一种需求响应资源分类方法
    1.
    发明公开

    公开(公告)号:CN109902949A

    公开(公告)日:2019-06-18

    申请号:CN201910132090.2

    申请日:2019-02-22

    IPC分类号: G06Q10/06 G06Q50/06 G06K9/62

    摘要: 本申请公开了一种需求响应资源分类方法,所述方法包括:对需求响应资源进行初步分类;根据所述初步分类的结果,将n项需求响应资源分成c类;计算n项所述需求响应资源属于各类别的隶属度值,得到c×n维的初始隶属度矩阵,通过所述初始隶属度矩阵计算初始聚类中心;计算核函数,根据所述核函数循环更新所述需求响应资源的隶属度矩阵和聚类中心,直至满足隶属度集合的收敛条件。本申请提高了模糊聚类算法抗噪性能,忽略了数据集对应几何空间的位置不同拥有的特殊性的问题,最大可能的从聚类中剔除掉不达标用户。本发明从核函数的模糊聚类算法的角度提出了需求响应资源分类方法,确保了需求响应资源最大程度的依据响应目标的不同进行分类。

    含光伏发电的电力系统运行控制方法及装置

    公开(公告)号:CN109066797A

    公开(公告)日:2018-12-21

    申请号:CN201811062864.0

    申请日:2018-09-12

    IPC分类号: H02J3/38 H02J3/24

    CPC分类号: H02J3/383 H02J3/24

    摘要: 一种含光伏发电的电力系统运行控制方法及装置。所述方法包括:对光伏出力场景进行聚类,光伏出力场景是指预设时长内的光伏出力的数据变化曲线;当光伏发电的入网波动功率大于波动功率上限时,根据弃光伏发电功率,控制储能电池进行充电;当光伏发电的入网波动功率小于波动功率上限时,根据光伏出力场景的聚类结果和光伏出力,控制储能电池进行充电或发电;根据光伏出力和储能电池出力,确定联合出力,联合出力是指光伏发电设备和储能电池联合输出的电力。本申请提供的方案,通过储能电池的充电和发电,对光伏出力的波动进行迅速调节,能够平抑光伏出力的波动,还能够避免弃光现象,提高了光伏发电的利用率。

    含光伏发电的电力系统运行控制方法及装置

    公开(公告)号:CN109066797B

    公开(公告)日:2021-10-08

    申请号:CN201811062864.0

    申请日:2018-09-12

    IPC分类号: H02J3/38 H02J3/24

    摘要: 一种含光伏发电的电力系统运行控制方法及装置。所述方法包括:对光伏出力场景进行聚类,光伏出力场景是指预设时长内的光伏出力的数据变化曲线;当光伏发电的入网波动功率大于波动功率上限时,根据弃光伏发电功率,控制储能电池进行充电;当光伏发电的入网波动功率小于波动功率上限时,根据光伏出力场景的聚类结果和光伏出力,控制储能电池进行充电或发电;根据光伏出力和储能电池出力,确定联合出力,联合出力是指光伏发电设备和储能电池联合输出的电力。本申请提供的方案,通过储能电池的充电和发电,对光伏出力的波动进行迅速调节,能够平抑光伏出力的波动,还能够避免弃光现象,提高了光伏发电的利用率。

    一种风电消纳评估方法及装置

    公开(公告)号:CN109728607A

    公开(公告)日:2019-05-07

    申请号:CN201910171260.8

    申请日:2019-03-07

    摘要: 本申请实施例公开的一种风电消纳评估方法及装置,是基于含风电与电池储能的电力系统进行评估,电池储能可以平抑风电出现的波动,所述方法包括:在风电与电池储能联合出力达到最优的情况下,修正负荷曲线,并根据修正后的负荷曲线对电力系统中的火电机组进行模拟分析,最后根据优化后的风电与电池储能联合出力和火电机组模拟分析,从平稳性、可靠性和经济性这三个方面对风电消纳进行多维度评估分析,使风电消纳评估更全面,提高了风电消纳评估的准确性。

    一种风电消纳评估方法及装置

    公开(公告)号:CN109728607B

    公开(公告)日:2022-06-17

    申请号:CN201910171260.8

    申请日:2019-03-07

    摘要: 本申请实施例公开的一种风电消纳评估方法及装置,是基于含风电与电池储能的电力系统进行评估,电池储能可以平抑风电出现的波动,所述方法包括:在风电与电池储能联合出力达到最优的情况下,修正负荷曲线,并根据修正后的负荷曲线对电力系统中的火电机组进行模拟分析,最后根据优化后的风电与电池储能联合出力和火电机组模拟分析,从平稳性、可靠性和经济性这三个方面对风电消纳进行多维度评估分析,使风电消纳评估更全面,提高了风电消纳评估的准确性。

    量化评估风光出力互补效应的方法及系统

    公开(公告)号:CN110443471A

    公开(公告)日:2019-11-12

    申请号:CN201910651812.5

    申请日:2019-07-18

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明实施例提供一种量化评估风光出力互补效应的方法及系统,包括:基于各目标风光电场的实时出力数据和实时负荷数据,计算各目标风光电场的风光发电功率的变化率和风光电场的负荷的变化率;基于各目标风光电场的风光发电功率的变化率和各目标风光电场的负荷的变化率,计算各目标风光电场的多元电源互补出力和负荷变化量的一致性系数;基于所述各目标风光电场的多元电源互补出力和负荷变化量的一致性系数,计算所述各目标风光电场的负荷追踪系数;基于所述各目标风光电场的负荷追踪系数,确定各目标风光电场的量化评估风光出力互补效应的结果。对不同风光电场出力的互补效应进行衡量;对不同风光电场互补出力与负荷资源的匹配度进行衡量。

    增供电量效益计算方法、系统及设备

    公开(公告)号:CN108876117A

    公开(公告)日:2018-11-23

    申请号:CN201810538600.1

    申请日:2018-05-30

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明实施例提供一种增供电量效益计算方法、系统及设备,计算方法包括:基于N‑1原则,获取在新建电网项目的相关电网范围内的变电站的最大供电能力,并基于相关电网范围内的变电站的最大供电能力获取新建电网项目的实施前供电能力,以及新建电网项目的实施后供电能力;基于实施前供电能力、实施后供电能力以及相关电网范围内负荷需求,获取新建电网项目的增供电量,并根据新建电网项目的增供电量计算求得增供电量效益。本发明实施例通过N‑1原则获取实施前供电能力以及实施后供电能力,在有无分析法的基础上,考虑了电网充裕度对新建工程增供电量效益的影响。

    一种风电场集群出力计算方法及系统

    公开(公告)号:CN109872248B

    公开(公告)日:2021-07-30

    申请号:CN201811551950.8

    申请日:2018-12-18

    IPC分类号: G06Q50/06 G06Q10/04 G06K9/62

    摘要: 本发明实施例提供一种风电场集群出力计算方法及系统,该方法包括:根据风电场集群的风速历史时序数据,获取风速经验分布函数;根据所述风速历史时序数据,获取一阶连续状态空间马尔科夫链模型;根据所述一阶连续状态空间马尔科夫链模型,获取多维风速马尔科夫时间序列模型;根据所述风速经验分布函数,获取M个风速经验值;根据所述M个风速经验值和所述第一Copula函数,获取M个风速马尔科夫时间序列;根据所述M个风速马尔科夫时间序列、风速与风力发电机输出功率的关系,获取每一风电场的输出功率。本发明实施例推动大规模风电接入区域电网的可持续发展,适用于大规模风电场集群并网下计及时空相依性的风电场集群出力预测。

    一种风电场集群出力计算方法及系统

    公开(公告)号:CN109872248A

    公开(公告)日:2019-06-11

    申请号:CN201811551950.8

    申请日:2018-12-18

    IPC分类号: G06Q50/06 G06Q10/04 G06K9/62

    摘要: 本发明实施例提供一种风电场集群出力计算方法及系统,该方法包括:根据风电场集群的风速历史时序数据,获取风速经验分布函数;根据所述风速历史时序数据,获取一阶连续状态空间马尔科夫链模型;根据所述一阶连续状态空间马尔科夫链模型,获取多维风速马尔科夫时间序列模型;根据所述风速经验分布函数,获取M个风速经验值;根据所述M个风速经验值和所述第一Copula函数,获取M个风速马尔科夫时间序列;根据所述M个风速马尔科夫时间序列、风速与风力发电机输出功率的关系,获取每一风电场的输出功率。本发明实施例推动大规模风电接入区域电网的可持续发展,适用于大规模风电场集群并网下计及时空相依性的风电场集群出力预测。

    一种电力系统优化调度方法

    公开(公告)号:CN109787294A

    公开(公告)日:2019-05-21

    申请号:CN201910135808.3

    申请日:2019-02-25

    IPC分类号: H02J3/46 H02J3/38

    摘要: 本发明涉及一种电力系统优化调度方法,包括:获取电力系统的风电出力预测误差;基于蒙特卡洛模拟算法,生成风电出力预测误差对应的多个风电出力场景;基于K均值聚类算法和预设目标场景数,对多个风电出力场景分类,得到预设目标场景数的目标场景;基于目标场景,优化含储热光热电站和火电厂机组的出力,使得电力系统的总调度成本最小。本发明首先根据风电预测误差采用蒙特卡洛模拟方法生成一定数量的场景,然后采用K均值算法对场景缩减为目标场景数,接着基于目标场景,以总调度成本最小为目标,优化调度过程中光热电站和火电机组出力。此方法便于分析光热电站与风电联合运行对电力系统整体运行经济性的影响,方法简单,便于工程应用。