一种约束条件弹性化的电力日前市场出清方法

    公开(公告)号:CN109301876B

    公开(公告)日:2021-08-13

    申请号:CN201811025518.5

    申请日:2018-09-04

    Abstract: 本发明涉及一种约束条件弹性化的电力日前市场出清方法,属于电力系统调度和电力市场交易技术领域,包括构建约束条件弹性化的电力日前市场出清数学模型,计算得到约束条件弹性化日前市场出清结果,构建不考虑深度调峰的可再生能源均匀削减模型,计算得到可再生能源均匀削减结果,计算深度调峰出清价格和避免削减出清价格。本方法提出了约束条件弹性化的火电机组和可再生能源建模方法、火电深度调峰与可再生能源削减相权衡的建模方法,以及可再生能源均匀削减的模型,为考虑火电深度调峰和可再生能源有序削减的约束条件弹性化日前市场出清或日前计划安排提供技术支撑,解决了日前市场中火电与可再生能源协调互置的难题,促进了可再生能源的消纳。

    基于部分线性模型的建筑暖通空调负荷优化控制方法

    公开(公告)号:CN113203187A

    公开(公告)日:2021-08-03

    申请号:CN202110465752.5

    申请日:2021-04-28

    Applicant: 清华大学

    Abstract: 本发明提出一种基于部分线性模型的建筑暖通空调负荷优化控制方法,属于电力需求响应的技术领域;该方法首先分别建立建筑的热惰性模型和暖通空调系统模型,对两个模型进行转化得到包含线性部分和数据驱动部分的暖通空调负荷预测模型,利用历史数据拟合得到负荷预测模型的参数;然后根据该荷预测模型,建立建筑室内温度的优化模型,对优化模型求解,计算得到下一个时间点的最优建筑室内温度,实现对建筑暖通空调负荷的优化控制。本方法通过结合物理模型与数据驱动模型使暖通空调预测模型同时具有可解释性与较高的预测精度,从而在实时电价下能够根据该模型对室内温度进行优化,在室内温度保持在一定舒适范围内的前提下降低建筑物能耗成本。

    一种可参与电网辅助服务的分布式云储能调度控制方法

    公开(公告)号:CN111555316B

    公开(公告)日:2021-06-04

    申请号:CN202010324053.4

    申请日:2020-04-22

    Applicant: 清华大学

    Abstract: 本发明提出一种可参与电网辅助服务的分布式云储能调度控制方法,属于电网中储能技术应用领域。该方法首先建立分布式云储能参与电网辅助服务的日前优化模型并求解;然后分别建立分布式云储能充电功率实时修正优化模型和分布式云储能放电功率实时修正优化模型,利用日前优化模型的最优解对该两个修正优化模型求解,分别得到实时运行中各时段云储能提供商的各分布式储能的充电功率和放电功率的最优解,实现调度。本发明方法能够拓宽云储能系统中储能资源的来源,同时为电网的调频、调峰等辅助服务需求提供有益的支撑,还可以提高云储能系统中所集成的分布式储能资源的利用率,使得分布式云储能的调度控制更加合理、有效。

    面向高比例可再生能源电力系统的P2X建模与优化方法

    公开(公告)号:CN112886636A

    公开(公告)日:2021-06-01

    申请号:CN202110114093.0

    申请日:2021-01-27

    Applicant: 清华大学

    Abstract: 本发明涉及一种面向高比例可再生能源电力系统的P2X建模与优化方法,属于电力系统优化规划技术领域。该方法首先构建每种X对应的P2X电能制取约束、季节性X储能全年时序耦合运行约束和X的区域间转运约束,构成该X对应的P2X模型;然后建立考虑P2X运行的电力系统规划优化模型,将每种X对应的P2X模型作为约束条件嵌入到该模型中;对该模型求解得到电力系统最优规划方案。本发明在传统电力系统规划优化模型中考虑多类型P2X引入对电力系统调度运行的影响,有助于电力设计与运行调度人员科学配置机组线路容量,有效分析电力系统内P2X调度运行情况,合理安排各类型发电机组协调出力,从而保证电力系统中的可再生能源消纳水平。

    一种基于5G和泛在资源的二次调频协同控制系统及方法

    公开(公告)号:CN112886615A

    公开(公告)日:2021-06-01

    申请号:CN202110308472.3

    申请日:2021-03-23

    Applicant: 清华大学

    Abstract: 本发明提出一种基于5G和泛在资源的二次调频协同控制系统及方法,属于电网中二次调频技术应用领域。该系统包括:调度专用通信网、调频云中心、多个边缘计算节点和多个终端;调度专用通信网与调频云中心之间通过光纤连接,调频云中心与每个边缘计算节点之间通过光纤连接,每个边缘计算节点与该节点聚集的多个终端之间通过5G网络连接;其中,所述终端为可参与电力系统调频的泛在资源。本发明对电力系统二次调频系统进行了拓展,能够让海量的泛在电力资源参与电力系统二次调频,一方面拓展了能够参与电力系统辅助服务的资源,有助于降低电力系统调频压力与调频成本,另一方面可以提升泛在电力资源的利用率。

    基于智能节点重叠网的电力系统和信息系统联合调度系统

    公开(公告)号:CN111198548B

    公开(公告)日:2021-05-28

    申请号:CN202010055978.3

    申请日:2020-01-18

    Applicant: 清华大学

    Abstract: 本发明提出一种基于智能节点重叠网的电力系统和信息系统联合调度系统,属于信息交互与网络架构领域。该系统包括多个相互连接的智能节点;每个智能节点包括:智能节点交互端口、电力系统交互端口、信息系统交互端口、数据融合汇聚模块、数据存储模块和数据处理模块;每个智能节点获取电力系统和信息系统信息和其他智能节点上的本地最优联合调度控制策略,对汇聚后的电力系统和信息系统信息进行处理后,生成该智能节点的电力系统和信息系统本地最优联合调度控制策略并发送给信息系统计算负荷调度单元和电力系统能量调度单元实施。本发明实现了电力系统和信息系统的深度融合感知和控制,提高了电力系统的可靠性和安全经济运行能力。

    一种分位数概率性短期电力负荷预测集成方法

    公开(公告)号:CN108846517B

    公开(公告)日:2021-03-16

    申请号:CN201810600576.X

    申请日:2018-06-12

    Applicant: 清华大学

    Abstract: 本发明涉及一种分位数概率性短期电力负荷预测集成方法,属于电力系统分析技术领域。该方法包括:将历史负荷数据划分为两部分,第一部分用于训练单一的分位数概率预测模型,第二部分用于确定多种预测方法的权重从而集成负荷预测;对第一部分数据进行有放回采样得到多个新的训练数据集;对每个训练数据集训练神经网络分位数回归、随机森林分位数回归、渐进梯度回归树分位数回归三个回归模型;在第二部数据集上建立以分位数损失最小为目标函数的优化模型确定各种分位数回归模型的权重,从而最终得到分位数概率性集成负荷预测模型。本方法能够在各种单一预测模型的基础上,提高进一步提高概率性负荷预测的精度,有助于降低电力系统运行的成本。

    一种基于多类型发电资源同质化的电力系统调度方法

    公开(公告)号:CN110867907B

    公开(公告)日:2020-12-01

    申请号:CN201911377315.7

    申请日:2019-12-27

    Abstract: 本发明涉及一种基于多类型发电资源同质化的电力系统调度方法,属于电力系统运行优化技术领域。本发明方法采用同质化建模,对各类型发电机组的可控性进行描述,并采用聚合技术降低了计算复杂度,采用已有的线性规划计算方法求解本发明中的基于多类型发电资源同质化的电力系统调度模型。本发明一方面通过提高各类发电资源有功功率的可控性,实现了各种不同发电资源有功功率的可控性的最优调度。另外,本发明方法通过聚合技术,大大降低了包括多类型发电资源的电力系统的调度复杂度,同时保持了较高的调度精度。应用本方法能够充分挖掘包括可再生能源在内的各类发电资源的可控性,降低电力系统调度中多类型发电资源的不确定性、提升其灵活可控能力。

Patent Agency Ranking