CN114336590A - 一种考虑功率指标的风电场储能配置方法 - Google Patents
一种考虑功率指标的风电场储能配置方法 Download PDFInfo
- Publication number
- CN114336590A CN114336590A CN202111406843.8A CN202111406843A CN114336590A CN 114336590 A CN114336590 A CN 114336590A CN 202111406843 A CN202111406843 A CN 202111406843A CN 114336590 A CN114336590 A CN 114336590A
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- wind power
- wind
- capacity
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000000087 stabilizing effect Effects 0.000 claims abstract description 13
- 230000009467 reduction Effects 0.000 claims description 15
- 238000012797 qualification Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000007599 discharging Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
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
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种考虑功率指标的风电场储能配置方法,步骤1、获取风电场预测功率数据、风电场实际输出数据,得到风电场功率预测误差;步骤2、基于风电场功率预测预报标准、风电场功率预测误差生成风电场功率指标;步骤3、利用储能系统功率与各参量以及指标的特性关系,采用截止正态分布法确定较优的储能功率值;步骤4、分析电池能量存储状态分布特性,得出储能容量与容量需求满足率及其增长率之间的特性关系,采用截止正态分布法确定较优的储能容量值;对满足平抑风功率预测误差的储能系统功率与容量进行了优化配置。
Description
技术领域
本发明涉及风电场功率调节技术,特别是涉及一种考虑功率指标的风电场储能配置方法。
背景技术
目前,风电功率预测的精确性虽然得到稳步提高,但它的不确定性仍是一个难题。对于风电场来说,在风电功率预测技术仍然达不到所要求精确度的条件下,如何在国家相关的预测预报规定和考核标准下生成风电发电上报数据,将直接关系到电场获得的经济效益。电池储能系统具有能量密度高、响应速度快的特点,可在s级、min级、小时乃至季节时间尺度对电力系统的运行进行支持。目前,主要集中在min级以上的长时间尺度应用,如平抑风电场功率波动,提供频率调节服务等。电池储能系统也是平抑风电功率预测误差的理想选择,然而现有储能电池成本过高,对用于跟踪风电计划出力的电池储能系统功率与容量的优化配置成为决定投资成本、缩减预测误差的重要设备因素。
发明内容
针对现有问题,本发明提出了一种储能系统功率与容量配置优化方法。
一种考虑功率指标的风电场储能配置方法,其特征在于:
步骤1、获取风电场预测功率数据、风电场实际输出数据,进行相应数据预外理,得到风电场功率预测误差;
步骤2、基于风电场功率预测预报标准、风电场功率预测误差生成风电场功率指标;
步骤3、利用储能系统功率与各参量以及指标的特性关系,采用截止正态分布法确定较优的储能功率值;
步骤4、由确定的储能功率值作为缩减风电功率预测误差的最大出力,超过此出力的误差部分则不进行平抑,分析电池能量存储状态分布特性,得出储能容量与容量需求满足率及其增长率之间的特性关系,采用截止正态分布法确定较优的储能容量值。本发明的技术方案的优点:
本发明综合考虑储能系统功率配置值与风电功率预测误差、风电功率预测误差缩减率、全天预测结果的均方根误差、准确率及合格率的特性关系,储能容量与容量需求满足率及容量需求满足增长率的特性关系,应用截止正态分布法,对满足平抑风功率预测误差性能较优而投资成本低这一目标的储能系统功率与容量进行了优化配置。既保障了风电场的上报功率的准确性有提高了经济效益。
附图说明
图1储能优化配置方法流程框图;
图2风电场功率预测误差分布区域示意图;
图3截止正态分布示意图;
图4不同储能功率等级与参量指标的特性关系;
图5不同储能功率等级与预测误差缩减率的特性关系;
图6储能系统容量与容量需求满足率、容量需求满足增长率的特性关系。
具体实施方式
下面结合附图对本发明作进一步描述,应当理解,此处所描述的内容仅用于说明和解释本发明,并不用于限定本发明。
如图1所示,储能功率与容量优化配置过程如下:
1、获取风电场预测功率数据、风电场实际输出数据,进行相应数据预外理,得到风电场功率预测误差。
根据风电调度运行规定,风电场每天应按照电力系统调度机构规定的时间上报次日0~24时风电场发电功率预测曲线,预测值的时间分辨率为15min。目前风电场会同步配置一套风功率预测系统,风电场通过预测系统形成次日的发电功率预测曲线,供调度部门作为次日的调度数据,此数据为风电场次日的计划出力曲线。调度部门每月根据风电场的实际功率与预测数据的偏差情况进行功率偏差的考核。由于地理环境、风资源数据、风功率预测设备性能等的影响,风电场实际功率和预测功率之间一般都会存在一定的偏差。为保证风电调度运行准确,需要整体偏差较小即预测准确率高。
2、基于风电场功率预测预报标准、风电场功率预测误差生成风电场功率指标:
1)功率预测准确率
式中:Pni为i时刻的实际功率;Ppi为i时段的平均预测功率;n为目标时段内总样本个数;Cap为风电场平均开机容量。
2)功率预测合格率
式中:Bi为0-1变量当其预测合格率等于或超过80%时为1,否则为0。
3)月传送率
式中:m为月成功传送天数;M为月日历天数。
4)完备率
计划申报完备率指风电场发电计划申报内容的完备程度。
3、储能优化配置:
储能技术的迅速发展使配置储能参与风电场上报功率成为其中一种可能的技术方案。储能系统具有功率调节迅速,响应速度快的特点,在风电场功率出现偏差时投入储能装置能及时补偿偏差,使实际功率曲线贴合预测功率曲线,即在实际功率高于预测功率时,对储能进行充电以消减实际功率,在实际功率低于预测功率时,储能进行放电以补充实际功率,该模式称为跟踪计划出力模式。储能通过此模式与风电场组成联合发电系统能明显改善传统风电场出力特性,增强风力发电的可控性,已成为储能在风电场的重要应用模式。
1)优化配置方法是依据现行的风电场功率预测预报标准,通过对统计时间内日预测曲线误差、全天预测结果的均方根误差、准确率及合格率等参量特性进行分析,得出如图4所示储能系统功率与各参量以及指标的特性关系。并采用截止正态分布法确定较优的储能系统功率配置值。
较优储能功率确定过程如下:
目前,风电场实测功率数据的采集时间间隔基本为1min,上报调度机构的预测功率数据序列时间间隔为15min。为两者在时间间隔上匹配,并保证数据的精确度,应用线性插值法确定第i分钟的预测功率数据(i=0,1,…,15)。
风电场功率预测误差为风电场预测功率与实测功率之差。储能充放电功率Pbess定义为在短时间内快速响应功率预测误差,补偿功率偏移的能力。若Pbess等于或大于功率最大预测误差ΔPmax,储能可完全平抑风电功率预测误差。而实际上预测误差值大而出现概率小的情况经常发生,因此,可考虑平抑一定概率下的预测误差,适当弃掉小概率的极端情况,以减小所需储能的功率等级,减少投资成本。
风电功率预测误差在理想范围内时,不需进行平抑,这部分区域为允许误差区,如图2的区域1所示。当越过允许区的最大误差线,即曲线a和-a时,需要电池储能系统释放功率或吸收功率,将预测误差压抑至允许误差区内。从平抑性能和成本比较优的角度考虑,将放弃出现概率小而要求储能功率大的预测误差。因此,将电池储能系统动作,以平抑风电功率预测误差的区域称为工作区,如图2中的区域2所示,电池储能系统需要平抑的最大风电功率误差值为曲线b和-b所示。越过曲线b和-b的预测误差,则放弃对其进行平抑。
曲线a和b差值的最大值,即为要求电池储能系统的最大出力值,可定义为Pess。允许误差区域,即曲线a和-a的确定,需电池储能系统动作的平抑区,即曲线b和-b的确定,则需要对风电功率预测误差分布特性进行统计分析。
依据风电功率预测误差分布特性,统计得出其概率密度函数曲线,此概率密度函数曲线接近正态分布,如图3所示。由图3可知,曲线呈“中间大、两头小”的分布规律,越过c点或d点后,预测功率误差值增大,而出现的概率减小,若为了小概率出现的预测误差情况而大幅提高储能系统功率配置值,则从成本上考虑其不优。因此,确定c点和d点为正态分布曲线的截止点,即储能系统放弃平抑动作的阀值点,此方法称为截止正态分布法。图2风电场功率预测误差分布区域中在b和-b之间分布的概率即处于图3正态分布的c点和d点之间。
依据图3中确定的截止值c和d,对配置不同电池储能系统功率时,基于风电功率预测误差、全天预测结果的均方根误差、统计时间内的准确率和合格率等各参量与不同储能功率值之间的特性关系进行分析,利用截止正态分布法的原理求出较优的储能功率配置区间,如图4所示不同储能功率等级与参量指标的特性关系,确定出在各种不同的参量标准下储能最好的配置区间,得出较优的储能功率配置区间[P1,P2]。
用于缩减风电功率预测误差的储能功率的较优配置区间[P1,P2]已确定,还需进一步求取储能系统功率的较优值。通过对各参量与储能功率特性关系的分析,得出储能系统功率与预测功率误差缩减率的特性关系,如图5所示。
预测功率误差缩减率为储能功率配置值每增长一个步长,预测功率误差可缩减的量,即预测功率误差可由储能功率配置来进行缩减,缩减率为可缩减的量除以原来的预测功率误差。
由图5可知,随着配置储能系统功率的增大,功率预测误差缩减率逐步减小,当达到P3点附近时,较明显的拐点出现,即越过P3点后,随着配置储能功率值的增大,功率预测误差缩减率提升程度趋小。即便进一步增大储能系统功率值,对风电功率预测误差平抑效果不明显。因此,满足平抑风电功率预测误差性能优而成本低的储能系统功率配置值Pstor可取为图5中出现的拐点所对应的功率值,即Pstor=P3。
2)由上述确定的储能功率值Pstor作为缩减风电功率预测误差的最大出力,超过此出力的误差部分则不进行平抑。当储能的功率配置值为Pstor时,当其功率大于等于误差时,储能出力功率就是误差的功率,小于误差时其储能出力功率就是Pstor,也就是用储能所有的功率来平抑误差。基于此原理分析电池能量存储状态分布特性,得出储能容量与容量需求满足率及其增长率之间的特性关系,并采用截止正态分布法进一步确定较优的储能容量值。
储能容量确定过程如下:
设图2中最大风电功率预测误差允许值为a,配置电池储能系统额定功率值Pstor已确定时,需进一步求取较优的储能容量值。基于此风电功率预测误差曲线,以日为时间窗口,图2中的曲线a为风电功率预测误差缩减目标值,以5min为一时间段进行电池能量存储状态的计算,对其进行统计分析可得所需的电池能量存储状态的累积分布概率曲线。由其累积分布概率曲线可求不同储能容量大小与容量需求满足率、容量需求满足增长率的特性关系。容量需求满足率即为某一储能系统容量值可满足系统对容量需求的概率。容量需求满足增长率为储能系统容量配置值每增长一个步长,可提高容量需求满足率的概率。如图6所示,随着配置储能系统容量值的增大,容量需求满足率随之提高,容量需求满足增长率逐步降低,在Q点附近出现明显的拐点,越过Q点后,随着储能系统容量的增大,容量需求满足增长率渐趋平缓,即随着电池容量的进一步增大,所需电池投资成本增高,但对容量需求的满足率改善不明显。因此,考虑平抑风功率预测误差性能优而成本低的储能系统容量配置值为图6中出现的拐点所对应的容量值,即Qstor=Q,对应的容量需求满足率为μQ。
3)储能约束模型
当蓄电池储能安装在风电场侧时,蓄电池的参与可以有效提高风电场的经济效益,为此需要对蓄电池储能的充放电机制进行建模,储能模型的建立主要考虑蓄电池的充放电功率不仅由充放电指令决定还需要计及蓄电池自身的荷电状态(SOC)约束和充放电功率约束,这样才能保证蓄电池在运行过程中不会发生SOC越限以及充放电功率过大损坏蓄电池的情况。
1)充放电功率约束
Pbessd max≤Pbess≤Pbessc max (4)
2)SOC约束
Smin≤Sbess(t)≤Smax (5)
S0=Slast=Sm (6)
3)并网功率的波动水平约束
ΔPdis(t)≤ΔPmax (7)
式中:Pbess为蓄电池的充放电功率;Pbessd max为蓄电池的最大放电功率;Pbessc max为蓄电池的最大充电功率;Sbess(t)为t时刻蓄电池的SOC;Smin为蓄电池的最低SOC;Smax为蓄电池的最高SOC;S0为每日初始时刻蓄电池SOC;Slast为每日终止时刻蓄电池SOC;Sm为中间SOC值即为理想SOC值;ΔPdis(t)和ΔPmax分别为风电场上报功率的波动以及输出功率波动的最大允许幅度。
4)风电场最佳上报功率确定
风电场实际功率和预测计划上报功率之差ΔPi为:
ΔPi=P′n-P′p (10)
式中:Pn为风电场实际功率;Pn'为归一化后风电场实际功率;Pr为风电场额定功率;Pp为风电场预测计划上报功率;Pp'为归一化后风电场预测计划上报功率。
当风电场计划上报功率和实际功率不符时,储能平抑误差。其补偿费用为
式中:Pbessd为蓄电池的放电功率;Pbessc为蓄电池的最大充电功率;ρ+、ρ-为储能充放电价格。
风电场总收益期望值:
最后应说明的是:以上所述仅为本发明的解释,并不用于限制本发明,尽管对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种考虑功率指标的风电场储能配置方法,其特征在于:
步骤1、获取风电场预测功率数据、风电场实际输出数据,进行相应数据预外理,得到风电场功率预测误差;
步骤2、基于风电场功率预测预报标准、风电场功率预测误差生成风电场功率指标;
步骤3、利用储能系统功率与各参量以及指标的特性关系,采用截止正态分布法确定较优的储能功率值;
步骤4、由确定的储能功率值作为缩减风电功率预测误差的最大出力,超过此出力的误差部分则不进行平抑,分析电池能量存储状态分布特性,得出储能容量与容量需求满足率及其增长率之间的特性关系,采用截止正态分布法确定较优的储能容量值。
2.根据权利要求1所述的考虑功率指标的风电场储能配置方法,其特征在于,风电场功率指标包括:日预测曲线误差、全天预测结果的均方根误差、功率预测准确率及功率预测合格率。
4.根据权利要求1所述的考虑功率指标的风电场储能配置方法,其特征在于,
步骤3中、依据风电功率预测误差分布特性,统计得出其概率密度函数曲线,此概率密度函数曲线接近正态分布,确定正态分布曲线的截止点作为储能系统放弃平抑动作的阀值点。
5.根据权利要求4所述的考虑功率指标的风电场储能配置方法,其特征在于,
步骤3中、依据确定的截止点,对风电功率预测误差、全天预测结果的均方根误差、统计时间内的准确率和合格率与不同储能功率值之间的特性关系进行分析,利用截止正态分布法的原理求出较优的储能功率配置区间。
6.根据权利要求5所述的考虑功率指标的风电场储能配置方法,其特征在于,
步骤3中、利用储能系统功率与预测功率误差缩减率的特性关系曲线,预测功率误差缩减率为储能功率配置值每增长一个步长,预测功率误差可缩减的量;特性关系曲线出现的拐点所对应的功率值为较优的储能功率值。
7.根据权利要求1所述的考虑功率指标的风电场储能配置方法,其特征在于,
步骤4中、基于风电功率预测误差曲线,利用最大风电功率预测误差允许值作为风电功率预测误差缩减目标值进行平抑,进行统计分析得到所需的电池能量存储状态的累积分布概率曲线,累积分布概率曲线可求不同储能容量大小与容量需求满足率、容量需求满足增长率的特性关系曲线;容量需求满足率即为某一储能系统容量值可满足系统对容量需求的概率,容量需求满足增长率为储能系统容量配置值每增长一个步长,可提高容量需求满足率的概率。
8.根据权利要求7所述的考虑功率指标的风电场储能配置方法,其特征在于,
步骤4中、随着配置储能系统容量值的增大,容量需求满足率随之提高,容量需求满足增长率逐步降低,特性关系曲线出现的拐点所对应的容量值为较优的储能容量值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406843.8A CN114336590A (zh) | 2021-11-24 | 2021-11-24 | 一种考虑功率指标的风电场储能配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406843.8A CN114336590A (zh) | 2021-11-24 | 2021-11-24 | 一种考虑功率指标的风电场储能配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114336590A true CN114336590A (zh) | 2022-04-12 |
Family
ID=81047018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111406843.8A Pending CN114336590A (zh) | 2021-11-24 | 2021-11-24 | 一种考虑功率指标的风电场储能配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114336590A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104701873A (zh) * | 2015-03-27 | 2015-06-10 | 国家电网公司 | 一种用于跟踪风电计划出力的电池储能系统优化控制方法 |
CN104899460A (zh) * | 2015-06-16 | 2015-09-09 | 北京亿利智慧能源科技有限公司 | 一种提高风功率预测准确率的储能系统容量配置方法 |
CN105552970A (zh) * | 2016-02-25 | 2016-05-04 | 华北电力科学研究院有限责任公司 | 一种提高风电场功率预测准确度的方法及装置 |
CN106446571A (zh) * | 2016-10-08 | 2017-02-22 | 华北电力科学研究院有限责任公司 | 风电场功率预测的误差评价方法 |
CN110165693A (zh) * | 2019-06-27 | 2019-08-23 | 上海电机学院 | 一种风电场优化储能配置方法 |
-
2021
- 2021-11-24 CN CN202111406843.8A patent/CN114336590A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104701873A (zh) * | 2015-03-27 | 2015-06-10 | 国家电网公司 | 一种用于跟踪风电计划出力的电池储能系统优化控制方法 |
CN104899460A (zh) * | 2015-06-16 | 2015-09-09 | 北京亿利智慧能源科技有限公司 | 一种提高风功率预测准确率的储能系统容量配置方法 |
CN105552970A (zh) * | 2016-02-25 | 2016-05-04 | 华北电力科学研究院有限责任公司 | 一种提高风电场功率预测准确度的方法及装置 |
CN106446571A (zh) * | 2016-10-08 | 2017-02-22 | 华北电力科学研究院有限责任公司 | 风电场功率预测的误差评价方法 |
CN110165693A (zh) * | 2019-06-27 | 2019-08-23 | 上海电机学院 | 一种风电场优化储能配置方法 |
Non-Patent Citations (2)
Title |
---|
杨水丽等: "用于跟踪风电场计划出力的电池储能系统容量优化配置", 《电网技术》, vol. 38, no. 6, pages 1 * |
谢春雨: "风电场发电计划上报策略研究", 《工程科技Ⅱ辑》, 15 March 2015 (2015-03-15), pages 4 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10673242B2 (en) | Demand charge and response management using energy storage | |
US11326579B2 (en) | Adaptive dynamic planning control method and system for energy storage station, and storage medium | |
EP2696463B1 (en) | Wind power generation system, wind power generation control device and wind power generation control method | |
WO2017161785A1 (zh) | 基于储能运行状态的光伏功率稳定输出控制方法 | |
JP6198894B2 (ja) | 風力発電所の運転制御装置、運転制御方法及び風力発電システム | |
CN113078643B (zh) | 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法 | |
CN110165698B (zh) | 一种实现前瞻性误差资产转换的风电场平滑并网方法 | |
CN117713068A (zh) | 考虑应用场景变化的用户侧储能日前优化调度方法与系统 | |
CN103248065B (zh) | 一种风电场中电池储能系统的充放电控制方法 | |
CN115566741A (zh) | 基于lstm预测校正的储能多时间尺度优化控制方法 | |
US20240039295A1 (en) | Counter-solar power plant | |
CN116581794A (zh) | 一种储能调控方法及系统 | |
CN114336762A (zh) | 风光发电及电网负荷波动日前调度储能配置优化方法 | |
CN109829624B (zh) | 一种风电合作博弈爬坡控制方法和装置 | |
CN111049170A (zh) | 考虑温度损耗的调峰储能系统、运行优化方法和装置 | |
CN109873439A (zh) | 一种需量控制限值的设定方法及装置 | |
CN112821385B (zh) | 储能系统的控制方法、装置以及计算机可读存储介质 | |
CN112531773B (zh) | 一种新能源发电系统及其能量调控方法及装置 | |
CN117154850A (zh) | 一种确定电力系统灵活性供需平衡能力的方法 | |
CN115360756B (zh) | 一种基于可信容量评估方法的新能源纳入平衡方法 | |
CN114336590A (zh) | 一种考虑功率指标的风电场储能配置方法 | |
CN111817329A (zh) | 光伏电站优化运行方法及装置 | |
CN112838621B (zh) | 计及新能源增长的电力系统调频容量实现方法 | |
CN112531751A (zh) | 一种建立灵活控制风电储能策略模型的方法 | |
CN113629745B (zh) | 一种新能源场站计划外功率辅助控制用储能容量规划方法 |
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 |