CN116523279B - 一种计及调频需求的灵活性资源配置方案的确定方法 - Google Patents
一种计及调频需求的灵活性资源配置方案的确定方法 Download PDFInfo
- Publication number
- CN116523279B CN116523279B CN202310817939.6A CN202310817939A CN116523279B CN 116523279 B CN116523279 B CN 116523279B CN 202310817939 A CN202310817939 A CN 202310817939A CN 116523279 B CN116523279 B CN 116523279B
- Authority
- CN
- China
- Prior art keywords
- stage
- flexible resource
- planning
- representing
- constraint
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000013468 resource allocation Methods 0.000 title claims abstract description 24
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 238000009434 installation Methods 0.000 claims abstract description 16
- 238000004146 energy storage Methods 0.000 claims description 76
- 230000009466 transformation Effects 0.000 claims description 16
- 238000007599 discharging Methods 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 12
- 238000012986 modification Methods 0.000 claims description 12
- 238000003064 k means clustering Methods 0.000 claims description 5
- 238000010977 unit operation Methods 0.000 claims description 5
- 230000033228 biological regulation Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000010248 power generation Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 3
- 230000003828 downregulation Effects 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 230000003827 upregulation Effects 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 2
- 230000000630 rising effect Effects 0.000 description 3
- 230000006735 deficit Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- 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
-
- 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
- H02J3/38—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
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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]
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Probability & Statistics with Applications (AREA)
- Water Supply & Treatment (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种计及调频需求的灵活性资源配置方案的确定方法,第一步,确定规划年的典型日集合,第二步,根据某一典型日数据、现有灵活资源配置、新能源装机容量求解灵活资源多阶段规划模型,该灵活资源多阶段规划模型以规划投资层的成本与模拟运行层的成本之和最小为目标构建得到,模拟运行层的成本包括日前调度阶段的成本、日内调整阶段的成本、实时运行阶段的成本,重复第二步直至典型日集合遍历完成,得到规划年的灵活资源配置规划方案。本设计将灵活资源规划问题划分为规划投资、模拟运行两个层面,再将模拟运行层划分为日前调度阶段、日内调整阶段、实时运行阶段,对模拟运行过程划分更细,颗粒度更细,使得规划结果更精确。
Description
技术领域
本发明属于电力系统规划技术领域,具体涉及一种计及调频需求的灵活性资源配置方案的确定方法。
背景技术
随着双碳目标的推进,传统电力系统正转型升级为以新能源为中心的新型电力系统,风、光等新能源的渗透率逐渐上升,使得电力系统结构的复杂性与运行风险增加,同时,新能源的不确定性、间歇性对电力系统的影响也不断扩大,不但增加了电力系统削峰填谷的压力,而且还降低了系统的抗扰动能力,使得电力系统面临调峰、调频需求剧增的双重困境。然而,传统的电力系统灵活性资源规划方法的颗粒度较粗,对新能源不确定性的影响描述不清晰,而且缺乏对系统调频需求的思考,也未能将灵活性资源规划与逐年上升电力系统新能源承载目标进行有效结合。
发明内容
本发明的目的是针对现有技术存在的上述问题,提供提供一种规划颗粒度更细的计及调频需求的灵活性资源配置方案的确定方法。
为实现以上目的,本发明的技术方案如下:
一种计及调频需求的灵活性资源配置方案的确定方法,所述确定方法依次按照以下步骤进行:
S1、确定规划年的典型日集合;
S2、根据某一典型日数据、现有灵活资源配置、新能源装机容量求解灵活资源多阶段规划模型,所述灵活资源多阶段规划模型以规划投资层的成本与模拟运行层的成本之和最小为目标构建得到,所述模拟运行层的成本包括日前调度阶段的成本、日内调整阶段的成本、实时运行阶段的成本;
S3、重复步骤S2直至典型日集合遍历完成,得到规划年的灵活资源配置规划方案。
所述确定方法还包括:
S4、判断规划年在由步骤S3得到的规划方案下的新能源发电量占比是否达到预设的新能源发电量占比,若未达到则进入步骤S5,若达到则进入步骤S6;
S5、增大新能源装机容量后返回步骤S2;
S6、输出规划年的灵活资源规划方案。
步骤S2中,所述灵活资源多阶段规划模型的目标函数为:
;
;
;
上式中,、/>分别为规划投资层的成本、模拟运行层的成本;/>表示待规划的灵活性资源集合,/>表示灵活性资源种类,/>、/>分别表示火电机组灵活性改造、储能电站扩容;/>、/>分别表示折算到日的第/>个新增灵活性资源的单位投资成本与新增容量;/>、/>分别表示第/>个新增灵活性资源的使用年限、贴现率;/>分别表示日前调度阶段、日内调整阶段、实时运行阶段三个阶段;/>,/>表示一个调度周期;s、/>分别表示新能源出力场景树中的随机场景与场景概率;/>、/>分别表示第j个火电机组的启、停机成本; />、/>分别表示第j个火电机组的单位燃料成本、第k个储能电站的单位运行成本;/>、/>、/>分别表示在实时运行阶段中第t个时段第j个火电机组的有功出力、第k个储能电站的充电功率、第k个储能电站的放电功率;、/>、/>分别表示可中断负荷单位补偿成本、新能源限电、强制切负荷的惩罚成本;/>、/>、/>分别表示在实时运行阶段中第t个时段可中断负荷的中断量、新能源限电量、强制切负荷量;/>、/>、/>、/>、/> 分别表示系统中的火电机组集合、储能电站集合、负荷节点、新能源机组集合、场景树中场景集合。
所述确定方法还包括:
S4、判断规划年在由步骤S3得到的规划方案下的新能源发电量占比是否达到预设的新能源发电量占比,若未达到则进入步骤S5,若达到则进入步骤S6;
S5、增大新能源装机容量后返回步骤S2;
S6、输出规划年的灵活资源规划方案。
;
;
上式中,d表示规划年的典型日集合,、/>表示待规划的储能电站扩容集合、火电灵活性改造集合;/>、/>分别表示第x种新增灵活性资源的第i个灵活性资源的建设容量上、下限;/>表示储能电站投资扩容容量,/>表示储能电站退役容量,/>表示火电机组投资灵活性改造容量,/>、/>分别表示第x种新增灵活性资源的第i个灵活性资源的最终装机容量、已有装机容量;/>表示第j个火电机组的最小技术出力,/>、分别表示第j个火电机组未实施与实施灵活性改造后的最小技术出力;/>表示第j个火电机组灵活性改造后的最小技术出力,/>表示第j个火电机组的灵活性改造方案,、/>分别表示第j个火电机组不实施与实施灵活性改造;
所述系统正负备用约束为:
;
;
上式中,、/>分别为第j个火电机组、第k个储能电站的现有装机容量;/>、、/>分别为最大负荷值、静态容量备用系数、负备用要求系数;/>为第j个火电机组的最大技术出力;/>表示新能源装机容量;/>、/>分别为第j个火电机组、第k个储能电站提供负备用能力系数;/>、/>分别为第k个储能电站充电功率、放电功率上限;
所述潮流约束为:
;
;
上式中,分别表示日前调度阶段、日内调整阶段、实时运行阶段三个阶段;,/>表示一个调度周期;s、/>分别表示新能源出力场景树的随机场景与场景概率;/>、/>、/>、/>、/>、/>、/>分别表示在第/>个阶段的第j个火电机组的有功出力、第m个新能源机组的预测出力、第m个新能源机组的预限电功率、第k个储能电站的充电功率、第k个储能电站的放电功率、第i个节点处负荷大小、第i个节点处电压相位大小;/>、/>分别表示实时阶段第i个节点处可中断负荷、强制切负荷大小;/>、/>、/>、/>分别表示位于第i个节点处的火电机组集合、新能源机组集合、储能电站集合以及与第i个节点相连的节点集合;/>、/>分别表示系统支路in允许流通的有功功率上限、系统支路节点关联矩阵;
所述火电机组约束为:
;
;
;
;
;
上式中,表示日前阶段需要确定的第j个火电机组启停状态,/>=1则表示机组运行,/>=0则表示机组停机;/>表示考虑火电机组灵活性改造状态与启停状态的最小技术出力,M是一个很大的常数,/>、/>分别为第j个火电机组在第/>个阶段t时刻、t-1时刻的有功出力,/>、/>分别表示第j个火电机组的向上、向下最大爬坡率;/>、/>分别表示第j个火电机组的单位启、停成本;/>、/>分别为第j个火电机组允许的最小启、停时间间隔;
所述储能电站约束为:
;
;
;
;
上式中,、/>分别为第k个储能电站允许的充、放电功率上限;/>表示第个阶段内第k个储能电站的充放电状态,/>=1则表示处于充电状态,/>=0则表示处于放电状态;/>、/>分别为第k个储能电站的电量上、下限,/>、/>分别表示第k个储能电站在t时刻、t-1时刻的电量状态;/>、/>分别为第k个储能电站的充、放电效率;/>为调度时间间隙;
所述新能源约束为:
;
;
;
上式中,表示实时阶段中第i个节点处可中断负荷量上限;
所述灵活性不足约束为:
;
上式中,、/>分别为实时运行阶段中系统的上调灵活性不足期望、下调灵活性不足期望;/>、/>分别为实时运行阶段中所允许的上、下调灵活性不足上限因子;
所述日前调频约束为:
;
;
;
;
;
上式中,表示电网频率变化速率限制,/>表示扰动导致的系统功率缺额, />表示系统惯量,/>、/>分别表示系统基准频率、基准容量;/>为第j个火电机组的惯性常数;/>、/>分别表示系统允许的频率偏移下、上限;/>为发电机组调速器死区, />为表示第j个发电机组最大调速器斜坡率;/>、/>分别表示第j个发电机组所需预留的向上、向下调频备用容量;/>、/>分别表示第k个储能电站所需预留的向上、向下调频备用容量;
所述灵活资源多阶段规划模型应满足非预期性条件:
;
上式中,、/>均为日前调度阶段的决策变量;/>、/>均为日内调整阶段的决策变量。
所述灵活资源多阶段规划模型还包括新能源装机占比约束、发电量占比约束。
所述新能源装机占比约束为:
;
上式中,为第y年新能源装机占比要求,/>、/>分别表示第y年新能源的装机容量、火电机组的装机容量;
所述发电量占比约束为:
;
上式中,为第y年新能源发电量占比要求,/>、/>分别表示第y年新能源、火电机组的发电量。
所述场景树的生成方法包括:
采用LHS抽样和K-means聚类确定典型日在日内调整阶段、实时运行阶段的新能源归一化出力场景,以典型日在日前阶段的新能源出力场景为根节点,随机组合日内调整阶段、实时运行阶段的新能源归一化出力场景,生成场景树。
步骤S2中,采用CPLEX求解器求解灵活资源多阶段规划模型。
与现有技术相比,本发明的有益效果为:
1、本发明一种计及调频需求的灵活性资源配置方案的确定方法,第一步,确定规划年的典型日集合,第二步,根据某一典型日数据、现有灵活资源配置、新能源装机容量求解灵活资源多阶段规划模型,该灵活资源多阶段规划模型以规划投资层的成本与模拟运行层的成本之和最小为目标构建得到,模拟运行层的成本包括日前调度阶段的成本、日内调整阶段的成本、实时运行阶段的成本,重复第二步直至典型日集合遍历完成,得到规划年的灵活资源配置规划方案;该设计将灵活资源规划问题划分为规划投资、模拟运行两个层面,再将模拟运行层划分为日前调度阶段、日内调整阶段、实时运行阶段,对模拟运行过程划分更细,颗粒度更细,使得规划结果更精确。因此,本发明的颗粒度更细,规划结果更精确。
2、本发明一种灵活资源多阶段规划模型包括规划投资层约束、模拟运行层约束,规划阶段约束包括灵活资源的规划容量约束、系统正负备用约束,模拟运行层约束包括常规约束、日前调频约束,常规约束包括潮流约束、火电机组约束、储能电站约束、新能源约束、灵活性不足约束;为保证灵活资源规划结果的适应性与可靠性,该设计在进行灵活资源规划时,通过设置日前调频约束,以满足电力系统运行的调频需求,从而获得更精确的灵活资源优化配置结果,使得规划模拟运行更贴近实际。因此,本发明能够满足电力系统运行的调频需求,使得规划模拟运行更贴近实际。
3、本发明一种灵活资源多阶段规划模型中,场景树的生成方法为,先采用LHS抽样和K-means聚类确定典型日在日内调整阶段、实时运行阶段的新能源归一化出力场景,然后以典型日在日前阶段的新能源出力场景为根节点,随机组合日内调整阶段、实时运行阶段的新能源归一化出力场景,生成场景树;由于日前阶段对于新能源出力的观测精度十分有限,若日前阶段观测的新能源出力与实时阶段新能源的实际出力存在较大偏差,会不可避免地影响灵活性资源的规划结果,从而影响新能源的消纳及电网的安全经济运行,相比而言,在日内阶段新能源出力观测精度要明显高于日前阶段,该设计根据日前-日内-实时三个阶段的新能源出力情况构建场景树,使灵活资源优化配置结果更准确。因此,本发明灵活资源优化配置结果的准确性好。
附图说明
图1为本发明实施例的流程图。
图2为实施例输出的灵活资源规划方案。
图3为由实施例输出的灵活资源规划方案下的规划投资阶段成本、模拟运行阶段成本、总成本。
图4为实施例中场景树的生成流程图。
图5为实施例中生成的场景树结构图。
图6为实施例中的灵活资源多阶段规划模型的框架图。
具体实施方式
下面结合具体实施方式以及附图对本发明作进一步详细的说明。
以Yb为基准年,对由规划年Yb+1、Yb+2、Yb+3组成的规划年集合,在IEEE 39节点系统上应用本发明一种灵活资源多阶段规划方案的确定方法进行灵活资源规划,本次规划在MATLAB平台上实现并采用CPLEX作为求解器,该IEEE 39节点系统包括6个火电机组、2个风电场(分别接入节点34、38)以及3个储能电站(分别接入节点33、38、39),系统负荷总量为2000MW,新能源装机容量占比分别为0.38、0.42、0.45;新能源发电量占比要求分别为0.28、0.32、0.35;年负荷增长率为6%;火电机组最大技术出力、灵活性改造前最小技术出力、灵活性改造后最小技术出力分别为额定功率的1.0、0.6、0.4;火电机组灵活性改造、储能电站建设成本分别为90、150万元/MW(MWh),使用年限分别为20、10年,贴现率为0.06;火电单位启停成本、运行成本分别为2000元/次、530元/MWh,储能单位运行成本60元/MWh;新能源限电、强制切负荷单位惩罚成本分别为830、2000元/MWh;新能源预测误差为±30%,所有储能电站初始装机均为0MWh,最大充、放电功率均为80MW,6个火电机组的其余参数如表1所示:
表1 6个火电机组参数
参见图1,所述一种计及调频需求的灵活性资源配置方案的确定方法,具体按照以下步骤进行:
S1、确定规划年集合中各规划年的典型日集合,所述典型日集合根据新能源与负荷的历史运行数据利用k-means聚类算法得到;
S2、参见图6,构建灵活资源多阶段规划模型,该灵活资源多阶段规划模型将灵活性资源规划问题划分为规划投资阶段、日前调度阶段、日内调整阶段、实时运行阶段,所述规划投资阶段用于根据灵活性资源需求与现有灵活性资源,考虑系统备用需求,确定待规划灵活性资源新增情况,所述日前阶段用于根据日前新能源预测出力、负荷需求并计及调频需求,确定常规电源的启停状态以及储能电站充放电状态等,所述日前调度阶段用于根据新能源新的预测出力调整常规电源、储能的出力,所述实时运行阶段用于根据新能源实际出力,确定常规电源、储能需要部署的备用容量;该灵活资源多阶段规划模型通过在日前调度-日内调整-实时运行阶段构建多阶段场景树描述新能源的不确定性,并在日前调度阶段计及系统调频需求,统筹规划多类型灵活性资源,优化电力系统灵活性资源结构,实现新能源与灵活性资源的协同发展;
参见图4、图5,所述场景树的生成方法为:
采用LHS抽样和K-means聚类确定典型日在日内调整阶段的新能源归一化出力场景(数量为N1个)、实时运行阶段的新能源归一化出力场景(数量为N2个),以典型日在日前调度阶段的新能源出力场景为根节点(日前调度阶段的新能源预测值唯一),随机组合日内调整阶段和实时运行阶段的新能源归一化出力场景,生成N1*N2个场景树;
所述灵活资源多阶段规划模型的目标函数为:
;
;
;
上式中,、/>分别为规划投资层的成本、模拟运行层的成本;/>表示待规划的灵活性资源集合,/>表示灵活性资源种类,/>、/>分别表示火电机组灵活性改造、储能电站扩容;/>、/>分别表示折算到日的第/>个新增灵活性资源的单位投资成本与新增容量;/>、/>分别表示第/>个新增灵活性资源的使用年限、贴现率;/>分别表示日前调度阶段、日内调整阶段、实时运行阶段三个阶段;/>,/>表示一个调度周期;s、/>分别表示新能源出力场景树中的随机场景与场景概率;/>、/>分别表示第j个火电机组的启、停机成本; />、/>分别表示第j个火电机组的单位燃料成本、第k个储能电站的单位运行成本;/>、/>、/>分别表示在实时运行阶段中第t个时段第j个火电机组的有功出力、第k个储能电站的充电功率、第k个储能电站的放电功率;、/>、/>分别表示可中断负荷单位补偿成本、新能源限电、强制切负荷的惩罚成本;/>、/>、/>分别表示在实时运行阶段中第t个时段可中断负荷的中断量、新能源限电量、强制切负荷量;/>、/>、/>、/>、/> 分别表示系统中的火电机组集合、储能电站集合、负荷节点、新能源机组集合、场景树中场景集合;
所述灵活资源多阶段规划模型包括规划投资层约束、模拟运行层约束、新能源装机占比约束、发电量占比约束,所述规划阶段约束包括灵活资源的规划容量约束、系统正负备用约束,所述模拟运行层约束包括常规约束、日前调频约束,所述常规约束包括潮流约束、火电机组约束、储能电站约束、新能源约束、灵活性不足约束;
所述灵活资源的规划容量约束包括储能电站扩容、火电灵活性改造容量约束,所述储能电站扩容约束为:
;
上式中,d表示规划年的典型日集合,表示待规划的储能电站扩容集合,/>、/>分别表示第x种新增灵活性资源的第i个灵活性资源的最终装机容量、已有装机容量;、/>分别表示第x种新增灵活性资源的第i个灵活性资源的建设容量上、下限;/>表示储能电站投资扩容容量,/>表示储能电站退役容量;
所述火电灵活性改造容量约束为:
;
上式中,表示火电灵活性改造集合,/>表示火电机组投资灵活性改造容量, />表示第j个火电机组的最小技术出力,/>、/>分别表示第j个火电机组未实施与实施灵活性改造后的最小技术出力;/>表示第j个火电机组灵活性改造后的最小技术出力,/>表示第j个火电机组的灵活性改造方案,/>、/>分别表示第j个火电机组不实施与实施灵活性改造;
所述系统正负备用约束为:
;
;
上式中,、/>分别为第j个火电机组、第k个储能电站的现有装机容量;/>、、/>分别为最大负荷值、静态容量备用系数、负备用要求系数;/>为第j个火电机组的最大技术出力;/>表示新能源装机容量;/>、/>分别为第j个火电机组、第k个储能电站提供负备用能力系数;/>、/>分别为第k个储能电站充电功率、放电功率上限;
所述潮流约束为:
;
;/>
上式中,分别表示日前调度阶段、日内调整阶段、实时运行阶段三个阶段;,/>表示一个调度周期;s、/>分别表示新能源出力场景树的随机场景与场景概率;/>、/>、/>、/>、/>、/>、/>分别表示在第/>个阶段的第j个火电机组的有功出力、第m个新能源机组的预测出力、第m个新能源机组的预限电功率、第k个储能电站的充电功率、第k个储能电站的放电功率、第i个节点处负荷大小、第i个节点处电压相位大小;/>、/>分别表示实时阶段第i个节点处可中断负荷、强制切负荷大小;/>、/>、/>、/>分别表示位于第i个节点处的火电机组集合、新能源机组集合、储能电站集合以及与第i个节点相连的节点集合;/>、/>分别表示系统支路in允许流通的有功功率上限、系统支路节点关联矩阵;
所述火电机组约束为:
;
;
;
;
;
上式中,表示日前阶段需要确定的第j个火电机组启停状态,/>=1则表示机组运行,/>=0则表示机组停机;/>表示考虑火电机组灵活性改造状态与启停状态的最小技术出力,M是一个很大的常数,/>、/>分别为第j个火电机组在第/>个阶段t时刻、t-1时刻的有功出力,/>、/>分别表示第j个火电机组的向上、向下最大爬坡率;/>、/>分别表示第j个火电机组的单位启、停成本;/>、/>分别为第j个火电机组允许的最小启、停时间间隔;
所述储能电站约束为:
;
;
;
;
上式中,、/>分别为第k个储能电站允许的充、放电功率上限;/>表示第个阶段内第k个储能电站的充放电状态,/>=1则表示处于充电状态,/>=0则表示处于放电状态;/>、/>分别为第k个储能电站的电量上、下限,/>、/>分别表示第k个储能电站在t时刻、t-1时刻的电量状态;/>、/>分别为第k个储能电站的充、放电效率;/>为调度时间间隙;
所述新能源约束为:
;
;
;
上式中,表示实时阶段中第i个节点处可中断负荷量上限;
所述灵活性不足约束为:
;
上式中,、/>分别为实时运行阶段中系统的上调灵活性不足期望、下调灵活性不足期望;/>、/>分别为实时运行阶段中所允许的上、下调灵活性不足上限因子;/>
所述日前调频约束为:
;
;
;
;
;
上式中,表示电网频率变化速率限制,/>表示扰动导致的系统功率缺额, />表示系统惯量,/>、/>分别表示系统基准频率、基准容量;/>为第j个火电机组的惯性常数;/>、/>分别表示系统允许的频率偏移下、上限;/>为发电机组调速器死区, />为表示第j个发电机组最大调速器斜坡率;/>、/>分别表示第j个发电机组所需预留的向上、向下调频备用容量;/>、/>分别表示第k个储能电站所需预留的向上、向下调频备用容量;
由于在多阶段随机规划问题中,当前决策不依赖未来的随机变量,只取决于当前的随机变量,当前阶段同一场景下的决策需保持一致性,因此灵活资源多阶段规划模型中的日前调度阶段与日内调整阶段中同一场景下的决策变量应满足非预期性条件:
;
上式中,、/>均为日前调度阶段的决策变量;/>、/>均为日内调整阶段的决策变量;
为将灵活性资源规划与逐年上升的电力系统新能源承载目标进行有效结合,设有新能源装机占比约束、新能源发电量占比约束,所述新能源装机占比约束为:
;
上式中,为第y年新能源装机占比要求,/>、/>分别表示第y年新能源的装机容量、火电机组的装机容量;
所述发电量占比约束为:
;
上式中,为第y年新能源发电量占比要求,/>、/>分别表示第y年新能源、火电机组的发电量;
S3、选取某一规划年中的某一典型日,并根据该典型日数据(即各阶段新能源与负荷出力数据)、现有灵活资源配置、新能源装机容量求解灵活资源多阶段规划模型,重复本步骤直至该规划年的典型日集合遍历完成;
S4、判断该规划年在由步骤S3得到的规划方案下的新能源发电量占比是否达到预设的新能源发电量占比,若未达到则进入步骤S5,若达到则进入步骤S6;
S5、增大新能源装机容量后返回步骤S3;
S6、循环重复步骤S3-S5直至规划年集合遍历完成,输出灵活资源规划方案,该灵活资源规划方案如图2所示,并计算得到该灵活资源规划方案下各规划年的规划投资阶段的成本()、模拟运行阶段成本(/>)与总成本(/>),计算结果如图3所示。
性能对比:
结合图2、3可以看出,与不计及调频需求的灵活资源优化配置确定方法相比(该确定方法除缺乏日前调频约束外,其他均与本发明相同),本发明所述方法所配置的灵活性资源更多,总成本更高,这是因为计及调频需求,在日前调度阶段电力系统需要预留足够的惯性水平与调频备用来抵御日内调整、实时运行阶段可能出现的扰动,这挤压了电力系统的新能源消纳能力,随着新能源占比上升,增加了调频需求与火电与储能出力限制,从而更容易出现灵活性不足的情况,所以相应灵活性资源需求增加,计及调频需求后,所需配置的灵活性资源更多。综上所述,本发明所提方法的规划颗粒度较细,对新能源不确定性的影响描述清晰,而且能够满足系统调频需求,具有较好的适应性与可靠性。
Claims (8)
1.一种计及调频需求的灵活性资源配置方案的确定方法,其特征在于:
所述确定方法依次按照以下步骤进行:
S1、确定规划年的典型日集合;
S2、根据某一典型日数据、现有灵活资源配置、新能源装机容量求解灵活资源多阶段规划模型,所述灵活资源多阶段规划模型以规划投资层的成本与模拟运行层的成本之和最小为目标构建得到,所述模拟运行层的成本包括日前调度阶段的成本、日内调整阶段的成本、实时运行阶段的成本;
S3、重复步骤S2直至典型日集合遍历完成,得到规划年的灵活资源配置规划方案;
所述灵活资源多阶段规划模型的目标函数为:
min f=f1+f2;
上式中,f1、f2分别为规划投资层的成本、模拟运行层的成本;Ωinv表示待规划的灵活性资源集合,x表示灵活性资源种类,x=g、x=b分别表示火电机组灵活性改造、储能电站扩容;分别表示折算到日的第w个新增灵活性资源的单位投资成本与新增容量;yw、r分别表示第w个新增灵活性资源的使用年限、贴现率;t=1,2,……,T,T表示一个调度周期;s、ρs分别表示新能源出力场景树中的随机场景与场景概率;/>分别表示第j个火电机组的启、停机成本;/>分别表示第j个火电机组的单位燃料成本、第k个储能电站的单位运行成本;/>分别表示在实时运行阶段中第t个时段第j个火电机组的有功出力、第k个储能电站的充电功率、第k个储能电站的放电功率;/>分别表示可中断负荷单位补偿成本、新能源限电、强制切负荷的惩罚成本;/>分别表示在实时运行阶段中第t个时段可中断负荷的中断量、新能源限电量、强制切负荷量;Ng、Nb、Nd、Nre、Ns分别表示系统中的火电机组集合、储能电站集合、负荷节点、新能源机组集合、场景树中场景集合。
2.根据权利要求1所述的一种计及调频需求的灵活性资源配置方案的确定方法,其特征在于:
所述确定方法还包括:
S4、判断规划年在由步骤S3得到的规划方案下的新能源发电量占比是否达到预设的新能源发电量占比,若未达到则进入步骤S5,若达到则进入步骤S6;
S5、增大新能源装机容量后返回步骤S2;
S6、输出规划年的灵活资源规划方案。
3.根据权利要求1所述的一种计及调频需求的灵活性资源配置方案的确定方法,其特征在于:
所述灵活资源多阶段规划模型包括规划投资层约束、模拟运行层约束,所述规划投资层约束包括灵活资源的规划容量约束、系统正负备用约束,所述模拟运行层约束包括常规约束、日前调频约束,所述常规约束包括潮流约束、火电机组约束、储能电站约束、新能源约束、灵活性不足约束;
所述灵活资源的规划容量约束为:
上式中,d表示规划年的典型日集合,Ωb、Ωg表示待规划的储能电站扩容集合、火电灵活性改造集合;分别表示第x种新增灵活性资源的第i个灵活性资源的建设容量上、下限;/>表示储能电站投资扩容容量,/>表示储能电站退役容量,/>表示火电机组投资灵活性改造容量,/>分别表示第x种新增灵活性资源的第i个灵活性资源的最终装机容量、已有装机容量;/>表示第j个火电机组的最小技术出力,/>分别表示第j个火电机组未实施与实施灵活性改造后的最小技术出力;/>表示第j个火电机组灵活性改造后的最小技术出力,/>表示第j个火电机组的灵活性改造方案,分别表示第j个火电机组不实施与实施灵活性改造;
所述系统正负备用约束为:
上式中,分别为第j个火电机组、第k个储能电站的现有装机容量; 分别为最大负荷值、静态容量备用系数、负备用要求系数;/>为第j个火电机组的最大技术出力;/>表示新能源装机容量;/>分别为第j个火电机组、第k个储能电站提供负备用能力系数;/>分别为第k个储能电站充电功率、放电功率上限;
所述潮流约束为:
上式中,l=1,2,3分别表示日前调度阶段、日内调整阶段、实时运行阶段三个阶段;t=1,2,……,T,T表示一个调度周期;s、ρs分别表示新能源出力场景树的随机场景与场景概率;θl,i,t,s分别表示在第l个阶段的第j个火电机组的有功出力、第m个新能源机组的预测出力、第m个新能源机组的预限电功率、第k个储能电站的充电功率、第k个储能电站的放电功率、第i个节点处负荷大小、第i个节点处电压相位大小;/>分别表示实时运行阶段第i个节点处可中断负荷、强制切负荷大小;/>Λi分别表示位于第i个节点处的火电机组集合、新能源机组集合、储能电站集合以及与第i个节点相连的节点集合;/>Bin分别表示系统支路in允许流通的有功功率上限、系统支路节点关联矩阵;
所述火电机组约束为:
上式中,表示日前调度阶段需要确定的第j个火电机组启停状态,/>则表示机组运行,/>则表示机组停机;/>表示考虑火电机组灵活性改造状态与启停状态的最小技术出力,M是一个很大的常数,/>分别为第j个火电机组在第l个阶段t时刻、t-1时刻的有功出力,/>分别表示第j个火电机组的向上、向下最大爬坡率;/>分别表示第j个火电机组的单位启、停成本;upmin,j、dnmin,j分别为第j个火电机组允许的最小启、停时间间隔;
所述储能电站约束为:
上式中,分别为第k个储能电站允许的充、放电功率上限;/>表示第l个阶段内第k个储能电站的充放电状态,/>则表示处于充电状态,/>则表示处于放电状态;/> E k分别为第k个储能电站的电量上、下限,El,k,t,s、El,k,t-1,s分别表示第k个储能电站在t时刻、t-1时刻的电量状态;/>分别为第k个储能电站的充、放电效率;Δt为调度时间间隙;
所述新能源约束为:
上式中,表示实时运行阶段中第i个节点处可中断负荷量上限;
所述灵活性不足约束为:
上式中,EUFNS、EDFNS分别为实时运行阶段中系统的上调灵活性不足期望、下调灵活性不足期望;γU、γD分别为实时运行阶段中所允许的上、下调灵活性不足上限因子;
所述日前调频约束为:
上式中,RoCoFmax表示电网频率变化速率限制,表示扰动导致的系统功率缺额,表示系统惯量,f0、Sb分别表示系统基准频率、基准容量;/>为第j个火电机组的惯性常数;fmin、fmax分别表示系统允许的频率偏移下、上限;fdb为发电机组调速器死区,/>为表示第j个发电机组最大调速器斜坡率;/>分别表示第j个发电机组所需预留的向上、向下调频备用容量;/>分别表示第k个储能电站所需预留的向上、向下调频备用容量。
4.根据权利要求3所述的一种计及调频需求的灵活性资源配置方案的确定方法,其特征在于:
所述灵活资源多阶段规划模型应满足非预期性条件:
上式中,均为日前调度阶段的决策变量;/>均为日内调整阶段的决策变量。
5.根据权利要求3所述的一种计及调频需求的灵活性资源配置方案的确定方法,其特征在于:
所述灵活资源多阶段规划模型还包括新能源装机占比约束、发电量占比约束。
6.根据权利要求5所述的一种计及调频需求的灵活性资源配置方案的确定方法,其特征在于:
所述新能源装机占比约束为:
上式中,αy为第y年新能源装机占比要求,分别表示第y年新能源的装机容量、火电机组的装机容量;
所述发电量占比约束为:
上式中,βy为第y年新能源发电量占比要求,分别表示第y年新能源、火电机组的发电量。
7.根据权利要求3所述的一种计及调频需求的灵活性资源配置方案的确定方法,其特征在于:
所述场景树的生成方法包括:
采用LHS抽样和K-means聚类确定典型日在日内调整阶段、实时运行阶段的新能源归一化出力场景,以典型日在日前调度阶段的新能源出力场景为根节点,随机组合日内调整阶段、实时运行阶段的新能源归一化出力场景,生成场景树。
8.根据权利要求1或2所述的一种计及调频需求的灵活性资源配置方案的确定方法,其特征在于:
步骤S2中,采用CPLEX求解器求解灵活资源多阶段规划模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310817939.6A CN116523279B (zh) | 2023-07-05 | 2023-07-05 | 一种计及调频需求的灵活性资源配置方案的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310817939.6A CN116523279B (zh) | 2023-07-05 | 2023-07-05 | 一种计及调频需求的灵活性资源配置方案的确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116523279A CN116523279A (zh) | 2023-08-01 |
CN116523279B true CN116523279B (zh) | 2023-09-22 |
Family
ID=87403356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310817939.6A Active CN116523279B (zh) | 2023-07-05 | 2023-07-05 | 一种计及调频需求的灵活性资源配置方案的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523279B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114154328A (zh) * | 2021-12-03 | 2022-03-08 | 国网新疆电力有限公司电力科学研究院 | 提升灵活性的电热综合能源系统两阶段随机优化调度方法 |
CN114237880A (zh) * | 2021-12-08 | 2022-03-25 | 国网福建省电力有限公司经济技术研究院 | 基于cg&s分布式计算方法的灵活性资源规划方法及终端 |
CN114254855A (zh) * | 2021-11-03 | 2022-03-29 | 国网山西省电力公司经济技术研究院 | 一种新能源电力系统协同规划方法 |
CN114638502A (zh) * | 2022-03-14 | 2022-06-17 | 华北电力大学 | 一种考虑需求侧资源灵活性的配电网线路加固策略 |
CN114865715A (zh) * | 2022-05-06 | 2022-08-05 | 湖北工业大学 | 基于mpc的源网荷储灵活性资源实时优化调度方法 |
CN114884110A (zh) * | 2022-07-01 | 2022-08-09 | 国网湖北省电力有限公司经济技术研究院 | 一种源网荷多约束条件下的电力系统储能优化运行方法 |
CN115204702A (zh) * | 2022-07-22 | 2022-10-18 | 福州大学 | 一种基于动态分区的日前日内调度方法 |
CN115276008A (zh) * | 2022-09-28 | 2022-11-01 | 国网湖北省电力有限公司经济技术研究院 | 考虑调峰调频需求的电力系统新能源承载能力评估方法 |
CN115511180A (zh) * | 2022-09-27 | 2022-12-23 | 国网湖南省电力有限公司 | 电力系统灵活性资源的优化配置方法及系统 |
CN115954952A (zh) * | 2022-12-06 | 2023-04-11 | 国家电网有限公司 | 基于时序运行模拟的灵活性资源规划方法 |
CN116131358A (zh) * | 2023-02-08 | 2023-05-16 | 华中科技大学 | 分布式变速抽水蓄能与电网协同规划方法、系统及设备 |
CN116316865A (zh) * | 2021-12-21 | 2023-06-23 | 国网新疆电力有限公司经济技术研究院 | 一种高比例新能源区域电力系统全环节协调规划优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3343717A1 (en) * | 2016-12-27 | 2018-07-04 | Vito NV | Hierarchical implicit controller for shielded system in a grid |
US10673273B2 (en) * | 2018-05-18 | 2020-06-02 | General Electric Company | Distributed ledger based control of large-scale, power grid energy resources |
-
2023
- 2023-07-05 CN CN202310817939.6A patent/CN116523279B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114254855A (zh) * | 2021-11-03 | 2022-03-29 | 国网山西省电力公司经济技术研究院 | 一种新能源电力系统协同规划方法 |
CN114154328A (zh) * | 2021-12-03 | 2022-03-08 | 国网新疆电力有限公司电力科学研究院 | 提升灵活性的电热综合能源系统两阶段随机优化调度方法 |
CN114237880A (zh) * | 2021-12-08 | 2022-03-25 | 国网福建省电力有限公司经济技术研究院 | 基于cg&s分布式计算方法的灵活性资源规划方法及终端 |
CN116316865A (zh) * | 2021-12-21 | 2023-06-23 | 国网新疆电力有限公司经济技术研究院 | 一种高比例新能源区域电力系统全环节协调规划优化方法 |
CN114638502A (zh) * | 2022-03-14 | 2022-06-17 | 华北电力大学 | 一种考虑需求侧资源灵活性的配电网线路加固策略 |
CN114865715A (zh) * | 2022-05-06 | 2022-08-05 | 湖北工业大学 | 基于mpc的源网荷储灵活性资源实时优化调度方法 |
CN114884110A (zh) * | 2022-07-01 | 2022-08-09 | 国网湖北省电力有限公司经济技术研究院 | 一种源网荷多约束条件下的电力系统储能优化运行方法 |
CN115204702A (zh) * | 2022-07-22 | 2022-10-18 | 福州大学 | 一种基于动态分区的日前日内调度方法 |
CN115511180A (zh) * | 2022-09-27 | 2022-12-23 | 国网湖南省电力有限公司 | 电力系统灵活性资源的优化配置方法及系统 |
CN115276008A (zh) * | 2022-09-28 | 2022-11-01 | 国网湖北省电力有限公司经济技术研究院 | 考虑调峰调频需求的电力系统新能源承载能力评估方法 |
CN115954952A (zh) * | 2022-12-06 | 2023-04-11 | 国家电网有限公司 | 基于时序运行模拟的灵活性资源规划方法 |
CN116131358A (zh) * | 2023-02-08 | 2023-05-16 | 华中科技大学 | 分布式变速抽水蓄能与电网协同规划方法、系统及设备 |
Non-Patent Citations (3)
Title |
---|
Multi-time Scale Coordinated Scheduling of Standalone Microgrid Considering Resource Flexibility;Weiwei Jing;IEEE;全文 * |
计及新能源特性的配电网评估指标及其隶属度函数的研究;李妍;王洁;王少荣;陈峰;郑旭;唐靖;;电力系统保护与控制(08);全文 * |
计及灵活性的配电网储能优化配置;朱晓荣;鹿国微;;现代电力(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116523279A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109559035B (zh) | 一种考虑灵活性的城市配电网双层规划方法 | |
Li et al. | A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power | |
Zhang et al. | A two-layer model for microgrid real-time dispatch based on energy storage system charging/discharging hidden costs | |
Miranda et al. | A holistic approach to the integration of battery energy storage systems in island electric grids with high wind penetration | |
CN105207259B (zh) | 基于能量管理的并网状态下的微电网系统调度方法 | |
CN107944757A (zh) | 电力互联系统可再生能源消纳能力评估分析方法 | |
CN106253315B (zh) | 一种考虑电动汽车充电站可调度性的储能容量配置方法 | |
CN111541244B (zh) | 考虑储能装置度电成本的电网侧储能装置容量计算方法 | |
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 | |
CN111525627A (zh) | 含抽蓄与新能源发电的柔性直流输电系统日前调度方法 | |
CN112381375B (zh) | 一种基于潮流分配矩阵的电网经济运行域快速生成方法 | |
CN113644670B (zh) | 一种储能容量优化配置的方法及系统 | |
Xu et al. | Multi-objective chance-constrained optimal day-ahead scheduling considering BESS degradation | |
CN105207207B (zh) | 基于能量管理的孤网状态下的微电网系统调度方法 | |
Sun et al. | Improving the restorability of bulk power systems with the implementation of a WF-BESS system | |
CN111641233A (zh) | 一种考虑新能源及负荷不确定性的电力系统日内灵活调峰方法 | |
CN117114281A (zh) | 一种灵活资源多阶段规划方案的确定方法 | |
CN116523279B (zh) | 一种计及调频需求的灵活性资源配置方案的确定方法 | |
CN112699562A (zh) | 一种构建配电网架构的方法及终端 | |
CN116014797A (zh) | 一种配网新能源接纳能力提升的评估方法 | |
Mohiti et al. | Frequency‐constrained energy and reserve scheduling in wind incorporated low‐inertia power systems considering vanadium flow redox batteries | |
Yao et al. | Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station | |
CN115733146A (zh) | 一种源荷储多时间尺度协调调度模型 | |
Muttaqi et al. | An effective power dispatch strategy to improve generation schedulability by mitigating wind power uncertainty with a data driven flexible dispatch margin for a wind farm using a multi-unit battery energy storage system | |
Yao et al. | Design of short-term dispatch strategy to maximize income of a wind power-energy storage generating station |
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 |