CN111626512A - 一种考虑电网断面约束的梯级水电日前调度方法 - Google Patents
一种考虑电网断面约束的梯级水电日前调度方法 Download PDFInfo
- Publication number
- CN111626512A CN111626512A CN202010465764.3A CN202010465764A CN111626512A CN 111626512 A CN111626512 A CN 111626512A CN 202010465764 A CN202010465764 A CN 202010465764A CN 111626512 A CN111626512 A CN 111626512A
- Authority
- CN
- China
- Prior art keywords
- constraint
- power
- cascade
- power grid
- formula
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 238000010248 power generation Methods 0.000 claims abstract description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 58
- 230000006870 function Effects 0.000 claims description 37
- 239000002245 particle Substances 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 230000014509 gene expression Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000011426 transformation method Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Eletrric Generators (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于梯级水库群发电优化调度领域,具体为一种考虑电网断面约束的梯级水电日前调度方法,通过在模型中引入潮流计算,研究梯级水电接入对电网的影响,为了避免多次计算系统潮流对模型求解效率的影响,提出了水电转移分布系数来表征电网特定输电断面有功功率与梯级水电站有功功率之间的关系,从而将电网断面约束转化为梯级水电站有功出力约束,最后采用改进的粒子群算法对模型进行求解,输出梯级电站水位、出力、梯级发电量,本发明能够在保证水电站发电效益的同时,提高电网安全性。
Description
技术领域
本发明属于梯级水库群发电优化调度领域,具体为一种考虑电网断面约束的梯级水电日前调度方法。
背景技术
受水资源分布条件的限制,大规模集中式开发是目前梯级水电开发采取的主要形式。由大量水电站构成的流域梯级电站经过不同电压等级的外送通道上送至不同电网,再输送至负荷中心进行消纳。随着梯级水电站数量和装机容量的逐渐增加,梯级水电站对电力系统的影响也在不断增加。梯级水电站上游与下游之间存在复杂的耦合关系,使得制定梯级水电站运行策略极其困难。
目前,中长期和短期梯级水电调度研究相对成熟,国内外专家学者针对多阶段、非线性、高维梯级水电问题,建立了多种模型,提出了包括动态规划及其改进算法、智能算法在内的一系列求解方法。动态规划作为一种可行的求解梯级水电调度的方法,当离散精度足够高时,可以获得高质量的解。然而,随着水库数量的增加,动态规划将面临严重的“维数灾”问题。虽然已有许多基于动态规划的改进方法,但这一问题始终存在,智能算法求解梯级水电调度模型的效率更高,但求解结果不稳定,有时会陷入局部最优。
现有研究大多将输电断面约束视为输电线路的有功功率约束,断面有功功率是通过输电断面输送的水电站有功功率之和。然而,由于不同电网的网架结构、负荷需求不同,梯级水电的接入会对电网运行产生不同程度的影响,在这种情况下,水电调度面临多级输电断面限制,断面有功功率不仅与梯级水电的有功功率有关,还与除水电和电网负荷需求以外的其他发电机的有功功率有关,因此模型中的输电断面约束将变得更加复杂,梯级水电站的运行策略必须保证电网的安全稳定,因此,有必要研究适应水电开发和电网需求的梯级优化调度模型。
发明内容
本发明目的在于提供一种考虑电网断面约束的梯级水电日前调度方法,通过在模型中引入潮流计算,研究梯级水电接入对电网的影响,为了避免多次计算系统潮流对模型求解效率的影响,提出了水电转移分布系数来表征电网特定输电断面有功功率与梯级水电站有功功率之间的关系,从而将电网断面约束转化为梯级水电站有功出力约束,最后采用改进的粒子群算法对模型进行求解。
为实现上述目的,本发明所采用的技术方案是:一种考虑电网断面约束的梯级水电日前调度方法,包括以下步骤:
S1,建立梯级水电优化模型,模型的目标函数包括梯级发电量最大和电网剩余负荷总方差最小:
梯级发电量最大表示为:
受端电网剩余负荷总方差最小表示为:
式中:T为整个调度周期的时段数;M为梯级水库总数;i为从上游至下游的梯级水库编号;t为调度周期内的时段编号;Pi,t为电站i时段t的出力;Δt为第t个调度时段对应的小时数;Ct为时段t电网在不计水电情况下的剩余负荷;
S2,步骤S1的水电模型为多目标非线性模型,采用约束转化法处理目标函数式,并在原模型中加入新的约束条件;
S3,在步骤S2的基础上,对多目标非线性模型采用改进的粒子群优化算法进行求解,输出梯级电站水位、出力、梯级发电量。
优选的,所述梯级水电优化模型的约束条件包括梯级水电约束和电网约束,具体为以下内容:
水量平衡约束
Vi,t+1=Vi,t+3600(Ri,t-Qi,t)Δt
其中:
库水位约束
发电流量约束
水电站出力约束
断面传输容量约束
水位库容关系约束
Zt=f(Vt)
尾水位泄量关系约束
水电出力特性函数
Pi,t=f(Qi,t,hi,t)
断面功率—水电出力关系约束
PΦ,t=f(P1,t,P2,t,…,PM,t)
调度期始末水位控制约束
优选的,采用约束转化法处理受端电网剩余负荷总方差最小目标函数式,并在原模型中加入新的约束条件,
式中:C为设定的电网剩余负荷平方和最小值,处理后的模型目标函数为:
优选的,所述水位库容关系约束、尾水位泄量关系约束、水电出力特性函数与断面功率—水电出力关系约束的约束条件式均为复杂非线性约束,为了降低模型求解难度,采用高阶多项式对水位库容关系约束与尾水位泄量关系约束的约束式进行拟合,以得到水电站出力特性的解析表达式:
水位库容关系约束:Zt=f(Vt)=aVt 3+bVt 2+cVt+d
采用综合出力系数作为水电出力的计算依据,以替代水电出力特性函数表达式中复杂的非线性关系,处理后的约束如下:
式中:Hi,t为发电水头,Zloss为水头损失。
优选的,所述断面功率—水电出力关系约束揭示了水电站运行参数与输电断面功率之间的关联关系,梯级水电站接入电网时,电网输电断面有功功率不仅是通过水电站有功功率的简单相加,而是与电网实际运行状态密切相关,通过计算不同梯级水电出力条件下的系统潮流,采用多项式拟合断面和水电有功功率,从而将断面约束转化为梯级电站输出约束:
PΦ,t=f(P1,t,P2,t,…,PM,t)=γ1P1,t+γ2P2,t+…+γMPM,t
所得的拟合系数γi即为水电转移分布系数,可直接用于后续算法求解过程。
优选的,所述改进粒子群优化算法采用惯性系数平方递减的粒子群优化算法对模型进行求解,算法求解过程如下:
S3.1,给定种群大小,最大迭代次数,在给定范围内随机初始化粒子位置和速度,将迭代次数设置为零;
S3.2,根据梯级发电量最大的函数表达式、水位库容关系约束的约束式、尾水位泄量关系约束的约束式与对水电站出力特性处理后的约束式计算每个粒子的适应度,根据以下公式更新粒子位置和速度;
vk=w*vk+c1*r1*(pbestk-xk)+c2*r2*(gbest-xk)
xk=xk+vk
式中:vk和xk分别是粒子k的速度和位置;c1、c2是学习因子;r1,r2是[0,1]范围内的随机数;pbestk是粒子k的最佳位置;gbest是种群的最佳位置;w是惯性权重;wstart和wend分别是迭代开始和结束时的惯性权重;l是当前迭代次数;
S3.3,判断当前迭代次数是否达到最大,如果没有,迭代次数加一,然后转到步骤S3.2;如果达到最大,输出当前最佳解决方案,包括梯级水电站的水位、出力。
本发明的有益技术效果是:针对接入电网不同输电断面的梯级水电系统的特点,提出了考虑电网断面约束的梯级水电站多目标短期优化调度模型。目标是梯级水电发电量最大和电网剩余负荷总方差最小。将潮流计算引入梯级水电模型,通过对潮流计算结果的分析,得到系统的水电转移分布系数,并将输电断面约束转化为水电有功功率约束。为了加快收敛速度,提高求解质量,采用改进的粒子群优化算法对模型进行求解。本发明提出的模型和方法能够在保证水电站发电效益的同时,提高电网安全性。
附图说明
图1显示为本发明的求解流程图;
图2显示为本发明的梯级水电接入电网示意图;
图3显示为本发明的断面与水电出力拟合示意图。
具体实施方式
下面结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种考虑电网断面约束的梯级水电日前调度方法,包括以下步骤:
S1,建立梯级水电优化模型,模型的目标函数包括梯级发电量最大和电网剩余负荷总方差最小:
梯级发电量最大表示为:
受端电网剩余负荷总方差最小表示为:
式中:T为整个调度周期的时段数;M为梯级水库总数;i为从上游至下游的梯级水库编号;t为调度周期内的时段编号;Pi,t为电站i时段t的出力;Δt为第t个调度时段对应的小时数;Ct为时段t电网在不计水电情况下的剩余负荷;
S2,对S1建立的梯级水电优化模型进行处理;
步骤S1的水电模型为多目标非线性模型,采用约束转化法处理目标函数式,并在原模型中加入新的约束条件。
S3,对S2中处理过的模型采用改进的粒子群优化算法进行求解,输出梯级电站水位、出力、梯级发电量。
进一步的,所述梯级水电优化模型的约束条件包括梯级水电约束和电网约束,具体为以下内容:
水量平衡约束
Vi,t+1=Vi,t+3600(Ri,t-Qi,t)Δt
其中:
库水位约束
发电流量约束
水电站出力约束
断面传输容量约束
水位库容关系约束
Zt=f(Vt)
尾水位泄量关系约束
水电出力特性函数
Pi,t=f(Qi,t,hi,t)
断面功率—水电出力关系约束
PΦ,t=f(P1,t,P2,t,…,PM,t)
调度期始末水位控制约束
进一步的,梯级发电量最大的同时,受端电网剩余负荷总方差最小就能够解决既保证水电站发电效益的,又提高电网的安全性,然而,梯级发电量最大与受端电网剩余负荷总方差最小两个目标从理论上说是无法同时达到的,由于在调度过程中必须考虑受端电网的电力需求等约束,梯级水电站的发电量不可能达到理论的最大值,同样地,受端电网的剩余负荷总方差也不可能达到0,因此需要寻找一个尽可能好的折中解,尽量同时保障电站和电网的利益,因此采用约束转化法处理其中受端电网剩余负荷总方差最小目标函数式,并在原模型中加入新的约束条件,
式中:C为设定的电网剩余负荷平方和最小值,处理后,模型原本的两个目标函数变为一个目标函数,另一目标函数作为约束条件加入模型中,处理后的模型的目标函数为:
需要说明的是多目标优化的多个目标函数往往无法同时达到最优,为了获取折中解,采用约束转化法对其中一个目标函数进行转化,至于选取哪个目标函数,可以依靠经验选取,处理后的目标函数从原目标函数中删除,取而代之的是一个相关的约束条件。本方法对受端电网剩余负荷总方差最小目标函数式,进行处理,因此处理后的模型中仅剩梯级发电量最大的目标函数,而多了一个与受端电网剩余负荷总方差最小目标函数式相关的约束条件,根本目的是为了更好地对模型进行求解。
进一步的,所述水位库容关系约束、尾水位泄量关系约束、水电出力特性函数与断面功率—水电出力关系约束的约束条件式均为复杂非线性约束,为了降低模型求解难度,采用高阶多项式对水位库容关系约束与尾水位泄量关系约束的约束式进行拟合,以得到水电站出力特性的解析表达式:
水位库容关系约束:Zt=f(Vt)=aVt 3+bVt 2+cVt+d
采用综合出力系数作为水电出力的计算依据,以替代水电出力特性函数表达式中复杂的非线性关系,处理后的约束如下:
式中:Hi,t为发电水头,Zloss为水头损失。
进一步的,如图3所示,所述断面功率—水电出力关系约束揭示了水电站运行参数与输电断面功率之间的关联关系,梯级水电站接入电网时,电网输电断面有功功率不仅是通过水电站有功功率的简单相加,而是与电网实际运行状态密切相关,通过计算不同梯级水电出力条件下的系统潮流,采用多项式拟合断面和水电有功功率,从而将断面约束转化为梯级电站输出约束:
PΦ,t=f(P1,t,P2,t,…,PM,t)=γ1P1,t+γ2P2,t+…+γMPM,t
所得的拟合系数γi即为水电转移分布系数,可直接用于后续算法求解过程。
进一步的,所述改进粒子群优化算法采用惯性系数平方递减的粒子群优化算法对模型进行求解,算法求解过程如下:
S3.1,给定种群大小,最大迭代次数,在给定范围内随机初始化粒子位置和速度,将迭代次数设置为零。
S3.2,根据梯级发电量最大的函数表达式、水位库容关系约束的约束式、尾水位泄量关系约束的约束式与对水电站出力特性处理后的约束式计算每个粒子的适应度,根据以下公式更新粒子位置和速度:
vk=w*vk+c1*r1*(pbestk-xk)+c2*r2*(gbest-xk)
xk=xk+vk
式中:vk和xk分别是粒子k的速度和位置;c1、c2是学习因子;r1,r2是[0,1]范围内的随机数;pbestk是粒子k的最佳位置;gbest是种群的最佳位置;w是惯性权重;wstart和wend分别是迭代开始和结束时的惯性权重;l是当前迭代次数;
S3.3,判断当前迭代次数是否达到最大,如果没有,迭代次数加一,然后转到步骤S3.2;如果达到最大,输出当前最佳解决方案,包括梯级水电站的水位、出力。
本发明的工作原理为:首先建立梯级水电优化模型,模型的目标函数包括梯级发电量最大和电网剩余负荷总方差最小,对建立的梯级水电优化模型采用约束转化法处理目标函数式,并在原模型中加入新的约束条件,对处理过的模型采用改进的粒子群优化算法进行求解,输出梯级电站水位、出力、梯级发电量。
在本发明的描述中,需要理解的是,术语“逆时针”、“顺时针”“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
Claims (6)
1.一种考虑电网断面约束的梯级水电日前调度方法,其特征在于,包括以下步骤:
S1,建立梯级水电优化模型,模型的目标函数包括梯级发电量最大和电网剩余负荷总方差最小:
梯级发电量最大表示为:
受端电网剩余负荷总方差最小表示为:
式中:T为整个调度周期的时段数;M为梯级水库总数;i为从上游至下游的梯级水库编号;t为调度周期内的时段编号;Pi,t为电站i时段t的出力;Δt为第t个调度时段对应的小时数;Ct为时段t电网在不计水电情况下的剩余负荷;
S2,步骤S1的水电模型为多目标非线性模型,采用约束转化法处理目标函数式,并在原模型中加入新的约束条件;
S3,在步骤S2的基础上,对多目标非线性模型采用改进的粒子群优化算法进行求解,输出梯级电站水位、出力、梯级发电量。
2.根据权利要求1所述的一种考虑电网断面约束的梯级水电日前调度方法,其特征在于,所述梯级水电优化模型的约束条件包括梯级水电约束和电网约束,具体为以下内容:
水量平衡约束
Vi,t+1=Vi,t+3600(Ri,t-Qi,t)Δt
其中:
库水位约束
发电流量约束
水电站出力约束
断面传输容量约束
水位库容关系约束
Zt=f(Vt)
尾水位泄量关系约束
水电出力特性函数
Pi,t=f(Qi,t,hi,t)
断面功率—水电出力关系约束
PΦ,t=f(P1,t,P2,t,…,PM,t)
调度期始末水位控制约束
5.根据权利要求4所述的一种考虑电网断面约束的梯级水电日前调度方法,其特征在于,所述断面功率—水电出力关系约束揭示了水电站运行参数与输电断面功率之间的关联关系,梯级水电站接入电网时,电网输电断面有功功率不仅是通过水电站有功功率的简单相加,而是与电网实际运行状态密切相关,通过计算不同梯级水电出力条件下的系统潮流,采用多项式拟合断面和水电有功功率,从而将断面约束转化为梯级电站输出约束:
PΦ,t=f(P1,t,P2,t,…,PM,t)=γ1P1,t+γ2P2,t+…+γMPM,t
所得的拟合系数γi即为水电转移分布系数,可直接用于后续算法求解过程。
6.根据权利要求5所述的一种考虑电网断面约束的梯级水电日前调度方法,其特征在于,所述改进粒子群优化算法采用惯性系数平方递减的粒子群优化算法对模型进行求解,算法求解过程如下:
S3.1,给定种群大小,最大迭代次数,在给定范围内随机初始化粒子位置和速度,将迭代次数设置为零;
S3.2,根据梯级发电量最大的函数表达式、水位库容关系约束的约束式、尾水位泄量关系约束的约束式与对水电站出力特性处理后的约束式计算每个粒子的适应度,根据以下公式更新粒子位置和速度;
vk=w*vk+c1*r1*(pbestk-xk)+c2*r2*(gbest-xk)
xk=xk+vk
式中:vk和xk分别是粒子k的速度和位置;c1、c2是学习因子;r1,r2是[0,1]范围内的随机数;pbestk是粒子k的最佳位置;gbest是种群的最佳位置;w是惯性权重;wstart和wend分别是迭代开始和结束时的惯性权重;l是当前迭代次数;
S3.3,判断当前迭代次数是否达到最大,如果没有,迭代次数加一,然后转到步骤S3.2;如果达到最大,输出当前最佳解决方案,包括梯级水电站的水位、出力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010465764.3A CN111626512B (zh) | 2020-05-28 | 2020-05-28 | 一种考虑电网断面约束的梯级水电日前调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010465764.3A CN111626512B (zh) | 2020-05-28 | 2020-05-28 | 一种考虑电网断面约束的梯级水电日前调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111626512A true CN111626512A (zh) | 2020-09-04 |
CN111626512B CN111626512B (zh) | 2023-11-14 |
Family
ID=72259216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010465764.3A Active CN111626512B (zh) | 2020-05-28 | 2020-05-28 | 一种考虑电网断面约束的梯级水电日前调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626512B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102184472A (zh) * | 2011-05-03 | 2011-09-14 | 西安交通大学 | 一种基于电网调度侧需求的风水火联合调度方法 |
US20120177135A1 (en) * | 2010-06-04 | 2012-07-12 | The Mathworks, Inc. | Interactive control of multiple input multiple output control structures |
CN106058855A (zh) * | 2016-06-16 | 2016-10-26 | 南京工程学院 | 协调储能与柔性负荷的主动配电网多目标优化调度方法 |
CN108320111A (zh) * | 2018-03-16 | 2018-07-24 | 大连理工大学 | 一种超大规模水电站群短期实用化调度方法 |
CN109390973A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
CN109657850A (zh) * | 2018-12-10 | 2019-04-19 | 国家电网公司西北分部 | 中长期梯级水电优化调度方法及装置 |
CN109886473A (zh) * | 2019-01-24 | 2019-06-14 | 河海大学 | 一种考虑下游生态的流域风光水系统多目标优化调度方法 |
CN109902855A (zh) * | 2019-01-14 | 2019-06-18 | 昆明电力交易中心有限责任公司 | 一种市场环境下的梯级关键水电站多目标优化及电量分配方法 |
CN109948847A (zh) * | 2019-03-18 | 2019-06-28 | 河海大学 | 一种应用于水库群调度的多目标进化算法 |
CN110598983A (zh) * | 2019-08-08 | 2019-12-20 | 华中科技大学 | 一种自适应改进粒子群算法的梯级水库优化调度方法 |
US20200059101A1 (en) * | 2018-08-14 | 2020-02-20 | Tsinghua University | Method, apparatus, and medium for calculating capacities of photovoltaic power stations |
CN110880048A (zh) * | 2019-11-06 | 2020-03-13 | 国网湖北省电力有限公司宜昌供电公司 | 一种梯级水库生态随机优化调度模型及求解方法 |
CN110942212A (zh) * | 2019-12-13 | 2020-03-31 | 国网青海省电力公司电力科学研究院 | 一种基于梯级水库运行系数的梯级水库优化运行方法 |
-
2020
- 2020-05-28 CN CN202010465764.3A patent/CN111626512B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120177135A1 (en) * | 2010-06-04 | 2012-07-12 | The Mathworks, Inc. | Interactive control of multiple input multiple output control structures |
CN102184472A (zh) * | 2011-05-03 | 2011-09-14 | 西安交通大学 | 一种基于电网调度侧需求的风水火联合调度方法 |
CN106058855A (zh) * | 2016-06-16 | 2016-10-26 | 南京工程学院 | 协调储能与柔性负荷的主动配电网多目标优化调度方法 |
CN108320111A (zh) * | 2018-03-16 | 2018-07-24 | 大连理工大学 | 一种超大规模水电站群短期实用化调度方法 |
US20200059101A1 (en) * | 2018-08-14 | 2020-02-20 | Tsinghua University | Method, apparatus, and medium for calculating capacities of photovoltaic power stations |
CN109390973A (zh) * | 2018-11-30 | 2019-02-26 | 国家电网公司西南分部 | 一种考虑通道约束的送端电网电源结构优化方法 |
CN109657850A (zh) * | 2018-12-10 | 2019-04-19 | 国家电网公司西北分部 | 中长期梯级水电优化调度方法及装置 |
CN109902855A (zh) * | 2019-01-14 | 2019-06-18 | 昆明电力交易中心有限责任公司 | 一种市场环境下的梯级关键水电站多目标优化及电量分配方法 |
CN109886473A (zh) * | 2019-01-24 | 2019-06-14 | 河海大学 | 一种考虑下游生态的流域风光水系统多目标优化调度方法 |
CN109948847A (zh) * | 2019-03-18 | 2019-06-28 | 河海大学 | 一种应用于水库群调度的多目标进化算法 |
CN110598983A (zh) * | 2019-08-08 | 2019-12-20 | 华中科技大学 | 一种自适应改进粒子群算法的梯级水库优化调度方法 |
CN110880048A (zh) * | 2019-11-06 | 2020-03-13 | 国网湖北省电力有限公司宜昌供电公司 | 一种梯级水库生态随机优化调度模型及求解方法 |
CN110942212A (zh) * | 2019-12-13 | 2020-03-31 | 国网青海省电力公司电力科学研究院 | 一种基于梯级水库运行系数的梯级水库优化运行方法 |
Non-Patent Citations (4)
Title |
---|
XIONG FEI等: "Study of Regional Power Grid Reconstruction Considering Supply Area Constraints", vol. 51, no. 23, pages 47 - 51 * |
张利升等: "多受端梯级水电站厂网多目标协调优化调度模型", vol. 42, no. 12, pages 3935 - 3940 * |
邓创;鞠立伟;刘俊勇;谭忠富;: "基于模糊CVaR理论的水火电系统随机调度多目标优化模型", no. 05, pages 158 - 165 * |
陈锴;钟浩;李世春;吴巍;方园;阮建雄;: "考虑输电断面限制的风-光-梯级水电站长期优化调度", 智慧电力, no. 05, pages 33 - 39 * |
Also Published As
Publication number | Publication date |
---|---|
CN111626512B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6736112B2 (ja) | 超大規模の水力発電所群の短期間実用化スケジューリング方法 | |
CN110866627B (zh) | 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法 | |
CN105976055B (zh) | 计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法 | |
CN108092324B (zh) | 一种风电参与调峰调频的agc控制系统和控制方法 | |
CN108110795B (zh) | 风电场群外送输电容量及储能配置联合优化方法 | |
CN112039056A (zh) | 一种新能源两阶段优化调度方法 | |
CN107437824A (zh) | 一种基于遗传算法的地区分布式电源准入容量的计算方法 | |
CN108599235B (zh) | 一种分布式光伏入网的定容方法 | |
CN112736926A (zh) | 一种分布式新能源接入配电网区间仿射潮流动态优化方法 | |
CN113241803B (zh) | 一种基于新能源消纳的储能调度方法及计算机介质 | |
CN111428970B (zh) | 一种大规模水电站群跨省外送能力分析模型及求解方法 | |
CN105184426B (zh) | 一种基于随机连续寻优策略的梯级电站调峰方法 | |
CN113780670B (zh) | 基于两阶段的区域电网电动汽车调峰优化调度方法 | |
CN107910884A (zh) | 电池储能平抑光伏发电大爬坡事件的在线控制方法 | |
CN115640982A (zh) | 基于抽水蓄能优先调节的多能互补系统日前优化调度方法 | |
CN112734116A (zh) | 一种含分布式储能的主动配电网优化调度方法 | |
CN115114854A (zh) | 一种虚拟电厂分布式资源两级自组织优化聚合方法及系统 | |
CN116090739A (zh) | 一种综合考虑电动汽车有序充电的虚拟电厂优化调度方法 | |
CN114154790A (zh) | 基于需量管理和柔性负荷的工业园区光储容量配置方法 | |
CN108062606B (zh) | 一种基于黎曼积分的虚拟电厂调度优化方法 | |
CN104979850B (zh) | 一种储能参与备用的含风电的电力系统调度方法 | |
CN105098839A (zh) | 一种基于风电不确定出力的风电并网协调优化方法 | |
CN111626512B (zh) | 一种考虑电网断面约束的梯级水电日前调度方法 | |
CN109840621A (zh) | 考虑储能系统影响的并网型微电网日前多目标优化方法 | |
CN105576712B (zh) | 一种基于自适应极点配置的风电场有功功率在线控制方法 |
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 |