CN111146785A - 面向多源优化调度计算的基于改进有效集快速求解方法 - Google Patents
面向多源优化调度计算的基于改进有效集快速求解方法 Download PDFInfo
- Publication number
- CN111146785A CN111146785A CN201911298666.9A CN201911298666A CN111146785A CN 111146785 A CN111146785 A CN 111146785A CN 201911298666 A CN201911298666 A CN 201911298666A CN 111146785 A CN111146785 A CN 111146785A
- Authority
- CN
- China
- Prior art keywords
- distributed power
- active set
- controllable distributed
- scheduling
- optimization
- 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
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
- H02J3/24—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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于多源协调优化调度技术领域,涉及一种面向多源优化调度计算的基于改进有效集快速求解方法,包括:步骤1:收集优化区域内与分布式电源、负荷以及调度运行有关参数;步骤2:建立以可控分布式电源预测出力与长时间尺度优化调度值偏差的二次性能指标和最小为目标函数的凸二次规划模型;步骤3:以可控分布式电源出力极限条件下所有出力限值约束索引和凸二次规划模型中的等式约束索引构成初始有效集并建立有效集识别指标来作为更新有效集的依据;步骤4:利用初始有效集进行优化计算并更新有效集;步骤5:将求解得到的控制增量指令下发执行,并判断是否达到优化周期终点,若是,则进入下一个优化调度周期,若否,则返回步骤4重新求解。
Description
技术领域
本发明属于多源协调优化调度技术领域,涉及一种面向多源优化调度计算的基于改进有效集快速求解方法。
背景技术
为应对化石能源开发利用带来的能源和环境危机,在当今微电网、虚拟电厂、主动配电网等区域能源网络中,风电、光伏等间歇性分布式电源以及储能、微型燃气轮机、柔性负荷等可控分布式电源的接入量日益增加。将由多步预测、滚动优化以及反馈校正三部分组成的模型预测控制应用于优化调度实时控制的研究中,已经取得了不错的成效,同时由于模型预测控制对采用预测模型的精度要求不高、鲁棒性强以及控制效果好等特点,相较于传统开环功率跟踪方法,采用基于模型预测控制的闭环功率跟踪方法能够有效消纳间歇性分布式电源出力的波动性,平滑可控分布式电源的有功出力。
目前,由于可再生能源自身固有的不确定性与随机性,分布式接入的可再生能源在较短时间内出力就可能发生较大地变化。与此同时,储能、微型燃气轮机等可控分布式电源并网逆变器具有快速电压、电流调制能力;若提高计算区域能源网络中多种可控分布式电源优化调度指令的求解速度,缩短调度指令调整周期,快速调整可控分布式电源优化调度出力值以跟踪可再生能源出力的变化,不仅可更加高效地消纳可再生能源的波动性,同时充分利用网络内的可控资源,提高区域能源网络的主动调控能力。
总体来说,对于含多种能源的区域电网,通过提高多种可控分布式电源优化调度指令值的求解速度,缩短调度指令调整周期,对提高可再生能源的消纳水平具有重要意义。
发明内容
为提高含多种分布式电源的区域电网优化调度指令值的求解速度,本发明提出了一种面向多源优化调度计算的基于改进有效集快速求解方法,包括:
步骤1:收集优化区域内与分布式电源、负荷、以及调度运行有关的参数;
步骤2:建立以可控分布式电源预测出力与长时间尺度优化调度值偏差的二次性能指标和最小为目标函数的凸二次规划模型;
步骤3:以可控分布式电源出力极限条件下的所有出力限值约束索引和凸二次规划模型中的等式约束索引一起来构成初始有效集,并建立有效集识别指标来作为更新有效集的判断依据;
步骤4:利用初始有效集进行优化求解并更新有效集;
步骤5:将求解得到的控制增量指令下发执行,并判断是否达到优化周期终点,若是,则进入下一个优化调度周期,若否,则返回步骤4重新求解。
所述参数包括:优化区域所聚合的风机、光伏、储能、微型燃气轮机在内的分布式电源的相关参数、优化区域内负荷功率以及可控分布式电源的长时间尺度优化调度指令值。
所述目标函数minf为:
式中,为优化区域内第n个可控分布式电源在每个控制时刻开始时更新的有功出力值,为第n个可控分布式电源在第i个时刻的有功出力增量,为第n个可控分布式电源长时间尺度下的调度指令值,Q为优化变量的权重矩阵,N为网络内可控分布式电源总个数,T为实时控制总周期数;
对目标函数进行了如下处理:
式中,忽略了公式(1-1)中的常数项,V是与控制增量二次项对应的系数矩阵,C是与控制增量一次项对应的系数矩阵,J是与可控分布式电源初始状态对应的系数矩阵,除了矩阵C与权重矩阵及调度值的大小都有关外,V和J的确定仅和权重矩阵有关;ΔP为当前有效集下求解得到的长度为N×T的控制增量向量,P0包含所有可控分布式电源在控制开始时刻的出力集合及优化区域内的净负荷, 为所有储能在控制时刻开始时更新的SOC(State of Charge,荷电状态值)值,NESS是所有可控分布式电源中储能装置的数量,(为了叙述方便,将所有间歇性分布式电源出力视为“负负荷”,与负荷功率一起合并为具有不确定属性的净负荷PEL)PEL,0…PEL,T分别为开始时刻、顺序时刻至控制周期末端时刻下的净负荷;
不同可控分布式电源的权重设置如下:
所述步骤2还包括:建立功率等式约束条件、建立可控分布式电源出力限值不等式约束条件、建立储能荷电状态约束条件。
所述有效集识别指标包括:最大值有效集识别指标α和最小值有效集识别指标β;
式中,ΔP为当前有效集下求解得到的长度为N×T的控制增量向量,P0'为与ΔP相对应的所有可控分布式电源在当前时刻下的出力集合向量,为与ΔP中元素对应的可控分布式电源最大值出力集合向量,为与ΔP中元素对应的可控分布式电源最小值出力集合向量;当且仅当α与β中元素均小于或等于零时,此时求解有效集建立完成,否则将α与β中大于零的索引纳入有效集S中重新进行求解并更新有效集。
本发明的有益效果:本发明在“滚动优化-反馈校正”阶段建立求解控制增量的凸二次规划模型,依据优化区域在长时间尺度下提前下发的调度指令值建立模型求解的初始有效集,并构造有效集识别指标,在滚动求解阶段依据有效集识别指标不断更新有效集,利用有效集滤除模型中不起作用的不等式约束,从而使得模型的求解可在具备足够求解精度的同时,充分提高求解速度。同时结合优化区域内可控分布式电源并网逆变器快速精确控制,以可控分布式电源出力变化应对可再生能源在较短时间内的大幅出力波动,提高优化区域对可再生能源的消纳水平,并增强优化区域的主动调控能力。
附图说明
图1为面向多源优化调度计算的基于改进有效集快速求解流程图。
具体实施方式
如图1所示,本发明提出了一种面向多源优化调度计算的基于改进有效集快速求解方法,包括:
步骤1:收集优化区域内与分布式电源、负荷、以及调度运行有关的参数;
步骤2:建立以可控分布式电源预测出力与长时间尺度调度指令值偏差的二次性能指标和最小为目标函数的凸二次规划模型;
步骤3:以可控分布式电源出力极限条件下的所有出力限值约束索引和凸二次规划模型中的等式约束索引一起来构成初始有效集,并建立有效集识别指标来作为更新有效集的判断依据;
步骤4:利用初始有效集进行优化求解并更新有效集;
步骤5:将求解得到的控制增量指令下发执行,并判断是否达到优化周期终点,若是,则进入下一个优化调度周期,若否,则返回步骤4重新求解。
具体实施步骤如下:
步骤1:收集优化区域有关参数。
收集优化区域内与分布式电源、负荷、以及调度运行有关的参数,具体包括优化区域所聚合的风机、光伏、储能、微型燃气轮机等分布式电源的相关参数、优化区域内负荷功率以及可控分布式电源的优化调度指令值等;
步骤2:建立求解控制增量的凸二次规划模型。
步骤2.1:建立目标函数。
依据收集的优化区域参数,以优化区域内可控分布式电源长时间尺度调度指令值为参考值,以可控分布式电源预测出力与参考值偏差的二次性能指标和最小建立目标函数:
式中,为优化区域内第n个可控分布式电源在每个控制时刻开始时更新的有功出力值,为第n个可控分布式电源在第i个时刻的有功出力增量,为第n个可控分布式电源长时间尺度下的调度指令值,Q为优化变量的权重矩阵,N为网络内可控分布式电源总个数,T为实时控制总周期数;
为了利用接下来建立的有效集进行快速求解,本发明对目标函数进行了如下处理:
式中,忽略了公式(1-1)中的常数项,V是与控制增量二次项对应的系数矩阵,C是与控制增量一次项对应的系数矩阵,J是与可控分布式电源初始状态对应的系数矩阵,除了矩阵C与权重矩阵及调度值的大小都有关外,V和J的确定仅和权重矩阵有关;ΔP为当前有效集下求解得到的长度为N×T的控制增量向量,P0包含所有可控分布式电源在控制开始时刻的出力集合及优化区域内的净负荷, 为所有储能在控制时刻开始时更新的SOC(State of Charge,荷电状态值)值,NESS是所有可控分布式电源中储能装置的数量,(为了叙述方便,将所有间歇性分布式电源出力视为“负负荷”,与负荷功率一起合并为具有不确定属性的净负荷PEL)PEL,0…PEL,T分别为开始时刻、顺序时刻至控制周期末端时刻下的净负荷;
值得注意的是,目标函数中不同的权重矩阵Q将会严重影响优化计算的结果,为确保优化区域内可控分布式电源出力的经济性,不同可控分布式电源的权重设置如下:
步骤2.2:建立功率等式约束条件。
优化区域内实时运行过程中应考虑功率守恒,本发明建立的约束条件形式具体如下所示:
aequal,iΔP=bequal,i+dequal,iP0 i∈E (1-5)
式中,aequal,i、bequal,i和dequal,i分别为矩阵Aequal、Bequal和Dequal的第i个行向量。Aequal=[Lequal Lequal … Lequal],其中共有N个Lequal子矩阵,Lequal是非零元素均为-1的T×T阶下三角矩阵。为与后文约束表述形式一致,Bequal是长度为T的列向量,其中的元素均为0。Dequal=[Eloss+Eequal],Eloss是与计算网络损耗有关的矩阵,Eequal是与计算可控分布式电源出力有关的矩阵,两者均为T×(N+NESS+T+1)阶矩阵。Eloss中元素满足:{ei,j=-1|j=1:N,i=1:T},{ei,j=1|j=N+NESS+1,i=1:T},其余元素均为零,Eequal中元素满足:{ei,j=-1|j=N+NESS+2:N+NESS+T+1,i=j-(N+NESS+1)},{ei,j=1|j=1:N,i=1:T},其余元素均为零。
步骤2.3:建立可控分布式电源出力限值不等式约束条件。
本发明建立最大限值约束如下式所示:
amax,iΔP≤bmax.i+dmax,iP0 i∈U (1-6)
式中,amax,i、bmax,i和dmax,i分别为矩阵Amax、Bmax和Dmax的第i个行向量。Amax是N×T阶方阵,其对角阵为N个Lmax矩阵,Lmax是非零元素均为1的T阶下三角矩阵,Amax中其余元素均为零。是列向量,长度为N×T,其中为第N个可控分布式电源的出力上限,Bmax中每一个可控分布式电源出力上限元素个数均为T个。Dmax为(N×T)×(N+NESS+T+1)阶矩阵,其元素满足{di,j=-1|j=1:N,i=(j-1)×T+1:j×T},其余元素均为零。
本发明建立最小限值约束如下式所示:
amin,iΔP≤bmin.i+dmin,iP0 i∈M (1-7)
式中,amin,i、bmin,i和dmin,i分别为矩阵Amin、Bmin和Dmin的第i个行向量。Amin是N×T阶方阵,其对角阵为N个Lmin矩阵,Lmin是非零元素均为-1的T阶下三角矩阵,Amin中其余元素均为零。是列向量,长度为N×T,其中为第N个可控分布式电源的出力下限,Bmin中每一个可控分布式电源出力下限元素个数均为T个。Dmin为(N×T)×(N+NESS+T+1)阶矩阵,其元素满足{di,j=1|j=1:N,i=(j-1)×T+1:j×N},其余元素均为零。
步骤2.4:建立储能荷电状态约束条件。
优化区域内储能装置除出力满足上下限约束外,在整个调度周期内会呈现一定的周期性,为保证储能系统满足下一调度周期的运行,其除满足容量约束外,还应在当前调度周期末时段的剩余容量等于下一个调度周期初始时刻的起始能量。本发明建立的储能荷电状态上下限约束如下:(默认P0中,储能装置在控制开始时刻的有功出力值排列在最后。)
asoc,iΔP≤bsocmax.i+dsoc,iP0 i∈Usoc (1-8)
asoc,iΔP≤bsocmin.i+dsoc,iP0 i∈Msoc (1-9)
asoc,iΔP=bsocequal,i+dsoc,iP0 i∈Esoc (1-10)
式中,asoc,i、bsocmax,i、bsocmin,i、bsocequal,i、dsoc,i分别为Asoc、Bsocmax、Bsocmin、Bsocequal、Dsoc的第i个行向量。Asoc=[0AESS]是(T×NESS)×(N×T)阶矩阵,AESS是(T×NESS)阶方阵,其对角阵为NESS个T×T阶的aESS矩阵,其元素满足{ai,j=ηESS×(i-j+1)|j=1:T,i=j:T},AESS中其余元素均为零,ηESS是与相应储能运行有关的系数,Bsocmax、Bsocmin分别为储能荷电状态的上下限向量,其长度均为(T-1)×NESS,Bsocequal是储能下一调度时刻初始荷电状态值,是(T×NESS)×(N+NESS+T+1)阶矩阵,Dsoc,n是T×(N+NESS+T+1)阶矩阵,其中元素满足{di,j=-1|j=N+n,i=1:T},{di,j=i×ηESS|j=N-NESS+n,i=1:T}其余元素均为零。值得注意的是,在储能约束条件的建立中,与下一调度周期初始时刻相对应的行向量索引仅包含在Esoc中,Usoc和Msoc均不包含该索引。
步骤3:初始有效集及有效集识别指标的建立。
针对上文建立的优化模型,定义如下集合:K=U∪M∪Usoc∪Msoc,I(ΔP)={i∈K|aiΔP=bi+diP0},则集合S=E∪Esoc∪I即为有效集。
步骤3.1:初始有效集的建立。
结合优化区域长时间尺度有功调度值提前下发的运行特点,建立初始求解有效集,建立规则如下:当且仅当该可控分布式电源调度值达到其出力极限,将其对应的所有出力限值约束索引纳入到有效集内,与优化模型中的功率等式约束索引及储能荷电状态等式索引一起构成初始有效集。
步骤3.2:有效集识别指标建立。
不同于传统有效集法基于当前有效集进行不断迭代以寻找最优解的求解思路,本发明提出有效集识别指标,并通过有效集识别指标来确定求解有效集以得到优化解。定义有效集识别指标:α、β,α为最大值有效集识别指标,β为最小值有效集识别指标,所述有效集识别指标具体为:
式中,ΔP为当前有效集下求解得到的长度为N×T的控制增量向量,P0'为与ΔP相对应的所有可控分布式电源在当前时刻下的出力集合向量,为与ΔP中元素对应的可控分布式电源最大值出力集合向量,为与ΔP中元素对应的可控分布式电源最小值出力集合向量。该指标表征了当前有效集求解结果下不等式约束是否应纳入有效集内,当且仅当α与β中元素均小于或等于零时,此时求解有效集建立完成,否则将α与β中大于零的索引纳入有效集S中重新进行求解并更新有效集。
步骤4:优化求解。
步骤4.1:初始有效集优化求解。
根据上文所建立模型,易得在确定有效集后,该模型的优化解可表达为:
很显然,通过本发明所介绍的优化模型及建立的有效集,将原始复杂的优化模型求解转化为对公式(1-13)的矩阵运算,通过步骤3.1所建立的初始有效集得到初次求解的优化解。将优化解代入有效集识别指标(1-11)和(1-12)并判断求解有效集是否建立完成,若未完成,则进入步骤4.2,否则进入步骤5。
步骤4.2:更新有效集。
将当前有效集下的求解结果代入有效集识别指标,并将大于零的指标所对应的索引加入到有效集内进行重新求解,即利用更新过后的有效集进行公示(1-13)的矩阵计算,并重新判断求解有效集是否建立完成,若未完成,则进入步骤4.2,否则进入步骤5。
步骤5:判断是否达到优化周期终点。
将求解得到的控制增量指令中的第一个控制增量下发并执行,同时判断是否达到优化周期终点,若达到优化周期终点,则进入下一个优化调度周期进行新的计算,否则重新返回步骤4.1进行滚动计算。
此实施例仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (5)
1.一种面向多源优化调度计算的基于改进有效集快速求解方法,其特征在于,包括:
步骤1:收集优化区域内与分布式电源、负荷、以及调度运行有关的参数;
步骤2:建立以可控分布式电源预测出力与长时间尺度优化调度值偏差的二次性能指标和最小为目标函数的凸二次规划模型;
步骤3:以可控分布式电源出力极限条件下的所有出力限值约束索引和凸二次规划模型中的等式约束索引一起来构成初始有效集,并建立有效集识别指标来作为更新有效集的判断依据;
步骤4:利用初始有效集进行优化求解并更新有效集;
步骤5:将求解得到的控制增量指令下发执行,并判断是否达到优化周期终点,若是,则进入下一个优化调度周期,若否,则返回步骤4重新求解。
2.根据权利要求1所述基于改进有效集快速求解方法,其特征在于,所述参数包括:优化区域所聚合的风机、光伏、储能、微型燃气轮机在内的分布式电源的相关参数、优化区域内负荷功率以及可控分布式电源的长时间尺度优化调度指令值。
3.根据权利要求1所述基于改进有效集快速求解方法,其特征在于,所述目标函数minf为:
式中,为优化区域内第n个可控分布式电源在每个控制时刻开始时更新的有功出力值,为第n个可控分布式电源在第i个时刻的有功出力增量,为第n个可控分布式电源长时间尺度下的调度指令值,Q为优化变量的权重矩阵,N为网络内可控分布式电源总个数,T为实时控制总周期数;
对目标函数进行了如下处理:
式中,忽略了公式(1-1)中的常数项,V是与控制增量二次项对应的系数矩阵,C是与控制增量一次项对应的系数矩阵,J是与可控分布式电源初始状态对应的系数矩阵,除了矩阵C与权重矩阵及调度值的大小都有关外,V和J的确定仅和权重矩阵有关;ΔP为当前有效集下求解得到的长度为N×T的控制增量向量,P0包含所有可控分布式电源在控制开始时刻的出力集合及优化区域内的净负荷, 为所有储能在控制时刻开始时更新的SOC(State of Charge,荷电状态值)值,NESS是所有可控分布式电源中储能装置的数量,(为了叙述方便,将所有间歇性分布式电源出力视为“负负荷”,与负荷功率一起合并为具有不确定属性的净负荷PEL)PEL,0…PEL,T分别为开始时刻、顺序时刻至控制周期末端时刻下的净负荷;
不同可控分布式电源的权重设置如下:
式中,Pi set,1、Pi set,2分别为第i个可控分布式电源在长时间尺度下的当前调度周期及下一个调度周期的调度指令值,qi为权重矩阵内与第i个可控分布式电源出力有关的权重值,wi为中间变量。
4.根据权利要求1所述基于改进有效集快速求解方法,其特征在于,所述步骤2还包括:建立功率等式约束条件、建立可控分布式电源出力限值不等式约束条件、建立储能荷电状态约束条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911298666.9A CN111146785B (zh) | 2019-12-17 | 2019-12-17 | 面向多源优化调度计算的基于改进有效集快速求解方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911298666.9A CN111146785B (zh) | 2019-12-17 | 2019-12-17 | 面向多源优化调度计算的基于改进有效集快速求解方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111146785A true CN111146785A (zh) | 2020-05-12 |
CN111146785B CN111146785B (zh) | 2021-08-13 |
Family
ID=70518542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911298666.9A Expired - Fee Related CN111146785B (zh) | 2019-12-17 | 2019-12-17 | 面向多源优化调度计算的基于改进有效集快速求解方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111146785B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104007A (zh) * | 2020-11-10 | 2020-12-18 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
CN113837511A (zh) * | 2020-06-23 | 2021-12-24 | 电力规划总院有限公司 | 能源规划方法及装置 |
CN114530848A (zh) * | 2022-02-24 | 2022-05-24 | 国网江苏省电力有限公司镇江供电分公司 | 一种光储虚拟电厂多时间尺度动态划分方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040107012A1 (en) * | 2002-12-02 | 2004-06-03 | Indraneel Das | Real-time quadratic programming for control of dynamical systems |
CN102622475A (zh) * | 2012-02-29 | 2012-08-01 | 中国南方电网有限责任公司调峰调频发电公司 | 基于二次规划模型的电池储能系统削峰填谷日前优化方法 |
CN104866901A (zh) * | 2015-05-12 | 2015-08-26 | 西安理工大学 | 一种基于改进有效集算法优化的极限学习机二元分类方法 |
CN109861305A (zh) * | 2019-01-31 | 2019-06-07 | 东南大学 | 一种结合模型预测控制的输配协同经济调度方法 |
-
2019
- 2019-12-17 CN CN201911298666.9A patent/CN111146785B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040107012A1 (en) * | 2002-12-02 | 2004-06-03 | Indraneel Das | Real-time quadratic programming for control of dynamical systems |
CN102622475A (zh) * | 2012-02-29 | 2012-08-01 | 中国南方电网有限责任公司调峰调频发电公司 | 基于二次规划模型的电池储能系统削峰填谷日前优化方法 |
CN104866901A (zh) * | 2015-05-12 | 2015-08-26 | 西安理工大学 | 一种基于改进有效集算法优化的极限学习机二元分类方法 |
CN109861305A (zh) * | 2019-01-31 | 2019-06-07 | 东南大学 | 一种结合模型预测控制的输配协同经济调度方法 |
Non-Patent Citations (1)
Title |
---|
郭一飞: "交/直流并网风电场电压协调优化控制", 《中国博士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837511A (zh) * | 2020-06-23 | 2021-12-24 | 电力规划总院有限公司 | 能源规划方法及装置 |
CN113837511B (zh) * | 2020-06-23 | 2023-05-16 | 电力规划总院有限公司 | 能源规划方法及装置 |
CN112104007A (zh) * | 2020-11-10 | 2020-12-18 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
WO2022100091A1 (zh) * | 2020-11-10 | 2022-05-19 | 中国能源建设集团湖南省电力设计院有限公司 | 一种广义源储系统调度的集中控制方法 |
CN114530848A (zh) * | 2022-02-24 | 2022-05-24 | 国网江苏省电力有限公司镇江供电分公司 | 一种光储虚拟电厂多时间尺度动态划分方法 |
CN114530848B (zh) * | 2022-02-24 | 2023-08-29 | 国网江苏省电力有限公司镇江供电分公司 | 一种光储虚拟电厂多时间尺度动态划分方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111146785B (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105846461B (zh) | 一种大规模储能电站自适应动态规划的控制方法和系统 | |
CN111146785B (zh) | 面向多源优化调度计算的基于改进有效集快速求解方法 | |
CN103296682B (zh) | 一种多时空尺度渐进趋优的负荷调度模式设计方法 | |
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
CN103872694B (zh) | 区域风电场群储能电站的容量优化及其辅助调峰方法 | |
WO2017000853A1 (zh) | 主动配电网多时间尺度协调优化调度方法和存储介质 | |
CN107681695B (zh) | 一种储能辅助火电机组调频的容量配置方法 | |
CN107069776B (zh) | 一种平滑微网联络线功率的储能前瞻分布式控制方法 | |
CN107994595A (zh) | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 | |
CN106786807A (zh) | 一种基于模型预测控制的风电场有功功率控制方法 | |
CN105680474B (zh) | 一种储能抑制光伏电站快速功率变化的控制方法 | |
CN112381424A (zh) | 新能源及负荷不确定性的多时间尺度有功优化决策方法 | |
CN116470513A (zh) | 一种响应电网需求的多类型光热电站协调调度运行方法 | |
CN103248065A (zh) | 一种风电场中电池储能系统的充放电控制方法 | |
CN111245032A (zh) | 一种计及风电场集电线路降损优化的电压预测控制方法 | |
CN113937802A (zh) | 一种基于李雅普诺夫优化的微电网实时调度方法及装置 | |
CN103580051A (zh) | 考虑负荷特性的风储系统电池荷电状态优化控制系统 | |
CN117293812A (zh) | 考虑风电正/反调峰场景的电力系统调度方法 | |
CN110970939B (zh) | 一种分布式能源集群优化方法及系统 | |
CN117522167A (zh) | 一种光伏电站主动支撑能力评价方法及装置 | |
CN115580615B (zh) | 一种分布式储能调度方法、系统及存储介质 | |
CN117175616A (zh) | 基于二维动态减载与双层mpc的风储联合调频方法 | |
CN113964819B (zh) | 一种考虑风电场参与调频的电力系统运行优化方法及装置 | |
Wang et al. | Multi-objective optimal dispatch of wind-integrated power system based on distributed energy storage | |
CN115001054A (zh) | 一种基于模型预测含电动汽车的电力系统频率控制策略 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210813 Termination date: 20211217 |
|
CF01 | Termination of patent right due to non-payment of annual fee |