CN110752625B - 一种多能互补新能源发电系统的运营策略优化方法 - Google Patents
一种多能互补新能源发电系统的运营策略优化方法 Download PDFInfo
- Publication number
- CN110752625B CN110752625B CN201911038334.7A CN201911038334A CN110752625B CN 110752625 B CN110752625 B CN 110752625B CN 201911038334 A CN201911038334 A CN 201911038334A CN 110752625 B CN110752625 B CN 110752625B
- Authority
- CN
- China
- Prior art keywords
- energy
- energy storage
- power
- wind
- power generation
- 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
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
Abstract
一种多能互补新能源发电系统的运营策略优化方法,在计算设备中执行,包括步骤:获取多能互补能源系统的运行参数,所述多能互补能源系统包括多个不同类型的新能源发电系统;分别设置各新能源发电系统的运行模式;在设定的运行模式以及所述运行参数的约束下,分别确定所述多个新能源发电系统的最优输出功率,所述最优输出功率为使所述多能互补能源系统的运行收益最大的输出功率。本发明一并公开了相应的计算设备。
Description
技术领域
本发明涉及新能源发电技术领域,尤其涉及一种多能互补新能源发电系统参与发电、调频、调峰、备用市场的运营策略优化方法。
背景技术
随着我国经济与社会的快速发展,能源消费持续增长以及资源紧张、环境污染、气候变化等问题逐渐凸显。因此,加快开发利用可再生能源已成为当前世界各国的普遍共识和一致行动,在此背景下,多能互补新能源发电系统的发展将有效解决当前资源环境问题,最大化地发挥可再生能源的优势。
多能互补新能源发电系统是实现多能互补运行的重要基础,随着储能等技术的发展,通过多能互补运行实现可再生能源的有效利用与电能质量的提高。多能互补新能源发电系统涵盖风力、光伏、光热等多种可再生能源,每种发电系统可能参与发电、调频、调峰、备用市场等不同的运行模式,在多能互补系统中,各新能源发电系统可以以多种组合方式进行工作。
因此,有必要确定各新能源发电系统的最优工作方式,以使整个多能互补系统的运行收益最大,实现电力资源的优化配置。
发明内容
为此,本发明提供一种电力资源优化配置方法及计算设备,以力图解决或至少缓解上面存在的问题。
根据本发明的第一个方面,提供一种电力资源优化配置方法,在计算设备中执行,包括步骤:获取多能互补能源系统的运行参数,所述多能互补能源系统包括多个不同类型的新能源发电系统;分别设置各新能源发电系统的运行模式;在设定的运行模式以及所述运行参数的约束下,分别确定所述多个新能源发电系统的最优输出功率,所述最优输出功率为使所述多能互补能源系统的运行收益最大的输出功率。
根据本发明的第二个方面,提供一种计算设备,包括:至少一个处理器;和存储有程序指令的存储器,当所述程序指令被所述处理器读取并执行时,使得所述计算设备执行如上所述的电力资源优化配置方法。
根据本发明的第三个方面,提供一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如上所述的电力资源优化配置方法。
根据本发明的电力资源优化配置方法,获取多能互补新能源系统的运行参数,多能互补能源系统包括多个不同类型的新能源发电系统。分别设置各新能源发电系统的运行模式,在设定的运行模式以及运行参数的约束下,以多能互补能源系统的运行收益最大为优化目标,调整各新能源发电系统的输出功率,将使多能互补系统的运行收益最大的输出功率作为各新能源发电系统的最优输出功率,从而实现了电力资源的优化配置。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个实施例的计算设备100的示意图;
图2示出了根据本发明一个实施例的电力资源优化配置方法200的流程图;以及
图3示出了根据本发明一个实施例的负荷、风电及光伏发电预测功率的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了更便于理解本发明的技术方案,以下对多能互补能源系统的发电、调峰、调频、备用市场四种运行模式进行介绍。
1、发电模式
(1)交易模式
多能互补新能源发电系统参与发电市场的交易模式主要包括省间发电权交易、与自备电厂的发电权交易、省间新能源直接交易、省间新能源外送交易等。省间发电权交易主要是中长期交易,为适应新能源日内大幅波动的特性,建议在现货市场尚未建立时,对省间发电权交易机制进行完善,建立分时发电权交易机制;与自备电厂的发电权交易是指新能源发电系统与自备电厂同时作为发电主体进入电力市场交易,两者实现利益均衡、互利共赢,通过市场博弈满足双方边际收益,实现增利空间的利益再分配;省间新能源直接交易是指按不超过保证系统稳定性的比例将新能源与火电打捆外送;省间新能源外送交易是指在省间通道存在空间的条件下,优先开展基于市场竞价或双边协商的新能源跨区跨省短期、临时性交易,引导电力负荷水平低,系统规模小,新能源无法就地消化的地方的新能源在电力富余、用电低谷时段达成外送交易,实现优化配置,不断降低新能源开发成本。
(2)收益方式
多能互补新能源发电系统参与发电市场的收益方式主要包括两种,一是风电和光伏参与中长期市场或现货市场的收益,二是光热的电力交易收益。其中,风电和光伏一方面可以通过中长期交易采用双边协商或集中撮合的方式确定交易电量和价格,从而确定其收益,另一方面可以通过现货市场采用集中竞价、高低匹配的方式确定边际出清价格和电量,从而确定其收益。光热由于成本较高,参与市场化交易程度较低,因此其发电收益按照对应价格确定。
2、调峰模式
(1)交易模式
多能互补新能源发电系统参与调峰市场的交易模式主要包括自由竞价与中长期合约。为了保障调峰容量的充足可靠供应,调峰服务通常具有一定的计划性,故部分调峰容量参与自由竞价,其余调峰容量以中长期合约的形式获取更为可行;中长期交易包括普通中长期合约交易与期权交易,期权交易既可保障交易商品的可靠供应,又可维持交易价格的稳定,即买方预先支付期权价格费用,以获得在指定时段以固定的期权执行价格购买某种商品的权利。
(2)收益方式
多能互补新能源发电系统参与调峰市场的收益方式主要包括两种,第一种是以每档调峰电量与该档出清电价乘积之和确定收益;第二种是以中长期合约的方式确定收益。在中长期合约市场中,签约机组随即获得以期权价格形式体现的定金,在各实时交易时段,调度机构通过执行调峰期权,对机组进行实时调度,获得调峰电量,此时机组相应获得期权执行价格费用。若调度机构实时调度调峰服务时机组不能按时提供服务,则机组需向调度中心支付一定的赔偿费用,此赔偿费用大于上述支付费用,以规范约束调峰机组的行为。
3、调频模式
(1)交易模式
多能互补新能源发电系统参与调频市场的交易模式主要包括中长期单一市场交易模式与联合市场交易模式。单一市场交易模式是指储能电站同一时段仅参与电能量市场或仅参与辅助服务市场的模式,在该模式下,储能系统独立参与调频服务存在四大障碍:作为非传统调频电源准入受限,调频效果无法评定,收益方式尚不明确和调度机构缺乏针对其的调度经验,因此,独立调频模式在现阶段还不具备可行性;联合市场交易模式是指,储能电站同一时段同时参与能量市场、辅助服务市场的模式,在此模式下,储能系统具有协助原机组提高调频性能的作用,采集到的调频数据也是原机组经储能设备优化后的数据,因此储能系统在该模式下可当作常规调频机组对待,继续使用"两个细则"管理办法,具有政策方面的可行性。
(2)收益方式
多能互补新能源发电系统参与调频市场的收益方式主要包括基于“两个细则”的调频服务补偿和基于绩效的调频补偿机制。在基于“两个细则”的调频服务补偿的机制下,调度机构仅根据发电机组实际提供的调频服务,以较低标准对机组给予补偿,而对于未被调用的备用容量部分则视为无偿。在基于绩效的调频补偿机制下,储能系统获得两部制补偿,即调频容量补偿和调频绩效补偿。调频容量补偿是指由于一段时间内发电机组需要预留调频资源总量,因此对于提供调频而预留出来的容量进行补偿,由市场容量电价、调频中标容量和绩效分数决定;调频绩效补偿,即根据调频资源实际完成的调频任务量和品质进行补偿,由市场绩效电价、调频中标容量、绩效分数以及里程比决定。
4、备用模式
(1)交易模式
多能互补新能源发电系统参与备用市场的交易模式主要包括集中购买备用辅助服务交易模式和分散购买备用辅助服务交易模式。集中购买备用辅助服务交易模式是指由调度机构根据备用辅助服务需求总量统一购买,分散购买备用辅助服务是指备用辅助服务需求方根据自身的需求单独向备用辅助服务提供方购买。其中,集中购买备用辅助服务的交易模式有两种,一是集中竞价、统一出清,二是挂牌交易。分散购买备用辅助服务的交易模式有三种:集中撮合、统一出清,挂牌交易以及双边协商交易。在市场发展初期阶段,主要以集中竞价统一购买的交易模式为主;在市场发展过渡期阶段,主要以集中撮合分散购买的交易模式为主;在市场发展成熟期阶段,主要以双边协商分散式购买的交易模式为主。
(2)收益方式
多能互补新能源发电系统参与备用市场的收益主要来源于备用服务提供方,即光热机组在各个时段的预留备用出力,具体指各时段预留备用该时段的备用容量价格的乘积之和。具体来说,当光热备用服务机组实际出力低于最大可调出力、高于50%额定出力时,最大可调出力减去机组实际出力的差值在该时间段内的积分电量,按照一定标准进行补偿。
图1示出了根据本发明一个实施例的计算设备100的示意图。需要说明的是,图1所示的计算设备100仅为一个示例,在实践中,用于实施本发明的电力资源优化配置方法的计算设备可以是任意型号的设备,其硬件配置情况可以与图1所示的计算设备100相同,也可以与图1所示的计算设备100不同。实践中用于实施本发明的电力资源优化配置方法的计算设备可以对图1所示的计算设备100的硬件组件进行增加或删减,本发明对计算设备的具体硬件配置情况不做限制。
如图1所示,在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。计算设备中的物理内存通常指的是易失性存储器RAM,磁盘中的数据需要加载至物理内存中才能够被处理器104读取。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中,应用122可以布置为在操作系统上由一个或多个处理器104利用程序数据124执行指令。操作系统120例如可以是Linux、Windows等,其包括用于处理基本系统服务以及执行依赖于硬件的任务的程序指令。应用122包括用于实现各种用户期望的功能的程序指令,应用122例如可以是浏览器、即时通讯软件、软件开发工具(例如集成开发环境IDE、编译器等)等,但不限于此。当应用122被安装到计算设备100中时,可以向操作系统120添加驱动模块。
在计算设备100启动运行时,处理器104会从存储器106中读取操作系统120的程序指令并执行。应用122运行在操作系统120之上,利用操作系统120以及底层硬件提供的接口来实现各种用户期望的功能。当用户启动应用122时,应用122会加载至存储器106中,处理器104从存储器106中读取并执行应用122的程序指令。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
在根据本发明的计算设备100中,应用122包括用于执行本发明的电力资源优化配置方法200的指令,该指令可以指示处理器104执行本发明的电力资源优化配置方法200,以确定多能互补能源系统中的各新能源发电系统的最优输出功率,实现电力资源的优化配置。
图2示出了根据本发明一个实施例的电力资源优化配置方法200的流程图。方法200在计算设备(例如前述计算设备100)中执行。如图2所示,方法200始于步骤S210。
在步骤S210中,获取多能互补能源系统的运行参数,多能互补能源系统包括多个不同类型的新能源发电系统。
多能互补能源系统包括多个不同类型的新能源发电系统,新能源发电系统例如可以是风电系统、光伏系统、储能系统、光热系统等,但不限于此。
多能互补能源系统的运行参数为系统运行时的固定参数,其可以作为后续步骤S230中的约束,来对多能互补能源系统的运行收益进行优化。根据一种实施例,多能互补能源系统的运行参数包括各新能源发电系统的额定功率、负荷供需以及旋转备用数据。例如,多能互补能源系统的运行参数包括多能互补能源系统的负荷、风电机组额定功率、光伏机组额定功率、光热系统的储能参数、多能互补能源系统的备用参数、储能系统的充放电参数和荷电参数、调峰参数等,但不限于此。
随后,在步骤S220中,分别设置各新能源发电系统的运行模式。
根据一种实施例,运行模式包括发电模式、调峰模式、调频模式、备用模式等,但不限于此。
不同的新能源发电系统可以工作在不同的运行模式。考虑到各新能源发电系统的特点,根据一种实施例,设置风电系统、光伏系统工作在发电模式,储能系统工作在调峰模式和调频模式,光热系统工作在调峰模式和备用模式。
随后,在步骤S230中,在设定的运行模式及运行参数的约束下,分别确定多个新能源发电系统的最优输出功率,最优输出功率为使多能互补能源系统的运行收益最大的输出功率。
步骤S230相当于以多能互补能源系统的运行收益最大为优化目标,来优化各新能源发电系统的输出功率。使多能互补能源系统的运行收益最大的输出功率即为各新能源发电系统的最优输出功率。
根据一种实施例,多能互补能源系统的运行收益函数为:
其中,I为运行收益,maxI表示优化目标为使运行收益最大,Rwind,t、Rsolar,t、RESS,t、Rcsp,t分别为t时刻风电系统、光伏系统、储能系统和光热系统的运行收益,T为总时间。
1、风电系统的运行收益Rwind,t(即发电电量收益)
t时刻风电系统的运行收益Rwind,t为:
Rwind,t=(CTL+Csubsidy-Ccost)Pwind,t (2)
其中,CTL为脱硫单价,Csubsidy为政府补贴电价,Ccost为风电的发电成本,Pwind,t为风电系统t时刻的输出功率。
2、光伏系统的运行收益Rsolar,t(即发电电量收益)
t时刻光伏系统的运行收益Rsolar,t为:
Rsolar,t=(CTL+Csubsidy2-C2)Psolar,t (3)
其中,Csubsidy2为光伏的政府补贴电价,C2为光伏发电成本电价,Psolar,t为光伏系统t时刻的输出功率。
3、储能系统的运行收益RESS,t
储能系统工作在调频模式和调峰模式,因此,储能系统的运行收益包括调频收益和调峰收益两部分,即:
RESS,t=RESS1,t+RESS2,t (4)
其中,RESS1,t表示储能系统的调频收益,RESS2,t表示储能系统的调峰收益。
1)储能系统的调频收益RESS1,t
储能系统的调频收益由三部分组成,即储能系统参与调频获得的补偿、未达到响应指标的考核罚款、储能系统自身寿命损耗导致的成本,即:
RESS1=Rgross-Ppenalty-Closs (5)
其中,Rgross表示储能系统参与调频获得的补偿,Ppenalty表示未达到响应指标的考核罚款,Closs表示储能系统自身寿命损耗导致的成本,且三者均为储能系统的响应时间(或称为出力调整速度)Δt,以及储能系统的调节精度PE的函数,即,有:
Rgross=Rgross(Δt,PE) (6)
Ppenalty=Ppenalty(Δt,PE) (7)
Closs=Closs(Δt,PE) (8)
综上,储能系统的调频收益为:
RESS1,t(Δt,PE)=Rgross(Δt,PE)-Ppenalty(Δt,PE)-Closs(Δt,PE) (9)
2)储能系统的调峰收益RESS2,t
为计算方便,令储能系统在参与调峰过程中充电电量达到100%,在调峰服务空闲期间,储能系统能将存储的电能放空。
t时刻储能系统的调峰收益为:
4、光热系统的运行收益Rcsp,t
光热系统工作在备用和调峰模式,因此,光热系统的运行收益包括备用收益和调峰收益两部分,即:
Rcsp,t=Rcsp1,t+Rcsp2,t (12)
其中,Rcsp1,t表示光热机组的备用收益,Rcsp2,t为光热机组的调峰收益。
1)光热系统的备用收益Rcsp1,t
t时刻光热系统的备用收益为:
其中,L、F、G、R为负荷、风电、光伏与光热发电的预测误差率,Pft、Pgt、PGt分别为t时刻风电、光伏和光热发电功率预测值,kr为系统备用成本系数,PLt为t时刻的负荷值。
2)光热系统的调峰收益Rcsp2,t
t时刻光热系统的调峰收益为:
Pst=PLt-(Pft+Pgt+PGt) (15)
其中,kp为调峰容量成本系数,Pst为t时刻的光热系统的输出功率。
在上述多能互补能源系统的运行收益函数中(式(1)中),待优化的参数为风电系统的输出功率Pwind,t,光伏系统的输出功率Psolar,t,储能系统的响应时间(或称为出力调整速度)Δt,储能系统的调节精度PE,补偿电量以及光热系统的输出功率Pst。
基于步骤S210中获取的运行参数,多能互补能源系统的运行需要满足以下约束:
1、负荷实时供需平衡约束
2、风电、光伏发电运行约束
0≤Pwind,t≤Pwind,on (17)
0≤Psolar,t≤Psolar,on (18)
其中,Pwind,on、Psolar,on分别为风电机组和光伏机组的额定功率。
3、光热电站储能约束
其中,Pcsp,min为最小安全储热量,Pcsp,on为最大储热量,ηe为热转电效率。
4、系统备用约束
Pcsp,on-Pst≥r1·PLt+r2·Pwind,t+r3·Psolar,t (20)
PESS,t+Pst-Pcsp,min·ηe≥r4·Pwind,t+r5·Psolar,t (21)
其中,PESS,t为储能系统的最大输出功率,r1、r2和r3分别表示负荷、风电和光伏系统的上旋转备用系数,r4和r5分别表示风电和光伏系统的下旋转备用系数。
5、调频市场约束
0≤Δt≤T-2 (22)
Pdmin≤Pdmax/Pcmin≤Pcmax (23)
SOCmin≤SOC≤SOCmax (24)
其中,Δt表示储能系统的响应时间和出力调整速度,T为总时间,下标d表示储能系统放电,下标c表示储能系统充电,Pmax和Pmin表示储能系统充放电状态下的功率限值(单位MW),SOCmax和SOCmin表示储能系统的荷电状态的上下限值,SOC为储能系统的荷电状态,且有
SOC=SOCt-(0.5(Pref+PS)Δt)+2Pref+PEN(T-2-Δt))/QN (25)
式中,SOCt表示t时刻储能系统的荷电状态,Pref为该时段内下发至机组的调节指令值(单位为MW),PS、PEN为机组响应调频指令开始、结束时的出力(单位为MW),QN为储能系统的额定容量(单位为MW·s)。
6、调峰市场约束
其中,M和L分别表示可用的储能调峰电源数量和光热调峰电源数量,j表示第j台储能,l表示第l台光热机组,βj表示第j台储能的调峰容量调整系数,表示储能参与调峰的可用容量,按照前面的假设,可以认为是储能系统j的容量。
αl表示第l台光热机组的调峰容量调整系数,表示光热参与调峰的可用容量,PFR表示次日调峰容量需求,表示第j台储能完成的预期调峰任务量(单位为MW),表示第l台光热机组完成的预期调峰任务量(单位为MW),UFR为系统次日总调频任务量需求(单位为MW),表示第j台储能的最小可调容量,表示第j台储能的最大可调容量,表示第l台光热的最小可调容量,表示第l台光热的最大可调容量。
基于上述约束,调整各新能源发电系统的输出功率,并计算各输出功率下的多能互补能源系统的运行收益。当多能互补能源系统的运行收益最大时,停止优化,将此时各新能源发电系统的输出功率作为最优输出功率,从而实现了电力资源的优化配置。
以下给出本发明的一个算例。
1、风电与光伏系统的收益情况分析
风电、光伏的政府补贴、脱硫价格、成本等数据如表1所示,根据西北某地风电场、光伏电场的输出功率时序曲线进行计算。
表1调度日各机组出力单位(MW)
表2风电与光伏成本数据单位(元/kW·h)
C<sub>TL</sub> | C<sub>subsidy</sub> | C<sub>cost</sub> | C<sub>subsidy2</sub> | C<sub>2</sub> |
0.4 | 0.3 | 0.34 | 0.4 | 0.72 |
基于上述数据,参考前述公式(2)(3),可得风电与光伏系统的运行收益为:
Rwind,t=(CTL+Csubsidy-Ccost)Pwind,t=0.36Pwind,t (30)
Rsolar,t=(CTL+Csubsidy2-C2)Psolar,t=0.08Psolar,t (31)
根据以上数据可得,风电与光伏联合参与电量交易的收益为126.51亿元。
2、储能系统参与调峰、调频的运行收益
(1)储能参与调峰的策略及收益分析
储能参与深度调峰是指调峰率大于48%,即出力小于52%时所提供的有偿调峰辅助服务,根据储能调峰率的不同,对提供深度调峰辅助服务的火电机组阶梯式进行补偿。补偿价格分档及各档补偿报价范围如表2所示。
表3深度调峰有偿辅助服务阶梯式补偿分档及各档报价
档次 | 调峰率(%) | 负荷率(%) | 报价下限(元/kWh) | 报价上限(元/kWh) |
第1档 | (48,55] | [45,52) | 0 | 0.4 |
第2档 | (55,60] | [40,45) | 0.4 | 0.6 |
第3档 | (60,100] | [0,40) | 0.6 | 0.8 |
储能系统每日向所辖调度机构提交次日深度调峰补偿报价,报价可在每档报价区间内自愿浮动,由所辖调度机构对报价按由低到高的顺序排序,以排序结果作为深度调峰调度依据。当日单位统计周期内实际发生深度调峰服务的最高报价即为各档出清价格,并以此作为结算价格。
为了使储能调峰收益RESS2最大,需要将储能电池的全部容量用于第三档深度调峰有偿辅助服务中,即选择自身调峰率能达到60%及以上的机组提供深度调峰服务。算例选择32MW、15分钟电池储能调峰系统进行测算,据式(32)可得储能电池一次调峰的补偿收益为6400元。
(2)储能参与调频的策略及收益分析
选取国内某锂电池厂商提供的磷酸铁锂电池组成的32MW、15分钟电池储能调频系统作为测试算例;其参数如表3所示。电池的成本为3500元/kWh,储能系统逆变器成本和电站建设成本两项共计为1500元/kW。储能电池运行环境温度为25℃。
表4电池储能调频系统参数
参数/单位 | 参数值 | 参数/单位 | 参数值 |
调频机组的额定功率/MW(P<sub>N</sub>) | 32 | P<sub>cmax</sub>/MW | 32 |
Q<sub>N</sub>/MWh | 8 | P<sub>cmin</sub>/MW | 0 |
P<sub>dmax</sub>/MW | 32 | SOCmax | 0.95 |
P<sub>dmin</sub>/MW | 0 | SOCmin | 0.25 |
电池储能系统参与调频补偿计算参数如下:vN=1.5%×PNMW/min,ΔPN=1%×PNMW,tN=30s,调频补偿单价为15元/MW。。储能系统寿命模型的特征参数如下:a=4.966×104,b=-14.32,c=3.428×104,d=-2.182。其中,a,b,c,d为储能系统寿命方程的特征参数,可根据电池厂商提供的实测数据获得。
应用净收益最大化模型,基于电网实际下发的典型日某时段调频指令进行时序仿真,接收指令前PS=0,SOCS=0.75,实际仿真数据如表5所示。
表5实际仿真数据
结合表5对典型过程进行分析:
1)当储能系统接收调频指令-13.2MW时,没有立即跟踪调频指令进行跳转,而是根据自身优化结果从0MW(仿真开始前,储能系统的初始状态)经过8s爬升至-13.2MW,此时净收益646.1元。若储能系统直接跟随调频指令快速变出力至-13.2MW,经计算其净收益为639元。
2)当调频指令从-13.2MW跳转到-5.5MW时,电池储能系统经过优化控制后迅速动作,变出力至-5.5MW,此时储能系统亏损289.7元。如若储能系统不响应此次调频,经计算储能系统因不响应调频指令而将遭受518.4元的考核罚款。
3)当调频指令从15.1MW跳转为-2.2MW时,储能系统经过优化控制后选择不出力,承担电网对电池储能系统不响应调频指令的考核惩罚153.6元。如若继续跟踪调频指令,经计算,系统将亏损646.6元。
4)其他优化结果中代表储能系统接收到调频指令后,立即响应将储能出力调整到指令值,电池储能系统调频的净收益越多。
综上不难看出,经过优化控制,储能系统可以收敛到净收益最大值点,验证了本文所提模型的正确性和有效性。
3、光热参与调峰、调频的策略及收益分析
算例采用的100MW光热电站的参数如表6所示,光伏发电、风力发电预测功率以及典型调度日24时段的预测负荷值如图3所示。
表6 100MW光热电站参数
参数 | 数值 |
光热电站额定输出功率/MW | 100 |
光热电站最小输出功率/MW | 10 |
光热电站出力最大爬坡率/(MW·h<sup>-1</sup>) | 40 |
储热系统的放热损失率/% | 3 |
光热电站热电转换效率/% | 45 |
集热装置供热发电成本系数/(元·MWh<sup>-1</sup>) | 20 |
储热装置供热发电的成本系数/(元·MWh<sup>-1</sup>) | 40 |
储热系统日最大储热容量/MWh | 1000 |
储热系统储热容量初始值/MWh | 400 |
储热系统储热下限/MWh | 100 |
计算过程中的数值设置如下,负荷预测误差率L=15%,风电、光伏与光热发电的预测误差率F=G=R=5%,系统备用成本系数kr=112元/MW,调峰容量成本系数kp=231元/MW。依据式(12-15)并结合表1的数据可得出,光热电站在这一调度日的备用收益为118434.4元,调峰收益为627165元。
本发明以最大化多能互补能源系统的运行收益作为目标函数,考虑不同电源的发电出力、系统负荷供需和系统旋转备用等运行约束,构建了风光储热参与辅助服务市场的运行策略优化模型,据此得出各电源的最优输出功率,以实现电力资源的优化配置。为验证所提模型的有效性和实用性,选取了西北某地区的风电、光伏、储能系统等的具体数据进行算例分析,为未来多能互补新能源发电系统参与市场化交易提供借鉴。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的电力资源优化配置方法。
以示例而非限制的方式,可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。
在此处所提供的说明书中,算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的而非限制性的,本发明的范围由所附权利要求书限定。
Claims (12)
1.一种电力资源优化配置方法,在计算设备中执行,包括步骤:
获取多能互补能源系统的运行参数,所述多能互补能源系统包括多个不同类型的新能源发电系统,所述新能源发电系统包括风电系统、光伏系统、储能系统和光热系统,所述运行参数包括储能系统的充放电参数和荷电参数;
分别设置各新能源发电系统的运行模式;
在设定的运行模式以及所述运行参数的约束下,分别确定所述多个新能源发电系统的最优输出功率,所述最优输出功率为使所述多能互补能源系统的运行收益最大的输出功率,其中,所述约束包括:
0≤Δt≤T-2
Pdmin≤Pdmax/Pcmin≤Pcmax
SOCmin≤SOC≤SOCmax
其中,Δt表示储能系统的响应时间和出力调整速度,T为总时间,下标d表示储能系统放电,下标c表示储能系统充电,Pmax和Pmin表示储能系统充放电状态下的功率限值(单位MW),SOCmax和SOCmin表示储能系统的荷电状态的上下限值,SOC为储能系统的荷电状态,且有
SOC=SOCt-(0.5(Pref+PS)Δt)+2Pref+PEN(T-2-Δt))/QN
式中,SOCt表示t时刻储能系统的荷电状态,Pref为该时段内下发至机组的调节指令值(单位为MW),PS、PEN为机组响应调频指令开始、结束时的出力(单位为MW),QN为储能系统的额定容量(单位为MW·s)。
2.如权利要求1所述的方法,其中,
所述运行模式包括:发电模式、调峰模式、调频模式和备用模式。
3.如权利要求2所述的方法,其中,所述分别设置各新能源发电系统的运行模式的步骤包括:
设置风电系统、光伏系统为发电模式;
设置储能系统为调峰模式和调频模式;
设置光热系统为调峰模式和备用模式。
4.如权利要求1所述的方法,其中,所述运行参数包括所述多个新能源发电系统的额定功率、负荷供需以及旋转备用数据。
6.如权利要求5所述的方法,其中,所述运行参数包括风电机组额定功率和光伏机组额定功率,所述约束还包括:
0≤Pwind,t≤Pwind,on
0≤Psolar,t≤Psolar,on
其中,Pwind,on、Psolar,on分别为风电机组和光伏机组的额定功率。
8.如权利要求7所述的方法,其中,所述运行参数还包括所述多能互补能源系统的备用参数,所述约束还包括:
Pcsp,on-Pst≥r1·PLt+r2·Pwind,t+r3·Psolar,t
PESS,t+Pst-Pcsp,min·ηe≥r4·Pwind,t+r5·Psolar,t
其中,PESS,t为储能系统的最大输出功率,r1、r2和r3分别表示负荷、风电和光伏系统的上旋转备用系数,r4和r5分别表示风电和光伏系统的下旋转备用系数。
9.如权利要求8所述的方法,其中,所述运行参数还包括调峰参数,所述约束还包括:
10.如权利要求9所述的方法,其中,所述多能互补能源系统的运行收益函数为:
其中,I为运行收益,maxI表示优化目标为使运行收益最大,Rwind,t、Rsolar,t、RESS,t、Rcsp,t分别为t时刻风电系统、光伏系统、储能系统和光热系统的运行收益,T为总时间;
Rwind,t=(CTL+Csubsidy-Ccost)Pwind,t
Rsolar,t=(CTL+Csubsidy2-C2)Psolar,t
Pst=PLt-(Pft+Pgt+PGt)
其中,CTL为脱硫单价,Csubsidy为政府补贴电价,Ccost为风电的发电成本,Pwind,t为风电系统t时刻的输出功率;
Csubsidy2为光伏的政府补贴电价,C2为光伏发电成本电价,Psolar,t为光伏t时刻的输出功率;
RESS1,t表示储能系统的调频收益,Rgross表示储能系统参与调频获得的补偿,Ppenalty表示未达到响应指标的考核罚款,Closs表示储能系统自身寿命损耗导致的成本,Δt表示储能系统的响应时间和出力调整速度,PE表示储能系统的调节精度;RESS2,t表示储能系统的调峰收益,为t时刻储能电池贡献的第i档补偿电量(单位为kWh),为第i档调峰补偿出清电价(单位为元/kWh);
Rcsp1,t表示光热机组备用收益,L、F、G、R为负荷、风电、光伏与光热发电的预测误差率,Pft、Pgt、PGt分别为t时刻风电、光伏和光热发电功率预测值,kr为系统备用成本系数,PLt为t时刻的负荷值,Rcsp2,t为光热机组调峰收益,kp为调峰容量成本系数,Pst为t时刻的光热系统的输出功率。
11.一种计算设备,包括:
至少一个处理器;和
存储有程序指令的存储器;
当所述程序指令被所述处理器读取并执行时,使得所述计算设备执行如权利要求1-10中任一项所述的电力资源优化配置方法。
12.一种存储有程序指令的可读存储介质,当所述程序指令被计算设备读取并执行时,使得所述计算设备执行如权利要求1-10中任一项所述的电力资源优化配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038334.7A CN110752625B (zh) | 2019-10-29 | 2019-10-29 | 一种多能互补新能源发电系统的运营策略优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911038334.7A CN110752625B (zh) | 2019-10-29 | 2019-10-29 | 一种多能互补新能源发电系统的运营策略优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110752625A CN110752625A (zh) | 2020-02-04 |
CN110752625B true CN110752625B (zh) | 2020-12-25 |
Family
ID=69280911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911038334.7A Active CN110752625B (zh) | 2019-10-29 | 2019-10-29 | 一种多能互补新能源发电系统的运营策略优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110752625B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111667319A (zh) * | 2020-06-19 | 2020-09-15 | 中国电建集团青海省电力设计院有限公司 | 一种促进新能源消纳的光热电站日前发电权转让交易方法 |
CN112087002B (zh) * | 2020-08-24 | 2022-07-01 | 国家电网公司华北分部 | 一种适用于两级调峰市场的火电机组调峰贡献量评估方法 |
CN112234604B (zh) * | 2020-09-10 | 2023-04-28 | 西安交通大学 | 一种多能互补电源基地优化配置方法、存储介质及设备 |
CN112417640B (zh) * | 2020-09-15 | 2024-03-29 | 国网浙江省电力有限公司湖州供电公司 | 一种含储能的馈线可开放容量评估方法 |
CN112952918B (zh) * | 2021-03-23 | 2023-04-14 | 国网山西省电力公司 | 基于边际效益的电力调峰与调频联合出清方法 |
CN113452041B (zh) * | 2021-08-19 | 2023-05-26 | 云南电网有限责任公司电力科学研究院 | 一种新能源场站的调频方法及系统 |
CN113922418B (zh) * | 2021-09-30 | 2024-02-06 | 东北大学 | 一种光热-储热-低温余热供电系统及优化控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107453379A (zh) * | 2017-09-18 | 2017-12-08 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种确定光热电站参与调峰后最优储热时长的分析方法 |
CN107834608A (zh) * | 2017-10-16 | 2018-03-23 | 中国电力科学研究院 | 一种多能源互济系统的优化协调控制方法及系统 |
CN109340065A (zh) * | 2018-08-03 | 2019-02-15 | 中国电力科学研究院有限公司 | 一种光热电站参与电网调峰控制方法和装置 |
CN110365013A (zh) * | 2019-07-18 | 2019-10-22 | 青海格尔木鲁能新能源有限公司 | 一种光热-光伏-风电联合发电系统的容量优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8693228B2 (en) * | 2009-02-19 | 2014-04-08 | Stefan Matan | Power transfer management for local power sources of a grid-tied load |
US20170286877A1 (en) * | 2016-04-04 | 2017-10-05 | Sap Se | System and method for resource planning with substitutable assets |
-
2019
- 2019-10-29 CN CN201911038334.7A patent/CN110752625B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107453379A (zh) * | 2017-09-18 | 2017-12-08 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种确定光热电站参与调峰后最优储热时长的分析方法 |
CN107834608A (zh) * | 2017-10-16 | 2018-03-23 | 中国电力科学研究院 | 一种多能源互济系统的优化协调控制方法及系统 |
CN109340065A (zh) * | 2018-08-03 | 2019-02-15 | 中国电力科学研究院有限公司 | 一种光热电站参与电网调峰控制方法和装置 |
CN110365013A (zh) * | 2019-07-18 | 2019-10-22 | 青海格尔木鲁能新能源有限公司 | 一种光热-光伏-风电联合发电系统的容量优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110752625A (zh) | 2020-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110752625B (zh) | 一种多能互补新能源发电系统的运营策略优化方法 | |
Naval et al. | Virtual power plant models and electricity markets-A review | |
Yu et al. | Uncertainties of virtual power plant: Problems and countermeasures | |
Varkani et al. | A new self-scheduling strategy for integrated operation of wind and pumped-storage power plants in power markets | |
El-Samahy et al. | A procurement market model for reactive power services considering system security | |
Hamilton et al. | Dispatch optimization of concentrating solar power with utility-scale photovoltaics | |
Li et al. | Shared energy storage system for prosumers in a community: Investment decision, economic operation, and benefits allocation under a cost-effective way | |
CN111932075A (zh) | 主动配电网多区域调度方法、系统、设备及可读存储介质 | |
CN113098040B (zh) | 一种获取多场景收益的电网侧储能容量优化配置方法 | |
Shahkoomahalli et al. | Risk-based electrical-thermal scheduling of a large-scale virtual power plant using downside risk constraints for participating in energy and reserve markets | |
Vu et al. | Optimal design for a campus microgrid considering ESS discharging incentive and financial feasibility | |
Fioriti et al. | A bi-level formulation to help aggregators size Energy Communities: a proposal for virtual and physical Closed Distribution Systems | |
Kong et al. | Independence enhancement of distributed generation systems by integrating shared energy storage system and energy community with internal market | |
CN116402223A (zh) | 一种配电网协同调度方法、系统及设备 | |
CN116187019A (zh) | 一种考虑阶梯碳价的含风光储的虚拟电厂经济调度方法 | |
CN113690875B (zh) | 一种微网实时互动等值模型建立方法 | |
Zhang et al. | Optimal bidding strategy of PV-storage system in the electricity market | |
Fan et al. | A Wasserstein‐distance‐based distributionally robust chance constrained bidding model for virtual power plant considering electricity‐carbon trading | |
Heydarian-Forushani et al. | A comprehensive smart energy management strategy for TVPP, CVPP, and energy communities | |
Yadav et al. | Renewable Energy Management in Multi-microgrid Under Deregulated Environment of Power Sector | |
Robinson | Role of balancing markets in wind integration | |
CN117674300B (zh) | 虚拟电厂资源调度方法、装置、终端设备以及存储介质 | |
Shang et al. | Grid-Side Energy Storage System Day-Ahead Bidding Strategy Based on Two-Level Decision in Spot Market | |
Azimi et al. | Aggregate Impact Analysis of Demand Response Programs, Electric Vehicles, and Combined Heat and Power Units on Integrated Management of Industrial Virtual Power Plant | |
Liu | Research on Grid-Connected Optimal Operation Mode between Renewable Energy Cluster and Shared Energy Storage on Power Supply Side |
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 |