CN115713202A - 一种基于两阶段随机规划算法的有序用电方案制定方法 - Google Patents

一种基于两阶段随机规划算法的有序用电方案制定方法 Download PDF

Info

Publication number
CN115713202A
CN115713202A CN202211384220.XA CN202211384220A CN115713202A CN 115713202 A CN115713202 A CN 115713202A CN 202211384220 A CN202211384220 A CN 202211384220A CN 115713202 A CN115713202 A CN 115713202A
Authority
CN
China
Prior art keywords
user
maintenance
users
power utilization
peak
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
CN202211384220.XA
Other languages
English (en)
Inventor
肖怡康
牟玉亭
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202211384220.XA priority Critical patent/CN115713202A/zh
Publication of CN115713202A publication Critical patent/CN115713202A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于两阶段随机规划算法的有序用电方案制定方法，包括以下步骤：将有序用电用户分为检修用户、轮休用户和紧急错避峰用户；基于两阶段随机规划模型确定轮休、检修方案；根据实时供电缺口和已确定的轮休、检修方案，求解紧急错避峰用户实时调用模型，与现有技术相比，本申请针对分布式能源迅速发展的现状，考虑电力缺口空间分布；也可考虑对用户继续细分，针对同一用户的负荷接入不同控制回路的情况对用户负荷分优先级，实现更精细化的负荷管理。

Description

一种基于两阶段随机规划算法的有序用电方案制定方法
技术领域
本发明涉及一种负荷调控技术领域，具体是一种基于两阶段随机规划算法的有序用电方案制定方法。
背景技术
可再生能源装机容量增大，电源侧电力供应不确定性增加；同时极端天气频发，增加了短期峰值负荷。多种因素叠加，造成电力季节性、局部性缺口。2022年入夏以来，多个省份发布了有序用电方案，缓解电力供需的矛盾。有序用电，是指在电力供应不足、突发事件等情况下，通过行政措施、经济手段、技术方法，依法控制部分用电需求，维护供用电秩序平稳的管理工作。
作为负荷管理的应急手段，有序用电通常在需求响应资源不足的情况下使用。本发明基于两阶段随机规划框架提出了计及产业链的多时间尺度精细化有序用电方案制定策略，最小化有序用电造成的损失。
发明内容
本发明的目的在于提供一种基于两阶段随机规划算法的有序用电方案制定方法。采用两阶段随机规划模型，将检修和轮休策略作为第一阶段变量，紧急错避峰作为第二阶段变量，从而有效利用不同时间尺度的用户资源应对长周期下供电缺口预测不准的问题；引入产业链影响系数，降低同产业链上游停工对下游造成的损失。
本发明的目的可以通过以下技术方案实现：
制定有序用电方案整体框架，建立相应的优化模型，包括基于两阶段随机规划的检修和轮休方案制定模型以及紧急错避峰用户实时调用模型，根据实际电力缺口，求解短时间尺度的紧急错避峰用户调用模型。
所述建立相应的优化模型，根据实际电力缺口，求解短时间尺度的紧急错避峰用户调用模型，包括以下步骤：
第一步：将参与有序用电的用户分为检修、轮休和紧急错避峰用户三类。
对于检修和轮休用户，有序用电方案提前规划其具体检修和轮休时间，因此用户可以调整生产规划，认为不会对用户本身造成经济损失。但是若该用户存在上游企业，上游企业的检修、轮休可能影响该用户的生产情况，从而造成经济损失，如式(1)所示。
Figure BDA0003929095220000021
在式(1)中，
Figure BDA0003929095220000022
表示检修/轮休用户；
Figure BDA0003929095220000023
表示日期；un,d为二元变量，表示是否在d日调用用户n进行检修/轮休；Cn表示用户n有序用电经济成本；
Figure BDA0003929095220000024
表示与用户n同产业链的紧密相关的上游用户集合；αn为参数，代表上游用户对n的影响系数。若用户n进行有序用电，则un,d优化结果为1，由于检修/轮休提前规划，认为不会造成经济损失，那么式(1)取值为0；若用户n不进行有序用电，则un,d优化结果为0，若此时上游用户可能进行有序用电，根据限电情况，对产业链的冲击可以用上游用户限电负荷占总可限负荷的比例
Figure BDA0003929095220000025
表示，从而通过式(1)描述由于生成成本增加等造成的经济损失。
对于紧急错避峰用户，若上游检修/轮休用户进行有序用电，则紧急错避峰用户n进行有序用电的经济损失表示为：
Cn·pn,t,d,ω (2)在式(2)中，ω∈Ω表示供电缺口的场景；pn,t,d,ω代表实际压降负荷。用二元变量un,t,d,ω表示用户n在d日，场景ω是否被调用进行紧急错避峰，则紧急错避峰参与有序用电的综合成本可以用式(3)表示。
Figure BDA0003929095220000031
综上两阶段随机规划模型的目标函数可写为式(4)。
min f＝fMS+fE (4)
第二步：确定约束条件。检修、轮休和紧急错避峰压降负荷满足电力供应缺口
Figure BDA0003929095220000032
式(5)中，Lt,d,ω代表场景ω中d日t时段电力供应缺口。
对于检修和轮休用户，处于检修或者轮休状态时才有压降负荷，如式(6)。
Figure BDA0003929095220000033
对于检修用户，只能开始检修一次，结束检修一次，检修持续时间为
Figure BDA0003929095220000034
且检修状态要连续，如式(7)所示，vn,d为二元变量，代表检修用户n在d日是否开始检修，zn,d为二元变量，代表检修用户n在d日是否结束检修，τ用来表示求和公式的局部变量，代表时段。
Figure BDA0003929095220000035
对于轮休用户，每7天所处状态相同，每7天休息D S天且轮休状态要连续，如式(8)所示。
Figure BDA0003929095220000041
对于检修用户和轮休用户，开始检修、结束检修以及检修状态之间的关系表示为(9)。
Figure BDA0003929095220000042
对于紧急错避峰用户，被调用时才有压降负荷，一旦调用，负荷范围为Pn,t到
Figure BDA0003929095220000043
一天中只能早峰、晚峰或者腰峰调用一次，如式(10)所示。
Figure BDA0003929095220000044
第三步：制定紧急错避峰用户调用方案如下：在
Figure BDA0003929095220000045
日
Figure BDA0003929095220000046
时间段，实际供电缺口(或其短期预测)
Figure BDA0003929095220000047
已知，紧急错避峰用户在该时间段之前参与有序用电情况也已知，此时紧急错避峰用户实时调用优化模型可写为(11)-(14)。
Figure BDA0003929095220000048
Figure BDA0003929095220000049
Figure BDA00039290952200000410
Figure BDA00039290952200000411
在该模型中，加*的符号表示该优化变量的最优值，此处为已知参数，式(11)为该模型的目标函数，最小化
Figure BDA00039290952200000412
日
Figure BDA00039290952200000413
时间段调用紧急错避峰用户的成本；式(12)表示已提前安排的检修和轮休压降负荷
Figure BDA00039290952200000414
加上紧急错避峰用户在
Figure BDA00039290952200000415
日
Figure BDA00039290952200000416
时间段的压降负荷，需要满足此时的供电缺口
Figure BDA0003929095220000051
式(13)表示对于紧急错避峰用户，被调用时才有压降负荷，一旦调用，压降负荷在
Figure BDA0003929095220000052
与
Figure BDA0003929095220000053
之间；式(14)表示一天中只能早峰、晚峰或者腰峰调用一次。
第四步：通过在每天
Figure BDA0003929095220000054
每个时间段
Figure BDA0003929095220000055
求解紧急错避峰用户实时调用优化模型，可以得到实际供电缺口下紧急错避峰用户调用方案以及相应的成本；与检修和轮休用户有序用电成本fMS相结合，可以评估有序方案整天性能、产业链的影响等。
本发明的有益效果：
1、针对未来电力缺口大小不确定的情况，随机规划模型可以有效协调不同时间尺度的有序用电资源，与基于预测的确定性模型相比，可有效降低有序用电平均成本。
2、通过引入产业链影响系数，可以有效处理产业链上下游用户的耦合关系，降低对产业链的冲击，与不考虑产业链相比，可大幅降低有序用电成本。
3、本文提出的模型可进一步扩展，针对分布式能源迅速发展的现状，考虑电力缺口空间分布；也可考虑对用户继续细分，针对同一用户的负荷接入不同控制回路的情况对用户负荷分优先级，实现更精细化的负荷管理。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本申请的流程图；
图2为三种优化模型100种场景下有序用电成本箱形图；
图3为不同供电缺口场景下有序用电成本对比。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
一种基于两阶段随机规划算法的有序用电方案制定方法，包括制定有序用电方案整体框架，建立相应的优化模型，所述优化模型包括基于两阶段随机规划的检修和轮休方案制定模型以及紧急错避峰用户实时调用模型，根据实际电力缺口，求解短时间尺度的紧急错避峰用户调用模型。
制定有序用电方案整体框架包括以下步骤：
第一步：将参与有序用电的用户分为检修、轮休和紧急错避峰用户三类。
对于检修和轮休用户，有序用电方案提前规划其具体检修和轮休时间，因此用户可以调整生产规划，认为不会对用户本身造成经济损失。但是若该用户存在上游企业，上游企业的检修、轮休可能影响该用户的生产情况，从而造成经济损失，如式(1)所示。
Figure BDA0003929095220000061
在式(1)中，
Figure BDA0003929095220000062
表示检修/轮休用户；
Figure BDA0003929095220000063
表示日期；un,d为二元变量，表示是否在d日调用用户n进行检修/轮休；Cn表示用户n有序用电经济成本；
Figure BDA0003929095220000064
表示与用户n同产业链的紧密相关的上游用户集合；αn为参数，代表上游用户对n的影响系数。若用户n进行有序用电，则un,d优化结果为1，由于检修/轮休提前规划，认为不会造成经济损失，那么式(1)取值为0；若用户n不进行有序用电，则un,d优化结果为0，若此时上游用户可能进行有序用电，根据限电情况，对产业链的冲击可以用上游用户限电负荷占总可限负荷的比例
Figure BDA0003929095220000071
表示，从而通过式(1)描述由于生成成本增加等造成的经济损失。
对于紧急错避峰用户，若上游检修/轮休用户进行有序用电，则紧急错避峰用户n进行有序用电的经济损失表示为:
Cn·pn,t,d,ω (2)
在式(2)中，ω∈Ω表示供电缺口的场景；pn,t,d,ω代表实际压降负荷。用二元变量un,t,d,ω表示用户n在d日，场景ω是否被调用进行紧急错避峰，则紧急错避峰参与有序用电的综合成本可以用式(3)表示。
Figure BDA0003929095220000072
综上两阶段随机规划模型的目标函数可写为式(4)。
minf＝fMS+fE (4)
第二步：确定约束条件。检修、轮休和紧急错避峰压降负荷满足电力供应缺口
Figure BDA0003929095220000073
式(5)中，Lt,d,ω代表场景ω中d日t时段电力供应缺口。
对于检修和轮休用户，处于检修或者轮休状态时才有压降负荷，如式(6)。
Figure BDA0003929095220000074
对于检修用户，只能开始检修一次，结束检修一次，检修持续时间为
Figure BDA0003929095220000075
且检修状态要连续，如式(7)所示，vn,d为二元变量，代表检修用户n在d日是否开始检修，zn,d为二元变量，代表检修用户n在d日是否结束检修，τ用来表示求和公式的局部变量，代表时段。
Figure BDA0003929095220000081
对于轮休用户，每7天所处状态相同，每7天休息DS天且轮休状态要连续，如式(8)所示。
Figure BDA0003929095220000082
对于检修用户和轮休用户，开始检修、结束检修以及检修状态之间的关系表示为(9)。
Figure BDA0003929095220000083
对于紧急错避峰用户，被调用时才有压降负荷，一旦调用，负荷范围为Pn,t到
Figure BDA0003929095220000084
一天中只能早峰、晚峰或者腰峰调用一次，如式(10)所示。
Figure BDA0003929095220000085
第三步：制定紧急错避峰用户调用方案如下：在
Figure BDA0003929095220000086
日
Figure BDA0003929095220000087
时间段，实际供电缺口(或其短期预测)
Figure BDA0003929095220000088
已知，紧急错避峰用户在该时间段之前参与有序用电情况也已知，此时紧急错避峰用户实时调用优化模型可写为(11)-(14)。
Figure BDA0003929095220000089
Figure BDA00039290952200000810
Figure BDA00039290952200000811
Figure BDA0003929095220000091
在该模型中，加*的符号表示该优化变量的最优值，此处为已知参数，式(11)为该模型的目标函数，最小化
Figure BDA0003929095220000092
日
Figure BDA0003929095220000093
时间段调用紧急错避峰用户的成本；式(12)表示已提前安排的检修和轮休压降负荷
Figure BDA0003929095220000094
加上紧急错避峰用户在
Figure BDA0003929095220000095
日
Figure BDA0003929095220000096
时间段的压降负荷，需要满足此时的供电缺口
Figure BDA0003929095220000097
式(13)表示对于紧急错避峰用户，被调用时才有压降负荷，一旦调用，压降负荷在
Figure BDA0003929095220000098
与
Figure BDA0003929095220000099
之间；式(14)表示一天中只能早峰、晚峰或者腰峰调用一次。
第四步：通过在每天
Figure BDA00039290952200000910
每个时间段
Figure BDA00039290952200000911
求解紧急错避峰用户实时调用优化模型，可以得到实际供电缺口下紧急错避峰用户调用方案以及相应的成本；与检修和轮休用户有序用电成本fMS相结合，可以评估有序方案整天性能、产业链的影响等。
将所提出的两阶段随机规划模型与确定性模型和完美预测模型进行对比。确定性模型不考虑供电缺口的不同场景，而是根据对未来供电缺口的预测，制定检修和轮休方案，本文采用30种供电缺口场景的平均值(50万千瓦)作为对未来供电缺口的预测。完美预测模型假设未来的不确定性可完美预测，那么针对任何一种场景，其14天的供电缺口完全可知，因此都会有最佳的检修、轮休和紧急错避峰调用方案，这种最理想的情况最为参照基准，在现实中无法实现。
图2对比了三种方案在100种电力供应缺口场景中的有序用电成本。其平均有序用电成本分别为1477.6，1433.0和1362.6万元，其中完美预测模型的平均成本比确定性模型平均成本低7.8％，而确定性模型平均成本比随机规划模型高3.1％。虽然随机优化模型性能距离完美预测模型还有一些差距，但是与确定性模型相比，平均有序用电成本有显著下降。另外从图中可以看出，随机规划模型在100中场景的成本分布范围明显比确定性模型窄，证明了该模型的稳定性。
本文提出的有序用电方案计及产业链上游用户进行有序用电时对下游的影响，能有效降低有序用电成本。如图3所示，对比了考虑与不考虑产业链在100种供电缺口场景下有序用电成本。在不考虑产业链的情况下，有序用电成本比考虑产业链高出4.7～14.1％。其平均成本为1573.5万元，比考虑产业链高出9.8％。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (8)

1.一种基于两阶段随机规划算法的有序用电方案制定方法，其特征在于，包括制定有序用电方案整体框架，建立相应的优化模型；所述优化模型包括基于两阶段随机规划的检修和轮休方案制定模型以及紧急错避峰用户实时调用模型；根据实际电力缺口，求解短时间尺度的紧急错避峰用户调用模型；
所述制定有序用电方案整体框架包括以下步骤：
将参与有序用电的用户分为检修、轮休和紧急错避峰用户三类，检修用户为在不损失产能的情况下，以在电网高峰时段安排生产设施集中检修方式参与有序用电的电力用户；轮休用户为通过调整周内休息时间参与有序用电的用户；紧急错避峰用户为具有快速响应能力的用户，一般提前0.5-4小时通知用户参与有序用电；
采用两阶段随机规划模型确定轮休、检修方案，检修和轮休方案在第一阶段决定；第二阶段考虑在不同供电缺口场景下紧急错避峰用户调用情况，最小化有序用电成本；
根据有序用电当日实际供电缺口，制定紧急错避峰用户调用方案，产业链上下游用户之间的耦合，不仅在两阶段随机规划模型中考虑检修、轮休和紧急错避峰用户之间的耦合，在制定紧急错避峰用户实时调用方案时，也要考虑已确定的检修、轮休方案通过产业链对紧急错避峰用户的影响。
2.根据权利要求1所述的一种基于两阶段随机规划算法的有序用电方案制定方法，其特征在于，所述两阶段随机规划模型确定轮休、检修方案包括以下步骤：
对于检修和轮休用户，有序用电方案提前规划其具体检修和轮休时间，因此用户可以调整生产规划，认为不会对用户本身造成经济损失；但是若该用户存在上游企业，上游企业的检修、轮休可能影响该用户的生产情况，从而造成经济损失，如式(1)所示：
Figure QLYQS_1
在式(1)中，
Figure QLYQS_2
表示检修/轮休用户；
Figure QLYQS_3
表示日期；un,d为二元变量，表示是否在d日调用用户n进行检修/轮休；Cn表示用户n有序用电经济成本；Pn表示用户n可限负荷；
Figure QLYQS_4
表示与用户n同产业链的紧密相关的上游用户集合；αn为参数，代表上游用户对n的影响系数；若用户n进行有序用电，则un,d优化结果为1，由于检修/轮休提前规划，认为不会造成经济损失，那么式(1)取值为0；若用户n不进行有序用电，则un,d优化结果为0，若此时上游用户可能进行有序用电，根据限电情况，对产业链的冲击可以用上游用户限电负荷占总可限负荷的比例
Figure QLYQS_5
表示，从而通过式(1)描述由于生成成本增加等造成的经济损失；
对于紧急错避峰用户，若上游检修/轮休用户进行有序用电，则紧急错避峰用户n进行有序用电的经济损失表示为:
Cn·pn,t,d,ω (2)
在式(2)中，
Figure QLYQS_6
表示紧急错避峰用户；ω∈Ω表示供电缺口的场景；pn,t,d,ω代表实际压降负荷；用二元变量un,t,d,ω表示用户n在d日，场景ω是否被调用进行紧急错避峰，则紧急错避峰参与有序用电的综合成本可以用式(3)表示
Figure QLYQS_7
其中
Figure QLYQS_8
表示时段，一般包括早峰、晚峰和腰峰三个时段，本文只考虑一个时段，
综上两阶段随机规划模型的目标函数可写为式(4)；
min f＝fMS+fE (4)
确定约束条件；检修、轮休和紧急错避峰压降负荷满足电力供应缺口
Figure QLYQS_9
式(5)中，Lt,d,ω代表场景ω中d日t时段电力供应缺口。
3.根据权利要求2所述的一种基于两阶段随机规划算法的有序用电方案制定方法，其特征在于，对于检修和轮休用户，处于检修或者轮休状态时才有压降负荷，如式(6)；
Figure QLYQS_10
4.根据权利要求2所述的一种基于两阶段随机规划算法的有序用电方案制定方法，其特征在于，对于检修用户，只能开始检修一次，结束检修一次，检修持续时间为
Figure QLYQS_11
且检修状态要连续，如式(7)所示，vn,d为二元变量，代表检修用户n在d日是否开始检修，zn,d为二元变量，代表检修用户n在d日是否结束检修，τ用来表示求和公式的局部变量，代表时段；
Figure QLYQS_12
5.根据权利要求2所述的一种基于两阶段随机规划算法的有序用电方案制定方法，其特征在于，对于轮休用户，每7天所处状态相同，每7天休息DS天且轮休状态要连续，如式(8)所示；
Figure QLYQS_13
6.根据权利要求2所述的一种基于两阶段随机规划算法的有序用电方案制定方法，其特征在于，对于检修用户和轮休用户，开始检修、结束检修以及检修状态之间的关系表示为(9)；
Figure QLYQS_14
7.根据权利要求2所述的一种基于两阶段随机规划算法的有序用电方案制定方法，其特征在于，对于紧急错避峰用户，被调用时才有压降负荷，一旦调用，负荷范围为P n,t到
Figure QLYQS_15
一天中只能早峰、晚峰或者腰峰调用一次，如式(10)所示；
Figure QLYQS_16
8.根据权利要求1所述的一种基于两阶段随机规划算法的有序用电方案制定方法，其特征在于，所述制定紧急错避峰用户调用方案如下：在
Figure QLYQS_17
日
Figure QLYQS_18
时间段，实际供电缺口
Figure QLYQS_19
已知，紧急错避峰用户在该时间段之前参与有序用电情况也已知，此时紧急错避峰用户实时调用优化模型可写为(11)-(14)：
Figure QLYQS_20
Figure QLYQS_21
Figure QLYQS_22
Figure QLYQS_23
在该模型中，加*的符号表示该优化变量的最优值，此处为已知参数，式(11)为该模型的目标函数，最小化
Figure QLYQS_26
日
Figure QLYQS_28
时间段调用紧急错避峰用户的成本；式(12)表示已提前安排的检修和轮休压降负荷
Figure QLYQS_31
加上紧急错避峰用户在
Figure QLYQS_25
日
Figure QLYQS_30
时间段的压降负荷，需要满足此时的供电缺口
Figure QLYQS_32
式(13)表示对于紧急错避峰用户，被调用时才有压降负荷，一旦调用，压降负荷在
Figure QLYQS_33
与
Figure QLYQS_24
之间；式(14)表示一天中只能早峰、晚峰或者腰峰调用一次；通过在每天
Figure QLYQS_27
每个时间段
Figure QLYQS_29
求解此模型，可以得到实际供电缺口下紧急错避峰用户调用方案以及相应的成本；与检修和轮休用户有序用电成本fMS相结合，可以评估有序方案整天性能、产业链的影响。
CN202211384220.XA 2022-11-07 2022-11-07 一种基于两阶段随机规划算法的有序用电方案制定方法 Pending CN115713202A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211384220.XA CN115713202A (zh) 2022-11-07 2022-11-07 一种基于两阶段随机规划算法的有序用电方案制定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211384220.XA CN115713202A (zh) 2022-11-07 2022-11-07 一种基于两阶段随机规划算法的有序用电方案制定方法

Publications (1)

Publication Number Publication Date
CN115713202A true CN115713202A (zh) 2023-02-24

Family

ID=85232345

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211384220.XA Pending CN115713202A (zh) 2022-11-07 2022-11-07 一种基于两阶段随机规划算法的有序用电方案制定方法

Country Status (1)

Country Link
CN (1) CN115713202A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117291401A (zh) * 2023-11-24 2023-12-26 成都汉度科技有限公司 一种用电高峰期有序用电控制方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117291401A (zh) * 2023-11-24 2023-12-26 成都汉度科技有限公司 一种用电高峰期有序用电控制方法及系统
CN117291401B (zh) * 2023-11-24 2024-02-02 成都汉度科技有限公司 一种用电高峰期有序用电控制方法及系统

Similar Documents

Publication Publication Date Title
US11770098B2 (en) Coordinated control of renewable electric generation resource and charge storage device
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
CN103606967B (zh) 一种实现电力系统鲁棒运行的调度方法
CN106505560B (zh) 一种基于响应优先级的多策略协调的电网优化运行方法
CN111277005B (zh) 考虑源-荷协调优化的多源电力系统多时间尺度调度方法
CN105207259B (zh) 基于能量管理的并网状态下的微电网系统调度方法
CN111555281B (zh) 一种电力系统灵活性资源配置仿真方法及装置
CN103560530B (zh) 一种大规模风电与高载能负荷协调控制方法
CN109149571A (zh) 一种考虑系统燃气和火电机组特性的储能优化配置方法
CN110633854A (zh) 一种考虑储能电池多重分段服务全生命周期优化规划方法
CN107886204B (zh) 基于用户实测数据修正的负荷基线预测方法
CN113034205B (zh) 一种考虑容载比动态调整的储能站与变电站联合规划方法
CN105207207B (zh) 基于能量管理的孤网状态下的微电网系统调度方法
CN115713202A (zh) 一种基于两阶段随机规划算法的有序用电方案制定方法
CN109785186A (zh) 一种考虑需求响应参与的新能源电网日前-日内储能调度方法
CN114421460A (zh) 一种含电动汽车聚合商的多功能电网调度系统及方法
CN117578537A (zh) 基于碳交易和需求响应的微电网优化调度方法
CN111832898A (zh) 一种基于空调多功能的电力系统需求响应调度方法
CN116993022A (zh) 一种机组检修和水电电量的调配方法和装置
CN108306319B (zh) 一种新能源微网中储能配置优化方法及系统
CN117114281A (zh) 一种灵活资源多阶段规划方案的确定方法
CN116109037A (zh) 电解水制氢计划制定方法及装置、介质、设备
CN111384728A (zh) 一种电网调峰资源协调优化方法和系统
CN114389262A (zh) 一种弹性环境下基于鲁棒优化的区域电网调度方法
CN113872226A (zh) 规模化储能参与辅助服务日前增补空间优化方法

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