CN103094926A - 一种用于微电网群的多元复合储能容量配置方法 - Google Patents

一种用于微电网群的多元复合储能容量配置方法 Download PDF

Info

Publication number
CN103094926A
CN103094926A CN2013100070599A CN201310007059A CN103094926A CN 103094926 A CN103094926 A CN 103094926A CN 2013100070599 A CN2013100070599 A CN 2013100070599A CN 201310007059 A CN201310007059 A CN 201310007059A CN 103094926 A CN103094926 A CN 103094926A
Authority
CN
China
Prior art keywords
energy
energy storage
microgrid
power
sub
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
CN2013100070599A
Other languages
English (en)
Other versions
CN103094926B (zh
Inventor
田培根
肖曦
黄秀琼
丁若星
王奎
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.)
Tsinghua University
Guangxi Power Grid Co Ltd
Original Assignee
Tsinghua University
Guangxi Power Grid 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 Tsinghua University, Guangxi Power Grid Co Ltd filed Critical Tsinghua University
Priority to CN201310007059.9A priority Critical patent/CN103094926B/zh
Publication of CN103094926A publication Critical patent/CN103094926A/zh
Application granted granted Critical
Publication of CN103094926B publication Critical patent/CN103094926B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/50Photovoltaic [PV] energy
    • Y02E10/56Power conversion systems, e.g. maximum power point trackers
    • 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
    • Y02E10/00Energy generation through renewable energy sources
    • Y02E10/70Wind energy
    • Y02E10/76Power conversion electric or electronic aspects
    • 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
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00Climate change mitigation technologies for sector-wide applications
    • Y02P80/10Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
    • Y02P80/14District level solutions, i.e. local energy networks

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种用于微电网群的多元复合储能容量配置方法,其步骤为:计算任意一段时间范围内子微网中风力发电和光伏发电的发电量和负荷数据;计算子微网中的风机发电输出功率;确定子微网中光伏发电输出功率;计算子微网中发电与负荷之间供需不平衡功率;计算子微网从时刻tj开始离网运行至T1-T3时间所累计的不平衡能量;计算故障状态下子微网从tj+T1-T3时刻开始继续稳定运行至时间T3,需要储能备用的最小放电能量;计算需要储能提供的最小放电能量;计算储能吸收的最小充电能量;计算需要储能提供的最小容量;计算计算子微网中能量型储能最小的额定容量;计算各个子微网中负荷的最大功率需求;计算子微网中功率型储能的额定功率;根据各个子微网的储能容量配置,再对微网群的主储能容量进行配置。

Description

一种用于微电网群的多元复合储能容量配置方法
技术领域
本发明涉及一种微电网群储能容量配置方法,特别是关于一种用于微电网群的多元复合储能容量配置方法。
背景技术
微电网(以下简称微网)是指由小容量电源、可再生能源与负荷构成,基于电力电子技术提高系统可控性、可靠性的小型电网。微电网群(以下简称微网群)是多个微电网互联组成的群落系统,利用可再生能源,结合储能与需求侧管理构建岛屿微网群供电模式,可以在保护生态环境的同时有效的解决我国诸多海岛及群岛的供电用能难题。微网规模较小,系统惯性不大,可再生能源比例高,网络及负荷波动大。储能系统通过快速的电能存取,能够调节微网中功率分布、平衡微网中的电能供需、改善用户侧电能质量、提高微网应对突发事件能力和微网运行稳定性。
储能容量的优化配置问题是微网群设计规划的重要问题。目前常用的储能容量配置和优化方法主要包括:差额补充法,波动平抑分析法,经济特性优化法。差额补充法未考虑实际运行过程中能量供需不平衡所导致的储能容量动态变化,配置容量不够精确。波动平抑分析法主要根据储能对波动功率的平抑效果进行储能容量的优化配置。具体的分析方法又包括频谱分析法和时间常数法。该方法需要进行反复的比较寻优,计算复杂。另外,该方法主要应用于大型的并网风电场的储能容量配置,对于微网的应用针对性不强。经济特性优化法主要是建立系统的经济运行模型,推导目标函数和约束条件,储能系统容量作为其中的一个优化变量进行求解。该方法目前并没有标准统一的目标函数和求解算法。另外,对于多元复合储能需要建立多种约束条件,计算过程复杂。现有的储能容量配置方法大多基于经验分析,适应性不强,理论性较弱,计算复杂。研究工作多以并网的风电场和光伏电站为应用背景,重点关注于单一的能量型储能的容量配置,较少涉及多元复合储能,更无涉及到微网群储能的容量配置研究。
发明内容
针对上述问题,本发明的目的是提供一种用于微电网群的多元复合储能容量配置方法,其适应性较好、简单易行,在离网运行时间和故障状态下能有效保证系统稳定运行时间。
为实现上述目的,本发明采取以下技术方案:一种用于微电网群的多元复合储能容量配置方法,其包括以下步骤:1)首先进行子微网储能容量的配置,确定微网群中各个子微网中风力发电和光伏发电的装机容量和接入的负荷大小和性质,并计算任意一段时间范围内子微网中风力发电和光伏发电的发电量和负荷数据;其中,装机容量需要根据具体的气象条件和安装条件确定,负荷大小和性质需要根据微网群的负荷类型确定;2)根据风机模型和气象数据计算子微网中的风机发电输出功率PWG(t);3)根据光伏模型和气象数据确定子微网中光伏发电输出功率PPV(t);4)计算一段时间范围内子微网中发电与负荷之间供需不平衡功率ΔPi(t);
Figure BDA00002717823800021
式中,
Figure BDA00002717823800022
是第i号子微网的发电功率,
Figure BDA00002717823800024
是第i号子微网的负荷功率;5)根据步骤4)得到的不平衡功率ΔPi(t),计算子微网从时刻tj开始离网运行至T1-T3时间所累计的不平衡能量E1
E 1 = ∫ t j t j + T 1 - T 3 ΔP i ( t ) dt ,
其中,T1为子微网允许离网运行时间,T3为故障状态下子微网期望运行时间;6)根据步骤4),计算故障状态下子微网从tj+T1-T3时刻开始继续稳定运行至时间T3,需要储能备用的最小放电能量E2为:
E 2 = ∫ t j + T 1 - T 3 t j + T 1 P load i ( t ) dt ;
7)根据不平衡能量E1和最小放电能量E2得到需要储能提供的最小放电能量E3为:E3=|min(E1+E2)|;8)根据不平衡能量E1和最小放电能量E2得到储能吸收的最小充电能量E4为:E4=max(E1+E2);9)根据最小放电能量E3和最小充电能量E4得到需要储能提供的最小容量E5为:
E 5 = max { E 3 η dis η inv , E 4 η ch η inv } ,
式中,ηdis为储能的放电效率;ηch为充电效率;ηinv为变换器效率;10)根据最小容量E5和能量型储能的荷电状态计算子微网中能量型储能最小的额定容量
Figure BDA00002717823800028
E e _ rate i = E 5 SOC e _ max i - SOC e _ min i ,
式中,
Figure BDA000027178238000210
是能量型储能的荷电状态的上限值,
Figure BDA000027178238000211
是能量型储能的荷电状态的下限值;11)计算一定时间范围内各个子微网中负荷的最大功率需求
Figure BDA000027178238000212
12)根据负荷的最大功率需求计算子微网中功率型储能的额定功率
Figure BDA000027178238000214
P p _ rate i = P load i ( t ) max ( SOC p _ max i - SOC p _ min i ) η dis η inv ,
式中,
Figure BDA00002717823800031
是功率型储能的荷电状态的上限值,
Figure BDA00002717823800032
是功率型储能的荷电状态的下限值;13)根据各个子微网的储能容量配置,再对微网群的主储能容量进行配置,以保证在主储能容量的配置过程中,仅考虑主储能的容量能够完全吸收所有子微网的富裕能量,实现微电网的多元复合储能容量配置。
所述步骤2)中,所述风机发电输出功率PWG(t)为:
P WG ( t ) = 0 , v ( t ) < v ci av ( t ) 2 + bv ( t ) + c , v ci &le; v ( t ) < v r P r _ WG , v r &le; v ( t ) < v co 0 , v ( t ) &GreaterEqual; v co ,
式中,Pr_WG是风机的额定功率,单位为kw;vci是切入风速,单位为m/s;vco是切出风速,单位为m/s;vr是额定风速,单位为m/s;v(t)是t时刻实际风速,单位为m/s;a、b、c为常数。
所述步骤3)中,所述光伏发电输出功率PPV(t):
P PV ( t ) = P STC G ING ( t ) G STC [ 1 + k pv ( T c - T r ) ] ,
式中,PSTC,是标准测试条件下光伏电池组件的最大输出功率,单位为kw;GGTC是标准测试条件下的太阳辐照强度,单位为W/m2;GING(t)是t时刻实际的太阳辐照强度,单位为W/m2;kpv是功率温度系数,其单位为(%/°C);Tc是电池温度,单位为°C;Tr是参考温度。
所述步骤9)中,所述储能的放电效率ηdis和充电效率ηch相等都取90%,变换器效率ηinv为90%。
所述步骤10)中,所述能量型储能SOC的范围为0.3~1。
所述步骤12)中,所述功率型储能SOC的范围0.2~1。
所述步骤13)中,所述主储能容量配置方法步骤如下:(1)根据各子微网的
Figure BDA00002717823800035
Figure BDA00002717823800036
计算该子微网在运行过程中需要能量型储能释放和吸收的功率 P storage _ ref i ( t ) :
P storage _ ref i ( t ) = | P DG i ( t ) - P load i ( t ) | ;
(2)根据能量型储能释放和吸收的功率
Figure BDA00002717823800039
计算各子微网运行过程中能量型储能实际释放和吸收的功率
Figure BDA000027178238000310
P storage i ( t ) = 0 , SOC i ( t ) = SOC e _ max i P storage _ ref i ( t ) , SOC i ( t ) < SOC e _ max i ,
式中,SOCi(t)是能量型储能的荷电状态;是能量型储能的荷电状态的上限值;(3)根据各子微网能量型储能实际释放和吸收的功率
Figure BDA00002717823800041
计算各子微网在运行过程中并网输出到微网群的功率
P grid i ( t ) = P DG i ( t ) - P load i ( t ) - P storage i ( t ) ;
(4)根据步骤(3)得到所有子微网在运行过程中并网输出到微网群的功率Pgrid(t)为:
P grid ( t ) = &Sigma; i = 1 M P grid i ( t ) ,
式中,M为子微网的个数;(5)假定微网群从tj1时刻离网运行,根据步骤(4)计算微网群离网运行T1时间段,需要储能存储的最小能量E6为:
E 6 = &Integral; t j 1 t j 1 + T 1 P grid ( t ) dt ;
(6)根据步骤(5)得到的最小能量E6计算能量型主储能的额定容量
Figure BDA00002717823800046
为:
E e _ rate main = E 6 &eta; ch &eta; inv SOC e _ max main - SOC e _ min main ,
式中,ηdis为储能的放电效率;ηch为充电效率;ηinv为变换器效率;
Figure BDA00002717823800048
为储能的荷电状态的上限值,
Figure BDA00002717823800049
为储能的荷电状态的下限值;(7)根据步骤(3)计算微网群在运行时的最大功率波动Pgrid(t)max为:
P grid ( t ) max = max [ &Sigma; i = 1 M P grid i ( t ) ] ;
(8)根据步骤(7)以及功率型主储能荷电状态上、下限计算功率型主储能的额定功率
Figure BDA000027178238000411
为:
P p _ rate main = P grid ( t ) max ( SOC p _ max main - SOC p _ min main ) &eta; dis &eta; inv .
本发明由于采取以上技术方案,其具有以下优点:1、本发明根据微网群运行的特点,针对实际运行过程中可能出现的微网群和子微网离网运行状态,以及故障状态下对微网群和子微网能够稳定运行的期望,考虑运行过程中储能容量的动态变化,提出了与离网运行时间和故障状态下期望系统稳定运行时间两个指标相关的复合储能容量配置方法,该方法不需要进行大量的时域仿真,简单易行。2、本发明根据微网群运行的特点,针对实际运行过程中可能出现的微网群和子微网离网运行状态,首先明确复合储能系统中不同类型储能的能量调度策略,然后根据策略的要求来分别配置储能的容量,实现对不同类型储能的容量配置,针对性强,并不是单一的储能系统。3、本发明能够计算出微网群在长时间运行尺度下的容量配置结果,可以直接应用于微网群的实际工程设计。本发明可以广泛在微电网群储能中应用。
附图说明
图1是本发明以7个子微网为例的微网群结构示意图;
图2是本发明实施例中由7个子微网构成的微网群日负荷特性曲线示意图;
图3是本发明的微网群1号子微网2010年1月的风力发电输出特性曲线示意图;
图4是本发明的微网群1号子微网2010年1月的光伏发电输出特性曲线示意图;
图5是本发明的微网群主储能在允许离网运行240小时时累计的不平衡能量变化曲线示意图;
图6是本发明的微网群能量型主储能的额定容量随离网运行时间的变化曲线示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明提供一种用于微电网的多元复合储能容量配置方法,其主要是在离网运行时间和故障状态下期望系统稳定运行时间要求下的多元复合储能容量配置方法。本发明包括以下步骤:
1)首先进行子微网储能容量的配置,确定微网群中各个子微网中风力发电和光伏发电的装机容量和接入的负荷大小和性质,并计算任意一段时间范围内子微网中风力发电和光伏发电的发电量和负荷数据。其中,装机容量需要根据具体的气象条件和安装条件确定,负荷大小和性质需要根据微网群的负荷类型确定,下面以7个子微网为例(如图1所示)对本发明作详细说明,其负荷特性如图2所示。
2)根据已有风机模型和气象数据计算子微网中的风机发电输出功率PWG(t):
P WG ( t ) = 0 , v ( t ) < v ci av ( t ) 2 + bv ( t ) + c , v ci &le; v ( t ) < v r P r _ WG , v r &le; v ( t ) < v co 0 , v ( t ) &GreaterEqual; v co , - - - ( 1 )
式中,Pr_WG是风机的额定功率,单位为kw;vci是切入风速,单位为m/s;vco是切出风速,单位为m/s;vr是额定风速,单位为m/s;v(t)是t时刻实际风速,单位为m/s;a、b、c为常数。本发明以30KW风机为例,该风机在2010年1月的有功功率输出特性曲线如图3所示。
3)根据已有光伏模型和气象数据确定子微网中光伏发电输出功率PPV(t):
P PV ( t ) = P STC G ING ( t ) G STC [ 1 + k pv ( T c - T r ) ] , - - - ( 2 )
式中,PSTC是标准测试条件下光伏电池组件的最大输出功率,单位为kw;GSTC是标准测试条件下的太阳辐照强度,单位为W/m2;GING(t)是t时刻实际的太阳辐照强度,单位为W/m2;kpv是功率温度系数,其单位为(%/°C);Tc是电池温度,单位为°C;Tr是参考温度,本发明采用的参考温度为301.18K。本发明以40KWP光伏发电系统为例,该光伏发电系统在2010年1月的有功功率输出特性曲线如图4所示。
4)计算一段时间范围内子微网中发电与负荷之间供需不平衡功率ΔPi(t);
&Delta;P i ( t ) = P DG i ( t ) - P load i ( t ) , - - - ( 3 )
式中,
Figure BDA00002717823800063
是第i号子微网的发电功率,
Figure BDA00002717823800064
Figure BDA00002717823800065
是第i号子微网的负荷功率。
5)根据步骤4)得到的不平衡功率ΔPi(t),计算子微网从时刻tj开始离网运行至T1-T3时间所累计的不平衡能量E1
E 1 = &Integral; t j t j + T 1 - T 3 &Delta;P i ( t ) dt . - - - ( 4 )
其中,T1为子微网允许离网运行时间,T3为故障状态下子微网期望运行时间;不平衡能量E1随不同的离网运行时间的变化曲线如图5所示。
6)根据步骤4),计算故障状态下子微网从tj+T1-T3时刻开始继续稳定运行至时间T3,需要储能备用的最小放电能量E2为:
E 2 = &Integral; t j + T 1 - T 3 t j + T 1 P load i ( t ) dt . - - - ( 5 )
7)根据不平衡能量E1和最小放电能量E2得到需要储能提供的最小放电能量E3为:
E3=|min(E1+E2)|。                      (6)
8)根据不平衡能量E1和最小放电能量E2得到储能吸收的最小充电能量E4为:
E4=max(E1+E2)。                        (7)
9)根据最小放电能量E3和最小充电能量E4得到需要储能提供的最小容量E5为:
E 5 = max { E 3 &eta; dis &eta; inv , E 4 &eta; ch &eta; inv } , - - - ( 8 )
式中,ηdis为储能的放电效率;ηch为充电效率;ηinv为变换器效率;在本实例中,所有储能的充放电效率相等都取90%,变换器效率为90%。
10)最小容量E5和能量型储能的荷电状态计算子微网中能量型储能最小的额定容量
Figure BDA00002717823800071
E e _ rate i = E 5 SOC e _ max i - SOC e _ min i , - - - ( 9 )
式中,
Figure BDA00002717823800073
是能量型储能的荷电状态的上限值,
Figure BDA00002717823800074
是能量型储能的荷电状态的下限值。在本实例中,能量型储能SOC(荷电状态)的范围为0.3~1。
11)计算一定时间范围内各个子微网中负荷的最大功率需求
Figure BDA00002717823800075
12)根据负荷的最大功率需求
Figure BDA00002717823800076
计算子微网中功率型储能的额定功率 P p _ rate i :
P p _ rate i = P load i ( t ) max ( SOC p _ max i - SOC p _ min i ) &eta; dis &eta; inv , - - - ( 10 )
式中,
Figure BDA00002717823800079
是功率型储能的荷电状态的上限值,
Figure BDA000027178238000710
是功率型储能的荷电状态的下限值。在本实例中,功率型储能SOC的范围0.2~1。
13)根据各个子微网的储能容量配置,再对微网群的主储能容量进行配置,以保证在主储能容量的配置过程中,只需要考虑主储能的容量能够完全吸收所有子微网的富裕能量,实现微电网的多元复合储能容量配置。其中,主储能容量配置方法如下:
(1)根据各子微网的
Figure BDA000027178238000711
Figure BDA000027178238000712
计算该子微网在运行过程中需要能量型储能释放和吸收的功率
Figure BDA000027178238000713
P storage _ ref i ( t ) = | P DG i ( t ) - P load i ( t ) | . - - - ( 11 )
(2)根据能量型储能释放和吸收的功率
Figure BDA000027178238000715
计算各子微网运行过程中能量型储能实际释放和吸收的功率
Figure BDA000027178238000716
P storage i ( t ) = 0 , SOC i ( t ) = SOC e _ max i P storage _ ref i ( t ) , SOC i ( t ) < SOC e _ max i , - - - ( 12 )
式中,SOCi(t)是能量型储能的荷电状态;
Figure BDA000027178238000718
是能量型储能的荷电状态的上限值。
(3)根据各子微网能量型储能实际释放和吸收的功率
Figure BDA000027178238000719
计算各子微网在运行过程中并网输出到微网群的功率
Figure BDA000027178238000720
P grid i ( t ) = P DG i ( t ) - P load i ( t ) - P storage i ( t ) . - - - ( 13 )
(4)根据步骤(3)可以得到所有子微网在运行过程中并网输出到微网群的功率Pgrid(t)为:
P grid ( t ) = &Sigma; i = 1 M P grid i ( t ) , - - - ( 14 )
式中,M为子微网的个数,在本实施例中,M=7。
(5)假定微网群从tj1时刻离网运行,根据步骤(4)计算微网群离网运行T1时间段,需要储能存储的最小能量E6为:
E 6 = &Integral; t j 1 t j 1 + T 1 P grid ( t ) dt . - - - ( 15 )
(6)根据步骤(5)得到的最小能量E6计算能量型主储能的额定容量为:
E e _ rate main = E 6 &eta; ch &eta; inv SOC e _ max main - SOC e _ min main , - - - ( 16 )
式中,ηdis为储能的放电效率;ηch为充电效率;ηinv为变换器效率;为储能的荷电状态的上限值,
Figure BDA00002717823800085
为储能的荷电状态的下限值。在本实例中,所有储能的充放电效率相等取90%,逆变器效率90%,能量型储能SOC的范围0.3~1。微网群能量型主储能的额定容量随离网运行时间的变化曲线如图6所示。
(7)根据步骤(3)计算微网群在运行时的最大功率波动Pgrid(t)max为:
P grid ( t ) max = max [ &Sigma; i = 1 M P grid i ( t ) ] . - - - ( 17 )
(8)根据步骤(7)以及功率型主储能荷电状态上、下限计算功率型主储能的额定功率
Figure BDA00002717823800087
为:
P p _ rate main = P grid ( t ) max ( SOC p _ max main - SOC p _ min main ) &eta; dis &eta; inv , - - - ( 18 )
在本实例中,功率型储能SOC的范围0.2~1。
综上所述,在全年运行过程中,设定下列运行指标:子微网和微网群允许离网运行时间为240小时(T1=T3=240小时),故障状态下子微网和微网群能够继续稳定运行24小时(T2=T4=24小时),微网群的储能容量配置结果如表1所示。
表1微网群的储能容量配置结果
Figure BDA00002717823800089
上述各实施例仅用于说明本发明,各部件的连接和结构都是可以有所变化的,在本发明技术方案的基础上,凡根据本发明原理对个别部件的连接和结构进行的改进和等同变换,均不应排除在本发明的保护范围之外。

Claims (7)

1.一种用于微电网群的多元复合储能容量配置方法,其包括以下步骤:
1)首先进行子微网储能容量的配置,确定微网群中各个子微网中风力发电和光伏发电的装机容量和接入的负荷大小和性质,并计算任意一段时间范围内子微网中风力发电和光伏发电的发电量和负荷数据;其中,装机容量需要根据具体的气象条件和安装条件确定,负荷大小和性质需要根据微网群的负荷类型确定;
2)根据风机模型和气象数据计算子微网中的风机发电输出功率PWG(t);
3)根据光伏模型和气象数据确定子微网中光伏发电输出功率PPV(t);
4)计算一段时间范围内子微网中发电与负荷之间供需不平衡功率ΔPi(t);
&Delta;P i ( t ) = P DG i ( t ) - P load i ( t ) ,
式中,
Figure FDA00002717823700012
是第i号子微网的发电功率,
Figure FDA00002717823700013
Figure FDA00002717823700014
是第i号子微网的负荷功率;
5)根据步骤4)得到的不平衡功率ΔPi(t),计算子微网从时刻tj开始离网运行至T1-T3时间所累计的不平衡能量E1
E 1 = &Integral; t j t j + T 1 - T 3 &Delta;P i ( t ) dt ,
其中,T1为子微网允许离网运行时间,T3为故障状态下子微网期望运行时间;
6)根据步骤4),计算故障状态下子微网从tj+T1-T3时刻开始继续稳定运行至时间T3,需要储能备用的最小放电能量E2为:
E 2 = &Integral; t j + T 1 - T 3 t j + T 1 P load i ( t ) dt ;
7)根据不平衡能量E1和最小放电能量E2得到需要储能提供的最小放电能量E3为:
E3=|min(E1+E2);
8)根据不平衡能量E1和最小放电能量E2得到储能吸收的最小充电能量E4为:
E4=max(E1+E2);
9)根据最小放电能量E3和最小充电能量E4得到需要储能提供的最小容量E5为:
E 5 = max { E 3 &eta; dis &eta; inv , E 4 &eta; ch &eta; inv } ,
式中,ηdis为储能的放电效率;ηch为充电效率;ηinv为变换器效率;
10)根据最小容量E5和能量型储能的荷电状态计算子微网中能量型储能最小的额定容量
E e _ rate i = E 5 SOC e _ max i - SOC e _ min i ,
式中,
Figure FDA00002717823700022
是能量型储能的荷电状态的上限值,
Figure FDA00002717823700023
是能量型储能的荷电状态的下限值;
11)计算一定时间范围内各个子微网中负荷的最大功率需求
Figure FDA00002717823700024
12)根据负荷的最大功率需求
Figure FDA00002717823700025
计算子微网中功率型储能的额定功率
P p _ rate i :
P p _ rate i = P load i ( t ) max ( SOC p _ max i - SOC p _ min i ) &eta; dis &eta; inv ,
式中,是功率型储能的荷电状态的上限值,
Figure FDA00002717823700029
是功率型储能的荷电状态的下限值;
13)根据各个子微网的储能容量配置,再对微网群的主储能容量进行配置,以保证在主储能容量的配置过程中,仅考虑主储能的容量能够完全吸收所有子微网的富裕能量,实现微电网的多元复合储能容量配置。
2.如权利要求1所述的一种用于微电网群的多元复合储能容量配置方法,其特征在于:所述步骤2)中,所述风机发电输出功率PWG(t)为:
P WG ( t ) = 0 , v ( t ) < v ci av ( t ) 2 + bv ( t ) + c , v ci &le; v ( t ) < v r P r _ WG , v r &le; v ( t ) < v co 0 , v ( t ) &GreaterEqual; v co ,
式中,Pr_WG是风机的额定功率,单位为kw;vci是切入风速,单位为m/s;vco是切出风速,单位为m/s;vr是额定风速,单位为m/s;v(t)是t时刻实际风速,单位为m/s;a、b、c为常数。
3.如权利要求1所述的一种用于微电网群的多元复合储能容量配置方法,其特征在于:所述步骤3)中,所述光伏发电输出功率SPV(t):
P PV ( t ) = P STC G ING ( t ) G STC [ 1 + k pv ( T c - T r ) ] ,
式中,PSTC是标准测试条件下光伏电池组件的最大输出功率,单位为kw;GSTC是标准测试条件下的太阳辐照强度,单位为W/m2;GINC(t)是t时刻实际的太阳辐照强度,单位为W/m2;kpv是功率温度系数,其单位为(%/°C);Tc是电池温度,单位为°C;Tr是参考温度。
4.如权利要求1所述的一种用于微电网群的多元复合储能容量配置方法,其特征在于:所述步骤9)中,所述储能的放电效率ηdis和充电效率ηch相等都取90%,变换器效率ηinv为90%。
5.如权利要求1所述的一种用于微电网群的多元复合储能容量配置方法,其特征在于:所述步骤10)中,所述能量型储能SOC的范围为0.3~1。
6.如权利要求1所述的一种用于微电网群的多元复合储能容量配置方法,其特征在于:所述步骤12)中,所述功率型储能SOC的范围0.2~1。
7.如权利要求1~6任意一项所述的一种用于微电网群的多元复合储能容量配置方法,其特征在于:所述步骤13)中,所述主储能容量配置方法步骤如下:
(1)根据各子微网的
Figure FDA00002717823700031
Figure FDA00002717823700032
计算该子微网在运行过程中需要能量型储能释放和吸收的功率
Figure FDA00002717823700033
P storage _ ref i ( t ) = | P DG i ( t ) - P load i ( t ) | ;
(2)根据能量型储能释放和吸收的功率
Figure FDA00002717823700035
计算各子微网运行过程中能量型储能实际释放和吸收的功率
Figure FDA00002717823700036
P storage i ( t ) = 0 , SOC i ( t ) = SOC e _ max i P storage _ ref i ( t ) , SOC i ( t ) < SOC e _ max i ,
式中,SOCi(t)是能量型储能的荷电状态;是能量型储能的荷电状态的上限值;
(3)根据各子微网能量型储能实际释放和吸收的功率
Figure FDA00002717823700039
计算各子微网在运行过程中并网输出到微网群的功率
P grid i ( t ) = P DG i ( t ) - P load i ( t ) - P storage i ( t ) ;
(4)根据步骤(3)得到所有子微网在运行过程中并网输出到微网群的功率Pgrid(t)为:
P grid ( t ) = &Sigma; i = 1 M P grid i ( t ) ,
式中,M为子微网的个数;
(5)假定微网群从tj1时刻离网运行,根据步骤(4)计算微网群离网运行T1时间段,需要储能存储的最小能量E6为:
E 6 = &Integral; t j 1 t j 1 + T 1 P grid ( t ) dt ;
(6)根据步骤(5)得到的最小能量E6计算能量型主储能的额定容量
Figure FDA000027178237000314
为:
E e _ rate main = E 6 &eta; ch &eta; inv SOC e _ max main - SOC e _ min main ,
式中,ηdis为储能的放电效率;ηch为充电效率;ηinv为变换器效率;
Figure FDA000027178237000316
为储能的荷电状态的上限值,
Figure FDA000027178237000317
为储能的荷电状态的下限值;
(7)根据步骤(3)计算微网群在运行时的最大功率波动Pgrid(t)max为:
P grid ( t ) max = max [ &Sigma; i = 1 M P grid i ( t ) ] ;
(8)根据步骤(7)以及功率型主储能荷电状态上、下限计算功率型主储能的额定功率
Figure FDA00002717823700042
为:
P p _ rate main = P grid ( t ) max ( SOC p _ max main - SOC p _ min main ) &eta; dis &eta; inv .
CN201310007059.9A 2013-01-09 2013-01-09 一种用于微电网群的多元复合储能容量配置方法 Expired - Fee Related CN103094926B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310007059.9A CN103094926B (zh) 2013-01-09 2013-01-09 一种用于微电网群的多元复合储能容量配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310007059.9A CN103094926B (zh) 2013-01-09 2013-01-09 一种用于微电网群的多元复合储能容量配置方法

Publications (2)

Publication Number Publication Date
CN103094926A true CN103094926A (zh) 2013-05-08
CN103094926B CN103094926B (zh) 2014-12-10

Family

ID=48207212

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310007059.9A Expired - Fee Related CN103094926B (zh) 2013-01-09 2013-01-09 一种用于微电网群的多元复合储能容量配置方法

Country Status (1)

Country Link
CN (1) CN103094926B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103326389A (zh) * 2013-07-04 2013-09-25 中国能源建设集团广东省电力设计研究院 基于功率预测的微电网储能系统及容量配置方法
CN103490410A (zh) * 2013-08-30 2014-01-01 江苏省电力设计院 一种基于多目标优化的微电网规划和容量配置方法
CN103580046A (zh) * 2013-11-27 2014-02-12 上海空间电源研究所 一种用于主动配电网的复合储能配比方法
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
CN104466997A (zh) * 2014-11-28 2015-03-25 广东易事特电源股份有限公司 分层分布式微电网储能电池配置方法
CN104753081A (zh) * 2013-12-30 2015-07-01 华为技术有限公司 一种控制微电网供电的方法和装置
CN104934999A (zh) * 2015-07-01 2015-09-23 国家电网公司 光伏发电控制方法、装置和光伏发电系统
CN105226691A (zh) * 2015-11-11 2016-01-06 重庆大学 一种孤立微电网混合储能优化配置方法
CN105406515A (zh) * 2015-12-29 2016-03-16 中国科学院广州能源研究所 分级控制的独立微网
CN105529712A (zh) * 2015-07-30 2016-04-27 樊朝晖 一种储配一体化设计微网控制方法
CN106329554A (zh) * 2016-09-07 2017-01-11 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
CN108242819A (zh) * 2016-12-26 2018-07-03 北京金风科创风电设备有限公司 用于风力发电场的测控装置、系统和方法
CN109193629A (zh) * 2018-09-18 2019-01-11 深圳供电局有限公司 配电网储能设备的定容方法、装置、设备和存储介质
CN111555329A (zh) * 2020-06-05 2020-08-18 西安石油大学 一种自治型微电网储能容量配置方法
CN111913110A (zh) * 2019-05-10 2020-11-10 维谛技术有限公司 一种市电电池配置评估方法和系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002017044A (ja) * 2000-06-30 2002-01-18 Kansai Electric Power Co Inc:The 電力変動平滑化装置及びそれを備えた分散電源システムの制御方法
CN102005771A (zh) * 2010-12-23 2011-04-06 天津电力设计院 风、光、储微电网系统的储能容量选取方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002017044A (ja) * 2000-06-30 2002-01-18 Kansai Electric Power Co Inc:The 電力変動平滑化装置及びそれを備えた分散電源システムの制御方法
CN102005771A (zh) * 2010-12-23 2011-04-06 天津电力设计院 风、光、储微电网系统的储能容量选取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王成山等: "平滑可再生能源发电系统输出波动的储能系统容量优化方法", 《中国电机工程学报》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103326389A (zh) * 2013-07-04 2013-09-25 中国能源建设集团广东省电力设计研究院 基于功率预测的微电网储能系统及容量配置方法
CN103490410A (zh) * 2013-08-30 2014-01-01 江苏省电力设计院 一种基于多目标优化的微电网规划和容量配置方法
CN103580046A (zh) * 2013-11-27 2014-02-12 上海空间电源研究所 一种用于主动配电网的复合储能配比方法
CN103580046B (zh) * 2013-11-27 2016-02-03 上海空间电源研究所 一种用于主动配电网的复合储能配比方法
CN104753081A (zh) * 2013-12-30 2015-07-01 华为技术有限公司 一种控制微电网供电的方法和装置
CN104753081B (zh) * 2013-12-30 2018-02-06 华为技术有限公司 一种控制微电网供电的方法和装置
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
CN104466997A (zh) * 2014-11-28 2015-03-25 广东易事特电源股份有限公司 分层分布式微电网储能电池配置方法
CN104934999A (zh) * 2015-07-01 2015-09-23 国家电网公司 光伏发电控制方法、装置和光伏发电系统
CN105529712A (zh) * 2015-07-30 2016-04-27 樊朝晖 一种储配一体化设计微网控制方法
CN105226691A (zh) * 2015-11-11 2016-01-06 重庆大学 一种孤立微电网混合储能优化配置方法
CN105226691B (zh) * 2015-11-11 2017-11-24 重庆大学 一种孤立微电网混合储能优化配置方法
CN105406515A (zh) * 2015-12-29 2016-03-16 中国科学院广州能源研究所 分级控制的独立微网
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
CN106329554A (zh) * 2016-09-07 2017-01-11 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
CN108242819A (zh) * 2016-12-26 2018-07-03 北京金风科创风电设备有限公司 用于风力发电场的测控装置、系统和方法
CN108242819B (zh) * 2016-12-26 2021-01-22 北京金风科创风电设备有限公司 用于风力发电场的测控装置、系统和方法
US11581731B2 (en) 2016-12-26 2023-02-14 Beijing Goldwind Sciene & Creation Windpower Equipment Co., Ltd. Test and control apparatus, system and method for wind farm
CN109193629A (zh) * 2018-09-18 2019-01-11 深圳供电局有限公司 配电网储能设备的定容方法、装置、设备和存储介质
CN109193629B (zh) * 2018-09-18 2020-09-11 深圳供电局有限公司 配电网储能设备的定容方法、装置、设备和存储介质
CN111913110A (zh) * 2019-05-10 2020-11-10 维谛技术有限公司 一种市电电池配置评估方法和系统
CN111555329A (zh) * 2020-06-05 2020-08-18 西安石油大学 一种自治型微电网储能容量配置方法
CN111555329B (zh) * 2020-06-05 2022-01-28 西安石油大学 一种自治型微电网储能容量配置方法

Also Published As

Publication number Publication date
CN103094926B (zh) 2014-12-10

Similar Documents

Publication Publication Date Title
CN103094926B (zh) 一种用于微电网群的多元复合储能容量配置方法
CN103001239B (zh) 一种自治型微电网储能容量配置方法
CN105406518B (zh) 储能参与电网二次调频的agc控制方法及控制系统
Zarina et al. Deriving inertial response from a non-inertial PV system for frequency regulation
Hu et al. Optimization of battery energy storage system with super-capacitor for renewable energy applications
CN104092231A (zh) 一种独立微网混和储能容量优化配置方法
CN104410092A (zh) 一种多元互补新能源发电系统的能量协调优化方法
Singh et al. Frequency regulation of an isolated hybrid power system with battery energy storage system
Traube et al. Photovoltaic power system with integrated electric vehicle DC charger and enhanced grid support
Cui et al. Distributed energy storage system in wind power generation
CN105162153A (zh) 一种混合储能控制方法
Wang et al. An improved min-max power dispatching method for integration of variable renewable energy
CN105574620A (zh) 一种结合双主控协作与mpso算法的微电网动态优化调度方法
Xie et al. Optimal capacity configuration of hybrid energy storage for an isolated microgrid based on QPSO algorithm
Wu et al. Optimized capacity configuration of an integrated power system of wind, photovoltaic and energy storage device based on improved particle swarm optimizer
Guo et al. A new battery energy storage system control method based on SOC and variable filter time constant
CN103972916B (zh) 利用储能装置平抑风光功率波动的微电网运行方法
Budi et al. Standalone Wind Turbine Power Stability Based on Battery and Supercapacitor Hybrid System
Huu An adaptive control of hybrid battery-supercapacitor storage for integration of wind and solar
Liqun et al. Capacity optimization of hybrid energy storage in wind/PV complementary power generation system based on improved particle swarm optimization
Budh et al. Smoothing control for BESS based hybrid renewable energy system
Yang et al. Research on hydro/photovoltaic hybrid generating system
Liu et al. Model and control of a DC microgrid made up by solar and wind
Ming-Yu et al. Study on control strategy of energy storage system in photovoltaic microgrid
Cao et al. Research on operation optimization strategy of grid-connected PV-battery system

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20141210

Termination date: 20220109