CN110661301A - 一种水光蓄多能互补发电***的容量配置优化方法 - Google Patents
一种水光蓄多能互补发电***的容量配置优化方法 Download PDFInfo
- Publication number
- CN110661301A CN110661301A CN201910767062.8A CN201910767062A CN110661301A CN 110661301 A CN110661301 A CN 110661301A CN 201910767062 A CN201910767062 A CN 201910767062A CN 110661301 A CN110661301 A CN 110661301A
- Authority
- CN
- China
- Prior art keywords
- power generation
- optimization
- capacity
- formula
- water
- 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.)
- Granted
Links
Images
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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
Description
技术领域
本发明涉及能源技术领域,具体涉及的是一种水光蓄多能互补发电***的容量配置优化方法。
背景技术
目前光伏等新能源大规模应用在一定程度上缓解了全球能源短缺和环境污染问题,但新能源本身的间歇性和随机性问题使其无法独立完成供电,常常配置水电机组和抽水蓄能机组补偿光伏,形成水光蓄多能互补发电***。大部分水光蓄多能互补发电***一般修建在远离主电网的偏远地区,经常会出现离线运行的状况,与并网的运行相比,离线状态下水光蓄多能互补发电***的容量配置不仅需要考虑***本身固有的内在特性,还要解决新能源接入所带来的一系列挑战。
为了应对这些挑战,文献1:郭子暄等,考虑经济环境约束的多种离网综合能源***优化配置研究[J].电力需求侧管理,2019,39(1):124-132,针对离网综合能源***优化配置问题,建立了全小时尺度的“经济环境指标反馈”的双层优化模型,提出了新能源、储能优化求解方法,但该模型未考虑新能源在分钟级出力特性。
文献2:Solanki B V等,Including Smart Loads for Optimal Demand Responsein Integrated Energy Management Systems for Isolated Microgrids,EEETransactions on Smart Grid,2017,8(4),针对微电网运行可靠性问题,建立了两阶段随机优化模型,在处理日前机组组合和日内实时调度的联合优化时有较好的适应性和求解效果,但未考虑***备用对离网综合能源***的影响。
文献3:张耀东,光伏—水电联合运行***容量配置研究[D].西安理工大学,2016,研究了光伏-水电联合运行***容量配置,分析了不同容量配置下***的可靠性,但未考虑储能***对多能源***容量配置的影响。
文献4:张刘冬等,基于成本效益分析的风电抽水蓄能联合运行优化调度模型[J].电网技术,2015,39(12):3386-3392,采用成本效益分析法,建立了多能源联合单元***的备用优化模型,但未考虑储能参与***备用。
文献5:Bobo D R等,Economic generation dispatch with responsivespinning reserve constraints[J].IEEE Transactions on Power Systems,1994,9(1):555-559,以***旋转备用购买费用最小为目标函数,实现了***的经济调度,但未考虑旋转备用对***可靠性的影响。
文献6:丁明等,旋转备用市场中考虑可靠性的多目标分层决策[J].电力***自动化,2007, 31(13):17-22,建立了旋转备用和可靠性的多目标分层决策模型,量化了***备用和可靠性的关系,但仅仅考虑了***备用,忽略了***发电容量和备用容量之间的耦合关系。
文献7:黄大为等,电力市场中电能与旋转备用的二层优化模型[J].电力***保护与控制, 2011,39(21):110-114,基于二层规划理论,构建了能量与旋转备用的协调优化模型,计及网络约束与发电***的“N-1”安全约束,但仅考虑火电机组,未考虑新能源和储能参与***发电和备用文献,发电侧机组构成单一。
文献8:卢艺等,含抽水蓄能电网安全约束机组组合问题的混合整数线性规划算法,电力***保护与控制,2019,47(03),探究了抽水蓄能机组在维持***稳定运行中的作用,得到了不同运行工况时抽蓄机组的解析表达式,建立了含抽水蓄能机组电网的安全约束机组组合模型,得到抽水机组同时参与***运行和备用的抽水蓄能机组的优化策略,由于该模型仅考虑火电机组和抽水蓄能机组,机组组合过于单一,在目前大规模新能源接入的情况下该优化策略局限性较大。
文献9:张简炼等,计及负荷波动及线路可靠性的两阶段风险调度[J].电网技术:1-12[2019-08-08],考虑负荷侧的波动以及输电线路可靠性,建立了两阶段网络风险调度决策方法,但未考虑发电侧出力的波动以及整个***的可靠性。
文献[10]:葛炬等,含风电场电力***旋转备用获取模型[J].电力***自动化,2010, 34(6):32-36,建立了基于机会约束规划的备用获取模型,采用基于随机模拟的方法求解改模型,但无法解释所设置得机会约束置信水平是否合理。
发明内容
针对上述现有技术的不足,本发明提供了一种水光蓄多能互补发电***的容量配置优化方法,可实现短时间尺度下的水光蓄多能互补发电***的容量优化,考虑***发电容量和备用容量的耦合关系,以及由光伏在更小时间尺度内出力的显著波动所造成的预测偏差的剧烈变化,提高***供电可靠性和***运行效率,兼顾***供电可靠性和运行经济性。
为实现上述目的,本发明采用了如下技术方案:
一种水光蓄多能互补发电***的容量配置优化方法,考虑***发电容量和备用容量的耦合,以及光伏出力在更小时间尺度(分钟级)的显著波动所造成的预测偏差的剧烈变化,包括发电容量配置优化和在发电容量配置优化的基础上进行的备用容量配置优化的两阶段优化,其中:
一、发电容量配置优化,即第一阶段小时级优化:
采用如下公式实现优化:
式中,F1为优化结果,t为优化时段,T为总优化时段;NH为发机组的数量,NL为可转移负荷的数量;和分别为t时段内抽蓄机组的充、放电费用,和为t时段内抽机组的充、放电电量;为t时段内水电机组的发电量以及发点费用;表示从时段t1转移到时段t2的转移负荷j的电量,为相应时段内的转移费用;
二、备用容量配置优化,即第二阶段分钟级优化:
采用如下公式进行优化:
三、根据F1、F2确定发电***的容量配置优化策略。
进一步地,在发电容量配置优化中,t为1h,T为24;在备用容量配置优化中,t为15min, T1为96。
进一步地,在发电容量配置优化中,采用如下公式作为***电力平衡的约束条件:
进一步地,在发电容量配置优化中,采用如下公式作为抽蓄机组的相关约束条件:
Emin≤Et≤Emax (6)
式中,分别为t时段的抽蓄机组发电和抽水电量上限;和分别为抽蓄机组的发电和抽水状态变量,0表示关机,1表示开机;ξ为抽蓄机组的转换效率,取75%;Et为t 时段抽蓄电站的总储存电量,Emin和Emax为抽蓄电站的总储存电量下限和上限,与抽蓄电站的总水库容量相关;Ebase为抽蓄电站的初始储存电量,由抽蓄电站的初始水位决定;公式(3) 为抽蓄机组的状态变量约束,表示抽蓄机组在一个时间段内不能同时进行抽水和发电;公式 (4)为抽蓄电站的日电量平衡约束,对于纯抽水蓄能电站,上水库没有天然径流来源,抽水和发电水量循环使用,所以必须满足抽水和发电的日水量平衡;公式(6)为抽水蓄能电站的总能量约束。
进一步地,在发电容量配置优化中,采用如下公式作为水电机组的相关约束条件:
式中,分别为水电机组i的出力上下限;为水电机组i在t时段的状态变量;和分别是水电机组i的上下爬坡率;Phosci为水电机组i的振荡区;yi,t和zi,t分别为水电机i的启停机次数,Sti,Max和Sdi,Max分别为水电机组i的最大启停机次数;公式(11) 表示水电机组的最小开停机时间约束,最小开停机时间均设为2小时;公式(12)表示水电机组的发电功率不能在水电机组的震荡区内,否则会对机组造成严重损害;通过公式(13) 计算水电机组在一个规划周期内的开停机次数,并用公式(14)限制水电机组在一个规划周期内的开停机次数。
进一步地,在发电容量配置优化中,采用如下公式作为可转移负荷的相关约束条件:
式中,LMax表示单次转移负荷的上限,表示在t时段内总的转移负荷j上限,tTr表示最大转移时间;公式(15)、(16)分别为单次转移电量约束和总转移电量约束;公式(17)限制了可转移负荷的转移时间,不允许出现较大时间尺度的可转移负荷发生。
进一步地,在发电容量配置优化中,采用如下公式作为发电***网络的约束条件:
Bxθ=P (18)
式中,Bx为***线路导纳矩阵的虚部,θ,P分别表示节点注入有功功率列向量和节点电压相角列向量,Pf,t表示支路f在t时段的有功潮流,为支路f的有功潮流限值;公式(18) 为发电***的直流潮流计算公式,公式(19)为***的支路有功潮流上限。
进一步地,在备用容量配置优化中,采用如下公式作为供电可靠性的机会约束条件:
式中,α为给定的***供电可靠性置信度。
再进一步地,在备用容量配置优化中,采用如下公式作为抽蓄机组的相关约束条件:
更进一步地,在备用容量配置优化中,采用如下公式作为水电机组的旋转备用约束条件:
公式(23)、(24)表示水电机组旋转备用上下限;公式(25)为旋转备用需要满足***的N-1安全约束,即***中任意一台水电机组出现故障时,其余水电机组所提供的旋转备用能够快速启动弥补***功率缺额,该备用响应速度取水电机组的15分钟爬坡力。
与现有技术相比,本发明具有以下有益效果:
(1)本发明基于应用场景,设计出小时级优化公式 并在小时级优化基础上结合分钟级优化(优化公式:实现了发电***的容量配置优化。本发明通过合理的优化设计,在***运行费用增加有限的情况下,大幅提高和稳定了***的供电可靠性,同时兼顾了***运行经济性和供电可靠性。
(2)本发明在小时级优化策略中,利用多能源互相配合以及各种约束条件(***电力平衡、抽蓄机组、水电机组、可转移负荷、发电***网络等相关约束),不仅能弥补光伏出力的波动,而且能充分调用可转移负荷实现削峰填谷,进而极大地降低了***的发电费用。
(3)本发明在分钟级优化策略中,通过合理配置***备用解决了光伏出力预测偏差较大的问题,与传统的确定性***备用策略相比,本发明建立***供电可靠性的机会约束能够灵活配置***备用容量。并且仿真结果表明,合理设置机会约束的置信度,能够在***备用费用增加不大的情况下,大大提高和稳定***供电可靠性。此外,抽蓄机组同时参与***发电和备用,既保证了***的供电可靠性,同时也保证了抽蓄机组的经济效益。
(4)本发明设计合理、运行稳定可靠,很好地实现了多时间尺度下的水光蓄多能互补发电***的发电和备用容量优化,大幅减少了输电设备的投资和长距离输电的损耗,本发明非常适于在新能源地区、尤其是偏远地区大规模推广应用。
附图说明
图1为本发明的流程示意图。
图2为本发明-实施例中的一种发电***的网架结构示意图。
图3为本发明-实施例中光伏预测曲线与负荷预测曲线示意图。
图4为本发明-实施例中不同置信度下的***总运行费用示意图。
图5为与图4相应的各个时段***备用容量示意图。
图6为本发明-实施例中不同方案下的***各个时间段供电可靠性示意图。
图7为本发明-实施例中不同方案下的各个时间段备用容量示意图。
图8为不同优化模型在几个典型供电可靠性α下的***总运行费用示意图。
图9为不同优化模型在同一供电可靠性α下的***各个时段的备用容量示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明,本发明的方式包括但不仅限于以下实施例。
本发明提供了一种水光蓄多能互补发电***的容量配置方法,可实现多时间尺度下的水光蓄多能互补发电***的发电和备用容量优化。其主要包括发电容量配置优化(小时级优化) 和备用容量配置优化(分钟级优化)两个优化策略。
所述的发电容量配置优化是以***发电容量配置为优化目标,以小时为优化时间尺度,共计24个优化时段。为考虑***网络安全和N-1安全原则,充分调用抽蓄机组,水电机组以及可转移负荷补偿光伏出力波动,并利用需求响应可调度和响应快速等特点实现削峰填谷,从而减少***运行成本。
所述的备用容量优化以***备用容量配置为优化目标,15分钟为优化时间尺度,共计96 个优化时段,基于小时级的优化结果,利用概率密度函数描述不确定变量光伏出力和负荷,建立***供电可靠性的供电可靠性的机会约束,使得离线***实际运行时在某概率下可靠供电,符合实际电网运行时,允许出现短时间的功率不平衡的情况,同时***备用费用也大幅减少。
如图1所示,下面分别阐述发电容量配置优化和备用容量配置优化策略的实现。
首先是发电容量配置优化,其采用了如下公式获得优化结果:
式中,t为优化时段,取1h,T为总优化时段,取24;NH为发机组的数量,NL为可转移负荷的数量;和分别为t时段内抽蓄机组的充、放电费用,和为t时段内抽蓄机组充、放电电量;为t时段内水电机组的发电量以及发电费用;表示从时段t1转移到时段t2的转移负荷j的电量,为相应时段内的转移费用。
下面分别阐述基于该优化策略下的各种约束条件,包括***电力平衡、抽蓄机组、水电机组、可转移负荷、发电***网络等几大部分的相关约束。
一、***电力平衡的约束条件
采用如下公式实现:
其中,λ1,λ2分别为光伏阵列的形状系数,由光伏阵列本身机构特点决定,可以通过统计的方法得到,其计算公式如式②所示:
二、抽蓄机组的约束条件:
采用如下公式实现:
Emin≤Et≤Emax (6)
式中,分别为t时段的抽蓄机组发电和抽水电量上限;和分别为抽蓄机组的发电和抽水状态变量,0表示关机,1表示开机;ξ为抽蓄机组的转换效率,取75%;Et为 t时段抽蓄电站的总储存电量,Emin和Emax为抽蓄电站的总储存电量下限和上限,与抽蓄电站的总水库容量相关;Ebase为抽蓄电站的初始储存电量,由抽蓄电站的初始水位决定。
上述公式(3)为抽蓄机组的状态变量约束,表示抽蓄机组在一个时间段内不能同时进行抽水和发电。公式(4)为抽蓄电站的日电量平衡约束,对于纯抽水蓄能电站,上水库没有天然径流来源,抽水和发电水量循环使用,所以必须满足抽水和发电的日水量平衡。公式(6) 为抽水蓄能电站的总能量约束。
三、水电机组的约束条件
采用如下公式实现:
式中,分别为水电机组i的出力上下限;为水电机组i在t时段的状态变量;和分别是水电机组i的上下爬坡率;Phosci为水电机组i的振荡区;yi,t和zi,t分别为水电机i的启停机次数,Sti,Max和Sdi,Max分别为水电机组i的最大启停机次数。
上述公式(11)表示水电机组的最小开停机时间约束,最小开停机时间均设为2小时。公式(12)表示水电机组的发电功率不能在水电机组的震荡区内,否则会对机组造成严重损害。通过公式(13)计算水电机组在一个规划周期内的开停机次数,并用公式(14)限制水电机组在一个规划周期内的开停机次数。
四、可转移负荷
采用如下公式实现:
上述公式(15)、(16)分别为单次转移电量约束和总转移电量约束;公式(17)限制了可转移负荷的转移时间,不允许出现较大时间尺度的可转移负荷发生。
五、发电***网络
采用如下公式实现:
Bxθ=P (18)
所述的公式(18)为发电***的直流潮流计算公式,公式(19)为***的支路有功潮流上限。
接着是备用容量配置优化,其采用了如下公式获得优化结果:
由于水电机组的发电计划在小时级优化中已经确定,改变水电机组的发电计划涉及整个***水电机组的重新调度分配,因此不易改变水电机组的发电计划。但是抽蓄机组相对独立,其可调节能力强,能在半个小时内转换其工作状态,因此,抽蓄机组的发电计划变动影响相对水电机组较小。如果新能源预测值与实际值相差较大,考虑调整抽蓄机组的发电计划,减少发电容量,从而增加其作为***备用的容量,从而消除新能源预测偏差。
下面分别阐述基于该优化策略下的各种约束条件,包括供电可靠性的机会约束、抽蓄机组、水电机组的旋转备用三部分。
一、供电可靠性的机会约束
采用如下公式实现:
式中,α为给定的***供电可靠性置信度,该供电可靠性的机会约束表示离线微电网***完成可靠供电的概率大于等于α。
二、抽蓄机组
采用下面公式一起进行计算:
三、水电机组的旋转备用
采用如下公式实现:
公式(23)、(24)表示水电机组旋转备用上下限;公式(25)为旋转备用需要满足***的N-1安全约束,即***中任意一台水电机组出现故障时,其余水电机组所提供的旋转备用能够快速启动弥补***功率缺额。在实际应用中,由于光伏出力波动在短时间内变化较大,因此需要备用具有较快的响应速度,而本发明中的备用响应速度取水电机组的15分钟爬坡力 (即)。
下面以一个案例对本发明的方案进行阐述。
以国内西部某水光蓄多能互补发电***为例,其***网架结构如图2所示。源端总计三座水电站,总装机容量为159MW,一座5MW抽水蓄能电站和2个50MW的光伏阵列,其中每座水电站分别有3台水电机组,水电机组的参数如表1所示。
表1
光伏预测曲线采取微电网的12月份某日光伏阵列的实际数据,负荷预测曲线采取本地负荷同年12月某日的预测值,如图3所示。
分别在不同机会约束置信度下完成仿真,得到不同置信度下的***总运行费用如图4所示,相应的各个时段***备用容量如图5所示。随着***供电可靠性α的增加,***备用容量也随之增加,特别是当α达到99%时,***备用增加的幅度达到最大。
分别对比本发明与传统***备用方案,1)为本发明方案,2)、3)为传统方案:
1)本发明所提出的旋转备用方案,取***供电可靠性α=0.98。
2)预留***最大机组容量的旋转备用方案。
3)预留当前时段负荷预测的15%旋转备用方案。
图6和图7分别表示不同方案下的***各个时间段供电可靠性以及各个时间段备用容量,表2则表示各个方案的总运行费用。
表2
方案 | ***总运行费用/千元 |
1 | 798.2466 |
2 | 798.7117 |
3 | 759.7902 |
根据上述检测结果可以看到,在***运行费用增加有限的情况下,采用本发明的技术方案,可以大幅提高和稳定***的供电可靠性,很好地兼顾了***运行经济性和供电可靠性。
本发明以发电容量配置优化(小时级优化)作为基础,以备用容量配置优化(分钟级优化)为主,组合出了发电***容量配置的最佳优化策略,有效解决了离网条件下水光蓄多能互补发电***的容量配置问题,考虑了新能源本身的间歇性和随机性问题,以及***发电容量和备用容量的耦合关系,显著提高了离网条件下水光蓄多能互补发电***的供电可靠性。
分别对比本发明的两阶段优化结果和传统小时级优化结果:
图8和图9分别表示在不同优化模型在几个典型供电可靠性α下的***总运行费用以及同一供电可靠性α下的***各个时段的备用容量。
根据上述检测结果可以看到,采用本发明的优化模型,能够保证***在更小时间尺度的供电可靠性,避免造成备用资源浪费,显著降低***运行总费用。
上述实施例仅为本发明的优选实施方式之一,不应当用于限制本发明的保护范围,但凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色,其所解决的技术问题仍然与本发明一致的,均应当存储在本发明的保护范围之内。
Claims (10)
1.一种水光蓄多能互补发电***的容量配置优化方法,其特征在于,包括发电容量配置优化和在发电容量配置优化的基础上进行的备用容量配置优化,其中:
一、发电容量配置优化,即第一阶段小时级优化:
采用如下公式实现优化:
式中,F1为优化结果,t为优化时段,T为总优化时段;NH为发机组的数量,NL为可转移负荷的数量;和分别为t时段内抽蓄机组的充、放电费用,和为t时段内抽机组的充、放电电量;为t时段内水电机组的发电量以及发点费用;表示从时段t1转移到时段t2的转移负荷j的电量,为相应时段内的转移费用;
二、备用容量配置优化,即第二阶段分钟级优化:
采用如下公式进行优化:
三、根据F1、F2确定发电***的容量配置优化策略。
2.根据权利要求1所述的一种水光蓄多能互补发电***的容量配置优化方法,其特征在于,在发电容量配置优化中,t为1h,T为24;在备用容量配置优化中,t为15min,T1为96。
4.根据权利要求3所述的一种水光蓄多能互补发电***的容量配置优化方法,其特征在于,在发电容量配置优化中,采用如下公式作为抽蓄机组的相关约束条件:
Emin≤Et≤Emax (6)
5.根据权利要求4所述的一种水光蓄多能互补发电***的容量配置优化方法,其特征在于,在发电容量配置优化中,采用如下公式作为水电机组的相关约束条件:
7.根据权利要求6所述的一种水光蓄多能互补发电***的容量配置优化方法,其特征在于,在发电容量配置优化中,采用如下公式作为发电***网络的约束条件:
Bxθ=P (18)
式中,Bx为***线路导纳矩阵的虚部,θ,P分别表示节点注入有功功率列向量和节点电压相角列向量,Pf,t表示支路f在t时段的有功潮流,为支路f的有功潮流限值;公式(18)为发电***的直流潮流计算公式,公式(19)为***的支路有功潮流上限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910767062.8A CN110661301B (zh) | 2019-08-20 | 2019-08-20 | 一种水光蓄多能互补发电***的容量配置优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910767062.8A CN110661301B (zh) | 2019-08-20 | 2019-08-20 | 一种水光蓄多能互补发电***的容量配置优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110661301A true CN110661301A (zh) | 2020-01-07 |
CN110661301B CN110661301B (zh) | 2021-03-30 |
Family
ID=69037595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910767062.8A Active CN110661301B (zh) | 2019-08-20 | 2019-08-20 | 一种水光蓄多能互补发电***的容量配置优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110661301B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111884240A (zh) * | 2020-08-20 | 2020-11-03 | 上海明华电力科技有限公司 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
CN112086983A (zh) * | 2020-07-28 | 2020-12-15 | 国网湖南省电力有限公司 | 一种特高压直流输电***的运行电压优化方法 |
CN113659566A (zh) * | 2021-07-19 | 2021-11-16 | 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 |
CN114153142A (zh) * | 2021-10-12 | 2022-03-08 | 东北电力大学 | 一种含高比例风光电力***中抽蓄电站的优化控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103023035A (zh) * | 2012-11-26 | 2013-04-03 | 华北水利水电学院 | 一种多能互补发电***的优化配置方法 |
CN105518723A (zh) * | 2015-09-21 | 2016-04-20 | 国电南瑞科技股份有限公司 | 一种基于备用对象代价性能比的旋转备用容量优化方法 |
KR101706078B1 (ko) * | 2016-02-18 | 2017-02-14 | 경희대학교 산학협력단 | 핀치분석을 이용한 하이브리드 재생에너지 시스템의 최적화 방법 |
CN109038631A (zh) * | 2018-08-20 | 2018-12-18 | 北京华建网源电力设计研究院有限公司 | 一种分布式发电和储能的容量配置方法 |
CN109617059A (zh) * | 2018-12-20 | 2019-04-12 | 四川大学 | 一种含水光的多能源互补发电***容量配置方法 |
-
2019
- 2019-08-20 CN CN201910767062.8A patent/CN110661301B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103023035A (zh) * | 2012-11-26 | 2013-04-03 | 华北水利水电学院 | 一种多能互补发电***的优化配置方法 |
CN105518723A (zh) * | 2015-09-21 | 2016-04-20 | 国电南瑞科技股份有限公司 | 一种基于备用对象代价性能比的旋转备用容量优化方法 |
KR101706078B1 (ko) * | 2016-02-18 | 2017-02-14 | 경희대학교 산학협력단 | 핀치분석을 이용한 하이브리드 재생에너지 시스템의 최적화 방법 |
CN109038631A (zh) * | 2018-08-20 | 2018-12-18 | 北京华建网源电力设计研究院有限公司 | 一种分布式发电和储能的容量配置方法 |
CN109617059A (zh) * | 2018-12-20 | 2019-04-12 | 四川大学 | 一种含水光的多能源互补发电***容量配置方法 |
Non-Patent Citations (1)
Title |
---|
徐林 等: "风光蓄互补发电***容量的改进优化配置方法", 《中国电机工程学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112086983A (zh) * | 2020-07-28 | 2020-12-15 | 国网湖南省电力有限公司 | 一种特高压直流输电***的运行电压优化方法 |
CN112086983B (zh) * | 2020-07-28 | 2022-02-15 | 国网湖南省电力有限公司 | 一种特高压直流输电***的运行电压优化方法 |
CN111884240A (zh) * | 2020-08-20 | 2020-11-03 | 上海明华电力科技有限公司 | 一种带有大容量水储能装置的分布式能源站优化运行方法 |
CN113659566A (zh) * | 2021-07-19 | 2021-11-16 | 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 |
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 |
CN114153142A (zh) * | 2021-10-12 | 2022-03-08 | 东北电力大学 | 一种含高比例风光电力***中抽蓄电站的优化控制方法 |
CN114153142B (zh) * | 2021-10-12 | 2023-11-17 | 东北电力大学 | 一种含高比例风光电力***中抽蓄电站的优化控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110661301B (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110661301B (zh) | 一种水光蓄多能互补发电***的容量配置优化方法 | |
Awasthi et al. | Operation of datacenter as virtual power plant | |
Ochoa-Malhaber et al. | Technical-economic comparison of microgrids for rural communities in the island region of Galapagos, Ecuador: Isabela Island case | |
Xv et al. | Day-ahead scheduling with renewable generation considering shared energy storage | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
Huang et al. | A multi-time scale scheduling method for wind-PV-pumped storage-electrochemical energy storage integrated generation system | |
Yang et al. | Collaborative optimization of wind-solar-storage configuration in county distribution network considering near-zero carbon emission | |
CN110417002B (zh) | 一种孤岛微电网能量模型的优化方法 | |
om Bade et al. | Battery Uses for Regulating Active Power in Utility-scale Wind-based Hybrid Power Plant | |
CN118214091B (zh) | 一种基于电-氢混合储能的海岛微电网分层协调方法 | |
Izquierdo-Monge et al. | Energy management of the CEDER's smart microgrid with different battery technologies | |
Zhang | Study on the Effects of Different Measures in Promoting Renewable Energy Consumption | |
Ma et al. | Cooperative scheduling strategy of distributed energy storage system in regional grid with high proportion of renewable energy | |
Xue et al. | Economic analysis of deep offshore wind power based on load similarity | |
Zhou et al. | Multi-clean Energy Complementary Microgrid System-The Establishment of Pumped Storage Mode | |
Liu et al. | Hierarchy Optimization Method for Day-ahead Coordinated Power Dispatch with Priority Given to Clean Energy | |
Ming et al. | Study on multi-source coordinated peak shaving strategy in Jiajiu area with high proportion of renewable energy | |
Hu et al. | Wind/PV/storage independent system capacity configuration model and scheduling policy analysis | |
Xu | Wind-solar-storage linkage configuration of carbon-neutral energy internet based on fuzzy control algorithm | |
Li et al. | Research on Dual-Layer Coordinated Optimization Scheduling Model of Power System Based on Flow Battery for Renewable Energy Integration | |
Gou et al. | Research on Market Trading Mechanism of Energy Storage Participation in Peak Shaving Considering Concentrated Solar Power Plant | |
Huang et al. | Evaluation Method of Comprehensive Balance Capacity for Provincial Power System Considering Efficient Interaction Between Source and Load | |
Lovelady et al. | A scenario driven reliability assessment approach for microgrids | |
Zhang et al. | Study on enhanced new energy source-load interaction response strategy based on multiple time scales | |
He et al. | Research on Operation Technology of New Energy and Energy Storage Systems in Multiple Application Scenarios |
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 |