CN111934361A - 一种源网协调调峰优化策略评估方法 - Google Patents
一种源网协调调峰优化策略评估方法 Download PDFInfo
- Publication number
- CN111934361A CN111934361A CN202010746531.0A CN202010746531A CN111934361A CN 111934361 A CN111934361 A CN 111934361A CN 202010746531 A CN202010746531 A CN 202010746531A CN 111934361 A CN111934361 A CN 111934361A
- Authority
- CN
- China
- Prior art keywords
- wind power
- power
- cluster
- wind
- state
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 27
- 238000005457 optimization Methods 0.000 title claims abstract description 15
- 230000006735 deficit Effects 0.000 claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 4
- 238000010248 power generation Methods 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000011217 control strategy Methods 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 239000003245 coal Substances 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H02J3/38—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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Wind Motors (AREA)
Abstract
Description
技术领域
本发明涉及电力技术领域,特别涉及一种源网协调调峰优化策略评估 方法。
背景技术
电力系统“源-网-荷-储”协调优化模式与技术是指电源、电网、负 荷与储能四部分通过多种交互手段,更经济、高效、安全地提高电力系统 的功率动态平衡能力,从而实现能源资源最大化利用的运行模式和技术, 该模式是包含“电源、电网、负荷、储能”整体解决方案的技术手段。源 网协调作为该模式下最重要的内容,对系统调峰、新能源消纳具有重要作 用。
“源-网协调”要求提高电网对多样化电源的接纳能力,利用先进调 控技术将分散式和集中式的能源供应进行优化组合,突出不同组合之间的 互补协调性,发挥微网、智能配电网技术的缓冲作用,降低接纳新能源电 力给电网安全稳定运行带来的不利影响。
发明内容
本发明的目的在于提供一种源网协调调峰优化策略评估方法,以解决 上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种源网协调调峰优化策 略评估方法,包括集群风电策略评估和单个风电场策略评估,所述集群风电 评估方法包括以下步骤:
S1:正常运行下集群风电评估,设为第k个集群风电时段t日 前计划指令最优解,若可发功率随机变量的多状态概率分布第b个状 态满足则该状态对应调度缺额状态值为状态概 率为对应的弃风功率状态值为0,状态概率为反之若第b个状 态满足则该状态对应弃风功率状态值为状态概 率为对应的调度缺额状态值为0,状态概率为
S2:高风险事件集群风电评估:
所述单个风电场评估包括以下步骤:
S5:正常运行下单个风电场评估,设为第k个单个风电场时段t日 前计划指令最优解,若可发功率随机变量的多状态概率分布第b个状 态满足则该状态对应调度缺额状态值为状态概 率为对应的弃风功率状态值为0,状态概率为反之若第b个状 态满足则该状态对应弃风功率状态值为状态概 率为对应的调度缺额状态值为0,状态概率为
S6:高风险事件单个风电场评估:
优选的,所述集群风电策略包括集群风电与火电机组协调的调峰控制 策略和集群风电内部多风电场协调的调峰控制策略。
优选的,所述集群风电与火电机组协调的调峰控制策略包括以下步骤:
W1:考虑集群风电安全性和经济性综合风险的目标函数,目标函数通过不考 虑集群风电发电成本来给予风电优先调度权NT为日运行总调度时段数, nvpg为集群风电的个数;ng为火电机组个数为火电机组煤耗成 本($);为第j个火电机组时段t日前计划指令(MW)。 为火电机组启停成本($),为火电机组开机变 量,时段t火电机组j由停机变为开机时反之 为火电 机组停机变量,时段t火电机组j由开机变为停机时
W2:集群风电相关约束:
c3:电量利用率约束 为 第k个集群风电时段t的功率松弛变量(MW),为第k个集群风电日电量 利用率下限占可发功率电量百分比的系数(%),为第k个集群风电时 段t可发功率随机变量(MW),β为约束成立的置信概率。
优选的,所述集群风电内部多风电场协调的调峰控制策略包括以下步 骤:
T1:考虑安全性风险的目标函数最小化日前电量公平性约束的松弛变量,NT为日前运行仿真总时段数,因此NT=96;nk为第k个集群风电内风电场个数;为第i个风电场的CVaR风险指 标(MW),为第i个风电场时段t公平性约束松弛变量(MW),为风 险指标的惩罚成本加权系数($/MW),可根据对风电场安全性高风险的容忍 程度确定 为松弛变量的惩罚成本加权系数($/MW),若取值满足 表明决策对安全性的偏好高于公平性;
T2:电量公平性约束:
d2:风电场电量优先权加权系数(%)引入的目的是在集群风电整 体平均电量利用率的基础上,给予利用小时数低、不确定性低和波动性 低的风电场以电量利用率优先权,令第i个风电场在仿真日NT各时段的不 确定性、波动性概率分布期望值之和为 则可定义 为截止到 当前运行日开始时段,风电场i的利用小时数(小时);为截止到当前运 行日开始时段,集群风电内所有风电场平均利用小时数(小时);为第 i个风电场时段t不确定性随机变量(MW),为第i个风电场时段t波 动性随机变量(MW),为避免各风电场间电量利用率偏差过大,限定的取 值范围: 为的取值上下界,且满足 选取为保障总电量利用率小于等于1,给定取值范围:将电量公平性约束表示为的概率形 式,同时为保证存在可行解,引入公平性约束的松弛变量 求解;
本发明的技术效果和优点:本发明考虑了各风电场不确定性概率分布 差异,并且以调度缺额风险最小作为优化目标,时段t负向不确定较小、正 向不确定性较大的风电场可获得日前计划分配的优先权,减小了正负偏 差,降低了实际运行中可能出现的风电场调度缺额以及弃风功率,提高风电 场日前计划的安全性和经济性。
具体实施方式
下面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。
本发明提供了一种源网协调调峰优化策略评估方法,包括集群风电策 略评估和单个风电场策略评估,集群风电评估方法包括以下步骤:
S1:正常运行下集群风电评估,设为第k个集群风电时段t日 前计划指令最优解,若可发功率随机变量的多状态概率分布第b个状 态满足则该状态对应调度缺额状态值为状态概 率为对应的弃风功率状态值为0,状态概率为反之若第b个状 态满足则该状态对应弃风功率状态值为状态概 率为对应的调度缺额状态值为0,状态概率为
S2:高风险事件集群风电评估:
单个风电场评估包括以下步骤:
S5:正常运行下单个风电场评估,设为第k个单个风电场时段t日 前计划指令最优解,若可发功率随机变量的多状态概率分布第b个状 态满足则该状态对应调度缺额状态值为状态概 率为对应的弃风功率状态值为0,状态概率为反之若第b个状 态满足则该状态对应弃风功率状态值为状态概 率为对应的调度缺额状态值为0,状态概率为
S6:高风险事件单个风电场评估:
集群风电策略包括集群风电与火电机组协调的调峰控制策略和集群风 电内部多风电场协调的调峰控制策略。
集群风电与火电机组协调的调峰控制策略包括以下步骤:
W1:考虑集群风电安全性和经济性综合风险的目标函数,目标函数通过不考 虑集群风电发电成本来给予风电优先调度权NT为日运行总调度时段数, nvpg为集群风电的个数;ng为火电机组个数为火电机组煤耗成 本($);为第j个火电机组时段t日前计划指令(MW)。 为火电机组启停成本($),为火电机组开机变 量,时段t火电机组j由停机变为开机时反之 为火电 机组停机变量,时段t火电机组j由开机变为停机时
W2:集群风电相关约束:
c3:电量利用率约束 为 第k个集群风电时段t的功率松弛变量(MW),为第k个集群风电日电量 利用率下限占可发功率电量百分比的系数(%),为第k个集群风电时 段t可发功率随机变量(MW),β为约束成立的置信概率。
集群风电内部多风电场协调的调峰控制策略包括以下步骤:
T1:考虑安全性风险的目标函数最小化日前电量公平性约束的松弛变量,NT为日前运行仿真总时段数,因此NT=96;nk为第k个集群风电内风电场个数;为第i个风电场的CVaR风险指 标(MW),为第i个风电场时段t公平性约束松弛变量(MW),为风 险指标的惩罚成本加权系数($/MW),可根据对风电场安全性高风险的容忍 程度确定 为松弛变量的惩罚成本加权系数($/MW),若取值满足 表明决策对安全性的偏好高于公平性;
T2:电量公平性约束:
d2:风电场电量优先权加权系数(%)引入的目的是在集群风电整 体平均电量利用率的基础上,给予利用小时数低、不确定性低和波动性 低的风电场以电量利用率优先权,令第i个风电场在仿真日NT各时段的不 确定性、波动性概率分布期望值之和为 则可定义 为截止到 当前运行日开始时段,风电场i的利用小时数(小时);为截止到当前运 行日开始时段,集群风电内所有风电场平均利用小时数(小时);为第 i个风电场时段t不确定性随机变量(MW),为第i个风电场时段t波 动性随机变量(MW),为避免各风电场间电量利用率偏差过大,限定的取 值范围: 为的取值上下界,且满足选取为保障总电量利用率小于等于1,给定取值范围:将电量公平性约束表示为的概率形 式,同时为保证存在可行解,引入公平性约束的松弛变量(MW);求解;
本发明工作原理:通过考虑各风电场不确定性概率分布差异,并且以调 度缺额风险最小作为优化目标。时段t负向不确定较小、正向不确定性较大 的风电场可获得日前计划分配的优先权,减小了正负偏差,降低了实际运行 中可能出现的风电场调度缺额以及弃风功率,提高风电场日前计划的安全 性和经济性。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限 制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的 技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或 者对其中部分技术特征进行等同替换,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 (4)
1.一种源网协调调峰优化策略评估方法,包括集群风电策略评估和单个风电场策略评估,其特征在于,所述集群风电评估方法包括以下步骤:
S1:正常运行下集群风电评估,设为第k个集群风电时段t日前计划指令最优解,若可发功率随机变量的多状态概率分布第b个状态满足则该状态对应调度缺额状态值为状态概率为对应的弃风功率状态值为0,状态概率为反之若第b个状态满足则该状态对应弃风功率状态值为状态概率为对应的调度缺额状态值为0,状态概率为
S2:高风险事件集群风电评估:
所述单个风电场评估包括以下步骤:
S5:正常运行下单个风电场评估,设为第k个单个风电场时段t日前计划指令最优解,若可发功率随机变量的多状态概率分布第b个状态满足则该状态对应调度缺额状态值为状态概率为对应的弃风功率状态值为0,状态概率为反之若第b个状态满足则该状态对应弃风功率状态值为状态概率为对应的调度缺额状态值为0,状态概率为
S6:高风险事件单个风电场评估:
2.根据权利要求1所述的一种源网协调调峰优化策略评估方法,其特征在于,所述集群风电策略包括集群风电与火电机组协调的调峰控制策略和集群风电内部多风电场协调的调峰控制策略。
3.根据权利要求2所述的一种源网协调调峰优化策略评估方法,其特征在于,所述集群风电与火电机组协调的调峰控制策略包括以下步骤:
W1:考虑集群风电安全性和经济性综合风险的目标函数,目标函数通过不考虑集群风电发电成本来给予风电优先调度权NT为日运行总调度时段数,Nvpg为集群风电的个数;ng为火电机组个数为火电机组煤耗成本($);为第j个火电机组时段t日前计划指令(MW)。
W2:集群风电相关约束:
4.根据权利要求2所述的一种源网协调调峰优化策略评估方法,其特征在于,所述集群风电内部多风电场协调的调峰控制策略包括以下步骤:
T1:考虑安全性风险的目标函数最小化日前电量公平性约束的松弛变量,NT为日前运行仿真总时段数,因此NT=96;nk为第k个集群风电内风电场个数;为第i个风电场的CVaR风险指标(MW),为第i个风电场时段t公平性约束松弛变量(MW),为风险指标的惩罚成本加权系数($/MW),可根据对风电场安全性高风险的容忍程度确定为松弛变量的惩罚成本加权系数($/MW),若取值满足表明决策对安全性的偏好高于公平性;
T2:电量公平性约束:
d2:风电场电量优先权加权系数λi W(%)引入λi W的目的是在集群风电整体平均电量利用率的基础上,给予利用小时数低、不确定性低和波动性低的风电场以电量利用率优先权,令第i个风电场在仿真日NT各时段的不确定性、波动性概率分布期望值之和为 则可定义λi W,γi w为截止到当前运行日开始时段,风电场i的利用小时数(小时);为截止到当前运行日开始时段,集群风电内所有风电场平均利用小时数(小时);为第i个风电场时段t不确定性随机变量ΔPi w(t)为第i个风电场时段t波动性随机变量(MW),为避免各风电场间电量利用率偏差过大,限定λi W的取值范围: 为λiW的取值上下界,且满足选取为保障总电量利用率小于等于1,给定取值范围:将电量公平性约束表示为的概率形式,同时为保证存在可行解,引入公平性约束的松弛变量 求解;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010746531.0A CN111934361A (zh) | 2020-07-29 | 2020-07-29 | 一种源网协调调峰优化策略评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010746531.0A CN111934361A (zh) | 2020-07-29 | 2020-07-29 | 一种源网协调调峰优化策略评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111934361A true CN111934361A (zh) | 2020-11-13 |
Family
ID=73314935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010746531.0A Pending CN111934361A (zh) | 2020-07-29 | 2020-07-29 | 一种源网协调调峰优化策略评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111934361A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112769156A (zh) * | 2020-12-28 | 2021-05-07 | 南昌大学 | 一种计及大规模海上风电并网的源网荷储协调运行方法 |
CN113904364A (zh) * | 2021-09-18 | 2022-01-07 | 北京交通大学 | 风电集群日前功率调度计划的制定方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107039977A (zh) * | 2017-06-03 | 2017-08-11 | 广东博慎智库能源科技发展有限公司 | 以综合成本最小为目标的电力系统鲁棒调度不确定集构建方法 |
CN107069830A (zh) * | 2017-01-25 | 2017-08-18 | 清华大学 | 提高风电消纳能力的方法及装置 |
CN107480833A (zh) * | 2017-09-05 | 2017-12-15 | 清华大学 | 一种风电发电系统调峰能力评估方法 |
CN110909959A (zh) * | 2019-12-16 | 2020-03-24 | 国网青海省电力公司电力科学研究院 | 一种计及风电运行风险的多能互补电力系统鲁棒优化方法 |
-
2020
- 2020-07-29 CN CN202010746531.0A patent/CN111934361A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107069830A (zh) * | 2017-01-25 | 2017-08-18 | 清华大学 | 提高风电消纳能力的方法及装置 |
CN107039977A (zh) * | 2017-06-03 | 2017-08-11 | 广东博慎智库能源科技发展有限公司 | 以综合成本最小为目标的电力系统鲁棒调度不确定集构建方法 |
CN107480833A (zh) * | 2017-09-05 | 2017-12-15 | 清华大学 | 一种风电发电系统调峰能力评估方法 |
CN110909959A (zh) * | 2019-12-16 | 2020-03-24 | 国网青海省电力公司电力科学研究院 | 一种计及风电运行风险的多能互补电力系统鲁棒优化方法 |
Non-Patent Citations (1)
Title |
---|
叶希 等: "基于集群风电虚拟机组的源端系统分层协调日前计划", 《电力系统自动化》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112769156A (zh) * | 2020-12-28 | 2021-05-07 | 南昌大学 | 一种计及大规模海上风电并网的源网荷储协调运行方法 |
CN112769156B (zh) * | 2020-12-28 | 2023-04-07 | 南昌大学 | 一种计及大规模海上风电并网的源网荷储协调运行方法 |
CN113904364A (zh) * | 2021-09-18 | 2022-01-07 | 北京交通大学 | 风电集群日前功率调度计划的制定方法 |
CN113904364B (zh) * | 2021-09-18 | 2024-04-09 | 北京交通大学 | 风电集群日前功率调度计划的制定方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106992556B (zh) | 一种基于混合电源多时间尺度互补的优化调度方法 | |
WO2022100091A1 (zh) | 一种广义源储系统调度的集中控制方法 | |
WO2023065113A1 (zh) | 风光水多能互补系统灵活性需求量化及协调优化方法 | |
CN108092324B (zh) | 一种风电参与调峰调频的agc控制系统和控制方法 | |
CN112465181A (zh) | 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法 | |
CN112234655A (zh) | 一种送端电网安全稳定的源网协调调峰优化方法 | |
CN106058917A (zh) | 一种计及光伏发电的电力系统动态经济调度方法 | |
CN110829408B (zh) | 基于发电成本约束的计及储能电力系统的多域调度方法 | |
CN104239967A (zh) | 一种含风电场的电力系统多目标经济调度方法 | |
Zhang et al. | Multi-objective day-ahead optimal scheduling of isolated microgrid considering flexibility | |
CN113346555B (zh) | 一种考虑电量协调的日内滚动调度方法 | |
CN114221338A (zh) | 考虑电源灵活性和互补性的多能源电力系统优化调度方法 | |
Tang et al. | Optimal operation method for microgrid with wind/PV/diesel generator/battery and desalination | |
CN111682531B (zh) | 基于pl-imocs的风光水火一次能源互补短期优化调度方法和装置 | |
CN111934361A (zh) | 一种源网协调调峰优化策略评估方法 | |
CN112909933A (zh) | 现货市场环境下含抽水蓄能机组的日内滚动优化调度方法 | |
CN116805803A (zh) | 基于自适应mpc的风光储离网制氢系统能量调度方法 | |
CN115360706A (zh) | 考虑dr和灵活性供需平衡的源荷储联合调度方法及系统 | |
CN102184468A (zh) | 间歇性能源发电有功调度方法 | |
CN105305485A (zh) | 一种消纳大规模间歇性能源的安全约束经济调度方法 | |
CN117239740B (zh) | 一种虚拟电厂系统的优化配置与灵活性提升方法及系统 | |
CN117559526A (zh) | 一种基于光储充一体化充电站的拟路由器能量调控方法 | |
Zhang et al. | Distributional two-level synergetic unit commitment considering three scheduling states | |
Emad et al. | Power management control of hydrogen-based system using fuzzy logic method | |
CN115293495A (zh) | 一种基于动态参与因子的调度指令分解方法和能源控制器 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201113 |