排序方式: 共有21条查询结果,搜索用时 15 毫秒
2.
针对大规模风电接入下的电力系统频率稳定控制问题,研究了需求响应对系统频率的调节作用。为了反映风电的特点,建立了大规模风电接入下的电力系统频率响应模型,模型中对风电和火电机组分别进行了建模。风电机组可以通过暂时释放转子动能参与调频,然而在扰动过大时会导致系统失稳。通过采取一种类似于低压低频减载的需求响应控制方法,即在频率跌落时关闭部分用电设备,待频率恢复后将这些设备重新打开,可以为电力系统调频提供支持。仿真结果表明,需求响应与风电机组同时参与电力系统调频,能够克服风电机组的失稳问题,大大提高风电系统的频率稳定性。 相似文献
3.
针对光伏电源接入配电网带来的电压越限问题,考虑空调负荷的调节潜力,提出一种基于光伏与空调负荷协调优化的有源配电网经济调压策略。首先,光伏与空调负荷根据自身利益建立各自调节量—调节成本模型;其次,集中控制器根据各用户的模型及潮流、网损等信息,以经济性为目标,优化分配各用户的实际调节量。将空调负荷的调节能力与光伏的调节能力协调配合,在实现电压调节的同时,减少或避免切除光伏的有功出力。仿真分析结果表明,所提策略在有效调节电压的同时,减少了网损,兼顾了光伏、空调负荷、负荷集中商及电网公司的利益,具有较高的经济性。 相似文献
4.
空调负荷二阶等效热参数模型参数辨识方法 总被引:1,自引:1,他引:0
空调负荷是最具潜力的需求侧资源之一.然而,由于建筑环境、用户偏好等因素的差异,空调负荷具有明显的异质性,脱离实际场景建立空调负荷异质性聚合模型,难以准确获取其聚合功率及响应潜力.在具体应用场景下,搭建了实际空调负荷集中控制系统,并在实际空调系统支持下,提出计及空调负荷二阶等效热参数模型参数时变特性的参数辨识方法.通过最... 相似文献
5.
随着越来越多的可控负荷接入电网,空调负荷(air conditioning loads, ACLs)由于其响应速度快、调节潜力大、具有蓄冷储热等特征可作为柔性负荷参与平抑可再生能源引起的波动。在实际对ACLs进行聚合的过程中,室外温度、ACLs的温度和ACLs的数量等外部条件的变化会对聚合模型造成一定的影响。但现有大多数对ACLs的控制方法未考虑聚合ACLs外部特性模型(aggregate ACLs′external model, AAEM)的时变特征。文中提出一种基于数据驱动的AAEM及相应的负荷跟踪控制策略,考虑到基于ACLs热力学特性的ACLs的成本函数,采用神经网络对时变聚合ACLs的AAEM进行快速计算,降低AAEM的计算复杂程度。基于数据驱动的AAEM负荷跟踪控制策略有效减少了ACLs的开关状态切换次数及其调用总成本。基于实际用户的仿真结果验证了该方法的有效性。 相似文献
6.
空调负荷(air conditioning loads, ACLs)可作为一种灵活的需求侧资源参与新型电力系统的源-荷互动.充分利用ACLs的热力学特性,既能发挥ACLs的负荷调节能力,又能保证用户的舒适度.现有的优化方法将ACLs的热力学约束建立为刚性约束.通过松弛刚性舒适变量,提出了一种考虑弹性约束的空调负荷用能优化策略以满足系统运行中极端情况下的负荷调节需求.首先,建立了空调负荷的弹性优化模型.其次,通过引入辅助变量,将舒适变量与辅助变量之间的关系定义为弹性约束,并将线性化处理后的舒适度惩罚成本加入目标函数中.最后,采用混合整数线性规划求得最优解.优化结果表明,基于弹性约束的空调负荷优化结果具有更显著的削负荷效果.变频空调和定频空调的仿真结果都验证了所提方法的有效性. 相似文献
7.
混合储能可以利用不同类型储能在电量和功率上的不同优势。然而,在滚动优化调度中,电能型储能资源(如电池储能)容易因较短的日内滚动时间窗而限制其削峰填谷的能力;而功率型储能资源(如超级电容)又容易因较长的日前时间窗而影响其平抑风电波动的效果。针对以上两种问题,文中提出一种同时考虑电能型和功率型储能资源的日前-日内协同滚动调度策略。首先,针对电能型储能削峰填谷能力受限的问题,将日内滚动周期扩展到一天中的剩余时间,并将调度范围划分为时间分辨率不同的两个部分,从而使该部分储能资源尽可能参与削峰填谷,同时提升模型的求解效率。然后,针对功率型储能平抑波动能力受限的问题,通过对波动量的极值点统计分析,提出有限时间窗电量约束策略,从而避免该部分储能资源因过度参与削峰填谷而导致能量不足。算例表明,提出的调度策略能够发挥不同储能资源的调度潜力,在削峰填谷的同时平抑风电波动,提升风电消纳能力。 相似文献
8.
9.
需求响应技术可以削峰填谷,提高能源利用效率,提升电力系统稳定性。直接负荷控制通过直接控制用电负荷使得需求侧负荷变成可调用资源,是实施基于激励的需求响应的一种有效方法,实现相对容易。空调用电量大,储热、储冷能力较好,将空调在高峰时段的用电量转移到低谷时段,对用户的影响小。因此,空调能够影响总负荷曲线的峰谷差异,是重要的需求响应资源。基于此,建立了空调的热力学模型,提出了基于蒙特卡洛方法建立大规模空调负荷聚合模型,并研究了实施直接负荷控制的空调负荷跟踪控制方案,讨论了空调负荷参与需求响应的负荷削减潜力。根据负荷调峰的需求计算控制空调温度或开、关状态的参考信号,然后采用自适应爬坡控制方法,跟踪参考信号的实施情况。仿真结果表明,通过跟踪参考信号来实施空调负荷的直接负荷控制可以依据需求有效削减负荷。 相似文献
10.