CN114021361A - 一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统 - Google Patents
一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统 Download PDFInfo
- Publication number
- CN114021361A CN114021361A CN202111327017.4A CN202111327017A CN114021361A CN 114021361 A CN114021361 A CN 114021361A CN 202111327017 A CN202111327017 A CN 202111327017A CN 114021361 A CN114021361 A CN 114021361A
- Authority
- CN
- China
- Prior art keywords
- power
- load
- constraint
- scheduling
- 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.)
- Pending
Links
- 238000005338 heat storage Methods 0.000 title claims abstract description 113
- 238000010248 power generation Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000009194 climbing Effects 0.000 claims description 35
- 150000001875 compounds Chemical class 0.000 claims description 30
- 238000010438 heat treatment Methods 0.000 claims description 21
- 230000033228 biological regulation Effects 0.000 claims description 13
- 239000003245 coal Substances 0.000 claims description 13
- 230000001172 regenerating effect Effects 0.000 claims description 12
- 238000010977 unit operation Methods 0.000 claims description 12
- 238000009825 accumulation Methods 0.000 claims description 11
- 230000004044 response Effects 0.000 claims description 11
- RZZGGSCKACYXBQ-UHFFFAOYSA-N 3,5,6,7,8,9-hexahydro-2h-cyclohepta[c]pyridazin-3-ylhydrazine Chemical compound C1CCCCC2=CC(NN)NN=C21 RZZGGSCKACYXBQ-UHFFFAOYSA-N 0.000 claims description 8
- RZGZMLICFFEUIQ-UHFFFAOYSA-N 5-[(1-phenylcyclohexyl)amino]pentanoic acid Chemical compound C=1C=CC=CC=1C1(NCCCCC(=O)O)CCCCC1 RZGZMLICFFEUIQ-UHFFFAOYSA-N 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000002485 combustion reaction Methods 0.000 claims description 7
- 239000004566 building material Substances 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 6
- 230000005284 excitation Effects 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract 1
- 238000005457 optimization Methods 0.000 description 5
- 229910052799 carbon Inorganic materials 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002040 relaxant effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
Abstract
本发明涉及一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统,属于电力系统优化调度技术,在蓄热电锅炉负荷参与电网有功调度的条件下,将调度过程划分为日前、日内、实时三个时间尺度,构建日前调度出力模型、日内调度出力模型和实时调度模型,利用这三个模型对日前、日内、实时的调度计划顺序求解,从多时间尺度调度的角度,对蓄热电锅炉负荷、热电联产机组和风电进行协调优化。
Description
技术领域
本发明涉及电力系统优化调度技术领域,特别是涉及一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统。
背景技术
随着电网能源转型的不断深入,现代电力系统正在逐步向源荷互动、大规模新能源消纳等方向发展。电能和热能需求是终端能源消耗的最主要部分,大力发展电-热综合能源系统是解决能源枯竭、环境污染等问题的有效手段之一。为实现“碳达峰”“碳中和”目标愿景,构建新型电力系统,需要着力构建清洁低碳、安全高效的能源体系,提升能源清洁利用水平和电力系统运行效率,更好地发挥源网荷储一体化和多能互补在保障能源安全中的作用。
蓄热式电锅炉由电锅炉和蓄热设备构成,以蓄热的形式实现了储能用能。科学调配蓄热电锅炉可调负荷资源,深入开发现有电网低谷时段的“谷中谷”容量资源,将对解决提高电网利用率以及在保证用户冬季取暖舒适度的情况下,提高电能替代的经济性等问题提供有效支撑。
发明内容
本发明的目的是提供一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统,以在蓄热电锅炉负荷参与电网有功调度的条件下,从多时间尺度调度的角度,对蓄热电锅炉负荷、热电联产机组和风电进行协调优化。
为实现上述目的,本发明提供了如下方案:
一种含蓄热电锅炉负荷的多时间尺度优化调度方法,所述方法包括:
分别构建在蓄热电锅炉负荷参与电网有功调度下的日前调度出力模型、日内调度出力模型和实时调度模型;
配置多种场景模式,并获取每种场景模式下日前的热负荷预测值和电负荷预测值;多种所述场景模式包括发电机组发电量充足场景、发电机组发电量不充足场景、初冬场景和深冬场景;
根据每种场景模式下日前的热负荷预测值和电负荷预测值,利用日前调度出力模型,获得每种场景模式下日前的调度计划;所述调度计划包括热电联产机组启停状态及出力、风电机组出力和蓄热电锅炉负荷调度量;
依据每种场景模式下日前的调度计划和未来日内的风电预测值、热负荷调整量、电负荷调整量,采用日内调度出力模型,获得每种场景模式下未来日内的调度计划;
根据每种场景模式下未来日内的调度计划和未来时段的风电负荷预测值,利用实时调度模型,获得每种场景模式下实时的蓄热电锅炉负荷调度量。
可选的,所述日前调度出力模型包括:以最小化系统调度运行成本为目标的第一目标函数和第一约束条件;
所述第一目标函数为式中,F1为系统调度运行成本,t和T1分别为调度周期其中一个时段和日前调度阶段的时段总数,CCHP为热电联产机组的燃烧成本,Si为火电机组i的启动成本系数,ui,t-1和ui,t为t-1、t时段火电机组i的状态变量,为火电机组i在t时段的蒸汽成本, 为火电机组i在t时段的蒸汽生产成本,为火电机组i在t时段的蒸汽运输成本,N为火电机组的数量,Cw为单位弃风成本,为t时段的弃风容量,CFL为以蓄热式电锅炉负荷为代表的激励型可削减负荷,CXJ,t、分别为可削减负荷的单位补偿标准和实际响应量;
所述第一约束条件包括网络功率平衡约束、机组运行约束、蓄热式电锅炉运行约束、风力发电约束和用户舒适度约束。
可选的,所述网络功率平衡约束为和式中,Cr{·}为置信度表达式,PG,i,t为火电机组i在t时段的机组出力,Pw,t为t时段风电出力,为实际时段负荷,α为功率平衡约束的置信水平,R为风电机组的数量,HCHP,j,t为风电机组j的供热功率,HEB,t为t时段锅炉制热功率,HHS,t为t时段蓄热管的吸放热功率;HLD,t为t时段的热负荷;
所述机组运行约束包括机组出力约束、机组爬坡约束和机组启停约束;
所述机组出力约束为PG,i,min≤PG,i,t≤PG,i,max;式中,RG,i,down、RG,i,up分别为火电机组i的向上和向下爬坡功率;
所述机组爬坡约束为-RG,i,down≤PG,i,t-PG,i,t-1≤RG,i,up;RG,i,down、RG,i,up分别为火电机组i在t时段的向上和向下爬坡功率,PG,i,t-1为火电机组i在t时段的机组出力;
所述蓄热式电锅炉运行约束包括电锅炉电功率约束和储热装置运行约束;
所述储热装置运行约束为式中,ηah为电锅炉电热转换效率,Hin,t、Hout,t和Hloss分别为储热装置的放热功率、吸热功率和热损失功率,Hload,t、Htrans,t分别为t时段电锅炉的热负荷及输送给负荷的功率,Sh,t+1、Sh,t为储热装置t+1、t时段的储热量,Δt为时间间隔;
所述用户舒适度约束包括温度舒适度约束和用电舒适度约束;
所述温度舒适度约束为式中,为t时段的室内温度,Pt tl为供暖时热电联产机组和蓄热电锅炉向用户提供的热功率,ΔA为室内温度变化量,ρair为空气的比热容,R为建筑材料热阻的导数;Amax、Amin分别为室内温度上下值;
所述用电舒适度约束为式中,λt,m、λt-1,m分别为t、t-1时段柔性负荷m的启停状态,λt-k为t-k时段柔性负荷m的启停状态,E、s、e分别为柔性负荷最小运行时间和可调度时段的起止时间,为t时段柔性负荷m的功率,Pelcurt,max为柔性负荷的功率上限值。
可选的,所述日内调度出力模型包括:以煤耗成本、弃风成本、柔性负荷调度成本之和最小化为目标的第二目标函数和第二约束条件;
所述第二约束条件包括第一系统功率平衡约束、第一蓄热电锅炉负荷约束、第一弃风约束、机组出力约束和机组爬坡约束;
所述第一系统功率平衡约束为式中,R、M分别为热电联产机组、风电机组的数量,PCHP,g,t为热电联产机组g在t时段的功率,Pw,j,t为风电机组j在t时段的功率,PLD,t、PED,t分别为系统t时段的电、热负荷;
可选的,所述实时调度模型包括:以弃风成本和蓄热电锅炉负荷调度成本之和最小为目标的第三目标函数和第三约束条件;
所述第三约束条件包括第二系统功率平衡约束、第二蓄热电锅炉负荷约束和第二弃风约束;
一种含蓄热电锅炉负荷的多时间尺度优化调度系统,所述系统包括:
模型构建模块,用于分别构建在蓄热电锅炉负荷参与电网有功调度下的日前调度出力模型、日内调度出力模型和实时调度模型;
场景配置模块,用于配置多种场景模式,并获取每种场景模式下日前的热负荷预测值和电负荷预测值;多种所述场景模式包括发电机组发电量充足场景、发电机组发电量不充足场景、初冬场景和深冬场景;
日前调度计划获得模块,用于根据每种场景模式下日前的热负荷预测值和电负荷预测值,利用日前调度出力模型,获得每种场景模式下日前的调度计划;所述调度计划包括热电联产机组启停状态及出力、风电机组出力和蓄热电锅炉负荷调度量;
日内调度计划获得模块,用于依据每种场景模式下日前的调度计划和未来日内的风电预测值、热负荷调整量、电负荷调整量,采用日内调度出力模型,获得每种场景模式下未来日内的调度计划;
实时蓄热电锅炉负荷调度量获得模块,用于根据每种场景模式下未来日内的调度计划和未来时段的风电负荷预测值,利用实时调度模型,获得每种场景模式下实时的蓄热电锅炉负荷调度量。
可选的,所述日前调度出力模型包括:以最小化系统调度运行成本为目标的第一目标函数和第一约束条件;
式中,F1为系统调度运行成本,t和T1分别为调度周期其中一个时段和日前调度阶段的时段总数,CCHP为热电联产机组的燃烧成本,Si为火电机组i的启动成本系数,ui,t-1和ui,t为t-1、t时段火电机组i的状态变量,为火电机组i在t时段的蒸汽成本, 为火电机组i在t时段的蒸汽生产成本,为火电机组i在t时段的蒸汽运输成本,N为火电机组的数量,Cw为单位弃风成本,为t时段的弃风容量,CFL为以蓄热式电锅炉负荷为代表的激励型可削减负荷,CXJ,t、分别为可削减负荷的单位补偿标准和实际响应量;
所述第一约束条件包括网络功率平衡约束、机组运行约束、蓄热式电锅炉运行约束、风力发电约束和用户舒适度约束。
可选的,所述网络功率平衡约束为和式中,Cr{·}为置信度表达式,PG,i,t为火电机组i在t时段的机组出力,Pw,t为t时段风电出力,为实际时段负荷,α为功率平衡约束的置信水平,R为风电机组的数量,HCHP,j,t为风电机组j的供热功率,HEB,t为t时段锅炉制热功率,HHS,t为t时段蓄热管的吸放热功率;HLD,t为t时段的热负荷;
所述机组运行约束包括机组出力约束、机组爬坡约束和机组启停约束;
所述机组出力约束为PG,i,min≤PG,i,t≤PG,i,max;式中,RG,i,down、RG,i,up分别为火电机组i的向上和向下爬坡功率;
所述机组爬坡约束为-RG,i,down≤PG,i,t-PG,i,t-1≤RG,i,up;RG,i,down、RG,i,up分别为火电机组i在t时段的向上和向下爬坡功率,PG,i,t-1为火电机组i在t时段的机组出力;
所述蓄热式电锅炉运行约束包括电锅炉电功率约束和储热装置运行约束;
所述储热装置运行约束为式中,ηah为电锅炉电热转换效率,Hin,t、Hout,t和Hloss分别为储热装置的放热功率、吸热功率和热损失功率,Hload,t、Htrans,t分别为t时段电锅炉的热负荷及输送给负荷的功率,Sh,t+1、Sh,t为储热装置t+1、t时段的储热量,Δt为时间间隔;
所述用户舒适度约束包括温度舒适度约束和用电舒适度约束;
所述温度舒适度约束为式中,为t时段的室内温度,Pt tl为供暖时热电联产机组和蓄热电锅炉向用户提供的热功率,ΔA为室内温度变化量,ρair为空气的比热容,R为建筑材料热阻的导数;Amax、Amin分别为室内温度上下值;
所述用电舒适度约束为式中,λt,m、λt-1,m分别为t、t-1时段柔性负荷m的启停状态,λt-k为t-k时段柔性负荷m的启停状态,E、s、e分别为柔性负荷最小运行时间和可调度时段的起止时间,为t时段柔性负荷m的功率,Pelcurt,max为柔性负荷的功率上限值。
可选的,所述日内调度出力模型包括:以煤耗成本、弃风成本、柔性负荷调度成本之和最小化为目标的第二目标函数和第二约束条件;
所述第二约束条件包括第一系统功率平衡约束、第一蓄热电锅炉负荷约束、第一弃风约束、机组出力约束和机组爬坡约束;
所述第一系统功率平衡约束为式中,R、M分别为热电联产机组、风电机组的数量,PCHP,g,t为热电联产机组g在t时段的功率,Pw,j,t为风电机组j在t时段的功率,PLD,t、PED,t分别为系统t时段的电、热负荷;
可选的,所述实时调度模型包括:以弃风成本和蓄热电锅炉负荷调度成本之和最小为目标的第三目标函数和第三约束条件;
所述第三约束条件包括第二系统功率平衡约束、第二蓄热电锅炉负荷约束和第二弃风约束;
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统,在蓄热电锅炉负荷参与电网有功调度的条件下,将调度过程划分为日前、日内、实时三个时间尺度,构建日前调度出力模型、日内调度出力模型和实时调度模型,利用这三个模型对日前、日内、实时的调度计划顺序求解,从多时间尺度调度的角度,对蓄热电锅炉负荷、热电联产机组和风电进行协调优化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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为本发明提供的一种含蓄热电锅炉负荷的多时间尺度优化调度方法的流程图;
图2为本发明提供的一种含蓄热电锅炉负荷的多时间尺度优化调度方法的原理图。
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。
本发明的目的是提供一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统,以在蓄热电锅炉负荷参与电网有功调度的条件下,从多时间尺度调度的角度,对蓄热电锅炉负荷、热电联产机组和风电进行协调优化。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提供了一种含蓄热电锅炉负荷的多时间尺度优化调度方法,如图1-2所示,方法包括:
步骤101,分别构建在蓄热电锅炉负荷参与电网有功调度下的日前调度出力模型、日内调度出力模型和实时调度模型。
基于新能源发电在不同时间尺度误差的不同以及电网对应调节能力的差异,将调度过程划分为日前24h调度、日内2h调度、实时调度三个时间尺度,对蓄热电锅炉负荷、热电联产机组和风电机组进行协调优化。
(1)日前调度出力模型包括:以最小化系统调度运行成本为目标的第一目标函数和第一约束条件。
第一目标函数为式中,F1为系统调度运行成本,t和T1分别为调度周期其中一个时段和日前调度阶段的时段总数,CCHP为热电联产机组的燃烧成本,Si为火电机组i的启动成本系数,ui,t-1和ui,t为t-1、t时段火电机组i的状态变量,为火电机组i在t时段的蒸汽成本, 为火电机组i在t时段的蒸汽生产成本,为火电机组i在t时段的蒸汽运输成本,N为火电机组的数量,Cw为单位弃风成本,为t时段的弃风容量,CFL为以蓄热式电锅炉负荷为代表的激励型可削减负荷,CXJ,t、分别为可削减负荷的单位补偿标准和实际响应量。
其中,蓄热电锅炉模型:
蓄热式电锅炉即在电锅炉基础上加上蓄热装置。在风力发电高峰期,蓄热式电锅炉将代替热电联产机组出力,以增加风电上网空间,模型表达式为:
式中:HEB和PEB分别为时段t内电锅炉制热和用电功率;ηah为电锅炉电热转换效率;SEB,t为时段t蓄热容量;μ为散热损失率;HHS_in,t、HHS_out,t和λHS_in,t、λHS_out,t分别为时段t内的吸放热功率及效率。
热电机组模型:
热电机组运行成本与电负荷和热负荷有关,模型表达式为:
式中:PCHP,i,t、QCHP,i,t和HCHP,i,t分别为热电机组的发电功率、无功功率和供热功率;Ci,V为抽气式机组的热电比;PZS,i,t为将PCHP,i,t和HCHP,i,t折算成纯凝工况下的电功率;Ai、Bi、Ci、Di、Ei、Fi热电联产机组煤耗系数;M为抽气式机组的数量;CCHP为热电联产机组的燃烧成本。
第一约束条件包括网络功率平衡约束、机组运行约束、蓄热式电锅炉运行约束、风力发电约束和用户舒适度约束。
①网络功率平衡约束为和式中,Cr{·}为置信度表达式,PG,i,t为火电机组i在t时段的机组出力,Pw,t为t时段风电出力,为实际时段负荷,为可削减负荷实际响应量,α为功率平衡约束的置信水平,R为风电机组的数量,HCHP,j,t为风电机组j的供热功率,HEB,t为t时段锅炉制热功率,HHS,t为t时段蓄热管的吸放热功率;HLD,t为t时段的热负荷;
采用机会约束建立约束条件。
②机组运行约束包括机组出力约束、机组爬坡约束和机组启停约束;
机组出力约束为PG,i,min≤PG,i,t≤PG,i,max;式中,RG,i,down、RG,i,up分别为火电机组i的向上和向下爬坡功率;
机组爬坡约束为-RG,i,down≤PG,i,t-PG,i,t-1≤RG,i,up;RG,i,down、RG,i,up分别为火电机组i在t时段的向上和向下爬坡功率,PG,i,t-1为火电机组i在t时段的机组出力;
热电联产机组的出力和爬坡约束和常规火电机组类似。
③蓄热式电锅炉运行约束包括电锅炉电功率约束和储热装置运行约束;
储热装置运行约束为式中,ηah为电锅炉电热转换效率,Hin,t、Hout,t和Hloss分别为储热装置的放热功率、吸热功率和热损失功率,Hload,t、Htrans,t分别为t时段电锅炉的热负荷及输送给负荷的功率,Sh,t+1、Sh,t为储热装置t+1、t时段的储热量,Δt为时间间隔;
⑤用户舒适度约束包括温度舒适度约束和用电舒适度约束;
温度舒适度约束为式中,为t时段的室内温度,Pt tl为供暖时热电联产机组和蓄热电锅炉向用户提供的热功率,ΔA为室内温度变化量,ρair为空气的比热容,R为建筑材料热阻的导数;Amax、Amin分别为室内温度上下值;
用电舒适度约束为式中,λt,m、λt-1,m分别为t、t-1时段柔性负荷m的启停状态,λt-k为t-k时段柔性负荷m的启停状态,E、s、e分别为柔性负荷最小运行时间和可调度时段的起止时间,为t时段柔性负荷m的功率,Pelcurt,max为柔性负荷的功率上限值。
(2)日内调度出力模型包括:以煤耗成本、弃风成本、柔性负荷调度成本之和最小化为目标的第二目标函数和第二约束条件。
第二约束条件包括第一系统功率平衡约束、第一蓄热电锅炉负荷约束、第一弃风约束、机组出力约束和机组爬坡约束;
①第一系统功率平衡约束为式中,R、M分别为热电联产机组、风电机组的数量,PCHP,g,t为热电联产机组g在t时段的功率,Pw,j,t为风电机组j在t时段的功率,PLD,t、PED,t分别为系统t时段的电、热负荷;
(3)实时调度模型包括:以弃风成本和蓄热电锅炉负荷调度成本之和最小为目标的第三目标函数和第三约束条件。
第三约束条件包括第二系统功率平衡约束、第二蓄热电锅炉负荷约束和第二弃风约束;
步骤102,配置多种场景模式,并获取每种场景模式下日前的热负荷预测值和电负荷预测值;
多种场景模式包括发电机组发电量充足场景、发电机组发电量不充足场景、初冬场景和深冬场景。当配置4种场景时,场景a和b即线路容量可分为充足和不充足,线路的容量富余情况直接决定了蓄热电锅炉的灵活启动空间,线路容量指机组发电量减去负荷等于富余(考虑热电联产机组风电机组的出力),即为发电机组发电量;场景c和d即初冬和深冬场景,由于用户需要保证相对稳定的室温,考虑到用户舒适度约束,蓄热电锅炉的蓄热量需求也不同。
基于热负荷、电负荷相关的历史数据得到日前热、电负荷预测值。
步骤103,根据每种场景模式下日前的热负荷预测值和电负荷预测值,利用日前调度出力模型,获得每种场景模式下日前的调度计划;调度计划包括热电联产机组启停状态及出力、风电机组出力和蓄热电锅炉负荷调度量。
应用场景不同,模型输入数据、约束条件(舒适度约束中的温度约束)不同,进而对比不同电网环境与供暖需求下的调度优化策略。
步骤104,依据每种场景模式下日前的调度计划和未来日内的风电预测值、热负荷调整量、电负荷调整量,采用日内调度出力模型,获得每种场景模式下未来日内的调度计划。
日前调度策略下的系统运行情况和负荷需求变化会有一定的偏差,先通过日前决策,确定机组组合情况,并将其作为确定量代入建立的日内2h调度模型,随着运行时间点的逼近制定日内调度计划,得到未来2h的机组出力。
步骤105,根据每种场景模式下未来日内的调度计划和未来时段的风电负荷预测值,利用实时调度模型,获得每种场景模式下实时的蓄热电锅炉负荷调度量。
步骤102-105利用MATLAB软件对构建的含蓄热电锅炉负荷的多时间尺度调度模型进行具体程序化,并使用商用软件YALMIO、CPLEX进行编程求解,输出多时间尺度调度信息。包括热电机组电热出力、风电机组出力、蓄热式电锅炉负荷调度量。
本发明在蓄热电锅炉负荷参与电网有功调度的条件下,基于新能源发电在不同时间尺度误差的不同以及电网对应调节能力的差异,提出“多级协调、逐级细化”的多时间尺度协调响应调度模型与策略,提升新能源的利用水平和保障电力系统的运行效率,为能源经济调度提供理论指导。
本发明利用热负荷和蓄热电锅炉的柔性特性,相当于在时间尺度上转移热需求,从而松弛热功率实时平衡的约束条件,弱化热负荷对供热设备出力的限制,很好的应对新能源出力的随机性和间歇性,可挖掘热负荷侧资源在提高电网利用率方面的潜力,有力提升电网对新能源的消纳能力。
本发明还提供了一种含蓄热电锅炉负荷的多时间尺度优化调度系统,系统包括:
模型构建模块,用于分别构建在蓄热电锅炉负荷参与电网有功调度下的日前调度出力模型、日内调度出力模型和实时调度模型;
场景配置模块,用于配置多种场景模式,并获取每种场景模式下日前的热负荷预测值和电负荷预测值;多种场景模式包括发电机组发电量充足场景、发电机组发电量不充足场景、初冬场景和深冬场景;
日前调度计划获得模块,用于根据每种场景模式下日前的热负荷预测值和电负荷预测值,利用日前调度出力模型,获得每种场景模式下日前的调度计划;调度计划包括热电联产机组启停状态及出力、风电机组出力和蓄热电锅炉负荷调度量;
日内调度计划获得模块,用于依据每种场景模式下日前的调度计划和未来日内的风电预测值、热负荷调整量、电负荷调整量,采用日内调度出力模型,获得每种场景模式下未来日内的调度计划;
实时蓄热电锅炉负荷调度量获得模块,用于根据每种场景模式下未来日内的调度计划和未来时段的风电负荷预测值,利用实时调度模型,获得每种场景模式下实时的蓄热电锅炉负荷调度量。
日前调度出力模型包括:以最小化系统调度运行成本为目标的第一目标函数和第一约束条件;
第一目标函数为式中,F1为系统调度运行成本,t和T1分别为调度周期其中一个时段和日前调度阶段的时段总数,CCHP为热电联产机组的燃烧成本,Si为火电机组i的启动成本系数,ui,t-1和ui,t为t-1、t时段火电机组i的状态变量,为火电机组i在t时段的蒸汽成本, 为火电机组i在t时段的蒸汽生产成本,为火电机组i在t时段的蒸汽运输成本,N为火电机组的数量,Cw为单位弃风成本,为t时段的弃风容量,CFL为以蓄热式电锅炉负荷为代表的激励型可削减负荷,CXJ,t、分别为可削减负荷的单位补偿标准和实际响应量;
第一约束条件包括网络功率平衡约束、机组运行约束、蓄热式电锅炉运行约束、风力发电约束和用户舒适度约束。
网络功率平衡约束为和式中,Cr{·}为置信度表达式,PG,i,t为火电机组i在t时段的机组出力,Pw,t为t时段风电出力,为实际时段负荷,为可削减负荷实际响应量,α为功率平衡约束的置信水平,R为风电机组的数量,HCHP,j,t为风电机组j的供热功率,HEB,t为t时段锅炉制热功率,HHS,t为t时段蓄热管的吸放热功率;HLD,t为t时段的热负荷;
机组运行约束包括机组出力约束、机组爬坡约束和机组启停约束;
机组出力约束为PG,i,min≤PG,i,t≤PG,i,max;式中,RG,i,down、RG,i,up分别为火电机组i的向上和向下爬坡功率;
机组爬坡约束为-RG,i,down≤PG,i,t-PG,i,t-1≤RG,i,up;RG,i,down、RG,i,up分别为火电机组i在t时段的向上和向下爬坡功率,PG,i,t-1为火电机组i在t时段的机组出力;
蓄热式电锅炉运行约束包括电锅炉电功率约束和储热装置运行约束;
储热装置运行约束为式中,ηah为电锅炉电热转换效率,Hin,t、Hout,t和Hloss分别为储热装置的放热功率、吸热功率和热损失功率,Hload,t、Htrans,t分别为t时段电锅炉的热负荷及输送给负荷的功率,Sh,t+1、Sh,t为储热装置t+1、t时段的储热量,Δt为时间间隔;
用户舒适度约束包括温度舒适度约束和用电舒适度约束;
温度舒适度约束为式中,为t时段的室内温度,Pt tl为供暖时热电联产机组和蓄热电锅炉向用户提供的热功率,ΔA为室内温度变化量,ρair为空气的比热容,R为建筑材料热阻的导数;Amax、Amin分别为室内温度上下值;
用电舒适度约束为式中,λt,m、λt-1,m分别为t、t-1时段柔性负荷m的启停状态,λt-k为t-k时段柔性负荷m的启停状态,E、s、e分别为柔性负荷最小运行时间和可调度时段的起止时间,为t时段柔性负荷m的功率,Pelcurt,max为柔性负荷的功率上限值。
日内调度出力模型包括:以煤耗成本、弃风成本、柔性负荷调度成本之和最小化为目标的第二目标函数和第二约束条件;
第二约束条件包括第一系统功率平衡约束、第一蓄热电锅炉负荷约束、第一弃风约束、机组出力约束和机组爬坡约束;
第一系统功率平衡约束为式中,R、M分别为热电联产机组、风电机组的数量,PCHP,g,t为热电联产机组g在t时段的功率,Pw,j,t为风电机组j在t时段的功率,PLD,t、PED,t分别为系统t时段的电、热负荷;
实时调度模型包括:以弃风成本和蓄热电锅炉负荷调度成本之和最小为目标的第三目标函数和第三约束条件;
第三约束条件包括第二系统功率平衡约束、第二蓄热电锅炉负荷约束和第二弃风约束;
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种含蓄热电锅炉负荷的多时间尺度优化调度方法,其特征在于,所述方法包括:
分别构建在蓄热电锅炉负荷参与电网有功调度下的日前调度出力模型、日内调度出力模型和实时调度模型;
配置多种场景模式,并获取每种场景模式下日前的热负荷预测值和电负荷预测值;多种所述场景模式包括发电机组发电量充足场景、发电机组发电量不充足场景、初冬场景和深冬场景;
根据每种场景模式下日前的热负荷预测值和电负荷预测值,利用日前调度出力模型,获得每种场景模式下日前的调度计划;所述调度计划包括热电联产机组启停状态及出力、风电机组出力和蓄热电锅炉负荷调度量;
依据每种场景模式下日前的调度计划和未来日内的风电预测值、热负荷调整量、电负荷调整量,采用日内调度出力模型,获得每种场景模式下未来日内的调度计划;
根据每种场景模式下未来日内的调度计划和未来时段的风电负荷预测值,利用实时调度模型,获得每种场景模式下实时的蓄热电锅炉负荷调度量。
2.根据权利要求1所述的含蓄热电锅炉负荷的多时间尺度优化调度方法,其特征在于,所述日前调度出力模型包括:以最小化系统调度运行成本为目标的第一目标函数和第一约束条件;
所述第一目标函数为式中,F1为系统调度运行成本,t和T1分别为调度周期其中一个时段和日前调度阶段的时段总数,CCHP为热电联产机组的燃烧成本,Si为火电机组i的启动成本系数,ui,t-1和ui,t为t-1、t时段火电机组i的状态变量,为火电机组i在t时段的蒸汽成本, 为火电机组i在t时段的蒸汽生产成本,为火电机组i在t时段的蒸汽运输成本,N为火电机组的数量,Cw为单位弃风成本,为t时段的弃风容量,CFL为以蓄热式电锅炉负荷为代表的激励型可削减负荷,CXJ,t、分别为可削减负荷的单位补偿标准和实际响应量;
所述第一约束条件包括网络功率平衡约束、机组运行约束、蓄热式电锅炉运行约束、风力发电约束和用户舒适度约束。
3.根据权利要求2所述的含蓄热电锅炉负荷的多时间尺度优化调度方法,其特征在于,所述网络功率平衡约束为和式中,Cr{·}为置信度表达式,PG,i,t为火电机组i在t时段的机组出力,Pw,t为t时段风电出力,为实际时段负荷,α为功率平衡约束的置信水平,R为风电机组的数量,HCHP,j,t为风电机组j的供热功率,HEB,t为t时段锅炉制热功率,HHS,t为t时段蓄热管的吸放热功率;HLD,t为t时段的热负荷;
所述机组运行约束包括机组出力约束、机组爬坡约束和机组启停约束;
所述机组出力约束为PG,i,min≤PG,i,t≤PG,i,max;式中,RG,i,down、RG,i,up分别为火电机组i的向上和向下爬坡功率;
所述机组爬坡约束为-RG,i,down≤PG,i,t-PG,i,t-1≤RG,i,up;RG,i,down、RG,i,up分别为火电机组i在t时段的向上和向下爬坡功率,PG,i,t-1为火电机组i在t时段的机组出力;
所述蓄热式电锅炉运行约束包括电锅炉电功率约束和储热装置运行约束;
所述储热装置运行约束为式中,ηah为电锅炉电热转换效率,Hin,t、Hout,t和Hloss分别为储热装置的放热功率、吸热功率和热损失功率,Hload,t、Htrans,t分别为t时段电锅炉的热负荷及输送给负荷的功率,Sh,t+1、Sh,t为储热装置t+1、t时段的储热量,Δt为时间间隔;
所述用户舒适度约束包括温度舒适度约束和用电舒适度约束;
所述温度舒适度约束为式中,为t时段的室内温度,Pt tl为供暖时热电联产机组和蓄热电锅炉向用户提供的热功率,ΔA为室内温度变化量,ρair为空气的比热容,R为建筑材料热阻的导数;Amax、Amin分别为室内温度上下值;
4.根据权利要求3所述的含蓄热电锅炉负荷的多时间尺度优化调度方法,其特征在于,所述日内调度出力模型包括:以煤耗成本、弃风成本、柔性负荷调度成本之和最小化为目标的第二目标函数和第二约束条件;
所述第二约束条件包括第一系统功率平衡约束、第一蓄热电锅炉负荷约束、第一弃风约束、机组出力约束和机组爬坡约束;
所述第一系统功率平衡约束为式中,R、M分别为热电联产机组、风电机组的数量,PCHP,g,t为热电联产机组g在t时段的功率,Pw,j,t为风电机组j在t时段的功率,PLD,t、PED,t分别为系统t时段的电、热负荷;
5.根据权利要求4所述的含蓄热电锅炉负荷的多时间尺度优化调度方法,其特征在于,所述实时调度模型包括:以弃风成本和蓄热电锅炉负荷调度成本之和最小为目标的第三目标函数和第三约束条件;
所述第三约束条件包括第二系统功率平衡约束、第二蓄热电锅炉负荷约束和第二弃风约束;
6.一种含蓄热电锅炉负荷的多时间尺度优化调度系统,其特征在于,所述系统包括:
模型构建模块,用于分别构建在蓄热电锅炉负荷参与电网有功调度下的日前调度出力模型、日内调度出力模型和实时调度模型;
场景配置模块,用于配置多种场景模式,并获取每种场景模式下日前的热负荷预测值和电负荷预测值;多种所述场景模式包括发电机组发电量充足场景、发电机组发电量不充足场景、初冬场景和深冬场景;
日前调度计划获得模块,用于根据每种场景模式下日前的热负荷预测值和电负荷预测值,利用日前调度出力模型,获得每种场景模式下日前的调度计划;所述调度计划包括热电联产机组启停状态及出力、风电机组出力和蓄热电锅炉负荷调度量;
日内调度计划获得模块,用于依据每种场景模式下日前的调度计划和未来日内的风电预测值、热负荷调整量、电负荷调整量,采用日内调度出力模型,获得每种场景模式下未来日内的调度计划;
实时蓄热电锅炉负荷调度量获得模块,用于根据每种场景模式下未来日内的调度计划和未来时段的风电负荷预测值,利用实时调度模型,获得每种场景模式下实时的蓄热电锅炉负荷调度量。
7.根据权利要求6所述的含蓄热电锅炉负荷的多时间尺度优化调度系统,其特征在于,所述日前调度出力模型包括:以最小化系统调度运行成本为目标的第一目标函数和第一约束条件;
所述第一目标函数为式中,F1为系统调度运行成本,t和T1分别为调度周期其中一个时段和日前调度阶段的时段总数,CCHP为热电联产机组的燃烧成本,Si为火电机组i的启动成本系数,ui,t-1和ui,t为t-1、t时段火电机组i的状态变量,为火电机组i在t时段的蒸汽成本, 为火电机组i在t时段的蒸汽生产成本,为火电机组i在t时段的蒸汽运输成本,N为火电机组的数量,Cw为单位弃风成本,为t时段的弃风容量,CFL为以蓄热式电锅炉负荷为代表的激励型可削减负荷,CXJ,t、分别为可削减负荷的单位补偿标准和实际响应量;
所述第一约束条件包括网络功率平衡约束、机组运行约束、蓄热式电锅炉运行约束、风力发电约束和用户舒适度约束。
8.根据权利要求7所述的含蓄热电锅炉负荷的多时间尺度优化调度系统,其特征在于,所述网络功率平衡约束为和式中,Cr{·}为置信度表达式,PG,i,t为火电机组i在t时段的机组出力,Pw,t为t时段风电出力,为实际时段负荷,α为功率平衡约束的置信水平,R为风电机组的数量,HCHP,j,t为风电机组j的供热功率,HEB,t为t时段锅炉制热功率,HHS,t为t时段蓄热管的吸放热功率;HLD,t为t时段的热负荷;
所述机组运行约束包括机组出力约束、机组爬坡约束和机组启停约束;
所述机组出力约束为PG,i,min≤PG,i,t≤PG,i,max;式中,RG,i,down、RG,i,up分别为火电机组i的向上和向下爬坡功率;
所述机组爬坡约束为-RG,i,down≤PG,i,t-PG,i,t-1≤RG,i,up;RG,i,down、RG,i,up分别为火电机组i在t时段的向上和向下爬坡功率,PG,i,t-1为火电机组i在t时段的机组出力;
所述蓄热式电锅炉运行约束包括电锅炉电功率约束和储热装置运行约束;
所述储热装置运行约束为式中,ηah为电锅炉电热转换效率,Hin,t、Hout,t和Hloss分别为储热装置的放热功率、吸热功率和热损失功率,Hload,t、Htrans,t分别为t时段电锅炉的热负荷及输送给负荷的功率,Sh,t+1、Sh,t为储热装置t+1、t时段的储热量,Δt为时间间隔;
所述用户舒适度约束包括温度舒适度约束和用电舒适度约束;
所述温度舒适度约束为式中,为t时段的室内温度,Pt tl为供暖时热电联产机组和蓄热电锅炉向用户提供的热功率,ΔA为室内温度变化量,ρair为空气的比热容,R为建筑材料热阻的导数;Amax、Amin分别为室内温度上下值;
9.根据权利要求8所述的含蓄热电锅炉负荷的多时间尺度优化调度系统,其特征在于,所述日内调度出力模型包括:以煤耗成本、弃风成本、柔性负荷调度成本之和最小化为目标的第二目标函数和第二约束条件;
所述第二约束条件包括第一系统功率平衡约束、第一蓄热电锅炉负荷约束、第一弃风约束、机组出力约束和机组爬坡约束;
所述第一系统功率平衡约束为式中,R、M分别为热电联产机组、风电机组的数量,PCHP,g,t为热电联产机组g在t时段的功率,Pw,j,t为风电机组j在t时段的功率,PLD,t、PED,t分别为系统t时段的电、热负荷;
10.根据权利要求9所述的含蓄热电锅炉负荷的多时间尺度优化调度系统,其特征在于,所述实时调度模型包括:以弃风成本和蓄热电锅炉负荷调度成本之和最小为目标的第三目标函数和第三约束条件;
所述第三约束条件包括第二系统功率平衡约束、第二蓄热电锅炉负荷约束和第二弃风约束;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111327017.4A CN114021361A (zh) | 2021-11-10 | 2021-11-10 | 一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111327017.4A CN114021361A (zh) | 2021-11-10 | 2021-11-10 | 一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114021361A true CN114021361A (zh) | 2022-02-08 |
Family
ID=80063440
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111327017.4A Pending CN114021361A (zh) | 2021-11-10 | 2021-11-10 | 一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114021361A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114884108A (zh) * | 2022-06-14 | 2022-08-09 | 福州大学 | 源网荷储一体化的微电网多时间尺度能量管理优化方法 |
CN115046315A (zh) * | 2022-06-24 | 2022-09-13 | 国网安徽省电力有限公司淮北供电公司 | 一种蓄热式电锅炉的控制系统和控制方法 |
-
2021
- 2021-11-10 CN CN202111327017.4A patent/CN114021361A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114884108A (zh) * | 2022-06-14 | 2022-08-09 | 福州大学 | 源网荷储一体化的微电网多时间尺度能量管理优化方法 |
CN115046315A (zh) * | 2022-06-24 | 2022-09-13 | 国网安徽省电力有限公司淮北供电公司 | 一种蓄热式电锅炉的控制系统和控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108496288B (zh) | 家用能源设备及操作家用能源设备的操作方法 | |
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 | |
CN113112087A (zh) | 考虑电热负荷需求响应的综合能源系统运行成本优化方法 | |
JP5789792B2 (ja) | 需給制御装置、需給制御方法、および、需給制御システム | |
CN104504451B (zh) | 一种多状态运行热电厂的火电系统日前机组组合优化方法 | |
CN110991000B (zh) | 计及固体氧化物燃料电池和电转气的能量枢纽建模方法 | |
CN111400641A (zh) | 一种含蓄热式电采暖的综合能源系统日前优化调度方法 | |
CN114021361A (zh) | 一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统 | |
CN110007600A (zh) | 一种具有约束的多能流协调调度辅助决策系统 | |
CN113725915A (zh) | 一种考虑可再生能源不确定性和热惰性的乡村电热综合能源系统运行优化方法 | |
CN113690879A (zh) | 考虑电-热柔性负荷的区域综合能源系统容量配置方法 | |
CN110829503B (zh) | 风光水火储的多能互补微电网联合优化调度方法及系统 | |
CN105958537A (zh) | 面向能源互联网的能源转换系统及其优化控制方法 | |
CN110336329A (zh) | 特高压直流以及新能源参与后的受端电网调峰控制方法 | |
CN111324849A (zh) | 一种考虑热网特性的电热联合系统优化调度方法 | |
CN106712033A (zh) | 一种热电厂消纳弃风的方法 | |
CN111682531B (zh) | 基于pl-imocs的风光水火一次能源互补短期优化调度方法和装置 | |
CN108879657B (zh) | 基于风电容量可信度的电力电量平衡优化方法 | |
CN110707756B (zh) | 一种高比例风电接入电网的光热电站日前调峰优化控制方法 | |
CN110991735A (zh) | 一种考虑aa-caes的热电联供系统优化调度方法 | |
CN110378523B (zh) | 一种用于热电风电联合参与电网调峰的容量配置方法 | |
Du et al. | Exploring the flexibility of CSP for wind power integration using interval optimization | |
CN114362255A (zh) | 一种源网荷储电力系统多目标日前调度优化方法及系统 | |
CN109167396A (zh) | 一种基于建筑热惯性的抽汽式热电联产机组调频能力挖掘方法 | |
CN109638818A (zh) | 一种储热式电采暖系统容量优化配置方法和装置 |
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 |