CN110826778B - 一种主动适应新能源发展的负荷特性优化计算方法 - Google Patents
一种主动适应新能源发展的负荷特性优化计算方法 Download PDFInfo
- Publication number
- CN110826778B CN110826778B CN201911014053.8A CN201911014053A CN110826778B CN 110826778 B CN110826778 B CN 110826778B CN 201911014053 A CN201911014053 A CN 201911014053A CN 110826778 B CN110826778 B CN 110826778B
- Authority
- CN
- China
- Prior art keywords
- time
- industry
- load characteristic
- typical
- load
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 18
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- 230000005611 electricity Effects 0.000 claims abstract description 49
- 238000005265 energy consumption Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000004146 energy storage Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种主动适应新能源发展的负荷特性优化计算方法，该方法包括如下步骤：(1)将用电负荷按行业划分，以月为时间尺度，获取每个月的行业典型日逐时用电负荷特性曲线；(2)对于每个月的行业典型日逐时用电负荷特性曲线，获取逐时用电负荷量，并计算逐时新能源弃电率；(3)以逐时新能源弃电率为优化目标，优化该行业用电负荷。与现有技术相比，本发明能有效对负荷特性进行优化调整，提升新能源消纳能力，主动适应新能源低碳发展。
Description
技术领域
本发明涉及电力系统自动控制领域，尤其是涉及一种主动适应新能源发展的负荷特性优化计算方法。
背景技术
我国针对新能源消纳能力的提升主要包括：(1)利用特高压输电通道外送新能源：随着我国特高压电网建设进程的深入推进，新能源外送能力得到大幅度提升，据统计，通过特高压外送通道输送的新能源容量可达26GW，国内学者针对特高压外送能源开展了研究，通过送端各类电源的协调配合，优化直流外送功率曲线优化新能源消纳。(2)火电机组的深度调峰改造：通过火电机组的灵活性改造，纯凝机组最小技术出力可达到额定容量的30％～35％，部分机组可达20％～25％，热电联产机组在供热期保证满足用热负荷需求基础上，最小技术出力可达额定容量的 40％～50％，火电机组的灵活性改造在一定程度上缓解了部分地区的调峰压力，对于解决新能源消纳问题仍然具有一定的局限性，对于发电企业由于深度调峰引起各类成本增加和发电收益损失，需通过多元化手段弥补。(3)加快抽水蓄能电站建设：抽水蓄能技术对于新能源消纳具有很好的促进作用，新能源发电主要分布在“三北”地区，而“三北”地区抽水蓄能机组占有率较低，其作用微乎其微。(4)推广储能技术的调峰应用：储能系统具有灵活性、可控性等特点，能有效平滑间歇式波动电源的功率输出，提高电网运行的安全性和稳定性。中国已经掌握兆瓦级、10MW级电池储能电站的运行控制技术，技术指标均满足电力系统应用需求，“2016~2020”期间，有望突破百MW/GWh级储能电站的运行控制技术和大规模广域布局分布式储能的协调控制技术。(5)基于需求侧视角的新能源消纳：基于新能源消纳的需求侧资源应用的主体思想是通过增加负荷体量提高新能源机组利用小时数以及通过增强负荷资源响应能力适应新能源波动性和间歇性，从宏观层面上看，电能替代是短期内增加负荷体量、提高基础消纳能力的重要选择，从微观层面上看，解决新能源间歇性、波动性和反调峰特性，疏解风火、光火矛盾，加强负荷资源响应已成为挖掘现有负荷资源消纳潜力的重要方向之一。(6)助力新能源消纳的市场机制。(7) 大规模可再生能源并网的调峰方法，目前主要从电量平衡、电力平衡、调峰充裕性为出发点来研究系统的调峰能力。纵观上述方法，目前的技术未出现从行业负荷特性优化的角度出发提升新能源消纳能力的方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种主动适应新能源发展的负荷特性优化计算方法。
本发明的目的可以通过以下技术方案来实现：
一种主动适应新能源发展的负荷特性优化计算方法，该方法包括如下步骤：
(1)将用电负荷按行业划分，以月为时间尺度，获取每个月的行业典型日逐时用电负荷特性曲线；
(2)对于每个月的行业典型日逐时用电负荷特性曲线，获取逐时用电负荷量，并计算逐时新能源弃电率；
(3)以逐时新能源弃电率为优化目标，优化该行业用电负荷。
优选地，步骤(1)具体为：
(11)获取行业典型全年逐时用电负荷特性曲线；
(12)根据行业典型全年逐时用电负荷特性曲线折算行业全年逐时用电负荷特性曲线；
(13)将行业全年逐时用电负荷特性曲线划分为12个月的行业全年逐时用电负荷特性曲线；
(14)分别对12月的行业全年逐时用电负荷特性曲线进行解析获取每个月中的典型日，将该典型日的逐时用电负荷特性曲线作为行业典型日逐时用电负荷特性曲线。
优选地，步骤(11)行业典型全年逐时用电负荷特性曲线通过如下方式获得：首先，获取该行业多个高耗能典型用户的全年逐时功率采样曲线，然后，将多个高耗能典型用户的逐时进行累加得到对应全年8760时刻的累加功率，最后绘制累加功率曲线。
优选地，步骤(13)具体为：
(13a)获取第i个行业的全年用电量；
(13b)根据第i个行业的行业典型全年逐时用电负荷特性曲线计算第i个行业的典型用户年用电量Tdli：
其中，Pij为第i个行业的典型用户在j时刻的累加功率值，i＝1,2,……n， j＝1,2,……8760，n为待研究的用电负荷所属行业总数；
(13c)计算行业典型全年逐时用电负荷特性曲线向行业全年逐时用电负荷特性曲线折算的折算系数Ki：
(13d)根据折算系数将第i个行业的行业典型用户全年逐时用电负荷曲线折算为第i个行业的行业全年逐时用电负荷特性曲线。
优选地，步骤(14)对行业全年逐时用电负荷特性曲线进行解析获取每个月中的典型日具体为：获取待解析月份中每天的日负荷特征，将每天的日负荷特征作为一个数据点，从而获取待解析月份的数据样本，对数据样本进行聚类，输出聚类中心点为该月份典型日。
优选地，所述的日负荷特征包括负荷最大值、负荷最小值、负荷最大值发生时间、负荷最小值发生时间以及负荷峰谷差率。
优选地，对数据样本采用K-means聚类方法进行聚类。
优选地，步骤(3)具体为：将行业典型日逐时用电负荷特性曲线中新能源弃电率最小时对应的用电负荷特性作为该月份适应新能源发展的最优行业用电负荷特性，同时，将行业典型日逐时用电负荷特性曲线中新能源弃电率不超过5％的用电时段作为该月份的负荷峰时段，同时，将行业典型日逐时用电负荷特性曲线中新能源弃电率超过5％的用电时段作为该月份的负荷谷时段。
与现有技术相比，本发明具有如下优点：
本发明根据高耗能典型用户负荷特性确定行业负荷特性，并通过k-means方法确定行业负荷特性月典型日负荷特性，然后逐时刻移动行业负荷特性月典型日负荷特性，并计算逐时刻移动后行业负荷特性对应的新能源弃电率，从而优化该行业用电负荷，包括最优行业用电负荷特性的确定以及行业最优负荷峰时段和谷时段的确定，由此引导用电负荷，有效对负荷特性进行调整，提升新能源消纳能力，主动适应新能源低碳发展。
附图说明
图1为本发明主动适应新能源发展的负荷特性优化计算方法的流程框图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。注意，以下的实施方式的说明只是实质上的例示，本发明并不意在对其适用物或其用途进行限定，且本发明并不限定于以下的实施方式。
实施例
如图1所示，一种主动适应新能源发展的负荷特性优化计算方法，该方法包括如下步骤：
(1)将用电负荷按行业划分，以月为时间尺度，获取每个月的行业典型日逐时用电负荷特性曲线；
(2)对于每个月的行业典型日逐时用电负荷特性曲线，获取逐时用电负荷量，并计算逐时新能源弃电率；
(3)以逐时新能源弃电率为优化目标，优化该行业用电负荷。
步骤(1)具体包括下述步骤(11)～(14)：
(11)获取行业典型全年逐时用电负荷特性曲线：首先，获取该行业多个高耗能典型用户的全年逐时功率采样曲线，全年逐时功率采样曲线包括全年8760点 (即，每天24小时点，全年365天×24＝8760点)的功率数据，然后，将多个高耗能典型用户的逐时进行累加得到对应全年8760时刻的累加功率，最后绘制累加功率曲线。
(12)根据行业典型全年逐时用电负荷特性曲线折算行业全年逐时用电负荷特性曲线。
(13)将行业全年逐时用电负荷特性曲线划分为12个月的行业全年逐时用电负荷特性曲线：
(13a)获取第i个行业的全年用电量；
(13b)根据第i个行业的行业典型全年逐时用电负荷特性曲线计算第i个行业的典型用户年用电量Tdli：
其中，Pij为第i个行业的典型用户在j时刻的累加功率值，i＝1,2,……n， j＝1,2,……8760，n为待研究的用电负荷所属行业总数；
(13c)计算行业典型全年逐时用电负荷特性曲线向行业全年逐时用电负荷特性曲线折算的折算系数Ki：
(13d)根据折算系数将第i个行业的行业典型用户全年逐时用电负荷曲线折算为第i个行业的行业全年逐时用电负荷特性曲线。
(14)分别对12月的行业全年逐时用电负荷特性曲线进行解析获取每个月中的典型日，将该典型日的逐时用电负荷特性曲线作为行业典型日逐时用电负荷特性曲线，其中，对行业全年逐时用电负荷特性曲线进行解析获取每个月中的典型日具体为：获取待解析月份中每天的日负荷特征，包括负荷最大值、负荷最小值、负荷最大值发生时间、负荷最小值发生时间以及负荷峰谷差率，将每天的日负荷特征作为一个数据点，从而获取待解析月份的数据样本，对数据样本进行聚类，输出聚类中心点为该月份典型日。本发明对数据样本采用K-means聚类方法进行聚类。
步骤(3)具体为：将行业典型日逐时用电负荷特性曲线中新能源弃电率最小时对应的用电负荷特性作为该月份适应新能源发展的最优行业用电负荷特性，同时，将行业典型日逐时用电负荷特性曲线中新能源弃电率不超过5％的用电时段作为该月份的负荷峰时段，同时，将行业典型日逐时用电负荷特性曲线中新能源弃电率超过5％的用电时段作为该月份的负荷谷时段。
本实施例计算新能源弃电率具体如下：
计算用数据准备，包括：全网小水电月强迫出力数据PSij，此处i表示月份，j 表示小时，i＝1,…,12，j＝1,…,24；典型风电场全年8760点出力数据PTWij，此处i表示天数，j表示小时，i＝1,…,365，j＝1,…,24；典型光伏电站全年8760点出力数据PTSij数据，此处i表示天数，j表示小时，i＝1,…,365，j＝1,…,24；跨省通道交换功率运行方式数据PCij，此处i表示月份，j表示小时，i＝1,…,12，j＝1,…,24；典型风电场、光伏电站出力数据对应的风电场、光伏电站装机容量分别为STW和STS；全网典型日负荷特性PLDi,j，此处i表示月份，j表示小时，i＝1,…,12，j＝1,…,24。
不同应用场景的新能源出力模型的建立。所述的不同应用场景由新能源总装机容量ST和风光配比kW:kS组成，ST及kW:kS可根据实际研究的目标值确定。
所述不同应用场景下的风电出力模型PWij计算公式为：
所述不同应用场景下的光伏出力模型PSij计算公式为：
则不同应用场景下的新能源出力模型为：
PNEij＝PWij+PSij。
火电机组月最小技术出力PGij的计算。所述火电机组月最小技术出力计算即生产计划模拟，所述的生产计划模拟需要遵循规则有二，规则一为，对于供热期，供热机组必须全部投入生产，全网剩余机组可根据月典型日负荷的大小确定是否投入生产计划，而非供热期，根据月典型日负荷大小，优先选用最小技术出力占额定装机容量比低的机组，规则二为，由于自备电厂不参与统调，因而自备电厂机组是否参与生产与自备电厂的机组检修计划有关，即机组参与检修时，就无法投入生产。规则三为，参与统调的机组投入生产与机组检修计划有关，即检修时无法投入生产。根据上述规则，可以安排出火电机组月最小技术出力PGij，其中i＝1,…,12，j＝1,…,24。
计算应用场景下，全年弃风、弃光电量ETQ占总新能源发电量的百分数LV。逐日统计净负荷功率POij，计算公式为：POij＝PLDij-PSij-PCij-PNEij，然后逐时刻计算弃风、弃光功率，所述逐时刻计算弃风、弃光功率方法为，如果第j时刻净负荷功率 POij大于PGij，则无弃风、弃光电量，如果第j时刻净负荷功率POij小于PGij，则存在弃风、弃光电量，此时刻弃风、弃光电量EQj＝PGij-POij，对全年所有时刻弃风、弃光电量进行累加，即得到全年弃风、弃光电量ETQ，所述全年弃风、弃光电量占总新能源发电量百分数计算公式为：LV＝ETQ/ET。
上述实施方式仅为例举，不表示对本发明范围的限定。这些实施方式还能以其它各种方式来实施，且能在不脱离本发明技术思想的范围内作各种省略、置换、变更。
Claims (4)
1.一种主动适应新能源发展的负荷特性优化计算方法，其特征在于，该方法包括如下步骤：
(1)将用电负荷按行业划分，以月为时间尺度，获取每个月的行业典型日逐时用电负荷特性曲线；
(2)对于每个月的行业典型日逐时用电负荷特性曲线，获取逐时用电负荷量，并计算逐时新能源弃电率；
(3)以逐时新能源弃电率为优化目标，优化该行业用电负荷；
步骤(1)具体为：
(11)获取行业典型全年逐时用电负荷特性曲线；
(12)根据行业典型全年逐时用电负荷特性曲线折算行业全年逐时用电负荷特性曲线；
(13)将行业全年逐时用电负荷特性曲线划分为12个月的行业全年逐时用电负荷特性曲线；
(14)分别对12月的行业全年逐时用电负荷特性曲线进行解析获取每个月中的典型日，将该典型日的逐时用电负荷特性曲线作为行业典型日逐时用电负荷特性曲线；
步骤(11)行业典型全年逐时用电负荷特性曲线通过如下方式获得：首先，获取该行业多个高耗能典型用户的全年逐时功率采样曲线，然后，将多个高耗能典型用户逐时进行累加得到对应全年8760时刻的累加功率，最后绘制累加功率曲线；
步骤(12)具体为：
(12a)获取第i个行业的全年用电量；
(12b)根据第i个行业的行业典型全年逐时用电负荷特性曲线计算第i个行业的典型用户年用电量Tdli：
其中，Pij为第i个行业的典型用户在j时刻的累加功率值，i＝1,2,……n，j＝1,2,……8760，n为待研究的用电负荷所属行业总数；
(12c)计算行业典型全年逐时用电负荷特性曲线向行业全年逐时用电负荷特性曲线折算的折算系数Ki：
(12d)根据折算系数将第i个行业的行业典型全年逐时用电负荷特性曲线折算为第i个行业的行业全年逐时用电负荷特性曲线；
步骤(14)对行业全年逐时用电负荷特性曲线进行解析获取每个月中的典型日具体为：获取待解析月份中每天的日负荷特征，将每天的日负荷特征作为一个数据点，从而获取待解析月份的数据样本，对数据样本进行聚类，输出聚类中心点为该月份典型日。
2.根据权利要求1所述的一种主动适应新能源发展的负荷特性优化计算方法，其特征在于，所述的日负荷特征包括负荷最大值、负荷最小值、负荷最大值发生时间、负荷最小值发生时间以及负荷峰谷差率。
3.根据权利要求1所述的一种主动适应新能源发展的负荷特性优化计算方法，其特征在于，对数据样本采用K-means聚类方法进行聚类。
4.根据权利要求1所述的一种主动适应新能源发展的负荷特性优化计算方法，其特征在于，步骤(3)具体为：将行业典型日逐时用电负荷特性曲线中新能源弃电率最小时对应的用电负荷特性作为该月份适应新能源发展的最优行业用电负荷特性，同时，将行业典型日逐时用电负荷特性曲线中新能源弃电率不超过5％的用电时段作为该月份的负荷峰时段，同时，将行业典型日逐时用电负荷特性曲线中新能源弃电率超过5％的用电时段作为该月份的负荷谷时段。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911014053.8A CN110826778B (zh) | 2019-10-23 | 2019-10-23 | 一种主动适应新能源发展的负荷特性优化计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911014053.8A CN110826778B (zh) | 2019-10-23 | 2019-10-23 | 一种主动适应新能源发展的负荷特性优化计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110826778A CN110826778A (zh) | 2020-02-21 |
| CN110826778B true CN110826778B (zh) | 2023-07-07 |
Family
ID=69550329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911014053.8A Active CN110826778B (zh) | 2019-10-23 | 2019-10-23 | 一种主动适应新能源发展的负荷特性优化计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110826778B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112381436B (zh) * | 2020-11-23 | 2024-06-04 | 上海电气分布式能源科技有限公司 | 逐时电负荷生成方法、装置、电子设备及存储介质 |
| CN112736961B (zh) * | 2020-12-03 | 2023-09-19 | 国网综合能源服务集团有限公司 | 一种基于灵活性资源的风光消纳规划方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106160008A (zh) * | 2016-07-08 | 2016-11-23 | 华北电力大学 | 一种消纳新能源受阻功率的荷源协调控制滚动修正方法 |
| CN106505624A (zh) * | 2016-12-09 | 2017-03-15 | 上海电机学院 | 确定配电网分布式电源最优吸纳能力的调控系统及方法 |
| CN107491870A (zh) * | 2017-08-14 | 2017-12-19 | 电力规划总院有限公司 | 配电网的电力规划方法、装置、设备以及计算机可读存储介质 |
| CN107565548A (zh) * | 2017-09-01 | 2018-01-09 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于负荷侧灵活消纳弃风电量市场交易方法 |
| CN108683210A (zh) * | 2018-04-18 | 2018-10-19 | 中国电力科学研究院有限公司 | 确定电网中小容量机组最低年利用小时数的方法和系统 |
| CN109447360A (zh) * | 2018-11-06 | 2019-03-08 | 国网电力科学研究院(武汉)能效测评有限公司 | 一种冷热电多能源供能系统的能源购置方案优化方法 |
| CN109816145A (zh) * | 2018-12-21 | 2019-05-28 | 国网上海市电力公司 | 一种供电负荷管理用数据平台 |
| CN110112779A (zh) * | 2019-05-17 | 2019-08-09 | 华北电力大学 | 基于多状态概率分布的电采暖消纳风电测算模型 |
| CN110299724A (zh) * | 2019-06-14 | 2019-10-01 | 国网甘肃省电力公司经济技术研究院 | 一种基于多种约束条件的新能源消纳分析方法 |
-
2019
- 2019-10-23 CN CN201911014053.8A patent/CN110826778B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106160008A (zh) * | 2016-07-08 | 2016-11-23 | 华北电力大学 | 一种消纳新能源受阻功率的荷源协调控制滚动修正方法 |
| CN106505624A (zh) * | 2016-12-09 | 2017-03-15 | 上海电机学院 | 确定配电网分布式电源最优吸纳能力的调控系统及方法 |
| CN107491870A (zh) * | 2017-08-14 | 2017-12-19 | 电力规划总院有限公司 | 配电网的电力规划方法、装置、设备以及计算机可读存储介质 |
| CN107565548A (zh) * | 2017-09-01 | 2018-01-09 | 国网辽宁省电力有限公司电力科学研究院 | 一种基于负荷侧灵活消纳弃风电量市场交易方法 |
| CN108683210A (zh) * | 2018-04-18 | 2018-10-19 | 中国电力科学研究院有限公司 | 确定电网中小容量机组最低年利用小时数的方法和系统 |
| CN109447360A (zh) * | 2018-11-06 | 2019-03-08 | 国网电力科学研究院(武汉)能效测评有限公司 | 一种冷热电多能源供能系统的能源购置方案优化方法 |
| CN109816145A (zh) * | 2018-12-21 | 2019-05-28 | 国网上海市电力公司 | 一种供电负荷管理用数据平台 |
| CN110112779A (zh) * | 2019-05-17 | 2019-08-09 | 华北电力大学 | 基于多状态概率分布的电采暖消纳风电测算模型 |
| CN110299724A (zh) * | 2019-06-14 | 2019-10-01 | 国网甘肃省电力公司经济技术研究院 | 一种基于多种约束条件的新能源消纳分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 孟令奎 等.一种基于语义聚类的典型日负荷曲线选取方法.《华北电力大学学报》.2013,第40卷(第1期),第43-48页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110826778A (zh) | 2020-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109256799B (zh) | 一种基于样本熵的新能源电力系统优化调度方法 | |
| CN110224393B (zh) | 一种基于最小切负荷模型的新能源消纳评估方法 | |
| WO2019184344A1 (zh) | 一种微能源网多目标运行控制方法 | |
| CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
| CN108092324B (zh) | 一种风电参与调峰调频的agc控制系统和控制方法 | |
| CN105811407B (zh) | 一种基于分布式牛顿法的微电网一次调频控制方法 | |
| CN106786799B (zh) | 一种直流联络线功率阶梯化发电计划优化方法 | |
| CN110620397B (zh) | 一种高比例可再生能源电力系统的调峰平衡评估方法 | |
| CN108133104B (zh) | 一种长期跨流域多梯级水电优化运行模拟方法 | |
| CN107103431B (zh) | 一种供热期调峰约束下电网弃风情况分析方法 | |
| CN110994606B (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
| CN114330827B (zh) | 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用 | |
| CN110826778B (zh) | 一种主动适应新能源发展的负荷特性优化计算方法 | |
| CN107133840B (zh) | 一种面向电供热取暖促进风电就地消纳的多风场竞价方法 | |
| CN116418001A (zh) | 应对新能源不确定性的水库群多能互补调度方法与系统 | |
| CN117013535A (zh) | 一种兼顾生态调度需求的水风光火互补容量配置方法 | |
| CN107565548A (zh) | 一种基于负荷侧灵活消纳弃风电量市场交易方法 | |
| CN115659666A (zh) | 一种考虑综合需求响应的虚拟电厂风光联合优化调度方法 | |
| CN115600838A (zh) | 一种水电站调节能力评价方法、设备和介质 | |
| CN113346487B (zh) | 一种基于多源互补的源荷匹配方法、系统及设备 | |
| CN115081838A (zh) | 基于动态电价的蓄热式电采暖消纳风光的源荷协调调度方法 | |
| CN112257951B (zh) | 一种基于合作博弈的综合能源系统与配电公司的优化运行方法 | |
| CN109447369B (zh) | 一种基于模拟退火算法的考虑多因素的产能端功率分配方法 | |
| CN104753086A (zh) | 一种满足多种场景鲁棒运行的最小旋转备用调度方法 | |
| CN105391085A (zh) | 考虑核电机组检修优化的核电-风电联合运行分析方法 |
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 |