-
公开(公告)号:CN113346480B
公开(公告)日:2022-12-13
申请号:CN202110538629.1
申请日:2021-05-18
申请人: 国网吉林省电力有限公司 , 清华大学 , 国家电网有限公司 , 国网吉林省电力有限公司电力科学研究院
摘要: 本发明涉及一种基于机会约束的电力系统机组组合方法,属于电力系统运行控制技术领域。该方法首先建立由目标函数和约束条件构成的基于机会约束的电力系统机组组合模型,然后对该模型进行转化,将模型中的机会约束写成分位数的形式并引入松弛变量,建立松弛后的基于机会约束的电力系统机组组合模型,求解得到各松弛变量的值;利用各松弛变量的值,获得基于机会约束的电力系统机组组合模型有可行解的约束条件,然后依次建立可再生能源弃电量调度模型和发电机出力优化模型并分别求解,从而获得最终的机组组合结果。本发明考虑了电力系统中可再生能源的波动,保证了电力系统安全,适合应用于具有高可再生能源渗透率的电力系统机组组合场景之中。
-
公开(公告)号:CN114188991B
公开(公告)日:2024-03-12
申请号:CN202111295051.8
申请日:2021-11-03
申请人: 国网吉林省电力有限公司 , 清华大学 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本公开提出一种风电场一次调频模型辨识方法、装置、电子设备和存储介质,属于电力系统运行控制技术领域。其中,所述方法包括:获取风电场一次调频后的离散时间序列数据,包括:风电场的出力增量序列、电力系统的频率偏差序列和频率变化率序列;将出力增量作为状态向量,频率偏差和频率偏差变化率作为输入向量,构建风电场一次调频离散时间域的状态方程;建立状态向量与输入向量的非线性函数集合,通过拟合离散时间序列数据,将状态方程转化为函数集合内函数的线性组合,以得到所述风电场一次调频的模型辨识结果。本公开采用非线性动态系统的稀疏辨识技术对风电场站的一次调频过程进行模型辨识,辨识结果兼顾简洁性与准确性。
-
公开(公告)号:CN115632393A
公开(公告)日:2023-01-20
申请号:CN202211161694.8
申请日:2022-09-23
申请人: 国网吉林省电力有限公司 , 清华大学 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本公开涉及一种考虑灵活性资源的多级电网协调鲁棒调度方法及装置,属于电力系统概率优化调度领域。其中所述方法包括:构建输配微电网鲁棒优化调度模型的目标函数,所述目标函数为最小化发电成本和最大化新能源消纳;构建所述输配微电网鲁棒优化调度模型的约束条件,包括:输电网约束、配电网约束、微电网约束和输配微电网的边界耦合约束;将所述输配微电网鲁棒优化调度模型转化为确定性模型,对所述确定性模型求解,以得到所述输配微电网的调度优化结果。本公开可充分挖掘配微网侧灵活性资源的调控能力,促进全网新能源的消纳。
-
公开(公告)号:CN114188991A
公开(公告)日:2022-03-15
申请号:CN202111295051.8
申请日:2021-11-03
申请人: 国网吉林省电力有限公司 , 清华大学 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本公开提出一种风电场一次调频模型辨识方法、装置、电子设备和存储介质,属于电力系统运行控制技术领域。其中,所述方法包括:获取风电场一次调频后的离散时间序列数据,包括:风电场的出力增量序列、电力系统的频率偏差序列和频率变化率序列;将出力增量作为状态向量,频率偏差和频率偏差变化率作为输入向量,构建风电场一次调频离散时间域的状态方程;建立状态向量与输入向量的非线性函数集合,通过拟合离散时间序列数据,将状态方程转化为函数集合内函数的线性组合,以得到所述风电场一次调频的模型辨识结果。本公开采用非线性动态系统的稀疏辨识技术对风电场站的一次调频过程进行模型辨识,辨识结果兼顾简洁性与准确性。
-
公开(公告)号:CN114896858A
公开(公告)日:2022-08-12
申请号:CN202210296483.9
申请日:2022-03-24
申请人: 国网吉林省电力有限公司 , 清华大学 , 国网吉林省电力有限公司电力科学研究院 , 国家电网有限公司
IPC分类号: G06F30/27 , G06K9/62 , G06N20/10 , H02J3/00 , H02J3/14 , H02J3/24 , G06F111/08 , G06F113/04 , G06F111/10
摘要: 本发明提出一种基于支持向量机的线性频率最低点约束获取方法及装置,属于电力系统运行控制技术领域。其中,所述方法包括:建立基于惯性中心的电力系统频率响应模型;采用蒙特卡洛仿真获得电力系统机组启停状态的数据样本;根据样本对频率响应模型进行数值计算,得到各样本在预设扰动下的最大频率偏差;通过对最大频率偏差判定,得到最大频率偏差对应样本是否满足频率最低点约束的标签标记结果;根据标签标记结果,采用支持向量机技术对样本分类学习,以得到频率最低点约束。本发明考虑多种一次调频设备,针对高比例新能源电力系统调度控制提出了一种基于支持向量机技术的线性频率最低点约束获取方法,结果兼顾精确性和可靠性。
-
公开(公告)号:CN116780625A
公开(公告)日:2023-09-19
申请号:CN202310744059.0
申请日:2023-06-21
申请人: 国网吉林省电力有限公司 , 国网吉林省电力有限公司电力科学研究院 , 清华四川能源互联网研究院
摘要: 本发明涉及电力系统技术领域,具体而言,涉及基于最小二乘法的新能源机组减载量概率优化方法及系统,该方法的步骤包括:获取新能源机组的历史运行数据及电力系统的频率偏差数据,基于最小二乘法建立电力系统频率偏差与新能源机组调频功率之间的线性拟合关系;根据线性拟合关系分别建立新能源机组减载量的确定性限制约束与新能源机组减载量的概率约束;以新能源机组减载量的确定性限制约束与新能源机组减载量的概率约束作为约束条件,建立新能源机组减载量概率优化模型;将新能源机组减载量的概率约束转换为确定性约束,并对新能源机组减载量概率优化模型进行求解,得到新能源机组减载量的最优设定值。
-
公开(公告)号:CN110224443A
公开(公告)日:2019-09-10
申请号:CN201910275369.6
申请日:2019-04-08
申请人: 清华大学 , 国网吉林省电力有限公司 , 国家电网有限公司
摘要: 本发明涉及一种发电机组与换热站联合启停控制决策方法,属于电力系统运行技术领域。本方法建立了发电机组与换热站联合启停控制决策模型,该模型以常规火电机组与供热火电机组的总发电和供热成本最小化为目标函数,约束条件包括电力系统约束条件与供热系统约束条件。本方法通过大M法对所建立的发电机组与换热站联合启停控制决策模型进行等价变换,最后对得到的混合整数二次规划问题进行求解得到发电机组与换热站联合启停计划。本方法可以避免传统基于经验的控制决策风险带来的电力与热力供应不足风险,保证供电与供热安全可靠性,同时充分挖掘供热系统的热惯性与储热特性,对电力系统的风电消纳有显著改善。
-
公开(公告)号:CN113346479B
公开(公告)日:2022-12-13
申请号:CN202110538549.6
申请日:2021-05-18
申请人: 国网吉林省电力有限公司 , 清华大学 , 国家电网有限公司
摘要: 本发明涉及一种基于机会约束的电力系统经济调度方法,属于电力系统运行控制技术领域。该方法首先建立由目标函数和约束条件构成的基于机会约束的电力系统经济调度模型,然后对该模型进行转化,将模型中的机会约束写成分位数的形式并引入松弛变量,建立松弛后的基于机会约束的电力系统经济调度模型,求解得到各松弛变量的值;利用各松弛变量的值,获得基于机会约束的电力系统经济调度模型有可行解的约束条件,然后依次建立可再生能源弃电量调度模型和发电机出力优化模型并分别求解,获得电力系统最终的调度结果。本发明考虑了电力系统中可再生能源的波动,保证了电力系统安全,适合应用于具有高可再生能源渗透率的电力系统经济调度场景之中。
-
公开(公告)号:CN110350594A
公开(公告)日:2019-10-18
申请号:CN201910519806.4
申请日:2019-06-17
申请人: 清华大学 , 国家电网有限公司 , 国网吉林省电力有限公司
摘要: 本发明涉及一种基于随机鲁棒优化的电力系统机组组合方法,属于电力系统运行控制技术领域。该方法首先建立由目标函数和约束条件构成的电力系统机组组合模型;对约束条件进行转化,将原模型转化为一个非线性优化问题;对转化后的模型求解,得到发电机开机计划,并根据求解结果进行相应开机计划决策实现机组组合。本发明考虑了电力系统中可再生能源的波动,减小了校正控制的成本,保证了电力系统安全,适合应用于电力系统的日前机组组合等场景之中。
-
公开(公告)号:CN110350594B
公开(公告)日:2020-09-25
申请号:CN201910519806.4
申请日:2019-06-17
申请人: 清华大学 , 国家电网有限公司 , 国网吉林省电力有限公司
摘要: 本发明涉及一种基于随机鲁棒优化的电力系统机组组合方法,属于电力系统运行控制技术领域。该方法首先建立由目标函数和约束条件构成的电力系统机组组合模型;对约束条件进行转化,将原模型转化为一个非线性优化问题;对转化后的模型求解,得到发电机开机计划,并根据求解结果进行相应开机计划决策实现机组组合。本发明考虑了电力系统中可再生能源的波动,减小了校正控制的成本,保证了电力系统安全,适合应用于电力系统的日前机组组合等场景之中。
-
-
-
-
-
-
-
-
-