CN115189423A - 一种风火储系统的多能协调优化调度方法及装置 - Google Patents

一种风火储系统的多能协调优化调度方法及装置 Download PDF

Info

Publication number
CN115189423A
CN115189423A CN202211009201.9A CN202211009201A CN115189423A CN 115189423 A CN115189423 A CN 115189423A CN 202211009201 A CN202211009201 A CN 202211009201A CN 115189423 A CN115189423 A CN 115189423A
Authority
CN
China
Prior art keywords
wind
power
fire
storage system
energy storage
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
CN202211009201.9A
Other languages
English (en)
Inventor
于珍
顾温国
郑耀东
朱誉
林英明
陆秋瑜
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.)
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Dispatch Control Center of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Electric Power Dispatch Control Center of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202211009201.9A priority Critical patent/CN115189423A/zh
Publication of CN115189423A publication Critical patent/CN115189423A/zh
Pending legal-status Critical Current

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
    • H02J3/38—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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • H02J2300/28—The renewable source being wind 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
    • 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

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明提供了一种风火储系统的多能协调优化调度方法及装置，通过预测计算各时段对应的负荷与风电出力的第一差值；当第一差值不在储能系统功率裕度内时，以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，用于对各时段的最优弃风率及储能系统充放电功率进行优化，得到最优风电功率和储能系统最优充放电功率；以受端电网运行成本最小为目标，构建二段风火储联合调度模型，用于对各时段的火电机组出力进行优化，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调，能充分发挥风能、火能、储能资源的优势互补，实现对风电的最经济消纳，降低电网净负荷峰谷差及调峰难度，降低储能充放电深度，降低受端电网运行成本。

Description

一种风火储系统的多能协调优化调度方法及装置
技术领域
本发明涉及电力系统协调控制的技术领域，特别是涉及一种风火储系统的多能协调优化调度方法及装置。
背景技术
随着新能源发电渗透率的不断增加，其随机波动性与反调峰特性增大了电力系统等效峰谷差，使电网调峰愈加复杂，因而协调各类能源间的关系，建设坚强可靠的新型电力系统势在必行。在新型电力系统中，调度中心将依据各类能源发电特性，协调火电、核电等不可再生能源与传统水电、抽水蓄能、风电、光伏等清洁能源的发电占比，充分发挥其互补性，减小电力系统调峰调频压力。
目前作为装机容量最大的发电电源，火电机组承担着电力系统的主要调峰任务，在新能源渗透率不断提高的背景下，存在调节速率与调节容量不足的情况；当等效负荷峰谷差较大时，现有的快速调峰电源，如储能、水电机组等因其装机容量或水库库容等限制，难以完全满足系统的全部调峰需求；因而，在电源侧，需要火电机组通过灵活性及深度调峰改造，释放更多的可调空间，来尽可能满足新能源消纳，达到削峰填谷、提高新能源消纳水平的远期目标；在储能侧，引入具有快速调节能力的储能资源来应对尖峰时刻，减轻火电机组调峰压力，达到清洁能源消纳最大化，也是可行的探索路径；但深度调峰及快速调节带来的火电机组收入负增长化以及大容量储能高昂的造价及运行成本制约着调峰能力的发；因此，探索一种既保证电力系统安全稳定运行，又能同时兼顾火电与储能收益及新能源消纳的调度方法显得尤为重要。
发明内容
本发明要解决的技术问题是：提供一种风火储系统的多能协调优化调度方法及装置，充分发挥风能、火能、储能资源的优势互补，实现对风电的最经济消纳，降低电网净负荷峰谷差及调峰难度，降低储能充放电深度，降低受端电网运行成本。
为了解决上述技术问题，本发明提供了一种风火储系统的多能协调优化调度方法及装置，包括：
分别对负荷和风电出力进行预测，得到并根据负荷曲线和风电并网功率曲线，计算各时段对应的负荷与风电出力的第一差值；
判断所述第一差值是否在储能系统功率裕度内，若否，则以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，以使所述一段风火储联合调度模型对各时段的最优弃风率及储能系统充放电功率进行优化处理，得到各时段对应的最优风电功率和储能系统最优充放电功率；
同时以受端电网运行成本最小为目标，构建二段风火储联合调度模型，以使所述二段风火储联合调度模型对各时段的火电机组出力进行优化处理，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调。
在一种可能的实现方式中，以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，具体包括：
Figure BDA0003805040170000031
Pnet,t＝PD,t-(1-λw,t)Pw,t+ηcPc,t-ηdPd,t；
Figure BDA0003805040170000032
其中，F1为受端电网净负荷方差；Pnet,t为t时段受端电网的净负荷；Pnet,ave为受端电网在整个调度周期内净负荷的平均值；PD,t为t时段受端电网的初始负荷；Pw,t为t时段风电场的输出功率；λw,t表示t时段的弃风率；Pc,t表示t时段储能系统的充电功率；ηc表示储能系统的充电效率；Pd,t表示t时段储能系统的放电功率；ηd表示储能系统的放电效率。
在一种可能的实现方式中，设置所述一段风火储联合调度模型的第一约束条件，其中，所述第一约束条件包括风电出力约束、弃风率约束和储能系统充放电功率约束；
所述风电出力约束，如下所示：
0≤Pw,t≤Pw,max；
其中，Pw,max表示t时段风电场的最大出力；
所述弃风率约束，如下所示：
Figure BDA0003805040170000033
其中，Kw,max表示风电场允许的最大弃风率；
所述储能系统充放电功率约束，如下所示：
0≤Pc,t≤Pc,max，0≤Pd,t≤Pd,max；
其中，Pc,max表示储能系统最大充电功率；Pd,max表示储能系统最大放电功率。
在一种可能的实现方式中，以受端电网运行成本最小为目标，构建二段风火储联合调度模型，具体包括：
minF2＝C1+C2+C3-C4；
Figure BDA0003805040170000041
Figure BDA0003805040170000042
Figure BDA0003805040170000043
Figure BDA0003805040170000044
其中，F2为受端电网运行成本；C1为火电机组调峰成本；C2为风电和储能系统的运行成本；C3为系统旋转备用成本；C4为风电并网消纳及储能系统的环境收益；Pgit为t时段火电机组i的有功功率；NG为火电机组总台数；T为一个调度周期的时段数；ugit为t时段火电机组i的启停状态变量，ugit＝1表示机组i处于开机状态，ugit＝0表示机组i处于关停状态；Sgi为火电机组i的启停成本；ρw、ρsoc分别为风电和储能系统的运行成本系数；
Figure BDA0003805040170000045
Psoc,t分别为t时段的风电消纳功率和储能系统的充放电功率；ρres为系统旋转备用成本系数；eD，ew分别为负荷和风电出力的预测误差率；βw、βsoc分别为风电并网消纳产生的环境收益系数和储能系统运行产生的环境收益系数。
在一种可能的实现方式中，设置所述二段风火储联合调度模型的第二约束条件，其中，所述第二约束条件包括系统功率平衡约束、系统正负旋转备用约束、火电机组出力约束、火电机组爬坡速率约束、火电机组最小启停时间约束和线路输电容量约束；
所述系统功率平衡约束，如下所示：
Figure BDA0003805040170000051
所述系统正负旋转备用约束，如下所示：
Figure BDA0003805040170000052
其中，Pgimax、Pgimin分别为火电机组i的出力上限和出力下限；μd1、μd2分别为应对负荷预测误差的正、负旋转备用容量系数；μw1、μw2分别为应对风电预测误差的正、负旋转备用容量系数；
所述火电机组出力约束，如下所示：
ugitPgimin≤Pgit≤ugitPgimax；
所述火电机组爬坡速率约束，如下所示：
Figure BDA0003805040170000053
其中，rgi,up、rgi,diown分别为火电机组i的上爬坡速率上限和下爬坡速率下限；
所述火电机组最小启停时间约束，如下所示：
Figure BDA0003805040170000054
其中，T0n，T0ff分别为火电机组i的最大持续开机时间和最大持续关停时间；
所述线路输电容量约束，如下所示：
0≤PLt≤PLmax；
其中，PLt为t时段线路L的输电功率，PLmax为线路L的最大输电容量。
本发明还提供了一种风火储系统的多能协调优化调度装置，包括：预测模块、一段风火储联合调度模型构建模块和二段风火储联合调度模型构建模块；
其中，所述预测模块，用于分别对负荷和风电出力进行预测，得到并根据负荷曲线和风电并网功率曲线，计算各时段对应的负荷与风电出力的第一差值；
所述一段风火储联合调度模型构建模块，用于判断所述第一差值是否在储能系统功率裕度内，若否，则以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，以使所述一段风火储联合调度模型对各时段的最优弃风率及储能系统充放电功率进行优化处理，得到各时段对应的最优风电功率和储能系统最优充放电功率；
所述二段风火储联合调度模型构建模块，用于以受端电网运行成本最小为目标，构建二段风火储联合调度模型，以使所述二段风火储联合调度模型对各时段的火电机组出力进行优化处理，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调。
在一种可能的实现方式中，所述一段风火储联合调度模型构建模块，用于以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，具体包括：
Figure BDA0003805040170000061
Pnet,t＝PD,t-(1-λw,t)Pw,t+ηcPc,t-ηdPd,t；
Figure BDA0003805040170000071
其中，F1为受端电网净负荷方差；Pnet,t为t时段受端电网的净负荷；Pnet,ave为受端电网在整个调度周期内净负荷的平均值；PD,t为t时段受端电网的初始负荷；Pw,t为t时段风电场的输出功率；λw,t表示t时段的弃风率；Pc,t表示t时段储能系统的充电功率；ηc表示储能系统的充电效率；Pd,t表示t时段储能系统的放电功率；ηd表示储能系统的放电效率。
在一种可能的实现方式中，所述一段风火储联合调度模型构建模块，还用于设置所述一段风火储联合调度模型的第一约束条件，其中，所述第一约束条件包括风电出力约束、弃风率约束和储能系统充放电功率约束；
所述风电出力约束，如下所示：
0≤Pw,t≤Pw,max；
其中，Pw,max表示t时段风电场的最大出力；
所述弃风率约束，如下所示：
Figure BDA0003805040170000072
其中，Kw,max表示风电场允许的最大弃风率；
所述储能系统充放电功率约束，如下所示：
0≤Pc,t≤Pc,max，0≤Pd,t≤Pd,max；
其中，Pc,max表示储能系统最大充电功率；Pd,max表示储能系统最大放电功率。
在一种可能的实现方式中，所述二段风火储联合调度模型构建模块，用于以受端电网运行成本最小为目标，构建二段风火储联合调度模型，具体包括：
minF2＝C1+C2+C3-C4；
Figure BDA0003805040170000081
Figure BDA0003805040170000082
Figure BDA0003805040170000083
Figure BDA0003805040170000084
其中，F2为受端电网运行成本；C1为火电机组调峰成本；C2为风电和储能系统的运行成本；C3为系统旋转备用成本；C4为风电并网消纳及储能系统的环境收益；Pgit为t时段火电机组i的有功功率；NG为火电机组总台数；T为一个调度周期的时段数；ugit为t时段火电机组i的启停状态变量，ugit＝1表示机组i处于开机状态，ugit＝0表示机组i处于关停状态；Sgi为火电机组i的启停成本；ρw、ρsoc分别为风电和储能系统的运行成本系数；
Figure BDA0003805040170000085
Psoc,t分别为t时段的风电消纳功率和储能系统的充放电功率；ρres为系统旋转备用成本系数；eD，ew分别为负荷和风电出力的预测误差率；βw、βsoc分别为风电并网消纳产生的环境收益系数和储能系统运行产生的环境收益系数。
在一种可能的实现方式中，所述二段风火储联合调度模型构建模块，还用于设置所述二段风火储联合调度模型的第二约束条件，其中，所述第二约束条件包括系统功率平衡约束、系统正负旋转备用约束、火电机组出力约束、火电机组爬坡速率约束、火电机组最小启停时间约束和线路输电容量约束；
所述系统功率平衡约束，如下所示：
Figure BDA0003805040170000091
所述系统正负旋转备用约束，如下所示：
Figure BDA0003805040170000092
其中，Pgimax、Pgimin分别为火电机组i的出力上限和出力下限；μd1、μd2分别为应对负荷预测误差的正、负旋转备用容量系数；μw1、μw2分别为应对风电预测误差的正、负旋转备用容量系数；
所述火电机组出力约束，如下所示：
ugitPgimin≤Pgit≤ugitPgimax；
所述火电机组爬坡速率约束，如下所示：
Figure BDA0003805040170000093
其中，rgi,up、rgi,diown分别为火电机组i的上爬坡速率上限和下爬坡速率下限；
所述火电机组最小启停时间约束，如下所示：
Figure BDA0003805040170000094
其中，T0n，T0ff分别为火电机组i的最大持续开机时间和最大持续关停时间；
所述线路输电容量约束，如下所示：
0≤PLt≤PLmax；
其中，PLt为t时段线路L的输电功率，PLmax为线路L的最大输电容量。
本发明还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的风火储系统的多能协调优化调度方法。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任意一项所述的风火储系统的多能协调优化调度方法。
本发明实施例一种风火储系统的多能协调优化调度方法及装置，与现有技术相比，具有如下有益效果：
本发明提供了一种风火储系统的多能协调优化调度方法及装置，通过预测计算各时段对应的负荷与风电出力的第一差值；当第一差值不在储能系统功率裕度内时，以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，用于对各时段的最优弃风率及储能系统充放电功率进行优化，得到最优风电功率和储能系统最优充放电功率；以受端电网运行成本最小为目标，构建二段风火储联合调度模型，用于对各时段的火电机组出力进行优化，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调，能充分发挥风能、火能、储能资源的优势互补，实现对风电的最经济消纳，降低电网净负荷峰谷差及调峰难度，降低储能充放电深度，降低受端电网运行成本。
附图说明
图1是本发明提供的一种风火储系统的多能协调优化调度方法的一种实施例的流程示意图；
图2是本发明提供的一种风火储系统的多能协调优化调度装置的一种实施例的结构示意图；
图3是本发明实施例提供的风火储系统的结构示意图；
图4是本发明实施例提供的风火储系统IEEE－30节点系统结构示意图；
图5是本发明实施例提供的一段风火储联合调度模型的结构示意图
图6是本发明实施例提供的二段风火储联合调度模型的结构示意图
图7是本发明实施例提供的火电机组最优出力图；
图8是本发明实施例提供的初始负荷和风电出力曲线图以及优化调度后负荷曲线示意图。
具体实施方式
下面将结合本发明中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
参见图1，图1是本发明提供的一种风火储系统的多能协调优化调度方法的一种实施例的流程示意图，如图1所示，该方法包括步骤101－步骤104，具体如下：
步骤101：分别对负荷和风电出力进行预测，得到并根据负荷曲线和风电并网功率曲线，计算各时段对应的负荷与风电出力的第一差值。
一实施例中，所述风火储系统是在常规火电机组的基础上，加入风电场和储能系统所形成的，如图3所示，图3是风火储系统的结构示意图。
一实施例中，风火储系统包括4台火电机组，1个风电场和1个储能电站。火电机组分别接于节点1、5、11、13，用G1、G2、G3、G4表示；风电场接于节点7，用PV表示；储能电站接于节点2，用PES表示；如图4所示，图4为风火储系统IEEE－30节点系统结构示意图。
一实施例中，采用多维密集算法对负荷进行预测，得到预测日24小时的负荷曲线。
一实施例中，采用多维密集算法对风电出力进行预测，得到预测日24小时的风电并网功率曲线。
优选的，选取负荷较大的夏至日为预测日。
一实施例中，对于得到的负荷曲线和风电并网功率曲线，分别计算每个时段负荷与风电出力之差，得到第一差值。
步骤102：判断所述第一差值是否在储能系统功率裕度内，若否，则以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，以使所述一段风火储联合调度模型对各时段的最优弃风率及储能系统充放电功率进行优化处理，得到各时段对应的最优风电功率和储能系统最优充放电功率。
一实施例中，当所述第一差值在储能系统功率裕度内，则控制储能系统投入，火电机组不投入。
一实施例中，当所述第一差值不在储能系统功率裕度内，则构建风火储联合调度模型，以使所述风火储联合调度模型对风火储系统出力进行优化处理，使得风火储系统出力最优。
一实施例中，构建的风火储联合调度模型包括一段风火储联合调度模型和二段风火储联合调度模型。
一实施例中，如图5所示，图5是一段风火储联合调度模型的结构示意图；以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，其中，构建的一段风火储联合调度模型，如下所示：
Figure BDA0003805040170000131
Pnet,t＝PD,t-(1-λw,t)Pw,t+ηcPc,t-ηdPd,t；
Figure BDA0003805040170000132
其中，F1为受端电网净负荷方差；Pnet,t为t时段受端电网的净负荷；Pnet,ave为受端电网在整个调度周期内净负荷的平均值；PD,t为t时段受端电网的初始负荷；Pw,t为t时段风电场的输出功率；λw,t表示t时段的弃风率；Pc,t表示t时段储能系统的充电功率；ηc表示储能系统的充电效率；Pd,t表示t时段储能系统的放电功率；ηd表示储能系统的放电效率。
一实施例中，对于构建的所述一段风火储联合调度模型设置第一约束条件，其中，所述第一约束条件包括风电出力约束、弃风率约束和储能系统充放电功率约束。
所述风电出力约束，如下所示：
0≤Pw,t≤Pw,max；
其中，Pw,max表示t时段风电场的最大出力。
所述弃风率约束，如下所示：
Figure BDA0003805040170000141
其中，Kw,max表示风电场允许的最大弃风率。
所述储能系统充放电功率约束，如下所示：
0≤Pc,t≤Pc,max，0≤Pd,t≤Pd,max；
其中，Pc,max表示储能系统最大充电功率；Pd,max表示储能系统最大放电功率。
步骤103：同时以受端电网运行成本最小为目标，构建二段风火储联合调度模型，以使所述二段风火储联合调度模型对各时段的火电机组出力进行优化处理，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调。
一实施例中，如图6所示，图6是二段风火储联合调度模型的结构示意图；以受端电网运行成本最小为目标，构建二段风火储联合调度模型，其中，构建的二段风火储联调度模型，如下所示：
minF2＝C1+C2+C3-C4；
其中，F2为受端电网运行成本；C1为火电机组调峰成本；C2为风电和储能系统的运行成本；C3为系统旋转备用成本；C4为风电并网消纳及储能系统的环境收益。
对于火电机组调峰成本C1：
Figure BDA0003805040170000151
f(Pgit)＝(a2iPgit 2+a1iPgit+a0i)Pcoal；
其中，Pgit为t时段火电机组i的有功功率；NG为火电机组总台数；T为一个调度周期的时段数；ugit为t时段火电机组i的启停状态变量，ugit＝1表示机组i处于开机状态，ugit＝0表示机组i处于关停状态；Sgi为火电机组i的启停成本，f(Pgit)为火电机组i的燃料成本函数；a2i、a1i、a0i分别为其二次项系数、一次项系数及常数项系数；Pcoal为燃煤单价。
对于风电和储能系统的运行成本C2：
Figure BDA0003805040170000152
Psoc,t＝Pc,t+Pd,t；
其中，ρw、ρsoc分别为风电和储能系统的运行成本系数；
Figure BDA0003805040170000153
Psoc,t分别为t时段的风电消纳功率和储能系统的充放电功率。
对于系统旋转备用成本C3：
Figure BDA0003805040170000154
其中，ρres为系统旋转备用成本系数；eD，ew分别为负荷和风电出力的预测误差率。
对于风电并网消纳及储能系统的环境收益C4：
Figure BDA0003805040170000155
其中，βw、βsoc分别为风电并网消纳产生的环境收益系数和储能系统运行产生的环境收益系数。
一实施例中，对于构建的所述二段风火储联合调度模型设置第一约束条件，其中，所述第二约束条件包括系统功率平衡约束、系统正负旋转备用约束、火电机组出力约束、火电机组爬坡速率约束、火电机组最小启停时间约束和线路输电容量约束。
所述系统功率平衡约束，如下所示：
Figure BDA0003805040170000161
所述系统正负旋转备用约束，如下所示：
Figure BDA0003805040170000162
其中，Pgimax、Pgimin分别为火电机组i的出力上限和出力下限；μd1、μd2分别为应对负荷预测误差的正、负旋转备用容量系数；μw1、μw2分别为应对风电预测误差的正、负旋转备用容量系数。
所述火电机组出力约束，如下所示：
ugitPgimin≤Pgit≤ugitPgimax；
所述火电机组爬坡速率约束，如下所示：
Figure BDA0003805040170000163
其中，rgi,up、rgi,diown分别为火电机组i的上爬坡速率上限和下爬坡速率下限。
所述火电机组最小启停时间约束，如下所示：
Figure BDA0003805040170000164
其中，T0n，T0ff分别为火电机组i的最大持续开机时间和最大持续关停时间。
所述线路输电容量约束，如下所示：
0≤PLt≤PLmax；
其中，PLt为t时段线路L的输电功率，PLmax为线路L的最大输电容量。
一实施例中，如图7所示，图7为火电机组最优出力图，可以看出整个调度期间火电机组3、4都在开机状态，机组2大部分时间处于开机，机组1仅在9点到13点开机，这说明2－4容量大，出力较为稳定，能承担大部分时段的电量任务，并满足为应对负荷、风电预测误差而预留的旋转备用需求；机组1只在高峰负荷出力，这样在兼顾经济性下可以获得火电机组的最优功率输出，大大减小了电网运行成本。
一实施例中，如图8所示，图8为初始负荷和风电出力曲线图以及优化调度后负荷曲线示意图，可以看出风电出力具有很大的随机性和波动性，日间负荷高峰时出力低，在凌晨跟夜间出力较大，具有明显的反调峰特征。而优化之后的负荷曲线更加平滑，大大减小了峰谷差，降低了电网调峰难度，增加了火电机组调度的灵活性。
综上，本发明提供的一种风火储系统的多能协调优化调度方法，在常规火电机组的基础上，加入风电和储能系统，以受端电网净负荷方差最小为一段目标，电网运行总成本最小为二段目标，建立风火储联合调度模型。风火储联合调度系统与传统火电调度系统相比，充分发挥风能、火能、储能资源的优势互补，实现对风电的最经济消纳，降低电网净负荷峰谷差及调峰难度，降低储能充放电深度，降低受端电网运行成本。
实施例2
参见图2，图2是本发明提供的一种风火储系统的多能协调优化调度装置的一种实施例的结构示意图，如图2所示，该装置包括预测模块201、一段风火储联合调度模型构建模块202和二段风火储联合调度模型构建模块203，具体如下：
所述预测模块201，用于分别对负荷和风电出力进行预测，得到并根据负荷曲线和风电并网功率曲线，计算各时段对应的负荷与风电出力的第一差值。
所述一段风火储联合调度模型构建模块202，用于判断所述第一差值是否在储能系统功率裕度内，若否，则以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，以使所述一段风火储联合调度模型对各时段的最优弃风率及储能系统充放电功率进行优化处理，得到各时段对应的最优风电功率和储能系统最优充放电功率。
所述二段风火储联合调度模型构建模块203，用于以受端电网运行成本最小为目标，构建二段风火储联合调度模型，以使所述二段风火储联合调度模型对各时段的火电机组出力进行优化处理，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调。
一实施例中，所述一段风火储联合调度模型构建模块202，用于以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，具体包括：
Figure BDA0003805040170000181
Pnet,t＝PD,t-(1-λw,t)Pw,t+ηcPc,t-ηdPd,t；
Figure BDA0003805040170000191
其中，F1为受端电网净负荷方差；Pnet,t为t时段受端电网的净负荷；Pnet,ave为受端电网在整个调度周期内净负荷的平均值；PD,t为t时段受端电网的初始负荷；Pw,t为t时段风电场的输出功率；λw,t表示t时段的弃风率；Pc,t表示t时段储能系统的充电功率；ηc表示储能系统的充电效率；Pd,t表示t时段储能系统的放电功率；ηd表示储能系统的放电效率。
一实施例中，所述一段风火储联合调度模型构建模块202，还用于设置所述一段风火储联合调度模型的第一约束条件，其中，所述第一约束条件包括风电出力约束、弃风率约束和储能系统充放电功率约束；
所述风电出力约束，如下所示：
0≤Pw,t≤Pw,max；
其中，Pw,max表示t时段风电场的最大出力；
所述弃风率约束，如下所示：
Figure BDA0003805040170000192
其中，Kw,max表示风电场允许的最大弃风率；
所述储能系统充放电功率约束，如下所示：
0≤Pc,t≤Pc,max，0≤Pd,t≤Pd,max；
其中，Pc,max表示储能系统最大充电功率；Pd,max表示储能系统最大放电功率。
一实施例中，所述二段风火储联合调度模型构建模块203，用于以受端电网运行成本最小为目标，构建二段风火储联合调度模型，具体包括：
minF2＝C1+C2+C3-C4；
Figure BDA0003805040170000201
Figure BDA0003805040170000202
Figure BDA0003805040170000203
Figure BDA0003805040170000204
其中，F2为受端电网运行成本；C1为火电机组调峰成本；C2为风电和储能系统的运行成本；C3为系统旋转备用成本；C4为风电并网消纳及储能系统的环境收益；Pgit为t时段火电机组i的有功功率；NG为火电机组总台数；T为一个调度周期的时段数；ugit为t时段火电机组i的启停状态变量，ugit＝1表示机组i处于开机状态，ugit＝0表示机组i处于关停状态；Sgi为火电机组i的启停成本；ρw、ρsoc分别为风电和储能系统的运行成本系数；
Figure BDA0003805040170000205
Psoc,t分别为t时段的风电消纳功率和储能系统的充放电功率；ρres为系统旋转备用成本系数；eD，ew分别为负荷和风电出力的预测误差率；βw、βsoc分别为风电并网消纳产生的环境收益系数和储能系统运行产生的环境收益系数。
一实施例中，所述二段风火储联合调度模型构建模块203，还用于设置所述二段风火储联合调度模型的第二约束条件，其中，所述第二约束条件包括系统功率平衡约束、系统正负旋转备用约束、火电机组出力约束、火电机组爬坡速率约束、火电机组最小启停时间约束和线路输电容量约束；
所述系统功率平衡约束，如下所示：
Figure BDA0003805040170000211
所述系统正负旋转备用约束，如下所示：
Figure BDA0003805040170000212
其中，Pgimax、Pgimin分别为火电机组i的出力上限和出力下限；μd1、μd2分别为应对负荷预测误差的正、负旋转备用容量系数；μw1、μw2分别为应对风电预测误差的正、负旋转备用容量系数；
所述火电机组出力约束，如下所示：
ugitPgimin≤Pgit≤ugitPgimax；
所述火电机组爬坡速率约束，如下所示：
Figure BDA0003805040170000213
其中，rgi,up、rgi,diown分别为火电机组i的上爬坡速率上限和下爬坡速率下限；
所述火电机组最小启停时间约束，如下所示：
Figure BDA0003805040170000214
其中，T0n，T0ff分别为火电机组i的最大持续开机时间和最大持续关停时间；
所述线路输电容量约束，如下所示：
0≤PLt≤PLmax；
其中，PLt为t时段线路L的输电功率，PLmax为线路L的最大输电容量。
所属领域的技术人员可以清楚的了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不在赘述。
需要说明的是，上述风火储系统的多能协调优化调度装置的实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
在上述的风火储系统的多能协调优化调度方法的实施例的基础上，本发明另一实施例提供了一种风火储系统的多能协调优化调度终端设备，该风火储系统的多能协调优化调度终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时，实现本发明任意一实施例的风火储系统的多能协调优化调度方法。
示例性的，在这一实施例中所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述风火储系统的多能协调优化调度终端设备中的执行过程。
所述风火储系统的多能协调优化调度终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述风火储系统的多能协调优化调度终端设备可包括，但不仅限于，处理器、存储器。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述风火储系统的多能协调优化调度终端设备的控制中心，利用各种接口和线路连接整个风火储系统的多能协调优化调度终端设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述风火储系统的多能协调优化调度终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart MediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在上述风火储系统的多能协调优化调度方法的实施例的基础上，本发明另一实施例提供了一种存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时，控制所述存储介质所在的设备执行本发明任意一实施例的风火储系统的多能协调优化调度方法。
在这一实施例中，上述存储介质为计算机可读存储介质，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read－OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
综上，本发明提供的一种风火储系统的多能协调优化调度方法及装置，本发明提供了一种风火储系统的多能协调优化调度方法及装置，通过预测计算各时段对应的负荷与风电出力的第一差值；当第一差值不在储能系统功率裕度内时，以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，用于对各时段的最优弃风率及储能系统充放电功率进行优化，得到最优风电功率和储能系统最优充放电功率；以受端电网运行成本最小为目标，构建二段风火储联合调度模型，用于对各时段的火电机组出力进行优化，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调，能充分发挥风能、火能、储能资源的优势互补，实现对风电的最经济消纳，降低电网净负荷峰谷差及调峰难度，降低储能充放电深度，降低受端电网运行成本。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。

Claims (10)

1.一种风火储系统的多能协调优化调度方法，其特征在于，包括：
分别对负荷和风电出力进行预测，得到并根据负荷曲线和风电并网功率曲线，计算各时段对应的负荷与风电出力的第一差值；
判断所述第一差值是否在储能系统功率裕度内，若否，则以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，以使所述一段风火储联合调度模型对各时段的最优弃风率及储能系统充放电功率进行优化处理，得到各时段对应的最优风电功率和储能系统最优充放电功率；
同时以受端电网运行成本最小为目标，构建二段风火储联合调度模型，以使所述二段风火储联合调度模型对各时段的火电机组出力进行优化处理，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调。
2.如权利要求1所述的一种风火储系统的多能协调优化调度方法，其特征在于，以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，具体包括：
Figure FDA0003805040160000011
Pnet,t＝PD,t-(1-λw,t)Pw,t+ηcPc,t-ηdPd,t；
Figure FDA0003805040160000012
其中，F1为受端电网净负荷方差；Pnet,t为t时段受端电网的净负荷；Pnet,ave为受端电网在整个调度周期内净负荷的平均值；PD,t为t时段受端电网的初始负荷；Pw,t为t时段风电场的输出功率；λw,t表示t时段的弃风率；Pc,t表示t时段储能系统的充电功率；ηc表示储能系统的充电效率；Pd,t表示t时段储能系统的放电功率；ηd表示储能系统的放电效率。
3.如权利要求2所述的一种风火储系统的多能协调优化调度方法，其特征在于，设置所述一段风火储联合调度模型的第一约束条件，其中，所述第一约束条件包括风电出力约束、弃风率约束和储能系统充放电功率约束；
所述风电出力约束，如下所示：
0≤Pw,t≤Pw,max；
其中，Pw,max表示t时段风电场的最大出力；
所述弃风率约束，如下所示：
Figure FDA0003805040160000021
其中，Kw,max表示风电场允许的最大弃风率；
所述储能系统充放电功率约束，如下所示：
0≤Pc,t≤Pc,max，0≤Pd,t≤Pd,max；
其中，Pc,max表示储能系统最大充电功率；Pd,max表示储能系统最大放电功率。
4.如权利要求1所述的一种风火储系统的多能协调优化调度方法，其特征在于，以受端电网运行成本最小为目标，构建二段风火储联合调度模型，具体包括：
minF2＝C1+C2+C3-C4；
Figure FDA0003805040160000031
Figure FDA0003805040160000032
Figure FDA0003805040160000033
Figure FDA0003805040160000034
其中，F2为受端电网运行成本；C1为火电机组调峰成本；C2为风电和储能系统的运行成本；C3为系统旋转备用成本；C4为风电并网消纳及储能系统的环境收益；Pgit为t时段火电机组i的有功功率；NG为火电机组总台数；T为一个调度周期的时段数；ugit为t时段火电机组i的启停状态变量，ugit＝1表示机组i处于开机状态，ugit＝0表示机组i处于关停状态；Sgi为火电机组i的启停成本；ρw、ρsoc分别为风电和储能系统的运行成本系数；
Figure FDA0003805040160000035
Psoc,t分别为t时段的风电消纳功率和储能系统的充放电功率；ρres为系统旋转备用成本系数；eD，ew分别为负荷和风电出力的预测误差率；βw、βsoc分别为风电并网消纳产生的环境收益系数和储能系统运行产生的环境收益系数。
5.如权利要求1所述的一种风火储系统的多能协调优化调度方法，其特征在于，设置所述二段风火储联合调度模型的第二约束条件，其中，所述第二约束条件包括系统功率平衡约束、系统正负旋转备用约束、火电机组出力约束、火电机组爬坡速率约束、火电机组最小启停时间约束和线路输电容量约束；
所述系统功率平衡约束，如下所示：
Figure FDA0003805040160000041
所述系统正负旋转备用约束，如下所示：
Figure FDA0003805040160000042
其中，Pgimax、Pgimin分别为火电机组i的出力上限和出力下限；μd1、μd2分别为应对负荷预测误差的正、负旋转备用容量系数；μw1、μw2分别为应对风电预测误差的正、负旋转备用容量系数；
所述火电机组出力约束，如下所示：
ugitPgimin≤Pgit≤ugitPgimax；
所述火电机组爬坡速率约束，如下所示：
Figure FDA0003805040160000043
其中，rgi,、rgi,分别为火电机组i的上爬坡速率上限和下爬坡速率下限；
所述火电机组最小启停时间约束，如下所示：
Figure FDA0003805040160000044
其中，T0n，T0ff分别为火电机组i的最大持续开机时间和最大持续关停时间；
所述线路输电容量约束，如下所示：
0≤PLt≤PLmax；
其中，PLt为t时段线路L的输电功率，PLmax为线路L的最大输电容量。
6.一种风火储系统的多能协调优化调度装置，其特征在于，包括：预测模块、一段风火储联合调度模型构建模块和二段风火储联合调度模型构建模块；
其中，所述预测模块，用于分别对负荷和风电出力进行预测，得到并根据负荷曲线和风电并网功率曲线，计算各时段对应的负荷与风电出力的第一差值；
所述一段风火储联合调度模型构建模块，用于判断所述第一差值是否在储能系统功率裕度内，若否，则以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，以使所述一段风火储联合调度模型对各时段的最优弃风率及储能系统充放电功率进行优化处理，得到各时段对应的最优风电功率和储能系统最优充放电功率；
所述二段风火储联合调度模型构建模块，用于以受端电网运行成本最小为目标，构建二段风火储联合调度模型，以使所述二段风火储联合调度模型对各时段的火电机组出力进行优化处理，得到并根据各时段风火机组最优出力，对风火储系统出力进行协调。
7.如权利要求6所述的一种风火储系统的多能协调优化调度装置，其特征在于，所述一段风火储联合调度模型构建模块，用于以受端电网净负荷方差最小为目标，构建一段风火储联合调度模型，具体包括：
Figure FDA0003805040160000051
Pnet,t＝PD,t-(1-λw,t)Pw,t+ηcPc,t-ηdPd,t；
Figure FDA0003805040160000061
其中，F1为受端电网净负荷方差；Pnet,t为t时段受端电网的净负荷；Pnet,ave为受端电网在整个调度周期内净负荷的平均值；PD,t为t时段受端电网的初始负荷；Pw,t为t时段风电场的输出功率；λw,t表示t时段的弃风率；Pc,t表示t时段储能系统的充电功率；ηc表示储能系统的充电效率；Pd,t表示t时段储能系统的放电功率；ηd表示储能系统的放电效率。
8.如权利要求6所述的一种风火储系统的多能协调优化调度装置，其特征在于，所述二段风火储联合调度模型构建模块，用于以受端电网运行成本最小为目标，构建二段风火储联合调度模型，具体包括：
minF2＝C1+C2+C3-C4；
Figure FDA0003805040160000062
Figure FDA0003805040160000063
Figure FDA0003805040160000064
Figure FDA0003805040160000065
其中，F2为受端电网运行成本；C1为火电机组调峰成本；C2为风电和储能系统的运行成本；C3为系统旋转备用成本；C4为风电并网消纳及储能系统的环境收益；Pgit为t时段火电机组i的有功功率；NG为火电机组总台数；T为一个调度周期的时段数；ugit为t时段火电机组i的启停状态变量，ugit＝1表示机组i处于开机状态，ugit＝0表示机组i处于关停状态；Sgi为火电机组i的启停成本；ρw、ρsoc分别为风电和储能系统的运行成本系数；
Figure FDA0003805040160000071
Psoc,t分别为t时段的风电消纳功率和储能系统的充放电功率；ρres为系统旋转备用成本系数；eD，ew分别为负荷和风电出力的预测误差率；βw、βsoc分别为风电并网消纳产生的环境收益系数和储能系统运行产生的环境收益系数。
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5任意一项所述的风火储系统的多能协调优化调度方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5中任意一项所述的风火储系统的多能协调优化调度方法。
CN202211009201.9A 2022-08-18 2022-08-18 一种风火储系统的多能协调优化调度方法及装置 Pending CN115189423A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211009201.9A CN115189423A (zh) 2022-08-18 2022-08-18 一种风火储系统的多能协调优化调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211009201.9A CN115189423A (zh) 2022-08-18 2022-08-18 一种风火储系统的多能协调优化调度方法及装置

Publications (1)

Publication Number Publication Date
CN115189423A true CN115189423A (zh) 2022-10-14

Family

ID=83524411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211009201.9A Pending CN115189423A (zh) 2022-08-18 2022-08-18 一种风火储系统的多能协调优化调度方法及装置

Country Status (1)

Country Link
CN (1) CN115189423A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116488212A (zh) * 2023-06-19 2023-07-25 长沙电机厂集团长瑞有限公司 一种虚拟控制多电机组进行电力储能配置的方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116488212A (zh) * 2023-06-19 2023-07-25 长沙电机厂集团长瑞有限公司 一种虚拟控制多电机组进行电力储能配置的方法及系统
CN116488212B (zh) * 2023-06-19 2023-08-22 长沙电机厂集团长瑞有限公司 一种虚拟控制多电机组进行电力储能配置的方法及系统

Similar Documents

Publication Publication Date Title
CN108667052B (zh) 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
US9985438B2 (en) Optimization method for independent micro-grid system
CN107276122B (zh) 适应大规模可再生能源并网的调峰资源调用决策方法
CN105048516A (zh) 一种风光水火多源互补优化调度方法
CN107425534B (zh) 一种基于优化蓄电池充放电策略的微电网调度方法
CN113541166B (zh) 一种分布式储能优化配置方法、系统、终端和存储介质
CN110245794B (zh) 考虑灵活性的多能源汇集中心火储容量双层优化方法
CN113224800A (zh) 一种考虑寿命约束的计及灵活性储能优化调度方法
Wang et al. A hierarchical control algorithm for managing electrical energy storage systems in homes equipped with PV power generation
CN116742662A (zh) 一种电氢耦合系统多时间尺度优化运行方法及系统
CN113904382B (zh) 一种多能源电力系统时序运行模拟方法、装置、电子设备及存储介质
CN114938008A (zh) 储能容量和储热容量配置方法、装置及终端设备
CN115189423A (zh) 一种风火储系统的多能协调优化调度方法及装置
CN112307603B (zh) 考虑大规模风电接入的混合储能容量优化配置方法及系统
CN115065075B (zh) 风储集群中储能站优化调度方法、系统及存储介质
CN116805192A (zh) 考虑最优弃能率的综合能源系统双层规划优化方法及应用
CN115882483A (zh) 一种利用容量弹性实现系统最优储能容量配置的方法
CN114465226A (zh) 一种电力系统多级备用获取联合优化模型的建立方法
CN110401210A (zh) 需求响应参与下风电储能系统调度方法
CN113077096B (zh) 一种电力交易中心计划电比例确定方法
CN110601264B (zh) 计及超大功率蓄热电锅炉消纳能力的多能源优化调度方法
CN114069714B (zh) 一种包含可再生能源的分布式电力系统机组调度方法及装置
CN117424239A (zh) 基于集群划分的新能源消纳方法及系统
Hu et al. Multi-Objective Configuration Method of Energy Storage Capacity of New Energy Microgrid Based on Multi-Functional Application

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