CN114336730A - 一种考虑辅助服务优选的电力系统低碳优化调度方法 - Google Patents
一种考虑辅助服务优选的电力系统低碳优化调度方法 Download PDFInfo
- Publication number
- CN114336730A CN114336730A CN202111381410.1A CN202111381410A CN114336730A CN 114336730 A CN114336730 A CN 114336730A CN 202111381410 A CN202111381410 A CN 202111381410A CN 114336730 A CN114336730 A CN 114336730A
- Authority
- CN
- China
- Prior art keywords
- day
- constraint
- carbon emission
- unit
- carbon
- 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
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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
Abstract
本发明公开了一种考虑辅助服务优选的电力系统低碳优化调度方法,包括日前计划编制阶段和日内滚动修正阶段;日前计划编制阶段,通过收集日前基础数据,以系统次日碳排放总量最小为优化目标,综合考虑机组发电碳排、启动碳排、停机碳排和调频碳排,同时引入机组爬坡约束、最小启停时间约束、功率平衡约束以及旋转备用约束,采用分支定界算法进行求解计算,获得各机组的日前调度计划;日内滚动修正阶段,根据日内短期预测信息和日前调度计划,以系统未来24小时的碳排放和计划偏差最小为目标,构造日内计划修正模型,采用分支定界算法进行求解计算,获得各机组的日内修正计划。本发明提出的低碳优化调度方法,可为电力系统的节能降碳提供辅助决策,具有良好的实用价值。
Description
技术领域
本发明涉及电力系统低碳优化领域,尤其涉及一种考虑辅助服务优选的电力系统低碳优化调度方法。
背景技术
电力系统是我国二氧化碳排放的主要来源。减少电力系统的碳排放,促进电力低碳发展,是实现“碳达峰”、“碳中和”目标的重要保障。目前,电力系统的调度方式仍以经济调度为主,通过优化系统内各机组的开停方式及出力计划,实现电网的安全和经济运行。然而,经济调度的方式未能考虑各类机组碳排放特性的差异,导致系统的二氧化碳排放水平难以控制,无法适应当前节能降碳的趋势和要求。
发明内容
为解决现有技术中存在的不足,本发明的目的在于,提供一种考虑辅助服务优选的电力系统低碳优化调度方法。
为实现本发明的目的,本发明所采用的技术方案是:
一种考虑辅助服务优选的电力系统低碳优化调度方法,包括日前计划编制阶段和日内滚动修正阶段;
日前计划编制阶段,通过收集日前基础数据,以系统次日碳排放总量最小为优化目标,综合考虑机组发电碳排、启动碳排、停机碳排和调频碳排,同时引入机组爬坡约束、最小启停时间约束、功率平衡约束以及旋转备用约束,采用分支定界算法进行求解计算,获得各机组的日前调度计划;
日内滚动修正阶段,根据日内短期预测信息和日前调度计划,以系统未来24小时的碳排放和计划偏差最小为目标,构造日内计划修正模型,采用分支定界算法进行求解计算,获得各机组的日内修正计划。
进一步地,包括具体步骤:
(1)获取系统次日逐时负荷预测结果、新能源厂站出力预测结果、受电计划以及机组相关技术参数;
(2)构造日前低碳优化调度模型,采用分支定界算法进行求解计算,获得各机组的日前调度计划(un,t,Pn,t);
(3)从调度系统中每15分钟获取一次未来24小时最新的负荷预测、新能源出力预测以及受电计划数据;同时,从设备库中获取各类机组的最新运行状态和出力信息;
(5)判断当前时段是否已进入下一日,若是则进入步骤(6),否则进入下一个调度时段,即t0=t0+1,返回步骤(3)。
(6)判断是否结束程序,若是则终止当前程序,否则返回步骤(1),重新制定新的日前调度计划。
进一步地,步骤(2)中,日前低碳优化调度模型,包括目标函数和约束条件;以系统次日碳排放总量最小为目标函数,约束条件包括机组发电碳排放约束、机组启动碳排放约束、机组停机碳排放约束、机组调频碳排放约束、系统旋转备用约束、机组有功爬坡约束、最小启停时间约束、系统功率平衡约束。
进一步地,以系统次日碳排放总量为最小的目标函数可描述为:
进一步地,步骤(3)中,日内计划修正模型,包括目标函数和约束条件;以系统碳排放总量和计划修正偏差最小为目标函数,约束条件包括发电碳排放约束、机组启停变化约束、机组出力变化约束、机组有功爬坡约束、最小启停时间约束、系统功率平衡约束。
进一步地,以系统碳排放总量和计划修正偏差为最小的目标函数可描述为:
式中,t0为修正的开始时段,时间分辨率为15分钟,T为优化时段,取T为24小时,即96时段;为火电机组n在日内第t时段的发电碳排;αn,t为机组n在第t时段日内修正状态与日前计划状态之间的偏差量;εn,t为机组n在第t时段日内修正出力与日前计划出力之间的偏差量;λ1、λ2、λ3分别为αn,t、βn,t的权重,权重λ2的取值应大于λ1和λ3。
本发明的有益效果在于,与现有技术相比,本发明提出的低碳优化调度方法,可为电力系统的节能降碳提供辅助决策,具有良好的实用价值。
附图说明
图1是机组电量碳排放分段线性函数;
图2是本发明电力系统低碳优化调度方法流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本申请的保护范围。
本发明提出的考虑辅助服务优选的电力系统低碳优化调度方法,包括日前基础数据收集、日前低碳优化计算、日内数据滚动更新以及日内计划滚动修正四个部分,其中,日前基础数据收集和日前低碳优化计算为日前计划编制阶段,日内数据滚动更新和日内计划滚动修正则为日内滚动修正阶段。
日前计划编制阶段,通过收集日前基础数据,以系统次日碳排放总量最小为优化目标,综合考虑机组发电碳排、启动碳排、停机碳排和调频碳排,同时引入机组爬坡约束、最小启停时间约束、功率平衡约束以及旋转备用约束,在降低系统碳排放总量的同时,实现电力系统调度计划的优化编制以及二次调频、旋转备用等辅助服务的优选。
日内滚动修正阶段,根据日内短期预测信息和日前调度计划,以系统未来24小时的碳排放和计划偏差最小为目标,通过时序滚动的方式不断对系统内各机组的出力大小和启停状态进行优化调整,从而满足系统实时负荷和运行安全要求。
如图2所示,本发明所述的考虑辅助服务优选的电力系统低碳优化调度方法,包括步骤:
(1)日前基础数据收集;
从调度系统中获取系统次日逐时负荷预测结果、新能源厂站(如风电场、光伏电站)出力预测结果以及受电计划;根据次日负荷预测结果和系统安全稳定运行要求,确定次日系统的二次调频容量需求和上下旋转备用需求;从设备库中获取发电机组的类型、容量、碳排放特性(包括单次启停碳排放、不同负载率下的碳排放)等参数。
(2)日前低碳优化计算;
根据步骤(1)提供的基础数据,建立日前低碳优化调度模型,模型包括目标函数和约束条件,具体如下:
目标函数:
以系统次日碳排放总量为最小的目标函数可描述为:
约束条件:
①机组发电碳排放约束
vn,t,1(Pn,1-Pn,0)≤Pn,t,1≤un,t(Pn,1-Pn,0) (4)
vn,t,l(Pn,l-Pn,l-1)≤Pn,t,l≤vn,t,l-1(Pn,l-Pn,l-1) (5)
式中:l为火电机组的有功出力区间分段序号;L为火电机组出力区间分段数;Pn,t,l为火电机组n在第t时段第l分段的出力变量;Pn,l为第l段出力上限(即区间端点),其中Pn,0=P n,uu,t为火电机组n在第t时段的运行状态变量,分别用值1和0表示运行和停机状态;vn,t,l为0-1变量,当火电机组n在第t时段的有功超过第l分段时取1,否则取0;Pn,t、P n和分别为机组n在第t时段的有功出力及其下限和上限;ρn,l为火电机组n在第l分段的碳排放斜率。
②机组启动碳排放约束
③机组停机碳排放约束
④机组调频碳排放约束
un,t P n≤Pn,t-An,t (12)
式中:Kn为1h内机组n的预期调频次数;为火电机组n的调频额外碳排放因子;An,t为火电机组n在t时段提供的调频容量(若调频机组按一整天投标而不是分时投标,则An,t应改为An);为机组n的最大调频容量;A为系统的最低调频容量需求。
⑤系统旋转备用约束
⑥机组有功爬坡约束
⑦最小启停时间约束
考虑到调度计划的连续性,若机组n在前一日有启停操作并且最小启停时段跨越次日,为了保证机组n满足运行要求,应强制其在次日满足剩余时段的启停状态要求。例如机组n的最小停机时间为8小时,且机组n在前一日第22时段停机,则次日1-5时段机组n也应处于停机状态,即un,1=…=un,5=0。
⑧系统功率平衡约束
根据次日负荷预测结果和受电计划,系统应满足实时功率平衡,即:
Pn,t+Pbuy,t+Ppv,t+Pwt,t+Phydro,t+Pnuclear,t=Pload,t (24)
式中。Pbuy,t、Ppv,t、Pwt,t、Phydro,t、Pnuclear,t和Pload,t分别为t时段的受电、光伏、风电、水电、核电功率以及负荷需求。
(3)日内数据滚动更新;
从调度系统中每15分钟获取一次未来24小时最新的负荷预测、新能源出力预测以及受电计划数据;同时,从设备库中获取各类机组的最新运行状态和出力信息。
(4)日内调度计划修正;
日内计划修正通过求解如下模型实现:
目标函数:
以系统碳排放总量和计划修正偏差为最小的目标函数可描述为:
式中,t0为修正的开始时段,时间分辨率为15分钟,T为优化时段,取T为24小时,即96时段;为火电机组n在日内第t时段的发电碳排;αn,t为机组n在第t时段日内修正状态与日前计划状态之间的偏差量;εn,t为机组n在第t时段日内修正出力与日前计划出力之间的偏差量;λ1、λ2、λ3分别为αn,t、βn,t的权重,为了尽可能避免机组在日内启停,权重λ2的取值应大于λ1和λ3。
约束条件:
①发电碳排放约束
式中:l为火电机组的有功出力区间分段序号;L为火电机组出力区间分段数;为火电机组n在日内第t时段第l分段的出力变量;Pn,l为第l段出力上限(即区间端点),其中Pn,0=P n, 为火电机组n在日内第t时段的运行状态变量,分别用值1和0表示运行和停机状态;为0-1变量,当火电机组n在日内第t时段的有功超过第l分段时取1,否则取0; P n和分别为机组n在日内第t时段的有功出力及其下限和上限;ρn,l为火电机组n在第l分段的碳排放斜率。
②机组启停变化约束
③机组出力变化约束
系统的调频和备用需求由日前计划保障,并且调频机组按照日前计划方式运行,日内优化阶段不考虑调频和备用容量的重新分配。
④机组有功爬坡约束
⑤最小启停时间约束
⑥系统功率平衡约束
根据次日负荷预测结果和受电计划,系统应满足实时功率平衡,即:
如图2所示,本发明提出的电力系统低碳优化调度方法流程如下:
(1)获取系统次日逐时负荷预测结果、新能源厂站(如风电场、光伏电站)出力预测结果、受电计划以及机组相关技术参数;
(2)构造日前低碳优化调度模型(1)-(24),采用分支定界算法进行求解计算,获得各机组的日前调度计划(un,t,Pn,t);
(3)从调度系统中每15分钟获取一次未来24小时最新的负荷预测、新能源出力预测以及受电计划数据;同时,从设备库中获取各类机组的最新运行状态和出力信息;
(5)判断当前时段是否已进入下一日,若是则进入步骤(6),否则进入下一个调度时段,即t0=t0+1,返回步骤(3)。
(6)判断是否结束程序,若是则终止当前程序,否则返回步骤(1),重新制定新的日前调度计划。
本发明的有益效果在于,与现有技术相比,本发明提出的低碳优化调度方法,可为电力系统的节能降碳提供辅助决策,具有良好的实用价值。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (6)
1.一种考虑辅助服务优选的电力系统低碳优化调度方法,其特征在于,包括日前计划编制阶段和日内滚动修正阶段;
日前计划编制阶段,通过收集日前基础数据,以系统次日碳排放总量最小为优化目标,综合考虑机组发电碳排、启动碳排、停机碳排和调频碳排,同时引入机组爬坡约束、最小启停时间约束、功率平衡约束以及旋转备用约束,采用分支定界算法进行求解计算,获得各机组的日前调度计划;
日内滚动修正阶段,根据日内短期预测信息和日前调度计划,以系统未来24小时的碳排放和计划偏差最小为目标,构造日内计划修正模型,采用分支定界算法进行求解计算,获得各机组的日内修正计划。
2.根据权利要求1所述的考虑辅助服务优选的电力系统低碳优化调度方法,其特征在于,包括具体步骤:
(1)获取系统次日逐时负荷预测结果、新能源厂站出力预测结果、受电计划以及机组相关技术参数;
(2)构造日前低碳优化调度模型,采用分支定界算法进行求解计算,获得各机组的日前调度计划(un,t,Pn,t);
(3)从调度系统中每15分钟获取一次未来24小时最新的负荷预测、新能源出力预测以及受电计划数据;同时,从设备库中获取各类机组的最新运行状态和出力信息;
(5)判断当前时段是否已进入下一日,若是则进入步骤(6),否则进入下一个调度时段,即t0=t0+1,返回步骤(3);
(6)判断是否结束程序,若是则终止当前程序,否则返回步骤(1),重新制定新的日前调度计划。
3.根据权利要求2所述的考虑辅助服务优选的电力系统低碳优化调度方法,其特征在于,步骤(2)中,日前低碳优化调度模型,包括目标函数和约束条件;以系统次日碳排放总量最小为目标函数,约束条件包括机组发电碳排放约束、机组启动碳排放约束、机组停机碳排放约束、机组调频碳排放约束、系统旋转备用约束、机组有功爬坡约束、最小启停时间约束、系统功率平衡约束。
5.根据权利要求2所述的考虑辅助服务优选的电力系统低碳优化调度方法,其特征在于,步骤(3)中,日内计划修正模型,包括目标函数和约束条件;以系统碳排放总量和计划修正偏差最小为目标函数,约束条件包括发电碳排放约束、机组启停变化约束、机组出力变化约束、机组有功爬坡约束、最小启停时间约束、系统功率平衡约束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111381410.1A CN114336730B (zh) | 2021-11-21 | 2021-11-21 | 一种考虑辅助服务优选的电力系统低碳优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111381410.1A CN114336730B (zh) | 2021-11-21 | 2021-11-21 | 一种考虑辅助服务优选的电力系统低碳优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114336730A true CN114336730A (zh) | 2022-04-12 |
CN114336730B CN114336730B (zh) | 2023-08-15 |
Family
ID=81046541
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111381410.1A Active CN114336730B (zh) | 2021-11-21 | 2021-11-21 | 一种考虑辅助服务优选的电力系统低碳优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114336730B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116526468A (zh) * | 2023-05-09 | 2023-08-01 | 国网湖北省电力有限公司经济技术研究院 | 考虑多类型备用辅助服务的高比例可再生能源电力系统优化调度方法 |
CN116526468B (zh) * | 2023-05-09 | 2024-04-26 | 国网湖北省电力有限公司经济技术研究院 | 考虑多类型备用辅助服务的高比例可再生能源电力系统优化调度方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103762589A (zh) * | 2014-01-08 | 2014-04-30 | 河海大学 | 一种电网中新能源容量配比分层优化方法 |
CN107153885A (zh) * | 2017-03-31 | 2017-09-12 | 国电南瑞科技股份有限公司 | 考虑火电机组深度调峰的实时发电计划优化方法 |
CN109494730A (zh) * | 2018-12-14 | 2019-03-19 | 国网山东省电力公司经济技术研究院 | 新能源并网下电力系统逐日运行模拟仿真方法 |
CN109524958A (zh) * | 2018-11-08 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 考虑深度调峰和需求响应的电力系统灵活性优化调度方法 |
CN109559040A (zh) * | 2018-11-29 | 2019-04-02 | 广东电网有限责任公司 | 一种辅助服务和电能量市场的顺次出清方法 |
CN109948859A (zh) * | 2019-03-26 | 2019-06-28 | 华南理工大学 | 一种基于协同量子遗传算法的风火联合随机优化调度方法 |
CN112465181A (zh) * | 2020-09-11 | 2021-03-09 | 国网天津市电力公司电力科学研究院 | 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法 |
CN113346555A (zh) * | 2021-05-25 | 2021-09-03 | 西安交通大学 | 一种考虑电量协调的日内滚动调度方法 |
CN113394820A (zh) * | 2021-07-14 | 2021-09-14 | 国网甘肃省电力公司电力科学研究院 | 一种新能源并网电力系统的优化调度方法 |
CN113541205A (zh) * | 2021-09-14 | 2021-10-22 | 山东大学 | 基于集群学习的低碳csp系统协同优化方法及装置 |
-
2021
- 2021-11-21 CN CN202111381410.1A patent/CN114336730B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103762589A (zh) * | 2014-01-08 | 2014-04-30 | 河海大学 | 一种电网中新能源容量配比分层优化方法 |
CN107153885A (zh) * | 2017-03-31 | 2017-09-12 | 国电南瑞科技股份有限公司 | 考虑火电机组深度调峰的实时发电计划优化方法 |
CN109524958A (zh) * | 2018-11-08 | 2019-03-26 | 国网浙江省电力有限公司经济技术研究院 | 考虑深度调峰和需求响应的电力系统灵活性优化调度方法 |
CN109559040A (zh) * | 2018-11-29 | 2019-04-02 | 广东电网有限责任公司 | 一种辅助服务和电能量市场的顺次出清方法 |
CN109494730A (zh) * | 2018-12-14 | 2019-03-19 | 国网山东省电力公司经济技术研究院 | 新能源并网下电力系统逐日运行模拟仿真方法 |
CN109948859A (zh) * | 2019-03-26 | 2019-06-28 | 华南理工大学 | 一种基于协同量子遗传算法的风火联合随机优化调度方法 |
CN112465181A (zh) * | 2020-09-11 | 2021-03-09 | 国网天津市电力公司电力科学研究院 | 一种支持源-网-荷-储多元泛在协调的两阶段优化调度方法 |
CN113346555A (zh) * | 2021-05-25 | 2021-09-03 | 西安交通大学 | 一种考虑电量协调的日内滚动调度方法 |
CN113394820A (zh) * | 2021-07-14 | 2021-09-14 | 国网甘肃省电力公司电力科学研究院 | 一种新能源并网电力系统的优化调度方法 |
CN113541205A (zh) * | 2021-09-14 | 2021-10-22 | 山东大学 | 基于集群学习的低碳csp系统协同优化方法及装置 |
Non-Patent Citations (1)
Title |
---|
陈艺璇;余涛;: "考虑大气污染物时空分布控制的多时间尺度协调多目标优化调度策略", 中国电机工程学报, no. 08, pages 108 - 124 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116526468A (zh) * | 2023-05-09 | 2023-08-01 | 国网湖北省电力有限公司经济技术研究院 | 考虑多类型备用辅助服务的高比例可再生能源电力系统优化调度方法 |
CN116526468B (zh) * | 2023-05-09 | 2024-04-26 | 国网湖北省电力有限公司经济技术研究院 | 考虑多类型备用辅助服务的高比例可再生能源电力系统优化调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114336730B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109962499B (zh) | 一种电网多时间尺度调度方法 | |
CN106992556B (zh) | 一种基于混合电源多时间尺度互补的优化调度方法 | |
CN112104007B (zh) | 一种广义源储系统调度的集中控制方法 | |
CN113393054B (zh) | 一种风储联合系统的优化调度方法及优化调度系统 | |
CN107800153B (zh) | 一种电蓄热消纳风电的电热能量滚动鲁棒调度方法 | |
CN106058917A (zh) | 一种计及光伏发电的电力系统动态经济调度方法 | |
CN113193547B (zh) | 计及新能源及负荷区间不确定性的电力系统日前-日内协同调度方法与系统 | |
CN109992818B (zh) | 大规模风电参与一次调频的机组组合模型及求解方法 | |
CN113346555B (zh) | 一种考虑电量协调的日内滚动调度方法 | |
CN111541272B (zh) | 一种碳捕集电厂的多时间尺度调度方法及系统 | |
CN112086998B (zh) | 孤岛模式下直流微电网的能量优化调度方法 | |
CN109149631A (zh) | 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法 | |
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 | |
CN110994639B (zh) | 一种电厂储能辅助调频的仿真定容方法、装置及设备 | |
CN111582599A (zh) | 一种基于虚拟电厂调峰的储能设备日内有功调度方法 | |
CN114336730A (zh) | 一种考虑辅助服务优选的电力系统低碳优化调度方法 | |
CN113394820B (zh) | 一种新能源并网电力系统的优化调度方法 | |
CN115776125A (zh) | 一种储能与新能源场站的协同运行优化方法及装置 | |
Yao et al. | Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station | |
CN114204599A (zh) | 一种抑制配电网电压波动的分布式储能布点运行控制方法 | |
CN110417002B (zh) | 一种孤岛微电网能量模型的优化方法 | |
CN110661252B (zh) | 一种考虑风光储提供柔性爬坡容量的实时经济调度方法 | |
Ma et al. | Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system | |
Ma et al. | Multi-Point Layout Planning of Multi-Energy Power Supplies Based on Time-series Production Simulation | |
CN108258734B (zh) | 基于风功率区间预测的鲁棒最优调度方法 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220915 Address after: 215 Shanghai Road, Gulou District, Nanjing, Jiangsu Province, 210000 Applicant after: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. Address before: 215 Shanghai Road, Gulou District, Nanjing, Jiangsu Province, 210000 Applicant before: STATE GRID JIANGSU ELECTRIC POWER Co.,Ltd. Applicant before: Zheda electric power technology (Hangzhou) Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |