热电联供电网中风电电量消纳能力的评估方法

    公开(公告)号:CN104537204B

    公开(公告)日:2017-11-28

    申请号:CN201410621955.9

    申请日:2014-11-07

    Abstract: 一种热电联供电网中风电电量消纳能力的评估方法,包括以下步骤:对持续热负荷曲线及持续电负荷曲线进行离散化处理,得到离散化后的持续电负荷曲线及离散化后的持续热负荷曲线;各热电联产机组以最小热功率安排生产,在离散化后的持续热负荷曲线上带负荷,并以相应的最小电功率在离散化后的持续电负荷曲线上带负荷;各非供热火电机组以最小电功率安排生产,在离散化后的持续电负荷曲线上带负荷;选择电热增量比最小的热电联产机组,在离散化后的持续热负荷曲线上带负荷,直到离散化后的持续热负荷曲线被排满;安排风电在离散化后的持续电负荷曲线上带负荷,直到离散化后的持续电负荷曲线也被排满,获得风电消纳电量及风电消纳率。

    风电功率异常数据辨识方法及辨识装置

    公开(公告)号:CN107067100A

    公开(公告)日:2017-08-18

    申请号:CN201710055628.5

    申请日:2017-01-25

    Abstract: 本发明涉及一种风电功率异常数据辨识方法,其中,所述方法包括:根据异常数据的来源和时间序列的不规则变化,将异常数据进行分类,得到异常数据分类结果;根据异常数据的分类结果,获取异常数据判断标准;根据异常数据判断标准,对同时段风电功率序列和风速序列分别进行概率变点分析,辨识时间序列中的不规则突变;根据风电功率序列和风速序列建立混合回归模型,根据各回归变量重要性排序的变化,获得风电功率序列中的模型变点。本发明还涉及一种风电功率异常数据辨识装置。本发明提供的风电功率异常数据辨识方法和装置能够对风电功率异常数据进行准确辨识。

    光伏功率异常数据的识别方法

    公开(公告)号:CN105590027A

    公开(公告)日:2016-05-18

    申请号:CN201510948258.9

    申请日:2015-12-17

    CPC classification number: G16Z99/00

    Abstract: 本发明提供一种光伏功率异常数据的识别方法,包括:利用光伏电站辐照度和光伏功率实测数据,拟合辐照度-光伏功率Copula函数参数;根据Copula函数描述辐照度和光伏功率这两个随机变量的相关关系建立概率功率曲线;通过辐照度-光伏功率散点图,总结异常数据点特征建立异常数据判别准则;基于Copula函数和异常数据判别准则,识别筛选异常数据,建立新数据集;以及若有异常数据被识别,在剔除异常数据后重复以上步骤,对新数据集继续进行识别;若无,则直接利用判别准则和概率功率曲线,识别原始数据集中异常数据。本方法适用于各类光伏电站光伏功率异常数据识别,具有普遍性,且可解决原始数据异常数据比例高的问题。

    热电联供电网中风电电量消纳能力的评估方法

    公开(公告)号:CN104537204A

    公开(公告)日:2015-04-22

    申请号:CN201410621955.9

    申请日:2014-11-07

    Abstract: 一种热电联供电网中风电电量消纳能力的评估方法,包括以下步骤:对持续热负荷曲线及持续电负荷曲线进行离散化处理,得到离散化后的持续电负荷曲线及离散化后的持续热负荷曲线;各热电联产机组以最小热功率安排生产,在离散化后的持续热负荷曲线上带负荷,并以相应的最小电功率在离散化后的持续电负荷曲线上带负荷;各非供热火电机组以最小电功率安排生产,在离散化后的持续电负荷曲线上带负荷;选择电热增量比最小的热电联产机组,在离散化后的持续热负荷曲线上带负荷,直到离散化后的持续热负荷曲线被排满;安排风电在离散化后的持续电负荷曲线上带负荷,直到离散化后的持续电负荷曲线也被排满,获得风电消纳电量及风电消纳率。

    新能源电网演化预测方法、装置、计算机设备和存储介质

    公开(公告)号:CN113705874A

    公开(公告)日:2021-11-26

    申请号:CN202110952453.4

    申请日:2021-08-19

    Abstract: 本申请涉及一种新能源电网演化预测方法、装置、计算机设备和存储介质。所述方法包括:确定目标区域对应的关键指标集合;关键指标集合包括影响目标区域电网发展的发电资源指标、储能指标、用电需求侧指标、灵活性资源指标、以及燃料价格指标;对关键指标集合中的每一个指标进行数值预测处理,获得关键指标样本集合;利用电网演化预测算法处理关键指标样本集合,获得目标区域对应的多组演化数据;演化数据包括目标区域对应的发电资源结构的演化数据以及目标区域对应的灵活性资源结构的演化数据。采用本方法能够实现电网演化路径的自动化智能预测,排除人为因素的影响,保证生成的演化路径的准确性,并使预测出的电网演化路径具备一定的全局覆盖性。

Patent Agency Ranking