CN102005771B - 风、光、储微电网系统的储能容量选取方法 - Google Patents

风、光、储微电网系统的储能容量选取方法 Download PDF

Info

Publication number
CN102005771B
CN102005771B CN 201010601680 CN201010601680A CN102005771B CN 102005771 B CN102005771 B CN 102005771B CN 201010601680 CN201010601680 CN 201010601680 CN 201010601680 A CN201010601680 A CN 201010601680A CN 102005771 B CN102005771 B CN 102005771B
Authority
CN
China
Prior art keywords
micro
grid system
represent
energy
storage device
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.)
Active
Application number
CN 201010601680
Other languages
English (en)
Other versions
CN102005771A (zh
Inventor
黎鹏
龚博
于士斌
李芳�
徐剑
刘嘉超
程宇
赵荣峥
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.)
CEEC TIANJIN ELECTRIC POWER DESIGN INSTITUTE CO., LTD.
Original Assignee
Tianjin electric power design institute
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 Tianjin electric power design institute filed Critical Tianjin electric power design institute
Priority to CN 201010601680 priority Critical patent/CN102005771B/zh
Publication of CN102005771A publication Critical patent/CN102005771A/zh
Application granted granted Critical
Publication of CN102005771B publication Critical patent/CN102005771B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种风、光、储微电网系统的储能容量选取方法,包括(1)确定微电网系统中风力发电和光伏发电的装机容量以及接入负荷大小和性质;(2)确定并网模式下的边界约束、仿真预测数据和负荷预测数据;(3)计算并网模式下同一时段发电功率与负荷需求的电量差;(4)计算并网模式下的储能设备容量需求;(5)确定孤岛模式下边界约束、仿真预测数据和负荷预测数据;(6)计算孤岛模式下同一时段发电功率与负荷需求的电量差;(7)计算孤岛模式下的储能设备容量需求;(8)计算微电网系统的储能容量。本发明能够对风、光、储微电网系统的储能容量进行准确地选取,为工程建设提供了科学的依据,保证了风光储微电网系统的可靠运行,节省了微电网系统工程建设的投资。

Description

风、光、储微电网系统的储能容量选取方法
技术领域
本发明属于微电网系统领域,尤其是一种风、光、储微电网系统的储能容量选取方法。
背景技术
微电网系统由分布式电源、负荷和储能设备等组成,微电网系统内部通过对分布式电源进行调控,并在满足供电质量和负荷需求等前提下,实现微电网系统的并网或孤岛运行。微电网系统相对于外网表征为一个整体,能够实现清洁能源的充分利用,提高供电可靠性。在风光储微电网系统中,储能设备是微电网系统的重要组成部分。在并网运行模式下,储能设备可起到削峰填谷、平滑分布式电源出力等功能,通常储能设备按经济运行方式保持一天不多于一个充放电循环;在孤岛运行模式下,储能设备做为主控制单元,根据光伏出力、风机出力和负荷情况进行综合调控,依靠储能设备维持微电网系统的电压和频率,并且在必要时候可采取切负荷/切机手段。由于储能设备的造价相对较高,因此,如何经济高效的进行储能容量的选取是目前工程实际一个难点。
发明内容
本发明的目的在于克服现有技术的不足,提供一种能够对风、光、储微电网系统的储能容量进行准确地选取的风、光、储微电网系统的储能容量选取方法。
本发明解决现有的技术问题是采取以下技术方案实现的:
一种风、光、储微电网系统的储能容量选取方法,包括以下步骤:
⑴确定微电网系统中风力发电和光伏发电的装机容量以及接入微电网系统的负荷大小和性质;
⑵确定并网模式下微电网系统的边界约束以及其内部分布式电源发电量的仿真预测数据和负荷预测数据;
⑶根据并网模式下的仿真预测数据,计算并网模式下同一时段发电功率与负荷需求的电量差;
⑷依据并网模式下微电网系统的电量差和相关约束,计算并网模式下的储能设备容量需求;
⑸确定孤岛模式下微电网系统的边界约束以及其内部分布式电源发电量的仿真预测数据和负荷预测数据;
⑹根据孤岛模式下的仿真预测数据,计算孤岛模式下同一时段发电功率与负荷需求的电量差;
⑺依据孤岛模式下微电网系统维持自身电压和频率的期望运行时间和孤岛模式下同一时段发电功率与负荷需求的电量差,计算孤岛模式下的储能设备容量需求;
⑻综合考虑并网模式和孤岛模式的储能设备容量需求,计算微电网系统的储能容量。
而且,所述步骤⑵并网模式下微电网系统的边界约束包括:
⑴微电网系统与主网功率交换约束;
⑵典型日风力发电有功功率仿真预测数据;
⑶典型日光伏发电有功功率仿真预测数据;
⑷典型日微电网系统负荷的有功功率预测数据;
⑸储能设备的充放电容量控制和平滑出力。
而且,所述步骤⑸孤岛模式下微电网系统的边界约束包括:
⑴孤岛模式下微电网系统维持自身电压和频率的期望运行时间;
⑵典型日风力发电有功功率仿真预测数据;
⑶典型日光伏发电有功功率仿真预测数据;
⑷典型日微电网系统负荷的有功功率预测数据;
⑸储能设备的充放电容量控制和维持微电网系统的电压、频率。
而且,所述微电网系统与主网的有功功率交换约束为:
Pmgmin≤Pmg(t)≤Pmgmax
式中,Pmgmin代表微电网系统与主网有功功率交换约束下限;Pmgmax代表微电网系统与主网有功功率交换约束上限;Pmg(t)代表微电网系统与主网的实时有功功率交换,t代表时间;
所述储能设备的充放电容量控制和平滑出力的约束为:
C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max
式中,Cbmin代表微电网系统储能设备已储存电量占总容量比例的控制约束下限;Cbmax代表微电网系统储能设备已储存电量占总容量比例的控制约束上限;Cb(t)代表微电网系统储能设备已储存电量占总容量的实时比例,t代表时间。Ibmin代表微电网系统储能电池充/放电电流约束下限;Ibmax代表微电网系统储能电池充/放电电流约束上限;Ib(t)代表微电网系统储能电池实时充/放电电流,t代表时间;f代表储能系统的日充放电循环频率,fmin代表储能系统的日充放电循环频率下限,fmax代表储能系统的日充放电循环频率上限。
而且,所述步骤⑶及步骤⑹中,计算同一时段发电功率与负荷需求的电量差的方法为:
ΔPmg(t)=Pwe(t)+Ppv(t)-Pl(t)
式中,ΔPmg(t)代表微电网系统同一时段发电功率与负荷需求的电量差,t代表时间;Pwe(t)代表通过仿真得到的微电网系统风机所发有功功率;Ppv(t)代表通过仿真得到的微电网系统光伏所发有功功率;Pl(t)代表微电网系统负荷有功功率消耗预测;
而且,所述步骤⑷中,计算并网模式下的储能设备容量需求的方法为:
P mg ( t ) = Δ P mg ( t ) + P b 1 ( t ) P mg min ≤ P mg ( t ) ≤ P mg max C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max C b 1 = ( ∫ P b 1 ( t ) · dt ) / ( ( C b max - C b min ) × η )
式中,Pmg(t)代表微电网系统与主网的实时有功功率交换,ΔPmg(t)代表微电网系统同一时段发电功率与负荷需求的电量差,Pmgmin代表微电网系统与主网有功功率交换约束下限,Pmgmax代表微电网系统与主网有功功率交换约束上限,Cb(t)代表微电网系统储能设备已储存电量占总容量的实时比例,Cbmin代表微电网系统储能设备已储存电量占总容量比例的控制约束下限,Cbmax代表微电网系统储能设备已储存电量占总容量比例的控制约束上限,Ib(t)代表微电网系统储能电池实时充/放电电流,Ibmin代表微电网系统储能电池充/放电电流约束下限;Ibmax代表微电网系统储能电池充/放电电流约束上限;f代表储能系统的日充放电循环频率,fmin代表储能系统的日充放电循环频率下限,fmax代表储能系统的日充放电循环频率上限;Pb1(t)代表微电网系统并网模式下储能设备的充放电功率,为待求量,t代表时间;Cb1代表微电网系统并网模式下计算得到的储能设备的容量需求,为待求量;η为能量转化效率。
而且,所述步骤⑺中,计算孤岛模式下的储能设备容量需求的方法为:
0 = Δ P mg ( t ) + P b 2 ( t ) C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max C b 2 ≥ ∫ 0 T P b 2 ( t ) · dt C b 2 = ( ∫ P b 2 ( t ) · dt ) / ( ( C b max - C b min ) × η )
式中,ΔPmg(t)代表微电网系统同一时段发电功率与负荷需求的电量差,Cb(t)代表微电网系统储能设备已储存电量占总容量的实时比例,Cbmin代表微电网系统储能设备已储存电量占总容量比例的控制约束下限,Cbmax代表微电网系统储能设备已储存电量占总容量比例的控制约束上限,Ib(t)代表微电网系统储能电池实时充/放电电流,Ibmin代表微电网系统储能电池充/放电电流约束下限;Ibmax代表微电网系统储能电池充/放电电流约束上限;f代表储能系统的日充放电循环频率,fmin代表储能系统的日充放电循环频率下限,fmax代表储能系统的日充放电循环频率上限;Pb2(t)代表微电网系统孤岛模式下储能设备的充放电功率,为待求量,t代表时间;Cb2代表微电网系统孤岛模式下计算得到的储能设备的容量需求,为待求量;η为能量转化效率。
而且,所述步骤⑻中,计算微电网系统的储能容量;
Cb=max(Cb1,Cb2)×k
式中,Cb代表计算得到的微电网系统储能设备的容量,为待求量;k为储能设备的裕度系数;Cb1代表微电网系统并网模式下计算得到的储能设备的容量需求,Cb2代表微电网系统孤岛模式下计算得到的储能设备的容量需求。
本发明的优点和积极效果是:
本发明根据微电网系统的边界约束,综合并网模式与孤岛模式的储能需求,能够对风、光、储微电网系统的储能容量进行准确地选取,为风、光、储微电网系统工程建设提供了科学的依据,保证了风光储微电网系统的可靠运行,节省了微电网系统工程建设的投资。
附图说明
图1是本发明的处理流程图;
图2是一种风机典型日的有功出力曲线;
图3是一种光伏典型日的有功出力曲线;
图4是不考虑储能设备的并网模式下有功功率电量差的日曲线;
图5是并网模式下计及约束储能充放电有功功率日曲线;
图6孤岛模式下不同时刻的储能放电容量需求日曲线。
具体实施方式
以下结合附图对本发明实施例做进一步详述。
一种风、光、储微电网系统的储能容量选取方法,如图1所示,包括以下步骤
步骤1:确定微电网系统中风力发电和光伏发电的装机容量以及接入微电网系统的负荷大小和性质;
在本步骤中,需要根据风力发电、光伏发电设备的具体安装条件来确定微电网系统中风力发电和光伏发电的装机容量以及接入微电网系统的负荷大小和性质,下面以某风、光、储微电网系统光伏发电容量为30kWp,风力发电容量为6kW,微电网系统负荷大小为15kW,微电网系统负荷包括照明负荷和电动汽车充电负荷为例进行说明。
步骤2:确定并网模式下微电网系统的边界约束以及其内部分布式电源发电量的仿真预测数据和负荷预测数据
在并网模式下微电网系统的边界约束包括以下内容:
(1)通过公式(1)得到微电网系统与主网功率交换约束:
Pmgmin≤Pmg(t)≤Pmgmax                 (1)
式中,Pmgmin代表微电网系统与主网有功功率交换约束下限;Pmgmax代表微电网系统与主网有功功率交换约束上限;Pmg(t)代表微电网系统与主网的实时有功功率交换,t代表时间。
确定并网模式下微电网系统与主网的有功功率交换约束时,需要根据微电网系统的功能定位,因为无功功率已采取就地平衡,所以只考虑微电网与主网的有功功率交换约束;
本实施例微电网系统不向上级电源反送电,微电网系统与主网有功功率交换约束为-9kW≤Pmg(t)≤0kW。
(2)依照公式(2)对典型日风力发电有功出力进行仿真,然后形成典型日风力发电有功功率曲线
Pwe(t)=Pwe(v,d,c,T,A,C)           (2)
式中,Pwe(t)代表微电网系统风机所发实时有功功率,t代表时间;v代表风速;d代表风向;c代表风机发电容量;T代表风机类型;A代表逆变器的控制的影响;C代表风机控制系统影响。
在进行典型日风力发电有功出力仿真时,考虑风力发电的功率因数接近于1,忽略无功功率,依据风机发电容量和地区气象条件等并通过仿真软件得到预测的典型日风力发电有功功率数据,进而形成典型日风力发电有功功率曲线,图2是一种6kW风机典型日的有功出力仿真曲线。
(3)依照公式(3)对典型日光伏发电有功出力进行仿真,然后形成典型日光伏发电有功功率曲线
Ppv(t)=Ppv(p,T,c,A)                 (3)
式中,Ppv(t)代表微电网系统光伏所发实时有功功率,t代表时间;p代表光照强度;T代表温度;c代表光伏发电容量;A代表逆变器的控制的影响。
在进行典型日光伏发电有功出力仿真时,考虑光伏发电的功率因数接近于1,忽略无功功率,依据光伏发电容量和地区气象等条件并通过仿真软件预测典型日光伏发电有功功率数据,进而形成典型日光伏发电有功功率曲线:图3是一种微电网系统30kWp光伏典型日的有功出力仿真曲线。
(4)依照公式(4)对典型日微电网系统负荷的有功功率进行预测,得到微电网系统负荷的有功功率日曲线
Pl(t)=Pl(T,c,w)                     (4)
式中,Pl(t)代表微电网系统负荷实时有功功率消耗,t代表时间;T代表负荷类型;c代表微电网系统总体负荷功率;w代表气象影响。
在进行典型日微电网系统负荷的有功功率预测时,考虑无功功率已采取就地平衡,忽略负荷无功功率消耗,对典型日微电网系统负荷的有功功率进行预测。
本实施例中,微电网系统负荷选取照明负荷和电动汽车充电负荷,受天气等因素影响较小,基本只与工作时间有关,负荷在0:00~7:00按恒定值5kW计算;在7:00~12:00按恒定值15kW计算;在12:00~20:00按恒定值10kW计算;在20:00~24:00按恒定值15kW计算。
(5)储能设备的充放电容量控制和平滑出力如公式(5)所示
C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max - - - ( 5 )
式中,Cbmin代表微电网系统储能设备已储存电量占总容量比例的控制约束下限;Cbmax代表微电网系统储能设备已储存电量占总容量比例的控制约束上限;Cb(t)代表微电网系统储能设备已储存电量占总容量的实时比例,t代表时间。Ibmin代表微电网系统储能电池充/放电电流约束下限;Ibmax代表微电网系统储能电池充/放电电流约束上限;Ib(t)代表微电网系统储能电池实时充/放电电流,t代表时间;f代表储能系统的日充放电循环频率,fmin代表储能系统的日充放电循环频率下限,fmax代表储能系统的日充放电循环频率上限。
本实施例,储能设备的充放电容量控制和平滑约束,假设储能设备按25%-85%容量控制,储能电池充/放电电流不超过0.2C,放电电流按满足额定功率考虑,维持每天不多于一个充放电循环等,结合本实施例实际,定值如下
0.25 ≤ C b ( t ) ≤ 0.85 0 ≤ I b ( t ) ≤ 0.2 C 0 ≤ f ≤ 1
步骤3:根据并网模式下的仿真预测数据,通过公式(6)计算并网模式下同一时段发电功率与负荷需求的电量差,并形成微电网系统并网模式下的电量差的日曲线
ΔPmg(t)=Pwe(t)+Ppv(t)-Pl(t)                  (6)
式中,ΔPmg(t)代表微电网系统同一时段发电功率与负荷需求的电量差,t代表时间;Pwe(t)代表通过仿真得到的微电网系统风机所发有功功率;Ppv(t)代表通过仿真得到的微电网系统光伏所发有功功率;Pl(t)代表微电网系统负荷有功功率消耗预测。
微电网系统不考虑储能设备的并网模式下有功功率电量差的日曲线如图4所示。
步骤4:依据并网模式下微电网系统的有功电量差和相关约束,通过公式(7)计算并网模式下的储能设备容量需求:
P mg ( t ) = Δ P mg ( t ) + P b 1 ( t ) P mg min ≤ P mg ( t ) ≤ P mg max C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max C b 1 = ∫ P b 1 ( t ) · dt / ( C b max - C b min ) / η - - - ( 7 )
式中,Pb1(t)代表微电网系统并网模式下储能设备的充放电有功功率,为待求量,t代表时间;Cb1代表微电网系统并网模式下计算得到的储能设备的容量需求,为待求量;η为能量转化效率。
计算并网模式下的储能设备容量需求时,为了保障储能寿命并考虑相关约束条件,计算后并形成并网模式下储能系统充放电日功率曲线如图5所示。
从上述计算可得到,储能在一个周期中,充放电容量约27.4kWh。此时,按25%~85%的电池状态区间计算,此时储能需要最少45.67kWh容量。
取能量转化效率η=95%,并网模式下储能容量配置应为45.67/95%=48.07kWh。
步骤5:确定孤岛模式下微电网系统的边界约束以及其内部分布式电源发电量的仿真预测数据和负荷预测数据
在孤岛模式下微电网系统的边界约束包括以下内容:
(1)孤岛模式下微电网系统维持自身电压和频率的期望运行时间,用T表示,在本实施例中T=1小时;
(2)依照公式(2)对典型日风力发电有功功率进行仿真;
(3)依照公式(3)对典型日光伏发电有功功率进行仿真;
(4)依照公式4)对典型日微电网系统负荷的有功功率进行预测;
(5)储能设备的充放电容量控制和维持微电网系统的电压、频率等;
步骤6:根据孤岛模式下的仿真预测数据,根据公式(6)计算孤岛模式下同一时段发电功率与负荷需求的有功电量差,并形成微电网系统孤岛模式下的电量差的日曲线;
步骤7:依据孤岛模式下微电网系统维持自身电压和频率的期望运行时间和孤岛模式下同一时段发电功率与负荷需求的电量差,根据公式(8)计算孤岛模式下的储能设备容量需求:
0 = Δ P mg ( t ) + P b 2 ( t ) C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max C b 2 ≥ ∫ 0 T P b 2 ( t ) · dt C b 2 = ∫ P b 2 ( t ) · dt / ( C b max - C b min ) / η - - - ( 8 )
式中,Pb2(t)代表微电网系统孤岛模式下储能设备的充放电功率,为待求量,t代表时间;Cb2代表微电网系统孤岛模式下计算得到的储能设备的容量需求,为待求量;η为能量转化效率。
结合微电网系统分布式电源和负荷的出力特性曲线,在不同时刻进入1小时的孤岛模式后,储能剩余容量情况如图6所示。
从图6可以看出,在7:00时进入1小时孤岛放电运行,储能放电容量需求最大,为9.52kWh。按削峰填谷过程中,储能容量不低于25%计算(即纵坐标0代表剩余容量25%),需要储能最大容量不小于9.52/25%=38.08kWh。
考虑能量转化效率,储能容量配置应为38.08/95%=40.09kWh。
步骤8:综合考虑并网模式和孤岛模式的储能设备容量需求,通过公式(9)计算微电网系统的储能容量:
Cb=max(Cb1,Cb2)×k                (9)
式中,Cb代表计算得到的微电网系统储能设备的容量,为待求量;k为储能设备的裕度系数。
基于以上分析,在典型日情况下,为并网模式下的调控需要(-9kW~0kW),保障储能的运行寿命,储能容量应不小于48.07kWh;为满足孤岛1小时运行需要,储能容量不小于40.09kWh。设定裕度系数k=1.25,因此得到微电网系统储能容量为60kWh。同时考虑微电网系统负荷为15kW,选取逆变功率不低于15kW。
本发明所述的实施例是说明性的,而不是限定性的,因此发明并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。

Claims (8)

1.一种风、光、储微电网系统的储能容量选取方法,其特征在于:包括以下步骤:
⑴确定微电网系统中风力发电和光伏发电的装机容量以及接入微电网系统的负荷大小和性质;
⑵确定并网模式下微电网系统的边界约束以及其内部分布式电源发电量的仿真预测数据和负荷预测数据;
⑶根据并网模式下的仿真预测数据,计算并网模式下同一时段发电功率与负荷需求的电量差;
⑷依据并网模式下微电网系统的电量差和相关约束,计算并网模式下的储能设备容量需求;
⑸确定孤岛模式下微电网系统的边界约束以及其内部分布式电源发电量的仿真预测数据和负荷预测数据;
⑹根据孤岛模式下的仿真预测数据,计算孤岛模式下同一时段发电功率与负荷需求的电量差;
⑺依据孤岛模式下微电网系统维持自身电压和频率的期望运行时间和孤岛模式下同一时段发电功率与负荷需求的电量差,计算孤岛模式下的储能设备容量需求;
⑻综合考虑并网模式和孤岛模式的储能设备容量需求,计算微电网系统的储能容量。
2.根据权利要求1所述的风、光、储微电网系统的储能容量选取方法,其特征在于:所述步骤⑵并网模式下微电网系统的边界约束包括:
⑴微电网系统与主网功率交换约束;
⑵典型日风力发电有功功率仿真预测数据;
⑶典型日光伏发电有功功率仿真预测数据;
⑷典型日微电网系统负荷的有功功率预测数据;
⑸储能设备的充放电容量控制和平滑出力。
3.根据权利要求1所述的风、光、储微电网系统的储能容量选取方法,其特征在于:所述步骤⑸孤岛模式下微电网系统的边界约束包括:
⑴孤岛模式下微电网系统维持自身电压和频率的期望运行时间;
⑵典型日风力发电有功功率仿真预测数据;
⑶典型日光伏发电有功功率仿真预测数据;
⑷典型日微电网系统负荷的有功功率预测数据;
⑸储能设备的充放电容量控制和维持微电网系统的电压、频率。
4.根据权利要求2所述的风、光、储微电网系统的储能容量选取方法,其特征在于:所述微电网系统与主网的有功功率交换约束为:
Pmgmin≤Pmg(t)≤Pmgmax
式中,Pmgmin代表微电网系统与主网有功功率交换约束下限;Pmgmax代表微电网系统与主网有功功率交换约束上限;Pmg(t)代表微电网系统与主网的实时有功功率交换,t代表时间;
所述储能设备的充放电容量控制和平滑出力的约束为:
C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max
式中,Cbmin代表微电网系统储能设备已储存电量占总容量比例的控制约束下限;Cbmax代表微电网系统储能设备已储存电量占总容量比例的控制约束上限;Cb(t)代表微电网系统储能设备已储存电量占总容量的实时比例,t代表时间;Ibmin代表微电网系统储能电池充/放电电流约束下限;Ibmax代表微电网系统储能电池充/放电电流约束上限;Ib(t)代表微电网系统储能电池实时充/放电电流,t代表时间;f代表储能系统的日充放电循环频率,fmin代表储能系统的日充放电循环频率下限,fmax代表储能系统的日充放电循环频率上限。
5.根据权利要求1所述的风、光、储微电网系统的储能容量选取方法,其特征在于:所述步骤⑶及步骤⑹中,计算同一时段发电功率与负荷需求的电量差的方法为:
ΔPmg(t)=Pwe(t)+Ppv(t)-Pl(t)
式中,ΔPmg(t)代表微电网系统同一时段发电功率与负荷需求的电量差,t代表时间;Pwe(t)代表通过仿真得到的微电网系统风机所发有功功率;Ppv(t)代表通过仿真得到的微电网系统光伏所发有功功率;Pl(t)代表微电网系统负荷有功功率消耗预测。
6.根据权利要求1所述的风、光、储微电网系统的储能容量选取方法,其特征在于:所述步骤⑷中,计算并网模式下的储能设备容量需求的方法为:
P mg ( t ) = Δ P mg ( t ) + P b 1 ( t ) P mg min ≤ P mg ( t ) ≤ P mg max C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max C b 1 = ( ∫ P b 1 ( t ) · dt ) / ( ( C b max - C b min ) × η )
式中,Pmg(t)代表微电网系统与主网的实时有功功率交换,ΔPmg(t)代表微电网系统同一时段发电功率与负荷需求的电量差,Pmgmin代表微电网系统与主网有功功率交换约束下限,Pmgmax代表微电网系统与主网有功功率交换约束上限,Cb(t)代表微电网系统储能设备已储存电量占总容量的实时比例,Cbmin代表微电网系统储能设备已储存电量占总容量比例的控制约束下限,Cbmax代表微电网系统储能设备已储存电量占总容量比例的控制约束上限,Ib(t)代表微电网系统储能电池实时充/放电电流,Ibmin代表微电网系统储能电池充/放电电流约束下限;Ibmax代表微电网系统储能电池充/放电电流约束上限;f代表储能系统的日充放电循环频率,fmin代表储能系统的日充放电循环频率下限,fmax代表储能系统的日充放电循环频率上限;Pb1(t)代表微电网系统并网模式下储能设备的充放电功率,为待求量,t代表时间;Cb1代表微电网系统并网模式下计算得到的储能设备的容量需求,为待求量;η为能量转化效率。
7.根据权利要求1所述的风、光、储微电网系统的储能容量选取方法,其特征在于:所述步骤⑺中,计算孤岛模式下的储能设备容量需求的方法为:
0 = Δ P mg ( t ) + P b 2 ( t ) C b min ≤ C b ( t ) ≤ C b max I b min ≤ I b ( t ) ≤ I b max f min ≤ f ≤ f max C b 2 ≥ ∫ 0 T P b 2 ( t ) · dt C b 2 = ( ∫ P b 2 ( t ) · dt ) / ( ( C b max - C b min ) × η )
式中,ΔPmg(t)代表微电网系统同一时段发电功率与负荷需求的电量差,Cb(t)代表微电网系统储能设备已储存电量占总容量的实时比例,Cbmin代表微电网系统储能设备已储存电量占总容量比例的控制约束下限,Cbmax代表微电网系统储能设备已储存电量占总容量比例的控制约束上限,Ib(t)代表微电网系统储能电池实时充/放电电流,Ibmin代表微电网系统储能电池充/放电电流约束下限;Ibmax代表微电网系统储能电池充/放电电流约束上限;f代表储能系统的日充放电循环频率,fmin代表储能系统的日充放电循环频率下限,fmax代表储能系统的日充放电循环频率上限;Pb2(t)代表微电网系统孤岛模式下储能设备的充放电功率,为待求量,t代表时间;Cb2代表微电网系统孤岛模式下计算得到的储能设备的容量需求,为待求量;η为能量转化效率。
8.根据权利要求1所述的风、光、储微电网系统的储能容量选取方法,其特征在于:所述步骤⑻中,计算微电网系统的储能容量;
Cb=max(Cb1,Cb2)×k
式中,Cb代表计算得到的微电网系统储能设备的容量,为待求量;k为储能设备的裕度系数;Cb1代表微电网系统并网模式下计算得到的储能设备的容量需求,Cb2代表微电网系统孤岛模式下计算得到的储能设备的容量需求。
CN 201010601680 2010-12-23 2010-12-23 风、光、储微电网系统的储能容量选取方法 Active CN102005771B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201010601680 CN102005771B (zh) 2010-12-23 2010-12-23 风、光、储微电网系统的储能容量选取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201010601680 CN102005771B (zh) 2010-12-23 2010-12-23 风、光、储微电网系统的储能容量选取方法

Publications (2)

Publication Number Publication Date
CN102005771A CN102005771A (zh) 2011-04-06
CN102005771B true CN102005771B (zh) 2013-01-23

Family

ID=43812921

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201010601680 Active CN102005771B (zh) 2010-12-23 2010-12-23 风、光、储微电网系统的储能容量选取方法

Country Status (1)

Country Link
CN (1) CN102005771B (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102157978B (zh) * 2011-04-14 2013-01-23 天津大学 一种风光柴储孤立微网系统的控制方法
CN102255328B (zh) * 2011-04-25 2013-07-10 江苏省电力公司电力科学研究院 一种基于频谱分析确定风电场接入储能装置容量的方法
CN102185332B (zh) * 2011-05-10 2013-06-19 云南电力试验研究院(集团)有限公司 微网与大电网的交换功率控制方法
CN102214932B (zh) * 2011-06-09 2013-03-06 电子科技大学 一种风光储输综合发电站有功功率分配方法
CN102243673A (zh) * 2011-06-28 2011-11-16 南京航空航天大学 一种并网模式微电网外部供电量的优化方法
CN102280938B (zh) * 2011-08-29 2013-04-17 电子科技大学 一种风光储输混合发电站建站容量配比规划方法
CN102510123B (zh) * 2011-11-10 2014-06-18 山东大学 应对风电大范围切机的自动储能控制方法
CN102427230B (zh) * 2011-12-19 2013-11-20 天津市电力公司 用于分布式微网孤岛运行风光储联合调度的方法及系统
CN103457345A (zh) * 2012-05-31 2013-12-18 株式会社日立制作所 对区域电网中的故障区域进行供电的控制装置和控制方法
CN102738816A (zh) * 2012-06-12 2012-10-17 上海申瑞继保电气有限公司 光伏分布式电源下的母线负荷预测方法
CN103001239B (zh) * 2012-10-19 2015-01-21 广西电网公司 一种自治型微电网储能容量配置方法
CN103094926B (zh) * 2013-01-09 2014-12-10 清华大学 一种用于微电网群的多元复合储能容量配置方法
CN103306906B (zh) * 2013-06-25 2015-12-09 代元军 一种适合于当地风资源下的风力机安装容量确定方法
CN103457280B (zh) * 2013-08-08 2015-06-17 许继集团有限公司 一种微电网平滑风力发电出力的方法
CN103560534A (zh) * 2013-10-11 2014-02-05 安徽启光能源科技研究院有限公司 一种移动储能电站基于经济调度的优化方法
AU2014377330B2 (en) 2014-01-13 2018-02-08 Hitachi Energy Ltd Control of a stabilizing energy storage in a microgrid
CN103904696B (zh) * 2014-03-08 2016-01-27 哈尔滨工程大学 一种针对海岛/海上平台独立新能源微电网的容量配置优化方法
CN103971173B (zh) * 2014-04-28 2017-06-16 广东电网公司电力科学研究院 主动配电网变电站容量控制方法与系统
CN104361405A (zh) * 2014-10-28 2015-02-18 广东电网有限责任公司电力科学研究院 一种基于容量限值约束的微网储能装置设计方法
CN104700163B (zh) * 2015-03-11 2017-02-22 南京邮电大学 面向有源配电网的多时间尺度间歇式能源发电预测方法
CN106156921B (zh) * 2015-04-10 2021-11-09 华北电力大学(保定) 基于Copula理论的电动汽车光伏充电站储能配置选择方法
CN104795833B (zh) * 2015-05-08 2017-07-28 武汉大学 一种独立微电网蓄电池储能系统容量优化配置方法
CN104953622B (zh) * 2015-07-30 2017-03-29 国网上海市电力公司 一种分布式电源接入监控系统
CN105140940B (zh) * 2015-08-18 2017-08-15 河海大学 一种确定独立新能源系统接入储能装置容量的方法
CN106329554B (zh) * 2016-09-07 2019-01-25 中国南方电网有限责任公司电网技术研究中心 一种适用于园区型微电网的储能额定容量的计算方法
CN106451511B (zh) * 2016-11-17 2019-03-19 新智能源系统控制有限责任公司 一种储能优化控制方法
CN107171357A (zh) * 2017-05-16 2017-09-15 电子科技大学 一种用于风光储优化配置的复合控制方法
CN107947150A (zh) * 2017-10-23 2018-04-20 北京科诺伟业科技股份有限公司 一种风光储微电网模拟实验平台
CN108631325A (zh) * 2018-04-24 2018-10-09 南京理工大学 一种配电网节点电压优化调控方法
CN109412143A (zh) * 2018-10-12 2019-03-01 合肥工业大学 一种确定集中式光伏电站装机规模的辅助决策系统
CN109871981B (zh) * 2019-01-10 2021-07-13 国家电网有限公司 一种计及分布式电源和电动汽车影响的负荷特性预测方法
CN110247431B (zh) * 2019-07-02 2021-07-09 中安瑞材(北京)科技有限公司 一种产能建筑系统及其容量配置方法
CN112086970B (zh) * 2020-09-21 2022-07-12 广东电网有限责任公司 一种储能电站的配置方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1972059A (zh) * 2006-12-06 2007-05-30 中国科学院电工研究所 一种微型电网系统
CN101199093A (zh) * 2005-06-17 2008-06-11 最优许可公司 用于使用能量存储单元来输送和分配系统负载的快速作用的分布式电力系统
CN101330211A (zh) * 2008-07-16 2008-12-24 沈阳西东控制技术有限公司 一种综合利用可再生能源发电与用电的微电网系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101199093A (zh) * 2005-06-17 2008-06-11 最优许可公司 用于使用能量存储单元来输送和分配系统负载的快速作用的分布式电力系统
CN1972059A (zh) * 2006-12-06 2007-05-30 中国科学院电工研究所 一种微型电网系统
CN101330211A (zh) * 2008-07-16 2008-12-24 沈阳西东控制技术有限公司 一种综合利用可再生能源发电与用电的微电网系统

Also Published As

Publication number Publication date
CN102005771A (zh) 2011-04-06

Similar Documents

Publication Publication Date Title
CN102005771B (zh) 风、光、储微电网系统的储能容量选取方法
CN102436607B (zh) 电动汽车换电站充电功率的多时间尺度决策方法
CN105846418B (zh) 一种孤岛型微电网实时调度能量管理系统
CN106160091B (zh) 促进可再生能源消纳的电动汽车换电站充放电调度方法
CN103311942B (zh) 一种用于配电网削峰填谷的电池储能系统的控制方法
CN102214932B (zh) 一种风光储输综合发电站有功功率分配方法
CN102570505B (zh) 用于风电“部分削峰填谷”的电池储能系统控制方法
CN102509176B (zh) 一种风光储协同调度的滚动优化决策方法
CN104362658A (zh) 一种能量型和功率型混合储能协调控制方法
CN202363902U (zh) 一种用于对微网能量进行管理的系统
CN105870950A (zh) 一种智能楼宇可调资源多目标协调系统及优化控制方法
CN105226689A (zh) 考虑运行和维护的多类型储能系统能量管理方法和系统
CN104682408A (zh) 一种含多类储能的离网型风光储微电网的能量管理方法
CN114243795A (zh) 一种典型充电站综合能源协同交互优化配置方法及系统
CN104538983A (zh) 一种面向系统调控需求的储能系统最优配置方法
CN111244991A (zh) 一种考虑电池寿命的储能电站运行控制方法及系统
CN102510123B (zh) 应对风电大范围切机的自动储能控制方法
CN105680478A (zh) 基于超短期预测的储能系统平滑新能源发电控制方法
CN103414201B (zh) 电动公交车动力电池集群参与海岛微网运行的调控方法
Singh et al. Operation and control of a hybrid wind-diesel-battery energy system connected to micro-grid
CN105305489B (zh) 一种电网需求侧响应资源频率响应能力评估方法
CN103560533B (zh) 基于变化率控制储能电站平滑风光发电波动的方法及系统
CN103684213B (zh) 风光互补系统设计方法
CN204458217U (zh) 一种风电储能、输出系统
CN106410833A (zh) 一种提升可再生能源发电可调度性的复合储能控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee

Owner name: CHINA ENERGY CONSTRUCTION GROUP TIANJIN ELECTRIC P

Free format text: FORMER NAME: TIANJIN ELECTRIC POWER DESIGN INSTITUTE

CP01 Change in the name or title of a patent holder

Address after: 300200 50 Limin Road, Tianjin, Hexi District

Patentee after: CEEC TIANJIN ELECTRIC POWER DESIGN INSTITUTE CO., LTD.

Address before: 300200 50 Limin Road, Tianjin, Hexi District

Patentee before: Tianjin Electric Power Design Institute