CN104283234A - 基于大时间尺度机组检修的风电接纳能力评估方法 - Google Patents

基于大时间尺度机组检修的风电接纳能力评估方法 Download PDF

Info

Publication number
CN104283234A
CN104283234A CN201410352276.6A CN201410352276A CN104283234A CN 104283234 A CN104283234 A CN 104283234A CN 201410352276 A CN201410352276 A CN 201410352276A CN 104283234 A CN104283234 A CN 104283234A
Authority
CN
China
Prior art keywords
unit
wind
power
electricity generation
powered electricity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410352276.6A
Other languages
English (en)
Inventor
全成浩
李永刚
刘剑
沈方
宋颖巍
刘岩
韩震焘
武志锴
宋坤
侯玉琤
付超
万书亭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
North China Electric Power University
Economic and Technological Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
North China Electric Power University
Economic and Technological Research Institute of State Grid Liaoning Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, North China Electric Power University, Economic and Technological Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201410352276.6A priority Critical patent/CN104283234A/zh
Publication of CN104283234A publication Critical patent/CN104283234A/zh
Pending legal-status Critical Current

Links

Classifications

    • H02J3/386
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Wind Motors (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种基于大时间尺度机组检修的风电接纳能力评估方法,用于解决电网长期规划领域对风电接纳能力的正确评估问题。它包括以下步骤:ⅰ、确定机组检修和机组组合优化模型;ⅱ、求解上述优化模型,计算评价电网风电接纳能力的各量化指标;ⅲ、根据电网风电接纳能力的各量化指标,对风电接收能力进行评估。本发明可深度感知当前运行环境下电网接纳风电的能力,可为调度人员进行发电计划制定、实时运行控制提供有效的参考依据,可提前防范大规模风电并网对电网安全运行带来的风险,从而大大提高了风电接入后电网的安全运行水平和风电消纳能力。

Description

基于大时间尺度机组检修的风电接纳能力评估方法
技术领域
本发明涉及一种电网风电接纳能力评估方法,尤其是一种基于大时间尺度机组检修的风电接纳能力评估方法,属于供电技术领域。
背景技术
随着能源与环境问题的日益严峻,节能减排问题已成为世界范围内备受关注的焦点。由于风能是一种可再生、无污染的绿色能源,风力发电作为一种重要的风能利用形式,近几年来受到高度重视,不同类型的风力发电机组应运而生;同时由于风力发电具有许多不同于常规能源发电的特点,风电场的并网运行对电网的电能质量、安全稳定等诸多方面造成负面影响。
随着电网风电装机容量的增加,风电出力给电网调度和电力市场管理带来了诸多困难。在负荷低谷时段,受调峰能力的约束,部分风电场被迫处于弃风运行状态,电网企业承受较大社会压力。正确评价风电的节能减排效益,充分评估电网的接纳风电能力,通过积极的技术引导,采取多方面有效措施提高电网接纳风电能力,对于降低接纳风电成本,提高社会经济效益,具有重要的现实意义。
在电力***目前调度领域,调度运行人员需要根据电网运行的实际情况和电网当前情况下接纳风电的能力,在保证风电并网后电网调度运行安全性的前提下,进行调度。申请号为201110210950.3的中国发明专利申请文件公开了一种基于SCED的风电接纳能力优化评估方法,在基于评估电网的物理模型和经济模型,在常规机组开停机方案已知的条件下,建立安全约束经济调度模型;以区域内的风电场为具体的评估对象,将安全约束经济调度模型的优化目标设置为最大化风电总出力,获得风电接纳能力评估的优化模型;将评估模型中的非线性因素线性化;采用线性规划方法求解评估模型,计算出研究区域接纳风电的有功曲线,获得电网的风电接纳能力,并得到各风电场在评估周期内的最大并网发电能力。虽然该专利申请的技术方案有助于对电网接入大规模风电后的风险进行预控,提高了电网运行的安全性,但在电网长期规划领域,需要根据历史风电数据和负荷预测,考虑电源结构、网架结构等因素,评估电网的风电接纳能力,从而为电网和风电发展做出合理规划。此外,因风电的节能减排效益与调峰成本存在一定矛盾,以接纳最大风电为目标的调度方式,需要额外的电网运行成本和碳排放成本,对于以火电调峰为主的电网尤其严重。因此,以最大化风电出力为目标、短时电力平衡为约束的调度模型,不能正确反映调峰成本,对电网规划而言,考虑大时间尺度电量平衡的检修和机组开机方式的调度模型,对风电接纳评估具有重要参考价值。
发明内容
本发明的目的在于针对电网长期规划领域接纳风电能力评估问题,提供一种从优化风电节能减排效益、电网***运行以及检修成本角度考虑的基于大时间尺度机组检修的风电接纳能力评估方法。
本发明所述问题是以下述技术方案实现的:
一种基于大时间尺度机组检修的风电接纳能力评估方法,它包括以下步骤:
ⅰ、确定机组检修和机组组合优化模型,目标函数为:
 (1)
其中
      (2)
       (3)
约束条件为:
                                     (5)
                                          (6)
                                        (7)
                                        (8)
                       (9)
               (10)
                                          (11)
                                        (12)
                                         (13)
                                           (14)
                             (15)
                                           (16)
                                      (17)
                                 (18)
                                    (19)
                                   (20)
式(1)中,为机组的周检修成本,为机组的日运行成本,它包括燃煤成本、碳排放成本以及机组启停成本,取典型日15分钟间隔96点数据,燃煤成本和碳排放成本分别由式(2)和(3)表示:   
在式(1)~(3)中,为机组数量;为评估时段的周数; 为机组检修成本;为机组检修状态(周机组处于检修状态);为机组组合状态(周机组处于运行状态);为第周机组的煤耗成本;为第周机组的碳排放成本;为第周机组的启停费用;为机组周第时段的出力;为原煤价格,为CO2排放许可价格,为柴油价格;为单位煤炭的等效CO2排放系数,为单位柴油燃烧的等效CO2排放系数;为机组周第时段的发电煤耗率;Himt为机组周第时段非常规调峰投油量;
式(5)-(8)是机组检修状态对运行机组组合状态产生约束,对深度调峰状态产生约束,式(9)是非常规调峰约束,式(10)-(11)是检修时间约束,式(12)是检修资源约束,式(13)是电厂检修人员约束,式(14)是可靠性约束,式(15)是备用约束,式(16)是线路潮流约束,式(17)是机组出力约束,式(18)是电力平衡约束,式(19)-(20)是机组爬坡约束,其中,为机组非常规调峰最低允许出力,为机组规调峰最低允许出力, 为机组可以开始检修的最早时间段,为机组可以开始检修的最迟时间段,为机组的检修持续时间,为机组检修开始时间,为机组检修所需就资源数量,时段资源可用总数,电厂机组总数,电厂检修人员数量,时段电量不足期望值,为可接受的电量不足期望,为机组的有功出力最大值,时段负荷峰值,为最大负荷对应的旋转备用容量,为线路潮流,为线路潮流允许最大值,为机组出力约束,为机组调峰容量约束,为机组最小技术出力约束,分别为机组的容量、调峰容量、机组强迫出力水平,时段全***负荷,时段全***风电出力,为机组单位时间段最大允许增发功率,为机组单位时间段最大允许减发功率;
ⅱ、求解上述优化模型,计算评价电网风电接纳能力的各量化指标:
(1)时段弃风功率:
其中,时段预测的理论可并网风电功率;时段可接纳并网风电功率;
(2)全年弃风电量:
(3)全年可接纳风电电量:
(4)最大可接纳风电功率:
(5)风电/负荷电量比:
(6)风电弃风/实发电量比:
ⅲ、根据电网风电接纳能力的各量化指标,对风电接纳能力进行评估,针对不同规划情形下的风电接纳能力评估结果,特别是从能源调度方面合理优化电源结构和布局,并对电网规划做出合理调整,从而优化含风电场电力***的能源合理调度模型,得出基于大时间尺度机组检修和机组开机方式的含风电厂电力***动态电力调度方案。
上述基于大时间尺度机组检修的风电接纳能力评估方法,在步骤ⅰ中,以考虑大时间尺度电量平衡的检修和机组开机方式的能源动态调度最优化来建立目标函数的数学模型,模型中不仅可从能源环境效益方面考虑风电和***的最优方案,而且考虑了经济调峰因素以及电网安全稳定运行等相关边界条件,对风电的接纳评估具有重要意义,
上述基于大时间尺度机组检修的风电接纳能力评估方法,在步骤ⅱ中,采用历史负荷数据或预测负荷数据和风电预测数据,选取周典型日的96点负荷和风电数据(每15分钟对应一个数据)计算火电运行成本,得到计划时段各周的机组检修计划和基于一周典型日的机组组合,从而计算出评价电网风电接纳能力的各量化指标。
上述基于大时间尺度机组检修的风电接纳能力评估方法,在步骤ⅲ中,通过风电/负荷电量比数据,综合分析和评价该电网风电利用水平;通过风电弃风/实发电量比数据,综合分析和评价该电网的风电接纳水平;根据负荷预测、电源规划、风电技术水平和火电机组运行技术水平,在不同的规划情形下做出相应的风电接纳能力评估结论。
本发明通过优化调度运行条件下的电网风电接纳能力,可以提前防范大规模风电并网对电网安全运行带来的风险,可以深度感知当前运行环境下电网接纳风电的能力,可以为调度人员进行发电计划制定、实时运行控制提供有效的参考依据,大大提高了风电接入后电网的安全运行水平和风电消纳能力。
本发明可通过对电网风电接纳能力优化评估,得出全网在评估周期内的并网电力、电量等结果,这些结果可以为电网运行提供参考,有助于实现风电计划与常规机组发电计划的有效衔接,更好地指导电力***的安全经济运行。
具体实施方式
文中各符号说明:
本发明文件中各符号的含义为:、机组的周检修成本,、机组数量,、评估时段的周数, 、机组检修成本,、机组检修状态(周机组处于检修状态),、机组组合状态(周机组处于运行状态),、第周机组的煤耗成本,、第周机组的碳排放成本,、第周机组的启停费用,、机组周第时段的出力,、原煤价格,、CO2排放许可价格,、柴油价格,、单位煤炭的等效CO2排放系数,、单位柴油燃烧的等效CO2排放系数,、机组周第时段的发电煤耗率,Himt、机组周第时段非常规调峰投油量,、机组非常规调峰最低允许出力,、机组规调峰最低允许出力, 、机组可以开始检修的最早时间段,、机组可以开始检修的最迟时间段,、机组的检修持续时间,、机组检修开始时间,、机组检修所需就资源数量,时段资源可用总数,电厂机组总数,电厂检修人员数量,时段电量不足期望值,、可接受的电量不足期望,、机组的有功出力最大值,时段负荷峰值,、最大负荷对应的旋转备用容量,、线路潮流,、线路潮流允许最大值,、机组出力约束, 、机组调峰容量约束,、机组最小技术出力约束,、机组的容量,、调峰容量,、机组强迫出力水平,时段全***负荷,时段全***风电出力,、机组单位时间段最大允许增发功率,、机组单位时间段最大允许减发功率。
  本发明提供了一种基于大时间尺度机组检修的风电接纳能力评估方法。在对电网风电接纳能力优化评估过程中,根据机组检修计划、机组组合计划,综合考虑状态变量的耦合约束、检修相关的约束、安全相关的约束、机组出力约束、电力平衡约束、机组爬坡约束、运行负荷备用约束,获得电网风电接纳能力评估结果。
本发明的电网风电接纳能力优化评估方法主要基于风电的节能减排效益,以火电成本最低来优化风电接入容量,计算电网“最经济的”风电出力。
本发明包括如下步骤:
ⅰ、确定需要评估的范围,由于风电接纳能力最直接受限于电网调峰能力,而检修和机组开机方式都影响电网的调峰能力,此外,由于风电接入在一定条件下可以降低全***的火电成本,因而以火电成本最低来优化开机方式,进而决定风电接入容量,进而对电网风电接纳能力进行评估。
机组检修和机组组合优化模型的目标函数为:
(1)
目标函数第一项反映了机组的周检修成本,而则反映了机组的日运行成本,包括燃煤成本、碳排放成本以及机组启停成本。取典型日15分钟间隔96点数据,燃煤成本和碳排放成本可表示为:
      (2)
       (3)
其中,为机组数量;为周数; 为机组检修成本;为机组检修状态(周机组处于检修状态);为机组组合状态(周机组处于运行状态);为第周机组的煤耗成本;为第周机组的碳排放成本;为第周机组的启停费用;为机组周第时段的出力;分别为原煤价格,CO2排放许可价格,柴油价格;分别为单位煤炭和柴油燃烧的等效CO2排放系数;为机组的发电煤耗率,为耗量特性系数;为非常规调峰投油量,为投油量函数系数。
目标函数的约束条件:
                                        (5)
                                            (6)
                                        (7)
                                           (8)
                     (9) 
               (10)
                                          (11)
                                 (12)
                                     (13)
                                           (14)
                            (15)
                                           (16)
                                        (17)
                              (18)
                                 (19)
                                (20)
其中:式(5)-(8)是机组检修状态对运行机组组合状态产生约束,对深度调峰状态产生约束;式(9)是非常规调峰约束;式(10)-(11)是检修时间约束;式(12)是检修资源约束;式(13)是电厂检修人员约束;式(14)是可靠性约束;式(15)是备用约束;式(16)是线路潮流约束;式(17)是机组出力约束;式(18)是电力平衡约束;式(19)-(20)是机组爬坡约束。
其中,为机组非常规调峰最低允许出力;为机组规调峰最低允许出力; 为机组可以开始检修的最早时间段;为机组可以开始检修的最迟时间段;为机组的检修持续时间;为机组检修开始时间;为机组检修所需就资源数量;时段资源可用总数;电厂机组总数;电厂检修人员数量;时段电量不足期望值;为可接受的电量不足期望;为机组的有功出力最大值;时段负荷峰值;为最大负荷对应的旋转备用容量;为线路潮流;为线路潮流允许最大值;为机组出力约束; 为机组调峰容量约束;为机组最小技术出力约束;分别为机组的容量、调峰容量、机组强迫出力水平;时段全***负荷;时段全***风电出力;为机组单位时间段最大允许增发功率;为机组单位时间段最大允许减发功率。
ⅱ、求解上述优化模型。该模型是一个多变量非线性混合整数规划问题,在对模型的目标函数及约束条件进行线性化出力的基础上,可采用基于分支定界算法的混合整数规划商业软件进行求解。对于本模型,采用历史负荷数据或预测负荷数据和风电预测数据,选取周典型日的96点负荷和风电数据(15分钟一个数据)计算火电运行成本,得到计划时段(本实施例为一年)各周的机组检修计划和基于一周典型日的机组组合,从而可以确定各周的电网调峰容量以及可接纳的风电功率。
计算评价电网风电接纳能力的各量化指标如下:
(1)时段弃风功率:
其中,时段预测的理论可并网风电功率;时段可并网风电功率;
(2)全年弃风电量:
(3)全年可接纳风电电量:
(4)最大可接纳风电功率:
(5)风电/负荷电量比:
(6)风电弃风/实发电量比:
ⅲ、根据电网风电接纳能力的各量化指标,即可进行综合分析和评价,风电/负荷电量比放映了该电网风电利用水平,风电弃风/实发电量比反映了该电网的风电接纳水平;此外,对于电网规划而言,还可以根据负荷预测、电源规划、风电技术水平和火电机组运行技术水平等,在不同的规划情形下做出相应的风电接纳能力评估结果,从而对电网规划做出合理调整。至此,评估结束。

Claims (4)

1.一种基于大时间尺度机组检修的风电接纳能力评估方法,其特征是,包括以下步骤:
ⅰ、确定机组检修和机组组合优化模型,目标函数为:
    (1)
其中
                  (2)
       (3)
约束条件为:
                                     (5)
                                          (6)
                                       (7)
                                            (8)
                   (9)
            (10)
                                          (11)
                                 (12)
                                     (13)
                                           (14)
                          (15)
                                           (16)
                                      (17)
                              (18)
                                 (19)
                                (20)
式(1)中,为机组的周检修成本,为机组的日运行成本,它包括燃煤成本、碳排放成本以及机组启停成本,取典型日15分钟间隔96点数据,燃煤成本和碳排放成本分别由式(2)和(3)表示;在式(1)~(3)中,为机组数量,为评估时段的周数, 为机组检修成本,为机组检修状态(周机组处于检修状态),为机组组合状态(周机组处于运行状态),为第周机组的煤耗成本,为第周机组的碳排放成本,为第周机组的启停费用,为机组周第时段的出力,为原煤价格,为CO2排放许可价格,为柴油价格,为单位煤炭的等效CO2排放系数,为单位柴油燃烧的等效CO2排放系数,为机组周第时段的发电煤耗率,Himt为机组周第时段非常规调峰投油量;
式(5)-(8)是机组检修状态对运行机组组合状态产生约束,对深度调峰状态产生约束,式(9)是非常规调峰约束,式(10)-(11)是检修时间约束,式(12)是检修资源约束,式(13)是电厂检修人员约束,式(14)是可靠性约束,式(15)是备用约束,式(16)是线路潮流约束,式(17)是机组出力约束,式(18)是电力平衡约束,式(19)-(20)是机组爬坡约束,其中,为机组非常规调峰最低允许出力,为机组规调峰最低允许出力, 为机组可以开始检修的最早时间段,为机组可以开始检修的最迟时间段,为机组的检修持续时间,为机组检修开始时间,为机组检修所需就资源数量,时段资源可用总数,电厂机组总数,电厂检修人员数量,时段电量不足期望值,为可接受的电量不足期望,为机组的有功出力最大值,时段负荷峰值,为最大负荷对应的旋转备用容量,为线路潮流,为线路潮流允许最大值,为机组出力约束,为机组调峰容量约束,为机组最小技术出力约束,分别为机组的容量、调峰容量、机组强迫出力水平,时段全***负荷,时段全***风电出力,为机组单位时间段最大允许增发功率,为机组单位时间段最大允许减发功率;
ⅱ、求解上述优化模型,计算评价电网风电接纳能力的各量化指标:
(1)时段弃风功率:
其中,时段预测的理论可并网风电功率;时段可接纳并网风电功率;
(2)全年弃风电量:
(3)全年可接纳风电电量:
(4)最大可接纳风电功率:
(5)风电/负荷电量比:
(6)风电弃风/实发电量比:
ⅲ、根据电网风电接纳能力的各量化指标,对风电接收能力进行评估,针对不同规划情形下的风电接纳能力评估结果,对电网规划做出合理调整。
2.根据权利要求1所述的一种基于大时间尺度机组检修的风电接纳能力评估方法,其特征是,在步骤ⅰ中,以电网运行成本最低来建立目标函数的数学模型。
3.根据权利要求2所述的一种基于大时间尺度机组检修的风电接纳能力评估方法,其特征是,在步骤ⅱ中,采用历史负荷数据或预测负荷数据和风电预测数据,选取周典型日的96点负荷和风电数据计算火电运行成本,得到计划时段各周的机组检修计划和基于一周典型日的机组组合,从而计算出评价电网风电接纳能力的各量化指标。
4.根据权利要求3所述的一种基于大时间尺度机组检修的风电接纳能力评估方法,其特征是,在步骤ⅲ中,通过风电/负荷电量比数据,综合分析和评价该电网风电利用水平;通过风电弃风/实发电量比数据,综合分析和评价该电网的风电接纳水平;根据负荷预测、电源规划、风电技术水平和火电机组运行技术水平,在不同的规划情形下做出相应的风电接纳能力评估结论。
CN201410352276.6A 2014-07-23 2014-07-23 基于大时间尺度机组检修的风电接纳能力评估方法 Pending CN104283234A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410352276.6A CN104283234A (zh) 2014-07-23 2014-07-23 基于大时间尺度机组检修的风电接纳能力评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410352276.6A CN104283234A (zh) 2014-07-23 2014-07-23 基于大时间尺度机组检修的风电接纳能力评估方法

Publications (1)

Publication Number Publication Date
CN104283234A true CN104283234A (zh) 2015-01-14

Family

ID=52257853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410352276.6A Pending CN104283234A (zh) 2014-07-23 2014-07-23 基于大时间尺度机组检修的风电接纳能力评估方法

Country Status (1)

Country Link
CN (1) CN104283234A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732294A (zh) * 2015-03-30 2015-06-24 国家电网公司 一种多并网点风电接纳能力综合评估方法
CN106296459A (zh) * 2016-08-17 2017-01-04 西安西热电站信息技术有限公司 一种评估风电场运维水平的方法
CN106505596A (zh) * 2016-12-07 2017-03-15 中国电力科学研究院 用于提升风电消纳能力的储热罐容量优化配置方法和***
CN107153885A (zh) * 2017-03-31 2017-09-12 国电南瑞科技股份有限公司 考虑火电机组深度调峰的实时发电计划优化方法
CN107785935A (zh) * 2017-12-07 2018-03-09 太原理工大学 计及风险及机组组合的电网风电消纳能力评估方法
CN108305001A (zh) * 2018-01-26 2018-07-20 国网辽宁省电力有限公司 新能源电力***中紧急调控域的调度方法
CN110766259A (zh) * 2019-04-24 2020-02-07 国网甘肃省电力公司电力科学研究院 风电供暖提升可再生能源消纳能力的评价方法和装置
CN110880786A (zh) * 2019-11-24 2020-03-13 华南理工大学 一种消纳大规模风电的电-气互联***鲁棒区间调度方法
CN112417643A (zh) * 2020-10-13 2021-02-26 国网山东省电力公司电力科学研究院 基于送风机电流的火电机组最大出力实时评估方法及***
CN113344410A (zh) * 2021-06-21 2021-09-03 广东电网有限责任公司 配电网节能改造多维评估方法、***、终端和存储介质

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732294A (zh) * 2015-03-30 2015-06-24 国家电网公司 一种多并网点风电接纳能力综合评估方法
CN106296459A (zh) * 2016-08-17 2017-01-04 西安西热电站信息技术有限公司 一种评估风电场运维水平的方法
CN106296459B (zh) * 2016-08-17 2019-05-21 西安西热电站信息技术有限公司 一种评估风电场运维水平的方法
CN106505596B (zh) * 2016-12-07 2021-06-25 中国电力科学研究院有限公司 用于提升风电消纳能力的储热罐容量优化配置方法和***
CN106505596A (zh) * 2016-12-07 2017-03-15 中国电力科学研究院 用于提升风电消纳能力的储热罐容量优化配置方法和***
CN107153885A (zh) * 2017-03-31 2017-09-12 国电南瑞科技股份有限公司 考虑火电机组深度调峰的实时发电计划优化方法
CN107153885B (zh) * 2017-03-31 2020-08-14 国电南瑞科技股份有限公司 考虑火电机组深度调峰的实时发电计划优化方法
CN107785935A (zh) * 2017-12-07 2018-03-09 太原理工大学 计及风险及机组组合的电网风电消纳能力评估方法
CN108305001A (zh) * 2018-01-26 2018-07-20 国网辽宁省电力有限公司 新能源电力***中紧急调控域的调度方法
CN108305001B (zh) * 2018-01-26 2023-05-26 国网辽宁省电力有限公司 新能源电力***中紧急调控域的调度方法
CN110766259A (zh) * 2019-04-24 2020-02-07 国网甘肃省电力公司电力科学研究院 风电供暖提升可再生能源消纳能力的评价方法和装置
CN110880786A (zh) * 2019-11-24 2020-03-13 华南理工大学 一种消纳大规模风电的电-气互联***鲁棒区间调度方法
CN110880786B (zh) * 2019-11-24 2023-11-14 华南理工大学 一种消纳大规模风电的电-气互联***鲁棒区间调度方法
CN112417643A (zh) * 2020-10-13 2021-02-26 国网山东省电力公司电力科学研究院 基于送风机电流的火电机组最大出力实时评估方法及***
CN112417643B (zh) * 2020-10-13 2023-05-30 国网山东省电力公司电力科学研究院 基于送风机电流的火电机组最大出力实时评估方法及***
CN113344410A (zh) * 2021-06-21 2021-09-03 广东电网有限责任公司 配电网节能改造多维评估方法、***、终端和存储介质

Similar Documents

Publication Publication Date Title
CN104283234A (zh) 基于大时间尺度机组检修的风电接纳能力评估方法
Borba et al. Plug-in hybrid electric vehicles as a way to maximize the integration of variable renewable energy in power systems: The case of wind generation in northeastern Brazil
Ye et al. Towards a 90% renewable energy future: A case study of an island in the South China Sea
Connolly et al. Modelling the existing Irish energy-system to identify future energy costs and the maximum wind penetration feasible
Gutiérrez-Martín et al. Effects of wind intermittency on reduction of CO2 emissions: The case of the Spanish power system
Ramos et al. Energy efficiency in a water supply system: Energy consumption and CO2 emission
Zeng et al. Orderly grid connection of renewable energy generation in China: Management mode, existing problems and solutions
CN104299072B (zh) 一种基于水火协调的安全约束发电计划制定方法
CN104951899A (zh) 含大规模可再生能源的配电公司多时间尺度优化调度方法
CN106099993A (zh) 一种适应新能源大规模接入的电源规划方法
Wang et al. Optimizing for clean-heating improvements in a district energy system with high penetration of wind power
Kubatko et al. Economic and environmental aspects of Smart Grid technologies implementation in Ukraine
Pezhmani et al. A centralized stochastic optimal dispatching strategy of networked multi-carrier microgrids considering transactive energy and integrated demand response: Application to water–energy nexus
Nian et al. A feasibility study on integrating large-scale battery energy storage systems with combined cycle power generation–Setting the bottom line
Razeghi et al. A spatially and temporally resolved model of the electricity grid–Economic vs environmental dispatch
CN101593975A (zh) 一种节能发电调度方法
CN106548266A (zh) 一种考虑水火电协调的机组运行方式决策方法
Chiu et al. Future thinking on power planning: A balanced model of regions, seasons and environment with a case of Taiwan
Lauby et al. Accommodating large amounts of variable generation in North America
An et al. A Power Network Planning Method with Coal-to-Electricity Considering Technical and Economical Adaptability
Calitz The impact of battery electric vehicles on the least cost electricity portfolio for South Africa
Hong et al. Studies on unit commitment with pumped storage in Taiwan considering high penetration of uncertain renewables
Alvarez et al. Optimization of electric power systems considering the environmental impact and uncertainties
Qiao et al. CCER Development Based on Scenery, Fire and Storage Integration Project
Wang et al. Dispatchable onsite electricity generation evaluation of steel plants considering load uncertainty

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150114