CN111428904B - 一种含梯级水电的风光水互补发电系统短期优化调度方法 - Google Patents

一种含梯级水电的风光水互补发电系统短期优化调度方法 Download PDF

Info

Publication number
CN111428904B
CN111428904B CN202010058312.3A CN202010058312A CN111428904B CN 111428904 B CN111428904 B CN 111428904B CN 202010058312 A CN202010058312 A CN 202010058312A CN 111428904 B CN111428904 B CN 111428904B
Authority
CN
China
Prior art keywords
wind
hydropower
max
water
constraint
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
Application number
CN202010058312.3A
Other languages
English (en)
Other versions
CN111428904A (zh
Inventor
谢俊
郑懿敏
张秋艳
张丽琴
周兴龙
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202010058312.3A priority Critical patent/CN111428904B/zh
Publication of CN111428904A publication Critical patent/CN111428904A/zh
Application granted granted Critical
Publication of CN111428904B publication Critical patent/CN111428904B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems 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)
  • 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)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Control Of Eletrric Generators (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种含梯级水电的风光水互补发电系统短期优化调度方法,首先建立含梯级水电的风光水互补发电系统短期优化调度的目标函数,接着建立考虑了调频和旋转备用的含梯级水电风光水互补发电系统的约束条件,最后解出含梯级水电的风光水互补发电系统短期优化调度的最优解集。本发明利用风光水的互补特性,促进了清洁能源并网消纳,减少了能源浪费;针对风光的间歇性、波动性问题,建立了调频约束和备用约束,通过水电机组提供自动发电控制以及正负旋转备用,保障了电力的平稳输出。

Description

一种含梯级水电的风光水互补发电系统短期优化调度方法
技术领域
本发明涉及一种含梯级水电的风光水互补发电系统短期优化调度方法,属于可再生能源领域。
背景技术
环境污染和化石能源短缺使得可再生清洁能源发电备受关注。随着风能、太阳能等清洁能源装机总容量的快速增长,风力发电和太阳能发电所具有的间歇性、波动性较强、可控性差等特点,给电力系统运行调度带来了挑战。水力发电机组易实时调节,发电成本低,效率高,含梯级水电的风光水互补发电系统能充分利用流域梯级水电站群的调节性能,平抑风电、光电的不稳定性对电网的冲击,实现间歇性可再生发电资源的高效利用。
国内外已有很多学者针对如何对清洁能源并网后的发电系统进行优化调度开展了研究,但研究大多针对单一类型清洁能源发电系统的优化调度,或者重点关注了风光互补发电、风水互补发电,尚未对风光水多能互补发电系统的优化调度进行深入研究;由于风力发电和太阳能发电的不确定性,电网需要保持足够水平的备用可靠性,有学者研究由火电提供系统所需的旋转备用,但火电会造成一定程度的环境污染,如何由清洁的水电提供备用与调频尚未深入研究。
发明内容
发明目的:本发明提出一种含梯级水电的风光水互补发电系统短期优化调度方法,提高可再生能源利用率,保障电力稳定输出。
技术方案:本发明采用的技术方案为一种含梯级水电的风光水互补发电系统短期优化调度方法,包括以下步骤:
建立含梯级水电的风光水互补发电系统短期优化调度的目标函数;
建立考虑了调频和旋转备用的含梯级水电风光水互补发电系统的约束条件;
解出含梯级水电的风光水互补发电系统短期优化调度的最优解集。
所述目标函数为:
Figure RE-GDA0002531991330000011
其中,T为总时段数,NW为风电场总数,Aw,t为t时段风电场w的弃风量,NV为光电站总数,Av,t为t时段光电站v的弃光量,Al,t为t时段末游水电站l弃水量,Δt为单时段长度,NH为水电站总数,Vh,T表示调度期末水电站h的蓄水量,
Figure RE-GDA0002531991330000021
表示水电站h初始蓄水量,r是水电站h的下游水电站索引,Eh为水电站h的下游水电站集合,θr是水电站r的水电转化率(MWh/104m3)。w表示风电场,v表示光电站。
所述约束条件包括风电出力约束、光电出力约束、水电出力约束、发电流量约束、水量平衡约束、蓄水量约束、系统功率约束、系统调频约束和系统旋转备用约束。
所述风电出力约束为:
0≤Pw,t≤Pw,max
Figure RE-GDA0002531991330000022
其中,
所述光电出力约束为:
0≤Pv,t≤Pv,max
Figure RE-GDA0002531991330000023
其中,Pv,t为t时段光电站v的出力,Pv,max为光电站v的装机容量,
Figure RE-GDA0002531991330000024
Figure RE-GDA0002531991330000025
分别为t时段光电站v的出力上下限。
所述水电出力约束为:
Ph,t=ηh·qHh,t·hh,t
Ih,tPh,min≤Ph,t≤Ih,tPh,max
其中,Ph,t为t时段水电机组出力,ηh为水电站h的转换系数,取为 9.81*10-3,hh,t为t时段水库的水头,Ph,max和Ph,min分别为t时段水电出力的上下限,Ih,t是为t时段水电站h的启停状态,Ih,t=1表示水电站h在t时段是运行状态,Ih,t=0表示水电站h在t时段是停机状态。
所述发电流量约束为:
Ih,t·qHh,min≤qHh,t≤Ih,t·qHh,max
其中,qHh,min和qHh,max分别为水电站h发电用水量的上下限值;
所述水量平衡约束为:
Figure RE-GDA0002531991330000031
其中,Vh,t为t时段水电站h的蓄水量,QIh,t为t时段水电站h的弃水流量,该实例中,末游水电站l的弃水流量QIl,t与弃水Al,t之间近似为 Al,t≈0.3*QIl,t,j是水电站h的上游水电站索引,Uh为水电站h的上游水电站集合,Δtj为水电站j的延迟时间;
所述蓄水量约束为:
Vh,min≤Vh,t≤Vh,max
其中,Vh,max和Vh,min分别为在调度周期内水库的最大、最小蓄水量;
所述系统功率约束为:
Figure RE-GDA0002531991330000032
其中,PLt为t时段系统负荷;
所述系统调频约束为:
Figure RE-GDA0002531991330000033
Figure RE-GDA0002531991330000034
其中,α和β分别为风电、光电的不确定性常系数,设为0.2,Ruh和Rdh分别为水电站h的快速爬坡容量和快速斜降容量;
所述系统旋转备用约束为:
USh,max=τuPh,max
DSh,max=τdPh,max
USh,t≤min{USh,max,Ih,t(Ph,max-Ph,t-Ruh,t)}
DSh,t≤min{DSh,max,Ih,t(Ph,t-Ph,min-Rdh,t)}
Figure RE-GDA0002531991330000041
Figure RE-GDA0002531991330000042
Ih,tPh,t+Ih,tRuh,t+USh,t≤Ih,tPh,max
Ih,tPh,t-Ih,tRdh,t-DSh,t≥Ih,tPh,min
其中,USh,t、DSh,t分别为水电站h的向上、向下旋转备用容量,τu、τd分别为向上、向下旋转备用系数,设为0.1,λ±为风电出力预测误差对向上、向下旋转备用的需求系数,设为0.1,μ±为光电出力预测误差对向上、向下旋转备用的需求系数,设为0.2。
所述解出含梯级水电的风光水互补发电系统短期优化调度的最优解集包括以下步骤:
对风光水互补发电系统优化调度模型进行线性化;
采用混合整数线性规划方法求取最优解集。
所述混合整数线性规划方法为CPLEX12.6求解器。
有益效果:本发明利用风光水的互补特性,促进了清洁能源并网消纳,减少了能源浪费;针对风光的间歇性、波动性问题,建立了调频约束和备用约束,通过水电机组提供自动发电控制以及正负旋转备用,保障了电力的平稳输出。
附图说明
图1为日负荷曲线;
图2为不考虑调频和备用的系统出力曲线;
图3为考虑调频和备用的系统出力曲线;
图4为不考虑调频的系统调频需求和调频容量;
图5为考虑调频的系统调频需求和调频容量;
图6为不考虑备用的系统备用需求和备用容量;
图7为考虑备用的系统备用需求和备用容量。
具体实施方式
风光水互补发电系统中光伏阵列输出功率取决于光照强度、光伏阵列面积、光电转换效率等。风力发电与风速存在三次方的关系。水力发电在负荷低谷时抽水蓄能,高峰时水流带动水轮机发电,解决电能生产和消费在时间上的错位。图 1给出了日负荷曲线,描述了一日内负荷随时间变化的情况。
本实施例是在考虑了调频和旋转备用情况下的一种含梯级水电的风光水互补发电系统短期优化调度方法,包含1个风电场、1个光伏发电站和1个梯级水电站群(由2个水电站构成)的风光水互补发电系统进行分析。调度期为1天,共24 个时段,具体包括以下步骤:
首先建立含梯级水电的风光水互补发电系统短期优化调度的目标函数,该目标函数如下:
Figure RE-GDA0002531991330000051
其中,T为总时段数,NW为风电场总数,Aw,t为t时段风电场w的弃风量, NV为光电站总数,Av,t为t时段光电站v的弃光量,Al,t为t时段末游水电站l弃水量,Δt为单时段长度,NH为水电站总数,Vh,T表示调度期末水电站h的蓄水量,
Figure RE-GDA0002531991330000052
表示水电站h初始蓄水量,r是水电站h的下游水电站索引,Eh为水电站h的下游水电站集合,θr是水电站r的水电转化率(MWh/104m3)。w表示风电场,v表示光电站。
接着建立考虑了调频和旋转备用的含梯级水电风光水互补发电系统的约束条件,包括:
1)建立风电出力约束,数学表达式如下:
0≤Pw,t≤Pw,max (2)
Figure RE-GDA0002531991330000053
其中,Pw,t为t时段风电场w的出力,Pw,max为风电场w的装机容量,
Figure RE-GDA0002531991330000054
Figure RE-GDA0002531991330000055
分别为t时段风电场w的出力上下限。为了保证至少95%的风电出力得到利用,设置风电出力区间为[μw-1.96σww+1.96σw]。其中参数μ和σ分别代表是正态分布的均值和标准差。风电出力参数如表2所示:
表2
Figure RE-GDA0002531991330000061
2)建立光电出力约束,数学表达式如下:
0≤Pv,t≤Pv,max (4)
Figure RE-GDA0002531991330000062
其中,Pv,t为t时段光电站v的出力,Pv,max为光电站v的装机容量,
Figure RE-GDA0002531991330000063
Figure RE-GDA0002531991330000064
分别为t时段光电站v的出力上下限。为了保证至少95%的光电出力得到利用,设置光电出力区间为[μv-1.96σvv+1.96σv]。光电出力参数如表3 所示:
表3
Figure RE-GDA0002531991330000065
3)建立水电出力约束,数学表达式如下:
Ph,t=ηh·qHh,t·hh,t (6)
Ih,tPh,min≤Ph,t≤Ih,tPh,max (7)
其中,Ph,t为t时段水电机组出力,ηh为水电站h的转换系数,取为 9.81*10-3,hh,t为t时段水库的水头,Ph,max和Ph,min分别为t时段水电出力的上下限,Ih,t是为t时段水电站h的启停状态,Ih,t=1表示水电站h在t时段是运行状态,Ih,t=0表示水电站h在t时段是停机状态。具体水电机组参数如表1所示:
表1
Figure RE-GDA0002531991330000071
4)建立发电流量约束,数学表达式如下:
Ih,t·qHh,min≤qHh,t≤Ih,t·qHh,max (8)
其中,qHh,min和qHh,max分别为水电站h发电用水量的上下限值。
5)建立水量平衡约束,数学表达式如下:
Figure RE-GDA0002531991330000072
其中,Vh,t为t时段水电站h的蓄水量,QIh,t为t时段水电站h的弃水流量,该实例中,末游水电站l的弃水流量QIl,t与弃水Al,t之间近似为 Al,t≈0.3*QIl,t,j是水电站h的上游水电站索引,Uh为水电站h的上游水电站集合,Δtj为水电站j的延迟时间。
6)建立蓄水量约束,数学表达式如下:
Vh,min≤Vh,t≤Vh,max (10)
其中,Vh,max和Vh,min分别为在调度周期内水库h的最大、最小蓄水量。
7)建立系统功率约束,数学表达式如下:
Figure RE-GDA0002531991330000081
其中,PLt为t时段系统负荷。
8)建立系统调频约束,数学表达式如下:
Figure RE-GDA0002531991330000082
Figure RE-GDA0002531991330000083
其中,α和β分别为风电、光电的不确定性常系数,设为0.2,Ruh和Rdh分别为水电站h的快速爬坡容量和快速斜降容量。
9)建立系统旋转备用约束,数学表达式如下:
USh,max=τuPh,max (14)
DSh,max=τdPh,max (15)
USh,t≤min{USh,max,Ih,t(Ph,max-Ph,t-Ruh,t)} (16)
DSh,t≤min{DSh,max,Ih,t(Ph,t-Ph,min-Rdh,t)} (17)
Figure RE-GDA0002531991330000084
Figure RE-GDA0002531991330000085
Ih,tPh,t+Ih,tRuh,t+USh,t≤Ih,tPh,max (20)
Ih,tPh,t-Ih,tRdh,t-DSh,t≥Ih,tPh,min (21)
其中,USh,t、DSh,t分别为水电站h的向上、向下旋转备用容量,τu、τd分别为向上、向下旋转备用系数,设为0.1,λ±为风电出力预测误差对向上、向下旋转备用的需求系数,设为0.1,μ±为光电出力预测误差对向上、向下旋转备用的需求系数,设为0.2。
最后解出优化调度的最优解集。
i)对风光水互补发电系统优化调度模型进行线性化,如下所示:
由于风电出力和光电出力本身就是线性的,所以仅对水电出力进行线性化。水电出力为发电用水量和蓄水量的非线性二元函数,得到:
P=η·qH·(h0+μ·V) (22)
将qH和V分成形如[qk,qk+1]和[vl,vl+1]的多个子区间,其中 k=1...m-1,l=1...n-1,式(22)就被划分为一个(m-1)·(n-1)的网格,原函数被划分为19*19的网格,网格中的每个点对应于原始函数中的 Pk,l=η·qk·[h0+μ·Vl]。每个网格被分成左上角和右下角两个三角形,
Figure RE-GDA0002531991330000092
和ζk,l是表示三角形位置的索引,将水电出力函数分段线性化,数学表达式如下:
Figure RE-GDA0002531991330000091
ii)采用混合整数线性规划方法求取最优解集,本实施例采用CPLEX12.6 求解器求解。
按照前述方法对含梯级水电的风光水互补发电系统进行优化调度。未考虑调频和旋转备用时,各种电源出力曲线如图2所示。而考虑到调频和旋转备用时,各种电源出力曲线如图3所示。没有考虑调频和旋转备用时,各种电源的出力曲线波动剧烈,水电连续4小时出力为零,无法平抑风电和光电出力的波动。而考虑调频和旋转备用后,水电为风电和光电提供调频与旋转备用,各种电源的出力曲线得到了明显的改善。
未考虑调频时的调频容量如图4所示。而考虑了调频后的调频容量如图5 所示。没有考虑调频的风光水互补发电系统无法满足各个时段的调频需求,而考虑调频的风光水互补发电系统,水电能够提供的调频容量远远超过调频需求。
未考虑旋转备用时的备用能力如图6所示。而考虑了旋转备用后的备用能力如图7所示。没有考虑旋转备用的风光水互补发电系统缺乏充分的备用容量来满足备用需求,而考虑了旋转备用后的风光水互补发电系统在调度期内都有足够的备用容量,保障了系统输出稳定。

Claims (6)

1.一种含梯级水电的风光水互补发电系统短期优化调度方法,其特征在于,包括以下步骤:
建立含梯级水电的风光水互补发电系统短期优化调度的目标函数;
建立考虑了调频和旋转备用的含梯级水电风光水互补发电系统的约束条件;
解出含梯级水电的风光水互补发电系统短期优化调度的最优解集,
所述目标函数为:
Figure FDA0003732724090000011
其中,T为总时段数,NW为风电场总数,Aw,t为t时段风电场w的弃风量,NV为光电站总数,Av,t为t时段光电站v的弃光量,Al,t为t时段末游水电站l弃水量,Δt为单时段长度,NH为水电站总数,Vh,T表示调度期末水电站h的蓄水量,
Figure FDA0003732724090000012
表示水电站h初始蓄水量,r是水电站h的下游水电站索引,Eh为水电站h的下游水电站集合,θr是水电站r的水电转化率(MWh/104m3),w表示风电场,v表示光电站,
所述约束条件包括风电出力约束、光电出力约束、水电出力约束、发电流量约束、水量平衡约束、蓄水量约束、系统功率约束、系统调频约束和系统旋转备用约束,所述发电流量约束为:
Ih,t·qHh,min≤qHh,t≤Ih,t·qHh,max
其中,qHh,min和qHh,max分别为水电站h发电用水量的上下限值;
所述水量平衡约束为:
Figure FDA0003732724090000013
其中,Vh,t为t时段水电站h的蓄水量,QIh,t为t时段水电站h的弃水流量,末游水电站l的弃水流量Ql,t与弃水Al,t之间近似为Al,t≈0.3*QIl,t,j是水电站h的上游水电站索引,Uh为水电站h的上游水电站集合,Δtj为水电站j的延迟时间;
所述蓄水量约束为:
Vh,min≤Vh,t≤Vh,max
其中,Vh,max和Vh,min分别为在调度周期内水库的最大、最小蓄水量;
所述系统功率约束为:
Figure FDA0003732724090000021
其中,PLt为t时段系统负荷;
所述系统调频约束为:
Figure FDA0003732724090000022
Figure FDA0003732724090000023
其中,α和β分别为风电、光电的不确定性常系数,设为0.2,Ruh和Rdh分别为水电站h的快速爬坡容量和快速斜降容量;
所述系统旋转备用约束为:
USh,max=τuPh,max
DSh,max=τdPh,max
USh,t≤min{USh,max,Ih,t(Ph,max-Ph,t-Ruh,t)}
DSh,t≤min{DSh,max,Ih,t(Ph,t-Ph,min-Rdh,t)}
Figure FDA0003732724090000024
Figure FDA0003732724090000025
Ih,tPh,t+Ih,tRuh,t+USh,t≤Ih,tPh,max
Ih,tPh,t-Ih,tRdh,t-DSh,t≥Ih,tPh,min
其中,USh,t、DSh,t分别为水电站h的向上、向下旋转备用容量,τu、τd分别为向上、向下旋转备用系数,设为0.1,λ±为风电出力预测误差对向上、向下旋转备用的需求系数,设为0.1,μ±为光电出力预测误差对向上、向下旋转备用的需求系数,设为0.2。
2.根据权利要求1所述的含梯级水电的风光水互补发电系统短期优化调度方法,其特征在于,所述风电出力约束为:
0≤Pw,t≤Pw,max
Figure FDA0003732724090000031
其中,Pw,t为t时段风电场w的出力,Pw,max为风电场w的装机容量,
Figure FDA0003732724090000032
Figure FDA0003732724090000033
分别为t时段风电场w的出力上下限,为了保证至少95%的风电出力得到利用,设置风电出力区间为[μw-1.96σw,μw+1.96σw],其中参数μ和σ分别代表是正态分布的均值和标准差。
3.根据权利要求1所述的含梯级水电的风光水互补发电系统短期优化调度方法,其特征在于,所述光电出力约束为:
0≤Pv,t≤Pv,max
Figure FDA0003732724090000034
其中,Pv,t为t时段光电站v的出力,Pv,max为光电站v的装机容量,
Figure FDA0003732724090000035
Figure FDA0003732724090000036
分别为t时段光电站v的出力上下限。
4.根据权利要求1所述的含梯级水电的风光水互补发电系统短期优化调度方法,其特征在于,所述水电出力约束为:
Ph,t=ηh·qHh,t·hh,t
Ih,tPh,min≤Ph,t≤Ih,tPh,max
其中,Ph,t为t时段水电机组出力,ηh为水电站h的转换系数,取为9.81*10-3,hh,t为t时段水库的水头,Ph,max和Ph,min分别为t时段水电出力的上下限,Ih,t是为t时段水电站h的启停状态,Ih,t=1表示水电站h在t时段是运行状态,Ih,t=0表示水电站h在t时段是停机状态。
5.根据权利要求1所述的含梯级水电的风光水互补发电系统短期优化调度方法,其特征在于,所述解出含梯级水电的风光水互补发电系统短期优化调度的最优解集包括以下步骤:
对风光水互补发电系统优化调度模型进行线性化;
采用混合整数线性规划方法求取最优解集。
6.根据权利要求5所述的含梯级水电的风光水互补发电系统短期优化调度方法,其特征在于,所述混合整数线性规划方法为CPLEX12.6求解器。
CN202010058312.3A 2020-01-19 2020-01-19 一种含梯级水电的风光水互补发电系统短期优化调度方法 Active CN111428904B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010058312.3A CN111428904B (zh) 2020-01-19 2020-01-19 一种含梯级水电的风光水互补发电系统短期优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010058312.3A CN111428904B (zh) 2020-01-19 2020-01-19 一种含梯级水电的风光水互补发电系统短期优化调度方法

Publications (2)

Publication Number Publication Date
CN111428904A CN111428904A (zh) 2020-07-17
CN111428904B true CN111428904B (zh) 2022-08-26

Family

ID=71547052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010058312.3A Active CN111428904B (zh) 2020-01-19 2020-01-19 一种含梯级水电的风光水互补发电系统短期优化调度方法

Country Status (1)

Country Link
CN (1) CN111428904B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112183839B (zh) * 2020-09-22 2022-08-30 河海大学 一种含梯级水电风光水互补发电系统中长期优化调度方法
CN116231767B (zh) * 2023-05-11 2023-07-14 南方电网调峰调频发电有限公司储能科研院 一种梯级水电站的多能互补调度方法和系统
CN117543721B (zh) * 2024-01-05 2024-03-15 河海大学 梯级水风光互补系统的优化调度方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109245169A (zh) * 2018-10-29 2019-01-18 贵州电网有限责任公司 一种风光水储联合调度方法
CN110120685A (zh) * 2019-05-23 2019-08-13 国家电网公司西南分部 高水电比重系统中梯级水电群与风光电站协调调峰方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109245169A (zh) * 2018-10-29 2019-01-18 贵州电网有限责任公司 一种风光水储联合调度方法
CN110120685A (zh) * 2019-05-23 2019-08-13 国家电网公司西南分部 高水电比重系统中梯级水电群与风光电站协调调峰方法

Also Published As

Publication number Publication date
CN111428904A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN111428904B (zh) 一种含梯级水电的风光水互补发电系统短期优化调度方法
CN103580063B (zh) 一种基于需方响应消纳大规模并网风电的方法
An et al. Theories and methodology of complementary hydro/photovoltaic operation: Applications to short-term scheduling
CN106786799B (zh) 一种直流联络线功率阶梯化发电计划优化方法
CN109245169B (zh) 一种风光水储联合调度方法
CN109767078B (zh) 一种基于混合整数规划的多类型电源检修安排方法
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN104795846A (zh) 一种抽水蓄能电站与风电的联合系统的优化运行方法
CN105337415A (zh) 一种基于预测控制的地区电网调度系统及其方法
CN110163415B (zh) 一种变工况特性下的多能流系统多目标模糊协同优化方法
CN116667395B (zh) 基于梯级水电改造的水风光蓄互补泵站容量配置方法
CN110336329A (zh) 特高压直流以及新能源参与后的受端电网调峰控制方法
CN112183839B (zh) 一种含梯级水电风光水互补发电系统中长期优化调度方法
CN116599148A (zh) 一种面向新能源消纳的氢电混合储能两阶段协同规划方法
Guo et al. Energy storage technology and its typical application in new energy grid connection system
CN115392526A (zh) 含梯级水电的风光水发电系统多时间尺度协调调度方法
CN110768303A (zh) 一种海岛型能源系统设备容量的优化配置方法
CN112134307A (zh) 多能互补系统的电储能/热储能容量联合优化方法及系统
CN110571868B (zh) 微电网的优化配置方法
CN116054212A (zh) 一种抽水蓄能电站优化调度运行方法、系统、设备及介质
CN116805192A (zh) 考虑最优弃能率的综合能源系统双层规划优化方法及应用
CN115600838A (zh) 一种水电站调节能力评价方法、设备和介质
CN112801816B (zh) 一种风光水互补系统总效益的资源优化调度方法
CN112821464B (zh) 经同一并网点的可再生能源与火力发电耦合系统调度模型
Li et al. Day-head Peak-shaving Model for Coordinated Wind-photovoltaic-pumped-storage-hydropower Generation Systems

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