CN111178609A - 一种基于归一化拟合的区域光伏月发电量预测方法 - Google Patents
一种基于归一化拟合的区域光伏月发电量预测方法 Download PDFInfo
- Publication number
- CN111178609A CN111178609A CN201911340146.XA CN201911340146A CN111178609A CN 111178609 A CN111178609 A CN 111178609A CN 201911340146 A CN201911340146 A CN 201911340146A CN 111178609 A CN111178609 A CN 111178609A
- Authority
- CN
- China
- Prior art keywords
- power generation
- photovoltaic
- monthly
- month
- total
- 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.)
- Pending
Links
- 238000010248 power generation Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000010606 normalization Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research 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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (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)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于归一化拟合的区域光伏月发电量预测方法,该方法先汇总区域内所有光伏电站的发电量数据、装机容量数据,计算月利用小时数;然后利用最小二乘法,以月份为自变量,求得拟合多项式;最后结合区域光伏规划新增装机容量,计算预测月份的发电量。本方法只需用区域的发电量、弃电量数据,不需要每个光伏单站的数据,对数据量的依赖相对较小,也适用于不断有新建光伏电站、装机容量增长较快的区域。本发明具有预测方法简单、实用等特点,具有很强的可操作性和推广应用价值。
Description
技术领域
本发明涉及光伏发电技术领域,更具体的说是涉及一种基于归一化拟合的区域光伏月发电量预测方法。
背景技术
随着光伏资源的大规模开发与并网,带来了新能源消纳的问题。目前跨区域电力交易采取以年度合同为主、月度临时交易为辅的交易模式,在签订新能源长期交易合同过程中,必然要考虑风电、光伏场站未来一年或若干个月的发电能力;在执行新能源长期交易时,分解新能源发电量至月度发电计划过程亦需风电、光伏场站发电量数据。因此光伏月尺度的发电量预测,有利于支撑电力交易合理有序开展,优化大范围交易分布,从而促进新能源的消纳。
目前对于光伏资源发电量预测的研究主要集中于超短期和短期的时间尺度,其中超短期预测可以用于电力系统实时调度,短期预测可以用于安排机组组合和制定发电计划。但因受月发电量数据少、新增装机对发电量影响大等因素影响,对于光伏月发电量预测的理论成果相对较少。
因此,如何提供一种简单实用、普适性好的光伏月发电量预测方法是本领域技术人员亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是提供了一种基于归一化拟合的区域光伏月发电量预测方法,该方法最大特点是简单实用,普适性好。为此,开展区域光伏月发电量预测,可以帮助调度及场站掌握中长期发电能力情况,为安排检修计划及长周期电力市场交易提供有效的数据支撑。解决了现有条件下光伏月发电量数据少、新增装机对发电量影响大等问题。
本发明解决上述技术问题的技术方案如下:一种基于归一化拟合的区域光伏月发电量预测方法,该方法包括:
步骤1:汇总区域内光伏电站的发电量数据和装机容量数据;
步骤2:归一化发电量数据,并进行曲线拟合;
步骤3:求解月利用小时数和装机容量,进行区域光伏月发电量预测。
在上述技术方案的基础上,对本发明提供的方案做进一步解释说明。
进一步地,所述发电量数据包括区域内所有光伏电站的总实际发电量Q和总弃电量q。上述两个数据均为历史实际数据,时间分辨率均为1个月。
进一步地,所述装机容量数据包括总装机容量C和总规划新增装机容量C′。其中,总装机容量为历史实际数据,总规划新增装机容量为未来规划数据,时间分辨率均为1个月。
进一步地,所述步骤2具体包括:
还原计算区域内所有光伏电站每个月的总发电量Q′,计算公式为:
Q′ij=Qij+qij
其中,i代表年份,j代表月份,Qij表示区域内所有光伏电站的总实际发电量,qij表示总弃电量;
利用归一化方法,计算区域内光伏电站每单位装机的月发电量,即月利用小时数h,计算公式为:
其中,i代表年份,j代表月份,Q′ij表示区域内所有光伏电站每个月的总发电量,Cij为总装机容量;
根据计算得到的月利用小时数,获得历史各月的利用小时数h(i,j),故h是关于时间的函数。当年份固定,月利用小时数h随着月份的变化而波动,即每个月光伏资源不同,则光伏电站发电能力不同,考虑到光伏资源具有季节差异性,h随的波动相对较大;当月份固定,月利用小时数h随着年份的变化而波动,考虑到每年同一时期的光伏资源相对稳定,h随的波动相对较小。因此,忽略年份对月利用小时数h的影响,利用多项式拟合法构建月利用小时数h关于月份j的函数h(j),公式为:
h(j)=anjn+an-1jn-1+...+a2j2+a1j+a0(j=1,2,...,12)
其中,an为多项式拟合参数,其取值满足对于给定的数据点(j,hij),拟合值h(j)与真实值hij误差的平方和E2最小,即
E2=∑[h(j)-hij]2=min。
进一步地,所述步骤3具体包括:
分别将j=1,2,...,12代入h(j),得到12个月的月利用小时数,公式为:
h(1)=an+an-1+...+a2+a1+a0
h(2)=2nan+2n-1an-1+...+4a2+2a1+a0
......
h(12)=12nan+12n-1an-1+...+144a2+12a1+a0
其中,Ci'j为总规划新增装机容量;
因此对于预测月份(i,j),区域光伏发电量Qij′=Cijh(j),即
具体地,拟合值h(j)的系数an有很多组解,并没有确定。但有且只有一组解an,可以使拟合值h(j)与真实值hij误差的平方和E2最小,因此可以反推出该组解an,即求得最优拟合函数h(j)。
进一步地,考虑到多项式拟合参数的时效性和规划新增装机容量的可用性,所述预测月份(i,j)距当前时刻所在月份(i0,j0)不超过12个月。
经由上述技术方案可知,与现有技术相比,本发明公开提供了一种基于归一化拟合的区域光伏月发电量预测方法,该方法先汇总区域内所有光伏电站的发电量数据、装机容量数据,计算月利用小时数;然后利用最小二乘法,以月份为自变量,求得拟合多项式;最后结合区域光伏规划新增装机容量,计算预测月份的发电量。本方法只需用区域的发电量、弃电量数据,不需要每个光伏单站的数据,对数据量的依赖相对较小,也适用于不断有新建光伏电站、装机容量增长较快的区域。本发明具有预测方法简单、实用等特点,具有很强的可操作性和推广应用价值。
附图说明
图1为本发明提供的一种基于归一化拟合的区域光伏月发电量预测方法的流程示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,一种基于归一化拟合的区域光伏月发电量预测方法,该方法包括:
S1:汇总区域内光伏电站的发电量数据和装机容量数据;
S2:归一化发电量数据,并进行曲线拟合;
S3:求解月利用小时数和装机容量,进行区域光伏月发电量预测。
在上述技术方案的基础上,对本发明提供的方案做进一步解释说明。
在一个具体的实施例中,发电量数据包括区域内所有光伏电站的总实际发电量Q和总弃电量q。上述两个数据均为历史实际数据,时间分辨率均为1个月。
在一个具体的实施例中,装机容量数据包括总装机容量C和总规划新增装机容量C′。其中,总装机容量为历史实际数据,总规划新增装机容量为未来规划数据,时间分辨率均为1个月。
在一个具体的实施例中,步骤S2具体包括:
还原计算区域内所有光伏电站每个月的总发电量Q′,计算公式为:
Q′ij=Qij+qij
其中,i代表年份,j代表月份,Qij表示区域内所有光伏电站的总实际发电量,qij表示总弃电量;
利用归一化方法,计算区域内光伏电站每单位装机的月发电量,即月利用小时数h,计算公式为:
其中,i代表年份,j代表月份,Q′ij表示区域内所有光伏电站每个月的总发电量,Cij为总装机容量;
根据计算得到的月利用小时数,获得历史各月的利用小时数h(i,j),故h是关于时间的函数。当年份固定,月利用小时数h随着月份的变化而波动,即每个月光伏资源不同,则光伏电站发电能力不同,考虑到光伏资源具有季节差异性,h随的波动相对较大;当月份固定,月利用小时数h随着年份的变化而波动,考虑到每年同一时期的光伏资源相对稳定,h随的波动相对较小。因此,忽略年份对月利用小时数h的影响,利用多项式拟合法构建月利用小时数h关于月份j的函数h(j),公式为:
h(j)=anjn+an-1jn-1+...+a2j2+a1j+a0(j=1,2,...,12)
其中,an为多项式拟合参数,其取值满足对于给定的数据点(j,hij),拟合值h(j)与真实值hij误差的平方和E2最小,即
E2=∑[h(j)-hij]2=min。
在一个具体的实施例中,步骤S3具体包括:
分别将j=1,2,...,12代入h(j),得到12个月的月利用小时数,公式为:
h(1)=an+an-1+...+a2+a1+a0
h(2)=2nan+2n-1an-1+...+4a2+2a1+a0
......
h(12)=12nan+12n-1an-1+...+144a2+12a1+a0
其中,C′ij为总规划新增装机容量;
对于预测月份(i,j),区域光伏发电量Qij′=Cijh(j),即
具体地,拟合值h(j)的系数an有很多组解,并没有确定。但有且只有一组解an,可以使拟合值h(j)与真实值hij误差的平方和E2最小,因此可以反推出该组解an,即求得最优拟合函数h(j)。
在一个具体的实施例中,考虑到多项式拟合参数的时效性和规划新增装机容量的可用性,预测月份(i,j)距当前时刻所在月份(i0,j0)不超过12个月。
综上所述,本发明公开的基于归一化拟合的区域光伏月发电量预测方法,与现有技术相比,具有如下优点:
该方法先汇总区域内所有光伏电站的发电量数据、装机容量数据,计算月利用小时数;然后利用最小二乘法,以月份为自变量,求得拟合多项式;最后结合区域光伏规划新增装机容量,计算预测月份的发电量。本方法只需用区域的发电量、弃电量数据,不需要每个光伏单站的数据,对数据量的依赖相对较小,也适用于不断有新建光伏电站、装机容量增长较快的区域。本发明具有预测方法简单、实用等特点,具有很强的可操作性和推广应用价值。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于归一化拟合的区域光伏月发电量预测方法,其特征在于,包括:
步骤1:汇总区域内光伏电站的发电量数据和装机容量数据;
步骤2:归一化发电量数据,并进行曲线拟合;
步骤3:求解月利用小时数和装机容量,进行区域光伏月发电量预测。
2.根据权利要求1所述一种基于归一化拟合的区域光伏月发电量预测方法,其特征在于,所述发电量数据包括区域内所有光伏电站的总实际发电量和总弃电量,时间分辨率均为1个月。
3.根据权利要求1所述一种基于归一化拟合的区域光伏月发电量预测方法,其特征在于,所述装机容量数据包括总装机容量和总规划新增装机容量,时间分辨率均为1个月。
4.根据权利要求1所述一种基于归一化拟合的区域光伏月发电量预测方法,其特征在于,所述步骤2具体包括:
还原计算区域内所有光伏电站每个月的总发电量Q′,计算公式为:
Q′ij=Qij+qij
其中,i代表年份,j代表月份,Qij表示区域内所有光伏电站的总实际发电量,qij表示总弃电量;
利用归一化方法,计算区域内光伏电站每单位装机的月发电量,即月利用小时数h,计算公式为:
其中,i代表年份,j代表月份,Q'ij表示区域内所有光伏电站每个月的总发电量,Cij为总装机容量;
根据计算得到的月利用小时数,获得历史各月的利用小时数h(i,j),忽略年份对月利用小时数h的影响,利用多项式拟合法构建月利用小时数h关于月份j的函数h(j),公式为:
h(j)=anjn+an-1jn-1+...+a2j2+a1j+a0 (j=1,2,...,12)
其中,an为多项式拟合参数,其取值满足对于给定的数据点(j,hij),拟合值h(j)与真实值hij误差的平方和E2最小,即
E2=∑[h(j)-hij]2=min。
5.根据权利要求1所述一种基于归一化拟合的区域光伏月发电量预测方法,其特征在于,所述步骤3具体包括:
分别将j=1,2,...,12代入h(j),得到12个月的月利用小时数,公式为:
h(1)=an+an-1+...+a2+a1+a0
h(2)=2nan+2n-1an-1+...+4a2+2a1+a0
......
h(12)=12nan+12n-1an-1+...+144a2+12a1+a0
其中,C'ij为总规划新增装机容量;
因此对于预测月份(i,j),区域光伏发电量Qij′=Cijh(j),即
......
6.根据权利要求5所述一种基于归一化拟合的区域光伏月发电量预测方法,其特征在于,所述预测月份(i,j)距当前时刻所在月份(i0,j0)不超过12个月。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911340146.XA CN111178609A (zh) | 2019-12-23 | 2019-12-23 | 一种基于归一化拟合的区域光伏月发电量预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911340146.XA CN111178609A (zh) | 2019-12-23 | 2019-12-23 | 一种基于归一化拟合的区域光伏月发电量预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111178609A true CN111178609A (zh) | 2020-05-19 |
Family
ID=70652061
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911340146.XA Pending CN111178609A (zh) | 2019-12-23 | 2019-12-23 | 一种基于归一化拟合的区域光伏月发电量预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178609A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200377A (zh) * | 2020-10-16 | 2021-01-08 | 国能日新科技股份有限公司 | 基于sarimax模型的光伏中长期发电量预报方法及装置 |
CN112561150A (zh) * | 2020-12-07 | 2021-03-26 | 国家电网有限公司 | 一种光伏电站发电量预测方法及装置 |
CN115099472A (zh) * | 2022-06-10 | 2022-09-23 | 大唐可再生能源试验研究院有限公司 | 一种并网光伏逆变器可靠性分析方法 |
CN118014319A (zh) * | 2024-04-09 | 2024-05-10 | 国网浙江省电力有限公司宁波供电公司 | 电网综合计划的关联协同管理方法、装置、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020766A (zh) * | 2012-12-10 | 2013-04-03 | 上海电力设计院有限公司 | 用于光伏发电系统的光伏发电量计划方法 |
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 |
CN104361406A (zh) * | 2014-10-31 | 2015-02-18 | 许继集团有限公司 | 一种光伏电站可利用太阳能发电量预测方法 |
CN104868505A (zh) * | 2015-06-03 | 2015-08-26 | 中国能源建设集团甘肃省电力设计院有限公司 | 大型太阳能光伏发电基地集群出力特性分析方法 |
CN107256450A (zh) * | 2017-05-22 | 2017-10-17 | 武汉大学 | 考虑长‑短嵌套决策的水光电互补调度容量配置方法 |
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 |
CN107977898A (zh) * | 2017-12-28 | 2018-05-01 | 无锡英臻科技有限公司 | 一种光伏电站的发电量保险定价评估方法 |
CN108377003A (zh) * | 2018-01-22 | 2018-08-07 | 中国电建集团西北勘测设计研究院有限公司 | 一种风电或光电发电出力特性评价方法 |
CN108736510A (zh) * | 2017-09-08 | 2018-11-02 | 中国南玻集团股份有限公司 | 光伏电站发电和厂区用电比例的预测方法 |
CN110110918A (zh) * | 2019-04-30 | 2019-08-09 | 旻投电力发展有限公司 | 一种基于机器学习的光伏年发电量计算方法 |
CN110428119A (zh) * | 2019-04-03 | 2019-11-08 | 国网能源研究院有限公司 | 一种基于消纳控制目标新能源项目分月投产规模分析方法 |
-
2019
- 2019-12-23 CN CN201911340146.XA patent/CN111178609A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020766A (zh) * | 2012-12-10 | 2013-04-03 | 上海电力设计院有限公司 | 用于光伏发电系统的光伏发电量计划方法 |
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 |
CN104361406A (zh) * | 2014-10-31 | 2015-02-18 | 许继集团有限公司 | 一种光伏电站可利用太阳能发电量预测方法 |
CN104868505A (zh) * | 2015-06-03 | 2015-08-26 | 中国能源建设集团甘肃省电力设计院有限公司 | 大型太阳能光伏发电基地集群出力特性分析方法 |
CN107256450A (zh) * | 2017-05-22 | 2017-10-17 | 武汉大学 | 考虑长‑短嵌套决策的水光电互补调度容量配置方法 |
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 |
CN108736510A (zh) * | 2017-09-08 | 2018-11-02 | 中国南玻集团股份有限公司 | 光伏电站发电和厂区用电比例的预测方法 |
CN107977898A (zh) * | 2017-12-28 | 2018-05-01 | 无锡英臻科技有限公司 | 一种光伏电站的发电量保险定价评估方法 |
CN108377003A (zh) * | 2018-01-22 | 2018-08-07 | 中国电建集团西北勘测设计研究院有限公司 | 一种风电或光电发电出力特性评价方法 |
CN110428119A (zh) * | 2019-04-03 | 2019-11-08 | 国网能源研究院有限公司 | 一种基于消纳控制目标新能源项目分月投产规模分析方法 |
CN110110918A (zh) * | 2019-04-30 | 2019-08-09 | 旻投电力发展有限公司 | 一种基于机器学习的光伏年发电量计算方法 |
Non-Patent Citations (1)
Title |
---|
贺俐: "计算方法", 武汉大学出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112200377A (zh) * | 2020-10-16 | 2021-01-08 | 国能日新科技股份有限公司 | 基于sarimax模型的光伏中长期发电量预报方法及装置 |
CN112561150A (zh) * | 2020-12-07 | 2021-03-26 | 国家电网有限公司 | 一种光伏电站发电量预测方法及装置 |
CN115099472A (zh) * | 2022-06-10 | 2022-09-23 | 大唐可再生能源试验研究院有限公司 | 一种并网光伏逆变器可靠性分析方法 |
CN118014319A (zh) * | 2024-04-09 | 2024-05-10 | 国网浙江省电力有限公司宁波供电公司 | 电网综合计划的关联协同管理方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111178609A (zh) | 一种基于归一化拟合的区域光伏月发电量预测方法 | |
CN102694391B (zh) | 风光储联合发电系统日前优化调度方法 | |
Potter et al. | Building a smarter smart grid through better renewable energy information | |
CN108960526B (zh) | 一种基于区域等效的分布式光伏出力预测方法和系统 | |
CN103942613B (zh) | 广义联络线模式下网省两级实时发电计划协调优化方法 | |
CN102074954A (zh) | 一种城乡配电网综合节能评估与决策方法 | |
CN103258118A (zh) | 一种预测光伏电池组件温度的方法 | |
Zeng et al. | Model predictive control for energy storage systems in a network with high penetration of renewable energy and limited export capacity | |
CN105656026A (zh) | 可再生能源的设备建设资源配置方法和系统 | |
CN114336762B (zh) | 风光发电及电网负荷波动日前调度储能配置优化方法 | |
CN110112779B (zh) | 基于多状态概率分布的电采暖消纳风电测算模型 | |
Xu et al. | Identifying the optimum wind capacity for a power system with interconnection lines | |
CN112865107A (zh) | 一种基于负荷预测的地区电网电压无功日前预报方法 | |
CN104657787A (zh) | 一种风功率时间序列组合预测方法 | |
Do Prado et al. | Stochastic distribution system market clearing and settlement via sample average approximation | |
Zeng et al. | Annual renewable energy planning platform: Methodology and design | |
Cai et al. | Maintenance Schedule of Power Transmission Equipment Considering Large-scale Renewable Energy Access | |
CN113394820A (zh) | 一种新能源并网电力系统的优化调度方法 | |
He et al. | Rapid cost decrease of renewable energy and storage offers an opportunity to accelerate the decarbonization of China’s power system | |
CN105024379A (zh) | 一种风机检修管理调度系统 | |
Fucai et al. | Design and implementation of intelligent dispatching operation strategy platform for power grid with UHV | |
CN113128732A (zh) | 一种中长期风电发电参数预测方法和系统 | |
CN117595517B (zh) | 基于分布式光伏的智能集群控制方法及系统 | |
CN118137500B (zh) | 光伏发电预测方法及装置 | |
Guo et al. | Access point and capacity optimization planning method of virtual power plant |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200519 |
|
RJ01 | Rejection of invention patent application after publication |