CN109687441A - 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法 - Google Patents
一种基于场景分解-协调的独立微电网灵活性资源容量配置方法 Download PDFInfo
- Publication number
- CN109687441A CN109687441A CN201811610181.4A CN201811610181A CN109687441A CN 109687441 A CN109687441 A CN 109687441A CN 201811610181 A CN201811610181 A CN 201811610181A CN 109687441 A CN109687441 A CN 109687441A
- Authority
- CN
- China
- Prior art keywords
- scene
- power
- capacity
- capacitance sensor
- coordination
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005611 electricity Effects 0.000 claims abstract description 36
- 238000004146 energy storage Methods 0.000 claims abstract description 22
- 240000002853 Nelumbo nucifera Species 0.000 claims description 5
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 5
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000007418 data mining Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000035699 permeability Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000002146 bilateral effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009975 flexible effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer 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
-
- 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
-
- H02J3/382—
-
- 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]
Abstract
本发明公开了一种基于场景分解‑协调的独立微电网灵活性资源容量配置方法,包括下列步骤:建立源‑荷不平衡功率场景,将不平衡功率场景划分为功率缺额场景集S‑和功率过剩场景集S+;根据功率缺额场景集S‑,计算可控电源容量的可行范围及对应储能装置最低容量;根据功率过剩场景集S+,采用通用模式搜索法对储能容量协调修正以获取弃电惩罚最低的最佳配置;综合考虑投资成本与运行成本最低选定灵活性资源FGR容量配置方案;既能保证不损失负荷,又可以通过对储能容量的协调修正以获取弃电惩罚最低的最佳配置,减少弃电量,降低规划的综合成本。
Description
技术领域
本发明涉及电力领域,具体涉及一种基于场景分解-协调的独立微电网灵活性资源容量配置方法。
背景技术
随着近年来可再生能源的装机成本快速下降,微电网的可再生能源的渗透率逐渐增加,由于可再生能源的自然特性所带来的不确定性问题日显加剧。微电网运行所面临的不确定性问题主要体现在两个方面:一是源侧高渗透率下风电、光伏等可再生能源所呈现的强随机性与间歇性所导致的功率波动问题;二是荷侧电能用户用电行为的随机性所带来的负荷波动问题。
对于微电网而言,需要确保系统内的安全稳定运行,同时避免发生负荷损失,并尽可能在经济、合理的条件下充分消纳可再生能源,减少弃电现象的发生。为此,需要在微电网中额外配置分布式可控电源与电池储能等灵活性资源(Flexible GenerationResources,FGR)以充分应对源-荷双侧不确定性所带来的问题;设计灵活性资源的微电网规划问题已被展开广泛的研究与讨论,由于分布式电源的不确定性变量建模方法不同,微电网的规划建模方法有多种,现主流方法多倾向于把计及储能和可控电源的微电网系统描述为混合整数线性规划模型或非线性模型,采用基于数学规划理论的直接法或元启发式算法进行求解。受求解模型及计算机求解能力的限制,源-荷不确定性的模拟多采取近似的方法。目前较常采用场景生成、源-荷概率分布函数及构造不确定集等方法表征源-荷不确定性。场景生成法可选取按季节划分或年均统计形成的典型日或基于源-荷预测误差形成的分析场景,这种处理方式通常借助场景缩减以降低问题复杂程度,提高模型的可解性,但削弱了全面反映源-荷不确定性的能力。通过人为指定的概率分布模型刻画风速、光照强度以及负荷变化的随机行为确实在一定程度上反映源-荷不确定性,但概率分布模型往往未能充分考虑实际微电网的真实情况,在随机场景较多的情况下将导致该混合整数线性规划问题求解规模庞大,对计算设备提出更高要求的同时,问题的计算速度也大大降低,甚至容易产生内存溢出或维数灾以致无法得到问题的合理解,此外,所采用的场景生成法对独立微电网源-荷不确定性的反映不够全面。
发明内容
有鉴于此,本发明的目的是克服现有技术中的缺陷,提供一种基于场景分解-协调的独立微电网灵活性资源容量配置方法,既能保证不损失负荷,又可以通过对储能容量的协调修正以获取弃电惩罚最低的最佳配置,减少弃电量,降低规划的综合成本。
本发明的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法,包括下列步骤:
S1:建立源-荷不平衡功率场景,将不平衡功率场景划分为功率缺额场景集S-和功率过剩场景集S+;
S2:根据功率缺额场景集S-,计算可控电源容量的可行范围及对应储能装置最低容量;
S3:根据功率过剩场景集S+,采用通用模式搜索法对储能容量协调修正以获取弃电惩罚最低的最佳配置;
S4:综合考虑投资成本与运行成本最低选定灵活性资源FGR容量配置方案。
进一步,在步骤S1中,利用k-means对历史数据进行数据挖掘形成光伏、风电及负荷的特征场景,排列组合形成不平衡功率典型场景S,对场景S归类为S-和S+场景集。
进一步,在步骤S2中,由S-场景的Worst Case确定保证独立微电网供电可靠性的分布式可控电源DDG容量范围并对该范围离散化得PDDG[i],i=0,1,...,M,基于Worst Case,建立混合整数线性规划模型MILP并计算给定PDDG[i]值的电池储能BS容量参数和i=0,1,...,M。
进一步,在步骤S3中,其特征在于:在步骤S3中,根据步骤S2中的PDDG[i]、及i=0,1,...,M,建立时序化储能动态模型SBSDM,确定初始的BS容量参数和选择合适的搜索步长和用于指定搜索方向的基向量,利用典型模式搜索算法优化计算使得S+场景集目标函数式最小时的BS容量参数和并与PDDG[i]作为结果进行输出。
进一步,在步骤S4中,对于每组i=0,1,...,M,计算各自总成本,选取成本最低一组作为独立微电网系统的最佳FGR容量配置方案。
本发明的有益效果是:本发明公开的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法,一方面对高渗透率独立微电网的源-荷双侧不确定性的反映更加全面,在求解模型所得的灵活性资源的容量配置结果与混合整数线性规划相对误差小,满足计算精度要求,另一方面随机场景数量较大时,分解-协调方法相比混合整数线性规划问题求解规模较小,对计算设备的要求相对较小,问题的计算速度也就提高,同时降低内存溢出而无法得到问题合理解出现的几率,对独立微电网灵活性资源的容量配置问题提出新的解决方法,在满足合理性解的前提下,提高问题的求解速度,在技术性和经济性方面都有较大的收益。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1为本发明的典型独立微电网系统示意图;
图2为本发明的分解-协调优化方法流程图;
图3为本发明的Worst Case不平衡功率图;
图4为本发明的第π个场景基本弃电量计算与时段划分图。
具体实施方式
如图所示,本实施例中的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法;图1所示为微电网系统工作在独立运行模式,图2所示为本发明的流程示意图,主要分为四个步骤:
步骤S1,即初始化处理:利用k-means对历史数据进行数据挖掘形成光伏、风电及负荷的特征场景,排列组合形成不平衡功率典型场景S,对场景S归类为S-和S+场景集。
步骤S2,即分解处理:由S-场景的Worst Case确定保证独立微电网供电可靠性的DDG容量范围并对该范围离散化得PDDG[i],i=0,1,...,M。基于Worst Case的MILP(混合整数线性规划)计算给定PDDG[i]值的BS容量参数和i=0,1,...,M。
步骤S3,即协调处理:给定PDDG[i]、及i=0,1,...,M,基于SBSDM模型利用GPS算法优化计算使得S+场景集目标函数式最小时的BS容量参数和并与PDDG[i]作为结果进行输出。
步骤S4,即定容处理;对于每组i=0,1,...,M,计算各自总成本,选取成本最低一组作为独立微电网系统的最佳FGR容量配置方案。
在步骤S1中,初始化处理可基于k-means聚类法生成光伏、风电及负荷三类场景,通过排列组合形成源-荷场景S,利用公式(1)求出任一源-荷场景s的不平衡功率,即
其中,t∈[Δt,2Δt,...,T-Δt,T],时间间隔为Δt=1,T=24Hrs。为第kPV个光伏功率场景的光伏出力,为第kWT个风电功率场景的风电出力,为第kLD个负荷功率场景的负荷功率。
在t时刻,当ΔPs(t)<0时,对应功率缺额的场景,表明负荷需求大于光、风电的供电能力,此时将出现缺电的情况;反之,ΔPs(t)≥0时则对应功率过剩的场景,说明负荷需求得到满足,同时可能出现光、风电发电过剩,易导致弃电现象的发生。
对于任一源-荷场景s∈S,若使得ΔPs(t)<0,将场景s归入功率缺额场景集合S-;对于任一源-荷场景s∈S,若使得ΔPs(t)≥0,将场景s归入功率过剩场景集合S+,为避免负荷损失需要对S-场景进行分析,而减少弃电量则需着重考察S+,需提出,场景S+将一天内源-荷功率完全平衡的情形计及在内。
在步骤S2中,分解处理时,基于S-场景的灵活性资源定容,由于可再生电源的供电能力不足,需要针对不平衡功率最小值,即
ΔP(t)=min[ΔPs(t)]
如图3所示,实曲线为Worst Case的不平衡功率ΔP(t),点虚直线表示应配置可控电源容量最小值的相反数,点虚直线表示应配置可控电源最大容量相反数,
显然,当可控电源最大可行容量满足
此时可控电源能满足S-所有场景的供电需求而无需额外配置储能装置,图3中的正斜及反斜阴影面积分别表示为给定可控电源容量时,储能装置需要吸收的能量Ech及释放的能量Edisch可通过公式(2)求得:
由于储能装置具有一定的充放电效率η,因此实际吸收和释放的最大能量分别为Ech·η和Edisch/η。此处假设储能一天中的初末态剩余容量约束为50%,因此,当且仅当两者相等时,即
所给定的可控电源为保证系统不发生负荷损失的可控电源最小可行容量当所配置的可控电源的额定容量时,只需额外添加一定容量的储能,即可保证在S-中所有场景避免负荷丢失,此时,S-场景中的能量全部由可控电源提供,储能仅起到能量转移的作用,因此在不考虑储能装置运行成本的情况下,可控电源在S-场景的运行成本可通过公式(3)求得:
ρs为任一场景的概率,可由现有公式计算得出,其中MPV,MWT和MLD分别为采用k-means法后光伏、风机与负荷功率场景的聚类数。
为便于对可控电源的容量选择与经济性比较,以步长为δkW在范围内对可控电源容量离散化为等份,符号表示为向上取整函数,即
当给定PDDG[i]时,根据Worst Case的不平衡功率难以直接得出满足经济最优条件的储能功率容量与能量容量,但可对最大功率缺额场景建立MILP并进行优化求解,获得该PDDG[i]值对应的最佳储能容量参数和作为下一步协调优化过程的初始值,由于此时MILP模型仅包含Worst Case单一场景,因此问题求解的效率较高。
在步骤S3中,协调处理需建立时序化储能动态模型,假设独立微电网优先消耗可控电源所产生的电能,其弃电量主要取决于S+中功率过剩场景以及BS容量配置,为方便区分与说明,使用符号π∈S+表示S+场景集合中的任一场景;
对于给定功率容量为PBS的储能,微电网系统必然无法消纳功率过剩场景S+中所有超过PBS的功率,如图4所示为某一不平衡功率场景,电虚线PBS以上的不平衡功率所围城的阴影面积为必然舍弃的基本弃电量第π个场景的基本弃电量通过公式(4)求得:
因此,对于第π个功率过剩场景而言,其ΔP(π,t)可根据BS的功率容量PBS修正,如图4所示中的被“削峰”后的剩余曲线通过公式(5)表示:
而对于第π个功率过剩场景,根据时段的不同其不平衡功率呈正负交替变化,仍以图4所示为例,T1和T3为不平衡功率为非负时段,T2和T4时段的不平衡功率则为负,据此,对所有π∈S+按不平衡功率正负变化划分为个时段。
为计算微电网系统的弃电量,基于Tn个划分时段提出的时序化储能动态模型(Sequential Battery Storage Dynamic Model,SBSDM)可近似等效S+场景的储能荷电状态(State of charge,SOC)的连续变化趋势,假设给定功率容量为PBS下的BS能量容量为EBS,则第π个场景的初始剩余电量Eπ(Tπ0)=EBS·SoCini,其中SoCini为初始储能荷电状态,即50%,对于π∈S+,BS的剩余电量按不平衡功率正负情况计算如下:
1)若时段不平衡功率为非负值时,BS的剩余电量有公式(6)计算如下:
其中,为时段需要消纳的过剩电量,为时段BS最大可消纳电量,为BS能量容量上限值,η为充放电效率;
该时段的实际弃电量由公司(7)可计算为:
2)若时段不平衡功率为负值时,BS的剩余电量有公式(8)计算如下:
其中,为时段需要提供的电量缺额,为时段BS最大输出电量,为BS能量容量下限值,对于图4中的部分,尽管BS未能提供有效功率支援,但S-场景中已从保证零负荷损失为约束配置了充足的DDG容量,因此该部分功率缺额可认为由DDG完全补足,该时段由DDG所提供的能量可由公式(9)计算:
在1d运行结束后,为近似设计剩余容量约束条件,需按以下式子更新时段的弃电量及DDG运行成本:
给定FGR容量下的总弃电量为所有功率过剩场景π∈S+的基本弃电量与动态弃电量和的期望值,S+场景集合的总弃电量、总弃电惩罚及DDG运行总成本为:
上式,为弃电惩罚;为DDG运行成本。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种基于场景分解-协调的独立微电网灵活性资源容量配置方法,其特征在于:包括下列步骤:
S1:建立源-荷不平衡功率场景,将不平衡功率场景划分为功率缺额场景集S-和功率过剩场景集S+;
S2:根据功率缺额场景集S-,计算可控电源容量的可行范围及对应储能装置最低容量;
S3:根据功率过剩场景集S+,采用通用模式搜索法对储能容量协调修正以获取弃电惩罚最低的最佳配置;
S4:综合考虑投资成本与运行成本最低选定灵活性资源FGR容量配置方案。
2.根据权利要求1所述的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法,其特征在于:在步骤S1中,利用k-means对历史数据进行数据挖掘形成光伏、风电及负荷的特征场景,排列组合形成不平衡功率典型场景S,对场景S归类为S-和S+场景集。
3.根据权利要求2所述的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法,其特征在于:在步骤S2中,由S-场景的Worst Case确定保证独立微电网供电可靠性的分布式可控电源DDG容量范围并对该范围离散化得PDDG[i],i=0,1,...,M,基于Worst Case,建立混合整数线性规划模型MILP并计算给定PDDG[i]值的电池储能BS容量参数和
4.根据权利要求3所述的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法,其特征在于:在步骤S3中,根据步骤S2中的PDDG[i]、及 建立时序化储能动态模型SBSDM,确定初始的BS容量参数和选择合适的搜索步长和用于指定搜索方向的基向量,利用典型模式搜索算法优化计算使得S+场景集目标函数式最小时的BS容量参数和并与PDDG[i]作为结果进行输出。
5.根据权利要求4所述的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法,其特征在于:在步骤S4中,对于每组 计算各自总成本,选取成本最低一组作为独立微电网系统的最佳FGR容量配置方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811610181.4A CN109687441A (zh) | 2018-12-27 | 2018-12-27 | 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811610181.4A CN109687441A (zh) | 2018-12-27 | 2018-12-27 | 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109687441A true CN109687441A (zh) | 2019-04-26 |
Family
ID=66189982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811610181.4A Pending CN109687441A (zh) | 2018-12-27 | 2018-12-27 | 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109687441A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110676888A (zh) * | 2019-10-14 | 2020-01-10 | 国网山东省电力公司莱芜供电公司 | 一种多能互补系统容量计算方法、系统、终端及存储介质 |
CN111626645A (zh) * | 2020-07-01 | 2020-09-04 | 国网新疆电力有限公司 | 一种未来年储能配置容量测算方法及系统 |
CN113496316A (zh) * | 2021-09-09 | 2021-10-12 | 广东电网有限责任公司惠州供电局 | 基于源荷时序耦合的容量配置方法、装置、系统及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070273213A1 (en) * | 2006-05-23 | 2007-11-29 | Wang Kon-King M | System and method for responding to abrupt load changes on a power system |
CN103346562A (zh) * | 2013-07-11 | 2013-10-09 | 江苏省电力设计院 | 计及需求响应的多时间尺度微网能量控制方法 |
CN104852373A (zh) * | 2015-04-29 | 2015-08-19 | 南方电网科学研究院有限责任公司 | 一种含间歇性能源独立微电网的动态经济调度优化方法 |
CN105226650A (zh) * | 2015-10-19 | 2016-01-06 | 重庆大学 | 基于微燃机-储能联合运行策略的微电网可靠性计算方法 |
CN105391060A (zh) * | 2015-11-26 | 2016-03-09 | 中国农业大学 | 含微电网的配电网优化调度方法 |
CN107994593A (zh) * | 2017-12-08 | 2018-05-04 | 囯网河北省电力有限公司电力科学研究院 | 复合储能系统容量配置方法及终端设备 |
CN108494015A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院电工研究所 | 一种源-荷-储协调互动的综合能源系统设计方法 |
-
2018
- 2018-12-27 CN CN201811610181.4A patent/CN109687441A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070273213A1 (en) * | 2006-05-23 | 2007-11-29 | Wang Kon-King M | System and method for responding to abrupt load changes on a power system |
CN103346562A (zh) * | 2013-07-11 | 2013-10-09 | 江苏省电力设计院 | 计及需求响应的多时间尺度微网能量控制方法 |
CN104852373A (zh) * | 2015-04-29 | 2015-08-19 | 南方电网科学研究院有限责任公司 | 一种含间歇性能源独立微电网的动态经济调度优化方法 |
CN105226650A (zh) * | 2015-10-19 | 2016-01-06 | 重庆大学 | 基于微燃机-储能联合运行策略的微电网可靠性计算方法 |
CN105391060A (zh) * | 2015-11-26 | 2016-03-09 | 中国农业大学 | 含微电网的配电网优化调度方法 |
CN107994593A (zh) * | 2017-12-08 | 2018-05-04 | 囯网河北省电力有限公司电力科学研究院 | 复合储能系统容量配置方法及终端设备 |
CN108494015A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院电工研究所 | 一种源-荷-储协调互动的综合能源系统设计方法 |
Non-Patent Citations (2)
Title |
---|
PING LIU: "A Computationally Efficient Sizing Method of Flexible Resources for Grid-connected Microgrids", 《IEEE》 * |
邢慧明: "《化工设备优化设计》", 31 December 1996, 华南理工大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110676888A (zh) * | 2019-10-14 | 2020-01-10 | 国网山东省电力公司莱芜供电公司 | 一种多能互补系统容量计算方法、系统、终端及存储介质 |
CN111626645A (zh) * | 2020-07-01 | 2020-09-04 | 国网新疆电力有限公司 | 一种未来年储能配置容量测算方法及系统 |
CN111626645B (zh) * | 2020-07-01 | 2023-04-18 | 国网新疆电力有限公司 | 一种未来年储能配置容量测算方法及系统 |
CN113496316A (zh) * | 2021-09-09 | 2021-10-12 | 广东电网有限责任公司惠州供电局 | 基于源荷时序耦合的容量配置方法、装置、系统及介质 |
CN113496316B (zh) * | 2021-09-09 | 2022-02-11 | 广东电网有限责任公司惠州供电局 | 基于源荷时序耦合的容量配置方法、装置、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ridha et al. | Multi-objective optimization and multi-criteria decision-making methods for optimal design of standalone photovoltaic system: A comprehensive review | |
CN109687441A (zh) | 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法 | |
CN110535132B (zh) | 一种基于鲁棒优化的电力系统建设规划方法 | |
CN103944175A (zh) | 风光储联合发电系统出力特性优化方法 | |
CN109687454B (zh) | 一种分布式能源集群优化调度系统、方法及装置 | |
CN109978404A (zh) | 计及不确定性因素与场景削减的输电通道扩展规划方法 | |
CN106786610A (zh) | 一种基于储能电池的光伏高渗透率电网电压优化方法 | |
CN113783224A (zh) | 一种考虑多种分布式能源运行的配电网双层优化规划方法 | |
CN112561273B (zh) | 一种基于改进pso的主动配电网可再生dg规划方法 | |
CN103956773A (zh) | 含风电系统机组的备用配置优化方法 | |
CN116937623B (zh) | 一种利用新能源预测的混合储能辅调频控制方法及系统 | |
CN111900719A (zh) | 考虑柔性可控负荷的电网充裕度评估方法、装置及系统 | |
CN112994115A (zh) | 一种基于wgan场景模拟和时序生产模拟的新能源容量配置方法 | |
CN115496273A (zh) | 一种可再生能源集群分布鲁棒优化配置方法及系统 | |
CN106451424A (zh) | 含大规模光伏发电并网的输电网随机规划方法 | |
CN105894108B (zh) | 微电网运行规划方法及系统 | |
Yang et al. | Storage-transmission joint planning method to deal with insufficient flexibility and transmission congestion | |
CN112564160A (zh) | 一种计及风电不确定性的储能系统随机配置方法、终端及存储介质 | |
Yu et al. | Optimization of an offshore oilfield multi-platform interconnected power system structure | |
CN115912421A (zh) | 一种配电网储能选址定容多目标优化方法及系统 | |
CN107591794A (zh) | 基于负荷分类的主动配电网源‑储容量优化配置方法 | |
CN110098623A (zh) | 一种基于智能负载的Prosumer单元控制方法 | |
CN115796533A (zh) | 考虑清洁能源消纳的虚拟电厂双层优化调度方法及装置 | |
Chen et al. | Robust optimal dispatching of wind fire energy storage system based on equilibrium optimization algorithm | |
CN115700630A (zh) | 一种城镇能源互联网分区协同规划方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190426 |
|
RJ01 | Rejection of invention patent application after publication |