CN103259285B - 含大规模风电电力***的短期运行优化方法 - Google Patents
含大规模风电电力***的短期运行优化方法 Download PDFInfo
- Publication number
- CN103259285B CN103259285B CN201310159947.2A CN201310159947A CN103259285B CN 103259285 B CN103259285 B CN 103259285B CN 201310159947 A CN201310159947 A CN 201310159947A CN 103259285 B CN103259285 B CN 103259285B
- Authority
- CN
- China
- Prior art keywords
- wind power
- power output
- load
- net load
- wind
- 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 19
- 238000009826 distribution Methods 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 230000005611 electricity Effects 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 9
- 238000010248 power generation Methods 0.000 abstract 1
- 238000009987 spinning Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Classifications
-
- 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
- H02J3/381—Dispersed generators
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D17/00—Monitoring or testing of wind motors, e.g. diagnostics
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
- F03D7/02—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor
- F03D7/028—Controlling wind motors the wind motors having rotation axis substantially parallel to the air flow entering the rotor controlling wind motor output power
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D9/00—Adaptations of wind motors for special use; Combinations of wind motors with apparatus driven thereby; Wind motors specially adapted for installation in particular locations
- F03D9/20—Wind motors characterised by the driven apparatus
- F03D9/25—Wind motors characterised by the driven apparatus the apparatus being an electrical generator
- F03D9/255—Wind motors characterised by the driven apparatus the apparatus being an electrical generator connected to electrical distribution networks; Arrangements therefor
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2260/00—Function
- F05B2260/82—Forecasts
- F05B2260/821—Parameter estimation or prediction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/10—Purpose of the control system
- F05B2270/103—Purpose of the control system to affect the output of the engine
- F05B2270/1033—Power (if explicitly mentioned)
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/335—Output power or torque
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种含大规模风电电力***的短期运行优化方法,包括对风电出力的随机性进行建模,对电力***负荷的随机性进行建模,对电力***的净负荷建模,净负荷即为:对净负荷的概率分布过离散化的方法,将净负荷概率分布曲线分成N个区间,得到每个区间对应的概率,然后通过对每个区间分别计算并进行加权,得出净负荷的概率分布曲线。通过对风电出力的随机性和电力***的负荷预测误差的标准差计算,得出电力***的净负荷预测误差,根据预测误差和预测量对电力***进行合理的调配,从而达到了较好的调节风力发电的随机性、波动性、地域性、双向调峰性以及与负荷的相互关系,从而使得电力***优化运行的目的。
Description
技术领域
本发明具体地,涉及一种含大规模风电电力***的短期运行优化方法。
背景技术
目前,当电力***中没有风电接入时,电力***的不稳定因素很大程度上来自于负荷的波动,而负荷的波动变化缓慢,有规律可循,易于进行机组间的经济调度。大规模风电接入电网后,由于风电自身出力的随机波动特性,使得电力***等效负荷的波动性增加且难以预测,所以大规模风电并网将对电力***的短期经济调度提出更高的要求。此外,风电场的出力间歇性明显,并且随时间大幅度频繁的波动,在极端情况下,风电出力率甚至可能在0~100%之间跳跃,规律性较差,会导致电力***供电的可靠性下降,同时,为了维持电力***在任一时刻负荷与发电的平衡,电力***中其他机组频繁、快速地调整出力也导致***的运行成本增加。由此可见,大规模风电的接入给电力***短期经济调度运行带来许多新的问题与挑战,同时也给***中常规机组的运行提出更严格的要求。另一方面,受预测技术的限制,风电出力预测精度不高,且随着预测时间的增加,预测的误差不断增大。因此,在充分利用风能资源发电的前提下,为了保障电力***的安全、经济、可靠运行,对含大规模风电的电力***进行短期运行优化研究十分重要。在建立的经济调度模型中,应该合理考虑风电出力随机波动的影响,对风电出力预测误差进行分析建模,并在满足电力***运行及机组运行的各种约束条件下,达到电网供电可靠性与经济性的协调,由此便需要采取多时间尺度、多模型的新型短期经济调度模式。
对于短期调度来说,需要给出每个时段的风电出力数据和负荷数据,即电力***调度运行是在对风电功率进行预测的基础上进行的。根据研究表明,对于大规模并网的风电,由于大量的风力发电机地理分布的广泛性,使得我们能够利用中心极限定理来证明风电场出力预测误差成正态分布。由于大规模风电集中接入电网,对于接入电力***的风电出力预测误差可认为是服从正态分布的。类似的,研究表明负荷以及净负荷(负荷减去风电出力后的等效负荷)的预测误差均满足正态分布。在此基础上,我们可以从净负荷的角度,来对含大规模风电电力***的短期优化运行特性进行分析。而风电出力的随机性使得电力***不能进行最优的运行。
发明内容
本发明的目的在于,针对上述问题,提出一种含大规模风电电力***的短期运行优化方法,以实现较好的调节风力发电的随机性、波动性、地域性、双向调峰性以及与负荷的相互关系,从而使得电力***优化运行的优点。
为实现上述目的,本发明采用的技术方案是:
一种含大规模风电电力***的短期运行优化方法,包括以下步骤:
对风电出力的随机性进行建模,因风电出力预测的误差值服从零均值的正态分布;则风电出力预测误差的标准差与风电出力预测值的关系式为式中,σwt为风电出力预测误差的标准差;为风电出力预测值;kw、k0均为风电出力预测误差常数;
根据上述风电出力预测值得出风电出力,该风电出力为:其中,θwt为风电出力预测误差的随机变量;
对电力***负荷的随机性进行建模,电力***负荷服从正态分布,则电力***负荷预测误差的标准差与电力***负荷预测值成正比,其关系式为:
式中,σdt是电力***负荷预测误差的标准差;
是电力***负荷预测值;kd为电力***负荷预测误差系数;
在对上述风电出力和电力***负荷的随机性建模后,对电力***的净负荷建模,净负荷即为:电力***负荷扣除风电出力后的差值,其关系如下式:nt=dt-wt,nt为净负荷,dt为电力***负荷,wt为风电出力,因风电出力和电力***负荷为互不相关的正态分布的随机变量,则净负荷服从正态分布,净负荷预测误差的标准差由下式得出:
对上述净负荷的概率分布采用离散化的方法,将第一净负荷概率分布曲线分成N个区间,得到每个区间对应的概率,然后通过对每个区间对应的概率分别计算并进行加权,得出第二净负荷概率分布曲线。
根据本发明的优选实施例,根据上述第二净负荷的概率分布曲线对电力***中的风电机组和火电机组进行合理布局:
步骤一:基于对风电历史数据的统计分析,根据日前风电出力预测模型,得出未来24小时的风电出力预测数据,并得出风电出力预测误差值;
步骤二:把风电出力看做负的负荷,与电力***负荷叠加后,得到一天内的净负荷曲线;在净负荷曲线的基础上,确定一天内火电机组的开停机时间段;
步骤三:确定一天内火电机组的开停机时间段,根据上述第二净负荷的概率分布曲线,得到7种具有代表性的规划;
步骤四:针对每种规划,调度净负荷在各火电机组中的分配;
步骤五:对调度的结果进行分析,将上述各规划中的计算结果加权求和,得到规划的期望值;
步骤六:根据风电出力预测值和风电出力预测误差值,对下一时段的风电机组出力计划进行修正。
本发明的技术方案具有以下有益效果:
本发明的技术方案,通过对风电出力的随机性和电力***的负荷预测误差的标准差计算,得出电力***的净负荷预测误差,根据预测误差和预测量对电力***进行合理的调配,从而达到了较好的调节风力发电的随机性、波动性、地域性、双向调峰性以及与负荷的相互关系,从而使得电力***优化运行的目的。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明实施例所述的风电出力预测误差分布概率图;
图2为根据净负荷的概率分布曲线对电力***中的风电和火电机组进行合理布局流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
一种含大规模风电电力***的短期运行优化方法,包括以下步骤:
对风电出力的随机性进行建模,因风电出力预测的误差值服从零均值的正态分布;则风电出力预测误差的标准差与风电出力预测值的关系式为式中,σwt为风电出力预测误差的标准差;为风电出力预测值;kw、k0均为风电出力预测误差常数;
根据上述风电出力预测值得出风电出力,该风电出力为:其中,θwt为风电出力预测误差的随机变量;
对电力***负荷的随机性进行建模,电力***负荷服从正态分布,则电力***负荷预测误差的标准差与电力***负荷预测值成正比,其关系式为:
式中,σdt是电力***负荷预测误差的标准差;是电力***负荷预测值;kd为电力***负荷预测误差系数;
在对上述风电出力和电力***负荷的随机性建模后,对电力***的净负荷建模,净负荷即为:电力***负荷扣除风电出力后的差值,其关系如下式:nt=dt-wt,nt为净负荷,dt为电力***负荷,wt为风电出力,因风电出力和电力***负荷为互不相关的正态分布的随机变量,则净负荷服从正态分布,净负荷预测误差的标准差由下式得出:
对上述净负荷的概率分布采用离散化的方法,将第一净负荷概率分布曲线分成N个区间,得到每个区间对应的概率,然后通过对每个区间对应的概率分别计算并进行加权,得出第二净负荷概率分布曲线。
如图1所示,离散化处理过程中,我们将一定范围内的净负荷的值用一个选定的值来代表,配合这个范围的概率,从而得到有限的代表点,以简化计算。根据正态分布的概率特性,预测误差分布在正负三个标准差之内的概率可达到99.95%,三个标准差之外的概率非常小,可以认为是零。因此,我们只须考虑正负三个标准差之间的范围,进行七点离散,以一个标准差范围内的中间值来等效这个范围内风电出力预测误差的值。
由于风电出力具有很强的波动性,目前的风电出力预测模型预测风电出力的精度仍然较低。如果要满足所有风电出力情况下的电力平衡,必须增加大量的旋转备用,这会引起很高的运行成本,使得电力***的经济性变差。另一方面,由于风电实际出力大大偏离预测值的概率非常小,因此,进行含大规模风电的电力***的经济调度决策需在安全性和经济性之间,进行适当的权衡。
为了既能满足电力***的安全稳定,同时又能保障电力***的经济性,必须在风电预测出力的基础上,在预期的风电波动范围内,适当增加火电机组的开机,从而额外预留一部分旋转备用,用来抵消风电实际出力与预测出力之间的偏差。
当风电出力严重偏离预测值时,火电机组预留的旋转备用不足以抵消风电实际出力与预测出力之间的变化,此时,必须采取相应的措施,来保证***的安全稳定运行。当风电出力高出预测出力很多时,火电机组需要相应的下调出力,来保证电量的平衡,当火电机组达到下调出力的下限时,此时机组的出力无法继续下压,为了保证电力***的安全,必须采取弃风的措施。当风电出力低于预测出力很多时,火电机组需要相应的上调出力,以弥补风电出力不足引起的电量不足,当火电机组上调出力达到上限时,此时火电机组不能再继续增加出力,为了避免电力***因为功率不平衡而导致稳定状态被打破,需要切除一部分负荷,来保证电力***的稳定。
含风电电力***短期优化运行的目标为:考虑风电出力的随机波动特性,在保障电力可靠供应、满足***安全及机组技术约束的前提下,使得运行周期内风电并网***的火电机组燃料消耗量以及失负荷惩罚之和最小。
如图2所示:根据第二净负荷的概率分布曲线对电力***中的风电机组和火电机组进行合理布局:图2中Kroll为一天内需要滚动调度的总次数。
步骤一:基于对风电历史数据的统计分析,根据日前风电出力预测模型,得出未来24小时的风电出力预测数据,并得出风电出力预测误差值;
步骤二:把风电出力看做负的负荷,与电力***负荷叠加后,得到一天内的净负荷曲线;在净负荷曲线的基础上,确定一天内火电机组的开停机时间段;
步骤三:确定一天内火电机组的开停机时间段,根据第二净负荷的概率分布曲线,得到7种具有代表性的规划(考虑正负三个标准差之间的范围,进行七点离散,以一个标准差范围内的中间值来等效这个范围内风电出力预测误差的值,以此七点离散作为代表性值)。;
步骤四:针对每种规划,调度净负荷在各火电机组中的分配;
步骤五:对调度的结果进行分析,将上述各规划中的计算结果加权求和,得到规划的期望值;
步骤六:根据风电出力预测值和风电出力预测误差值,对下一时段的风电机组出力计划进行修正。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种含大规模风电电力***的短期运行优化方法,其特征在于,包括以下步骤:
对风电出力的随机性进行建模,因风电出力预测误差服从零均值的正态分布,则风电出力预测误差的标准差与风电出力预测值的关系式为式中,σwt为风电出力预测误差的标准差;为风电出力预测值;kw、k0均为风电出力预测误差常数;
根据上述风电出力预测值得出风电出力,该风电出力为:其中,θwt为风电出力预测误差的随机变量;
对电力***负荷的随机性进行建模,电力***负荷服从正态分布,则电力***负荷预测误差的标准差与电力***负荷预测值成正比,其关系式为:
式中,σdt是电力***负荷预测误差的标准差;是电力***负荷预测值;kd为电力***负荷预测误差系数;
在对上述风电出力和电力***负荷的随机性建模后,对电力***的净负荷建模,净负荷即为:电力***负荷扣除风电出力后的差值,其关系如下式:nt=dt-wt,nt为净负荷,dt为电力***负荷,wt为风电出力,因风电出力和电力***负荷为互不相关的正态分布的随机变量,则净负荷服从正态分布,净负荷预测误差的标准差由下式得出:
对上述净负荷的概率分布采用离散化的方法,将第一净负荷概率分布曲线分成N个区间,得到每个区间对应的概率,然后通过对每个区间对应的概率分别计算并进行加权,得出第二净负荷概率分布曲线。
2.根据权利要求1所述的含大规模风电电力***的短期运行优化方法,其特征在于,根据上述第二净负荷概率分布曲线的概率分布曲线对电力***中的风电机组和火电机组进行合理布局:
步骤一:基于对风电历史数据的统计分析,根据日前风电出力预测模型,得出未来24小时的风电出力预测数据,并得出风电出力预测误差值;
步骤二:把风电出力看做负的负荷,与电力***负荷叠加后,得到一天内的净负荷曲线;在净负荷曲线的基础上,确定一天内火电机组的开停机时间段;
步骤三:确定一天内火电机组的开停机时间段,根据上述第二净负荷的概率分布曲线,得到7种具有代表性的规划;
步骤四:针对每种规划,调度净负荷在各火电机组中的分配;
步骤五:对调度的结果进行分析,将上述各规划中的计算结果加权求和,得到规划的期望值;
步骤六:根据风电出力预测值和风电出力预测误差值,对下一时段的风电机组出力计划进行修正。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310159947.2A CN103259285B (zh) | 2013-05-03 | 2013-05-03 | 含大规模风电电力***的短期运行优化方法 |
PCT/CN2014/000361 WO2014176930A1 (zh) | 2013-05-03 | 2014-04-02 | 含大规模风电电力***的短期运行优化方法 |
US14/648,663 US20160169202A1 (en) | 2013-05-03 | 2014-04-02 | Short-term operation optimization method of electric power system including large-scale wind power |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310159947.2A CN103259285B (zh) | 2013-05-03 | 2013-05-03 | 含大规模风电电力***的短期运行优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103259285A CN103259285A (zh) | 2013-08-21 |
CN103259285B true CN103259285B (zh) | 2015-04-29 |
Family
ID=48963058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310159947.2A Active CN103259285B (zh) | 2013-05-03 | 2013-05-03 | 含大规模风电电力***的短期运行优化方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20160169202A1 (zh) |
CN (1) | CN103259285B (zh) |
WO (1) | WO2014176930A1 (zh) |
Families Citing this family (80)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103197559B (zh) * | 2013-03-29 | 2016-02-24 | 华北电力大学 | 一种改善双馈机组接入后***小干扰稳定性的方法 |
CN103259285B (zh) * | 2013-05-03 | 2015-04-29 | 国家电网公司 | 含大规模风电电力***的短期运行优化方法 |
CN103956742B (zh) * | 2014-04-14 | 2015-12-02 | 国家电网公司 | 一种复杂能源环境下电力***运行方式的确定方法 |
CN103997065A (zh) * | 2014-06-09 | 2014-08-20 | 北京东润环能科技股份有限公司 | 一种负荷预测***及方法 |
CN105207247B (zh) * | 2014-06-20 | 2017-08-01 | 国家电网公司 | 电力***控制方法和装置 |
CN104156575B (zh) * | 2014-07-28 | 2017-09-05 | 国家电网公司 | 基于测风塔数据外推法的风电场理论功率计算方法 |
CN104463697A (zh) * | 2014-11-28 | 2015-03-25 | 清华大学 | 含大规模风电电力***的风险评估方法 |
CN104915737A (zh) * | 2015-06-30 | 2015-09-16 | 国网山东省电力公司济南供电公司 | 基于风险控制含大规模风电的电力***协调经济调度方法 |
CN105117788A (zh) * | 2015-07-22 | 2015-12-02 | 河南行知专利服务有限公司 | 一种风力发电功率预测方法 |
CN105162173B (zh) * | 2015-08-26 | 2018-10-09 | 中国电力科学研究院 | 一种接入风力发电的电力***备用容量确定方法 |
CN106570513B (zh) * | 2015-10-13 | 2019-09-13 | 华为技术有限公司 | 大数据网络***的故障诊断方法和装置 |
CN105140967B (zh) * | 2015-10-16 | 2017-07-18 | 华中科技大学 | 一种含新能源电力***调峰需求的评估方法 |
CN105469325B (zh) * | 2015-12-21 | 2022-04-08 | 云南电网有限责任公司电力科学研究院 | 一种确定火电机组负荷稳定状态的方法及*** |
CN105956799B (zh) * | 2016-06-22 | 2022-03-04 | 福州大学 | 一种评估含风电电力***旋转备用效益和风险的方法 |
CN106251238B (zh) * | 2016-07-27 | 2020-06-09 | 华北电力大学(保定) | 风电场建模序列离散化步长的选取及模型误差分析方法 |
CN105978037B (zh) * | 2016-08-03 | 2018-08-28 | 河海大学 | 基于风速预测的多时段电气互联***最优潮流计算方法 |
CN108233357B (zh) * | 2016-12-15 | 2023-05-23 | 中国电力科学研究院 | 基于非参数概率预测及风险期望的风电日前消纳优化方法 |
CN107292446B (zh) * | 2017-07-03 | 2021-01-29 | 西南交通大学 | 一种基于考虑分量关联性小波分解的混合风速预测方法 |
CN107332237B (zh) * | 2017-07-14 | 2020-02-14 | 国网能源研究院有限公司 | 一种直流通道输电计划的优化方法及装置 |
CN107632520B (zh) * | 2017-07-31 | 2021-02-26 | 中国电力科学研究院 | 一种风电消纳潜力模型优化控制方法及*** |
CN107947244B (zh) * | 2017-09-12 | 2021-03-16 | 国电南瑞科技股份有限公司 | 新能源电站并网功率超前控制方法 |
US20190136835A1 (en) * | 2017-11-01 | 2019-05-09 | Accelerate Wind, LLC | Wind turbine drivetrain system |
CN108022019B (zh) * | 2017-12-14 | 2022-02-11 | 西南石油大学 | 基于风电机组分类的风电场调度方法和*** |
CN108075471B (zh) * | 2017-12-27 | 2022-02-11 | 国电南瑞科技股份有限公司 | 基于随机性电源出力预测的多目标约束优化电网调度策略 |
CN108365608B (zh) * | 2018-01-05 | 2022-01-18 | 中国电力科学研究院有限公司 | 一种区域能源互联网不确定优化调度方法及*** |
CN108448646B (zh) * | 2018-01-16 | 2023-03-21 | 华北电力大学 | 一种考虑直流外送功率调节特性的源网协调调峰方法 |
CN108155674B (zh) * | 2018-02-01 | 2020-02-21 | 清华大学 | 考虑不确定分布特性的水火电联合调度方法及*** |
CN110580538B (zh) * | 2018-06-11 | 2024-03-08 | 华北电力大学 | 一种电力***备用需求的预测方法及装置 |
CN109245150A (zh) * | 2018-08-24 | 2019-01-18 | 中国电力科学研究院有限公司 | 一种用于风电集群的功率分配方法及*** |
CN109038686B (zh) * | 2018-08-28 | 2020-02-11 | 国网山东省电力公司聊城供电公司 | 一种基于风电出力预测误差的滚动优化调度方法 |
CN109449967B (zh) * | 2018-09-20 | 2022-05-13 | 国网福建省电力有限公司 | 考虑负荷随机性的风电场群外送选址定容联合优化方法 |
CN109583635B (zh) * | 2018-11-16 | 2022-04-22 | 贵州电网有限责任公司 | 一种面向运行可靠性的短期负荷预测建模方法 |
CN109672173B (zh) * | 2018-12-15 | 2022-12-09 | 竺炜 | 一种大型风电腰荷接入的主网在线安全调度方法 |
CN109638837B (zh) * | 2018-12-29 | 2020-10-09 | 青海大学 | 一种面向新能源并网的动态负载管理方法及*** |
CN110610251B (zh) * | 2019-01-14 | 2024-06-07 | 华北电力大学 | 一种高比例风电接入电网超短期调度计划鲁棒优化方法 |
CN111563308B (zh) * | 2019-01-28 | 2023-09-26 | 国网能源研究院有限公司 | 一种表征可再生能源功率概率分布的模型生成方法 |
CN110070223A (zh) * | 2019-04-19 | 2019-07-30 | 中能电力科技开发有限公司 | 一种应用于新建风电场的短期功率预测方法 |
CN110119842B (zh) * | 2019-04-30 | 2023-09-26 | 上海电力学院 | 一种微电网短期负荷预测方法 |
CN110311424B (zh) * | 2019-05-21 | 2023-01-20 | 沈阳工业大学 | 一种基于双时间尺度净负荷预测的储能调峰控制方法 |
CN110276478B (zh) * | 2019-05-31 | 2022-08-16 | 南京理工大学 | 基于分段蚁群算法优化svm的短期风电功率预测方法 |
CN110707760B (zh) * | 2019-07-09 | 2021-11-16 | 中国电力科学研究院有限公司 | 一种基于常规电源开机获取新能源临界占比的方法及*** |
CN110457800B (zh) * | 2019-07-30 | 2023-06-16 | 天津大学 | 考虑机械惯性的水平轴风机风速出力折算方法 |
CN110503256B (zh) * | 2019-08-14 | 2022-08-05 | 北京国网信通埃森哲信息技术有限公司 | 基于大数据技术的短期负荷预测方法及*** |
CN110533314A (zh) * | 2019-08-23 | 2019-12-03 | 西安交通大学 | 一种基于概率密度分布的风电场异常机组识别方法 |
CN110689169B (zh) * | 2019-09-04 | 2023-05-30 | 上海工程技术大学 | 一种基于分数Levy稳定运动模型的短期电力负荷预测方法 |
CN110674986B (zh) * | 2019-09-23 | 2022-04-29 | 广西电网有限责任公司 | 外购售电年度分解方案的调峰影响力评估方法及相关设备 |
CN110880789B (zh) * | 2019-12-06 | 2022-04-22 | 国网江苏省电力有限公司南通供电分公司 | 一种风电、光伏联合发电***经济调度方法 |
CN111064187B (zh) * | 2019-12-10 | 2023-03-14 | 国网安徽省电力有限公司 | 一种发用电的电量极限分配方法 |
CN111211582B (zh) * | 2020-02-25 | 2022-03-15 | 西南交通大学 | 一种基于风电场中双馈风机调频能力的电网综合调频方法 |
CN111461502B (zh) * | 2020-03-13 | 2021-03-30 | 四川华能宝兴河水电有限责任公司 | 一种电站等值振动区的计算及控制方法 |
CN111216586B (zh) * | 2020-03-28 | 2022-07-08 | 东南大学 | 考虑风电消纳的居民小区电动汽车有序充电控制方法 |
CN111612253A (zh) * | 2020-05-22 | 2020-09-01 | 广西电网有限责任公司 | 基于贝叶斯网络的配电网净负荷预测方法及*** |
CN112036607B (zh) * | 2020-07-30 | 2023-07-25 | 南方电网科学研究院有限责任公司 | 基于出力水平的风电出力波动预测方法、装置及存储介质 |
CN112134275B (zh) * | 2020-08-11 | 2022-02-11 | 国网山东省电力公司青岛供电公司 | 一种计算含风电场电力***的可靠性方法及*** |
CN112072714B (zh) * | 2020-09-10 | 2022-03-15 | 国网湖南省电力有限公司 | 一种基于在线计算的电力***最小开机方式优化方法 |
CN112257027B (zh) * | 2020-10-10 | 2024-04-09 | 国网新疆电力有限公司 | 一种基于正态分布拟合的电网典型负荷日选取方法 |
CN112633549A (zh) * | 2020-11-19 | 2021-04-09 | 国网宁夏电力有限公司电力科学研究院 | 基于统计规律的负荷概率区间建模方法 |
CN112508401A (zh) * | 2020-12-07 | 2021-03-16 | 江苏方天电力技术有限公司 | 一种大规模新能源并网条件下火电机组深度调峰经济调度方法 |
CN112613647A (zh) * | 2020-12-13 | 2021-04-06 | 国网辽宁省电力有限公司经济技术研究院 | 一种基于误差熵的风电预测稳定性评估方法 |
CN112653198A (zh) * | 2020-12-17 | 2021-04-13 | 山东大学 | 一种基于预测箱的风电出力场景生成方法及*** |
CN112803491B (zh) * | 2020-12-31 | 2023-07-04 | 西安理工大学 | 一种耦合弃电风险的风光水多能互补短期优化调度方法 |
CN112927098B (zh) * | 2021-01-29 | 2023-10-27 | 国网内蒙古东部电力有限公司 | 一种考虑源荷不确定性的电网经济调度综合性评估方法 |
CN113065707B (zh) * | 2021-04-08 | 2024-02-02 | 国网甘肃省电力公司平凉供电公司 | 能源调度方法及装置 |
CN113131467B (zh) * | 2021-04-16 | 2022-11-22 | 电子科技大学 | 基于幅相运动方程的风电***暂态特性建模与优化方法 |
CN113285490B (zh) * | 2021-06-07 | 2023-05-30 | 中国南方电网有限责任公司 | 电力***调度方法、装置、计算机设备和存储介质 |
CN113381447B (zh) * | 2021-06-29 | 2022-07-08 | 山东大学 | 适应电网调频需求的风电响应能力状态划分方法及*** |
CN113659566B (zh) * | 2021-07-19 | 2024-03-26 | 国网四川省电力公司 | 一种基于CVaR的多能互补发电***的容量配置优化方法 |
CN113887809A (zh) * | 2021-10-11 | 2022-01-04 | 国网新疆电力有限公司巴州供电公司 | 双碳目标下配电网供需平衡方法、***、介质及计算设备 |
CN114358382B (zh) * | 2021-12-03 | 2024-07-05 | 湖南大学 | 电力***等效惯量概率预测方法、装置、产品及存储介质 |
CN114243710B (zh) * | 2021-12-21 | 2024-02-27 | 国网湖北省电力有限公司经济技术研究院 | 一种水火风光多能***短期区间优化调度方法 |
CN114564815B (zh) * | 2022-01-14 | 2024-03-15 | 重庆邮电大学 | 基于布雷斯悖论效应的电力***可靠性与经济性建模方法 |
CN114498632A (zh) * | 2022-01-27 | 2022-05-13 | 国网江苏省电力有限公司泰州供电分公司 | 基于新能源和充电设施的配电台区负荷预测方法及装置 |
CN114738212B (zh) * | 2022-03-18 | 2024-05-10 | 华南理工大学 | 一种考虑多属性气象特性的风电机组检修方法及装置 |
CN114707752B (zh) * | 2022-04-20 | 2024-05-31 | 国家电网有限公司技术学院分公司 | 一种可再生能源功率预测误差概率分布确定方法 |
CN115000957B (zh) * | 2022-07-19 | 2022-10-28 | 山东电力工程咨询院有限公司 | 考虑时刻间净负荷不确定性的资源调度优化方法及*** |
CN115207950B (zh) * | 2022-07-27 | 2024-02-06 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于随机扰动的储能***控制方法及装置 |
WO2024031449A1 (zh) * | 2022-08-10 | 2024-02-15 | 四川中电启明星信息技术有限公司 | 一种基于网格聚类的峡谷风电短期功率预测方法 |
CN115173414A (zh) * | 2022-08-11 | 2022-10-11 | 国家电网有限公司华东分部 | 电力***灵活性需求预测场景生成方法 |
CN116720448B (zh) * | 2023-08-09 | 2024-01-26 | 长江三峡集团实业发展(北京)有限公司 | 一种风力发电随机模拟方法、装置、设备及介质 |
CN117196415B (zh) * | 2023-11-07 | 2024-01-26 | 长江三峡集团实业发展(北京)有限公司 | 一种水风光互补***风险调度方法、装置、设备及介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103023066A (zh) * | 2012-11-21 | 2013-04-03 | 华中科技大学 | 一种适合于含风电电力***储能功率的优化配置方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004015890A (ja) * | 2002-06-05 | 2004-01-15 | Toshiba Eng Co Ltd | グリーン電力供給方法 |
JP4929201B2 (ja) * | 2008-02-14 | 2012-05-09 | 株式会社東芝 | 電力供給システムの総合効率評価方法 |
JP5110603B2 (ja) * | 2008-08-13 | 2012-12-26 | 独立行政法人産業技術総合研究所 | 直接負荷制御システム |
US8996187B2 (en) * | 2011-07-18 | 2015-03-31 | Nec Laboratories America, Inc. | Optimal storage sizing for integrating wind and load forecast uncertainties |
CN102570509B (zh) * | 2011-12-13 | 2014-07-09 | 哈尔滨工业大学 | 一种blr型agc机组基点功率偏置整定方法 |
CN102570453B (zh) * | 2012-01-06 | 2015-04-01 | 甘肃省电力公司风电技术中心 | 基于多套数值天气预报源的短期风电功率预测方法及*** |
CN102738833B (zh) * | 2012-06-20 | 2014-07-09 | 湖北省电力公司 | 一种含风电的电力***多时间尺度滚动协调调度方法 |
CN103259285B (zh) * | 2013-05-03 | 2015-04-29 | 国家电网公司 | 含大规模风电电力***的短期运行优化方法 |
-
2013
- 2013-05-03 CN CN201310159947.2A patent/CN103259285B/zh active Active
-
2014
- 2014-04-02 WO PCT/CN2014/000361 patent/WO2014176930A1/zh active Application Filing
- 2014-04-02 US US14/648,663 patent/US20160169202A1/en not_active Abandoned
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103023066A (zh) * | 2012-11-21 | 2013-04-03 | 华中科技大学 | 一种适合于含风电电力***储能功率的优化配置方法 |
Non-Patent Citations (2)
Title |
---|
基于数据挖掘的电力短期负荷预测模型及方法的研究_程其云;程其云;《中国优秀博硕士学位论文全文数据库 (博士) 工程科技Ⅱ辑》;20050615;第1-136页 * |
甘肃酒泉风电基地风电预测预报***;马彦宏等;《电力***自动化》;20090825;第33卷(第16期);第88-90页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103259285A (zh) | 2013-08-21 |
US20160169202A1 (en) | 2016-06-16 |
WO2014176930A1 (zh) | 2014-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103259285B (zh) | 含大规模风电电力***的短期运行优化方法 | |
CN104882905B (zh) | 一种考虑暂态安全约束的新能源接纳能力评估方法 | |
CN106099993B (zh) | 一种适应新能源大规模接入的电源规划方法 | |
US20230268742A1 (en) | A method for quantification of flexibility requirements and coordinated optimization of a hydro-wind-solar multi-energy complementary systems | |
CN104092241B (zh) | 一种考虑备用需求的风电消纳能力分析方法 | |
CN107301472A (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN104463378B (zh) | 用于水电资源丰富地区省级电网风力发电消纳能力的算法 | |
CN103904695B (zh) | 一种基于mcs-pso的临近海岛多微网动态调度方法 | |
CN103151803A (zh) | 一种含风电***机组及备用配置的优化方法 | |
CN103699941A (zh) | 一种电力***调度运行年方案的制定方法 | |
CN104377726A (zh) | 一种大规模新能源并网发电的调峰方法 | |
CN104143839B (zh) | 基于功率预测的风电场集群限出力有功功率分配方法 | |
CN107844896B (zh) | 适用于高风电渗透率电力***的风电置信容量评估方法 | |
CN104283236A (zh) | 一种风光储能并网发电智能优化调度方法 | |
CN106022530A (zh) | 一种电力需求侧柔性负荷有功功率预测方法 | |
CN105528668A (zh) | 一种风电并网电力***动态环境经济调度方法 | |
CN105305485A (zh) | 一种消纳大规模间歇性能源的安全约束经济调度方法 | |
Eltohamy et al. | Technical investigation for power system flexibility | |
CN104201704B (zh) | 一种含小水电群、风电的地区电网备用容量确定方法 | |
Eltohamy et al. | Power system flexibility metrics review with high penetration of variable renewable generation | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
Xiaomin et al. | Assessment of Renewable Energy Absorption Based on System Flexibility | |
Li et al. | A novel probabilistic short-term load forecasting method for large power grid | |
Su et al. | Quantification and Evaluation of Power System Flexibility under Different Time Scales | |
Wang et al. | Intraday net load reserve demand assessment based on catboost and kernel density estimation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |