CN110111027B - 一种源-荷协调程度评价方法 - Google Patents
一种源-荷协调程度评价方法 Download PDFInfo
- Publication number
- CN110111027B CN110111027B CN201910426703.3A CN201910426703A CN110111027B CN 110111027 B CN110111027 B CN 110111027B CN 201910426703 A CN201910426703 A CN 201910426703A CN 110111027 B CN110111027 B CN 110111027B
- Authority
- CN
- China
- Prior art keywords
- load
- source
- curve
- index
- new energy
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000005611 electricity Effects 0.000 claims abstract description 3
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000000877 morphologic effect Effects 0.000 claims description 14
- 230000006872 improvement Effects 0.000 claims description 12
- 238000000691 measurement method Methods 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000010248 power generation Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000000418 atomic force spectrum Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems 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)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种源‑荷协调程度评价方法,步骤包括:S1.分别获取目标电力***的新能源出力曲线、用电负荷曲线;S2.根据新能源出力曲线、负荷曲线得到对应的时间序列;S3.提出度量源荷储协调程度的源荷时间序列相似性指标和曲线波动率指标。S4.通过计算源荷曲线的相似性指标与曲线波动率指标及其对应权重得到源荷储协调运行程度。本发明具有实现方法简单、能够准确定量评估电力***源荷储协调程度,且具有评估性能好、应用灵活等优点。
Description
技术领域
本发明涉及新能源电力***技术领域,尤其涉及一种源-荷协调程度评价方法。
背景技术
当前,源荷协调运行作为消纳可再生能源的重要手段,已成为电力***热门研究课题。关于源荷协调的研究目前大多集中在其运行的关键技术方面。虽已有文献建立了源荷协调优化模型,但模型往往只考虑了其整体的经济性和源、荷各侧的安全性、环保性等,而缺乏对其协调程度和效果的描述与评价。因此亟需提供一种源-荷协调程度评价方法,鲜有文献通过研究源荷曲线之间的相关关系作为源荷协调互动效果的评价指标。
随着高比例可再生能源及储能的接入,电力***将更加关注各特性不同的功率曲线。为最大程度地消纳新能源和减少传统机组的起停、爬坡,传统机组出力曲线一直被期望具有平稳性,因而负荷曲线被期望能跟随新能源曲线变化即实现新能源-负荷曲线相似。当前对于功率曲线的相似性已有定性描述,但缺乏定量刻画。新能源出力曲线、负荷曲线均为按时间顺序排列的功率值,其属于数据流中的时间序列,对时间序列的相似性度量在数学上已有大量研究。但针对新能源-负荷曲线本身的数值距离较大的特点,需要对传统的时间序列度量方法进行改进以实用于度量新能源-负荷时间序列的相似性。对于新能源时间序列各相邻时间段的波动程度国家电网有相应的要求,但目前缺乏指标对其进行度量。因此,亟需提出一种源荷相似性和曲线波动率指标,以定量度量其协调运行程度及效果。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种实现方法简单、能够定量度量源荷协调程度的具体方法。
为解决上述技术问题,本发明提出的技术方案为:
一种源荷储协调运行效果度量及实现方法,步骤包括:
S1.分别获取目标电力***的新能源出力曲线、用电负荷曲线;
S2.根据新能源出力曲线、负荷曲线得到对应的时间序列;
S3.提出度量源荷储协调程度的源荷时间序列相似性指标和曲线波动率指标;
S4.通过计算源荷曲线的相似性指标与曲线波动率指标及其对应权重得到源荷储协调运行程度。
作为本发明的进一步改进:所述步骤S2中具体分别根据所述新能源出力曲线得到对应的时间序列PN={pN(1),pN(2),…,pN(n)},以及根据所述用电负荷曲线得到对应的时间序列PL={pL(1),pL(2),…,pL(n)}。
作为本发明的进一步改进,所述步骤S3中所提的源荷时间序列相似性指标具体指新能源时间序列与负荷时间序列的相似性,具体包括数值相似性指标与形态相似性指标。曲线波动率指标是为刻画各功率曲线在一个周期内的平均波动程度。
作为本发明的进一步改进,所述源荷时间序列数值相似性指标具体构造方法是对在数学上应用较为广泛的传统欧式距离度量方法进行改进,具体是通过先对新能源时间序列进行适当的平移,在计算平移后的新能源时间序列与负荷时间序列的欧式距离作为源荷数值相似性指标,以适用于度量本身数值距离较大的新能源时间序列与负荷时间序列之间的数值相似性。具体表达式如下:
ΔXY=max(min(X-Y),min(Y-X))
式中,X={x1,x2,…,xT}、Y={y1,y2,…,yT}为两条时间序列,T为时间序列的维度,ΔXY为新能源时间序列平移量,D'(X,Y)为新能源-负荷数值相似性指标。
作为本发明的进一步改进,所述源荷时间序列形态相似性指标是对在数学上应用较为广泛的传统动态时间弯曲距离(DTW)度量方法进行改进,具体是采用所述改进欧式距离D′(X,Y)度量方法计算点与点之间的距离构建距离矩阵,所述形态相似性指标具体步骤如下:
S31.找到一条从点P1=(1,1)到点P2=(n,m)的最优弯曲路径P=(P1,P2,…,Pk),使得序列S和Q的累积距离即下式最小。
式中Ps表示路径元素在距离矩阵中的位置。
S32.为求解上式,需利用动态规划的方法构造一个累积代价矩阵L,即
式中i=1,2,…,n;j=1,2,…,m;L(0,0)=0;L(i,0)=L(0,j)=+∞;可知,时间序列X和Y的改进动态时间弯曲距离为DTW(X,Y)=L(n,m)即为形态相似性指标。
作为本发明的进一步改进,所述曲线波动率指标具体表达式如下:
作为本发明的进一步改进,所述步骤S4中所述源荷储协调程度的评价具体是通过将所述新能源时间序列与负荷时间序列代入各所述时间序列相似性指标表达式与波动率指标表达式中。具体计算过程如下:
源荷数值相似性指标:
ΔPNPL=max(min(PN-PL),min(PN-PL))
式中,PN与PL分别为新能源、负荷时间序列,T为时间序列的维度,ΔPNPL为新能源时间序列平移量,D'(PN,PL)为新能源-负荷数值相似性指标。
源荷形态相似性指标:
式中Ps表示路径元素在距离矩阵中的位置。
新能源时间序列波动率指标:
负荷时间序列波动率指标:
传统机组时间序列波动率指标:
作为本发明的进一步改进,所述源荷协调程度由所述指标和对应权重的乘积代数和计算求得。具体表达式如下:
式中a、b、c、d、e分别为各指标对应的权重,Ds'·d(PN,PL)、DTWs·d(PN,PL)、γNs·d、γLs·d、γgs·d为对应指标的基准值,K为源荷协整程度值,为使指标值与协整程度呈正相关关系,故上式中对各指标值取了倒数。
作为本发明的进一步改进,所述各指标权重确定方法由层次分析法确定。
与现有技术相比,本发明的优点在于:
1)本发明在原有源荷协调研究的基础上,针对现有源荷协调优化运行未能对协调效果进行定量刻画问题,提出了一种源荷相似性指标来定量刻画源荷储的协调效果。
2)本发明针对新能源-负荷时间序列数据距离较大的特点,改进了数学上传统的时间序列相似性度量方法,提出一种改进欧式距离与改进DTW距离方法,以适用于度量新能源-负荷时间序列的相似性即负荷曲线跟随新能源曲线变化的程度。
3)本发明考虑到国家电网对新能源并网的波动要求,提出了一种刻画功率曲线在一个周期内平均波动程度的波动率指标。
4)本发明运用层次分析法确定各指标的权重,通过求取各指标与权重乘积的代数和最终求得源荷协调程度。
附图说明
图1是本实施例源-荷协调程度评价实现流程示意图。
图2是本发明具体实例某微网典型日各功率曲线图。
图3是本实施例传统欧式距离与改进欧式距离对比图。
图4是本实施例改进DTW距离的距离矩阵构造示意图。
具体实施方式
以下结合说明书附图和具体优选的实施例对本发明作进一步描述,但并不因此而限制本发明的保护范围。
如图1所示,本实施例源-荷协调程度评价方法,步骤包括:
S1.分别获取目标电力***的新能源出力曲线、用电负荷曲线;
S2.根据新能源出力曲线、负荷曲线得到对应的时间序列;
S3.提出度量源荷储协调程度的源荷时间序列相似性指标和曲线波动率指标;
S4.计算源荷曲线的相似性指标与曲线波动率指标得到源荷协调运行程度。
本实施例针对含新能源电力***,同时考虑负荷需求和新能源发电状况,通过计算新能源出力曲线、用电负荷曲线之间的相似性指标,可以量化负荷曲线与新能源出力曲线之间的相似程度,新能源-负荷时间序列相似则说明负荷曲线能够很好地跟随新能源曲线变化,两者的差值即传统机组的出力趋于平稳。此外,通过计算新能源、负荷、传统机组出力曲线的波动率指标,可以量化各功率曲线的波动程度。这种通过计算各功率曲线之间及各自的特性指标方法可以准确、定量刻画源荷曲线的协调程度。
本实施例中,步骤S1中选取某微网典型日的新能源出力曲线、负荷曲线和传统机组出力曲线,如图2所示。
本实施例中,步骤S2中首先基于曲线的离散化,分别根据新能源发电曲线得到对应的时间序列PN={pN(1),pN(2),…,pN(n)},以及根据用电负荷曲线得到对应的时间序列PL={pL(1),pL(2),…,pL(n)}。
在本实施例中,步骤S3提出适用于度量源荷相似性的改进欧式距离和改进动态时间弯曲距离分别作为新能源-负荷时间序列的数值相似性指标与形态相似性指标,并提出刻画功率曲线波动程度的曲线波动率指标。
在本实施例中,步骤S4需求取源荷时间序列数值相似性指标。在具体实施实例中,通过求取时间序列PN与时间序列PL之间的改进欧式距离值,以表征源荷曲线之间的数值分布特性,得到数值相似性指标。计算源荷时间序列传统欧式距离与改进后的欧式距离分别如下(1)、(2)式所示。
源荷时间序列传统欧式距离
源荷时间序列改进欧式距离
ΔPNPL=max(min(PN-PL),min(PN-PL)) (3)
式中,PN与PL分别为新能源、负荷时间序列,T为时间序列的维度,ΔPNPL为新能源时间序列平移量,D'(PN,PL)为新能源-负荷数值相似性指标。
在具体实施实例中,由图3所示,采用数学上传统的欧式距离对其进行数值相似性度量,即通过求取图3中带星号曲线与带圆点曲线的欧式距离,来反映其数值相似性,由于新能源出力-负荷曲线本身数值距离较大,会出现较大的误差;通过对传统欧式距离进行改进,通过求去新能源出力-负荷曲线的改进欧式距离,即求取图3中带星号曲线与虚线之间的欧式距离,能够准确度量源荷曲线之间的相似性。
本实施例中,步骤S4中计算源荷数值相似性指标后,还包括计算时间序列PN与时间序列PL之间的形态相似性指标。形态相似性指标放映负荷时间序列在各个时段与新能源时间序列在上升下降、平稳程度等波形方面的相似程度。
时间序列的相似性包括数值相似性与形态相似性两部分,数学上的传统欧式距离与动态时间弯曲距离相似性度量方法并不适用于新能源-负荷相似性的度量。故须通过在传统数学方法的基础上进行适当的改进来求取源荷时间序列的相似性。在新能源高渗透率电力***中,***进行源荷协调运行,即需通过调节常规发电机计划出力曲线、负荷曲线、新能源发电曲线,使三者共同协调、相互跟随调整,进而实现负荷曲线跟随新能源曲线,实现源荷协调运行。本实施例综合考虑源荷曲线的数值、形态相似性,改进传统的时间序列度量方法,实现对源荷时间序列相似度即源荷协调运行程度的准确定量度量。
本实施例中,形态相似性指标的具体计算步骤为:
S41.根据新能源发电曲线得到对应的时间序列PN={pN(1),pN(2),…,pN(n)},以及根据用电负荷曲线得到对应的时间序列PL={pL(1),pL(2),…,pL(n)}。
S42.采用改进欧式距离计算源荷时间序列点与点之间的距离构建距离矩阵如图4所示。
S43.找到一条从点P1=(1,1)到点P2=(n,m)的最优弯曲路径P=(P1,P2,…,Pk),使得序列S和Q的累积距离即下式最小。
式中Ps表示路径元素在距离矩阵中的位置。
S44.为求解上式,需利用动态规划的方法构造一个累积代价矩阵L,即
式中i=1,2,…,n;j=1,2,…,m;L(0,0)=0;L(i,0)=L(0,j)=+∞;可知,新能源时间序列PN和负荷时间序列PL的改进动态时间弯曲距离为DTW(PN,PL)=L(n,m)即为形态相似性指标。
本实施例中,步骤S4中计算源荷相似度指标后,还需计算新能源出力、传统机组出力、负荷曲线的波动率指标。各功率曲线的具体计算式如下所示:
(1)新能源时间序列波动率指标:
(2)负荷时间序列波动率指标:
(3)传统机组时间序列波动率指标:
具体实施例中新能源-负荷曲线各指标的基准值与具体计算值如下表所示:
表1新能源-负荷曲线相似性指标与各功率曲线波动率指标值
上表中基准值的选取根据对源荷相似程度、各功率曲线波动程度的具体要求来选定,由计算结果可知,除新能源波动指标相对较大外,其他指标均较优。结合图2,可以看出负荷曲线与新能源曲线的相似程度较高,传统机组出力趋于平稳,负荷曲线与新能源曲线看似波动均较小,但由于新能源曲线的总出力基数相对较小,所以计算出的新能源波动率指标相对较大负荷实际。此外,为了使计算出的距离指标与波动率指标与协整度成正相关,因此计算标幺值时是将计算值的倒数与基准值的倒数相除。
本实施例中,步骤S4除了计算各指标之外,还需采用层次分析法计算各指标对应的权重。运用层次分析法求取各指标的权重步骤如下:
(1)建立层次结构模型;
(2)构造各层的的判断矩阵;
(3)层次单排序及一致性检验;
(4)层次总排序及一致性检验;
(5)采用方根法计算权重向量W
式中aij为判断举矩阵A中的元素。
具体实例中,计算得到各指标的权重值由下表2所示。
表2各指标对应的权重值
由上表可知新能源-负荷相似性及新能源曲线波动率指标占的权重较大,这是因为源荷协调的目的就是要通过调整源荷曲线,使负荷曲线较好地跟随新能源曲线变化,从而实现高比例新能源消纳和实现传统机组出力平稳。因此,新能源-负荷曲线相似使源荷协调的重要体现。此外,因国家电网对新能源并网由一定要求,规定其相邻时段的波动不能超过一定的范围,因此该指标值所占权重相对较大。
具体实例中,根据表1计算出的各指标标幺值和表2计算出的对应权重,可以计算得到源荷协调程度K=74.3%。由与具体实例中的源荷曲线是经过储能和需求侧管理调整后的典型日功率曲线,故其协调程度较高。验证了该方法能够定量准确地刻画源荷协调程度。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (7)
1.一种源-荷协调程度评价方法,其特征在于,步骤包括:
S1.分别获取目标电力***的新能源出力曲线、用电负荷曲线;
S2.根据新能源出力曲线、负荷曲线得到对应的时间序列;
S3.提出度量源荷储协调程度的源荷时间序列相似性指标和曲线波动率指标;
S4.通过计算源荷曲线的相似性指标与曲线波动率指标及其对应权重得到源荷储协调运行程度;
所述源荷曲线的相似性指标与曲线波动率指标的具体计算过程如下:
源荷数值相似性指标:
ΔPNPL=max(min(PN-PL),min(PN-PL))
式中,PN与PL分别为新能源、负荷时间序列,T为时间序列的维度,ΔPNPL为新能源时间序列平移量,D'(PN,PL)为新能源-负荷数值相似性指标;
源荷形态相似性指标:
式中Ps表示路径元素在距离矩阵中的位置;
新能源时间序列波动率指标:
负荷时间序列波动率指标:
传统机组时间序列波动率指标:
所述源荷储协调运行程度由所述源荷曲线的相似性指标与曲线波动率指标及其对应权重的乘积代数和计算求得,具体表达式如下:
式中a、b、c、d、e分别为各指标对应的权重,Ds'·d(PN,PL)、DTWs·d(PN,PL)、γNs·d、γLs·d、γgs·d为对应指标的基准值,K为源荷储协调运行程度值,为使指标值与协调运行程度呈正相关关系,故上式中对各指标值取了倒数。
2.根据权利要求1所述的源-荷协调程度评价方法,其特征在于,所述步骤S2中具体分别根据所述新能源出力曲线得到对应的时间序列PN={pN(1),pN(2),…,pN(n)},以及根据所述用电负荷曲线得到对应的时间序列PL={pL(1),pL(2),…,pL(n)}。
3.根据权利要求1所述的源-荷协调程度评价方法,其特征在于,所述步骤S3中所提的源荷时间序列相似性指标具体指新能源时间序列与负荷时间序列的相似性,具体包括数值相似性指标与形态相似性指标;曲线波动率指标是为刻画各功率曲线在一个周期内的平均波动程度。
5.根据权利要求3所述的源-荷协调程度评价方法,其特征在于,所述源荷时间序列形态相似性指标是对在数学上应用较为广泛的传统动态时间弯曲距离(DTW)度量方法进行改进,具体是采用改进欧式距离D'(X,Y)度量方法计算点与点之间的距离构建距离矩阵,
所述形态相似性指标具体步骤如下:
S31.找到一条从点P1=(1,1)到点P2=(n,m)的最优弯曲路径P=(P1,P2,…,Pk),使得序列S和Q的累积距离即下式最小;
式中Ps表示路径元素在距离矩阵中的位置;
S32.为求解上式,需利用动态规划的方法构造一个累积代价矩阵L,即
式中i=1,2,…,n;j=1,2,…,m;L(0,0)=0;L(i,0)=L(0,j)=+∞;可知,时间序列X和Y的改进动态时间弯曲距离为DTW(X,Y)=L(n,m)即为形态相似性指标。
7.根据权利要求1中所述的源-荷协调程度评价方法,其特征在于,各指标权重确定方法由层次分析法确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910426703.3A CN110111027B (zh) | 2019-05-22 | 2019-05-22 | 一种源-荷协调程度评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910426703.3A CN110111027B (zh) | 2019-05-22 | 2019-05-22 | 一种源-荷协调程度评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110111027A CN110111027A (zh) | 2019-08-09 |
CN110111027B true CN110111027B (zh) | 2022-08-19 |
Family
ID=67491559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910426703.3A Active CN110111027B (zh) | 2019-05-22 | 2019-05-22 | 一种源-荷协调程度评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110111027B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114925975B (zh) * | 2022-04-13 | 2024-07-12 | 东南大学 | 一种考虑时序曲线特征的源荷功率典型日集生成方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008102005A2 (de) * | 2007-02-24 | 2008-08-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung zum bestimmen einer ladungsmenge auf einem kapazitiven element, pixelzelle und verfahren zum bestimmen einer position eines maximums einer hüllkurve eines analogen amplituden-modulierten signals. |
CN106208039A (zh) * | 2016-02-25 | 2016-12-07 | 大连理工大学 | 一种源网荷互动运行控制性能评价标准评价方法 |
CN107196310A (zh) * | 2016-03-15 | 2017-09-22 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
CN107832919A (zh) * | 2017-10-17 | 2018-03-23 | 国网江苏省电力公司盐城供电公司 | 一种用于间歇性可再生能源接入电网的源网荷协调控制*** |
CN108462165A (zh) * | 2018-01-19 | 2018-08-28 | 长沙理工大学 | 一种新能源接入电力***的负荷特性评估方法 |
CN109256799A (zh) * | 2018-09-17 | 2019-01-22 | 大连理工大学 | 一种基于样本熵的新能源电力***优化调度方法 |
CN109473972A (zh) * | 2018-08-31 | 2019-03-15 | 长沙理工大学 | 基于多功率曲线协整的源荷储优化控制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107482638B (zh) * | 2017-07-21 | 2020-04-28 | 杭州电子科技大学 | 冷热电联供型微电网多目标动态优化调度方法 |
CN109742812B (zh) * | 2019-03-11 | 2022-06-14 | 长沙理工大学 | 一种提高新能源消纳的源-荷-储协调调度方法 |
-
2019
- 2019-05-22 CN CN201910426703.3A patent/CN110111027B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008102005A2 (de) * | 2007-02-24 | 2008-08-28 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Vorrichtung zum bestimmen einer ladungsmenge auf einem kapazitiven element, pixelzelle und verfahren zum bestimmen einer position eines maximums einer hüllkurve eines analogen amplituden-modulierten signals. |
CN106208039A (zh) * | 2016-02-25 | 2016-12-07 | 大连理工大学 | 一种源网荷互动运行控制性能评价标准评价方法 |
CN107196310A (zh) * | 2016-03-15 | 2017-09-22 | 中国电力科学研究院 | 考虑源网荷协调互动的主动配电网多时间尺度优化方法 |
CN107832919A (zh) * | 2017-10-17 | 2018-03-23 | 国网江苏省电力公司盐城供电公司 | 一种用于间歇性可再生能源接入电网的源网荷协调控制*** |
CN108462165A (zh) * | 2018-01-19 | 2018-08-28 | 长沙理工大学 | 一种新能源接入电力***的负荷特性评估方法 |
CN109473972A (zh) * | 2018-08-31 | 2019-03-15 | 长沙理工大学 | 基于多功率曲线协整的源荷储优化控制方法 |
CN109256799A (zh) * | 2018-09-17 | 2019-01-22 | 大连理工大学 | 一种基于样本熵的新能源电力***优化调度方法 |
Non-Patent Citations (1)
Title |
---|
基于时间序列相似性度量的新能源-负荷特性指标;石亮缘等;《电力自动化设备》;20190507;第39卷(第5期);第75-81页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110111027A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105160149B (zh) | 一种模拟调峰机组的需求响应调度评估体系构建方法 | |
CN110070282A (zh) | 一种基于综合关联度的低压台区线损影响因素分析方法 | |
CN105046584B (zh) | 一种基于k-means算法的理想线损率的计算方法 | |
CN109636009B (zh) | 一种建立确定电网线损的神经网络模型的方法和*** | |
CN110109971A (zh) | 一种低压台区用户用电负荷特性分析方法 | |
CN104376502A (zh) | 基于灰色关联度的电力客户信用综合评价方法 | |
CN110061524B (zh) | 一种基于深度神经网络的分布式电源虚拟电厂有功调度等值聚合方法及*** | |
CN103793788B (zh) | 一种有序用电管理方法 | |
CN101567559A (zh) | 非侵入式电力负荷分解的表格方法 | |
CN106410781A (zh) | 一种电力用户需求响应潜力确定方法 | |
CN109377093A (zh) | 配电网项目投资效益评价方法 | |
CN107358542A (zh) | 一种励磁***性能评估模型的参数确定方法 | |
CN105139291B (zh) | 一种含分布式电源配电网设备利用率的计算方法 | |
CN109389272A (zh) | 一种用于电压协调控制策略效果的综合评估方法及*** | |
CN108074015A (zh) | 一种风电功率超短期预测方法及*** | |
CN109685296A (zh) | 计及历史状态的用电信息采集***模糊综合评价方法 | |
CN104701858A (zh) | 计及分区动态无功储备的无功电压控制方法 | |
CN103020461A (zh) | 电能质量模糊评价方法及装置 | |
CN104036431A (zh) | 基于云模型的电能质量综合评估多层次交互式决策方法 | |
CN110111027B (zh) | 一种源-荷协调程度评价方法 | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
CN116111596A (zh) | 一种区域性动态电碳因子计算方法 | |
CN109193791B (zh) | 一种基于改进shapley值的风电汇聚趋势性分状态量化方法 | |
CN105354761B (zh) | 一种风电接入电网的安全与效能评估方法及*** | |
CN112803403B (zh) | 基于时频特征的海上风电集群效应多层级评估方法 |
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 | ||
GR01 | Patent grant |