基于调度电量比例的风电集群电量分配方法

    公开(公告)号:CN113887902B

    公开(公告)日:2024-08-23

    申请号:CN202111110138.3

    申请日:2021-09-18

    摘要: 本发明提供了一种基于调度电量比例的风电集群电量分配方法,包括:根据风电场历史风资源特性、可靠性因素和风电场年最低保障收购小时数,计算年调度电量比例范围,进而逐级计算季度调度电量比例范围、月度调度电量比例范围、周调度电量比例范围和日调度电量比例范围;根据日调度电量比例范围,按周对实际调度电量进行统计,分别以周、月度和季度为周期进行调度结果监测,并判断调度结果是否满足对应的周调度电量比例范围、月度调度电量比例范围和季度调度电量比例范围,若不满足则需在下一调度周期内进行调度电量补偿,并对下一周期的电量调度比例范围进行修正。本方法可以避免因风电集群实际与预估偏差大而导致的风电场无法完成调度目标的情况。

    风电集群日前功率调度计划的制定方法

    公开(公告)号:CN113904364B

    公开(公告)日:2024-04-09

    申请号:CN202111103067.4

    申请日:2021-09-18

    IPC分类号: H02J3/38 H02J3/46

    摘要: 本发明提供了一种风电集群日前功率调度计划的制定方法,包括:S1以风电集群整体弃风量最低作为功率分配的求解目标,风电场日调度电量满足目标比例范围和传统经济调度约束为约束对各风电场日调度电量进行一次分配;S2将一次分配结果存在调度限电的时刻作为未冻结时刻,并转至S3;S3将每一个未冻结时刻的风电总调度功率按风电场的剩余需分配电量的比例分配给各风电场,若存在功率越限的风电场转至步骤S4,否则转至步骤S5;S4当前计算电场在越限时刻按限值分配功率,当前计算时刻的缺额功率按剩余未分配风电场的调度电量比例分配给各风电场,完成后将该时刻冻结,转至S3;S5完成日前功率分配。本方法可以减少风电场调节出力成本。

    基于调度电量比例的风电集群电量分配方法

    公开(公告)号:CN113887902A

    公开(公告)日:2022-01-04

    申请号:CN202111110138.3

    申请日:2021-09-18

    IPC分类号: G06Q10/06 G06Q50/06 H02J3/46

    摘要: 本发明提供了一种基于调度电量比例的风电集群电量分配方法,包括:根据风电场历史风资源特性、可靠性因素和风电场年最低保障收购小时数,计算年调度电量比例范围,进而逐级计算季度调度电量比例范围、月度调度电量比例范围、周调度电量比例范围和日调度电量比例范围;根据日调度电量比例范围,按周对实际调度电量进行统计,分别以周、月度和季度为周期进行调度结果监测,并判断调度结果是否满足对应的周调度电量比例范围、月度调度电量比例范围和季度调度电量比例范围,若不满足则需在下一调度周期内进行调度电量补偿,并对下一周期的电量调度比例范围进行修正。本方法可以避免因风电集群实际与预估偏差大而导致的风电场无法完成调度目标的情况。

    风电集群日前功率调度计划的制定方法

    公开(公告)号:CN113904364A

    公开(公告)日:2022-01-07

    申请号:CN202111103067.4

    申请日:2021-09-18

    IPC分类号: H02J3/38 H02J3/46

    摘要: 本发明提供了一种风电集群日前功率调度计划的制定方法,包括:S1以风电集群整体弃风量最低作为功率分配的求解目标,风电场日调度电量满足目标比例范围和传统经济调度约束为约束对各风电场日调度电量进行一次分配;S2将一次分配结果存在调度限电的时刻作为未冻结时刻,并转至S3;S3将每一个未冻结时刻的风电总调度功率按风电场的剩余需分配电量的比例分配给各风电场,若存在功率越限的风电场转至步骤S4,否则转至步骤S5;S4当前计算电场在越限时刻按限值分配功率,当前计算时刻的缺额功率按剩余未分配风电场的调度电量比例分配给各风电场,完成后将该时刻冻结,转至S3;S5完成日前功率分配。本方法可以减少风电场调节出力成本。

    一种基于深度强化学习的AGC机组动态优化方法

    公开(公告)号:CN112186811A

    公开(公告)日:2021-01-05

    申请号:CN202010972441.3

    申请日:2020-09-16

    摘要: 本发明提供了一种基于深度强化学习的AGC机组动态优化方法,本发明引入了强化学习中的深度Q网络(deep Q network,DQN)算法,通过智能体与环境的不断交互,根据环境反馈的奖励值,不断改进智能体的策略,实现对系统中不确定性变量的学习,避免了对系统中的不确定性变量的建模。本方法能够根据负荷和风电的预测信息,自适应学习预测带来的不确定性,使得所给出的结果,即各台AGC机组的调节量能够更加吻合电力系统实际有功缺额,有助于系统的频率稳定,解决大规模新能源并网带来的随机扰动问题。

    一种基于深度强化学习的动态电力系统经济调度方法

    公开(公告)号:CN112186743A

    公开(公告)日:2021-01-05

    申请号:CN202010972420.1

    申请日:2020-09-16

    IPC分类号: H02J3/00 H02J3/46

    摘要: 本发明提供了一种基于深度强化学习的动态电力系统经济调度方法,将动态经济调度转化为多阶段序贯决策模型,本发明将进行动作决策的调度中心作为决策主体,实际电力系统作为环境,通过对强化学习中动作、状态、奖励等元素的设计,将电力系统的经济调度模型转化为典型的多阶段序贯决策模型。该模型避免了对日益复杂的电力系统进行建模,且不要求精确的火电机组出力成本函数,通过智能体与环境的不断交互,更新策略,自适应负荷与新能源出力的不确定性,实现任意场景下的电力系统动态经济调度。

    基于μPMU的配电线路参数辨识的相分量故障测距方法

    公开(公告)号:CN108051700A

    公开(公告)日:2018-05-18

    申请号:CN201710976750.6

    申请日:2017-10-19

    IPC分类号: G01R31/08

    摘要: 本发明实施例提供了一种基于μPMU的配电线路参数辨识的相分量故障测距方法。该方法主要包括:利用线路双端的μPMU采集的故障前后的电压电流相量数据,将所提取的稳态电压电流进行傅里叶分解得到相值的基波分量,由线路双端三相电压电流的基波分量确定出线路参数,由故障后线路两端相分量建立矩阵方程,并结合约束条件和线路参数,确定出唯一的故障距离。本发明引入μPMU实时确定了线路参数,减小了由于现场施工、线路老化及天气因素带来的线路参数误差,并且解决双端信息不同步问题带来的测距误差问题,避免了复杂的电路暂态分析,降低了计算量,同时基于双端阻抗法可消去过渡阻抗带来的测距误差,测距精度也不受中性点接地方式的影响。