CN110601233B - 一种电力系统中储能电站的调峰调度方法 - Google Patents
一种电力系统中储能电站的调峰调度方法 Download PDFInfo
- Publication number
- CN110601233B CN110601233B CN201910943083.0A CN201910943083A CN110601233B CN 110601233 B CN110601233 B CN 110601233B CN 201910943083 A CN201910943083 A CN 201910943083A CN 110601233 B CN110601233 B CN 110601233B
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- power system
- scheduling
- peak
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 123
- 230000033228 biological regulation Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 230000002068 genetic effect Effects 0.000 claims abstract description 8
- 238000007599 discharging Methods 0.000 claims description 22
- 230000001105 regulatory effect Effects 0.000 claims description 20
- 230000009194 climbing Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010248 power generation Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003828 downregulation Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 2
- 241001672018 Cercomela melanura Species 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种电力系统中储能电站的调峰调度方法，属于电力系统调度技术领域。本发明方法构建了包含储能电站以提升系统调峰能力的电力系统调峰调度优化模型，同时模型中考虑了各节点的电压偏差以满足系统安全性的要求。模型以系统调峰调度成本最小和所有节点归一化电压偏差平方和的时序平均值最小为多目标，考虑的约束条件包括系统约束、机组约束和储能约束。优化模型求解采用遗传算法。本发明能够实现通过储能电站参与系统调峰提升系统调峰能力，缓解火电机组调峰压力，同时调度保证了系统安全性和电能质量，对于储能电站参与调峰具有一定的参考作用。
Description
技术领域
本发明涉及一种电力系统中储能电站的调峰调度方法，属于电力系统调度技术领域。
背景技术
国家能源局发布的《关于促进储能技术与产业发展的指导意见》中指出储能是智能电网、可再生能源高占比能源系统、“互联网+”智慧能源的重要组成部分和关键支撑技术。随着具有间歇性和波动性的光伏、风电不断并网运行，以及电网结构的不断重组完善，电网的安全稳定运行受到了新的挑战，将储能运用到发电侧、电网侧和用户侧可以有效缓解新能源渗透率提高的一系列问题。
相比传统的火电机组的响应时间长，水电机组受枯汛季节的影响，储能技术的响应速度快，调节范围大，可精确跟踪且可双向调节。考虑到储能技术的优良特性以及建设成本的下降，储能参与调峰、调频、备用、黑启动等多种服务，将为电力系统带来极大的经济性与安全性。
在调度中心进行调峰日前调度时，电力调度中心首先需要公布次日需要深度调峰时段和各时段深度调峰电量，参与调峰的机组以此进行报价。电力调度中心按照调峰调度成本最小进行优化调度，获得各机组的中标电量。储能参与调峰可以通过配合常规机组或者独立储能电站参与调峰。在《电池储能系统协同火电厂参与电网实时深度调峰的经济配置方法》中，发明人发明了一种电池储能系同配合火电机组调峰的方法，但未考虑到储能系统的运行，会影响系统的潮流，因此缺少了表征系统安全性的指标，如电压偏差。
发明内容
本发明的目的是提供一种电力系统中储能电站的调峰调度方法，以提升电力系统调峰能力，缓解火电机组调峰压力，保证电力系统的安全性和电能质量。
本发明提出的电力系统中储能电站的调峰调度方法，包括以下步骤：
(1)设定电力系统中包含M台火电机组和N台储能电站，建立电力系统中火电机组和储能电站的调峰调度的优化模型，该优化模型的目标函数如下：
其中，F1为最小化调峰调度成本，t为调度时段，
为电力系统中第m台火电机组在时段t的深度调峰报价，从电力系统调度中心获取，TV为深度调峰时段，
为第m台火电机组在调度时段t的中标深度调峰量，即火电机组的下调有功功率，为待求量；F2为电力系统中各节点最小化归一化电压偏差平方和时序平均值，Nbus为系统中的节点数，T为调度总时段，调度总时段T中包括深度调峰时段，
为电力系统中第n个储能电站在调度时段t的深度调峰报价，从电力系统调度中心获取，
为第n个储能电站在调度时段t的中标深度调峰量，即储能电站的下调充电功率，为待求变量；Ui,t表示电力系统中第i个节点在调度时刻t的电压幅值，Ui,t与调度时刻t的调度计划有关，通过电力系统潮流计算求得，
表示电力系统在调度时刻t第i个节点的基准电压幅值，通常取值为1.0；
表示电力系统在调度时刻t第i个节点的的最大允许电压偏差，从电力系统调度中心获取；
(2)电力系统中火电机组和储能电站的调峰调度的优化模型的约束条件为：
(2-1)电力系统的调峰需求平衡约束：
其中，
为电力系统在调度时刻t的深度调峰需求，
为第m台火电机组在调度时段t的中标深度调峰量，即火电机组的下调有功功率，
为第n个储能电站在调度时段t的中标深度调峰量，即储能电站的下调充电功率，为待求变量；
(2-2)电力系统中线路潮流约束：
-Plmax≤Pl≤Plmax
其中，Plmax为电力系统中线路l的最大传输容量,由电力系统调度中心提供数据；
(2-3)电力系统节点i的电压约束：
Umin≤Ui≤Umax
其中，Umin和Umax分别为节点i的电压幅值上下限，由电力系统调度中心提供数据；
(2-4)电力系统火电机组有功功率的上限和下限约束：
其中，
为调度时刻t电力系统中第m台火电机组的有功功率，为火电机组日前调度计划与调峰调度计划之差，
为调度时刻t电力系统中第m台火电机组的日前计划有功功率，由电力系统调度中心的日前发电计划确定，
分别为第m台火电机组的最小有功功率和最大有功功率；
(2-5)火电机组的爬坡约束：
其中，
和
分别为第m台火电机组爬坡功率限制；
(2-6)火电机组的电压约束：
Um,min≤Um≤Um,max
其中，Um,min和Um,max分别为第m台火电机组爬坡功率限制，从火电厂出厂说明书获取；
(2-7)储能电站状态变量约束：
用0表示电力系统的储能电站不处于充或放电的状态，用1表示电力系统的储能电站处于充或放的状态：
其中，
和
分别表示储能电池放电状态和储能电池放电状态；
(2-8)储能电站的充放电功率约束，考虑充电和放电两种状态下的功率限制：
其中：
和
分别表示第n个储能电站的充电最大功率和放电最大功率，由储能电站的出厂说明书获得；
(2-9)储能电站的储能电量约束：
0.25Sn,max≤Sn,t≤0.75Sn,max
Sn,0＝Sn,T＝0.25Sn,max
其中：Sn,t为调度时刻t第n个储能电站的容量，由上一时段的储能容量与该时段的充放电量确定，ηn,ch和ηn,dch分别为第n个储能电站的充电和放电效率，充电和放电效率从储能电站获取，Sn,max表示第n个储能电站的最大容量，从储能电站出厂说明书获取；Sn,0和Sn,T分别表示在调度时刻0和调度时刻T储能第n个储能电站的容量；
(3)采用带精英策略的非支配排序的遗传方法(Elitist Non-Dominated SortingGenetic Algorithm，以下简称NSGA-Ⅱ)，求解由上述步骤(1)的目标函数和步骤(2)的约束条件组成的优化模型，得到火电机组的下调有功功率和储能电站的下调充电功率，实现电力系统中储能电站的调峰调度。
本发明提出的电力系统中储能电站的调峰调度方法，其优点是：
(1)本发明的电力系统中储能电站的调峰调度方法，构建了包含储能电站和火电机组的调度优化模型，其中储能电站的加入，提升了电力系统的调峰能力，缓解了电力系统中火电机组的调峰压力；同时，在经济调峰调度的基础上，考虑了各节点的电压偏差最小，这就进一步保证了电力系统的用电安全性和电能质量。
(2)本发明方法中涉及的优化模型，为多目标优化问题，采用了已有的遗传算法进行求解，利用遗传算法的全局搜索能力，可以避免传统的多目标优化方法在寻优过程种陷入局部最优解。
附图说明
图1为本发明方法涉及的采用带精英策略的非支配排序的遗传算法(NSGA-Ⅱ)计算流程框图。
具体实施方式
本发明提出的电力系统中储能电站的调峰调度方法，包括以下步骤：
(1)设定电力系统中包含M台火电机组和N台储能电站，建立电力系统中火电机组和储能电站的调峰调度的优化模型，该优化模型的目标函数如下：
其中，F1为最小化调峰调度成本，t为调度时段，
为电力系统中第m台火电机组在时段t的深度调峰报价，从电力系统调度中心获取，TV为深度调峰时段，
为第m台火电机组在调度时段t的中标深度调峰量，即火电机组的下调有功功率，为待求量；F2为电力系统中各节点最小化归一化电压偏差平方和时序平均值，Nbus为系统中的节点数，T为调度总时段，调度总时段T中包括深度调峰时段，
为电力系统中第n个储能电站在调度时段t的深度调峰报价，从电力系统调度中心获取，
为第n个储能电站在调度时段t的中标深度调峰量，即储能电站的下调充电功率，为待求变量；Ui,t表示电力系统中第i个节点在调度时刻t的电压幅值，Ui,t与调度时刻t的调度计划有关，即考虑了深度调峰后的调度计划，通过电力系统潮流计算求得，
表示电力系统在调度时刻t第i个节点的基准电压幅值，通常取值为1.0；
表示电力系统在调度时刻t第i个节点的的最大允许电压偏差，从电力系统调度中心获取；
(2)电力系统中火电机组和储能电站的调峰调度的优化模型的约束条件为：
(2-1)电力系统的调峰需求平衡约束：
其中，
为电力系统在调度时刻t的深度调峰需求，
为第m台火电机组在调度时段t的中标深度调峰量，即火电机组的下调有功功率，
为第n个储能电站在调度时段t的中标深度调峰量，即储能电站的下调充电功率，为待求变量；
(2-2)电力系统中线路潮流约束：
-Plmax≤Pl≤Plmax
其中，Plmax为电力系统中线路l的最大传输容量,由电力系统调度中心提供数据；
(2-3)电力系统节点i的电压约束：
Umin≤Ui≤Umax
其中，Umin和Umax分别为节点i的电压幅值上下限，由电力系统调度中心提供数据，；
(2-4)电力系统火电机组有功功率的上限和下限约束：
其中，
为调度时刻t电力系统中第m台火电机组的有功功率，为火电机组日前调度计划与调峰调度计划之差，
为调度时刻t电力系统中第m台火电机组的日前计划有功功率，由电力系统调度中心的日前发电计划确定，
分别为第m台火电机组的最小有功功率和最大有功功率；
(2-5)火电机组的爬坡约束：由于存在机械惯性，调整有功功率需要满足一定的限制：
其中，
和
分别为第m台火电机组爬坡功率限制；
(2-6)火电机组的电压约束：
Um,min≤Um≤Um,max
其中，Um,min和Um,max分别为第m台火电机组爬坡功率限制，从火电厂出厂说明书获取；
(2-7)储能电站状态变量约束：
调度时段中，电力系统的储能电站只能处于充电或放电一个状态，用0表示电力系统的储能电站不处于充或放电的状态，用1表示电力系统的储能电站处于充或放的状态：
其中，
和
分别表示储能电池放电状态和储能电池放电状态；
(2-8)储能电站的充放电功率约束，考虑充电和放电两种状态下的功率限制：
其中：
和
分别表示第n个储能电站的充电最大功率和放电最大功率，由储能电站的出厂说明书获得；
(2-9)储能电站的储能电量约束：
0.25Sn,max≤Sn,t≤0.75Sn,max
Sn,0＝Sn,T＝0.25Sn,max
其中：Sn,t为调度时刻t第n个储能电站的容量，由上一时段的储能容量与该时段的充放电量确定，ηn,ch和ηn,dch分别为第n个储能电站的充电和放电效率，充电和放电效率从储能电站获取，Sn,max表示第n个储能电站的最大容量，从储能电站出厂说明书获取；Sn,0和Sn,T分别表示在调度时刻0和调度时刻T储能第n个储能电站的容量；对于储能电站的3个储能电量约束其含义解释如下：储能电池的电量需要计及上一时段剩余容量，及当前时段的充放电电量，同时，在储能电池充放电时会损失一部分功率，需要考虑充放电效率。储能电池的电量也需要满足一定的上下限，通常取最大容量25％和75％。另外，为保证储能电站循环运行，全天结束运行后的剩余存储电量应尽可能地回到初始值，通常取0.25的最大容量。
(3)采用带精英策略的非支配排序的遗传方法(Elitist Non-Dominated SortingGenetic Algorithm，以下简称NSGA-Ⅱ)，求解由上述步骤(1)的目标函数和步骤(2)的约束条件组成的优化模型，得到火电机组的下调有功功率和储能电站的下调充电功率，实现电力系统中储能电站的调峰调度。
本发明方法中的目标函数和约束条件组成电力系统中储能电站的调峰调度优化模型，是一个多目标优化问题，可以采用NSGA-Ⅱ算法求解，其流程框图如图1所示，具体步骤如下：
(1)获取电力系统参数、电力系统中各火电机组和储能电站参数及其申报的调峰出力及补偿价格；
(2)确定调峰调度成本及电压偏差最小为目标函数，并添加电力系统、火电机组和储能电站的相关约束；
(3)各火电机组和储能电站深度调峰量采用实数编码方式进行编码，将调峰调度问题的可行解从其解空间转换到NSGA-Ⅱ所能处理的搜索空间的转换方法；
(4)设置待优化的各火电机组和储能电站的种群规模，并根据所建立的调峰调度模型的约束条件产生第一代初始种群，种群个体为各火电机组和储能电站深度调峰量P0；
(5)对当代种群进行快速非支配排序和拥挤度计算，快速支配法根据每个个体的调峰调度成本和电压偏差进行，拥挤度根据个体向量在变量空间中的距离信息得出；
(6)进行遗传操作，包括选择、交叉和变异，得到子代种群；
(7)进行精英保留策略，即合并上述第一代初始种群和子代种群，并进行基于非支配排序和拥挤度的计算，选择下一代父代种群；
(8)判断该父代种群的代数是否达到最大值，达到则输出最终调峰服务调用方案；否则迭代次数加1，返回至第(5)步，直到迭代次数达到设置的最大值为止。
Claims (1)
1.一种电力系统中储能电站的调峰调度方法，其特征在于该方法包括以下步骤：
(1)设定电力系统中包含M台火电机组和N台储能电站，建立电力系统中火电机组和储能电站的调峰调度的优化模型，该优化模型的目标函数如下：
其中，F1为最小化调峰调度成本，t为调度时段，
为电力系统中第m台火电机组在时段t的深度调峰报价，
从电力系统调度中心获取，TV为深度调峰时段，
为第m台火电机组在调度时段t的中标深度调峰量，即火电机组的下调有功功率，为待求量；F2为电力系统中各节点最小化归一化电压偏差平方和时序平均值，Nbus为系统中的节点数，T为调度总时段，调度总时段T中包括深度调峰时段，
为电力系统中第n个储能电站在调度时段t的深度调峰报价，从电力系统调度中心获取，
为第n个储能电站在调度时段t的中标深度调峰量，即储能电站的下调充电功率，为待求变量；Ui,t表示电力系统中第i个节点在调度时刻t的电压幅值，Ui,t与调度时刻t的调度计划有关，通过电力系统潮流计算求得，
表示电力系统在调度时刻t第i个节点的基准电压幅值，通常取值为1.0；
表示电力系统在调度时刻t第i个节点的的最大允许电压偏差，从电力系统调度中心获取；
(2)电力系统中火电机组和储能电站的调峰调度的优化模型的约束条件为：
(2-1)电力系统的调峰需求平衡约束：
其中，
为电力系统在调度时刻t的深度调峰需求，
为第m台火电机组在调度时段t的中标深度调峰量，即火电机组的下调有功功率，
为第n个储能电站在调度时段t的中标深度调峰量，即储能电站的下调充电功率，为待求变量；
(2-2)电力系统中线路潮流约束：
-Plmax≤Pl≤Plmax
其中，Plmax为电力系统中线路l的最大传输容量,由电力系统调度中心提供数据；
(2-3)电力系统节点i的电压约束：
Umin≤Ui≤Umax
其中，Umin和Umax分别为节点i的电压幅值上下限，由电力系统调度中心提供数据；
(2-4)电力系统火电机组有功功率的上限和下限约束：
其中，
为调度时刻t电力系统中第m台火电机组的有功功率，为火电机组日前调度计划与调峰调度计划之差，
为调度时刻t电力系统中第m台火电机组的日前计划有功功率，由电力系统调度中心的日前发电计划确定，
分别为第m台火电机组的最小有功功率和最大有功功率；
(2-5)火电机组的爬坡约束：
其中，
和
分别为第m台火电机组爬坡功率限制；
(2-6)火电机组的电压约束：
Um,min≤Um≤Um,max
其中，Um,min和Um,max分别为第m台火电机组爬坡功率限制，从火电厂出厂说明书获取；(2-7)储能电站状态变量约束：
用0表示电力系统的储能电站不处于充或放电的状态，用1表示电力系统的储能电站处于充或放的状态：
其中，
和
分别表示储能电池放电状态和储能电池放电状态；
(2-8)储能电站的充放电功率约束，考虑充电和放电两种状态下的功率限制：
其中：
和
分别表示第n个储能电站的充电最大功率和放电最大功率，由储能电站的出厂说明书获得；
为t时刻第n个储能电站的充电功率，
为t时刻第n个储能电站的放电功率；
(2-9)储能电站的储能电量约束：
0.25Sn,max≤Sn,t≤0.75Sn,max
Sn,0＝Sn,T＝0.25Sn,max
其中：Sn,t为调度时刻t第n个储能电站的容量，由上一时段的储能容量与该时段的充放电量确定，ηn,ch和ηn,dch分别为第n个储能电站的充电和放电效率，充电和放电效率从储能电站获取，Sn,max表示第n个储能电站的最大容量，从储能电站出厂说明书获取；Sn,0和Sn,T分别表示在调度时刻0和调度时刻T储能第n个储能电站的容量；
(3)采用带精英策略的非支配排序的遗传方法，求解由上述步骤(1)的目标函数和步骤(2)的约束条件组成的优化模型，得到火电机组的下调有功功率和储能电站的下调充电功率，实现电力系统中储能电站的调峰调度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910943083.0A CN110601233B (zh) | 2019-09-30 | 2019-09-30 | 一种电力系统中储能电站的调峰调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910943083.0A CN110601233B (zh) | 2019-09-30 | 2019-09-30 | 一种电力系统中储能电站的调峰调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110601233A CN110601233A (zh) | 2019-12-20 |
| CN110601233B true CN110601233B (zh) | 2023-02-21 |
Family
ID=68865272
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910943083.0A Active CN110601233B (zh) | 2019-09-30 | 2019-09-30 | 一种电力系统中储能电站的调峰调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110601233B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110867907B (zh) * | 2019-11-27 | 2020-12-01 | 清华大学 | 一种基于多类型发电资源同质化的电力系统调度方法 |
| CN113162078B (zh) * | 2021-03-15 | 2022-07-26 | 国网浙江义乌市供电有限公司 | 一种考虑充放电需求的储能设备无功响应控制方法 |
| CN115425667B (zh) * | 2022-09-22 | 2024-07-30 | 国网湖南省电力有限公司 | 考虑电压偏差的用户侧储能调峰方法及系统 |
| CN118040791B (zh) * | 2024-02-07 | 2024-08-13 | 中国电力工程顾问集团有限公司 | 一种协同经济性的燃煤机组深度调峰系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008425A (zh) * | 2014-05-12 | 2014-08-27 | 国家电网公司 | 基于引力搜索的水火电系统多目标调峰方法 |
| CN105552904A (zh) * | 2016-01-30 | 2016-05-04 | 清华大学 | 基于双线性化的多区域电网全分布式抗差状态估计方法 |
| CN107104467A (zh) * | 2017-06-05 | 2017-08-29 | 武汉大学 | 一种考虑核电调峰及其安全约束的机组组合优化方法 |
| CN108599144A (zh) * | 2018-03-22 | 2018-09-28 | 国网天津市电力公司 | 一种提高电力系统新能源利用率且最小化发电成本的方法 |
| CN109301818A (zh) * | 2018-10-17 | 2019-02-01 | 国网河南省电力公司电力科学研究院 | 一种考虑调峰、调压需求的广域分布式储能系统协调调度方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8886362B2 (en) * | 2012-03-30 | 2014-11-11 | General Electric Company | Integrated distribution system optimization |
| US9373960B2 (en) * | 2013-03-13 | 2016-06-21 | Oracle International Corporation | Computerized system and method for distributed energy resource scheduling |
| US20170310140A1 (en) * | 2016-04-26 | 2017-10-26 | Nec Laboratories America, Inc. | System and method for reducing time-averaged peak charges |
| CN109245143B (zh) * | 2018-11-26 | 2021-12-14 | 江苏云上电力科技有限公司 | 一种考虑锂离子电池寿命的储能调峰电站优化运行方法 |
-
2019
- 2019-09-30 CN CN201910943083.0A patent/CN110601233B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104008425A (zh) * | 2014-05-12 | 2014-08-27 | 国家电网公司 | 基于引力搜索的水火电系统多目标调峰方法 |
| CN105552904A (zh) * | 2016-01-30 | 2016-05-04 | 清华大学 | 基于双线性化的多区域电网全分布式抗差状态估计方法 |
| CN107104467A (zh) * | 2017-06-05 | 2017-08-29 | 武汉大学 | 一种考虑核电调峰及其安全约束的机组组合优化方法 |
| CN108599144A (zh) * | 2018-03-22 | 2018-09-28 | 国网天津市电力公司 | 一种提高电力系统新能源利用率且最小化发电成本的方法 |
| CN109301818A (zh) * | 2018-10-17 | 2019-02-01 | 国网河南省电力公司电力科学研究院 | 一种考虑调峰、调压需求的广域分布式储能系统协调调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于事件驱动的西北电网紧急备用支援技术;马晓伟等;《电网技术》;20180805(第08期);全文 * |
| 考虑特高压送风电的湖北电网调峰方案;张志锋等;《电力自动化设备》;20130410(第04期);全文 * |
| 面向多应用需求的分布式储能优化调度;甘伟等;《电网技术》;20190322(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110601233A (zh) | 2019-12-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110601233B (zh) | 一种电力系统中储能电站的调峰调度方法 | |
| CN108960510B (zh) | 一种基于两阶段随机规划的虚拟电厂优化交易策略装置 | |
| Wang et al. | Interactive dispatch modes and bidding strategy of multiple virtual power plants based on demand response and game theory | |
| Ma et al. | Hour-ahead optimization strategy for shared energy storage of renewable energy power stations to provide frequency regulation service | |
| Li et al. | On the determination of battery energy storage capacity and short-term power dispatch of a wind farm | |
| CN107565607B (zh) | 一种基于实时电价机制的微电网多时间尺度能量调度方法 | |
| CN106845807B (zh) | 基于调峰辅助服务的结算方法及装置 | |
| CN112465181A (zh) | 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法 | |
| CN106953316B (zh) | 微电网变时间尺度优化调度方法 | |
| CN109146320B (zh) | 一种考虑配电网安全性的虚拟电厂优化调度方法 | |
| CN109347100A (zh) | 提升风电场综合性能的混合储能系统优化配置方法 | |
| CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
| CN114971899A (zh) | 新能源参与下的日前、日内和实时市场电能交易优化方法 | |
| CN104466999A (zh) | 一种含电动汽车和风电机组的虚拟发电厂竞价策略的确定方法 | |
| CN114156870B (zh) | 一种储能系统参与多应用领域优化调度方法 | |
| CN107887932A (zh) | 虚拟发电厂在日前市场的生产竞价组织方法 | |
| CN111553750A (zh) | 一种计及电价不确定性和损耗成本的储能竞价策略方法 | |
| CN105391092A (zh) | 基于相关机会规划的虚拟电厂多目标竞价的调控优化方法 | |
| CN114154790A (zh) | 基于需量管理和柔性负荷的工业园区光储容量配置方法 | |
| CN115114854A (zh) | 一种虚拟电厂分布式资源两级自组织优化聚合方法及系统 | |
| CN114493743B (zh) | 基于agc调频分区控制光储联合系统参与市场投标方法 | |
| Tan et al. | Multi-agent system for electric vehicle charging scheduling in parking lots | |
| CN113610435A (zh) | 基于火电、自备电厂和储能的电力系统调峰方法及装置 | |
| CN112132638B (zh) | 一种储能上网定价系统及方法 | |
| CN117913914A (zh) | 基于电量分类的一体化项目并网多时段调度方法及装置 |
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 |