CN115864397A - 一种电网新能源资源规划优化方法、系统、终端及介质 - Google Patents
一种电网新能源资源规划优化方法、系统、终端及介质 Download PDFInfo
- Publication number
- CN115864397A CN115864397A CN202310052783.7A CN202310052783A CN115864397A CN 115864397 A CN115864397 A CN 115864397A CN 202310052783 A CN202310052783 A CN 202310052783A CN 115864397 A CN115864397 A CN 115864397A
- Authority
- CN
- China
- Prior art keywords
- annual
- output data
- new energy
- generator set
- basic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005457 optimization Methods 0.000 title claims abstract description 33
- 238000004088 simulation Methods 0.000 claims abstract description 37
- 230000004927 fusion Effects 0.000 claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000009434 installation Methods 0.000 claims abstract description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 abstract description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电网新能源资源规划优化方法、系统、终端及介质，涉及新能源发电技术领域，其技术方案要点是：确定各个传统发电机组的优先级；模拟分析得到新能源发电机组的年度基础出力数据；将上一个优先级高的年度基础出力数据和/或年度预估出力数据的波动特征叠加在当前优先级低的年度基础出力数据中，得到年度预估出力数据；依据同一优先级的年度基础出力数据和年度预估出力数据融合重构得到年度稳态出力数据；以新能源装机容量最小为优化目标，选取匹配相似度不低于相似度阈值的新能源装机策略。本发明使得最终得到的新能源规划优化策略的风险波动更小，同时利用后期新能源发电替代传统能源发电的扩建。
Description
技术领域
本发明涉及新能源发电技术领域，更具体地说，它涉及一种电网新能源资源规划优化方法、系统、终端及介质。
背景技术
新能源接入电网时需要考虑电力消纳问题和随机波动性问题，所以在进行新能源装机资源规划时，一般将新能源发电机组出力的波动特性与用电负荷数据的波动特性进行相似度匹配，同时还考虑传统发电机组与用电负荷数据之间的缺口以及电力系统的消纳性能，以此确定新能源装机规划容量。
然而，现有技术中将新能源发电机组出力的波动特性与用电负荷数据的波动特性进行相似度匹配时，主要考虑的是整个电力系统的负荷需求以及所有新能源装机容量出力的波动情况，弱化了多个预装的新能源发电机组之间出力的随机波动性影响，导致所有新能源发电机组的总出力的实际波动情况与用电负荷数据之间的差异较大，极易出现出力不足或电力资源浪费的情况；此外，基于整个电力系统的负荷需求以及所有新能源装机容量出力的波动情况进行分析，不利于后期新能源发电替代传统能源发电的扩建。
因此，如何研究设计一种能够克服上述缺陷的电网新能源资源规划优化方法、系统、终端及介质是我们目前急需解决的问题。
发明内容
为解决现有技术中的不足，本发明的目的是提供一种电网新能源资源规划优化方法、系统、终端及介质，在模拟分析过程中考虑了将上一个优先级高模拟分析结果中的波动特征叠加在当前优先级低的模拟分析结果中，最后再将同一优先级中的模拟分析结果进行融合重构得到最佳的年度预估出力数据，逐级实现了新能源装机容量的规划分析，使得最终得到的新能源规划优化策略的风险波动更小，同时利用后期新能源发电替代传统能源发电的扩建。
本发明的上述技术目的是通过以下技术方案得以实现的：
第一方面，提供了一种电网新能源资源规划优化方法，包括以下步骤：
依据电力系统中传统发电机组的出力分布密度确定各个传统发电机组的优先级；
依据传统发电机组的年度实际出力数据和所对应负荷覆盖范围内的用电负荷数据之差模拟分析得到新能源发电机组的年度基础出力数据；
将上一个优先级高的传统发电机组所模拟得到的年度基础出力数据和/或年度预估出力数据的波动特征叠加在当前优先级低的传统发电机组所模拟得到的年度基础出力数据中，得到至少一个由当前优先级低的传统发电机组所对应模拟得到的年度预估出力数据；
依据同一优先级传统发电机组所模拟得到的年度基础出力数据和年度预估出力数据融合重构得到新能源发电机组的年度稳态出力数据；
以新能源装机容量最小为优化目标，从传统发电机组所属覆盖区域中选取新能源装机的理论出力数据与年度稳态出力数据之间的匹配相似度不低于相似度阈值的新能源装机策略，所有新能源发电机组的新能源装机策略组成新能源规划优化策略。
进一步的，所述传统发电机组的出力分布密度为传统发电机组年度内的日度实际出力均值与对应负荷覆盖范围的负荷覆盖面积之比。
进一步的，所述波动特征的获得过程具体为：
依据年度基础出力数据和/或年度预估出力数据计算得到相应的年度出力均值；
以年度基础出力数据或年度预估出力数据与对应的年度出力均值之差计算得到随时间变化的波动特征。
进一步的，所述年度稳态出力数据的融合重构过程具体为：
确定年度基础出力数据与年度预估出力数据的水平临界线，并以年度基础出力数据或年度预估出力数据相对于对应水平临界线的相对波动值最小为目标求解得到最优临界线；
结合各个最优临界线和对应的权重系数进行权重计算，得到融合临界线；
以同一时刻的年度基础出力数据与年度预估出力数据相对于对应最优临界线的波动幅度比值之和作为融合临界线在对应时刻的模拟幅度比值；
以及，结合模拟幅度比值和融合临界线计算得到年度稳态出力数据。
进一步的，所述最优临界线的权重系数确定过程具体为：
确定年度基础出力数据与年度预估出力数据的真实波动值；
以年度基础出力数据与年度预估出力数据的真实波动值之比确定各个最优临界线的权重系数。
进一步的，所述相对波动值为年度基础出力数据或年度预估出力数据相对于对应水平临界线的标准偏差；
和/或，所述真实波动值为年度基础出力数据或年度预估出力数据相对于对应水平均值线的标准偏差。
进一步的，所述融合临界线的模拟幅度比值计算公式具体为：
其中，
表示第k个优先级所对应年度稳态出力数据在t时刻的模拟幅度比值；/>
表示第k个优先级所对应年度基础出力数据与年度预估出力数据的总数量；/>
表示第i个年度基础出力数据或年度预估出力数据在t时刻的出力；/>
表示第i个年度基础出力数据或年度预估出力数据的最优临界线。
第二方面，提供了一种电网新能源资源规划优化系统，包括：
等级划分模块，用于依据电力系统中传统发电机组的出力分布密度确定各个传统发电机组的优先级；
基础模拟模块，用于依据传统发电机组的年度实际出力数据和所对应负荷覆盖范围内的用电负荷数据之差模拟分析得到新能源发电机组的年度基础出力数据；
叠加模拟模块，用于将上一个优先级高的传统发电机组所模拟得到的年度基础出力数据和/或年度预估出力数据的波动特征叠加在当前优先级低的传统发电机组所模拟得到的年度基础出力数据中，得到至少一个由当前优先级低的传统发电机组所对应模拟得到的年度预估出力数据；
融合重构模块，用于依据同一优先级传统发电机组所模拟得到的年度基础出力数据和年度预估出力数据融合重构得到新能源发电机组的年度稳态出力数据；
策略优化模块，用于以新能源装机容量最小为优化目标，从传统发电机组所属覆盖区域中选取新能源装机的理论出力数据与年度稳态出力数据之间的匹配相似度不低于相似度阈值的新能源装机策略，所有新能源发电机组的新能源装机策略组成新能源规划优化策略。
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的一种电网新能源资源规划优化方法。
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的一种电网新能源资源规划优化方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明提供的一种电网新能源资源规划优化方法，在电力系统进行新能源资源规划时，依据表示电力系统中传统发电机组供电强度的出力分布密度确定传统发电机组的优先级，出力分布密度越大的传统发电机组在进行新能源资源规划时的优先级越高，依据传统发电机组的年度实际出力数据和所对应负荷覆盖范围内的用电负荷数据逐级进行新能源装机容量模拟分析，同时在模拟分析过程中还考虑了将上一个优先级高模拟分析结果中的波动特征叠加在当前优先级低的模拟分析结果中，最后再将同一优先级中的模拟分析结果进行融合重构得到最佳的年度预估出力数据，逐级实现了新能源装机容量的规划分析，使得最终得到的新能源规划优化策略的风险波动更小，同时利用后期新能源发电替代传统能源发电的扩建；
2、本发明在进行波动特征分析时，仅仅提取年度基础出力数据和/或年度预估出力数据相对于年度出力均值的变化量，能够降低各处新能源装机容量过大而出现电力资源浪费的情况；
3、本发明在融合重构年度稳态出力数据时，不仅仅考虑了年度基础出力数据和年度预估出力数据各处的波动幅度，还考虑了整体出力情况，使得融合重构的年度稳态出力数据抵抗风险能力更强。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是本发明实施例中的流程图；
图2是本发明实施例中的系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：一种电网新能源资源规划优化方法，如图1所示，包括以下步骤：
步骤S1：依据电力系统中传统发电机组的出力分布密度确定各个传统发电机组的优先级；
步骤S2：依据传统发电机组的年度实际出力数据和所对应负荷覆盖范围内的用电负荷数据之差模拟分析得到新能源发电机组的年度基础出力数据；
步骤S3：将上一个优先级高的传统发电机组所模拟得到的年度基础出力数据和/或年度预估出力数据的波动特征叠加在当前优先级低的传统发电机组所模拟得到的年度基础出力数据中，得到至少一个由当前优先级低的传统发电机组所对应模拟得到的年度预估出力数据；
步骤S4：依据同一优先级传统发电机组所模拟得到的年度基础出力数据和年度预估出力数据融合重构得到新能源发电机组的年度稳态出力数据；
步骤S5：以新能源装机容量最小为优化目标，从传统发电机组所属覆盖区域中选取新能源装机的理论出力数据与年度稳态出力数据之间的匹配相似度不低于相似度阈值的新能源装机策略，所有新能源发电机组的新能源装机策略组成新能源规划优化策略。
传统发电机组的出力分布密度为传统发电机组年度内的日度实际出力均值与对应负荷覆盖范围的负荷覆盖面积之比。其中，日度实际出力均值还可以替换成周度或月度实际出力均值，在此不受限制。
年度基础出力数据与年度预估出力数据的波动特征分析原理一致，以年度基础出力数据为例，年度基础出力数据的波动特征的获得过程具体为：依据年度基础出力数据计算得到相应的年度出力均值；以年度基础出力数据与对应的年度出力均值之差计算得到随时间变化的波动特征，能够降低各处新能源装机容量过大而出现电力资源浪费的情况。
年度稳态出力数据的融合重构过程具体为：确定年度基础出力数据与年度预估出力数据的水平临界线，并以年度基础出力数据或年度预估出力数据相对于对应水平临界线的相对波动值最小为目标求解得到最优临界线；结合各个最优临界线和对应的权重系数进行权重计算，得到融合临界线；以同一时刻的年度基础出力数据与年度预估出力数据相对于对应最优临界线的波动幅度比值之和作为融合临界线在对应时刻的模拟幅度比值；以及，结合模拟幅度比值和融合临界线计算得到年度稳态出力数据。
最优临界线的权重系数确定过程具体为：确定年度基础出力数据与年度预估出力数据的真实波动值；以年度基础出力数据与年度预估出力数据的真实波动值之比确定各个最优临界线的权重系数。
相对波动值为年度基础出力数据或年度预估出力数据相对于对应水平临界线的标准偏差。此外，真实波动值为年度基础出力数据或年度预估出力数据相对于对应水平均值线的标准偏差。
所述融合临界线的模拟幅度比值计算公式具体为：
其中，
表示第k个优先级所对应年度稳态出力数据在t时刻的模拟幅度比值；/>
表示第k个优先级所对应年度基础出力数据与年度预估出力数据的总数量；/>
表示第i个年度基础出力数据或年度预估出力数据在t时刻的出力；/>
表示第i个年度基础出力数据或年度预估出力数据的最优临界线。
本发明在融合重构年度稳态出力数据时，不仅仅考虑了年度基础出力数据和年度预估出力数据各处的波动幅度，还考虑了整体出力情况，使得融合重构的年度稳态出力数据抵抗风险能力更强。
实施例2：一种电网新能源资源规划优化系统，该系统用于实现实施例1中所记载的一种电网新能源资源规划优化方法，如图2所示，包括等级划分模块、基础模拟模块、叠加模拟模块、融合重构模块和策略优化模块。
其中，等级划分模块，用于依据电力系统中传统发电机组的出力分布密度确定各个传统发电机组的优先级；基础模拟模块，用于依据传统发电机组的年度实际出力数据和所对应负荷覆盖范围内的用电负荷数据之差模拟分析得到新能源发电机组的年度基础出力数据；叠加模拟模块，用于将上一个优先级高的传统发电机组所模拟得到的年度基础出力数据和/或年度预估出力数据的波动特征叠加在当前优先级低的传统发电机组所模拟得到的年度基础出力数据中，得到至少一个由当前优先级低的传统发电机组所对应模拟得到的年度预估出力数据；融合重构模块，用于依据同一优先级传统发电机组所模拟得到的年度基础出力数据和年度预估出力数据融合重构得到新能源发电机组的年度稳态出力数据；策略优化模块，用于以新能源装机容量最小为优化目标，从传统发电机组所属覆盖区域中选取新能源装机的理论出力数据与年度稳态出力数据之间的匹配相似度不低于相似度阈值的新能源装机策略，所有新能源发电机组的新能源装机策略组成新能源规划优化策略。
工作原理：本发明在电力系统进行新能源资源规划时，依据表示电力系统中传统发电机组供电强度的出力分布密度确定传统发电机组的优先级，出力分布密度越大的传统发电机组在进行新能源资源规划时的优先级越高，依据传统发电机组的年度实际出力数据和所对应负荷覆盖范围内的用电负荷数据逐级进行新能源装机容量模拟分析，同时在模拟分析过程中还考虑了将上一个优先级高模拟分析结果中的波动特征叠加在当前优先级低的模拟分析结果中，最后再将同一优先级中的模拟分析结果进行融合重构得到最佳的年度预估出力数据，逐级实现了新能源装机容量的规划分析，使得最终得到的新能源规划优化策略的风险波动更小，同时利用后期新能源发电替代传统能源发电的扩建。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种电网新能源资源规划优化方法，其特征是，包括以下步骤：
依据电力系统中传统发电机组的出力分布密度确定各个传统发电机组的优先级；
依据传统发电机组的年度实际出力数据和所对应负荷覆盖范围内的用电负荷数据之差模拟分析得到新能源发电机组的年度基础出力数据；
将上一个优先级高的传统发电机组所模拟得到的年度基础出力数据和/或年度预估出力数据的波动特征叠加在当前优先级低的传统发电机组所模拟得到的年度基础出力数据中，得到至少一个由当前优先级低的传统发电机组所对应模拟得到的年度预估出力数据；
依据同一优先级传统发电机组所模拟得到的年度基础出力数据和年度预估出力数据融合重构得到新能源发电机组的年度稳态出力数据；
以新能源装机容量最小为优化目标，从传统发电机组所属覆盖区域中选取新能源装机的理论出力数据与年度稳态出力数据之间的匹配相似度不低于相似度阈值的新能源装机策略，所有新能源发电机组的新能源装机策略组成新能源规划优化策略。
2.根据权利要求1所述的一种电网新能源资源规划优化方法，其特征是，所述传统发电机组的出力分布密度为传统发电机组年度内的日度实际出力均值与对应负荷覆盖范围的负荷覆盖面积之比。
3.根据权利要求1所述的一种电网新能源资源规划优化方法，其特征是，所述波动特征的获得过程具体为：
依据年度基础出力数据和/或年度预估出力数据计算得到相应的年度出力均值；
以年度基础出力数据或年度预估出力数据与对应的年度出力均值之差计算得到随时间变化的波动特征。
4.根据权利要求1所述的一种电网新能源资源规划优化方法，其特征是，所述年度稳态出力数据的融合重构过程具体为：
确定年度基础出力数据与年度预估出力数据的水平临界线，并以年度基础出力数据或年度预估出力数据相对于对应水平临界线的相对波动值最小为目标求解得到最优临界线；
结合各个最优临界线和对应的权重系数进行权重计算，得到融合临界线；
以同一时刻的年度基础出力数据与年度预估出力数据相对于对应最优临界线的波动幅度比值之和作为融合临界线在对应时刻的模拟幅度比值；
以及，结合模拟幅度比值和融合临界线计算得到年度稳态出力数据。
5.根据权利要求4所述的一种电网新能源资源规划优化方法，其特征是，所述最优临界线的权重系数确定过程具体为：
确定年度基础出力数据与年度预估出力数据的真实波动值；
以年度基础出力数据与年度预估出力数据的真实波动值之比确定各个最优临界线的权重系数。
6.根据权利要求5所述的一种电网新能源资源规划优化方法，其特征是，所述相对波动值为年度基础出力数据或年度预估出力数据相对于对应水平临界线的标准偏差；
和/或，所述真实波动值为年度基础出力数据或年度预估出力数据相对于对应水平均值线的标准偏差。
7.根据权利要求4所述的一种电网新能源资源规划优化方法，其特征是，所述融合临界线的模拟幅度比值计算公式具体为：
其中，
表示第k个优先级所对应年度稳态出力数据在t时刻的模拟幅度比值；
表示第k个优先级所对应年度基础出力数据与年度预估出力数据的总数量；/>
表示第i个年度基础出力数据或年度预估出力数据在t时刻的出力；/>
表示第i个年度基础出力数据或年度预估出力数据的最优临界线。
8.一种电网新能源资源规划优化系统，其特征是，包括：
等级划分模块，用于依据电力系统中传统发电机组的出力分布密度确定各个传统发电机组的优先级；
基础模拟模块，用于依据传统发电机组的年度实际出力数据和所对应负荷覆盖范围内的用电负荷数据之差模拟分析得到新能源发电机组的年度基础出力数据；
叠加模拟模块，用于将上一个优先级高的传统发电机组所模拟得到的年度基础出力数据和/或年度预估出力数据的波动特征叠加在当前优先级低的传统发电机组所模拟得到的年度基础出力数据中，得到至少一个由当前优先级低的传统发电机组所对应模拟得到的年度预估出力数据；
融合重构模块，用于依据同一优先级传统发电机组所模拟得到的年度基础出力数据和年度预估出力数据融合重构得到新能源发电机组的年度稳态出力数据；
策略优化模块，用于以新能源装机容量最小为优化目标，从传统发电机组所属覆盖区域中选取新能源装机的理论出力数据与年度稳态出力数据之间的匹配相似度不低于相似度阈值的新能源装机策略，所有新能源发电机组的新能源装机策略组成新能源规划优化策略。
9.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的一种电网新能源资源规划优化方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行可实现如权利要求1-7中任意一项所述的一种电网新能源资源规划优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310052783.7A CN115864397B (zh) | 2023-02-03 | 2023-02-03 | 一种电网新能源资源规划优化方法、系统、终端及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310052783.7A CN115864397B (zh) | 2023-02-03 | 2023-02-03 | 一种电网新能源资源规划优化方法、系统、终端及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115864397A true CN115864397A (zh) | 2023-03-28 |
| CN115864397B CN115864397B (zh) | 2023-05-02 |
Family
ID=85657488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310052783.7A Active CN115864397B (zh) | 2023-02-03 | 2023-02-03 | 一种电网新能源资源规划优化方法、系统、终端及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115864397B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112491043A (zh) * | 2020-11-23 | 2021-03-12 | 国网经济技术研究院有限公司 | 一种新能源富集电网电源规划方法及系统 |
| CN112865191A (zh) * | 2020-12-31 | 2021-05-28 | 中国电力科学研究院有限公司 | 一种多区域新能源装机容量优化方法和装置 |
| CN114529100A (zh) * | 2022-03-01 | 2022-05-24 | 南京工业大学 | 一种面向区域电网风光消纳的储能优化配置方法及系统 |
| CN114844119A (zh) * | 2022-04-25 | 2022-08-02 | 中国电力科学研究院有限公司 | 一种储能发电装机和容量优化配置方法及系统 |
| CN115189395A (zh) * | 2022-06-17 | 2022-10-14 | 国家电网公司西南分部 | 一种风光水火储多能互补外送系统的双层优化配置方法 |
| CN115566680A (zh) * | 2022-12-05 | 2023-01-03 | 中国电力科学研究院有限公司 | 一种新能源电力系统时序生产模拟运行优化方法及装置 |
| CN115660412A (zh) * | 2022-10-10 | 2023-01-31 | 清华大学 | 考虑源荷波动及再调度的调度风险量化评估方法及装置 |
-
2023
- 2023-02-03 CN CN202310052783.7A patent/CN115864397B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112491043A (zh) * | 2020-11-23 | 2021-03-12 | 国网经济技术研究院有限公司 | 一种新能源富集电网电源规划方法及系统 |
| CN112865191A (zh) * | 2020-12-31 | 2021-05-28 | 中国电力科学研究院有限公司 | 一种多区域新能源装机容量优化方法和装置 |
| CN114529100A (zh) * | 2022-03-01 | 2022-05-24 | 南京工业大学 | 一种面向区域电网风光消纳的储能优化配置方法及系统 |
| CN114844119A (zh) * | 2022-04-25 | 2022-08-02 | 中国电力科学研究院有限公司 | 一种储能发电装机和容量优化配置方法及系统 |
| CN115189395A (zh) * | 2022-06-17 | 2022-10-14 | 国家电网公司西南分部 | 一种风光水火储多能互补外送系统的双层优化配置方法 |
| CN115660412A (zh) * | 2022-10-10 | 2023-01-31 | 清华大学 | 考虑源荷波动及再调度的调度风险量化评估方法及装置 |
| CN115566680A (zh) * | 2022-12-05 | 2023-01-03 | 中国电力科学研究院有限公司 | 一种新能源电力系统时序生产模拟运行优化方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 彭波;陈旭;徐乾耀;张宁;康重庆;: "面向新能源消纳的电网规划方法初探" * |
| 杨珺 等: "考虑灵活性需求的新能源高渗透系统规划方法" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115864397B (zh) | 2023-05-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hozouri et al. | On the use of pumped storage for wind energy maximization in transmission-constrained power systems | |
| Mejía-Giraldo et al. | Maximizing future flexibility in electric generation portfolios | |
| Reddy et al. | Distributed resource scheduling in smart grid with electric vehicle deployment using fireworks algorithm | |
| CN104753061B (zh) | 接入配电网的分布式电源及微电网群分区控制方法及系统 | |
| CN111900719B (zh) | 考虑柔性可控负荷的电网充裕度评估方法、装置及系统 | |
| CN110264110B (zh) | 基于配电网多应用场景的储能电站选址定容方法 | |
| CN103855718A (zh) | 抽水蓄能电站参与含风电电力系统的调度方法 | |
| KR20180063436A (ko) | 신재생에너지 하이브리드 발전시스템의 설계 방법 | |
| CN109800477B (zh) | 锂离子电池三因素不一致性预测方法及装置 | |
| CN112039058A (zh) | 基于风功率预测区间的机组组合方法、系统、介质及设备 | |
| CN115864397A (zh) | 一种电网新能源资源规划优化方法、系统、终端及介质 | |
| CN115619159B (zh) | 一种智慧园区能源消耗分析调度方法和系统 | |
| CN105990833B (zh) | 一种基于运行场景匹配的配电网动态重构方法 | |
| CN107910866B (zh) | 一种考虑需求侧响应不确定性的电力系统日前优化调度方法 | |
| CN111641204B (zh) | 一种分布式能源准入容量的计算方法及装置 | |
| CN115940152B (zh) | 一种新能源装机容量优化分配方法、系统、终端及介质 | |
| CN107196787B (zh) | 一种分布式电源集群控制节点优化部署方法及装置 | |
| CN110970899A (zh) | 一种多区域紧急减负荷协同决策方法、系统及存储介质 | |
| Zhang et al. | Mining transient stability database for rule-based preventive control of power systems | |
| CN111181200B (zh) | 一种发电可行域实用分析方法、装置及系统 | |
| Ogimoto et al. | Demand–supply balancing capability analysis for a future power system | |
| CN112132320B (zh) | 一种区域电网电力资源感知方法、存储介质和设备 | |
| CN110061493B (zh) | 一种储能系统储能容量的确定方法及系统 | |
| CN111861794B (zh) | 考虑概率分布的太阳能发电容量可信度获取方法及装置 | |
| Skowronska | Reliability and Optimal Operation of Repairable Systems with Application to a Smart Charging Microgrid with Vehicle-to-Grid Capability |
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 |