CN106230010A - 一种百兆瓦电池储能***容量优化配置方法和*** - Google Patents

一种百兆瓦电池储能***容量优化配置方法和*** Download PDF

Info

Publication number
CN106230010A
CN106230010A CN201610792808.7A CN201610792808A CN106230010A CN 106230010 A CN106230010 A CN 106230010A CN 201610792808 A CN201610792808 A CN 201610792808A CN 106230010 A CN106230010 A CN 106230010A
Authority
CN
China
Prior art keywords
energy storage
battery energy
hundred megawatts
hundred
megawatts
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610792808.7A
Other languages
English (en)
Other versions
CN106230010B (zh
Inventor
李相俊
任杰
惠东
贾学翠
魏云鹏
胡娟
杨水丽
毛海波
汪奂伶
尹秀娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI filed Critical State Grid Corp of China SGCC
Priority to CN201610792808.7A priority Critical patent/CN106230010B/zh
Publication of CN106230010A publication Critical patent/CN106230010A/zh
Application granted granted Critical
Publication of CN106230010B publication Critical patent/CN106230010B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/10—Flexible AC transmission systems [FACTS]

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Power Engineering (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种百兆瓦电池储能***容量优化配置方法和***，方法包括：确定百兆瓦电池储能***充放电功率以及新能源电站‑百兆瓦电池储能***联合出力；根据周期内百兆瓦电池储能***运行利润建立目标函数；采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能***优化后的容量配置。***包括通讯模块、数据存储与管理模块、控制与决策模块和容量配置寻优模块。本发明先通过读取新能源电站发电功率，进而得到新能源电站‑百兆瓦电池储能***联合出力值，并从经济性的角度出发，以周期内运行利润最大为目标建立目标函数，根据目标函数采用粒子群算法对百兆瓦电池储能***的容量配置进行优化，以提高百兆瓦电池储能***运行的经济性。

Description

一种百兆瓦电池储能***容量优化配置方法和***
技术领域
本发明涉及储能技术，具体涉及一种百兆瓦电池储能***容量优化配置方法和***。
背景技术
可再生能源发电的波动性、间歇性和不可预知性会给现有电力***的运行带来一定冲击。储能***具有快速响应和动态调节能力，可以有效提高新能源电站电力***的友好性。储能***配置在发电侧时，可用于平抑可再生能源发电的短时功率波动，跟踪调度计划出力等应用场景，从而改善可再生能源发电接入电网的电能品质，满足新能源电站的灵活接入；储能***配置在***侧时可以优化负荷，进行削峰填谷，提高***自身调节能力，实现对负荷的管理并获得经济效益。
我国已建成多个千万千瓦级新能源发电基地，在新能源发电富集区域电网中，对电池储能的容量要求通常达数十MW以上，甚至达百兆瓦以上。百兆瓦级电池储能参与新能源发电集群控制及***调度运行，对破解新能源发电的送出和消纳瓶颈有重要意义。因此，在百兆瓦电池储能***(电站)的扩容、扩建以及规划、设计与建设适用于互联大电网应用需求的超大规模电池储能电站中，亟待破解百兆瓦电池储能***(以下简称，电池储能***)容量配置难题，为大规模百兆瓦电池储能***优化配置提供理论支撑、实践依据以及指导规范。
现有技术条件下，百兆瓦电池储能***仍是相当昂贵的设备，因此必须合理确定新能源电站-储能联合电站中储能***容量。显然，只要储能***容量足够大，新能源电站-储能联合电站便可严格按发电计划向电网注入功率，但此时储能***运行的经济性却可能极差。在考虑百兆瓦电池储能***的规划设计与推广应用时，储能容量优化配置的必要性更显突出，更需关注其技术经济性。因此，必须在规划设计阶段，能够实现对百兆瓦电池储能***容量的量化计算及优化配置，以提高百兆瓦级储能***的运行经济性和可靠性。
发明内容
为实现储能***容量的优化配置，本发明提供一种百兆瓦电池储能***容量优化配置方法和***，从经济性的角度出发，以周期内运行利润最大的建立目标函数，根据目标函数采用粒子群算法对百兆瓦电池储能***容量进行优化配置。
为了实现上述发明目的，本发明采取如下技术方案：
本发明提供一种百兆瓦电池储能***容量优化配置方法，所述方法包括：
步骤1：确定百兆瓦电池储能***充放电功率以及新能源电站-百兆瓦电池储能***联合出力；
步骤2：根据周期内百兆瓦电池储能***运行利润建立目标函数；
步骤3：采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能***优化后的容量配置。
所述步骤1中，确定百兆瓦电池储能***充放电功率以及新能源电站-百兆瓦电池储能***联合出力包括：
1)设t时刻百兆瓦电池储能***的荷电状态值为S(t)，Slow和Shigh分别为百兆瓦电池储能***正常运行时荷电状态的下限和上限，由百兆瓦电池储能***本身性能决定；设定第一节点荷电状态值为Sl，第二节点荷电状态值为Sh，满足0＜Slow＜Sl＜Sh＜Shigh＜1，于是Slow、Shigh、Sl、Sh将百兆瓦电池储能***的荷电状态值分为五个区间，分别为0与Slow之间的第一区间、Slow与Sl之间的第二区间、Sl与Sh之间的第三区间、Sh与Shigh之间的第四区间、Shigh与1之间的第五区间；
2)设P(t)为t时刻新能源电站发电功率，Pbess(t)为t时刻百兆瓦电池储能***的充放电功率，Phybrid(t)为t时刻新能源电站-百兆瓦电池储能***联合出力值，Pf_min(t)和Pf_max(t)分别为Phybrid(t)下限和上限，且有Pf_max(t)＝Pf(t)+Plimit，Pf_min(t)＝Pf(t)-Plimit，其中，Pf(t)为t时刻新能源电站日前预测功率，Plimit为新能源电站功率波动限值，且有Plimit＝εCap，ε为日预测误差允许的百分值，Cap为新能源电站的装机容量；
2-1)当P(t)＜Pf_min(t)时，百兆瓦电池储能***放电，根据百兆瓦电池储能***的荷电状态值分为以下两种情况：
①当Slow＜S(t)＜Sh时，百兆瓦电池储能***以Pf_min(t)为期望进行放电，有Pbess(t)＝Pf_min(t)-P(t)；
②当Sh＜S(t)时，百兆瓦电池储能***以Pf_max(t)为期望进行放电，有Pbess(t)＝Pf_max(t)-P(t)；
t时刻新能源电站-百兆瓦电池储能***联合出力值Phybrid(t)表示为：
Phybrid(t)＝P(t)+Pbess(t)
2-2)当P(t)＞Pf_max(t)时，百兆瓦电池储能***充电，根据百兆瓦电池储能***的荷电状态值分为以下两种情况：
①当Sl＜S(t)＜Shigh时，百兆瓦电池储能***以Pf_max(t)为期望进行充电，有Pbess(t)＝Pf_max(t)-P(t)；
②当S(t)＜Sl时，百兆瓦电池储能***以Pf_min(t)为期望进行充电，有Pbess(t)＝Pf_min(t)-P(t)；
2-3)当Pf_min(t)＜P(t)＜Pf_max(t)时，百兆瓦电池储能***根据百兆瓦电池储能***的荷电状态值进行充放电，分为以下两种情况：
①当S(t)＜Sl时，百兆瓦电池储能***以Pf_min(t)为期望进行充电，有Pbess(t)＝Pf_min(t)-P(t)；
②当Sh＜S(t)时，百兆瓦电池储能***以Pf_max(t)为期望进行放电，有Pbess(t)＝Pf_max(t)-P(t)。
所述步骤2中，以周期内百兆瓦电池储能***运行利润最大为目标建立如下目标函数：
maxVprofit(Ec)＝Vbenefit(Ec)-Vcost(Ec)
其中，Ec表示百兆瓦电池储能***，Vprofit(Ec)为周期内百兆瓦电池储能***运行利润，Vbenefit(Ec)为周期内百兆瓦电池储能***的运行收益，Vcost(Ec)为周期内百兆瓦电池储能***的运行成本；
Vbenefit(Ec)和Vcost(Ec)分别表示为：
Vbenefit(Ec)＝ρ1(Eh-E)+ρ2(Epe-Epe,h)
V cos t ( E c ) = αV t o t a l n 1 n t o t a l + V m
其中，ρ1为新能源电站上网电价，Eh为周期内新能源电站-百兆瓦电池储能***联合电站上网的电量，E为周期内新能源电站向电网注入的能量，ρ2为出力偏差惩罚价格，Epe为周期内新能源电站的注入能量与计划注入能量之差，Epe,h为周期内新能源电站-百兆瓦电池储能***联合电站的注入能量与计划注入能量之差；α为成本系数，Vtotal为百兆瓦电池储能***投资，n1为周期内百兆瓦电池储能***的充放电循环次数，ntotal为百兆瓦电池储能***充放电循环寿命，Vm为百兆瓦电池储能***的维护成本。
所述步骤3中，采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能***优化后的容量配置包括：
3-1)以储能***容量为寻优参数，采用粒子群算法对其进行寻优；
3-2)参数优化过程中以maxVprofit(Ec)＝Vbenefit(Ec)-Vcost(Ec)为适应度函数，评价每个粒子的适应度，不断更新优化后的解；
3-3)输出优化后的解，得到百兆瓦电池储能***优化后的容量配置。
本发明还一种百兆瓦电池储能***容量优化配置***，所述***包括通讯模块、数据存储与管理模块、控制与决策模块和容量配置寻优模块；
所述通讯模块，用于实现数据通讯网络与监控平台与数据存储与管理模块通信；
所述数据存储与管理模块用于向所述控制与决策模块和容量配置模块分别发送数据信号；
所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送数据信号；
所述容量配置寻优模块对百兆瓦电池储能***配置进行优化，并向所述数据存储与管理模块发送优化后的容量配置。
所述通讯模块接收新能源电站-百兆瓦电池储能***联合电站的运行数据，向所述数据通讯网络与监控平台发送新能源电站计划出力值信号和储能电池功率命令值信号，且所述数据通讯网络与监控平台实时监测及控制所述通讯模块。
所述数据存储与管理模块向所述控制与决策模块发送的数据信号包括新能源电站发电功率值信号、百兆瓦电池储能***功率值信号、新能源电站计划出力值信号、百兆瓦电池储能***启停信号和储能电池荷电状态值信号。
所述数据存储与管理模块向容量配置模块发送的数据信号包括新能源电站发电功率值信号。
所述数据存储与管理模块接受并保存百兆瓦电池储能***容量优化配置信号，同时将新能源电站计划出力值信号和百兆瓦电池储能***的功率命令值信号按事先设定的协议赋给接口变量，供百兆瓦电池储能***接口平台使用。
所述控制与决策模块首先判断自身接收的信号类型，分为以下两种情况：
①若为新能源电站发电功率值信号，则根据跟踪计划出力控制策略得到百兆瓦电池储能***功率值信号；
②若为百兆瓦电池储能***功率值信号，则直接读取百兆瓦电池储能***充放电功率，得到新能源电站-百兆瓦电池储能***联合出力值信号。
所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送的数据信号包括百兆瓦电池储能***功率值信号和新能源电站-百兆瓦电池储能***联合出力值信号。
所述容量配置寻优模块根据百兆瓦电池储能***功率值信号、新能源电站-百兆瓦电池储能***联合出力值信号和新能源电站发电功率值信号得到百兆瓦电池储能***运行利润最大的目标函数，采用粒子群算法根据目标函数对容量配置进行优化，得到百兆瓦电池储能***容量优化配置信号，并将百兆瓦电池储能***容量优化配置信号发送给数据存储与管理模块。
与最接近的现有技术相比，本发明提供的技术方案具有以下有益效果：
本发明提供一种百兆瓦电池储能***容量优化配置方法和***，先通过读取新能源电站发电功率，进而得到新能源电站-百兆瓦电池储能***联合出力值，并从经济性的角度出发，以周期内运行利润最大为目标建立目标函数，根据目标函数采用粒子群算法对百兆瓦电池储能***的容量配置进行优化，以提高百兆瓦电池储能***运行的经济性。另一方面，本发明方法，依据实际计算需求，可以自由设定不同规模的粒子个数，且粒子数量越多，容量优化计算的颗粒度就越精细。该方法和***不仅可以实现不同计算需求下的储能***容量优化设计目的，而且最终实现了兼顾储能***容量配置经济性、新能源-储能联合控制功能、储能约束条件、控制指标等多因素的百兆瓦级电池储能***容量配置一体化综合计算与评估的效果。
附图说明
图1是本发明实施例中百兆瓦电池储能***容量优化配置方法流程图；
图2是本发明实施例中百兆瓦电池储能***容量优化配置***结构图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明提供一种百兆瓦电池储能***容量优化配置方法，如图1，所述方法包括：
步骤1：确定百兆瓦电池储能***充放电功率以及新能源电站-百兆瓦电池储能***联合出力；
步骤2：根据周期内百兆瓦电池储能***运行利润建立目标函数；
步骤3：采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能***优化后的容量配置。
所述步骤1中，确定百兆瓦电池储能***充放电功率以及新能源电站-百兆瓦电池储能***联合出力包括：
1)设t时刻百兆瓦电池储能***的荷电状态值为S(t)，Slow和Shigh分别为百兆瓦电池储能***正常运行时荷电状态的下限和上限，由百兆瓦电池储能***本身性能决定；设定第一节点荷电状态值为Sl，第二节点荷电状态值为Sh，满足0＜Slow＜Sl＜Sh＜Shigh＜1，于是Slow、Shigh、Sl、Sh将百兆瓦电池储能***的荷电状态值分为五个区间，分别为0与Slow之间的第一区间、Slow与Sl之间的第二区间、Sl与Sh之间的第三区间、Sh与Shigh之间的第四区间、Shigh与1之间的第五区间；
2)设P(t)为t时刻新能源电站发电功率，Pbess(t)为t时刻百兆瓦电池储能***的充放电功率，Phybrid(t)为t时刻新能源电站-百兆瓦电池储能***联合出力值，Pf_min(t)和Pf_max(t)分别为Phybrid(t)下限和上限，且有Pf_max(t)＝Pf(t)+Plimit，Pf_min(t)＝Pf(t)-Plimit，其中，Pf(t)为t时刻新能源电站日前预测功率，Plimit为新能源电站功率波动限值，且有Plimit＝εCap，ε为日预测误差允许的百分值，Cap为新能源电站的装机容量；
2-1)当P(t)＜Pf_min(t)时，百兆瓦电池储能***放电，根据百兆瓦电池储能***的荷电状态值分为以下两种情况：
①当Slow＜S(t)＜Sh时，百兆瓦电池储能***以Pf_min(t)为期望进行放电，有Pbess(t)＝Pf_min(t)-P(t)；
②当Sh＜S(t)时，百兆瓦电池储能***以Pf_max(t)为期望进行放电，有Pbess(t)＝Pf_max(t)-P(t)；
t时刻新能源电站-百兆瓦电池储能***联合出力值Phybrid(t)表示为：
Phybrid(t)＝P(t)+Pbess(t)
2-2)当P(t)＞Pf_max(t)时，百兆瓦电池储能***充电，根据百兆瓦电池储能***的荷电状态值分为以下两种情况：
①当Sl＜S(t)＜Shigh时，百兆瓦电池储能***以Pf_max(t)为期望进行充电，有Pbess(t)＝Pf_max(t)-P(t)；
②当S(t)＜Sl时，百兆瓦电池储能***以Pf_min(t)为期望进行充电，有Pbess(t)＝Pf_min(t)-P(t)；
2-3)当Pf_min(t)＜P(t)＜Pf_max(t)时，百兆瓦电池储能***根据百兆瓦电池储能***的荷电状态值进行充放电，分为以下两种情况：
①当S(t)＜Sl时，百兆瓦电池储能***以Pf_min(t)为期望进行充电，有Pbess(t)＝Pf_min(t)-P(t)；
②当Sh＜S(t)时，百兆瓦电池储能***以Pf_max(t)为期望进行放电，有Pbess(t)＝Pf_max(t)-P(t)。
所述步骤2中，以周期内百兆瓦电池储能***运行利润最大为目标建立如下目标函数：
maxVprofit(Ec)＝Vbenefit(Ec)-Vcost(Ec)
其中，Ec表示百兆瓦电池储能***，Vprofit(Ec)为周期内百兆瓦电池储能***运行利润，Vbenefit(Ec)为周期内百兆瓦电池储能***的运行收益，Vcost(Ec)为周期内百兆瓦电池储能***的运行成本；
Vbenefit(Ec)和Vcost(Ec)分别表示为：
Vbenefit(Ec)＝ρ1(Eh-E)+ρ2(Epe-Epe,h)
V cos t ( E c ) = αV t o t a l n 1 n t o t a l + V m
其中，ρ1为新能源电站上网电价，Eh为周期内新能源电站-百兆瓦电池储能***联合电站上网的电量，E为周期内新能源电站向电网注入的能量，ρ2为出力偏差惩罚价格，Epe为周期内新能源电站的注入能量与计划注入能量之差，Epe,h为周期内新能源电站-百兆瓦电池储能***联合电站的注入能量与计划注入能量之差；α为成本系数，Vtotal为百兆瓦电池储能***投资，n1为周期内百兆瓦电池储能***的充放电循环次数，ntotal为百兆瓦电池储能***充放电循环寿命，Vm为百兆瓦电池储能***的维护成本。
市场模式下，若新能源电站不能按发电计划向电网注入功率，则必须向交易中心交纳罚金，交易中心利用此项收入在辅助服务市场中购买备用服务，确保实时功率平衡。由于储能***容量有限，其在某些时刻的出力可能小于计划出力。此时，按市场规则，必须向交易中心额外交纳罚金。
所述步骤3中，采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能***优化后的容量配置包括：
3-1)以储能***容量为寻优参数，采用粒子群算法对其进行寻优；
3-2)参数优化过程中以maxVprofit(Ec)＝Vbenefit(Ec)-Vcost(Ec)为适应度函数，评价每个粒子的适应度，不断更新优化后的解；
3-3)输出优化后的解，得到百兆瓦电池储能***优化后的容量配置。
本发明还一种百兆瓦电池储能***容量优化配置***，如图2，所述***包括通讯模块、
数据存储与管理模块、控制与决策模块和容量配置寻优模块；
所述通讯模块，用于实现数据通讯网络与监控平台与数据存储与管理模块通信；
所述数据存储与管理模块用于向所述控制与决策模块和容量配置模块分别发送数据信号；
所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送数据信号；
所述容量配置寻优模块对百兆瓦电池储能***配置进行优化，并向所述数据存储与管理模块发送优化后的容量配置。
所述通讯模块接收新能源电站-百兆瓦电池储能***联合电站的运行数据，向所述数据通讯网络与监控平台发送新能源电站计划出力值信号和储能电池功率命令值信号，且所述数据通讯网络与监控平台实时监测及控制所述通讯模块。
所述数据存储与管理模块向所述控制与决策模块发送的数据信号包括新能源电站发电功率值信号、百兆瓦电池储能***功率值信号、新能源电站计划出力值信号、百兆瓦电池储能***启停信号和储能电池荷电状态值信号。
所述数据存储与管理模块向容量配置模块发送的数据信号包括新能源电站发电功率值信号。
所述数据存储与管理模块接受并保存百兆瓦电池储能***容量优化配置信号，同时将新能源电站计划出力值信号和百兆瓦储能电池***的功率命令值信号按事先设定的协议赋给接口变量，供百兆瓦电池储能***接口平台使用。
所述控制与决策模块首先判断自身接收的信号类型，分为以下两种情况：
①若为新能源电站发电功率值信号，则根据跟踪计划出力控制策略得到百兆瓦电池储能***功率值信号；
②若为百兆瓦电池储能***功率值信号，则直接读取百兆瓦电池储能***充放电功率，得到新能源电站-百兆瓦电池储能***联合出力值信号。
所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送的数据信号包括百兆瓦电池储能***功率值信号和新能源电站-百兆瓦电池储能***联合出力值信号。
所述容量配置寻优模块根据百兆瓦电池储能***功率值信号、新能源电站-百兆瓦电池储能***联合出力值信号和新能源电站发电功率值信号得到百兆瓦电池储能***运行利润最大的目标函数，采用粒子群算法根据目标函数对容量配置进行优化，得到百兆瓦电池储能***容量优化配置信号，并将百兆瓦电池储能***容量优化配置信号发送给数据存储与管理模块。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，所属领域的普通技术人员参照上述实施例依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (11)

1.一种百兆瓦电池储能***容量优化配置方法，其特征在于，所述方法包括：
步骤1：确定百兆瓦电池储能***充放电功率以及新能源电站-百兆瓦电池储能***联合出力；
步骤2：根据周期内百兆瓦电池储能***运行利润建立目标函数；
步骤3：采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能***优化后的容量配置。
2.根据权利要求1所述的百兆瓦电池储能***容量优化配置方法，其特征在于，所述步骤1中，确定百兆瓦电池储能***充放电功率以及新能源电站-百兆瓦电池储能***联合出力包括：
1)设t时刻百兆瓦电池储能***的荷电状态值为S(t)，Slow和Shigh分别为百兆瓦电池储能***正常运行时荷电状态的下限和上限，由百兆瓦电池储能***本身性能决定；设定第一节点荷电状态值为Sl，第二节点荷电状态值为Sh，满足0＜Slow＜Sl＜Sh＜Shigh＜1，于是Slow、Shigh、Sl、Sh将百兆瓦电池储能***的荷电状态值分为五个区间，分别为0与Slow之间的第一区间、Slow与Sl之间的第二区间、Sl与Sh之间的第三区间、Sh与Shigh之间的第四区间、Shigh与1之间的第五区间；
2)设P(t)为t时刻新能源电站发电功率，Pbess(t)为t时刻百兆瓦电池储能***的充放电功率，Phybrid(t)为t时刻新能源电站-百兆瓦电池储能***联合出力值，Pf_min(t)和Pf_max(t)分别为Phybrid(t)下限和上限，且有Pf_max(t)＝Pf(t)+Plimit，Pf_min(t)＝Pf(t)-Plimit，其中，Pf(t)为t时刻新能源电站日前预测功率，Plimit为新能源电站功率波动限值，且有Plimit＝εCap，ε为日预测误差允许的百分值，Cap为新能源电站的装机容量；
2-1)当P(t)＜Pf_min(t)时，百兆瓦电池储能***放电，根据百兆瓦电池储能***的荷电状态值分为以下两种情况：
①当Slow＜S(t)＜Sh时，百兆瓦电池储能***以Pf_min(t)为期望进行放电，有Pbess(t)＝Pf_min(t)-P(t)；
②当Sh＜S(t)时，百兆瓦电池储能***以Pf_max(t)为期望进行放电，有Pbess(t)＝Pf_max(t)-P(t)；
t时刻新能源电站-百兆瓦电池储能***联合出力值Phybrid(t)表示为：
Phybrid(t)＝P(t)+Pbess(t)
2-2)当P(t)＞Pf_max(t)时，百兆瓦电池储能***充电，根据百兆瓦电池储能***的荷电状态值分为以下两种情况：
①当Sl＜S(t)＜Shigh时，百兆瓦电池储能***以Pf_max(t)为期望进行充电，有Pbess(t)＝Pf_max(t)-P(t)；
②当S(t)＜Sl时，百兆瓦电池储能***以Pf_min(t)为期望进行充电，有Pbess(t)＝Pf_min(t)-P(t)；
2-3)当Pf_min(t)＜P(t)＜Pf_max(t)时，百兆瓦电池储能***根据百兆瓦电池储能***的荷电状态值进行充放电，分为以下两种情况：
①当S(t)＜Sl时，百兆瓦电池储能***以Pf_min(t)为期望进行充电，有Pbess(t)＝Pf_min(t)-P(t)；
②当Sh＜S(t)时，百兆瓦电池储能***以Pf_max(t)为期望进行放电，有Pbess(t)＝Pf_max(t)-P(t)。
3.根据权利要求2所述的百兆瓦电池储能***容量优化配置方法，其特征在于，所述步骤2中，以周期内百兆瓦电池储能***运行利润最大为目标建立如下目标函数：
maxVprofit(Ec)＝Vbenefit(Ec)-Vcost(Ec)
其中，Ec表示百兆瓦电池储能***，Vprofit(Ec)为周期内百兆瓦电池储能***运行利润，Vbenefit(Ec)为周期内百兆瓦电池储能***的运行收益，Vcost(Ec)为周期内百兆瓦电池储能***的运行成本；
Vbenefit(Ec)和Vcost(Ec)分别表示为：
Vbenefit(Ec)＝ρ1(Eh-E)+ρ2(Epe-Epe,h)
V cos t ( E c ) = αV t o t a l n 1 n t o t a l + V m
其中，ρ1为新能源电站上网电价，Eh为周期内新能源电站-百兆瓦电池储能***联合电站上网的电量，E为周期内新能源电站向电网注入的能量，ρ2为出力偏差惩罚价格，Epe为周期内新能源电站的注入能量与计划注入能量之差，Epe,h为周期内新能源电站-百兆瓦电池储能***联合电站的注入能量与计划注入能量之差；α为成本系数，Vtotal为百兆瓦电池储能***投资，n1为周期内百兆瓦电池储能***的充放电循环次数，ntotal为百兆瓦电池储能***充放电循环寿命，Vm为百兆瓦电池储能***的维护成本。
4.根据权利要求3所述的百兆瓦电池储能***容量优化配置方法，其特征在于，所述步骤3中，采用粒子群算法对目标函数进行求解，得到百兆瓦电池储能***优化后的容量配置包括：
3-1)以储能***容量为寻优参数，采用粒子群算法对其进行寻优；
3-2)参数优化过程中以maxVprofit(Ec)＝Vbenefit(Ec)-Vcost(Ec)为适应度函数，评价每个粒子的适应度，不断更新优化后的解；
3-3)输出优化后的解，得到百兆瓦电池储能***优化后的容量配置。
5.一种百兆瓦电池储能***容量优化配置***，其特征在于，所述***包括通讯模块、数据存储与管理模块、控制与决策模块和容量配置寻优模块；
所述通讯模块，用于实现数据通讯网络与监控平台与数据存储与管理模块通信；
所述数据存储与管理模块用于向所述控制与决策模块和容量配置模块分别发送数据信号；
所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送数据信号；
所述容量配置寻优模块对百兆瓦电池储能***配置进行优化，并向所述数据存储与管理模块发送优化后的容量配置。
6.根据权利要求5所述的百兆瓦电池储能***容量优化配置***，其特征在于，所述通讯模块接收新能源电站-百兆瓦电池储能***联合电站的运行数据，向所述数据通讯网络与监控平台发送新能源电站计划出力值信号和储能电池功率命令值信号，且所述数据通讯网络与监控平台实时监测及控制所述通讯模块。
7.根据权利要求5所述的百兆瓦电池储能***容量优化配置***，其特征在于，所述数据存储与管理模块向所述控制与决策模块发送的数据信号包括新能源电站发电功率值信号、百兆瓦电池储能***功率值信号、新能源电站计划出力值信号、百兆瓦电池储能***启停信号和储能电池荷电状态值信号；
所述数据存储与管理模块向容量配置模块发送的数据信号包括新能源电站发电功率值信号。
8.根据权利要求7所述的百兆瓦电池储能***容量优化配置***，其特征在于，所述数据存储与管理模块接受并保存百兆瓦电池储能***容量优化配置信号，同时将新能源电站计划出力值信号和百兆瓦电池储能***的功率命令值信号按事先设定的协议赋给接口变量，供百兆瓦电池储能***接口平台使用。
9.根据权利要求5所述的百兆瓦电池储能***容量优化配置***，其特征在于，所述控制与决策模块首先判断自身接收的信号类型，分为以下两种情况：
①若为新能源电站发电功率值信号，则根据跟踪计划出力控制策略得到百兆瓦电池储能***功率值信号；
②若为百兆瓦电池储能***功率值信号，则直接读取百兆瓦电池储能***充放电功率，得到新能源电站-百兆瓦电池储能***联合出力值信号。
10.根据权利要求9所述的百兆瓦电池储能***容量优化配置***，其特征在于，所述控制与决策模块向所述数据存储与管理模块及所述容量配置寻优模块发送的数据信号包括百兆瓦电池储能***功率值信号和新能源电站-百兆瓦电池储能***联合出力值信号。
11.根据权利要求10所述的百兆瓦电池储能***容量优化配置***，其特征在于，所述容量配置寻优模块根据百兆瓦电池储能***功率值信号、新能源电站-百兆瓦电池储能***联合出力值信号和新能源电站发电功率值信号得到百兆瓦电池储能***运行利润最大的目标函数，采用粒子群算法根据目标函数对容量配置进行优化，得到百兆瓦电池储能***容量优化配置信号，并将百兆瓦电池储能***容量优化配置信号发送给数据存储与管理模块。
CN201610792808.7A 2016-08-31 2016-08-31 一种百兆瓦电池储能***容量优化配置方法和*** Active CN106230010B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610792808.7A CN106230010B (zh) 2016-08-31 2016-08-31 一种百兆瓦电池储能***容量优化配置方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610792808.7A CN106230010B (zh) 2016-08-31 2016-08-31 一种百兆瓦电池储能***容量优化配置方法和***

Publications (2)

Publication Number Publication Date
CN106230010A true CN106230010A (zh) 2016-12-14
CN106230010B CN106230010B (zh) 2021-10-29

Family

ID=58074074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610792808.7A Active CN106230010B (zh) 2016-08-31 2016-08-31 一种百兆瓦电池储能***容量优化配置方法和***

Country Status (1)

Country Link
CN (1) CN106230010B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106926725A (zh) * 2017-03-21 2017-07-07 上汽通用汽车有限公司 车辆用蓄电池的使用寿命预测方法和装置
CN107871052A (zh) * 2017-12-12 2018-04-03 国家电网公司 一种计及可再生能源和储能的能源集线器优化调度模型

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102208818A (zh) * 2011-06-03 2011-10-05 中国电力科学研究院 基于小波滤波的兆瓦级风光储发电***出力平滑控制方法
CN102214934A (zh) * 2011-06-03 2011-10-12 中国电力科学研究院 基于兆瓦级电池储能电站的风光发电出力平滑控制方法
CN103560533A (zh) * 2012-04-18 2014-02-05 中国电力科学研究院 基于变化率控制储能电站平滑风光发电波动的方法及***
CN103872694A (zh) * 2014-02-26 2014-06-18 山东大学 区域风电场群储能电站的容量优化及其辅助调峰方法
CN104779631A (zh) * 2014-12-31 2015-07-15 国家电网公司 基于风电预测功率的储能跟踪风电出力计划方法及其***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102208818A (zh) * 2011-06-03 2011-10-05 中国电力科学研究院 基于小波滤波的兆瓦级风光储发电***出力平滑控制方法
CN102214934A (zh) * 2011-06-03 2011-10-12 中国电力科学研究院 基于兆瓦级电池储能电站的风光发电出力平滑控制方法
CN103560533A (zh) * 2012-04-18 2014-02-05 中国电力科学研究院 基于变化率控制储能电站平滑风光发电波动的方法及***
CN103872694A (zh) * 2014-02-26 2014-06-18 山东大学 区域风电场群储能电站的容量优化及其辅助调峰方法
CN104779631A (zh) * 2014-12-31 2015-07-15 国家电网公司 基于风电预测功率的储能跟踪风电出力计划方法及其***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
易林 等: "基于变寿命模型的改善风电可调度性电池储能容量优化", 《电工技术学报》 *
程世军: "风电场储能***的优化配置及运行研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106926725A (zh) * 2017-03-21 2017-07-07 上汽通用汽车有限公司 车辆用蓄电池的使用寿命预测方法和装置
CN106926725B (zh) * 2017-03-21 2019-11-05 上汽通用汽车有限公司 车辆用蓄电池的使用寿命预测方法和装置
CN107871052A (zh) * 2017-12-12 2018-04-03 国家电网公司 一种计及可再生能源和储能的能源集线器优化调度模型

Also Published As

Publication number Publication date
CN106230010B (zh) 2021-10-29

Similar Documents

Publication Publication Date Title
Shayegan-Rad et al. Day-ahead scheduling of virtual power plant in joint energy and regulation reserve markets under uncertainties
US10112499B2 (en) System and method for controlling charging and discharging of electric vehicle
CN108599373B (zh) 高比例可再生能源电力***输配协调调度目标级联分析法
Bibak et al. Influences of vehicle to grid (V2G) on power grid: An analysis by considering associated stochastic parameters explicitly
Sandels et al. Vehicle to grid—Monte Carlo simulations for optimal aggregator strategies
CN102289566A (zh) 独立运行模式下的微电网多时间尺度能量优化调度方法
Alfaverh et al. Optimal vehicle-to-grid control for supplementary frequency regulation using deep reinforcement learning
CN103368193A (zh) 用于跟踪计划出力的电池储能电站实时功率分配方法
CN103560532A (zh) 一种兆瓦级电池储能电站的监控***及其方法
Benini et al. Battery energy storage systems for the provision of primary and secondary frequency regulation in Italy
CN111786422A (zh) 基于bp神经网络的微电网参与上层电网实时优化调度方法
CN112446745A (zh) 基于双层随机规划的含多微网的配电市场交易方法
CN106169117A (zh) 一种虚拟电厂日前和实时竞标模型
CN116565908A (zh) 一种光伏和储能***接入的柔性牵引变电所能量管理方法
CN106230010A (zh) 一种百兆瓦电池储能***容量优化配置方法和***
Zhang et al. Economic evaluation of energy storage integrated with wind power
Toma et al. Fuzzy logic based battery energy storage system control for frequency containment
Chavez et al. A Review of Unpredictable Renewable Energy Sources through Electric Vehicles on Islands
CN109636668A (zh) 商业化运营的规模化电池储能***集群参与电网辅助服务的控制方法
Ramos et al. Modeling the operation of electric vehicles in an operation planning model
You et al. Analysis on participation strategy of independent energy storage station in electricity spot market
Rezaei et al. Probabilistic Optimization of Active and Reactive Power in Smart Grid Considering Vehicle-to-Grid and the Uncertainty of Electricity Price
Zhou et al. Joint Dispatch of Peak Shaving and Frequency Response Considering Large-scale Electrochemical Energy Storage on the Grid Side
Lezhniuk et al. Balancing electricity generation and consumption in a system with renewable energy sources
de Chalendar et al. Optimization of electric vehicle charging in a fully (nearly) electric campus energy system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant