模糊算子进行计算的公式如下:
本发明的有益效果:
本发明提出一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法,通过消纳系统运行过程中产生的监测数据,获得各个因素的权重,并引入改进型秩相关度的方法,利用统计学原理进行秩相关度的置信修正,选下边界作为真实秩相关度,获得更加准确的秩相关度,理论性更强,更加有效具体,在指标集过大时,仍然保持较高的准确性,本方法对蓄热电锅炉实时消纳弃风弃光运行产生的数据进行划分,得到影响经济性,用户供暖效果,锅炉自身运行状态的不同影响因素,并为消纳系统经济性、用户供暖状态、锅炉自身运行状态等指标做出综合评价,并提供消纳系统相应于各个指标调整的影响因素的数据支撑。
附图说明
图1为本发明实施例中蓄热电锅炉消纳系统监测数据评价系统的结构框图;
图2为本发明实施例中蓄热电锅炉消纳系统监测数据评价系统的评价方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优势更加清晰,下面结合附图和具体实施例对本发明做进一步详细说明。此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
一种蓄热电锅炉消纳系统监测数据评价系统,其结构框图如图1所示,包括蓄热电锅炉监测数据采集模块、改进型秩相关度计算模块、模糊评价模块;
所述蓄热电锅炉监测数据采集模块,用于采集蓄热电锅炉消纳系统监测数据,包括供水温度、回水温度、供水压力、回水压力和室外温度,并读取消纳系统指标数据;所述消纳系统指标数据包括用户室内温度、消纳系统电表所测消纳量和锅炉自身运行状态;
所述改进型秩相关度计算模块,用于根据收集来的数据相对于消纳指标定量计算不同因素对于同一消纳系统指标的相关度,并相对于同一消纳系统指标筛选出主要影响因素,再根据不同因素对于同一消纳系统指标的相关度,将主要影响因素划分成不同因素集,并根据不同因素的相关度计算其权重;
所述模糊评价模块,根据改进型秩相关度计算模块筛检后变量因素形成的因素集和消纳系统指标构建的评价集获得隶属度向量,再通过模糊算子将相应的权重与隶属度矩阵进行计算,获得对指标数据的评价。
一种蓄热电锅炉消纳系统监测数据评价系统的评价方法,流程如图2所示,包括以下步骤:
步骤1:每隔一段时间采集蓄热电锅炉消纳系统监测数据,包括供水温度、回水温度、供水压力、回水压力和室外温度,并读取消纳系统监测数据对应的消纳系统指标数据,得到N对观察数据(xI,yI);所述消纳系统指标数据包括用户室内温度、消纳系统电表所测消纳量和锅炉自身运行状态;
本实施例中,选取间隔时间为10min,N=1000。
步骤2:将N对观察数据组合为样本空间S,将样本空间S划分为K个连续均等的小样本空间,每个小样本空间含有n对观察数据(xi,yi):
本实施例中,取n=100,K=10。
步骤7:根据数据集{Pkz}和{Qkz}计算消纳系统监测数据相对于消纳系统指标数据的秩相关度rkz;
所述计算消纳系统监测数据相对于消纳系统指标数据的秩相关度rkz的公式如下:
步骤8:对其余K-1个小样本空间重复步骤3至步骤7,获得K个小样本空间的K个秩序相关度rk=(rk1......rkz.......rkk);
步骤9:通过置信区间公式确定消纳系统监测数据相对于消纳系统指标数据的真实秩相关度rreal有100*(1-a)%可能性落到第Kz个小样本空间的秩相关度区间范围内,其中,a为显著性水平常数,ZN为不同置信度所对应的常数;
步骤12:对所有消纳系统监测数据分别执行步骤3至步骤11,得到所有p个消纳系统监测数据相对于同一消纳系统指标数据的秩相关度为:ro=(rreall,rreal2...,rrealp);
步骤13:根据统计学原理筛选出的g个消纳系统监测数据作为影响消纳系统指标数据的主要因素,并作为模糊评价模块的因素集U,重新编排构成筛选后的因素形成变量向量组X=(X1,X2,...,Xq),秩相关度向量r=(r1,r2,...,rg);
步骤14:将秩相关向量进行模数归一化处理,获得权重向量Ω=(ω1,ω2,...,ωg);
所述将秩相关向量进行模数归一化处理的公式如下:
步骤15:利用筛选后的因素构建评价集V=(v1,v2,...,vm);
步骤16:根据评价集V对因素集U中的每一个因素进行专家打分,得到每一个因素的隶属度向量Cq=(cq1,cg2,...,cqm);
步骤18:将权重向量Ω与隶属度矩阵C通过模糊算子进行计算,得到综合评价向量B=(b1,b2,...,bm);
所述将权重向量Ω与隶属度矩阵C通过模糊算子进行计算的公式如下:
步骤19:选取运行状态评分标准向量V=(90,80,60,30)T,将综合评价向量B转换为评分分数。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;因而这些修改或者替换,并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
Claims (5)
1.一种蓄热电锅炉消纳系统监测数据评价系统,其特征在于,包括蓄热电锅炉监测数据采集模块、改进型秩相关度计算模块、模糊评价模块;
所述蓄热电锅炉监测数据采集模块,用于采集蓄热电锅炉消纳系统监测数据,包括供水温度、回水温度、供水压力、回水压力和室外温度,并读取消纳系统指标数据;所述消纳系统指标数据包括用户室内温度、消纳系统电表所测消纳量和锅炉自身运行状态;
所述改进型秩相关度计算模块,用于根据收集来的数据相对于消纳指标定量计算不同因素对于同一消纳系统指标的相关度,并相对于同一消纳系统指标筛选出主要影响因素,再根据不同因素对于同一消纳系统指标的相关度,将主要影响因素划分成不同因素集,并根据不同因素的相关度计算其权重;
所述模糊评价模块,根据改进型秩相关度计算模块筛检后变量因素形成的因素集和消纳系统指标构建的评价集获得隶属度向量,再通过模糊算子将相应的权重与隶属度矩阵进行计算,获得对指标数据的评价。
2.如权利要求1所述的蓄热电锅炉消纳系统监测数据评价系统的评价方法,其特征在于,包括以下步骤:
步骤l:每隔一段时间采集蓄热电锅炉消纳系统监测数据,包括供水温度、回水温度、供水压力、回水压力和室外温度,并读取消纳系统监测数据对应的消纳系统指标数据,得到N对观察数据(xI,yI);所述消纳系统指标数据包括用户室内温度、消纳系统电表所测消纳量和锅炉自身运行状态;
步骤2:将N对观察数据组合为样本空间S,将样本空间S划分为K个连续均等的小样本空间,每个小样本空间含有n对观察数据(xi,yi):
步骤7:根据数据集{Pkz}和{Qkz}计算消纳系统监测数据相对于消纳系统指标数据的秩相关度rkz;
步骤8:对其余K-1个小样本空间重复步骤3至步骤7,获得K个小样本空间的K个秩序相关度rk=(rk1......rkz.......rkk);
步骤9:通过置信区间公式确定消纳系统监测数据相对于消纳系统指标数据的真实秩相关度rreal有100*(1-a)%可能性落到第Kz个小样本空间的秩相关度区间范围内,其中,a为显著性水平常数,ZN为不同置信度所对应的常数;
步骤12:对所有消纳系统监测数据分别执行步骤3至步骤11,得到所有p个消纳系统监测数据相对于同一消纳系统指标数据的秩相关度为:ro=(rreal1,rreal2...,rrealp);
步骤13:根据统计学原理筛选出的g个消纳系统监测数据作为影响消纳系统指标数据的主要因素,并作为模糊评价模块的因素集U,重新编排构成筛选后的因素形成变量向量组X=(X1,X2,...,Xq),秩相关度向量r=(r1,r2,...,rq);
步骤14:将秩相关向量进行模数归一化处理,获得权重向量Ω=(ω1,ω2,...,ωq);
步骤15:利用筛选后的因素构建评价集V=(v1,v2,...,vm);
步骤16:根据评价集V对因素集U中的每一个因素进行专家打分,得到每一个因素的隶属度向量Cq=(cq1,cq2,...,cqm);
步骤18:将权重向量Ω与隶属度矩阵C通过模糊算子进行计算,得到综合评价向量B=(b1,b2,...,bm);
步骤19:选取运行状态评分标准向量V=(90,80,60,30)T,将综合评价向量B转换为评分分数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811146514.2A CN109242340B (zh) | 2018-09-29 | 2018-09-29 | 一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811146514.2A CN109242340B (zh) | 2018-09-29 | 2018-09-29 | 一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109242340A CN109242340A (zh) | 2019-01-18 |
CN109242340B true CN109242340B (zh) | 2021-08-27 |
Family
ID=65055318
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811146514.2A Active CN109242340B (zh) | 2018-09-29 | 2018-09-29 | 一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109242340B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102801157A (zh) * | 2012-07-24 | 2012-11-28 | 江苏省电力设计院 | 基于Copula理论的风光互补发电系统可靠性评估方法 |
CN104331572A (zh) * | 2014-11-17 | 2015-02-04 | 南京工程学院 | 考虑风速和风电机组故障相关性的风电场可靠性建模方法 |
CN104901309A (zh) * | 2015-06-30 | 2015-09-09 | 上海交通大学 | 考虑风速相关性的电力系统静态安全评估方法 |
CN105740975A (zh) * | 2016-01-26 | 2016-07-06 | 云南电网有限责任公司电力科学研究院 | 一种基于数据关联关系的设备缺陷评估与预测方法 |
CN106300412A (zh) * | 2016-08-16 | 2017-01-04 | 南瑞(武汉)电气设备与工程能效测评中心 | 蓄热电锅炉实时消纳弃风电量能力的评估方法 |
CN106849173A (zh) * | 2017-03-23 | 2017-06-13 | 国网电力科学研究院 | 一种荷‑网‑源协调控制消纳风电安全性的评估方法 |
CN106980905A (zh) * | 2017-03-15 | 2017-07-25 | 南方电网科学研究院有限责任公司 | 配电网供电可靠性预测方法和系统 |
CN107069783A (zh) * | 2017-01-17 | 2017-08-18 | 东北电力大学 | 蓄热式电锅炉融合储能系统优化控制方法 |
CN107256436A (zh) * | 2017-05-05 | 2017-10-17 | 国家电网公司 | 蓄热电锅炉与清洁能源的预测匹配和消纳控制方法 |
CN108171429A (zh) * | 2017-12-29 | 2018-06-15 | 国电南瑞科技股份有限公司 | 一种多基地直流外送的新能源消纳量化评价方法 |
CN108596481A (zh) * | 2018-04-24 | 2018-09-28 | 东莞理工学院 | 一种温室气体减排违约风险分析方法及系统 |
-
2018
- 2018-09-29 CN CN201811146514.2A patent/CN109242340B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102801157A (zh) * | 2012-07-24 | 2012-11-28 | 江苏省电力设计院 | 基于Copula理论的风光互补发电系统可靠性评估方法 |
CN104331572A (zh) * | 2014-11-17 | 2015-02-04 | 南京工程学院 | 考虑风速和风电机组故障相关性的风电场可靠性建模方法 |
CN104901309A (zh) * | 2015-06-30 | 2015-09-09 | 上海交通大学 | 考虑风速相关性的电力系统静态安全评估方法 |
CN105740975A (zh) * | 2016-01-26 | 2016-07-06 | 云南电网有限责任公司电力科学研究院 | 一种基于数据关联关系的设备缺陷评估与预测方法 |
CN106300412A (zh) * | 2016-08-16 | 2017-01-04 | 南瑞(武汉)电气设备与工程能效测评中心 | 蓄热电锅炉实时消纳弃风电量能力的评估方法 |
CN107069783A (zh) * | 2017-01-17 | 2017-08-18 | 东北电力大学 | 蓄热式电锅炉融合储能系统优化控制方法 |
CN106980905A (zh) * | 2017-03-15 | 2017-07-25 | 南方电网科学研究院有限责任公司 | 配电网供电可靠性预测方法和系统 |
CN106849173A (zh) * | 2017-03-23 | 2017-06-13 | 国网电力科学研究院 | 一种荷‑网‑源协调控制消纳风电安全性的评估方法 |
CN107256436A (zh) * | 2017-05-05 | 2017-10-17 | 国家电网公司 | 蓄热电锅炉与清洁能源的预测匹配和消纳控制方法 |
CN108171429A (zh) * | 2017-12-29 | 2018-06-15 | 国电南瑞科技股份有限公司 | 一种多基地直流外送的新能源消纳量化评价方法 |
CN108596481A (zh) * | 2018-04-24 | 2018-09-28 | 东莞理工学院 | 一种温室气体减排违约风险分析方法及系统 |
Non-Patent Citations (1)
Title |
---|
基于弃风弃光同步消纳的荷网源协调思路与实时消纳电量评估方法研究;王振宇等;《可再生能源》;20161231;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109242340A (zh) | 2019-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105260797B (zh) | 一种微网储能电站规划控制方法 | |
CN103138256B (zh) | 一种新能源电力消纳全景分析系统及方法 | |
CN106447098B (zh) | 一种光伏超短期功率预测方法及装置 | |
CN104836259B (zh) | 一种多能源船舶微网实时能量优化调度方法 | |
CN112308427B (zh) | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统 | |
CN103390200A (zh) | 基于相似日的光伏电站发电输出功率预测方法 | |
CN104600713A (zh) | 含风力/光伏发电配电网日前无功调度的生成装置及方法 | |
CN109978242A (zh) | 基于统计升尺度的光伏发电集群功率预测方法及装置 | |
CN106651660B (zh) | 基于g1-熵权法寻找电网静态薄弱点的综合评价方法 | |
CN107437135B (zh) | 一种新型储能选型方法 | |
CN103955521B (zh) | 一种风电场机群划分方法 | |
CN111275303A (zh) | 主动配电网电压无功优化控制策略综合评价方法及系统 | |
CN103258103A (zh) | 基于偏最小二乘回归的戴维南等值参数辨识方法 | |
CN117060470B (zh) | 一种基于灵活性资源的配电网电压优化控制方法 | |
CN111130145B (zh) | 一种基于弃风弃光的风光机组装机容量优化规划方法 | |
CN109242340B (zh) | 一种蓄热电锅炉消纳系统监测数据评价系统及其评价方法 | |
CN109546647B (zh) | 一种用于含风光水储的电力系统的安全稳定评估方法 | |
CN110245793B (zh) | 一种基于光热机组聚合模型的电力系统优化调度方法 | |
CN105354761B (zh) | 一种风电接入电网的安全与效能评估方法及系统 | |
CN116683518A (zh) | 计及低碳效益的配电网综合评估方法 | |
CN116826726A (zh) | 一种微电网发电量预测方法、装置及存储介质 | |
CN110571794A (zh) | 一种适用于双馈风机风电场的暂态模型等值计算方法 | |
CN106786800B (zh) | 基于大数据处理含光伏发电的电力系统经济调度分析方法 | |
CN109586309A (zh) | 基于大数据自由熵理论和场景匹配的配电网无功优化方法 | |
CN114400660A (zh) | 一种风电光伏制氢系统配比确定方法及系统 |
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 |