CN110350518A - 一种用于调峰的电网储能容量需求评估方法及*** - Google Patents
一种用于调峰的电网储能容量需求评估方法及*** Download PDFInfo
- Publication number
- CN110350518A CN110350518A CN201910566995.0A CN201910566995A CN110350518A CN 110350518 A CN110350518 A CN 110350518A CN 201910566995 A CN201910566995 A CN 201910566995A CN 110350518 A CN110350518 A CN 110350518A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- energy
- storage device
- power
- programme
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000004146 energy storage Methods 0.000 claims abstract description 180
- 238000005315 distribution function Methods 0.000 claims abstract description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 7
- 238000004088 simulation Methods 0.000 claims description 19
- 230000001105 regulatory effect Effects 0.000 claims description 11
- 230000005619 thermoelectricity Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 8
- TVZRAEYQIKYCPH-UHFFFAOYSA-N 3-(trimethylsilyl)propane-1-sulfonic acid Chemical compound C[Si](C)(C)CCCS(O)(=O)=O TVZRAEYQIKYCPH-UHFFFAOYSA-N 0.000 claims description 4
- 239000013256 coordination polymer Substances 0.000 claims description 3
- 238000005553 drilling Methods 0.000 claims description 3
- 230000007717 exclusion Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000007619 statistical method Methods 0.000 abstract description 3
- 238000007599 discharging Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
Classifications
-
- 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
-
- 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
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种用于调峰的电网储能容量需求评估方法及***,属于电力***运行分析与储能规划技术领域。该方法包括:预先设定若干个包含不同储能功率容量的规划方案;利用电力***运行模拟技术对各个规划方案进行全年365天的日运行模拟,得到每个规划方案下储能全年调峰时段充放电调度情况;根据每个规划方案全年储能出力运行数据进行统计学分析建模,得到储能设备存储能量的累计概率分布函数,设定储能设备满足全网调峰需求的期望概率,计算对应的储能能量容量需求;最后计算全***综合运行成本得到的最小值对应的规划方案即为最优规划方案。本发明简单易行操作性强,具有普适性与实用性,适用于各种规模的电力***储能需求规划。
Description
技术领域
本发明涉及一种用于调峰的电网储能容量需求评估方法及***,属于电力***运行分析与储能规划技术领域。
背景技术
随着风力与光伏等新型可再生能源在电力***中的渗透率不断提高以及电力***市场化改革的不断深化,电力***中存在的不确定性正不断加强。此外可再生能源发电固有的强波动性使得电力***的净负荷峰谷差大大增加。发电不确定性与净负荷波动性的加大为电力***正常调峰带来了巨大挑战,要求***配置更多的灵活性资源以保证电力***的正常运行。储能设备作为一种新型的灵活性资源,有着调节灵活、响应迅速、安装建设对地理环境要求较低等特点,能够在***调峰中起到重要作用。近年来各类新型储能技术不断成熟,储能电站投资成本不断降低,为储能技术在电网的推广普及创造了条件。
储能设备的不断增加将深刻影响电力***的运行方式,评估现阶段电力***中储能装机需求的大小将是储能规划建设的重要前提。目前已有一些电力***储能需求的评估方法。樊海锋,俞智鹏,刘文龙等人提出了一种储能参与电力***快速调频的需求评估方法。该方法就用于紧急故障时调频响应的储能设备需求进行了探索,结合粒子群算法与动态频域仿真分析计算储能调频的容量需求。李建林,郭斌琪,牛萌等人提出了一种针对可再生能源消纳的储能容量优化方法。但这些现有方法通常仅适用其对应的具体应用场景。与其他应用场景不同,调峰在***运行中不存在显示的需求数据,储能参与调峰的价值需要在***优化运行调度中体现。现有方法并不适用与储能参与调峰的需求评估。
综上所述,在进行电力***储能设备规划过程中,需要一种评估总体调峰储能需求的方法,给出电力***所需储能容量大小的合适边界,并同时给出储能功率需求与能量需求的配比,为后续储能设备选址定容并进行更加精细的规划打下基础。
与本发明相关的已有技术包括:
1)电力***运行模拟技术:该技术能够在计算机中对电力***进行建模,将电力***运行构建为一个大型的数学优化问题,通过商业求解器进行求解,模拟得到电力***中各种元件的运行状态。“电力规划决策支持***”(Grid optimal planning tool,GOPT)电力***运行规划软件平台是一种典型的电力***运行模拟工具,包含发电机组检修优化安排、大规模可再生能源运行模拟多日运行协调、日运行优化模拟、可靠性计算、结果统计分析等模块;
2)随机变量非参数估计技术:该技术能够利用已有数据样本对随机变量的概率分布进行拟合。常用的分解技术包括直方图密度估计法,核密度函数拟合法等,本发明中采用直方图密度估计法进行对随机变量的概率分布进行拟合。
发明内容
本发明的目的是为克服已有技术的不足之处,提出一种用于调峰的电网储能容量需求评估方法及***。本发明利用电力***运行模拟技术与数学概率统计方法,评估电力***进行调峰辅助服务的储能设备需求容量。本发明简单易行操作性强,具有普适性与实用性,适用于各种规模的电力***储能需求规划。
本发明提出一种用于调峰的电网储能容量需求评估方法,其特征在于,包括以下步骤:
(1)预先设定N个包含不同储能设备功率容量的规划方案,所述N个规划方案的功率容量设置为从最小储能功率容量需求到最大储能功率容量需求的等差数列,则第i个规划方案功率容量表示为:
(2)利用电力规划决策支持***GOPT对每个储能规划方案进行全年365天的日运行模拟,得到每个规划方案下对应的储能全年调峰时段充放电调度情况;具体步骤如下:
(2-1)对每个规划方案建立对应的储能运行模型,该模型约束条件包括:
电力***储能设备充电功率约束:
电力***储能设备放电功率约束:
电力***储能设备充放电互斥约束:
电力***储能设备最大存储能量约束
电力***储能设备存储能量与充放电功率时序关联约束
其中,i表示电力***中储能设备的编号,t表示储能设备运行的时间段编号;表示电力***储能设备i在t时段的充电功率,表示电力***储能设备i在t时段的放电功率,Si,t表示电力***储能设备i在t时段存储的能量大小,与分别表示电力***储能设备i在t时段充电指示变量与放电指示变量,表示该储能设备正在充电,表示该储能设备正在放电;Pi Cmax与Pi Dmax分别为电力***储能设备i在t时段充电最大功率与放电的最大功率,表示储能设备i的最大功率,η表示储能设备的充电效率,a表示储能设备的自放电损失效率;
(2-2)利用步骤(2-1)的结果,将储能设备作为一类特殊机组在GOPT中进行建模,使得全电力***中的输入功率与输出功率相等,即:
式中,g表示电力***中发电机组的编号,ΩG表示电力***发电机组集合,Ωi表示电力***储能设备集合,Pg,t表示发电机组g在t时段的输出功率,Lt表示电力***在t时段的负荷功率,Dt表示电力***在t时段的且负荷量;
(2-3)将步骤(1)中设定的每个规划方案以及电力***的其他设备信息,按照GOPT标准输入文件的形式输入GOPT;
(2-4)利用GOPT进行逐日的机组组合运行模拟,得到每个规划方案下的***全年的运行总成本Cop以及全***储能设备小时级的总存储能量变化情况St,t=1,2,3,...8760;
(3)对步骤(2-4)得到的全***储能设备小时级的总存储能量变化情况进行统计学分析,得到每个规划方案下的***储能总存储能量的累计概率分布函数,设定储能设备满足全网调频需求的期望概率,计算每个规划方案下的储能功率容量需求,;具体步骤如下:
(3-1)将每个规划方案对应的全***储能设备小时级的总存储能量变化情况St作为数据样本,找到最大值max(St),得到对应的分布区间:[0,max(St)];将该分布区间均分为M个区间,则每个区间的长度为L=max(St)/M;统计样本St落在各个区间内的数量,记落在第m个小区间内的数据样本数量为km,则***储能设备总存储能量的概率密度分布表示为以下形式:
(3-2)对***储能设备总存储能量的概率密度分布的表达式进行积分运算,得到储能设备总存储能量的累计概率分布函数,表达式如下:
St∈((m-1)L,mL]
(3-3)设定储能设备满足全***调峰需求的期望概率α,利用储能设备总存储能量的累计概率分布函数的反函数,得到每个规划方案对应的储能调峰能量容量需求:
Qess=CDF-1(α)
(4)计算每个规划方案下的全***综合运行成本Ctotal,,Ctotal最小值对应的规划方案即为最优规划方案,最优规划方案中储能设备功率容量需求与能量容量需求即为全***调峰储能装机容量需求;
Ctotal表达式如下:
Ctotal=Cop+Cinv-Cben
式中Cinv为储能投资成本,Cben为火电调峰机组的建设成本,Pess为每个规划方案对应的储能功率容量;
储能投资成本Cinv计算表达式如下:
Cinv=CPPess+CQQess
式中,CP与CQ分别为储能设备的单位功率的年化投资成本与单位能量的年化投资成本,火电调峰机组的建设成本Cben计算表达式如下:
Cben=Cben_unitPess
式中,Cben_unit为单位功率的火电调峰机组年化投资成本。
本发明的特点及有益效果在于:
本发明解决了电网侧储能规划中调峰储能需求难以确定,储能设备功率容量与能量容量配比确定缺乏依据的问题。本发明应用GOPT电力***运行模拟技术平台对储能在逐日调度中的出力情况进行模拟,利用数学统计分析方法计算最优的规划方案,确定电力***调峰储能的需求。与现有的储能需求规划方法相比,本发明能够考虑储能运行出力数据的概率分布情况,消除极端场景的影响,避免储能的过度投资。本发明简单易行、普适性强。应用本发明能够有效解决用于调峰的电网侧储能需求大小难以确定的问题,为电网侧储能进行后续选址定容的工作打下基础。
附图说明
图1为本发明方法的整体流程图。
具体实施方式
本发明提出一种用于调峰的电网储能容量需求评估方法及***,下面结合附图和具体实施例对本发明进一步详细说明如下。
本发明提出一种用于调峰的电网储能容量需求评估方法,利用电力***运行模拟技术与数学概率统计方法,计算电力***进行调峰的储能设备需求容量。该方法整体流程如图1所示,包括以下步骤:
(1)预先设定N个包含不同储能设备功率容量的规划方案,每个规划方案不对储能设备的总体能量容量进行限制。此处能量容量指储能设备所能存储的最大能量值,功率容量指储能设备单位时间内的最大充放电功率数值。所述N个规划方案的功率容量设置为从最小储能功率容量需求到最大储能功率容量需求的等差数列,则第i个规划方案功率容量表示为:
以及N的数值按照储能规划实际情况确定,可以设置为0,可以设置为***负荷峰值的30%。N的数量越大计算时间越长但结果精度更高,可以按照精度需求设定,本实施例设置为10。
(2)利用电力***的运行模拟软件“电力规划决策支持***”(Grid optimalplanning tool,GOPT)对每个储能规划方案进行全年365天的日运行模拟,得到每个规划方案对应的储能全年调峰时段充放电调度情况;具体包括以下步骤:
(2-1)对每个规划方案建立对应的储能运行模型,该模型运行的基本约束包括:
a、电力***储能设备充电功率约束:
b、电力***储能设备放电功率约束:
c、电力***储能设备充放电互斥约束:
d、电力***储能设备最大存储能量约束
e、电力***储能设备存储能量与充放电功率时序关联约束
其中,i表示电力***中储能设备的编号,t表示储能设备运行的时间段编号,此处的时段为小时级。表示电力***储能设备i在t时段的充电功率,表示电力***储能设备i在t时段的放电功率,Sit表示电力***储能设备i在t时段存储的能量大小,与分别表示电力***储能设备i在t时段充电与放电的指示变量,表示该储能设备正在充电,表示该储能设备正在放电。Pi Cmax与Pi Dmax分别为电力***储能设备i在t时段充电最大功率与放电的最大功率,表示储能设备i的最大功率,η表示储能设备的充电效率,a表示储能设备的自放电损失效率。
(2-2)利用步骤(2-1)的结果,将储能设备作为一类特殊机组在“电力规划决策支持***”GOPT电力***运行模拟仿真模块中进行建模。储能设备的充放电功率参与到全***的电力电量平衡约束中,要求全电力***中的输入功率与输出功率相等,即:
上式中g表示电力***中发电机组的编号,ΩG表示电力***发电机组集合,Ωi表示电力***储能设备集合,Pg,t表示发电机组g在t时段的输出功率,Lt表示电力***在t时段的负荷功率,Dt表示电力***在t时段的且负荷量。
(2-3)将步骤(1)中包含不同储能设备功率容量的规划方案以及所评估电力***的其他设备信息,按照GOPT标准输入文件的形式输入计算GOPT平台。各个规划方案中的储能设备充放电功率的总和按照步骤(1)的功率容量进行设置,不对储能设备最大可存储能量进行约束。
(2-4)利用GOPT软件中的电力***运行仿真模块进行逐日的机组组合运行模拟,得到不同储能设备功率容量的规划方案下的***全年的运行总成本Cop以及全***储能设备小时级的总存储能量变化情况St,t=1,2,3,...8760。
(3)对步骤(2-4)得到的全***储能设备小时级的总存储能量变化情况进行统计学分析建模,得到不同储能设备功率容量的规划方案下的***储能总存储能量的累计概率分布函数,设定储能设备满足全网调频需求的期望概率,计算不同储能设备功率容量的规划方案下的储能功率容量需求大小,具体包括以下步骤:
(3-1)将每个规划方案对应的全***储能设备小时级的总存储能量变化情况St作为数据样本,找到其中的最大值max(St),得到对应的分布区间:[0,max(St)]。将该分布区间均分为M个区间,则每个区间的长度为L=max(St)/M。M可取为样本数量8760平方根的四舍五入近似值,即94。统计样本St落在各个区间内的数量,记落在第m个小区间内的数据样本数量为km,则***储能设备总存储能量的概率密度分布可以表示为以下形式:
(3-2)对***储能设备总存储能量的概率密度分布的表达式进行积分运算,即可得到储能设备总存储能量的累计概率分布函数,表达式如下:
St∈((m-1)L,mL]
(3-3)设定储能设备满足全***调峰需求的期望概率α,例如α取0.98。利用储能设备总存储能量的累计概率分布函数的反函数,即可得到此时的储能调峰能量容量需求:
Qess=CDF-1(α)
对不同的储能设备功率容量的规划方案都需要进行同样的计算,获得每个规划方案下储能调峰的能量容量需求。
(4)利用步骤(2-4)中得到的***全年运行成本Cop,计算每个储能规划方案下的全***综合运行成本Ctotal,Ctotal最小值对应的规划方案即为最优规划方案。最优规划方案中储能设备功率容量需求与能量容量需求即为全***调峰储能装机容量需求。
Ctotal计算表达式如下:
Ctotal=Cop+Cinv-Cben
式中Cinv为储能投资成本,Cben为火电调峰机组建设成本。
储能投资成本Cinv可以利用不同规划方案下的储能设备功率需求与能量需求计算,其表达式如下:
Cinv=CPPess+CQQess
上式中CP与CQ分别为储能设备的单位功率的年化投资成本与单位能量的年化投资成本,例如可取CP为105元/kW/年,取CP为315元/kWh/年。Pess为每个规划方案中的储能功率容量,在步骤(1)中已经确定。
储能设备建设完成后能够替代一部分火电调峰机组,被替代的火电调峰机组的建设成本Cben计算表达式如下:
Cben=Cben_unitPess
式中,Cben_unit为单位功率的火电调峰机组年化投资成本,可取400元/kW/年。
本发明提出一种基于上述方法的用于调峰的电网储能容量需求评估***,包括:信息输入采集模块,电力***运行模拟与计算模块和结果输出模块。所述信息输入采集模块的输出端连接电力***运行模拟与计算模块输入端,电力***运行模拟与计算模块的输出端连接结果输出模块的输入端。
所述信息输入采集模块,用于获取所评估电力***的规划年全网负荷电量数据,发电机组装机容量大小,发电机组固定成本、可变成本、启停成本、储能设备投资成本以及预先设定的每个包含不同储能设备功率容量的规划方案,并将获取的所有数据发送给电力***运行模拟与计算模块;
所述电力***运行模拟与计算模块,用于根据从信息输入采集模块接收到的数据对每个规划方案进行电力***全年逐日的调峰运行模拟,获得储能设备全年存储的能量变化数据。计算储能设备储存能量大小的累计概率密度分布函数,计算得到不同储能规划方案下的全***综合运行成本,选取综合运行成本最小的方案为全***储能调峰的最优方案,然后将最优方案发送至结果输出模块。
所述结果输出模块输出最优方案对应的储能设备全年存储的能量变化数据,全***综合运行成本与全***储能调峰的装机容量需求。
Claims (2)
1.一种用于调峰的电网储能容量需求评估方法,其特征在于,包括以下步骤:
(1)预先设定N个包含不同储能设备功率容量的规划方案,所述N个规划方案的功率容量设置为从最小储能功率容量需求到最大储能功率容量需求的等差数列,则第i个规划方案功率容量表示为:
(2)利用电力规划决策支持***GOPT对每个储能规划方案进行全年365天的日运行模拟,得到每个规划方案下对应的储能全年调峰时段充放电调度情况;具体步骤如下:
(2-1)对每个规划方案建立对应的储能运行模型,该模型约束条件包括:
电力***储能设备充电功率约束:
电力***储能设备放电功率约束:
电力***储能设备充放电互斥约束:
电力***储能设备最大存储能量约束
电力***储能设备存储能量与充放电功率时序关联约束
其中,i表示电力***中储能设备的编号,t表示储能设备运行的时间段编号;表示电力***储能设备i在t时段的充电功率,表示电力***储能设备i在t时段的放电功率,Si,t表示电力***储能设备i在t时段存储的能量大小,与分别表示电力***储能设备i在t时段充电指示变量与放电指示变量,表示该储能设备正在充电,表示该储能设备正在放电;Pi Cmax与Pi Dmax分别为电力***储能设备i在t时段充电最大功率与放电的最大功率,表示储能设备i的最大功率,η表示储能设备的充电效率,a表示储能设备的自放电损失效率;
(2-2)利用步骤(2-1)的结果,将储能设备作为一类特殊机组在GOPT中进行建模,使得全电力***中的输入功率与输出功率相等,即:
式中,g表示电力***中发电机组的编号,ΩG表示电力***发电机组集合,Ωi表示电力***储能设备集合,Pg,t表示发电机组g在t时段的输出功率,Lt表示电力***在t时段的负荷功率,Dt表示电力***在t时段的且负荷量;
(2-3)将步骤(1)中设定的每个规划方案以及电力***的其他设备信息,按照GOPT标准输入文件的形式输入GOPT;
(2-4)利用GOPT进行逐日的机组组合运行模拟,得到每个规划方案下的***全年的运行总成本Cop以及全***储能设备小时级的总存储能量变化情况St,t=1,2,3,...8760;
(3)对步骤(2-4)得到的全***储能设备小时级的总存储能量变化情况进行统计学分析,得到每个规划方案下的***储能总存储能量的累计概率分布函数,设定储能设备满足全网调频需求的期望概率,计算每个规划方案下的储能功率容量需求,;具体步骤如下:
(3-1)将每个规划方案对应的全***储能设备小时级的总存储能量变化情况St作为数据样本,找到最大值max(St),得到对应的分布区间:[0,max(St)];将该分布区间均分为M个区间,则每个区间的长度为L=max(St)/M;统计样本St落在各个区间内的数量,记落在第m个小区间内的数据样本数量为km,则***储能设备总存储能量的概率密度分布表示为以下形式:
(3-2)对***储能设备总存储能量的概率密度分布的表达式进行积分运算,得到储能设备总存储能量的累计概率分布函数,表达式如下:
(3-3)设定储能设备满足全***调峰需求的期望概率α,利用储能设备总存储能量的累计概率分布函数的反函数,得到每个规划方案对应的储能调峰能量容量需求:
Qess=CDF-1(α)
(4)计算每个规划方案下的全***综合运行成本Ctotal,,Ctotal最小值对应的规划方案即为最优规划方案,最优规划方案中储能设备功率容量需求与能量容量需求即为全***调峰储能装机容量需求;
Ctotal表达式如下:
Ctotal=Cop+Cinv-Cben
式中Cinv为储能投资成本,Cben为火电调峰机组的建设成本,Pess为每个规划方案对应的储能功率容量;
储能投资成本Cinv计算表达式如下:
Cinv=CPPess+CQQess
式中,CP与CQ分别为储能设备的单位功率的年化投资成本与单位能量的年化投资成本,火电调峰机组的建设成本Cben计算表达式如下:
Cben=Cben_unitPess
式中,Cben_unit为单位功率的火电调峰机组年化投资成本。
2.一种基于如权利要求1所述方法的用于调峰的电网储能容量需求评估***,其特征在于,该***包括:信息输入采集模块,电力***运行模拟与计算模块和结果输出模块;所述信息输入采集模块的输出端连接电力***运行模拟与计算模块输入端,电力***运行模拟与计算模块的输出端连接结果输出模块的输入端;
所述信息输入采集模块,用于获取所评估电力***的规划年全网负荷电量数据、发电机组装机容量大小、发电机组固定成本、可变成本、启停成本、储能设备投资成本以及预先设定的每个包含不同储能设备功率容量的规划方案,并将获取的所有数据发送给电力***运行模拟与计算模块;
所述电力***运行模拟与计算模块,用于根据从信息输入采集模块接收到的数据对每个规划方案进行电力***全年逐日的调峰运行模拟,获得储能设备全年存储的能量变化数据,计算储能设备储存能量大小的累计概率密度分布函数,计算得到不同规划方案下的全***综合运行成本,选取综合运行成本最小的方案为全***储能调峰的最优方案,然后将最优方案发送至结果输出模块;
所述结果输出模块输出最优方案对应的储能设备全年存储的能量变化数据,全***综合运行成本与全***储能调峰的装机容量需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910566995.0A CN110350518B (zh) | 2019-06-27 | 2019-06-27 | 一种用于调峰的电网储能容量需求评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910566995.0A CN110350518B (zh) | 2019-06-27 | 2019-06-27 | 一种用于调峰的电网储能容量需求评估方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110350518A true CN110350518A (zh) | 2019-10-18 |
CN110350518B CN110350518B (zh) | 2022-09-23 |
Family
ID=68176728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910566995.0A Active CN110350518B (zh) | 2019-06-27 | 2019-06-27 | 一种用于调峰的电网储能容量需求评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110350518B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110854851A (zh) * | 2019-11-29 | 2020-02-28 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于阔值法的复杂时变能量***能量配置方法 |
CN111105161A (zh) * | 2019-12-20 | 2020-05-05 | 图灵人工智能研究院(南京)有限公司 | 储能数据处理方法、***、装置、能源***及存储介质 |
CN113554218A (zh) * | 2021-07-01 | 2021-10-26 | 国网安徽省电力有限公司电力科学研究院 | 一种共享储能容量价值评估方法及装置 |
CN114387128A (zh) * | 2022-01-12 | 2022-04-22 | 中广核风电有限公司 | 一种电力市场环境下的省级储能规模需求规划方法 |
CN115800336A (zh) * | 2022-11-22 | 2023-03-14 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种基于调峰调频的储能容量的确定方法、装置及设备 |
CN117691640A (zh) * | 2023-12-13 | 2024-03-12 | 国网青海省电力公司清洁能源发展研究院 | 一种电网侧储能应急调峰备用能力的评估方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108494015A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院电工研究所 | 一种源-荷-储协调互动的综合能源***设计方法 |
-
2019
- 2019-06-27 CN CN201910566995.0A patent/CN110350518B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108494015A (zh) * | 2018-02-09 | 2018-09-04 | 中国科学院电工研究所 | 一种源-荷-储协调互动的综合能源***设计方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110854851A (zh) * | 2019-11-29 | 2020-02-28 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于阔值法的复杂时变能量***能量配置方法 |
CN111105161A (zh) * | 2019-12-20 | 2020-05-05 | 图灵人工智能研究院(南京)有限公司 | 储能数据处理方法、***、装置、能源***及存储介质 |
CN111105161B (zh) * | 2019-12-20 | 2023-06-20 | 图灵人工智能研究院(南京)有限公司 | 储能数据处理方法、***、装置、能源***及存储介质 |
CN113554218A (zh) * | 2021-07-01 | 2021-10-26 | 国网安徽省电力有限公司电力科学研究院 | 一种共享储能容量价值评估方法及装置 |
CN113554218B (zh) * | 2021-07-01 | 2024-03-22 | 国网安徽省电力有限公司电力科学研究院 | 一种共享储能容量价值评估方法及装置 |
CN114387128A (zh) * | 2022-01-12 | 2022-04-22 | 中广核风电有限公司 | 一种电力市场环境下的省级储能规模需求规划方法 |
CN115800336A (zh) * | 2022-11-22 | 2023-03-14 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种基于调峰调频的储能容量的确定方法、装置及设备 |
CN115800336B (zh) * | 2022-11-22 | 2024-04-09 | 中国能源建设集团广东省电力设计研究院有限公司 | 一种基于调峰调频的储能容量的确定方法、装置及设备 |
CN117691640A (zh) * | 2023-12-13 | 2024-03-12 | 国网青海省电力公司清洁能源发展研究院 | 一种电网侧储能应急调峰备用能力的评估方法及装置 |
CN117691640B (zh) * | 2023-12-13 | 2024-05-24 | 国网青海省电力公司清洁能源发展研究院 | 一种电网侧储能应急调峰备用能力的评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110350518B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110350518A (zh) | 一种用于调峰的电网储能容量需求评估方法及*** | |
CN104578157B (zh) | 一种分布式电源接入电网的潮流计算方法 | |
CN115693757A (zh) | 一种基于数字孪生技术的光伏能源优化调控方法 | |
Ahmadian et al. | Optimal probabilistic based storage planning in tap-changer equipped distribution network including PEVs, capacitor banks and WDGs: A case study for Iran | |
CN104348189B (zh) | 一种分布式电源*** | |
Zhao et al. | Optimal siting and sizing of Energy Storage System for power systems with large-scale wind power integration | |
CN113708365A (zh) | 一种基于端边云架构的虚拟电厂能源管控优化方法及*** | |
CN110264110B (zh) | 基于配电网多应用场景的储能电站选址定容方法 | |
CN112383086B (zh) | 一种孤岛微电网日前能量-备用联合优化调度方法 | |
Kiaee et al. | Utilisation of alkaline electrolysers in existing distribution networks to increase the amount of integrated wind capacity | |
CN115456304A (zh) | 考虑台风影响的海上风电场可靠性指标计算方法及装置 | |
CN115114854A (zh) | 一种虚拟电厂分布式资源两级自组织优化聚合方法及*** | |
CN113659627A (zh) | 一种含光伏发电和液态空气储能的微电网优化调度方法 | |
CN116014797A (zh) | 一种配网新能源接纳能力提升的评估方法 | |
CN112836849A (zh) | 一种考虑风电不确定性的虚拟电厂调度方法 | |
CN117060474A (zh) | 一种新能源充电站的调度方法、***、设备及存储介质 | |
CN115000985A (zh) | 一种用户侧分布式储能设施聚合管控方法及*** | |
Kumar | Cost-based unit commitment in a stand-alone hybrid microgrid with demand response flexibility | |
Xu et al. | Identifying the optimum wind capacity for a power system with interconnection lines | |
Sardi et al. | A comprehensive community energy storage planning strategy based on a cost-benefit analysis | |
CN117114281A (zh) | 一种灵活资源多阶段规划方案的确定方法 | |
CN112861376B (zh) | 一种基于单元调度模型的评估方法及装置 | |
Zhu et al. | Capacity optimization configuration of wind farm energy storage system based on life cycle economic analysis | |
CN115293644A (zh) | 一种混合时间尺度的氢-电联合储能***规划方法及*** | |
CN112821390B (zh) | 一种基于中期机组组合的电力***长期生产模拟方法 |
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 |