CN109698525B - 一种数据驱动的梯级水电和新能源联合运行模型 - Google Patents
一种数据驱动的梯级水电和新能源联合运行模型 Download PDFInfo
- Publication number
- CN109698525B CN109698525B CN201910140345.XA CN201910140345A CN109698525B CN 109698525 B CN109698525 B CN 109698525B CN 201910140345 A CN201910140345 A CN 201910140345A CN 109698525 B CN109698525 B CN 109698525B
- Authority
- CN
- China
- Prior art keywords
- module
- data
- power
- cascade
- power grid
- 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
Images
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)
- Supply And Distribution Of Alternating Current (AREA)
- Control Of Electrical Variables (AREA)
Abstract
一种数据驱动的梯级水电和新能源联合运行模型,包括基础数据模块:储存模块所需的基本数据;运行数据模块:储存电网、梯级流域和电站的3类实时运行数据和1类调度决策数据。梯级优化模块:形成梯级水电站的调度策略;厂内优化模块:制定调度计划任务;梯级运行模块:对梯级水电站进行仿真;风电模块:对风电的出力进行仿真;光电模块:对光伏的出力进行仿真;常规电源模块:对常规电源的出力进行仿真;负荷模块,对负荷特性进行仿真;电网运行模块,对联合系统的运行进行仿真。本发明对梯级水库群运行、水电厂厂内优化、电网运行进行实时仿真,利用实时仿真数据,结合各电站所在地的天气数据、接入点电网的负荷数据,对梯级水电站的调度策略进行优化,优化对结果再通过上述的梯级水库群、水电机组、电网的仿真模块中进行验证。
Description
技术领域
本发明涉及梯级水电站优化运行技术领域,具体是一种数据驱动的梯级水电和新能源联合运行模型。
背景技术
如何充分利用梯级水库的储能功能,发挥梯级水电站的调度作用,去平抑风电和光电的并网波动,以促进风电和光伏最大化利用,是当前梯级水电站优化运行中重要技术问题。如何制定相应的调度策略,并对策略进行验证是解决这一问题的关键。一般优化调度模块会包含优化和仿真两种功能模块,优化模块用来形成策略,目前的研究集中在优化模块上;仿真模块简单只对策略的效果进行验证,两者相对孤立。在实际求解策略时,需要使用大量的实时现场数据,为优化策略的研究形成造成了极大的阻碍。
发明内容
本发明提供一种数据驱动的梯级水电和新能源联合运行模型,该模块为虚拟仿真与优化决策融为一体,优化模块形成策略,并将策略放在仿真模块上执行。仿真模块根据策略对梯级水库、水电机组、新能源、接入点电网的运行特性进行实时仿真,形成新的运行数据,提供给优化模块进行下一步的决策,为解决梯级水电和新能源联合运行的关键性技术问题提供技术支撑。
本发明采取的技术方案为:
一种数据驱动的梯级水电和新能源联合运行模型,包括:
基础数据模块:储存模块所需的基本数据,包括:梯级水电站所在地的流域水文数据,风力发电站所在地的风力数据,光伏电站所在地的光照、温度数据,水电接入点电网的负荷数据,水电接入点电网的常规能源的出力数据;
运行数据模块:储存电网、梯级流域和电站的3类实时运行数据和1类调度决策数据,包括电网的潮流数据:电网各节点的电压、有功、无功、功角;
梯级流域的运行数据:水位、下泄流量、发电流量、入库流量;
水电站的运行数据:机组出力、停运机组的数量、运行机组的数量、线路负荷。
梯级优化调度模块:形成梯级水电站的调度策略;
厂内优化模块:制定调度计划任务,并实施该任务;
梯级运行模块:对梯级水库进行仿真;
风电模块:对风电的出力进行仿真;
光电模块:对光伏的出力进行仿真;
常规电源模块:对常规电源的出力进行仿真;
负荷模块,对负荷特性进行仿真;
电网运行模块:对联合系统的运行进行仿真。
基础数据模块,将基本数据发送至光伏模块,风电模块、负荷模块、常规电源模块、梯级运行模块、梯级优化模块,提供仿真及决策用的基本参数及数据。
运行数据模块,实时运行数据由电网运行模块、梯级运行模块、厂内优化模块形成,调度决策数据由梯级优化模块形成;把上一个调度周期的实时仿真数据传递梯级优化模块,用于优化下一个调度周期的调度方案。
递梯级优化模块,根据基本数据和前一个调度周期的运行数据,对下一个调度周期的梯级水电调度方案进行优化计算,计算下一个调度周期内各梯级水库的最优控制水位、下泄流量、各电站的预期发电量,将调度策略传递给厂内优化模块和梯级运行模块;
厂内优化模块,接收递梯级优化模块传递的调度策略及当前电站的仿真运行数据,确定在下一个调度周期内需要启停的机组、机组之间的出力分配,并对开停机及负荷调节过程进行实时仿真,将仿真的结果传递给梯级运行模块和电网运行模块。
梯级运行模块,根据厂内优化模块提供的运行状态,基础数据提供的电站所在流域的水文数据,按事先设定的步长对水电机组进行开停机及功率调节的仿真模拟,并计算各电站出力,水库的实时水位、入库流量、下泄流量、发电流量。
风电模块,根据发电厂所在地的风力数据,拟合风电的出力特性,将结果传给电网运行模块。
光电模块,根据发电厂所在地的电力数据,拟合光电的出力特性,将结果传给电网运行模块。
常规电源模块,根据水电站接入点电网的常规电站数据,对常规电源的出力特性进行拟合,将结果传给电网运行模块。
负荷模块,根据水电站接入点电网的负荷数据,对负荷特性进行拟合,对常规电源的出力进行仿真。
电网运行模块,对水电接入点的电网进行适当的简化,综合光伏、风电、水电、常规电源及负荷的特性,对光伏、风电、水电联合运行特性进行仿真,包括各节点的电压、有功、无功、功角。
一种基于数据驱动的梯级水电和新能源联合运行方法,对梯级水库群运行、水电厂厂内优化、电网运行进行实时仿真,利用实时仿真数据,结合各电站所在地的天气数据、接入点电网的负荷数据,对梯级水电站的调度策略进行优化,优化对结果再通过上述的梯级水库群、水电机组、电网的仿真模块中进行验证。
时间尺度,各模块采用不同的时间尺度,需要采用相应的模块机制,具体包括:
(1)模块的执行包含了优化决策、实时仿真两个环节,梯级优化模块、厂内优化模块是优化决策的环节,梯级运行模块、风电模块、光伏模块、负荷模块、常规电源模块、电网运行模块是实时仿真环节;
(2)在一个决策周期内,梯级优化模块和厂内优化模块仅执行一次,形成了调度方案后,将调度方案传给运行数据模块,优化模块退出执行,直至本周期结束;
(3)基础数据模块的所有数据按调度所需的时间尺度统一存储;
(4)运行数据模块数据都包含两种时间尺度的数据:第一种是与基础数据模块的时间尺度相对应的数据,第二种是与仿真步长相对应的数据。
本发明是一种数据驱动的梯级水电和新能源联合运行模型,技术效果如下:
1):利用实时的虚拟仿真模块,不但能够给调度方案的制定提供数据,还可以对调度的效果进行仿真验证,为策略的制定提供了技术支撑。
2):模块中既有“水——电”之间的关联,也有“电——水”之间的关联,将梯级水电、新能源和电网的相互作用形成闭环,最大程度还原了工程实际,以此为基础制定的调度策略更能满足工程的需求。
3):对梯级水库、水电机组、新能源、接入点电网的运行特性进行实时仿真,即能够准确的反映各电源的运行特性,也能够准确的反映电网的运行特性。
附图说明
图1为本发明模块结构示意图。
具体实施方式
如图1所示,一种数据驱动的梯级水电和新能源联合运行模型,包括:基础数据模块、运行数据模块、梯级优化模块、厂内优化模块、梯级运行模块、电网运行模块、光伏模块、风电模块、负荷模块、常规电源模块。
1. 基础数据模块,按照一定的时间尺度储存模块计算所需的基本参数,包括:梯级水电站的水头和流量,风力发电站的风速,光伏电站的光照和温度,接入点等值电网的负荷曲线和常规能源的出力曲线。
基础数据模块的输出端分别与光伏模块、风电模块、负荷模块、常规电源模块、梯级运行模块和梯级优化模块的输入端相连。
基础数据库将对应参数分别传输给光伏模块、风电模块、负荷模块、常规电源模块、梯级运行模块,用于仿真模块的运算;同时将所有参数传递给梯级优化模块和厂内优化模块,用于计算调度策略。
2. 运行数据模块,储存电网、梯级流域及水电站的实时运行数据和调度决策方案,电网的运行数据是潮流数据:电压、有功、无功、功角;梯级流域的运行数据包括:水库上下游水位、下泄流量、发电流量、入库流量;水电站的运行数据包括:有功、无功、电压、电流、励磁电压、励磁电流、频率、开度、转速;调度决策数据:电站启停及功率调整的序列表。
该模块与电网运行模块、梯级运行模块、厂内优化模块相连,形成双向连接,输入端与上述模块的输出端相连,输出端与上述模块的输入端相连。
运行数据由电网运行模块、梯级运行模块、厂内优化模块形成;调度决策数据由梯级优化模块形成;运行数据按照仿真步长实时更新,调度决策数据按照调度周期更新。
3. 梯级优化模块,计算梯级水电站的调度策略。当新的调度周期开始时,根据基础数据模块提供的参数,及前一个调度末期提及流域的运行数据,采用优化算法对下一个调度周期的梯级水电调度方案进行计算,计算下一个调度周期内各水库的控制水位、下泄流量、各电站的预期发电量。梯级优化模块的输入端与运行数据模块、基础数据模块的输出端相连,输出端与厂内优化模块和运行数据模块的输入端相连,将形成的水库调度方案传递给厂内优化模块。
4.厂内优化模块,计算电站内部的机组调度计划。该模块根据梯级优化模块传递的调度策略及前一刻的水电站仿真运行数据,确定在该调度周期内需要启停的机组及机组之间的出力分配。厂内优化模块的输入端与运行数据模块、梯级优化模块的输入端相连,模块的输出端与运行数据模块的输入端相连,将机组的调度方案传递给运行数据模块。
5.梯级运行模块,对梯级水电站进行仿真。根据运行数据模块提供的机组调度方案及前梯级水电站前一时刻的实时运行数据,按事先设定的步长对水电机组进行开停机及功率调节的仿真模拟,并计算各电站出力,水库的实时水位、入库流量、下泄流量、发电流量。梯级运行模块的输入端和运行数据模块、基础数据模块相连,输出端与运行数据模块的输入端相连。
6.风电模块,对风电的出力进行仿真。根据风电厂所在地的风力数据,拟合风电的出力特性,将结果传给电网运行模块。
7.光电模块,对光伏的出力进行仿真。根据发电厂所在地的电力数据,拟合光电的出力特性,将结果传给电网运行模块。
8.常规电源模块,对常规电源的出力进行仿真。根据水电站接入点电网的常规电站数据,对常规电源的出力特性进行拟合,将结果传给电网运行模块。
9.负荷模块,对负荷特性进行仿真。根据水电站接入点电网的负荷数据,对负荷特性进行拟合,对常规电源的出力进行仿真。
风电模块、光伏模块、负荷模块、常规电源模块,这些模块的输入端与基础数据模块相连,输出端与电网运行模块相连。
10.电网运行模块,对联合系统的运行进行仿真。对水电接入点的电网进行适当的简化,综合光伏、风电、水电、常规电源及负荷的出力特性,计算等效电网的潮流,包括各节点的电压、有功、无功、功角。电网运行模块的输入端与风电模块、光伏模块、负荷模块、常规电源模块和运行数据模块的输出端相连,输出端与运行数据模块相连。
模块的执行方案:
模块的执行由数据进行驱动。例如:一个包含2个水电站的梯级流域,2个水电站分别接入两个局域电网,每个局域电网除接入1个水电厂外,还包含风电厂、光电厂、常规能源电厂各1个,对梯级水电站的调度进行优化。
(1)初始化:
1):首先将基础参数按照时间顺序、地理位置和对象的类别进行归类整理,并输入至基础数据模块,数据库采用SQL。这些数据包括:水电站的水头、流量,风电站的风速,光伏电站的光照、温度;常规电厂的出力数据、负荷数据。
2):运行数据模块按照与基础数据模块相同的类别对初始的运行数据进行整理,运行数据库采用共享内存。初始运行数据可以是来自工程的实际数据,也可以是上一个调度周期末期,由模块计算生成的数据。包括电网的潮流数据:电压、有功、无功、功角;梯级流域的数据包括:水库上下游水位、下泄流量、发电流量、入库流量;水电站的运行数据包括:有功、无功、电压、电流、励磁电压、励磁电流、频率、开度、转速;调度决策数据:电站启停及功率调整的序列表。
3):基础数据库将对应参数分别传输给光伏模块、风电模块、负荷模块、常规电源模块、梯级运行模块,用于仿真模块的运算;同时将所有参数传递给梯级优化模块和厂内优化模块。
4):运行数据模块将对应的初始数据传递给电网运行模块、梯级运行模块、厂内优化模块和梯级优化模块;潮流数据传给电网运行模块,梯级流域数据和水电站数据传给梯级优化模块、厂内优化模块和梯级运行模块。
(2)启动计算:
1):梯级优化模块首先根据2个梯级水电站的水头和流量,风力发电站的风速,光伏电站的光照和温度,接入点等值电网的负荷曲线和常规能源的出力曲线,结合梯级水电站和电网当前的运行状态,设定优化的目标,如水电站的收益最大、发电量最大等目标、计算该调度周期内2个水电站的最优出力方案,送至厂内优化模块。
2):厂内优化模块根据电站的最优出力方案,计算满足该最优方案下,机组的启停和出力调整序列表,将方案传至运行数据库。
(3)启动仿真:
1):运行数据模块将调度表按照调度序列分解为水轮机组的操作指令,再按照调度的时间间隔要求,将操作指令传递给梯级运行模块,将调度时序传递给电网运行模块;
2):梯级运行模块执行操作指令,按照指令的要求开启或关闭机组,并调整机组的负荷,模拟水电机组的开停机及功率调节的过程。计算各机组的有功、无功、电压、电流、励磁电压、励磁电流、频率、开度、转速,各电站的总有功、总无功、电压和将这些数据传递给运行数据模块;然后根据所有机组的上述数据,计算水库上下游水位、下泄流量、发电流量、入库流量,传递至运行数据模块。
3):运行数据模块对机组和电站数据、水库数据更新;更新后的数据首先传至电网模块,启动电网潮流的计算
4):电网运行模块按照调度时序,调用风电模块、光伏模块、负荷模块、常规电源模块启动各模块的计算;
5):风电模块、光伏模块、负荷模块、常规电源模块调用基础数据,按照调度的时序,计算给时刻的出力值,并将计算结果传回电网运行模块。
6):电网运行模块对电网的有功、无功、电压、电流和功角进行计算,得到网络的潮流分布,并将数据传至运行数据模块。
7);运行数据模块对电网数据进行更新,并对仿真时长和调度时长进行对比,当仿真时长小于调度时长,重复执行第(3)步的2),并依次执行2)-7)。当仿真时长大于调度时长,跳出循环,等待下一次调度。
Claims (6)
1.一种数据驱动的梯级水电和新能源联合运行模型,其特征在于包括:
基础数据模块:储存模块所需的基本数据,包括:梯级水电站所在地的流域水文数据,风力发电站所在地的风力数据,光伏电站所在地的光照、温度数据,水电接入点电网的负荷数据,水电接入点电网的常规能源的出力数据;
运行数据模块:储存电网、梯级流域和电站的3类实时运行数据和1类调度决策数据,包括电网的潮流数据:电网各节点的电压、有功、无功、功角;
梯级流域的运行数据:水位、下泄流量、发电流量、入库流量;
水电站的运行数据:机组出力、停运机组的数量、运行机组的数量、线路负荷;
调度决策数据:电站启停及功率调整的序列表;
运行数据模块与电网运行模块、梯级运行模块、厂内优化模块相连并形成双向连接;
梯级优化模块:形成梯级水电站的调度策略;
梯级优化模块的输入端与运行数据模块、基础数据模块的输出端相连,输出端与厂内优化模块和运行数据模块的输入端相连,将形成的水库调度方案传递给厂内优化模块;
厂内优化模块:制定调度计划任务,并实施该任务;
厂内优化模块的输入端与运行数据模块、梯级优化模块的输入端相连,厂内优化模块的模块的输出端与运行数据模块的输入端相连,将机组的调度方案传递给运行数据模块;
梯级运行模块:对梯级水库进行仿真;
梯级运行模块的输入端和运行数据模块、基础数据模块相连,梯级运行模块的输出端与运行数据模块的输入端相连;
风电模块:对风电的出力进行仿真,根据风电厂所在地的风力数据,拟合风电的出力特性,将结果传给电网运行模块;
光电模块:对光伏的出力进行仿真,根据发电厂所在地的电力数据,拟合光电的出力特性,将结果传给电网运行模块;
常规电源模块:对常规电源的出力进行仿真,根据水电站接入点电网的常规电站数据,对常规电源的出力特性进行拟合,将结果传给电网运行模块;
负荷模块,对负荷特性进行仿真,根据水电站接入点电网的负荷数据,对负荷特性进行拟合,对常规电源的出力进行仿真;
风电模块、光伏模块、负荷模块、常规电源模块,这些模块的输入端与基础数据模块相连,输出端与电网运行模块相连;
电网运行模块,对联合系统的运行进行仿真,对水电接入点的电网进行适当的简化,综合光伏、风电、水电、常规电源及负荷的出力特性,计算等效电网的潮流,包括各节点的电压、有功、无功、功角;
电网运行模块的输入端与风电模块、光伏模块、负荷模块、常规电源模块和运行数据模块的输出端相连,电网运行模块的输出端与运行数据模块相连;
基础数据模块,将基本数据发送至光伏模块,风电模块、负荷模块、常规电源模块、梯级运行模块、梯级优化模块,提供仿真及决策用的基本参数;
基础数据模块的输出端分别与光伏模块、风电模块、负荷模块、常规电源模块、梯级运行模块、厂内优化模块和梯级优化模块的输入端相连。
2.根据权利要求1所述一种数据驱动的梯级水电和新能源联合运行模型,其特征在于:运行数据模块,实时运行数据由电网运行模块、梯级运行模块形成,调度决策数据由梯级优化模块形成;把上一个调度周期的实时仿真数据传递梯级优化模块,用于优化下一个调度周期的调度方案。
3.根据权利要求1所述一种数据驱动的梯级水电和新能源联合运行模型,其特征在于:梯级优化模块,根据基本数据和前一个调度周期的运行数据,对下一个调度周期的梯级水电调度方案进行优化计算,计算下一个调度周期内各梯级水库的最优控制水位、下泄流量、各电站的预期发电量,将调度策略传递给厂内优化模块。
4.根据权利要求1所述一种数据驱动的梯级水电和新能源联合运行模型,其特征在于:厂内优化模块,接收递梯级优化模块传递的调度策略及当前电站的仿真运行数据,确定在下一个调度周期内需要启停的机组、机组之间的出力分配的时序表,并将时序表存至与运行数据模块。
5.根据权利要求1所述一种数据驱动的梯级水电和新能源联合运行模型,其特征在于:梯级运行模块,根据厂内优化模块提供的运行状态,基础数据提供的电站所在流域的水文数据,按事先设定的步长对水电机组进行开停机及功率调节的仿真模拟,并计算各电站出力,水库的实时水位、入库流量、下泄流量、发电流量。
6.根据权利要求1-5任意一项所述数据驱动的梯级水电和新能源联合运行模型,其特征在于:模块涉及到不同的时间尺度,需要采用相应的模块机制,具体包括:
(1)模块的执行包含了优化决策、实时仿真两个环节,梯级优化模块是优化决策的环节,厂内优化模块、梯级运行模块、风电模块、光伏模块、负荷模块、常规电源模块、电网运行模块是实时仿真环节;
(2)在一个决策周期内,梯级优化模块仅执行一次,形成了调度策略后,梯级优化模块退出执行,直至本周期结束;
(3)厂内优化模块包含两种执行机制;
第一种,当需要进行开停机和负荷调节时,启动动态仿真模块,按照机电暂态的时间尺度进行实时仿真;第二种,当开停机和负荷调节的过程结束后,厂内优化模块稳定输出当前的运行数据;
(4)梯级运行模块包含两种执行机制,由厂内优化模块进行控制;
第一种,当厂内优化模块工作在第一种机制时,按照厂内优化模块的时间尺度进行仿真;第二种,当厂内优化模块工作在第二种机制时,按照基础数据的时间尺度进行计算;
(5)风电模块、光伏模块、负荷模块、常规电源模块、电网运行模块按照基础数据的时间尺度进行计算;
(6)电网运行模块包含两种执行机制,由厂内优化模块进行控制;
第一种,当厂内优化模块工作在第一种机制时,按照厂内优化模块的时间尺度进行仿真;
第二种,当厂内优化模块工作在第二种机制时,按照基础数据的时间尺度进行计算;
(7)基础数据模块的所有数据按调度所需的时间尺度统一存储;
(8)运行数据模块的3类数据都包含两种时间尺度的数据:第一种是与基础数据模块的时间尺度相对应的数据,第二种是与厂内优化模块的时间尺度相对应的数据,由厂内优化模块进行控制;
当厂内优化模块工作在第一种机制时,采用第一种时间尺度;当厂内优化模块工作在第二种机制时,采用第二种时间尺度。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910140345.XA CN109698525B (zh) | 2019-02-21 | 2019-02-21 | 一种数据驱动的梯级水电和新能源联合运行模型 |
ZA2019/05109A ZA201905109B (en) | 2019-02-21 | 2019-08-01 | Data-driven joint operation model of cascade hydropower and new energy |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910140345.XA CN109698525B (zh) | 2019-02-21 | 2019-02-21 | 一种数据驱动的梯级水电和新能源联合运行模型 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109698525A CN109698525A (zh) | 2019-04-30 |
CN109698525B true CN109698525B (zh) | 2022-03-08 |
Family
ID=66234989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910140345.XA Active CN109698525B (zh) | 2019-02-21 | 2019-02-21 | 一种数据驱动的梯级水电和新能源联合运行模型 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109698525B (zh) |
ZA (1) | ZA201905109B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110690845A (zh) * | 2019-09-06 | 2020-01-14 | 中国东方电气集团有限公司 | 一种分布式光伏与梯级小水电联合发电实时仿真系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103631234A (zh) * | 2013-12-06 | 2014-03-12 | 云南电网公司大理供电局 | 一种梯级水电集控站自动化系统的智能优化调度方法 |
CN107818385A (zh) * | 2017-11-24 | 2018-03-20 | 南瑞集团有限公司 | 一种梯级水电站群实时运行趋势预测方法 |
CN109308390A (zh) * | 2018-09-20 | 2019-02-05 | 国网湖南省电力有限公司 | 送受端电网风/光能与水电机组联合调节仿真系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103942728B (zh) * | 2014-04-11 | 2017-02-08 | 武汉大学 | 梯级水电站群日发电计划编制方法 |
-
2019
- 2019-02-21 CN CN201910140345.XA patent/CN109698525B/zh active Active
- 2019-08-01 ZA ZA2019/05109A patent/ZA201905109B/en unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103631234A (zh) * | 2013-12-06 | 2014-03-12 | 云南电网公司大理供电局 | 一种梯级水电集控站自动化系统的智能优化调度方法 |
CN107818385A (zh) * | 2017-11-24 | 2018-03-20 | 南瑞集团有限公司 | 一种梯级水电站群实时运行趋势预测方法 |
CN109308390A (zh) * | 2018-09-20 | 2019-02-05 | 国网湖南省电力有限公司 | 送受端电网风/光能与水电机组联合调节仿真系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
ZA201905109B (en) | 2020-06-24 |
CN109698525A (zh) | 2019-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108039737B (zh) | 一种源网荷协调运行模拟系统 | |
CN103762589B (zh) | 一种电网中新能源容量配比分层优化方法 | |
CN103138256B (zh) | 一种新能源电力消纳全景分析系统及方法 | |
CN104092241B (zh) | 一种考虑备用需求的风电消纳能力分析方法 | |
CN103490449B (zh) | 一种多能源联合发电系统运行模拟的优化方法 | |
CN104167765A (zh) | 一种基于接纳能力分布的最大风电装机容量计算方法 | |
CN107944757A (zh) | 电力互联系统可再生能源消纳能力评估分析方法 | |
CN107122853A (zh) | 一种供水管网实时调度系统及方法 | |
CN103904641B (zh) | 基于相关均衡强化学习的孤岛微电网智能发电控制方法 | |
CN106505633A (zh) | 一种风光接入容量确定方法及装置 | |
CN116667395B (zh) | 基于梯级水电改造的水风光蓄互补泵站容量配置方法 | |
CN104299173A (zh) | 一种适用于多种能源接入的鲁棒优化日前调度方法 | |
US20240006891A1 (en) | Two-stage self-organizing optimized aggregation method and system for distributed resources of virtual power plant (vpp) | |
CN115423282A (zh) | 一种基于奖惩阶梯型碳交易的电-氢-储综合能源网多目标优化调度模型 | |
CN107947166B (zh) | 一种基于动态矩阵控制的多能微网变时调度方法及装置 | |
CN109698525B (zh) | 一种数据驱动的梯级水电和新能源联合运行模型 | |
CN116402210A (zh) | 一种综合能源系统多目标优化方法、系统、设备和介质 | |
CN107769266A (zh) | 一种多时间尺度发电与备用联合优化方法 | |
Zhang et al. | Optimized scheduling model for isolated microgrid of wind-photovoltaic-thermal-energy storage system with demand response | |
CN108062606B (zh) | 一种基于黎曼积分的虚拟电厂调度优化方法 | |
US11262713B2 (en) | Method for calculating control parameters of heating supply power of heating network | |
CN103679284A (zh) | 一种消纳风电接入的定区间滚动调度方法 | |
CN117060396A (zh) | 一种风光火储多能源电力系统日前优化运行方法 | |
CN108053083A (zh) | 一种水库水电站非汛期联合优化发电调度方法 | |
Gorshenin et al. | Study of Methods for Forecasting Wind Power Generation Based on the Processing of Meteorological Data |
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 |