CN108418212A - 一种考虑柔性负荷的电力***两阶段随机优化调度模型 - Google Patents
一种考虑柔性负荷的电力***两阶段随机优化调度模型 Download PDFInfo
- Publication number
- CN108418212A CN108418212A CN201810218012.XA CN201810218012A CN108418212A CN 108418212 A CN108418212 A CN 108418212A CN 201810218012 A CN201810218012 A CN 201810218012A CN 108418212 A CN108418212 A CN 108418212A
- Authority
- CN
- China
- Prior art keywords
- load
- stage
- flexible
- flexible load
- power
- 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
Links
- 238000010248 power generation Methods 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims description 15
- 230000003828 downregulation Effects 0.000 claims description 12
- 230000003827 upregulation Effects 0.000 claims description 11
- 230000005611 electricity Effects 0.000 abstract description 3
- 239000013589 supplement Substances 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 5
- 230000033228 biological regulation Effects 0.000 description 3
- 230000009194 climbing Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000034 method Methods 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000001568 sexual effect Effects 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
-
- 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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H02J3/386—
-
- 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
-
- 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
- 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)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑柔性负荷的电力***两阶段随机优化调度模型，通过柔性负荷提供备用的方式响应风电不确定性。为充分发挥柔性负荷上调和下调潜力，提出柔性负荷上调/下调备用容量概念，上调备用表示减小需求，下调备用表示增加需求。所述模型包括日前阶段和基于场景的实时阶段，其中，日前阶段确定机组启停、机组和柔性负荷备用容量、风电出力；实时阶段根据风电场景确定实际调度的机组和柔性负荷备用，中断负荷以及弃风量。本发明将柔性负荷作为一种可调度资源，通过“负荷跟踪发电”，发挥负荷的主动性和灵活性，可有效补充完善常规电力***调度。
Description
技术领域
本发明涉及电气工程领域，尤其涉及用于大规模可再生能源并网工况下的电力***调度领域。
背景技术
常规电力***调度根据“发电跟踪负荷”的方式进行，即根据负荷预测，兼顾安全性、可靠性和经济性，合理安排机组启停及出力。随着风电等不确定性发电资源大规模接入电力***，“发电跟踪负荷”的调度方式难以满足新形势下电力***对可再生能源消纳的要求，同时使电力***调峰问题日渐突出。为应对风电出力固有的不确定性和间歇性，电力***需要预留大量发电备用来满足负荷需求，不仅降低了常规发电机组的发电效率，也不可避免地增加了电力***调度成本。将负荷作为一种可调度资源，即所谓柔性负荷，通过“负荷跟踪发电”，发挥负荷的主动性和灵活性，可有效补充完善常规电力***调度。
柔性负荷可以通过如下几种方式增加***灵活性：1)降低峰荷时段负荷增长速度；2)降低峰荷时段负荷下降速度；3)降低峰荷；4)增加谷荷；5)峰荷电量向谷荷时段转移。目前，关于柔性负荷调度问题已成为国内外学者关心的重要议题，涉及柔性负荷响应建模、参与调度模型、市场行为等几个方面。
发明内容
针对上述背景技术中的问题，本发明提出了一种考虑柔性负荷的电力***两阶段随机优化调度模型。柔性负荷通过提供备用的方式参与电力***调度，响应风电不确定性。
本发明所提出的两阶段随机优化调度模型包括以下部分：
1、目标函数
独立***运营商追求电力***调度的社会福利最大化，即最大化负荷效用并最小化发电成本。非柔性负荷的效用固定不变，可从目标函数中略去，考虑柔性负荷提供备用所增加的负荷效用，最大化负荷效用相当于最小化负的负荷效用，将其包含进目标函数。因此，目标函数包括日前调度成本CDA和期望实时成本CERT。
其中，
上式中，t表示时间段，i表示常规机组，q表示风电机组，d表示负荷，ω表示风电场景，T,I,Q,D,Ω分别表示对应集合。决策变量集合下文详解各变量表征意义。
日前调度成本CDA包含三部分，常规机组发电和备用容量成本，柔性负荷备用容量成本，风电发电成本。其中，和分别表示机组i在t时段内的启停机成本，和分别表示机组i的边际成本、上调备用成本和下调备用成本，为日前阶段机组向独立***运营商提供的发电及备用报价，和分别为与之对应的输出功率、上调备用和下调备用容量。和分别表示柔性负荷d在t时段内的上调备用成本和下调备用成本，为日前阶段柔性负荷向独立***运营商提供的备用报价，和为与之对应的上调备用和下调备用容量。Cq表示风电机组q的边际成本，Wqt为风电机组q在t时段内的输出功率。
期望实时成本CERT为风电场景概率πω同每一场景实时成本的乘积。包含四部分，常规机组备用成本，柔性负荷效用(转化为最小化负的负荷效用)，新增风电发电成本，中断负荷成本以及弃风成本。和分别表示机组i上调备用和下调备用实时调度成本，可取值为机组边际成本。和分别为场景ω下机组i在t时段内实时调度的上调备用和下调备用。和分别表示柔性负荷d在t时段内上调备用和下调备用效用，可取值为负荷边际效用。和分别为场景ω下柔性负荷d在t时段内实时调度的上调备用和下调备用。和 价值)和风电机组q的弃风成本。Wqtω和分别为场景ω下风电机组q在t时段内的输出功率和弃风功率，为场景ω下负荷d在t时段内的中断负荷。 2、日前调度约束
1)机组启停成本约束
式(4)-(6)为机组启动成本约束，其中为机组i开机成本，uit为二进制变量，uit＝1时表示机组i在t时段内为开机状态，uit＝0表示机组i在t时段内为停机状态。式(4)表示机组i在t＝1时段内的启动成本约束，为机组初始状态。特别地，为机组i在t＝1时段内的启动成本。
同理，(7)-(9)为机组停机成本约束，式中为机组i停机成本，特别地，为机组i在t＝1时段内的停机成本。
2)机组有功及备用容量约束
式(11)为机组爬坡速率约束，其中RUi为上爬速率，RDi为下爬速率。式(12)和(13)为机组有功功率约束，和分别为机组i最大有功输出和最小有功输出。式(14)和(15)为有功备用容量约束，和分别为最大的上调备用容量和下调备用容量。式(16)为风电功率约束，其中Wqt为日前阶段风电机组q在t时段内的输出功率，为风电机组q的容量。
3)柔性负荷备用容量约束
柔性负荷以提供备用的方式参加电力***调度，式(17)和(18)分别为柔性负荷上调备用约束和下调备用约束。式中，和分别为柔性负荷可调度的最大上调备用容量和下调备用容量。
4)潮流约束
式(19)为节点潮流方程，利用直流潮流方程表征，其中Pdt为负荷d在 t时段内的有功功率，Bnm为节点电纳矩阵，δnt为节点n在t时段内的电压幅角。集合和分别表示与节点n相连的常规机组、风电机组和负荷，集合m∈ψn表示与节点n相连的节点。
式(20)为线路传输功率约束，为线路传输容量。式(21)表示在 t时段内取第一个节点为参考节点。
3、基于场景的实时平衡约束
1)机组有功及备用调度约束
式(22)和(23)分别为机组实时阶段上调备用和下调备用约束。式(24)为机组在场景ω下的输出功率，式(25)为机组在场景ω下的爬坡速率约束。式(26)为风电机组在场景ω下的弃风约束。
2)柔性负荷有功及备用调度约束
式(27)和(28)分别为柔性负荷实时阶段上调备用和下调备用约束。式(29)为负荷在场景ω下的有功功率。类比机组爬坡率，式(30)表示柔性负荷爬坡速率约束，其中PUd为柔性负荷上爬速率，DRd为柔性负荷下爬速率。柔性负荷需要满足一天的最低需求量如式(31)所示。另外，式(32)表示中断负荷低于实时阶段的负荷。
3)实时平衡约束
式(33)为实时阶段潮流平衡约束，其中δntω为场景ω下节点n在t时段内的电压幅角。式(34)为场景ω下线路传输容量约束。式(35)表示场景ω下也取第一个节点为参考节点。
式(1)-(35)构成考虑柔性负荷的电力***随机优化调度模型，该模型为混合整数线性规划模型(Mixed Integer Linear Programming, MILP)，可基于GAMS平台利用Cplex求解该模型。
附图说明
图1为两阶段随机优化调度示意图；
图2为六节点电力***示意图；
图3为该***24小时负荷曲线图；
图4为风电场景示意图；
图5为无柔性负荷时机组出力结果；
图6为20％柔性负荷时机组出力结果；
图7为100％柔性负荷时机组出力结果；
图8为日前阶段风电调度结果；
图9为20％柔性负荷时上调/下调备用结果；
图10为40％柔性负荷时上调/下调备用结果；
图11为100％柔性负荷时上调/下调备用结果；
图12为不同比例柔性负荷参与调度***负荷曲线。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示，一种考虑柔性负荷的两阶段随机优化调度模型包括日前阶段和基于场景的实时阶段。其中，日前阶段确定机组启停、机组和柔性负荷备用容量、风电出力；实时阶段根据风电场景确定实际调度的机组和柔性负荷备用，中断负荷以及弃风量。
以六节点***为例，1天24h为研究时段，验证上文模型的正确性及有效性，***接线图如图2所示。其中，常规机组分别位于1、2和6节点，风电机组位于5节点，负荷位于3、4和5节点，共有7条传输线路。表1列出各机组物理和经济参数，日前阶段上调备用和下调备用的成本分别取机组边际成本的1.1倍和0.9倍。表2列出负荷不同时段的边际效用，日前阶段柔性负荷上调备用和下调备用的成本也分别取负荷边际效用的 1.1倍和0.9倍。表3列出各线路电抗标幺值和传输容量。
表1各机组物理和经济参数
表2负荷边际效用
表3线路参数
另外，风电机组容量为100MW，风电边际成本为0，弃风成本为 100$/MWh；研究日***最大负荷为300MW，负荷L1、L2和L3占***负荷比例分别为20％，40％和40％，负荷中断成本为200$/MWh。节点3、4和5 的柔性负荷爬坡速率分别为25、15和20MW/h，研究日负荷L1、L2和L3 最低耗电量分别为800、1500和2000MWh。
图3为该***典型日负荷曲线，将其作为日前调度输入量。根据表2 不同时段边际效用差异，将23-8h视作谷荷阶段，9-16h视作腰荷阶段， 17-22h视作峰荷阶段。
综合考虑模型复杂度和求解时间，根据风电出力历史数据，采用20个等概率风电出力场景描述研究日风电出力的不确定性，如图4所示。由图可见，风电场景呈现谷荷阶段风电出力较高，峰荷阶段风电出力较低的特性，即所谓风电反调峰特性。
图5-图7分别举例说明无柔性负荷、20％柔性负荷和100％柔性负荷参与调度对机组调度的影响。机组G1由于边际成本最低，承担着大部分负荷需求。并且随着柔性负荷比例的增加，机组G1出力逐渐增大，边际成本最高的机组G2出力逐渐减小直至零出力。由此可见，柔性负荷的参与，能够更加有效率地调整机组组合，使得发电成本低的机组更具竞争性。
基于实时风电场景，根据模型可得日前阶段风电出力的调度结果。图 8为不同比例柔性负荷基于场景的风电出力日前调度结果。对比图4实时风电场景，可以看出风电日前调度曲线同风电场景大致一致。随着柔性负荷比例的增加，谷荷阶段风电出力逐渐降低，峰荷阶段风电出力逐渐增高。由此说明，柔性负荷参与***调度能在一定程度上缓解风电的反调峰特性。同时，也可以看到，柔性负荷比例增加到60％时，柔性负荷对风电出力的影响趋于饱和，谷荷阶段风电出力不再降低，峰荷阶段风电出力不再增高。
图9-图11分别比较20％柔性负荷、40％柔性负荷和100％柔性负荷参与***调度的不同负荷上调/下调备用情况。由图可见，柔性负荷上调备用发生在11-23h，柔性负荷减少需求；下调备用发生在24-10h，柔性负荷增加需求。负荷L3由于在24-10h边际效用较高，柔性负荷更多地参与下调备用；负荷L1由于在11-23h边际效用较低，柔性负荷更多地参与上调备用。
图12比较某一风电场景下不同比例柔性负荷对***负荷曲线的影响。可以看到，通过增加谷荷阶段边际效用较高的柔性负荷，减少峰荷阶段边际效用较低的柔性负荷，能够有效地达到移峰填谷的作用。同时，随着柔性负荷比例的增加，***负荷曲线逐渐趋于平缓。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (5)
1.一种考虑柔性负荷的电力***两阶段随机优化调度模型，其特征在于：柔性负荷通过提过上调/下调备用的方式参与电力***调度，响应风电不确定性。
2.根据权利要求1所述的一种考虑柔性负荷的电力***两阶段随机优化调度模型，其特征在于：柔性负荷通过竞价方式和发电方资源共同参与电力***调度，日前阶段发电方和柔性负荷分别向独立***运营商提供报价，发电方提供电量及备用报价，负荷方提供备用报价；日前阶段确定机组和柔性负荷备用容量，实时阶段根据风电场景实现确定机组和柔性负荷实际调度备用。
3.根据权利要求2所述的一种考虑柔性负荷的电力***两阶段随机优化调度模型，其特征在于：模型考虑风电接入电力***，利用一系列场景模拟风电不确定性，各场景概率之和为1；由此构建电力***两阶段随机优化调度模型，日前阶段发生在风电场景实现之前，与风电场景无关，实时阶段基于风电场景实现。
4.根据权利要求3所述的一种考虑柔性负荷的电力***两阶段随机优化调度模型，其特征在于：独立***运营商追求电力***调度的社会福利最大化，即最大化负荷效用并最小化发电成本；非柔性负荷的效用固定不变，可从目标函数中略去，考虑柔性负荷提供备用所增加的负荷效用，最大化负荷效用相当于最小化负的负荷效用，将其包含进目标函数。
5.根据权利要求3所述的一种考虑柔性负荷的电力***两阶段随机优化调度模型，其特征在于：日前调度约束包括机组启停成本约束、机组有功及备用容量约束、柔性负荷备用容量约束和潮流约束；基于场景的实时平衡约束包括机组有功及备用调度约束、柔性负荷有功及备用调度约束以及实时平衡约束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810218012.XA CN108418212A (zh) | 2018-03-16 | 2018-03-16 | 一种考虑柔性负荷的电力***两阶段随机优化调度模型 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810218012.XA CN108418212A (zh) | 2018-03-16 | 2018-03-16 | 一种考虑柔性负荷的电力***两阶段随机优化调度模型 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108418212A true CN108418212A (zh) | 2018-08-17 |
Family
ID=63131696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810218012.XA Pending CN108418212A (zh) | 2018-03-16 | 2018-03-16 | 一种考虑柔性负荷的电力***两阶段随机优化调度模型 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108418212A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109149631A (zh) * | 2018-08-20 | 2019-01-04 | 上海电力学院 | 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法 |
| CN109325621A (zh) * | 2018-08-29 | 2019-02-12 | 华南理工大学 | 一种园区能源互联网两阶段优化调度控制方法 |
| CN112398121A (zh) * | 2020-10-30 | 2021-02-23 | 国网江苏省电力有限公司经济技术研究院 | 一种适用大规模新能源并网的电网网架结构优化方法及*** |
| CN116526468A (zh) * | 2023-05-09 | 2023-08-01 | 国网湖北省电力有限公司经济技术研究院 | 考虑多类型备用辅助服务的高比例可再生能源电力***优化调度方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105162173A (zh) * | 2015-08-26 | 2015-12-16 | 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 |
| CN107330546A (zh) * | 2017-06-14 | 2017-11-07 | 武汉大学 | 一种考虑风电出力和需求响应不确定性的优化调度方法 |
-
2018
- 2018-03-16 CN CN201810218012.XA patent/CN108418212A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105162173A (zh) * | 2015-08-26 | 2015-12-16 | 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 |
| CN107330546A (zh) * | 2017-06-14 | 2017-11-07 | 武汉大学 | 一种考虑风电出力和需求响应不确定性的优化调度方法 |
Non-Patent Citations (3)
| Title |
|---|
| GAŠPER ARTAČ 等: "The flexible demand influence on the joint energy and reserve markets", 《2012 IEEE POWER AND ENERGY SOCIETY GENERAL MEETING》 * |
| 周玮等: "计及风险备用约束的含风电场电力***动态经济调度", 《中国电机工程学报》 * |
| 孙宇军等: "考虑需求响应不确定性的多时间尺度源荷互动决策方法", 《电力***自动化》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109149631A (zh) * | 2018-08-20 | 2019-01-04 | 上海电力学院 | 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法 |
| CN109149631B (zh) * | 2018-08-20 | 2022-03-29 | 上海电力学院 | 一种考虑风光储提供柔性爬坡容量的两阶段经济调度方法 |
| CN109325621A (zh) * | 2018-08-29 | 2019-02-12 | 华南理工大学 | 一种园区能源互联网两阶段优化调度控制方法 |
| CN109325621B (zh) * | 2018-08-29 | 2022-04-22 | 华南理工大学 | 一种园区能源互联网两阶段优化调度控制方法 |
| CN112398121A (zh) * | 2020-10-30 | 2021-02-23 | 国网江苏省电力有限公司经济技术研究院 | 一种适用大规模新能源并网的电网网架结构优化方法及*** |
| CN116526468A (zh) * | 2023-05-09 | 2023-08-01 | 国网湖北省电力有限公司经济技术研究院 | 考虑多类型备用辅助服务的高比例可再生能源电力***优化调度方法 |
| CN116526468B (zh) * | 2023-05-09 | 2024-04-26 | 国网湖北省电力有限公司经济技术研究院 | 考虑多类型备用辅助服务的高比例可再生能源电力***优化调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power | |
| Abdullah et al. | An effective power dispatch control strategy to improve generation schedulability and supply reliability of a wind farm using a battery energy storage system | |
| CN103986190B (zh) | 基于发电功率曲线的风光储联合发电***平滑控制方法 | |
| CN107240933B (zh) | 一种考虑风电功率特性的风火协调滚动调度方法 | |
| CN108418212A (zh) | 一种考虑柔性负荷的电力***两阶段随机优化调度模型 | |
| CN111697578B (zh) | 多目标含储能区域电网运行控制方法 | |
| CN113193547A (zh) | 计及新能源及负荷区间不确定性的电力***日前-日内协同调度方法与*** | |
| CN110867907B (zh) | 一种基于多类型发电资源同质化的电力***调度方法 | |
| Lazaroiu et al. | Energy trading optimization of a virtual power plant on electricity market | |
| Zhang et al. | Automatic generation control with virtual synchronous renewables | |
| Perzhabinsky et al. | A Model of reliability optimization of a stand-alone electric power system with constraints on dynamic stability of the wind turbine | |
| CN109687423B (zh) | 一种直流电网的储能配置方法 | |
| Bianchi et al. | Managing wind variability with pumped hydro storage and gas turbines | |
| CN107769266A (zh) | 一种多时间尺度发电与备用联合优化方法 | |
| CN117913914A (zh) | 基于电量分类的一体化项目并网多时段调度方法及装置 | |
| CN116131318A (zh) | 面向韧性提升主动配电网两阶段鲁棒优化控制方法及装置 | |
| CN115907110A (zh) | 一种电力***灵活性资源评估方法及多维度调度方法 | |
| CN115733146A (zh) | 一种源荷储多时间尺度协调调度模型 | |
| CN113659566B (zh) | 一种基于CVaR的多能互补发电***的容量配置优化方法 | |
| CN115345350A (zh) | 一种交直流混合配电网规划方法、介质及*** | |
| CN116128193A (zh) | 一种基于区块链技术的园区微网调度方法及调度*** | |
| CN114759616A (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
| CN114465226A (zh) | 一种电力***多级备用获取联合优化模型的建立方法 | |
| CN110661252B (zh) | 一种考虑风光储提供柔性爬坡容量的实时经济调度方法 | |
| Liu et al. | Networked microgrids for improving economics and resiliency |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180817 |