CN113078643B - 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法 - Google Patents

一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法 Download PDF

Info

Publication number
CN113078643B
CN113078643B CN202110522038.5A CN202110522038A CN113078643B CN 113078643 B CN113078643 B CN 113078643B CN 202110522038 A CN202110522038 A CN 202110522038A CN 113078643 B CN113078643 B CN 113078643B
Authority
CN
China
Prior art keywords
power
deviation
load
compensation
energy storage
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
CN202110522038.5A
Other languages
English (en)
Other versions
CN113078643A (zh
Inventor
朱建红
任浩锋
徐人吉
吴敏
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.)
Nantong University
Original Assignee
Nantong University
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 Nantong University filed Critical Nantong University
Priority to CN202110522038.5A priority Critical patent/CN113078643B/zh
Publication of CN113078643A publication Critical patent/CN113078643A/zh
Application granted granted Critical
Publication of CN113078643B publication Critical patent/CN113078643B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/008Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/28The renewable source being wind energy
    • 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及新能源发电技术领域,具体涉及一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法,包括如下步骤:首先,从发电营运商角度,对年度风力发电情况按日统计预测偏差,根据偏差数据及偏差分布特性,统计日发电预测偏差补偿所需储能容量配置情况;在此基础上,从电网运行角度,对原有偏差数据,考虑对应不同时段电网负荷变化特性,根据电网供电需求变化,分负荷需求上升、高峰、下降、低谷及不确定时段,对所需补偿的偏差设置负荷适应度因子,积分统计,初次优化储能配置需求量;本发明在合理考虑电网负荷变化与电力市场经济运行因素下获得最终的容量配置量,能够满足风电并网预报准确度要求,提高了风力发电并网运行的能力。

Description

一种考虑电网经济运行风电计划优化及偏差补偿用储能容量 配置方法
技术领域
本发明涉及新能源发电技术领域,具体涉及一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法。
背景技术
随着风电占比全电网比例的增大,很大程度影响着电网的供需平衡,国家能源局发布了风电功率预测系统功能规范,对风电功率准确预报要求严格指标化。风电并网预报数据主要来自风电预测,从开始的基于物理模型的预测,到后面基于数据统计分析的预测,从单一的预测技术发展到综合的复杂组合预测技术,随着预测技术的推进,预测准确度有所提高,但是对计算机的数据处理速度与内存功能需求也有所提高。
虽然表面上预测误差有所降低,但是随着风电装机容量的增大,绝对误差仍然处于持续上升阶段。从电网调度运行角度来说,预报不确定性将会对电网调整有功功率和电网运行管理等造成影响,给调频调峰带来困难。因此,专家学者们把缩小偏差的眼光寄希望于调度系统,无法预测的偏差只能依靠电网的备用容量来平抑,无形中增加了电网运行的成本,备用机组的低效使用本身也是浪费,尤其是以消耗煤炭资源的火电投资,更加剧了能源的枯竭。因此,研究人员把眼光聚焦于具有较大潜力的储能技术,先前受制于风电场风电预测偏差对储能容量的巨大需求,一直未被实际工程采纳应用,储能技术的开发促使其在新能源利用逐渐被开发与重视。
储能容量的有效配置及日前调度方法合理设计能确保新能源发电产能的充分利用,可以减低公用电网的供电压力。目前,储能应用的典型问题为费用问题,除了设计相应的储能容量优化配置策略来解决这个问题之外,合理的调度控制策略也非常重要,结合日前调度问题,充分考虑负荷需求,合理配置储能容量,有效降低储能配置,从而降低风电并网计划预报的偏差,变不可调度风电为可调度,这是专家学者一直在研究的问题。
发明内容
针对以上问题,本发明提供了一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法,基于历史数据,在风电预测偏差补偿统计样本处理中,引进负荷适应度因子设置考虑负荷变化对偏差补偿的需求程度对偏差补偿影响,通过动态弹性松弛因子设置考虑电力市场电价及运营商运行投资成本对偏差补偿的影响,两次优化储能容量配置,选定最终的储能容量配置量,有效避免风电计划不准对公用电网调度造成的不良影响。
为了实现上述目的,本发明采用的技术方案如下:
一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法,包括如下步骤:
步骤1、统计风力发电一年内日发电计划与实际功率数据,统计每天0点到24点的计划偏差,对连续采样周期的功率偏差数据进行功率时间积分统计,对一年内的每天的积分结果进行核密度统计,初次得到计划偏差补偿用储能容量配置量;
步骤2、统计风力发电所在电网一年内日负荷变化情况,分负荷需求上升时段、高峰时段、下降时段、低谷时段及不确定时段,划分不同归属时段区间,再对一年内的每天的统计结果进行核密度统计,得到全年的负荷需求特性归属时段分布情况;
步骤3、对不同负荷变化确定性归属时段区间所需补偿的偏差设置不同的偏差补偿负荷适应因子,进而调整需补偿的偏差样本,进行功率时间积分统计,在日功率时间积分统计的基础上,进行全年统计,在对一年内的日积分统计结果再进行核密度统计,得到计划偏差补偿用储能容量配置初次修正结果;
步骤4、从电力市场风力发电运行经济收益角度,从峰谷电价,发电竞价及储能成本角度,设置偏差补偿松弛因子,基于步骤3的偏差补偿样本再次调整偏差样本,功率时间积分统计,二次修正储能配置需求量;
步骤5、最后按照每天的预测偏差补偿需求配置,进行核密度概率统计分析,选定最终的容量配置,提高储能的利用效率。
优选地,所述步骤3中,不同的偏差补偿负荷适应因子的选取依据为负荷动态变化情况与发展趋势,其具体步骤如下:
步骤3.1、参照用电负荷变化确定性时段归属,分情况修正偏差样本点;参照风力发电所在地方电网用电情况,用电负荷处于高峰时段时,尽量鼓励新能源发电,所以处于该时段的计划偏差小于零时,实际发电输出功率大于计划功率,功率偏差支持未预见的电网负荷高峰供电需求,偏差补偿负荷适应因子接近0,反之,偏差补偿负荷适应因子接近1;当用电负荷处于低谷时,计划偏差大于零时,表示计划功率大于实际功率,提高计划准确度需要储能系统放出能量,考虑用电低谷,所以统计需补偿偏差数据时,可以少补偿,或不补偿,即补偿负荷适应因子接近0,反之,接近1;
步骤3.2、负荷需求上升时段、下降时段,采用斜波函数拟合,根据斜率判断计划准确度需求程度,根据负荷预测24小时变化,统计每个采样周期的负荷变化率,斜率大于零,表示负荷正处于渐增状态,电网处于缺电状态,此时,如果风电机组输出的实际功率大于计划功率,则可以少补偿,或者不补偿;如果此时风电机组输出的实际功率小于计划功率,则需要偏差全额补偿;相反,斜率小于零,说明负荷处于缩减状态,如果风电机组输出的实际功率大于计划功率,则需要偏差全额补偿;如果此时风电机组输出的实际功率小于计划功率,则可以少补偿,或者不补偿。
优选地,所述步骤2、3、4中,负荷需求变化不确定时段,当补偿松弛因子从峰谷电价,发电竞价及储能成本角度考虑,主要针对电网负荷需求若干不确定时段;其中,电网负荷高峰电价时段或者销售报价较高的时段,则处于该时段的偏差修正松弛因子偏向于1;电网负荷低谷电价时段,该时段的松弛因子可以参照风电并网发电标准所要求的准确度范围设定,考虑储能成本,偏差极性频繁正负交替时,避免储能实际补偿充放频繁交替而缩短储能使用寿命,增加投资,则松弛因子可以在保证准确度范围内,补偿因子偏向于0。
同时,需要说明的是,本发明补偿需求在风电并网运行准确度规定范围框架下,按照方法配置的储能容量,在实际实施中必须配合相应的储能日前调度算法,以保证储能容量配置的可行性。
本发明所述的一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法,具有以下有益效果:
1、本发明在考虑电网负荷变化及发电运营商经济收益综合因素下,优化风电计划偏差补偿的储能容量配置,可以有效降低电网备用容量配置需求,节省储能投资成本和运行成本。
2、本发明考虑日前能量调度需求下,科学合理的对储能容量进行配置,有效的缓和电网供需平衡,增强风电并网发电能力,同时也有效避免储能系统过充过放而缩短使用寿命。
3、本发明采用全年日统计功率偏差时间积分与配置优化方法相结合,考虑到市场储能系统容量技术限制,配置比例可以给发电运营商提供决策参考,在日前调度容量需求基础上进行年需求统计分析,然后利用核密度估计法,选定最终的容量配置,提高储能的利用效率。
4、本发明混合储能容量确定方法较为简单,储能配置经济合理,便于工程人员学习使用,并且通用性较好,具有很好的市场推广应用价值。
附图说明
图1是本发明的流程示意图;
图2是本发明中日负荷变化分析示意图;
图3是本发明中功率预测偏差及基于风电功率预测与波动平滑的初始计划功率偏差曲线示意图;
图4是本发明中储能系统参与初始功率计划偏差补偿过程的容量变化曲线示意图;
图5是本发明中功率预测偏差及考虑电网负荷适应度因子的发电计划一次优化偏差示意图;
图6是本发明中储能系统补偿考虑电网负荷适应度因子的发电计划偏差过程的容量变化曲线示意图;
图7是本发明中功率预测偏差及参照电力市场风电并网发电二次优化计划偏差示意图;
图8是本发明中储能系统补偿功率二次优化计划偏差过程的容量变化示意图。
具体实施方式
下面结合附图与实施例对本发明的技术方案进行说明。
参照图1,本发明所述的一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法,包括如下步骤:
步骤1、统计风力发电一年内日发电计划与实际功率数据,统计每天0点到24点的计划偏差,对连续采样周期的功率偏差数据进行功率时间积分统计,对一年内的每天的积分结果进行核密度统计,初次得到计划偏差补偿用储能容量配置量;
步骤2、统计风力发电所在电网一年内日负荷变化情况,分负荷需求上升时段、高峰时段、下降时段、低谷时段及不确定时段,划分不同归属时段区间,再对一年内的每天的统计结果进行核密度统计,得到全年的负荷需求特性归属时段分布情况;
步骤3、对不同负荷变化确定性归属时段区间所需补偿的偏差设置不同的偏差补偿负荷适应因子,进而调整需补偿的偏差样本,进行功率时间积分统计,在日功率时间积分统计的基础上,进行全年统计,在对一年内的日积分统计结果再进行核密度统计,得到计划偏差补偿用储能容量配置初次修正结果;
步骤4、从电力市场风力发电运行经济收益角度,从峰谷电价,发电竞价及储能成本角度,设置偏差补偿松弛因子,基于步骤3的偏差补偿样本再次调整偏差样本,功率时间积分统计,二次修正储能配置需求量;
步骤5、最后按照每天的预测偏差补偿需求配置,进行核密度概率统计分析,选定最终的容量配置,提高储能的利用效率。
参照图2,负荷分布图中右上侧展示了连续几天的某地区的负荷变化趋势图,在进行大数据分布概率统计后,得到左下侧的负荷特征分布图,图中可以看出每天的负荷分布随着人们用电行为呈现规则的周期性变化。
参照图3-图4,是功率计划优化之前的功率计划偏差及偏差补偿用储能容量变化示意图,储能容量需求较大。
参照图5-图6,所述步骤3中,不同的偏差补偿负荷适应因子的选取依据为负荷动态变化情况与发展趋势,其具体步骤如下:
步骤3.1、参照用电负荷变化确定性时段归属,分情况修正偏差样本点;参照风力发电所在地方电网用电情况,用电负荷处于高峰时段时,尽量鼓励新能源发电,所以处于该时段的计划偏差小于零时,实际发电输出功率大于计划功率,功率偏差支持未预见的电网负荷高峰供电需求,偏差补偿负荷适应因子接近0,反之,偏差补偿负荷适应因子接近1;当用电负荷处于低谷时,计划偏差大于零时,表示计划功率大于实际功率,提高计划准确度需要储能系统放出能量,考虑用电低谷,所以统计需补偿偏差数据时,可以少补偿,或不补偿,即补偿负荷适应因子接近0,反之,接近1;
步骤3.2、负荷需求上升时段、下降时段,采用斜波函数拟合,根据斜率判断计划准确度需求程度,根据负荷预测24小时变化,统计每个采样周期的负荷变化率,斜率大于零,表示负荷正处于渐增状态,电网处于缺电状态,此时,如果风电机组输出的实际功率大于计划功率,则可以少补偿,或者不补偿;如果此时风电机组输出的实际功率小于计划功率,则需要偏差全额补偿;相反,斜率小于零,说明负荷处于缩减状态,如果风电机组输出的实际功率大于计划功率,则需要偏差全额补偿;如果此时风电机组输出的实际功率小于计划功率,则可以少补偿,或者不补偿。所以相应补偿负荷适应因子可以根据负荷变化率的极性与幅值,做出相应调整。
图中显示,一次功率计划优化后的计划偏差补偿用储能容量需求量低于计划优化之前的容量需求量。
参照图7-图8,所述步骤2、3、4中,负荷需求变化不确定时段,当补偿松弛因子从峰谷电价,发电竞价及储能成本角度考虑,主要针对电网负荷需求若干不确定时段;其中,电网负荷高峰电价时段或者销售报价较高的时段,则处于该时段的偏差修正松弛因子偏向于1;电网负荷低谷电价时段,该时段的松弛因子可以参照风电并网发电标准所要求的准确度范围设定,考虑储能成本,偏差极性频繁正负交替时,避免储能实际补偿充放频繁交替而缩短储能使用寿命,增加投资,则松弛因子可以在保证准确度范围内,补偿因子偏向于0。
图中显示,二次功率计划优化后的计划偏差补偿用储能容量需求量低于未优化及一次优化的容量需求量。
同时,需要说明的是,本发明计划偏差补偿需求在风电并网运行准确度规定范围框架下,按照方法配置的储能容量,在实际实施中必须配合相应的储能日前调度算法,以保证储能容量配置的可行性。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。

Claims (3)

1.一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法,其特征在于:包括如下步骤:
步骤1、统计风力发电一年内日发电计划与实际功率数据,统计每天0点到24点的计划偏差,对连续采样周期的功率偏差数据进行功率时间积分统计,对一年内的每天的积分结果进行核密度统计,初次得到计划偏差补偿用储能容量配置量;
步骤2、统计风力发电所在电网一年内日负荷变化情况,分负荷需求上升时段、高峰时段、下降时段、低谷时段及不确定时段,划分不同归属时段区间,再对一年内的每天的统计结果进行核密度统计,得到全年的负荷需求特性归属时段分布情况;
步骤3、对不同负荷变化确定性归属时段区间所需补偿的偏差设置不同的偏差补偿负荷适应因子,进而调整需补偿的偏差样本,进行功率时间积分统计,在日功率时间积分统计的基础上,进行全年统计,在对一年内的日积分统计结果再进行核密度统计,得到计划偏差补偿用储能容量配置初次修正结果;
步骤4、从电力市场风力发电运行经济收益角度,从峰谷电价,发电竞价及储能成本角度,设置偏差补偿松弛因子,基于步骤3的偏差补偿样本再次调整偏差样本,功率时间积分统计,二次修正储能配置需求量;
步骤5、最后按照每天的预测偏差补偿需求配置,进行核密度概率统计分析,选定最终的容量配置,提高储能的利用效率。
2.根据权利要求1所述的一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法,其特征在于:所述步骤3中,不同的偏差补偿负荷适应因子的选取依据为负荷动态变化情况与发展趋势,其具体步骤如下:
步骤3.1、参照用电负荷变化确定性时段归属,分情况修正偏差样本点;参照风力发电所在地方电网用电情况,用电负荷处于高峰时段时,尽量鼓励新能源发电,所以处于该时段的计划偏差小于零时,实际发电输出功率大于计划功率,功率偏差支持未预见的电网负荷高峰供电需求,偏差补偿负荷适应因子接近0,反之,偏差补偿负荷适应因子接近1;当用电负荷处于低谷时,计划偏差大于零时,表示计划功率大于实际功率,提高计划准确度需要储能系统放出能量,考虑用电低谷,所以统计需补偿偏差数据时,可以少补偿,或不补偿,即补偿负荷适应因子接近0,反之,接近1;
步骤3.2、负荷需求上升时段、下降时段,采用斜波函数拟合,根据斜率判断计划准确度需求程度,根据负荷预测24小时变化,统计每个采样周期的负荷变化率,斜率大于零,表示负荷正处于渐增状态,电网处于缺电状态,此时,如果风电机组输出的实际功率大于计划功率,则可以少补偿,或者不补偿;如果此时风电机组输出的实际功率小于计划功率,则需要偏差全额补偿;相反,斜率小于零,说明负荷处于缩减状态,如果风电机组输出的实际功率大于计划功率,则需要偏差全额补偿;如果此时风电机组输出的实际功率小于计划功率,则可以少补偿,或者不补偿。
3.根据权利要求1所述的一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法,其特征在于:所述步骤2、3、4中,负荷需求变化不确定时段,当补偿松弛因子从峰谷电价,发电竞价及储能成本角度考虑,主要针对电网负荷需求若干不确定时段;其中,电网负荷高峰电价时段或者销售报价较高的时段,则处于该时段的偏差补偿松弛因子偏向于1;电网负荷低谷电价时段,该时段的偏差补偿松弛因子可以参照风电并网发电标准所要求的准确度范围设定,考虑储能成本,偏差极性频繁正负交替时,避免储能实际补偿充放频繁交替而缩短储能使用寿命,增加投资,则松弛因子在保证准确度范围内,偏差补偿松弛因子偏向于0。
CN202110522038.5A 2021-05-13 2021-05-13 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法 Active CN113078643B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110522038.5A CN113078643B (zh) 2021-05-13 2021-05-13 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110522038.5A CN113078643B (zh) 2021-05-13 2021-05-13 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法

Publications (2)

Publication Number Publication Date
CN113078643A CN113078643A (zh) 2021-07-06
CN113078643B true CN113078643B (zh) 2021-10-22

Family

ID=76616684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110522038.5A Active CN113078643B (zh) 2021-05-13 2021-05-13 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法

Country Status (1)

Country Link
CN (1) CN113078643B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113610374B (zh) * 2021-07-29 2024-01-16 南通大学 一种风光互补功率计划偏差动态补偿储能能量管理方法
CN113919620B (zh) * 2021-12-06 2022-05-03 南通大学 一种风光储微电网日前能量调度算法
CN114336762B (zh) * 2022-01-10 2023-08-25 南通大学 风光发电及电网负荷波动日前调度储能配置优化方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110739711A (zh) * 2019-10-31 2020-01-31 山东大学 考虑风电并网系统负调峰能力的储能设备优化控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111030150B (zh) * 2019-12-30 2020-12-08 南通大学 一种微电网系统负荷可靠供电的混合储能容量确定方法
CN111864798B (zh) * 2020-07-23 2021-12-28 南通大学 风电并网预报偏差实时补偿中的储能能量吞吐实现方法
CN111932400B (zh) * 2020-08-06 2021-04-30 南通大学 风/储一体功率调度计划优化实现方法
CN112465181A (zh) * 2020-09-11 2021-03-09 国网天津市电力公司电力科学研究院 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110739711A (zh) * 2019-10-31 2020-01-31 山东大学 考虑风电并网系统负调峰能力的储能设备优化控制方法

Also Published As

Publication number Publication date
CN113078643A (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN107248751B (zh) 一种实现配电网负荷功率削峰填谷的储能站调度控制方法
CN113078643B (zh) 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法
Reddy Optimal scheduling of thermal-wind-solar power system with storage
Yuan et al. Optimal operation strategy of energy storage unit in wind power integration based on stochastic programming
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
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
WO2017000853A1 (zh) 主动配电网多时间尺度协调优化调度方法和存储介质
CN111049198B (zh) 考虑储能寿命和调频性能的风储联合运行优化方法及系统
CN111030150B (zh) 一种微电网系统负荷可靠供电的混合储能容量确定方法
CN107565607A (zh) 一种基于实时电价机制的微电网多时间尺度能量调度方法
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
CN114156870B (zh) 一种储能系统参与多应用领域优化调度方法
CN112928767B (zh) 一种分布式储能协同控制方法
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
CN112886645A (zh) 一种基于氢能超高比例的新能源电力系统运行模拟方法
CN115566741A (zh) 基于lstm预测校正的储能多时间尺度优化控制方法
CN114825392A (zh) 考虑装机规模约束的风光储多能互补容量优化方法
CN116231765A (zh) 一种虚拟电厂出力控制方法
CN114091825A (zh) 新-储电站参与电能量-调频辅助服务市场的竞价方法
CN117477666A (zh) 电网分布式源网荷储调度优化配置方法
CN117575185A (zh) 一种面向生产计划的储能分时梯级控制经济调度策略方法
CN112016186A (zh) 一种基于随机场景构建的年度弃风、弃光率计算方法
CN116362400A (zh) 一种基于光储系统配置的大工业用户电费优化方法
CN108683211B (zh) 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型
CN115600757A (zh) 海上风电共享储能参与现货市场交易协调优化方法及系统

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