CN113346487A - 一种基于多源互补的源荷匹配方法、系统及设备 - Google Patents

一种基于多源互补的源荷匹配方法、系统及设备 Download PDF

Info

Publication number
CN113346487A
CN113346487A CN202110640742.0A CN202110640742A CN113346487A CN 113346487 A CN113346487 A CN 113346487A CN 202110640742 A CN202110640742 A CN 202110640742A CN 113346487 A CN113346487 A CN 113346487A
Authority
CN
China
Prior art keywords
new energy
source
load
model
matching
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
Application number
CN202110640742.0A
Other languages
English (en)
Other versions
CN113346487B (zh
Inventor
孙勇
李宝聚
李振元
刘畅
傅吉悦
李德鑫
郭雷
吕项羽
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.)
STATE GRID JILINSHENG ELECTRIC POWER SUPPLY Co ELECTRIC POWER RESEARCH INSTITUTE
State Grid Corp of China SGCC
State Grid Jilin Electric Power Corp
Original Assignee
STATE GRID JILINSHENG ELECTRIC POWER SUPPLY Co ELECTRIC POWER RESEARCH INSTITUTE
State Grid Corp of China SGCC
State Grid Jilin Electric Power Corp
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 STATE GRID JILINSHENG ELECTRIC POWER SUPPLY Co ELECTRIC POWER RESEARCH INSTITUTE, State Grid Corp of China SGCC, State Grid Jilin Electric Power Corp filed Critical STATE GRID JILINSHENG ELECTRIC POWER SUPPLY Co ELECTRIC POWER RESEARCH INSTITUTE
Priority to CN202110640742.0A priority Critical patent/CN113346487B/zh
Publication of CN113346487A publication Critical patent/CN113346487A/zh
Application granted granted Critical
Publication of CN113346487B publication Critical patent/CN113346487B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

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

Abstract

本发明公开了一种基于多源互补的源荷匹配系统，包括数据输入模块，用于对需要输入的数据，进行预处理，并转化为相应的模型需求向量格式，与模型构建模块相连接；模型构建模块，用于构建源荷自适应匹配模型，输出端连接模型求解模块。模型求解模块，模型参数设置，使用线性规划求解器对优化模型进行求解，获得新能源和负荷的匹配结果，本发明提出一种自适应的源荷匹配规划方法，极大降低了求解空间，从进化算法的指数复杂度降低到n的多项式复杂度。获得和负荷互补性较强的不同区域和能源的新能源场站组合。并且能够降低源荷匹配新能源削减量，提高新能源利用率。

Description

一种基于多源互补的源荷匹配方法、系统及设备
技术领域
本发明涉及超导磁体技术领域，具体是一种基于多源互补的源荷匹配方法、系统及设备。
背景技术
化石能源开发对社会经济的发展起到重要的作用，但是也带来了气候变化、环境污染、资源缺乏等问题，严重威胁人类发展和生存。根本出路是加快清洁可再生新能源的发展，以新能源替代化石能源，以电代油、以电代煤，从而满足无限增长的能源需求，减少工业文明带来的环境污染威胁。目前，许多国家都在增加可再生新能源在总能源中的占比。到2019年，尽管中国煤炭仍是主要消费能源，但占比逐年下降，清洁能源占比提升至23.4％，可再生能源发电装机年平均占比已超过50％。随着新能源在电力系统的占比即渗透率不断提高，其强随机性、间歇性和波动性，发电过程整体显著的反调峰特性，增加多能电力系统的运行复杂性，给电力系统安全稳定运行带来了新的挑战。传统的电力系统运行体系在新的能源结构体系不再适用，导致了高渗透率场景下新能源大幅消减。在中国，东北、北方和西北新能源电力被削减的情况最为严重，造成了能源的严重浪费，严重阻碍新能源的建设发展。目前，新能源削减问题正成为一个需要重点关注的问题。
新能源安全稳定的整合到电力系统中有很多必要条件，比如满足发电消耗的负荷需求、满足电力波动的调峰能力和较好的电力传输能力，使得电力系统安全稳定运行。在我国一些经济不发达的地区负荷需求增长率低于新能源装机容量增长率，传统水火电系统无法满足新能源调峰需求，从而导致新能源削减。以中国吉林省为例，冬季采暖期为满足供热需求，火电机组按最小方式运行，调峰能力大幅下降，而大风期与供热期重叠，导致冬季弃风的发生。
中国提倡用清洁的新能源替代一部分化石能源，新能源应增尽增，新能源丰富地区通过市场的手段将能源输送到负荷资源丰富地区。为了减少新能源的削减，最好寻求源荷匹配度高，即新能源本身就能满足负荷，不需要过多的水电和火电等调峰资源。因此本文提出一种多区域多源互补的源荷自适应匹配优化方法，从大量新能源电厂中选择与负荷匹配度高的进行匹配，即最大化源荷匹配的新能源消纳，最小化新能源削减。
张歆蒴、陈仕军、曾宏、韩晓言、马光文.基于源荷匹配的异质能源互补发电调度[J].电网技术,2020,v.44；No.442(09):133-139，基于源荷匹配的异质能源互补发电调度，提出了基于源荷匹配的异质能源互补发电短期多目标协调调度模型,主要考虑了电源出力与电网负荷的匹配程度以及可再生能源的利用率,设立最大源–荷匹配度和最小弃电量2个目标,将其解耦到2个子模型,通过双层嵌套模式来减小问题的维数,利用萤火虫算法对目标问题进行优化求解。应用该模型于小金川流域分布式光伏与小水电互补联合发电示范基地,优化后小水电和分布式光伏打捆输送可减小弃电量15％以上,提高源荷匹配度40％以上。
上述技术方案具有两点不足：
1、假如优化变量维度较高，如1000，则很难求解。
2、为光电和水电互补，没有风光的互补。
所以本发明利用风光多新能源场站进行源荷匹配，并且在新能源场站多时也能快速匹配。
发明内容
本发明的目的在于提供一种基于多源互补的源荷匹配方法、系统及设备，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：
一种基于多源互补的源荷匹配系统，
包括数据输入模块，用于对需要输入的数据，进行预处理，并转化为相应的模型需求向量格式，与模型构建模块相连接；
模型构建模块，用于构建源荷自适应匹配模型，输出端连接模型求解模块。
模型求解模块，模型参数设置，使用线性规划求解器对优化模型进行求解，获得新能源和负荷的匹配结果。
作为本发明的进一步技术方案：所述输入数据包括预测的负荷需求，以及每个新能源发电厂的预测的理论输出，每条连接线的能量传输能力。
作为本发明的进一步技术方案：所述源荷自适应匹配模型包括目标优化函数设置，约束条件设置。
一种基于多源互补的源荷匹配设备，采用上述系统。
一种基于多源互补的源荷匹配方法，采用上述系统，包含以下步骤：
步骤一、设置多目标优化函数，最大化新能源消纳和最小化新能源削减；分布如公式1和2所示，
Figure BDA0003107547380000031
Figure BDA0003107547380000032
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，T为时间间隔总数，I(m)表示新能源电厂是否并入电网，是则I(m)≥k，否则I(m)<k；
步骤二、多目标转化为单目标；如公式3所示
Figure BDA0003107547380000033
参数a和参数b分别代表新能源消耗的权重和新能源削减的权重；
步骤三、设置功率平衡的约束条件，使得源荷平衡，如公式4所示；
PD(g,t)+PL(g,t)＝PT(g,t)-Pw(g,t) (4)
其中PD(g,t)是t时刻电网g的负荷需求，PT(g,t)和Pw(g,t)分别是t时刻电网g的新能源和热能输出的总和，PL(g,t)是t时刻电网g的输电消耗量；
步骤四、设置传输能力约束，如公式5所示；
Figure BDA0003107547380000041
其中PL(l,t)为t时刻连接线l的负荷流量,
Figure BDA0003107547380000042
为线路最大传输能力，
Figure BDA0003107547380000043
为线路最小传输能力；
步骤五、设置新能源电站输出约束；
Figure BDA0003107547380000044
Figure BDA0003107547380000045
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，PD(g,t)是t时刻电网g的负荷需求，PL(g,t)是t时刻电网g的输电消耗量。
作为本发明的进一步技术方案，步骤二中，如果增加新能源消耗被认为更重要，a就会更大，否则，如果减少削减新能源更重要，b就越大。
作为本发明的进一步技术方案，模型求解模块的具体实施步骤如下：
d、模型参数初始化，本文将公式(1)中I(m)的阈值k设置为0.1，表示如果匹配量占比过小，新能源场站则不并入该配电网，而是与其他匹配度高的负荷进行匹配。初始将a和b分别设为3和4，可以获得较优结果，如果要根据电力系统需求或寻求更好的结果，则转入第二步，不然直接以固定参数值转入第三步；
e、模型参数优化求解，可以将I(m)的阈值k调高，即匹配量占比过小不参与匹配。依照新能源消耗的权重和新能源削减的权重，可以自己调节a和b的值。以智能综合评估的话，可以以公式11为评估指标，使得模型自适应调节a和b的值，使得f1最小；
Figure BDA0003107547380000051
Figure BDA0003107547380000052
Pcur＝Pf-Pmatch (10)
minf1＝Pcur-Pmatch＝Pf-2*Pmatch (11)
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，T为时间间隔总数，PD(g,t)是t时刻电网g的负荷需求，Pcur为新能源削减量，I(m)表示新能源电厂是否并入电网，是则I(m)>＝k，否则I(m)<k；
最后使用线性约束求解器对模型进行求解。获得每一时刻新能源消纳量和负荷需求量。
与现有技术相比，本发明的有益效果是：1、提出一种自适应的源荷匹配规划方法，极大降低了求解空间，从进化算法的o(2n)指数复杂度降低到n的多项式复杂度。获得和负荷互补性较强的不同区域和能源的新能源场站组合。
2、降低源荷匹配新能源削减量，提高新能源利用率。
附图说明
图1是系统结构示意图。
图2是模型构建模块示意图。
图3是模型求解模块示意图。
图4是新能源场站日前预测理论出力曲线图。
图5是负荷总功率曲线图。
图6是不同场景下匹配结果图。
具体实施方式
下面将结合本发明实施例中的附图，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。
请参阅图1-6，实施例1：一种基于多源互补的源荷匹配系统，
包括数据输入模块，用于对需要输入的数据，进行预处理，并转化为相应的模型需求向量格式，与模型构建模块相连接；
模型构建模块，用于构建源荷自适应匹配模型，输出端连接模型求解模块。
模型求解模块，模型参数设置，使用线性规划求解器对优化模型进行求解，获得新能源和负荷的匹配结果。
其中，输入数据包括预测的负荷需求，以及每个新能源发电厂的预测的理论输出，每条连接线的能量传输能力。
源荷自适应匹配模型包括目标优化函数设置，约束条件设置。
实施例2：一种基于多源互补的源荷匹配设备，采用实施例1中的系统。
实施例3：一种基于多源互补的源荷匹配方法，实施例1所述的系统，包含以下步骤：
步骤一、设置多目标优化函数，最大化新能源消纳和最小化新能源削减；分布如公式1和2所示，
Figure BDA0003107547380000071
Figure BDA0003107547380000072
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，T为时间间隔总数，I(m)表示新能源电厂是否并入电网，是则I(m)≥k，否则I(m)<k；
步骤二、多目标转化为单目标；如公式3所示
Figure BDA0003107547380000073
参数a和参数b分别代表新能源消耗的权重和新能源削减的权重，如果增加新能源消耗被认为更重要，a就会更大，否则，如果减少削减新能源更重要，b就越大；
步骤三、设置功率平衡的约束条件，使得源荷平衡，如公式4所示；
PD(g,t)+PL(g,t)＝PT(g,t)-Pw(g,t) (4)
其中PD(g,t)是t时刻电网g的负荷需求，PT(g,t)和Pw(g,t)分别是t时刻电网g的新能源和热能输出的总和，PL(g,t)是t时刻电网g的输电消耗量；
步骤四、设置传输能力约束，如公式5所示；
Figure BDA0003107547380000074
其中PL(l,t)为t时刻连接线l的负荷流量,
Figure BDA0003107547380000075
为线路最大传输能力，
Figure BDA0003107547380000076
为线路最小传输能力；
步骤五、设置新能源电站输出约束；
Figure BDA0003107547380000081
Figure BDA0003107547380000082
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，PD(g,t)是t时刻电网g的负荷需求，PL(g,t)是t时刻电网g的输电消耗量。
实施例4，在实施例3的基础上，模型求解模块的具体实施步骤如下：
a、模型参数初始化，本文将公式(1)中I(m)的阈值k设置为0.1，表示如果匹配量占比过小，新能源场站则不并入该配电网，而是与其他匹配度高的负荷进行匹配。初始将a和b分别设为3和4，可以获得较优结果，如果要根据电力系统需求或寻求更好的结果，则转入第二步，不然直接以固定参数值转入第三步；
b、模型参数优化求解，可以将I(m)的阈值k调高，即匹配量占比过小不参与匹配。依照新能源消耗的权重和新能源削减的权重，可以自己调节a和b的值。以智能综合评估的话，可以以公式11为评估指标，使得模型自适应调节a和b的值，使得f1最小；
Figure BDA0003107547380000083
Figure BDA0003107547380000084
Pcur＝Pf-Pmatch (10)
minf1＝Pcur-Pmatch＝Pf-2*Pmatch (11)
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，T为时间间隔总数，PD(g,t)是t时刻电网g的负荷需求，Pcur为新能源削减量，I(m)表示新能源电厂是否并入电网，是则I(m)>＝k，否则I(m)<k；
c、最后使用线性约束求解器对模型进行求解。获得每一时刻新能源消纳量和负荷需求量。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (7)

1.一种基于多源互补的源荷匹配系统，其特征在于，包括：
数据输入模块，用于对需要输入的数据，进行预处理，并转化为相应的模型需求向量格式，与模型构建模块相连接；
模型构建模块，用于构建源荷自适应匹配模型，输出端连接模型求解模块。
模型求解模块，模型参数设置，使用线性规划求解器对优化模型进行求解，获得新能源和负荷的匹配结果。
2.根据权利要求1所述的一种基于多源互补的源荷匹配系统，其特征在于，所述输入数据包括预测的负荷需求，以及每个新能源发电厂的预测的理论输出，每条连接线的能量传输能力。
3.根据权利要求2所述的一种基于多源互补的源荷匹配系统，其特征在于，所述源荷自适应匹配模型包括目标优化函数设置，约束条件设置。
4.一种基于多源互补的源荷匹配设备，其特征在于，采用权利要求1-3任一所述的系统。
5.一种基于多源互补的源荷匹配方法，其特征在于，采用权利要求1-3任一所述的系统，包含以下步骤：
步骤一、设置多目标优化函数，最大化新能源消纳和最小化新能源削减；分布如公式1和2所示，
Figure FDA0003107547370000011
Figure FDA0003107547370000012
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，T为时间间隔总数，I(m)表示新能源电厂是否并入电网，是则I(m)≥k，否则I(m)<k；
步骤二、多目标转化为单目标；如公式3所示
Figure FDA0003107547370000021
参数a和参数b分别代表新能源消耗的权重和新能源削减的权重；
步骤三、设置功率平衡的约束条件，使得源荷平衡，如公式4所示；
PD(g,t)+PL(g,t)＝PT(g,t)-Pw(g,t) (4)
其中PD(g,t)是t时刻电网g的负荷需求，PT(g,t)和Pw(g,t)分别是t时刻电网g的新能源和热能输出的总和，PL(g,t)是t时刻电网g的输电消耗量；
步骤四、设置传输能力约束，如公式5所示；
Figure FDA0003107547370000022
其中PL(l,t)为t时刻连接线l的负荷流量,
Figure FDA0003107547370000023
为线路最大传输能力，
Figure FDA0003107547370000024
为线路最小传输能力；
步骤五、设置新能源电站输出约束；
Figure FDA0003107547370000025
Figure FDA0003107547370000026
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，PD(g,t)是t时刻电网g的负荷需求，PL(g,t)是t时刻电网g的输电消耗量。
6.根据权利要求5所述的一种基于多源互补的源荷匹配方法、系统及设备，其特征在于，步骤二中，如果增加新能源消耗被认为更重要，a就会更大，否则，如果减少削减新能源更重要，b就越大。
7.根据权利要求5所述的一种基于多源互补的源荷匹配方法、系统及设备，其特征在于，模型求解模块的具体实施步骤如下：
a、模型参数初始化，本文将公式(1)中I(m)的阈值k设置为0.1，表示如果匹配量占比过小，新能源场站则不并入该配电网，而是与其他匹配度高的负荷进行匹配。初始将a和b分别设为3和4，可以获得较优结果，如果要根据电力系统需求或寻求更好的结果，则转入第二步，不然直接以固定参数值转入第三步；
b、模型参数优化求解，可以将I(m)的阈值k调高，即匹配量占比过小不参与匹配。依照新能源消耗的权重和新能源削减的权重，可以自己调节a和b的值。以智能综合评估的话，可以以公式11为评估指标，使得模型自适应调节a和b的值，使得f1最小；
Figure FDA0003107547370000031
Figure FDA0003107547370000032
Pcur＝Pf-Pmatch (10)
minf1＝Pcur-Pmatch＝Pf-2*Pmatch (11)
其中Pw(m,t)为新能源电厂m为在时间t上实际功率输出，Pf(m,t)为新能源厂m在t时刻的理论出力，Nw为新能源总数，T为时间间隔总数，PD(g,t)是t时刻电网g的负荷需求，Pcur为新能源削减量，I(m)表示新能源电厂是否并入电网，是则I(m)>＝k，否则I(m)<k；
c、最后使用线性约束求解器对模型进行求解。获得每一时刻新能源消纳量和负荷需求量。
CN202110640742.0A 2021-06-09 2021-06-09 一种基于多源互补的源荷匹配方法、系统及设备 Active CN113346487B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110640742.0A CN113346487B (zh) 2021-06-09 2021-06-09 一种基于多源互补的源荷匹配方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110640742.0A CN113346487B (zh) 2021-06-09 2021-06-09 一种基于多源互补的源荷匹配方法、系统及设备

Publications (2)

Publication Number Publication Date
CN113346487A true CN113346487A (zh) 2021-09-03
CN113346487B CN113346487B (zh) 2022-09-30

Family

ID=77475673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110640742.0A Active CN113346487B (zh) 2021-06-09 2021-06-09 一种基于多源互补的源荷匹配方法、系统及设备

Country Status (1)

Country Link
CN (1) CN113346487B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114217574A (zh) * 2021-10-12 2022-03-22 国网河北省电力有限公司正定县供电分公司 一种基于能源及负荷匹配的能源网架构建系统及方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109936164A (zh) * 2019-03-31 2019-06-25 东北电力大学 基于电源互补特性分析的多能源电力系统优化运行方法
CN110854922A (zh) * 2019-12-19 2020-02-28 南京晓庄学院 基于蚁群算法的地区电网接纳新能源能力评估系统及方法
CN111181198A (zh) * 2020-01-13 2020-05-19 四川大学 一种基于网源互馈的异质能源互补发电调度方法
CN111404205A (zh) * 2020-04-16 2020-07-10 三峡大学 基于相关性分析的风光储互补系统需求响应策略
CN111612248A (zh) * 2020-05-20 2020-09-01 云南电网有限责任公司电力科学研究院 一种配电网侧源-荷协调方法及系统
CN111917140A (zh) * 2020-07-17 2020-11-10 兰州理工大学 一种新能源互补发电系统二层优化调度模型
CN112186802A (zh) * 2020-09-28 2021-01-05 国网江苏省电力有限公司苏州供电分公司 一种动态经济调度的多时间尺度滚动调度方法及其系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109936164A (zh) * 2019-03-31 2019-06-25 东北电力大学 基于电源互补特性分析的多能源电力系统优化运行方法
CN110854922A (zh) * 2019-12-19 2020-02-28 南京晓庄学院 基于蚁群算法的地区电网接纳新能源能力评估系统及方法
CN111181198A (zh) * 2020-01-13 2020-05-19 四川大学 一种基于网源互馈的异质能源互补发电调度方法
CN111404205A (zh) * 2020-04-16 2020-07-10 三峡大学 基于相关性分析的风光储互补系统需求响应策略
CN111612248A (zh) * 2020-05-20 2020-09-01 云南电网有限责任公司电力科学研究院 一种配电网侧源-荷协调方法及系统
CN111917140A (zh) * 2020-07-17 2020-11-10 兰州理工大学 一种新能源互补发电系统二层优化调度模型
CN112186802A (zh) * 2020-09-28 2021-01-05 国网江苏省电力有限公司苏州供电分公司 一种动态经济调度的多时间尺度滚动调度方法及其系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YONG SUN等: "Robust Coordinated Schedule of Electricity and Heating System Considering Multiple Sources of Uncertainties", 《2020 10TH INTERNATIONAL CONFERENCE ON POWER AND ENERGY SYSTEMS》 *
张歆蒴等: "基于源荷匹配的异质能源互补发电调度", 《电网技术》 *
李德鑫等: "基于纳什谈判理论的风–光–氢多主体能源系统合作运行方法", 《中国电机工程学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114217574A (zh) * 2021-10-12 2022-03-22 国网河北省电力有限公司正定县供电分公司 一种基于能源及负荷匹配的能源网架构建系统及方法

Also Published As

Publication number Publication date
CN113346487B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN108123492B (zh) 一种考虑火电电蓄热联合调峰的日前发电计划优化方法
Nema et al. A current and future state of art development of hybrid energy system using wind and PV-solar: A review
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN106786799B (zh) 一种直流联络线功率阶梯化发电计划优化方法
CN102509175B (zh) 分布式供电系统可靠性优化方法
CN102930351B (zh) 一种综合节能优化调度日计划生成方法
CN109245169A (zh) 一种风光水储联合调度方法
CN108233430B (zh) 一种计及系统能源波动性的交直流混合微网优化方法
CN103066626A (zh) 一种多源协调日前发电计划方法
Liu et al. Impacts of distributed renewable energy generations on smart grid operation and dispatch
Roossien et al. Virtual power plant field experiment using 10 micro-CHP units at consumer premises
CN105186583B (zh) 基于多智能体建模的能量路由器及其能量调度方法
CN113346487B (zh) 一种基于多源互补的源荷匹配方法、系统及设备
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
CN112769156B (zh) 一种计及大规模海上风电并网的源网荷储协调运行方法
CN114971372A (zh) 基于需求响应的微能网多时空尺度优化调度方法
CN111130145A (zh) 一种基于合理弃风弃光的风光装机容量优化规划方法
Azar et al. Energy hub: modeling and technology-a review
CN206211536U (zh) 分布式电源电网
Shayeghi et al. Potentiometric of the renewable hybrid system for electrification of gorgor station
Li et al. Multi-energy coordinated operation optimization model for wind-solar-hydro-thermal-energy storage system considering the complementary characteristics of different power resources
CN110826778B (zh) 一种主动适应新能源发展的负荷特性优化计算方法
Lin et al. Integrating high-penetration renewable energy into power system—A case study
Baozhu et al. Retracted: Coordinated Optimization of Electric-Thermal System for Renewable Energy Clean Heating
Shao et al. Research on the Planning of Jiangsu Yancheng New Power System Demonstration Zone with New Energy Resources

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