CN103972926B - 一种基于调整电池荷电状态的储能系统容量配置方法 - Google Patents

一种基于调整电池荷电状态的储能系统容量配置方法 Download PDF

Info

Publication number
CN103972926B
CN103972926B CN201410213955.5A CN201410213955A CN103972926B CN 103972926 B CN103972926 B CN 103972926B CN 201410213955 A CN201410213955 A CN 201410213955A CN 103972926 B CN103972926 B CN 103972926B
Authority
CN
China
Prior art keywords
energy
storage system
soc
value
capacity
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.)
Expired - Fee Related
Application number
CN201410213955.5A
Other languages
English (en)
Other versions
CN103972926A (zh
Inventor
李翠萍
李军徽
赵新飞
冯爽
杨迪
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.)
Northeast Electric Power University
Original Assignee
Northeast Dianli University
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 Northeast Dianli University filed Critical Northeast Dianli University
Priority to CN201410213955.5A priority Critical patent/CN103972926B/zh
Publication of CN103972926A publication Critical patent/CN103972926A/zh
Application granted granted Critical
Publication of CN103972926B publication Critical patent/CN103972926B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y02E10/70Wind 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
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30Systems combining energy storage with energy generation of non-fossil origin

Landscapes

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

Abstract

本发明的一种基于调整电池荷电状态的储能系统容量配置方法,其特点是,包括的内容有:风电功率预测误差定义、预测误差允许波动区间定义、预测误差精度的定义、储能系统年利用率的定义、增设阻性负载的风-储联合出力系统、储能系统分区及其分区控制规则和改进的储能容量配置方法及其参数的确定。其方法科学合理,能够实现储能系统的电池荷电状态调整,使储能的电池荷电状态迅速从放电造成的不利影响中恢复过来,保持高位,准备应对下一次放电需求,同时使储能容量有了大幅下降,可以很好的跟踪目标需求,对前期规划储能容量有很好的指导性作用。

Description

一种基于调整电池荷电状态的储能系统容量配置方法
技术领域
本发明是一种基于调整电池荷电状态的储能系统容量配置方法。
背景技术
在能源短缺的大背景下,风电作为一种清洁能源,受到越来越多国家的重视,中国风电装机容量连年提高,截止到2013年底,中国风电装机容量已达91412.89MW。随着风电并网规模的不断扩大,风电因其不确定性给电力系统调度带来新的挑战。风电功率预测作为迎接挑战、解决矛盾的重要手段,近年来受到众多学者的关注和研究,其预测的精确度得到了极大的提高,但因其风电出力本身所具有的不确定的特性,致使预测精度无法很高,为此,许多学者提出了在风电场并网点处增加储能系统,利用储能系统对能量的时间、空间转移特性,弥补风电功率预测误差,使预测误差在可允许的误差带范围内。目前,储能电池单价昂贵,若配置的容量过多势必将造成储能系统的一次投资成本过高,为此在规划初期合理配置储能的容量显得尤为重要。目前,规划初期使用的传统储能系统容量配置方法未考虑调整储能系统的荷电状态,其配置的储能容量往往偏大,为此寻求一种基于调整电池荷电状态的储能容量配置方法是相关领域技术人员一直想要解决,但迄今,尚未解决的技术难题。
发明内容
本发明所要解决的技术问题是,对现有储能容量配置方法存在的未考虑调整电池荷电状态和配置容量偏大的问题,进行实质性改进和创新,建设性的提出了在并网口处增设阻性负载的风电并网模型,以少量电能的就地利用换取储能系统容量配置的大幅降低,并以此提出了一种基于调整电池荷电状态的储能系统容量配置方法,利用这种方法能够保持储能系统荷电状态尽量处于高位,并能大幅降低配置容量。
解决其技术问题所采取的技术方案是:一种基于调整电池荷电状态的储能系统容量配置方法,其特征是,它包括以下内容:
1)风电功率预测误差定义
风电功率预测误差由风电场风电实际出力与预测出力逐点比较求得,第n时段的预测误差ΔPw(n)为:
ΔPw(n)=Pw(n)-Pf(n)   (1)
其中,Pw(n)为n时段风电功率实际出力值,Pf(n)为n时段风电预测出力值,ΔPw(n)为正值时表示风电功率实际出力大于预测出力,为负值时表示风电功率实际出力小于预测出力;
2)预测误差允许波动区间及其相关参数定义
根据预测误差精度要求确定预测误差允许波动区间,预测误差允许波动上限,其值为Pon,预测误差允许波动下限,其值为Pdown,其中Pon=-Pdown,当预测误差超过允许波动上限时,需要外界元件消耗或者储能这部分能量,当其低于允许波动下限时,需要外界元件补偿部分能量,使其值在允许波动区间内;
3)预测误差精度的定义
将预测误差的绝对值与风电场装机容量的比值称之为预测误差精度,其表达式为:
r=|ΔPw|cap   (2)
其中,r为预测误差精度,cap为风电场装机容量;
4)储能系统年利用率的定义
将运行过程中的储能系统不完全充放电结算到全充全放电后,称一年内储能系统全充全放电的次数为储能系统年利用率;
5)增设阻性负载的风-储联合出力系统
当储能系统电池荷电状态为100%时,此时为跟踪目标要求储能系统仍然充电,但储能系统已无空余容量,在不调整风电场机组状态的情况下,可以在并网点处增设阻性负载,将多余的电能就地利用,以此保证跟踪目标的效果,并通过变流器进行功率控制,其关系为:
Pg=Pw+PB-Pr   (3)
其中,Pw为风电场出力,PB为电池储能充放电功率,Pr为流过阻性负载的功率大小,Pg为并网电网的功率;
6)储能系统分区及其分区控制规则
当储能系统电池荷电状态为0%时,此时为跟踪目标要求储能仍然放电,但储能系统已无电可放,且并网点处无其他电源进行功率补充,在此情况下,储能系统无法跟踪目标需求,若将储能系统电池荷电状态保证在高位,可避免出现储能系统放电容量不足的问题,为此把电池的荷电状态分成三个区,最上层为安全区,中间层为危险区,最下层为报警区,其中划分安全区与危险区的荷电状态值为SOChigh,划分危险区与报警区的荷电状态值为SOClow,其中,危险区中包含的能量为ED,报警区中的包含的能量为EA,整个储能系统的总容量为E,其关系为:
(ED+EA)/SOChigh=E   (4)
EA/SOClow=E   (5)
其中要求危险区中所包含的能量ED可以应对绝大多数放电需求,而危险区和报警区两者所包含的能量ED+EA在可以满足最大放电需求的同时留有一定的放电裕度,
其中,SOC为电池荷电状态,SOChigh为划分安全区与危险区的荷电状态值,SOClow为划分危险区与报警区的荷电状态值,
为了充分利用超过误差允许区间上线的能量,且可以根据储能系统SOC状态调整储能系统的功率吞吐大小,使得储能系统SOC尽快恢复到安全区内,储能系统在不同区域的控制规则如下:
当△Pw>Pon时,根据储能系统SOC情况控制PB和Pr的大小,其中用α表示储能系统实时的SOC值,若此时α=100%,则PB=0、Pr=△Pw-Pon,若α<100%,则PB=△Pw-Pon、Pr=0,若SOClow<α<SOChigh,则PB=△Pw-α×Pon、Pr=0,若0<α<SOClow,则PB=△Pw+Pon-2α×Pon、Pr=0,若α=0,则PB=△Pw+Pon-2α×Pon、Pr=0;
当Pdown<△Pw<Pon时,若此时α=100%,则PB=0、Pr=0,若α<100%,则PB=0、Pr=0,若SOClow<α<SOChigh,则PB=(1-α)×(△Pw+Pon)、Pr=0,若0<α<SOClow,则PB=△Pw+Pon、Pr=0,若α=0,则PB=△Pw+Pon、Pr=0;
当△Pw<Pdown时,若此时α=100%,则PB=△Pw-Pdown、Pr=0,若α<100%,则PB=△Pw-Pdown、Pr=0,若SOClow<α<SOChigh,则PB=△Pw-Pdown、Pr=0,若0<α<SOClow,则PB=α×(△Pw-Pdown)、Pr=0,若α=0,则PB=0、Pr=0;
控制规则的制定是为了实现将储能系统的SOC值因上一次放电后造成其值下降的情况尽快恢复到安全区,以做好准备应对下一次放电需求,解决了储能系统SOC值不加调整时出现的放电容量不足的问题。同时,使得每次充放电的时间联系减弱,可将放电过程单独拿出来看,以此为依据配置储能容量;
7)改进的储能容量配置方法及其参数的确定
SOChigh的确定原则:
SOChigh值的确定直接关系到能否对目标进行有效的跟踪,对目标的跟踪效果取决于储能系统的放电容量,因为充电时,若出现充电容量不足的情况,可以通过阻性负载消耗掉多余的电能,保证跟踪效果,故而SOChigh的合理取值应该在65%-85%之间,其取值主要跟实际情况有关,
改进的储能容量配置方法:
记录一段时间内储能系统每次放电的能量大小,从中确定所有放电能量中最大的放电能量值,统计危险区内包含不同的能量ED时,其包含的能量可以应对的放电需求所占的比重,
以此确定可以应对μ%放电需求时ED的大小,储能系统危险区和报警区所包含的能量为:
ED+EA=max(Edischarge(i))×(1+θ)   (6)
配置的储能容量为:
E=(ED+WA)/SOChigh   (7)
其中,E为配置的储能容量,Edischarge(i)为第i次放电的能量大小,θ为危险区和报警区两者所包含的能量ED+EA在可以满足最大放电需求时所预留的放电裕度;
SOClow值的确定:
SOClow=(E×SOChigh-ED)/E   (8)。
本发明所提出的一种基于调整电池荷电状态的储能系统容量配置方法,科学合理,能够通过储能系统的运行控制策略,调整储能系统的电池荷电状态,使储能的电池荷电状态迅速从放电造成的不利影响中恢复过来,保持高位,准备应对下一次放电需求,同时新的容量配置方法所配置的储能容量较以前有了大幅下降,且在提出的控制策略下可以很好的跟踪目标需求,对前期规划储能容量有很好的指导性作用。
附图说明
图1预测误差曲线示意图;
图2储能容量计算方法示意图;
图3风-储联合并网系统原理图;
图4电池荷电状态分区示意图;
图5风电实际出力曲线和预测出力曲线图;
图6预测误差曲线图;
图7第24天的储能电池充放电功率曲线;
图8第24天的储能电池中的能量变化曲线;
图9每一天的需要配置的储能电池容量柱状图;
图10储能电池跟踪目标时每次需要释放的能量值;
图11危险层可以应对的放电需求百分比;
图12储能电池的SOC变化情况。
具体实施方式
本发明的一种基于调整电池荷电状态的储能系统容量配置方法,包括以下内容:
1)风电功率预测误差定义
风电功率预测误差由风电场风电实际出力与预测出力逐点比较求得,第n时段的预测误差ΔPw(n)为:
ΔPw(n)=Pw(n)-Pf(n)   (1)
其中,Pw(n)为n时段风电功率实际出力值,Pf(n)为n时段风电预测出力值,ΔPw(n)为正值时表示风电功率实际出力大于预测出力,为负值时表示风电功率实际出力小于预测出力;
2)预测误差允许波动区间定义
根据预测误差精度要求确定的预测误差允许波动区间,如图1所示。
图1中曲线为风电功率预测误差曲线,图中两条虚线之间的部分为风电功率预测误差允许波动区间,上面的虚线为预测误差允许波动上限,其值为Pon,下面的虚线为预测误差允许波动下限,其值为Pdown,其中Pon=-Pdown。超过允许波动上限的阴影部分E1、E2为需要外界元件消耗的能量,低于允许波动下限的阴影部分E3为需要外界元件补偿的能量。
3)预测误差精度的定义
将预测误差的绝对值与风电场装机容量的比值称之为预测误差精度,其表达式为:
r=|ΔPw|cap   (2)
其中,r为预测误差精度,cap为风电场装机容量。
4)储能系统年利用率的定义
将运行过程中的储能系统不完全充放电结算到全充全放电后,称一年内储能系统全充全放电的次数为储能系统年利用率。
5)增设阻性负载的风-储联合出力系统
当储能系统SOC为100%时,SOC为电池荷电状态,SOC此时为跟踪目标要求储能系统仍然充电,但储能系统已无空余容量,在不调整风电场机组状态的情况下,可以在并网点处增设阻性负载,将多余的电能就地利用,以此保证跟踪目标的效果,如图3所示。
图3在原有的风-储联合并网系统的基础上,增设了阻性负载,并通过变流器进行功率控制。其中,图中Pw为风电场出力,PB为电池储能充放电功率,Pr为流过阻性负载的功率大小,Pg为并网电网的功率。其关系为:
Pg=Pw+PB-Pr   (3)
6)储能系统分区及其分区控制规则
当储能系统SOC为0%时,此时为跟踪目标要求储能仍然放电,但储能系统已无电可放,且并网点处无其他电源进行功率补充,在此情况下,储能系统无法跟踪目标需求。通过两种极端情况的比较不难发现,在储能系统运行过程中,应该尽量避免SOC状态接近0%,否则在出现放电容量不足时,储能系统将无法跟踪目标。故将储能系统SOC状态保证在高位,可有效避免出现储能系统放电容量不足的问题。为此,将储能系统的SOC进行分区,分区情况如图4所示。
根据图4,将电池荷电状态经行分区,电池储能系统中SOC超过SOChigh的为安全区,低于SOChigh超过SOClow的为危险区,低于SOClow的为报警区,其中,危险区中包含的能量为ED,报警区中的包含的能量为EA,整个储能系统的总容量为E,其关系为:
(ED+EA)/SOChigh=E   (4)
EA/SOClow=E   (5)
其中要求危险区中所包含的能量ED可以应对绝大多数放电需求,而危险区和报警区两者所包含的能量ED+EA在可以满足最大放电需求的同时留有一定的放电裕度。
为了充分利用超过误差允许区间上线的能量,且可以根据储能系统SOC状态调整储能系统的功率吞吐大小,使得储能系统SOC状态尽快恢复到安全区内,储能系统在不同区域的控制规则如表1:
表1控制规则表
注:PB为正时表示电池储能充电,为负时表示电池储能放电,α为储能系统SOC值
表1的控制规则的制定是为了实现将储能系统的SOC值因上一次放电后造成其值下降的情况尽快恢复到安全区,以做好准备应对下一次放电需求,解决了储能系统SOC不加调整时出现的放电容量不足的问题。同时,使得每次充放电的时间联系减弱,可将放电过程单独拿出来看,以此为依据配置储能容量。
7)改进的储能容量配置方法及其参数的确定
SOChigh的确定原则:
SOChigh值的确定直接关系到能否对目标进行有效的跟踪,根据以上分析可知,对目标的跟踪效果的好坏主要取决于储能系统的放电容量,因为充电时,若出现充电容量不足的情况,可以通过阻性负载消耗掉多余的电能,保证跟踪效果,故而SOChigh的合理取值应该在65%-85%之间,其取值主要跟实际情况有关。
改进的储能容量配置方法:
记录一段时间内储能系统每次放电的能量大小,从中确定所有放电能量中最大的放电能量值,统计危险区内包含不同的能量ED时,其包含的能量可以应对的放电需求所占的比重,以此确定可以应对μ%放电需求时ED的大小。储能系统危险区和报警区所包含的能量为:
ED+EA=max(Edischarge(i))×(1+θ)   (6)
配置的储能容量为:
E=(ED+EA)/SOChigh   (7)
其中,E为配置的储能容量,Edischarge(i)为第i次放电的能量大小,θ为危险区和报警区两者所包含的能量ED+EA在可以满足最大放电需求时所预留的放电裕度。
SOClow值的确定:
SOClow=(E×SOChigh-ED)/E   (8)。
下面利用附图和实施例对本发明一种基于调整电池荷电状态的储能系统容量配置方法作进一步说明。
以东北某省某装机容量为49.3MW风电场三个月的实际风电出力和预测风电出力数据为基础,进行算例分析,其数据采样间隔为30s。
算例条件:
1)目前,储能电池种类繁多,其中钒液流电池以其功率密度大、循环寿命长的特点,得到广泛应用,同时液流电池的功率是由反应堆的大小决定和其容量由电解液储罐的电解液物质的多少决定的特性,基本实现的功率和容量的解耦,为此本发明在容量配置过程中,不考虑储能功率输出的约束;
2)根据国家能源局关于风电场功率预测预报管理暂行办法的通知,要求风电误差不超过15%;
3)SOChigh取78%,μ取98;
风电场的装机容量cap为49.3MW,要求的风电预测误差不超过15%,即r=15%,根据公式(2)可以求出|ΔPw|的值为7.4MW。图5为某风电场90天风电实际出力曲线和预测出力曲线,图6为该天预测误差曲线。
1、传统储能配置方法配置的储能容量
根据传统的储能容量配置方法进行储能容量配置,首先配置每一天的储能容量,后取90天中的最大值作为最终配置容量值。90天中第24天的储能电池充放电功率如图7所示,储能电池能量变化如图8所示,90天中各天的储能容量配置图如图9。
由图9可以看出,由于各天预测误差不同,需要储能电池的充放电情况不同,故需要配置的储能电池容量也不同,取90天中需要配置储能容量的最大值作为最终需要配置的容量值,由图可知为28.9MWh。
2、改进后的储能容量配置
根据第2节中介绍的改进后的储能容量配置方法,统计90天内储能电池跟踪目标时每一次需要放电的能量大小,其统计结果如图10所示。
由图10可知,储能电池在90天内进行放电的总次数为204次,其中放电过程中需要一次释放的最大能量为4.82MWh。根据公式9,确定危险区和报警区包含的中能量为5.78MWh,因为SOChigh取78%,故根据公式(7)得到需要配置的储能电池容量为7.42MWh,仅占传统配置方法配置容量值的25.7%,配置容量下降了74.3%,效果显著。当储能电池系统中的危险区包含不同的能量值时,该值大于其需要放电的能量次数占总放电次数的百分比,如图11所示。
由图11可以看出储能电池在跟踪目标时,每次的放电量小于2.32MWh的次数,占总放电次数的98%,以此确定危险区内所包含的能量ED的大小为2.32MWh。故而报警区所包含的能量EA为3.46MWh,根据公式11确定SOClow为46.7%。
3、利用基于调整电池荷电状态的储能系统容量配置方法检验跟踪目标效果
利用基于调整电池荷电状态的储能系统容量配置方法跟踪目标,观察储能电池的SOC变化,如图12所示。由图12可以看出,储能系统在跟踪目标时,其SOC在经历放电后可以迅速的恢复到SOChigh之上,保持高位状态,为下一次放电做好准备,
但是从图12中也可以看出储能电池的在长时间一直处于满充状态,在此期间跟踪目标需要吸收的电能不能被储存,该部分电能被阻性负载利用,,根据统计计算,90天内阻性负载利用的电能为418.3MWh。当SOChigh确定不同的值时,SOClow、配置的储能容量以及三个月阻性负载利用的电能情况如表2所示。
表2SOChigh参数对容量配置的影响
由表2可以看出SOChigh取值越大,其最终配置的储能容量值越小,但与此同时被阻性负载利用的电能能量越多。传统的储能容量配置方法配置的储能容量,虽然可以完全吸纳多余的电能,但根据此方法配置的储能容量过大,造成储能系统的前期投资成本过高,不利于整体规划中储能的配置。
通过以上的算例分析,有力的证明了本发明的基于调整电池荷电状态的储能系统容量配置方法可以有效的调整其SOC,令其保持高位,准备应对下一次放电需求,同时新的容量配置方法可有效降低储能容量配置,具有很好跟踪目标特性。
本发明实施例中的计算条件、图例、表等仅用于对本发明作进一步的说明,并非穷举,并不构成对权利要求保护范围的限定,本领域技术人员根据本发明实施例获得的启示,不经过创造性劳动就能够想到其它实质上等同的替代,均在本发明保护范围内。

Claims (1)

1.一种基于调整电池荷电状态的储能系统容量配置方法,其特征是,它包括以下内容:
1)风电功率预测误差定义
风电功率预测误差由风电场风电实际出力与预测出力逐点比较求得,第n时段的预测误差ΔPw(n)为:
ΔPw(n)=Pw(n)-Pf(n)      (1)
其中,Pw(n)为n时段风电功率实际出力值,Pf(n)为n时段风电预测出力值,ΔPw(n)为正值时表示风电功率实际出力大于预测出力,为负值时表示风电功率实际出力小于预测出力;
2)预测误差允许波动区间及其相关参数定义
根据预测误差精度要求确定预测误差允许波动区间,预测误差允许波动上限,其值为Pon,预测误差允许波动下限,其值为Pdown,其中Pon=-Pdown,当预测误差超过允许波动上限时,需要外界元件消耗或者储能这部分能量,当其低于允许波动下限时,需要外界元件补偿部分能量使其值在允许波动区间内;
3)预测误差精度的定义
将预测误差的绝对值与风电场装机容量的比值称之为预测误差精度,其表达式为:
r=|ΔPw|/cap       (2)
其中,r为预测误差精度,cap为风电场装机容量;
4)储能系统年利用率的定义
将运行过程中的储能系统不完全充放电结算到全充全放电后,称一年内储能系统全充全放电的次数为储能系统年利用率;
5)增设阻性负载的风-储联合出力系统
当储能系统电池荷电状态为100%时,此时为跟踪目标要求储能系统仍然充电,但储能系统已无空余容量,在不调整风电场机组状态的情况下,可以在并网点处增设阻性负载,将多余的电能就地利用,以此保证跟踪目标的效果,并通过变流器进行功率控制,其关系为:
Pg=Pw+PB-Pr      (3)
其中,Pw为风电场出力,PB为电池储能充放电功率,Pr为流过阻性负载的功率大小,Pg为并网电网的功率;
6)储能系统分区及其分区控制规则
当储能系统电池荷电状态为0%时,此时为跟踪目标要求储能仍然放电,但储能系统已无电可放,且并网点处无其他电源进行功率补充,在此情况下,储能系统无法跟踪目标需求,若将储能系统电池荷电状态保证在高位,可避免出现储能系统放电容量不足的问题,为此把电池的荷电状态分成三个区,最上层为安全区,中间层为危险区,最下层为报警区,其中划分安全区与危险区的荷电状态值为SOChigh,划分危险区与报警区的荷电状态值为SOClow,其中,危险区中包含的能量为ED,报警区中的包含的能量为EA,整个储能系统的总容量为E,其关系为:
(ED+EA)/SOChigh=E    (4)
EA/SOClow=E     (5)
其中要求危险区中所包含的能量ED可以应对绝大多数放电需求,而危险区和报警区两者所包含的能量ED+EA在可以满足最大放电需求的同时留有一定的放电裕度,
其中,SOC为电池荷电状态,SOChigh为划分安全区与危险区的荷电状态值,SOClow为划分危险区与报警区的荷电状态值,
为了充分利用超过误差允许区间上限的能量,且可以根据储能系统SOC状态调整储能系统的功率吞吐大小,使得储能系统SOC尽快恢复到安全区内,储能系统在不同区域的控制规则如下:
当△Pw>Pon时,根据储能系统SOC情况控制PB和Pr的大小,其中用α表示储能系统实时的SOC值,若此时α=100%,则PB=0、Pr=△Pw-Pon,若α<100%,则PB=△Pw-Pon、Pr=0,若SOClow<α<SOChigh,则PB=△Pw-α×Pon、Pr=0,若0<α<SOClow,则PB=△Pw+Pon-2α×Pon、Pr=0,若α=0,则PB=△Pw+Pon-2α×Pon、Pr=0;
当Pdown<△Pw<Pon时,若此时α=100%,则PB=0、Pr=0,若α<100%,则PB=0、Pr=0,若SOClow<α<SOChigh,则PB=(1-α)×(△Pw+Pon)、Pr=0,若0<α<SOClow,则PB=△Pw+Pon、Pr=0,若α=0,则PB=△Pw+Pon、Pr=0;
当△Pw<Pdown时,若此时α=100%,则PB=△Pw-Pdown、Pr=0,若α<100%,则PB=△Pw-Pdown、Pr=0,若SOClow<α<SOChigh,则PB=△Pw-Pdown、Pr=0,若0<α<SOClow,则PB=α×(△Pw-Pdown)、Pr=0,若α=0,则PB=0、Pr=0;
控制规则的制定是为了实现将储能系统的SOC值因上一次放电后造成其值下降的情况尽快恢复到安全区,以做好准备应对下一次放电需求,解决了储能系统SOC值不加调整时出现的放电容量不足的问题,同时,使得每次充放电的时间联系减弱,可将放电过程单独拿出来看,以此为依据配置储能容量;
7)改进的储能容量配置方法及其参数的确定
SOChigh的确定原则:
SOChigh值的确定直接关系到能否对目标进行有效的跟踪,对目标的跟踪效果取决于储能系统的放电容量,因为充电时,若出现充电容量不足的情况,可以通过阻性负载消耗掉多余的电能,保证跟踪效果,故而SOChigh的合理取值应该在65%-85%之间,其取值主要跟实际情况有关,
改进的储能容量配置方法:
记录一段时间内储能系统每次放电的能量大小,从中确定所有放电能量中最大的放电能量值,统计危险区内包含不同的能量ED时,其包含的能量可以应对的放电需求所占的比重,以此确定可以应对μ%放电需求时ED的大小,储能系统危险区和报警区所包含的能量为:
配置的储能容量为:
E=(ED+EA)/SOChigh   (4)
其中,E为配置的储能容量,为第i次放电的能量大小,θ为危险区和报警区两者所包含的能量ED+EA在可以满足最大放电需求时所预留的放电裕度;
SOClow值的确定:
SOClow=(E×SOChigh-ED)/E    (8)。
CN201410213955.5A 2014-05-20 2014-05-20 一种基于调整电池荷电状态的储能系统容量配置方法 Expired - Fee Related CN103972926B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410213955.5A CN103972926B (zh) 2014-05-20 2014-05-20 一种基于调整电池荷电状态的储能系统容量配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410213955.5A CN103972926B (zh) 2014-05-20 2014-05-20 一种基于调整电池荷电状态的储能系统容量配置方法

Publications (2)

Publication Number Publication Date
CN103972926A CN103972926A (zh) 2014-08-06
CN103972926B true CN103972926B (zh) 2015-10-28

Family

ID=51242128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410213955.5A Expired - Fee Related CN103972926B (zh) 2014-05-20 2014-05-20 一种基于调整电池荷电状态的储能系统容量配置方法

Country Status (1)

Country Link
CN (1) CN103972926B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104538983B (zh) * 2015-01-26 2016-08-17 东北电力大学 一种面向系统调控需求的储能系统最优配置方法
CN106300400B (zh) * 2015-06-03 2021-05-14 国网河北省电力公司保定供电分公司 一种用于追踪风功率预测的蓄电池容量配置系统
CN108110795B (zh) * 2018-01-08 2021-09-28 福州大学 风电场群外送输电容量及储能配置联合优化方法
CN110649340B (zh) * 2018-06-26 2021-09-21 比亚迪股份有限公司 动力电池的放电方法、动力电池、电池管理系统及车辆
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
CN102522776A (zh) * 2011-12-23 2012-06-27 中国电力科学研究院 储能系统提升风电跟踪计划出力能力的方法
CN102780229A (zh) * 2012-04-25 2012-11-14 北车风电有限公司 应用超级电容的风机功率控制系统
CN103746396A (zh) * 2014-01-16 2014-04-23 东北电力大学 一种提高电力系统调度经济性的风电场储能容量配置方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090212563A1 (en) * 2008-02-21 2009-08-27 General Electric Company System and method for improving performance of power constrained wind power plant

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102522776A (zh) * 2011-12-23 2012-06-27 中国电力科学研究院 储能系统提升风电跟踪计划出力能力的方法
CN102780229A (zh) * 2012-04-25 2012-11-14 北车风电有限公司 应用超级电容的风机功率控制系统
CN103746396A (zh) * 2014-01-16 2014-04-23 东北电力大学 一种提高电力系统调度经济性的风电场储能容量配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于ICA-NN的短期风功率预测研究;周专等;《四川电力技术》;20131031;第36卷(第5期);第5-8页 *
计及风电预测可信度的经济调度及辅助决策方法;南晓强等;《电力系统自动化》;20131010;第37卷(第19期);第61-67页 *

Also Published As

Publication number Publication date
CN103972926A (zh) 2014-08-06

Similar Documents

Publication Publication Date Title
CN107069789B (zh) 一种面向电网agc调频的储能系统控制策略
CN108667052B (zh) 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统
CN103972926B (zh) 一种基于调整电池荷电状态的储能系统容量配置方法
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
CN108520314A (zh) 结合v2g技术的主动配电网调度方法
CN108539793A (zh) 一种海岛微电网综合优化配置方法及装置
CN105244920B (zh) 考虑电池健康状态的储能系统多目标控制方法及其系统
CN113452051B (zh) 考虑应急电源车调度的有源配电网故障均衡供电恢复方法
CN109687444A (zh) 一种微电网电源多目标双层优化配置方法
CN103997052B (zh) 一种多储能电站的有功功率控制的方法
CN107482690B (zh) 风电与电动汽车协同调度的电力系统调度优化方法及系统
Saez-de-Ibarra et al. Analysis and comparison of battery energy storage technologies for grid applications
CN103577891B (zh) 一种含分布式电源的多孤岛微网优化合作运行方法
CN107104462B (zh) 一种用于风电场储能调度的方法
CN110661301B (zh) 一种水光蓄多能互补发电系统的容量配置优化方法
CN106295853A (zh) 基于储能调度模式的分布式光伏两阶段多目标就地消纳法
CN205945094U (zh) 一种孤岛综合能源供给及保障系统
CN104795830B (zh) 一种利用多类型储能系统跟踪发电计划出力的控制方法
CN104037776A (zh) 随机惯性因子粒子群优化算法的电网无功容量配置方法
CN103473604A (zh) 一种日前发电计划综合性能评价方法
CN208508545U (zh) 一种超级电容耦合蓄电池参与火电厂调频的系统
CN105429180A (zh) 风光柴蓄微电网离/并网模式下的频率分层控制方法
CN105958520A (zh) 一种配电网中蓄电池储能系统的运行控制策略
CN104701842A (zh) 一种独立微网供电系统及其供电可靠性评估方法
CN112269966A (zh) 一种考虑备用需求的通信基站虚拟电厂发电容量测量方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C53 Correction of patent for invention or patent application
CB03 Change of inventor or designer information

Inventor after: Li Cuiping

Inventor after: Li Junhui

Inventor after: Zhao Xinfei

Inventor after: Feng Shuang

Inventor after: Yang Di

Inventor before: Dai Wuchang

Inventor before: Zhao Xinfei

Inventor before: Li Junhui

Inventor before: Dong Yu

Inventor before: Feng Shuang

Inventor before: Su Chenyang

Inventor before: Yang Di

Inventor before: Cui Shiwei

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: DAI WUCHANG ZHAO XINFEI LI JUNHUI DONG YU FENG SHUANG SU CHENYANG YANG DI CUI SHIWEI TO: LI CUIPING LI JUNHUI ZHAO XINFEI FENG SHUANG YANG DI

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: 20151028

Termination date: 20200520