CN109347120A - 一种面向电网频率响应的决策方法和*** - Google Patents
一种面向电网频率响应的决策方法和*** Download PDFInfo
- Publication number
- CN109347120A CN109347120A CN201811115267.XA CN201811115267A CN109347120A CN 109347120 A CN109347120 A CN 109347120A CN 201811115267 A CN201811115267 A CN 201811115267A CN 109347120 A CN109347120 A CN 109347120A
- Authority
- CN
- China
- Prior art keywords
- frequency response
- mains frequency
- storage
- energy
- photovoltaic
- 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
Links
- 230000004044 response Effects 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004146 energy storage Methods 0.000 claims abstract description 121
- 238000010248 power generation Methods 0.000 claims abstract description 79
- 230000005611 electricity Effects 0.000 claims abstract description 77
- 238000012417 linear regression Methods 0.000 claims description 17
- 230000015572 biosynthetic process Effects 0.000 claims description 14
- 238000003786 synthesis reaction Methods 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 13
- 238000005286 illumination Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000032683 aging Effects 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 2
- 235000008434 ginseng Nutrition 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000005284 excitation Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000153 supplemental effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
-
- H02J3/383—
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种面向电网频率响应的决策方法。该法包括：根据实时电价数据、电网频率数据、储能***数据以及预设的电网频率响应判据，确定光储联合***是否参与电网频率响应；当光储联合***参与电网频率响应时，基于光伏发电机组数据和预设的储能动作判据，确定储能***是否动作；根据光储联合***是否参与电网频率响应以及储能***是否动作，进行电网频率响应。本发明提供的技术方案考虑电价的激励和电网频率响应要求，对光储联合***响应特性的分析更加准确，提高了电力***的安全稳定性。
Description
技术领域
本发明涉及需求响应的应用调度领域，具体涉及一种面向电网频率响应的决 策方法和***。
背景技术
随着能源危机和环境污染问题的日益严重，光伏发电作为可持续的清洁能源 受到越来越多的关注。但是由于光伏发电出力的不确定性，大规模光伏并网会造 成电网频率波动，对电网的安全稳定造成巨大的影响。
储能技术为解决光伏等新能源并网所带来的问题提供了可能性，各国均有不 同类型的储能电站在建设中或已投运。关于储能在现代电力***中的应用已经成 为了研究热点。
储能不仅可以在大型互联电力***中有效地支持电网的电压和频率，还可以 应对大规模新能源并网给电力***的稳定运行带来的挑战，解决电力***中的能 量平衡问题，提高新能源并网的电能质量。对于光伏发电来说，可利用储能使得 光伏发电机组具有类似于常规机组的动态响应特性，使得光伏发电机组可以像常 规机组一样参与电力***的需求侧响应。
发明内容
为防止电网频率越限使得电网的安全稳定性受到影响，本发明提出一种面向 电网频率响应的决策方法，实现电网和需求侧资源之间的协调互动。该法依据电 网频率响应要求和频率响应辅助服务电价提出电网频率响应的决策方法。本发明 可适用于提高电力***安全稳定性。
本发明提供的技术方案是：
一种面向电网频率响应的决策方法，包括：
根据实时电价数据、电网频率数据、储能***数据以及预设的电网频率响应 判据，确定光储联合***是否参与电网频率响应；
当所述光储联合***参与电网频率响应时，基于光伏发电机组数据和预设的 储能动作判据，确定储能***是否动作；
根据光储联合***是否参与电网频率响应以及储能***是否动作，进行电网 频率响应；
所述光储联合***包括：光伏发电机组和储能***。
优选的，所述根据实时电价数据、电网频率数据、储能***数据以及预设的 电网频率响应判据，确定光储联合***是否参与电网频率响应，包括：
根据所述储能***数据，得到储能电池的充放电损耗成本；
根据所述电网频率数据，确定光储联合***向电网卖出的电量、光储联合系 统参与频率响应的调频电量和光储联合***不参与电网频率响应时向电网卖出 的电量；
根据所述实时电价数据、***光储联合***向电网卖出的电量、光储联合系 统参与频率响应的调频电量、光储联合***不参与电网频率响应时向电网卖出的 电量以及储能电池的充放电损耗成本，计算光储联合***参与电网频率响应时电 站总收益和不参与电网频率响应时电站总收益；
根据所述光储联合***参与电网频率响应时电站总收益和不参与电网频率 响应时电站总收益，基于所述预设的电网频率响应判据，确定光储联合***是否 参与电网频率响应。
进一步的，所述预设的电网频率响应判据如下：
其中，Boverall为光储联合***参与电网频率响应时电站总收益，B′m,t为光储 联合***不参与电网频率响应时电站总收益，ψ为1时，表示参与电网频率响 应，ψ为0时，表示不参与电网频率响应。
进一步的，所述光储联合***参与电网频率响应时电站总收益Boverall的计算 式如下：
Boverall＝Pm.tQm,t+Pfr,tQfr,t+Cop,t
其中，pm,t为实时电价，Qm,t为光储联合***向电网卖出的电量，Qfr,t为光 储联合***参与频率响应的调频电量，pfr,t为光储联合***参与频率响应时的 调频电价，Cop,t为储能电池充放电损耗成本；
所述光储联合***不参与电网频率响应时电站总收益B′m,t的计算式如下：
B′m,t＝Pm,tQ′m,t
其中，Q′m,t为光储联合***不参与辅助服务时向电网卖出的电量。
进一步的，
所述储能电池充放电损耗成本Cop,t的计算式如下：
其中，为储能***第t时段的上调频电量，为储能***第t时段 的下调频电量，Ebloss,t为储能***第t时段内储能损失电量，εlc,t为储能***第 t时段内损失的补偿电量，λop为体现老化折旧的运行成本。
进一步的，所述光储联合***参与频率响应时的调频电价pfr,t的计算式如 下：
其中，λ+为光储联合***参与高频响应时调频电价与实时电价的倍数，λ-为光储联合***参与低频响应时调频电价与实时电价的倍数。
进一步的，所述基于光伏发电机组数据和预设的储能动作判据，确定储能系 统是否动作，包括：
将所述光伏发电机组数据带入预先建立的光伏电机出力模型，得到光伏发电 机组的预测输出功率；
根据所述光伏发电机组的预测输出功率，得到光伏发电机组发电量；
根据光伏发电机组发电量、光储联合***向电网卖出的电量和光储联合*** 参与频率响应的调频电量，基于预设的储能动作判据，确定储能***是否动作；
所述光伏发电机组数据包括：光伏机组气象因素数据和光伏机组效率数据。
进一步的，所述光伏电机出力模型的建立包括：
基于多元线性回归模型，建立光伏发电机组与光照强度和温度相关的发电功 率预测的多元线性回归方程；
依据光伏机组气象因素数据，利用回归方法求解所述光伏发电机组发电功率 预测的多元线性回归方程中的回归系数；
将所述求解的回归系数带入所述光伏发电机组发电功率预测的多元线性回 归方程，得到光伏发电机组的预测发电功率；
根据光伏机组效率数据得到光伏机组的综合转换效率；
基于所述光伏发电机组预测发电功率和所述光伏机组的综合转换效率，得到 光伏发电机组的预测输出功率。
进一步的，所述光伏发电机组的预测输出功率的计算式如下：
PPV＝PmNsNPη
其中，PPV为光伏发电机组的预测输出功率，Pm为光伏发电机组预测发电功 率，Ns为与光照强度相关的系数，NP为与温度相关的系数，η为光伏机组的综 合转换效率。
进一步的，所述光伏发电机组预测发电功率Pm的计算式如下：
Pm＝N0+N1x1+N2x2
其中，N0、N1、N2是回归系数，x1是关于光照强度的自变量，x2是关于温度 的自变量。
进一步的，所述光伏机组的综合转换效率η的计算式如下：
η＝η1η2η3
其中，η1为光伏电池阵列效率；η2为逆变器效率；η3为交流并网效率。
进一步的，所述光伏发电机组发电量的计算式如下：
Qe,t＝PPV×Δt
其中，Qe,t为光伏发电机组发电量，PPV为光伏发电机组预测输出功率，Δt 为时间段。
进一步的，所述预设的储能动作判据包括：
其中，Qm,t为***向电网卖出的电量，Qfr,t为光储联合***参与频率响应 的调频电量。
一种电网频率响应的决策***，所述***包括：
电网频率响应判断模块，用于根据实时电价数据、电网频率数据、光伏发电 机组数据、储能***数据以及预设的电网频率响应判据，确定光储联合***是否 参与电网频率响应；
储能动作判断模块，用于当所述光储联合***参与电网频率响应时，基于预 设的储能动作判据，确定储能***是否动作；
响应动作模块，用于根据光储联合***是否参与电网频率响应以及储能*** 是否动作，确定进行电网的频率响应。
所述电网频率响应判断模块包括：数据读取单元、发电功率预测单元、综合 转换效率单元、输出功率单元、收益计算单元、电网响应判据单元、电网响应确 定单元；
所述数据读取单元，用于读取实时电价数据、电网频率数据、光伏发电机组 数据和储能***数据；
所述发电功率预测单元，用于根据光伏机组气象因素数据，建立与光照强度 和温度相关的光伏发电机组发电功率预测的多元线性回归方程，并求解回归系数， 得到光伏发电机组的预测发电功率；
所述综合转换效率单元，用于根据光伏电池阵列效率、逆变器效率、交流并 网效率数据得到光伏机组的综合转换效率；
所述输出功率单元，用于基于光伏发电机组预测发电功率和光伏机组的综合 转换效率，得到光伏发电机组的输出功率；
所述收益计算单元，用于计算光储联合***参与电网频率响应时电站总收益 和不参与电网频率响应时电站总收益；
所述电网响应判据单元，用于建立光储联合***是否参与电网频率响应的判 据；
所述电网响应确定单元，用于基于光储联合***参与电网频率响应时电站总 收益和不参与电网频率响应时电站总收益，根据电网频率响应判据，确定光储联 合***是否参与电网频率响应。
所述储能动作判断模块包括：储能动作判据单元、计算单元、确定单元；
所述储能动作判据单元，用于建立储能是否动作的判据；
所述计算单元，用于根据光伏发电机组预测输出功率计算光伏发电机组发电 量；
所述确定单元，用于基于光伏发电机组发电量、***向电网卖出的电量以及 光储联合***参与频率响应的调频电量，确定储能是否动作。
与现有技术相比，本发明的有益效果为：
本发明提供一种面向电网频率响应的决策方法，根据实时电价数据、电网频 率数据、储能***数据以及预设的电网频率响应判据，确定光储联合***是否参 与电网频率响应；当所述光储联合***参与电网频率响应时，基于光伏发电机组 数据和预设的储能动作判据，确定储能***是否动作；根据光储联合***是否参 与电网频率响应以及储能***是否动作，进行电网频率响应。本发明提供的技术 方案考虑电价的激励和电网频率响应要求，对光储联合***响应特性的分析更加 准确，可广泛适用于需求侧资源的响应特性分析。
本发明提供的技术方案基于线性回归方法，建立光伏电机出力模型，结合储 能形成光储联合***，充分研究需求侧资源参与电网的响应行为。
本发明提供的技术方案分析光储联合***是否参与电网频率响应时，计算光 储联合***参与电网频率响应时电站总收益和不参与电网频率响应时电站总收 益，给出光储联合***是否参与电网频率响应的判据，并根据光伏发电机组出力 量、频率响应辅助服务电价和电网频率响应要求来决定储能是否动作，充分考虑 光储联合***参与频率响应时的经济性，也提高了电力***的安全稳定性。
附图说明
图1为本发明的面向电网频率响应的决策方法流程图；
图2为本发明实施例中一种面向电网频率响应的决策方法实施流程框图；
图3为本发明实施例中某地当日的实时电价曲线图；
图4为本发明实施例中某地当日电网频率图；
图5为本发明的一种电网频率响应的决策***的结构示意图。
具体实施方式
为了更好地理解本发明，下面结合说明书附图和实例对本发明作进一步详细 说明。
本专利通过建立光伏电机出力模型，依据电网频率响应要求、储能成本和频 率响应辅助服务电价提出电网频率响应的决策方法。
实施例1：
本发明实施例提供的一种面向电网频率响应的决策方法，其具体实施过程如 图1所示，包括：
S101：根据实时电价数据、电网频率数据、储能***数据以及预设的电网频 率响应判据，确定光储联合***是否参与电网频率响应；
S102：当所述光储联合***参与电网频率响应时，基于光伏发电机组数据和 预设的储能动作判据，确定储能***是否动作；
S103：根据光储联合***是否参与电网频率响应以及储能***是否动作，进 行电网频率响应。
本发明实施例提供的面向电网频率响应的决策方法实施流程如图2所示，包 含如下内容：
具体的，步骤S101，根据实时电价数据、电网频率数据储能***数据以及预 设的电网频率响应判据，确定光储联合***是否参与电网频率响应；
步骤S101-1，输入储能***参数数据、实时电价数据和电网频率数据；
步骤S101-2，根据储能***参数数据，建立储能的荷电状态模型，储能与光 伏发电机组构成光储联合***，具体包括：
储能***的荷电状态SOC(State Of Charge)与充放电功率的关系式如下：
其中，SOCt为储能设备在时间段t的荷电状态；cf为储能设备的控制变量； 为储能设备的充电功率，充电时取值为正，放电取值为负；Smax为储能设备容 量上限；ζ为储能设备充放电效率；λ为表征储能设备启用状态的变量，其取值 为1和0，对应储能放电时λ值为1，充电时λ值为0；
cf为储能设备的控制变量，该变量控制用户端储能设备的充放电行为，其具 体取值见下式：
其中，Rmax为储能设备的额定功率；ms和ns为控制储能设备充放电的参数， SOCmax为储能设备的最大荷电状态。
步骤S101-3，根据图3实时电价数据和图4电网频率数据，设定频率响应 辅助服务电价为实时电价的倍数，结合电网频率响应要求，提出光储联合***的 电网频率决策方法，具体步骤包括：
步骤S101-3-1，首先，给出当日的频率响应辅助服务电价pfr,t：
其中，λ+和λ-分别为电站提供向上和向下调频服务时，辅助服务电价与实 时电价的倍数，λ+和λ-都是根据实际情况确定的，pm,t为实时电价；
步骤S101-3-2，其次，分析光储联合***是否参与电网频率响应时，要计算 光储联合***参与电网频率响应时电站总收益和不参与电网频率响应时电站总 收益：
步骤S101-3-2-1，参与电网频率响应时电站总收益：
电池充放电损耗成本：储能电池每一次充放都将带来电池的老化，该项费用 用运行成本表示。
其中，表示储能***第t时段的上调频电量，即t时段由于低频响应增 加的量；表示储能***第t时段的下调频电量，即由于高频响应减少的电量；Ebloss,t表示储能***第t时段内储能损失电量，εlc,t表示储能***第t时段内损 失的补偿电量，λop为体现老化折旧的运行成本；
电站售电与参与电网频率响应辅助服务收益：光储联合***的收入，包括电 力市场和调频辅助服务市场两部分。光伏发电机组第t时段在电力市场中售电获 得的收益Bm,t可表示为：
Bm,t＝pm,tQm,t (6)
其中，Qm,t为向电网卖出的电量，pm,t为实时电价；
光储联合***由于提供频率辅助服务参与***调频的收入Bfr,t可表示为：
Bfr,t＝pfr,tQfr,t (7)
其中，Qfr,t为光储联合***参与频率响应的调频电量；
定义和分别为光储联合***参与高频响应和低频响应的调频电 量，均为非负值，那么，参与***调频的收入可进一步表示为：
其中,κt为第t时段光储联合***的频率响应方向标记；
因此，考虑光储联合***售电收益、参与电网频率响应服务和储能充放电损 耗的总收益可表示为
Boverall＝Bm,t+Bfr,t+Cop,t (10)
步骤S101-3-2-2，不参与电网频率响应时电站总收益：
联合***不参与电网频率响应，则其收益只有电力市场的售电收益：
B′m,t＝p′m,tQ′m,t (11)
其中，Q′m,t为不参与辅助服务时向电网卖出的电量；
步骤S101-3-2-3，给出光储联合***是否参与电网频率响应的判据：
以经济性为考量，比较于不参与电网调频，如果参与电网频率响应能带来更 多的收益，则联合***选择参与。因此，判据可表达为：
其中，Boverall表示参与电网频率响应时电站总收益，B′m,t表示不参与电网频 率响应时电站总收益，ψ为1时，表示参与电网频率响应辅助服务，为0时，表 示不参与电网频率响应辅助服务；
光储联合***是否参与电网频率响应，取决于参与电网频率响应的收益。当 参与响应的收益大于不参与时，则参与；反之，不参与。
具体的，步骤S102，当光储联合***参与电网频率响应时，基于光伏发电机 组数据和预设的储能动作判据，确定储能***是否动作，具体包括：
步骤S102-1，建立考虑关键因素影响的光伏电机出力模型，具体包括：
步骤S102-1-1，在光伏发电机组发电功率的预测中，考虑对其影响大的两 个气象因素光照强度和温度，以这两个变量的历史数据为基础，建立光伏发电机 组发电功率预测的多元线性回归模型：
Pm＝N0+N1x1+N2x2 (13)
用于描述一个因变量y与另外多个解释变量xi之间关系的函数，我们称之为 回归函数。回归函数中还包括一组未知的参数βj。如果一个回归函数是线性的， 则称之为线性回归模型。含一个以上解释变量的线性回归模型称为多元线性回归 模型。在有多个解释变量的多元线性回归中，因变量与解释变量之间的关系可由 下式表示：
yi＝β0+β1x1i+β2x2i+…+βjxji (14)
其中，xji为解释变量；β0为常数项；β1……βj为与解释变量相关的回归系数；
步骤S102-1-2，通过直接采集大量光照强度与大气温度的数据信息，利用 回归方法解得(13)中的N0、N1、N2这3个常数，得到完整的功率预测回归方 程；认为短时间内模型的映射关系是近似不变的，将前一时刻所采集的辐照强度 与温度数据代入该模型，即可对光伏发电机组的发电功率作出预测；
步骤S102-1-3，在并网光伏发电机组中，大量光伏电池单体经过串、并联构 成光伏阵列。整个光伏机组的综合转换效率η为：
η＝η1η2η3 (15)
其中，η1为光伏电池阵列效率；η2为逆变器效率；η3为交流并网效率；
步骤S102-1-4，光伏发电机组的输出功率PPV可表示为：
PPV＝PmNsNPη (16)
其中，Ns表示与光照强度相关的系数，NP表示与温度相关的系数，Ns与NP为根据实际情况确定的参数；
步骤S102-2，根据受天气状态影响的光伏发电出力量和电网频率响应要求 来决定储能是否动作；
如果光伏发电出力量足够支持光储联合***向电网售电并且参与电网的频 率响应，考虑到储能投入使用的成本较高，此时储能不动作；当光伏发电机组发 电量Qe,t小于***向电网卖出的电量Qm,t与光储联合***参与频率响应的调频电 量Qfr,t之和时，储能动作；
因此，判据可表达为：
Qe,t＝PPV×Δt (17)
其中，Δt为时间段。
具体的，步骤S103，当经过上述步骤确定了光储联合***是否参与电网频 率响应以及储能***是否动作，按照确定的结果进行电网频率响应。
实施例2：
基于同一发明构思，本发明还提供一种电网频率响应的决策***，如图5所 示，所述***包括：
电网频率响应判断模块，用于根据实时电价数据、电网频率数据、光伏发电 机组数据、储能***数据以及预设的电网频率响应判据，确定光储联合***是否 参与电网频率响应；
储能动作判断模块，用于当所述光储联合***参与电网频率响应时，基于预 设的储能动作判据，确定储能***是否动作；
响应动作模块，用于根据光储联合***是否参与电网频率响应以及储能*** 是否动作，确定进行电网的频率响应。
所述电网频率响应判断模块包括：数据读取单元、发电功率预测单元、综合 转换效率单元、输出功率单元、收益计算单元、电网响应判据单元、电网响应确 定单元；
所述数据读取单元，用于读取实时电价数据、电网频率数据、光伏发电机组 数据和储能***数据；
所述发电功率预测单元，用于根据光伏机组气象因素数据，建立与光照强度 和温度相关的光伏发电机组发电功率预测的多元线性回归方程，并求解回归系数， 得到光伏发电机组的预测发电功率；
所述综合转换效率单元，用于根据光伏电池阵列效率、逆变器效率、交流并 网效率数据得到光伏机组的综合转换效率；
所述输出功率单元，用于基于光伏发电机组预测发电功率和光伏机组的综合 转换效率，得到光伏发电机组的输出功率；
所述收益计算单元，用于计算光储联合***参与电网频率响应时电站总收益 和不参与电网频率响应时电站总收益；
所述电网响应判据单元，用于建立光储联合***是否参与电网频率响应的判 据；
所述电网响应确定单元，用于基于光储联合***参与电网频率响应时电站总 收益和不参与电网频率响应时电站总收益，根据电网频率响应判据，确定光储联 合***是否参与电网频率响应。
所述储能动作判断模块包括：储能动作判据单元、计算单元、确定单元；
所述储能动作判据单元，用于建立储能是否动作的判据；
所述计算单元，用于根据光伏发电机组预测输出功率计算光伏发电机组发电 量；
所述确定单元，用于基于光伏发电机组发电量、***向电网卖出的电量以及 光储联合***参与频率响应的调频电量，确定储能是否动作。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算 机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软 件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计 算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、 光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品 的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或 方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框 的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机 或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可 编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个 流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备 以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指 令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得 在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从 而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或 多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和 原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的 权利要求范围之内。
Claims (16)
1.一种面向电网频率响应的决策方法，其特征在于，包括：
根据实时电价数据、电网频率数据、储能***数据以及预设的电网频率响应判据，确定光储联合***是否参与电网频率响应；
当所述光储联合***参与电网频率响应时，基于光伏发电机组数据和预设的储能动作判据，确定储能***是否动作；
根据光储联合***是否参与电网频率响应以及储能***是否动作，进行电网频率响应；
所述光储联合***包括：光伏发电机组和储能***。
2.根据权利要求1所述的面向电网频率响应的决策方法，其特征在于，所述根据实时电价数据、电网频率数据、储能***数据以及预设的电网频率响应判据，确定光储联合***是否参与电网频率响应，包括：
根据所述储能***数据，得到储能电池的充放电损耗成本；
根据所述电网频率数据，确定光储联合***向电网卖出的电量、光储联合***参与频率响应的调频电量和光储联合***不参与电网频率响应时向电网卖出的电量；
根据所述实时电价数据、***光储联合***向电网卖出的电量、光储联合***参与频率响应的调频电量、光储联合***不参与电网频率响应时向电网卖出的电量以及储能电池的充放电损耗成本，计算光储联合***参与电网频率响应时电站总收益和不参与电网频率响应时电站总收益；
根据所述光储联合***参与电网频率响应时电站总收益和不参与电网频率响应时电站总收益，基于所述预设的电网频率响应判据，确定光储联合***是否参与电网频率响应。
3.根据权利要求2所述的面向电网频率响应的决策方法，其特征在于，所述预设的电网频率响应判据如下：
其中，Boverall为光储联合***参与电网频率响应时电站总收益，B′m,t为光储联合***不参与电网频率响应时电站总收益，ψ为1时，表示参与电网频率响应，ψ为0时，表示不参与电网频率响应。
4.根据权利要求3所述的面向电网频率响应的决策方法，其特征在于，
所述光储联合***参与电网频率响应时电站总收益Boverall的计算式如下：
Boverall＝Pm.tQm,t+Pfr,tQfr,t+Cop,t
其中，pm,t为实时电价，Qm,t为光储联合***向电网卖出的电量，Qfr,t为光储联合***参与频率响应的调频电量，pfr,t为光储联合***参与频率响应时的调频电价，Cop,t为储能电池充放电损耗成本；
所述光储联合***不参与电网频率响应时电站总收益B′m,t的计算式如下：
B′m,t＝Pm,tQ′m,t
其中，Q′m,t为光储联合***不参与电网频率响应时向电网卖出的电量。
5.根据权利要求4所述的面向电网频率响应的决策方法，其特征在于，
所述储能电池充放电损耗成本Cop,t的计算式如下：
其中，为储能***第t时段的上调频电量，为储能***第t时段的下调频电量，Ebloss,t为储能***第t时段内储能损失电量，εlc,t为储能***第t时段内损失的补偿电量，λop为体现老化折旧的运行成本。
6.根据权利要求5所述的与面向电网频率响应的决策方法，其特征在于，
所述光储联合***参与频率响应时的调频电价pfr,t的计算式如下：
其中，λ+为光储联合***参与高频响应时调频电价与实时电价的倍数，λ-为光储联合***参与低频响应时调频电价与实时电价的倍数。
7.根据权利要求2所述的面向电网频率响应的决策方法，其特征在于，所述基于光伏发电机组数据和预设的储能动作判据，确定储能***是否动作，包括：
将所述光伏发电机组数据带入预先建立的光伏电机出力模型，得到光伏发电机组的预测输出功率；
根据所述光伏发电机组的预测输出功率，得到光伏发电机组发电量；
根据光伏发电机组发电量、光储联合***向电网卖出的电量和光储联合***参与频率响应的调频电量，基于预设的储能动作判据，确定储能***是否动作；
所述光伏发电机组数据包括：光伏机组气象因素数据和光伏机组效率数据。
8.根据权利要求7所述的面向电网频率响应的决策方法，其特征在于，所述光伏电机出力模型的建立包括：
基于多元线性回归模型，建立光伏发电机组与光照强度和温度相关的发电功率预测的多元线性回归方程；
依据光伏机组气象因素数据，利用回归方法求解所述光伏发电机组发电功率预测的多元线性回归方程中的回归系数；
将所述求解的回归系数带入所述光伏发电机组发电功率预测的多元线性回归方程，得到光伏发电机组的预测发电功率；
根据光伏机组效率数据得到光伏机组的综合转换效率；
基于所述光伏发电机组预测发电功率和所述光伏机组的综合转换效率，得到光伏发电机组的预测输出功率。
9.根据权利要求8所述的面向电网频率响应的决策方法，其特征在于，所述光伏发电机组的预测输出功率的计算式如下：
PPV＝PmNsNPη
其中，PPV为光伏发电机组的预测输出功率，Pm为光伏发电机组预测发电功率，Ns为与光照强度相关的系数，NP为与温度相关的系数，η为光伏机组的综合转换效率。
10.根据权利要求9所述的面向电网频率响应的决策方法，其特征在于，所述光伏发电机组预测发电功率Pm的计算式如下：
Pm＝N0+N1x1+N2x2
其中，N0、N1、N2是回归系数，x1是关于光照强度的自变量，x2是关于温度的自变量。
11.根据权利要求9所述的面向电网频率响应的决策方法，其特征在于，所述光伏机组的综合转换效率η的计算式如下：
η＝η1η2η3
其中，η1为光伏电池阵列效率；η2为逆变器效率；η3为交流并网效率。
12.根据权利要求7所述的面向电网频率响应的决策方法，其特征在于，所述光伏发电机组发电量的计算式如下：
Qe,t＝PPV×Δt
其中，Qe,t为光伏发电机组发电量，PPV为光伏发电机组预测输出功率，Δt为时间段。
13.根据权利要求12所述的面向电网频率响应的决策方法，其特征在于，所述预设的储能动作判据包括：
其中，Qm,t为光储联合***向电网卖出的电量，Qfr,t为光储联合***参与频率响应的调频电量。
14.一种电网频率响应的决策***，其特征在于，包括：
电网频率响应判断模块，用于根据实时电价数据、电网频率数据、光伏发电机组数据、储能***数据以及预设的电网频率响应判据，确定光储联合***是否参与电网频率响应；
储能动作判断模块，用于当所述光储联合***参与电网频率响应时，基于预设的储能动作判据，确定储能***是否动作；
响应动作模块，用于根据光储联合***是否参与电网频率响应以及储能***是否动作，确定进行电网的频率响应。
15.如权利要求14所述的电网频率响应的决策***，其特征在于，所述电网频率响应判断模块包括：数据读取单元、发电功率预测单元、综合转换效率单元、输出功率单元、收益计算单元、电网响应判据单元、电网响应确定单元；
所述数据读取单元，用于读取实时电价数据、电网频率数据、光伏发电机组数据和储能***数据；
所述发电功率预测单元，用于根据光伏机组气象因素数据，建立与光照强度和温度相关的光伏发电机组发电功率预测的多元线性回归方程，并求解回归系数，得到光伏发电机组的预测发电功率；
所述综合转换效率单元，用于根据光伏电池阵列效率、逆变器效率、交流并网效率数据得到光伏机组的综合转换效率；
所述输出功率单元，用于基于光伏发电机组预测发电功率和光伏机组的综合转换效率，得到光伏发电机组的预测输出功率；
所述收益计算单元，用于计算光储联合***参与电网频率响应时电站总收益和不参与电网频率响应时电站总收益；
所述电网响应判据单元，用于建立光储联合***是否参与电网频率响应的判据；
所述电网响应确定单元，用于基于光储联合***参与电网频率响应时电站总收益和不参与电网频率响应时电站总收益，根据电网频率响应判据，确定光储联合***是否参与电网频率响应。
16.如权利要求14所述的电网频率响应的决策***，其特征在于，所述储能动作判断模块包括：储能动作判据单元、计算单元、确定单元；
所述储能动作判据单元，用于建立储能是否动作的判据；
所述计算单元，用于根据光伏发电机组预测输出功率计算光伏发电机组发电量；
所述确定单元，用于基于光伏发电机组发电量、***向电网卖出的电量以及光储联合***参与频率响应的调频电量，确定储能是否动作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811115267.XA CN109347120B (zh) | 2018-09-25 | 2018-09-25 | 一种面向电网频率响应的决策方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811115267.XA CN109347120B (zh) | 2018-09-25 | 2018-09-25 | 一种面向电网频率响应的决策方法和*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109347120A true CN109347120A (zh) | 2019-02-15 |
| CN109347120B CN109347120B (zh) | 2022-11-25 |
Family
ID=65306233
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811115267.XA Active CN109347120B (zh) | 2018-09-25 | 2018-09-25 | 一种面向电网频率响应的决策方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109347120B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110544951A (zh) * | 2019-09-11 | 2019-12-06 | 华润智慧能源有限公司 | 储能***的调频方法、装置、服务器和存储介质 |
| CN115953042A (zh) * | 2023-03-10 | 2023-04-11 | 山东创宇环保科技有限公司 | 基于专家***的分布式能源优化控制管理方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104993513A (zh) * | 2015-06-30 | 2015-10-21 | 华北电力科学研究院有限责任公司 | 支撑光储发电***黑启动的电池储能电站控制方法及*** |
| CN106022579A (zh) * | 2016-05-13 | 2016-10-12 | 华北电力大学（保定） | 一种基于辅助服务的光储电站上网电价调整方案 |
| US20170102434A1 (en) * | 2015-10-08 | 2017-04-13 | Johnson Controls Technology Company | Electrical energy storage system with battery power setpoint optimization based on battery degradation costs and expected frequency response revenue |
| CN106998072A (zh) * | 2017-05-15 | 2017-08-01 | 国网江苏省电力公司电力科学研究院 | 一种面向配电网优化运行的混合储能***容量优化配置方法 |
-
2018
- 2018-09-25 CN CN201811115267.XA patent/CN109347120B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104993513A (zh) * | 2015-06-30 | 2015-10-21 | 华北电力科学研究院有限责任公司 | 支撑光储发电***黑启动的电池储能电站控制方法及*** |
| US20170102434A1 (en) * | 2015-10-08 | 2017-04-13 | Johnson Controls Technology Company | Electrical energy storage system with battery power setpoint optimization based on battery degradation costs and expected frequency response revenue |
| CN106022579A (zh) * | 2016-05-13 | 2016-10-12 | 华北电力大学（保定） | 一种基于辅助服务的光储电站上网电价调整方案 |
| CN106998072A (zh) * | 2017-05-15 | 2017-08-01 | 国网江苏省电力公司电力科学研究院 | 一种面向配电网优化运行的混合储能***容量优化配置方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110544951A (zh) * | 2019-09-11 | 2019-12-06 | 华润智慧能源有限公司 | 储能***的调频方法、装置、服务器和存储介质 |
| CN110544951B (zh) * | 2019-09-11 | 2023-04-28 | 华润智慧能源有限公司 | 储能***的调频方法、装置、服务器和存储介质 |
| CN115953042A (zh) * | 2023-03-10 | 2023-04-11 | 山东创宇环保科技有限公司 | 基于专家***的分布式能源优化控制管理方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109347120B (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Elkazaz et al. | Energy management system for hybrid PV-wind-battery microgrid using convex programming, model predictive and rolling horizon predictive control with experimental validation | |
| Correa-Florez et al. | Stochastic operation of home energy management systems including battery cycling | |
| Sidorov et al. | A dynamic analysis of energy storage with renewable and diesel generation using Volterra equations | |
| Zand et al. | Energy management strategy for solid‐state transformer‐based solar charging station for electric vehicles in smart grids | |
| Aluisio et al. | Optimal operation planning of V2G-equipped Microgrid in the presence of EV aggregator | |
| Ebadat-Parast et al. | Distribution system resilience enhancement through resilience-oriented optimal scheduling of multi-microgrids considering normal and emergency conditions interlink utilizing multi-objective programming | |
| Zhou | Sustainable energy sharing districts with electrochemical battery degradation in design, planning, operation and multi-objective optimisation | |
| Lupangu et al. | Model predictive for reactive power scheduling control strategy for PV–battery hybrid system in competitive energy market | |
| Kapoor et al. | Optimal charge/discharge scheduling of battery storage interconnected with residential PV system | |
| Melhem et al. | Residential energy management in smart grid considering renewable energy sources and vehicle-to-grid integration | |
| Li et al. | Online battery protective energy management for energy-transportation nexus | |
| CN116307087B (zh) | 考虑电动汽车充放电的微电网***储能优化配置方法和*** | |
| Razi et al. | A user-friendly smart charging algorithm based on energy-awareness for different PEV parking scenarios | |
| Deng et al. | Hierarchical operation management of electric vehicles for depots with PV on-site generation | |
| CN115169723A (zh) | 发电功率预测方法、负荷预测方法及模型训练方法 | |
| Musio et al. | Optimal electric vehicle charging strategy for energy management in microgrids | |
| CN109347120A (zh) | 一种面向电网频率响应的决策方法和*** | |
| Gangwar et al. | Management of energy storage dispatch in unbalanced distribution networks using opendss | |
| Guiducci et al. | A Reinforcement Learning approach to the management of Renewable Energy Communities | |
| Wang et al. | Noncooperative distributed social welfare optimization with EV charging response | |
| Gopalakrishnan et al. | Peak demand shaving based on solar and load forecasting at Port of Gävle | |
| Nakamura et al. | Study on operation in microgrid including hydrogen supplying equipment for contributing power system operation | |
| CN114547821A (zh) | 基于灰色关联理论的可调度柔性资源辨识方法、存储介质 | |
| Kermani et al. | Optimal operation of a real power hub based on PV/FC/GenSet/BESS and demand response under uncertainty | |
| Dellaly et al. | A digital twin model-based approach to cost optimization of residential community microgrids |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | 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 |