CN112564086A - 一种电网侧化学储能容量优化方法及装置 - Google Patents

一种电网侧化学储能容量优化方法及装置 Download PDF

Info

Publication number
CN112564086A
CN112564086A CN202011184756.8A CN202011184756A CN112564086A CN 112564086 A CN112564086 A CN 112564086A CN 202011184756 A CN202011184756 A CN 202011184756A CN 112564086 A CN112564086 A CN 112564086A
Authority
CN
China
Prior art keywords
energy storage
power grid
chemical energy
grid side
period
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.)
Pending
Application number
CN202011184756.8A
Other languages
English (en)
Inventor
李湃
李庆
范越
黄越辉
方保民
李红志
李延和
张金平
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
State Grid Qinghai Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
State Grid Qinghai 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 State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, State Grid Qinghai Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011184756.8A priority Critical patent/CN112564086A/zh
Publication of CN112564086A publication Critical patent/CN112564086A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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
    • 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
    • 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
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • 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)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及新能源生产模拟技术领域，具体提供了一种电网侧化学储能容量优化方法及装置，旨在解决电网侧化学储能容量规划的技术问题，具体包括：获取电网基本运行约束参数；基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量；本发明提供的技术方案，在电网侧储能规划过程中，充分考虑新能源发电的随机波动性、源‑网‑荷‑储的协调匹配能力，将新能源消纳效果提升至最大化，可为计算新能源电力***的电网侧化学储能最优配置容量提供技术支撑。

Description

一种电网侧化学储能容量优化方法及装置
技术领域
本发明涉及新能源生产模拟技术领域，具体涉及一种电网侧化学储能容量优化方法及装置。
背景技术
随着风电和光伏发电装机规模的断增加，部分地区的新能源发电装机容量已超过30％，新能源电力***特性逐渐显现。由于新能源发电具有很强的随机波动性且抗扰动性较差，大规模新能源并网对电力***调度运行带来了很大的压力。受电网调峰能力不足和输电断面受限等因素的影响，部分地区的新能源弃电率仍然较高、新能源消纳形式依然严峻。
电化学储能是平抑新能源出力随机波动性，提高新能源利用率的有效技术途径。从配置方式来说，化学储能主要包括电源侧、电网侧和用户侧三种类型。其中，电网侧储能可以面向全网电源提供调峰服务，具有高度集中、储能容量规模大的特点，因而能够更加有效的平抑全网新能源的随机波动性。在电力市场改革的推动下，很多地区相继建设了辅助服务调峰市场，为电网侧化学储能的大规模配置提供了良好的环境。
由于电网运行特性较为复杂，合理规划电网侧化学储能的最优配置容量，对提升全网新能源利用率有着重要的意义。
目前已有的化学储能容量优化规划研究主要面向电源侧或用户侧的化学储能，存在以下几方面的不足：第一，以新能源典型出力场景为输入，由于场景数量有限，因而难以准确刻画储能对新能源出力随机波动性的平抑效果，影响了储能容量规划结果的准确性；第二，以平抑某个新能源场站出力为目标，未考虑全网的用电与负荷平衡作用，难以实现促进全网新能源消纳的目标。
发明内容
为了克服上述缺陷，提出了本发明，以提供解决或至少部分地解决储能容量规划结果不准确且无法进全网新能源消纳的目标的技术问题的电网侧化学储能容量优化方法及装置。
本发明的目的是采用下述技术方案实现的：
第一方面，提供一种电网侧化学储能容量优化方法，其改进之处在于，所述方法包括：
获取电网基本运行约束参数；
基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量。
优选的，所述电网基本运行约束参数，包括：电网风电理论最大出力、电网光伏发电理论最大出力、电网用电负荷、常规机组最大和最小出力、电网正备用和负备用需求、新能源最低利用率、化学储能的自放电率、化学储能的充电效率和放电效率。
优选的，所述基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量，包括：
将所述电网基本运行约束参数代入预先建立的电网侧化学储能容量优化模型，求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量；
其中，所述预先建立的电网侧化学储能容量优化模型是以新能源发电量与化学储能充放电损耗之差最大为目标建立的。
进一步的，按下式确定预先建立的电网侧化学储能容量优化模型中的目标函数：
Figure BDA0002751102910000021
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure BDA0002751102910000022
为t时段的电网风电出力，
Figure BDA0002751102910000023
为t时段的电网光伏发电出力，
Figure BDA0002751102910000024
为t时段的电网侧化学储能充电功率，
Figure BDA0002751102910000025
为t时段的电网侧化学储能放电功率。
进一步的，按下式确定预先建立的电网侧化学储能容量优化模型中的***功率平衡约束：
Figure BDA0002751102910000026
按下式确定预先建立的电网侧化学储能容量优化模型中的***备用需求约束：
Figure BDA0002751102910000027
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源出力约束：
Figure BDA0002751102910000028
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源利用率约束：
Figure BDA0002751102910000031
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电功率约束：
Figure BDA0002751102910000032
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电状态约束：
Figure BDA0002751102910000033
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能荷电状态约束：
Figure BDA0002751102910000034
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能储电量约束：
Figure BDA0002751102910000035
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure BDA0002751102910000036
为t时段的电网风电出力，
Figure BDA0002751102910000037
为t时段的电网光伏发电出力，
Figure BDA0002751102910000038
为t时段的电网侧化学储能充电功率，
Figure BDA0002751102910000039
为t时段的电网侧化学储能放电功率，g为常规机组编号，G为常规机组的总数；
Figure BDA00027511029100000310
为常规机组g在t时段的出力，
Figure BDA00027511029100000311
为电网在t时段的用电负荷，
Figure BDA00027511029100000312
和
Figure BDA00027511029100000313
分别为常规机组g在t时段的最大和最小出力，CB为电网侧化学储能的装机容量，
Figure BDA00027511029100000314
和
Figure BDA00027511029100000315
分别为电网在t时段的正备用和负备用需求，
Figure BDA00027511029100000316
和
Figure BDA00027511029100000317
分别为电网t时段的风电和光伏发电理论最大出力，γ为电网的新能源最低利用率，
Figure BDA00027511029100000318
为电网侧化学储能的放电状态，取值为0或1，当
Figure BDA00027511029100000319
时，化学储能在t时段处于放电状态，当
Figure BDA00027511029100000320
时，化学储能在t时段未处于放电状态，
Figure BDA00027511029100000321
为电网侧化学储能的充电状态，取值为0或1，当
Figure BDA00027511029100000322
时，化学储能在t时段处于充电状态，当
Figure BDA00027511029100000323
时，化学储能在t时段未处于充电状态，
Figure BDA00027511029100000324
和
Figure BDA00027511029100000325
分别为化学储能在t时段和t-1时段的储电量，γB为化学储能的自放电率；ηch和ηdc分别为化学储能的充电效率和放电效率，
Figure BDA00027511029100000326
为化学储能的最大储电量。
进一步的，所述求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量，包括：
采用Cplex软件求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量。
第二方面，还提供了一种电网侧化学储能容量优化装置，其改进之处在于，所述装置包括：
获取模块，用于获取电网基本运行约束参数；
计算模块，用于基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量。
优选的，所述电网基本运行约束参数，包括：电网风电理论最大出力、电网光伏发电理论最大出力、电网用电负荷、常规机组最大和最小出力、电网正备用和负备用需求、新能源最低利用率、化学储能的自放电率、化学储能的充电效率和放电效率。
优选的，所述计算模块具体用于：
将所述电网基本运行约束参数代入预先建立的电网侧化学储能容量优化模型，求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量；
其中，所述预先建立的电网侧化学储能容量优化模型是以新能源发电量与化学储能充放电损耗之差最大为目标建立的。
进一步的，按下式确定预先建立的电网侧化学储能容量优化模型中的目标函数：
Figure BDA0002751102910000041
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure BDA0002751102910000042
为t时段的电网风电出力，
Figure BDA0002751102910000043
为t时段的电网光伏发电出力，
Figure BDA0002751102910000044
为t时段的电网侧化学储能充电功率，
Figure BDA0002751102910000045
为t时段的电网侧化学储能放电功率。
进一步的，按下式确定预先建立的电网侧化学储能容量优化模型中的***功率平衡约束：
Figure BDA0002751102910000046
按下式确定预先建立的电网侧化学储能容量优化模型中的***备用需求约束：
Figure BDA0002751102910000047
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源出力约束：
Figure BDA0002751102910000051
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源利用率约束：
Figure BDA0002751102910000052
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电功率约束：
Figure BDA0002751102910000053
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电状态约束
Figure BDA0002751102910000054
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能荷电状态约束：
Figure BDA0002751102910000055
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能储电量约束：
Figure BDA0002751102910000056
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure BDA0002751102910000057
为t时段的电网风电出力，
Figure BDA0002751102910000058
为t时段的电网光伏发电出力，
Figure BDA0002751102910000059
为t时段的电网侧化学储能充电功率，
Figure BDA00027511029100000510
为t时段的电网侧化学储能放电功率，g为常规机组编号，G为常规机组的总数；
Figure BDA00027511029100000511
为常规机组g在t时段的出力，
Figure BDA00027511029100000527
为电网在t时段的用电负荷，
Figure BDA00027511029100000512
和
Figure BDA00027511029100000513
分别为常规机组g在t时段的最大和最小出力，CB为电网侧化学储能的装机容量，
Figure BDA00027511029100000514
和
Figure BDA00027511029100000515
分别为电网在t时段的正备用和负备用需求，
Figure BDA00027511029100000516
和
Figure BDA00027511029100000517
分别为电网t时段的风电和光伏发电理论最大出力，γ为电网的新能源最低利用率，
Figure BDA00027511029100000518
为电网侧化学储能的放电状态，取值为0或1，当
Figure BDA00027511029100000519
时，化学储能在t时段处于放电状态，当
Figure BDA00027511029100000520
时，化学储能在t时段未处于放电状态，
Figure BDA00027511029100000521
为电网侧化学储能的充电状态，取值为0或1，当
Figure BDA00027511029100000522
时，化学储能在t时段处于充电状态，当
Figure BDA00027511029100000523
时，化学储能在t时段未处于充电状态，
Figure BDA00027511029100000524
和
Figure BDA00027511029100000525
分别为化学储能在t时段和t-1时段的储电量，γB为化学储能的自放电率；ηch和ηdc分别为化学储能的充电效率和放电效率，
Figure BDA00027511029100000526
为化学储能的最大储电量。
进一步的，所述求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量，包括：
采用Cplex软件求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量。
本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
在实施本发明的技术方案中，通过获取电网基本运行约束参数，并基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量；本发明提供的技术方案，在电网侧储能规划过程中，以电网基本运行约束参数作为基础，充分考虑新能源发电的随机波动性、源-网-荷-储的协调匹配能力，克服了新能源出力典型场景数量不足，影响规划结果准确性的问题，将新能源消纳效果提升至最大化。以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧储能进行规划，在保障新能源最大化消纳的同时，避免了化学储能通过频繁的充放电来过度消纳新能源，进而为计算新能源电力***的电网侧化学储能最优配置容量提供技术支撑。
附图说明
图1是根据本发明的一个实施例的一种电网侧化学储能容量优化方法的主要步骤流程示意图；
图2是根据本发明的一个实施例的一种电网侧化学储能容量优化装置的主要结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
目前已有的化学储能容量优化规划研究主要面向电源侧或用户侧的化学储能，存在以下几方面的不足：第一，以新能源典型出力场景为输入，由于场景数量有限，因而难以准确刻画储能对新能源出力随机波动性的平抑效果，影响了储能容量规划结果的准确性；第二，以平抑某个新能源场站出力为目标，未考虑全网的用电与负荷平衡作用，难以实现促进全网新能源消纳的目标。
为了解决上述问题，本发明提供了一种电网侧化学储能容量优化方法，参阅附图1，图1是根据本发明的一个实施例的电网侧化学储能容量优化方法的主要步骤流程示意图。如图1所示，本发明实施例中的电网侧化学储能容量优化方法主要包括以下步骤：
步骤101获取电网基本运行约束参数；
在本实施例中，所述电网基本运行约束参数，包括：电网风电理论最大出力、电网光伏发电理论最大出力、电网用电负荷、常规机组最大和最小出力、电网正备用和负备用需求、新能源最低利用率、化学储能的自放电率、化学储能的充电效率和放电效率。
一个实施方式中，电网风电理论最大出力可以为电网风电全年8760h理论最大出力序列，电网光伏发电理论最大出力可以为电网光伏发电全年8760h理论最大出力序列。
步骤102基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量。
在本实施例中，可以将所述电网基本运行约束参数代入预先建立的电网侧化学储能容量优化模型，求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量；
其中，所述预先建立的电网侧化学储能容量优化模型是以新能源发电量与化学储能充放电损耗之差最大为目标建立的。
一个实施方式中，可以按下式确定预先建立的电网侧化学储能容量优化模型中的目标函数：
Figure BDA0002751102910000071
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure BDA0002751102910000072
为t时段的电网风电出力，
Figure BDA0002751102910000073
为t时段的电网光伏发电出力，
Figure BDA0002751102910000074
为t时段的电网侧化学储能充电功率，
Figure BDA0002751102910000075
为t时段的电网侧化学储能放电功率。
由于化学储能的充放电具有损耗，通过在目标函数中减去化学储能的充放电损耗电量，可以避免化学储能通过频繁的充放电操作来过度消纳新能源。
一个实施方式中，可以按下式确定预先建立的电网侧化学储能容量优化模型中的***功率平衡约束：
Figure BDA0002751102910000081
按下式确定预先建立的电网侧化学储能容量优化模型中的***备用需求约束：
Figure BDA0002751102910000082
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源出力约束：
Figure BDA0002751102910000083
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源利用率约束：
Figure BDA0002751102910000084
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电功率约束：
Figure BDA0002751102910000085
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电状态约束：
Figure BDA0002751102910000086
该约束表示化学储能在同一时刻不能同时处于充电和放电状态。
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能荷电状态约束：
Figure BDA0002751102910000087
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能储电量约束：
Figure BDA0002751102910000088
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure BDA0002751102910000089
为t时段的电网风电出力，
Figure BDA00027511029100000810
为t时段的电网光伏发电出力，
Figure BDA00027511029100000811
为t时段的电网侧化学储能充电功率，
Figure BDA00027511029100000812
为t时段的电网侧化学储能放电功率，g为常规机组编号，G为常规机组的总数；
Figure BDA00027511029100000813
为常规机组g在t时段的出力，
Figure BDA00027511029100000814
为电网在t时段的用电负荷，
Figure BDA00027511029100000815
和
Figure BDA00027511029100000816
分别为常规机组g在t时段的最大和最小出力，CB为电网侧化学储能的装机容量，
Figure BDA00027511029100000817
和
Figure BDA00027511029100000818
分别为电网在t时段的正备用和负备用需求，
Figure BDA00027511029100000819
和
Figure BDA00027511029100000820
分别为电网t时段的风电和光伏发电理论最大出力，γ为电网的新能源最低利用率，
Figure BDA0002751102910000091
为电网侧化学储能的放电状态，取值为0或1，当
Figure BDA0002751102910000092
时，化学储能在t时段处于放电状态，当
Figure BDA0002751102910000093
时，化学储能在t时段未处于放电状态，
Figure BDA0002751102910000094
为电网侧化学储能的充电状态，取值为0或1，当
Figure BDA0002751102910000095
时，化学储能在t时段处于充电状态，当
Figure BDA0002751102910000096
时，化学储能在t时段未处于充电状态，
Figure BDA0002751102910000097
和
Figure BDA0002751102910000098
分别为化学储能在t时段和t-1时段的储电量，γB为化学储能的自放电率；ηch和ηdc分别为化学储能的充电效率和放电效率，
Figure BDA0002751102910000099
为化学储能的最大储电量。
除上述约束条件外，电网侧化学储能容量优化模型还包括常规机组的运行约束，此处不再详细赘述。
一个实施方式中，可以采用Cplex软件求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量。
基于同一发明构思，本发明还提供了一种电网侧化学储能容量优化装置，如图2所示，所述装置包括：
获取模块，用于获取电网基本运行约束参数；
计算模块，用于基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量。
所述电网基本运行约束参数，包括：电网风电理论最大出力、电网光伏发电理论最大出力、电网用电负荷、常规机组最大和最小出力、电网正备用和负备用需求、新能源最低利用率、化学储能的自放电率、化学储能的充电效率和放电效率。
所述计算模块具体用于：
将所述电网基本运行约束参数代入预先建立的电网侧化学储能容量优化模型，求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量；
其中，所述预先建立的电网侧化学储能容量优化模型是以新能源发电量与化学储能充放电损耗之差最大为目标建立的。
按下式确定预先建立的电网侧化学储能容量优化模型中的目标函数：
Figure BDA00027511029100000910
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure BDA00027511029100000911
为t时段的电网风电出力，
Figure BDA0002751102910000101
为t时段的电网光伏发电出力，
Figure BDA0002751102910000102
为t时段的电网侧化学储能充电功率，
Figure BDA0002751102910000103
为t时段的电网侧化学储能放电功率。
按下式确定预先建立的电网侧化学储能容量优化模型中的***功率平衡约束：
Figure BDA0002751102910000104
按下式确定预先建立的电网侧化学储能容量优化模型中的***备用需求约束：
Figure BDA0002751102910000105
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源出力约束：
Figure BDA0002751102910000106
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源利用率约束：
Figure BDA0002751102910000107
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电功率约束：
Figure BDA0002751102910000108
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电状态约束：
Figure BDA0002751102910000109
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能荷电状态约束：
Figure BDA00027511029100001010
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能储电量约束：
Figure BDA00027511029100001011
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure BDA00027511029100001012
为t时段的电网风电出力，
Figure BDA00027511029100001013
为t时段的电网光伏发电出力，
Figure BDA00027511029100001014
为t时段的电网侧化学储能充电功率，
Figure BDA00027511029100001015
为t时段的电网侧化学储能放电功率，g为常规机组编号，G为常规机组的总数；
Figure BDA00027511029100001016
为常规机组g在t时段的出力，
Figure BDA00027511029100001017
为电网在t时段的用电负荷，
Figure BDA00027511029100001018
和
Figure BDA00027511029100001019
分别为常规机组g在t时段的最大和最小出力，CB为电网侧化学储能的装机容量，
Figure BDA0002751102910000111
和
Figure BDA0002751102910000112
分别为电网在t时段的正备用和负备用需求，
Figure BDA0002751102910000113
和
Figure BDA0002751102910000114
分别为电网t时段的风电和光伏发电理论最大出力，γ为电网的新能源最低利用率，
Figure BDA0002751102910000115
为电网侧化学储能的放电状态，取值为0或1，当
Figure BDA0002751102910000116
时，化学储能在t时段处于放电状态，当
Figure BDA0002751102910000117
时，化学储能在t时段未处于放电状态，
Figure BDA0002751102910000118
为电网侧化学储能的充电状态，取值为0或1，当
Figure BDA0002751102910000119
时，化学储能在t时段处于充电状态，当
Figure BDA00027511029100001110
时，化学储能在t时段未处于充电状态，
Figure BDA00027511029100001111
和
Figure BDA00027511029100001112
分别为化学储能在t时段和t-1时段的储电量，γB为化学储能的自放电率；ηch和ηdc分别为化学储能的充电效率和放电效率，
Figure BDA00027511029100001113
为化学储能的最大储电量。
进一步的，所述求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量，包括：
采用Cplex软件求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量。
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。
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，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：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，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (12)

1.一种电网侧化学储能容量优化方法，其特征在于，所述方法包括：
获取电网基本运行约束参数；
基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量。
2.如权利要求1所述的方法，其特征在于，所述电网基本运行约束参数，包括：电网风电理论最大出力、电网光伏发电理论最大出力、电网用电负荷、常规机组最大和最小出力、电网正备用和负备用需求、新能源最低利用率、化学储能的自放电率、化学储能的充电效率和放电效率。
3.如权利要求1所述的方法，其特征在于，所述基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量，包括：
将所述电网基本运行约束参数代入预先建立的电网侧化学储能容量优化模型，求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量；
其中，所述预先建立的电网侧化学储能容量优化模型是以新能源发电量与化学储能充放电损耗之差最大为目标建立的。
4.如权利要求3所述的方法，其特征在于，按下式确定预先建立的电网侧化学储能容量优化模型中的目标函数：
Figure FDA0002751102900000011
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure FDA0002751102900000012
为t时段的电网风电出力，
Figure FDA0002751102900000013
为t时段的电网光伏发电出力，
Figure FDA0002751102900000014
为t时段的电网侧化学储能充电功率，
Figure FDA0002751102900000015
为t时段的电网侧化学储能放电功率。
5.如权利要求3所述的方法，其特征在于，按下式确定预先建立的电网侧化学储能容量优化模型中的***功率平衡约束：
Figure FDA0002751102900000016
按下式确定预先建立的电网侧化学储能容量优化模型中的***备用需求约束：
Figure FDA0002751102900000021
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源出力约束：
Figure FDA0002751102900000022
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源利用率约束：
Figure FDA0002751102900000023
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电功率约束：
Figure FDA0002751102900000024
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电状态约束：
Figure FDA0002751102900000025
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能荷电状态约束：
Figure FDA0002751102900000026
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能储电量约束：
Figure FDA0002751102900000027
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure FDA0002751102900000028
为t时段的电网风电出力，
Figure FDA0002751102900000029
为t时段的电网光伏发电出力，
Figure FDA00027511029000000210
为t时段的电网侧化学储能充电功率，
Figure FDA00027511029000000211
为t时段的电网侧化学储能放电功率，g为常规机组编号，G为常规机组的总数；
Figure FDA00027511029000000212
为常规机组g在t时段的出力，
Figure FDA00027511029000000213
为电网在t时段的用电负荷，
Figure FDA00027511029000000214
和
Figure FDA00027511029000000215
分别为常规机组g在t时段的最大和最小出力，CB为电网侧化学储能的装机容量，
Figure FDA00027511029000000216
和
Figure FDA00027511029000000217
分别为电网在t时段的正备用和负备用需求，
Figure FDA00027511029000000218
和
Figure FDA00027511029000000219
分别为电网t时段的风电和光伏发电理论最大出力，γ为电网的新能源最低利用率，
Figure FDA00027511029000000220
为电网侧化学储能的放电状态，取值为0或1，当
Figure FDA00027511029000000221
时，化学储能在t时段处于放电状态，当
Figure FDA00027511029000000222
时，化学储能在t时段未处于放电状态，
Figure FDA00027511029000000223
为电网侧化学储能的充电状态，取值为0或1，当
Figure FDA0002751102900000031
时，化学储能在t时段处于充电状态，当
Figure FDA0002751102900000032
时，化学储能在t时段未处于充电状态，
Figure FDA0002751102900000033
和
Figure FDA0002751102900000034
分别为化学储能在t时段和t-1时段的储电量，γB为化学储能的自放电率；ηch和ηdc分别为化学储能的充电效率和放电效率，
Figure FDA0002751102900000035
为化学储能的最大储电量。
6.如权利要求3所述的方法，其特征在于，所述求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量，包括：
采用Cplex软件求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量。
7.一种电网侧化学储能容量优化装置，其特征在于，所述装置包括：
获取模块，用于获取电网基本运行约束参数；
计算模块，用于基于电网基本运行约束参数，以新能源发电量与化学储能充放电损耗之差最大为目标对电网侧化学储能的装机容量和储电量进行优化，得到电网侧化学储能的最优装机容量和最优储电量。
8.如权利要求7所述的装置，其特征在于，所述电网基本运行约束参数，包括：电网风电理论最大出力、电网光伏发电理论最大出力、电网用电负荷、常规机组最大和最小出力、电网正备用和负备用需求、新能源最低利用率、化学储能的自放电率、化学储能的充电效率和放电效率。
9.如权利要求7所述的装置，其特征在于，所述计算模块具体用于：
将所述电网基本运行约束参数代入预先建立的电网侧化学储能容量优化模型，求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量；
其中，所述预先建立的电网侧化学储能容量优化模型是以新能源发电量与化学储能充放电损耗之差最大为目标建立的。
10.如权利要求9所述的装置，其特征在于，按下式确定预先建立的电网侧化学储能容量优化模型中的目标函数：
Figure FDA0002751102900000036
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure FDA0002751102900000037
为t时段的电网风电出力，
Figure FDA0002751102900000038
为t时段的电网光伏发电出力，
Figure FDA0002751102900000039
为t时段的电网侧化学储能充电功率，
Figure FDA00027511029000000310
为t时段的电网侧化学储能放电功率。
11.如权利要求9所述的装置，其特征在于，按下式确定预先建立的电网侧化学储能容量优化模型中的***功率平衡约束：
Figure FDA0002751102900000041
按下式确定预先建立的电网侧化学储能容量优化模型中的***备用需求约束：
Figure FDA0002751102900000042
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源出力约束：
Figure FDA0002751102900000043
按下式确定预先建立的电网侧化学储能容量优化模型中的新能源利用率约束：
Figure FDA0002751102900000044
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电功率约束：
Figure FDA0002751102900000045
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能充放电状态约束：
Figure FDA0002751102900000046
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能荷电状态约束：
Figure FDA0002751102900000047
按下式确定预先建立的电网侧化学储能容量优化模型中的化学储能储电量约束：
Figure FDA0002751102900000048
上式中，t为时段序号，T为时段总数，Δt为单位时段的时长，
Figure FDA0002751102900000049
为t时段的电网风电出力，
Figure FDA00027511029000000410
为t时段的电网光伏发电出力，
Figure FDA00027511029000000411
为t时段的电网侧化学储能充电功率，
Figure FDA00027511029000000412
为t时段的电网侧化学储能放电功率，g为常规机组编号，G为常规机组的总数；
Figure FDA00027511029000000413
为常规机组g在t时段的出力，
Figure FDA00027511029000000414
为电网在t时段的用电负荷，
Figure FDA00027511029000000415
和
Figure FDA00027511029000000416
分别为常规机组g在t时段的最大和最小出力，CB为电网侧化学储能的装机容量，
Figure FDA0002751102900000051
和
Figure FDA0002751102900000052
分别为电网在t时段的正备用和负备用需求，
Figure FDA0002751102900000053
和
Figure FDA0002751102900000054
分别为电网t时段的风电和光伏发电理论最大出力，γ为电网的新能源最低利用率，
Figure FDA0002751102900000055
为电网侧化学储能的放电状态，取值为0或1，当
Figure FDA0002751102900000056
时，化学储能在t时段处于放电状态，当
Figure FDA0002751102900000057
时，化学储能在t时段未处于放电状态，
Figure FDA0002751102900000058
为电网侧化学储能的充电状态，取值为0或1，当
Figure FDA0002751102900000059
时，化学储能在t时段处于充电状态，当
Figure FDA00027511029000000510
时，化学储能在t时段未处于充电状态，
Figure FDA00027511029000000511
和
Figure FDA00027511029000000512
分别为化学储能在t时段和t-1时段的储电量，γB为化学储能的自放电率；ηch和ηdc分别为化学储能的充电效率和放电效率，
Figure FDA00027511029000000513
为化学储能的最大储电量。
12.如权利要求9所述的装置，其特征在于，所述求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量，包括：
采用Cplex软件求解所述预先建立的电网侧化学储能容量优化模型得到电网侧化学储能的最优装机容量和最优储电量。
CN202011184756.8A 2020-10-30 2020-10-30 一种电网侧化学储能容量优化方法及装置 Pending CN112564086A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011184756.8A CN112564086A (zh) 2020-10-30 2020-10-30 一种电网侧化学储能容量优化方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011184756.8A CN112564086A (zh) 2020-10-30 2020-10-30 一种电网侧化学储能容量优化方法及装置

Publications (1)

Publication Number Publication Date
CN112564086A true CN112564086A (zh) 2021-03-26

Family

ID=75042767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011184756.8A Pending CN112564086A (zh) 2020-10-30 2020-10-30 一种电网侧化学储能容量优化方法及装置

Country Status (1)

Country Link
CN (1) CN112564086A (zh)

Similar Documents

Publication Publication Date Title
US9618914B2 (en) Energy resource-grid-load automatic control system of smart microgrid and control methods thereof
CN109347152B (zh) 考虑多类型电源参与调峰的随机生产模拟方法及应用
US20240055859A1 (en) Source-grid-load-storage networked collaborative frequency control method
CN114154790A (zh) 基于需量管理和柔性负荷的工业园区光储容量配置方法
CN111030101B (zh) 一种基于多元化大数据清洁能源消纳联动调控方法及***
CN114123280A (zh) 一种考虑***效率的电池储能电站能量管理方法
CN107240925B (zh) 一种微电网中储能电池***的控制方法
CN103001259B (zh) 一种基于退火算法的并网型微电网优化调度方法
CN109038668B (zh) 一种基于弃风利用的塔筒电梯供电方法及储能***
CN105914780B (zh) 风储联合发电***发电指标跟踪方法及装置
Han et al. Energy storage frequency response control considering battery aging of electric vehicle
CN112491080A (zh) 一种新能源装机布局规划方法和***
CN116646987A (zh) 多资源协同调度方法、装置、设备及存储介质
CN115099489B (zh) 一种基于最优经济测算的工商业储能***容量配置方法
CN114844119A (zh) 一种储能发电装机和容量优化配置方法及***
CN116054212A (zh) 一种抽水蓄能电站优化调度运行方法、***、设备及介质
CN114844120A (zh) 一种含多类型储能的新能源生产模拟运行优化方法和***
CN112564086A (zh) 一种电网侧化学储能容量优化方法及装置
CN112928755B (zh) 光伏储能***的控制方法、装置及存储介质
CN115882483A (zh) 一种利用容量弹性实现***最优储能容量配置的方法
CN113690925B (zh) 一种基于微电网的能量交互优化方法及***
CN115276001A (zh) 基于分时电价和发用电预测数据的经济运行能量管理方法
CN110932301B (zh) 一种基于电池储能参与的提高风电接纳能力方法
CN110717694B (zh) 基于新能源消纳期望值的储能配置随机决策方法及装置
CN110854842A (zh) 一种光储充电站调度方法及装置

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