CN113572162B - 新能源汇集区的电压滚动预测方法、装置、终端及介质 - Google Patents

新能源汇集区的电压滚动预测方法、装置、终端及介质 Download PDF

Info

Publication number
CN113572162B
CN113572162B CN202110857995.3A CN202110857995A CN113572162B CN 113572162 B CN113572162 B CN 113572162B CN 202110857995 A CN202110857995 A CN 202110857995A CN 113572162 B CN113572162 B CN 113572162B
Authority
CN
China
Prior art keywords
new energy
active power
value
power generation
unit
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
CN202110857995.3A
Other languages
English (en)
Other versions
CN113572162A (zh
Inventor
杨潇
曾四鸣
李铁成
李晓明
胡雪凯
胡文平
孟良
高泽明
程伦
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 Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Energy Technology Service Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd
State Grid Hebei Energy Technology Service Co Ltd
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 Corp of China SGCC, Electric Power Research Institute of State Grid Hebei Electric Power Co Ltd, State Grid Hebei Energy Technology Service Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110857995.3A priority Critical patent/CN113572162B/zh
Publication of CN113572162A publication Critical patent/CN113572162A/zh
Application granted granted Critical
Publication of CN113572162B publication Critical patent/CN113572162B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/004—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
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • 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
    • H02J3/48—Controlling the sharing of the in-phase component
    • 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
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers

Landscapes

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

Abstract

本发明提供一种新能源汇集区的电压滚动预测方法、装置、终端及介质。该方法包括：确定预设时刻的新能源机组的有功发电预测值；根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值；根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值。本发明能够利用新能源发电预测值在线对预设时刻的电压值进行预测，以基于电压预测值实现对新能源汇集区的电压安全预防控制。

Description

新能源汇集区的电压滚动预测方法、装置、终端及介质
技术领域
本发明涉及电力系统电压预测技术领域，尤其涉及一种新能源汇集区的电压滚动预测方法、装置、终端及介质。
背景技术
为了应对新能源汇集区的电压波动引起的电压失稳等问题，需要根据新能源未来有功发电的变化情况，预先对新能源汇集区的电压进行安全预防控制，避免有功发电的间歇变化引起电压不合格。因此，需要根据新能源汇集区域未来的有功出力趋势对电网的电压进行准确预报。
目前，现有的新能源汇集区的电压滚动预测一般采用直流潮流算法对电网的有功发电、有功负荷和支路有功潮流进行预报。
但是，现有的新能源汇集区的电压滚动预测方法无法实现对新能源汇集区电网电压的预报。
发明内容
本发明实施例提供了一种新能源汇集区的电压滚动预测方法、装置、终端及介质，以解决现有的新能源汇集区的电压滚动预测方法无法实现对新能源汇集区电网电压的预报的问题。
第一方面，本发明实施例提供了一种新能源汇集区的电压滚动预测方法，包括：
确定预设时刻的新能源机组的有功发电预测值；
根据预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值；
根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值。
在一种可能的实现方式中，确定预设时刻的新能源机组的有功发电预测值，包括：
读取预设的电网模型和实时潮流数据；
根据预设的电网模型和实时潮流数据，确定c个新能源机组的基态潮流有功功率值；
按照c个新能源机组的基态潮流有功功率值在新能源场站的基态总有功发电值的占比，确定第一预设时间间隔后的c个新能源机组的有功发电预测值；
利用差值法对第一预设时间间隔后的c个新能源机组的有功发电预测值进行差值处理，确定第二预设时间间隔后的c个新能源机组的有功发电预测值，其中，第一预设时间大于第二预设时间；
从第二预设时间间隔后的c个新能源机组的有功发电预测值中选取预设时刻的新能源机组的有功发电预测值。
在一种可能的实现方式中，按照c个新能源机组的基态潮流有功功率值在新能源场站的基态总有功发电值的占比，确定第一预设时间间隔后的c个新能源机组的有功发电预测值，包括：
获取新能源场站的基态总有功发电值和第一预设时间间隔后的新能源场站的预测有功值；
计算c个新能源机组的基态潮流有功功率值与新能源场站的基态总有功发电值的比值，确定第一比例值；
计算第一比例值与第一预设时间间隔后的新能源场站的预测有功值的乘积，得到第一预设时间间隔后的c个新能源机组的有功发电预测值。
在一种可能的实现方式中，根据预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值包括：
若预设时刻的新能源机组的有功发电预测值不等于新能源机组的基态潮流有功功率值，计算预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值；
确定e个水火机组的基态有功负载率；
根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值，调整e个水火机组的基态有功负载率以确定调整后的水火机组的有功发电值。
在一种可能的实现方式中，根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值，调整e个水火机组的基态有功负载率以确定调整后的水火机组的有功发电值，包括：
计算e个水火机组的基态有功负载率；
按照降序方式将e个水火机组的基态有功负载率进行排序，得到排列后的e个水火机组的基态有功负载率；
根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值调整排列后的e个水火机组的基态有功负载率，得到调整后的水火机组的有功发电值。
在一种可能的实现方式中，计算e个水火机组的基态有功负载率，包括：
获取e个水火机组的有功上限值；
将e个水火机组的基态潮流有功功率值与e个水火机组的有功上限值作商，得到e个水火机组的基态有功负载率。
在一种可能的实现方式中，还包括：
若预设时刻小于或等于预设阈值，返回执行根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值的步骤，直至预设时刻大于预设阈值。
第二方面，本发明实施例提供了一种新能源汇集区的电压滚动预测装置，包括：
数据确定模块，用于确定预设时刻的新能源机组的有功发电预测值；
数值调整模块，用于根据预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值；
电压预测模块，用于根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值。
第三方面，本发明实施例提供了一种终端，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式方法的步骤。
本发明实施例提供一种新能源汇集区的电压滚动预测方法、装置、终端及介质，通过确定预设时刻的新能源机组的有功发电预测值，然后根据预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值，最后根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值。本发明通过结合新能源汇集区电网的特点，能够利用新能源发电预测值在线对预设时刻的电压值进行预测，以基于电压预测值实现对新能源汇集区的电压安全预防控制。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种新能源汇集区的电压滚动预测方法的实现流程图；
图2是本发明实施例提供的一种新能源汇集区的电压滚动预测装置的结构示意图；
图3是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
在我国的电网系统中电压是电能质量的重要指标，合理的电压控制不仅可以提高电网的电压合格水平，还能够较好地减少电网的整体损耗。电压预测的意义在于可以预先全面了解电网在节假日等特殊情况下的无功和电压变化趋势，针对性地制定未来时段母线电压限值等控制策略，合理规划电网中各种无功资源的调节时序，实现对电压的预防控制，有效抑制电压波动，提高电网电压的稳定性。
电力系统潮流计算是研究电力系统稳态运行情况的一种基本电气计算。它的任务是根据给定的运行条件和网络结构确定整个系统的运行状态，一般给定的运行条件包括发电机机端电压、有功、无功以及负荷有功、无功，计算得的系统运行状态包括各母线上的电压(幅值及相角)、网络中的功率分布以及功率损耗等。
自动电压控制(Automatic Voltage Control，AVC)系统是实现电网安全(提高电压稳定裕度)、经济(降低网络损耗)、优质(提高电压合格率)运行的重要手段，其基本原理是通过协调控制发电机无功出力、变压器分接头和无功补偿设备，实现电网内无功电压的合理分布。合理的电压预报也将为AVC系统提供有效的预防控制手段，避免了电压在负荷峰谷变化时期的大波动的产生，降低电压波动率，增加了AVC调节的有效性，提升了电压的稳定性。
随着传统化石能源迅速枯竭，环境污染问题日益严重，以风能、光伏发电为代表的清洁可持续新能源备受关注，大量的新能源电场也应运而生。然而，无论风能还是光伏发电，固有的间歇特性给电网的运行调度带来很大的压力。我国新能源资源远离负荷中心、地区差异大的分布特点，目前多采取大规模集中式接入，将新能源机组发的电通过多个新能源汇集站的多级变压器升压到一个较高电压等级的变电站，该变电站被称为新能源汇集区的中心汇集变电站，将电量从该变电站经过长距离高压方式输送到大负荷区域。而这个大规模新能源发电站接入并汇集到中心汇集变电站的区域，就称为新能源汇集区。
新能源发电固有的间歇特性对电网电压会产生较大的影响。新能源汇集区有功发电由于风力、太阳能等一次资源间歇变化而波动时，其引起汇集区内各级母线电压的剧烈变化，严重时可能造成区域电压失稳及新能源场站连锁脱网等故障。传统的AVC采用以固定周期进行控制，每个周期仅对电网当前时刻的电压情况进行控制，不考虑电网未来可能出现的变化趋势，无法应对新能源汇集区电网电压的快速波动。研究表明，为了应对新能源汇集区的电压波动引起的电压失稳等问题，需要根据新能源未来有功发电的变化情况，预先对新能源汇集区的电压进行安全预防控制，避免有功发电的间歇变化引起电压不合格。基于上述问题，本发明提出一种新能源汇集区的电压滚动预测方法。
参见图1，其示出了本发明实施例提供的新能源汇集区的电压滚动预测方法的实现流程图，详述如下：
步骤S101：确定预设时刻的新能源机组的有功发电预测值；
步骤S102：根据预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值；
步骤S103：根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值。
在一实施例中，预设时刻指任一时间点，例如上午9时、上午10时等任一时刻。根据电网运行规律，有功总发电等于总负荷加总损耗，在不考虑负荷变化的情况下，如果新能源机组的发电预测值不等于新能源机组的的基态潮流有功功率值，也就是说，预设时刻的新能源机组的有功发电预测值与新能源机组的基态潮流有功功率值不相等，则需要对水火机组的有功发电值进行调整，来平衡发电负荷的差值。
本发明实施例提供一种新能源汇集区的电压滚动预测方法、装置，通过确定预设时刻的新能源机组的有功发电预测值，然后根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值，最后根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值。本发明通过结合新能源汇集区电网的特点，能够利用新能源发电预测值在线对预设时刻的电压值进行预测，以基于电压预测值实现对新能源汇集区的电压安全预防控制。
在一实施例中，步骤S101包括：
步骤S201：读取预设的电网模型和实时潮流数据；
步骤S202：根据预设的电网模型和实时潮流数据，确定c个新能源机组的基态潮流有功功率值；
步骤S203：按照c个新能源机组的基态潮流有功功率值在新能源场站的基态总有功发电值的占比，确定第一预设时间间隔后的c个新能源机组的有功发电预测值；
步骤S204：利用差值法对第一预设时间间隔后的c个新能源机组的有功发电预测值进行差值处理，确定第二预设时间间隔后的c个新能源机组的有功发电预测值，其中，第一预设时间大于第二预设时间；
步骤S205：从第二预设时间间隔后的c个新能源机组的有功发电预测值中选取预设时刻的新能源机组的有功发电预测值。
可选的，设定新能源汇集区Znew，呈现辐射性结构，区域中有一个高电压等级的变电站作为中心汇集变电站Scen，该变电站的三侧电压等级分别为500kv/220kv/35kv；中心汇集变电站Scen的三侧母线分别为其中/>表示500kv电压等级的母线，(上标代表电压等级，下同)；中心汇集变电站Scen的220kv中压侧a条出线，每条出线连接1个220kv新能源汇集站,新能源汇集站三侧电压分别为220kv/110kv/35kv，所有220kv新能源汇集站中的母线为/>每个新能源汇集站的110kv中压侧也会有b条出线，每条出线连接1个110kv新能源电厂，有风电场和光伏电站，新能源电厂一般有两卷变，则两侧的电压分别为110kv和35kv，所有110kv新能源厂站的高压侧110kv母线记为/>其中/>代表第i个220新能源汇集站下面带的第j个110kv新能源汇集站中的高压侧110kv母线；其中35kv侧则带有多个等值机组，包括风电汇集等值机组、光伏合并进线等值机组、调相机、SVG等，其中调相机和SVG属于无功源机组，在此不予考虑；所有的新能源等值机组为c个，记为/>其中/>代表第i个新能源等值机组；所有的常规水火机组为e个，记为/>其中/>代表第i个新能源等值机组。
在一实施例中，设定每整点时刻进行未来一小时的电压预报计算，当前设定T＝0，0≤T≤23；在时刻T来临时，从电网能量管理系统EMS读取当前时刻的电网断面，该断面包括当前的电网模型和实时潮流数据。根据当前电网模型以及实时潮流数据进行基态潮流计算，可以得到c个新能源机组Unewun的基态潮流有功功率为其中Pi gt0代表第i个新能源机组/>的基态有功功率值；得到e个常规水火机组Uun的基态潮流有功功率为/>其中Pi ut0代表第i个水火机组/>的基态有功功率值。
进一步地，第一预设时间间隔为每隔第一预设时间获取数据，第二预设时间间隔为每隔第二预设时间获取数据，第一预设时间大于第二预设时间。第一预设时间可为任一时间，例如第一预设时间为15min，按照15分钟的间隔读取未来1个小时的新能源有功发电预测数据，也就是未来4个时刻的预测数据，新能源预测数据是针对各新能源厂站的总有功出力给出的，因为计算的电网模型对象是机组，所以需要将新能源场站有功出力预测数据分配到该场站的等值机组上。新能源预测数据的时间间隔为15分钟，而一般AVC控制的周期则为5分钟(第二预设时间)，为了使预测数据能够跟AVC控制周期保持一致，将通过插值法对预测数据进行处理，将其时间间隔周期处理为5分钟。
具体地，插值法的具体实施过程如下所示：
1、设定当前时间为t0，预测数据下个时间为t0+15，根据时间间隔5分钟的需要，在这两个时间间隔内插入t0+5、t0+10这两个时刻的数据，这四个连续时刻设定为t0,t1,t2,t3，对应的的四个时刻的数据分别为p0,p1,p2,p3，其中p0和p3已知，需要使用插值法求得p1和p2；
2、设定从p0到p3的变化率是一定的，设定
3、求得：
4、对应到该电网模型中，新能源机组在当前时刻的基态有功潮流值Pi gt0和15分钟后的预测数据Pi gt1中间采用插值法，则可以得到每5分钟的预测数据，处理后的数据为了方便5分钟间隔的计数，将Pi gt0另记为Pi gt′0，Pi gt1另记为Pi gt′3，中间差值得到的未来5分钟和未来10分钟的预测数据分别为Pi gt′1和Pi gt′2；用同样的方法处理所有的新能源机组，则可以将5.3)的集合/>处理得到新的集合：
其中，Pi gt′j代表第i个新能源机组在未来第j个5分钟周期时刻的有功预测值，两个预测数据时刻之间间隔为5分钟。
根据该实例得到新的集合为：
在一实施例中，步骤S203包括：
步骤S301：获取新能源场站的基态总有功发电值和第一预设时间间隔后的新能源场站的预测有功值；
步骤S302：计算c个新能源机组的基态潮流有功功率值与新能源场站的基态总有功发电值的比值，确定第一比例值；
步骤S303：计算第一比例值与第一预设时间间隔后的新能源场站的预测有功值的乘积，得到第一预设时间间隔后的c个新能源机组的有功发电预测值。
在一实施例中，以第一预设时间为15min为例，设定新能源场站Si，场站的基态总有功发电值为其未来1小时四个预测时刻的预测有功值分别为/>该厂站内有d个新能源机组/>d个新能源机组对应的基态有功潮流值分别为其中0≤d1≤dd≤c。将新能源场站有功发电预测数据按照场站内新能源机组的基态有功值的比例分配到对应的机组上，即新能源机组/>的未来15分钟的预测值按照上述算法，可以得到新能源厂站Si中的d个新能源机组的未来1个小时的4个时刻的有功预测值；同样的算法也可以得到所有c个新能源机组的未来1小时4个时刻的有功预测值，记为集合：
其中，Pi gtj代表第i个新能源机组在未来第j个15分钟周期时刻的有功预测值，两个预测数据时刻之间为15分钟。
得到新能源厂站ST4中的1个新能源机组的未来1个小时的4个时刻的有功预测值分别为{8，11，14，17}；同样的算法也可以得到所有4个新能源机组的未来1小时4个时刻的有功预测值，记为集合：
其中第4行代表4个新能源机组在未来60分钟每间隔15分钟的4个时刻的有功预测值。
在一实施例中，步骤S102包括：
步骤S401：若预设时刻的新能源机组的有功发电预测值不等于新能源机组的基态潮流有功功率值，计算预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值；
步骤S402：确定e个水火机组的基态有功负载率；
步骤S403：根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值，调整e个水火机组的基态有功负载率以确定调整后的水火机组的有功发电值。
在一实施例中，根据电网运行规律，有功总发电等于总负荷加总损耗，在不考虑负荷变化的情况下，如果总的新能源发电预测值不等于基态发电值，则需要改变常规水火机组的有功出力，来平衡发电负荷的差值，具体方法如下：
1、计算得到t时刻的新能源总发电预测值相对于基态新能源总发电值的差值
时间间隔周期为5分钟，可以得到如下表格数据：
2、根据ΔPt1的值分别进行不同的分解方法：
如果ΔPt1＝0，则水火机组有功发电不进行重分配；
如果ΔPt1>0,则水火机组则需要减少总量为ΔPt1的有功发电，从基态有功负载率最高的机组开始，每个机组减少当前基态有功出力值的10％(一般设定为该数值，也可根据实际情况调整)，直到累计总减少量等于ΔPt1为止；
如果ΔPt1<0,则水火机组则需要增加总量为ΔPt1的有功发电，从基态有功负载率最低的机组开始，每个机组增加当前基态有功出力值的10％(一般设定为该数值，也可根据实际情况调整)，机组的总有功出力不大于其最大值，直到累计总增加量等于ΔPt1为止；
3、根据步骤2的方法，可以得到e个常规水火机组在时刻t的有功发电值集合此时/>代表水火机组调整后的有功值。
根据基态有功负载率排序，5个火电机组调整后的有功值如下表所示：(单位WM)
在一实施例中，步骤S403包括：
步骤S501：计算e个水火机组的基态有功负载率；
步骤S502：按照降序方式将e个水火机组的基态有功负载率进行排序，得到排列后的e个水火机组的基态有功负载率；
步骤S503：根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值调整排列后的e个水火机组的基态有功负载率，得到调整后的水火机组的有功发电值。
具体地，先计算得到所有e个常规水火机组的有功负载率，并按照基态有功负载率从大到小的顺序进行排序，可以得到新的e个水火机组的顺序集合其中/>是基态有功负荷率最大的机组，集合中按顺序基态有功负荷率依次降低，/>是基态有功负荷率最小的机组；该顺序对应的机组基态有功功率值集合/> 中机组基态有功负载率分别为/>其中1≤e1≤e,1≤ee≤e。
在一实施例中，步骤S501包括：
步骤S601：获取e个水火机组的有功上限值；
步骤S602：将e个水火机组的基态潮流有功功率值与e个水火机组的有功上限值作商，得到e个水火机组的基态有功负载率。
可选的，基态有功负载率等于基态有功出力与该机组有功上限值的比值，第i个常规水火机组的基态有功值为Pi ut0，设定该机组的有功上限值为Pi umax，则机组/>的有功负载率Fi rate＝Pi ut0/Pi umax。
在一实施例中，还包括：
步骤S104：若预设时刻小于或等于预设阈值，返回执行根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值的步骤，直至预设时刻大于预设阈值。
具体地，将获取的第t时刻的新能源机组有功发电预测值和得到的水火机组调整后的有功发电值，替换基态潮流结果中对应机组的有功发电值数据，并重新进行潮流计算，得到t时刻的交流潮流解，从而得到t时刻的新能源汇集区的电压预测值：
的t时刻电压预测值为{V1 500-t,V1 220-t,V1 35-t}；
的t时刻电压预测值为
的t时刻电压预测值为/>
根据该实例得到的发电负荷的调整计算交流潮流解，得到各母线电压预报结果为：(单位：kV)
/>
设预设时刻为t，预设阈值为任一时刻，例如预设阈值为12，那么若t＝t+1，如果t≤12，则返回执行根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值的步骤继续计算；如果t＞12，则结束计算。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。
图2示出了本发明实施例提供的一种新能源汇集区的电压滚动预测装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：
如图2所示，一种新能源汇集区的电压滚动预测装置包括：数据确定模块21、数值调整模块22和电压预测模块23，具体如下：
数据确定模块21，用于获取预设时刻的新能源机组的有功发电预测值；
数值调整模块22，用于根据预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值；
电压预测模块23，用于根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值。
在一种可能的实现方式中，数据确定模块21包括：
数据读取子模块，用于读取预设的电网模型和实时潮流数据；
有功功率确定子模块，用于根据预设的电网模型和实时潮流数据，确定c个新能源机组的基态潮流有功功率值；
有功发电预测值确定子模块，用于按照c个新能源机组的基态潮流有功功率值在新能源场站的基态总有功发电值的占比，确定第一预设时间间隔后的c个新能源机组的有功发电预测值；
差分计算子模块，用于利用差值法对第一预设时间间隔后的c个新能源机组的有功发电预测值进行差值处理，确定第二预设时间间隔后的c个新能源机组的有功发电预测值，其中，第一预设时间大于第二预设时间；
数值选取子模块，用于从第二预设时间间隔后的c个新能源机组的有功发电预测值中选取预设时刻的新能源机组的有功发电预测值。
在一种可能的实现方式中，有功发电预测值确定子模块包括：
数值获取单元，用于获取新能源场站的基态总有功发电值和第一预设时间间隔后的新能源场站的预测有功值；
比例值计算单元，用于计算c个新能源机组的基态潮流有功功率值与新能源场站的基态总有功发电值的比值，确定第一比例值；
乘积计算单元，用于计算第一比例值与第一预设时间间隔后的新能源场站的预测有功值的乘积，得到第一预设时间间隔后的c个新能源机组的有功发电预测值。
在一种可能的实现方式中，数值调整模块22包括：
总有功发电值获取子模块，用于若预设时刻的新能源机组的有功发电预测值不等于新能源机组的基态潮流有功功率值，计算预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值；
总发电预测值确定子模块，用于确定e个水火机组的基态有功负载率；
判断子模块，用于根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值，调整e个水火机组的基态有功负载率以确定调整后的水火机组的有功发电值。
在一种可能的实现方式中，判断子模块包括：
有功负载率计算子模块，用于计算e个水火机组的基态有功负载率；
排序子模块，用于按照降序方式将e个水火机组的基态有功负载率进行排序，得到排列后的e个水火机组的基态有功负载率；
调整后的值确定子模块，用于根据预设时刻的新能源机组的有功发电预测值和新能源机组的基态潮流有功功率值的差值调整排列后的e个水火机组的基态有功负载率，得到调整后的水火机组的有功发电值。
在一种可能的实现方式中，有功负载率计算子模块包括：
有功上限值获取单元，用于获取e个水火机组的有功上限值；
作商单元，用于将e个水火机组的基态潮流有功功率值与e个水火机组的有功上限值作商，得到e个水火机组的基态有功负载率。
在一种可能的实现方式中，还包括：
循环模块，用于若预设时刻小于或等于预设阈值，返回执行根据预设时刻的新能源机组的有功发电预测值和调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值的步骤，直至预设时刻大于预设阈值。
图3是本发明实施例提供的终端的示意图。如图3所示，该实施例的终端3包括：处理器30、存储器31以及存储在存储器31中并可在处理器30上运行的计算机程序32。处理器30执行计算机程序32时实现上述各个新能源汇集区的电压滚动预测方法实施例中的步骤，例如图1所示的步骤101至步骤103。或者，处理器30执行计算机程序32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块/单元21至23的功能。
示例性的，计算机程序32可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器31中，并由处理器30执行，以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序32在终端3中的执行过程。例如，计算机程序32可以被分割成图2所示的模块/单元21至23。
终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端3可包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是终端3的示例，并不构成对终端3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器31可以是终端3的内部存储单元，例如终端3的硬盘或内存。存储器31也可以是终端3的外部存储设备，例如终端3上配备的插接式硬盘，智能存储卡(Smart MediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器31还可以既包括终端3的内部存储单元也包括外部存储设备。存储器31用于存储计算机程序以及终端所需的其他程序和数据。存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个新能源汇集区的电压滚动预测方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (8)

1.一种新能源汇集区的电压滚动预测方法，其特征在于，包括：
确定预设时刻的新能源机组的有功发电预测值；
根据所述预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值；
根据所述预设时刻的新能源机组的有功发电预测值和所述调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值；
所述确定预设时刻的新能源机组的有功发电预测值，包括：
读取预设的电网模型和实时潮流数据；
根据所述预设的电网模型和实时潮流数据，确定c个新能源机组的基态潮流有功功率值；
按照所述c个新能源机组的基态潮流有功功率值在新能源场站的基态总有功发电值的占比，确定第一预设时间间隔后的c个新能源机组的有功发电预测值；
利用差值法对所述第一预设时间间隔后的c个新能源机组的有功发电预测值进行差值处理，确定第二预设时间间隔后的c个新能源机组的有功发电预测值，其中，所述第一预设时间大于第二预设时间；
从所述第二预设时间间隔后的c个新能源机组的有功发电预测值中选取预设时刻的新能源机组的有功发电预测值；
所述根据所述预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值包括：
若所述预设时刻的新能源机组的有功发电预测值不等于所述新能源机组的基态潮流有功功率值，计算所述预设时刻的新能源机组的有功发电预测值和所述新能源机组的基态潮流有功功率值的差值；
确定e个水火机组的基态有功负载率；
根据所述预设时刻的新能源机组的有功发电预测值和所述新能源机组的基态潮流有功功率值的差值，调整所述e个水火机组的基态有功负载率以确定所述调整后的水火机组的有功发电值。
2.根据权利要求1所述的方法，其特征在于，所述按照所述c个新能源机组的基态潮流有功功率值在新能源场站的基态总有功发电值的占比，确定第一预设时间间隔后的c个新能源机组的有功发电预测值，包括：
获取新能源场站的基态总有功发电值和第一预设时间间隔后的新能源场站的预测有功值；
计算所述c个新能源机组的基态潮流有功功率值与所述新能源场站的基态总有功发电值的比值，确定第一比例值；
计算所述第一比例值与所述第一预设时间间隔后的新能源场站的预测有功值的乘积，得到第一预设时间间隔后的c个新能源机组的有功发电预测值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述预设时刻的新能源机组的有功发电预测值和所述新能源机组的基态潮流有功功率值的差值，调整所述e个水火机组的基态有功负载率以确定所述调整后的水火机组的有功发电值，包括：
计算e个水火机组的基态有功负载率；
按照降序方式将所述e个水火机组的基态有功负载率进行排序，得到排列后的e个水火机组的基态有功负载率；
根据所述预设时刻的新能源机组的有功发电预测值和所述新能源机组的基态潮流有功功率值的差值调整所述排列后的e个水火机组的基态有功负载率，得到调整后的水火机组的有功发电值。
4.根据权利要求3所述的方法，其特征在于，所述计算所述e个水火机组的基态有功负载率，包括：
获取e个水火机组的有功上限值；
将所述e个水火机组的基态潮流有功功率值与所述e个水火机组的有功上限值作商，得到e个水火机组的基态有功负载率。
5.根据权利要求1至4中任一项所述的方法，其特征在于，还包括：
若所述预设时刻小于或等于预设阈值，返回执行根据所述预设时刻的新能源机组的有功发电预测值和所述调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值的步骤，直至所述预设时刻大于所述预设阈值。
6.一种新能源汇集区的电压滚动预测装置，其特征在于，包括：
数据确定模块，用于确定预设时刻的新能源机组的有功发电预测值；
数值调整模块，用于根据所述预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值；
电压预测模块，用于根据所述预设时刻的新能源机组的有功发电预测值和所述调整后的水火机组的有功发电值，得到预设时刻的新能源汇集区的电压预测值；
所述确定预设时刻的新能源机组的有功发电预测值，包括：
读取预设的电网模型和实时潮流数据；
根据所述预设的电网模型和实时潮流数据，确定c个新能源机组的基态潮流有功功率值；
按照所述c个新能源机组的基态潮流有功功率值在新能源场站的基态总有功发电值的占比，确定第一预设时间间隔后的c个新能源机组的有功发电预测值；
利用差值法对所述第一预设时间间隔后的c个新能源机组的有功发电预测值进行差值处理，确定第二预设时间间隔后的c个新能源机组的有功发电预测值，其中，所述第一预设时间大于第二预设时间；
从所述第二预设时间间隔后的c个新能源机组的有功发电预测值中选取预设时刻的新能源机组的有功发电预测值；
所述根据所述预设时刻的新能源机组的有功发电预测值、新能源机组的基态潮流有功功率值和水火机组的基态潮流有功功率值，确定调整后的水火机组的有功发电值包括：
若所述预设时刻的新能源机组的有功发电预测值不等于所述新能源机组的基态潮流有功功率值，计算所述预设时刻的新能源机组的有功发电预测值和所述新能源机组的基态潮流有功功率值的差值；
确定e个水火机组的基态有功负载率；
根据所述预设时刻的新能源机组的有功发电预测值和所述新能源机组的基态潮流有功功率值的差值，调整所述e个水火机组的基态有功负载率以确定所述调整后的水火机组的有功发电值。
7.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至5中任一项所述方法的步骤。
CN202110857995.3A 2021-07-28 2021-07-28 新能源汇集区的电压滚动预测方法、装置、终端及介质 Active CN113572162B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110857995.3A CN113572162B (zh) 2021-07-28 2021-07-28 新能源汇集区的电压滚动预测方法、装置、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110857995.3A CN113572162B (zh) 2021-07-28 2021-07-28 新能源汇集区的电压滚动预测方法、装置、终端及介质

Publications (2)

Publication Number Publication Date
CN113572162A CN113572162A (zh) 2021-10-29
CN113572162B true CN113572162B (zh) 2023-11-28

Family

ID=78168635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110857995.3A Active CN113572162B (zh) 2021-07-28 2021-07-28 新能源汇集区的电压滚动预测方法、装置、终端及介质

Country Status (1)

Country Link
CN (1) CN113572162B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682808A (zh) * 2016-09-20 2017-05-17 北京恒泰实达科技股份有限公司 在线滚动优化调度模型
CN107947244A (zh) * 2017-09-12 2018-04-20 国电南瑞科技股份有限公司 新能源电站并网功率超前控制方法
CN108258734A (zh) * 2018-03-09 2018-07-06 贵州电网有限责任公司 基于风功率区间预测的鲁棒最优调度方法
CN109726416A (zh) * 2018-06-28 2019-05-07 国网湖北省电力有限公司襄阳供电公司 一种基于新能源集群预测及潮流计算的调度决策方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106682808A (zh) * 2016-09-20 2017-05-17 北京恒泰实达科技股份有限公司 在线滚动优化调度模型
CN107947244A (zh) * 2017-09-12 2018-04-20 国电南瑞科技股份有限公司 新能源电站并网功率超前控制方法
CN108258734A (zh) * 2018-03-09 2018-07-06 贵州电网有限责任公司 基于风功率区间预测的鲁棒最优调度方法
CN109726416A (zh) * 2018-06-28 2019-05-07 国网湖北省电力有限公司襄阳供电公司 一种基于新能源集群预测及潮流计算的调度决策方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Multi-Stage Optimization-Based Automatic Voltage Control Systems Considering Wind Power Forecasting Errors;Nan Qin等;《IEEE Transactions on Power Systems》;第第32卷卷(第第2期期);1073 - 1088页 *
适用于新能源发电接入的日内滚动发电计划闭环控制系统;张怡;张锋;朱炳铨;项中明;唐律;马翔;莫建国;;电力自动化设备(第03期);162-168页 *

Also Published As

Publication number Publication date
CN113572162A (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
Awad et al. Optimal ESS allocation for benefit maximization in distribution networks
Astero et al. Improving hosting capacity of rooftop PVs by quadratic control of an LV-central BSS
Chen et al. Stochastic optimization of wind turbine power factor using stochastic model of wind power
CN109687510B (zh) 一种计及不确定性的配电网多时间尺度优化运行方法
Patel et al. A novel energy storage-based net-load smoothing and shifting architecture for high amount of photovoltaics integrated power distribution system
Emarati et al. A two-level over-voltage control strategy in distribution networks with high PV penetration
CN110808597A (zh) 主动配电网中考虑三相不平衡的分布式电源规划方法
CN111144655A (zh) 一种分布式电源选址定容与配电网网架联合优化方法
Wang et al. A hierarchical control algorithm for managing electrical energy storage systems in homes equipped with PV power generation
Ceylan et al. Photovoltaic hosting capacity of feeders with reactive power control and tap changers
Xiao et al. A multi‐energy complementary coordinated dispatch method for integrated system of wind‐photovoltaic‐hydro‐thermal‐energy storage
Bai et al. Robust mean-variance optimization model for grid-connected microgrids
CN111049165A (zh) 一种用于新能源电力系统储能配置的方法及系统
Wang et al. Bi-stage operation optimization of active distribution networks with soft open point considering violation risk
CN112531703B (zh) 一种多能源虚拟电厂提供多市场与本地服务的优化方法
Moradzadeh et al. Congestion-induced wind curtailment mitigation using energy storage
CN113572162B (zh) 新能源汇集区的电压滚动预测方法、装置、终端及介质
Sardi et al. A comprehensive community energy storage planning strategy based on a cost-benefit analysis
Liang et al. Probabilistic generation and transmission planning with renewable energy integration
CN113013884B (zh) 一种用于含高渗透率光伏配电系统的三段式无功电压控制方法
Majzoobi et al. Capturing the variabilities of distribution network net-load via available flexibility of microgrids
Meyer-Huebner et al. Dynamic optimal power flow in ac networks with multi-terminal HVDC and energy storage
Matsuo et al. Grid-connected electric-power control algorithm for promoting the introduction of renewable energy
Keyvani et al. Enhancing network utilisation in wind-rich regions using coordinated dynamic line rating, energy storage and power flow control schemes
DSouza et al. Maximizing the benefits of dynamic VAR compensators on distribution systems with high penetration PV

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