基于风速预测的多时段电气互联系统最优潮流计算方法

    公开(公告)号:CN105978037B

    公开(公告)日:2018-08-28

    申请号:CN201610628139.X

    申请日:2016-08-03

    Applicant: 河海大学

    CPC classification number: Y02A30/12 Y02E10/763

    Abstract: 本发明公布了一种基于日前风速预测的多时段电气互联系统最优潮流计算方法,适用于电力系统优化控制领域。本发明首先提出了基于变分模态分解和高斯过程回归的风速预测方法,并由此得到了日前预测风速的概率分布曲线。建立了电‑气互联系统多时段最优潮流模型,并以总运行费用最小为目标,模型中计及了电力系统和天然气系统的运行约束。采用惩罚成本和备用成本分别描述风电高估和低估造成的影响。算例表明,电力系统与天然气系统存在相互制约关系,综合优化不仅有利于得到全局最优解,更保证了系统的安全可靠性。此外,风电的惩罚成本和备用成本对调度方案有重要影响,为新能源接入背景下系统优化运行提供参考,为调度人员提供决策支持。

    一种电转气的综合能源系统多点线性概率能量流方法

    公开(公告)号:CN105930980A

    公开(公告)日:2016-09-07

    申请号:CN201610300615.5

    申请日:2016-06-08

    Applicant: 河海大学

    Abstract: 本发明公布了一种电转气的综合能源系统多点线性概率能量流方法,先提出一种含风电、热电联供以及电转气的能源集线器模型;接着定量分析电网与气网线性化能量流方程的精度,由此得到气网线性化能量流精度明显低于电网的结论;基于此,本发明提出基于多点线性化的能量流计算方法。同时,计及了电‑气‑热负荷与风速的相关性,基于不确定能量流注入的概率密度分布函数,采用蒙特卡罗模拟法生成随机样本;对于每个随机样本,采用多点线性法计算能量流。算例测试结果表明,本发明所提方法计算效率高,同时线性化误差在可接受范围内。

    基于电转气的电-气互联综合能源系统削峰填谷方法

    公开(公告)号:CN106208157B

    公开(公告)日:2018-07-24

    申请号:CN201610569858.9

    申请日:2016-07-19

    Applicant: 河海大学

    Abstract: 本发明公布了一种基于电转气的电‑气互联综合能源系统削峰填谷方法,本发明首先分别建立电力网络、天然气网络、电转气和燃气轮机模型,电力网络和天然气网络通过电转气和燃气轮机耦合形成电‑气互联综合能源系统。然后引入经济折算系数将净负荷削峰填谷目标投影到经济维度,与系统运行成本最低目标一起构成综合成本最低目标,并考虑电、气网络各种约束建立电‑气互联综合能源系统削峰填谷模型。用优化软件GAMS(The General Algebraic Modeling System)求解,算例分析结果表明本发明所提模型具有良好的削峰填谷效果。

    基于电转气的电-气互联综合能源系统削峰填谷方法

    公开(公告)号:CN106208157A

    公开(公告)日:2016-12-07

    申请号:CN201610569858.9

    申请日:2016-07-19

    Applicant: 河海大学

    CPC classification number: H02J3/48 H02J2003/007

    Abstract: 本发明公布了一种基于电转气的电-气互联综合能源系统削峰填谷方法,本发明首先分别建立电力网络、天然气网络、电转气和燃气轮机模型,电力网络和天然气网络通过电转气和燃气轮机耦合形成电-气互联综合能源系统。然后引入经济折算系数将净负荷削峰填谷目标投影到经济维度,与系统运行成本最低目标一起构成综合成本最低目标,并考虑电、气网络各种约束建立电-气互联综合能源系统削峰填谷模型。用优化软件GAMS(The General Algebraic Modeling System)求解,算例分析结果表明本发明所提模型具有良好的削峰填谷效果。

    一种考虑充电需求增长的电动汽车充电站动态规划方法

    公开(公告)号:CN108764634A

    公开(公告)日:2018-11-06

    申请号:CN201810374537.2

    申请日:2018-04-24

    Applicant: 河海大学

    CPC classification number: G06Q10/06315 G06Q50/30

    Abstract: 本发明公开了一种考虑充电需求增长的电动汽车充电站动态规划方法,首先引入不考虑电动汽车保有量改变的充电站静态规划方法,采用自适应粒子群算法,得到电动汽车高保有量情景下Nmax座充电站的规划方案;然后在动态规划初期,以Nmax座充电站作为候选站址,选择性的新建充电站以满足用户充电需求并使充电站投资成本最小,随着电动汽车保有量以及充电需求的增长,按一定周期,对已有充电站扩容或在已有充电站基础上在剩下的候选站中选择性新建充电站。研究结果表明,本发明方法能够随着电动汽车保有量的改变满足不同时刻的充电需求。本发明提出的方法不仅考虑了电动汽车保有量的增加,而且优于在传统静态规划模型基础上不断更新规划。

Patent Agency Ranking