CN115954908A - 一种电网灵活性资源配置规划方法 - Google Patents
一种电网灵活性资源配置规划方法 Download PDFInfo
- Publication number
- CN115954908A CN115954908A CN202310174824.XA CN202310174824A CN115954908A CN 115954908 A CN115954908 A CN 115954908A CN 202310174824 A CN202310174824 A CN 202310174824A CN 115954908 A CN115954908 A CN 115954908A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- thermal power
- cost
- power
- unit
- 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
Links
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灵活性资源配置规划方法,包括以下步骤:步骤一、建立电网灵活性资源配置规划模型;步骤二、构建目标函数;步骤三、确定约束条件;步骤四、模型求解,得到储能的最优配置。本发明提供的电网灵活性资源配置规划方法,能够为区域灵活性资源配置提供规划决策支撑,降低总体灵活性配置成本,提高综合收益,提高决策的科学性,推动“双碳目标”实现。
Description
技术领域
本发明属于能源技术领域,具体涉及一种电网灵活性资源配置规划方法。
背景技术
在我国电源结构中,火电装机占主导地位,通过火电机组改造以提高灵活性的方式来实现可再生能源的消纳仍是电网当前的主要选择。然而,随着可再生能源并网比例逐渐升高,火电机组出力空间逐渐被挤占,致使火电发电商利益受损,参与调峰积极性低,出台火电机组调峰辅助服务机制有利于提高其参与深度调峰的积极性。
储能作为一种优质灵活性资源,具有响应速度快、安装位置灵活的特点,但存在成本高、收益核算机制不健全的问题。
发明内容
为解决现有技术中存在的技术问题,本发明的目的在于提供一种电网灵活性资源配置规划方法。
为实现上述目的,达到上述技术效果,本发明采用的技术方案为:
一种电网灵活性资源配置规划方法,包括以下步骤:
步骤一、建立电网灵活性资源配置规划模型;
步骤二、构建目标函数;
步骤三、确定约束条件;
步骤四、模型求解,得到储能的最优配置。
在本发明提供的一种电网灵活性资源配置规划方法中,步骤一中,所述电网灵活性资源配置规划模型包括:
1)收益模型
所述收益模型以收益最大为优化目标,总收益Fpro包括储能的辅助服务收益、火电机组上网电量收益和火电机组运行补偿收益,其计算公式为:
2)灵活性资源调峰成本模型
所述灵活性资源调峰成本模型以运行成本最低为优化目标,总运行成本Finv包括储能设备的投资成本、火电机组深度改造成本、火电机组运行燃料成本、投油成本和附加环境成本,其计算公式为:
在本发明提供的一种电网灵活性资源配置规划方法中,所述储能的辅助服务收益的计算公式为:
式中,ηe为储能系统放电效率,PD,e,t为储能系统t时刻放电功率,PC,e,t为储能系统t时刻充电功率,Cpr,e,t为电网t时刻的实时峰谷电价,t1和t2为储能放电时间段与充电时间段;
所述火电机组上网电量收益的计算公式为:
式中,WG,i为第i台火电机组的上网电量,Cfit为火电上网电价;
所述火电机组运行补偿收益的计算公式为:
式中,PG,i(t)为第i台火电机组在t时刻功率;Pa,i为第i台火电机组常规调峰阶段的最小出力值;t3为火电机组深度调峰时间段;Cpr,GP为火电机组深度调峰补偿单价,其计算公式为:
a、b、c为常数,不同省份数值不同。
在本发明提供的一种电网灵活性资源配置规划方法中,所述储能设备的投资成本Fe,inv由功率成本及容量成本构成,其计算公式为:
Fe,inv=Pe,inv×KPess+Ee,inv×KEess
式中,Pe.inv为配置的储能功率,Kpess为单位功率变流器购置成本,Ee,inv为配置的储能容量,KEess为储能系统单位容量购置成本;
所述火电机组深度改造成本的计算公式为:
式中,KG为火电机组深度改造的单位投资成本,Pmin为火电机组深度改造后机组的最低技术出力,Pa代表电网规定的机组常规调峰出力最小值。
在本发明提供的一种电网灵活性资源配置规划方法中,火电机组在常规阶段运行时候,主要通过燃烧煤炭来保证火电机组的正常稳定运行,火电机组的耗量特性函数表示为二次函数,其计算公式为:
式中,ai、bi、ci分别为机组耗量特性函数的二次项系数、一次项系数和常数项,Pi,t为机组i在t时段的输出功率,Mcoal为当季的单位煤炭价格,t4为火电机组运行时间。
在本发明提供的一种电网灵活性资源配置规划方法中,所述投油成本的计算公式为:
Fo,inv=Poil×Koil
式中,Poil为耗油量;Koil为当季的油价格;
所述附加环境成本的计算公式为:
Fenv,inv=Poil×Km+Cm
式中,Km为燃油产生的单位污染物排污费;Cm为污染物排放超过规定值时的额外罚款,超标程度越高,罚款越多。
在本发明提供的一种电网灵活性资源配置规划方法中,步骤二中,所述目标函数的表达式如下:
F=Ftotal/λQ
Ftotal=Fpro-Finv
式中,Ftotal为综合收益,λQ为弃风率,Fpro为总收益,Finv为总成本,ΔEQ为弃风电量,EW为实际消耗的风电电量。
在本发明提供的一种电网灵活性资源配置规划方法中,步骤三中,所述约束条件包括:
SOC约束:
SOC(0)=SOC(24)
SOC是指储能的荷电状态;SOC(0)是指0时的荷电状态;SOC(24)是指24时的荷电状态;
电量平衡约束:
式中,第一项为Δt时段内k个火电机组的输出电量;Ww(Δt)、We(Δt)分别为风力发电机组、储能系统在Δt时段内输出电量;WQ(Δt)为Δt时段内的弃风电量;WL(Δt)为Δt时段内系统总负荷。
节点功率平衡约束:
PG,i,t+PW,j,t-ΔPw,j,t=Pess,i,t+PL,m,t
式中,PG,i,t为火电厂i在时间段t内的输出功率向量;PW,j,t、ΔPw,j,t分别为风电场j在时间段t内的输出功率向量和弃风功率向量;Pess,i,t为储能设备i在时间段t内的输出功率向量;PL,m,t为时间段t内节点m有功负荷向量。
火电机组上下限约束:
储能功率、容量的上下限容量:
在本发明提供的一种电网灵活性资源配置规划方法中,步骤四中,模型求解的步骤包括:
首先获取火电机组的深度调峰收益及运行成本,然后摄动储能配置得到储能的收益及成本,最终对综合收益与弃风率之间的比值展开优化,得到最优的储能配置。
进一步的,模型求解的步骤包括:
第一步,输入规划目标年的风电功率数据与负荷数据,并给出净负荷典型场景;
第二步,根据净负荷典型场景,计算所有场景中火电机组灵活性改造最大值,确定火电灵活性改造可行域;在储能日清约束的前提下,计算储能配置的最大值,确定储能配置可行域;
第三步,设置常规电源灵活性改造初值,计算火电机组参与深度调峰后的油耗、环境惩罚和灵活性改造成本,并根据火电深度调峰补贴政策计算火电深度调峰收益;
第四步,寻求当前火电灵活性改造数值下的最优配置储能:通过时序模拟,在储能出力约束、日清约束、电量约束、功率平衡约束等约束条件下,计算包含弃风率、储能投资成本的综合成本及储能在不同电价策略下的峰谷套利收益,并得出目标函数值,然后在储能可行域中遍历所有储能配置,最终在所有可行储能配置中得出储能的最优配置。
与现有技术相比,本发明的有益效果为:
本发明公开了一种电网灵活性资源配置规划方法,能够为区域灵活性资源配置提供规划决策支撑,降低总体灵活性配置成本,提高综合收益,提高决策的科学性,推动“双碳目标”实现。
附图说明
图1为本发明的火电机组深度调峰阶梯补偿示意图。
具体实施方式
下面对本发明进行详细阐述,以使本发明的优点和特征能更易于被本领域技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
以下给出一个或多个方面的简要概述以提供对这些方面的基本理解。此概述不是所有构想到的方面的详尽综览,并且既非旨在指认出所有方面的关键性或决定性要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或多个方面的一些概念以为稍后给出的更加详细的描述之序。
一种电网灵活性资源配置规划方法,包括以下步骤:
步骤一、建立电网灵活性资源配置规划模型,该模型包括:
1)收益模型
总收益Fpro主要包含储能的辅助服务收益、火电机组上网电量收益和火电机组运行补偿收益,其计算公式为:
储能的辅助服务主要指储能参与系统的调峰辅助服务,储能系统利用电力价格峰谷差,在电价较低时给储能设备充电,在电价较高时储能设备放电,从而降低用户用电的成本,并获取相应收益,其计算公式为:
式中,ηe为储能系统放电效率,PD,e,t为储能系统t时刻放电功率,PC,e,t为储能系统t时刻充电功率,Cpr,e,t为电网t时刻的实时峰谷电价,t1和t2为储能放电时间段与充电时间段。
火电机组上网电量收益的计算公式为:
式中,WG,i为第i台火电机组的上网电量,Cfit为火电上网电价。
火电机组运行补偿收益的计算公式为:
式中,PG,i(t)为第i台火电机组在t时刻功率;Pa,i为第i台火电机组常规调峰阶段的最小出力值;t3为火电机组深度调峰时间段;Cpr,GP为火电机组深度调峰补偿单价。
目前我国针对火电机组深度调峰补偿采用阶梯式补偿方法,不同省份补贴价格各异,计算公式为:
式中,a、b、c为常数,不同省份数值不同。
2)灵活性资源调峰成本模型
总运行成本主要包含储能设备的投资成本、火电机组深度改造成本、火电机组运行燃料成本、投油成本和附加环境成本,其计算公式为:
储能设备的投资成本主要由功率成本及容量成本构成,其计算公式为:
Fe,inv=Pe,inv×KPess+Ee,inv×KEess
式中,Pe.inv为配置的储能功率,Kpess为单位功率变流器购置成本,Ee,inv为配置的储能容量,KEess为储能系统单位容量购置成本。
火电机组在进行灵活性改造时的火电机组深度改造成本计算公式为:
式中,KG为火电机组深度改造的单位投资成本,Pmin为火电机组深度改造后机组的最低技术出力,Pa代表电网规定的机组常规调峰出力最小值,即机组出力低于Pa后为深度调峰状态。
火电机组在常规阶段运行时候,主要通过燃烧煤炭来保证火电机组的正常稳定运行,火电机组的耗量特性函数一般表示为二次函数,其计算公式为:
式中,ai、bi、ci分别为机组耗量特性函数的二次项系数、一次项系数和常数项,Pi,t为机组i在t时段的输出功率,Mcoal为当季的单位煤炭价格,t4为火电机组运行时间。
当火电机组调峰超过一定阶段时,为了保持机组的正常稳定运行,需要采取投油措施来维持,投油成本计算公式为:
Fo,inv=Poil×Koil
式中,Poil为耗油量;Koil为当季的油价格。
随着火电机组的深度改造,火电机组需要投油运行,运行排放的污染物如SO2、NOx会随之增加,会产生相应的附加环境成本,其计算公式为:
Fenv,inv=Poil×Km+Cm
式中,Km为燃油产生的单位污染物排污费;Cm为污染物排放超过规定值时的额外罚款,超标程度越高,罚款越多。
步骤二、构建目标函数
为了兼顾系统的经济性和风电的消纳能力,将系统综合收益和弃风率同时纳入目标函数中,其表达式如下:
F=Ftotal/λQ
Ftotal=Fpro-Finv
式中,Ftotal为综合收益,Fpro为总收益,Finv为总运行成本,ΔEQ为弃风电量,EW为实际消耗的风电电量,λQ为弃风率。
步骤三、确定约束条件
SOC约束:
SOC(0)=SOC(24)
SOC是指储能的荷电状态;SOC(0)是指0时的荷电状态;SOC(24)是指24时的荷电状态;
电量平衡约束:
式中,第一项为Δt时段内k个火电机组的输出电量;Ww(Δt)、We(Δt)分别为风力发电机组、储能系统在Δt时段内输出电量;WQ(Δt)为Δt时段内的弃风电量;WL(Δt)为Δt时段内系统总负荷。
节点功率平衡约束:
PG,i,t+PW,j,t-ΔPw,j,t=Pess,i,t+PL,m,t
式中,PG,i,t为火电厂i在时间段t内的输出功率向量;PW,j,t、ΔPw,j,t分别为风电场j在时间段t内的输出功率向量和弃风功率向量;Pess,i,t为储能设备i在时间段t内的输出功率向量;PL,m,t为时间段t内节点m有功负荷向量。
火电机组上下限约束:
储能功率、容量的上下限容量:
步骤四、模型求解
考虑辅助服务收益的储能与规划模型的求解思路是首先摄动常规机组灵活性改造数量,得到火电机组的深度调峰收益及运行成本;然后摄动储能配置得到储能的收益及成本;最终对总综合收益与弃风率之间的比值展开优化,即每次修正火电机组灵活性改造规划边界,都会存在一个最优的储能配置,因此,利用枚举法即可得到最优规划方案。
考虑辅助服务收益的储能与火电机组灵活性改造协调规划模型的求解步骤为:
第一步,输入规划目标年的风电功率数据与负荷数据,并给出净负荷典型场景。
第二步,根据净负荷典型场景,计算所有场景中火电机组灵活性改造最大值,确定火电灵活性改造可行域;在储能日清约束的前提下,计算储能配置的最大值,确定储能配置可行域。
第三步,设置常规电源灵活性改造初值,计算火电机组参与深度调峰后的油耗、环境惩罚和灵活性改造成本,并根据火电深度调峰补贴政策计算火电深度调峰收益。
第四步,寻求当前火电灵活性改造数值下的最优配置储能。通过时序模拟,在储能出力约束、日清约束、电量约束、功率平衡约束等约束条件下,计算包含弃风率、储能投资成本的综合成本及储能在不同电价策略下的峰谷套利收益,并得出目标函数值,然后在储能可行域中遍历所有储能配置,最终在所有可行储能配置中得出储能的最优配置。
实施例1
使用中国东北某风电基地外送输电工程进行算例分析,其中,风电基地装机容量为950MW,风电功率最大值为817.7226MW,风电渗透率为50%,电网侧最大负荷为673.90MW,外送输电通道电压等级为220kV,长度约为200km,全年弃风率28.208%。该地区火电机组深度调峰阶梯补偿示意如图1所示,计算基础参数如表1所示。
考虑储能与火电机组灵活性改造两种灵活性资源,对规划结果进行分析,分为两种场景,即:
场景1:无储能设备参与,仅考虑具备深度调峰能力的火电机组参与调峰;
场景2:以固定峰谷电价模式下利用储能与火电机组灵活性改造提升系统调峰能力。
在场景1的规划过程中,以火电机组改造后调峰深度为60%的改造台数和火电机组改造后调峰深度为80%的改造台数为优化量,场景1运行方式下的规划结果为如表2所示。在场景2的规划过程中,储能容量以步长50MW·h为步长,储能功率以30MW为步长,场景2运行方式下的规划结果为如表3所示。
表1
参数名称 | 数值 |
火电机组建设成本/(万元/MW) | 500 |
火电机组单体容量/MW | 50 |
火电机组发电燃煤成本/(万元/MW) | 0.023 |
火电机组灵活性改造投资成本/(万元/MW) | 440 |
火电调峰深度为50%-60%时辅助服务市场补偿/(万元/MW) | 0.01 |
火电调峰深度为60%-80%时辅助服务市场补偿/(万元/MW) | 0.04 |
储能单位容量成本/(万元/(MW h)) | 60 |
变流器单位功率造价成本/(万元/MW) | 10 |
规划周期/年 | 20 |
表2
表3
场景2的规划方案相比场景1,虽然在规划周期内系统总收益降低了67亿元左右,但是弃风率降低了17.089%,目标函数F值提高了约131.3%,此外,火电机组多改造了5台,多配置了容量为1200MW·h、功率为240MW的储能。由此可见,利用本发明的储能与火电机组灵活性改造提升了系统调峰能力,在兼顾系统运行的经济性和风电的接纳能力的同时,还能够显著的增加系统的调节范围和灵活性。
本发明未具体描述的部分或结构采用现有技术或现有产品即可,在此不做赘述。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种电网灵活性资源配置规划方法,其特征在于,包括以下步骤:
步骤一、建立电网灵活性资源配置规划模型;
步骤二、构建目标函数;
步骤三、确定约束条件;
步骤四、模型求解,得到储能的最优配置。
2.根据权利要求1所述的一种电网灵活性资源配置规划方法,其特征在于,步骤一中,所述电网灵活性资源配置规划模型包括:
1)收益模型
所述收益模型以收益最大为优化目标,总收益Fpro包括储能的辅助服务收益、火电机组上网电量收益和火电机组运行补偿收益,其计算公式为:
2)灵活性资源调峰成本模型
所述灵活性资源调峰成本模型以运行成本最低为优化目标,总运行成本Finv包括储能设备的投资成本、火电机组深度改造成本、火电机组运行燃料成本、投油成本和附加环境成本,其计算公式为:
3.根据权利要求2所述的一种电网灵活性资源配置规划方法,其特征在于,所述储能的辅助服务收益的计算公式为:
式中,ηe为储能系统放电效率,PD,e,t为储能系统t时刻放电功率,PC,e,t为储能系统t时刻充电功率,Cpr,e,t为电网t时刻的实时峰谷电价,t1和t2为储能放电时间段与充电时间段;
所述火电机组上网电量收益的计算公式为:
式中,WG,i为第i台火电机组的上网电量,Cfit为火电上网电价;
所述火电机组运行补偿收益的计算公式为:
式中,PG,i(t)为第i台火电机组在t时刻功率;Pa,i为第i台火电机组常规调峰阶段的最小出力值;t3为火电机组深度调峰时间段;Cpr,GP为火电机组深度调峰补偿单价,其计算公式为:
a、b、c为常数,不同省份数值不同。
6.根据权利要求2所述的一种电网灵活性资源配置规划方法,其特征在于,所述投油成本的计算公式为:
Fo,inv=Poil×Koil
式中,Poil为耗油量;Koil为当季的油价格;
所述附加环境成本的计算公式为:
Fenv,inv=Poil×Km+Cm
式中,Km为燃油产生的单位污染物排污费;Cm为污染物排放超过规定值时的额外罚款,超标程度越高,罚款越多。
8.根据权利要求1所述的一种电网灵活性资源配置规划方法,其特征在于,步骤三中,所述约束条件包括:
SOC约束:
SOC(0)=SOC(24)
SOC是指储能的荷电状态;SOC(0)是指0时的荷电状态;SOC(24)是指24时的荷电状态;
电量平衡约束:
式中,第一项为Δt时段内k个火电机组的输出电量;Ww(Δt)、We(Δt)分别为风力发电机组、储能系统在Δt时段内输出电量;WQ(Δt)为Δt时段内的弃风电量;WL(Δt)为Δt时段内系统总负荷。
节点功率平衡约束:
PG,i,t+PW,j,t-ΔPw,j,t=Pess,i,t+PL,m,t
式中,PG,i,t为火电厂i在时间段t内的输出功率向量;PW,j,t、ΔPw,j,t分别为风电场j在时间段t内的输出功率向量和弃风功率向量;Pess,i,t为储能设备i在时间段t内的输出功率向量;PL,m,t为时间段t内节点m有功负荷向量。
火电机组上下限约束:
储能功率、容量的上下限容量:
9.根据权利要求1所述的一种电网灵活性资源配置规划方法,其特征在于,步骤四中,模型求解的步骤包括:
首先获取火电机组的深度调峰收益及运行成本,然后摄动储能配置得到储能的收益及成本,最终对综合收益与弃风率之间的比值展开优化,得到最优的储能配置。
10.根据权利要求9所述的一种电网灵活性资源配置规划方法,其特征在于,模型求解的步骤包括:
第一步,输入规划目标年的风电功率数据与负荷数据,并给出净负荷典型场景;
第二步,根据净负荷典型场景,计算所有场景中火电机组灵活性改造最大值,确定火电灵活性改造可行域;在储能日清约束的前提下,计算储能配置的最大值,确定储能配置可行域;
第三步,设置常规电源灵活性改造初值,计算火电机组参与深度调峰后的油耗、环境惩罚和灵活性改造成本,并根据火电深度调峰补贴政策计算火电深度调峰收益;
第四步,寻求当前火电灵活性改造数值下的最优配置储能:通过时序模拟,在储能出力约束、日清约束、电量约束、功率平衡约束等约束条件下,计算包含弃风率、储能投资成本的综合成本及储能在不同电价策略下的峰谷套利收益,并得出目标函数值,然后在储能可行域中遍历所有储能配置,最终在所有可行储能配置中得出储能的最优配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310174824.XA CN115954908A (zh) | 2023-02-28 | 2023-02-28 | 一种电网灵活性资源配置规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310174824.XA CN115954908A (zh) | 2023-02-28 | 2023-02-28 | 一种电网灵活性资源配置规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115954908A true CN115954908A (zh) | 2023-04-11 |
Family
ID=87297786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310174824.XA Pending CN115954908A (zh) | 2023-02-28 | 2023-02-28 | 一种电网灵活性资源配置规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115954908A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117910836A (zh) * | 2024-03-19 | 2024-04-19 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
-
2023
- 2023-02-28 CN CN202310174824.XA patent/CN115954908A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117910836A (zh) * | 2024-03-19 | 2024-04-19 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
CN117910836B (zh) * | 2024-03-19 | 2024-05-28 | 浙江大学 | 一种提升大电网灵活性的储能电站规划方法 |
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 | |
CN109948849B (zh) | 一种计及储能接入的配电网网架规划方法 | |
CN107769235B (zh) | 一种基于混合储能与电动汽车的微网能量管理方法 | |
CN108520314A (zh) | 结合v2g技术的主动配电网调度方法 | |
CN107732949A (zh) | 一种综合风电全年多季节特性的储能布点定容方法 | |
CN109711706A (zh) | 考虑分布式电源和需求响应的主动配电网变电站规划方法 | |
CN106529737A (zh) | 一种配电网供给侧调峰电源规划布局方法 | |
CN107732937B (zh) | 含风-光-储-电动汽车的并网型微网的削峰填谷方法 | |
CN115954908A (zh) | 一种电网灵活性资源配置规划方法 | |
CN114819373A (zh) | 一种基于合作博弈的共享混合储能电站的储能规划方法 | |
CN115473285A (zh) | 基于合作博弈论的多类型储能系统最优容量配置方法 | |
CN114884136A (zh) | 一种计及风电相关性的主动配电网鲁棒优化调度方法 | |
CN112886624B (zh) | 一种三站合一变电站储能装置规划设计系统及方法 | |
CN106709611A (zh) | 全寿命周期框架下的微电网优化配置方法 | |
CN113742944A (zh) | 一种考虑电制氢系统的虚拟电厂建模方法 | |
CN114094608B (zh) | 一种面向光伏电站的多类型储能容量优化配置方法及装置 | |
CN116187509A (zh) | 一种电力系统生产成本测算的方法及装置 | |
CN112600227B (zh) | 一种基于典型日挖掘的储能辅助调峰容量配置方法 | |
Zhu et al. | Policy Analysis and Operational Benefit Evaluation of China's Hundred Megawatt-scale Electrochemical Energy Storage Stations in Power Auxiliary Service Market | |
Shi et al. | Optimal allocation of energy storage capacity for hydro-wind-solar multi-energy renewable energy system with nested multiple time scales | |
CN114971154A (zh) | 一种包含碳交易机制的可再生能源消纳方法 | |
Hongli et al. | Day-ahead optimal dispatch of regional power grid based on electric vehicle participation in peak shaving pricing strategy | |
Liu et al. | Economic scheduling of the wind-photovoltaic-thermal-load-storage integrated system considering carbon emission trading | |
CN108183498A (zh) | 一种含风光储配电网背景下的车储混合配置方法 |
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 |