应对陡坡事件的备用优化决策方法

    公开(公告)号:CN103618340B

    公开(公告)日:2015-06-17

    申请号:CN201310616903.8

    申请日:2013-11-27

    Abstract: 应对陡坡事件的备用优化决策方法,涉及一种应对陡坡事件RRE的不同时间级备用决策方法。所述方法为:一、将时间级进行划分;二、定义系统运行机组;三、提出各调度级机组协调策略;四、提供不同类型机组逐级协调控制的执行机制;五、确定系统备用贡献SRC不同时段备用状态的决策机制;六、建立Non-AGC机组协调优化模型和BLO-AGC机组协调优化模型,并进行优化求解。本发明从时空分层协调角度出发,提出了在不同的时间级,对电网供应侧不同类型机组的运作机制进行逐级优化协调,实施陡坡事件的备用优化决策,使每一波陡坡冲击所耗用的备用,能够得到及时而充分的增补和补充,挖掘系统备用贡献潜力。

    一种考虑新能源消纳与减碳排放的重力储能容量配置方法

    公开(公告)号:CN119543242A

    公开(公告)日:2025-02-28

    申请号:CN202411685619.0

    申请日:2024-11-23

    Abstract: 一种考虑新能源消纳与减碳排放的重力储能容量配置方法,涉及电力系统技术领域。确定运行区域,采集环境数据,选择时间周期构建新能源出力数据模型拟合出力数据,对负荷用电数据通过改进的k‑means算法进行聚类得到典型日数据,对用电来源进行分类,构建碳排放收益成本模型与碳排放强度指标,确定重力储能系统的容量配置数学模型,采用霜冰算法进行求解,得到重力储能系统的容量配置结果。考虑重力储能系统建设成本经济性与新能源消纳收益成本最优的条件下,通过对运行区域风光储联合运行模拟,结合k‑means和霜冰算法进行优化,能够获得可靠的重力储能系统容量配置方案。

    一种长周期模块化高热密固体蓄热电池及其能量转换模型

    公开(公告)号:CN118463386A

    公开(公告)日:2024-08-09

    申请号:CN202410565909.5

    申请日:2024-05-09

    Abstract: 本发明公开一种长周期模块化高热密固体蓄热电池及其能量转换模型,属于电力系统领域。所述电热交换装置为高热密介质存储热量提供热功率,所述高热密介质用于存储电热交换装置产生的热能;所述热电转换装置将存储于高热密介质中的热能转换为电能,所述绝热保温层用于隔绝高热密介质与外界空气间的热量传递。本发明基于LSTM算法,分别提出了基于LSTM的电‑热转换效率模型、电‑热转换效率模型,分别用于提升电‑热转换效率、热‑电转换效率计算的准确性。本发明具有制作难度小、成本低的优点,可根据不同场景(新能源容量差异、区域负荷差异、供热需求差异等)需求进行模块化组装,具有广阔的应用前景。

    适应全调度周期考核模式的风电场计划偏差率整定方法

    公开(公告)号:CN114301071B

    公开(公告)日:2023-10-27

    申请号:CN202210011072.0

    申请日:2022-01-06

    Inventor: 徐伟 于继来

    Abstract: 本发明公开了一种适应全调度周期考核模式的风电场计划偏差率整定方法,所述方法通过建立将α纳入系统决策变量集的、考虑安全约束的SCI‑LCD模型,生成α取得优化整定值时的多源区间调度计划,并建立了日前全周期调度计划核发总体流程;同时设计了在应用SCI‑LCD模块出现计划限负荷电量较多情形时,按适度步长递减α的调整机制。本发明可针对具体风电场景优化整定α并基于其统一考核系统所有风电场发电计划,达到增强系统新能源消纳能力、改善有序化用电质量的目的。

    适应全调度周期考核模式的风电场计划偏差率整定方法

    公开(公告)号:CN114301071A

    公开(公告)日:2022-04-08

    申请号:CN202210011072.0

    申请日:2022-01-06

    Inventor: 徐伟 于继来

    Abstract: 本发明公开了一种适应全调度周期考核模式的风电场计划偏差率整定方法,所述方法通过建立将α纳入系统决策变量集的、考虑安全约束的SCI‑LCD模型,生成α取得优化整定值时的多源区间调度计划,并建立了日前全周期调度计划核发总体流程;同时设计了在应用SCI‑LCD模块出现计划限负荷电量较多情形时,按适度步长递减α的调整机制。本发明可针对具体风电场景优化整定α并基于其统一考核系统所有风电场发电计划,达到增强系统新能源消纳能力、改善有序化用电质量的目的。

    一种电气支路电能损失与负荷成本分摊方法

    公开(公告)号:CN110535126A

    公开(公告)日:2019-12-03

    申请号:CN201910836533.6

    申请日:2019-09-05

    Abstract: 本发明公开一种电气支路电能损失与负荷成本分摊方法,计算由支路受端节点不同负荷分摊的支路瞬时电流、瞬时电阻、瞬时电感等时变参数可求得对应的瞬时损耗功率和瞬时充放电功率,利用此信息可积分求得交流工频整周期下的电阻损失电能分摊结果以及充放电能量分配关系,在综合考虑支路受端节点不同负荷分摊的电阻损失电能、电感充放电能量、穿越电能等信息,绘制出完整的能量分配关系总图,再利用能量分配关系总图和送受端节点电价、支路输电价格等信息,可核算不同负荷分摊的输电成本以及购、输、售全过程的经济流。本发明能真实地反映电气支路使用情况的物理实际,从而避免出现成本与收益方面核算的偏差,降低网损和提高输电效率。

    一种用于高风电渗透率电网的火电机组动态一次调频控制方法

    公开(公告)号:CN106451499A

    公开(公告)日:2017-02-22

    申请号:CN201611142564.4

    申请日:2016-12-12

    CPC classification number: H02J3/24

    Abstract: 一种用于高风电渗透率电网的火电机组动态一次调频控制方法,本发明涉及一种火电机组动态一次调频控制方法。本发明为了解决风电输出功率波动对系统频率稳定造成的影响,对火电机组参加一次调频时的频率响应特性进行分析,在保证火电机组稳定性的前提下,提出动态调整火电机组调差系数的一次调频控制方法。该控制方法可以有效提升火电机组的一次调频能力,使火电机组参加一次调频时具备更高的灵活性与能力,有利于含风电系统的频率稳定。在含风电的单区域仿真系统中,考虑15%风电功率预测误差时,系统频率的最大波动偏差由0.126Hz减小至0.0663Hz,满足电网对频率的要求。本发明应用于火电机组控制领域。

    基于GRNN神经网络的光伏发电预测方法

    公开(公告)号:CN104050517A

    公开(公告)日:2014-09-17

    申请号:CN201410299370.X

    申请日:2014-06-27

    Abstract: 基于GRNN神经网络的光伏发电预测方法,涉及一种基于广义回归(GRNN)神经网络光伏发电预测方法。所述方法首先考虑节气、天气、日照的因素,建立光伏曲线模式,提出基于广义回归神经网络光伏发电预测模型,并进行求解算法设计。本发明具有以下优点:GRNN网络的训练过程中不需要误差反向计算来修正权值,而只需要改变平滑参数σ来调节传递函数,减少了训练时间,加快网络学习速度;GRNN神经网络预测模型非线性映射能力强,逼近性能好,具有较强鲁棒性,适用于处理不稳定数据;GRNN神经网络的光伏发电预测技术,明显提高了预测精度;预测结果可为电网光电调度提供决策信息,对保证电网安全运行具有重要意义。

Patent Agency Ranking