CN112615386A - 一种面向风电消纳的电热混合储能系统优化定容方法 - Google Patents
一种面向风电消纳的电热混合储能系统优化定容方法 Download PDFInfo
- Publication number
- CN112615386A CN112615386A CN202011320323.0A CN202011320323A CN112615386A CN 112615386 A CN112615386 A CN 112615386A CN 202011320323 A CN202011320323 A CN 202011320323A CN 112615386 A CN112615386 A CN 112615386A
- Authority
- CN
- China
- Prior art keywords
- electric
- power
- energy storage
- wind power
- heat
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005485 electric heating Methods 0.000 title claims abstract description 26
- 238000005338 heat storage Methods 0.000 claims abstract description 57
- 238000005457 optimization Methods 0.000 claims abstract description 19
- 230000008901 benefit Effects 0.000 claims abstract description 7
- 238000010521 absorption reaction Methods 0.000 claims abstract description 6
- 238000010438 heat treatment Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 239000003245 coal Substances 0.000 claims description 3
- 239000013256 coordination polymer Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
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)
- Power Engineering (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种面向风电消纳的电热混合储能系统优化定容方法,属于综合能源及电力系统运行调度领域。该方法首先基于历史风电数据建立风电功率非参数核密度估计模型,获得满足并网要求的目标并网风电功率,然后采用电储能、电锅炉和储热设备组成电热混合储能系统,建立考虑电热混合储能系统运行约束、以系统总成本最低为目标的优化定容模型,接着采用大M法将非线性项进行线性化处理,最后基于混合整数线性规划求解器进行求解,得到电热混合储能系统的经济优化定容结果。本发明的电热混合储能系统优化定容方法具有较高的有效性,能够在提高系统风电消纳能力、减小并网风电功率波动、保障大电网安全运行的同时实现系统整体经济效益最优。
Description
技术领域
本发明涉及一种面向风电消纳的电热混合储能系统优化定容方法,属于综合能源及电力系统运行调度领域。
背景技术
由于风电固有的随机性和波动性,其大规模并网会给电力系统的安全稳定运行带来挑战,产生诸如电压波动、潮流越限等一系列问题。随着不同类型电储能技术的不断发展,电储能设备被大量地运用于电力系统中,电储能灵活的充/放电特性也使其在解决风电消纳问题上扮演者重要的角色。但是,受限于电储能装置高昂的安装运行成本和有限的调节能力,只考虑在电力系统中安装电储能来提升风电消纳能力并不是最优方案,关注电、热系统之间联合运行和优化可以进一步促进风电消纳,提高系统安全性和经济性。已有的使用电热混合储能系统来解决风电消纳问题的研究,大多都基于风电点预测结果,很少有使用风电概率预测结果,没有充分利用风电不确定性信息,限制了风电消纳水平的进一步提高。同时,对于如何在保障系统安全运行、提高系统风电消纳水平的同时实现电热混合储能系统优化定容的问题分析还不够全面。因此很难实现在保障系统安全运行前提下的风电最大化消纳。
发明内容
为了克服现有技术的不足,本发明的目的是提出一种面向风电消纳的电热混合储能系统优化定容方法。该优化定容方法包括以下步骤:
步骤1:对系统运行中面临的风电不确定性进行建模,首先采用非参数核密度估计方法,以高斯函数作为核函数,获得风电功率非参数核密度估计模型:
最后根据由非参数核密度估计模型获得的风电概率密度函数,得到一系列分位水平下分位数的估计值,采用线性插值的方法近似得到风电累计概率分布函数(Cumulativedistribution function,CDF)对于Metropolis抽样得到的抽样结果x1,…,xT,根据式可计算求得风电功率时间序列其中,为时刻t时的风电功率预测值;T为优化周期总时段数。
步骤2:基于所获得的风电功率预测值,根据并网风电有功功率变化最大限值的规定,计算得到满足并网要求的目标并网风电功率;目标并网风电功率的计算公式如下:
步骤3:采用电储能、电锅炉和储热设备组成电热混合储能系统,基于风电概率预测结果建立综合考虑系统安全运行特性和电热转换特性的电热混合储能系统优化定容模型,模型包括电热混合储能系统运行约束和目标函数。
步骤4:针对模型中的非线性项进行线性化处理,将整个优化定容问题转换成可高效求解的混合整数规划问题。
上述技术方案中,优选地,步骤3中电热混合储能系统的优化目标同时考虑弃风惩罚f1、风电波动惩罚f2、电热混合储能系统的安装成本和运行成本f3、热电联产机组的燃料成本f4以及电热综合能源系统的供电和供热收益f5;优化定容模型的目标函数为:
F=f1+f2+f3+f4-f5
其中,F为系统总成本;
其中,δcut和δflu为弃风惩罚系数和风电波动惩罚系数,和为t时刻的弃风功率和实际并网功率,CP,es和CE,es为电储能单位功率成本和单位容量成本,是电储能的额定功率,是电储能的额定容量,Ceb是电锅炉的单位功率成本,是电锅炉的额定功率,Chs是储热设备的单位容量成本,是储热设备的额定容量,Δt为相邻时刻的时间间隔,Cvar,es为电储能的单位运行成本,为t时刻电储能的实际功率,ε为电热混合储能系统安装成本的日分摊系数,a、b、c为热电联产机组的煤耗系数,为时刻t时热电联产机组折算成纯凝工况下的电功率,pe为单位供电收益,为t时刻的热负荷需求,为t时刻的电负荷需求,ph是单位供热收益。
优选地,所述的电热混合储能系统运行约束包括电力系统功率平衡约束、热力系统功率平衡约束、电热混合储能系统功率约束、电储能荷电状态约束、电锅炉功率约束、储热设备存储热量约束、热电联产机组运行约束、并网风电功率约束;
电力系统功率平衡约束:
热力系统功率平衡约束:
电热混合储能系统功率约束:
电储能荷电状态约束:
其中,Et是电储能在t时刻存储的电量;ηes是电储能充电效率;为t时刻电储能的运行状态标志,当时电储能处于充电状态,时电储能处于放电状态;是电储能在时刻t时的荷电状态;和SOC是电储能荷电状态上限和下限;
电锅炉功率约束:
储热设备存储热量约束:
其中,Ht为储热设备在t时刻所存储的热量;ηhs为储热设备的储热效率;为t时刻储热设备的运行状态标志,当时储热设备处于储热状态,时储热设备处于放热状态;和ξ为储热设备存储热量所能达到储热设备额定容量的上限和下限系数。
热电联产机组运行约束:
其中,Pup和Pdown为热电联产机组的上爬坡和下爬坡功率限值;和P CHP为热电联产机组在凝气工况下的最大和最小电功率出力;为热电联产机组热出力的最大限值;cv为抽气式热电联产机组的电热比;cm和为抽气式热电联产机组的电热比K为热电联产机组的特性参数。
并网风电功率约束:
优选地,步骤4)中所述的非线性项的线性化处理采用大M法。
本发明的有益效果是:
1)能够通过利用电储能、电锅炉和储热设备组成的电热混合储能系统与电网进行电量交换,通过热电联合和热电转换来增加电热综合能源利用效率,相比于单一电储能,大大提高能源利用率,有效促进风电消纳。
2)能够在电热混合储能系统优化定容模型中考虑风电出力的不确定性,基于风电概率预测而非点预测结果进行优化,充分利用风电出力信息,在系统经济最优的同时能够有效提高风电消纳水平。
3)将系统安全性相关的风电出力波动,风电消纳水平相关的弃风惩罚和系统经济性相关的安装、运行的经济成本引入目标函数,同时约束中涵盖系统安全运行所需的所有约束,在确保系统安全性的同时能够实现风电最大化消纳和系统的经济性最优。
附图说明
图1是电热综合能源系统结构示意图。
图2是面向风电消纳的电热混合储能系统优化定容方法的流程图。
具体实施方式
以下结合附图作进一步说明。
如图1为本发明的电热综合能源系统结构示意图,该系统包括电储能、电锅炉和储热设备,与电网和热网相连接,满足系统内电、热负荷需求。
参见附图2,这是面向风电消纳的电热混合储能系统优化定容方法的流程图,主要流程如下:1)建立风电功率非参数核密度估计模型;2)获得目标并网风电功率;3)以系统总成本最小为目标,构建电热混合储能系统优化定容模型;4)加入电储能、电锅炉、储热设备约束和电、热功率平衡约束;5)采用大M法将非线性项进行线性化处理;6)基于混合整数线性规划求解器求解电热混合储能系统优化定容模型;7)得到电热混合储能系统优化定容结果。
首先,建立风电功率非参数核密度估计模型,得到基于非参数核密度估计的风电功率概率密度函数利用Metropolis抽样方法得到一组随机变量x1,…,xT,进而计算求得风电功率时间序列其中,为时刻t时的风电功率预测值;T为优化周期总时段数。
然后,采用电储能、电锅炉和储热设备组成电热混合储能系统,基于风电概率预测结果建立综合考虑系统安全运行特性和电热转换特性的电热混合储能系统优化定容模型,模型包括电热混合储能系统运行约束和目标函数。电热混合储能系统优化目标同时考虑弃风惩罚f1、风电波动惩罚f2、电热混合储能系统的安装成本和运行成本f3、热电联产机组的燃料成本f4以及电热综合能源系统的供电和供热收益f5;优化定容模型的目标函数为:
F=f1+f2+f3+f4-f5
其中,F为系统总成本;
其中,δcut和δflu为弃风惩罚系数和风电波动惩罚系数,和为t时刻的弃风功率和实际并网功率,CP,es和CE,es为电储能单位功率成本和单位容量成本,是电储能的额定功率,是电储能的额定容量,Ceb是电锅炉的单位功率成本,是电锅炉的额定功率,Chs是储热设备的单位容量成本,是储热设备的额定容量,Δt为相邻时刻的时间间隔,Cvar,es为电储能的单位运行成本,为t时刻电储能的实际功率,ε为电热混合储能系统安装成本的日分摊系数,a、b、c为热电联产机组的煤耗系数,为时刻t时热电联产机组折算成纯凝工况下的电功率,pe为单位供电收益,为t时刻的热负荷需求,为t时刻的电负荷需求,ph是单位供热收益。
所述的电热混合储能系统运行约束包括电力系统功率平衡约束、热力系统功率平衡约束、电热混合储能系统功率约束、电储能荷电状态约束、电锅炉功率约束、储热设备存储热量约束、热电联产机组运行约束、并网风电功率约束;
电力系统功率平衡约束:
热力系统功率平衡约束:
电热混合储能系统功率约束:
电储能荷电状态约束:
其中,Et是电储能在t时刻存储的电量;ηes是电储能充电效率;为t时刻电储能的运行状态标志,当时电储能处于充电状态,时电储能处于放电状态;是电储能在时刻t时的荷电状态;和SOC是电储能荷电状态上限和下限;
电锅炉功率约束:
储热设备存储热量约束:
其中,Ht为储热设备在t时刻所存储的热量;ηhs为储热设备的储热效率;为t时刻储热设备的运行状态标志,当时储热设备处于储热状态,时储热设备处于放热状态;和ξ为储热设备存储热量所能达到储热设备额定容量的上限和下限系数;
热电联产机组运行约束:
其中,Pup和Pdown为热电联产机组的上爬坡和下爬坡功率限值;和P CHP为热电联产机组在凝气工况下的最大和最小电功率出力;为热电联产机组热出力的最大限值;cv为抽气式热电联产机组的电热比;cm和为抽气式热电联产机组的电热比K为热电联产机组的特性参数;
并网风电功率约束:
最后,采用大M法对上述模型中的非线性项进行线性化处理,基于混合整数线性规划求解器。求解上述优化问题,得到电热混合储能系统优化定容结果。该优化定容结果能够考虑风电出力的不确定性,通过电热综合能源系统增加能源利用效率,在保证系统安全性的同时,能够提高风电消纳水平并实现系统经济性最优。
Claims (4)
1.一种面向风电消纳的电热混合储能系统优化定容方法,其特征在于:该优化定容方法包括以下步骤:
步骤1:对系统运行中面临的风电不确定性进行建模,首先采用非参数核密度估计方法,以高斯函数作为核函数,获得风电功率非参数核密度估计模型:
最后根据由非参数核密度估计模型获得的风电概率密度函数,得到一系列分位水平下分位数的估计值,采用线性插值的方法近似得到风电累计概率分布函数对于Metropolis抽样得到的抽样结果x1,…,xT,根据式计算求得风电功率时间序列其中,为时刻t时的风电功率预测值;T为优化周期总时段数;
步骤2:基于所获得的风电功率预测值,根据并网风电有功功率变化最大限值的规定,计算得到满足并网要求的目标并网风电功率;目标并网风电功率的计算公式如下:
步骤3:采用电储能、电锅炉和储热设备组成电热混合储能系统,基于风电概率预测结果建立综合考虑系统安全运行特性和电热转换特性的电热混合储能系统优化定容模型,模型包括电热混合储能系统运行约束和目标函数;
步骤4:针对模型中的非线性项进行线性化处理,将整个优化定容问题转换成可高效求解的混合整数规划问题。
2.根据权利要求1所述的一种面向风电消纳的电热混合储能系统优化定容方法,其特征在于,步骤3中电热混合储能系统优化定容模型的优化目标同时考虑弃风惩罚f1、风电波动惩罚f2、电热混合储能系统的安装成本和运行成本f3、热电联产机组的燃料成本f4以及电热综合能源系统的供电和供热收益f5;优化定容模型的目标函数为:
F=f1+f2+f3+f4-f5
其中,F为系统总成本;
3.根据权利要求1所述的一种面向风电消纳的电热混合储能系统优化定容方法,其特征在于,所述的电热混合储能系统运行约束包括电力系统功率平衡约束、热力系统功率平衡约束、电热混合储能系统功率约束、电储能荷电状态约束、电锅炉功率约束、储热设备存储热量约束、热电联产机组运行约束、并网风电功率约束;
电力系统功率平衡约束:
热力系统功率平衡约束:
电热混合储能系统功率约束:
电储能荷电状态约束:
其中,Et是电储能在t时刻存储的电量;ηes是电储能充电效率;为t时刻电储能的运行状态标志,当时电储能处于充电状态,时电储能处于放电状态;是电储能在时刻t时的荷电状态;和SOC是电储能荷电状态上限和下限;
电锅炉功率约束:
储热设备存储热量约束:
其中,Ht为储热设备在t时刻所存储的热量;ηhs为储热设备的储热效率;为t时刻储热设备的运行状态标志,当时储热设备处于储热状态,时储热设备处于放热状态;和ξ为储热设备存储热量所能达到储热设备额定容量的上限和下限系数;
热电联产机组运行约束:
其中,Pup和Pdown为热电联产机组的上爬坡和下爬坡功率限值;和P CHP为热电联产机组在凝气工况下的最大和最小电功率出力;为热电联产机组热出力的最大限值;cv为抽气式热电联产机组的电热比;cm和为抽气式热电联产机组的电热比K为热电联产机组的特性参数;
并网风电功率约束:
4.根据权利要求1所述的一种面向风电消纳的电热混合储能系统优化定容方法,其特征在于,步骤4)中所述的非线性项的线性化处理采用大M法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011320323.0A CN112615386B (zh) | 2020-11-23 | 2020-11-23 | 一种面向风电消纳的电热混合储能系统优化定容方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011320323.0A CN112615386B (zh) | 2020-11-23 | 2020-11-23 | 一种面向风电消纳的电热混合储能系统优化定容方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112615386A true CN112615386A (zh) | 2021-04-06 |
CN112615386B CN112615386B (zh) | 2023-04-07 |
Family
ID=75225617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011320323.0A Active CN112615386B (zh) | 2020-11-23 | 2020-11-23 | 一种面向风电消纳的电热混合储能系统优化定容方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112615386B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113595063A (zh) * | 2021-07-12 | 2021-11-02 | 国网湖北省电力有限公司电力科学研究院 | 一种适用于智慧园区的储能容量配置方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107508328A (zh) * | 2017-04-08 | 2017-12-22 | 东北电力大学 | 考虑风电消纳的联合系统能量优化方法 |
CN107977744A (zh) * | 2017-11-30 | 2018-05-01 | 三峡大学 | 一种基于传统Benders分解法的电力系统日前鲁棒调度方法 |
CN108063451A (zh) * | 2017-11-17 | 2018-05-22 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的电网多元优化调度方法 |
CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
CN109687532A (zh) * | 2019-03-08 | 2019-04-26 | 燕山大学 | 一种基于合作博弈提高风电消纳的热电联合调度方法 |
CN109993335A (zh) * | 2017-12-29 | 2019-07-09 | 中国电力科学研究院有限公司 | 一种用于风电功率的概率预报方法及系统 |
CN110492534A (zh) * | 2019-08-23 | 2019-11-22 | 国网新疆电力有限公司经济技术研究院 | 计及灵活性的含风电电力系统随机优化调度方法 |
CN110676847A (zh) * | 2019-10-14 | 2020-01-10 | 国网辽宁省电力有限公司阜新供电公司 | 考虑风电-储热机组-电锅炉联合运行的优化调度方法 |
CN110782363A (zh) * | 2019-08-15 | 2020-02-11 | 东南大学 | 一种计及风电不确定性的交直流配电网调度方法 |
CN110889603A (zh) * | 2019-11-13 | 2020-03-17 | 国网北京市电力公司 | 一种基于PCA-Copula理论考虑风电相关性的电力系统经济调度方法 |
CN110912120A (zh) * | 2019-11-26 | 2020-03-24 | 东北电力大学 | 考虑可再生能源发电不确定性和用户热舒适性的综合能源系统优化调度方法 |
US20200266632A1 (en) * | 2019-02-19 | 2020-08-20 | Tsinghua University | Random rolling scheduling method for power system based on newton method |
US20200313433A1 (en) * | 2018-06-06 | 2020-10-01 | Nanjing Institute Of Technology | Data-driven three-stage scheduling method for electricity, heat and gas networks based on wind electricity indeterminacy |
-
2020
- 2020-11-23 CN CN202011320323.0A patent/CN112615386B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107508328A (zh) * | 2017-04-08 | 2017-12-22 | 东北电力大学 | 考虑风电消纳的联合系统能量优化方法 |
CN108063451A (zh) * | 2017-11-17 | 2018-05-22 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的电网多元优化调度方法 |
CN107977744A (zh) * | 2017-11-30 | 2018-05-01 | 三峡大学 | 一种基于传统Benders分解法的电力系统日前鲁棒调度方法 |
CN109993335A (zh) * | 2017-12-29 | 2019-07-09 | 中国电力科学研究院有限公司 | 一种用于风电功率的概率预报方法及系统 |
US20200313433A1 (en) * | 2018-06-06 | 2020-10-01 | Nanjing Institute Of Technology | Data-driven three-stage scheduling method for electricity, heat and gas networks based on wind electricity indeterminacy |
CN109066688A (zh) * | 2018-09-06 | 2018-12-21 | 国网安徽省电力有限公司芜湖供电公司 | 基于可再生能源不确定性下的概率潮流数据获取方法 |
US20200266632A1 (en) * | 2019-02-19 | 2020-08-20 | Tsinghua University | Random rolling scheduling method for power system based on newton method |
CN109687532A (zh) * | 2019-03-08 | 2019-04-26 | 燕山大学 | 一种基于合作博弈提高风电消纳的热电联合调度方法 |
CN110782363A (zh) * | 2019-08-15 | 2020-02-11 | 东南大学 | 一种计及风电不确定性的交直流配电网调度方法 |
CN110492534A (zh) * | 2019-08-23 | 2019-11-22 | 国网新疆电力有限公司经济技术研究院 | 计及灵活性的含风电电力系统随机优化调度方法 |
CN110676847A (zh) * | 2019-10-14 | 2020-01-10 | 国网辽宁省电力有限公司阜新供电公司 | 考虑风电-储热机组-电锅炉联合运行的优化调度方法 |
CN110889603A (zh) * | 2019-11-13 | 2020-03-17 | 国网北京市电力公司 | 一种基于PCA-Copula理论考虑风电相关性的电力系统经济调度方法 |
CN110912120A (zh) * | 2019-11-26 | 2020-03-24 | 东北电力大学 | 考虑可再生能源发电不确定性和用户热舒适性的综合能源系统优化调度方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113595063A (zh) * | 2021-07-12 | 2021-11-02 | 国网湖北省电力有限公司电力科学研究院 | 一种适用于智慧园区的储能容量配置方法 |
CN113595063B (zh) * | 2021-07-12 | 2023-07-25 | 国网湖北省电力有限公司电力科学研究院 | 一种适用于智慧园区的储能容量配置方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112615386B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108599269B (zh) | 一种考虑风险成本的大电网自适应鲁棒备用优化方法 | |
CN109103929B (zh) | 基于改进动态克里丝金模型的配电网经济优化调度方法 | |
CN108964128A (zh) | 基于电锅炉与储热装置协调供热的低碳经济调度求解方法 | |
CN112086960B (zh) | 基于模型预测控制的电氢耦合系统灵活裕度计算方法 | |
CN114069688B (zh) | 一种基于时序生产模拟的多电源容量布局规划方法 | |
CN113378409A (zh) | 综合能源系统多能互补优化调度方法及系统 | |
CN112990523A (zh) | 基于多目标模型预测控制的区域综合能源系统分层优化运行方法 | |
CN107069783A (zh) | 蓄热式电锅炉融合储能系统优化控制方法 | |
CN112541609A (zh) | 风光热和水蓄能联合可再生能源发电系统容量优化模型 | |
CN114462889A (zh) | 一种氢-电耦合多能源跨区域优化配置方法及系统 | |
CN115577929A (zh) | 基于多场景分析的乡村综合能源系统随机优化调度方法 | |
CN117081143A (zh) | 促进分布式光伏就地消纳的园区综合能源系统协调优化运行方法 | |
CN112615386B (zh) | 一种面向风电消纳的电热混合储能系统优化定容方法 | |
CN114580746A (zh) | 一种基于低碳经济效益量化的综合能源站复合储能配置优化方法 | |
CN114037337A (zh) | 一种基于模型预测控制的微能源网优化调度方法及系统 | |
CN113240205A (zh) | 一种基于多能源综合利用的区域用能系统替代优化方法 | |
CN112149339B (zh) | 风电-光伏-光热-电加热器互补发电系统容量优化模型 | |
CN114386256A (zh) | 一种考虑电热设备灵活性约束及热网特性的区域电热系统优化调度方法 | |
CN115640894B (zh) | 一种基于双时间尺度的综合能源系统优化调度方法 | |
CN116484553B (zh) | 一种考虑多能互补的微电网优化设计方法 | |
CN113872192B (zh) | 医院电网负荷优化控制系统及控制方法 | |
Zhao et al. | Energy Optimization Model of Multi Energy Interaction in Thermal Power Plants with Wind Power, Photovoltaic, Hydrogen Production and Hydrogen Fuel Cell System | |
Shi et al. | Research on Energy Management Optimization Strategy of Integrated Energy System in Wind Photovoltaic Hydrogen Energy Storage Area | |
CN110601264B (zh) | 计及超大功率蓄热电锅炉消纳能力的多能源优化调度方法 | |
Yang et al. | Coordinated and Optimal Scheduling Method of Energy Storage Power Station and Concentrated Solar Power Based on Improving New Energy Consumption Capacity |
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 |