CN113708416A - 一种风光火抽蓄的智能电力调度方法 - Google Patents
一种风光火抽蓄的智能电力调度方法 Download PDFInfo
- Publication number
- CN113708416A CN113708416A CN202110956505.5A CN202110956505A CN113708416A CN 113708416 A CN113708416 A CN 113708416A CN 202110956505 A CN202110956505 A CN 202110956505A CN 113708416 A CN113708416 A CN 113708416A
- Authority
- CN
- China
- Prior art keywords
- power
- curve
- load
- power grid
- wind
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005086 pumping Methods 0.000 title claims description 27
- 238000010248 power generation Methods 0.000 claims abstract description 48
- 238000004146 energy storage Methods 0.000 claims abstract description 15
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 14
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 230000005855 radiation Effects 0.000 claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 239000000446 fuel Substances 0.000 claims description 6
- 238000005381 potential energy Methods 0.000 claims description 6
- 239000002699 waste material Substances 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 230000000295 complement effect Effects 0.000 abstract description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 5
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- H02J3/38—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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种风光火抽蓄的智能电力调度方法，它属于电力调度领域。本发明智能电力调度系统包括风力发电、光伏发电、抽蓄储能发电、火力发电、电网电力调度系统和电网用户。本发明还提供一种风光火抽蓄的智能电力调度方法，该智能电力调度方法，使火电机组能够存在一个经济、环保、低碳的环境下运行，从而实现对区域电网的智能互补调度，满足使用需求。
Description
技术领域
本发明涉及一种方法，尤其是涉及一种风光火抽蓄的智能电力调度方法，它属于电力调度领域。
背景技术
环境污染和能源紧缺是人类可持续发展的两大难题，为应对碳排放压力，如期实现2030年前碳达峰、2060年前碳中和的目标，我国正在大力发展清洁能源，建立起了多个大型风电、光伏发电基地。
由于风电、光伏等可再生能源的发电特性，出现了很多的“弃风”、“弃光”等发电资源浪费现象，而火电机组仍作为电网负荷的主力供应点，造成了煤炭资源浪费和环境污染。在维持发电出力和电网负荷需求平衡的前提下，储能技术是消除电网负荷平衡的新举措。抽水蓄能是目前唯一商业运行最成熟的大规模储能技术，能够起到很好的削峰填谷的作用，对电网负荷平衡和电网安全起到了很好的保护作用。
公开日为2020年12月08日，公开号为CN112054508A的中国专利中，公开了一种名称为“一种基于非合作博弈的风光抽蓄联合系统优化调度方法”的发明专利。该方法包括建立非合作博弈模型：该模型由博弈参与者、参与者策略集、参与者收益及博弈均衡策略四要素构成；模型求解：采用迭代搜索法求解Nash均衡解。虽然该专利综合考虑各类电厂的出力特性，以三个参与者各自的收益最大化作为优化目标，机组出力策略作为决策空间，并提出了该模型对应的Nash均衡求解算法；更适宜于电力市场开放程度剧增的现状，有利于参与调度的电厂进行风、光、抽蓄电站综合调度，减少弃风弃光量，保障联合系统出力波动性最小，运行经济效益最大；但是不能实现风光火抽蓄的智能互补调度，与本申请电力调度方法实现和达到的效果均不同，不能满足现有的使用需求。
发明内容
本发明的目的在于克服现有技术中存在的上述不足，而提供一种结构设计简单合理，稳定可靠，使火电机组能够存在一个经济、环保、低碳的环境下运行，从而实现对区域电网的智能互补调度的风光火抽蓄的智能电力调度方法。
本发明解决上述问题所采用的技术方案是：该风光火抽蓄的智能电力调度方法，包括智能电力调度系统，所述智能电力调度系统包括风力发电、光伏发电、抽蓄储能发电、火力发电、电网电力调度系统和电网用户，
风力发电：将风能转换成机械能，再由机械能转换成电能，向电网提供电力负荷；
光伏发电：将太阳能转换成电能，向电网提供电力负荷；
抽蓄储能发电：包括上、下水库、水泵、水轮机，当水泵工作时，将电能转化成水的重力势能储存起来，当水轮机工作时，将水的重力势能转化成电能，向电网提供电力负荷；
火力发电：将燃料化学能转换成内能，内能再转换成机械能，机械能最后转换成电能，向电网提供电力负荷；
电网电力调度系统：负责所在区域电网电力的统一调度，负责电网的安全、优质、经济运行工作；
电网用户：从电网接受电力供应的一方，包括居民用户和企业用户；
其特征在于：具体步骤如下：
步骤1：电网需求负荷曲线预测
1)根据时刻t电网用户使用电量的历史数据，运用曲线拟合确定其大致的负荷分布P(u)t；
2)重复第一步，t从1到24即可以得到全天24小时的电网用户需求负荷预测曲线P(u)；
步骤2：风电发电负荷曲线预测
1)根据时刻t风速的历史数据，运用曲线拟合确定其大致的风速分布W(t)1；
2)根据气象站提供的预测风速信息，运行曲线拟合确定预测的风速预测分布W(t)2；
3)利用W(t)1和W(t)2进行拟合修正，最终得到t时刻风速的预测值W(t)；
4)重复第一步，t从1到24即可以得到全天24小时的风速预测曲线W；
5)根据风速预测曲线W，利用公式得出风电预测负荷曲线P(w)；
步骤3：光伏发电负荷曲线预测
1)根据时刻t温度辐射的历史数据，运用曲线拟合确定其大致的温度辐射分布S(t)1；
2)根据气象站提供的预测温度辐射信息，运行曲线拟合确定预测的温度辐射预测分布S(t)2
3)利用S(t)1和S(t)2进行拟合修正，最终得到t时刻温度辐射的预测值S(t)；
4)重复第一步，t从1到24即可以得到全天24小时的温度辐射预测曲线S；
5)根据温度辐射预测曲线S，利用公式得出光伏预测负荷曲线P(s)；
步骤4：风电和光伏作为电网的基荷部分，将风电曲线P(w)、光伏曲线P(s)从电网用户需求负荷预测曲线P(u)上去除，得到新的电网用户需求负荷预测曲线P(u)1；
步骤5：为了使火电机组的负荷趋于稳定，避免火电机组平凡启停、大幅度升降负荷造成的资源浪费，使火电机组能够存在一个经济、环保、低碳的环境下运行，对电网用户需求负荷预测曲线P(u)1进行耦合，得到趋于直线的平滑曲线P(u)2；
1)在t时刻时，当P(u)1大于P(u)2时，抽蓄开始以单机功率整数倍步长从谷底向上安排抽水，完成抽蓄储能P(c)1，直至完成P(c)1＝P(u)1-P(u)2的抽水电量，其中。0＜P(u)1-P(u)2≤抽蓄额度最大抽水电量Wa；
2)当t时刻时当P(u)1小于P(u)2时，抽蓄电站开始进行发电P(c)2，直至完成P(c)2＝P(u)2-P(u)1的发电量。其中，0＜P(u)2-P(u)1≤抽蓄额度最大发电量Wa；
3)重复上述2步，t从1到24即可以得到全天24小时的抽蓄电站预测曲线P(c)；
步骤6：抽蓄电站完成了电网用户需求负荷预测曲线P(u)1的削峰填谷后，根据电力负荷曲线P(u)1和抽蓄电站在t时刻的发电量P(u)2-P(u)1、储能量P(u)1-P(u)2，重新修订得电网用户需求负荷预测曲线P(u)3；
步骤7：电网用户需求负荷预测曲线P(u)3则由火电机组进行负荷承担，在火电机组进行分配，节能调度时按系统燃料消耗最小分配负荷，低碳调度时按系统CO2排放最低分配负荷，从而输出最后火电预测负荷曲线P(f)；
步骤8：根据确定的电网用户需求预测负荷曲线P(u)、风电预测负荷曲线P(w)、光伏预测负荷曲线P(s)、抽蓄电站预测负荷曲线P(c)、火电预测负荷曲线P(f)，确定了最终的电网调度方案，且P(u)＝P(w)+P(s)+P(c)+P(f)。
本发明与现有技术相比，具有以下优点和效果：本发明申请纳入了区域内风电、光伏、火电、抽蓄等发电类型，该智能电力调度系统及方法，以低碳、节能为目标，分别减少风电和光伏的“弃风”、“弃光”，将风电、光伏以最大发电功率向电网提供电量，抽蓄电站在电网负荷中起到削峰填谷的作用，剩余的负荷由火电承担，以节能、低碳模式进行火电调度，使火电机组的负荷趋于稳定，避免火电机组平凡启停、大幅度升降负荷造成的资源浪费，使火电机组能够存在一个经济、环保、低碳的环境下运行，从而实现对区域电网的风光火抽蓄智能互补调度。
附图说明
图1是本发明的风光火抽蓄智能互补电力调度系统的结构示意图。
图2是本发明的风光火抽蓄智能互补电力调度方法的流程图。
具体实施方式
下面结合附图并通过实施例对本发明作进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。
实施例。
参见图1至图2，本实施例智能电力调度系统包括风力电站、光伏电站、抽蓄储能电站、火力发电厂、电网电力调度系统和电网用户。
本实施例风力发电是将风能转换成机械能，再由机械能转换成电能，向电网提供电力负荷。
本实施例光伏发电是将太阳能转换成电能，向电网提供电力负荷。
本实施例抽蓄储能发电主要包括上、下水库、水泵、水轮机等，当水泵工作时，将电能转化成水的重力势能储存起来，当水轮机工作时，将水的重力势能转化成电能，向电网提供电力负荷。
本实施例火力发电是将燃料化学能转换成内能，内能再转换成机械能，机械能最后转换成电能，向电网提供电力负荷。
本实施例电网电力调度系统是负责所在区域电网电力的统一调度，负责电网的安全、优质、经济运行等工作。
本实施例电网用户是从电网接受电力供应的一方，包括居民用户和企业用户。
如图2所示，本实施例智能电力调度方法，具体包含以下步骤：
步骤1：电网用户需求负荷曲线预测
1)根据时刻t电网用户使用电量的历史数据，运用曲线拟合确定其大致的负荷分布P(u)t；
2)重复第一步，t从1到24即可以得到全天24小时的电网用户需求负荷预测曲线P(u)。
步骤2：风电发电负荷曲线预测
1)根据时刻t风速的历史数据，运用曲线拟合确定其大致的风速分布W(t)1。
2)根据气象站提供的预测风速信息，运行曲线拟合确定预测的风速预测分布W(t)2。
3)利用W(t)1和W(t)2进行拟合修正，最终得到t时刻风速的预测值W(t)。
4)重复第一步，t从1到24即可以得到全天24小时的风速预测曲线W。
5)根据风速预测曲线W，利用公式得出风电预测负荷曲线P(w)。
步骤3：光伏发电负荷曲线预测
1)根据时刻t温度辐射的历史数据，运用曲线拟合确定其大致的温度辐射分布S(t)1
2)根据气象站提供的预测温度辐射信息，运行曲线拟合确定预测的温度辐射预测分布S(t)2；
3)利用S(t)1和S(t)2进行拟合修正，最终得到t时刻温度辐射的预测值S(t)。
4)重复第一步，t从1到24即可以得到全天24小时的温度辐射预测曲线S。
5)根据温度辐射预测曲线S，利用公式得出光伏预测负荷曲线P(s)。
步骤4：风电和光伏作为电网的基荷部分，将风电曲线P(w)、光伏曲线P(s)从电网用户需求负荷预测曲线P(u)上去除，得到新的电网用户需求负荷预测曲线P(u)1。
步骤5：为了使火电机组的负荷趋于稳定，避免火电机组平凡启停、大幅度升降负荷造成的资源浪费，使火电机组能够存在一个经济、环保、低碳的环境下运行，对电网用户需求负荷预测曲线P(u)1进行耦合，得到趋于直线的平滑曲线P(u)2。
1)在t时刻时，当P(u)1大于P(u)2时，抽蓄开始以单机功率整数倍步长从谷底向上安排抽水，完成抽蓄储能P(c)1，直至完成P(c)1＝P(u)1-P(u)2的抽水电量，其中。0＜P(u)1-P(u)2≤抽蓄额度最大抽水电量Wa。
2)当t时刻时当P(u)1小于P(u)2时，抽蓄电站开始进行发电P(c)2，直至完成P(c)2＝P(u)2-P(u)1的发电量。其中，0＜P(u)2-P(u)1≤抽蓄额度最大发电量Wa。
3)重复上述2步，t从1到24即可以得到全天24小时的抽蓄电站预测曲线P(c)。
步骤6：抽蓄电站完成了电网用户需求负荷预测曲线P(u)1的削峰填谷后，根据电力负荷曲线P(u)1和抽蓄电站在t时刻的发电量P(u)2-P(u)1、储能量P(u)1-P(u)2，重新修订得电网用户需求负荷预测曲线P(u)3。
步骤7：电网用户需求负荷预测曲线P(u)3则由火电机组进行负荷承担，在火电机组进行分配，节能调度时按系统燃料消耗最小分配负荷，低碳调度时按系统CO2排放最低分配负荷，从而输出最后火电预测负荷曲线P(f)。
步骤8：根据确定的电网用户需求预测负荷曲线P(u)、风电预测负荷曲线P(w)、光伏预测负荷曲线P(s)、抽蓄电站预测负荷曲线P(c)、火电预测负荷曲线P(f)，确定了最终的电网调度方案，且P(u)＝P(w)+P(s)+P(c)+P(f)。
通过上述阐述，本领域的技术人员已能实施。
此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所作的举例说明。凡依据本发明专利构思所述的构造、特征及原理所做的等效变化或者简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (1)
1.一种风光火抽蓄的智能电力调度方法，包括智能电力调度系统，所述智能电力调度系统包括风力发电、光伏发电、抽蓄储能发电、火力发电、电网电力调度系统和电网用户，
风力发电：将风能转换成机械能，再由机械能转换成电能，向电网提供电力负荷；
光伏发电：将太阳能转换成电能，向电网提供电力负荷；
抽蓄储能发电：包括上、下水库、水泵、水轮机，当水泵工作时，将电能转化成水的重力势能储存起来，当水轮机工作时，将水的重力势能转化成电能，向电网提供电力负荷；
火力发电：将燃料化学能转换成内能，内能再转换成机械能，机械能最后转换成电能，向电网提供电力负荷；
电网电力调度系统：负责所在区域电网电力的统一调度，负责电网的安全、优质、经济运行工作；
电网用户：从电网接受电力供应的一方，包括居民用户和企业用户；
其特征在于：具体步骤如下：
步骤1：电网需求负荷曲线预测
1)根据时刻t电网用户使用电量的历史数据，运用曲线拟合确定其大致的负荷分布P(u)t；
2)重复第一步，t从1到24即可以得到全天24小时的电网用户需求负荷预测曲线P(u)；
步骤2：风电发电负荷曲线预测
1)根据时刻t风速的历史数据，运用曲线拟合确定其大致的风速分布W(t)1；
2)根据气象站提供的预测风速信息，运行曲线拟合确定预测的风速预测分布W(t)2；
3)利用W(t)1和W(t)2进行拟合修正，最终得到t时刻风速的预测值W(t)；
4)重复第一步，t从1到24即可以得到全天24小时的风速预测曲线W；
5)根据风速预测曲线W，利用公式得出风电预测负荷曲线P(w)；
步骤3：光伏发电负荷曲线预测
1)根据时刻t温度辐射的历史数据，运用曲线拟合确定其大致的温度辐射分布S(t)1；
2)根据气象站提供的预测温度辐射信息，运行曲线拟合确定预测的温度辐射预测分布S(t)2
3)利用S(t)1和S(t)2进行拟合修正，最终得到t时刻温度辐射的预测值S(t)；
4)重复第一步，t从1到24即可以得到全天24小时的温度辐射预测曲线S；
5)根据温度辐射预测曲线S，利用公式得出光伏预测负荷曲线P(s)；
步骤4：风电和光伏作为电网的基荷部分，将风电曲线P(w)、光伏曲线P(s)从电网用户需求负荷预测曲线P(u)上去除，得到新的电网用户需求负荷预测曲线P(u)1；
步骤5：为了使火电机组的负荷趋于稳定，避免火电机组平凡启停、大幅度升降负荷造成的资源浪费，使火电机组能够存在一个经济、环保、低碳的环境下运行，对电网用户需求负荷预测曲线P(u)1进行耦合，得到趋于直线的平滑曲线P(u)2；
1)在t时刻时，当P(u)1大于P(u)2时，抽蓄开始以单机功率整数倍步长从谷底向上安排抽水，完成抽蓄储能P(c)1，直至完成P(c)1＝P(u)1-P(u)2的抽水电量，其中。0＜P(u)1-P(u)2≤抽蓄额度最大抽水电量Wa；
2)当t时刻时当P(u)1小于P(u)2时，抽蓄电站开始进行发电P(c)2，直至完成P(c)2＝P(u)2-P(u)1的发电量。其中，0＜P(u)2-P(u)1≤抽蓄额度最大发电量Wa；
3)重复上述2步，t从1到24即可以得到全天24小时的抽蓄电站预测曲线P(c)；
步骤6：抽蓄电站完成了电网用户需求负荷预测曲线P(u)1的削峰填谷后，根据电力负荷曲线P(u)1和抽蓄电站在t时刻的发电量P(u)2-P(u)1、储能量P(u)1-P(u)2，重新修订得电网用户需求负荷预测曲线P(u)3；
步骤7：电网用户需求负荷预测曲线P(u)3则由火电机组进行负荷承担，在火电机组进行分配，节能调度时按系统燃料消耗最小分配负荷，低碳调度时按系统CO2排放最低分配负荷，从而输出最后火电预测负荷曲线P(f)；
步骤8：根据确定的电网用户需求预测负荷曲线P(u)、风电预测负荷曲线P(w)、光伏预测负荷曲线P(s)、抽蓄电站预测负荷曲线P(c)、火电预测负荷曲线P(f)，确定了最终的电网调度方案，且P(u)＝P(w)+P(s)+P(c)+P(f)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110956505.5A CN113708416B (zh) | 2021-08-19 | 2021-08-19 | 一种风光火抽蓄的智能电力调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110956505.5A CN113708416B (zh) | 2021-08-19 | 2021-08-19 | 一种风光火抽蓄的智能电力调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113708416A true CN113708416A (zh) | 2021-11-26 |
| CN113708416B CN113708416B (zh) | 2023-11-28 |
Family
ID=78653537
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110956505.5A Active CN113708416B (zh) | 2021-08-19 | 2021-08-19 | 一种风光火抽蓄的智能电力调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113708416B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116470496A (zh) * | 2023-04-24 | 2023-07-21 | 广东永光新能源设计咨询有限公司 | 可再生能源发电系统 |
| CN116644941A (zh) * | 2023-07-18 | 2023-08-25 | 北京珞安科技有限责任公司 | 基于物联网的工业能源规划系统 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103855718A (zh) * | 2014-03-10 | 2014-06-11 | 东南大学 | 抽水蓄能电站参与含风电电力系统的调度方法 |
| CN104795846A (zh) * | 2015-04-24 | 2015-07-22 | 清华大学 | 一种抽水蓄能电站与风电的联合系统的优化运行方法 |
| CN105006844A (zh) * | 2015-05-15 | 2015-10-28 | 华南理工大学 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
| CN106026184A (zh) * | 2016-07-31 | 2016-10-12 | 三峡大学 | 一种面向电网调峰的抽水蓄能电站与风电联合系统及其优化调度方法 |
| CN106385048A (zh) * | 2015-07-29 | 2017-02-08 | 华北电力大学（保定） | 一种风光蓄一体化调度策略 |
| CN106485352A (zh) * | 2016-09-30 | 2017-03-08 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法 |
| CN106981888A (zh) * | 2017-05-10 | 2017-07-25 | 西安理工大学 | 基于多源互补的风蓄水火电力系统的多目标动态调度方法 |
| CN109038625A (zh) * | 2018-08-02 | 2018-12-18 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种计算多类型电源系统抽水蓄能电站容量效益的方法 |
| CN109245169A (zh) * | 2018-10-29 | 2019-01-18 | 贵州电网有限责任公司 | 一种风光水储联合调度方法 |
| CN109687428A (zh) * | 2018-11-28 | 2019-04-26 | 华电电力科学研究院有限公司 | 基于层次分析法的多能互补分布式能源微网运行优化控制系统及方法 |
| CN110690729A (zh) * | 2019-10-14 | 2020-01-14 | 广东电网有限责任公司 | 一种调节电力系统峰谷差的抽蓄优化调度方法 |
| CN110739726A (zh) * | 2019-10-29 | 2020-01-31 | 国网福建省电力有限公司 | 一种考虑海上风电接入的多类型电源容量长期规划方法 |
| CN110880761A (zh) * | 2019-12-02 | 2020-03-13 | 华北电力大学 | 一种基于p2p平台的风光抽蓄混合系统的联合调度方法 |
| CN112054508A (zh) * | 2020-08-10 | 2020-12-08 | 国网甘肃省电力公司电力科学研究院 | 一种基于非合作博弈的风光抽蓄联合系统优化调度方法 |
-
2021
- 2021-08-19 CN CN202110956505.5A patent/CN113708416B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103855718A (zh) * | 2014-03-10 | 2014-06-11 | 东南大学 | 抽水蓄能电站参与含风电电力系统的调度方法 |
| CN104795846A (zh) * | 2015-04-24 | 2015-07-22 | 清华大学 | 一种抽水蓄能电站与风电的联合系统的优化运行方法 |
| CN105006844A (zh) * | 2015-05-15 | 2015-10-28 | 华南理工大学 | 一种间歇式发电并网条件下的电力系统日前鲁棒调度系统 |
| CN106385048A (zh) * | 2015-07-29 | 2017-02-08 | 华北电力大学（保定） | 一种风光蓄一体化调度策略 |
| CN106026184A (zh) * | 2016-07-31 | 2016-10-12 | 三峡大学 | 一种面向电网调峰的抽水蓄能电站与风电联合系统及其优化调度方法 |
| CN106485352A (zh) * | 2016-09-30 | 2017-03-08 | 国电南瑞科技股份有限公司 | 一种多类电源发电计划组合决策方法 |
| CN106981888A (zh) * | 2017-05-10 | 2017-07-25 | 西安理工大学 | 基于多源互补的风蓄水火电力系统的多目标动态调度方法 |
| CN109038625A (zh) * | 2018-08-02 | 2018-12-18 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种计算多类型电源系统抽水蓄能电站容量效益的方法 |
| CN109245169A (zh) * | 2018-10-29 | 2019-01-18 | 贵州电网有限责任公司 | 一种风光水储联合调度方法 |
| CN109687428A (zh) * | 2018-11-28 | 2019-04-26 | 华电电力科学研究院有限公司 | 基于层次分析法的多能互补分布式能源微网运行优化控制系统及方法 |
| CN110690729A (zh) * | 2019-10-14 | 2020-01-14 | 广东电网有限责任公司 | 一种调节电力系统峰谷差的抽蓄优化调度方法 |
| CN110739726A (zh) * | 2019-10-29 | 2020-01-31 | 国网福建省电力有限公司 | 一种考虑海上风电接入的多类型电源容量长期规划方法 |
| CN110880761A (zh) * | 2019-12-02 | 2020-03-13 | 华北电力大学 | 一种基于p2p平台的风光抽蓄混合系统的联合调度方法 |
| CN112054508A (zh) * | 2020-08-10 | 2020-12-08 | 国网甘肃省电力公司电力科学研究院 | 一种基于非合作博弈的风光抽蓄联合系统优化调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| YUNYUN WANG等: "Optimal Scheduling Considering Wind-Solar-Pumped Storage Economy and Fairness under Non-cooperative Game", 《2020 IEEE 4TH CONFERENCE ON ENERGY INTERNET AND ENERGY SYSTEM INTEGRATION (EI2)》, pages 185 - 190 * |
| 张山山等: "基于"互联网+"的火电厂环保智能监管系统研究与应用", 《华电技术》, vol. 42, no. 1, pages 20 - 24 * |
| 李志伟等: "基于机会约束目标规划的风-光-水-气-火-储联合优化调度", 《电力自动化设备》, vol. 39, no. 8, pages 214 - 222 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116470496A (zh) * | 2023-04-24 | 2023-07-21 | 广东永光新能源设计咨询有限公司 | 可再生能源发电系统 |
| CN116644941A (zh) * | 2023-07-18 | 2023-08-25 | 北京珞安科技有限责任公司 | 基于物联网的工业能源规划系统 |
| CN116644941B (zh) * | 2023-07-18 | 2023-10-24 | 北京珞安科技有限责任公司 | 基于物联网的工业能源规划系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113708416B (zh) | 2023-11-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109327042B (zh) | 一种微电网多能源联合优化调度方法 | |
| CN108154309B (zh) | 计及冷热电多负荷动态响应的能源互联网经济调度方法 | |
| Papaefthymiou et al. | A wind-hydro-pumped storage station leading to high RES penetration in the autonomous island system of Ikaria | |
| CN107276122B (zh) | 适应大规模可再生能源并网的调峰资源调用决策方法 | |
| CN105976055B (zh) | 计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法 | |
| CN109245169B (zh) | 一种风光水储联合调度方法 | |
| CN105048516A (zh) | 一种风光水火多源互补优化调度方法 | |
| CN112329259B (zh) | 一种多能互补冷热电联供微电网框架及其建模方法 | |
| CN103944175A (zh) | 风光储联合发电系统出力特性优化方法 | |
| CN113708416A (zh) | 一种风光火抽蓄的智能电力调度方法 | |
| CN110601260B (zh) | 一种限定联络线上功率波动的光-蓄系统容量优化方法 | |
| CN109993345B (zh) | 一种面向园区的孤岛运行多能互补系统动态经济调度方法 | |
| CN116667395B (zh) | 基于梯级水电改造的水风光蓄互补泵站容量配置方法 | |
| CN110994606B (zh) | 一种基于复杂适应系统理论的多能源电源容量配置方法 | |
| CN108879657B (zh) | 基于风电容量可信度的电力电量平衡优化方法 | |
| CN114861546B (zh) | 一种基于燃氢燃气轮机的电热氢多能互补调度方法及系统 | |
| CN117829470A (zh) | 规避风光电出力不确定性调度风险的电力生产模拟方法 | |
| CN116231767B (zh) | 一种梯级水电站的多能互补调度方法和系统 | |
| CN106712105A (zh) | 一种新能源接纳空间离散概率序列计算方法 | |
| CN116979578A (zh) | 一种风光水火储的电气热三联产优化调度方法和系统 | |
| CN215009626U (zh) | 一种用于离岸海岛的综合能源利用系统 | |
| CN109462250B (zh) | 一种光电火电及储能电容的联合调度方法 | |
| CN114400652A (zh) | 一种计及核电主动参与调峰的多能源发电优化调度方法 | |
| CN208564861U (zh) | 一种互补耦合发电系统 | |
| Zhang et al. | Research on the wind power accommodation based on peak shaving by using heat storage electric boiler |
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 |