CN110224399A - 基于风电场的电力现货市场出清方法、装置及存储介质 - Google Patents

基于风电场的电力现货市场出清方法、装置及存储介质 Download PDF

Info

Publication number
CN110224399A
CN110224399A CN201910507074.7A CN201910507074A CN110224399A CN 110224399 A CN110224399 A CN 110224399A CN 201910507074 A CN201910507074 A CN 201910507074A CN 110224399 A CN110224399 A CN 110224399A
Authority
CN
China
Prior art keywords
wind
constraint
unit
constraints
output
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
Application number
CN201910507074.7A
Other languages
English (en)
Other versions
CN110224399B (zh
Inventor
陈雨果
刘起兴
张兰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201910507074.7A priority Critical patent/CN110224399B/zh
Publication of CN110224399A publication Critical patent/CN110224399A/zh
Application granted granted Critical
Publication of CN110224399B publication Critical patent/CN110224399B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • G06Q50/06—Energy or water supply
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • 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
    • 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]
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • 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
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于风电场的电力现货市场出清方法、装置及计算机可读存储介质，该方法包括根据预先获取的电力数据信息及预先建立的安全约束机组组合模型，得到火电机组开机组合和电场整体出力计划；依据预先建立的安全约束经济调度模型对火电机组开机组合和电场整体出力计划进行分析，得到对应的日前火电机组出力计划和风电场出力计划；其中，安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件；安全约束经济调度模型包括使购电成本最小化的第二目标函数及安全约束经济调度约束条件。本发明能够实现风电场参与现货市场，在实现社会福利最大化的情况下，实现对风电场出力的预测。

Description

基于风电场的电力现货市场出清方法、装置及存储介质
技术领域
本发明实施例涉及电力市场技术领域，特别是涉及一种基于风电场的电力现货市场出清方法、装置及计算机可读存储介质。
背景技术
随着电力现货市场建设的深化，风电场参与电力现货市场的方案设计逐渐提上日程。电力市场环境下，风电场发电量将逐步由电网以固定上网电价全额收购的传统方式转变为风电场参与电力现货市场集中报价并与传统机组一样以统一出清价格结算的方式。传统的火电机组由于其发电出力可控，可在日前申报3段量价曲线，按市场运营机构以购电总成本最小为目标函数确定的日前市场、实时市场中标出力来安排发电计划，而风电场难以准确预测出力情况，国内大多数地方采用日前全电量竞价、实时市场以封存的日前市场主体申报信息为依据来出清，日前和实时现货市场进行偏差结算的现货模式。
若风电场与传统发电机组一样在日前申报量价曲线，则可能存在风电场在日前无法准确预测自身出力，而需承担日前与实时偏差结算的风险，且影响电力系统的实时平衡，为调度机构的平衡调度增加了难度。因此，我国面临风电场如何参与现货市场，实现社会福利最大化，解决风电场出力预测难度较大的问题。
发明内容
本发明实施例的目的是提供一种基于风电场的电力现货市场出清方法、装置及计算机可读存储介质，在使用过程中能够实现风电场参与现货市场，并且在实现社会福利最大化的情况下，实现对风电场出力的预测。
为解决上述技术问题，本发明实施例提供了一种基于风电场的电力现货市场出清方法，包括：
根据预先获取的电力数据信息及预先建立的安全约束机组组合模型，得到火电机组开机组合和电场整体出力计划；
依据预先建立的安全约束经济调度模型对所述火电机组开机组合和所述电场整体出力计划进行分析，得到对应的日前火电机组出力计划和风电场出力计划；其中：
所述安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件；所述安全约束经济调度模型包括使购电成本最小化的第二目标函数及安全约束经济调度约束条件。
可选的，所述第一目标函数为：
其中，N表示火电机组的总台数，N′表示风电场的个数，T表示总时段数，Ci，t(Pi，t)表示示火电机组i在t时段的运行费用，Pi，t表示火电机组i在t时段的出力，表示火电机组i在t时段的启动费用，表示火电机组i在t时段的停机费用，Cwi，t(Pwi，t)表示风电场i在t时段的运行费用，Pwi，t表示风电场i在t时段的出力。
可选的，所述安全约束机组组合约束条件包括系统约束、发电单元约束和网络安全约束，其中，所述发电单元约束包括火电机组出力上下限约束、风电场出力上下限约束、火电机组爬坡约束、风电场爬坡约束和火电机组最小连续开停时间约束。
可选的，所述系统约束包括负荷平衡约束、系统正备用约束、系统负备用约束、系统旋转备用约束和AGC备用约束。
可选的，所述负荷平衡约束为：
其中，Dt表示t时段的系统负荷。
可选的，所述风电场出力上下限约束为：
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的出力下限，为基于集中预测系统长期预测信息得到的风电场i在t时段的出力上限；
所述风电场爬坡约束为：
以及
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大上爬坡速率，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大下爬坡速率，Pwi，t-1为风电场i在t-1时段的出力，α′i，t为风电场i在t时段的启停状态，α′i，t-1为风电场i在t-1时段的启停状态。
可选的，所述第二目标函数为：
可选的，所述安全约束经济调度约束条件中的火电机组爬坡约束为：
-ΔPi D≤Pi，t-Pi，t-1≤ΔPi U，其中，ΔPi D表示火电机组i最大下爬坡速率，ΔPi U表示火电机组i最大上爬坡速率，Pi，t-1表示火电机组i在t-1时段的出力；
风电场爬坡约束为：
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大上爬坡速率，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大下爬坡速率，Pwi，t-1为风电场i在t-1时段的出力。
本发明实施例相应的提供了一种基于风电场的电力现货市场出清装置，包括：
第一分析模块，用于根据预先获取的电力数据信息及预先建立的安全约束机组组合模型，得到火电机组开机组合和电场整体出力计划；
第二分析模块，用于依据预先建立的安全约束经济调度模型对所述火电机组开机组合和所述电场整体出力计划进行分析，得到对应的日前火电机组出力计划和风电场出力计划；其中：
所述安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件；所述安全约束经济调度模型包括使购电成本最小化的第二目标函数及安全约束经济调度约束条件。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述基于风电场的电力现货市场出清方法的步骤。
本发明实施例提供了一种基于风电场的电力现货市场出清方法、装置及计算机可读存储介质，该方法包括：根据预先获取的电力数据信息及预先建立的安全约束机组组合模型，得到火电机组开机组合和电场整体出力计划；依据预先建立的安全约束经济调度模型对火电机组开机组合和电场整体出力计划进行分析，得到对应的日前火电机组出力计划和风电场出力计划；其中，安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件；安全约束经济调度模型包括使购电成本最小化的第二目标函数及安全约束经济调度约束条件。
可见，本发明中根据预先建立的安全约束机组组合模型能够得到火电机组开机组合和电场整体出力计划，然后再通过预先建立的安全约束经济调度模型对火电机组开机组合和电场整体出力计划进行分析，进而能够得到日前火电机组出力计划和风电场出力计划，本发明能够实现风电场参与现货市场，在实现社会福利最大化的情况下，实现对风电场出力的预测。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对现有技术和实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于风电场的电力现货市场出清方法的流程示意图；
图2为本发明实施例提供的一种基于风电场的电力现货市场出清装置的结构示意图。
具体实施方式
本发明实施例提供了一种基于风电场的电力现货市场出清方法、装置及计算机可读存储介质，在使用过程中能够实现风电场参与现货市场，并且在实现社会福利最大化的情况下，实现对风电场出力的预测。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参照图1，图1为本发明实施例提供的一种基于风电场的电力现货市场出清方法的流程示意图。该方法包括：
S110：根据预先获取的电力数据信息及预先建立的安全约束机组组合模型，得到火电机组开机组合和电场整体出力计划；其中，安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件；
具体的，本实施例中的电力数据信息包括系统数据、发电单元数据、联络线计划数据、负荷数据及灵敏度数据。其中，系统数据包括时段信息、系统负荷、系统备用要求信息；发电单元数据包括发电单元基本信息、发电单元计算参数、发电单元启动报价、发电单元能量报价、发电单元初始状态、发电单元电力约束、发电单元爬坡速率等，其中，发电单元包括火电机组和风电场；联络线计划数据包括联络线基本信息和联络线计划功率；负荷数据包括母线负荷预测数据；灵敏度数据包括发电单元、负荷注入功率对线路、断面潮流的发电转移分布因子。本实施例中的安全约束机组组合模型具体可以为运行日96点安全约束机组组合模型，也即，基于运行日96个时段的安全约束机组组合模型。
需要说明的是，本实施例中的安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件，其中：
本实施例中的第一目标函数为：
其中，N表示火电机组的总台数，N′表示风电场的个数，T表示总时段数，本实施例中可以考虑运行日的96时段，即T为96，Ci，t(Pi，t)表示示火电机组i在t时段的运行费用，其是火电机组出力的多段线性函数，Pi，t表示火电机组i在t时段的出力，表示火电机组i在t时段的启动费用，表示火电机组i在t时段的停机费用，Cwi，t(Pwi，t)表示风电场i在t时段的运行费用，Pwi，t表示风电场i在t时段的出力。
火电机组运行费用其中，M≤5为机组报价总段数，Ci,m为火电机组i在申报的第m个出力区间对应的能量价格，Pi,t,m为火电机组i在t时段申报的第m个出力区间对应的出力。
风电场运行费用其中，M′≤5是风电场i的报价总段数，Cwi,m为风电场i在申报的第m个出力区间对应的能量价格，Pwi,t,m为风电场i在t时段申报的第m个出力区间对应的出力。另外，风电场i在t时段的运行费用Cwi,t(Pwi,t)也是风电场出力的多线段性函数。
进一步的，本实施例中的安全约束机组组合约束条件可以包括系统约束、发电单元约束和网络安全约束，其中，发电单元约束包括火电机组出力上下限约束、风电场出力上下限约束、火电机组爬坡约束、风电场爬坡约束和火电机组最小连续开停时间约束。
具体的，系统约束包括负荷平衡约束、系统正备用约束、系统负备用约束、系统旋转备用约束和AGC备用约束，其中：
负荷平衡约束为：
其中，Dt表示t时段的系统负荷，并且该负荷已扣减联络线净送入功率。
系统正备用约束：
在确保系统功率平衡的前提下，为了防止系统负荷预测偏差以及各种实际运行事故带来的系统供需不平衡波动，一般整个系统需要留有一定的容量备用。需要保证每天的总开机容量满足系统的最小备用容量，系统正备用容量约束可以为：
其中，αi,t表示火电机组i在t时段的启停状态，其中，αi,t＝0表示火电机组停机，αi,t＝1表示火电机组开机，表示火电机组i在t时段的最大出力，表示t时段的系统正备用容量要求。
系统负备用约束：
系统负备用容量约束可以描述为：
其中，为火电机组i在t时段的最小出力；为t时段的系统负备用容量要求。
系统旋转备用约束：
各个时段火电机组出力的上调能力总和与下调能力总和需满足实际运行的上调、下调旋转备用要求。
其中，ΔPi U表示火电机组i最大上爬坡速率，ΔPi D表示火电机组i最大下爬坡速率，和分别表示火电机组i在t时段的最大、最小出力，和分别表示t时段上调、下调旋转备用要求。
AGC备用约束：
各个时段火电机组的AGC上调能力总和与AGC下调能力总和需满足实际运行的AGC备用要求，其中，AGC备用约束为：
其中，和分别表示火电机组i在t时段能够提供的AGC上调、下调备用，和分别为t时段AGC上调、下调备用要求。
具体的，本实施例中的发电单元约束包括发电单元出力上下限约束、发电单元爬坡约束和火电机组最小连续开停时间约束，其中，发电单元出力上下限约束包括火电机组出力上下限约束和风电场出力上下限约束，发电单元爬坡约束包括火电机组爬坡约束和风电场爬坡约束，其中：
发电单元出力上下限约束——火电机组出力上下限约束：
火电机组的出力应该处于其最大/最小技术出力范围之内，其约束条件可以描述为：
其中，若火电机组i停机，αi,t＝0，则通过该约束条件可以将火电机组i出力限定为0，当火电机组i开机时，αi,t＝1，该约束条件为常规的出力上下限约束。
发电单元出力上下限约束——风电场出力上下限约束：
风电场的出力应该处于集中预测系统长期预测信息的最大/最小预测出力范围之内，其约束条件可以描述为：
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的出力下限，为基于集中预测系统长期预测信息得到的风电场i在t时段的出力上限；
需要说明的是，本实施例中的和为根据集中预测系统的长期预测信息得出的，其中，可以根据现有的风电场集中预测系统对各风电场的最大出力上限进行集中预测，预先得到超短期预测信息、长期预测信息和爬坡速率预测。
具体的，现有技术中的风电场集中预测系统可以通过SCADA实时采集风电场的发电运行信息、实时场址测风数据，并收集各风电场的测风塔地理位置、风电场地理位置、风电场性能参数、风电场历史出力曲线、风电场设备检修停运计划等信息，结合从外部收集的区域气象数据，数值天气预报程序，给出短期、长期和爬坡速率风电场出力上限预测信息，其中：
超短期预测信息(T+4，即当前时刻+未来4小时)：每15分钟更新一次各风电场出力上限预测信息，预测信息为未来4小时内每15分钟间隔的各风电场出力上限值；
长期预测信息((T+4)+44)：未来4小时内的预测信息沿用超短期预测结果，此后的44小时每1小时更新一次每小时间隔的各风电场出力上限信息；
爬坡速率预测((T+4)+44)：每15分钟更新一次各风电场爬坡速率预测信息，预测信息为未来4小时内每15分钟间隔的各风电场爬坡速率；每小时更新一次各风电场爬坡速率预测信息，预测信息为未来44小时内每小时间隔的各风电场爬坡速率。
发电单元爬坡约束——火电机组爬坡约束：
火电机组上爬坡或下爬坡时，均应满足爬坡速率要求。爬坡约束可描述为：
和
其中，ΔPi U表示火电机组i最大上爬坡速率，ΔPi D表示火电机组i最大下爬坡速率，Pi,t-1表示火电机组i在t-1时段的出力，αi,t-1表示火电机组i在t-1时段的启停状态。
发电单元爬坡约束——风电场爬坡约束：
风电场的爬坡速率需由风电场集中预测系统给出的爬坡速率预测确定，具体为：
以及
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大上爬坡速率，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大下爬坡速率，Pwi,t-1为风电场i在t-1时段的出力，α′i,t为风电场i在t时段的启停状态，α′i,t-1为风电场i在t-1时段的启停状态。
火电机组最小连续开停时间约束：
由于火电机组的物理属性及实际运行需要，要求火电机组满足最小连续开机/停机时间，最小连续开停时间约束可以描述为：
其中，TU和TD分别表示火电机组的最小连续开机时间和最小连续停机时间，和分别表示火电机组i在t时段时已经连续开机的时间和连续停机的时间，可以用状态变量αi，t(i＝1～N，t＝1～T)来表示：
其中，αi,k′表示机组i在k′时段的启停状态。
进一步的，本实施例中的网络安全约束包括线路潮流约束和断面潮流约束，其中：
线路潮流约束可以描述为：
其中，Pl max为线路l的潮流传输极限，Gl-i为火电机组i所在节点对线路l的发电单元输出功率转移分布因子，Gl-j为风电场j所在节点对线路l的发电单元输出功率转移分布因子，K为系统的节点数量，Gl-k为节点k对线路l的发电单元输出功率转移分布因子，Dk,t为节点k在t时段的母线负荷值。
断面潮流约束(关机断面的潮流约束)可以描述为：
其中，和分别为断面S的潮流传输极限最小值和最大值，Gs-i为火电机组i所在节点对断面S的发电机输出功率转移分布因子，Gs-j为风电场j所在节点对断面S的发电单元输出功率转移分布因子，Gs-k为节点k对断面S的发电单元输出功率转移分布因子。
可以理解的是，由上述第一目标函数和安全约束机组组合约束条件构成安全约束机组组合模型，该模型是一个混合整数线性规划模型，可以调用成熟的优化算法软件包(例如CPLEX)求解式得到火电机组开机组合和电场整体出力计划，也即得到运行日96点火电机组开机组合和运行日96点电场整体出力计划。
还需要说明的是，风电场集中预测系统在实时市场开始前根据超短期预测结果，更新各时刻出力上限预测值，并将结果发送给调控中心和风电场。调控中心将风电场集中预测系统在日前预测的风电场出力上下限约束修改为在实时市场开始前预测的最新超短期预测结果，作为实时市场出清的发电单元出力约束条件。
S120：依据预先建立的安全约束经济调度模型对火电机组开机组合和电场整体出力计划进行分析，得到对应的日前火电机组出力计划和风电场出力计划；其中，安全约束经济调度模型包括使购电成本最小化的第二目标函数及安全约束经济调度约束条件。
需要说明的是，第二目标函数即为安全约束经济调度优化目标函数，其为购电成本最小化：
本实施例中可以考虑运行日的96时段，即T为96。
进一步的，安全约束经济调度约束条件中的系统约束包括系统负荷平衡约束、发电单元约束和网络安全约束，其中，本实施例中的系统负荷平衡约束、发电单元约束中的发电单元出力上下限约束以及网络安全约束均可以具体参照上述安全约束机组组合约束条件中的系统负荷平衡约束、发电单元约束中的发电单元出力上下限约束和网络安全约束。
具体的，本实施例中的安全约束经济调度约束条件中发电单元约束中的发电单元爬坡约束：
火电机组爬坡约束为：
-ΔPi D≤Pi，t-Pi，t-1≤ΔPi U，其中，ΔPi D表示火电机组i最大下爬坡速率，ΔPi U表示火电机组i最大上爬坡速率，Pi,t-1表示火电机组i在t-1时段的出力；
风电场爬坡约束为：
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大上爬坡速率，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大下爬坡速率，Pwi,t-1为风电场i在t-1时段的出力。
具体的，由第二目标函数和安全约束经济调度模型可以组成运行日96时段安全约束经济调度模型，该模型是一个线性规划模型，可以调用成熟的优化算法软件包(例如CPLEX)进行优化计算，也即采用该安全约束经济调度模型对火电机组开机组合和电场整体出力计划进行分析，可以进一步对电场整体出力计划进行优化，得到日前火电机组出力计划和风电场出力计划。可见，本发明中根据预先建立的安全约束机组组合模型能够得到火电机组开机组合和电场整体出力计划，然后再通过预先建立的安全约束经济调度模型对火电机组开机组合和电场整体出力计划进行分析，进而能够得到日前火电机组出力计划和风电场出力计划，本发明能够实现风电场参与现货市场，在实现社会福利最大化的情况下，实现对风电场出力的预测。
在上述实施例的基础上，本发明实施例相应的提供了一种基于风电场的电力现货市场出清装置，具体请参照图2。该装置包括：
第一分析模块21，用于根据预先获取的电力数据信息及预先建立的安全约束机组组合模型，得到火电机组开机组合和电场整体出力计划；
第二分析模块22，用于依据预先建立的安全约束经济调度模型对火电机组开机组合和电场整体出力计划进行分析，得到对应的日前火电机组出力计划和风电场出力计划；其中：
安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件；安全约束经济调度模型包括使购电成本最小化的第二目标函数及安全约束经济调度约束条件。
需要说明的是，本实施例中提供的基于风电场的电力现货市场出清装置具有与上述实施例中提供的基于风电场的电力现货市场出清方法相同的有益效果，并且对于本实施了中所涉及到的基于风电场的电力现货市场出清方法的具体介绍请参照上述实施例，本申请对此不再赘述。
在上述实施例的基础上，本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述基于风电场的电力现货市场出清方法的步骤。
该计算机可读存储介质可以包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种基于风电场的电力现货市场出清方法，其特征在于，包括：
根据预先获取的电力数据信息及预先建立的安全约束机组组合模型，得到火电机组开机组合和电场整体出力计划；
依据预先建立的安全约束经济调度模型对所述火电机组开机组合和所述电场整体出力计划进行分析，得到对应的日前火电机组出力计划和风电场出力计划；其中：
所述安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件；所述安全约束经济调度模型包括使购电成本最小化的第二目标函数及安全约束经济调度约束条件。
2.根据权利要求1所述的基于风电场的电力现货市场出清方法，其特征在于，所述第一目标函数为：
其中，N表示火电机组的总台数，N'表示风电场的个数，T表示总时段数，Ci,t(Pi,t)表示示火电机组i在t时段的运行费用，Pi,t表示火电机组i在t时段的出力，表示火电机组i在t时段的启动费用，表示火电机组i在t时段的停机费用，Cwi,t(Pwi,t)表示风电场i在t时段的运行费用，Pwi,t表示风电场i在t时段的出力。
3.根据权利要求2所述的基于风电场的电力现货市场出清方法，其特征在于，所述安全约束机组组合约束条件包括系统约束、发电单元约束和网络安全约束，其中，所述发电单元约束包括火电机组出力上下限约束、风电场出力上下限约束、火电机组爬坡约束、风电场爬坡约束和火电机组最小连续开停时间约束。
4.根据权利要求3所述的基于风电场的电力现货市场出清方法，其特征在于，所述系统约束包括负荷平衡约束、系统正备用约束、系统负备用约束、系统旋转备用约束和AGC备用约束。
5.根据权利要求4所述的基于风电场的电力现货市场出清方法，其特征在于，所述负荷平衡约束为：
其中，Dt表示t时段的系统负荷。
6.根据权利要求3所述的基于风电场的电力现货市场出清方法，其特征在于所述风电场出力上下限约束为：
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的出力下限，为基于集中预测系统长期预测信息得到的风电场i在t时段的出力上限；
所述风电场爬坡约束为：
以及
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大上爬坡速率，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大下爬坡速率，Pwi,t-1为风电场i在t-1时段的出力，α'i,t为风电场i在t时段的启停状态，α'i,t-1为风电场i在t-1时段的启停状态。
7.根据权利要求2所述的基于风电场的电力现货市场出清方法，其特征在于，所述第二目标函数为：
8.根据权利要求7述的基于风电场的电力现货市场出清方法，其特征在于，所述安全约束经济调度约束条件中的火电机组爬坡约束为：
-ΔPi D≤Pi,t-Pi,t-1≤ΔPi U，其中，ΔPi D表示火电机组i最大下爬坡速率，ΔPi U表示火电机组i最大上爬坡速率，Pi,t-1表示火电机组i在t-1时段的出力；
风电场爬坡约束为：
其中，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大上爬坡速率，为基于集中预测系统长期预测信息得到的风电场i在t时段的最大下爬坡速率，Pwi,t-1为风电场i在t-1时段的出力。
9.一种基于风电场的电力现货市场出清装置，其特征在于，包括：
第一分析模块，用于根据预先获取的电力数据信息及预先建立的安全约束机组组合模型，得到火电机组开机组合和电场整体出力计划；
第二分析模块，用于依据预先建立的安全约束经济调度模型对所述火电机组开机组合和所述电场整体出力计划进行分析，得到对应的日前火电机组出力计划和风电场出力计划；其中：
所述安全约束机组组合模型包括使购电成本最小化的第一目标函数和安全约束机组组合约束条件；所述安全约束经济调度模型包括使购电成本最小化的第二目标函数及安全约束经济调度约束条件。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任意一项所述基于风电场的电力现货市场出清方法的步骤。
CN201910507074.7A 2019-06-12 2019-06-12 基于风电场的电力现货市场出清方法、装置及存储介质 Active CN110224399B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910507074.7A CN110224399B (zh) 2019-06-12 2019-06-12 基于风电场的电力现货市场出清方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910507074.7A CN110224399B (zh) 2019-06-12 2019-06-12 基于风电场的电力现货市场出清方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN110224399A true CN110224399A (zh) 2019-09-10
CN110224399B CN110224399B (zh) 2023-06-30

Family

ID=67816713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910507074.7A Active CN110224399B (zh) 2019-06-12 2019-06-12 基于风电场的电力现货市场出清方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN110224399B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110766480A (zh) * 2019-10-31 2020-02-07 中国南方电网有限责任公司 考虑条件控制断面的实时市场出清优化方法和装置
CN110782281A (zh) * 2019-10-23 2020-02-11 四川大学 一种多业主梯级电站流域电量转移的日前市场出清方法
CN110826863A (zh) * 2019-10-17 2020-02-21 中国南方电网有限责任公司 电量分配方法、装置、计算机设备及存储介质
CN110889540A (zh) * 2019-11-14 2020-03-17 南方电网科学研究院有限责任公司 电力市场环境下系统备用需求的优化方法及装置
CN111476410A (zh) * 2020-03-31 2020-07-31 云南电网有限责任公司 一种保障清洁能源消纳及机组公平竞价的电量结算方法、装置
CN111753097A (zh) * 2020-06-22 2020-10-09 国能日新科技股份有限公司 基于深度学习的电力现货交易出清的数据分析方法及装置
CN111861098A (zh) * 2020-06-01 2020-10-30 中国南方电网有限责任公司 电力现货市场的出清方法、系统、装置及介质
CN112183855A (zh) * 2020-09-27 2021-01-05 中国南方电网有限责任公司 区域电力现货市场出清方法、装置和电子设备
CN112348274A (zh) * 2020-11-17 2021-02-09 国家电网有限公司 考虑调峰的电力现货市场出清方法、系统、设备及介质
CN112446540A (zh) * 2020-11-25 2021-03-05 广东电网有限责任公司电力调度控制中心 一种电力现货市场出清结算优化方法和装置
CN112465217A (zh) * 2020-11-25 2021-03-09 广东电网有限责任公司电力调度控制中心 一种电力现货市场均衡优化方法和装置
CN112787359A (zh) * 2020-12-25 2021-05-11 国网辽宁省电力有限公司经济技术研究院 一种日前电能量市场和深度调峰服务市场联合出清方法
CN113991638A (zh) * 2021-08-31 2022-01-28 华能(福建)能源开发有限公司 一种针对不同地点的新能源场站发电功率的预测方法
CN118137587A (zh) * 2024-05-07 2024-06-04 中能智新科技产业发展有限公司 电力系统的电能量参数生成方法、装置、设备及介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102820656A (zh) * 2012-08-25 2012-12-12 华北电力大学（保定） 风电机组同火电机组联合调度发电负荷的方法
CN103617453A (zh) * 2013-11-12 2014-03-05 西安交通大学 考虑风电和谐消纳的电力系统中长期交易运营计划获取方法
US20150310366A1 (en) * 2012-11-09 2015-10-29 Tianjin University Security region based security-constrained economic dispatching method
WO2015192613A1 (zh) * 2014-06-20 2015-12-23 国家电网公司 电力系统控制方法和装置
CN105790265A (zh) * 2016-04-21 2016-07-20 三峡大学 一种考虑交流潮流约束的不确定性机组组合模型及求解方法
CN106160009A (zh) * 2016-08-04 2016-11-23 浙江大学 一种基于风险节点电价的互联电力系统分散协同调度方法
CN108711890A (zh) * 2018-06-27 2018-10-26 广东电网有限责任公司 日前市场出清方法、系统、装置及计算机可读存储介质
CN108832627A (zh) * 2018-07-09 2018-11-16 北京科东电力控制系统有限责任公司 一种基于粒子群算法的节能环保购电方法及装置
CN108879796A (zh) * 2018-08-10 2018-11-23 广东电网有限责任公司 电力日前市场出清计算方法、系统、装置及可读存储介质
CN108921595A (zh) * 2018-06-08 2018-11-30 清华大学 一种虚拟投标对日前电力市场节点价差影响的计算方法
CN109190951A (zh) * 2018-08-21 2019-01-11 广东电网有限责任公司 一种电力市场的出清方法、出清装置和出清设备
CN109242657A (zh) * 2018-09-28 2019-01-18 南方电网科学研究院有限责任公司 一种考虑风电投标偏差惩罚的风火联合竞价方法
CN109559040A (zh) * 2018-11-29 2019-04-02 广东电网有限责任公司 一种辅助服务和电能量市场的顺次出清方法
CN109636671A (zh) * 2018-12-18 2019-04-16 中南大学 一种考虑多层次市场联动型的风电消纳优化策略
CN109858711A (zh) * 2019-03-07 2019-06-07 东北电力大学 一种计及价格型需求响应与csp电站参与的风电消纳日前调度方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102820656A (zh) * 2012-08-25 2012-12-12 华北电力大学（保定） 风电机组同火电机组联合调度发电负荷的方法
US20150310366A1 (en) * 2012-11-09 2015-10-29 Tianjin University Security region based security-constrained economic dispatching method
CN103617453A (zh) * 2013-11-12 2014-03-05 西安交通大学 考虑风电和谐消纳的电力系统中长期交易运营计划获取方法
WO2015192613A1 (zh) * 2014-06-20 2015-12-23 国家电网公司 电力系统控制方法和装置
CN105790265A (zh) * 2016-04-21 2016-07-20 三峡大学 一种考虑交流潮流约束的不确定性机组组合模型及求解方法
CN106160009A (zh) * 2016-08-04 2016-11-23 浙江大学 一种基于风险节点电价的互联电力系统分散协同调度方法
CN108921595A (zh) * 2018-06-08 2018-11-30 清华大学 一种虚拟投标对日前电力市场节点价差影响的计算方法
CN108711890A (zh) * 2018-06-27 2018-10-26 广东电网有限责任公司 日前市场出清方法、系统、装置及计算机可读存储介质
CN108832627A (zh) * 2018-07-09 2018-11-16 北京科东电力控制系统有限责任公司 一种基于粒子群算法的节能环保购电方法及装置
CN108879796A (zh) * 2018-08-10 2018-11-23 广东电网有限责任公司 电力日前市场出清计算方法、系统、装置及可读存储介质
CN109190951A (zh) * 2018-08-21 2019-01-11 广东电网有限责任公司 一种电力市场的出清方法、出清装置和出清设备
CN109242657A (zh) * 2018-09-28 2019-01-18 南方电网科学研究院有限责任公司 一种考虑风电投标偏差惩罚的风火联合竞价方法
CN109559040A (zh) * 2018-11-29 2019-04-02 广东电网有限责任公司 一种辅助服务和电能量市场的顺次出清方法
CN109636671A (zh) * 2018-12-18 2019-04-16 中南大学 一种考虑多层次市场联动型的风电消纳优化策略
CN109858711A (zh) * 2019-03-07 2019-06-07 东北电力大学 一种计及价格型需求响应与csp电站参与的风电消纳日前调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周京阳 等: "市场机制下智能电网调度控制系统调度计划应用模型及分析", 《电力系统自动化》 *
房芳: "基于绿色经济的风火电联合运营规划及效益评价研究", 《中国博士学位论文全文数据库 经济与管理科学辑》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110826863A (zh) * 2019-10-17 2020-02-21 中国南方电网有限责任公司 电量分配方法、装置、计算机设备及存储介质
CN110782281A (zh) * 2019-10-23 2020-02-11 四川大学 一种多业主梯级电站流域电量转移的日前市场出清方法
CN110782281B (zh) * 2019-10-23 2022-06-07 四川大学 一种多业主梯级电站流域电量转移的日前市场出清方法
CN110766480B (zh) * 2019-10-31 2023-03-31 中国南方电网有限责任公司 考虑条件控制断面的实时市场出清优化方法和装置
CN110766480A (zh) * 2019-10-31 2020-02-07 中国南方电网有限责任公司 考虑条件控制断面的实时市场出清优化方法和装置
CN110889540B (zh) * 2019-11-14 2022-04-19 南方电网科学研究院有限责任公司 电力市场环境下系统备用需求的优化方法及装置
CN110889540A (zh) * 2019-11-14 2020-03-17 南方电网科学研究院有限责任公司 电力市场环境下系统备用需求的优化方法及装置
CN111476410A (zh) * 2020-03-31 2020-07-31 云南电网有限责任公司 一种保障清洁能源消纳及机组公平竞价的电量结算方法、装置
CN111476410B (zh) * 2020-03-31 2022-10-14 云南电网有限责任公司 一种保障清洁能源消纳及机组公平竞价的电量结算方法、装置
CN111861098A (zh) * 2020-06-01 2020-10-30 中国南方电网有限责任公司 电力现货市场的出清方法、系统、装置及介质
CN111861098B (zh) * 2020-06-01 2024-02-06 中国南方电网有限责任公司 电力现货市场的出清方法、系统、装置及介质
CN111753097A (zh) * 2020-06-22 2020-10-09 国能日新科技股份有限公司 基于深度学习的电力现货交易出清的数据分析方法及装置
CN111753097B (zh) * 2020-06-22 2023-11-14 国能日新科技股份有限公司 基于深度学习的电力现货交易出清的数据分析方法及装置
CN112183855A (zh) * 2020-09-27 2021-01-05 中国南方电网有限责任公司 区域电力现货市场出清方法、装置和电子设备
CN112348274B (zh) * 2020-11-17 2023-11-24 国家电网有限公司 考虑调峰的电力现货市场出清方法、系统、设备及介质
CN112348274A (zh) * 2020-11-17 2021-02-09 国家电网有限公司 考虑调峰的电力现货市场出清方法、系统、设备及介质
CN112446540A (zh) * 2020-11-25 2021-03-05 广东电网有限责任公司电力调度控制中心 一种电力现货市场出清结算优化方法和装置
CN112446540B (zh) * 2020-11-25 2023-01-24 广东电网有限责任公司电力调度控制中心 一种电力现货市场出清结算优化方法和装置
CN112465217A (zh) * 2020-11-25 2021-03-09 广东电网有限责任公司电力调度控制中心 一种电力现货市场均衡优化方法和装置
CN112787359B (zh) * 2020-12-25 2023-03-21 国网辽宁省电力有限公司经济技术研究院 一种日前电能量市场和深度调峰服务市场联合出清方法
CN112787359A (zh) * 2020-12-25 2021-05-11 国网辽宁省电力有限公司经济技术研究院 一种日前电能量市场和深度调峰服务市场联合出清方法
CN113991638A (zh) * 2021-08-31 2022-01-28 华能(福建)能源开发有限公司 一种针对不同地点的新能源场站发电功率的预测方法
CN118137587A (zh) * 2024-05-07 2024-06-04 中能智新科技产业发展有限公司 电力系统的电能量参数生成方法、装置、设备及介质
CN118137587B (zh) * 2024-05-07 2024-07-23 中能智新科技产业发展有限公司 电力系统的电能量参数生成方法、装置、设备及介质

Also Published As

Publication number Publication date
CN110224399B (zh) 2023-06-30

Similar Documents

Publication Publication Date Title
CN110224399A (zh) 基于风电场的电力现货市场出清方法、装置及存储介质
ES2669554T3 (es) Método de control de una red de potencia
CN109980631A (zh) 一种日前电力现货市场出清与节点电价计算方法
CN105046395B (zh) 一种含多类型新能源的电力系统日内滚动计划编制方法
CN107240933B (zh) 一种考虑风电功率特性的风火协调滚动调度方法
AU2019101413A4 (en) Method for evaluating and regulating consumption capacity of regional power grid for renewable energy sources
Sedighizadeh et al. Optimal energy and reserve scheduling for power systems considering frequency dynamics, energy storage systems and wind turbines
CN111967986B (zh) 包含梯级水电的电力市场出清方法、系统、装置及介质
Ai et al. Robust operation strategy enabling a combined wind/battery power plant for providing energy and frequency ancillary services
CN112288490A (zh) 电力现货市场下不同发电成本机组的出清方法及系统
CN111525628A (zh) 考虑多时间尺度灵活性约束的含风电并网机组组合方法
CN107528348A (zh) 一种基于来水不确定性的梯级水电站负荷调整方法
Zhang et al. Mid-long term optimal dispatching method of power system with large-scale wind-photovoltaic-hydro power generation
CN111724254B (zh) 调峰辅助服务与电能量联合出清方法、系统、装置及介质
CN115811046A (zh) 考虑风光新能源保障性消纳的日前电力现货市场出清方法
CN115659096A (zh) 考虑源荷不确定性的微网多时间尺度能量调度方法及装置
CN117674266B (zh) 一种梯级水电与光伏协同运行的超前预测控制方法及系统
CN115842376A (zh) 电力系统等效惯量趋势与安全状态评估方法、设备和介质
CN105896535B (zh) 用于最小化弃风电量的风电场发电权置换电量评估的方法
CN117808223A (zh) 一种风电光电消纳与梯级水电站联合调度方法及相关装置
CN107947246A (zh) 一种考虑调频增发的风电发电指标分配及增发评估方法
El-Sharkh et al. Thermal energy management of a CHP hybrid of wind and a grid-parallel PEM fuel cell power plant
Kong et al. Operational hydropower scheduling with post-spot distribution of reserve obligations
Thornley Texas wind energy: Past, present, and future
CN112465217A (zh) 一种电力现货市场均衡优化方法和装置

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