CN107947208A - 一种弃风与大规模电池储能协调运行方法 - Google Patents

一种弃风与大规模电池储能协调运行方法 Download PDF

Info

Publication number
CN107947208A
CN107947208A CN201711141772.7A CN201711141772A CN107947208A CN 107947208 A CN107947208 A CN 107947208A CN 201711141772 A CN201711141772 A CN 201711141772A CN 107947208 A CN107947208 A CN 107947208A
Authority
CN
China
Prior art keywords
mrow
msub
msup
battery
mfrac
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
CN201711141772.7A
Other languages
English (en)
Other versions
CN107947208B (zh
Inventor
葛维春
李郝宁
李家珏
戈阳阳
王顺江
葛延峰
罗桓桓
滕云
李景瑞
杨浩
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.)
State Grid Corp of China SGCC
Shenyang University of Technology
State Grid Liaoning Electric Power Co Ltd
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Shenyang University of Technology
State Grid Liaoning Electric Power Co Ltd
Electric Power Research Institute of State Grid Liaoning Electric Power 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 State Grid Corp of China SGCC, Shenyang University of Technology, State Grid Liaoning Electric Power Co Ltd, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201711141772.7A priority Critical patent/CN107947208B/zh
Publication of CN107947208A publication Critical patent/CN107947208A/zh
Application granted granted Critical
Publication of CN107947208B publication Critical patent/CN107947208B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/386—
    • 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
    • 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)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种弃风与大规模电池储能协调运行方法，属于配电网技术领域。通过对电池的充电效率η1，电池的放电效率η2、电池储能系统所在环境的温度T、电池个数n，各电池之间间隔平均距离d，特定历史时段弃风量最大值Pqmax，特定历史时段弃风量最小值Pqmin，电池的荷电状态soc的时间序列的数据采集，对电池环境温度、电池荷电状态数据筛选处理，对电池协调运行影响参数运算，进而进行电池充放电状态判别，得到弃风与大规模电池储能的协调运行充放电电量。该方法能够根据监测电池协调运行影响参数对电池充放电电量计算，能够有助于大规模风电的消纳，减少电网弃风，显著提高电池储能系统可靠性与经济性，以满足实际应用需要。

Description

一种弃风与大规模电池储能协调运行方法
技术领域
本发明属于配电网技术领域，特别涉及一种弃风与大规模电池储能协调运行方法。
背景技术
我国以煤为主的能源资源特点决定了以煤电为主的电源结构，而在煤电装机中供热机组又占有较大比重，冬季供热机组基本没有调峰能力，因此，在夜间低谷负荷时段系统接纳风电的能力往往受到常规发电机组最低技术出力的限制。尤其在燃煤火电和供热机组装机比例较高的地区，调峰不足成为制约风电消纳能力的主要因素。在我国东北、西北等大型风电基地，已经暴露出了由于系统调峰能力不足而引起大量弃风的问题,另外，在风电基地开发初期，风电场汇集站的变电容量和风电基地送出通道的输电能力不足，也是造成风电大发时段弃风的重要因素。
电池储能的能量密度高，响应迅速，具有双向的功率吞吐能力，储能装置作为电能在时间上的转移手段，可弥补风电出力的波动性和反调峰特性，有助于大规模的风电消纳，减少电网弃风，因此大容量电池储能装置的应用是提高系统调峰能力的有效手段。与抽水蓄能电站相比，电池储能电站的建设地点和运行方式更为灵活，通过在负荷低谷时段和风电送出通道输电能力不足时段吸收多余风电，在高峰负荷时段和风电出力较小时段放电，能够有效地减少弃风损失。现阶段储能系统的高成本仍然是限制其大规模应用的关键因素，为了衡量储能减少弃风损失的经济性有必要研究弃风与大规模电池储能协调运行方法问题。
现有技术一提出了一种基于回路分析法的简化计算方法，将回路电压方程转化为线性代数方程进行求解；现有技术二对网络中PV节点进行优化，进而提高计算效率；现有技术三采用改进的前推回代法进行含分布式电源的计算。然而，这些计算方法都是对传统的算法进行改进，在计算过程中都忽略了储能装置对计算结果的影响。
发明内容
本发明针对我国大规模风电接入地区因系统调峰能力不足引起的大量弃风问题，引入储能电池等相关参数，研究电池储能与弃风协调运行的一种计算方法，结合硬件模块，进行方法处理及验算，以满足实际应用需要。
本发明的研究目标是：考虑大规模电池储能，弃风，环境等相关参数参与，获得电池储能与弃风协调运行下电池充放电电量以及实现对电池充放电状态的判别。提供一种关于弃风与大规模电池储能协调运行方式的计算方法，以实现弃风消纳，从而优化资源调用，实现电网安全稳定与资源的充分利用。
为了实现上述目的，本发明采取以下技术方案来实现：
步骤1：数据采集模块进行数据采集
选取参数：电池的充电效率η1，电池的放电效率η2、电池储能系统所在环境的温度T、电池个数n，各电池之间间隔平均距离d，特定历史时段弃风量最大值Pqmax，特定历史时段弃风量最小值Pqmin，电池的荷电状态soc(soc是指其剰余容量与其完全充电状态的容量比值,其取值范围为[0,1],当soc＝1时表示电池完全充满,当soc＝0时表示电池放电完全)。
步骤2：数据计算模块进行电池环境温度、电池荷电状态的数据筛选：
步骤2.1电池环境温度标准函数、电池荷电状态标准函数建立和计算，建立电池环境温度标准函数f(x)，电池荷电状态标准函数g(x)为：
其中,x为电网内所有电池的编号，x＝1,2,3，……，k，k为自然数。
步骤2.2电池环境温度数组构建：
从测量所得的温度中随机抽取若干数据T1,T2,...,Ti构成一个数组φ[i]，Ti表示第i个测量数据，
步骤2.3：电池环境温度数组确定：
计算φ[i]与f(x)的相似系数：
当φ[i]与f(x)的相似系数β≥63.12％时抽取数组φ[i]，则此数组用于协调运行计算。
步骤2.4：电池荷电状态数组确定：
从φ[i]对应的i个soc数据中随机抽取若干数据soc1,soc2,...,socj构成一个数组socj表示第j个测量数据，
计算当函数与g(x)的相似系数β≥71.30％时抽取数组此数组用于协调运行计算。
步骤3：数据计算模块进行电池协调运行影响参数计算
步骤3.1：弃风与大规模电池储能的协调运行外部参数计算
根据下式计算弃风与大规模电池储能的协调运行外部参数：
其中，δ为弃风与大规模电池储能的协调运行外部参数，Ti为步骤2.3处理后的数据，n为电池个数，Tmax为电池储能系统所在环境的最高温度，Tmin为电池储能系统所在环境的最低温度，Pqmax为特定历史时段弃风量最大值，Pqmin为特定历史时段弃风量最小值，d为各电池之间间隔平均距离。
步骤3.2：弃风与大规模电池储能的协调运行内部参数计算
根据下式计算弃风与大规模电池储能的协调运行内部参数：
γ为弃风与大规模电池储能的协调运行内部参数，soc为电池的荷电状态，，η1为电池的充电效率，η2为电池的放电效率，socmax为电池的最高荷电状态，socmin为电池的最低荷电状态，Pqmax为特定历史时段弃风量最大值，Pqmin为特定历史时段弃风量最小值，n为电池个数。
步骤4：数据处理模块进行电池充放电状态判别
根据下式对电池充放电状态进行判别
α(t)为电池充放电状态判别函数，P(t)为弃风量，d为各电池之间间隔平均距离，η1为电池的充电效率，η2为电池的放电效率，n为电池个数，Tmax为电池储能系统所在环境的最高温度，δ为弃风与大规模电池储能的协调运行外部参数，γ为弃风与大规模电池储能的协调运行内部参数。
当α＜0时，电池进行充电，当α≥0时，电池进行放电。
步骤5数据处理模块进行弃风与大规模电池储能的协调运行充放电电量计算
电池充电量根据下式进行计算：
电池放电量根据下式进行计算：
将所求得的电池充放电状态判别函数α(t)，弃风与大规模电池储能的协调运行内部参数γ，弃风与大规模电池储能的协调运行外部参数δ，带入弃风与大规模电池储能的协调运行电池充放电数学模型，解得Wcha即为α＜0时电池充电量；Wputcha即为α≥0时，电池放电量。
有益效果
本发明针对电池的充电效率η1，电池的放电效率η2、电池储能系统所在环境的温度T、电池个数n，各电池之间间隔平均距离d，电池的荷电状态soc，特定历史时段弃风量最大值Pqmax，特定历史时段弃风量最小值Pqmin等数据进行监测和记录，进而构建弃风与大规模电池储能的协调运行充放电电量计算函数，根据计算结果可以得到协调运行下电池充放电电量以及实现对电池充放电状态的判别，并通过与硬件模块相结合，实现方法的研究，其具有现实性和经济性。
附图说明
图1为本发明提供的一种弃风与大规模电池储能的协调运行充放电电量计算方法流程图。
具体实施方式
下面对本发明的具体实施方式做详细说明。
以青海某区域风场例,计算其大规模储能系统一天内的运行状态：
步骤1：数据采集模块进行数据采集
选取参数：电池的充电效率η1＝82.51％，电池的放电效率η2＝88.27％、电池个数n＝300，各电池之间间隔平均距离d＝3.5m。
电池储能系统所在环境的温度T、电池的荷电状态soc
步骤2：数据计算模块进行电池环境温度、电池荷电状态的数据筛选：
步骤2.1电池环境温度标准函数、电池荷电状态标准函数建立和计算，建立电池环境温度标准函数f(x)，电池荷电状态标准函数g(x)为：
其中,x为电网内所有电池的编号，x＝1,2,3，……，300。
步骤2.2电池环境温度数组构建：
从测量所得的温度中随机抽取若干数据T1,T2,...,Ti构成一个数组φ[i]，Ti表示第i个测量数据，
步骤2.3：电池环境温度数组确定：
计算φ[i]与f(x)的相似系数：
经过选取计算得到的φ[156]＝36.76℃,35.41℃，....,38.74℃与函数f(x)的相似系数β≈65.74％满足β≥63.12％，则此数组用于协调运行计算。
步骤2.4：电池荷电状态数组确定：
从φ[156]对应的156个soc数据中随机抽取j个数据soc1,soc2,...,socj构成一个数组
经过选取计算得到的与函数g(x)的相似系数β≈73.42％满足β≥71.30％，此数组用于协调运行计算。
步骤3：数据计算模块进行电池协调运行影响参数计算
步骤3.1：弃风与大规模电池储能的协调运行外部参数计算
根据下式计算弃风与大规模电池储能的协调运行外部参数：
δ为弃风与大规模电池储能的协调运行外部参数，
Ti＝36.76℃,35.41℃,....,38.74℃为步骤2.3处理后的数据，n＝300为电池个数，Tmax＝40.89℃为电池储能系统所在环境的最高温度，Tmin＝33.21℃为电池储能系统所在环境的最低温度，Pqmax-Pqmin≈2.12MW，d＝3.5m为各电池之间间隔平均距离，将各数据代入上式，计算得δ≈3.12
步骤3.2：计算弃风与大规模电池储能的协调运行内部参数：
γ为弃风与大规模电池储能的协调运行内部参数，soc＝0.41,0.32,....,0.58为步骤2.4处理后的数据，η1＝82.51％为电池的充电效率，η2＝88.27％为电池的放电效率，Pqmax-Pqmin≈2.12MW，socmax＝0.93为电池的最高荷电状态，socmin＝0.08为电池的最低荷电状态，n＝300为电池个数，计算得γ≈1.30。
步骤4：数据处理模块进行电池充放电状态判别
根据下式对电池充放电状态进行判别
将当日对应的弃风量P(t)带入电池充放电状态判别函数，计算得
t∈[9,16],α＞0
t∈[0,4]∪[21,24],α＜0
由此可以得出该风场一天内的充电时间大概在0至4时和21至24时之间，放电时间集中在上午9时到下午4时之间。
步骤5数据处理模块进行弃风与大规模电池储能的协调运行充放电电量计算，电池充电量根据下式进行计算：
将所求得的电池充放电状态判别函数α(t)，弃风与大规模电池储能的协调运行内部参数γ≈1.30，弃风与大规模电池储能的协调运行外部参数δ≈3.12，日弃风量P(t)，带入弃风与大规模电池储能的协调运行电池充电数学模型，解得Wcha＝15209.8KWh即电池一天内充电量为15209.8KWh；
电池放电量根据下式进行计算：
将所求得的电池充放电状态判别函数α(t)，弃风与大规模电池储能的协调运行内部参数γ≈1.30，弃风与大规模电池储能的协调运行外部参数δ≈3.12，带入弃风与大规模电池储能的协调运行电池放电数学模型，解得Wputcha＝13453.6KWh即电池一天内放电量为13453.6KWh；
以上给出了具体的实施方式，但本发明不局限于所描述的实施方式。本发明的基本思路在于上述基本方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。

Claims (5)

1.一种弃风与大规模电池储能协调运行方法，其特征在于，包括如下步骤：
步骤1：数据采集模块进行数据采集；具体包括：电池的充电效率η1，电池的放电效率η2、电池储能系统所在环境的温度T、电池个数n，各电池之间间隔平均距离d，特定历史时段弃风量最大值Pqmax，特定历史时段弃风量最小值Pqmin，电池的荷电状态soc；
步骤2：数据计算模块进行电池环境温度、电池荷电状态的数据筛选；
步骤3：数据计算模块进行电池协调运行影响参数计算；
步骤4：数据处理模块进行电池充放电状态判别；
步骤5数据处理模块进行弃风与大规模电池储能的协调运行充放电电量计算。
2.如权利要求1所述的一种弃风与大规模电池储能协调运行方法，其特征在于，所述步骤2：数据计算模块进行电池环境温度、电池荷电状态的数据筛选包括如下步骤：
步骤2.1电池环境温度标准函数、电池荷电状态标准函数建立和计算，建立电池环境温度标准函数f(x)，电池荷电状态标准函数g(x)为：
<mrow> <mi>f</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mrow> <mo>(</mo> <mfrac> <mrow> <mfrac> <mrow> <msup> <mi>e</mi> <msqrt> <mi>x</mi> </msqrt> </msup> <mo>-</mo> <mn>1</mn> </mrow> <mrow> <msup> <mi>e</mi> <msqrt> <mi>x</mi> </msqrt> </msup> <mo>+</mo> <mn>1</mn> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mi>x</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>e</mi> <mi>x</mi> </msup> </mrow> <mi>x</mi> </mfrac> <mo>+</mo> <mfrac> <mn>1</mn> <mn>2</mn> </mfrac> <msub> <mi>log</mi> <mn>4</mn> </msub> <msup> <mi>e</mi> <mi>x</mi> </msup> <mo>+</mo> <mi>tan</mi> <mi>x</mi> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <msup> <mi>e</mi> <mi>x</mi> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>g</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <msup> <mi>&amp;pi;</mi> <mn>2</mn> </msup> <mrow> <mn>2</mn> <msqrt> <mn>2</mn> </msqrt> </mrow> </mfrac> <mo>&amp;times;</mo> <mfrac> <mrow> <mi>n</mi> <mi> </mi> <msub> <mi>log</mi> <mn>4</mn> </msub> <mfrac> <mrow> <mi>n</mi> <mroot> <msup> <mi>x</mi> <mn>3</mn> </msup> <mn>2</mn> </mroot> </mrow> <mrow> <mi>n</mi> <mo>!</mo> </mrow> </mfrac> </mrow> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>T</mi> <mi>i</mi> </msub> </mrow> </mfrac> <mo>&amp;times;</mo> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mfrac> <mrow> <mo>(</mo> <mi>x</mi> <mo>-</mo> <mfrac> <mn>1</mn> <mi>n</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msqrt> <msub> <mi>T</mi> <mi>i</mi> </msub> </msqrt> <mo>)</mo> </mrow> <msup> <mi>e</mi> <mrow> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>T</mi> <mi>i</mi> </msub> </mrow> </msup> </mfrac> </mrow> </msup> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>
其中,x为电网内所有电池的编号，x＝1,2,3，……，k，k为自然数；
步骤2.2电池环境温度数组构建：
从测量所得的温度中随机抽取若干数据T1,T2,...,Ti构成一个数组φ[i]，Ti表示第i个测量数据，
步骤2.3：电池环境温度数组确定：
计算φ[i]与f(x)的相似系数：
<mrow> <mi>&amp;beta;</mi> <mo>&amp;ap;</mo> <mfrac> <mrow> <mo>|</mo> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>a</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>a</mi> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>-</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msup> <mrow> <mo>(</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mi>b</mi> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mo>|</mo> </mrow> <mrow> <msup> <mi>e</mi> <mfrac> <mrow> <msub> <mi>a</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>b</mi> <mi>i</mi> </msub> </mrow> <msup> <mi>i</mi> <mn>2</mn> </msup> </mfrac> </msup> <msqrt> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>a</mi> <mi>i</mi> <mn>2</mn> </msubsup> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </munderover> <msubsup> <mi>b</mi> <mi>i</mi> <mn>2</mn> </msubsup> </mrow> </msqrt> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>
当φ[i]与f(x)的相似系数β≥63.12％时抽取数组φ[i]，则此数组用于协调运行计算；
步骤2.4：电池荷电状态数组确定：
从φ[i]对应的i个soc数据中随机抽取若干数据soc1,soc2,...,socj构成一个数组socj表示第j个测量数据，
计算当函数与g(x)的相似系数β≥71.30％时抽取数组此数组用于协调运行计算。
3.如权利要求1或2所述的一种弃风与大规模电池储能协调运行方法，其特征在于，所述步骤3数据计算模块进行电池协调运行影响参数计算包括如下步骤：
步骤3.1：弃风与大规模电池储能的协调运行外部参数计算，根据下式计算弃风与大规模电池储能的协调运行外部参数：
<mrow> <mi>&amp;delta;</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>0</mn> </mrow> <mi>n</mi> </munderover> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msubsup> <mi>C</mi> <mi>i</mi> <mi>j</mi> </msubsup> <msub> <mi>T</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <msup> <mi>d</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>)</mo> </mrow> <msup> <mi>e</mi> <mrow> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mi>i</mi> <mo>-</mo> <msub> <mi>T</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mi>n</mi> </mrow> </msup> </mrow> <mrow> <mi>lg</mi> <msqrt> <mfrac> <msqrt> <mrow> <msup> <msub> <mi>T</mi> <mi>max</mi> </msub> <mn>2</mn> </msup> <mo>-</mo> <msup> <msub> <mi>T</mi> <mi>min</mi> </msub> <mn>2</mn> </msup> </mrow> </msqrt> <msub> <mi>T</mi> <mi>max</mi> </msub> </mfrac> </msqrt> </mrow> </mfrac> <msup> <mi>cos</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>
其中，δ为弃风与大规模电池储能的协调运行外部参数，Ti为步骤2.3处理后的数据，n为电池个数，Tmax为电池储能系统所在环境的最高温度，Tmin为电池储能系统所在环境的最低温度，Pqmax为特定历史时段弃风量最大值，Pqmin为特定历史时段弃风量最小值，d为各电池之间间隔平均距离；
步骤3.2：弃风与大规模电池储能的协调运行内部参数计算，根据下式计算弃风与大规模电池储能的协调运行内部参数：
<mrow> <mi>&amp;gamma;</mi> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Pi;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mrow> <mo>(</mo> <mi>i</mi> <msqrt> <mrow> <msup> <msub> <mi>&amp;eta;</mi> <mn>1</mn> </msub> <mn>2</mn> </msup> <mo>+</mo> <msup> <msub> <mi>&amp;eta;</mi> <mn>2</mn> </msub> <mn>2</mn> </msup> </mrow> </msqrt> <mo>+</mo> <mroot> <mrow> <msub> <mi>soc</mi> <mi>i</mi> </msub> <msup> <mi>e</mi> <msqrt> <mrow> <msup> <msub> <mi>&amp;eta;</mi> <mn>1</mn> </msub> <mn>2</mn> </msup> <mo>+</mo> <msup> <msub> <mi>&amp;eta;</mi> <mn>2</mn> </msub> <mn>2</mn> </msup> </mrow> </msqrt> </msup> <mo>+</mo> <msub> <mi>soc</mi> <mi>i</mi> </msub> </mrow> <mn>3</mn> </mroot> <mo>)</mo> </mrow> </mrow> <mrow> <mi>n</mi> <mroot> <mrow> <msup> <msub> <mi>soc</mi> <mi>max</mi> </msub> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>soc</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>-</mo> <mi>lg</mi> <mi> </mi> <mi>n</mi> </mrow> <mn>3</mn> </mroot> <mo>-</mo> <mroot> <mrow> <msup> <msub> <mi>soc</mi> <mi>min</mi> </msub> <mn>2</mn> </msup> <mo>+</mo> <msub> <mi>soc</mi> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>-</mo> <mn>1</mn> </mrow> <mn>3</mn> </mroot> </mrow> </mfrac> <msup> <mi>sin</mi> <mn>2</mn> </msup> <mrow> <mo>(</mo> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> <mo>-</mo> <msub> <mi>P</mi> <mrow> <mi>q</mi> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>
γ为弃风与大规模电池储能的协调运行内部参数，soc为电池的荷电状态，，η1为电池的充电效率，η2为电池的放电效率，socmax为电池的最高荷电状态，socmin为电池的最低荷电状态，Pqmax为特定历史时段弃风量最大值，Pqmin为特定历史时段弃风量最小值，n为电池个数。
4.如权利要求1-3任一一项所述一种弃风与大规模电池储能协调运行方法，其特征在于，所述步骤4数据处理模块进行电池充放电状态判别具体方法如下：
根据下式对电池充放电状态进行判别
<mrow> <mi>&amp;alpha;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mrow> <mi>&amp;delta;</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <msup> <mi>d</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mo>)</mo> </mrow> <msup> <mi>e</mi> <mrow> <mo>-</mo> <msub> <mi>&amp;eta;</mi> <mn>1</mn> </msub> <mi>i</mi> <mo>-</mo> <msub> <mi>&amp;eta;</mi> <mn>2</mn> </msub> <mi>n</mi> </mrow> </msup> <mo>-</mo> <mi>lg</mi> <msqrt> <msub> <mi>T</mi> <mrow> <mi>m</mi> <mi>a</mi> <mi>x</mi> </mrow> </msub> </msqrt> </mrow> <mrow> <msup> <mi>n</mi> <mn>2</mn> </msup> <mi>lg</mi> <msqrt> <msub> <mi>T</mi> <mi>max</mi> </msub> </msqrt> </mrow> </mfrac> <mo>&amp;times;</mo> <mi>P</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;times;</mo> <mi>&amp;gamma;</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>6</mn> <mo>)</mo> </mrow> </mrow>
α(t)为电池充放电状态判别函数，P(t)为弃风量，d为各电池之间间隔平均距离，η1为电池的充电效率，η2为电池的放电效率，n为电池个数，Tmax为电池储能系统所在环境的最高温度，δ为弃风与大规模电池储能的协调运行外部参数，γ为弃风与大规模电池储能的协调运行内部参数；
当α＜0时，电池进行充电，当α≥0时，电池进行放电。
5.如权利要求1-4任一一项所述一种弃风与大规模电池储能协调运行方法，其特征在于，所述步骤5数据处理模块进行弃风与大规模电池储能的协调运行充放电电量计算具体方法如下：
电池充电量根据下式进行计算：
<mrow> <msub> <mi>W</mi> <mrow> <mi>c</mi> <mi>h</mi> <mi>a</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msqrt> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>&amp;alpha;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msub> <mi>log</mi> <mi>t</mi> </msub> <msup> <mi>&amp;delta;e</mi> <mrow> <mo>-</mo> <mn>2</mn> </mrow> </msup> </mrow> </msqrt> <msup> <mi>&amp;gamma;</mi> <mfrac> <mn>3</mn> <mn>2</mn> </mfrac> </msup> </mfrac> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> <msub> <mi>t</mi> <mn>2</mn> </msub> </msubsup> <mi>P</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>7</mn> <mo>)</mo> </mrow> </mrow>
电池放电量根据下式进行计算：
<mrow> <msub> <mi>W</mi> <mrow> <mi>p</mi> <mi>u</mi> <mi>t</mi> <mi>c</mi> <mi>h</mi> <mi>a</mi> </mrow> </msub> <mo>=</mo> <mfrac> <msqrt> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>&amp;alpha;</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <msub> <mi>log</mi> <mi>t</mi> </msub> <msup> <mi>&amp;delta;e</mi> <mrow> <mo>-</mo> <mn>2</mn> </mrow> </msup> </mrow> </msqrt> <mrow> <msup> <mi>&amp;gamma;</mi> <mfrac> <mn>3</mn> <mn>2</mn> </mfrac> </msup> <mi>e</mi> <mi> </mi> <msup> <mi>cos</mi> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msup> <mi>&amp;gamma;</mi> </mrow> </mfrac> <msubsup> <mo>&amp;Integral;</mo> <msub> <mi>t</mi> <mn>1</mn> </msub> <msub> <mi>t</mi> <mn>2</mn> </msub> </msubsup> <mi>P</mi> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mi>d</mi> <mi>t</mi> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>8</mn> <mo>)</mo> </mrow> </mrow>
将所求得的电池充放电状态判别函数α(t)，弃风与大规模电池储能的协调运行内部参数γ，弃风与大规模电池储能的协调运行外部参数δ，带入弃风与大规模电池储能的协调运行电池充放电数学模型，解得Wcha即为α＜0时电池充电量；Wputcha即为α≥0时，电池放电量。
CN201711141772.7A 2017-11-17 2017-11-17 一种弃风与大规模电池储能协调运行方法 Active CN107947208B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711141772.7A CN107947208B (zh) 2017-11-17 2017-11-17 一种弃风与大规模电池储能协调运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711141772.7A CN107947208B (zh) 2017-11-17 2017-11-17 一种弃风与大规模电池储能协调运行方法

Publications (2)

Publication Number Publication Date
CN107947208A true CN107947208A (zh) 2018-04-20
CN107947208B CN107947208B (zh) 2020-12-25

Family

ID=61931587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711141772.7A Active CN107947208B (zh) 2017-11-17 2017-11-17 一种弃风与大规模电池储能协调运行方法

Country Status (1)

Country Link
CN (1) CN107947208B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110456191A (zh) * 2019-07-25 2019-11-15 中国电力科学研究院有限公司 一种超大规模电池储能电站运行单元检测的方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283224A (zh) * 2013-07-01 2015-01-14 国家电网公司 一种限制风电波动率的储能系统平滑风电功率控制方法
CN104300585A (zh) * 2014-10-13 2015-01-21 江苏大学 一种基于大规模风电并网的经济调度优化方法
CN105356505A (zh) * 2015-11-20 2016-02-24 沈阳工业大学 适用于微电网的多源分布式发电系统及控制方法
CN105515031A (zh) * 2015-12-02 2016-04-20 华北电力大学 一种基于预测数据修正的微网储能实时控制方法
CN106936147A (zh) * 2017-04-14 2017-07-07 南瑞（武汉）电气设备与工程能效测评中心 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法
CN108039713A (zh) * 2017-11-16 2018-05-15 国网辽宁省电力有限公司 一种弃风与大规模电储热和电池储能协调运行方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283224A (zh) * 2013-07-01 2015-01-14 国家电网公司 一种限制风电波动率的储能系统平滑风电功率控制方法
CN104300585A (zh) * 2014-10-13 2015-01-21 江苏大学 一种基于大规模风电并网的经济调度优化方法
CN105356505A (zh) * 2015-11-20 2016-02-24 沈阳工业大学 适用于微电网的多源分布式发电系统及控制方法
CN105515031A (zh) * 2015-12-02 2016-04-20 华北电力大学 一种基于预测数据修正的微网储能实时控制方法
CN106936147A (zh) * 2017-04-14 2017-07-07 南瑞（武汉）电气设备与工程能效测评中心 一种基于双层优化的微电网面向电蓄热锅炉的优化运行管理方法
CN108039713A (zh) * 2017-11-16 2018-05-15 国网辽宁省电力有限公司 一种弃风与大规模电储热和电池储能协调运行方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110456191A (zh) * 2019-07-25 2019-11-15 中国电力科学研究院有限公司 一种超大规模电池储能电站运行单元检测的方法及系统

Also Published As

Publication number Publication date
CN107947208B (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN108599373B (zh) 高比例可再生能源电力系统输配协调调度目标级联分析法
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
CN105048516B (zh) 一种风光水火多源互补优化调度方法
CN109301818B (zh) 一种考虑调峰、调压需求的广域分布式储能系统调度方法
CN105337303B (zh) 一种含热泵的热电联产型微电网容量优化配置方法
CN103337001B (zh) 考虑最佳期望输出与荷电状态的风电场储能容量优化方法
CN105550766A (zh) 一种含可再生能源的微网鲁棒多目标运行优化方法
CN107565557A (zh) 一种区块链虚拟蓄电池充放电管理系统
CN106849190A (zh) 一种基于Rollout算法的多能互补微网实时调度方法
CN108206543A (zh) 一种基于能源梯级利用的能源路由器及其运行优化方法
CN111737884B (zh) 一种含多种清洁能源微能源网多目标随机规划方法
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
CN103455729B (zh) 一种确定光储并网联合发电调度值的方法
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
CN104022534A (zh) 风光储发电单元多目标协调运行优化方法
CN114330827B (zh) 多能流虚拟电厂分布式鲁棒自调度优化方法及其应用
CN104377724A (zh) 提高风电/光伏混合储能系统经济性的协调优化控制方法
CN106549419A (zh) 基于万有引力算法的独立微网系统设计方法
CN109636056A (zh) 一种基于多智能体技术的多能源微网去中心化优化调度方法
CN103903066A (zh) 一种虚拟电厂分层随机优化调度方法
CN112365021A (zh) 一种基于混合储能的区域综合能源系统规划优化方法
CN110417045A (zh) 一种针对交直流混合微电网容量配置的优化方法
CN107273968A (zh) 一种基于动态模糊混沌粒子群的多目标调度方法及装置
CN102593855A (zh) 平抑电力系统中可再生能源电源输出功率波动的方法
CN115659651A (zh) 一种考虑多种灵活性资源的综合能源协同优化调度方法

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
GR01 Patent grant
GR01 Patent grant