CN115102170B - 一种风电光伏储能配比的协调优化方法 - Google Patents

一种风电光伏储能配比的协调优化方法 Download PDF

Info

Publication number
CN115102170B
CN115102170B CN202211022585.8A CN202211022585A CN115102170B CN 115102170 B CN115102170 B CN 115102170B CN 202211022585 A CN202211022585 A CN 202211022585A CN 115102170 B CN115102170 B CN 115102170B
Authority
CN
China
Prior art keywords
energy storage
wind power
curve
photovoltaic
acquiring
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
Application number
CN202211022585.8A
Other languages
English (en)
Other versions
CN115102170A (zh
Inventor
刘建华
常亚民
陈勇
朱壮华
陈琰俊
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.)
Huaneng Ruicheng Comprehensive Energy Co ltd
Huaneng Shanxi Comprehensive Energy Co ltd Yushe Photovoltaic Power Station
Huaneng Yushe Poverty Alleviation Energy Co ltd
Huaneng Zuoquan Yangjiao Wind Power Co ltd
Licheng Yingheng Clean Energy Co ltd
Ruicheng Ningsheng New Energy Co ltd
Shuozhou Taizhong Wind Power Co ltd
Wuzhai County Taixin Energy Wind Power Generation Co ltd
Huaneng Shanxi Comprehensive Energy Co ltd
Original Assignee
Huaneng Ruicheng Comprehensive Energy Co ltd
Huaneng Shanxi Comprehensive Energy Co ltd Yushe Photovoltaic Power Station
Huaneng Yushe Poverty Alleviation Energy Co ltd
Huaneng Zuoquan Yangjiao Wind Power Co ltd
Licheng Yingheng Clean Energy Co ltd
Ruicheng Ningsheng New Energy Co ltd
Shuozhou Taizhong Wind Power Co ltd
Wuzhai County Taixin Energy Wind Power Generation Co ltd
Huaneng Shanxi Comprehensive Energy 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 Huaneng Ruicheng Comprehensive Energy Co ltd, Huaneng Shanxi Comprehensive Energy Co ltd Yushe Photovoltaic Power Station, Huaneng Yushe Poverty Alleviation Energy Co ltd, Huaneng Zuoquan Yangjiao Wind Power Co ltd, Licheng Yingheng Clean Energy Co ltd, Ruicheng Ningsheng New Energy Co ltd, Shuozhou Taizhong Wind Power Co ltd, Wuzhai County Taixin Energy Wind Power Generation Co ltd, Huaneng Shanxi Comprehensive Energy Co ltd filed Critical Huaneng Ruicheng Comprehensive Energy Co ltd
Priority to CN202211022585.8A priority Critical patent/CN115102170B/zh
Publication of CN115102170A publication Critical patent/CN115102170A/zh
Application granted granted Critical
Publication of CN115102170B publication Critical patent/CN115102170B/zh
Priority to PCT/CN2023/114580 priority patent/WO2024041591A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Power Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种风电光伏储能配比的协调优化方法，包括：确定风电光伏系统的配电储能方程，同时，获取风电光伏系统的现实约束条件；基于现实约束条件对配电储能方程进行预分析，构建储能调度模型；获取风电系统的风电运行参数，并构建得到第一利用条件；获取光伏系统的光伏运行参数，并构建得到第二利用条件；基于储能调度模型，并结合第一利用条件以及第二利用条件，获取得到储能调度策略，实现对风电光伏储能配比的协调优化。通过对储能配比进行协调优化，来保证供电资源的稳定性，间接提高风电系统与光伏系统的运行高效性。

Description

一种风电光伏储能配比的协调优化方法
技术领域
本发明涉及优化调度技术领域，特别涉及一种风电光伏储能配比的协调优化方法。
背景技术
能源是国民经济发展和人民生活必须的重要物质基础。在过去的200多年里，建立在煤炭、石油、天然气等化石燃料基础上的能源体系极大的推动了人类社会的发展。但是人类在使用化石燃料的同时，也带来了严重的环境污染和生态系统破坏。近年来，世界各国逐渐认识到能源对人类的重要性，更认识到常规能源利用过程中对环境和生态系统的破坏。各国纷纷开始根据国情，治理和缓解已经恶化的环境，并把可再生、无污染的新能源的开发利用作为可持续发展的重要内容。风光互补发电系统是利用风能和太阳能资源的互补性，具有较高性价比的一种新型能源发电系统，具有很好的应用前景。
针对风电与光伏的结合，在进行供电的过程中，当天的供电都与天气情况有关，也就是在供电过程中会存在供电不平衡的情况，因此，会导致供电资源不平衡，所以，需要从不同系统的储能方面去解决资源不平衡的情况。
因此，本发明提出一种风电光伏储能配比的协调优化方法。
发明内容
本发明提供一种风电光伏储能配比的协调优化方法，用以通过对储能配比进行协调优化，来保证供电资源的稳定性，间接提高风电系统与光伏系统的运行高效性。
本发明提供一种风电光伏储能配比的协调优化方法，包括：
步骤1：确定风电光伏系统的配电储能方程，同时，获取所述风电光伏系统的现实约束条件；
步骤2：基于所述现实约束条件对所述配电储能方程进行预分析，构建储能调度模型；
步骤3：获取风电系统的风电运行参数，并构建得到第一利用条件；
步骤4：获取光伏系统的光伏运行参数，并构建得到第二利用条件；
步骤5：基于所述储能调度模型，并结合所述第一利用条件以及第二利用条件，获取得到储能调度策略，实现对风电光伏储能配比的协调优化。
优选的，确定风电光伏系统的配电储能方程，包括：
观测所述风电光伏系统在不同历史时刻点下的历史运行配合情况，并基于运行观测模型，对每个历史运行配合情况进行分析，得到对应的运行配合方程；
提取每个运行配合方程中基于所述风电系统对所述光伏系统的第一配合系数以及基于所述光伏系统对所述风电系统的第二配合系数，并构建得到系数数组；
按照数组分类规则，对所有系数数组进行分类处理，并基于分类处理结果，确定每类数组的聚类中心；
基于所述聚类中心获取对应类数组中每个第一数组与该聚类中心的第一距离，来构建基于该聚类中心的分类结构；
分析所述分类结构的结构密度序列，并筛选可靠序列，得到第一参考数组，并根据对应类数组的历史运行配合特征，向所述第一参考数组设置标识；
基于所有设置标识的第一参考数组，并结合初始配电方程，构建得到配电储能方程。
优选的，获取所述风电光伏系统的现实约束条件，包括：获取所述风电光伏系统在不同历史时刻下的运行工作日志；
基于所述运行工作日志，得到所述风电系统的第一储能配电参数集合以及所述光伏系统的第二储能配电参数集合；
提取所述第一储能配电参数集合以及第二储能配电参数集合中基于同参数的双曲线；
按照所述同参数的参数属性，对所述双曲线进行对应分析，来确定所述双曲线中存在的单独异常点以及异常对；
基于所述单独异常点以及异常对，来获取所述双曲线的异常系数，并判断所述异常系数是否满足规定的配电平稳性；
从所有异常系数中提取不满足规定的配电平稳性的第一系数，并对所述第一系数对应的同参数的双曲线进行分析，获取正偏差参数以及负偏差参数，进而得到现实约束条件。
优选的，对所述第一系数对应的同参数的双曲线进行分析，获取正偏差参数以及负偏差参数，进而得到现实约束条件，包括：
在同参数对应的第一双曲线上的每个时间点上附加与所述风电系统以及光伏相关的历史设置条件，按照相同设置条件截取所述第一双曲线，得到第二双曲线；
分析所述第二双曲线中的第一子曲线的收敛结果，并获取得到第一特征；
分析所述第二双曲线中的第二子曲线的收敛结果，并获取得到第二特征；
判断所述第一特征与第二特征是否满足收敛一致性，若满足，则判定对应的第二双曲线合格，当对应的同参数的所有第二双曲线都合格时，判定对应的第一双曲线合格，判定不作为现实约束的参考依据；
若不满足，对所述第二双曲线中的第一子曲线以及第二子曲线分别进行拟合处理，获取第一拟合线与第一子曲线的第一交点以及第二拟合线与第二子曲线的第二交点；
确定相邻第一拟合交点对应的曲线段的线段值，并构建得到所述第一子曲线的第一线段序列，同时确定相邻第二拟合交点对应的曲线段的线段值，并构建得到所述第二子曲线的第二线段序列；
对所述第一线段序列以及第二线段序列中的正值个数以及负值个数进行分析；
当根据分析结果判定出需要对对应拟合线进行修正时，获取修正组合实现修正，并重新获取对应的新的线段序列；
将所述新的线段序列以及与新的线段序列对应的设置条件集合依次输入到偏差分析模型中，得到正偏差参数以及负偏差参数；
根据所有正偏差参数的正偏差距离、正偏差属性以及所有负偏差参数的负偏差距离、负偏差属性，构建得到现实约束条件。
优选的，确定对对应拟合线的修正因子之前，包括：
判断同个线段序列中正值个数与负值个数的比值是否在预设范围内；
若在，判定不需要对对应拟合线进行修正；
否则，判定需要对对应拟合线进行修正。
优选的，当根据分析结果判定出确定对对应拟合线进行修正时，获取修正组合实现修正，包括：
对与需要修正的拟合线所匹配的子曲线进行历史预测以及未来预测，来扩增匹配的子曲线的长度，得到新的子曲线，并重新获取所述新的子曲线对应的第一拟合线；
若所述第一拟合线所对应的线段序列的比值在预设范围内，将对应第一线段序列保留，作为新的线段序列；
否则，按照如下公式，获取修正组合；
Figure 568844DEST_PATH_IMAGE001
其中，n1表示拟合误判点；
Figure 125465DEST_PATH_IMAGE002
表示第i1个拟合误判点的误判值；
Figure 639623DEST_PATH_IMAGE003
表示当下的实际拟合误判的概率；
Figure 503674DEST_PATH_IMAGE004
表示标准误判概率；
Figure 990150DEST_PATH_IMAGE005
表示基于新的拟合线的x轴的误判因子，且取值范围[0,0.2]；
Figure 281454DEST_PATH_IMAGE006
表示基于新的拟合线的y轴的误判因子，且取值范围[0,0.2]；Y1表示修正组合；
Figure 282908DEST_PATH_IMAGE007
表示针对误判值的修正因子；
Figure 652447DEST_PATH_IMAGE008
表示针对x轴的修正因子；
Figure 790168DEST_PATH_IMAGE009
表示针对y轴的修正因子；
根据所述修正组合，从修正数据库中，匹配对应的修正机制，对所述第一拟合线进行修正，获取得到新的线段序列。
优选的，基于所述现实约束条件对所述配电储能方程进行预分析，构建储能调度模型，包括：
构建所述现实约束条件与配电储能方程的多目标函数；
基于多目标函数，获取最优匹配结果；
向所述最优匹配结果，从储能调度数据库中，匹配对应的储能调度线程；
控制与初始配电方程相关的初始储能模型按照储能调度线程进行模型优化，进而得到储能调度模型。
优选的，基于所述储能调度模型，并结合所述第一利用条件以及第二利用条件，获取得到储能调度策略，包括：
根据所述第一利用条件，确定所述风电系统的第一储能配比范围，同时，根据所述第二利用条件，确定所述光伏系统的第二储能配比范围；
将所述第一储能配比范围与第二储能配比范围进行配比组合，并对所述配比组合进行配比最优求解；
获取当下时刻所述风电系统与光伏系统的储能配比；
基于所述储能调度模型，获取与当下储能配比以及最优求解结果匹配的储能调度策略，进行储能调度，来对所述风电系统的工作状态以及光伏系统的工作状态进行调度调整。
优选的，获取风电系统的风电运行参数，并构建得到第一利用条件，包括：
根据所述风电运行参数，确定所述风电系统的有效储能以及最大储能；
根据所述有效储能以及最大储能，构建第一利用条件。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种风电光伏储能配比的协调优化方法的流程图；
图2为本发明实施例中线段值的确定图；
图3为本发明实施例中扩充子曲线的结构图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供一种风电光伏储能配比的协调优化方法，如图1所示，包括：
步骤1：确定风电光伏系统的配电储能方程，同时，获取所述风电光伏系统的现实约束条件；
步骤2：基于所述现实约束条件对所述配电储能方程进行预分析，构建储能调度模型；
步骤3：获取风电系统的风电运行参数，并构建得到第一利用条件；
步骤4：获取光伏系统的光伏运行参数，并构建得到第二利用条件；
步骤5：基于所述储能调度模型，并结合所述第一利用条件以及第二利用条件，获取得到储能调度策略，实现对风电光伏储能配比的协调优化。
该实施例中，配电储能方程是基于初始配电方程（预先设置好的）再结合风电系统与光伏系统本身的运行配合情况，来对初始配电方程进行调整，得到的储能配电方程。
该实施例中，现实约束条件指的是风电光伏系统在运行过程中遇到的实际参数，通过该实际参数，来确定存在的约束，比如是，系统本身故障等导致的约束。
该实施例中，风电运行参数以及光伏运行参数都可以是实时检测到的，可以是包括采集的风强、光强、风电转换、光电转换等相关参数在内，进而分别得到对应的利用条件，为后续确定储能调度策略提供现实基础。
该实施例中，储能调度模型是基于现实约束条件与配电储能方程两者结合得到的。
该实施例中，第一利用条件与风电转换效率有关，第二利用条件与电能储存效率有关，此时，就可以按照这两种条件，来从模型中，获取得到策略，比如是，风电系统的储能由原先的78%变成60%，光伏系统的储能由原先的22%变成40%。
该实施例中，配电储能方程为：Y3=y1+y2,
Figure 517952DEST_PATH_IMAGE010
其中，Y3表示配电储能方程，
Figure 741123DEST_PATH_IMAGE011
表示基于风电系统的储能，y2表示基于光伏系统的储能；
Figure 619080DEST_PATH_IMAGE012
表示基于现实约束条件实现与风电系统相关储能的第一因子，
Figure 876886DEST_PATH_IMAGE013
2表示基于现实约束条件实现与光伏系统相关储能的第二因子，
Figure 477370DEST_PATH_IMAGE014
表示储能调度模型。
上述技术方案的有益效果是：用以通过对储能配比进行协调优化，来保证供电资源的稳定性，间接提高风电系统与光伏系统的运行高效性。
本发明提供一种风电光伏储能配比的协调优化方法，确定风电光伏系统的配电储能方程，包括：
观测所述风电光伏系统在不同历史时刻点下的历史运行配合情况，并基于运行观测模型，对每个历史运行配合情况进行分析，得到对应的运行配合方程；
提取每个运行配合方程中基于所述风电系统对所述光伏系统的第一配合系数以及基于所述光伏系统对所述风电系统的第二配合系数，并构建得到系数数组；
按照数组分类规则，对所有系数数组进行分类处理，并基于分类处理结果，确定每类数组的聚类中心；
基于所述聚类中心获取对应类数组中每个第一数组与该聚类中心的第一距离，来构建基于该聚类中心的分类结构；
分析所述分类结构的结构密度序列，并筛选可靠序列，得到第一参考数组，并根据对应类数组的历史运行配合特征，向所述第一参考数组设置标识；
基于所有设置标识的第一参考数组，并结合初始配电方程，构建得到配电储能方程。
该实施例中，历史运行配合情况指的是风电系统与光伏系统在不同时刻下的储能分配情况，运行观测模型是预先设置好的，主要是为了对运行配合情况进行分析，来得到运行配合方程，且运行配合方程与不同系统对应的储能有关，可以将不同时刻下的运行配合进行体现，主要是以不同的配合系统进行的体现。
该实施例中，该方程在不同时刻下所对应的第一配合系数以及第二配合系数是不一样，因此，构建不同时刻下的系数数组，比如：[b01,b02]、[b11,b12]等。
该实施例中，数组分类规则是预先设置好的，按照不同的数组内的数值来进行等级区分，最后实现数组分类。
该实施例中，比如，会得到2个分类结果，且每个分类结果都存在一个聚类中心，来获取该聚类中心中每个数组与该聚类中心的距离，进而构建分类结构，主要是基于点到点的距离构建得到的。
该实施例中，结构密度序列是按照每个点到点的距离以及当下点所处于分类结果位置的位置密度，两者综合确定的每个数组对应的结构密度，且数组所处位置的密度越大且距离聚类中心越近，对应的密度序列值越大。
该实施例中，筛选可靠序列，主要筛选的是处于密度中心以及距离聚类中心近的位置处的序列，进行筛选得到参考数组。
该实施例中，历史运行配合特征指的是历史运行配合配比，向参考数组数值标识，保证参考数组的合理使用。
该实施例中，通过第一参考数组与方程结合，可以得到合理的配电储能方程，更加实际性。
上述技术方案的有益效果是：通过按照运行观测模型对历史运行配合情况进行分类，来得到运行配合方程，进而来构建不同时刻的系数组合，通过数组分类规则，便于确定聚类中心，构建分类结构，进而通过筛选与可靠序列匹配的参考数组，实现配电储能方程获取的实际性，为储能配比的协调优化提供基础。
本发明提供一种风电光伏储能配比的协调优化方法，获取所述风电光伏系统的现实约束条件，包括：获取所述风电光伏系统在不同历史时刻下的运行工作日志；
基于所述运行工作日志，得到所述风电系统的第一储能配电参数集合以及所述光伏系统的第二储能配电参数集合；
提取所述第一储能配电参数集合以及第二储能配电参数集合中基于同参数的双曲线；
按照所述同参数的参数属性，对所述双曲线进行对应分析，来确定所述双曲线中存在的单独异常点以及异常对；
基于所述单独异常点以及异常对，来获取所述双曲线的异常系数，并判断所述异常系数是否满足规定的配电平稳性；
从所有异常系数中提取不满足规定的配电平稳性的第一系数，并对所述第一系数对应的同参数的双曲线进行分析，获取正偏差参数以及负偏差参数，进而得到现实约束条件。
该实施例中，运行工作日志在系统在运行过程中时刻记录的运行日志，进而可以获取到已知的储能参数。
该实施例中，比如，存在参数1、参数2，此时，分别构建基于参数1与参数2的双曲线，并根据参数的属性，比如，是参数类型等，来进行分析，确定双曲线中存在的单独异常点以及异常对。
该实施例中，单独异常点指的是在某个时刻只有双曲线中的一条曲线存在异常，异常对指的是在某个时刻，双曲线上的两条曲线都存在异常，此时视为异常对。
该实施例中，单独异常点以及异常对的异常个数越多以及异常值越偏离，对应的异常系数越大，最后的结果越不满足配电平稳性，且一个参数对应一个异常系数。
该实施例中，第一系数的数量是小于异常系数的数量的，且通过对第一系数对应的双曲线的分析，来有效获取正与负的偏差参数，来实现现实约束。
该实施例中，配电平稳性是预先设置好的，可以是一个平稳性范围，只要异常系数在该范围内，则视为满足配电平稳性，也就是对配电平稳性的影响结果不大，可忽略不计。
上述技术方案的有益效果是：通过获取日志，来构建同参数的双曲线，进而通过对同个双曲线进行异常点以及异常对的分析，来获取异常系数，通过与配电平稳性的比较，获取偏差参数，得到现实约束条件，便于为后续构建模型提供基础，间接提高协调优化的高效性。
本发明提供一种风电光伏储能配比的协调优化方法，对所述第一系数对应的同参数的双曲线进行分析，获取正偏差参数以及负偏差参数，进而得到现实约束条件，包括：
在同参数对应的第一双曲线上的每个时间点上附加与所述风电系统以及光伏相关的历史设置条件，按照相同设置条件截取所述第一双曲线，得到第二双曲线；
分析所述第二双曲线中的第一子曲线的收敛结果，并获取得到第一特征；
分析所述第二双曲线中的第二子曲线的收敛结果，并获取得到第二特征；
判断所述第一特征与第二特征是否满足收敛一致性，若满足，则判定对应的第二双曲线合格，当对应的同参数的所有第二双曲线都合格时，判定对应的第一双曲线合格，判定不作为现实约束的参考依据；
若不满足，对所述第二双曲线中的第一子曲线以及第二子曲线分别进行拟合处理，获取第一拟合线与第一子曲线的第一交点以及第二拟合线与第二子曲线的第二交点；
确定相邻第一拟合交点对应的曲线段的线段值，并构建得到所述第一子曲线的第一线段序列，同时确定相邻第二拟合交点对应的曲线段的线段值，并构建得到所述第二子曲线的第二线段序列；
对所述第一线段序列以及第二线段序列中的正值个数以及负值个数进行分析；
当根据分析结果判定出需要对对应拟合线进行修正时，获取修正组合实现修正，并重新获取对应的新的线段序列；
将所述新的线段序列以及与新的线段序列对应的设置条件集合依次输入到偏差分析模型中，得到正偏差参数以及负偏差参数；
根据所有正偏差参数的正偏差距离、正偏差属性以及所有负偏差参数的负偏差距离、负偏差属性，构建得到现实约束条件。
该实施例中，拟合曲线是一条直线，因此，来获取交点。
如图2所示，交点1与交点2为相邻第一拟合交点，且对应的线段值为交点1与交点2所对应的曲线段的峰值或者谷值与拟合线的线段值3，进而可以构建得到第一线段序列，且第二线段序列与该同理。
该实施例中，当曲线段上的最大值大于对应所处拟合曲线上的时刻点所对应的拟合值时为正值，否则，为负值。
该实施例中，历史设置条件指的是系统本身的设置参数，比如时刻1-10，设置的条件相同，此时，就可以进行截取，得到第二双曲线。
该实施例中，第一子曲线以及第二子曲线指的是第二双曲线中的两条曲线，且通过确定子区域的收敛结果以及特征，来确定两者是某满足收敛一致性，就是同参数在同个历史设置条件下是否按照历史发展规律进行发展的，如果是，也就是满足收敛一致性，视为第二双曲线合格。
该实施例中，修正组合与基于x轴的修正、y轴的修正以及误判值有关，主要是为了对拟合线进行修正，得到新的线段序列，保证线段序列的可靠性。
该实施例中，设置条件集合也就是对应的相关的历史设置条件。
该实施例中，偏差分析模型是预先设置好的，以不同的线段序列以及设置条件、对应的正负偏差参数为样本训练的得到的，因此，可以得到正负偏差样本。
该实施例中，正偏差距离以及负偏差距离指的是对应的线段值大小，且与偏差属性（对应参数类型）的结合，得到现实约束条件。
上述技术方案的有益效果是：通过对同参数对应的相同设置条件的曲线进行截取，来进行子曲线的收敛一致性分析，确定是否作为现实约束的依据，当需要作为参考依据时，需要构建不同子曲线的线段序列，进而通过正值与负值的个数的比较分析，来确定修正组合，实现对拟合线的修正，保证后续的新的线段序列的可靠性，且通过将序列与条件组合输入到模型中进行分析，来保证获取正负偏差参数的合理性，进而构建得到现实约束条件，为后续构建模型提供基础。
本发明提供一种风电光伏储能配比的协调优化方法，确定对对应拟合线的修正因子之前，包括：
判断同个线段序列中正值个数与负值个数的比值是否在预设范围内；
若在，判定不需要对对应拟合线进行修正；
否则，判定需要对对应拟合线进行修正。
该实施例中，预设范围为[0.8,1.2]。
上述技术方案的有益效果是：通过进行比值确定，来确定是否拟合，为后续执行提供基础。
本发明提供一种风电光伏储能配比的协调优化方法，当根据分析结果判定出确定对对应拟合线进行修正时，获取修正组合实现修正，包括：
对与需要修正的拟合线所匹配的子曲线进行历史预测以及未来预测，来扩增匹配的子曲线的长度，得到新的子曲线，并重新获取所述新的子曲线对应的第一拟合线；
若所述第一拟合线所对应的线段序列的比值在预设范围内，将对应第一线段序列保留，作为新的线段序列；
否则，按照如下公式，获取修正组合；
Figure 187837DEST_PATH_IMAGE015
其中，n1表示拟合误判点；
Figure 197381DEST_PATH_IMAGE002
表示第i1个拟合误判点的误判值；
Figure 309694DEST_PATH_IMAGE016
表示当下的实际拟合误判的概率；
Figure 316964DEST_PATH_IMAGE017
表示标准误判概率；
Figure 514727DEST_PATH_IMAGE018
表示基于新的拟合线的x轴的误判因子，且取值范围[0,0.2]；
Figure 826497DEST_PATH_IMAGE019
表示基于新的拟合线的y轴的误判因子，且取值范围[0,0.2]；Y1表示修正组合；
Figure 793316DEST_PATH_IMAGE007
表示针对误判值的修正因子；
Figure 237067DEST_PATH_IMAGE020
表示针对x轴的修正因子；
Figure 922126DEST_PATH_IMAGE021
表示针对y轴的修正因子；
根据所述修正组合，从修正数据库中，匹配对应的修正机制，对所述第一拟合线进行修正，获取得到新的线段序列。
该实施例中，历史预测以及未来预测，主要是为了对曲线进行扩充，来实现重新拟合，如图3所示，01为原先的子曲线，02为扩充后的曲线，001为历史预测扩增的一部分曲线，002为未来预测扩增的一部分曲线。
该实施例中，修正数据库包括不同的修正组合以及与修正组合对应的修正机制在内的，主要是为了实现对新的拟合线的修正。
上述技术方案的有益效果是：通过对拟合线进行历史预测以及未来预测，可以得到新的拟合线，进而通过比值的确定是否在预设范围内，来确定是否保留，且后续通过构建修正组合，从数据库中匹配修正机制，便于对拟合线进行修正，保证后续的正负偏差参数获取的可靠性。
本发明提供一种风电光伏储能配比的协调优化方法，基于所述现实约束条件对所述配电储能方程进行预分析，构建储能调度模型，包括：
构建所述现实约束条件与配电储能方程的多目标函数；
基于多目标函数，获取最优匹配结果；
向所述最优匹配结果，从储能调度数据库中，匹配对应的储能调度线程；
控制与初始配电方程相关的初始储能模型按照储能调度线程进行模型优化，进而得到储能调度模型。
该实施例中，多目标函数指的是，比如，现实约束条件包括2个子约束，那么，2个子约束与该配电储能方程就会构成多目标函数，并且通过对多目标函数进行计算，可以得到最优的求解结果，来作为最优匹配结果。
该实施例中，最优匹配结果是包含多个变量对应的结果在内的，因此，从储能调度数据库中，来匹配线程来进行模型优化。
该实施例中，按照模型进行优化的过程中，会对模型精度进行优化，进而得到储能调度模型。
上述技术方案的有益效果是：通过构建多目标函数，并求取得到最优匹配结果，便于获取储能调度线程对模型进行优化，得到储能调度模型，为后续进行功率配比提供基础。
本发明提供一种风电光伏储能配比的协调优化方法，基于所述储能调度模型，并结合所述第一利用条件以及第二利用条件，获取得到储能调度策略，包括：
根据所述第一利用条件，确定所述风电系统的第一储能配比范围，同时，根据所述第二利用条件，确定所述光伏系统的第二储能配比范围；
将所述第一储能配比范围与第二储能配比范围进行配比组合，并对所述配比组合进行配比最优求解；
获取当下时刻所述风电系统与光伏系统的储能配比；
基于所述储能调度模型，获取与当下储能配比以及最优求解结果匹配的储能调度策略，进行储能调度，来对所述风电系统的工作状态以及光伏系统的工作状态进行调度调整。
该实施例中，利用条件就是为确定配比范围提供一个基础，比如，第一储能配比范围为[0.2，0.6]，第二储能配比范围为[0.3，0.6]，此时，配比组合为：第一储能配比范围内0.2、0.3、0.4、0.5、0.6分别与第二储能配比范围内的0.3、0.4、0.5、0.6分别进行组合，来进行最优求解，也就是储能配比的最佳配比结果。
该实施例中，通过获取当下的储能配比以及与最优求解结果的结合，获取调度策略，对不同系统的工作状态进行调整，比如，增加采集风光的设备等操作，或者风电转换通道等。
上述技术方案的有益效果是：通过根据不同的利用条件，确定对应的储能配比范围，来进行配比组合，进行最优求解，并基于当下时刻的储能配比以及最优求解，获取调度策略，实现对不同系统的调度，提高协调优化的高效性。
本发明提供一种风电光伏储能配比的协调优化方法，获取风电系统的风电运行参数，并构建得到第一利用条件，包括：
根据所述风电运行参数，确定所述风电系统的有效储能以及最大储能；
根据所述有效储能以及最大储能，构建第一利用条件。
该实施例中，确定同时刻下的风信息的最大储能（风电系统处于完全无任何故障情况下对风信息的储能情况），以及根据该时刻下的风电运行参数，来得到有效储能。
上述技术方案的有益效果是：通过最大储能以及有效储能，便于构建第一利用条件，为后续获取策略提供基础。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种风电光伏储能配比的协调优化方法，其特征在于，包括：
步骤1：确定风电光伏系统的配电储能方程，同时，获取所述风电光伏系统的现实约束条件；
步骤2：基于所述现实约束条件对所述配电储能方程进行预分析，构建储能调度模型；
步骤3：获取风电系统的风电运行参数，并构建得到第一利用条件；
步骤4：获取光伏系统的光伏运行参数，并构建得到第二利用条件；
步骤5：基于所述储能调度模型，并结合所述第一利用条件以及第二利用条件，获取得到储能调度策略，实现对风电光伏储能配比的协调优化；
其中，获取所述风电光伏系统的现实约束条件，包括：获取所述风电光伏系统在不同历史时刻下的运行工作日志；
基于所述运行工作日志，得到所述风电系统的第一储能配电参数集合以及所述光伏系统的第二储能配电参数集合；
提取所述第一储能配电参数集合以及第二储能配电参数集合中基于同参数的双曲线；
按照所述同参数的参数属性，对所述双曲线进行对应分析，来确定所述双曲线中存在的单独异常点以及异常对；
基于所述单独异常点以及异常对，来获取所述双曲线的异常系数，并判断所述异常系数是否满足规定的配电平稳性；
从所有异常系数中提取不满足规定的配电平稳性的第一系数，并对所述第一系数对应的同参数的双曲线进行分析，获取正偏差参数以及负偏差参数，进而得到现实约束条件；
其中，对所述第一系数对应的同参数的双曲线进行分析，获取正偏差参数以及负偏差参数，进而得到现实约束条件，包括：
在同参数对应的第一双曲线上的每个时间点上附加与所述风电系统以及光伏相关的历史设置条件，按照相同设置条件截取所述第一双曲线，得到第二双曲线；
分析所述第二双曲线中的第一子曲线的收敛结果，并获取得到第一特征；
分析所述第二双曲线中的第二子曲线的收敛结果，并获取得到第二特征；
判断所述第一特征与第二特征是否满足收敛一致性，若满足，则判定对应的第二双曲线合格，当对应的同参数的所有第二双曲线都合格时，判定对应的第一双曲线合格，判定不作为现实约束的参考依据；
若不满足，对所述第二双曲线中的第一子曲线以及第二子曲线分别进行拟合处理，获取第一拟合线与第一子曲线的第一交点以及第二拟合线与第二子曲线的第二交点；
确定相邻第一拟合交点对应的曲线段的线段值，并构建得到所述第一子曲线的第一线段序列，同时确定相邻第二拟合交点对应的曲线段的线段值，并构建得到所述第二子曲线的第二线段序列；
对所述第一线段序列以及第二线段序列中的正值个数以及负值个数进行分析；
当根据分析结果判定出需要对对应拟合线进行修正时，获取修正组合实现修正，并重新获取对应的新的线段序列；
将所述新的线段序列以及与新的线段序列对应的设置条件集合依次输入到偏差分析模型中，得到正偏差参数以及负偏差参数；
根据所有正偏差参数的正偏差距离、正偏差属性以及所有负偏差参数的负偏差距离、负偏差属性，构建得到现实约束条件。
2.如权利要求1所述的风电光伏储能配比的协调优化方法，其特征在于，确定风电光伏系统的配电储能方程，包括：
观测所述风电光伏系统在不同历史时刻点下的历史运行配合情况，并基于运行观测模型，对每个历史运行配合情况进行分析，得到对应的运行配合方程；
提取每个运行配合方程中基于所述风电系统对所述光伏系统的第一配合系数以及基于所述光伏系统对所述风电系统的第二配合系数，并构建得到系数数组；
按照数组分类规则，对所有系数数组进行分类处理，并基于分类处理结果，确定每类数组的聚类中心；
基于所述聚类中心获取对应类数组中每个第一数组与该聚类中心的第一距离，来构建基于该聚类中心的分类结构；
分析所述分类结构的结构密度序列，并筛选可靠序列，得到第一参考数组，并根据对应类数组的历史运行配合特征，向所述第一参考数组设置标识；
基于所有设置标识的第一参考数组，并结合初始配电方程，构建得到配电储能方程。
3.如权利要求1所述的风电光伏储能配比的协调优化方法，其特征在于，确定对对应拟合线的修正因子之前，包括：
判断同个线段序列中正值个数与负值个数的比值是否在预设范围内；
若在，判定不需要对对应拟合线进行修正；
否则，判定需要对对应拟合线进行修正。
4.如权利要求1所述的风电光伏储能配比的协调优化方法，其特征在于，当根据分析结果判定出确定对对应拟合线进行修正时，获取修正组合实现修正，包括：
对与需要修正的拟合线所匹配的子曲线进行历史预测以及未来预测，来扩增匹配的子曲线的长度，得到新的子曲线，并重新获取所述新的子曲线对应的第一拟合线；
若所述第一拟合线所对应的线段序列的比值在预设范围内，将对应第一线段序列保留，作为新的线段序列；
否则，按照如下公式，获取修正组合；
Figure 259483DEST_PATH_IMAGE001
其中，n1表示拟合误判点；
Figure 19628DEST_PATH_IMAGE002
表示第i1个拟合误判点的误判值；
Figure 286662DEST_PATH_IMAGE003
表示当下的实际拟合误判的概率；
Figure 485562DEST_PATH_IMAGE004
表示标准误判概率；
Figure 341391DEST_PATH_IMAGE005
表示基于新的拟合线的x轴的误判因子，且取值范围[0,0.2]；
Figure 334755DEST_PATH_IMAGE006
表示基于新的拟合线的y轴的误判因子，且取值范围[0,0.2]；Y1表示修正组合；
Figure 26768DEST_PATH_IMAGE007
表示针对误判值的修正因子；
Figure 763779DEST_PATH_IMAGE008
表示针对x轴的修正因子；
Figure 287165DEST_PATH_IMAGE009
表示针对y轴的修正因子；
根据所述修正组合，从修正数据库中，匹配对应的修正机制，对所述第一拟合线进行修正，获取得到新的线段序列。
5.如权利要求1所述的风电光伏储能配比的协调优化方法，其特征在于，基于所述现实约束条件对所述配电储能方程进行预分析，构建储能调度模型，包括：
构建所述现实约束条件与配电储能方程的多目标函数；
基于多目标函数，获取最优匹配结果；
向所述最优匹配结果，从储能调度数据库中，匹配对应的储能调度线程；
控制与初始配电方程相关的初始储能模型按照储能调度线程进行模型优化，进而得到储能调度模型。
6.如权利要求1所述的风电光伏储能配比的协调优化方法，其特征在于，
基于所述储能调度模型，并结合所述第一利用条件以及第二利用条件，获取得到储能调度策略，包括：
根据所述第一利用条件，确定所述风电系统的第一储能配比范围，同时，根据所述第二利用条件，确定所述光伏系统的第二储能配比范围；
将所述第一储能配比范围与第二储能配比范围进行配比组合，并对所述配比组合进行配比最优求解；
获取当下时刻所述风电系统与光伏系统的储能配比；
基于所述储能调度模型，获取与当下储能配比以及最优求解结果匹配的储能调度策略，进行储能调度，来对所述风电系统的工作状态以及光伏系统的工作状态进行调度调整。
7.如权利要求1所述的风电光伏储能配比的协调优化方法，其特征在于，获取风电系统的风电运行参数，并构建得到第一利用条件，包括：
根据所述风电运行参数，确定所述风电系统的有效储能以及最大储能；
根据所述有效储能以及最大储能，构建第一利用条件。
CN202211022585.8A 2022-08-25 2022-08-25 一种风电光伏储能配比的协调优化方法 Active CN115102170B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202211022585.8A CN115102170B (zh) 2022-08-25 2022-08-25 一种风电光伏储能配比的协调优化方法
PCT/CN2023/114580 WO2024041591A1 (zh) 2022-08-25 2023-08-24 一种风电光伏储能配比的协调优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211022585.8A CN115102170B (zh) 2022-08-25 2022-08-25 一种风电光伏储能配比的协调优化方法

Publications (2)

Publication Number Publication Date
CN115102170A CN115102170A (zh) 2022-09-23
CN115102170B true CN115102170B (zh) 2022-11-11

Family

ID=83300691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211022585.8A Active CN115102170B (zh) 2022-08-25 2022-08-25 一种风电光伏储能配比的协调优化方法

Country Status (2)

Country Link
CN (1) CN115102170B (zh)
WO (1) WO2024041591A1 (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115102170B (zh) * 2022-08-25 2022-11-11 华能山西综合能源有限责任公司 一种风电光伏储能配比的协调优化方法
CN116761306B (zh) * 2023-08-14 2023-11-07 华能山东发电有限公司烟台发电厂 一种两用照明装置的照明优化方法及系统
CN117013624A (zh) * 2023-09-28 2023-11-07 国网江苏省电力有限公司电力科学研究院 风光并网容量配比区间优化方法、装置、存储介质及设备
CN118174331B (zh) * 2024-05-14 2024-08-16 北京国电光宇机电设备有限公司 一种风电光伏储能配比的协调优化方法及系统
CN118297359B (zh) * 2024-06-05 2024-08-27 华维设计集团股份有限公司 一种建筑工程绿色节能设计优化方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106058855A (zh) * 2016-06-16 2016-10-26 南京工程学院 协调储能与柔性负荷的主动配电网多目标优化调度方法
CN108565902A (zh) * 2018-04-27 2018-09-21 武汉大学 一种基于光储协调优化的户用型能量调度方法
CN108629445A (zh) * 2018-03-30 2018-10-09 东南大学 计及储能动态损耗的交直流混合微网鲁棒调度方法
CN108683179A (zh) * 2018-05-03 2018-10-19 国网山东省电力公司潍坊供电公司 基于混合整数线性规划的主动配电网优化调度方法及系统
CN114676991A (zh) * 2022-03-16 2022-06-28 三峡大学 基于源荷双侧不确定的多能互补系统优化调度方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109634349B (zh) * 2018-12-18 2020-06-30 珠海格力电器股份有限公司 功率优化方法及其装置、光伏设备和光伏系统
CN116529977A (zh) * 2020-10-30 2023-08-01 西门子股份公司 分布式能源系统的优化方法、装置和计算机可读存储介质
CN115102170B (zh) * 2022-08-25 2022-11-11 华能山西综合能源有限责任公司 一种风电光伏储能配比的协调优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106058855A (zh) * 2016-06-16 2016-10-26 南京工程学院 协调储能与柔性负荷的主动配电网多目标优化调度方法
CN108629445A (zh) * 2018-03-30 2018-10-09 东南大学 计及储能动态损耗的交直流混合微网鲁棒调度方法
CN108565902A (zh) * 2018-04-27 2018-09-21 武汉大学 一种基于光储协调优化的户用型能量调度方法
CN108683179A (zh) * 2018-05-03 2018-10-19 国网山东省电力公司潍坊供电公司 基于混合整数线性规划的主动配电网优化调度方法及系统
CN114676991A (zh) * 2022-03-16 2022-06-28 三峡大学 基于源荷双侧不确定的多能互补系统优化调度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
An evaluation index system for hybrid wind/PV/energy storage power generation system operating characteristics in multiple spatial and temporal scales;Yusi Zhao,et al;《International Conference on Renewable Power Generation (RPG 2015)》;20160407;17-23 *
基于机会约束目标规划的风-光-水-气-火-储联合优化调度;李志伟等;《电力自动化设备》;20190809;第39卷(第8期);214-223 *

Also Published As

Publication number Publication date
CN115102170A (zh) 2022-09-23
WO2024041591A1 (zh) 2024-02-29

Similar Documents

Publication Publication Date Title
CN115102170B (zh) 一种风电光伏储能配比的协调优化方法
CN110428168A (zh) 一种计及储能的多能源配电系统协调调度综合评价方法
CN103903073A (zh) 一种含分布式电源及储能的微电网优化规划方法及系统
WO2023201552A1 (en) County-wide photovoltaic prediction method based on cluster division and data enhancement
CN102684223A (zh) 以降低网损为目标的多约束条件下风电送出功率优化评估方法
CN103887792B (zh) 一种含分布式电源的低压配电网建模方法
CN105488584A (zh) 一种孤岛混合可再生能源系统的多目标组合优化配置方法
CN112633565A (zh) 一种光伏功率集合区间预测方法
CN111008725B (zh) 一种用于短期风电功率预测的气象因素波动特征提取方法
Luo et al. Extreme scenario extraction of a grid with large scale wind power integration by combined entropy-weighted clustering method
WO2024041590A1 (zh) 一种风电光伏联合发电的功率控制方法
CN111342501B (zh) 一种含分布式电源微电网的无功功率控制方法
CN111488712B (zh) 一种基于迁移学习的风力发电机功率曲线建模方法
CN104362639A (zh) 基于改进微分进化方法的电网全网无功优化方法
CN116451559A (zh) 一种基于遗传混沌战争策略优化算法的太阳能电池参数识别方法
CN116050572A (zh) 新能源消纳场景下自备电厂参与源网互动的条件判断方法
Li et al. Multi-objective optimization for optimal placement and sizing of DG in distribution system
CN114943471A (zh) 一种电力系统低碳指标体系及综合评价方法
CN108446792A (zh) 一种在演化路径与规划目标之间迭代的优化方法
CN112069676A (zh) 一种含清洁能源的微电网能量管理方法
Mengting Multi-objective Optimal Scheduling Analysis of Power System Based on Improved Particle Swarm Algorithm
CN110490403A (zh) 一种基于改进神经网络构建光伏电站的光资源评估方法
CN115102237B (zh) 一种基于风电光伏系统的运行调度方法
He et al. Optimal Location and Sizing of Distributed Generator via Improved Multi-Objective Particle Swarm Optimization in Active Distribution Network Considering Multi-Resource.
Yin et al. Environmental and economic dispatch with photovoltaic and wind power

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