CN103904664B - 一种基于有效静态安全域的agc机组实时调度方法 - Google Patents
一种基于有效静态安全域的agc机组实时调度方法 Download PDFInfo
- Publication number
- CN103904664B CN103904664B CN201410134744.2A CN201410134744A CN103904664B CN 103904664 B CN103904664 B CN 103904664B CN 201410134744 A CN201410134744 A CN 201410134744A CN 103904664 B CN103904664 B CN 103904664B
- Authority
- CN
- China
- Prior art keywords
- agc
- power
- constraint
- agc unit
- static security
- 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
- 230000003068 static effect Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000010977 unit operation Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims description 38
- 230000005540 biological transmission Effects 0.000 claims description 31
- 238000010248 power generation Methods 0.000 claims description 19
- 230000035945 sensitivity Effects 0.000 claims description 11
- 230000003828 downregulation Effects 0.000 claims description 9
- 230000003827 upregulation Effects 0.000 claims description 9
- 238000011835 investigation Methods 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000009194 climbing Effects 0.000 claims description 5
- 238000003672 processing method Methods 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 3
- 230000002269 spontaneous effect Effects 0.000 claims description 3
- 230000000087 stabilizing effect Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 abstract 1
- 239000000243 solution Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于有效静态安全域的AGC机组实时调度方法,所述方法基于Preemptive?Goal?Programming与静态安全域分析的方法,构建了以AGC机组运行基点与参与因子为决策变量的多目标实时调度模型。模型具有两层目标,其中,第一层以***平抑扰动能力最大化为目标,即要求***运行中的静态安全域与节点扰动域重合范围(有效静态安全域)最大化;第二层则以***发电成本与备用成本最小化为目标。本发明可以提供AGC机组的运行基点和参与因子的设定,模型两层目标具有明确等级顺序,实时调度方法在保证电网运行安全的前提下,提高***经济性,对于实时调度有十分重要的价值和意义。
Description
技术领域
本发明涉及电力***领域,尤其涉及一种基于有效静态安全域的AGC机组实时调度方法。
背景技术
风力发电、光伏发电等间歇式电源的广泛接入使电网运行中的不确定性因素增多,对电网调控技术提出了新的挑战。在此背景下,如何提高电网的扰动应对能力,提高调度决策的鲁棒性成为当前该领域研究的热点问题。随机规划、模糊规划以及鲁棒优化等多种不确定性决策方法在电网调度问题中得到应用。
电网鲁棒调度需进行多时间尺度的协同决策,不同时间尺度下的调度决策,其着重点是不同的。日前发电计划等较长时间尺度的决策问题,其后续有多样调节手段可以对已制定的发电计划进行修正,以保证电网运行安全,因而,找到依概率经济性最佳的发电方案是其应着重考虑的问题。
而对于较短时间尺度的实时调度问题,一方面,由于可调度的机组范围与容量范围有限,其对电网运行经济性的影响相对较小;另一方面,因为在实时调度后,电网将进入闭环控制阶段,对调度结果进行修正的手段已近于穷尽。因而,对于实时调度时间级的决策,利用最后的机会对电网运行态势进行调整,在保证电网运行安全的前提下,寻找经济性较优的调度方案,成为合理的决策思路。
原有的涉及电网安全性的分析方法有静态安全域法,以域的方法来对电力***进行分析,避免了麻烦的电力***安全校验。在域内的解都是可以保证线路安全的可行解。但是这种方法的研究都局限在单一平衡节点,而现在电力***由于AGC机组的引入是一个多平衡节点的问题。
发明内容
本发明的目的是提供一种基于有效静态安全域的AGC机组实时调度方法,可以考虑多平衡节点的情况,又考虑了负荷节点自身的波动情况,适用于现代电网的实时调度。
本发明采用下述技术方案:
一种基于有效静态安全域的AGC机组实时调度方法,在调度中心对电网进行实时调度时,给定电网中AGC机组的运行基点和参与因子,从而对给定电网中AGC机组进行实时调度,所述给定电网中AGC机组的运行基点和参与因子具体包括如下步骤:
(1):根据电网AGC机组,波动负荷所在节点编号,电网线路电抗值,计算各个节点对于线路传输功率的灵敏度因子;
(2):以运行成本最低为目标,约束为机组输出功率上下限约束、爬坡速率约束、线路传输功率上下限约束,进行经济调度求解得到机组的输出功率,做为常规机组输出功率;
(3):根据常规机组输出功率、灵敏度因子、AGC机组调节价格、发电价格、输出功率上下限、爬坡速率以及线路传输功率上下限,预测负荷功率的波动范围,进行优化模型的构建,优化模型包括两层目标和多个约束,第一层目标以***平抑扰动能力最大化为目标,即要求***运行中的静态安全域与节点扰动域重合范围最大化;第二层目标则以***发电成本与备用成本最小化为目标;
(4):根据鲁棒优化方法对步骤(3)中构建的优化模型进行化简得到简化模型;
(5):采用PreemptiveGoalProgramming方法对简化模型进行求解,得到最终的AGC机组运行基点和参与因子的最优解。
所述步骤A灵敏度因子求解过程中,所求的i节点对线路k的灵敏度因子Gk-i通过以下公式求得:其中 于是有 其中,为节点i注入变化后线路k的功率值,为线路k的节点支路关联矢量,θ为节点电压相角,Xi为节点电抗阵中第i列矢量,xk为线路k的电抗值,xk-i节点i与线路k间的互电抗。
所述优化模型中第一层目标即安全性目标表达为:式中,分别表示第i个节点负荷功率波动的上、下范围,其值在优化过程中为常量,由节点功率波动的自发规律决定;表示第i个节点上静态安全域允许波动的上、下范围,为非负决策变量,受AGC机组运行基点与参与因子影响;Nd表示考察节点数目。
所述优化模型中第二层目标即经济性目标表达为:
式中,Y为机组运行成本,包括发电成本和备用成本,Na表示AGC机组数目;ci表示AGC机组i的发电成本参数;pi表示第i台AGC机组的运行基点;分别为AGC机组提供上调备用和下调备用的成本参数;分别表示形成静态安全域AGC机组所需提供的最大上调量及下调量,即需配置的AGC备用量。
所述优化模型中多个约束具体包括以下九个约束:
<1>运行基点功率平衡约束:实时调度时,超短时预报得到的负荷功率需求满足如下等式约束:(3)式中,dj表示第j个节点待分配的负荷功率;D为由非AGC机组承担的负荷功率,实时调度时为确定值;
<2>参与因子之和约束:实时调度后,参与因子之和为1,即:
(4)式中,αi为第i台AGC机组的参与因子;
<3>AGC机组为形成静态安全域所需提供的最大调整量约束:AGC机组所需提供的最大调整量由静态安全域在各个考察节点允许的上、下波动范围和参与因子共同决定,第i台机组所需提供的向上、向下两个方向的最大调整量可分别表示为:
<4>AGC机组最大向上、向下调整能力约束:受机组物理条件的限制,每台AGC机组所能提供的调节能力是有限的,这一约束可表述为:
式中,分别表示AGC机组所能提供的最大向上、向下调整量;
<5>AGC机组输出功率范围约束:
式中,分别为AGC机组的最大、最小技术输出功率值,pi表示i台AGC机组的输出功率值;
<6>机组运行基点变化速率约束:
式中,为AGC机组输出功率的初值,rd,i,ru,i分别表示AGC机组运行基点在调度时间间隔内的上调、下调最大限值;
<7>线路传输功率上下限正向约束:当节点负荷功率需求在静态安全域内变化时,要保证线路路传输功率不超过允许的安全范围,此处采用基于直流潮流的转移分布因子来形成这一约束,其中,正向约束可表述如下:
式中,Mil、Mjl分别为AGC机组i、负荷j对支路l的功率转移分布因子;L为考察支路总数;为支路传输功率上限,其值已经扣除非AGC机组所占用的传输容量;为节点j负荷功率波动量,为不确定量,允许在静态安全域范围内取值;为与负荷功率波动对应的AGC机组i的输出功率调整量,其与负荷功率波动对应关系为
<8>线路传输功率上下限反向约束:支路传输功率的反向上限约束可表示为:
<9>负荷波动范围约束:
线路潮流约束中负荷波动范围为:
所述步骤D中根据鲁棒优化方法对构建优化模型进行化简的处理方法具体为,引入新的非负连续变量及将目标函数变为:
在约束中引入如下两组约束: 其中,约束式可使等于中的相对小者,即
所述优化模型中不等式约束<7>的处理方法为:符合静态安全域的概念要求线路传输功率上下限正向约束可化简为:式中, 由于不确定量的系数符号不定,无法直接给出左边项表达;为此,对于任一条传输支路l,将左边项视为线性规划问题,根据KKT条件,在保持原约束式不变的基础上,增加如下不等式约束,使左边项在优化过程中自动取得最大值: 式中,表示约束式的对偶乘子,此时,引入了新决策变量及j=1,2,...,Nd;同理,对不等式约束<8>也做相应的处理。
根据简化模型求解得到AGC机组的运行基点和参与因子,具体的求解步骤为:
(1):对简化模型第一层进行求解得到相应的AGC机组运行基点和参与因子的可行解集,并得到有效静态安全域的最大值;
(2):将简化模型第一层求解得到的有效静态安全域的最大值做为一个等式约束,添加到简化模型第二层中,求解得到最终的AGC机组运行基点和参与因子。
如权利要求8所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:所述简化模型第二层求解时,根据第一层求解结果,增加约束如下:
式中,Z*表示第一层求解所得的最佳目标值,该约束保证对发电经济性的优化不会影响第一层优化中有效静态安全域的效用。
本发明考虑了多平衡节点的电力***网络,针对实时调度时间级,并且可以考虑到新能源接入后负荷节点的不确定性变化。按照负荷波动重合范围最大给出AGC机组的运行基点和参与因子,可以保证AGC调节能力的有效性,没有浪费。同时考虑双重目标,在保证电网安全运行的情况下,考虑了AGC机组的运行和备用成本,提高了***运行的经济性。
附图说明
图1为本发明的流程图;
图2为本发明所述第一层优化过程中变量两维空间示意图。
具体实施方式
如图1所示,一种基于有效静态安全域的AGC机组实时调度方法,在调度中心对电网进行实时调度时,给定电网中AGC机组的运行基点和参与因子,从而对给定电网中AGC机组进行实时调度,所述给定电网中AGC机组的运行基点和参与因子具体包括如下步骤:
1)节点灵敏度因子的求取
节点的灵敏度因子定义了由于节点注入功率的变化引起的支路潮流的变化量。当节点i的有功功率变化了△Pi时,支路k上的有功潮流可用直流潮流方程写成
其中,为节点i注入变化后线路k的功率值,为线路k的节点支路关联矢量,θ为节点电压相角,Xi为节点电抗阵中第i列矢量,xk为线路k的电抗值,xk-i为节点i与线路k间的互电抗。Gk-i为所求的i节点对线路k的灵敏度因子。
2)考虑网络约束的经济调度
以机组运行成本最低为目标,约束为机组输出功率上下限约束,爬坡速率约束,线路传输功率上下限约束,进行经济调度求解以后得到机组的输出功率,做为常规机组输出功率。
本专利所提出的优化模型的构建为本领域人员熟知技术,在此不详细赘述:此优化模型包含目标函数和约束两个部分,分别为:
目标函数:构建优化模型第一层目标如下:
式中,分别表示第i个节点负荷功率波动的上、下范围,其值在优化过程中为常量,由节点功率波动的自发规律决定;表示第i个节点上静态安全域允许波动的上、下范围,为非负决策变量,受AGC机组运行基点与参与因子影响;Nd表示考察节点数目,Z表示各个考察节点可接纳的扰动区间长度之和。
附图2给出了两维空间中公式(1)变量的示意图。图中,d1、d2分别表示两个考察负荷节点预测得到的由AGC机组承担的负荷功率(其值可正可负,分别表示节点吸收或者注入的功率值)。从图中可以看出,式(1)目标要求有效静态安全域构成的超多面体边长之和Z最大,即要求各个考察节点可接纳的扰动区间长度之和最大。
对于给定电网,在有效静态安全域边长和相同时,可能对应着若干不同的AGC机组运行基点和参与因子的设定方式。引入优化模型第二层目标,发电成本及备用成本最小化作为AGC机组运行基点与参与因子设定的另一依据。第二层优化目标函数如下:
式中,Y为机组运行成本,包括发电成本和备用成本,Na表示AGC机组数目;ci表示AGC机组i的发电成本参数;pi表示第i台AGC机组的运行基点;分别为AGC机组提供上调备用和下调备用的成本参数;分别表示形成静态安全域AGC机组所需提供的最大上调量及下调量,即需配置的AGC备用量。
优化模型约束:
<1>运行基点功率平衡约束。
实时调度时,超短时预报得到的负荷功率需求(除去非AGC机组承担部分)需在AGC机组上进行分配,满足如下等式约束:
式中,pi表示第i台AGC机组的运行基点(前后文相同的符号表示的意思是一样的)dj表示第j个节点待分配的负荷功率;D为由非AGC机组承担的负荷功率,实时调度时为确定值。
<2>参与因子之和约束。
实时调度后,不平衡功率按参与因子在各AGC机组间分配,由于机组调整的功率量需与负荷不平衡量相匹配,因而,参与因子之和为1。即:
式中,αi为第i台AGC机组的参与因子。
<3>AGC机组为形成静态安全域所需提供的最大调整量约束。
AGC机组所需提供的最大调整量由静态安全域在各个考察节点允许的上、下波动范围和参与因子共同决定。第i台机组所需提供的向上、向下两个方向的最大调整量可分别表示为:
表示第i个节点上静态安全域允许波动的上、下范围(与前面的是一样的)
<4>AGC机组最大向上、向下调整能力约束。
受机组物理条件的限制,每台AGC机组所能提供的调节能力是有限的,这一约束可表述为:
式中,分别表示AGC机组所能提供的最大向上、向下调整量。
<5>AGC机组输出功率范围约束。
式中,pi表示i台AGC机组的输出功率值,分别表示AGC机组的最大、最小技术输出功率值。
<6>机组运行基点变化速率约束。
式中,为AGC机组输出功率的初值,分别表示AGC机组运行基点在调度时间间隔内的上调、下调最大限值。
<7>线路传输功率上下限正向约束。
当节点负荷功率需求在静态安全域内变化时,要保证线路路传输功率不超过允许的安全范围,此处采用基于直流潮流的转移分布因子来形成这一约束,其中,正向约束可表述如下:
式中,Mil、Mjl分别为AGC机组i、负荷j对支路l的功率转移分布因子;L为考察支路总数;为支路传输功率上限,其值已经扣除非AGC机组所占用的传输容量;为节点j负荷功率波动量,为不确定量,允许在静态安全域范围内取值;为与负荷功率波动对应的AGC机组i的输出功率调整量,其与负荷功率波动对应关系为
<8>线路传输功率上下限约束反向。
支路传输功率的反向上限约束可表示为:
<9>负荷波动范围约束。
线路潮流约束中负荷波动范围为:
4)模型简化处理方法
<1>引入新的非负连续变量及将目标函数变为:
在约束中引入如下两组约束:
其中,约束式可使等于中的相对小者,即 已修改
<2>按照静态安全域的概念要求,线路传输功率上下限约束(正向)可以简化为:
式中,
由于不确定量的系数符号不定,无法直接给出线路约束式左边项表达。为此,对于任一条传输支路l,将线路约束式左边项视为线性规划问题,根据KKT条件,在保持原约束式不变的基础上,增加如下不等式约束,使线路约束式左边项在优化过程中自动取得最大值。
式中,表示约束式的对偶乘子。
5)模型求解
采用PreemptiveGoalProgramming方法对简化模型进行求解,使目标具有明确的等级顺序。该方法首先在可行域内进行简化模型的第一层目标求解,然后,以第一层目标的最佳结果为约束构建新的可行域,进行简化模型的第二层目标求解。简化模型的第二层目标求解时,根据第一层目标求解结果,增加约束如下:
式中,Z*表示简化模型第一层目标求解所得的最佳目标值。该约束保证对发电经济性的优化不会影响第一层优化中有效静态安全域的效用,对求得AGC机组运行基点和参与因子的最优值可以直接进行调度中心进行实时调度,从而实现考虑多平衡节点的情况,又考虑了负荷节点自身的波动情况,适用于现代电网的实时调度。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种基于有效静态安全域的AGC机组实时调度方法,其特征在于:在调度中心对电网进行实时调度时,给定电网中AGC机组的运行基点和参与因子,从而对给定电网中AGC机组进行实时调度,所述给定电网中AGC机组的运行基点和参与因子具体包括如下步骤:
(1):根据电网AGC机组,波动负荷所在节点编号,电网线路电抗值,计算各个节点对于线路传输功率的灵敏度因子;
(2):以运行成本最低为目标,约束为机组输出功率上下限约束、爬坡速率约束、线路传输功率上下限约束,进行经济调度求解得到机组的输出功率,作为常规机组输出功率;
(3):根据常规机组输出功率、灵敏度因子、AGC机组调节价格、发电价格、输出功率上下限、爬坡速率以及线路传输功率上下限,预测负荷功率的波动范围,进行优化模型的构建,优化模型包括两层目标和多个约束,第一层目标以***平抑扰动能力最大化为目标,即要求***运行中的静态安全域与节点扰动域重合范围最大化;第二层目标则以***发电成本与备用成本最小化为目标;
(4):根据鲁棒优化方法对步骤(3)中构建的优化模型进行化简得到简化模型;
(5):采用PreemptiveGoalProgramming方法对简化模型进行求解,得到最终的AGC机组运行基点和参与因子的最优解。
2.如权利要求1所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:步骤A灵敏度因子求解过程中,所求的i节点对线路k的灵敏度因子Gk-i通过以下公式求得:其中于是有其中,为节点i注入变化后线路k的功率值,为线路k的节点支路关联矢量,θ为节点电压相角,Xi为节点电抗阵中第i列矢量,xk为线路k的电抗值,Xk-i为节点i与线路k间的互电抗。
3.如权利要求1所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:所述优化模型中第一层目标即安全性目标表达为:式中,分别表示第i个节点负荷功率波动的上、下范围,其值在优化过程中为常量,由节点功率波动的自发规律决定;表示第i个节点上静态安全域允许波动的上、下范围,为非负决策变量,受AGC机组运行基点与参与因子影响;Nd表示考察节点数目。
4.如权利要求1所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:所述优化模型中第二层目标即经济性目标表达为:
式中,Y为机组运行成本,包括发电成本和备用成本,Na表示AGC机组数目;ci表示AGC机组i的发电成本参数;pi表示第i台AGC机组的运行基点;分别为AGC机组提供上调备用和下调备用的成本参数;分别表示形成静态安全域AGC机组所需提供的最大上调量及下调量,即需配置的AGC备用量。
5.如权利要求1所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:优化模型中多个约束具体包括以下九个约束:
<1>运行基点功率平衡约束:实时调度时,超短时预报得到的负荷功率需求满足如下等式约束:式中,dj表示第j个节点待分配的负荷功率;D为由非AGC机组承担的负荷功率,实时调度时为确定值;
<2>参与因子之和约束:实时调度后,参与因子之和为1,即:
式中,αi为第i台AGC机组的参与因子;
<3>AGC机组为形成静态安全域所需提供的最大调整量约束:AGC机组所需提供的最大调整量由静态安全域在各个考察节点允许的上、下波动范围和参与因子共同决定,第i台机组所需提供的向上、向下两个方向的最大调整量可分别表示为:
<4>AGC机组最大向上、向下调整能力约束:受机组物理条件的限制,每台AGC机组所能提供的调节能力是有限的,这一约束可表述为:
式中,分别表示AGC机组所能提供的最大向上、向下调整量;
<5>AGC机组输出功率范围约束:
式中,分别为AGC机组的最大、最小技术输出功率值,pi表示i台AGC机组的输出功率值;
<6>机组运行基点变化速率约束:
式中,为AGC机组输出功率的初值,rd,i,ru,i分别表示AGC机组运行基点在调度时间间隔内的上调、下调最大限值;
<7>线路传输功率上下限正向约束:当节点负荷功率需求在静态安全域内变化时,要保证线路传输功率不超过允许的安全范围,此处采用基于直流潮流的转移分布因子来形成这一约束,其中,正向约束可表述如下:
式中,Mil、Mjl分别为AGC机组i、负荷j对支路l的功率转移分布因子;L为考察支路总数;Tl max为支路传输功率上限,其值已经扣除非AGC机组所占用的传输容量;为节点j负荷功率波动量,为不确定量,允许在静态安全域范围内取值;为与负荷功率波动对应的AGC机组i的输出功率调整量,其与负荷功率波动对应关系为
<8>线路传输功率上下限反向约束:支路传输功率的反向上限约束可表示为:
<9>负荷波动范围约束:
线路潮流约束中负荷波动范围为:
6.如权利要求5所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:步骤D中根据鲁棒优化方法对构建优化模型进行化简的处理方法具体为,引入新的非负连续变量及将目标函数变为:
在约束中引入如下两组约束: 其中,约束式可使等于中的相对小者,即
7.如权利要求6所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:所述优化模型中不等式约束<7>的处理方法为:符合静态安全域的概念要求线路传输功率上下限正向约束可化简为:式中,由于不确定量的系数符号不定,无法直接给出左边项表达;为此,对于任一条传输支路l,将左边项视为线性规划问题,根据KKT条件,在保持原约束式不变的基础上,增加如下不等式约束,使左边项在优化过程中自动取得最大值: 式中,表示约束式的对偶乘子,此时,引入了新决策变量及同理,对不等式约束<8>也做相应的处理。
8.如权利要求1-7任一权利要求所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:根据简化模型求解得到AGC机组的运行基点和参与因子,具体的求解步骤为:
(1):对简化模型第一层进行求解得到相应的AGC机组运行基点和参与因子的可行解集,并得到有效静态安全域的最大值;
(2):将简化模型第一层求解得到的有效静态安全域的最大值作为一个等式约束,添加到简化模型第二层中,求解得到最终的AGC机组运行基点和参与因子。
9.如权利要求8所述的基于有效静态安全域的AGC机组实时调度方法,其特征在于:所述简化模型第二层求解时,根据第一层求解结果,增加约束如下:
式中,Z*表示第一层求解所得的最佳目标值,该约束保证对发电经济性的优化不会影响第一层优化中有效静态安全域的效用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410134744.2A CN103904664B (zh) | 2014-04-03 | 2014-04-03 | 一种基于有效静态安全域的agc机组实时调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410134744.2A CN103904664B (zh) | 2014-04-03 | 2014-04-03 | 一种基于有效静态安全域的agc机组实时调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103904664A CN103904664A (zh) | 2014-07-02 |
CN103904664B true CN103904664B (zh) | 2016-06-01 |
Family
ID=50995865
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410134744.2A Active CN103904664B (zh) | 2014-04-03 | 2014-04-03 | 一种基于有效静态安全域的agc机组实时调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103904664B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105281371A (zh) * | 2015-07-03 | 2016-01-27 | 长沙理工大学 | 一种考虑风力发电的可伸缩有功静态安全域 |
CN107257129B (zh) * | 2017-06-28 | 2020-03-27 | 国网山东省电力公司经济技术研究院 | 一种考虑电网结构灵活调整的鲁棒调度方法 |
CN107203855B (zh) * | 2017-08-03 | 2020-07-07 | 国网江苏省电力公司宿迁供电公司 | 含风电***实时调度的鲁棒两层优化模型及转化等效方法 |
CN107491823B (zh) * | 2017-09-29 | 2021-06-01 | 贵州电网有限责任公司 | 一种基于二层规划的月度发电机组检修计划优化方法 |
CN110635496B (zh) * | 2019-09-30 | 2021-04-13 | 杭州电子科技大学 | 一种考虑配电***负荷波动的日前鲁棒调度方法 |
CN111756061B (zh) * | 2020-05-19 | 2022-03-11 | 国电南瑞科技股份有限公司 | 考虑新能源电网故障和预测的静态安全域控制方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102522775A (zh) * | 2011-12-22 | 2012-06-27 | 清华大学 | 基于wams的agc机组调节性能在线评估方法 |
CN103023074A (zh) * | 2012-12-14 | 2013-04-03 | 贵州电网公司电力调度控制中心 | 一种基于模型预测控制的大电网有功实时调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7987059B2 (en) * | 2007-10-09 | 2011-07-26 | Schweitzer Engineering Laboratories, Inc | Real-time power system oscillation detection using modal analysis |
-
2014
- 2014-04-03 CN CN201410134744.2A patent/CN103904664B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102522775A (zh) * | 2011-12-22 | 2012-06-27 | 清华大学 | 基于wams的agc机组调节性能在线评估方法 |
CN103023074A (zh) * | 2012-12-14 | 2013-04-03 | 贵州电网公司电力调度控制中心 | 一种基于模型预测控制的大电网有功实时调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103904664A (zh) | 2014-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103904664B (zh) | 一种基于有效静态安全域的agc机组实时调度方法 | |
CN104616069B (zh) | 一种年度发电计划滚动分解优化方法 | |
CN104779611B (zh) | 基于集中式和分布式双层优化策略的微电网经济调度方法 | |
Gong et al. | Robust operation interval of a large-scale hydro-photovoltaic power system to cope with emergencies | |
Zheng et al. | Bio‐inspired optimization of sustainable energy systems: A review | |
Dong et al. | Machine-learning-based real-time economic dispatch in islanding microgrids in a cloud-edge computing environment | |
CN106532769A (zh) | 基于光伏并网不确定性的需求侧分时电价的优化方法 | |
CN107910863A (zh) | 综合考虑光伏出力和负荷需求预测区间的配电网调度方法 | |
CN104915737A (zh) | 基于风险控制含大规模风电的电力***协调经济调度方法 | |
Ji et al. | Inexact stochastic risk-aversion optimal day-ahead dispatch model for electricity system management with wind power under uncertainty | |
CN107609716B (zh) | 一种水电站负荷区间预测方法 | |
CN104463356A (zh) | 一种基于多维信息人工神经网络算法的光伏发电功率预测方法 | |
CN104091207A (zh) | 考虑有害气体排放量的含风电场多目标机组组合优化方法 | |
CN109583655A (zh) | 一种发输电多阶段联合扩展规划方法及*** | |
Huang et al. | Genetic Algorithms for Optimization of Resource Allocation in Large Scale Construction Project Management. | |
Liu et al. | Two-stage optimal economic scheduling for commercial building multi-energy system through internet of things | |
He et al. | Robust model predictive control for energy management of isolated microgrids based on interval prediction | |
Kumar et al. | Optimal energy management and sizing of a community smart microgrid using demand side management with load uncertainty | |
CN109066769A (zh) | 风电全消纳下虚拟电厂内部资源调度控制方法 | |
Pang et al. | A bi-objective low-carbon economic scheduling method for cogeneration system considering carbon capture and demand response | |
Ignat-Balaci et al. | Day-Ahead Scheduling, Simulation, and Real-Time Control of an Islanded Microgrid. | |
Rendroyoko et al. | Integration method of unit commitment using PL-GA binary dispatch algorithm for intermittent RES in isolated microgrids system | |
Zhao et al. | Affinely adjustable robust optimal dispatch for island microgrids with wind power, energy storage and diesel generators | |
El Bakali et al. | Efficient real-time cost optimization of a two-layer electric water heater system under model uncertainties | |
CN114530872A (zh) | 一种多边共享的储能优化配置及其成本分摊方法 |
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 |