排序方式: 共有27条查询结果,搜索用时 31 毫秒
1.
2.
针对新型电力系统下新能源装机容量大,发电侧调峰资源紧缺,弃风、弃光现象严重的问题,文中设计了一种考虑发用两侧参与调峰的现货市场联合出清模式,将发电侧深度调峰、柔性负荷调峰、新能源消纳与现货市场相结合,充分发掘发用两侧的调峰能力。首先,将独立储能和用户作为用户侧调峰资源,并根据用户是否具有实时跟踪调度指令的能力,将其分为灵活调节用户和非灵活调节用户,在此基础上设计了发用两侧参与调峰的日前市场和实时市场出清模式并建立出清模型。其次,综合考虑各市场主体的贡献和受益程度,设计了调峰辅助服务费用的结算与分摊机制。最后,通过算例验证了所提市场模式对于新能源消纳的有效性和合理性。算例分析中,文中所提市场模式相比仅发电侧参与调峰的模式可降低17.3%的弃风弃光量。 相似文献
3.
为了克服传统停电计划管控模式下存在的多部门协调难、多任务结合难、重复停电的问题,提出了多维停电计划智能管控系统的总体设计方案。首先,提出了多维停电计划数据池的概念,建立了停电计划管控规则库,然后在此基础上通过构建切合实际需求的计划优化算法模型实现自动开展多周期的停电计划智能优化编排,包含年度停电计划智能优化和月度停电计划滚动修编,并通过停电计划执行闭环管控来保证停电计划的执行刚性。在此基础上提出了多维停电计划智能管控系统的基本架构和功能方案,将设计方案落地。算例表明所设计的方案有效、可行。 相似文献
4.
5.
广西汛期水电消纳与低谷调峰矛盾突出,为避免弃水需充分挖掘燃煤火电机组深度调峰潜力。燃煤火电机组提供调峰辅助服务存在多级调峰过程,应考虑给予涵盖调峰成本的合理补偿。本文针对此问题,首先研究了燃煤火电机组的多级调峰过程及原理,其次从燃煤火电机组的煤耗成本、油耗成本、损耗成本、环境成本等方面对其调峰成本进行综合分析,给出了燃煤火电机组调峰成本数学模型并进行算例分析。在此基础上,进一步提出了燃煤火电机组多级调峰的调度模型,对火电机组参与调峰辅助服务及在其不同补偿力度下的经济效益进行仿真分析,算例采用标准10机系统,应用商业软件GAMS对调度模型进行求解。通过仿真验证了所提出燃煤火电机组调峰成本模型和多级调峰调度模型的有效性。 相似文献
6.
为了解决现有方法未计及多时段耦合特性、无法准确刻画联络线功率可行域的不足,提出一种考虑多时段耦合特性的联络线功率可行域确定新方法。所提方法可考虑火电机组多时段爬坡耦合约束,基于时段聚类思想,将多时段联络线功率可行域解耦降维表征,缓解了现有方法在高维联络线功率可行域刻画中的计算量爆炸问题,从而有效刻画联络线功率可行域。同时,为推动电力资源的广域优化配置,研究分析了以火电机组深度调峰为代表的弹性资源对多时段联络线功率可行域的影响。以IEEE 30—IEEE RTS96节点联合算例的仿真分析验证了所提方法的有效性和准确性。 相似文献
7.
梯级水电站间存在水力时空耦合关系,低水头电站调节性能较弱,在日尺度范围内水头变化较大,耗水率也随之变化,因此,在日前现货出清模型中不宜通过全天固定耗水率对低水头电站进行梯级水电约束简化处理。结合广西电网电力市场需求,以全社会购电成本最小及优先消纳清洁能源为优化目标,充分考虑低水头电站的水力特性曲线等复杂约束并对其进行线性化处理,构建基于梯级水电群精细化建模的日前出清模型,并调用商业优化求解器对模型进行求解。将广西电网34座水电站、101座新能源电站和47台火电机组的真实日发电计划边界数据作为参考,仿真结果表明所建模型能适应低水头电站的水头波动特性,反映梯级水电站之间出力和库容的联动关系,提升低水头梯级水电群的可发电能力。 相似文献
8.
9.
《全球能源互联网(英文)》2020,3(4):335-345
The bidding strategies of power suppliers to maximize their interests is of great importance. The proposed bi-level optimization model with coalitions of power suppliers takes restraint factors into consideration, such as operating cost reduction, potential cooperation, other competitors’ bidding behavior, and network constraints. The upper model describes the coalition relationship between suppliers, and the lower model represents the independent system operator’s optimization without network loss (WNL) or considering network loss (CNL). Then, a novel algorithm, the evolutionary game theory algorithm (EGA) based on a hybrid particle swarm optimization and improved firefly algorithm (HPSOIFA), is proposed to solve the bi-level optimization model. The bidding behavior of the power suppliers in equilibrium with a dynamic power market is encoded as one species, with the EGA automatically predicting a plausible adaptation process for the others. Individual behavior changes are employed by the HPSOIFA to enhance the ability of global exploration and local exploitation. A novel improved firefly algorithm (IFA) is combined with a chaotic sequence theory to escape from the local optimum. In addition, the Shapley value is applied to the profit distribution of power suppliers’ cooperation. The simulation, adopting the standard IEEE-30 bus system, demonstrates the effectiveness of the proposed method for solving the bi-level optimization problem 相似文献
10.