CN107453402B - 一种降低含风储一体化电站电力系统运行风险的调度方法 - Google Patents
一种降低含风储一体化电站电力系统运行风险的调度方法 Download PDFInfo
- Publication number
- CN107453402B CN107453402B CN201710856212.3A CN201710856212A CN107453402B CN 107453402 B CN107453402 B CN 107453402B CN 201710856212 A CN201710856212 A CN 201710856212A CN 107453402 B CN107453402 B CN 107453402B
- Authority
- CN
- China
- Prior art keywords
- power
- wind
- energy storage
- battery energy
- risk
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004146 energy storage Methods 0.000 claims abstract description 97
- 238000005457 optimization Methods 0.000 claims abstract description 21
- 230000007774 longterm Effects 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000036541 health Effects 0.000 claims description 5
- 238000007726 management method Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000009194 climbing Effects 0.000 claims description 2
- 239000003245 coal Substances 0.000 claims description 2
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 238000007599 discharging Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000012502 risk assessment Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims 1
- 238000012795 verification Methods 0.000 abstract 1
- 230000005611 electricity Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000012614 Monte-Carlo sampling Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- H02J3/386—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- 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]
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
-
- 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
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/10—Flexible AC transmission systems [FACTS]
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Secondary Cells (AREA)
Abstract
一种降低含风储一体化电站电力系统运行风险的优化调度方法，属于电力系统调度运行领域。本发明基于电池储能系统的削峰填谷运行模式、物理结构和长期运行特性，建立电池储能系统运行风险模型，分析风储一体化电站给系统调度带来的风险，提出含有风储一体化电站系统的风险指标。建立考虑经济性、风险和风电利用率的多目标优化调度模型。算例验证表明，本发明提供的风储一体化调度方法，降低含有风储一体化电站系统风险的同时，能够提高系统经济性和风电接入电网利用率。
Description
技术领域
本发明属于电力系统调度运行领域，涉及可再生能源和储能系统的一体化运行，特别涉及降低风储一体化电站中电池储能系统和风机不可靠性给电力系统调度运行带来的风险。
背景技术
在近几年的电力系统发展中，由于风能具有可再生，无污染、成本低的特性越来越多的风电场被投入使用，但风电本身具有间歇性和随机性以及严重的弃风现象，给电网调度和运行带来很大影响和经济浪费，而储能系统和风电场联合运行的方法有效的缓解了风电的不可控性和弃风现象。
随着不可再生能源的的紧缺和环境污染指数上升，国家不断加大新能源扶持力度，对风电接入点网的可靠性要求也越来越高，2017年青海规划的330万千瓦风电项目，各项目按照建设规模的10％配套建设储电装置，储电设施总规模33万千瓦，所以风电和储能配合的风储一体化电站是未来风电站的一个发展趋势。风储一体化电站中的储能装置，只对风电场的内风机输出功率进行吸收和弥补，以及改善风电质量增加风电场接入电网可靠性，与系统中可调度的储能不同，不受系统调度策略控制，不能弥补和吸收系统中的功率不平衡量，也不能为火电机组留作备用，而电池储能，由于其循环寿命长，响应速度快，充放电效率高，配置灵活，安装建设方便，安全性好等优势，被广泛应用
但在现有的研究中，电池储能系统都是以一种理想化的模型应用于各个领域，其实在实际运行中，电池储能并不是一个可以长时间稳定运行的电源，不像常规机组可以消耗燃料产生能量保持功率稳定输出，电池储能通过内部化学反应实现充放电能力，同时对电池储能系统本身有很大消耗，所以针对风储一体化电站需要的大规模且长期运行的电池储能系统，需要考虑故障运行，老化运行，健康状态等诸多因素。
在已有的风储联合的可靠性分析的文章中，可靠性分析的重点都放在风电功率不确定性、风机故障和降额运行等方面，而缺乏对电池储能长期运行可靠性的分析；多数风储联合的可靠性分析的方法，是利用蒙特卡洛抽样的方式计算系统可靠性，调度和可靠性分析是分开的。本发明考虑风机和储能以一体化的形式参与系统调度，分析风储一体化中电池储能系统和风机长期运行的不可靠性和给系统调度带来的风险，并给出了同时考虑系统经济性和风储一体化电站运行风险的调度模型。
发明内容
本发明目的是提供一种合理有效的降低含风储一体化电站电力系统运行风险的优化调度方法。针对风机和储能以一体化的形式接入系统，考虑风储一体化中电池储能系统长期运行特性，储能和风机的故障失效给系统调度带来的风险，建立同时考虑含有风储一体化电站系统经济性、风险和弃风量的多目标调度模型，优化资源配置，降低系统运行风险，旨于提高系统经济性和可再生能源利用效率的目标。
为了达到上述目的，本发明的技术方案为：
一种降低含风储一体化电站电力系统运行风险的优化调度方法，包括以下几个步骤：
第一步，风储一体化电站运行方式分析
针对风电站内调度计划要求，研究电池储能系统作为场内可调度资源，实现削峰填谷。即在风电高峰或者负荷低谷时段储能，在需要风电出力的负荷高峰或风电低谷时段释放。
风储一体化电站输出功率如式(1)，由电池储能系统和风电共同决定。
PwBess＝Pw-PBess (1)
式中，Pw为风电功率；PBess为电池储能功率，正负表示充放电状态，正表示充电，负表示放电；
其中风电出力：
0≤Pw≤min(Pw0,Pwmax) (2)
式中，Pw0表示风电预测功率，Pwmax风电场额定功率。
对调度中心来说，风储一体化电站的可调度范围应小于风电场额定功率。
0≤PwBess≤Pwmax (3)
在实际运行中，风电场运行通常有两种模式，一种是风电优先上网，风电全额并网运行模式，另一种是风电接入功率受到限制，存在弃风可能。
图1为风电全额并网模式下两种风储联合运行方式出力对比。风储一体化模式出力上限为Pwmax，相对于可调度储能模式风储联合出力Pw+PBess2，等效火电机组的出力少。但由于风电全部并网，风电功率相同，即风电利用率相同。
图2为风电接入功率受到限制时两种风储联合运行方式出力对比。图中曲线表示风电功率Pw，直线Pwlimit表示风电并网功率限制为当前时段负荷功率的w％，由于风电优先上网，可调度储能模式风电站出力等于Pw和Pwlimit中较小量，即min(Pw,Pwlimit)。在图2中取场景A、B，对于场景A，风电功率Pw高于风电并网限制功率Pwlimit，而风储一体化电站通过风储配合，使风电功率Pw超过限制功率Pwlimit，储能吸收多余风电功率，保证风储联合出力PwBess等于Pwlimit，相较于系统含可调度储能，提高了风电利用率；对于场景B，风电功率Pw低于Pwlimit，两种风储联合运行方式出力等同于风电全额并网的情况。
第二步，基于电池储能系统长期运行特性和故障机理，建立其运行风险模型
1)电池储能系统结构及故障分析
电池储能系统由电池模块、能量转换系统(PCS)、滤波器、电池管理系统(BMS)、控制单元以及能量管理系统(EMS)组成，其结构如图3所示，各部组成在运行风险分析的过程中属于串联系统，即各模块出现故障或者检修停运都会给电池储能系统整体运行带来不同程度的影响。利用美国纽约州尤蒂卡市的可靠性信息分析中心提出了一种电力电子元件失效率计算方法得出PCS中晶体管和二极管、滤波器、变压器的失效率，再计算出个元件失效率，其中储能模块整体失效率由统计数据得出，由于电池储能各部分串联，则电池储能系统的总失效率为各部分失效率之和。
电池储能系统的储能模块是由几个电池储能子模块组成的，每个子模块由大量电池单元通过串并联的方式形成，每个电池储能子模块都受到电池管理系统单独控制，因此某个子模块故障或者检修停运，都不会影响电池储能系统整体运行，但额定容量和额定功率都会减小。由于电池储能结构上的有点，可以通过增加或减少电池储能子模块来增大或减小电池储能系统整体的规模，包括其容量和输出功率。统计数据上得到四个电池子模块组成的电池储能系统的在不同的功率水平下运行概率分布如图4所示。
2)根据电池储能系统长期运行特性得到出力模型，如公式4和公式5所示；
电池储能系统在长期运行中，一定年限后，最大充放电功率受到充放电倍率的影响：
式中，Ich，Idis分别表示充放电倍率，ach，adis分别表示跟Ich和Idis有关的充放电倍率影响系数。表示电池储能额定最大充放电功率。PBess表示电池储能实际运行充放电倍率。
电池的容量受到充放电深度、电池健康状态和温度的影响：
式中，DOD表示充放电深度，SOH表示电池健康状态，表示电池储能初始额定容量上限。表示电池储能额定容量下限；EBess表示电池储能实际运行时剩余容量。
3)风电机故障模型
除了考虑风机本身的故障率以外还考虑了不同风速引起的额外故障率[21]：
λwind＝λ0+Δλwind(v) (6)
其中，λwind表示风机故障率，λ0表示风机本身的故障率。
故障率增量Δλwind(v)与风速大小成二次关系，计算方法如下：
式中，vco是切出风速，λmax是对应故障率，vci是切入风速，λmin是对应故障率，kwind是与切入风速、切出风速有关常数。
风速和风电功率对应关系如下：
式中，vcr为额定风速，Pwmax为风机额定功率；Pwind表示风电功率。
通过公式(7)、(8)所示的风电机故障模型确定风功率和故障率增量的关系。
第三步，含风储一体化电站系统风险模型
含风储一体化电站系统的运行风险包括了电池储能运行特性、电池储能、风机故障失效和火电机组强迫停运给系统调度带来的功率不平衡量。
含风储一体化电站系统故障分多个状态，如图5所示，设系统在T0时刻处于安全运行状态，记为X0，并按照某一控制措施U0运行，T1时刻发生故障k，直至T2时刻校正控制措施生效之前的时间内(数分钟)，系统转移到Xk状态，系统控制变量仍维持U0不变，在这段时间内系统将存在功率不平衡量，过大的不平衡量会给T2时刻之后系统校正带来很大影响，必须合理控制这一阶段的风险水平，以减轻校正控制阶段的压力。
考虑电池储能和风机不可靠性，造成的系统有功功率不平衡量表达式：
考虑火电机组强迫停运，造成的系统有功功率不平衡量表达式：
式中，为电池储能和风机不可靠性导致电力系统有功功率不平衡量；为火电机组强迫停运导致电力系统有功功率不平衡量；PG,i为第i台火电机组有功出力，NG为火电机组个数，为考虑了电池储能系统和风机故障失效后的风储一体化电站功率，RBess表示备用响应功率，PL为系统总的负荷功率,j为故障机组，PwBess为正常运行风储一体化电站功率。
基于以上内容的分析，本文提出含有风储一体化电站系统的风险指标，系统风险的概率为电池储能系统部分功率缺失概率和故障失效概率、风机故障概率以及火电机组强迫停运概率，严重性为系统有功功率不平衡量，则风险指标的表达式为：
式中，RRisk为风险指标；λBess表示电池储能完全故障失效概率，表示电池储能系统i个子模块失效概率，λwind表示风机故障失效概率，为第j台机组强迫停运率，表示电池储能完全故障失效系统后有功功率不平衡量，表示电池储能i个子模块失效后系统有功功率不平衡量，表示风机失效后系统有功功率不平衡量，为第j台机组停运后系统功率不平衡量。
第四步，建立考虑风储一体化运行风险的多目标优化调度模型
目标函数1：经济型指标，火电厂发电成本最低：
式中，a,b,c为煤耗系数，T为时段数，NG为机组个数，Pi,t为火电机组t时段出力功率。
目标函数2：风险指标，系统日前调度每个时段的风储一体化电站不可靠性给系统带来的风险累积。
式中，RRisk,t为t时段含有风储一体化电站系统的风险指标。
目标函数3：弃风量，系统各个时段弃风量之和最小，即风电利用率最大。没有考虑风电随机性，认为风电波动功率由备用抵消。
式中Pw0,t表示t时段风电预测功率，Pw,t表示t时段风电实际出力功率。
参照模糊集理论，采用隶属度函数F来描述各目标函数优化结果，其取值在0～1之间，F＝0表示离最优结果最近，最满意；F＝1表示最不满意结果，F表达式为：
其中，Fi(X)为目标函数fi(X)的隶属度函数，是目标fi(X)的单目标优化时最优策略；fiw为目标fi(X)在各单目标最优策略Xi *中的最劣取值。利用线性加权求和法将多目标优化转化为单目标优化问题：
其中，wi表示第i个目标权重，，且
式(17)中包括火电单元出力约束、机组爬坡率约束、备用约束、风储一体化电站出力约束、储能约束、系统有功功率平衡约束；其中分别表示火电机组出力上、下限，Pi,t为t时段第i台火电机组出力；Rui，Rdi分别表示机组向上和向下的爬坡速率，Δt为调度时段间隔，取1小时；备用约束，上备用取负荷功率PL,t的2％和风电预测功率Pw0,t的15％，下备用取风电预测功率的15％，公式中除以6表示备用10min响应；ηch和ηdis分别表示电池储能充、放电效率，整个时段功率平衡，对下个调度周期不产生影响，等式约束为非故障状态，式中，NG表示火电机组数量，Pi,t表示t时段火电机组出力，PwBess,t为风储一体化电站出力，PL,t表示t时段的系统负荷，式中下角标t表示时段t，其它各参数含义与公式(1)-公式(5)及公式(8)-公式(10)一致。
第五步，采用原对偶内点法进行优化求解
分别求解以下场景
1)场景1：仅以经济性为目标，风储一体化电站理想运行；
2)场景2：考虑系统经济性、风险和弃风量的多目标优化调度模型。
上述场景1中目标函数为经济性单目标，储能系统理想化运行，优化模型如公式(18)所示，场景2中包含多目标和风储一体化运行风险，优化模型即为第四步中公式(17)所示。
式中各参数含义与公式(17)一致。
本发明的效果和益处是：针对风储一体化电站中，风机和储能的不可靠性，建立了一种能够降低系统调度运行中功率不平衡量的调度方法。利用多目标的建模方式，能有尽可能的减少系统风险的同时，提高系统的经济性和风电利用率，为解决风电并网可靠性问题提供了新思路。
附图说明
图1风电全额并网模式下两种风储联合运行方式。
图2是风储一体化电站风储联合运行方式。
图3是电池储能系统结构图。
图4是电池储能系统部分失效概率分布。
图5是电力系统故障分析运行状态。
具体实施方式
采用6机系统，另有一风储一体化电站，风电场额定功率250MW且优先上网，风电站接入电网功率限制为当前时段负荷功率功率的15％，电池储能规模为70MW/210MW.h，对一日内24个时段进行调度，火电机组、风电和负荷数据如表1，表2所示，结合技术方案和附图详细叙述本发明的具体实施方式。
表1火电机组参数
表2风电和负荷预测数据
第一步，根据电池储能系统运行特性和故障机理，得到储能整体失效率和部分失效率，如表3-表5所示。
表3元件失效率
表4电池储能系统各单元失效率
表5电池储能系部分失效概率
第二步，以第一步为基础，建立考虑经济性、运行风险和弃风量的多目标调度模型。
第三步，采用原对偶内点法进行优化求解。分别求解以下场景下经济指标、风险指标和弃风量。
1)场景1：仅以经济性为目标，风储一体化电站理想运行；
2)场景2：考虑系统经济性、风险和弃风量的多目标优化调度模型。
结果如表6所示，将图中场景1和场景2中风险指标进行对比，可知本发明提出的方法能够有效降低含风储一体化电站系统运行风险，在降低风险的同时得到最优的经济性和风电利用率，更符合实际，满足电网安全运行要求。
表6两种场景调度结果
Claims (1)
1.一种降低含风储一体化电站电力系统运行风险的优化调度方法，其特征在于以下步骤：
第一步，风储一体化电站运行方式分析
针对风电站内调度计划要求，研究电池储能系统作为场内可调度资源，实现削峰填谷；
第二步，基于电池储能系统长期运行特性和故障机理，建立其运行风险模型
1)电池储能系统结构及故障分析
电池储能系统由电池模块、能量转换系统PCS、滤波器、电池管理系统BMS、控制单元以及能量管理系统EMS组成，各部组成在运行风险分析的过程中属于串联系统，电池储能系统的总失效率为各部分失效率之和；
电池储能系统的储能模块由几个电池储能子模块组成，通过增加或减少电池储能子模块来增大或减小电池储能系统整体的规模，包括其容量和输出功率；
2)根据电池储能系统长期运行特性得到出力模型，如公式4和公式5所示；
电池储能系统在长期运行中，最大充放电功率受充放电倍率的影响：
式中，Ich，Idis分别表示充放电倍率，ach，adis分别表示跟Ich和Idis有关的充放电倍率影响系数；表示电池储能额定最大充放电功率；PBess表示电池储能实际运行充放电倍率；
电池的容量受到充放电深度、电池健康状态和温度的影响：
式中，DOD表示充放电深度，SOH表示电池健康状态，表示电池储能初始额定容量上限；表示电池储能额定容量下限；EBess表示电池储能实际运行时剩余容量；
3)风电机故障模型
考虑风机本身的故障率及不同风速引起的额外故障率：
λwind＝λ0+Δλwind(v) (6)
其中，λwind表示风机故障率，λ0表示风机本身的故障率；
故障率增量Δλwind(v)与风速大小成二次关系，计算方法如下：
式中，vco是切出风速，λmax是对应故障率，vci是切入风速，λmin是对应故障率，kwind是与切入风速、切出风速有关常数；
风速和风电功率对应关系如下：
式中，vcr为额定风速，Pwmax为风机额定功率；Pwind表示风电功率；
通过如公式(7)、(8)所示的风电机故障模型确定风功率和故障率增量的关系；
第三步，含风储一体化电站系统风险模型
含风储一体化电站系统的运行风险包括电池储能运行特性、电池储能、风机故障失效和火电机组强迫停运给系统调度带来的功率不平衡量；
含风储一体化电站系统故障分多个状态，设含风储一体化电站系统在T0时刻处于安全运行状态，记为X0，并按照某一控制措施U0运行，T1时刻发生故障k，直至T2时刻校正控制措施生效之前的时间内，含风储一体化电站系统转移到Xk状态，含风储一体化电站系统控制变量仍维持U0不变，在这段时间内系统存在功率不平衡量；
电池储能和风机不可靠性导致电力系统有功功率不平衡量表达式为：
火电机组强迫停运导致电力系统有功功率不平衡量表达式为：
式中，为电池储能和风机不可靠性导致电力系统有功功率不平衡量；为火电机组强迫停运导致电力系统有功功率不平衡量；PG,i为第i台火电机组有功出力，NG为火电机组个数，为考虑了电池储能系统和风机故障失效后的风储一体化电站功率，RBess表示备用响应功率，PL为系统总的负荷功率,j为故障机组，PwBess为正常运行风储一体化电站功率；
含风储一体化电站系统风险模型为：
式中，RRisk为风险指标；λBess表示电池储能完全故障失效概率，表示电池储能系统i个子模块失效概率，λwind表示风机故障失效概率，为第j台机组强迫停运率，表示电池储能完全故障失效系统后有功功率不平衡量，表示电池储能i个子模块失效后系统有功功率不平衡量，表示风机失效后系统有功功率不平衡量，为第j台机组停运后系统功率不平衡量；
第四步，建立考虑风储一体化运行风险的多目标优化调度模型
目标函数1：经济型指标，火电厂发电成本最低：
式中，a,b,c为煤耗系数，T为时段数，NG为机组个数，Pi,t为火电机组t时段出力功率；
目标函数2：风险指标，系统日前调度每个时段的风储一体化电站不可靠性给系统带来的风险累积；
式中，RRisk,t为t时段含有风储一体化电站系统的风险指标；
目标函数3：弃风量，系统各个时段弃风量之和最小，即风电利用率最大；没有考虑风电随机性，认为风电波动功率由备用抵消；
其中，Pw0,t表示t时段风电预测功率，Pw,t表示t时段风电实际出力功率；
参照模糊集理论，采用隶属度函数F来描述各目标函数优化结果，其取值在0～1之间，F＝0表示离最优结果最近，最满意；F＝1表示最不满意结果，F表达式为：
其中，Fi(X)为目标函数fi(X)的隶属度函数，是目标fi(X)的单目标优化时最优策略；fiw为目标fi(X)在各单目标最优策略Xi *中的最劣取值；利用线性加权求和法将多目标优化转化为单目标优化问题：
其中，wi表示第i个目标权重，且
则多目标优化调度模型如下所示：
公式(17)中包括火电单元出力约束、机组爬坡率约束、备用约束、风储一体化电站出力约束、储能约束、系统有功功率平衡约束；
其中，分别表示火电机组出力上、下限，Pi,t为t时段第i台火电机组出力；Rui，Rdi分别表示机组向上和向下的爬坡速率，Δt为调度时段间隔，取1小时；备用约束，上备用取负荷功率PL,t的2％和风电预测功率Pw0,t的15％，下备用取风电预测功率的15％，公式中除以6表示备用10min响应；ηch和ηdis分别表示电池储能充、放电效率，整个时段功率平衡，对下个调度周期不产生影响，等式约束为非故障状态，式中，NG表示火电机组数量，Pi,t表示t时段火电机组出力，PwBess,t为风储一体化电站出力，PL,t表示t时段的系统负荷，式中下角标t表示时段t；
第五步，考虑系统经济性、风险和弃风量的多目标优化调度模型，该模型中包含多目标和风储一体化运行风险，多目标优化调度模型为第四步中公式(17)所示，采用原对偶内点法进行优化求解。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710856212.3A CN107453402B (zh) | 2017-09-21 | 2017-09-21 | 一种降低含风储一体化电站电力系统运行风险的调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710856212.3A CN107453402B (zh) | 2017-09-21 | 2017-09-21 | 一种降低含风储一体化电站电力系统运行风险的调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107453402A CN107453402A (zh) | 2017-12-08 |
| CN107453402B true CN107453402B (zh) | 2019-12-20 |
Family
ID=60497918
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710856212.3A Active CN107453402B (zh) | 2017-09-21 | 2017-09-21 | 一种降低含风储一体化电站电力系统运行风险的调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107453402B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108258685B (zh) * | 2018-01-26 | 2022-07-22 | 国网辽宁省电力有限公司 | 新能源电力系统在紧急调控域运行方式下的控制方法 |
| CN108321804B (zh) * | 2018-02-26 | 2019-12-13 | 清华大学 | 含有电池储能和并网风电场的电力系统双层优化运行方法 |
| CN108565890B (zh) * | 2018-04-17 | 2020-06-12 | 清华大学 | 带有储能的新能源输出功率波动最小化调度方法及装置 |
| CN110601190B (zh) * | 2019-09-23 | 2023-06-02 | 国网辽宁省电力有限公司鞍山供电公司 | 一种区域电网运行域划分方法 |
| CN112381672B (zh) * | 2020-12-03 | 2022-05-20 | 上海交通大学 | 一种考虑储能配合的工业园区综合能源系统供能故障处理方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103248065B (zh) * | 2013-05-22 | 2015-01-14 | 中国南方电网有限责任公司调峰调频发电公司 | 一种风电场中电池储能系统的充放电控制方法 |
| CN104283225A (zh) * | 2013-07-08 | 2015-01-14 | 株式会社日立制作所 | 风电场运行控制装置及方法 |
| CN104600747B (zh) * | 2015-01-21 | 2016-09-28 | 西安交通大学 | 协调运行风险与风能消纳的电力系统运行优化方法 |
| CN105226730A (zh) * | 2015-10-29 | 2016-01-06 | 东北电力大学 | 一种提高风电可调度性的风储联合系统调度方法及装置 |
| CN106505637B (zh) * | 2016-11-08 | 2019-06-28 | 南方电网科学研究院有限责任公司 | 一种电力系统有功调度保守度的优化方法 |
-
2017
- 2017-09-21 CN CN201710856212.3A patent/CN107453402B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107453402A (zh) | 2017-12-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107453402B (zh) | 一种降低含风储一体化电站电力系统运行风险的调度方法 | |
| CN110350518B (zh) | 一种用于调峰的电网储能容量需求评估方法及系统 | |
| 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 | |
| Chen et al. | Energy storage sizing for dispatchability of wind farm | |
| CN114285034B (zh) | 一种考虑受电及新能源波动的日前调控优化方法及系统 | |
| CN111641233A (zh) | 一种考虑新能源及负荷不确定性的电力系统日内灵活调峰方法 | |
| CN109149555A (zh) | 考虑供电模式的配电网广义电源变电可信容量评价方法 | |
| CN111697578A (zh) | 多目标含储能区域电网运行控制方法 | |
| CN115360734A (zh) | 考虑光、荷多场景的分布式储能容量配置方法及装置 | |
| CN110661250B (zh) | 含风光储发输电系统的可靠性评估方法及系统 | |
| Wang et al. | Adequacy assessment of generating systems incorporating wind, PV and energy storage | |
| CN110336308B (zh) | 一种基于机会约束的主动配电网经济调度方法 | |
| CN114094608B (zh) | 一种面向光伏电站的多类型储能容量优化配置方法及装置 | |
| CN114977182B (zh) | 计及光伏接入的柔性牵引供电系统区间最优潮流优化方法 | |
| Li et al. | Economic analysis of energy storage peak shaving considering full life cycle cost | |
| Vojtek et al. | Utilization of energy storages in low voltage grids with renewable energy sources | |
| Haiyun et al. | Optimal Capacity Allocation Method of Multi-types of Energy Storage for Wind Power Plant | |
| Wu et al. | Multi objective optimization based on SPEA for the microgrid energy dispatch | |
| Zhu et al. | Isolated Microgrid Capacity Configuration Considering Economic Risk of Customer Interruption | |
| Zhao et al. | Optimal capacity configuration of hybrid energy storage system for photovoltaic plant | |
| CN115642614B (zh) | 一种高比例风电电力系统日前-日内联合调度方法及系统 | |
| Mao et al. | A Quantitative Energy Storage Evaluation Method Under Multiple Scenarios | |
| Li et al. | Research on the wind power active power control strategies and the energy storage device optimal allocation | |
| CN116545009A (zh) | 一种分布式风光资源准入容量规划方法及系统 | |
| Liling et al. | Economic Evaluation Method for Cooperative Optimal Dispatching of Clustering Energy Storage and Wind-Driven and Coal-Fired Generator |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Sun Hui Inventor after: Qi Xinge Inventor after: Wu Gang Inventor after: Mou Dayong Inventor after: Niu Mingzhu Inventor after: Liu Bing Inventor after: Liu Xin Inventor after: Peng Feixiang Inventor after: Hu Shubo Inventor after: Zhou Wei Inventor after: Kong Jianhong Inventor after: Chen Xiaodong Inventor after: Sun Jingjie Inventor after: Luan Jingzhao Inventor before: Sun Hui Inventor before: Liu Xin |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180320 Address after: 116024 Liaoning, Dalian, Ganjingzi Ling Road, No. 2 Applicant after: Dalian University of Technology Applicant after: Dalian Power Supply Company, State Grid Liaoning Electric Power Co., Ltd. Address before: 116024 Liaoning, Dalian, Ganjingzi Ling Road, No. 2 Applicant before: Dalian University of Technology |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |