CN109347127A - 一种应对区域供电线路故障的储能优化配置方法 - Google Patents

一种应对区域供电线路故障的储能优化配置方法 Download PDF

Info

Publication number
CN109347127A
CN109347127A CN201811262139.8A CN201811262139A CN109347127A CN 109347127 A CN109347127 A CN 109347127A CN 201811262139 A CN201811262139 A CN 201811262139A CN 109347127 A CN109347127 A CN 109347127A
Authority
CN
China
Prior art keywords
power
energy storage
battery
formula
unit
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
CN201811262139.8A
Other languages
English (en)
Other versions
CN109347127B (zh
Inventor
文劲宇
周博
李铁
陈晓东
何晓洋
李琼慧
王彩霞
艾小猛
姚伟
姜枫
崔岱
潘鹏飞
黄佳伟
张彤
李昂
李蔚
肖黎丽
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.)
National Grid Energy Research Institute Co Ltd
Huazhong University of Science and Technology
State Grid Energy Research Institute Co Ltd
State Grid Liaoning Electric Power Co Ltd
Original Assignee
National Grid Energy Research Institute Co Ltd
Huazhong University of Science and Technology
State Grid Liaoning Electric Power Co Ltd
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 National Grid Energy Research Institute Co Ltd, Huazhong University of Science and Technology, State Grid Liaoning Electric Power Co Ltd filed Critical National Grid Energy Research Institute Co Ltd
Priority to CN201811262139.8A priority Critical patent/CN109347127B/zh
Publication of CN109347127A publication Critical patent/CN109347127A/zh
Application granted granted Critical
Publication of CN109347127B publication Critical patent/CN109347127B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/30Arrangements for balancing of the load in a network by storage of energy using dynamo-electric machines coupled to flywheels
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/16Mechanical energy storage, e.g. flywheels or pressurised fluids

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种应对区域供电线路故障的储能优化配置方法,首先收集所研究电力***各元件参数与常用储能的经济技术指标,其次确定区域电网线路故障及供电恢复流程,然后建立考虑发电单元响应时间与重要负荷供电需求指标的电力***运行及储能配置模型,再以复合储能投资总费用、储能全寿命周期内区域供电线路故障后的期望运行惩罚以及运行成本的加权和最小为配置目标,最后求解模型得到储能配置方案。本发明能够综合利用不同类型储能的特点,以最小的复合储能投资,应对输电线路故障后可能发生的潮流越限问题和供电需求问题,保证电力***运行可靠性,此外还可以通过所提出的方法对影响储能配置结果的关键参数进行灵敏度分析。

Description

一种应对区域供电线路故障的储能优化配置方法
技术领域
本发明属于电气工程领域,尤其涉及一种应对区域供电线路故障的储能优化配置方法。
背景技术
随着全球气候的变化,各种极端天气,如台风、暴雨、冰灾等,可引发大范围电网设备和线路故障,造成大面积停电事故。区域供电线路故障后,***往往会同时面临紧急潮流越限事件和重要负荷供电需求两方面的问题。潮流越限问题常采用输电线路动态增容技术来短时间内扩大线路容量上限,或切负荷配合配置适当功率型储能进行潮流疏散,但均无法应对电源不足问题;供电需求问题常通过切机切负荷措施减少负荷需求,或配置能量型储能在检修期间供电,但均无法应对潮流越限问题。除了配置储能和切除负荷外,目前还没有能同时解决潮流越限问题和供电需求问题的方法。考虑到某些特定地区重要负荷供电可靠性要求极高,失负荷价值极大,切负荷方法是不实际的,只能通过配置储能来同时解决上述问题。
发明内容
针对现有技术的缺陷,本发明的目的在于解决如何优化配置多种类型储能,来以最小的复合储能投资,应对输电线路故障后可能发生的潮流越限问题和供电需求问题,保证电力***运行可靠性的技术问题。
为实现上述目的,本发明提供一种应对区域供电线路故障的储能优化配置方法,包括以下步骤:
步骤(1),收集电力***各元件的参数,所述电力***各元件包含交流电网、联络线、火电机组、风电机组以及储能元件,储能元件包括抽水蓄能电站、各种电化学储能、储热、飞轮储能、超级电容、超导磁储能和压缩空气储能元件,所述参数包括数量参数、编号参数、上下限参数、功率参数、经济参数、周期参数或故障参数;
步骤(2),若所述电力***发生线路故障,则通过切机切负荷或配置功率型储能,并调整火电机组或风电机组出力,缓解线路潮流越限或***解列所造成的功率不平衡,在所配置功率型储能的基础上,优化配置一定量的储能,以保证故障检修期间对负荷供电需求;
步骤(3),基于所述各元件的参数,建立考虑发电单元响应时间与重要负荷供电需求指标的电力***运行及储能配置模型;
步骤(4),选定储能配置目标,使得复合储能投资总费用、储能全寿命周期内区域供电线路故障后的期望运行惩罚以及运行成本的加权和最小;
步骤(5),以所述储能配置目标为优化目标,求解所述电力***运行及储能配置模型得到储能配置结果。
在一个可选的实例中,所诉步骤(1)中各元件的参数包括:
交流电网节点个数Nb,节点有功负荷Pd,节点最大切负荷功率占比β,节点失负荷价值系数kcl,故障后最大允许失负荷电量比例β;
交流电网线路条数Nl,线路首末端节点编号,线路电抗标幺值x,线路长期运行允许潮流上限Plmax;***基准容量Sb,***要求备用率α;
火电机组所在节点编号,技术出力上下限Pthmax和Pthmin,动态出力上下限PthU和PthD,最大上下爬坡率rUth和rDth,火电机组响应时间trth,火电运行成本cth,切机量惩罚系数cthcut
风电机组所在节点编号,风电机组出力Pwd,弃风量惩罚系数cwdcut;联络线所在节点,联络线从节点吸收功率Pto
抽水蓄能电站最大允许建设抽水机台数Kphg,抽水机额定功率pph,抽水机放电功率上下限pphdmin和pphdmax,抽水机充电功率pphc,抽蓄机组最大上下爬坡速率rUph和rDph,抽蓄机组响应时间trph,最大允许建设水库能量Ephrmax,抽蓄充放电效率ηphc和ηphd,抽蓄放电深度Dph,抽蓄功率配置成本系数cphg,抽蓄能量配置成本系数cphe,抽蓄运行维护成本cphm
电池储能最大允许配置电池单元个数Ngb,电池单元额定功率pgb,最大允许配置电池能量Egbrmax,电池充放电效率ηgbc和ηgbd,电池放电深度Dgb,电池功率配置成本系数cgbp,电池能量配置成本系数cgbe,电池运行维护成本cgbm
储能全寿命周期Tlife,故障检修时间T,所研究地区节点编号,所研究供电断面线路编号,该断面年故障频率f,断面各种故障发生概率p。
在一个可选的实例中,所述步骤(2)包括短时紧急潮流疏散过程与线路检修期间负荷供电及恢复过程,具体包括如下步骤:
(2.1)短时紧急潮流疏散过程
线路发生故障后,网架拓扑改变,潮流重新分配,易发生潮流紧急越限事件,判断在故障后是否有线路潮流达到短时输送容量上限或出现***解列,若出现线路潮流紧急越限或***解列事件,通过切机切负荷等措施缓解线路潮流越限或***功率不平衡;或配置储能作为故障后短时间内的功率支撑,避免切机切负荷,之后调整机组出力,缓解线路潮流越限或***解列所造成的功率不平衡;
(2.2)线路检修期间负荷供电及恢复
优化配置一定量的储能,可在整个故障检修期间满足重要负荷供电,线路完成检修后,恢复区域内所有负荷供电。
在一个可选的实例中,所述步骤(3)具体包括如下约束条件:
所述模型中故障检修时间可以按照预设规则分割时段;
所述模型包含如下约束条件,其中含有上标b的变量为故障前基态变量,含有上标s的变量为发生第s种故障后的变量,下标t为变量所处时段编号,含有下标i的变量为第i个节点处的相应变量,含有下标j的变量为第j条线路上的相应变量,部分约束中上标或下标中的一部分被省略,代表对于该被省略上标或下标能取到的所有值都满足;
(3.1)电力***运行模型,电力***运行约束如下:
|Pl,j|≤Plmax,j (3)
式(1)为节点功率平衡约束,Pth为火电机组出力,Pph为抽蓄机组放电,Pgb为电池储能放电量,Pd为负荷需求量,Pcl为切负荷量,Ml为节点关联矩阵,Pl为线路上的潮流,由直流潮流模型,Pl可如式(2)计算,S为由直流潮流模型推导得到的灵敏度矩阵,同时Pl需满足潮流约束式(3),Plmax为线路允许的潮流上限,有短时值与长时值两种,式(4)与式(5)为旋转备用约束,PthU和PthD分别为发电机在爬坡限制下实际出力上、下限,α为备用率;
(3.2)机组运行模型,火电机组运行约束如下:
Pthmin≤PthD≤Pth≤PthU≤Pthmax (6)
PthU,t≤Pth,t-1+rUPthmaxΔT (7)
PthD,t≥Pth,t-1-rDPthmaxΔT (8)
式(6)为火电出力范围约束,Pthmax和Pthmin分别为发电机技术出力上下限;式(7)与式(8)为发电机爬坡约束,rU和rD分别为火电机组上、下爬坡速率,ΔT为分割出的时段长度;
(3.3)储能配置与运行模型
(3.3.1)储能配置约束如下:
Ephr≤Ephrmax,Egbr≤Egbrmax (11)
式(9)与式(10)分别为允许配置抽水机组和电池组个数约束,nphg为配置抽水机台数,Ki为第i个节点处最大允许建设的抽水机组台数,k为抽水机的编号,Iphg,ik为01变量,代表第i个节点处第k台机组是否建设;ngb为配置电池单元个数,Ngb,i为第i个节点处最大允许配置电池单元个数,Hi=[log2Ngb,i],为Ngb,i用二进制数表达时的总位数,h为二进制数位的编号,xgb,ih为第i个节点处配置电池单元个数的第h位是否为0;式(11)为抽蓄与电池的能量上限约束,Ephr和Egbr分别为抽蓄与电池的配置能量,Ephrmax和Egbrmax分别为抽蓄与电池的最大允许配置能量;
(3.3.2)储能充放电状态约束如下:
Cph,ik≤1-Uph,i,Dph,ik≤Uph,i (12)
Cph,ik+Dph,ik≤Iph,ik (13)
Cgb,ih≤1-Ugb,i,Dgb,ih≤Ugb,i (14)
Cgb,ih+Dgb,ih≤xgb,ih (15)
式中Cph,ik和Cgb,ih分别为抽蓄电站中第k台抽水机和电池储能中2h-1个电池单元的充电状态;Dph,ik和Dgb,ih分别为抽蓄电站中第k台抽水机和电池储能中2h-1个电池单元的放电状态;Uph,i和Ugb,i分别为抽蓄和电池整体的充放电状态;
(3.3.3)储能充放电功率约束如下:
Pph=Pphd-Pphc,Pgb=Pgbd-Pgbc (16)
pphdminDph,ik≤Pphd,ik≤pphdmaxDph,ik (19)
Pphc,ik=pphcCph,ik (20)
0≤Pgb,ih≤2h-1PgbDgb,ih (21)
0≤Pgbc,ih≤2h-1pgbCgb,ih (22)
式中Pph和Pgb分别为抽蓄和电池整体注入电网的功率,Pphd,ik和Pphc,ik分别为第k台抽水机的放电与充电功率,pphdmin和pphdmax分别为抽水机放电功率的最小值与最大值,pphc为抽水机充电功率,Pgbd,ih和Pgbc,ih分别为2h-1个电池单元的放电功率与充电功率;
(3.3.4)剩余电量及变化约束如下:
10%Ephr≤Eph≤Ephr (23)
10%Egbr≤Egb≤Egbr (24)
Egbr=Tgbdpgbngb,i (25)
Eph,t-Eph,t1=(ηphcPphc,t-Pphd,tphd)ΔT (26)
Egb,t-Egb,t-1=(ηgbcPgbc,t-Pgbd,tgbd)ΔT (27)
式中Eph和Egb分别为抽蓄和电池的剩余能量,ηphc和ηphd分别为抽蓄的充电与放电效率,ηgbc和ηgbd分别为抽蓄的充电与放电效率;
(3.4)基态运行假设约束如下:
式(28)代表故障前基态无切负荷且储能不出力;式(29)表示基态储能剩余能量90%,Eph和Egb分别为抽蓄和电池的剩余电量;
(3.5)响应时间模型约束如下:
P(·),t-P(·),t-1=0,t≤tr(·) (30)
式(30)表示发电单元在达到各自的响应时间之前,各发电单元出力不变,(·)包含火电、抽蓄与电池;
(3.6)重要负荷供电需求模型约束如下:
Pcl,i≤βiPd,i (31)
Pcl,t≤Pcl,t-1 (33)
式(31)为最大切负荷功率约束,要求切负荷功率比例不能高于给定值βi,βi即为重要负荷占比;式(32)为最大失负荷量约束,δi为故障后最大失负荷量比例;式(33)表示希望切负荷功率越来越小。
在一个可选的实例中,所述步骤(4)具体包括如下步骤:
总目标函数如式(34)所示:
C=(Cph+Cgb)+CVOLL+10-1(Cthcut+Cwdcut+CESm)+10-3Cth (34)
将其中涉及参数采用权重系数法将其分为三个层次:1)主要优化目标:包含抽蓄投资Cph和电池储能投资Cgb;2)运行惩罚性元素:包含储能全寿命周期内的期望失负荷价值CVOLL、切机惩罚Cthcut、弃风惩罚Cwdcut和储能运行维护成本CESm;3)火电机组运行成本Cth
(4.1)主要优化目标确定方式如下:
式(35)为抽蓄投资,包含抽水机组投资与水库建设成本,i为节点编号,nph为配置的抽水机台数,Ephr为水库的建设库容,pph为每台抽水机的额定功率,cphg和cphe分别为抽水机的单位功率成本与水库的单位库容成本;
式(36)为电池投资,包括电池组功率成本与能量成本,ngb为配置的电池单元个数,Egbr为配置的电池容量,pgb为每个电池单元的额定功率,cgbp和cgbe分别为电池的单位功率成本和单位能量成本;
(4.2)运行惩罚性元素确定方式如下:
式(37)为储能全寿命周期内***故障下期望失负荷价值,kcl,i为给定的第i个节点处负荷的价值系数,f为电力***某断面处每年发生故障的频率,Tlife为储能电站的全寿命周期,t为时段编号,ΔT为分割出的时段长度,s为故障编号,Pcl为切负荷量,ps为每次故障中第s种故障发生的概率;式(38)为切机惩罚,Pthcut为切除的发电机功率,cthcut为切机惩罚系数;式(39)为弃风惩罚,Pwdcut为弃风功率,cwdcut为弃风惩罚系数;式(40)为弃风惩罚,Pphc与Pphd分别为抽蓄充、放电功率,Pgbc与Pgbd分别为电池充、放电功率,cphm与cgbm分别为抽蓄与电池的单位充放电量运维费用;
(4.3)运行成本确定方式如下:
式(41)为火电机组运行成本,Pth为火电出力,cth,i为第i个节点处火电的单位发电量成本。
在一个可选的实例中,所述步骤(5)具体包括:以式(34)作为优化目标,考虑约束式(1)~式(33),基于MATLAB平台求解,得到应对区域供电线路故障后电网阻塞和重要负荷供电需求的复合储能配置结果。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,具有以下有益效果:
1、本发明能够通过合理配置复合储能,同时应对输电线路故障后可能发生的潮流越限问题和供电需求问题,保证电力***运行可靠性;
2、本发明能够综合利用功率型储能与能量型储能各自的优势同时满足***对功率和能量的需求,从而减少储能投资;
3、本发明可以通过所提出的方法对影响储能配置结果的关键参数进行灵敏度分析。
附图说明
图1为本发明提供的实例***500kV/220kV网架拓扑结构图;
图2为本发明提供的实例***中关注区域内具体网架结构图;
图3为本发明提供的多功能复合储能优化配置方法流程图;
图4为本发明提供的区域电网线路故障及供电恢复流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
随着储能成本的逐渐下降,以及重要用户供电可靠性要求的提高,合理的储能配置方案,能够在缓解线路短时拥塞的同时保障区内检修时重要负荷供电。而复合储能配置优化能够综合利用功率型储能与能量型储能各自的优势,以最小的负荷储能投资,同时解决线路故障后潮流越限问题和供电需求问题,保证***运行可靠性。因此,应对区域供电线路故障的多功能复合储能优化配置方法具有重要意义。
针对区域供电线路故障后,如何优化配置多种类型储能来够综合利用不同类型储能各自的优势,应对***对功率和能量的需求,在减少储能投资同时保证***运行可靠性,提供了一种应对区域供电线路故障的多功能复合储能优化配置方法。
该方法确定区域电网线路故障及供电恢复流程,然后建立考虑发电单元响应时间与重要负荷供电需求指标的电力***运行及储能配置模型,再以储能全寿命周期内区域供电线路故障后的期望失负荷价值和储能投资总费用之和最小为配置目标,最后通过软件求解模型得到储能配置方案。
实例
选择某省修改后的500kV/220kV电网作为实例,如附图1所示。该***中共32个500kV节点,220个220kV节点,总负荷22020.7MW,外省联络线馈入功率4611MW,风电出力2900MW,共有41处火电节点,总容量为24204.5MW;共有39条500kV线路走廊,333条220kV线路走廊,每条500kV线路和220kV线路正常情况下容量分别为1600MW和700MW。选取节点40与节点45两处500kV节点及其覆盖的220kV节点区域作为关注的局部地区,其周围220kV网架拓扑如附图2所示。该地区内有2个500kV节点,18个220kV节点,总负荷3867.85MW;地区内有三处火电节点,总容量为2270MW;该地区与外部主网之间的断面上共有三条500kV线路,断面容量共4800MW,潮流方式为500kV线路向区域内负荷供电2133MW,区域内发电机出力1734.85MW。假设火电爬坡速度为每分钟1%容量,电池电站功率成本为5000元/kW,能量成本为2000元/kWh,充放电效率90%;抽蓄电站功率成本为5000元/kW,能量成本为1000元/kWh,充放电效率75%;假设储能电站寿命周期为10年。单台抽水机容量为300MW,单个电池容量为5MW,抽蓄与电池的允许配置功率与能量上限足够大。关注地区内部非重要负荷价值设为30元/kWh,重要负荷价值设为非关键负荷的一万倍,即300000元/kWh,其中非重要负荷占区域内部总负荷的20%,重要负荷占地区内部总负荷的80%。假设断面处故障频率为1次/年,每次故障中断开一条线、断开两条线和断开三条线的概率分别为20%、12%和4%。假设故障后负荷保持不变,需要保证负荷在8小时故障检修时间内的供电需求。给定火电及抽蓄机组响应时间为5min,重要负荷供电需求设为:1)不允许切除重要负荷,即允许最大切负荷为20%;2)地区内部供电总量不低于90%。
因此,本发明提供一种应对区域供电线路故障的多功能复合储能优化配置方法,如图3所示,包括以下步骤:
步骤1:收集所研究电力***各元件经济技术参数
所述电力***各元件包含交流电网、联络线、火电机组、风电机组和储能元件,储能元件包括但不限于抽水蓄能和电池储能。
各元件参数含:
1)交流电网节点个数Nb,节点有功负荷Pd,节点最大切负荷功率占比β,节点失负荷价值系数kcl,故障后最大允许失负荷电量比例β;
2)交流电网线路条数Nl,线路首末端节点编号,线路电抗标幺值x,线路长期运行允许潮流上限Plmax;***基准容量Sb,***要求备用率α;
3)火电机组所在节点编号,技术出力上下限Pthmax和Pthmin,动态出力上下限PthU和PthD,最大上下爬坡率rUth和rDth,火电机组响应时间trth,火电运行成本cth,切机量惩罚系数cthcut
4)风电机组所在节点编号,风电机组出力Pwd,弃风量惩罚系数cwdcut;联络线所在节点,联络线从节点吸收功率Pto
5)抽水蓄能电站最大允许建设抽水机台数Kphg,抽水机额定功率pph,抽水机放电功率上下限pphdmin和pphdmax,抽水机充电功率pphc,抽蓄机组最大上下爬坡速率rUph和rDph,抽蓄机组响应时间trph,最大允许建设水库能量Ephrmax,抽蓄充放电效率ηphc和ηphd,抽蓄放电深度Dph,抽蓄功率配置成本系数cphg,抽蓄能量配置成本系数cphe,抽蓄运行维护成本cphm
6)电池储能最大允许配置电池单元个数Ngb,电池单元额定功率pgb,最大允许配置电池能量Egbrmax,电池充放电效率ηgbc和ηgbd,电池放电深度Dgb,电池功率配置成本系数cgbp,电池能量配置成本系数cgbe,电池运行维护成本cgbm
7)储能全寿命周期Tlife,故障检修时间T,所研究地区节点编号,所研究供电断面线路编号,该断面年故障频率f,断面各种故障发生概率p。
步骤2:确定区域电网线路故障及供电恢复流程
区域电力***发生线路故障后到检修结束,所述区域电网线路故障及供电恢复流程如附图4所示,其分为短时紧急潮流疏散过程与线路检修期间负荷供电及恢复过程。
(2.1)短时紧急潮流疏散过程
线路发生故障后,网架拓扑改变,潮流重新分配,易发生潮流紧急越限事件。首先判断在故障后是否有线路潮流达到短时输送容量上限或出现***解列,若出现线路潮流紧急越限或***解列事件,此时火电机组短时间内无法充分调整出力,为保证***安全,将通过切机切负荷等措施缓解线路潮流越限或***功率不平衡;或配置储能作为故障后短时间内的功率支撑,避免切机切负荷。之后调整机组出力,缓解线路潮流越限或***解列所造成的功率不平衡。
所述线路短时输送容量上限为线路长期运行允许潮流上限的1.2倍,允许持续时间上限为30min。
(2.2)线路检修期间负荷供电及恢复
若区域内发电机组容量充足,调整发电机组出力后一般可完全缓解线路潮流越限或***解列所造成的功率不平衡,恢复负荷供电。但往往线路故障后,由于输送容量限制,区域内电源不足,无法满足负荷供电需求。若优化配置一定量的储能,则可在整个故障检修期间对重要负荷供电。线路完成检修后,恢复区域内所有负荷供电。
步骤3:建立考虑发电单元响应时间与重要负荷供电需求指标的电力***运行及储能配置模型
所述模型中故障检修时间如下述方法分割时段:故障后的第一个30min中,以5min为一个时段;故障后30min到2h时间内,以15min为一个时段;故障后2h后,以1h为一个时段。上述分割方法可根据实际需要进行调整。
所述模型包含以下约束条件,其中含有上标b的变量为故障前基态变量,含有上标s的变量为发生第s种故障后的变量,下标t为变量所处时段编号,含有下标i的变量为第i个节点处的相应变量,含有下标j的变量为第j条线路上的相应变量,部分约束中上标或下标中的一部分被省略,代表对于该被省略上标或下标能取到的所有值都满足。
(3.1)电力***运行模型
电力***运行约束如下:
|Pl,j|≤Plmax,j (3)
式(1)为节点功率平衡约束,Pth为火电机组出力,Pph为抽蓄机组放电,Pgb为电池储能放电量,Pd为负荷需求量,Pcl为切负荷量,Ml为节点关联矩阵,Pl为线路上的潮流。由直流潮流模型,Pl可如式(2)计算,S为由直流潮流模型推导得到的灵敏度矩阵,同时Pl需满足潮流约束式(3),Plmax为线路允许的潮流上限,有短时值与长时值两种。式(4)与式(5)为旋转备用约束,PthU和PthD分别为发电机在爬坡限制下实际出力上下限,α为备用率。
(3.2)机组运行模型
火电机组运行约束如下
Pthmin≤PthD≤Pth≤PthU≤Pthmax (6)
PthU,t≤Pth,t-1+rUPthmaxΔT (7)
PthD,t≥Pth,t-1-rDPthmaxΔT (8)
式(6)为火电出力范围约束,Pthmax和Pthmin分别为发电机技术出力上下限;式(7)与式(8)为发电机爬坡约束,rU和rD分别为火电机组上、下爬坡速率,ΔT为分割出的时段。
(3.3)储能配置与运行模型
1)储能配置约束
Ephr≤Ephrmax,Egbr≤Egbrmax (11)
式(9)与式(10)分别为允许配置抽水机组和电池组个数约束,nphg为配置抽水机台数,Ki为第i个节点处最大允许建设的抽水机组台数,k为抽水机的编号,Iphg,ik为01变量,代表第i个节点处第k台机组是否建设;ngb为配置电池单元个数,Ngb,i为第i个节点处最大允许配置电池单元个数,Hi=[log2Ngb,i],为Ngb,i用二进制数表达时的总位数,h为二进制数位的编号,xgb,ih为第i个节点处配置电池单元个数的第h位是否为0;式(11)为抽蓄与电池的能量上限约束,Ephr和Egbr分别为抽蓄与电池的配置能量,Ephrmax和Egbrmax分别为抽蓄与电池的最大允许配置能量。
2)储能充放电状态约束
Cph,ik≤1-Uph,i,Dph,ik≤Uph,i (12)
Cph,ik+Dph,ik≤Iph,ik (13)
Cgb,ih≤1-Ugb,i,Dgb,ih≤Ugb,i (14)
Cgb,ih+Dgb,ih≤xgb,ih (15)
式中Cph,ik和Cgb,ih分别为抽蓄电站中第k台抽水机和电池储能中2h-1个电池单元的充电状态,若为1则充电,若为0则不充电;Dph,ik和Dgb,ih分别为抽蓄电站中第k台抽水机和电池储能中2h-1个电池单元的放电状态,若为1则放电,若为0则不放电;Uph,i和Ugb,i分别为抽蓄和电池整体的充放电状态,若为1则放电,若为0则充电。
3)储能充放电功率约束
Pph=Pphd-Pphc,Pgb=Pgbd-Pgbc (16)
pphdminDph,ik≤Pphd,ik≤pphdmaxDph,ik (19)
Pphc,ik=pphcCph,ik (20)
0≤Pgbd,ih≤2h-1pgbDgb,ih (21)
0≤Pgbc,ih≤2h-1pgbCgb,ih (22)
式中Pph和Pgb分别为抽蓄和电池整体注入电网的功率,Pphd,ik和Pphc,ik分别为第k台抽水机的放电与充电功率,pphdmin和pphdmax分别为抽水机放电功率的最小值与最大值,pphc为抽水机充电功率,Pgbd,ih和Pgbc,ih分别为2h-1个电池单元的放电功率与充电功率。
4)剩余电量及变化约束
10%Ephr≤Eph≤Ephr (23)
10%Egbr≤Egb≤Egbr (24)
Egbr=Tgbdpgbngb,i (25)
Eph,t-Eph,t-1=(ηphcPphc,t-Pphdtphd)ΔT (26)
Egb,t-Egb,t-1=(ηgbcPgbc,t-Pgbd,tgbd)ΔT (27)
式中Eph和Egb分别为抽蓄和电池的剩余能量,ηphc和ηphd分别为抽蓄的充电与放电效率,ηgbc和ηgbd分别为抽蓄的充电与放电效率。
(3.4)基态运行假设
式(28)代表故障前基态无切负荷且储能不出力;式(29)表示基态储能剩余能量90%,Eph和Egb分别为抽蓄和电池的剩余电量。
(3.5)响应时间模型
P(·),t-P(·),t-1=0,t≤tr(·) (30)
式(30)发电单元在达到各自的响应时间之前,各发电单元出力不变,(·)包含火电、抽蓄与电池。
(3.6)重要负荷供电需求模型
Pcl,i≤βiPd,i (31)
Pcl,t≤Pcl,t-1 (33)
式(31)为最大切负荷功率约束,要求切负荷功率比例不能高于给定值βi,βi即为重要负荷占比;式(32)为最大失负荷量约束,δi为故障后最大失负荷量比例;式(33)表示希望切负荷功率越来越小。
步骤4:选定储能配置目标
所述储能配置主要目标为储能全寿命周期内区域供电线路故障后的期望失负荷价值和储能投资总费用之和最小。所述总目标函数如式(34)计算,采用权重系数法将其分为三个层次:
1)主要优化目标,包含抽蓄投资Cph和电池储能投资Cgb
2)运行惩罚性元素,包含储能全寿命周期内的期望失负荷价值CVOLL、切机惩罚Cthcut、弃风惩罚Cwdcut和储能运行维护成本CESm,即希望运行时尽量不切负荷、不切机、不弃风、少用储能;
3)火电机组运行成本,即Cth,希望以较低的费用运行。
C=(Cph+Cgb)+CVOLL+10-1(Cthcut+Cwdcut+CESm)+10-3Cth (34)
考虑到实际运行中,对于故障后功率平衡问题,最经济的手段是调整火电出力;若调整火电出力无法满足要求,则采用弃风或切除一般负荷等措施;在这些方法均无法满足要求的情况下,才考虑配置储能解决问题。故所述总目标函数中三个部分的权重系数分别选为1、0.1和0.001。
(4.1)主要优化目标
式(35)为抽蓄投资,包含抽水机组投资与水库建设成本,i为节点编号,nph为配置的抽水机台数,Ephr为水库的建设库容,pph为每台抽水机的额定功率,cphg和cphe分别为抽水机的单位功率成本与水库的单位库容成本。
式(36)为电池投资,包括电池组功率成本与能量成本,ngb为配置的电池单元个数,Egbr为配置的电池容量,pgb为每个电池单元的额定功率,cgbp和cgbe分别为电池的单位功率成本和单位能量成本。
(4.2)运行惩罚性元素
式(37)为储能全寿命周期内***故障下期望失负荷价值,kcl,i为给定的第i个节点处负荷的价值系数,f为电力***某断面处每年发生故障的频率,Tlife为储能电站的全寿命周期,t为时段编号,ΔT为时段长度,s为故障编号,Pcl为切负荷量,ps为每次故障中第s种故障发生的概率。
式(38)为切机惩罚,Pthcut为切除的发电机功率,cthcut为切机惩罚系数。
式(39)为弃风惩罚,Pwdcut为弃风功率,cwdcut为弃风惩罚系数。切机与弃风情况发生在功率过剩区域,对此不进行详细分析。
式(40)为弃风惩罚,Pphc与Pphd分别为抽蓄充、放电功率,Pgbc与Pgbd分别为电池充、放电功率,cphm与cgbm分别为抽蓄与电池的单位充放电量运维费用。
(4.3)运行成本
式(41)为火电运行成本,Pth为火电出力,cth,i为第i个节点处火电的单位发电量成本。
步骤5:通过商业软件求解储能配置模型得到储能配置方案
表1复合储能配置结果
以式(34)作为优化目标,考虑约束式(1)~式(33),即为本文提出的应对区域供电线路故障后电网阻塞和重要负荷供电需求的复合储能优化配置模型。该模型可基于MATLAB平台通过软件GUROBI求解,得到应对区域供电线路故障后电网阻塞和重要负荷供电需求的复合储能配置方案,如表1所示。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.一种应对区域供电线路故障的储能优化配置方法,其特征在于,包括以下步骤:
步骤(1),收集电力***各元件的参数,所述电力***各元件包含交流电网、联络线、火电机组、风电机组以及储能元件,储能元件包括抽水蓄能电站、各种电化学储能、储热、飞轮储能、超级电容、超导磁储能和压缩空气储能元件,所述参数包括数量参数、编号参数、上下限参数、功率参数、经济参数、周期参数或故障参数;
步骤(2),若所述电力***发生线路故障,则通过切机切负荷或配置功率型储能,并调整火电机组或风电机组出力,缓解线路潮流越限或***解列所造成的功率不平衡,在所配置功率型储能的基础上,优化配置一定量的储能,以保证故障检修期间对负荷供电需求;
步骤(3),基于所述各元件的参数,建立考虑发电单元响应时间与重要负荷供电需求指标的电力***运行及储能配置模型;
步骤(4),选定储能配置目标,使得复合储能投资总费用、储能全寿命周期内区域供电线路故障后的期望运行惩罚以及运行成本的加权和最小;
步骤(5),以所述储能配置目标为优化目标,求解所述电力***运行及储能配置模型得到储能配置结果。
2.根据权利要求1所述的应对区域供电线路故障的储能优化配置方法,其特征在于,所诉步骤(1)中各元件的参数包括:
交流电网节点个数Nb,节点有功负荷Pd,节点最大切负荷功率占比β,节点失负荷价值系数kcl,故障后最大允许失负荷电量比例β;
交流电网线路条数Nl,线路首末端节点编号,线路电抗标幺值x,线路长期运行允许潮流上限Plmax;***基准容量Sb,***要求备用率α;
火电机组所在节点编号,技术出力上下限Pthmax和Pthmin,动态出力上下限PthU和PthD,最大上下爬坡率rUth和rDth,火电机组响应时间trth,火电运行成本cth,切机量惩罚系数cthcut
风电机组所在节点编号,风电机组出力Pwd,弃风量惩罚系数cwdcut;联络线所在节点,联络线从节点吸收功率Pto
抽水蓄能电站最大允许建设抽水机台数Kphg,抽水机额定功率pph,抽水机放电功率上下限pphdmin和pphdmax,抽水机充电功率pphc,抽蓄机组最大上下爬坡速率rUph和rDph,抽蓄机组响应时间trph,最大允许建设水库能量Ephrmax,抽蓄充放电效率ηphc和ηphd,抽蓄放电深度Dph,抽蓄功率配置成本系数cphg,抽蓄能量配置成本系数cphe,抽蓄运行维护成本cphm
电池储能最大允许配置电池单元个数Ngb,电池单元额定功率pgb,最大允许配置电池能量Egbrmax,电池充放电效率ηgbc和ηgbd,电池放电深度Dgb,电池功率配置成本系数cgbp,电池能量配置成本系数cgbe,电池运行维护成本cgbm
储能全寿命周期Tlife,故障检修时间T,所研究地区节点编号,所研究供电断面线路编号,该断面年故障频率f,断面各种故障发生概率p。
3.根据权利要求1所述的应对区域供电线路故障的储能优化配置方法,其特征在于,所述步骤(2)包括短时紧急潮流疏散过程与线路检修期间负荷供电及恢复过程,具体包括如下步骤:
(2.1)短时紧急潮流疏散过程
线路发生故障后,网架拓扑改变,潮流重新分配,易发生潮流紧急越限事件,判断在故障后是否有线路潮流达到短时输送容量上限或出现***解列,若出现线路潮流紧急越限或***解列事件,通过切机切负荷等措施缓解线路潮流越限或***功率不平衡;或配置储能作为故障后短时间内的功率支撑,避免切机切负荷,之后调整机组出力,缓解线路潮流越限或***解列所造成的功率不平衡;
(2.2)线路检修期间负荷供电及恢复
优化配置一定量的储能,可在整个故障检修期间满足重要负荷供电,线路完成检修后,恢复区域内所有负荷供电。
4.根据权利要求1或2所述的应对区域供电线路故障的储能优化配置方法,其特征在于,所述步骤(3)具体包括如下约束条件:
所述模型中故障检修时间可以按照预设规则分割时段;
所述模型包含如下约束条件,其中含有上标b的变量为故障前基态变量,含有上标s的变量为发生第s种故障后的变量,下标t为变量所处时段编号,含有下标i的变量为第i个节点处的相应变量,含有下标j的变量为第j条线路上的相应变量,部分约束中上标或下标中的一部分被省略,代表对于该被省略上标或下标能取到的所有值都满足;
(3.1)电力***运行模型,电力***运行约束如下:
|Pl,j|≤Plmaxj (3)
式(1)为节点功率平衡约束,Pth为火电机组出力,Pph为抽蓄机组放电,Pgb为电池储能放电量,Pd为负荷需求量,Pcl为切负荷量,Ml为节点关联矩阵,Pl为线路上的潮流,由直流潮流模型,Pl可如式(2)计算,S为由直流潮流模型推导得到的灵敏度矩阵,同时Pl需满足潮流约束式(3),Plmax为线路允许的潮流上限,有短时值与长时值两种,式(4)与式(5)为旋转备用约束,PthU和PthD分别为发电机在爬坡限制下实际出力上、下限,α为备用率;
(3.2)机组运行模型,火电机组运行约束如下:
Pthmin≤PthD≤Pth≤PthU≤Pthmax (6)
PthU,t≤Pth,t-1+rUPthmaxΔT (7)
PthD,t≥Pth,t-1-rDPthmaxΔT (8)
式(6)为火电出力范围约束,Pthmax和Pthmin分别为发电机技术出力上下限;式(7)与式(8)为发电机爬坡约束,rU和rD分别为火电机组上、下爬坡速率,ΔT为分割出的时段长度;
(3.3)储能配置与运行模型
(3.3.1)储能配置约束如下:
Ephr≤Ephrmax,Egbr≤Egbrmax (11)
式(9)与式(10)分别为允许配置抽水机组和电池组个数约束,nphg为配置抽水机台数,Ki为第i个节点处最大允许建设的抽水机组台数,k为抽水机的编号,Iphg,ik为01变量,代表第i个节点处第k台机组是否建设;ngb为配置电池单元个数,Ngb,i为第i个节点处最大允许配置电池单元个数,Hi=[log2Ngb,i],为Ngb,i用二进制数表达时的总位数,h为二进制数位的编号,xgb,ih为第i个节点处配置电池单元个数的第h位是否为0;式(11)为抽蓄与电池的能量上限约束,Ephr和Egbr分别为抽蓄与电池的配置能量,Ephrmax和Egbrmax分别为抽蓄与电池的最大允许配置能量;
(3.3.2)储能充放电状态约束如下:
Cph,ik≤1-Uph,i,Dph,ik≤Uph,i (12)
Cph,ik+Dph,ik≤Iph,ik (13)
Cgb,ih≤1-Ugb,i,Dgb,ih≤Ugb,i (14)
Cgb,ih+Dgb,ih≤xgb,ih (15)
式中Cph,ik和Cgb,ih分别为抽蓄电站中第k台抽水机和电池储能中2h-1个电池单元的充电状态;Dph,ik和Dgb,ih分别为抽蓄电站中第k台抽水机和电池储能中2h-1个电池单元的放电状态;Uph,i和Ugb,i分别为抽蓄和电池整体的充放电状态;
(3.3.3)储能充放电功率约束如下:
Pph=Pphd-Pphc,Pgb=Pgbd-Pgbc (16)
pphdminDph,ik≤Pphd,ik≤pphdmaxDph,ik (19)
Pphc,ik=pphcCph,ik (20)
0≤Pgbd,ih≤2h-1pgbDgb,ih (21)
0≤Pgbc,ih≤2h-1pgbCgb,ih (22)
式中Pph和Pgb分别为抽蓄和电池整体注入电网的功率,Pphd,ik和Pphc,ik分别为第k台抽水机的放电与充电功率,pphdmin和pphdmax分别为抽水机放电功率的最小值与最大值,pphc为抽水机充电功率,Pgbd,ih和Pgbc,ih分别为2h-1个电池单元的放电功率与充电功率;
(3.3.4)剩余电量及变化约束如下:
10%Ephr≤Eph≤Ephr (23)
10%Egbr≤Egb≤Egbr (24)
Egbr=Tgbdpgbngb,i (25)
Eph,t-Eph,t1=(ηphcPphc,t-Pphd,tphd)ΔT (26)
Egb,t-Egb,t-1=(ηgbcPgbc,t-Pgbd,tgbd)ΔT (27)
式中Eph和Egb分别为抽蓄和电池的剩余能量,ηphc和ηphd分别为抽蓄的充电与放电效率,ηgbc和ηgbd分别为抽蓄的充电与放电效率;
(3.4)基态运行假设约束如下:
式(28)代表故障前基态无切负荷且储能不出力;式(29)表示基态储能剩余能量90%,Eph和Egb分别为抽蓄和电池的剩余电量;
(3.5)响应时间模型约束如下:
P(·),t-P(·),t-1=0,t≤tr(·) (30)
式(30)表示发电单元在达到各自的响应时间之前,各发电单元出力不变,(·)包含火电、抽蓄与电池;
(3.6)重要负荷供电需求模型约束如下:
Pcl,i≤βiPd,i (31)
Pcl,t≤Pcl,t-1 (33)
式(31)为最大切负荷功率约束,要求切负荷功率比例不能高于给定值βi,βi即为重要负荷占比;式(32)为最大失负荷量约束,δi为故障后最大失负荷量比例;式(33)表示希望切负荷功率越来越小。
5.根据权利要求4所述的应对区域供电线路故障的储能优化配置方法,其特征在于,所述步骤(4)具体包括如下步骤:
总目标函数如式(34)所示:
C=(Cph+Cgb)+10-1(CVOLL+Cthcut+Cwdcut+CESm)+10-3Cth (34)
将其中涉及参数采用权重系数法将其分为三个层次:1)主要优化目标:包含抽蓄投资Cph和电池储能投资Cgb;2)运行惩罚性元素:包含储能全寿命周期内的期望失负荷价值CVOLL、切机惩罚Cthcut、弃风惩罚Cwdcut和储能运行维护成本CESm;3)火电机组运行成本Cth
(4.1)主要优化目标确定方式如下:
式(35)为抽蓄投资,包含抽水机组投资与水库建设成本,i为节点编号,nph为配置的抽水机台数,Ephr为水库的建设库容,pph为每台抽水机的额定功率,cphg和cphe分别为抽水机的单位功率成本与水库的单位库容成本;
式(36)为电池投资,包括电池组功率成本与能量成本,ngb为配置的电池单元个数,Egbr为配置的电池容量,pgb为每个电池单元的额定功率,cgbp和cgbe分别为电池的单位功率成本和单位能量成本;
(4.2)运行惩罚性元素确定方式如下:
式(37)为储能全寿命周期内***故障下期望失负荷价值,kcl,i为给定的第i个节点处负荷的价值系数,f为电力***某断面处每年发生故障的频率,Tlife为储能电站的全寿命周期,t为时段编号,ΔT为分割出的时段长度,S为故障编号,Pcl为切负荷量,ps为每次故障中第s种故障发生的概率;
式(38)为切机惩罚,Pthcut为切除的发电机功率,cthcut为切机惩罚系数;式(39)为弃风惩罚,Pwdcut为弃风功率,cwdcut为弃风惩罚系数;式(40)为弃风惩罚,Pphc与Pphd分别为抽蓄充、放电功率,Pgbc与Pgbd分别为电池充、放电功率,cphm与cgbm分别为抽蓄与电池的单位充放电量运维费用;
(4.3)运行成本确定方式如下:
式(41)为火电机组运行成本,Pth为火电出力,cth,i为第f个节点处火电的单位发电量成本。
6.根据权利要求5所述的应对区域供电线路故障的储能优化配置方法,其特征在于,所述步骤(5)具体包括:以式(34)作为优化目标,考虑约束式(1)~式(33),基于MATLAB平台求解,得到应对区域供电线路故障后电网阻塞和重要负荷供电需求的复合储能配置结果。
CN201811262139.8A 2018-10-27 2018-10-27 一种应对区域供电线路故障的储能优化配置方法 Active CN109347127B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811262139.8A CN109347127B (zh) 2018-10-27 2018-10-27 一种应对区域供电线路故障的储能优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811262139.8A CN109347127B (zh) 2018-10-27 2018-10-27 一种应对区域供电线路故障的储能优化配置方法

Publications (2)

Publication Number Publication Date
CN109347127A true CN109347127A (zh) 2019-02-15
CN109347127B CN109347127B (zh) 2020-07-28

Family

ID=65312305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811262139.8A Active CN109347127B (zh) 2018-10-27 2018-10-27 一种应对区域供电线路故障的储能优化配置方法

Country Status (1)

Country Link
CN (1) CN109347127B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109560542A (zh) * 2018-11-13 2019-04-02 中国电力科学研究院有限公司 一种应对馈入直流故障的电网综合稳定控制方法
CN110247437A (zh) * 2019-06-17 2019-09-17 国网河南省电力公司 计及分区断面安全约束的大功率缺失下频率快速控制方法
CN111628492A (zh) * 2020-04-13 2020-09-04 四川大学 一种高压配电网分区重构与储能协同的电网阻塞管控方法
CN112906200A (zh) * 2021-01-25 2021-06-04 国网山西省电力公司电力科学研究院 电力***储能配置方法、装置、计算机设备和存储介质
CN113569449A (zh) * 2021-07-13 2021-10-29 内蒙古工业大学 飞轮储能用电机有限元模型优化方法、设备及介质
CN113822457A (zh) * 2020-06-19 2021-12-21 华为技术有限公司 一种电池选型方法、装置、设备及***
CN115276055A (zh) * 2022-08-31 2022-11-01 华中科技大学 一种基于电网频率空间分布特性的储能配置方法及***

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107732949A (zh) * 2017-10-17 2018-02-23 华中科技大学 一种综合风电全年多季节特性的储能布点定容方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107732949A (zh) * 2017-10-17 2018-02-23 华中科技大学 一种综合风电全年多季节特性的储能布点定容方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109560542A (zh) * 2018-11-13 2019-04-02 中国电力科学研究院有限公司 一种应对馈入直流故障的电网综合稳定控制方法
CN109560542B (zh) * 2018-11-13 2021-11-02 中国电力科学研究院有限公司 一种应对馈入直流故障的电网综合稳定控制方法
CN110247437A (zh) * 2019-06-17 2019-09-17 国网河南省电力公司 计及分区断面安全约束的大功率缺失下频率快速控制方法
CN110247437B (zh) * 2019-06-17 2023-02-03 国网河南省电力公司 计及分区断面安全约束的大功率缺失下频率快速控制方法
CN111628492A (zh) * 2020-04-13 2020-09-04 四川大学 一种高压配电网分区重构与储能协同的电网阻塞管控方法
CN111628492B (zh) * 2020-04-13 2021-11-09 四川大学 一种高压配电网分区重构与储能协同的电网阻塞管控方法
CN113822457A (zh) * 2020-06-19 2021-12-21 华为技术有限公司 一种电池选型方法、装置、设备及***
CN112906200A (zh) * 2021-01-25 2021-06-04 国网山西省电力公司电力科学研究院 电力***储能配置方法、装置、计算机设备和存储介质
CN112906200B (zh) * 2021-01-25 2022-12-30 国网山西省电力公司电力科学研究院 电力***储能配置方法、装置、计算机设备和存储介质
CN113569449A (zh) * 2021-07-13 2021-10-29 内蒙古工业大学 飞轮储能用电机有限元模型优化方法、设备及介质
CN113569449B (zh) * 2021-07-13 2023-06-20 内蒙古工业大学 飞轮储能用电机有限元模型优化方法、设备及介质
CN115276055A (zh) * 2022-08-31 2022-11-01 华中科技大学 一种基于电网频率空间分布特性的储能配置方法及***

Also Published As

Publication number Publication date
CN109347127B (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN109347127A (zh) 一种应对区域供电线路故障的储能优化配置方法
CN108470239B (zh) 计及需求侧管理和储能的主动配电网多目标分层规划方法
Mahesh et al. A genetic algorithm based improved optimal sizing strategy for solar-wind-battery hybrid system using energy filter algorithm
CN107508303B (zh) 一种面向微电网的模块化储能装置优化配置及控制方法
Beaudin et al. Energy storage for mitigating the variability of renewable electricity sources: An updated review
EP2688173B1 (en) Multi-service provision with energy storage system
Ray et al. Small-signal analysis of autonomous hybrid distributed generation systems in presence of ultracapacitor and tie-line operation
CN103986190B (zh) 基于发电功率曲线的风光储联合发电***平滑控制方法
CN104410105B (zh) 基于直流母线网状结构的智能风电场控制方法
CN107959306B (zh) 一种微电网监控***
CN105896610B (zh) 一种微电网调度方法
CN107346896A (zh) 一种光储微电网***储能变流器主从并联控制方法
CN210111621U (zh) 一种风电场风力发电机组储能式后备电源***
CN110061492B (zh) 考虑配电网供电可靠性的储能***容量优化配置方法
CN104967138A (zh) 一种储能电站
CN110783959B (zh) 一种新能源发电***的稳定状态控制***
CN102510123B (zh) 应对风电大范围切机的自动储能控制方法
CN108054775A (zh) 一种微网控制方法
CN109245091A (zh) 一种面向售电公司的双层策略调度方法
CN111628493A (zh) 一种光储用一体化储能电站控制方法
Abed et al. Planning and operation of dynamic energy storage for improved integration of wind energy
Chang et al. A dual-layer cooperative control strategy of battery energy storage units for smoothing wind power fluctuations
Changqing et al. Reliability improvement of wind power frequency modulation based on look‐ahead control strategy and stage of charge optimization of energy storage
Li et al. Research on the control strategy of energy storage participation in power system frequency regulation
CN114188980B (zh) 一种考虑储能装置的透明微网群经济运行域生成方法

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