CN105846423A - 一种计及需求响应的光伏微电网储能多目标容量配置方法 - Google Patents
一种计及需求响应的光伏微电网储能多目标容量配置方法 Download PDFInfo
- Publication number
- CN105846423A CN105846423A CN201610182863.4A CN201610182863A CN105846423A CN 105846423 A CN105846423 A CN 105846423A CN 201610182863 A CN201610182863 A CN 201610182863A CN 105846423 A CN105846423 A CN 105846423A
- Authority
- CN
- China
- Prior art keywords
- photovoltaic
- energy storage
- price
- electricity price
- energy
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 174
- 230000004044 response Effects 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005611 electricity Effects 0.000 claims abstract description 149
- 238000013486 operation strategy Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims abstract description 7
- 238000012423 maintenance Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 238000012986 modification Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 4
- 238000010348 incorporation Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000007727 cost benefit analysis Methods 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 8
- 230000002068 genetic effect Effects 0.000 abstract description 5
- 238000010521 absorption reaction Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 8
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 229910052744 lithium Inorganic materials 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
-
- 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
-
- H02J3/383—
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Photovoltaic Devices (AREA)
Abstract
本发明公开了属于微电网优化运行技术领域的一种计及需求响应的光伏微电网储能多目标容量配置方法。技术方案是,构建基于电量电价弹性矩阵的用户多时段电价响应模型,提出分时电价下储能充放电策略及光伏微电网优化运行策略,根据系统调度和约束条件,以光伏消纳率最大和年净利润最大为双目标,采用改进非劣排序遗传算法(NSGA‑II)进行光伏微电网储能容量优化配置。本发明提出的方法,考虑了电力市场环境下,用户侧参与需求响应带来的负荷优化对光伏微电网储能配置的影响,在满足系统要求的基础上,达到光伏微电网储能投资的合理性。
Description
技术领域
本发明属于微电网优化运行技术领域,尤其涉及一种计及需求响应的光伏微电网储能多目标容量配置方法。
背景技术
近年来,随着政府补贴光伏产业政策力度的加大和光伏组件价格的显著下降,光伏产业迅速发展。光伏微网是有效融合了先进电力电子技术、分布式光伏发电技术、储能技术以及监控保护技术的小容量分散功能系统;是实现分布式光伏就地消纳利用,发挥分布式光伏发电系统效能的最有效方式。光伏微网是有效融合了先进电力电子技术、分布式光伏发电技术、储能技术以及监控保护技术的小容量分散功能系统;是实现分布式光伏就地消纳利用,发挥分布式光伏发电系统效能的最有效方式。为了保证光伏微电网供电可靠性,最大限度利用光伏资源,通常需要为微电网系统配置合适的储能。随着电力市场的完善和通讯、计量设施的普遍应用,用户侧参与需求响应带来的负荷优化也成为微电网投资规划运行中不可忽视的因素。
现阶段,由于储能器件价格昂贵,储能容量的配置不宜过大,过大的储能容量将显著增加投资成本,浪费储能容量;储能容量的配置也不能过小,过小的储能容量无法保证系统在孤网时段的稳定运行,也不利于促进光伏的消纳。因此,如何合理配置微网的储能容量已成为当今众多学者关注的焦点。当前,微网内储能优化主要在于:1)单一储能配置和复合储能配置两种应用场景下储能的配置方法;2)微网离网和并网运行下储能配置原则与方法;3)储能优化分析方法,如差额补充法、波动平抑分析方法等;4)针对特定类型微网,如工业、商业微网,定量分析储能配置用户收益、系统经济性的影响等。用户需求响应的研究主要在于:1)基于实时电价的自动需求响应技术的优化数学模型;2)考虑用户需求侧响应的微网优化运行问题。3)采用智能优化算法或博弈论方法,对参与需求响应的资源进行协调优化。
随着用户侧光伏微电网的日益发展和电力市场的逐渐成熟,考虑具体的需求响应方式(如峰谷分时电价)对光伏微电网内的能量调度及储能容量配置的影响都尤为重要,而通过分析已有微电网储能优化配置及需求响应的研究发现,此方面的研究还相对匮乏。
发明内容
为了解决上述问题,本发明提出了一种计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述方法包括以下步骤:
步骤1、输入负荷曲线,基于电力供给与电力弹性需求平衡关系推导峰谷分时电价下的电量电价弹性矩阵,求得多时段需求响应后峰、平、谷时段的用电量,得到需求响应后的负荷曲线;
步骤2、输入基础数据并进行数据预处理,所述基础数据包括系统条件、电价参数、光伏参数和储能参数,结合步骤1所得的需求响应前后的负荷曲线,综合分析与光伏微电网运行相关的分时电价、光伏出力特性、储能及负荷特性,构建光伏微电网整体运行策略;
步骤3、根据步骤2的光伏微电网整体运行策略,构建峰谷分时电价下储能充放电模型,从而得到典型日内光伏、储能、用户及电网间的电能交换情况;
步骤4、构建光伏微电网成本收益分析模型,首先计算光伏微网的投资年成本,然后根据步骤3的典型日光伏微电网内光伏、储能、用户及电网间的电能交换情况,计算典型日光伏微电网收益、光伏消纳率,进而得到光伏微电网年收益及年净利润;
步骤5、以光伏光伏微电网系统的年净利润Cnet最大和光伏自消纳率SPV最大化为双目标,考虑微网可靠性约束、储能电池性能约束和用户购电成本约束,利用改进非劣排序遗传算法即NSGA-II进行双目标优化,得到的帕累托前沿,为提高光伏消纳率和提高净利润这组对立的目标提供储能配置方案。
所述步骤1中电量电价弹性矩阵其中mff为峰时段的电量电价自弹性系数、mpp为平时段的电量电价自弹性系数,mgg为谷时段的电量电价自弹性系数,mfp为峰平交叉时段电量电价弹性系数,mfg为峰谷交叉时段电量电价弹性系数,mpf为平峰交叉时段电量电价弹性系数,mpg为平谷交叉时段电量电价弹性系数,mgf为谷峰交叉时段电量电价弹性系数,mgp为谷平交叉时段电量电价弹性系数;
其中,af和bf为峰时段电量电价曲线参数;ap和bp为平时段电量电价曲线参数;ag和bg为谷时段电量电价曲线参数;ef为峰时段电价,ep为平时段电价,eg为谷时段电价;
求多时段需求响应后峰平谷时段的用电量
其中,E0表示实行峰谷分时电价前各时段的用电量,E0=[E0,f,E0,p,E0,g]T;ETOU表示实行峰谷分时电价后各时段的用电量,ETOU=[Ef,Ep,Eg]T;E0,f表示实行峰谷分时电价之前峰时段的用电量,E0,p表示实行峰谷分时电价之前平时段的用电量,E0,g表示实行峰谷分时电价之前谷时段的用电量,Ef表示实行峰谷分时电价之后峰时段的用电量,Ep表示实行峰谷分时电价之后平时段的用电量,Eg表示实行峰谷分时电价之后谷时段的用电量;e0为单一电价;Δef为峰时段电价对单一电价的改变量;Δep为平时段电价对单一电价的改变量;Δeg为谷时段电价对单一电价的改变量;
所述步骤2中基础数据包括以下部分:
系统条件包括光伏微网系统结构、电压等级、变压器容量;
电价参数包括购电电价、售电电价和光伏补贴电价,其中,购电电价包括区分峰谷电价和不区分峰谷电价;
光伏参数包括光伏组件的电气参数、成本参数、容量和光资源参数;
储能电池参数包括储能电池的电气参数和成本参数。
所述步骤2中光伏微电网整体运行策略为:
1)当光伏发电功率不小于负荷时,运行策略如下:若处于电价高峰时段,光伏供给微网本地负荷,能实现削峰作用,同时减少光伏微网购电成本,且多余的光伏为储能充电;若处于电价高峰时段,储能已充满,余下光伏上网;若处于电价低谷时段,储能未充满,光伏除供给微网本地负荷外,余下光伏和主网共同为储能充电;若处于电价低谷时段,储能已充满,余下光伏上网;若处于电价平时段,储能无充放,余下光伏上网;
2)当光伏发电功率小于负荷时,运行策略如下:若处于电价高峰时段,储能有余电,光伏、储能和主网共同供给微网本地负荷;若处于电价高峰时段,储能电量已放尽,光伏和主网共同供给微网本地负荷;若处于电价低谷时段,储能未充满,除光伏和主网共同供给本地负荷外,主网给储能充电,此时充电成本较低,并能实现填谷作用;若处于电价低谷时段,储能已充满,光伏和主网除共同供给微网本地负荷;若处于电价平时段,储能无充放,光伏和主网供给本地负荷。
所述步骤3中储能充放电模型为:
Pb(t)=PPV(t)+Pi(t)-Pe(t)-Pd(t)
Eb(t+Δt)=Eb(t)+εcPc(t)Δt·ηc-εdcPdc(t)Δt/ηdc
SSOC(t+Δt)=[Eb(t)+ΔEb]/Erate
SSOCmin≤SSOC(t)≤SSOCmax
DOD≤0.8
εc+εdc=1,εc,εdc∈{0,1}
式中:Pb(t)为储能充放电功率;Pd(t)为负荷功率;Pe(t)为上网电能功率;Pi(t)为光伏微电网向电网购入电能功率;PPV(t)为光伏出力;εc和εdc为储能是否充放电的二进制数,充电时,εc=1,εdc=0,放电时,εc=0,εdc=1;ηc、ηdc分别为储能电池充放电效率;Erate为储能电池的额定容量;Eb(t)为t时刻储能电池容量;Δt为时段间隔;ΔEb为Δt时段内储能电池容量的变化量;Pc为储能电池充电功率,Pdc为储能电池放电功率;SSOC(t)为荷电状态,SSOCmax为储能系统荷电状态上限,SSOCmin为储能系统荷电状态下限;DDOD为储能电池的放电深度;T为典型日时长。
所述步骤4中光伏微电网的投资年成本CI=CPV+CB+CC,其中光伏系统年成本储能系统年成本
储能双向变流器模块年成本
QPV为光伏系统容量,QB为储能电池容量;PC为储能双向变流器总功率;IPV为光伏组件单价,IB为储能电池单价,IC为储能变流器单价,RE为储能电池更换次数;u(A)为光伏组件的年运行和维护费用;u(B)为储能电池的年运行和维护费用,u(C)为储能双向变流器的年运行和维护费用,m为系统年限;r0为贴现率。
根据步骤3所述储能充放策略,典型日内储能电池两次充放。所述储能电池采用锂电池,其使用寿命为3000次,每年以260个相似日进行计算,系统运行年限15年,运行期内储能电池需更换一次。
所述步骤4中光伏微电网典型日收益表达式为:
其中CO为光伏微网典型日收益;ed为用户电价;ee为光伏上网电价;ei光伏微电网从电网的购电电价;epv光伏补贴电价;
所述步骤4中光伏消纳率表达式为:
式中:SPV为光伏消纳率;ESC为光伏微网中每天由负荷消纳的光伏电能;EFC为储能所消纳的光伏电能,当配置储能容量能够完全消纳午间的过剩能量时,光伏消纳率为100%。
所述步骤5中双目标的函数表达式为:
式中,R为相似日,考虑天气因素影响,取260个相似日,等效得到系统年收益。
所述步骤5中微网可靠性约束为:
QB≥QB,min
式中:QB为储能电池容量;QB,min为微网离网运行时为保证重要负荷稳定运行0.5h所需配置的最小储能容量。
所述步骤5中用户购电成本约束为:
式中:EI为实行峰谷分时电价后用户购电成本;ef为峰时段电价,ep为平时段电价,eg为谷时段电价;Tf为峰时电价对应的时段,Tp为平时电价对应的时段;Tg为谷时电价对应的时段。
有益效果
本发明在电力市场环境下,考虑需求响应对光伏微电网储能配置的影响,将需求侧处理成一种能主动参与微电网规划与运行的电源,提出计及用户多时段响应的光伏微电网储能优化配置模型方法,具有重要的意义。
附图说明
图1为本发明方法的流程图。
图2是电量电价关系曲线;
图3是光伏微电网整体优化运行策略图;
图4是改进型非劣分类遗传算法(NSGA-II)求解流程图;
图5是五户用户夏季典型日的负荷曲线图;
图6是五户用户屋顶光伏夏季典型日的光伏出力曲线图;
图7是需求响应前后负荷曲线图;
图8是需求响应前后NSGA-II两目标优化的Pareto前沿。
具体实施方式
下面结合附图和实例,对本发明作进一步说明。
图1为本发明方法的流程图,其基本步骤是:
步骤1:基于电力供给与电力弹性需求平衡关系推导峰谷分时电价下的电量电价弹性矩阵,图2为电量电价关系曲线,建立用户多时段需求响应模型;电量电价弹性矩阵,其表达式为:
其中mff为峰时段的电量电价自弹性系数、mpp为平时段的电量电价自弹性系数,mgg为谷时段的电量电价自弹性系数,mfp为峰平交叉时段电量电价弹性系数,mfg为峰谷交叉时段电量电价弹性系数,mpf为平峰交叉时段电量电价弹性系数,mpg为平谷交叉时段电量电价弹性系数,mgf为谷峰交叉时段电量电价弹性系数,mgp为谷平交叉时段电量电价弹性系数;
其中,af和bf为峰时段电量电价曲线参数;ap和bp为平时段电量电价曲线参数;ag和bg为谷时段电量电价曲线参数;ef为峰时段电价,ep为平时段电价,eg为谷时段电价;
求多时段需求响应后峰平谷时段的用电量
其中,E0表示实行峰谷分时电价前各时段的用电量,E0=[E0,f,E0,p,E0,g]T;ETOU表示实行峰谷分时电价后各时段的用电量,ETOU=[Ef,Ep,Eg]T;E0,f表示实行峰谷分时电价之前峰时段的用电量,E0,p表示实行峰谷分时电价之前平时段的用电量,E0,g表示实行峰谷分时电价之前谷时段的用电量,Ef表示实行峰谷分时电价之后峰时段的用电量,Ep表示实行峰谷分时电价之后平时段的用电量,Eg表示实行峰谷分时电价之后谷时段的用电量;e0为单一电价;Δef为峰时段电价对单一电价的改变量;Δep为平时段电价对单一电价的改变量;Δeg为谷时段电价对单一电价的改变量。
图3是光伏微电网整体优化运行策略图。
输入基础数据并进行数据预处理,所述基础数据包括系统条件、电价参数、光伏参数和储能参数,结合步骤1所得的需求响应前后的负荷曲线,综合分析与光伏微电网运行相关的分时电价、光伏出力特性、储能及负荷特性,构建光伏微电网整体运行策略;
步骤2.1:步骤2中基础数据包括
所述系统条件包括光伏微网系统结构、电压等级、变压器容量;
所述电价参数包括购电电价、售电电价和光伏补贴电价,其中,购电电价包括区分峰谷电价和不区分峰谷电价;
所述负荷参数为步骤1所述需求响应前后的负荷曲线;
所述光伏参数包括光伏组件的电气参数、成本参数、容量和光资源参数;
所述储能电池参数包括储能电池的电气参数和成本参数。
所述步骤2中光伏微电网整体运行策略为:
步骤2.2:当光伏发电功率不小于负荷时,运行策略如下:若处于电价高峰时段,光伏供给微网本地负荷,能实现削峰作用,同时减少光伏微网购电成本,且多余的光伏为储能充电;若处于电价高峰时段,储能已充满,余下光伏上网;若处于电价低谷时段,储能未充满,光伏除供给微网本地负荷外,余下光伏和主网共同为储能充电;若处于电价低谷时段,储能已充满,余下光伏上网;若处于电价平时段,储能无充放,余下光伏上网。
步骤2.3:当光伏发电功率小于负荷时,运行策略如下:若处于电价高峰时段,储能有余电,光伏、储能和主网共同供给微网本地负荷;若处于电价高峰时段,储能电量已放尽,光伏和主网共同供给微网本地负荷;若处于电价低谷时段,储能未充满,除光伏和主网共同供给本地负荷外,主网给储能充电,此时充电成本较低,并能实现填谷作用;若处于电价低谷时段,储能已充满,光伏和主网除共同供给微网本地负荷;若处于电价平时段,储能无充放,光伏和主网供给本地负荷。
步骤3:根据步骤2的运行策略,构建储能的充放电模型,计及储能充放电约束,预测各时刻储能的荷电状态。储能充放电模型为:
Pb(t)=PPV(t)+Pi(t)-Pe(t)-Pd(t)
Eb(t+Δt)=Eb(t)+εcPc(t)Δt·ηc-εdcPdc(t)Δt/ηdc
SSOC(t+Δt)=[Eb(t)+ΔEb]/Erate
SSOCmin≤SSOC(t)≤SSOCmax
DOD≤0.8
εc+εdc=1,εc,εdc∈{0,1}
式中:Pb(t)为储能充放电功率;Pd(t)为负荷功率;Pe(t)为上网电能功率;Pi(t)为光伏微电网向电网购入电能功率;PPV(t)为光伏出力;εc和εdc为储能是否充放电的二进制数,充电时,εc=1,εdc=0,放电时,εc=0,εdc=1;ηc、ηdc分别为储能电池充放电效率;Erate为储能电池的额定容量;Eb(t)为t时刻储能电池容量;Δt为时段间隔;ΔEb为Δt时段内储能电池容量的变化量;Pc为储能电池充电功率,Pdc为储能电池放电功率;SSOC(t)为荷电状态,SSOCmax为储能系统荷电状态上限,SSOCmin为储能系统荷电状态下限;DDOD为储能电池的放电深度;T为典型日时长。
步骤4、构建光伏微电网成本收益分析模型,首先计算光伏微网的投资年成本,然后根据步骤3的典型日光伏微电网内光伏、储能、用户及电网间的电能交换情况,计算典型日光伏微电网收益、光伏消纳率,进而得到光伏微电网年收益及年净利润。
步骤4.1:光伏微电网的投资年成本CI=CPV+CB+CC,其中光伏系统年成本储能系统年成本储能双向变流器模块年成本QPV为光伏系统容量,QB为储能电池容量;PC为储能双向变流器总功率;IPV为光伏组件单价,IB为储能电池单价,IC为储能变流器单价,RE为储能电池更换次数;u(A)为光伏组件的年运行和维护费用;u(B)为储能电池的年运行和维护费用,u(C)为储能双向变流器的年运行和维护费用,m为系统年限;r0为贴现率。
根据步骤3所述储能充放策略,典型日内储能电池两次充放。所述储能电池采用锂电池,其使用寿命为3000次,每年以260个相似日进行计算,系统运行年限15年,运行期内储能电池需更换一次。
光伏微电网典型日收益表达式为:
其中CO为光伏微网典型日收益;ed为用户电价;ee为光伏上网电价;ei光伏微电网从电网的购电电价;epv光伏补贴电价;
光伏消纳率表达式为:
式中:SPV为光伏消纳率;ESC为光伏微网中每天由负荷消纳的光伏电能;EFC为储能所消纳的光伏电能,当配置储能容量能够完全消纳午间的过剩能量时,光伏消纳率为100%。
步骤4.2:光伏微电网典型日收益表达式为:
其中CO为光伏微网典型日收益;ed为用户电价;ee为光伏上网电价;ei光伏微电网从电网的购电电价;epv光伏补贴电价;
光伏消纳率表达式为:
式中:SPV为光伏消纳率;ESC为光伏微网中每天由负荷消纳的光伏电能;EFC为储能所消纳的光伏电能,当配置储能容量能够完全消纳午间的过剩能量时,光伏消纳率为100%。
图4为改进型非劣分类遗传算法(NSGA-II)求解模型流程图。
步骤5:以微电网光伏消纳率最大和年净利润最大的目标,考虑微电网可靠性约束和用户购电成本约束,利用改进非劣排序遗传算法(NSGA-II)对模型进行双目标优化,得到的Pareto前沿提供储能容量配置、提高光伏消纳率和提高净利润的方案。
步骤5.1:目标函数为:
①光伏微电网系统的年净利润Cnet最大;
②光伏自消纳率SPV最大化;
双目标的函数表达式为R为相似日,考虑天气因
素影响,取260个相似日,等效得到系统年收益。
步骤5.2:微网可靠性约束为:
QB≥QB,min
式中:QB为储能电池容量;QB,min为微网离网运行时为保证重要负荷稳定运行0.5h所需配置的最小储能容量。
步骤5.3:用户购电成本约束为:
式中:EI为实行峰谷分时电价后用户购电成本;ef为峰时段电价,ep为平时段电价,eg为谷时段电价;Tf为峰时电价对应的时段,Tp为平时电价对应的时段;Tg为谷时电价对应的时段。
本发明选取某实际微电网园区夏季典型日的负荷和光伏出力数据,图5是五户用户夏季典型日的负荷曲线图;图6是五户用户屋顶光伏夏季典型日的光伏出力曲线图。需求响应前后负荷曲线如附图7所示。利用改进非劣排序遗传算法(NSGA-II)进行优化,设定种群数量为50,最大迭代次数为100次,交叉率为0.9,变异率0.1。根据用户需求响应前后的负荷曲线计算得到Pareto前沿如附图8所示。由于现阶段储能器件的单价仍比较昂贵,光伏微电网仅配置保证系统可靠性的最低储能时,年净利润已经为负值。近年来锂电池成本和储能变流器组件价格一直呈现着下降趋势,且若计及相关的可靠性收益和环境收益,光伏微电网的整体净利润将有一定的提升。
本发明考虑了电力市场环境下,将需求侧处理成一种可以主动参与微电网规划与运行的电源,提出计及用户多时段响应的光伏微电网储能优化配置模型方法,达到微电网储能投资的合理性。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述方法包括以下步骤:
步骤1、输入负荷曲线,基于电力供给与电力弹性需求平衡关系推导峰谷分时电价下的电量电价弹性矩阵,求得多时段需求响应后峰平谷时段的用电量,得到需求响应后的负荷曲线;
步骤2、输入基础数据并进行数据预处理,所述基础数据包括系统条件、电价参数、光伏参数和储能参数,结合步骤1所得的需求响应前后的负荷曲线,综合分析与光伏微电网运行相关的分时电价、光伏出力特性、储能及负荷特性,构建光伏微电网整体运行策略;
步骤3、根据光伏微电网整体运行策略,构建峰谷分时电价下储能充放电模型,从而得到典型日内光伏、储能、用户及电网间的电能交换情况;
步骤4、构建光伏微电网成本收益分析模型,首先计算光伏微网的投资年成本,然后根据步骤3的典型日光伏微电网内光伏、储能、用户及电网间的电能交换情况,计算典型日光伏微电网收益、光伏消纳率,进而得到光伏微电网年收益及年净利润;
步骤5、以光伏光伏微电网系统的年净利润Cnet最大和光伏自消纳率SPV最大化为双目标,考虑微网可靠性约束、储能电池性能约束和用户购电成本约束,利用改进非劣排序遗传算法即NSGA-II进行双目标优化,得到的帕累托前沿,为提高光伏消纳率和提高净利润这组对立的目标提供储能配置方案。
2.根据权利要求1所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤1中电量电价弹性矩阵其中mff为峰时段的电量电价自弹性系数、mpp为平时段的电量电价自弹性系数,mgg为谷时段的电量电价自弹性系数,mfp为峰平交叉时段电量电价弹性系数,mfg为峰谷交叉时段电量电价弹性系数,mpf为平峰交叉时段电量电价弹性系数,mpg为平谷交叉时段电量电价弹性系数,mgf为谷峰交叉时段电量电价弹性系数,mgp为谷平交叉时段电量电价弹性系数;
其中,af和bf为峰时段电量电价曲线参数;ap和bp为平时段电量电价曲线参数;ag和bg为谷时段电量电价曲线参数;ef为峰时段电价,ep为平时段电价,eg为谷时段电价;
求多时段需求响应后峰平谷时段的用电量,
其中,E0表示实行峰谷分时电价前各时段的用电量,E0=[E0,f,E0,p,E0,g]T;ETOU表示实行峰谷分时电价后各时段的用电量,ETOU=[Ef,Ep,Eg]T;E0,f表示实行峰谷分时电价之前峰时段的用电量,E0,p表示实行峰谷分时电价之前平时段的用电量,E0,g表示实行峰谷分时电价之前谷时段的用电量,Ef表示实行峰谷分时电价之后峰时段的用电量,Ep表示实行峰谷分时电价之后平时段的用电量,Eg表示实行峰谷分时电价之后谷时段的用电量;e0为单一电价;Δef为峰时段电价对单一电价的改变量;Δep为平时段电价对单一电价的改变量;Δeg为谷时段电价对单一电价的改变量。
3.根据权利要求1所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤2中基础数据包括以下部分:
系统条件包括光伏微网系统结构、电压等级、变压器容量;
电价参数包括购电电价、售电电价和光伏补贴电价,其中,购电电价包括区分峰谷电价和不区分峰谷电价;
光伏参数包括光伏组件的电气参数、成本参数、容量和光资源参数;
储能参数包括储能电池的电气参数和成本参数。
4.根据权利要求1所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤2中光伏微电网整体运行策略为
1)当光伏发电功率不小于负荷时,运行策略如下:若处于电价高峰时段,光伏供给微网本地负荷,能实现削峰作用,同时减少光伏微网购电成本,且多余的光伏为储能充电;若处于电价高峰时段,储能已充满,余下光伏上网;若处于电价低谷时段,储能未充满,光伏除供给微网本地负荷外,余下光伏和主网共同为储能充电;若处于电价低谷时段,储能已充满,余下光伏上网;若处于电价平时段,储能无充放,余下光伏上网;
2)当光伏发电功率小于负荷时,运行策略如下:若处于电价高峰时段,储能有余电,光伏、储能和主网共同供给微网本地负荷;若处于电价高峰时段,储能电量已放尽,光伏和主网共同供给微网本地负荷;若处于电价低谷时段,储能未充满,除光伏和主网共同供给本地负荷外,主网给储能充电,此时充电成本较低,并能实现填谷作用;若处于电价低谷时段,储能已充满,光伏和主网共同供给微网本地负荷;若处于电价平时段,储能无充放,光伏和主网供给本地负荷。
5.根据权利要求1所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤3中储能充放电模型为
Pb(t)=PPV(t)+Pi(t)-Pe(t)-Pd(t),
Eb(t+Δt)=Eb(t)+εcPc(t)Δt·ηc-εdcPdc(t)Δt/ηdc,
SSOC(t+Δt)=[Eb(t)+ΔEb]/Erate,
SSOCmin≤SSOC(t)≤SSOCmax,
DOD≤0.8,
εc+εdc=1,εc,εdc∈{0,1},
其中,Pb(t)为储能充放电功率;Pd(t)为负荷功率;Pe(t)为上网电能功率;Pi(t)为光伏微电网向电网购入电能功率;PPV(t)为光伏出力;εc和εdc为储能是否充放电的二进制数,充电时,εc=1,εdc=0,放电时,εc=0,εdc=1;ηc、ηdc分别为储能电池充放电效率;Erate为储能电池的额定容量;Eb(t)为t时刻储能电池容量;Δt为时段间隔;ΔEb为Δt时段内储能电池容量的变化量;Pc为储能电池充电功率,Pdc为储能电池放电功率;SSOC(t)为荷电状态,SSOCmax为储能系统荷电状态上限,SSOCmin为储能系统荷电状态下限;DDOD为储能电池的放电深度;T为典型日时长。
6.根据权利要求1所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤4中光伏微电网的投资年成本CI=CPV+CB+CC,其中光伏系统年成本储能系统年成本储能双向变流器模块年成本QPV为光伏系统容量,QB为储能电池容量;PC为储能双向变流器总功率;IPV为光伏组件单价,IB为储能电池单价,IC为储能变流器单价,RE为储能电池更换次数;u(A)为光伏组件的年运行和维护费用;u(B)为储能电池的年运行和维护费用,u(C)为储能双向变流器的年运行和维护费用,m为系统年限;r0为贴现率。
7.根据权利要求5所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤4中光伏微电网典型日收益表达式为:
其中,CO为光伏微网典型日收益;ed为用户电价;ee为光伏上网电价;ei光伏微电网从电网的购电电价;epv光伏补贴电价;
所述步骤4中光伏消纳率表达式为:
其中,SPV为光伏消纳率;ESC为光伏微网中每天由负荷消纳的光伏电能;EFC为储能所消纳的光伏电能。
8.根据权利要求7所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤5中双目标的函数表达式为
式中,R为相似日的数量,CI为光伏微电网的投资年成本。
9.根据权利要求1所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤5中微网可靠性约束为:
QB≥QB,min
其中,QB为储能电池容量;QB,min为微网离网运行时为保证重要负荷稳定运行0.5h所需配置的最小储能容量。
10.根据权利要求1所述的计及需求响应的光伏微电网储能多目标容量配置方法,其特征在于,所述步骤5中用户购电成本约束为:
其中,EI为实行峰谷分时电价后用户购电成本;e0为单一电价;Pd(t)为负荷功率;ef为峰时段电价,ep为平时段电价,eg为谷时段电价;Tf为峰时电价对应的时段,Tp为平时电价对应的时段;Tg为谷时电价对应的时段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610182863.4A CN105846423B (zh) | 2016-03-28 | 2016-03-28 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610182863.4A CN105846423B (zh) | 2016-03-28 | 2016-03-28 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105846423A true CN105846423A (zh) | 2016-08-10 |
CN105846423B CN105846423B (zh) | 2018-10-16 |
Family
ID=56583906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610182863.4A Active CN105846423B (zh) | 2016-03-28 | 2016-03-28 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105846423B (zh) |
Cited By (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106374536A (zh) * | 2016-10-26 | 2017-02-01 | 西安交通大学 | 新能源接入条件下电力容量市场的低碳电源投资决策方法 |
CN106505614A (zh) * | 2016-11-07 | 2017-03-15 | 国网天津市电力公司 | 多约束条件下用户效益最大化的光伏发电调控策略 |
CN106602585A (zh) * | 2017-02-14 | 2017-04-26 | 中塔新兴通讯技术集团有限公司 | 智能型移峰填谷叠加光伏发电的电源系统及运行方法 |
CN106786700A (zh) * | 2017-01-17 | 2017-05-31 | 无锡协鑫分布式能源开发有限公司 | 用户侧光储一体化系统离网运行容量配置软件算法 |
CN106849142A (zh) * | 2017-01-17 | 2017-06-13 | 无锡协鑫分布式能源开发有限公司 | 用户侧光储一体化系统需量电费容量配置软件算法 |
CN106875289A (zh) * | 2017-01-17 | 2017-06-20 | 无锡协鑫分布式能源开发有限公司 | 用户侧光储一体化系统削峰填谷容量配置优化软件算法 |
CN106921214A (zh) * | 2017-04-24 | 2017-07-04 | 中塔新兴通讯技术集团有限公司 | 叠加供电与移峰填谷供电的组合供电系统及方法 |
CN106953315A (zh) * | 2017-01-17 | 2017-07-14 | 无锡协鑫分布式能源开发有限公司 | 用户侧并网型光储一体化系统容量优化软件算法 |
CN106961116A (zh) * | 2017-01-17 | 2017-07-18 | 无锡协鑫分布式能源开发有限公司 | 需求侧光储一体化微电网系统 |
CN107069790A (zh) * | 2017-06-09 | 2017-08-18 | 中塔新兴通讯技术集团有限公司 | 一种综合节能供电的系统及方法 |
CN107404129A (zh) * | 2017-09-12 | 2017-11-28 | 南通大学 | 风‑储混合电站运行策略及短期计划出力优化方法 |
CN107967533A (zh) * | 2017-11-08 | 2018-04-27 | 国网冀北电力有限公司 | 一种计及分布式电源和需求侧响应的负荷预测方法 |
CN108092290A (zh) * | 2017-08-16 | 2018-05-29 | 华东理工大学 | 一种联合储能容量配置与优化运行的微网能量配置方法 |
CN108199369A (zh) * | 2017-12-29 | 2018-06-22 | 国网浙江省电力有限公司 | 面向多种电力市场准入关联的地域性微电网低成本优化运营方法 |
CN108429288A (zh) * | 2018-04-12 | 2018-08-21 | 荆州市荆力工程设计咨询有限责任公司 | 一种考虑需求响应的离网型微电网储能优化配置方法 |
CN108629622A (zh) * | 2018-05-03 | 2018-10-09 | 蔚来汽车有限公司 | 调整换电需求分布的方法及装置、计算机设备和记录介质 |
CN108649553A (zh) * | 2018-03-23 | 2018-10-12 | 中国电力科学研究院有限公司 | 一种微能源网供能系统的配置选优方法及装置 |
CN108695868A (zh) * | 2018-06-26 | 2018-10-23 | 上海交通大学 | 基于电力电子变压器的配电网储能选址定容方法 |
CN108964096A (zh) * | 2018-07-24 | 2018-12-07 | 南方电网科学研究院有限责任公司 | 消纳新能源弃电量的储能配置方法、系统、装置 |
CN109103938A (zh) * | 2018-10-16 | 2018-12-28 | 上海电力设计院有限公司 | 光储充一体化电站的控制方法 |
CN109193720A (zh) * | 2018-09-12 | 2019-01-11 | 华南理工大学 | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 |
CN109217364A (zh) * | 2018-09-10 | 2019-01-15 | 国网冀北电力有限公司张家口供电公司 | 大规模分布式电源消纳的光伏-储能容量优化配置策略 |
CN109713702A (zh) * | 2019-02-27 | 2019-05-03 | 新奥数能科技有限公司 | 一种确定光伏微网的储能容量的方法及装置 |
CN109754335A (zh) * | 2019-01-21 | 2019-05-14 | 上海上塔软件开发有限公司 | 一种基于负荷准线的高比例新能源消纳方法 |
CN109802412A (zh) * | 2019-03-25 | 2019-05-24 | 上海理工大学 | 用户侧负荷聚集商储能容量的优化配置方法 |
CN110048456A (zh) * | 2019-04-25 | 2019-07-23 | 国网福建省电力有限公司 | 一种基于大规模风电接入输电网的源网联合规划方法 |
CN110112783A (zh) * | 2019-05-23 | 2019-08-09 | 深圳市建筑科学研究院股份有限公司 | 光伏蓄电池微电网调度控制方法 |
CN110334927A (zh) * | 2019-06-24 | 2019-10-15 | 深圳供电局有限公司 | 一种综合用能行为评估方法及系统 |
CN110417037A (zh) * | 2019-07-02 | 2019-11-05 | 东北电力大学 | 一种光储联合系统容量配置方法 |
CN110429653A (zh) * | 2019-08-28 | 2019-11-08 | 国网河北省电力有限公司邢台供电分公司 | 考虑储能和dr的农网分布式光伏消纳方法及终端设备 |
CN110518606A (zh) * | 2019-09-18 | 2019-11-29 | 合肥阳光新能源科技有限公司 | 一种储能设备参数配置方法和装置 |
CN110661246A (zh) * | 2019-10-15 | 2020-01-07 | 北方国际合作股份有限公司 | 一种城市轨道交通光伏储能系统的容量优化配置方法 |
CN110797904A (zh) * | 2018-08-01 | 2020-02-14 | 中国农业大学 | 基于典型负荷的微电网有序用电调度方法及装置 |
CN111900734A (zh) * | 2020-08-05 | 2020-11-06 | 浙江华云清洁能源有限公司 | 一种以减小变压器扩容为目标的分布式储能容量配置方法 |
CN112036735A (zh) * | 2020-08-28 | 2020-12-04 | 北方工业大学 | 一种用于光伏电站的储能系统的储能容量规划方法及系统 |
CN112086970A (zh) * | 2020-09-21 | 2020-12-15 | 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 |
CN112365089A (zh) * | 2020-11-26 | 2021-02-12 | 南方电网能源发展研究院有限责任公司 | 考虑分时电价的长时间尺度储能容量配置与控制优化方法 |
CN112464419A (zh) * | 2020-11-17 | 2021-03-09 | 苏州钧灏电力有限公司 | 基于随机鲁棒混合优化的独立微电网设计系统及方法 |
CN112651105A (zh) * | 2020-11-30 | 2021-04-13 | 北京华能新锐控制技术有限公司 | 一种基于博弈论的微网容量配置优化方法 |
WO2021169145A1 (zh) * | 2020-02-29 | 2021-09-02 | 贵州电网有限责任公司 | 一种mgp系统的功率反馈控制系统与方法 |
CN113507113A (zh) * | 2021-06-28 | 2021-10-15 | 东北电力大学 | 一种基于电价驱动的光储系统控制策略 |
CN113673779A (zh) * | 2021-08-30 | 2021-11-19 | 西安建筑科技大学 | 一种农村家庭新能源系统优化配置方法 |
CN114530872A (zh) * | 2021-11-16 | 2022-05-24 | 国网浙江省电力有限公司乐清市供电公司 | 一种多边共享的储能优化配置及其成本分摊方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009065778A (ja) * | 2007-09-06 | 2009-03-26 | Tokyo Electric Power Co Inc:The | 電力系統監視制御システム |
CN103795079A (zh) * | 2014-01-13 | 2014-05-14 | 山东大学 | 离网并网混合光伏发电控制系统及其经济性运行优化方法 |
-
2016
- 2016-03-28 CN CN201610182863.4A patent/CN105846423B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009065778A (ja) * | 2007-09-06 | 2009-03-26 | Tokyo Electric Power Co Inc:The | 電力系統監視制御システム |
CN103795079A (zh) * | 2014-01-13 | 2014-05-14 | 山东大学 | 离网并网混合光伏发电控制系统及其经济性运行优化方法 |
Cited By (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106374536A (zh) * | 2016-10-26 | 2017-02-01 | 西安交通大学 | 新能源接入条件下电力容量市场的低碳电源投资决策方法 |
CN106505614A (zh) * | 2016-11-07 | 2017-03-15 | 国网天津市电力公司 | 多约束条件下用户效益最大化的光伏发电调控策略 |
CN106961116A (zh) * | 2017-01-17 | 2017-07-18 | 无锡协鑫分布式能源开发有限公司 | 需求侧光储一体化微电网系统 |
CN106953315A (zh) * | 2017-01-17 | 2017-07-14 | 无锡协鑫分布式能源开发有限公司 | 用户侧并网型光储一体化系统容量优化软件算法 |
CN106849142A (zh) * | 2017-01-17 | 2017-06-13 | 无锡协鑫分布式能源开发有限公司 | 用户侧光储一体化系统需量电费容量配置软件算法 |
CN106875289A (zh) * | 2017-01-17 | 2017-06-20 | 无锡协鑫分布式能源开发有限公司 | 用户侧光储一体化系统削峰填谷容量配置优化软件算法 |
CN106786700A (zh) * | 2017-01-17 | 2017-05-31 | 无锡协鑫分布式能源开发有限公司 | 用户侧光储一体化系统离网运行容量配置软件算法 |
CN106602585A (zh) * | 2017-02-14 | 2017-04-26 | 中塔新兴通讯技术集团有限公司 | 智能型移峰填谷叠加光伏发电的电源系统及运行方法 |
CN106921214B (zh) * | 2017-04-24 | 2024-05-03 | 中塔新兴通讯技术集团有限公司 | 叠加供电与移峰填谷供电的组合供电系统及方法 |
CN106921214A (zh) * | 2017-04-24 | 2017-07-04 | 中塔新兴通讯技术集团有限公司 | 叠加供电与移峰填谷供电的组合供电系统及方法 |
CN107069790A (zh) * | 2017-06-09 | 2017-08-18 | 中塔新兴通讯技术集团有限公司 | 一种综合节能供电的系统及方法 |
CN108092290A (zh) * | 2017-08-16 | 2018-05-29 | 华东理工大学 | 一种联合储能容量配置与优化运行的微网能量配置方法 |
CN108092290B (zh) * | 2017-08-16 | 2021-09-24 | 华东理工大学 | 一种联合储能容量配置与优化运行的微网能量配置方法 |
CN107404129A (zh) * | 2017-09-12 | 2017-11-28 | 南通大学 | 风‑储混合电站运行策略及短期计划出力优化方法 |
CN107404129B (zh) * | 2017-09-12 | 2019-07-05 | 南通大学 | 风-储混合电站运行策略及短期计划出力优化方法 |
CN107967533A (zh) * | 2017-11-08 | 2018-04-27 | 国网冀北电力有限公司 | 一种计及分布式电源和需求侧响应的负荷预测方法 |
CN108199369A (zh) * | 2017-12-29 | 2018-06-22 | 国网浙江省电力有限公司 | 面向多种电力市场准入关联的地域性微电网低成本优化运营方法 |
CN108199369B (zh) * | 2017-12-29 | 2021-04-09 | 国网浙江省电力有限公司 | 面向多种电力市场准入关联的地域性微电网低成本优化运营方法 |
CN108649553A (zh) * | 2018-03-23 | 2018-10-12 | 中国电力科学研究院有限公司 | 一种微能源网供能系统的配置选优方法及装置 |
CN108429288A (zh) * | 2018-04-12 | 2018-08-21 | 荆州市荆力工程设计咨询有限责任公司 | 一种考虑需求响应的离网型微电网储能优化配置方法 |
CN108429288B (zh) * | 2018-04-12 | 2021-10-01 | 国网湖北省电力有限公司荆州供电公司 | 一种考虑需求响应的离网型微电网储能优化配置方法 |
CN108629622A (zh) * | 2018-05-03 | 2018-10-09 | 蔚来汽车有限公司 | 调整换电需求分布的方法及装置、计算机设备和记录介质 |
CN108695868B (zh) * | 2018-06-26 | 2021-10-01 | 上海交通大学 | 基于电力电子变压器的配电网储能选址定容方法 |
CN108695868A (zh) * | 2018-06-26 | 2018-10-23 | 上海交通大学 | 基于电力电子变压器的配电网储能选址定容方法 |
CN108964096B (zh) * | 2018-07-24 | 2022-03-22 | 南方电网科学研究院有限责任公司 | 消纳新能源弃电量的储能配置方法、系统、装置 |
CN108964096A (zh) * | 2018-07-24 | 2018-12-07 | 南方电网科学研究院有限责任公司 | 消纳新能源弃电量的储能配置方法、系统、装置 |
CN110797904B (zh) * | 2018-08-01 | 2021-11-16 | 中国农业大学 | 基于典型负荷的微电网有序用电调度方法及装置 |
CN110797904A (zh) * | 2018-08-01 | 2020-02-14 | 中国农业大学 | 基于典型负荷的微电网有序用电调度方法及装置 |
CN109217364A (zh) * | 2018-09-10 | 2019-01-15 | 国网冀北电力有限公司张家口供电公司 | 大规模分布式电源消纳的光伏-储能容量优化配置策略 |
CN109193720B (zh) * | 2018-09-12 | 2021-09-21 | 华南理工大学 | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 |
CN109193720A (zh) * | 2018-09-12 | 2019-01-11 | 华南理工大学 | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 |
CN109103938A (zh) * | 2018-10-16 | 2018-12-28 | 上海电力设计院有限公司 | 光储充一体化电站的控制方法 |
CN109754335B (zh) * | 2019-01-21 | 2021-07-13 | 上海上塔软件开发有限公司 | 一种基于负荷准线的高比例新能源消纳方法 |
CN109754335A (zh) * | 2019-01-21 | 2019-05-14 | 上海上塔软件开发有限公司 | 一种基于负荷准线的高比例新能源消纳方法 |
CN109713702A (zh) * | 2019-02-27 | 2019-05-03 | 新奥数能科技有限公司 | 一种确定光伏微网的储能容量的方法及装置 |
CN109802412B (zh) * | 2019-03-25 | 2022-06-17 | 上海理工大学 | 用户侧负荷聚集商储能容量的优化配置方法 |
CN109802412A (zh) * | 2019-03-25 | 2019-05-24 | 上海理工大学 | 用户侧负荷聚集商储能容量的优化配置方法 |
CN110048456A (zh) * | 2019-04-25 | 2019-07-23 | 国网福建省电力有限公司 | 一种基于大规模风电接入输电网的源网联合规划方法 |
CN110112783A (zh) * | 2019-05-23 | 2019-08-09 | 深圳市建筑科学研究院股份有限公司 | 光伏蓄电池微电网调度控制方法 |
CN110334927A (zh) * | 2019-06-24 | 2019-10-15 | 深圳供电局有限公司 | 一种综合用能行为评估方法及系统 |
CN110417037A (zh) * | 2019-07-02 | 2019-11-05 | 东北电力大学 | 一种光储联合系统容量配置方法 |
CN110417037B (zh) * | 2019-07-02 | 2021-10-22 | 东北电力大学 | 一种光储联合系统容量配置方法 |
CN110429653B (zh) * | 2019-08-28 | 2020-11-17 | 国网河北省电力有限公司邢台供电分公司 | 考虑储能和dr的农网分布式光伏消纳方法及终端设备 |
CN110429653A (zh) * | 2019-08-28 | 2019-11-08 | 国网河北省电力有限公司邢台供电分公司 | 考虑储能和dr的农网分布式光伏消纳方法及终端设备 |
CN110518606A (zh) * | 2019-09-18 | 2019-11-29 | 合肥阳光新能源科技有限公司 | 一种储能设备参数配置方法和装置 |
CN110661246A (zh) * | 2019-10-15 | 2020-01-07 | 北方国际合作股份有限公司 | 一种城市轨道交通光伏储能系统的容量优化配置方法 |
CN110661246B (zh) * | 2019-10-15 | 2021-03-02 | 北方国际合作股份有限公司 | 一种城市轨道交通光伏储能系统的容量优化配置方法 |
WO2021169145A1 (zh) * | 2020-02-29 | 2021-09-02 | 贵州电网有限责任公司 | 一种mgp系统的功率反馈控制系统与方法 |
CN111900734B (zh) * | 2020-08-05 | 2022-03-11 | 浙江华云清洁能源有限公司 | 一种以减小变压器扩容为目标的分布式储能容量配置方法 |
CN111900734A (zh) * | 2020-08-05 | 2020-11-06 | 浙江华云清洁能源有限公司 | 一种以减小变压器扩容为目标的分布式储能容量配置方法 |
CN112036735A (zh) * | 2020-08-28 | 2020-12-04 | 北方工业大学 | 一种用于光伏电站的储能系统的储能容量规划方法及系统 |
CN112036735B (zh) * | 2020-08-28 | 2023-11-03 | 北方工业大学 | 一种用于光伏电站的储能系统的储能容量规划方法及系统 |
CN112086970A (zh) * | 2020-09-21 | 2020-12-15 | 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 |
CN112464419A (zh) * | 2020-11-17 | 2021-03-09 | 苏州钧灏电力有限公司 | 基于随机鲁棒混合优化的独立微电网设计系统及方法 |
CN112464419B (zh) * | 2020-11-17 | 2024-04-26 | 苏州钧灏电力有限公司 | 基于随机鲁棒混合优化的独立微电网设计系统及方法 |
CN112365089A (zh) * | 2020-11-26 | 2021-02-12 | 南方电网能源发展研究院有限责任公司 | 考虑分时电价的长时间尺度储能容量配置与控制优化方法 |
CN112651105B (zh) * | 2020-11-30 | 2023-09-12 | 北京华能新锐控制技术有限公司 | 一种基于博弈论的微网容量配置优化方法 |
CN112651105A (zh) * | 2020-11-30 | 2021-04-13 | 北京华能新锐控制技术有限公司 | 一种基于博弈论的微网容量配置优化方法 |
CN113507113A (zh) * | 2021-06-28 | 2021-10-15 | 东北电力大学 | 一种基于电价驱动的光储系统控制策略 |
CN113673779A (zh) * | 2021-08-30 | 2021-11-19 | 西安建筑科技大学 | 一种农村家庭新能源系统优化配置方法 |
CN113673779B (zh) * | 2021-08-30 | 2024-04-30 | 西安建筑科技大学 | 一种农村家庭新能源系统优化配置方法 |
CN114530872A (zh) * | 2021-11-16 | 2022-05-24 | 国网浙江省电力有限公司乐清市供电公司 | 一种多边共享的储能优化配置及其成本分摊方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105846423B (zh) | 2018-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105846423A (zh) | 一种计及需求响应的光伏微电网储能多目标容量配置方法 | |
CN108960510B (zh) | 一种基于两阶段随机规划的虚拟电厂优化交易策略装置 | |
Liu et al. | Optimal operation of independent regional power grid with multiple wind-solar-hydro-battery power | |
He et al. | Optimal bidding strategy of battery storage in power markets considering performance-based regulation and battery cycle life | |
Cho et al. | Energy storage systems in energy and ancillary markets: A backwards induction approach | |
CN107464010B (zh) | 一种虚拟电厂容量优化配置方法 | |
Ghiassi-Farrokhfal et al. | Optimal design of solar PV farms with storage | |
Korpaas et al. | Operation and sizing of energy storage for wind power plants in a market system | |
CN103872694B (zh) | 区域风电场群储能电站的容量优化及其辅助调峰方法 | |
CN105205552B (zh) | 一种独立新能源混合发电系统优化规划方法 | |
Zurfi et al. | Economic feasibility of residential behind-the-meter battery energy storage under energy time-of-use and demand charge rates | |
CN105976108A (zh) | 一种配电网分布式储能规划方法 | |
CN110633854A (zh) | 一种考虑储能电池多重分段服务全生命周期优化规划方法 | |
Hayes et al. | Comparison of two energy storage options for optimum balancing of wind farm power outputs | |
Dhillon et al. | Optimization methods applied for Wind–PSP operation and scheduling under deregulated market: A review | |
CN109755967A (zh) | 一种配电网中光储系统的优化配置方法 | |
CN103455852A (zh) | 一种基于dea合作博弈的输配电费用分摊方法 | |
Teng et al. | Potential value of energy storage in the UK electricity system | |
CN105391092A (zh) | 基于相关机会规划的虚拟电厂多目标竞价的调控优化方法 | |
Sreekanth et al. | Feasibility analysis of energy storage technologies in power systems for arid region | |
CN113888204A (zh) | 多主体博弈的虚拟电厂容量优化配置法 | |
Longo et al. | Simulation and optimisation study of the integration of distributed generation and electric vehicles in smart residential district | |
CN118114469A (zh) | 一种虚拟电厂参与配电网协同优化调度方法及系统 | |
CN105574681A (zh) | 一种多时间尺度社区能源局域网能量调度方法 | |
Zhang et al. | A review on capacity sizing and operation strategy of grid-connected photovoltaic battery systems |
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 |