一种考虑碳捕集电厂的区间优化低碳调度方法

    公开(公告)号:CN115081733A

    公开(公告)日:2022-09-20

    申请号:CN202210829971.1

    申请日:2022-07-14

    Abstract: 本发明属于碳捕集电厂发电技术领域,具体为一种考虑碳捕集电厂的区间优化低碳调度方法,包括以下步骤:步骤一:建立灵活运行碳捕集电厂模型;步骤二:风电碳捕集联合运行方法;步骤三:源荷互补低碳运行机理;步骤四:区间优化调度模型建立;步骤五:区间优化调度模型确定性转化方法,考虑风电碳捕集协调运行可以减少碳捕集电厂碳排放并降低其运行成本;考虑需求响应可以实现负荷削峰填谷,从而提高风电消纳量并减少机组调峰压力,通过仿真结果可以证明在源侧考虑灵活运行碳捕集电厂和风电协调运行,负荷侧考虑需求响应,系统的经济性和低碳性得到了显著提升。

    一种考虑高载能负荷参与调控的多时间尺度调度方法

    公开(公告)号:CN115207906A

    公开(公告)日:2022-10-18

    申请号:CN202210829953.3

    申请日:2022-07-14

    Abstract: 本发明属于新能源发电技术领域,具体为一种考虑高载能负荷参与调控的多时间尺度调度方法,包括以下步骤:步骤一:建立高载能负荷运行模型,针对电解铝和碳化硅负荷的可离散调节负荷的调节模型;步骤二:激励型需求响应机制研究,根据IDR响应调控的速度的不同,将IDR分为IDRA和IDRB;步骤三:多时间尺度调度框架,分为日前计划层和日内修正层;步骤四:多时间尺度调度模型建立,并通过CPLEX求解器对设计的多时间尺度调度模型进行求解,分别以系统弃风量最小和日前调度计划与日内风功率预测值之间的偏差最小为目标函数,求得使系统弃风量达到最低的解,通过修正日前风电计划值与日内风功率预测值之间的偏差,进一步提高系统风电消纳。

    一种考虑高载能负荷参与调控的多时间尺度调度方法

    公开(公告)号:CN115207906B

    公开(公告)日:2024-06-14

    申请号:CN202210829953.3

    申请日:2022-07-14

    Abstract: 本发明属于新能源发电技术领域,具体为一种考虑高载能负荷参与调控的多时间尺度调度方法,包括以下步骤:步骤一:建立高载能负荷运行模型,针对电解铝和碳化硅负荷的可离散调节负荷的调节模型;步骤二:激励型需求响应机制研究,根据IDR响应调控的速度的不同,将IDR分为IDRA和IDRB;步骤三:多时间尺度调度框架,分为日前计划层和日内修正层;步骤四:多时间尺度调度模型建立,并通过CPLEX求解器对设计的多时间尺度调度模型进行求解,分别以系统弃风量最小和日前调度计划与日内风功率预测值之间的偏差最小为目标函数,求得使系统弃风量达到最低的解,通过修正日前风电计划值与日内风功率预测值之间的偏差,进一步提高系统风电消纳。

    考虑动态碳交易价格的区域综合能源系统优化调度方法

    公开(公告)号:CN115375138A

    公开(公告)日:2022-11-22

    申请号:CN202211006804.3

    申请日:2022-08-22

    Abstract: 本发明属于新能源开发技术领域,具体为考虑动态碳交易价格的区域综合能源系统优化调度方法,首先建立以火电机组、CHP机组、风电机组、蓄电池、电锅炉等子系统构成的区域综合能源系统模型;将碳交易机制引入区域综合能源系统调度模型中,针对多能源下的不同机组碳排放不同,对阶梯碳排放机制加以改进;通过区域综合能源系统碳排放权模型、目标函数、约束条件建立了考虑动态碳交易价格的区域综合能源系统优化调度模型;最后以三北地区某区域综合能源系统作为研究对象进行了算例分析,其结构合理,能够降低区域综合能源系统的能耗和碳排放,提高系统运行的经济性能和环保性。

    一种基于预测的低碳调度方法
    8.
    发明公开

    公开(公告)号:CN115081726A

    公开(公告)日:2022-09-20

    申请号:CN202210796378.1

    申请日:2022-07-06

    Abstract: 本发明属于风电预测技术领域,具体为一种基于预测的低碳调度方法,包括步骤1:变分模态分解(VMD),变分模态分解是在EMD的基础上提出的一种新型复杂信号分解方法,步骤2:门控循环神经网络预测模型,循环神经网络(RNN)主要用于处理历史时间序列;步骤3:综合需求响应调度模型,负荷侧响应主要包括电负荷响应与热负荷响应;其中电负荷响应主要分为可中断负荷与可转移负荷;热负荷以温度作为调节约束,在可允许的范围内进行调整,称为可调节热负荷,解决在风电预测工作中的梯度消失和梯度爆炸问题,同时降低原始数据的复杂度的非平稳对预测精度的影响,提高深度学习方法的预测性能,以及电力系统调度过程中风电消纳水平低,碳排放量高的问题。

Patent Agency Ranking