-
公开(公告)号:CN114759580A
公开(公告)日:2022-07-15
申请号:CN202210533628.2
申请日:2022-05-17
申请人: 河海大学
摘要: 本发明公开了一种电力系统紧平衡处置方法、系统及存储介质,其中方法包括:S1:构建考虑电动汽车充电站中电动汽车数量的不确定性的电动汽车充电站模型;S2:将电动汽车充电站视为电力系统中的柔性负荷,根据电动汽车充电站模型建立电动汽车充电站约束;S3:以电力系统的总运行成本最小为目标函数,建立电力系统的紧平衡处置模型,电力系统的紧平衡处置模型的约束条件包括步骤S2中电动汽车充电站能提供的柔性爬坡容量约束;S4:将电力系统实时数据带入到步骤S3中建立的电力系统的紧平衡处置模型,求解获得使电力系统总运行成本最小的紧平衡处置策略。上述方法将电动汽车充电站作为灵活资源,减少紧平衡处置时系统的弃风和切负荷,提升系统经济性。
-
公开(公告)号:CN115392526A
公开(公告)日:2022-11-25
申请号:CN202210560569.8
申请日:2022-05-23
申请人: 河海大学
摘要: 本发明公开了一种含梯级水电的风光水发电系统多时间尺度协调调度方法,步骤如下:(1)预先建立含梯级水电的风光水发电系统日前调度模型;(2)预先建立含梯级水电的风光水发电系统日内调度模型;(3)预先建立含梯级水电的风光水发电系统实时调度模型。本发明通过预先建立含梯级水电的风光水发电系统日前、日内、实时调度模型,当风、光、负荷预测精度随时间尺度缩短逐级提高时,所述多时间尺度日前、日内、实时模型达到风光水出力良好跟踪负荷,提高新能源消纳水平的目标。
-
公开(公告)号:CN114971020A
公开(公告)日:2022-08-30
申请号:CN202210584429.4
申请日:2022-05-27
申请人: 河海大学
摘要: 本发明公开了一种考虑动态频率响应的风‑光‑抽蓄系统短期优化调度方法,步骤如下:预先建立风‑光‑抽蓄系统的动态频率响应等值模型;由系统动态频率响应等值模型推导出系统频率指标的解析表达式,并将其转化为不等式约束;预先建立考虑动态频率响应的风‑光‑抽蓄系统短期优化调度模型;当抽蓄机组装机容量增加并考虑系统动态频率约束时,所述短期优化调度模型达到增加系统上网电量,减少弃风弃光电量以及增强系统频率响应能力的目标。本发明能够提高风电和光伏的消纳水平,能够有效抑制扰动情况下系统频率的快速变化,通过投入新的运行机组,增强系统惯性响应能力和频率调节能力,限制频率偏移量保持在正常范围内,确保系统的安全平稳运行。
-
公开(公告)号:CN118569428A
公开(公告)日:2024-08-30
申请号:CN202410668094.3
申请日:2024-05-28
申请人: 河海大学
IPC分类号: G06Q10/04 , G06Q50/06 , G06Q10/0635 , G06Q10/0631 , G06F17/18
摘要: 本发明公开了一种考虑不确定性的含混蓄梯级水电站运行风险度量方法及装置,建立含混合式抽水蓄能的梯级水电站中长期调峰电量优化模型,包括以最大电站总调峰电量为目标的第一目标函数和对应的第一约束条件;建立基于CVaR‑IGDT的含混蓄梯级水电站中长期运行调峰电量优化模型,包括以最大径流的偏差系数为目标的第二目标函数和包含min函数在内的第二约束条件;通过选取径流波动范围的下边界值,将基于CVaR‑IGDT的含混蓄梯级水电站中长期运行调峰电量优化模型转化为单目标优化模型,包括以最大径流的偏差系数为目标的第三目标函数和对应的第三约束条件。本发明考虑径流和调峰当量不确定性,可以实现电站总调峰电量与径流最大偏差系数与调峰电量风险之间的平衡。
-
公开(公告)号:CN116345450A
公开(公告)日:2023-06-27
申请号:CN202310469309.4
申请日:2023-04-26
申请人: 河海大学
IPC分类号: H02J3/00 , H02J3/46 , G06Q10/04 , G06Q10/067 , G06Q50/06
摘要: 本发明公开了一种基于深度强化学习的风光水互补系统智能调度方法,步骤如下:建立风光水互补系统优化调度模型;根据建立的风光水互补系统优化调度模型,将风光水互补系统优化调度问题转换为马尔可夫决策过程;搭建基于双延迟深度确定性策略梯度算法的风光水互补系统智能调度模型;采用历史数据训练风光水互补系统智能调度模型,基于训练好的调度模型,对风光水互补系统进行智能调度。本发明提出的方法能够自适应风光出力未来的不确定性,提高风光水互补系统发电收益,并且能够快速地给出风光水互补系统的调度结果。
-
公开(公告)号:CN115693764A
公开(公告)日:2023-02-03
申请号:CN202211315569.8
申请日:2022-10-26
申请人: 河海大学 , 国网江苏省电力有限公司 , 中国电力科学研究院有限公司 , 国家电网有限公司
IPC分类号: H02J3/38 , G06F30/27 , G06F111/04 , G06F113/06
摘要: 本发明公开了一种基于深度强化学习的风火互补系统智能紧平衡处置方法,步骤如下:建立考虑风电提供柔性爬坡容量的风火互补系统紧平衡处置的目标函数及约束条件;根据所建立的目标函数和约束条件,将风火互补系统紧平衡处置问题转换为马尔可夫决策过程;搭建基于深度确定性策略梯度算法的风火互补系统紧平衡处置模型;采用历史风电出力和负荷数据训练风火互补系统紧平衡处置模型,将训练好的模型运用于实际的风火互补系统智能紧平衡处置策略的制定。本发明提出的方法有效降低了风火互补系统紧平衡处置成本,增加了系统的灵活性,且本发明提出的方法决策时间短,可应用于风火互补系统实时紧平衡处置决策。
-
-
-
-
-