CN110969283A - 基于实时弃水风险评估的梯级水电站优化调度方法及系统 - Google Patents

基于实时弃水风险评估的梯级水电站优化调度方法及系统 Download PDF

Info

Publication number
CN110969283A
CN110969283A CN201911001318.0A CN201911001318A CN110969283A CN 110969283 A CN110969283 A CN 110969283A CN 201911001318 A CN201911001318 A CN 201911001318A CN 110969283 A CN110969283 A CN 110969283A
Authority
CN
China
Prior art keywords
power station
cascade
time
station group
abandoning
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
CN201911001318.0A
Other languages
English (en)
Other versions
CN110969283B (zh
Inventor
苏华英
王国松
代江
姚刚
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.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou 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 Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN201911001318.0A priority Critical patent/CN110969283B/zh
Publication of CN110969283A publication Critical patent/CN110969283A/zh
Application granted granted Critical
Publication of CN110969283B publication Critical patent/CN110969283B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • 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

Landscapes

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

Abstract

本发明公开了基于实时弃水风险智能评估的梯级水电优化调度系统以及调度方法，其中，调度方法以平衡梯级电站群各电站的弃水风险为目的，具体包括：判断当前时段梯级电站群各电站的预弃时间是否相等或者无限相等，若是，则该时段无需进行优化调度，否则重新调整当前时段梯级电站群各电站的出力。通过本发明提供的方案可使得梯级各电站在整个调度过程中满足梯级整体运行优化的情况下弃水风险均衡、弃水相对合理，优化梯级水电运行，充分利用梯级水能资源。

Description

基于实时弃水风险评估的梯级水电站优化调度方法及系统
技术领域
本发明涉及电网调度技术领域，尤其涉及一种基于实时弃水风险 智能评估的梯级水电优化调度系统以及调度方法。
背景技术
我国能源装机结构主要以火电和水电为主，水电作为技术最成 熟、供应最稳定的可再生清洁能源，水电发电量的多少直接影响水电 企业的营收，发电量与梯级电站群来水量高度相关，单个水电站的理 论发电量主要取决于所处梯级电站群的资源禀赋。近年来，我国西南 地区水电弃水严重，对电站而言，消纳形势越发严峻，加之电价持续 下调，水电经营压力陡增。
此种环境下，电网调度的公平合理性显得尤为重要。电站受电网 调度，电网在调度过程中，如何平衡同一梯级电站群电站之间的弃水 风险问题尤为突出。
传统的解决方式是调度员根据经验判断加上手工计算开展风险 评估，对电站进行调度。此种方式虽然操作简单，但却有不少问题。 首先，同一梯级电站群电站数目多，电站状态受降雨、入库流量实时 影响较大，且计算参数较多，致使计算量巨大，计算内容繁复，容易 出错。其次，调度员对梯级电站群调度经验认知差异较大，可能存在 因调度经验欠缺造成调度过程及结果合理性较差，而合理的调度需要 大量的经验积累，调度员才能做出较为合理的调度决策。可见现有的 调度技术局限性很大，缺乏客观的、快速的决策手段。
发明内容
本发明主要目的是针对现有的调度技术局限性较大的现状，提供 一种操作便捷、响应快速的基于实时弃水风险智能评估的梯级水电优 化调度系统。
本发明的一方面在于，提供一种基于实时弃水风险智能评估的梯 级水电优化调度方法，包括以下步骤：
S1、对梯级电站群各电站的预弃时间顺序进行遍历，判断当前时 段梯级电站群各电站的预弃时间是否相等或者无限相等，若是，则该 时段无需进行优化调度，否则，执行步骤S2；
S2、重新调整当前时段梯级电站群各电站的出力
Figure BDA0002241415830000021
使得
Figure BDA0002241415830000022
其中，
Figure BDA0002241415830000023
代表梯级电站群P中第k个电站的最大 出力，N(i，P)代表当前时段梯级电站群总出力,NP代表梯级电站群P 的最大出力；
S3、根据步骤S2调整后的出力计算获得梯级电站群各电站的状 态，若满足梯级电站群各电站全部处于弃水状态,则当前时段的优化 调度完成，若不满足，则进行步骤S3；
S4、重新调整梯级电站群各电站出力，使得
Figure BDA0002241415830000024
S5、计算步骤S4调整后的出力下梯级电站群各电站的预弃时间， 根据预弃时间进行弃水风险评估；
S6、判断是否满足N(i，P)＝N′i，N′i代表梯级电站群在当前时段内的 梯级上限负荷，若满足，则当前时段优化调度完成，不满足，则执行 步骤S7；
S7、根据弃水风险评估结果对梯级电站群各电站进行出力调整， 风险越低的电站出力调整优先级越高，对优先级最高的电站进行减出 力处理。
优选的，步骤S1中，根据当前时段梯级电站群各电站的计划出 力和预测入库流量对梯级电站群各电站进行演算，得到梯级电站群当 前时段的状态，演算电站由当前状态至弃水状态的时间从而得到所述 预弃时间。
优选的，根据上一级电站的出库流量和区间降雨所产生流量的叠 加得到当前电站的预测入库流量。
优选的，根据预弃时间的长短进行弃水风险评估，预弃时间大于 0时风险高于预弃时间等于0时风险，预弃时间等于0时风险高于预 弃时间小于0时风险；当预弃时间大于0时，预弃时间越大风险越低； 预弃时间小于0时，预弃时间越大风险越低。
本发明的另一目的在于，提供一种梯级水电站优化调度系统，其 包括：
数据获取单元，用于获取梯级电站群各电站的静态数据和动态数 据，所述静态数据包括库容曲线和NHQ曲线，所述动态数据包括水位、 计划出力和预测入库流量数据；
状态演算单元，用于根据计划出力和预测入库流量对梯级电站群 各电站当前时段的状态进行演算；
调度优化单元，根据状态演算单元的演算结果判断是否进行优化 调度，若是，则进行优化演算，若否，则触发预报单元进行预测入库 流量预报；
预报单元，用于对梯级电站群各电站的预测入库流量数据进行预 报。
优选的，所述状态演算单元的演算结果包括梯级电站群各电站的 预弃时间，当梯级电站群各电站的预弃时间相等或者无限相等时，调 度优化单元进行优化演算。
现对于现有技术，本发明的显著进步至少体现在：
1)本发明基于对各个电站的风险评估情况，自动重新优化分配 各电站出力，给出合理的出力优化分配方案，通过动态实时调整梯级 电站群在调度时段内各个电站的出力，使得梯级各电站在整个调度过 程中满足梯级整体运行优化的情况下弃水风险均衡、弃水相对合理， 优化梯级水电运行，充分利用梯级水能资源。
2)本发明提供的基于实时弃水风险智能评估的梯级水电优化调 度系统，可以实现多个梯级电站动态评估弃水风险、实时弃水风险报 警等功能，具有操作便捷、响应快速、滚动计算的特点。
附图说明
图1为本发明实施例的梯级水电站优化调度系统流程框图。
具体实施方式
下面结合附图和具体实施例，对本发明进行详细的阐述。应该说 明的是，本发明的具体可实施方式并不限于以下具体实施例。
提供一种基于实时弃水风险智能评估的梯级水电优化调度方法， 包括以下步骤：
S1、对梯级电站群各电站的预弃时间顺序进行遍历，判断当前时 段梯级电站群各电站的预弃时间是否相等或者无限相等，若是，则该 时段无需进行优化调度，否则，执行步骤S2；
S2、重新调整当前时段梯级电站群各电站的出力
Figure BDA0002241415830000051
使得
Figure BDA0002241415830000052
其中，
Figure BDA0002241415830000053
代表梯级电站群P中第k个电站的最大 出力，N(i，P)代表当前时段(i时段)梯级电站群P总出力,NP代表梯 级电站群P的最大出力；
S3、根据步骤S2调整后的出力计算获得梯级电站群各电站的状 态，若满足梯级电站群各电站全部处于弃水状态,则当前时段的优化 调度完成，若不满足，则进行步骤S3；
S4、重新调整梯级电站群各电站出力，使得
Figure BDA0002241415830000054
S5、计算步骤S4调整后的出力下梯级电站群各电站的预弃时间， 根据预弃时间进行弃水风险评估；
S6、判断是否满足N(i，P)＝N′i，N′i代表梯级电站群在当前时段的梯 级上限负荷，若满足，则当前时段优化调度完成，不满足，则执行步 骤S7；
S7、根据弃水风险评估结果对梯级电站群各电站进行出力调整， 风险越低的电站出力调整优先级越高，对优先级最高的电站进行减出 力处理。
作为优选的，步骤S1中，根据当前时段梯级电站群各电站的计 划出力和预测入库流量对梯级电站群各电站进行演算，得到梯级电站 群当前状态，演算电站由当前状态至弃水状态的时间从而得到所述预 弃时间，所述预弃时间的演算可通过现有的计算模型进行计算。
还应该说明的是，在上述方案中，可通过水文站或者气象局提供 的数据来确定梯级电站群各电站的预测入库流量情况。作为可选择 的，可结合河泄预报与区间预报获得梯级电站群各电站的预测入库流 量情况，河泄预报采用时变线性模型，区间预报采用降雨产流模型。 即根据上一级电站的出库流量和区间降雨所产生流量(即当前时段内 的降雨所产生的流量)的叠加得到当前电站的预测入库流量。其中， 降雨产生的流量可通过水文站或者气象局所采用的现有计算模型计 算获得。还应该说明的是，本领域技术人员还可采用其它现有的梯级 电站群电站入库流量预报模型进行预报，在此不做过多的赘述。
进一步的，梯级电站群各电站当前时段的状态可通过演算得到， 电站的状态通常划分为满负荷不弃水、满负荷弃水、不满负荷不弃水、 不满负荷弃水四种状态。具体的，比较电站当前时段计划总出力和装 机容量判断是否为满负荷运行，计划总出力<装机容量，则为不满负 荷运行状态，计划总出力＝装机容量，则为满负荷运行状态；比较出 库流量和发电流量判断是否处于弃水状态，如果发电流量＝出库流量， 那么电站不弃水，如果发电流量<出库流量，那么电站弃水。应该说 明的是，根据当前当前时段电站的计划总出力和入库流量情况对梯级 电站群进行初步演算时，已知梯级电站群各电站当前状态，假定电站当前时段末水位，入库水量可由预报入库流量与时间可得，根据水量 平衡可得出当前时段出库流量，利用出库流量与尾水位流量曲线可得 尾水位，进而得出发电水头，再利用NHQ曲线查值得到发电流量，若 发电流量小于等于出库流量则初步演算完毕，否则重新假定时段末水 位进行计算。可以理解的是，水量平衡是指，在某一时段内：时段初 水库水量+时段入库水量＝时段末水库水量+时段出库水量。水库 水量由水库库水位可通过水库库容曲线查值获得，水库库容曲线由水 库设计单位提供，为已知静态数据。出库流量由发电流量+弃水流量 构成，发电流量根据NHQ曲线查值获得，NHQ曲线由出力N、水头H、 发电流量Q组成，由机组厂商提供，为已知静态数据。
作为优选的，根据预弃时间的长短进行弃水风险评估，预弃时间 大于0时风险高于预弃时间等于0时风险，预弃时间等于0时风险高 于预弃时间小于0时风险；当预弃时间大于0时，预弃时间越大风险 越低；预弃时间小于0时，预弃时间越大风险越低。可以理解的是， 所述预弃时间是指电站由不弃水状态到弃水状态的时间。
作为优选的，步骤S7中，通过进行出力调整以达到平衡优化梯 级电站群各电站之间的弃水风险(即优化预弃时间)的目的。作为一 种可选择的方案，调整电站出力的指标为：使得出力调整后预弃时间 尽量趋近一致，出力调整后、预弃时间要尽可能长。由此，可对弃水 风险相对较高的电站进行增力调整，对弃水风险相对较低的电站进行 减力调整，具体的优化调整力度可结合实际需求进行。
本发明的另一目的在于，提供一种梯级水电站优化调度系统，其 包括：
数据获取单元，用于获取梯级电站群各电站的静态数据和动态数 据，所述静态数据包括库容曲线和NHQ曲线，所述动态数据包括水位、 计划出力和预测入库流量数据；
状态演算单元，用于根据计划出力和预测入库流量对梯级电站群 各电站当前时段的状态进行演算；
调度优化单元，根据状态演算单元的演算结果判断是否进行优化 调度，若是，则进行优化演算，若否，则触发预报单元进行预测入库 流量预报；
预报单元，用于对梯级电站群各电站的预测入库流量数据进行预 报。
参阅图1所示为梯级水电站优化调度系统的流程框图。
作为优选的，所述状态演算单元的演算结果包括梯级电站群各电 站的预弃时间，当梯级电站群各电站的预弃时间相等或者无限相等 时，调度优化单元进行优化演算。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术 人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这 些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权 利要求及其等同物限定。

Claims (6)

1.一种基于实时弃水风险智能评估的梯级水电优化调度方法，其特征在于，包括以下步骤：
S1、对梯级电站群各电站的预弃时间顺序进行遍历，判断当前时段梯级电站群各电站的预弃时间是否相等或者无限相等，若是，则该时段无需进行优化调度，否则，执行步骤S2；
S2、重新调整当前时段梯级电站群各电站的出力N(i，P)，使得
Figure FDA0002241415820000011
其中，
Figure FDA0002241415820000012
代表梯级电站群P中第k个电站的最大出力，N(i，P)代表当前时段梯级电站群总出力，NP代表梯级电站群P的最大出力；
S3、根据步骤S2调整后的出力计算获得梯级电站群各电站的状态，若满足梯级电站群各电站全部处于弃水状态,则当前时段的优化调度完成，若不满足，则进行步骤S3；
S4、重新调整梯级电站群各电站出力，使得
Figure FDA0002241415820000013
S5、计算步骤S4调整后的出力下梯级电站群各电站的预弃时间，根据预弃时间进行弃水风险评估；
S6、判断是否满足N(i，P)＝N′i，N′i代表梯级电站群在当前时段内的梯级上限负荷，若满足，则当前时段优化调度完成，不满足，则执行步骤S7；
S7、根据弃水风险评估结果对梯级电站群各电站进行出力调整，风险越低的电站出力调整优先级越高，对优先级最高的电站进行减出力处理。
2.根据权利要求1所述的梯级水电优化调度方法，其特征在于：步骤S1中，根据当前时段梯级电站群各电站的计划出力和预测入库流量对梯级电站群各电站进行演算，得到梯级电站群当前时段的状态，演算电站由当前状态至弃水状态的时间从而得到所述预弃时间。
3.根据权利要求2所述的梯级水电优化调度方法，其特征在于，根据上一级电站的出库流量和区间降雨所产生流量的叠加得到当前电站的预测入库流量。
4.根据权利要求1所述的梯级水电优化调度方法，其特征在于，根据预弃时间的长短进行弃水风险评估，预弃时间大于0时风险高于预弃时间等于0时风险，预弃时间等于0时风险高于预弃时间小于0时风险；当预弃时间大于0时，预弃时间越大风险越低；预弃时间小于0时，预弃时间越大风险越低。
5.一种梯级水电站优化调度系统，其特征在于，包括：
数据获取单元，用于获取梯级电站群各电站的静态数据和动态数据，所述静态数据包括库容曲线和NHQ曲线，所述动态数据包括水位、计划出力和预测入库流量数据；
状态演算单元，用于根据计划出力和预测入库流量对梯级电站群各电站当前时段的状态进行演算；
调度优化单元，根据状态演算单元的演算结果判断是否进行优化调度，若是，则进行优化演算，若否，则触发预报单元进行预测入库流量预报；
预报单元，用于对梯级电站群各电站的预测入库流量数据进行预报。
6.根据权利要求5所述的梯级水电站优化调度系统，其特征在于，所述状态演算单元的演算结果包括梯级电站群各电站的预弃时间，当梯级电站群各电站的预弃时间相等或者无限相等时，调度优化单元进行优化演算。
CN201911001318.0A 2019-10-21 2019-10-21 基于实时弃水风险评估的梯级水电站优化调度方法 Active CN110969283B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911001318.0A CN110969283B (zh) 2019-10-21 2019-10-21 基于实时弃水风险评估的梯级水电站优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911001318.0A CN110969283B (zh) 2019-10-21 2019-10-21 基于实时弃水风险评估的梯级水电站优化调度方法

Publications (2)

Publication Number Publication Date
CN110969283A true CN110969283A (zh) 2020-04-07
CN110969283B CN110969283B (zh) 2023-03-07

Family

ID=70029757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911001318.0A Active CN110969283B (zh) 2019-10-21 2019-10-21 基于实时弃水风险评估的梯级水电站优化调度方法

Country Status (1)

Country Link
CN (1) CN110969283B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077163A (zh) * 2021-04-14 2021-07-06 湖北清江水电开发有限责任公司 耦合预报的梯级水库群两阶段弃水风险评估方法
CN115439027A (zh) * 2022-11-08 2022-12-06 大唐乡城唐电水电开发有限公司 一种梯级水电站负荷优化调度方法、装置、设备和介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102155938A (zh) * 2011-04-07 2011-08-17 武汉大学 一种反推水库入库流量过程的测算方法
CN104167730A (zh) * 2014-08-21 2014-11-26 大连理工大学 一种复杂约束限制下的梯级水电站群实时优化调度方法
WO2015154318A1 (zh) * 2014-04-11 2015-10-15 武汉大学 梯级水电站群日发电计划编制方法
CN105869070A (zh) * 2016-04-06 2016-08-17 大连理工大学 一种跨流域梯级水电站群效益均衡的合作优化调度方法
CN107423258A (zh) * 2017-06-30 2017-12-01 华电电力科学研究院 水能利用提高率改进算法及梯级水电站调度效益评价系统
CN107818385A (zh) * 2017-11-24 2018-03-20 南瑞集团有限公司 一种梯级水电站群实时运行趋势预测方法
CN109167367A (zh) * 2018-09-19 2019-01-08 长江勘测规划设计研究有限责任公司 基于单边匹配机制的水电站负荷动态调整方法
CN110912200A (zh) * 2019-10-21 2020-03-24 贵州电网有限责任公司 一种梯级水电站优化调度系统、方法及安全电网系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102155938A (zh) * 2011-04-07 2011-08-17 武汉大学 一种反推水库入库流量过程的测算方法
WO2015154318A1 (zh) * 2014-04-11 2015-10-15 武汉大学 梯级水电站群日发电计划编制方法
CN104167730A (zh) * 2014-08-21 2014-11-26 大连理工大学 一种复杂约束限制下的梯级水电站群实时优化调度方法
CN105869070A (zh) * 2016-04-06 2016-08-17 大连理工大学 一种跨流域梯级水电站群效益均衡的合作优化调度方法
CN107423258A (zh) * 2017-06-30 2017-12-01 华电电力科学研究院 水能利用提高率改进算法及梯级水电站调度效益评价系统
CN107818385A (zh) * 2017-11-24 2018-03-20 南瑞集团有限公司 一种梯级水电站群实时运行趋势预测方法
CN109167367A (zh) * 2018-09-19 2019-01-08 长江勘测规划设计研究有限责任公司 基于单边匹配机制的水电站负荷动态调整方法
CN110912200A (zh) * 2019-10-21 2020-03-24 贵州电网有限责任公司 一种梯级水电站优化调度系统、方法及安全电网系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘杰: "峰谷时段模糊识别的一库多级式梯级水电站群短期调度方法", 《电网技术》 *
周建中等: "水情变化条件下梯级水电站实时负荷调整方法", 《水力发电学报》 *
苏华英: "基于实时弃水风险评估的梯级水电优化调度方法", 《水利发电》 *
过团挺: "基于弃水风险率控制的水库预泄调度方法", 《水利水电技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113077163A (zh) * 2021-04-14 2021-07-06 湖北清江水电开发有限责任公司 耦合预报的梯级水库群两阶段弃水风险评估方法
CN115439027A (zh) * 2022-11-08 2022-12-06 大唐乡城唐电水电开发有限公司 一种梯级水电站负荷优化调度方法、装置、设备和介质

Also Published As

Publication number Publication date
CN110969283B (zh) 2023-03-07

Similar Documents

Publication Publication Date Title
CN106228258B (zh) 一种计及需求侧管理的家庭能源局域网能量优化控制方法
CN107818385B (zh) 一种梯级水电站群实时运行趋势预测方法
CN110912200B (zh) 一种梯级水电站优化调度系统、方法及安全电网系统
CN107895221B (zh) 市场环境下梯级水电站中长期调度与检修计划优化方法
CN108092324B (zh) 一种风电参与调峰调频的agc控制系统和控制方法
CN106682810B (zh) 巨型水电站动态投产下跨流域梯级水电站群长期运行方法
CN103066626B (zh) 一种多源协调日前发电计划方法
CN103762620B (zh) 基于预测调节性能和安全约束的新能源并网功率控制方法
CN104063808B (zh) 一种跨省送电梯级水电站群调峰调度两阶段搜索方法
CN109636674B (zh) 一种大规模水电站群月度交易电量分解与校核方法
CN104362673A (zh) 基于调峰裕度的风电并网协调调度优化方法
CN104636830A (zh) 一种来水变化下省级电网水火电实时负荷调整方法
CN104463378A (zh) 用于水电资源丰富地区省级电网风力发电消纳能力的算法
CN107221965A (zh) 一种基于分布式设计的日前计划计算方法
CN117709682B (zh) 一种梯级水电响应灵活性需求模式下的水库水位扰动区间评估与控制方法
CN110969283B (zh) 基于实时弃水风险评估的梯级水电站优化调度方法
CN110717840A (zh) 一种梯级水电站发电预计划优化方法
CN104636831B (zh) 一种面向多电网的水电站短期调峰特征值搜索方法
CN111104750A (zh) 一种耦合集合预报信息的水库调度图绘制方法
CN110752602A (zh) 一种负荷响应与储能对系统消纳新能源能力的评估方法
CN109657898A (zh) 一种基于凸松弛的可再生能源随机动态经济调度方法
CN110661283B (zh) 一种基于冰蓄冷系统的弃水消纳调度方法和装置
CN115907402A (zh) 一种梯级水电站联合保证出力的推求方法及系统
CN114169679A (zh) 一种考虑出力平稳性的风光水多能互补日前风险调度方法
CN114188942A (zh) 一种包含大规模新能源基地的电网调度方法

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