CN117878971B - 一种熔盐储能耦合火电机组的调频方法和系统 - Google Patents
一种熔盐储能耦合火电机组的调频方法和系统 Download PDFInfo
- Publication number
- CN117878971B CN117878971B CN202410276522.8A CN202410276522A CN117878971B CN 117878971 B CN117878971 B CN 117878971B CN 202410276522 A CN202410276522 A CN 202410276522A CN 117878971 B CN117878971 B CN 117878971B
- Authority
- CN
- China
- Prior art keywords
- modal
- target
- energy storage
- modal component
- group
- 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 139
- 150000003839 salts Chemical class 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000008878 coupling Effects 0.000 title claims abstract description 17
- 238000010168 coupling process Methods 0.000 title claims abstract description 17
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 17
- 230000004044 response Effects 0.000 claims abstract description 126
- 238000012937 correction Methods 0.000 claims abstract description 97
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 83
- 238000011156 evaluation Methods 0.000 claims abstract description 66
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims abstract description 21
- 229910052744 lithium Inorganic materials 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 229910002651 NO3 Inorganic materials 0.000 description 1
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005338 heat storage Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及电网调频技术领域，具体提出一种熔盐储能耦合火电机组的新型调频方法和系统，其方法包括基于接收的调频指令确定混合储能响应需求；以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对混合储能响应需求进行分解得到对应的模态分量候选组进而获得目标模态分量组；对目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标；基于设定分解层数范围更新分解层数组以获得新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到高频分量和低频分量；控制熔盐储能设备按照高频分量进行响应并控制锂电池按照低频分量进行响应。利用本申请能够降低模态混叠的情况。
Description
技术领域
本申请涉及电网调频技术领域，尤其涉及一种熔盐储能耦合火电机组的调频方法和系统。
背景技术
火储联合调频能够显著改善火电机组的调频性能,可以快速、有效地减小系统调频容量缺额。目前，火储联合调频技术有电池储能、超级电容储能、飞轮储能、熔盐储能和多种形式构成的混合储能等，火电池储能的循环寿命低、并且存在一定的安全隐患,超级电容储能和飞轮储能作为功率型储能器件的代表，火具有成本高、能量密度低等缺陷,熔盐储能以硝酸盐等原料作为蓄热介质,通过传热工质的热能与熔盐的内能转化来存储、释放能量,具有低成本、高安全、大容量和长寿命等优点。
现有技术中有利用熔盐储能结合变分模态分解(variational modedecomposition，VMD)技术辅助调频，然而信号仅简单地经VMD分解得到的多个模态分量（IMF）存在严重模态混叠的问题，影响了后续调频响应的准确性。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的第一个目的在于提出一种熔盐储能耦合火电机组的调频方法，以降低模态混叠的情况。
本申请的第二个目的在于提出一种熔盐储能耦合火电机组的调频系统。
本申请的第三个目的在于提出一种电子设备。
本申请的第四个目的在于提出一种计算机可读存储介质。
为达上述目的，本申请第一方面实施例提出了一种熔盐储能耦合火电机组的调频方法，火电厂配置的混合储能装置包括熔盐储能设备和锂电池，调频方法包括以下步骤：
基于接收的调频指令确定混合储能响应需求；
以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对所述混合储能响应需求进行分解得到对应的模态分量候选组；
利用中值法基于所述模态分量候选组获得目标模态分量组，所述目标模态分量组的目标模态分量的数量为对应分解层数组的中值；
对所述目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标；
基于设定分解层数范围更新分解层数组以获得新的修正模态分量组进而得到新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组；
对目标修正模态分量组进行划分，以得到高频分量和低频分量；
控制所述熔盐储能设备按照所述高频分量进行响应并控制所述锂电池按照所述低频分量进行响应。
在本申请的第一方面的方法中，所述利用中值法基于所述模态分量候选组获得目标模态分量组，包括：利用样本熵将所述模态分量候选组中所有模态分量从小到大排列；对排序后的所述模态分量候选组，每连续三个模态分量划分一个子组；利用中值法从每一个子组选出一个模态分量作为目标模态分量；基于所有子组得到的所有目标模态分量得到所述模态分量候选组对应的目标模态分量组。
在本申请的第一方面的方法中，所述混合储能响应需求包括设定数量的子混合响应需求，各目标模态分量包括设定数量的子目标模态分量；所述对所述目标模态分量组进行修正得到修正模态分量组，包括：基于目标模态分量组中所有目标模态分量的和得到响应需求目标值；基于所述混合储能响应需求和所述响应需求目标值获得第一比值；针对任一目标模态分量，基于该目标模态分量的设定数量的子目标模态分量和所述混合储能响应需求的设定数量的子混合响应需求获得该目标模态分量对应的第二比值，基于所述第一比值和第二比值对该目标模态分量进行修正得到对应的修正模态分量，进而得到修正模态分量组。
在本申请的第一方面的方法中，所述基于修正模态分量组和混叠程度获得差值评价指标，包括：基于修正模态分量组中所有修正模态分量的和得到响应需求修正值；基于所述混合储能响应需求、所述响应需求修正值和混叠程度获得差值评价指标。
在本申请的第一方面的方法中，所述差值评价指标满足：，式中Z为差值评价指标，X为混合储能响应需求，S*为响应需求修正值，D为混叠程度。
在本申请的第一方面的方法中，所述对目标修正模态分量组进行划分，以得到高频分量和低频分量，包括：将目标修正模态分量组的目标修正模态分量数量的一半进行取整得到滤波阶数；基于所述滤波阶数对所述目标修正模态分量组进行高低频重构，其中小于等于所述滤波阶数的模态分量之和为高频分量，大于所述滤波阶数的模态分量之和为低频分量。
为达上述目的，本申请第二方面实施例提出了一种熔盐储能耦合火电机组的调频系统，火电厂配置的混合储能装置包括熔盐储能设备和锂电池，调频系统包括以下步骤：
获取模块，用于基于接收的调频指令确定混合储能响应需求；
分解模块，用于以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对所述混合储能响应需求进行分解得到对应的模态分量候选组；
筛选模块，用于利用中值法基于所述模态分量候选组获得目标模态分量组，所述目标模态分量组的目标模态分量的数量为对应分解层数组的中值；
修正模块，用于对所述目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标；
更新模块，用于基于设定分解层数范围更新分解层数组以获得新的修正模态分量组进而得到新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组；
划分模块，用于对目标修正模态分量组进行划分，以得到高频分量和低频分量；
控制模块，用于控制所述熔盐储能设备按照所述高频分量进行响应并控制所述锂电池按照所述低频分量进行响应。
在本申请的第二方面的系统中，所述筛选模块，具体用于：利用样本熵将所述模态分量候选组中所有模态分量从小到大排列；对排序后的所述模态分量候选组，每连续三个模态分量划分一个子组；利用中值法从每一个子组选出一个模态分量作为目标模态分量；基于所有子组得到的所有目标模态分量得到所述模态分量候选组对应的目标模态分量组。
为达上述目的，本申请第三方面实施例提出了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现本申请第一方面提出的方法。
为达上述目的，本申请第四方面实施例提出了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现本申请第一方面提出的方法。
本申请提供的熔盐储能耦合火电机组的调频方法、系统、电子设备及存储介质，通过基于接收的调频指令确定混合储能响应需求；以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对混合储能响应需求进行分解得到对应的模态分量候选组；利用中值法基于模态分量候选组获得目标模态分量组，目标模态分量组的目标模态分量的数量为对应分解层数组的中值；对目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标；基于设定分解层数范围更新分解层数组以获得新的修正模态分量组进而得到新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组；对目标修正模态分量组进行划分，以得到高频分量和低频分量；控制熔盐储能设备按照高频分量进行响应并控制锂电池按照低频分量进行响应。在这种情况下，以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对混合储能响应需求进行分解得到对应的模态分量候选组，进而获得修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标，基于差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组，进而得到高频分量和低频分量，其中差值评价指标最小时的修正模态分量组相对于混合储能响应需求信号丢失最小，其中差值评价指标考虑到混叠程度，选择差值评价指标最小时的修正模态分量组能够在一定程度上减弱分解带来的模态混叠，由此降低了模态混叠的情况。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请实施例所提供的一种熔盐储能耦合火电机组的调频方法的流程示意图；
图2为本申请实施例所提供的目标修正模态分量组的获取方法的具体流程示意图；
图3为本申请实施例所提供的调频指令的曲线图；
图4为本申请实施例所提供的一种熔盐储能耦合火电机组的调频系统的框图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的熔盐储能耦合火电机组的调频方法和系统。
本申请实施例提供了一种熔盐储能耦合火电机组的调频方法，以降低模态混叠的情况。
在本申请中，火电厂配置的混合储能装置包括熔盐储能设备和锂电池，混合储能装置协助火电机组参与调频。其中，熔盐储能设备经火电机组连接至电网，锂电池经变流器连接至电网。在接收到调频指令之前，熔盐储能设备与火电机组之间的连接线断路，若接收到调频指令，则熔盐储能设备与火电机组之间的连接线导通，并通过火电机组向熔盐储能设备供电以将电能转化热能或通过熔盐储能设备释放热能以在发电机处转化成电能送至电网这两种方式来进行调频响应。
其中，进行调频响应时熔盐储能设备的熔盐储能出力PC基于调频指令和连接线断路时火电机组的火电机组负荷PG确定，具体地，在电网下发调频指令时，调频指令携带有负荷响应需求PT，此时火电机组以火电机组负荷PG进行响应，剩余的由混合储能装置响应，故计算得到混合储能装置将以PJ(PT-PG= PJ)的储能出力进行响应，其中锂电池将以电池功率PL进行响应，熔盐储能设备将以熔盐储能出力PC参与响应。在计算得到电池功率PL和熔盐储能出力PC后，控制熔盐储能设备与火电机组之间的连接线导通，控制熔盐储能设备以计算得到的熔盐储能出力PC的值进行响应，控制锂电池以计算得到的电池功率PL的值进行响应，从而完成调频。利用本申请的调频方法能够更加准确地确定混合储能装置中电池功率PL和熔盐储能出力PC的值。
图1为本申请实施例所提供的一种熔盐储能耦合火电机组的调频方法的流程示意图。如图1所示，该熔盐储能耦合火电机组的调频方法包括以下步骤：
步骤S101，基于接收的调频指令确定混合储能响应需求。
具体地，在步骤S101中，由于调频指令携带有负荷响应需求PT，故基于接收的调频指令可以获得负荷响应需求PT，获取火电机组负荷PG，计算负荷响应需求PT与火电机组负荷PG的差值得到混合储能响应需求PJ（也称储能出力），即PT-PG=PJ。
在步骤S101中，混合储能响应需求（即混合储能需要补偿的总功率）是离散信号，每个离散点的响应需求值可以看作为一个子混合响应需求，混合储能响应需求PJ包括设定数量的子混合响应需求。
步骤S102，以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对混合储能响应需求进行分解得到对应的模态分量候选组。
易于理解地，步骤S102中VMD算法是一种完全非递归的模态变分方法，其将原始信号f(t)分解为具有一定稀疏性质的多个模态分量。分解得到的模态分量的数量等于分解层数。
具体地，在步骤S102中，以分解层数的连续三个取值为一组，利用该分解层数组中的每一个分解层数的取值对混合储能响应需求进行分解得到对应数量的模态分量，将三个分解层数的取值对应的所有模态分量进行汇总得到一个模态分量候选组。即该模态分量候选组包括模态分量的数量为三个分解层数的取值的和。例如分解层数的连续三个取值为K1、K1+1、K1+2时模态分量候选组包括模态分量的数量为3K1+3。
步骤S103，利用中值法基于模态分量候选组获得目标模态分量组，目标模态分量组的目标模态分量的数量为对应分解层数组的中值。
具体地，在步骤S103中，利用中值法基于模态分量候选组获得目标模态分量组，包括：利用样本熵将模态分量候选组中所有模态分量从小到大排列；对排序后的模态分量候选组，每连续三个模态分量划分一个子组；利用中值法从每一个子组选出一个模态分量作为目标模态分量；基于所有子组得到的所有目标模态分量得到模态分量候选组对应的目标模态分量组。
例如模态分量候选组包括3K1+3个模态分量，对3K1+3个模态分量依次计算样本熵sampEn，按照样本熵的值从小到大排列这些模态分量。排序后的模态分量候选组为IMF1、IMF2、IMF3、IMF4、IMF5、IMF6、……、IMF3K1+1、IMF3K1+2、IMF3K1+3，每3个分成一个子组，IMF1、IMF2、IMF3划分为一个子组、IMF4、IMF5、IMF6划分为一个子组、IMF3K1+1、IMF3K1+2、IMF3K1+3划分一个子组，利用中值法筛选出的K1+1个模态分量，分别为IMF2、IMF5、……、IMF3K1+2，IMF2作为目标模态分量IMF1’，IMF5作为目标模态分量IMF2’，IMF3K1+2作为目标模态分量IMFK1+1’，IMF1’、 IMF2’ 、……、IMFK1+1’组成一个目标模态分量组。
在步骤S103中，考虑到混合储能响应需求PJ包括设定数量的子混合响应需求，对混合储能响应需求进行分解，即对各子混合响应需求分解，每个子混合响应需求被分解成多个子模态分量，每个子混合响应需求分解的子模态分量的数量等于分解层数。每一个模态分量包括设定数量的子模态分量，该设定数量的子模态分量由设定数量的子混合响应需求分解得到。由于目标模态分量是筛选出的模态分量，故筛选出的模态分量的子模态分量即为目标模态分量的子目标模态分量，故各目标模态分量包括设定数量的子目标模态分量。
步骤S104，对目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标。
在步骤S104中，对目标模态分量组进行修正得到修正模态分量组，包括：基于目标模态分量组中所有目标模态分量的和得到响应需求目标值；基于混合储能响应需求和响应需求目标值获得第一比值；针对任一目标模态分量，基于该目标模态分量的设定数量的子目标模态分量和混合储能响应需求的设定数量的子混合响应需求获得该目标模态分量对应的第二比值，基于第一比值和第二比值对该目标模态分量进行修正得到对应的修正模态分量，进而得到修正模态分量组。
具体地，步骤S104中对目标模态分量组中所有目标模态分量求和得到响应需求目标值，由于各目标模态分量包括设定数量的子目标模态分量，故各目标模态分量之间对应的子目标模态分量相加得到一个子响应目标值，则响应需求目标值包括设定数量的子响应目标值。混合储能响应需求的子混合响应需求与响应需求目标值的子响应目标值一一对应，对任一子混合响应需求，计算该子混合响应需求除以对应的子响应目标值的商，将该商作为一个子比值，从而获得各子混合响应需求对应的子比值，对设定数量的子比值求平均值，该平均值即为第一比值。
针对任一目标模态分量，计算该目标模态分量的设定数量的子目标模态分量的和获得第一和值，计算混合储能响应需求的设定数量的子混合响应需求的和获得第二和值，利用第一和值除以第二和值得到该目标模态分量对应的第二比值。将该目标模态分量乘以第一比值再乘以第二比值得到对应的修正模态分量，进而获得各目标模态分量对应的修正模态分量，基于所有修正模态分量得到修正模态分量组。修正模态分量组可以表示为IMF1’’、 IMF2’’、……、IMFK1+1’’。
在步骤S104中，基于修正模态分量组和混叠程度获得差值评价指标，包括：基于修正模态分量组中所有修正模态分量的和得到响应需求修正值；基于混合储能响应需求、响应需求修正值和混叠程度获得差值评价指标。其中，差值评价指标满足：，式中Z为差值评价指标，X为混合储能响应需求，S*为响应需求修正值，D为混叠程度。
具体地，由于各目标模态分量包括设定数量的子目标模态分量，对目标模态分量进行修正可以看作是对各子目标模态分量进行修正，各子目标模态分量修正后得到对应的子修正模态分量，设定数量的子修正模态分量构成修正模态分量，对所有修正模态分量求和，即为对各修正模态分量之间对应的子修正模态分量相加得到一个子响应修正值，则响应需求修正值包括设定数量的子响应修正值，由于各混合储能响应需求包括设定数量的子混合响应需求，故计算各混合储能响应需求的子混合响应需求减去对应的响应需求修正值的子响应修正值的差值绝对值，基于设定数量的差值绝对值计算平均值，该平均值加上混叠程度得到差值评价指标，其中平均值可以表示为。
其中混叠程度满足：，其中/>表示相邻两个修正模态分量的频率重叠区间，/>表示相邻两个修正模态分量所在频率区间，/>是相邻两个修正模态分量中后一个（即第i+1个修正模态分量）的频率最大值，/>是相邻两个修正模态分量中前一个（即第i个修正模态分量）的频率最小值。
步骤S105，基于设定分解层数范围更新分解层数组以获得新的修正模态分量组进而得到新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组。
具体地，在步骤S105中，基于设定分解层数范围更新分解层数组，其中初始得到的分解层数组中的第一取值为设定分解层数范围的下限，最后一次得到的分解层数组中的第一取值为设定分解层数范围的上限，针对每一个分解层数组，利用上述步骤得到对应的修正模态分量组，进而得到对应的差值评价指标，从所有差值评价指标中选择最小差值评价指标，该最小差值评价指标对应的修正模态分量组即为目标修正模态分量组。
以设定分解层数范围为[4,12]为例，图2为本申请实施例所提供的目标修正模态分量组的获取方法的具体流程示意图。如图2所示，目标修正模态分量组的获取方法的具体流程包括：
输入信号（即混合储能响应需求），确定初始的分解层数组，在该分解层数组中连续三个取值分别为K1、K1+1、K1+2，令第一个取值K1的初始值为设定分解层数范围下限4，通过VMD算法对混合储能响应需求分别进行分解得到对应数量的模态分量IMF，依据样本熵对所有模态分量（即3K1+3个模态分量）从小到大排序，依据中值法选择K1+1个模态分量得到K1+1个目标模态分量构成目标模态分量组，修正各目标模态分量IMF’得到对应的修正模态分量IMF’’ 以构成修正模态分量组，基于修正模态分量组的所有修正模态分量获得差值评价指标Z，判断分解层数组中第一个取值K1是否达到设定分解层数范围上限12，若否则更新分解层数组中第一个取值K1（即K1= K1+1），以得到新的分解层数组对应的修正模态分量组和对应的差值评价指标，直至分解层数组中第一个取值K1达到设定分解层数范围上限12，从所有差值评价指标中选择最小差值评价指标，该最小差值评价指标对应的修正模态分量组即为目标修正模态分量组。
步骤S106，对目标修正模态分量组进行划分，以得到高频分量和低频分量。
在步骤S106中，根据熔盐与锂电池平抑功率波动特点，对目标修正模态分量组进行高、低频重构。
具体地，在步骤S106中，对目标修正模态分量组进行划分，以得到高频分量和低频分量，包括：将目标修正模态分量组的目标修正模态分量数量的一半进行取整得到滤波阶数；基于滤波阶数对目标修正模态分量组进行高低频重构，其中小于等于滤波阶数的模态分量之和为高频分量，大于滤波阶数的模态分量之和为低频分量。
步骤S107，控制熔盐储能设备按照高频分量进行响应并控制锂电池按照低频分量进行响应。
考虑到高频分量由熔盐平抑，低频分量由锂电池平抑，具体地，在步骤S107中，控制熔盐储能设备按照高频分量进行响应并控制锂电池按照低频分量进行响应。即熔盐储能设备的熔盐储能出力PC等于高频分量，电池功率PL等于低频分量。
为了验证本申请的方法的效果，进行试验验证。
图3为本申请实施例所提供的调频指令的曲线图。验证时采用如图3所示某地区电网调频指令信号进行仿真分析，其中如图3所示该信号（即调频指令）的时长为80min。令采样间隔为1min。调频指令对应的负荷响应需求PT在±0.4标幺（P.u.）左右。
为了进一步验证本申请所提算法的优势，本申请分别采用本申请的算法（迭代计算K=12）和依据经验参数选择（即经验给定）的VMD（K=7）对调频指令进行分解，相邻模态的混叠程度如表1。信息丢失度如表2，其中信息丢失度为。
表1相邻模态的混叠程度表
从表1中可看出，本申请提出的算法不同IMF的频率区分特征最明显，因此本申请的VMD相对于经验给定VMD而言，能更好地通过区分高低频分量的方式完成功率的合理分配。
表2信息丢失度表
从表2中可看出，本申请所提出的算法信息缺失度最低。
为了实现上述实施例，本申请还提出一种熔盐储能耦合火电机组的调频系统，火电厂配置的混合储能装置包括熔盐储能设备和锂电池。
图4为本申请实施例所提供的一种熔盐储能耦合火电机组的调频系统的框图。
如图4所示，该熔盐储能耦合火电机组的调频系统包括获取模块11、分解模块12、筛选模块13、修正模块14、更新模块15、划分模块16和控制模块17，其中：
获取模块11，用于基于接收的调频指令确定混合储能响应需求；
分解模块12，用于以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对混合储能响应需求进行分解得到对应的模态分量候选组；
筛选模块13，用于利用中值法基于模态分量候选组获得目标模态分量组，目标模态分量组的目标模态分量的数量为对应分解层数组的中值；
修正模块14，用于对目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标；
更新模块15，用于基于设定分解层数范围更新分解层数组以获得新的修正模态分量组进而得到新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组；
划分模块16，用于对目标修正模态分量组进行划分，以得到高频分量和低频分量；
控制模块17，用于控制熔盐储能设备按照高频分量进行响应并控制锂电池按照低频分量进行响应。
进一步地，在本申请实施例的一种可能的实现方式中，筛选模块13，具体用于：利用样本熵将模态分量候选组中所有模态分量从小到大排列；对排序后的模态分量候选组，每连续三个模态分量划分一个子组；利用中值法从每一个子组选出一个模态分量作为目标模态分量；基于所有子组得到的所有目标模态分量得到模态分量候选组对应的目标模态分量组。
进一步地，在本申请实施例的一种可能的实现方式中，混合储能响应需求包括设定数量的子混合响应需求，各目标模态分量包括设定数量的子目标模态分量；修正模块14中对目标模态分量组进行修正得到修正模态分量组，包括：基于目标模态分量组中所有目标模态分量的和得到响应需求目标值；基于混合储能响应需求和响应需求目标值获得第一比值；针对任一目标模态分量，基于该目标模态分量的设定数量的子目标模态分量和混合储能响应需求的设定数量的子混合响应需求获得该目标模态分量对应的第二比值，基于第一比值和第二比值对该目标模态分量进行修正得到对应的修正模态分量，进而得到修正模态分量组。
进一步地，在本申请实施例的一种可能的实现方式中，修正模块14中基于修正模态分量组和混叠程度获得差值评价指标，包括：基于修正模态分量组中所有修正模态分量的和得到响应需求修正值；基于混合储能响应需求、响应需求修正值和混叠程度获得差值评价指标。
进一步地，在本申请实施例的一种可能的实现方式中，差值评价指标满足：，式中Z为差值评价指标，X为混合储能响应需求，S*为响应需求修正值，D为混叠程度。
进一步地，在本申请实施例的一种可能的实现方式中，划分模块16，具体用于：将目标修正模态分量组的目标修正模态分量数量的一半进行取整得到滤波阶数；基于滤波阶数对目标修正模态分量组进行高低频重构，其中小于等于滤波阶数的模态分量之和为高频分量，大于滤波阶数的模态分量之和为低频分量。
需要说明的是，前述对熔盐储能耦合火电机组的调频方法实施例的解释说明也适用于该实施例的熔盐储能耦合火电机组的调频系统，此处不再赘述。
本申请实施例中，通过基于接收的调频指令确定混合储能响应需求；以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对混合储能响应需求进行分解得到对应的模态分量候选组；利用中值法基于模态分量候选组获得目标模态分量组，目标模态分量组的目标模态分量的数量为对应分解层数组的中值；对目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标；基于设定分解层数范围更新分解层数组以获得新的修正模态分量组进而得到新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组；对目标修正模态分量组进行划分，以得到高频分量和低频分量；控制熔盐储能设备按照高频分量进行响应并控制锂电池按照低频分量进行响应。在这种情况下，以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对混合储能响应需求进行分解得到对应的模态分量候选组，进而获得修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标，基于差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组，进而得到高频分量和低频分量，其中差值评价指标最小时的修正模态分量组相对于混合储能响应需求信号丢失最小，其中差值评价指标考虑到混叠程度，选择差值评价指标最小时的修正模态分量组能够在一定程度上减弱分解带来的模态混叠，由此降低了模态混叠的情况。另外，在模态分量候选组中利用所有模态分量进行排序后分组进一步帮助减弱分解带来的模态混叠。
为了实现上述实施例，本申请还提出一种电子设备，包括：处理器，以及与处理器通信连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，以实现执行前述实施例所提供的方法。
为了实现上述实施例，本申请还提出一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现前述实施例所提供的方法。
为了实现上述实施例，本申请还提出一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现前述实施例所提供的方法。
在前述各实施例描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”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申请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必须针对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一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.一种熔盐储能耦合火电机组的调频方法，其特征在于，火电厂配置的混合储能装置包括熔盐储能设备和锂电池，调频方法包括以下步骤：
基于接收的调频指令确定混合储能响应需求，所述混合储能响应需求包括设定数量的子混合响应需求；
以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对所述混合储能响应需求进行分解得到对应的模态分量候选组；
利用中值法基于所述模态分量候选组获得目标模态分量组，所述目标模态分量组的目标模态分量的数量为对应分解层数组的中值，其中，目标模态分量包括设定数量的子目标模态分量；
对所述目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标；
基于设定分解层数范围更新分解层数组以获得新的修正模态分量组进而得到新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组；
对目标修正模态分量组进行划分，以得到高频分量和低频分量；
控制所述熔盐储能设备按照所述高频分量进行响应并控制所述锂电池按照所述低频分量进行响应；
所述对所述目标模态分量组进行修正得到修正模态分量组，包括：
基于目标模态分量组中所有目标模态分量的和得到响应需求目标值；
基于所述混合储能响应需求和所述响应需求目标值获得第一比值；
针对任一目标模态分量，基于该目标模态分量的设定数量的子目标模态分量和所述混合储能响应需求的设定数量的子混合响应需求获得该目标模态分量对应的第二比值，基于所述第一比值和第二比值对该目标模态分量进行修正得到对应的修正模态分量，进而得到修正模态分量组；
所述基于修正模态分量组和混叠程度获得差值评价指标，包括：
基于修正模态分量组中所有修正模态分量的和得到响应需求修正值；
基于所述混合储能响应需求、所述响应需求修正值和混叠程度获得差值评价指标；
所述差值评价指标满足：，式中Z为差值评价指标，X为混合储能响应需求，S*为响应需求修正值，D为混叠程度。
2.根据权利要求1所述的熔盐储能耦合火电机组的调频方法，其特征在于，所述利用中值法基于所述模态分量候选组获得目标模态分量组，包括：
利用样本熵将所述模态分量候选组中所有模态分量从小到大排列；
对排序后的所述模态分量候选组，每连续三个模态分量划分一个子组；
利用中值法从每一个子组选出一个模态分量作为目标模态分量；
基于所有子组得到的所有目标模态分量得到所述模态分量候选组对应的目标模态分量组。
3.根据权利要求1所述的熔盐储能耦合火电机组的调频方法，其特征在于，所述对目标修正模态分量组进行划分，以得到高频分量和低频分量，包括：
将目标修正模态分量组的目标修正模态分量数量的一半进行取整得到滤波阶数；
基于所述滤波阶数对所述目标修正模态分量组进行高低频重构，其中小于等于所述滤波阶数的模态分量之和为高频分量，大于所述滤波阶数的模态分量之和为低频分量。
4.一种熔盐储能耦合火电机组的调频系统，其特征在于，火电厂配置的混合储能装置包括熔盐储能设备和锂电池，调频系统包括以下步骤：
获取模块，用于基于接收的调频指令确定混合储能响应需求，所述混合储能响应需求包括设定数量的子混合响应需求；
分解模块，用于以分解层数的连续三个取值为一组，通过该分解层数组利用VMD算法对所述混合储能响应需求进行分解得到对应的模态分量候选组；
筛选模块，用于利用中值法基于所述模态分量候选组获得目标模态分量组，所述目标模态分量组的目标模态分量的数量为对应分解层数组的中值，其中，所述目标模态分量包括设定数量的子目标模态分量；
修正模块，用于对所述目标模态分量组进行修正得到修正模态分量组，基于修正模态分量组和混叠程度获得差值评价指标；
更新模块，用于基于设定分解层数范围更新分解层数组以获得新的修正模态分量组进而得到新的差值评价指标，基于所有差值评价指标中的最小值对应的修正模态分量组得到目标修正模态分量组；
划分模块，用于对目标修正模态分量组进行划分，以得到高频分量和低频分量；
控制模块，用于控制所述熔盐储能设备按照所述高频分量进行响应并控制所述锂电池按照所述低频分量进行响应；
所述修正模块，还用于基于目标模态分量组中所有目标模态分量的和得到响应需求目标值；
基于所述混合储能响应需求和所述响应需求目标值获得第一比值；
针对任一目标模态分量，基于该目标模态分量的设定数量的子目标模态分量和所述混合储能响应需求的设定数量的子混合响应需求获得该目标模态分量对应的第二比值，基于所述第一比值和第二比值对该目标模态分量进行修正得到对应的修正模态分量，进而得到修正模态分量组；
基于修正模态分量组中所有修正模态分量的和得到响应需求修正值；
基于所述混合储能响应需求、所述响应需求修正值和混叠程度获得差值评价指标；
所述差值评价指标满足：，式中Z为差值评价指标，X为混合储能响应需求，S*为响应需求修正值，D为混叠程度。
5.根据权利要求4所述的熔盐储能耦合火电机组的调频系统，其特征在于，所述筛选模块，具体用于：利用样本熵将所述模态分量候选组中所有模态分量从小到大排列；对排序后的所述模态分量候选组，每连续三个模态分量划分一个子组；利用中值法从每一个子组选出一个模态分量作为目标模态分量；基于所有子组得到的所有目标模态分量得到所述模态分量候选组对应的目标模态分量组。
6.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-3中任一项所述的方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-3中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410276522.8A CN117878971B (zh) | 2024-03-12 | 2024-03-12 | 一种熔盐储能耦合火电机组的调频方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410276522.8A CN117878971B (zh) | 2024-03-12 | 2024-03-12 | 一种熔盐储能耦合火电机组的调频方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117878971A CN117878971A (zh) | 2024-04-12 |
| CN117878971B true CN117878971B (zh) | 2024-06-11 |
Family
ID=90595265
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410276522.8A Active CN117878971B (zh) | 2024-03-12 | 2024-03-12 | 一种熔盐储能耦合火电机组的调频方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117878971B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009169859A (ja) * | 2008-01-18 | 2009-07-30 | Chugoku Electric Power Co Inc:The | 燃焼状態シミュレーション方法，プログラム，記憶媒体，及び燃焼状態シミュレーション装置 |
| CN101822548A (zh) * | 2010-03-19 | 2010-09-08 | 哈尔滨工业大学（威海） | 基于相关性分析与经验模态分解的超声信号去噪方法 |
| CN104392427A (zh) * | 2014-12-09 | 2015-03-04 | 哈尔滨工业大学 | 经验模态分解和稀疏表示相结合的sar图像去噪方法 |
| CN105094111A (zh) * | 2015-04-09 | 2015-11-25 | 南京航空航天大学 | 基于联合降噪和经验模态分解的控制系统健康状态分析方法 |
| CN109687479A (zh) * | 2017-10-19 | 2019-04-26 | 中国南方电网有限责任公司 | 功率波动平抑方法、系统、存储介质和计算机设备 |
| CN111064617A (zh) * | 2019-12-16 | 2020-04-24 | 重庆邮电大学 | 基于经验模态分解聚类的网络流量预测方法及装置 |
| CN111149141A (zh) * | 2017-09-04 | 2020-05-12 | Nng软件开发和商业有限责任公司 | 用于收集并使用来自交通工具的传感器数据的方法和装置 |
| CN113533952A (zh) * | 2021-07-09 | 2021-10-22 | 国网湖北省电力有限公司黄冈供电公司 | 一种基于ceemd和相空间重构的有载调压变压器分接开关机械故障诊断方法 |
| CN114841412A (zh) * | 2022-04-08 | 2022-08-02 | 大连大学 | 一种海参生长水质中酸碱度的预测方法 |
| CN115047529A (zh) * | 2022-06-14 | 2022-09-13 | 中国科学院空天信息创新研究院 | 地面拖曳式瞬变电磁系统数据消噪和目标定位方法及装置 |
| CN115733180A (zh) * | 2022-11-15 | 2023-03-03 | 江苏方天电力技术有限公司 | 基于自适应模态数vmd算法的混合储能系统调频控制方法及系统 |
| CN116502745A (zh) * | 2023-03-15 | 2023-07-28 | 徐桢君 | 电力负荷预测方法、系统、电子设备以及存储介质 |
| CN116646957A (zh) * | 2023-06-08 | 2023-08-25 | 东南大学 | 考虑需求响应及碳成本的用户侧混合储能优化配置方法 |
| JP7407894B1 (ja) * | 2022-07-07 | 2024-01-04 | 中国長江三峡集団有限公司 | ハイブリッドエネルギー貯蔵システムの制御方法、装置及び電子機器 |
| CN117674198A (zh) * | 2024-02-01 | 2024-03-08 | 西安热工研究院有限公司 | 一种新型超级电容耦合锂电池的调频方法和系统 |
-
2024
- 2024-03-12 CN CN202410276522.8A patent/CN117878971B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009169859A (ja) * | 2008-01-18 | 2009-07-30 | Chugoku Electric Power Co Inc:The | 燃焼状態シミュレーション方法，プログラム，記憶媒体，及び燃焼状態シミュレーション装置 |
| CN101822548A (zh) * | 2010-03-19 | 2010-09-08 | 哈尔滨工业大学（威海） | 基于相关性分析与经验模态分解的超声信号去噪方法 |
| CN104392427A (zh) * | 2014-12-09 | 2015-03-04 | 哈尔滨工业大学 | 经验模态分解和稀疏表示相结合的sar图像去噪方法 |
| CN105094111A (zh) * | 2015-04-09 | 2015-11-25 | 南京航空航天大学 | 基于联合降噪和经验模态分解的控制系统健康状态分析方法 |
| CN111149141A (zh) * | 2017-09-04 | 2020-05-12 | Nng软件开发和商业有限责任公司 | 用于收集并使用来自交通工具的传感器数据的方法和装置 |
| CN109687479A (zh) * | 2017-10-19 | 2019-04-26 | 中国南方电网有限责任公司 | 功率波动平抑方法、系统、存储介质和计算机设备 |
| CN111064617A (zh) * | 2019-12-16 | 2020-04-24 | 重庆邮电大学 | 基于经验模态分解聚类的网络流量预测方法及装置 |
| CN113533952A (zh) * | 2021-07-09 | 2021-10-22 | 国网湖北省电力有限公司黄冈供电公司 | 一种基于ceemd和相空间重构的有载调压变压器分接开关机械故障诊断方法 |
| CN114841412A (zh) * | 2022-04-08 | 2022-08-02 | 大连大学 | 一种海参生长水质中酸碱度的预测方法 |
| CN115047529A (zh) * | 2022-06-14 | 2022-09-13 | 中国科学院空天信息创新研究院 | 地面拖曳式瞬变电磁系统数据消噪和目标定位方法及装置 |
| JP7407894B1 (ja) * | 2022-07-07 | 2024-01-04 | 中国長江三峡集団有限公司 | ハイブリッドエネルギー貯蔵システムの制御方法、装置及び電子機器 |
| CN115733180A (zh) * | 2022-11-15 | 2023-03-03 | 江苏方天电力技术有限公司 | 基于自适应模态数vmd算法的混合储能系统调频控制方法及系统 |
| CN116502745A (zh) * | 2023-03-15 | 2023-07-28 | 徐桢君 | 电力负荷预测方法、系统、电子设备以及存储介质 |
| CN116646957A (zh) * | 2023-06-08 | 2023-08-25 | 东南大学 | 考虑需求响应及碳成本的用户侧混合储能优化配置方法 |
| CN117674198A (zh) * | 2024-02-01 | 2024-03-08 | 西安热工研究院有限公司 | 一种新型超级电容耦合锂电池的调频方法和系统 |
Non-Patent Citations (4)
| Title |
|---|
| Chamin Geng等.Research on Frequency Regulation Control Strategy of Hybrid Energy Storage System Based on Adaptive Modal Number VMD.《2022 4th International Conference on Smart Power & Internet Energy Systems (SPIES)》.全文. * |
| 基于动态加权系数和多目标进化的模型修正方法;王乐;李冬;余慕春;张子骏;牛智玲;;振动与冲击;20200228(第04期);全文 * |
| 基于变分模态分解的卷积长短时记忆网络短期电力负荷预测方法;黄睿等;《现代电力》;20240229;第41卷(第1期);全文 * |
| 超容储能辅助火电机组调频的电气问题研究;黄策等;《电气技术》;20220831;第23卷(第8期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117878971A (zh) | 2024-04-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117691629B (zh) | 一种熔盐耦合火电机组的调频方法和系统 | |
| CN117674198B (zh) | 一种超级电容耦合锂电池的调频方法和系统 | |
| CN117691630B (zh) | 一种基于vmd-ceemd的电力系统调频方法和系统 | |
| CN117674199B (zh) | 一种超级电容耦合锂电池的电力系统调频方法和系统 | |
| CN117691631A (zh) | 一种基于混合储能装置的电力调频方法和系统 | |
| CN117811023A (zh) | 一种熔盐储能耦合火电机组的调频方法和系统 | |
| CN117277357B (zh) | 采用液流电池的新型火电储能调频方法、系统及电子设备 | |
| CN117833282B (zh) | 一种熔盐耦合火电机组的调频方法及系统 | |
| CN117878971B (zh) | 一种熔盐储能耦合火电机组的调频方法和系统 | |
| CN117878975B (zh) | 基于预测聚类的熔盐储能耦合火电机组的调频方法和系统 | |
| CN117996787B (zh) | 一种基于双向预测的熔盐耦合火电机组的调频方法 | |
| CN117996786B (zh) | 一种基于二次修正的熔盐耦合火电机组的调频方法 | |
| CN117878973B (zh) | 一种熔盐耦合火电机组的调频方法和系统 | |
| CN117977634B (zh) | 一种基于双分解的熔盐耦合火电机组的调频方法和系统 | |
| CN117996788B (zh) | 一种基于双维预测反馈的熔盐耦合火电机组的调频方法 | |
| CN117977637B (zh) | 一种熔盐耦合火电机组的调频方法和系统 | |
| CN117977636B (zh) | 一种基于样本熵的熔盐耦合火电机组的调频方法和系统 | |
| CN115378017A (zh) | 基于飞轮锂电池混合储能系统的火电机组调频方法及装置 | |
| CN117996786A (zh) | 一种基于二次修正的熔盐耦合火电机组的调频方法 | |
| CN107284248B (zh) | 汽车续驶里程计算方法及装置 | |
| CN117996789B (zh) | 基于双向预测反馈调节的熔盐耦合火电机组的调频方法 | |
| CN118174321A (zh) | 基于vmd算法的熔盐储能耦合火电机组的调频方法和系统 | |
| CN110341537A (zh) | 一种基于模型预测控制的车载双向充电机充电控制策略 | |
| CN114781266A (zh) | 基于低通滤波的混合储能系统的容量优化方法及装置 | |
| CN118157159A (zh) | 一种熔盐储能耦合火电机组的调频方法和系统 |
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 |