CN114243687A - 一种基于成本和效益的风电提供旋转备用服务定价方法 - Google Patents

一种基于成本和效益的风电提供旋转备用服务定价方法 Download PDF

Info

Publication number
CN114243687A
CN114243687A CN202111498495.1A CN202111498495A CN114243687A CN 114243687 A CN114243687 A CN 114243687A CN 202111498495 A CN202111498495 A CN 202111498495A CN 114243687 A CN114243687 A CN 114243687A
Authority
CN
China
Prior art keywords
cost
outage
standby
probability distribution
probability
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
Application number
CN202111498495.1A
Other languages
English (en)
Inventor
李韶瑜
张光儒
沈渭程
魏博
马喜平
董开松
朱宏毅
刘克权
张伟
杨柯
刘丽娟
赵炜
梁有珍
赵耀
杨俊�
闵占奎
刘秀良
李志敏
陈明忠
同焕珍
张赛
甄文喜
姜梅
王斌
袁芳
杨勇
郑翔宇
李炜
李小娟
杨洁
何巍
孟欢
李军
汤一尧
高世刚
谢延凯
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 GASU ELECTRIC POWER RESEARCH INSTITUTE
State Grid Gansu Electric Power Co Ltd
Original Assignee
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
State Grid Gansu Electric Power 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 GASU ELECTRIC POWER RESEARCH INSTITUTE, State Grid Gansu Electric Power Co Ltd filed Critical STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Priority to CN202111498495.1A priority Critical patent/CN114243687A/zh
Publication of CN114243687A publication Critical patent/CN114243687A/zh
Pending legal-status Critical Current

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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • H02J3/38—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
    • 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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/20—Climate change mitigation technologies for sector-wide applications using renewable 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
    • 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)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明属于风电技术领域，为一种基于成本和效益的风电提供旋转备用服务定价方法，该方法包括:用市场电价衡量旋转备用的机会成本得到旋转备用的成本电价；计算旋转备用的效益价值，根据系统各机组的强迫停运率计算出系统不同停运状态的概率，形成机组停运容量概率分布表COPT，根据机组停运容量概率分布表COPT与负荷停运表预测不确定性概率分布，形成系统缺出力的状态概率分布，据此算出系统旋转备用的期望价值；根据旋转备用的成本电价和备用效益平均价值，建立基于成本、效益及系统可靠性指标相结合的备用服务补偿定价模型。本发明综合考虑机会成本、系统失负荷价值及系统可靠性指标，对成本和价值进行补偿的同时，也反映了系统的可靠性水平。

Description

一种基于成本和效益的风电提供旋转备用服务定价方法
技术领域
本发明属于风电技术领域，具体地而言为一种基于成本和效益的风电提供旋转备用服务定价方法。
背景技术
电力系统中的风电比重正不断攀升，风电的接入可替代常规电源，提供电网可靠性，并取得节能减排的环保效益。风电出力具有一定的不确定性，为了保证系统的安全稳定，须为其提供足够的备用，提高了风电的消纳成本提高，导致严重的弃风限电问题，阻碍了风电产业的可持续发展。
发明内容
为了解决上述相关技术中的问题，本发明所要解决的技术问题在于提供一种基于成本和效益的风电提供旋转备用服务定价方法。
本发明是这样实现的，
一种基于成本和效益的风电提供旋转备用服务定价方法，该方法包括:
用市场电价衡量旋转备用的机会成本得到旋转备用的成本电价；
计算旋转备用的效益价值，根据系统各机组的强迫停运率计算出系统不同停运状态的概率，形成机组停运容量概率分布表COPT，根据机组停运容量概率分布表COPT与负荷停运表预测不确定性概率分布，形成系统缺出力的状态概率分布，据此算出系统旋转备用的期望价值；
根据旋转备用的成本电价和备用效益平均价值，建立基于成本、效益及系统可靠性指标相结合的备用服务补偿定价模型。
进一步地，所述机会成本：
CR＝P0R
式中，CR为旋转备用机组成本；P0为k时段的市场电价；R为该时段所需的备用容量。
进一步地，用市场电价衡量旋转备用的机会成本得到旋转备用成本电价为：
Figure BDA0003401818910000011
式中，r％为成本利润率水平。
进一步地，根据机组停运容量概率分布表COPT与负荷停运表预测不确定性概率分布，形成系统缺出力的状态概率分布具体包括：
根据发电机组的特定参数计算得出该发电机组的停运表，设某台发电机组的运行容量为ci，强迫停运率FOR为qi；
运行容量X为0，停运容量
Figure BDA0003401818910000021
为ci时，确切概率P等于强迫停运率qi；累积概率
Figure BDA0003401818910000022
确切频率F＝qiμi；单台发电机组停运状态的增量频率
Figure BDA0003401818910000023
积累频率为增量频率由下往上累积之和
Figure BDA0003401818910000024
假设负荷预测的不确定概率为0，另设已知元件a、b的停运表，其确切概率分别为
Figure BDA0003401818910000025
组合元件C在停运容量为
Figure BDA0003401818910000026
的确切概率表示为：
Figure BDA0003401818910000027
组合元件c在停运容量为
Figure BDA0003401818910000028
状态的累积概率表示为
Figure BDA0003401818910000029
逐步形成整个发电系统的停运表。
进一步地，所述系统缺出力的状态概率分布，据此算出系统旋转备用的期望价值包括：根据系统缺出力的状态概率分布得到系统缺出力状态向量(g1,g2,…,gi,…,gM)，以及状态概率向量[p(g1),p(g2),…,p(gi),…,p(gM)]；经过比较缺出力与备用容量值，得出系统缺出力水平小于R的状态向量(S1,S2,…,Si,…,SN1)，及其出现的概率向量[p(S1),p(S2),…,p(Si),…,p(SN1)]；系统缺出力水平大于等于R的状态向量(B1,B2,…,Bj,…,BN2)，及其出现的概率向量[p(B1),p(B2),…,p(Bj),…,p(BN2)]，计算出系统备用R的期望价值为：
Figure BDA00034018189100000210
进一步地，根据系统备用R的期望价值得到旋转备用效益的平均价值：
Figure BDA00034018189100000211
根据旋转备用的成本电价和备用效益平均价值，建立基于成本、效益及系统可靠性指标相结合的备用服务补偿定价模型：
PR＝(1-LOLP)×PRC+LOLP×VR
式中，LOLP表示电力不足概率，即失负荷的状态概率。
本发明与现有技术相比，有益效果在于：
大规模风电接入给电力系统运行带来很大的不确定性，为维持系统的稳定，保证和扩大风能渗透率，风电提供备用变得至关重要。为调动风力发电企业参与旋转备用服务的积极性，须对其提供补偿。合理的旋转备用定价可以引导风电厂和用户合理决策，提高电网运行经济性。本发明综合考虑机会成本、系统失负荷价值及系统可靠性指标，对成本和价值进行补偿的同时，也反映了系统的可靠性水平。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
一种基于成本和效益的风电提供旋转备用服务定价方法，该方法包括:
用市场电价衡量旋转备用的机会成本得到旋转备用的成本电价；
计算旋转备用的效益价值，根据系统各机组的强迫停运率计算出系统不同停运状态的概率，形成机组停运容量概率分布表COPT，根据机组停运容量概率分布表COPT与负荷停运表预测不确定性概率分布，形成系统缺出力的状态概率分布，据此算出系统旋转备用的期望价值；
根据旋转备用的成本电价和备用效益平均价值，建立基于成本、效益及系统可靠性指标相结合的备用服务补偿定价模型。
具体地，1.供给成本分析
由于风电变动成本很小，同时机组所有的固定成本已计入容量电价中，所以机组提供旋转备用的供给成本可以用变动成本机会成本来衡量，也就是机组因为提供旋转备用而使得发电量减少，从而使其收益减少，减少的这部分收益就是机组提供旋转被用的机会成本。对电力系统的某一具体时段进行分析，并用市场电价衡量旋转备用的机会成本，如式(1)。
CR＝P0R (1)
式中，CR为旋转备用机组成本；P0为k时段的市场电价；R为该时段所需的备用容量。
2.计算旋转备用的效益价值，首先需根据系统各机组(包括风电和火电)的强迫停运率计算出系统不同停运状态的概率，形成机组停运容量概率分布表COPT，然后考虑负荷预测的不确定性概率分布。根据COPT与负荷预测不确定性概率分布，可以形成系统缺出力的状态概率分布，据此算出系统备用的期望价值。
首先根据机组的特定参数计算得出该机组的停运表(COPT)。设某台发电机组的运行容量为ci，强迫停运率FOR为qi。
运行容量X为0，停运容量
Figure BDA0003401818910000031
为ci时，确切概率P等于强迫停运率(FOR)qi；累积概率
Figure BDA0003401818910000032
确切频率(此处为故障概率)F＝qiμi；单台发电机组停运状态的增量频率
Figure BDA0003401818910000041
积累频率为增量频率由下往上累积之和
Figure BDA0003401818910000042
发电系统是由一些发电机组和负荷构成的，由发电机组停运表和负荷停运表可以形成发电系统停运表，也就是系统缺出力的状态概率分布。为便于讨论，本文假设负荷预测的不确定概率为0。另设已知元件a、b的停运表，其确切概率分别为
Figure BDA0003401818910000043
组合元件C在停运容量为
Figure BDA0003401818910000044
的确切概率表示为
Figure BDA0003401818910000045
组合元件c在停运容量为
Figure BDA0003401818910000046
状态的累积概率表示为
Figure BDA0003401818910000047
利用以上公式可以逐步形成整个发电系统的停运表。
3.备用价值的分析
效益的评估将运用失负荷价值计算事故停运成本，也就是停电对经济造成的损失。
无备用情况下，系统出现出力缺额g的失负荷价值VOLL为
Figure BDA0003401818910000048
式中，g为缺出力量或失负荷量；P0为k时段的电能电价；ε为电力需求价格弹性系数(一般为0.22-0.25)；Q0为k时段的电力需求。
根据系统缺出力的状态概率分布可以得到系统缺出力状态向量(g1,g2,…,gi,…,gM)，以及状态概率向量[p(g1),p(g2),…,p(gi),…,p(gM)]。经过比较缺出力与备用容量值，可以得出系统缺出力水平小于R的状态向量(S1,S2,…,Si,…,SN1)，及其出现的概率向量[p(S1),p(S2),…,p(Si),…,p(SN1)]；系统缺出力水平大于等于R的状态向量(B1，B2，…，Bj，…，BN2)，及其出现的概率向量[p(B1)，p(B2)，…，p(Bj)，…，p(BN2)]。由此可计算出系统备用R的期望价值为：
Figure BDA0003401818910000049
4.价格的确定
基于式(1)确定旋转备用成本电价为：
Figure BDA00034018189100000410
式中，r％为成本利润率水平。
基于式(5)得到旋转备用效益的平均价值
Figure BDA0003401818910000051
根据旋转备用的成本电价和备用效益平均价值，可以建立基于成本、效益及系统可靠性指标相结合的备用服务补偿定价模型[9]：
PR＝(1-LOLP)×PRC+LOLP×VR (8)
式中，LOLP表示电力不足概率，即失负荷的状态概率。
该模型不仅能够对发电商的旋转备用成本进行合理补偿，而且备用服务的成本和效益相结合得出的价格，比以往单方面考虑成本或价值，也能更好的体现了旋转备用服务的价值。同时，电力不足概率LOLP的引入使得该模型能够反映系统的可靠性水平及对旋转备用的需求。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于成本和效益的风电提供旋转备用服务定价方法，其特征在于，该方法包括:
用市场电价衡量旋转备用的机会成本得到旋转备用的成本电价；
计算旋转备用的效益价值，根据系统各机组的强迫停运率计算出系统不同停运状态的概率，形成机组停运容量概率分布表COPT，根据机组停运容量概率分布表COPT与负荷停运表预测不确定性概率分布，形成系统缺出力的状态概率分布，据此算出系统旋转备用的期望价值；
根据旋转备用的成本电价和备用效益平均价值，建立基于成本、效益及系统可靠性指标相结合的备用服务补偿定价模型。
2.按照权利要求1所述的方法，其特征在于，所述机会成本：
CR＝P0R
式中，CR为旋转备用机组成本；P0为k时段的市场电价；R为该时段所需的备用容量。
3.按照权利要求2所述的方法，其特征在于，用市场电价衡量旋转备用的机会成本得到旋转备用成本电价为：
Figure FDA0003401818900000011
式中，r％为成本利润率水平。
4.按照权利要求1所述的方法，其特征在于，根据机组停运容量概率分布表COPT与负荷停运表预测不确定性概率分布，形成系统缺出力的状态概率分布具体包括：
根据发电机组的特定参数计算得出该发电机组的停运表，设某台发电机组的运行容量为ci，强迫停运率FOR为qi；
运行容量X为0，停运容量
Figure FDA0003401818900000012
为ci时，确切概率P等于强迫停运率qi；累积概率
Figure FDA0003401818900000013
确切频率F＝qiμi；单台发电机组停运状态的增量频率
Figure FDA0003401818900000014
积累频率为增量频率由下往上累积之和
Figure FDA0003401818900000015
假设负荷预测的不确定概率为0，另设已知元件a、b的停运表，其确切概率分别为
Figure FDA0003401818900000016
组合元件C在停运容量为
Figure FDA0003401818900000017
的确切概率表示为：
Figure FDA0003401818900000021
组合元件c在停运容量为
Figure FDA0003401818900000022
状态的累积概率表示为
Figure FDA0003401818900000023
逐步形成整个发电系统的停运表。
5.按照权利要求3所述的方法，其特征在于，所述系统缺出力的状态概率分布，据此算出系统旋转备用的期望价值包括：根据系统缺出力的状态概率分布得到系统缺出力状态向量(g1,g2,…,gi,…,gM)，以及状态概率向量[p(g1),p(g2),…,p(gi),…,p(gM)]；经过比较缺出力与备用容量值，得出系统缺出力水平小于R的状态向量(S1,S2,…,Si,…,SN1)，及其出现的概率向量[p(S1),p(S2),…,p(Si),…,p(SN1)]；系统缺出力水平大于等于R的状态向量(B1,B2,…,Bj,…,BN2)，及其出现的概率向量[p(B1),p(B2),…,p(Bj),…,p(BN2)]，计算出系统备用R的期望价值为：
Figure FDA0003401818900000024
6.按照权利要求5所述的方法，其特征在于，根据系统备用R的期望价值得到旋转备用效益的平均价值：
Figure FDA0003401818900000025
根据旋转备用的成本电价和备用效益平均价值，建立基于成本、效益及系统可靠性指标相结合的备用服务补偿定价模型：
PR＝(1-LOLP)×PRC+LOLP×VR
式中，LOLP表示电力不足概率，即失负荷的状态概率。
CN202111498495.1A 2021-12-09 2021-12-09 一种基于成本和效益的风电提供旋转备用服务定价方法 Pending CN114243687A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111498495.1A CN114243687A (zh) 2021-12-09 2021-12-09 一种基于成本和效益的风电提供旋转备用服务定价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111498495.1A CN114243687A (zh) 2021-12-09 2021-12-09 一种基于成本和效益的风电提供旋转备用服务定价方法

Publications (1)

Publication Number Publication Date
CN114243687A true CN114243687A (zh) 2022-03-25

Family

ID=80754235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111498495.1A Pending CN114243687A (zh) 2021-12-09 2021-12-09 一种基于成本和效益的风电提供旋转备用服务定价方法

Country Status (1)

Country Link
CN (1) CN114243687A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118487330A (zh) * 2024-07-16 2024-08-13 泰豪科技股份有限公司 一种发电机组运行功率的控制方法、系统、存储介质及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103887813A (zh) * 2014-01-21 2014-06-25 国家电网公司 基于风功率预测不确定度的风电系统运行的控制方法
CN104701890A (zh) * 2015-03-21 2015-06-10 南京理工大学 考虑风电功率溢出的含风电场电力系统旋转备用优化方法
CN106712005A (zh) * 2017-01-11 2017-05-24 东南大学 一种计及需求响应的电网安全优化调度方法
US20200334562A1 (en) * 2018-04-11 2020-10-22 Shandong University Reserve optimization method and apparatus based on support outage event constrained unit commitment

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103887813A (zh) * 2014-01-21 2014-06-25 国家电网公司 基于风功率预测不确定度的风电系统运行的控制方法
CN104701890A (zh) * 2015-03-21 2015-06-10 南京理工大学 考虑风电功率溢出的含风电场电力系统旋转备用优化方法
CN106712005A (zh) * 2017-01-11 2017-05-24 东南大学 一种计及需求响应的电网安全优化调度方法
US20200334562A1 (en) * 2018-04-11 2020-10-22 Shandong University Reserve optimization method and apparatus based on support outage event constrained unit commitment

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵新刚 等: "基于成本和效益的风电提供旋转备用服务定价模型", 《华北电力大学学报（社会科学版）》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118487330A (zh) * 2024-07-16 2024-08-13 泰豪科技股份有限公司 一种发电机组运行功率的控制方法、系统、存储介质及设备

Similar Documents

Publication Publication Date Title
Chen et al. Multi-objective optimal scheduling of a microgrid with uncertainties of renewable power generation considering user satisfaction
CN112907129B (zh) 储能综合效益评估指标体系
Georgilakis et al. Reliability and economic evaluation of small autonomous power systems containing only renewable energy sources
Ceran The concept of use of PV/WT/FC hybrid power generation system for smoothing the energy profile of the consumer
Ding et al. Optimal dispatching strategy for user-side integrated energy system considering multiservice of energy storage
Wang et al. Joint energy disaggregation of behind-the-meter PV and battery storage: A contextually supervised source separation approach
Abdolahi et al. Chance-constrained CAES and DRP scheduling to maximize wind power harvesting in congested transmission systems considering operational flexibility
Gotham et al. A load factor based mean–variance analysis for fuel diversification
US20220060018A1 (en) Microgrid system comprising energy management system of energy storage system (ess)-connected photovoltaic power system
CN114243687A (zh) 一种基于成本和效益的风电提供旋转备用服务定价方法
CN113690925B (zh) 一种基于微电网的能量交互优化方法及系统
Mohamed et al. Residential battery energy storage sizing and profitability in the presence of PV and EV
Ippolito et al. Economic feasibility of a customer-side energy storage in the Italian electricity market
Yi et al. A hierarchical co-optimal planning framework for microgrid considering hydrogen energy storage and demand-side flexibilities
Tian et al. Coordinated RES and ESS Planning Framework Considering Financial Incentives Within Centralized Electricity Market
Amato et al. Hourly simulation of energy community with photovoltaic generator and electric vehicle
Kathan et al. Increasing BIPV self-consumption through electrical storage–feasible demand-coverage and dimensioning of the storage system
Yang et al. Inverse proportion technique based scheduling strategy for energy storage system considering load demand differences
Miljan et al. Optimal bidding for a large battery-electrolyzer facility in the day-ahead market
CN115204944A (zh) 一种计及全寿命周期的储能最优峰谷价差测算方法及装置
Li et al. A spatio-temporal customer baseline load estimation approach based on LAD-LASSO regression
Wang et al. Study on the economic dispatch of regional integrated energy system based on master-slave game
CN108270237B (zh) 基于分布式光伏电源的并网控制以及调度的方法
Tang et al. Research on planning technology of integrated wind-solar-thermal-storage energy base
Nhau et al. Simulation and analysis of economic benefits of different types of PV systems in shanghai

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