-
公开(公告)号:CN117374984A
公开(公告)日:2024-01-09
申请号:CN202310925223.8
申请日:2023-07-26
申请人: 国家电网有限公司西北分部 , 四川大学
摘要: 本发明属于电力系统领域,提供一种考虑季节电源互补特性的跨区域电力电量平衡方法,包括:首先,构建多区域电网拓扑结构;其次,选取不同季节下的典型日场景,刻画典型场景下清洁能源出力、负荷特性及断面潮流功率,并构建出区域间断面联络功率优化调整策略及区域间源荷互动模型;然后,设定原始区域间断面联络功率整定值及设定不同用户参与比例,通过区域间源荷互动模型对区域间联络功率整定值进行优化,并分析不同场景下用户参与调峰后清洁能源消纳情况及断面功率变化。本发明依托各个区域电网平台基础,利用各个区域风光资源互补特性,能够发挥电网资源配置平台作用,加大区域间平衡统筹力度,促进新能源消纳,并保障电网电力电量平衡。
-
公开(公告)号:CN114782128A
公开(公告)日:2022-07-22
申请号:CN202210348096.5
申请日:2022-03-29
申请人: 国家电网有限公司西北分部 , 四川大学
摘要: 本发明公开了一种考虑多级现货市场出清的需求侧资源聚合商交易方法。需求侧资源聚合商n通过对签约终端用户的可调控资源进行预判及评估,基于终端用户可调控资源的禀赋特性参加现货市场及辅助服务市场竞标,系统运行商基于多元主体日前竞标曲线,以系统调度成本最小化为目标实现日前电能市场与日前备用市场的联合出清;在得到日前市场出清结果后,需求侧资源聚合商n进一步评估终端用户的实时富余可调控资源参加日内平衡市场竞标,系统运营商以降低由新能源及负荷不确定性所引起的系统供需不平衡为目标,实现系统内多元主体可调控资源的优化调度。
-
公开(公告)号:CN114723495A
公开(公告)日:2022-07-08
申请号:CN202210425434.0
申请日:2022-04-21
申请人: 国家电网有限公司西北分部 , 四川大学
摘要: 本发明涉及一种考虑发用资源备用能力的区域互联电网主辅联合出清方法,属于区域电网管理技术领域,包括以下步骤:子区域内发电侧、用电侧评估自身的调节能力;进入日前市场申报环节,所有发电商、用户侧需求响应以及储能确定各自的日前投标信息,同时确定负荷信息;子区域电网确定初步日前出清方案,并将信息推送给区域中心;区域中心对各区域进行二次协调,调整后将中标信息返回至子区域;各子区域将中标信息返回至发电商、用户侧需求响应以及储能运营商,各部门按照日前方案初步执行。可更高效的对区域电网市场进行出清,优化计算出区域内各类发电机资源、用户侧需求响应资源、储能资源在日前和实时主辅市场的出清方案,促进清洁能源的消纳。
-
公开(公告)号:CN116169787A
公开(公告)日:2023-05-26
申请号:CN202310142346.4
申请日:2023-02-21
申请人: 国家电网有限公司西北分部
摘要: 本发明公开了一种电网停电信息智能辨识设备及使用方法,包括设备箱体、调度终端柜和防护机构,所述设备箱体的顶部两侧固定有连接座,所述设备箱体的内部设置有调度终端柜,所述设备箱体的外侧设置有防护机构。该电网停电信息智能辨识设备及使用方法,通过调度终端柜内部的采集器识别收集停电类型和开关位置信息,通过无线接收模块接收来自分布区域的开关停电信号,并将信号传输给停电辨识模块,通过停电辨识模块的处理器结合大数据库内电网历史停电故障的数据和停电时设备所处的天气状况和环境状况,从而将辨识分析出的停电信息远程传输给电力管控中心,使得该设备对电网停电信息进行智能辨识过程中具有对比历史数据完成快速辨识的效果。
-
公开(公告)号:CN117391736A
公开(公告)日:2024-01-12
申请号:CN202311321891.6
申请日:2023-10-12
申请人: 国家电网有限公司西北分部 , 北京清能互联科技有限公司
IPC分类号: G06Q30/0201 , G06Q50/06 , H02J3/46 , H02J3/32
摘要: 本发明涉及一种日前电能量与辅助服务市场联合出清方法及装置,所述方法包括获取出力数据,并基于出力数据确定模型参数;出力数据包括传统机组数据、新能源机组数据和储能系统数据;基于模型参数构建目标函数和与目标函数对应的约束条件,通过目标函数和约束条件构建电能量和辅助服务市场联合出清模型;求解电能量和辅助服务市场联合出清模型,得到出清结果。本发明在考虑了传统机组、可再生能源机组、储能系统资源特性基础上,针对不同资源提供辅助服务相关限制及约束,对电能量市场和备用市场联合出清,达到了保证电力系统安全稳定运行的前提下,优化电力系统灵活性配置。
-
公开(公告)号:CN117057472A
公开(公告)日:2023-11-14
申请号:CN202311048438.2
申请日:2023-08-18
申请人: 国家电网有限公司西北分部 , 北京清能互联科技有限公司
摘要: 本发明涉及一种短期负荷预测方法及装置,所述方法包括获取历史运行日数据和预测日数据;基于历史运行日数据和预测日数据,得到运行日周度标签、运行日类型及气温偏差距离;根据所述运行日周度标签、运行日类型及气温偏差距离选取与预测日相近的多个历史运行日。结合对应历史运行日的负荷值、电价以及负荷价格弹性计算预测日的第一负荷预测值、第二负荷预测值及第三负荷预测值;基于第一负荷预测值、第二负荷预测值、第三负荷预测值及各自的预设权重,计算短期负荷预测值。本发明综合考虑气温预测有限特征以及负荷价格弹性对负荷预测的影响,以提升短期负荷预测的精确性。
-
公开(公告)号:CN116307957A
公开(公告)日:2023-06-23
申请号:CN202310305337.2
申请日:2023-03-27
申请人: 国家电网有限公司西北分部 , 国电南瑞南京控制系统有限公司
IPC分类号: G06Q10/067 , G06Q10/0631 , G06Q30/0201 , G06Q50/06
摘要: 本发明公开了一种考虑碳捕集低碳调度方法,涉及低碳调度技术领域,包括以下步骤:S1,建立碳捕集电厂模型、风电场运行模型和火电厂运行模型;S2,获取一个历史周期内目标区域内供电方的数量以及供电总量需求,基于供电方数量与供电需求建立供电消耗模型;S3,获取一个历史周期内碳交易价格的数据、并基于火电厂机组的运行数据和碳交易价格的数据,建立碳税和碳交易模型;S4,基于碳捕集电厂模型、风电场运行模块、火电厂运行模块、供电消耗模型以及碳税和碳交易模型,获取目标区域内低碳调度方案,基于该低碳调度方案,对所属目标区域内的电力能源进行调度。本发明实现节能减排和低碳经济需求,并避免由于低碳导致的经济问题。
-
公开(公告)号:CN115577959A
公开(公告)日:2023-01-06
申请号:CN202211311963.4
申请日:2022-10-25
申请人: 国家电网有限公司西北分部 , 西安交通大学
摘要: 本发明公开了基于责任联络线考核机制的自备电厂调度方法及系统,方法包括:获取自备电厂实际出力曲线,计算等效实际出力曲线,再得到自备电厂实际上下网数据;根据自备电厂上下网电价构成,建立自备电厂预期收益模型;基于自备电厂实际上下网数据及AGC上下网调度指令,建立自备电厂责任联络线考核机制;根据算例电厂历史上下网数据跟随AGC调度指令情况,并结合自备电厂预期收益模型及责任联络线考核机制具体分类方案展开算例分析,并对实施责任联络线考核机制后各个利益主体收益变化进行综合效益分析。本发明针对性地给出补偿及考核方案,减少考核费用的同时极大地提高了自备电厂参与电网调度积极性,可有效促进新能源消纳水平。
-
公开(公告)号:CN114421480A
公开(公告)日:2022-04-29
申请号:CN202111522816.7
申请日:2021-12-14
申请人: 国家电网有限公司西北分部 , 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司
摘要: 本发明公开了一种火电机组SHATR模式深调峰控制方法、装置及存储介质,其方法包括获取区域控制偏差值ACE与预设的静态门槛值进行比较,划分区域控制偏差值ACE所属区间;根据ACE所属区间确定控制策略;获取机组的实际出力和出力控制调节带范围,并根据控制策略进行深调峰控制;本发明能够使用SHATR控制策略,按照区域控制偏差ACE在不同控制区内的偏差,在机组的调节限值范围内,对机组的实际出力进行自适应控制,参与深度调峰,维持区域频率稳定及联络线交换平稳运行,实现新能源的最大消纳。
-
公开(公告)号:CN117541430A
公开(公告)日:2024-02-09
申请号:CN202311579429.6
申请日:2023-11-24
申请人: 国家电网有限公司西北分部
IPC分类号: G06Q50/06 , G06Q30/0202 , G06N3/0455 , G06N3/0464 , G06N3/096
摘要: 本发明公开了基于迁移学习的售电量预测方法,具体包括如下过程:分别获取源域数据集和目标域数据集,并将两个数据集分别划分为训练集和数据集;构建CNN‑Transformer复合模型,采用源域训练集对CNN‑Transformer复合模型进行训练,得到训练好的源域CNN‑Transformer复合模型;利用迁徙学习算法将源域CNN‑Transformer复合模型迁移到目标域;采用目标域训练集对迁移后的CNN‑Transformer复合模型进行训练,将目标域测试集输入训练好的CNN‑Transformer复合模型中,对售电量进行预测。本发明提供的方法节省了大量的计算资源,提高售电量预测效率。
-
-
-
-
-
-
-
-
-