CN114285087B - 基于最小成本的风光火储一体化系统配置方法和装置 - Google Patents
基于最小成本的风光火储一体化系统配置方法和装置 Download PDFInfo
- Publication number
- CN114285087B CN114285087B CN202111433733.0A CN202111433733A CN114285087B CN 114285087 B CN114285087 B CN 114285087B CN 202111433733 A CN202111433733 A CN 202111433733A CN 114285087 B CN114285087 B CN 114285087B
- Authority
- CN
- China
- Prior art keywords
- node
- cost
- thermal power
- annual
- electric quantity
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 238000010977 unit operation Methods 0.000 claims description 43
- 238000005338 heat storage Methods 0.000 claims description 41
- 239000003245 coal Substances 0.000 claims description 38
- 238000004146 energy storage Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000005611 electricity Effects 0.000 claims description 21
- 230000001186 cumulative effect Effects 0.000 claims description 11
- 238000007667 floating Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000007493 shaping process Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims 1
- 238000010248 power generation Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 6
- 239000002699 waste material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- -1 shortage Substances 0.000 description 1
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于最小成本的风光火储一体化系统配置方法及装置。该方法包括：根据全年时长内火电机组的运行状态，构建深度为K+1的完全二叉树模型；获取历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，并从根节点开始依次计算每个节点的运行成本；遍历完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的火电机组的运行状态序列，同时获取全年累计最小运行成本，并与所有设备的年均投资成本相加，得到年均投资运行成本，以对各设备进行优化配置。本公开基于二叉树最短路径算法以全年累计运行成本最小为目标确定火电机组的运行状态序列，节约了成本，提高了风、光资源利用率。
Description
技术领域
本公开涉及风光火储一体化资源配置技术领域，特别涉及一种基于最小成本的风光火储一体化系统配置方法和装置。
背景技术
随着国家节能减排的需求和清洁能源的兴起，各种利用清洁能源的发电设备也越来越普及，风光互补发电系统受气候和环境的影响较大，采用大规模储能技术，可确保负载用电的持续性和可靠性，减少能源资源的浪费。风光火储一体化系统的设计，需合理配置各个发电和储能设备的额定容量，降低投资运行成本。
发明内容
本公开旨在至少在一定程度上解决上述技术中的技术问题之一。
为此，本公开的第一个目的在于提出一种基于最小成本的风光火储一体化系统配置方法，采用二叉树最短路径算法，使用动态规划思想，以全年累计运行成本最小为目标确定火电机组的运行状态序列，从而获得年均投资运行成本，以对风光火储一体化系统中的各设备进行优化配置，节约成本，提高风、光资源利用率。
本公开的第二个目的在于提出一种基于最小成本的风光火储一体化系统配置装置。
本公开的第三个目的在于提出一种电子设备。
本公开的第四个目的在于提出一种计算机可读存储介质。
本公开第一方面实施例提出了一种基于最小成本的风光火储一体化系统配置方法，包括：根据全年时长内火电机组的运行状态，构建深度为K+1的完全二叉树模型，其中，K为将全年时长以预设时长为单位划分的个数，K为大于0的整数，完全二叉树中每个节点包括左子节点和右子节点，分别表示所述节点之后的下一个预设时长内所述火电机组处于关机状态和开机状态，根节点为第0个预设时长，叶子节点为第K个预设时长，叶子节点的左子节点和右子节点均为空节点；获取历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件；根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本；遍历所述完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的所述火电机组的运行状态序列，同时获取所述运行状态序列下所述火电机组的全年累计最小运行成本；将所述全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本；根据所述年均投资运行成本，对风光火储一体化系统中的各设备进行优化配置。
另外，根据本公开上述实施例提出的基于最小成本的风光火储一体化系统配置方法还可以具有如下附加的技术特征：
在本公开的一个实施例中，所述根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本，包括：根据所述完全二叉树中深度为i的节点对应的第i个预设时长的所述风电历史发电量、所述光伏历史发电量、所述电网历史需求量和所述预设约束条件，确定所述节点的总电量需求；其中，i为大于0的整数且小于等于K；根据火电机组容量约束、储热设备容量约束、储能电池容量约束，所述节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及所述节点的总电量需求和第二火电机组运行状态，计算所述节点的运行成本。
在本公开的一个实施例中，所述根据火电机组容量约束、储热设备容量约束、储能电池容量约束，所述节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及所述节点的总电量需求和第二火电机组运行状态，计算所述节点的运行成本，包括：根据火电机组容量约束、储热设备容量约束、储能电池容量约束，节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，所述节点的总电量需求和第二火电机组运行状态，得到所述节点的第二储热设备可用电量、第二电池可用电量、弃电电量、缺电电量和火电机组的输出功率；由所述弃电电量和弃电惩罚系数计算所述节点的弃电成本；由所述缺电电量和缺电惩罚系数计算所述节点的缺电成本；由所述火电机组的输出功率根据煤耗曲线计算所述节点的煤耗成本；在第一火电机组运行状态为关机状态，第二火电机组运行状态为开机状态的情况下，确定所述节点的启炉成本为预设约束条件中给出的启炉成本值；在第一火电机组运行状态为开机状态，第二火电机组运行状态为开机状态和/或关机状态的情况下，确定所述节点的启炉成本为零；判断所述节点对应的火电机组连续运行时长是否满足最短连续运行时间要求，若不满足，则增加附加成本；根据所述节点的所述弃电成本、所述缺电成本、所述煤耗成本、所述启炉成本以及所述附加成本，生成所述节点的运行成本。
在本公开的一个实施例中，所述由所述输出功率根据煤耗曲线计算所述节点的煤耗成本，包括：由煤耗成本＝(a*火电机组的输出功率2+b*火电机组的输出功率+c)*煤炭价格，计算得到所述煤耗成本；其中，a、b和c分别为常数。
在本公开的一个实施例中，所述遍历所述完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的所述火电机组的运行状态序列，同时获取所述运行状态序列下所述火电机组的全年累计最小运行成本，包括：
从叶子节点开始遍历所述完全二叉树模型，依次计算并存储每个节点的累计运行成本，确定并存储累计运行成本最小的子节点编号，直至获取根节点的累计运行成本最小的子节点编号并存储根节点的累计运行成本和子节点编号；从根节点开始，根据每个节点存储的子节点编号遍历到叶子节点，确定使全年累计运行成本最小的所述火电机组的运行状态序列；确定根节点存储的累计运行成本为所述全年累计最小运行成本。
在本公开的一个实施例中，所述将所述全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本，包括：计算风光火储一体化系统中M1＝(M2+M3+M4+M5)/T1；其中，M1为所有设备的年均投资成本，M2为风电投资成本，M3为光伏投资成本，M4为储热投资成本，M5为电池投资成本，TI为计划运行年限；计算M＝所述全年累计最小运行成本+M1；其中，M为年均投资运行成本。
在本公开的一个实施例中，所述节点存储的数据，包括：节点的运行成本、最小累积运行成本、储热设备可用电量、电池可用电量、弃电电量、缺电电量和火电机组的输出功率、火电机组连续运行时长、火电机组运行状态、左子节点指针和右子节点指针、子节点编号。
在本公开的一个实施例中，所述节点的数据的类型包括以下至少一种：整型；浮点型；布尔型；指针型。
本公开第二方面实施例提出了一种基于最小成本的风光火储一体化系统配置装置，包括：模型构建单元，用于根据全年时长内火电机组的运行状态，构建深度为K+1的完全二叉树模型，其中，K为将全年时长以预设时长为单位划分的个数，K为大于0的整数，完全二叉树中每个节点包括左子节点和右子节点，分别表示所述节点之后的下一个预设时长内所述火电机组处于关机状态和开机状态，根节点为第0个预设时长，叶子节点为第K个预设时长，叶子节点的左子节点和右子节点均为空节点；数据获取单元，用于获取历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件；成本计算单元，用于根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本；寻优计算单元，用于遍历所述完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的所述火电机组的运行状态序列，同时获取所述运行状态序列下所述火电机组的全年累计最小运行成本；年均成本计算单元，用于将所述全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本；配置单元，用于根据所述年均投资运行成本，对风光火储一体化系统中的各设备进行优化配置。
另外，根据本公开上述实施例提出的基于最小成本的风光火储一体化系统配置装置还可以具有如下附加的技术特征：
在本公开的一个实施例中，所述成本计算单元，包括：第一计算模块，用于根据所述完全二叉树中深度为i的节点对应的第i个预设时长的所述风电历史发电量、所述光伏历史发电量、所述电网历史需求量和所述预设约束条件，确定所述节点的总电量需求；其中，i为大于0的整数且小于等于K；第二计算模块，用于根据火电机组容量约束、储热设备容量约束、储能电池容量约束，所述节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及所述节点的总电量需求和第二火电机组运行状态，计算所述节点的运行成本。
本公开第三方面实施例提出了一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如本公开第一方面实施例所述的基于最小成本的风光火储一体化系统配置方法。
本申请第四方面实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现如本公开第一方面实施例所述的基于最小成本的风光火储一体化系统配置方法。
本公开附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置方法的流程图；
图2为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置方法的火电机组所有可能的运行状态的完全二叉树结构图；
图3为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置方法中S3的子步骤的流程图；
图4为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置方法中S32的子步骤的流程图；
图5为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置方法中S4的子步骤的流程图；
图6为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置方法中S5的子步骤的流程图；
图7为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置方法的节点的数据结构图；
图8为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置装置的结构图；
图9为根据本公开实施例提供的一种基于最小成本的风光火储一体化系统配置装置的成本计算单元的结构图；
图10为根据本公开实施例提供的电子设备的结构图。
具体实施方式
下面详细描述本公开的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本公开，而不能理解为对本公开的限制。
下面结合附图来描述本公开实施例的基于最小成本的风光火储一体化系统配置方法、装置、电子设备和存储介质。
图1为根据本公开一个实施例的基于最小成本的风光火储一体化系统配置方法的流程图。
如图1所示，本公开实施例的基于最小成本的风光火储一体化系统配置方法，包括：
S1，根据全年时长内火电机组的运行状态，构建深度为K+1的完全二叉树模型；其中，K为将全年时长以预设时长为单位划分的个数，K为大于0的整数，完全二叉树中每个节点包括左子节点和右子节点，分别表示节点之后的下一个预设时长内火电机组处于关机状态和开机状态，根节点为第0个预设时长，叶子节点为第K个预设时长，叶子节点的左子节点和右子节点均为空节点。
可以理解的是，风光火储一体化系统中，风光互补发电系统受气候和环境的影响较大，采用大规模储能技术，才能确保负载用电的持续性和可靠性，减少能源资源的浪费。风光火储一体化系统的设计，需合理配置各个发电和储能设备的额定容量，降低投资运行成本。
基于此，本公开实施例中，提出一种基于最小成本的风光火储一体化系统的配置方法，以最小成本为目标，获取风光火储一体化系统中各设备的资源配置。
其中，风电、光伏、储热和电池的运行成本很低，可以忽略不计，所以只需要计算火电机组的运行成本。
本公开实施例中，根据全年时长内火电机组的运行状态，构建深度为K+1的完全二叉树模型，其中，预设时长可以为1小时，K为将全年时长以预设时长为单位划分的个数，K可以为8760，根据全年时长内火电机组的运行状态，构建深度为8761的完全二叉树模型。或者，本公开实施例中，预设时长还可以为2小时，K为4380，或者预设时长还可以为1天，K为365，或者预设时长还可以为1个月，K为12等等，本公开实施例对此不作具体限制。
示例性实施例中，如图2所示，本公开实施例中，预设时长可以为一小时，可以将全年时长以一小时为单位划分为8760个小时，即K为8760，根据全年时长内火电机组的运行状态，构建深度为8761的完全二叉树模型，完全二叉树中每个节点表示当前一小时内火电机组的运行状态，其中，运行状态包括关机状态和开机状态，分别用0和1进行表示。
其中，根节点表示第0个小时，默认为火电机组的运行状态为关机状态，也即，第0个小时表示为0。每个节点包括左子节点和右子节点，分别表示节点之后的下一个小时内火电机组处于关机状态和开机状态，叶子节点为第8760个小时，叶子节点的左子节点和右子节点均为空节点。
可以理解的是，从根节点到任一叶子节点的长度为8760的字符串，代表一种可能的全年时长内火电机组的运行状态序列，其中，在某一预设时长内火电机组为关机状态或开机状态可以分别用0或1进行表示。
S2，获取历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件。
可以理解的是，对于历史全年的风电历史发电量、光伏历史发电量、电网历史需求量都具有可查询的途径，历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量的记录均存储在相应的存储设备中，以供在设备出现异常时，或者对历史全年的电量供需分析时提供数据支持。
本公开实施例中，从相应的存储设备中获取历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量。
其中，预设约束条件可以为火电机组容量约束、储热设备容量约束、储能电池容量约束以及最短连续运行时间约束等。
S3，根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本。
本公开实施例中，根据获取的历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本。
示例性的，预设时长可以为一小时，可以将全年时长以一小时为单位划分为8760个小时，可以为根据获取的历史全年8760个小时的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本。
可以理解的是，第0个小时有一个节点为关机状态表示为0；第1个小时有两个节点分别为关机状态和开机状态，分别表示为0和1；第2个小时有四个节点包括：对应第1个小时的关机状态连续的第2个小时的关机状态和开机状态，分别表示为0和1，以及对应第1个小时的开机状态连续的第2个小时的关机状态和开机状态，分别表示为0和1；以此类推。
例如，计算第2个小时的运行状态为开机状态，对应第1个小时的运行状态为开机状态，即火电机组连续开机运行2小时的第2个小时内的运行成本。
另一示例中，计算第2个小时的运行状态为关机状态，对应第1个小时的运行状态为开机状态，即火电机组连续开机运行1小时，第2小时处于关机状态的第2个小时内的运行成本。
S4，遍历完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的火电机组的运行状态序列，同时获取运行状态序列下火电机组的全年累计最小运行成本。
本公开实施例中，使用完全二叉树的最短路径算法对完全二叉树进行后序遍历，以获取全年累计运行成本最小的火电机组的运行状态序列，同时得到该运行状态序列下的火电机组的全年累计最小运行成本，包括：遍历整颗完全二叉树，找到从叶子节点到根节点的一条路径，该路径下的节点的运行成本之和是所有从叶子节点到根节点的路径下节点运行成本之和最小的，该路径就是使全年累计运行成本最小的火电机组的运行状态序列，该路径下的节点的运行成本之和就是火电机组的全年累计最小运行成本。
S5，将全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本。
本公开实施例中，将全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本。
S6，根据年均投资运行成本，对风光火储一体化系统中的各设备进行优化配置。
本公开实施例中，根据年均投资运行成本，对风光火储一体化系统中的各设备进行优化配置，其中，风光火储一体化系统中的设备包括风电设备、光伏设备、储热设备、储能电池等。
对风光火储一体化系统中的各设备进行优化配置，可以为配置储能电池的容量、储热设备容量、火电机组容量、风电设备容量等。
综上，根据本公开实施例的基于最小成本的风光火储一体化系统配置方法，采用二叉树最短路径算法，使用动态规划思想，以全年累计运行成本最小为目标确定火电机组的运行状态序列，从而获得年均投资运行成本，以对风光火储一体化系统中的各设备进行优化配置，节约成本，提高风、光资源利用率。
在一些实施例中，如图3所示，S3：根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本，包括但不限于以下步骤：
S31，根据完全二叉树中深度为i的节点对应的第i个预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，确定节点的总电量需求；其中，i为大于0的整数且小于等于K。
示例性的，预设时长可以为一小时，可以将全年时长以一小时为单位划分为8760个小时，即K为8760，i为大于0小于等于8760的整数，完全二叉树中深度为1的节点对应第1个小时，深度为8760的节点对应第8760个小时。在i为1的情况下，根据完全二叉树中深度为1的节点对应的第1个小时的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，确定深度为1的节点的总电量需求，以此类推，能够获取每个节点的总电量需求。
S32，根据火电机组容量约束、储热设备容量约束、储能电池容量约束，节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及节点的总电量需求和第二火电机组运行状态，计算节点的运行成本。
本公开实施例中，节点的运行成本可以根据火电机组容量约束、储热设备容量约束、储能电池容量约束，该节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及该节点的总电量需求和第二火电机组运行状态，计算得到。
在一些实施例中，如图4所示，S32：根据火电机组容量约束、储热设备容量约束、储能电池容量约束，节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及节点的总电量需求和第二火电机组运行状态，计算节点的运行成本，包括但不限于以下步骤：
S321，根据火电机组容量约束、储热设备容量约束、储能电池容量约束，节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，节点的总电量需求和第二火电机组运行状态，得到节点的第二储热设备可用电量、第二电池可用电量、弃电电量、缺电电量和火电机组的输出功率。
S322，由弃电电量和弃电惩罚系数计算节点的弃电成本。
本公开实施例中，当风光火储一体化系统发电量超出电网需求且储能设备已充满时，剩余电量无处存放造成弃电，为提高能源利用率，应尽量减少弃电，因此设置弃电惩罚系数，根据弃电电量计算弃电成本。在获取每个节点的弃电电量的情况下，将弃电电量乘以弃电惩罚系数，能够得到节点的弃电成本。
其中，弃电惩罚系数可以根据需要进行设置，本公开实施例对此不作具体限制。
S323，由缺电电量和缺电惩罚系数计算节点的缺电成本。
本公开实施例中，当风光火储一体化系统提供的总电量不能满足约定的电网需求时，会影响电网正常供电，电网端对此有一定的罚款，因此，设置缺点惩罚系数，在获取缺电电量之后，计算缺电电量和缺电惩罚系数的乘积，计算缺电成本可以促使风光火储一体化系统保有一定量的储能设备。
其中，缺电惩罚系数可以根据需要进行设置，本公开实施例对此不作具体限制。
S324，由火电机组的输出功率根据煤耗曲线计算节点的煤耗成本。
本公开实施例中，根据火电机组容量约束、储热设备容量约束、储能电池容量约束，节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，节点的总电量需求和第二火电机组运行状态，得到节点的火电机组的输出功率，使用火电机组的输出功率根据煤耗曲线计算节点的煤耗成本。
可以理解的是，煤耗曲线可以为以火电机组的输出功率为自变量，煤耗量为因变量的曲线，在已知火电机组的输出功率的情况下，根据煤耗曲线，能够计算煤耗量，进一步的，在已知煤耗量的前提下，乘以煤炭价格，能够得到煤耗成本。
S325，在第一火电机组运行状态为关机状态，第二火电机组运行状态为开机状态的情况下，确定节点的启炉成本为预设约束条件中给出的启炉成本值；在第一火电机组运行状态为开机状态，第二火电机组运行状态为开机状态和/或关机状态的情况下，确定节点的启炉成本为零。
可以理解的是，当父节点的第一火电机组运行状态为关机状态，节点的第二火电机组运行状态为开机状态，说明火电机组从父节点的预设时长结束时，由关机状态切换成开机状态，火电机组进行启动开机，本领域技术人员可知，机器设备开机时需要消耗一定的能源，以供开机运行。
基于此，本公开实施例中，在父节点的第一火电机组运行状态为关机状态，第二火电机组运行状态为开机状态，火电机组存在开机启动，需要增加启炉成本。
本公开实施例中，启炉成本可以为具体的一个数值，在任一预设时长位置处，启炉成本都是相同的，或者还可以为根据节点所处的第几个预设时长的位置进行设置，不同预设时长位置处的启炉成本不同，可以随着时间发生变化。
在一些实施例中，本公开实施例中，启炉成本为固定的一个值，为冷态启动成本和热态启动成本的均值。
本公开实施例中，节点对应的父节点的第一火电机组运行状态为关机状态，节点的第二火电机组运行状态为开机状态的情况下，节点的启炉成本为预设约束条件中给出的启炉成本值，节点对应的父节点的第一火电机组运行状态为开机状态，节点的第二运行状态为开机状态和/或关机状态的情况下，节点的启炉成本为零。
可以理解的是，火电机组的冷态启动成本和热态启动成本为火电机组的固有的，例如，为火电机组的生产厂商提供的；或者可测量的，可以通过测试进行测量的。
S326，判断节点对应的火电机组连续运行时长是否满足最短连续运行时间要求，若不满足，则增加附加成本。
本公开实施例中，判断节点对应的火电机组连续运行时长是否满足最短连续运行时间要求，若不满足，则增加节点的附加成本。
可以理解的是，火电机组连续运行时长越短，火电机组频繁启停，会增加总的启炉成本，以及增加停机时间，人员工时等，由此，火电机组连续运行时长越短越不利于节省成本；并且，火电机组连续运行时长越短，可能会缩短火电机组的使用寿命，由此，火电机组连续运行时长越短，也不利于节省成本。
基于此，需要对火电机组的连续运行时长进行分析，获取使火电机组运行成本最少的最短连续运行时间。
其中，火电机组的最短连续运行时间可以为生产厂家提供，或者还可以经过测试分析计算得到，本公开实施例对此不作具体限制。
本公开实施例中，节点对应的火电机组连续运行时长不满足最短连续运行时间要求，增加的节点的附加成本，可以为固定的一个数值，即只要对应节点的火电机组连续运行时长小于最短连续运行时间的要求，就增加一定数值的附加成本；或者，节点对应的火电机组连续运行时长不满足最短连续运行时间要求，增加的节点的附加成本，还可以为按照规律变化的数值，根据对应节点的火电机组连续运行时长与最短连续运行时间的差值，规律性的变化，例如，对应节点的火电机组连续运行时长与最短连续运行时间的差值越大，附加成本越高，或者对应节点的火电机组连续运行时长与最短连续运行时间的差值越小，附加成本越低等。
S327，根据节点的弃电成本、缺电成本、煤耗成本、启炉成本以及附加成本，生成节点的运行成本。
本公开实施例中，由于风电、光伏、储热和电池的运行成本很低，可以忽略不计，所以只需要计算节点的运行成本，节点的运行成本包括节点的弃电成本、缺电成本、煤耗成本、启炉成本以及附加成本。
在一些实施例中，由输出功率根据煤耗曲线计算节点的煤耗成本，包括：
由煤耗成本＝(a*火电机组的输出功率2+b*火电机组的输出功率+c)*煤炭价格，计算得到煤耗成本；其中，a、b和c分别为常数。
在一些实施例中，根据火电机组容量约束、储热设备容量约束、储能电池容量约束，节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，节点的总电量需求和第二火电机组运行状态，得到节点的火电机组的输出功率，根据火电机组在30％、50％、70％、100％负荷下的煤耗量进行二次曲线拟合，得出系数a、b、c的值，从而计算出节点的煤耗成本。
在一些实施例中，如图5所示，S4：遍历完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的火电机组的运行状态序列，同时获取运行状态序列下火电机组的全年累计最小运行成本，包括但不限于以下步骤：
S41：从叶子节点开始遍历完全二叉树模型，依次计算并存储每个节点的累计运行成本，确定并存储累计运行成本最小的子节点编号，直至获取根节点的累计运行成本最小的子节点编号并存储根节点的累计运行成本和子节点编号。
本公开实施例中，从叶子节点开始遍历完全二叉树模型，首先，计算叶子节点的父节点的累计运行成本，即将叶子节点的运行成本和对应的父节点的运行成本相加，得到父节点的累计运行成本，由于叶子节点对应的父节点可能存在对应的两个叶子节点，在存在两个叶子节点的情况下，父节点能够得到两个累计运行成本，确定其中最小的一个存储在父节点中，并存储对应的子节点编号。之后如上述规律依次计算并存储每个节点的累计运行成本，确定并存储累计运行成本最小的子节点编号，直至获取根节点的累计运行成本最小的子节点编号并存储根节点的累计运行成本和子节点编号。
S42：从根节点开始，根据每个节点存储的子节点编号遍历到叶子节点，确定使全年累计运行成本最小的火电机组的运行状态序列。
S43：确定根节点存储的累计运行成本为全年累计最小运行成本。
可以理解的是，根节点存储的累计运行成本为全年累计最小运行成本，从根节点开始，根据每个节点存储的子节点编号遍历到叶子节点，确定使全年累计运行成本最小的火电机组的运行状态序列。在一些实施例中，如图6所示，S5：将全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本，包括但不限于以下步骤：
S51，计算风光火储一体化系统中M1＝(M2+M3+M4+M5)/T1；其中，M1为所有设备的年均投资成本，M2为风电投资成本，M3为光伏投资成本，M4为储热投资成本，M5为电池投资成本，TI为计划运行年限。
S52，计算M＝全年累计最小运行成本+M1；其中，M为年均投资运行成本。
本公开实施例中，将风光火储一体化系统的所有设备的年均投资成本和全年累计最小运行成本相加，获得风光火储一体化系统的年均投资运行成本。
在一些实施例中，节点存储的数据，包括：节点的运行成本、最小累积运行成本、储热设备可用电量、电池可用电量、弃电电量、缺电电量和火电机组的输出功率、火电机组连续运行时长、火电机组运行状态、左子节点指针和右子节点指针、子节点编号。
本公开实施例为二叉树中的节点设计合理的数据存储结构，便于计算各个节点的运行成本和查找累计成本最小的路径，避免存储冗余数据，节省了程序运行时占用的内存，提高了程序的运行速度，降低了程序对计算机硬件配置的要求。示例性的，如图7所示，各节点代表火电机组在预设时长内的运行状态，使用布尔型变量state指示本节点处火电机组运行状态；其次，各节点均有左右两个子节点，需要左子节点指针point_left和右子节点指针point_right分别指向这两个子节点；再次，计算火电机组的输出功率coal_out时，需根据父节点的火电机组运行状态state、储热设备可用电量storage、电池可用电量battery，本节点的总电量需求，和本节点的火电机组运行状态state计算得到，同时返回本节点的当前储热设备可用电量storage、当前电池可用电量battery、当前弃电电量waste、当前缺电电量shortage和当前煤耗成本coal_cost；计算火电机组启炉成本coal_start时，由父节点火电机组运行状态state和本节点火电机组运行状态state确定，不需增加新的变量；计算火电机组的附加成本coal_add时，需判断当前连续运行时长continue是否满足最短连续运行时间要求；本节点的总运行成本cost为waste、shortage、coal_cost、coal_start和coal_add几个参数之和；最后，查找累计成本最小的路径时，各个节点需存储以当前节点为根节点的子树的最小累计成本cum_cost，以及指示当前节点选择左子节点还是右子节点的选择的子节点编号select。
在一些实施例中，节点的数据的类型包括以下至少一种：整型；浮点型；布尔型；指针型。
本公开实施例中，火电机组运行状态state的类型可以为布尔型，储热设备可用电量storage的类型可以为整型，电池可用电量battery的类型可以为整型，指示当前节点选择左子节点还是右子节点的选择的子节点编号select的类型可以为布尔型，节点的运行成本cost的类型可以为浮点型、最小累积运行成本cum_cost的类型可以为浮点型、弃电电量waste的类型可以为浮点型、缺电电量shortage的类型可以为浮点型、火电机组的输出功率coal_out的类型可以为整型、火电机组连续运行时长continue的类型可以为整型、左子节点指针point_left的类型可以为指针型和右子节点指针point_right的类型可以为指针型。
为了实现上述实施例，本公开还提出一种基于最小成本的风光火储一体化系统配置装置。
图8为根据本公开一个实施例的基于最小成本的风光火储一体化系统配置装置的结构示意图。
如图8所示，本公开实施例的基于最小成本的风光火储一体化系统配置装置10，包括：
模型构建单元11，用于根据全年时长内火电机组的运行状态，构建深度为K+1的完全二叉树模型，其中，K为将全年时长以预设时长为单位划分的个数，K为大于0的整数，完全二叉树中每个节点包括左子节点和右子节点，分别表示节点之后的下一个预设时长内火电机组处于关机状态和开机状态，根节点为第0个预设时长，叶子节点为第K个预设时长，叶子节点的左子节点和右子节点均为空节点。
数据获取单元12，用于获取历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件。
成本计算单元13，用于根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本。
寻优计算单元14，用于遍历完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的火电机组的运行状态序列，同时获取运行状态序列下火电机组的全年累计最小运行成本。
年均成本计算单元15，用于将全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本。
配置单元16，用于根据年均投资运行成本，对风光火储一体化系统中的各设备进行优化配置。
在一些实施例中，如图9所示，成本计算单元13，包括：
第一计算模块131，用于根据完全二叉树中深度为i的节点对应的第i个预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，确定节点的总电量需求；其中，i为大于0的整数且小于等于K。
第二计算模块132，用于根据火电机组容量约束、储热设备容量约束、储能电池容量约束，节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及节点的总电量需求和第二火电机组运行状态，计算节点的运行成本。
需要说明的是，本公开实施例的基于最小成本的风光火储一体化系统配置装置中未披露的细节，请参照本公开实施例的基于最小成本的风光火储一体化系统配置方法中所披露的细节，这里不再赘述。
综上，本公开实施例的基于最小成本的风光火储一体化系统配置装置，采用二叉树最短路径算法，使用动态规划思想，以全年累计运行成本最小为目标确定火电机组的运行状态序列，从而获得年均投资运行成本，以对风光火储一体化系统中的各设备进行优化配置，节约成本，提高风、光资源利用率。
为了实现上述实施例，如图10所示，本公开实施例提出了一种电子设备1200，包括：存储器1201、处理器1202及存储在存储器1201上并可在处理器1202上运行的计算机程序，处理器1202执行程序时，实现上述的基于最小成本的风光火储一体化系统配置方法。
本公开实施例的电子设备所能取得的有益效果与上述基于最小成本的风光火储一体化系统配置方法所取得的有益效果相同，这里不再赘述。
为了实现上述实施例，本公开实施例提出了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，实现上述的基于最小成本的风光火储一体化系统配置方法。
本公开实施例的计算机可读存储介质所能取得的有益效果与上述基于最小成本的风光火储一体化系统配置方法所取得的有益效果相同，这里不再赘述。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本公开中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本公开中的具体含义。
在本公开中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本公开的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本公开的限制，本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于最小成本的风光火储一体化系统配置方法，其特征在于，包括：
根据全年时长内火电机组的运行状态，构建深度为K+1的完全二叉树模型；其中，K为将全年时长以预设时长为单位划分的个数，K为大于0的整数，完全二叉树中每个节点包括左子节点和右子节点，分别表示所述节点之后的下一个预设时长内所述火电机组处于关机状态和开机状态，根节点为第0个预设时长，叶子节点为第K个预设时长，叶子节点的左子节点和右子节点均为空节点；
获取历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件；
根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本；
遍历所述完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的所述火电机组的运行状态序列，同时获取所述运行状态序列下所述火电机组的全年累计最小运行成本；
将所述全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本；
根据所述年均投资运行成本，对风光火储一体化系统中的各设备进行优化配置；
所述根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本，包括：
根据所述完全二叉树中深度为i的节点对应的第i个预设时长的所述风电历史发电量、所述光伏历史发电量、所述电网历史需求量和所述预设约束条件，确定所述节点的总电量需求；其中，i为大于0的整数且小于等于K；
根据火电机组容量约束、储热设备容量约束、储能电池容量约束，所述节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及所述节点的总电量需求和第二火电机组运行状态，计算所述节点的运行成本。
2.根据权利要求1所述的方法，其特征在于，所述根据火电机组容量约束、储热设备容量约束、储能电池容量约束，所述节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及所述节点的总电量需求和第二火电机组运行状态，计算所述节点的运行成本，包括：
根据火电机组容量约束、储热设备容量约束、储能电池容量约束，节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，所述节点的总电量需求和第二火电机组运行状态，得到所述节点的第二储热设备可用电量、第二电池可用电量、弃电电量、缺电电量和火电机组的输出功率；
由所述弃电电量和弃电惩罚系数计算所述节点的弃电成本；
由所述缺电电量和缺电惩罚系数计算所述节点的缺电成本；
由所述火电机组的输出功率根据煤耗曲线计算所述节点的煤耗成本；
在第一火电机组运行状态为关机状态，第二火电机组运行状态为开机状态的情况下，确定所述节点的启炉成本为预设约束条件中给出的启炉成本值；在第一火电机组运行状态为开机状态，第二火电机组运行状态为开机状态和/或关机状态的情况下，确定所述节点的启炉成本为零；
判断所述节点对应的火电机组连续运行时长是否满足最短连续运行时间要求，若不满足，则增加附加成本；
根据所述节点的所述弃电成本、所述缺电成本、所述煤耗成本、所述启炉成本以及所述附加成本，生成所述节点的运行成本。
3.根据权利要求2所述的方法，其特征在于，所述由所述输出功率根据煤耗曲线计算所述节点的煤耗成本，包括：
由煤耗成本=（a×火电机组的输出功率2+b×火电机组的输出功率+c）×煤炭价格，计算得到所述煤耗成本；其中，a、b和c分别为常数。
4.根据权利要求1所述的方法，其特征在于，所述遍历所述完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的所述火电机组的运行状态序列，同时获取所述运行状态序列下所述火电机组的全年累计最小运行成本，包括：
从叶子节点开始遍历所述完全二叉树模型，依次计算并存储每个节点的累计运行成本，确定并存储累计运行成本最小的子节点编号，直至获取根节点的累计运行成本最小的子节点编号并存储根节点的累计运行成本和子节点编号；
从根节点开始，根据每个节点存储的子节点编号遍历到叶子节点，确定使全年累计运行成本最小的所述火电机组的运行状态序列；
确定根节点存储的累计运行成本为所述全年累计最小运行成本。
5.根据权利要求1所述的方法，其特征在于，所述将所述全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本，包括：
计算风光火储一体化系统中M1=（M2+M3+M4+M5）/T1；其中，M1为所有设备的年均投资成本，M2为风电投资成本，M3为光伏投资成本，M4为储热投资成本，M5为电池投资成本，TI为计划运行年限；
计算M=所述全年累计最小运行成本+M1；其中，M为年均投资运行成本。
6.根据权利要求1所述的方法，其特征在于，所述节点存储的数据，包括：节点的运行成本、最小累积运行成本、储热设备可用电量、电池可用电量、弃电电量、缺电电量和火电机组的输出功率、火电机组连续运行时长、火电机组运行状态、左子节点指针和右子节点指针、子节点编号。
7.根据权利要求6所述的方法，其特征在于，所述节点的数据的类型包括以下至少一种：
整型；
浮点型；
布尔型；
指针型。
8.一种基于最小成本的风光火储一体化系统配置装置，其特征在于，包括：
模型构建单元，用于根据全年时长内火电机组的运行状态，构建深度为K+1的完全二叉树模型，其中，K为将全年时长以预设时长为单位划分的个数，K为大于0的整数，完全二叉树中每个节点包括左子节点和右子节点，分别表示所述节点之后的下一个预设时长内所述火电机组处于关机状态和开机状态，根节点为第0个预设时长，叶子节点为第K个预设时长，叶子节点的左子节点和右子节点均为空节点；
数据获取单元，用于获取历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件；
成本计算单元，用于根据历史全年各预设时长的风电历史发电量、光伏历史发电量、电网历史需求量和预设约束条件，从根节点开始依次计算每个节点的运行成本；
寻优计算单元，用于遍历所述完全二叉树模型，基于二叉树的最短路径算法确定使全年累计运行成本最小的所述火电机组的运行状态序列，同时获取所述运行状态序列下所述火电机组的全年累计最小运行成本；
年均成本计算单元，用于将所述全年累计最小运行成本与风光火储一体化系统中所有设备的年均投资成本相加，得到年均投资运行成本；
配置单元，用于根据所述年均投资运行成本，对风光火储一体化系统中的各设备进行优化配置；
所述成本计算单元，包括：
第一计算模块，用于根据所述完全二叉树中深度为i的节点对应的第i个预设时长的所述风电历史发电量、所述光伏历史发电量、所述电网历史需求量和所述预设约束条件，确定所述节点的总电量需求；其中，i为大于0的整数且小于等于K；
第二计算模块，用于根据火电机组容量约束、储热设备容量约束、储能电池容量约束，所述节点对应的父节点的第一火电机组运行状态、第一储热设备可用电量和第一电池可用电量，以及所述节点的总电量需求和第二火电机组运行状态，计算所述节点的运行成本。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111433733.0A CN114285087B (zh) | 2021-11-29 | 2021-11-29 | 基于最小成本的风光火储一体化系统配置方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111433733.0A CN114285087B (zh) | 2021-11-29 | 2021-11-29 | 基于最小成本的风光火储一体化系统配置方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114285087A CN114285087A (zh) | 2022-04-05 |
| CN114285087B true CN114285087B (zh) | 2023-09-22 |
Family
ID=80870170
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111433733.0A Active CN114285087B (zh) | 2021-11-29 | 2021-11-29 | 基于最小成本的风光火储一体化系统配置方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114285087B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109390979A (zh) * | 2018-10-24 | 2019-02-26 | 云南电网有限责任公司电力科学研究院 | 一种综合能源系统的优化控制方法 |
| CN112564183A (zh) * | 2020-12-02 | 2021-03-26 | 中国电力工程顾问集团华北电力设计院有限公司 | 电网规划中风光火储的容量优化配置方法 |
| CN112671046A (zh) * | 2020-12-21 | 2021-04-16 | 国网经济技术研究院有限公司 | 一种风光火储外送容量协调优化配置方法和系统 |
| CN113394817A (zh) * | 2021-06-28 | 2021-09-14 | 国网甘肃省电力公司电力科学研究院 | 一种风光水火储系统的多能容量优化配置方法 |
-
2021
- 2021-11-29 CN CN202111433733.0A patent/CN114285087B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109390979A (zh) * | 2018-10-24 | 2019-02-26 | 云南电网有限责任公司电力科学研究院 | 一种综合能源系统的优化控制方法 |
| CN112564183A (zh) * | 2020-12-02 | 2021-03-26 | 中国电力工程顾问集团华北电力设计院有限公司 | 电网规划中风光火储的容量优化配置方法 |
| CN112671046A (zh) * | 2020-12-21 | 2021-04-16 | 国网经济技术研究院有限公司 | 一种风光火储外送容量协调优化配置方法和系统 |
| CN113394817A (zh) * | 2021-06-28 | 2021-09-14 | 国网甘肃省电力公司电力科学研究院 | 一种风光水火储系统的多能容量优化配置方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114285087A (zh) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5009156B2 (ja) | 負荷制御装置、負荷制御方法、負荷制御回路、負荷制御プログラム及び負荷制御プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
| CN108667012A (zh) | 基于多场景的区域能源互联网源荷储双阶段协调优化方法 | |
| JP2012075246A (ja) | グリーン電力需要管理装置 | |
| CN107994609B (zh) | 考虑压缩空气储能的风电并网备用整定方法及装置 | |
| CN107862160B (zh) | 压缩空气储能系统的未来电网演化模型的生成方法及装置 | |
| CN107994592B (zh) | 一种基于储热装置提高电网谷时电能负荷方法 | |
| CN112883560B (zh) | 基于用户侧负荷削减响应的多能耦合供能网络的优化方法 | |
| CN118095796B (zh) | 基于条件风险价值的ies可调能力评估方法、装置、设备及介质 | |
| CN105279707A (zh) | 一种综合考虑负荷与风电时序特性的随机生产模拟方法 | |
| CN107359611B (zh) | 考虑多种随机因素的配电网等值方法 | |
| CN114285088B (zh) | 一种考虑火电机组约束的能源系统优化配置方法和系统 | |
| CN115241927A (zh) | 家庭智慧能源系统运行控制方法、装置、设备及介质 | |
| CN117910776A (zh) | 综合能源系统可调能力评估方法、装置、设备及存储介质 | |
| CN115081700A (zh) | 基于综合储能技术的数据中心多能协同优化方法及系统 | |
| CN114285087B (zh) | 基于最小成本的风光火储一体化系统配置方法和装置 | |
| CN113690916A (zh) | 基于时序生产模拟的直流电网储能配置方法、设备及介质 | |
| CN115940204B (zh) | 一种小区电力能源管理系统 | |
| CN114336778B (zh) | 风光火储系统中火电机组的开机序列确定方法和装置 | |
| CN114188973A (zh) | 一种计及线路强迫停运的两阶段检修-运行鲁棒优化方法 | |
| CN115423203A (zh) | 梯次利用动力电池提升电力系统效益的评估方法及装置 | |
| Chimanga et al. | Application of best first search algorithm to demand control | |
| CN113627720A (zh) | 基于电能替代的综合园区风光储系统配置方法 | |
| CN112381367A (zh) | 一种用户侧用电管理的分布式储能控制方法及系统 | |
| JP2017127129A (ja) | 蓄電池制御方法 | |
| CN114336776B (zh) | 一种基于优化二叉树的火电机组开机序列确定方法和系统 |
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 |