CN105162150B - 组合蓄能离网新能源发电系统储能装置容量的测算方法 - Google Patents
组合蓄能离网新能源发电系统储能装置容量的测算方法 Download PDFInfo
- Publication number
- CN105162150B CN105162150B CN201510633322.4A CN201510633322A CN105162150B CN 105162150 B CN105162150 B CN 105162150B CN 201510633322 A CN201510633322 A CN 201510633322A CN 105162150 B CN105162150 B CN 105162150B
- Authority
- CN
- China
- Prior art keywords
- power
- energy
- capacity
- term
- power supply
- 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
Links
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种组合蓄能离网新能源发电系统储能装置容量的测算方法。采用此方法,通过记录或获取历史发电功率数据和历史用电功率数据,得到历史电力供需失配功率数据,通过对历史电力供需失配功率数据的分析计算,对系统中的长期储能装置和短期储能装置都能够快速、准确地确定其储能容量,从而保证组合蓄能离网新能源发电系统在连续、可靠运行的前提下极大降低系统储能装置的成本。
Description
技术领域
本发明针对组合蓄能离网新能源发电系统,用于测算其中短期和长期储能装置的容量,属于新能源发电与控制技术领域。
背景技术
对于电网无法触及的偏远地区,如海岛、荒漠、山区等,采用离网式的新能源发电系统,如光伏发电、风力发电、地热能发电、潮汐能发电系统等,可以解决当地居民生产、生活中所需的电力需求,以及重要军事、国防、通信设施用电的可靠、连续运行。由于新能源发电系统电力供应以及用户用电需求的随机波动性、周期规律性,采用组合蓄能装置能够极大降低单一蓄能装置的容量,使短期储能和长期储能结合起来,优势互补。但是组合蓄能装置的容量计算尤其短期储能容量的仍然靠经验和尝试来确定,缺少快速、精确的计算方法。通过长期供需电力失配确定好长期储能装置的容量后,选择短期储能装置的容量时如果容量选择太大,会导致不必要的成本上升;如果容量选择过小,会导致供电的不连续、不可靠,势必对生产、生活的正常进行以及国防、通信设施的可靠运转造成恶劣影响。因此,找到一种计算组合蓄能离网新能源发电系统中长期和短期储能装置容量的测算方法,具有十分重要的意义。
发明内容
本发明的目的是针对组合蓄能离网新能源发电系统,提出一种测算其中储能装置容量的方法,从而能够在保证系统连续可靠运行的前提下实现成本最低。
为实现上述目的,本发明提出了一种组合蓄能离网新能源发电系统储能装置容量的测算方法,所测算的储能装置的容量包括长期储能装置容量和短期储能装置容量,具体包括以下步骤:
首先需要获取当地新能源发电系统一年或多年的历史发电功率数据P发,以及历史用电功率数据P用,则历史电力供需失配功率数据PΔ=P发-P用,对所有电力供需失配功率取平均值得到平均失配功率PΔavg;
(1)假设一共获取到n个电力供需失配功率数据,表示为PΔi,i=1,2,…,n,计算长期储能装置容量时,需要将一系列PΔi首尾顺序相连,然后计算出其中任意q个相连数据之和的最大值,其中q是大于等于1且小于等于n的自然数,那么这个最大值功率对对应时间的积分为所对应的能量,就是长期储能装置的容量;
(2)计算短期储能装置容量时,首先对历史电力供需失配功率数据进行快速傅立叶变换,得到变换后电力供需失配功率幅值|P’Δi|与频率f之间的关系,时间周期T=1/f,因此能够做出纵坐标为|P’Δi|横坐标为时间周期值T的功率-周期关系图;快速傅立叶变换之后对整个计算时长的一半时间内的数据进行后续分析,将这一半计算时长内的每个频率或周期对应的变换后电力供需失配功率幅值进行相加得到电力供需失配功率总量,然后将每个周期的电力供需失配功率除以这个失配功率总量,得到一系列大于0小于1的小数Pi,即实现了标幺化;
将标幺化后的电力供需失配功率从周期大的值开始逐个周期进行累加,得到一系列累加值ΣPi,画出一条累加值与周期的关系曲线,在这条关系曲线中,累加值ΣPi的含义是周期大于等于横轴对应周期的供需失配功率值总量占供需失配功率总量的百分比;在关系曲线中选定一个长短期临界百分比k(工程上一般选取k=0.2~0.4),并找到其横坐标对应的时间周期Tk,小于Tk的周期长度所对应的能量认为是需要通过短期储能装置来缓冲,那么短期储能装置的容量为PΔavg*Tk。
所述历史发电功率数据可以是单一的新能源发电模式下的发电功率数据,也可以是组合式新能源发电模式下的发电功率数据。
本发明的优点是:本发明所提出的对于组合蓄能离网新能源发电系统中储能装置容量的测算方法,可以通过历史发电功率数据和历史用电功率数据快速、准确确定储能装置的容量,以保证在连续、可靠运行的前提下极大降低系统储能装置的成本。
附图说明
图1是组合蓄能离网新能源发电系统的结构示意图。
图2是某地新能源发电设备发出的发电功率历史数据。
图3是某地离网用户的用电功率历史数据。
图4是某地发电功率和用电功率之间的供需失配功率历史数据。
图5是对供需失配功率进行快速傅立叶变换后得到的类似频谱图的功率-周期关系图。
图6是标幺化的变换后供需失配功率幅值的累加值与周期的关系曲线。
具体实施方式
下面结合附图和实施例对发明的技术方案进行详细说明。
本发明中,考虑的应用对象是组合蓄能的离网新能源发电系统,如图1所示,系统中新能源发电侧的电力供应,可以采用单一的光伏发电、单一的风力发电、单一潮汐能发电等单一的新能源发电模式,也可以采用风光互补等组合式新能源发电模式。发出的电力经过必要的电力变换装置,可以通过三条电力传输通道向用户输电,第一条是直接将电力输向用户,第二条是通过短期储能装置缓冲短期电力供需失配波动后输向用户,第三条是通过长期储能装置缓冲长期电力供需失配后输向用户。上述第二条及第三条电力传输通道即为通过组合蓄能的方式缓冲电力供需失配的通道。储能装置分为第二条中的短期储能装置和第三条中的长期储能装置。
本方法首先需要记录或获取当地新能源发电装置一年或多年的历史发电功率数据P发,以及当地用户一年或多年的历史用电功率数据P用,用发电功率数据减去用电功率数据得到一年或多年的历史电力供需失配功率数据PΔ=P发-P用,并且通过对这一年或多年时间范围内所对应的电力供需失配功率求和再取平均值可以得到平均失配功率PΔavg。在此具体实施方式中,记录或获取了一年的新能源发电装置发出的发电功率数据P发,如图2所示,以及记录一年的用户需要的用电功率数据P用,如图3所示,两幅图中都以一个小时的平均值作为发电或用电功率的历史数据,因此两幅图中都有8760个历史发电或用电功率数据。再用发电功率数据减去用电功率数据得到对应时刻的一系列历史电力供需失配功率数据PΔ=P发-P用,如图4所示,图中也有8760个历史电力供需失配功率数据。将这8760个历史电力供需失配功率数据进行求和平均可以得到一年中电力供需失配功率的平均值PΔavg。
计算长期储能装置容量时,首先需要将上述一系列电力供需失配功率数据PΔi(这里有8760个)头尾相接,然后计算出其中任意q个相连数据之和的最大值,并找出与最大值对应的q值,其中q是大于等于1且小于等于8760的自然数,那么利用这个最大值功率对时间的积分可计算出所对应的能量,这个能量就是长期储能装置的容量。
计算短期储能装置容量时,首先需要对上述8760个历史电力供需失配功率数据进行快速傅立叶变换,得到电力供需失配功率与频率之间的关系,即类似频谱图的功率-频率关系图,但为了使显示更为直观,实际将频率值转换成与其对应的时间周期值T,其中T=1/f。如图5所示,图中纵坐标为电力供需失配功率数据|P’Δi|,横坐标为周期T。原始电力供需失配功率有正有负,但经过快速傅立叶变换后每一个周期对应的失配功率值只为正值,可以看作是对应于此周期的正弦量幅值。
由于快速傅立叶变换的时间长度限制,变换之后只需对整个计算时长(这里为一年8760个小时)的一半时间(半年即4380个小时)内的数据进行后续分析。将这4380个小时对应的电力供需失配功率进行标幺化,也就是先将4380个小时的电力供需失配功率进行相加得到电力供需失配功率总量,再用这4380个小时的电力供需失配功率分别除以电力供需失配功率总量,得到一系列大于0且小于1的小数,即实现了标幺化。
之后,将这些标幺化后的电力供需失配功率从周期大(即频率低、波动小,这里为4380小时对应的周期)的值开始向周期小的方向逐个周期进行累加(这里累加的终止周期从4380小时对应的周期到1小时对应的周期,有4380个数据),得到一系列标幺化后失配功率值的累加值ΣPi,从而画出一条累加值与周期的关系曲线,如图6所示。
在这条关系曲线中,累加值ΣPi对应的是周期大于等于横轴对应周期Ti的供需失配功率总量占一年供需失配功率总量的百分比。确定短期储能装置容量时,选定一个长短期临界百分比k,k值一般选取关系曲线中ΣPi衰减-3dB(=20log0.707)处对应的ΣPi数值,即k=(1-0.707)=0.293附近的数值,工程上一般可选取k=0.2~0.4范围内的数值。并找到其对应的时间周期Tk,小于Tk的周期长度可认为是需要通过短期储能装置来缓冲的,那么短期储能装置的容量就可以计算出来为PΔavg*Tk。这里,选定长短期临界百分比k=0.3,并找到了其对应的时间周期Tk=80小时,所以可以计算出短期储能装置的容量为80小时乘以平均失配功率得到的容量。
除此之外,更为精确的测算时还需要考虑电力变换装置的效率、储能装置的安全裕量和安全限值等因素。
所述历史发电功率数据,可以采集包括单一的光伏发电、单一的风力发电、单一潮汐能发电等单一的新能源发电模式下的发电功率数据,也可以采集风光互补等组合式新能源发电模式下的发电功率数据。
Claims (3)
1.组合蓄能离网新能源发电系统储能装置容量的测算方法,其特征在于:
所测的储能装置的容量包括长期储能装置容量和短期储能装置容量;首先需要获取当地新能源发电系统一年或多年的历史发电功率数据P发,以及历史用电功率数据P用,则历史电力供需失配功率数据PΔ=P发-P用,对所有电力供需失配功率取平均值得到平均失配功率PΔavg;
(1)假设一共获取到n个电力供需失配功率数据,表示为PΔi,i=1,2,…,n,计算长期储能装置容量时,需要将一系列PΔi首尾顺序相连,然后计算出其中任意q个相连数据之和的最大值,其中q是大于等于1且小于等于n的自然数,那么这个任意q个相连数据之和的最大值对对应时间的积分为所对应的能量,就是长期储能装置的容量;
(2)计算短期储能装置容量时,首先对历史电力供需失配功率数据进行快速傅立叶变换,得到变换后电力供需失配功率幅值|P’Δi|与频率f之间的关系,时间周期T=1/f,因此能够做出纵坐标为|P’Δi|横坐标为时间周期值T的功率-周期关系图;快速傅立叶变换之后对整个计算时长的一半时间内的数据进行后续分析,将这一半计算时长内的每个频率或周期对应的变换后电力供需失配功率幅值进行相加得到电力供需失配功率总量,然后将每个周期的电力供需失配功率除以这个失配功率总量,得到一系列大于0小于1的小数Pi,即实现了标幺化;
将标幺化后的电力供需失配功率从周期大的值开始逐个周期进行累加,得到一系列累加值∑Pi,画出一条累加值与周期的关系曲线,在这条关系曲线中,累加值∑Pi的含义是周期大于等于横轴对应周期的供需失配功率值总量占供需失配功率总量的百分比;在关系曲线中选定一个长短期临界百分比k,并找到其横坐标对应的时间周期Tk,小于Tk的周期长度所对应的能量认为是需要通过短期储能装置来缓冲,那么短期储能装置的容量为PΔavg*Tk。
2.如权利要求1所述组合蓄能离网新能源发电系统储能装置容量的测算方法,其特征在于:所述历史发电功率数据为单一的新能源发电模式下的发电功率数据,或者组合式新能源发电模式下的发电功率数据。
3.如权利要求1所述组合蓄能离网新能源发电系统储能装置容量的测算方法,其特征在于:所述长短期临界百分比选取k=0.2~0.4范围内的数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510633322.4A CN105162150B (zh) | 2015-09-29 | 2015-09-29 | 组合蓄能离网新能源发电系统储能装置容量的测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510633322.4A CN105162150B (zh) | 2015-09-29 | 2015-09-29 | 组合蓄能离网新能源发电系统储能装置容量的测算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105162150A CN105162150A (zh) | 2015-12-16 |
CN105162150B true CN105162150B (zh) | 2017-07-25 |
Family
ID=54802945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510633322.4A Active CN105162150B (zh) | 2015-09-29 | 2015-09-29 | 组合蓄能离网新能源发电系统储能装置容量的测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105162150B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106110383A (zh) * | 2016-07-07 | 2016-11-16 | 浙江大学 | 一种壳聚糖藻酸盐敷料及其冻干制备方法 |
CN106786687B (zh) * | 2017-02-24 | 2019-11-15 | 深圳市微埃智能科技有限公司 | 储能设备的参数配置方法和系统 |
CN107741567B (zh) * | 2017-10-10 | 2019-09-20 | 江南大学 | 混合动力公交车中储能装置的容量测算方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204046193U (zh) * | 2014-08-29 | 2014-12-24 | 深圳市汇川技术股份有限公司 | 一种混合型微电网系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007185008A (ja) * | 2006-01-04 | 2007-07-19 | Kansai Electric Power Co Inc:The | 電力供給システムおよびその制御方法 |
-
2015
- 2015-09-29 CN CN201510633322.4A patent/CN105162150B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204046193U (zh) * | 2014-08-29 | 2014-12-24 | 深圳市汇川技术股份有限公司 | 一种混合型微电网系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105162150A (zh) | 2015-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109524993B (zh) | 用于中长期优化调度的风电光伏典型周出力场景生成方法 | |
CN115693757A (zh) | 一种基于数字孪生技术的光伏能源优化调控方法 | |
CN105162150B (zh) | 组合蓄能离网新能源发电系统储能装置容量的测算方法 | |
CN103577891B (zh) | 一种含分布式电源的多孤岛微网优化合作运行方法 | |
Tande et al. | Operational implications of wind power in a hydro based power system | |
CN103383718A (zh) | 含分布式电源的智能配电网碳排放计量方法 | |
CN103455716A (zh) | 一种基于超短期风电功率预测的电力系统电压稳定裕度计算方法 | |
CN109742796A (zh) | 一种风光水火储联合系统的多时间尺度协调调度方法 | |
CN107565585A (zh) | 储能装置调峰回报时间预测方法及其模型创建方法 | |
CN106570774A (zh) | 一种基于学习理论的渐进学习电网调控方法 | |
Sultonov et al. | Implementation of the method of lagrange for optimal modes of energy system of tajikistan | |
CN106096807A (zh) | 一种考虑小水电的互补微网经济运行评价方法 | |
CN104283226B (zh) | 一种基于储能的光伏电站群外送输电容量静态优化方法 | |
Toma et al. | Optimal generation scheduling strategy in a microgrid | |
CN108062606B (zh) | 一种基于黎曼积分的虚拟电厂调度优化方法 | |
Anna et al. | Community smart grid utilizing dynamic demand response and tidal power for grid stabilization | |
CN105260618B (zh) | 一种基于云模型的储能系统典型曲线挖掘方法 | |
Ma et al. | Coordination of generation and transmission planning for power system with large wind farms | |
CN111835003A (zh) | 多电源供电下中压配电网理论线损实时计算方法及系统 | |
CN110555620A (zh) | 一种能源互联网配电系统中新能源可靠性评价方法 | |
CN106712109B (zh) | 一种提升大规模光储联合系统发电量的控制方法及系统 | |
CN105515062A (zh) | 基于风电和水电的电力系统调峰方法 | |
Nesamalar et al. | Optimal utilization of renewable energy sources for congestion management | |
Cao et al. | Multiple resource expansion planning in smart grids with high penetration of renewable generation | |
Li et al. | Research on small hydropower generation forecasting method based on improved BP neural network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |