CN110648249A - 年度电力平衡测算方法、装置及设备 - Google Patents
年度电力平衡测算方法、装置及设备 Download PDFInfo
- Publication number
- CN110648249A CN110648249A CN201910897293.0A CN201910897293A CN110648249A CN 110648249 A CN110648249 A CN 110648249A CN 201910897293 A CN201910897293 A CN 201910897293A CN 110648249 A CN110648249 A CN 110648249A
- Authority
- CN
- China
- Prior art keywords
- power
- power supply
- wind power
- historical data
- wind
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000005540 biological transmission Effects 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 238000010248 power generation Methods 0.000 claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 25
- 238000012423 maintenance Methods 0.000 claims abstract description 18
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 239000000126 substance Substances 0.000 claims description 17
- 238000009826 distribution Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 abstract description 3
- 238000009434 installation Methods 0.000 description 12
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000011157 data evaluation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013316 zoning 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种年度电力平衡测算方法、装置及设备。其中的方法包括：获取基础数据；基础数据包括负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划；根据第一电源的运行历史数据、第二电源的运行历史数据，将第一电源的可调出力转换成以第二电源的装机容量表示的等效可调出力；根据第一电源的等效可调出力、第二电源的运行历史数据及检修计划，计算总可调出力；根据负荷历史数据和送受电计划，评估最大负荷需求；根据最大负荷需求和总可调出力，进行年度电力平衡测算。本申请的方案不依赖于气象预测数据，可通过历史数据挖掘，将风电转变为具有相同可靠性的火电，实现对其发电能力的科学评估。
Description
技术领域
本申请涉及电力系统调度运行技术领域，尤其涉及一种年度电力平衡测算方法、装置及设备。
背景技术
年度电力平衡测算是电力系统中长期运行方式安排的重要内容，其基本流程是通过评估不同类型电源的发电能力和系统总用电需求，测算逐月电力供应充裕度，揭示可能的电力缺口。科学合理的基础数据是年度电力平衡测算的根本，年度电力平衡测算中所依据的火电机组发电能力、水电机组发电能力、负荷预测等基础数据均存在一定的不确定性，为此相关技术中已开展了大量研究，以提供更加科学的边界数据评估方法。
然而，近年来，随着风电等新能源快速发展，年度电力平衡测算面临新的挑战。与火电、水电等电源相比，以风电为代表的新能源具有以下显著特点：
(1)难预测性，特别在中长期时间尺度，由于气象数据准确率较低，年度风电功率预测准确率难以保证；
(2)不可控性，与火电机组、水电机组不同，风电机组的发电能力完全依赖气象情况，实际中难以改变其出力水平。
由于上述两方面因素，导致风电的发电能力评估与火电、水电等电源存在本质区别。当风电装机较小时，可将其作为“负”的负荷，纳入负荷预测环节统一考虑；而随着其装机规模不断扩大，由于风电与负荷具有不同的特性，上述处理方式将存在较大的预测误差。目前尚没有成熟的处理方法，解决年度电力平衡测算问题中风电等新能源发电能力评估的问题。
发明内容
本申请的目的是提供一种年度电力平衡测算方法、装置及设备，以解决年度电力平衡测算问题中风电等新能源发电能力评估的问题。
本申请的目的是通过以下技术方案实现的：
一种年度电力平衡测算方法，包括：
获取基础数据；所述基础数据包括负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划；其中，所述第一电源为基于新能源发电的电源，所述第二电源为基于传统能源发电的电源；
根据所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力；
根据所述第一电源的等效可调出力、所述第二电源的运行历史数据及检修计划，计算总可调出力；
根据所述负荷历史数据和送受电计划，评估最大负荷需求；
根据所述最大负荷需求和所述总可调出力，进行年度电力平衡测算。
可选的，所述第一电源为风电；所述第二电源为火电。
可选的，所述根据所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力，包括：
基于所述风电的运行历史数据，按如下公式计算所述风电的出力负荷率：
其中，w为风电集群的编号，m为一年中的月份编号，t为时段编号，G为发电的标识符，W为风电的标识符，P为功率的标识符，
为风电集群w在第m月时段t的出力负荷率，
为风电集群w在第m月时段t的发电功率，
为风电集群w在第m月时段t的装机容量；
将风电的出力负荷率取值范围[0,1]划分为N段区间，得到
按照如下公式计算风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率：
其中，
为风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率，
为根据所述风电的运行历史数据统计的直方图H所得的风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率，表示运行历史数据中出力负荷率
在
和
范围内的次数，表示运行历史数据高峰时段的总次数；出力分布概率满足：
按照如下公式将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力：
其中，E为等效的标识符，Z为受限的标识符，F为火电的标识符，
为风电集群w第m月风电场等效可调出力，
分别为风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率和出力负荷率中间值，
为风电集群w第m月风电场装机容量，
为所述火电第m月的预期受限率，所述火电第m月的预期受限率为历史同期值，
为风电集群w第m月等效的火电装机容量。
可选的，所述根据所述第一电源的等效可调出力、所述第二电源的运行历史数据及检修计划，计算总可调出力，包括：
根据所述火电的装机容量和所述风电的各风电集群风等效的火电装机容量，得到如下公式所示的总的装机容量：
其中，M为检修的标识符，A为综合所有电源的标识，W′表示风电集群的总数量，
为所述火电的第m月的装机容量；
为综合所述风电和所述火电第m月的总的装机容量；
将所述火电的检修容量作为综合所述风电和所述火电的检修容量，得到如下公式所示的综合所述风电和所述火电的检修容量：
其中，
为所述火电的第m月的平均检修容量，
为综合所述风电和所述火电的第m月的平均检修容量；
按照如下公式计算总可调出力：
其中，
为第m月的总可调出力。
可选的，所述根据所述负荷历史数据和送受电计划，评估最大负荷需求，包括：
根据负荷历史数据，预测第m月的最大统调负荷为
获取送受电计划中第m月最大送电功率为
计算所述最大统调负荷和所述最大送电功率之和，得到如下公式所示的最大负荷需求：
其中，T为送电的标识符，L为负荷的标识符，N为需求的标识符，
为第m月最大负荷总需求。
可选的，所述根据所述最大负荷需求和所述总可调出力，进行年度电力平衡测算，包括：
按照如下公式进行年度电力平衡测算：
其中，
为第m月的电力盈余，
为第m月的电力系统备用容量需求，
中的S为电力系统的标识符；
当
时，确定第m月电力存在盈余，否则，确定第m月电力存在缺口。
可选的，所述根据所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力之前，所述方法还包括：对所述风电的运行历史数据进行修正。
可选的，所述对所述风电的运行历史数据进行修正，包括：
对所述风电的运行历史数据中存在弃风的时段，采用风功率预测数据补全。
一种年度电力平衡测算装置，包括：
获取模块，用于获取基础数据；所述基础数据包括负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划；其中，所述第一电源为基于新能源发电的电源，所述第二电源为基于传统能源发电的电源；
转换模块，用于根据所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力；
计算模块，用于根据所述第一电源的等效可调出力、所述第二电源的运行历史数据及检修计划，计算总可调出力；
评估模块，用于根据所述负荷历史数据和送受电计划，评估最大负荷需求；
测算模块，用于根据所述最大负荷需求和所述总可调出力，进行年度电力平衡测算。
一种年度电力平衡测算设备，包括：
处理器，以及与所述处理器相连接的存储器；
所述处理器用于调用并执行所述存储器中的所述计算机程序，以执行如以上任一项所述的方法的步骤。
本申请采用以上技术方案，具有如下有益效果：
传统中长期发电能力评估中，由于气象预测数据准确率较低，风电等新能源发电能力往往依赖人工经验判断，缺乏科学依据。为此，本申请提供了一种新的年度电力平衡测算方案，该方案中，获取负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划等基础数据，依据获取的所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力，如此，将风电转换为具有相同出力可靠性的火电，然后依据所述第一电源的等效可调出力、所述第二电源的运行历史数据及检修计划，计算总可调出力，根据所述负荷历史数据和送受电计划，评估最大负荷需求，根据所述最大负荷需求和所述总可调出力，进行年度电力平衡测算。与传统的方案相比，本申请的方案不依赖于气象预测数据，可通过历史数据挖掘，将风电转变为具有相同可靠性的火电，实现对其发电能力的科学评估，避免年度气象预测准确率较低的问题对其造成的影响，提升年度电力平衡测算的准确性。该方法实施过程简明，物理概念清晰，随着我国风电等新能源装机不断增加，具有较强的实用性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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申请的一些实施例，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为本申请一个实施例提供的一种年度电力平衡测算方法的流程图；
图2为本申请一个实施例提供的概率分布图；
图3为本申请一个实施例提供的一种年度电力平衡测算装置的结构示意图；
图4为本申请一个实施例提供的一种年度电力平衡测算设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。
年度电力平衡测算是电力系统中长期运行方式安排的重要内容，其基本流程是通过评估不同类型电源的发电能力和系统总用电需求，测算逐月电力供应充裕度，揭示可能的电力缺口。科学合理的基础数据是年度电力平衡测算的根本，年度电力平衡测算中所依据的火电机组发电能力、水电机组发电能力、负荷预测等基础数据均存在一定的不确定性，为此相关技术中已开展了大量研究，以提供更加科学的边界数据评估方法。然而，近年来，随着风电等新能源快速发展，年度电力平衡测算面临新的挑战。与火电、水电等电源相比，以风电为代表的新能源具有以下显著特点：(1)难预测性，特别在中长期时间尺度，由于气象数据准确率较低，年度风电功率预测准确率难以保证；(2)不可控性，与火电机组、水电机组不同，风电机组的发电能力完全依赖气象情况，实际中难以改变其出力水平。由于上述两方面因素，导致风电的发电能力评估与火电、水电等电源存在本质区别。当风电装机较小时，可将其作为“负”的负荷，纳入负荷预测环节统一考虑；而随着其装机规模不断扩大，由于风电与负荷具有不同的特性，上述处理方式将存在较大的预测误差。目前尚没有成熟的处理方法，解决年度电力平衡测算问题中风电等新能源发电能力评估的问题。本申请的实施例给出了相应的解决方案。
参见图1，图1是本申请一个实施例提供的一种年度电力平衡测算方法的流程图。如图1所示，本实施例提供的一种年度电力平衡测算方法，至少包括如下步骤：
步骤11、获取基础数据；基础数据包括负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划；其中，第一电源为基于新能源发电的电源，第二电源为基于传统能源发电的电源。基于新能源发电的电源可以是风电、太阳能发电等等。基于传统能源发电的电源可以是火电、水电、核电、燃气等传统电源。
步骤12、根据第一电源的运行历史数据、第二电源的运行历史数据，将第一电源的可调出力转换成以第二电源的装机容量表示的等效可调出力。
为评估风电等新能源对接入电网运行的影响，风电容量可信度的概念被提出，风电容量可信度是指在等可靠性前提下风电机组可以替代的常规机组的容量占风电场总容量的比例，也就是说，在相同可靠性的前提下，风电可等效替代多少容量(简称等效容量)的火电。本方案提出的上述等效可调出力就源于等效容量概念，是在考虑风电出力不确定性和火电受限等因素下，风电在高峰时段可等效替代的火电装机容量。
步骤13、根据第一电源的等效可调出力、第二电源的运行历史数据及检修计划，计算总可调出力。
步骤14、根据负荷历史数据和送受电计划，评估最大负荷需求。
步骤15、根据最大负荷需求和总可调出力，进行年度电力平衡测算。
传统中长期发电能力评估中，由于气象预测数据准确率较低，风电等新能源发电能力往往依赖人工经验判断，缺乏科学依据。为此，本申请提供了一种新的年度电力平衡测算方案，该方案中，获取负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划等基础数据，依据获取的第一电源的运行历史数据、第二电源的运行历史数据，将第一电源的可调出力转换成以第二电源的装机容量表示的等效可调出力，如此，将风电转换为具有相同出力可靠性的火电，然后依据第一电源的等效可调出力、第二电源的运行历史数据及检修计划，计算总可调出力，根据负荷历史数据和送受电计划，评估最大负荷需求，根据最大负荷需求和总可调出力，进行年度电力平衡测算。与传统的方案相比，本申请的方案不依赖于气象预测数据，可通过历史数据挖掘，将风电转变为具有相同可靠性的火电，实现对其发电能力的科学评估，避免年度气象预测准确率较低的问题对其造成的影响，提升年度电力平衡测算的准确性。该方法实施过程简明，物理概念清晰，随着我国风电等新能源装机不断增加，具有较强的实用性。本申请的方案的执行主体可以是计算机设备，或者计算机设备内部的功能模块，等等。
下面以上述第一电源为风电、第二电源为火电为例，对本申请的实施例提供的一种年度电力平衡测算方法进行更加详细地描述。
实施中，需要预先准备上述基础数据。
本实施例中，以一省的数据为例，具体数据来源如下表1所示。
表1基础数据及其来源
如表1所示，其中，负荷历史数据、风电的运行历史数据、火电的运行历史数据等可以从能量管理系统获得，能量管理系统是现代电网电能运行控制系统，火电的检修计划，送受电计划可以从生产管理系统获得，生产管理系统是用于对电网公司生产管理的集约化、规范化和精细化的系统。
为了提高测算的准确性，可以预先对风电的运行历史数据进行修正，具体包括：对风电的运行历史数据中存在弃风的时段，采用风功率预测数据补全。其中，风功率预测数据通过风功率预测技术得到的，风功率预测技术是现有技术中已有的成熟技术，可以参考实施，此处不再赘述。对风电的运行历史数据中存在弃风的时段，采用风功率预测数据补全之前，还可以剔除异常数据，比如明显存在跳变的异常数据等等，以保证数据可靠性。
上述步骤12中的具体实现方式有多种，其中一种具体的实现方式可以包括如下步骤一至四：
步骤一、基于风电的运行历史数据，按如下公式计算风电的出力负荷率：
其中，w为风电集群的编号，m为一年中的月份编号，t为时段编号，G为发电的标识符，W为风电的标识符，P为功率的标识符，
为风电集群w在第m月时段t的出力负荷率，为风电集群w在第m月时段t的发电功率，
为风电集群w在第m月时段t的装机容量。
步骤二、将风电的出力负荷率取值范围[0,1]划分为N段区间，得到
其中，N的取值为正整数。
步骤三、按照如下公式计算风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率：
其中，为风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率，
为根据风电的运行历史数据统计的直方图H所得的风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率，
表示运行历史数据中出力负荷率
在和
范围内的次数，
表示运行历史数据高峰时段的总次数；出力分布概率满足：
其中，出力分布概率，是指根据风电的运行历史数据所测算得到的不同出力负荷率区间范围内风电出力概率。所有区间的出力分布概率之和应等于1。
本步骤中，利用风电运行历史数据估计风电出力负荷率分布特性，需要特别说明的是，考虑到风电装机增长迅速，每年的风电场变化较大，且不同月份风电出力特性不同，年度电力平衡测算的对象为逐月高峰时段电力供应充裕度，所以在划分风电出力负荷率时，按照分月分区域的要求统计高峰时段的风电出力负荷率，其中：“分月”即要求逐月统计，而不能按照全年统计；“分区域”是指根据风电场空间位置和所在位置的风力走向，将全网中不同区域划分为风电集群区域，以解决风电装机变化的问题；“高峰时段”则是考虑到电力平衡测算仅针对高峰时段电力供应，因此出力负荷率仅统计高峰时段即可。基于此，本步骤中，风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率用其历史统计值近似，实施中，可以绘制出力分布概率图，图2示出了直方图，横坐标为不同出力负荷率(单位％)范围，而纵坐标则为该区间的对应区间概率(单位％)，
就是根据风电的运行历史数据统计的直方图H所得的风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率。
步骤四、按照如下公式将第一电源的可调出力转换成以第二电源的装机容量表示的等效可调出力：
其中，E为等效的标识符，Z为受限的标识符，F为火电的标识符，
为风电集群w第m月风电场等效可调出力，
分别为风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率和出力负荷率中间值，
为风电集群w第m月风电场装机容量，为火电第m月的预期受限率，火电第m月的预期受限率为历史同期值，也即，运行历史数据中第m月的受限率，
为风电集群w第m月等效的火电装机容量。
公式(4)中，
为风电集群w第m月风电场的期望出力，
为等效火电装机考虑受限后的出力。根据历史数据分析，可用装机容量为
的火电替代风电集群w第m月风电。
火电、水电、核电、燃气等传统电源的发电能力评估方法现在已较为成熟。不失一般的，本申请仅讨论火电与风电参与的情况，当增加其他类型电源时，仅需要增加相应统计评价部分即可。
一般，装机容量为
的火电的可调出力可表示为：
其中，M为检修的标识符，
为火电的第m月的装机容量；为火电的第m月的可调出力，
为火电的第m月的平均检修容量。
参考以上火电的可调出力的计算方式，考虑风电后，火电和风电的等效装机为火电装机和各风电集群风电场等效装机之和，而检修容量则为原火电的检修容量，基于此，上述步骤13中，根据第一电源的等效可调出力、第二电源的运行历史数据及检修计划，计算总可调出力，具体包括如下步骤：
步骤一、根据火电的装机容量和风电的各风电集群风等效的火电装机容量，得到如下公式所示的总的装机容量：
其中，A为综合所有电源的标识，W′表示风电集群的总数量，
为火电的第m月的装机容量；
为综合风电和火电第m月的总的装机容量。
步骤二、将火电的检修容量作为综合风电和火电的检修容量，得到如下公式所示的综合风电和火电的检修容量：
其中，
为火电的第m月的平均检修容量，
为综合风电和火电的第m月的平均检修容量。
步骤三、按照如下公式计算总可调出力：
其中，
为第m月的总可调出力。
负荷需求评估不仅需要考虑省内统调负荷，还需要考虑送受电计划。其中，当前省内统调负荷预测已形成较为成熟的预测方法，规定第m月省内最大统调负荷为
对于最大统调负荷(即最大负荷)的预测是已有的成熟技术，包括直接预测法和间接预测法，具体实现可以参考相关技术，此处不再赘述。规定送受电计划中送出为正，受入为负，根据双方交易协议，最大送电功率为
基于此，上述步骤14中，根据负荷历史数据和送受电计划，评估最大负荷需求，具体包括如下步骤一至三：
步骤一、根据负荷历史数据，预测第m月的最大统调负荷为
步骤二、获取送受电计划中第m月最大送电功率为
步骤三、计算最大统调负荷和最大送电功率之和，得到如下公式所示的最大负荷需求：
其中，T为送电的标识，L为负荷的标识，N为需求的标识，
为第m月最大负荷总需求。
根据电源发电能力和负荷需求，可评估逐月的电力供应充裕度。常用电力盈余指标评价电力充裕度水平，该指标为各类型电源最大发电能力与备用需求、最大负荷总需求之差。基于此，上述步骤15中，根据最大负荷需求和总可调出力，进行年度电力平衡测算，具体步骤至少包括：
按照如下公式进行年度电力平衡测算：
其中，为第m月的电力盈余，
为第m月的电力系统备用容量需求，
中的S为电力系统的标识符；
当
时，确定第m月电力存在盈余，能够满足电力供应要求，否则，确定第m月电力存在缺口。
其中，
是由电网运行特性决定。
参见图3，图3是本申请另一个实施例提供的一种年度电力平衡测算装置的结构示意图。
如图3所示，本实施例提供的一种年度电力平衡测算装置，包括：
获取模块301，用于获取基础数据；基础数据包括负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划；其中，第一电源为基于新能源发电的电源，第二电源为基于传统能源发电的电源；
转换模块302，用于根据第一电源的运行历史数据、第二电源的运行历史数据，将第一电源的可调出力转换成以第二电源的装机容量表示的等效可调出力；
计算模块303，用于根据第一电源的等效可调出力、第二电源的运行历史数据及检修计划，计算总可调出力；
评估模块304，用于根据负荷历史数据和送受电计划，评估最大负荷需求；
测算模块305，用于根据最大负荷需求和总可调出力，进行年度电力平衡测算。
可选的，第一电源为风电；第二电源为火电。
可选的，转换模块，具体用于：
基于风电的运行历史数据，按如下公式计算风电的出力负荷率：
其中，w为风电集群的编号，m为一年中的月份编号，t为时段编号，G为发电的标识符，W为风电的标识符，P为功率的标识符，
为风电集群w在第m月时段t的出力负荷率，
为风电集群w在第m月时段t的发电功率，为风电集群w在第m月时段t的装机容量；
将风电的出力负荷率取值范围[0,1]划分为N段区间，得到
按照如下公式计算风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率：
其中，
为风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率，
为根据风电的运行历史数据统计的直方图H所得的风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率，
表示运行历史数据中出力负荷率
在
和
范围内的次数，
表示运行历史数据高峰时段的总次数；出力分布概率满足：
按照如下公式将第一电源的可调出力转换成以第二电源的装机容量表示的等效可调出力：
其中，E为等效的标识符，Z为受限的标识符，F为火电的标识符，
为风电集群w第m月风电场等效可调出力，
分别为风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率和出力负荷率中间值，
为风电集群w第m月风电场装机容量，
为火电第m月的预期受限率，火电第m月的预期受限率为历史同期值，
为风电集群w第m月等效的火电装机容量。
可选的，计算模块，具体用于：
根据火电的装机容量和风电的各风电集群风等效的火电装机容量，得到如下公式所示的总的装机容量：
其中，M为检修的标识符，A为综合所有电源的标识，W′表示风电集群的总数量，
为火电的第m月的装机容量；
为综合风电和火电第m月的总的装机容量；
将火电的检修容量作为综合风电和火电的检修容量，得到如下公式所示的综合风电和火电的检修容量：
其中，
为火电的第m月的平均检修容量，
为综合风电和火电的第m月的平均检修容量；
按照如下公式计算总可调出力：
其中，
为第m月的总可调出力。
可选的，根据负荷历史数据和送受电计划，评估最大负荷需求，包括：
根据负荷历史数据，预测第m月的最大统调负荷为
获取送受电计划中第m月最大送电功率为
计算最大统调负荷和最大送电功率之和，得到如下公式所示的最大负荷需求：
其中，T为送电的标识，L为负荷的标识，N为需求的标识，
为第m月最大负荷总需求。
可选的，测算模块，具体用于：
按照如下公式进行年度电力平衡测算：
其中，
为第m月的电力盈余，为第m月的电力系统备用容量需求，
中的S为电力系统的标识符；
当时，确定第m月电力存在盈余，否则，确定第m月电力存在缺口。
可选的，上述装置还包括修正模块，修正模块，用于根据第一电源的运行历史数据、第二电源的运行历史数据，将第一电源的可调出力转换成以第二电源的装机容量表示的等效可调出力之前，对风电的运行历史数据进行修正。
可选的，修正模块，具体用于：
对风电的运行历史数据中存在弃风的时段，采用风功率预测数据补全。
本实施例提供的年度电力平衡测算装置的具体实施方式，可以参考以上年度电力平衡测算方法的相关实施例，此处不再赘述。
参见图4，图4是本申请另一个实施例提供的一种年度电力平衡测算设备的结构示意图。
如图4所示，本实施例提供一种年度电力平衡测算设备，包括：
处理器401，以及与处理器401相连接的存储器402；
处理器401用于调用并执行存储器402中的计算机程序，以执行如以上任意实施例的方法的步骤。
本实施例提供的年度电力平衡测算设备的具体实施方式，可以参考以上年度电力平衡测算方法的相关实施例，此处不再赘述。
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种年度电力平衡测算方法，其特征在于，包括：
获取基础数据；所述基础数据包括负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划；其中，所述第一电源为基于新能源发电的电源，所述第二电源为基于传统能源发电的电源；
根据所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力；
根据所述第一电源的等效可调出力、所述第二电源的运行历史数据及检修计划，计算总可调出力；
根据所述负荷历史数据和送受电计划，评估最大负荷需求；
根据所述最大负荷需求和所述总可调出力，进行年度电力平衡测算。
2.根据权利要求1所述的方法，其特征在于，所述第一电源为风电；所述第二电源为火电。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力，包括：
基于所述风电的运行历史数据，按如下公式计算所述风电的出力负荷率：
其中，w为风电集群的编号，m为一年中的月份编号，t为时段编号，G为发电的标识符，W为风电的标识符，P为功率的标识符，
为风电集群w在第m月时段t的出力负荷率，
为风电集群w在第m月时段t的发电功率，
为风电集群w在第m月时段t的装机容量；
将风电的出力负荷率取值范围[0,1]划分为N段区间，得到
按照如下公式计算风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率：
其中，
为风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率，
为根据所述风电的运行历史数据统计的直方图H所得的风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率，表示运行历史数据中出力负荷率在
和
范围内的次数，表示运行历史数据高峰时段的总次数；出力分布概率满足：
按照如下公式将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力：
其中，E为等效的标识符，Z为受限的标识符，F为火电的标识符，
为风电集群w第m月风电场等效可调出力，
分别为风电集群w第m月高峰时段风电场在第i个出力负荷率区间范围内的概率和出力负荷率中间值，
为风电集群w第m月风电场装机容量，
为所述火电第m月的预期受限率，所述火电第m月的预期受限率为历史同期值，
为风电集群w第m月等效的火电装机容量。
4.根据权利要求3所述的方法，其特征在于，所述根据所述第一电源的等效可调出力、所述第二电源的运行历史数据及检修计划，计算总可调出力，包括：
根据所述火电的装机容量和所述风电的各风电集群风等效的火电装机容量，得到如下公式所示的总的装机容量：
其中，M为检修的标识符，A为综合所有电源的标识，W′表示风电集群的总数量，
为所述火电的第m月的装机容量；
为综合所述风电和所述火电第m月的总的装机容量；
将所述火电的检修容量作为综合所述风电和所述火电的检修容量，得到如下公式所示的综合所述风电和所述火电的检修容量：
其中，为所述火电的第m月的平均检修容量，
为综合所述风电和所述火电的第m月的平均检修容量；
按照如下公式计算总可调出力：
其中，
为第m月的总可调出力。
5.根据权利要求4所述的方法，其特征在于，所述根据所述负荷历史数据和送受电计划，评估最大负荷需求，包括：
根据负荷历史数据，预测第m月的最大统调负荷为
获取送受电计划中第m月最大送电功率为
计算所述最大统调负荷和所述最大送电功率之和，得到如下公式所示的最大负荷需求：
其中，T为送电的标识符，L为负荷的标识符，N为需求的标识符，
为第m月最大负荷总需求。
6.根据权利要求5所述的方法，其特征在于，所述根据所述最大负荷需求和所述总可调出力，进行年度电力平衡测算，包括：
按照如下公式进行年度电力平衡测算：
其中，
为第m月的电力盈余，
为第m月的电力系统备用容量需求，
中的S为电力系统的标识符；
当
时，确定第m月电力存在盈余，否则，确定第m月电力存在缺口。
7.根据权利要求3所述的方法，其特征在于，所述根据所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力之前，所述方法还包括：对所述风电的运行历史数据进行修正。
8.根据权利要求7所述的方法，其特征在于，所述对所述风电的运行历史数据进行修正，包括：
对所述风电的运行历史数据中存在弃风的时段，采用风功率预测数据补全。
9.一种年度电力平衡测算装置，其特征在于，包括：
获取模块，用于获取基础数据；所述基础数据包括负荷历史数据、送受电计划、第一电源的运行历史数据、第二电源的运行历史数据及检修计划；其中，所述第一电源为基于新能源发电的电源，所述第二电源为基于传统能源发电的电源；
转换模块，用于根据所述第一电源的运行历史数据、所述第二电源的运行历史数据，将所述第一电源的可调出力转换成以所述第二电源的装机容量表示的等效可调出力；
计算模块，用于根据所述第一电源的等效可调出力、所述第二电源的运行历史数据及检修计划，计算总可调出力；
评估模块，用于根据所述负荷历史数据和送受电计划，评估最大负荷需求；
测算模块，用于根据所述最大负荷需求和所述总可调出力，进行年度电力平衡测算。
10.一种年度电力平衡测算设备，其特征在于，包括：
处理器，以及与所述处理器相连接的存储器；
所述处理器用于调用并执行所述存储器中的所述计算机程序，以执行如权利要求1-8任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910897293.0A CN110648249B (zh) | 2019-09-23 | 2019-09-23 | 年度电力平衡测算方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910897293.0A CN110648249B (zh) | 2019-09-23 | 2019-09-23 | 年度电力平衡测算方法、装置及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110648249A true CN110648249A (zh) | 2020-01-03 |
| CN110648249B CN110648249B (zh) | 2022-03-29 |
Family
ID=68992447
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910897293.0A Active CN110648249B (zh) | 2019-09-23 | 2019-09-23 | 年度电力平衡测算方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110648249B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111582598A (zh) * | 2020-05-14 | 2020-08-25 | 昆明能讯科技有限责任公司 | 一种基于网架及电网指标分析的电网规划方案自动生成方法 |
| CN111612269A (zh) * | 2020-05-28 | 2020-09-01 | 国家电网公司西南分部 | 清洁能源年度送电方案优化方法 |
| CN111626509A (zh) * | 2020-05-27 | 2020-09-04 | 国网河南省电力公司经济技术研究院 | 一种区域新能源有效供给能力的评价方法和系统 |
| CN111861794A (zh) * | 2020-07-30 | 2020-10-30 | 国网能源研究院有限公司 | 考虑概率分布的太阳能发电容量可信度获取方法及装置 |
| CN112421609A (zh) * | 2020-10-16 | 2021-02-26 | 中国南方电网有限责任公司 | 电力系统发电侧备用容量测定方法、系统、装置及介质 |
| CN113436028A (zh) * | 2020-03-23 | 2021-09-24 | 电力规划总院有限公司 | 一种电力资源分析方法和装置 |
| CN113837418A (zh) * | 2020-06-08 | 2021-12-24 | 国网电力科学研究院有限公司 | 一种电力电量平衡分析系统 |
| CN114462783A (zh) * | 2021-12-30 | 2022-05-10 | 昆明能讯科技有限责任公司 | 一种输电网分区分电压等级电力缺口计算的方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103683274A (zh) * | 2013-07-16 | 2014-03-26 | 国家电网公司 | 区域中长期风电发电量概率预测方法 |
| CN103699941A (zh) * | 2013-12-10 | 2014-04-02 | 国家电网公司 | 一种电力系统调度运行年方案的制定方法 |
| US20170067442A1 (en) * | 2015-09-09 | 2017-03-09 | Noel R. Potter | Apparatuses and methods for balancing a wind turbine assembly |
| CN106548266A (zh) * | 2016-09-19 | 2017-03-29 | 广西电网有限责任公司 | 一种考虑水火电协调的机组运行方式决策方法 |
| CN107482656A (zh) * | 2017-08-11 | 2017-12-15 | 电力规划总院有限公司 | 微电网的电力规划方法、装置、设备及计算机可读存储介质 |
| CN107730090A (zh) * | 2017-09-25 | 2018-02-23 | 国网冀北电力有限公司张家口供电公司 | 一种基于调峰能力与容量约束的新能源接纳能力评估方法 |
| CN108879657A (zh) * | 2018-06-13 | 2018-11-23 | 湖北省电力勘测设计院有限公司 | 基于风电容量可信度的电力电量平衡优化方法 |
| CN109713720A (zh) * | 2019-01-25 | 2019-05-03 | 国网新疆电力有限公司经济技术研究院 | 一种新能源并网运行的电力电量平衡方法 |
-
2019
- 2019-09-23 CN CN201910897293.0A patent/CN110648249B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103683274A (zh) * | 2013-07-16 | 2014-03-26 | 国家电网公司 | 区域中长期风电发电量概率预测方法 |
| CN103699941A (zh) * | 2013-12-10 | 2014-04-02 | 国家电网公司 | 一种电力系统调度运行年方案的制定方法 |
| US20170067442A1 (en) * | 2015-09-09 | 2017-03-09 | Noel R. Potter | Apparatuses and methods for balancing a wind turbine assembly |
| CN106548266A (zh) * | 2016-09-19 | 2017-03-29 | 广西电网有限责任公司 | 一种考虑水火电协调的机组运行方式决策方法 |
| CN107482656A (zh) * | 2017-08-11 | 2017-12-15 | 电力规划总院有限公司 | 微电网的电力规划方法、装置、设备及计算机可读存储介质 |
| CN107730090A (zh) * | 2017-09-25 | 2018-02-23 | 国网冀北电力有限公司张家口供电公司 | 一种基于调峰能力与容量约束的新能源接纳能力评估方法 |
| CN108879657A (zh) * | 2018-06-13 | 2018-11-23 | 湖北省电力勘测设计院有限公司 | 基于风电容量可信度的电力电量平衡优化方法 |
| CN109713720A (zh) * | 2019-01-25 | 2019-05-03 | 国网新疆电力有限公司经济技术研究院 | 一种新能源并网运行的电力电量平衡方法 |
Non-Patent Citations (1)
| Title |
|---|
| 卢纯颢，莫东等: "基于风电可信度的年度电力电量平衡测算方法", 《电气时代》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113436028A (zh) * | 2020-03-23 | 2021-09-24 | 电力规划总院有限公司 | 一种电力资源分析方法和装置 |
| CN113436028B (zh) * | 2020-03-23 | 2023-04-28 | 电力规划总院有限公司 | 一种电力资源分析方法和装置 |
| CN111582598A (zh) * | 2020-05-14 | 2020-08-25 | 昆明能讯科技有限责任公司 | 一种基于网架及电网指标分析的电网规划方案自动生成方法 |
| CN111626509A (zh) * | 2020-05-27 | 2020-09-04 | 国网河南省电力公司经济技术研究院 | 一种区域新能源有效供给能力的评价方法和系统 |
| CN111612269A (zh) * | 2020-05-28 | 2020-09-01 | 国家电网公司西南分部 | 清洁能源年度送电方案优化方法 |
| CN111612269B (zh) * | 2020-05-28 | 2021-11-30 | 国家电网公司西南分部 | 清洁能源年度送电方案优化方法 |
| CN113837418A (zh) * | 2020-06-08 | 2021-12-24 | 国网电力科学研究院有限公司 | 一种电力电量平衡分析系统 |
| CN111861794A (zh) * | 2020-07-30 | 2020-10-30 | 国网能源研究院有限公司 | 考虑概率分布的太阳能发电容量可信度获取方法及装置 |
| CN111861794B (zh) * | 2020-07-30 | 2024-04-12 | 国网能源研究院有限公司 | 考虑概率分布的太阳能发电容量可信度获取方法及装置 |
| CN112421609A (zh) * | 2020-10-16 | 2021-02-26 | 中国南方电网有限责任公司 | 电力系统发电侧备用容量测定方法、系统、装置及介质 |
| CN114462783A (zh) * | 2021-12-30 | 2022-05-10 | 昆明能讯科技有限责任公司 | 一种输电网分区分电压等级电力缺口计算的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110648249B (zh) | 2022-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110648249B (zh) | 年度电力平衡测算方法、装置及设备 | |
| CN109167387A (zh) | 风场风电功率预测方法 | |
| CN111488896B (zh) | 一种基于多源数据挖掘的配电线路时变故障概率计算方法 | |
| 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 | |
| CN101414317A (zh) | 一种处理风电场静态功率等值分散性问题的等效风速法 | |
| CN102682197A (zh) | 对单设备能源消耗变化趋势实时预测的监测方法及装置 | |
| KR101493355B1 (ko) | 에너지 저장 장치의 ｓｏｃ 보정 방법 및 이를 이용하는 ｓｏｃ 보정 시스템 | |
| CN107844896B (zh) | 适用于高风电渗透率电力系统的风电置信容量评估方法 | |
| CN105591407A (zh) | 可再生能源电站有功出力预测误差间相关性的研究方法 | |
| CN116796540A (zh) | 考虑弃光率和预测精度的大型光伏电站储能容量配置方法 | |
| CN113642884B (zh) | 一种电网失电情况下风电场发电量损失统计方法及系统 | |
| CN103557117B (zh) | 风力发电机组功率曲线获取装置 | |
| CN111626645B (zh) | 一种未来年储能配置容量测算方法及系统 | |
| CN102539823A (zh) | 一种wtg风速分布的预测方法 | |
| CN117196668A (zh) | 一种基于边际收益大规模新能源基地接入规划方法及系统 | |
| CN109193791B (zh) | 一种基于改进shapley值的风电汇聚趋势性分状态量化方法 | |
| CN115170347A (zh) | 一种基于运行风功率曲线的阵列式风电场低效风电机组挖掘方法 | |
| CN105184681B (zh) | 基于最近距离分群的大型光伏发电集群弃光电量评估法 | |
| CN107767060A (zh) | 配网线路理论线损计算系统及方法 | |
| CN113887839A (zh) | 一种基于聚类的风电场超短期风功率预测方法及系统 | |
| CN110619439A (zh) | 电力电量平衡测算方法和装置 | |
| CN105243604B (zh) | 基于标杆光伏电站的大型光伏发电集群弃光电量评估方法 | |
| Ye et al. | Short term output prediction method of runoff type medium and small hydropower stations | |
| CN110674986B (zh) | 外购售电年度分解方案的调峰影响力评估方法及相关设备 | |
| Huibin et al. | Research on the Short-term prediction model of wind power generation based on GIS |
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 |