CN115663923B - 基于储能装置的海域电网控制方法、系统及设备 - Google Patents
基于储能装置的海域电网控制方法、系统及设备 Download PDFInfo
- Publication number
- CN115663923B CN115663923B CN202211670565.1A CN202211670565A CN115663923B CN 115663923 B CN115663923 B CN 115663923B CN 202211670565 A CN202211670565 A CN 202211670565A CN 115663923 B CN115663923 B CN 115663923B
- Authority
- CN
- China
- Prior art keywords
- tidal
- power
- wind
- determining
- power generation
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000010248 power generation Methods 0.000 claims abstract description 99
- 239000013535 sea water Substances 0.000 claims abstract description 61
- 230000005611 electricity Effects 0.000 claims abstract description 49
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005315 distribution function Methods 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035699 permeability Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Other Liquid Machine Or Engine Such As Wave Power Use (AREA)
Abstract
本发明提供一种基于储能装置的海域电网控制方法、系统及设备，包括根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，确定潮汐发电机组的第一输出功率；根据风力发电机组所在目标区域中多个时刻的实际风速以及风力发电机对应的属性参数，确定风力发电机组的第二输出功率；基于预先获取的历史用电需求信息，通过用电负荷预测模型预测未来时间段用户用电需求预测信息，无法满足未来时间段用户用电需求，考虑风力发电与潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制。本发明的方法能够综合潮汐、风能以及储能装置多种类型资源进行高效用电协调控制。
Description
技术领域
本发明涉及电网技术领域，尤其涉及一种基于储能装置的海域电网控制方法、系统及设备。
背景技术
现有电网中，海上风电与陆上风电相比，具有距离用电负荷中心近、海上风机不占用土地资源、出力波动较小以及海上风机效率更高等特点，海上风电的大规模运用可有效应对能源危机问题和环境问题，但大规模海上风电消纳仍存在问题。
而现在的方法往往是分别对潮汐和风能进行分析，单独考虑两者的消纳问题，但是在面临海岸、海域等应用场景时，需要将两者进行结合，并且综合储能装置，进行整体分析，当前并没有针对此场景的整体解决方案。
发明于本申请背景技术部分的信息仅仅旨在加深对本申请的一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明实施例提供一种基于储能装置的海域电网控制方法、系统及设备，能够至少解决现有技术中的部分问题，也即，解决现有技术中将潮汐和风能独立进行分析所导致的片面性问题。
本发明实施例的第一方面，
提供一种基于储能装置的海域电网控制方法，包括：
根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率；
根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率；
基于预先获取的历史用电需求信息，通过用电负荷预测模型预测未来时间段用户用电需求预测信息，若将所述第一输出功率和所述第二输出功率进行电能转换后，无法满足所述未来时间段用户用电需求，考虑风力发电与潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制。
在一种可选的实施方式中，
所述根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率包括：
根据所获取的多个时刻的潮汐流速样本，按照升序排列所述潮汐流速样本，通过累计概率分布函数，模拟所述潮汐流速的偏态分布，结合所述目标区域的位置参数，以及所述偏态分布对应的尺度参数，确定所述潮汐流速；
根据多个时刻历史海水温度的正态分布确定海水温度的平均值和标准差，基于所述海水温度的平均值和标准差，以及同一潮汐流速下的海水盐度的平均值和标准差，结合所述海水温度和所述海水盐度的相关性系数，确定海水密度；
基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率。
在一种可选的实施方式中，
所述基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率还包括：
判断所述潮汐流速与所述潮汐发电机组的切入速度以及额定速度的关系，
若所述潮汐流速大于等于所述额定速度，输出所述潮汐发电机组的额定功率；
若所述潮汐流速大于等于所述切入速度，小于所述额定速度，则根据所述潮汐功率输出模型，确定流经所述潮汐发电机组的潮汐流所蕴含的动能百分比、所述潮汐发电机组的叶片扫过潮汐流的叶片面积以及流经所述潮汐发电机组的潮汐流的质量，根据所述动能百分比、扫过潮汐流的叶片面积以及流经所述潮汐发电机组的潮汐流的质量，确定所述第一输出功率。
在一种可选的实施方式中，
所述确定所述第一输出功率按照如下公式所示：
，
其中，
P 1 表示所述第一输出功率，
D 1 表示流经所述潮汐发电机组的潮汐流所蕴含的动能百分比，
S表示所述潮汐发电机组的叶片扫过潮汐流的叶片面积，表示流经所述潮汐发电机组的潮汐流对应的海水密度，
Vt表示流经所述潮汐发电机组的潮汐流对应的体积，根据海水密度以及流速结合叶片面积能够确定潮汐流的质量，
F(x)表示多个时刻的潮汐流速样本对应的集合，
e表示位置参数，
u表示尺度参数。
在一种可选的实施方式中，
所述根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率包括：
根据所述风力发电机组所在目标区域中多个时刻的实际风速，以及所述风力发电机对应的属性参数，基于所述风力功率输出模型，确定所述风力发电机组的风能利用率、以及所述风力发电机组的出力参数；
根据所述实际风速、所述风力发电机对应的属性参数、所述风能利用率以及所述出力参数，确定所述风力发电机组的第二输出功率。
在一种可选的实施方式中，
所述方法还包括确定所述储能装置的第三输出功率：
根据所述风力发电与所述潮汐发电的不确定性，以及所述风力发电机组和所述潮汐发电机组对所述储能装置的能量转化率，分别确定所述风力发电机组和所述潮汐发电机组的充放电功率期望值；
根据当前时刻所述储能装置的储存容量，以及所述储能装置对应的充放电功率约束，结合所述充放电功率期望值和所述储能装置所处的状态，确定所述储能装置的第三输出功率。
在一种可选的实施方式中，
所述考虑所述风力发电与所述潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制包括：
考虑所述风力发电与所述潮汐发电的不确定性，结合储能装置的第三输出功率，设置用电调度约束条件；
以预设调度周期内系统运行经济最低为目标构建目标函数，结合所述用电调度约束条件，迭代求解所述目标函数，直至达到预设迭代条件；
以达到预设迭代条件的目标函数对应的参数，对所述海域电网进行用电协调控制。
本发明的第二方面，
提供一种基于储能装置的海域电网控制系统，包括：
第一单元，用于根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率；
第二单元，用于根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率；
第三单元，用于基于预先获取的历史用电需求信息，通过用电负荷预测模型预测未来时间段用户用电需求预测信息，若将所述第一输出功率和所述第二输出功率进行电能转换后，无法满足所述未来时间段用户用电需求，考虑风力发电与潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制。
本发明实施例的第三方面，
提供一种设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
本公开实施例的第四方面，
提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明的基于储能装置的海域电网控制方法，充分考虑影响潮汐输出功率和风力输出功率的因素，并且结合对应的功率输出模型，确定相应的输出功率，能够综合考虑功率输出的影响因素，提高潮汐输出功率和风力输出功率的准确度，从而提高后续电能转换的精度；
通过用电负荷预测模型预测未来时间段用户用电需求，并且结合潮汐输出功率和风力输出功率的电能转换，准确预测当前资源下是否需要进行用电调度，提高资源利用率，降低高峰期用电调度压力；
综合考虑风力发电与潮汐发电的不确定性，并且结合储能装置的输出功率，将超出负荷部分的功率进行存储，在潮汐输出功率和风力输出功率的电能转换无法满足用电需求时，进行电能释放，能够提高电力系统的响应能力、电力系统的可靠性和电力系统运行灵活性。
附图说明
图1为本发明实施例基于储能装置的海域电网控制方法的流程示意图。
图2为本发明实施例基于储能装置的海域电网控制系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，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做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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
应当理解，在本发明的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
应当理解，在本发明中，“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本发明中，“多个”是指两个或两个以上。“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“包含A、B和C”、“包含A、B、C”是指A、B、C三者都包含，“包含A、B或C”是指包含A、B、C三者之一，“包含A、B和/或C”是指包含A、B、C三者中任1个或任2个或3个。
应当理解，在本发明中，“与A对应的B”、“与A相对应的B”、“A与B相对应”或者“B与A相对应”，表示B与A相关联，根据A可以确定B。根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。A与B的匹配，是A与B的相似度大于或等于预设的阈值。
取决于语境，如在此所使用的“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。
下面以具体地实施例对本发明的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例基于储能装置的海域电网控制方法的流程示意图，如图1所示，所述方法包括：
S101. 根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率；
示例性地，现有方法中，往往使用潮汐流速和海水密度的一组特定值或平均值计算潮汐流能发电机组输出功率。然而实际中，潮汐流速和海水密度皆为随机变量，它们会因时间和地点的不同而有所不同。因此，现有方法不仅会引入误差，而且还不能反映机组输出功率随机变化行为。 为了能够模拟潮汐流能发电机组输出功率随机特性以及对机组输出功率随机抽样，必须建立潮汐流速和海水密度的对应的模型。
在一种可选的实施方式中，
所述根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率包括：
根据所获取的多个时刻的潮汐流速样本，按照升序排列所述潮汐流速样本，通过累计概率分布函数，模拟所述潮汐流速的偏态分布，结合所述目标区域的位置参数，以及所述偏态分布对应的尺度参数，确定所述潮汐流速；
根据多个时刻历史海水温度的正态分布确定海水温度的平均值和标准差，基于所述海水温度的平均值和标准差，以及同一潮汐流速下的海水盐度的平均值和标准差，结合所述海水温度和所述海水盐度的相关性系数，确定海水密度；
基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率。
示例性地，潮汐流速分布常常受到湍流以及浪涌等分量的影响，呈现出偏态特性，不同地点的潮汐流速分布形态会各不相同，通过累计概率分布函数，并结合位置参数以及偏态分布对应的尺度参数，能够准确拟合潮汐流速，与实际潮汐流速数据之间的误差最小。
可选地，确定潮汐流速的方法可以如下公式所示：
其中，
F(x)表示多个时刻的潮汐流速样本对应的集合，
N表示时刻数量，
L(x i
)表示第
i时刻潮汐流速样本对应的累计概率分布函数，
c表示尺度参数，
p表示位置参数。
示例性地，海水密度主要受海水温度和海水盐度两个因素的影响，海水密度会随海水温度的降低而升高，因此，温度越低，海水密度越大；同时，海水密度也会随海水盐度的增加而增大。实际中，海水温度会因时间和地点的不同而有所变化，因此，海水密度不能简单地作为常数对待。
可选地，确定海水密度的方法可以如下公式所示：
其中，表示流经所述潮汐发电机组的潮汐流对应的海水密度，
T表示海水温度，
T a 表示平均值，
T u 表示标准差，
H表示海水盐度，
H a 表示平均值，
H u 表示标准差，
r表示相关性系数。
在一种可选的实施方式中，
所述基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率还包括：
判断所述潮汐流速与所述潮汐发电机组的切入速度以及额定速度的关系，
若所述潮汐流速大于等于所述额定速度，输出所述潮汐发电机组的额定功率；
若所述潮汐流速大于等于所述切入速度，小于所述额定速度，则根据所述潮汐功率输出模型，确定流经所述潮汐发电机组的潮汐流所蕴含的动能百分比、所述潮汐发电机组的叶片扫过潮汐流的叶片面积以及流经所述潮汐发电机组的潮汐流的质量，根据所述动能百分比、扫过潮汐流的叶片面积以及流经所述潮汐发电机组的潮汐流的质量，确定所述第一输出功率。
示例性地，潮汐发电机组只存在切入速度和额定速度，因潮汐流速变换较为缓慢，且即使潮汐流速达到最大速度也不足以对潮汐发电机组造成损害，所以潮汐发电机组不存在切出速度。根据潮汐流速与潮汐发电机组的切入速度和额定速度之间的关系，潮汐发电机组的输出功率可以分为三个阶段：当潮汐流速小于潮汐发电机组切入速度时，为减少潮汐发电机组不必要的损耗延长机组寿命，此时机组并不工作，功率输出为 0；当潮汐流速大于潮汐发电机组的切入速度小于潮汐发电机组的额定速度时，潮汐发电机组开始向电网输送电能，功率输出与潮汐流速的立方成正比，此时潮汐发电机组的功率输出随潮汐流速增大而增大；随着潮汐流速继续增大，当其大于或等于潮汐发电机组的额定速度时，潮汐发电机组在控制系统的控制下维特额定功率输出。
在一种可选的实施方式中，
所述确定所述第一输出功率按照如下公式所示：
，
其中，
P 1 表示所述第一输出功率，
D 1 表示流经所述潮汐发电机组的潮汐流所蕴含的动能百分比，
S表示所述潮汐发电机组的叶片扫过潮汐流的叶片面积，表示流经所述潮汐发电机组的潮汐流对应的海水密度，
Vt表示流经所述潮汐发电机组的潮汐流对应的体积，根据海水密度以及流速结合叶片面积能够确定潮汐流的质量，
F(x)表示多个时刻的潮汐流速样本对应的集合，
e表示位置参数，
u表示尺度参数。
S102. 根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机组对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率；
示例性地，风力发电机组是一种可将风能转化为电能的清洁能源装置，其出力大小与风机叶片转过的面积和叶片所处位置的风速密切相关，通过结合目标区域中多个时刻的实际风速以及风力发电机组的属性参数，能够准确确定风力发电机组的输出功率，从而提高后续电能转换的准确率。其中，本发明实施例的风力功率输出模型用于通过输入的模型参数，确定对应的输出功率，其可以是通过数学方法构建的模型，本发明实施例对此并不进行限定。
在一种可选的实施方式中，
所述根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机组对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率包括：
根据所述风力发电机组所在目标区域中多个时刻的实际风速，以及所述风力发电机组对应的属性参数，基于所述风力功率输出模型，确定所述风力发电机组的风能利用率、以及所述风力发电机组的出力参数；
根据所述实际风速、所述风力发电机对应的属性参数、所述风能利用率以及所述出力参数，确定所述风力发电机组的第二输出功率。
示例性地，本发明实施例的风力发电机组对应的属性参数可以包括风力发电机组的切入速度，风力发电机组的偏置参数，风力发电机组的叶片面积中至少一种。
可选地，确定所述风力发电机组的第二输出功率的方法可以如下公式所示：
,
其中，
P 2 表示第二输出功率，
v r 表示实际风速，
R表示风力发电机组的叶片面积，
v q 表示风力发电机组的切入速度，
k表示风力发电机组的偏置参数，
Cp表示风能利用率，
W表示出力参数。
S103. 基于预先获取的历史用电需求信息，通过用电负荷预测模型预测未来时间段用户用电需求预测信息，若将所述第一输出功率和所述第二输出功率进行电能转换后，无法满足所述未来时间段用户用电需求，考虑风力发电与潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制。
潮汐流能电能转换系统（Tidal current conversion systems，简称 TCCS)或称潮沙流能发电机组（TCT），是将海水因潮汐变化产生的动能转换成电能的装置的统称。潮汐流速动能由TCT叶片捕捉，驱动 TCT 转轴转动，再通过变速箱加速后经传动装置将能量传至发电机（或直接驱动发电机），从而驱动发电机发电。
示例性地，本发明实施例中用电负荷预测模型可以基于神经网络模型构建，并且可以通过历史信息，输出预测信息，其中，用电负荷预测模型可以包括LSTM模型，用电负荷预测模型可以输出未来时间段的用电需求信息，通过预测的用电需求信息，可以判断第一输出功率和所述第二输出功率进行电能转换后，是否可以满足未来时间段用户用电需求。
在一种可选的实施方式中，
所述方法还包括确定所述储能装置的第三输出功率：
根据所述风力发电与所述潮汐发电的不确定性，以及所述风力发电机组和所述潮汐发电机组对所述储能装置的能量转化率，分别确定所述风力发电机组和所述潮汐发电机组的充放电功率期望值；
根据当前时刻所述储能装置的储存容量，以及所述储能装置对应的充放电功率约束，结合所述充放电功率期望值和所述储能装置所处的状态，确定所述储能装置的第三输出功率。
示例性地，本发明实施例风力发电和潮汐发电存在着较大的不确定性，例如受环境影响、地理位置影响，以及天气影响等，需要综合考虑其影响因素，并且结合能量转化率，以及储能装置的属性信息，确定储能装置的输出功率。储能装置能够在风力发电和潮汐发电的功率超过预测负荷时，存储能量，在风力发电和潮汐发电的功率不足以满足用电需求时，输出所存储能量。
可选地，确定储能装置的第三输出功率的方法可以如下公式所示：
其中，
C ij 表示第
i时刻第
j个储能装置的储存容量，表示潮汐发电机组的充放电功率期望值，表示风力发电机组的充放电功率期望值，
A1表示潮汐发电机组对所述储能装置的能量转化率，
A2表示风力发电机组对所述储能装置的能量转化率，
h1表示潮汐发电机组的不确定性对应的值，
h2表示风力发电机组的不确定性对应的值，
q表示状态转换值。
随着大规模可再生能源并网，储能系统作为解决可再生能源功率输出随机性的关键技术，其可靠性直接影响着可再生能源发电系统乃至整个含可再生能源发电的电力系统的可靠性。因此，大规模电池储能系统的可靠性对含可再生能源发电的电力系统可靠性具有重要的价值。另外，因电池模组由成百上干个电池芯组成，传统的串并联己不适用于电池模组，亟需利用一种新的可适用于电池模组可靠性评估的方法。
随着可再生能源的发展，可再生能源发电在现代电网中的渗透率（可再生能源发电占系统发电的比例）越来越大，而可再生能源功率输出的随机性 和不可控性使得其大规模并入电网必定会对电网的安全性、稳定性和可靠性运行造成影响，这就必须考虑储能系统的介入以调节和平滑可再生能源的功率输出，优化电力系统运行，从而增加电力系统运行的灵活性和稳定性，保证电力系统可靠运行。储能系统不仅为大规模可再生能源发电并网提供良好的解决方案，还对降低可再生能源发电成本（特别是在可再生能源发电渗透率较高时）有着十分显著的作用。
在一种可选的实施方式中，
所述考虑所述风力发电与所述潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制包括：
考虑所述风力发电与所述潮汐发电的不确定性，结合储能装置的第三输出功率，设置用电调度约束条件；
以预设调度周期内系统运行经济最低为目标构建目标函数，结合所述用电调度约束条件，迭代求解所述目标函数，直至达到预设迭代条件；
以达到预设迭代条件的目标函数对应的参数，对所述海域电网进行用电协调控制。
示例性地，本发明实施例的用电调度约束条件可以包括：
风力发电与潮汐发电的最大波动偏差不超过可再生能源出力的不确定度；风力发电机组与潮汐发电机组的负荷备用容量小于风力发电机组与潮汐发电机组的最大出力；充放电功率不超过向下备用容量中至少一种；
本发明实施例的目标函数可以包括预设调度周期内系统运行经济最低，
本发明实施例的迭代求解所述目标函数可以包括：
初始化相关参数，设定迭代次数为1，调度成本上界，调度成本下界，最大送代次数以及收敛精度；给定初始迭代场景，并根据初始迭代场景求解系统运行经济最低问题，并更新调度成本下界；根据系统运行经济最低问题迭代求解，并更新调度成本上界，若调度成本上界与调度成本下界的差值满足预设迭代阈值，则停止选代；否则重新调整成本上界和成本下界，直至算法收敛。
本发明的基于储能装置的海域电网控制方法，充分考虑影响潮汐输出功率和风力输出功率的因素，并且结合对应的功率输出模型，确定相应的输出功率，能够综合考虑功率输出的影响因素，提高潮汐输出功率和风力输出功率的准确度，从而提高后续电能转换的精度；
通过用电负荷预测模型预测未来时间段用户用电需求，并且结合潮汐输出功率和风力输出功率的电能转换，准确预测当前资源下是否需要进行用电调度，提高资源利用率，降低高峰期用电调度压力；
综合考虑风力发电与潮汐发电的不确定性，并且结合储能装置的输出功率，将超出负荷部分的功率进行存储，在潮汐输出功率和风力输出功率的电能转换无法满足用电需求时，进行电能释放，能够提高电力系统的响应能力、电力系统的可靠性和电力系统运行灵活性。
本发明的第二方面，
提供一种基于储能装置的海域电网控制系统，图2为本发明实施例基于储能装置的海域电网控制系统的结构示意图，包括：
第一单元，用于根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率；
第二单元，用于根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率；
第三单元，用于基于预先获取的历史用电需求信息，通过用电负荷预测模型预测未来时间段用户用电需求预测信息，若将所述第一输出功率和所述第二输出功率进行电能转换后，无法满足所述未来时间段用户用电需求，考虑风力发电与潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制。
本发明实施例的第三方面，
提供一种设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行前述所述的方法。
本公开实施例的第四方面，
提供一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现前述所述的方法。
本发明可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、静态随机存取存储器（SRAM）、便携式压缩盘只读存储器（CD-ROM）、数字多功能盘（DVD）、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波（例如，通过光纤电缆的光脉冲）、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构（ISA）指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列（FPGA）或可编程逻辑阵列（PLA），该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置（系统）和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
注意，除非另有直接说明，否则本说明书(包含任何所附权利要求、摘要和附图)中所揭示的所有特征皆可由用于达到相同、等效或类似目的的可替代特征来替换。因此，除非另有明确说明，否则所发明的每一个特征仅是一组等效或类似特征的一个示例。在使用到的情况下，进一步地、较优地、更进一步地和更优地是在前述实施例基础上进行另一实施例阐述的简单起头，该进一步地、较优地、更进一步地或更优地后带的内容与前述实施例的结合作为另一实施例的完整构成。在同一实施例后带的若干个进一步地、较优地、更进一步地或更优地设置之间可任意组合的组成又一实施例。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (8)
1.一种基于储能装置的海域电网控制方法，其特征在于，包括：
根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率；
所述根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率包括：
根据所获取的多个时刻的潮汐流速样本，按照升序排列所述潮汐流速样本，通过累计概率分布函数，模拟所述潮汐流速的偏态分布，结合所述目标区域的位置参数，以及所述偏态分布对应的尺度参数，确定所述潮汐流速；
根据多个时刻历史海水温度的正态分布确定海水温度的平均值和标准差，基于所述海水温度的平均值和标准差，以及同一潮汐流速下的海水盐度的平均值和标准差，结合所述海水温度和所述海水盐度的相关性系数，确定海水密度；
基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率；
所述基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率还包括：
判断所述潮汐流速与所述潮汐发电机组的切入速度以及额定速度的关系，
若所述潮汐流速大于等于所述额定速度，输出所述潮汐发电机组的额定功率；
若所述潮汐流速大于等于所述切入速度，小于所述额定速度，则根据所述潮汐功率输出模型，确定流经所述潮汐发电机组的潮汐流所蕴含的动能百分比、所述潮汐发电机组的叶片扫过潮汐流的叶片面积以及流经所述潮汐发电机组的潮汐流的质量，根据所述动能百分比、扫过潮汐流的叶片面积以及流经所述潮汐发电机组的潮汐流的质量，确定所述第一输出功率；
根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率；
基于预先获取的历史用电需求信息，通过用电负荷预测模型预测未来时间段用户用电需求预测信息，若将所述第一输出功率和所述第二输出功率进行电能转换后，无法满足所述未来时间段用户用电需求，考虑风力发电与潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制。
2.根据权利要求1所述的方法，其特征在于，所述确定所述第一输出功率按照如下公式所示：
，
其中，P 1 表示所述第一输出功率，D 1 表示流经所述潮汐发电机组的潮汐流所蕴含的动能百分比，S表示所述潮汐发电机组的叶片扫过潮汐流的叶片面积，表示流经所述潮汐发电机组的潮汐流对应的海水密度，Vt表示流经所述潮汐发电机组的潮汐流对应的体积，根据海水密度以及流速结合叶片面积能够确定潮汐流的质量，F(x)表示多个时刻的潮汐流速样本对应的集合，e表示位置参数，u表示尺度参数。
3.根据权利要求1所述的方法，其特征在于，所述根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机组对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率包括：
根据所述风力发电机组所在目标区域中多个时刻的实际风速，以及所述风力发电机组对应的属性参数，基于所述风力功率输出模型，确定所述风力发电机组的风能利用率、以及所述风力发电机组的出力参数；
根据所述实际风速、所述风力发电机对应的属性参数、所述风能利用率以及所述出力参数，确定所述风力发电机组的第二输出功率。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括确定所述储能装置的第三输出功率：
根据所述风力发电与所述潮汐发电的不确定性，以及所述风力发电机组和所述潮汐发电机组对所述储能装置的能量转化率，分别确定所述风力发电机组和所述潮汐发电机组的充放电功率期望值；
根据当前时刻所述储能装置的储存容量，以及所述储能装置对应的充放电功率约束，结合所述充放电功率期望值和所述储能装置所处的状态，确定所述储能装置的第三输出功率。
5.根据权利要求1所述的方法，其特征在于，所述考虑风力发电与潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制包括：
考虑所述风力发电与所述潮汐发电的不确定性，结合储能装置的第三输出功率，设置用电调度约束条件；
以预设调度周期内系统运行经济最低为目标构建目标函数，结合所述用电调度约束条件，迭代求解所述目标函数，直至达到预设迭代条件；
以达到预设迭代条件的目标函数对应的参数，对所述海域电网进行用电协调控制。
6.一种基于储能装置的海域电网控制系统，其特征在于，包括：
第一单元，用于根据潮汐发电机组所在目标区域中多个时刻的潮汐流速以及海水密度，基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率；
所述第一单元还用于：
根据所获取的多个时刻的潮汐流速样本，按照升序排列所述潮汐流速样本，通过累计概率分布函数，模拟所述潮汐流速的偏态分布，结合所述目标区域的位置参数，以及所述偏态分布对应的尺度参数，确定所述潮汐流速；
根据多个时刻历史海水温度的正态分布确定海水温度的平均值和标准差，基于所述海水温度的平均值和标准差，以及同一潮汐流速下的海水盐度的平均值和标准差，结合所述海水温度和所述海水盐度的相关性系数，确定海水密度；
基于预先构建的潮汐功率输出模型，确定所述潮汐发电机组的第一输出功率；
所述第一单元还用于：
判断所述潮汐流速与所述潮汐发电机组的切入速度以及额定速度的关系，
若所述潮汐流速大于等于所述额定速度，输出所述潮汐发电机组的额定功率；
若所述潮汐流速大于等于所述切入速度，小于所述额定速度，则根据所述潮汐功率输出模型，确定流经所述潮汐发电机组的潮汐流所蕴含的动能百分比、所述潮汐发电机组的叶片扫过潮汐流的叶片面积以及流经所述潮汐发电机组的潮汐流的质量，根据所述动能百分比、扫过潮汐流的叶片面积以及流经所述潮汐发电机组的潮汐流的质量，确定所述第一输出功率；
第二单元，用于根据风力发电机组所在目标区域中多个时刻的实际风速以及所述风力发电机对应的属性参数，基于预先构建的风力功率输出模型，确定所述风力发电机组的第二输出功率；
第三单元，用于基于预先获取的历史用电需求信息，通过用电负荷预测模型预测未来时间段用户用电需求预测信息，若将所述第一输出功率和所述第二输出功率进行电能转换后，无法满足所述未来时间段用户用电需求，考虑风力发电与潮汐发电的不确定性，结合储能装置的第三输出功率，以系统运行经济为目标对所述海域电网进行用电协调控制。
7.一种基于储能装置的海域电网控制设备，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至5中任意一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211670565.1A CN115663923B (zh) | 2022-12-26 | 2022-12-26 | 基于储能装置的海域电网控制方法、系统及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211670565.1A CN115663923B (zh) | 2022-12-26 | 2022-12-26 | 基于储能装置的海域电网控制方法、系统及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115663923A CN115663923A (zh) | 2023-01-31 |
| CN115663923B true CN115663923B (zh) | 2023-05-16 |
Family
ID=85022702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211670565.1A Active CN115663923B (zh) | 2022-12-26 | 2022-12-26 | 基于储能装置的海域电网控制方法、系统及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115663923B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117748595B (zh) * | 2024-02-19 | 2024-05-03 | 宁波市电力设计院有限公司 | 基于清洁能源的海上综合供电系统 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201224280A (en) * | 2010-12-07 | 2012-06-16 | Univ Nat Cheng Kung | System and method of integrating wind power and tide energy |
| CN102536669A (zh) * | 2010-12-30 | 2012-07-04 | 上海万德风力发电股份有限公司 | 风能、潮汐能互补蓄能发电系统 |
| EP2495839A1 (de) * | 2011-03-02 | 2012-09-05 | ABB Technology AG | Energiesystem |
| DE102013112431A1 (de) * | 2012-11-13 | 2014-06-05 | Aeg Power Solutions B.V. | Anordnung aus einem Kraftwerk und einer Vorrichtung zur Erzeugung von Gas mittels von dem Kraftwerk erzeugter elektrischer Energie |
| CN106208046A (zh) * | 2016-08-09 | 2016-12-07 | 重庆大学 | 一种考虑发电环境成本的潮汐流能发电场机组布局方法 |
| CN106228468A (zh) * | 2016-08-09 | 2016-12-14 | 重庆大学 | 一种潮汐流能发电场输出功率的概率模拟方法 |
| CN106451566A (zh) * | 2016-08-27 | 2017-02-22 | 山东电力工程咨询院有限公司 | 一种海岛智能微电网多源协调控制方法 |
| CN106874630A (zh) * | 2017-03-28 | 2017-06-20 | 上海理工大学 | 基于电量消纳的区域电网新能源开发潜力评估方法 |
| CN106981887A (zh) * | 2017-03-20 | 2017-07-25 | 国网浙江省电力公司嘉兴供电公司 | 一种虚拟电厂基于相似日的智能调配方法 |
| CN107069832A (zh) * | 2017-03-20 | 2017-08-18 | 国网浙江省电力公司嘉兴供电公司 | 一种基于潮汐能和风能的虚拟电厂功率调节方法 |
| CN108054784A (zh) * | 2018-01-09 | 2018-05-18 | 河海大学常州校区 | 一种海岛微电网多源协调优化控制方法 |
| CN112347694A (zh) * | 2020-10-26 | 2021-02-09 | 重庆大学 | 含洋流-海上风电-潮汐流发电的海岛微网电源规划方法 |
| CN112600209A (zh) * | 2020-12-11 | 2021-04-02 | 湖北工业大学 | 一种含潮流能的海岛独立微电网容量多目标优化配置方法 |
| CN114844070A (zh) * | 2022-04-28 | 2022-08-02 | 东南大学 | 一种基于储能容量配置策略提升新能源容量价值的方法 |
-
2022
- 2022-12-26 CN CN202211670565.1A patent/CN115663923B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW201224280A (en) * | 2010-12-07 | 2012-06-16 | Univ Nat Cheng Kung | System and method of integrating wind power and tide energy |
| CN102536669A (zh) * | 2010-12-30 | 2012-07-04 | 上海万德风力发电股份有限公司 | 风能、潮汐能互补蓄能发电系统 |
| EP2495839A1 (de) * | 2011-03-02 | 2012-09-05 | ABB Technology AG | Energiesystem |
| DE102013112431A1 (de) * | 2012-11-13 | 2014-06-05 | Aeg Power Solutions B.V. | Anordnung aus einem Kraftwerk und einer Vorrichtung zur Erzeugung von Gas mittels von dem Kraftwerk erzeugter elektrischer Energie |
| CN106208046A (zh) * | 2016-08-09 | 2016-12-07 | 重庆大学 | 一种考虑发电环境成本的潮汐流能发电场机组布局方法 |
| CN106228468A (zh) * | 2016-08-09 | 2016-12-14 | 重庆大学 | 一种潮汐流能发电场输出功率的概率模拟方法 |
| CN106451566A (zh) * | 2016-08-27 | 2017-02-22 | 山东电力工程咨询院有限公司 | 一种海岛智能微电网多源协调控制方法 |
| CN106981887A (zh) * | 2017-03-20 | 2017-07-25 | 国网浙江省电力公司嘉兴供电公司 | 一种虚拟电厂基于相似日的智能调配方法 |
| CN107069832A (zh) * | 2017-03-20 | 2017-08-18 | 国网浙江省电力公司嘉兴供电公司 | 一种基于潮汐能和风能的虚拟电厂功率调节方法 |
| CN106874630A (zh) * | 2017-03-28 | 2017-06-20 | 上海理工大学 | 基于电量消纳的区域电网新能源开发潜力评估方法 |
| CN108054784A (zh) * | 2018-01-09 | 2018-05-18 | 河海大学常州校区 | 一种海岛微电网多源协调优化控制方法 |
| CN112347694A (zh) * | 2020-10-26 | 2021-02-09 | 重庆大学 | 含洋流-海上风电-潮汐流发电的海岛微网电源规划方法 |
| CN112600209A (zh) * | 2020-12-11 | 2021-04-02 | 湖北工业大学 | 一种含潮流能的海岛独立微电网容量多目标优化配置方法 |
| CN114844070A (zh) * | 2022-04-28 | 2022-08-02 | 东南大学 | 一种基于储能容量配置策略提升新能源容量价值的方法 |
Non-Patent Citations (1)
| Title |
|---|
| 胡恩德 ; 杨欢 ; 赵荣祥 ; 郑太英 ; .海上风力潮流联合发电系统的容量配置研究.机电工程.2018,(第01期),第33-389页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115663923A (zh) | 2023-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115663923B (zh) | 基于储能装置的海域电网控制方法、系统及设备 | |
| Togelou et al. | Wind power forecasting in the absence of historical data | |
| CN110009141B (zh) | 基于sdae特征提取和svm分类模型的爬坡事件预测方法及系统 | |
| WO2024046137A1 (zh) | 一种多能源联合发电系统的功率预测模型构建及预测方法 | |
| Zhang et al. | Control optimisation for pumped storage unit in micro‐grid with wind power penetration using improved grey wolf optimiser | |
| Gaidai et al. | Novel reliability method validation for floating wind turbines | |
| CN113472014B (zh) | 含分布式电源的配电网优化调度方法及系统 | |
| CN114123344B (zh) | 基于自适应递推最小二乘的电力系统惯量评估方法及装置 | |
| Aly | Forecasting, modeling, and control of tidal currents electrical energy systems | |
| CN113659620A (zh) | 基于动态频率约束的水风互补发电系统日前调度方法 | |
| Mirzadeh et al. | Adequacy studies of power systems with barrage‐type tidal power plants | |
| Zhu et al. | Short term forecast of wind power generation based on SVM with pattern matching | |
| CN117117906B (zh) | 一种混合储能系统参与电网调频控制方法及系统 | |
| CN103714400A (zh) | 一种任意输入参数的风能预测系统和方法 | |
| CN113027674A (zh) | 风力发电机组的控制方法及其装置 | |
| Karlsson | Wind turbine performance monitoring using artificial neural networks with a multi-dimensional data filtering approach | |
| CN115345519A (zh) | 海上风电风险评估方法、装置、设备及存储介质 | |
| KR102187793B1 (ko) | 예측 풍속을 이용한 가변속 풍력 터빈의 최대 풍력 에너지 추출 방법 | |
| US11802537B2 (en) | Methods and systems for wave energy generation prediction and optimization | |
| de Lima et al. | Optimal battery dispatch to assist a water injection system with offshore wind power | |
| CN112884262A (zh) | 一种风电机组载荷适应性确定方法和系统 | |
| Faye-Bédrin et al. | Stochastic dynamic programming for energy management of an overplanted offshore wind farm with dynamic thermal rating and storage | |
| Thiesen | Open Inertia Modelling (OpInMod)-An Open Source Approach to Model Economic Inertia Dispatch in Power Systems | |
| CN116629457B (zh) | 面向持续性无风场景的长周期储能优化配置方法及装置 | |
| Sahu et al. | Reliability and availability evaluation of PATHRI & CHILLA hydro power station (India) by using Markov Model |
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 |