CN108171407B - 一种储能需求评估方法、系统、终端及可读存储介质 - Google Patents

一种储能需求评估方法、系统、终端及可读存储介质 Download PDF

Info

Publication number
CN108171407B
CN108171407B CN201711339615.7A CN201711339615A CN108171407B CN 108171407 B CN108171407 B CN 108171407B CN 201711339615 A CN201711339615 A CN 201711339615A CN 108171407 B CN108171407 B CN 108171407B
Authority
CN
China
Prior art keywords
energy storage
current
power
capacity
evaluation index
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
Application number
CN201711339615.7A
Other languages
English (en)
Other versions
CN108171407A (zh
Inventor
张洋
王炜
姜宁
蔡林海
吴志明
赵国亮
赵刚
陆振纲
朱大为
邓占锋
井江波
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.)
Huazhong University of Science and Technology
State Grid Corp of China SGCC
Global Energy Interconnection Research Institute
Economic and Technological Research Institute of State Grid Shaanxi Electric Power Co Ltd
Original Assignee
Huazhong University of Science and Technology
State Grid Corp of China SGCC
Global Energy Interconnection Research Institute
Economic and Technological Research Institute of State Grid Shaanxi 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 Huazhong University of Science and Technology, State Grid Corp of China SGCC, Global Energy Interconnection Research Institute, Economic and Technological Research Institute of State Grid Shaanxi Electric Power Co Ltd filed Critical Huazhong University of Science and Technology
Priority to CN201711339615.7A priority Critical patent/CN108171407B/zh
Publication of CN108171407A publication Critical patent/CN108171407A/zh
Application granted granted Critical
Publication of CN108171407B publication Critical patent/CN108171407B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供了一种储能需求评估方法、系统、终端及可读存储介质，其中，该方法包括：获取接入电力系统电源侧的当前储能容量以及当前储能容量下的当前评价指标；判断当前评价指标是否大于等于预设评价指标；当当前评价指标大于等于预设评价指标时，确定当前储能容量为储能需求评估的最终储能容量。该方法将基于电力系统中储能系统的工作运行特点，针对电力系统中不同的新能源发电消纳目标，得到与之相对应的电源侧储能设备需求容量，能够反映在满足新能源消纳目标下的电力系统电源侧储能需求情况，提高了储能需求评估方法的精确度。

Description

一种储能需求评估方法、系统、终端及可读存储介质
技术领域
本发明涉及电力系统新能源消纳技术领域，具体涉及一种储能需求评估方法、系统、终端及可读存储介质。
背景技术
随着新能源电站投入运行规模的逐年增大，风电、光伏发电的随机性、波动性和反调峰性会进一步加剧新能源并网系统的调峰压力，使新能源并网系统调度运行变得复杂。在系统灵活性电源不足的情况下，为保证电力系统安全稳定运行，在供应大于需求时需要新能源弃电以维持全网电力平衡，造成大量绿色清洁能源的浪费。据国家能源局发布的光伏发电、风电统计数据显示，截止2016年底，全国光伏发电新增装机容量3454万千瓦，累计装机并网容量7742万千瓦，新增和累计装机容量均为全球第一；全国风电新增装机容量1930万千瓦，累计并网装机容量1.5亿千瓦。与此同时，2016年全国弃光、弃风情况愈加严重，截止到2016年底，以新能源资源丰富的西北五省为例，全年弃风总电量262.3亿千瓦时，弃风率33.3％，西北五省(区)中，甘肃、新疆运行形势最为严峻，弃风率分别为43.1％和38.4％；全年弃光总电量70.4亿千瓦时，弃光率19.8％,其中，新疆、甘肃光伏发电运行较为困难，弃光率分别为32.2％和30.5％。在含新能源电站的电力系统中配置合适容量的储能装置将缓解因系统调峰能力不足而导致的新能源弃电。
电池储能装置配置在电力系统中能够发挥能量转移的作用，在负荷低谷时段或者新能源大发时段，输出电量期望值大于负荷电量需求时，利用系统盈余电量向电池储能装置充电。在负荷高峰或者新能源小发时段，输出电量期望值不能满足负荷电量需求时，电池储能装置向负荷供电。在含新能源的电力系统配置电池储能，不仅能够提高系统对风电、光伏发电的消纳能力，减少新能源弃电量，还能在一定程度上提高电力系统运行安全性、可靠性和稳定性。与其他类型的电源一样，储能系统也不可能无限量的配置，需要根据一定需要确定其相应的功率和容量。在电力系统中配置合适容量的削峰填谷能够避免常规机组的频繁启停，优化常规机组的工作运行状态，同时还能减少新能源因系统调峰不足而产生的弃电；若系统中配置储能不足，则会导致能源的浪费；若系统中配置储能冗余，则会导致储能投资成本过高，不能充分发挥储能的经济价值。
目前，常用的储能需求评估方法通常根据最大功率缺额配置储能容量，使得配置的储能容量大于实际需求，并且配置储能容量后的预期效果不够量化，这些均导致储能需求评估的精确度低。
发明内容
有鉴于此，本发明实施例提供了一种储能需求评估方法及系统，以解决现有技术中储能需求评估方法精确度低的问题。
为此，本发明实施例提供了如下技术方案：
本发明实施例第一方面，提供一种储能需求评估方法，包括如下步骤：获取接入电力系统电源侧的当前储能容量以及所述当前储能容量下的当前评价指标；判断所述当前评价指标是否大于等于预设评价指标；当所述当前评价指标大于等于所述预设评价指标时，确定所述当前储能容量为储能需求评估的最终储能容量。
可选地，当所述当前评价指标小于所述预设评价指标时，根据预设储能容量增加当前储能容量，增加后的当前储能容量为下一次储能需求容量，并根据所述下一次储能需求容量得到所述下一次储能需求容量下的下一次评价指标。
可选地，所述评价指标包括风力发电利用率和光伏发电年利用小时数。
可选地，判断所述当前评价指标是否大于等于预设评价指标的步骤之前，还包括：获取新能源发电在电力系统中的新能源发电实际消纳信息；根据所述新能源发电实际消纳信息确定所述预设评价指标。
可选地，根据如下公式得到所述新能源发电实际消纳信息，
Figure BDA0001508088240000031
Figure BDA0001508088240000032
其中，pw为风力发电利用率；Tpv为光伏发电年利用小时数；
Figure BDA0001508088240000033
为风力发电在y年m月第d个负荷日t时刻的原始功率；
Figure BDA0001508088240000034
为风力发电在y年m月第d个负荷日t时刻的实际消纳功率；
Figure BDA0001508088240000035
为光伏发电在y年m月第d个负荷日t时刻的实际消纳功率；Cpv为光伏发电在研究区域内的光伏电站总装机容量。
可选地，根据所述下一次储能需求容量得到所述下一次储能需求容量下的下一次评价指标包括：获取所述下一次储能需求容量下的储能系统的运行状态；根据所述储能系统的运行状态计算所述下一次评价指标。
可选地，获取所述下一次储能需求容量下的储能系统的运行状态包括：获取所述下一次储能需求容量下的储能系统动作的第一阈值P11和第二阈值P12；当电网实际负荷大于储能系统所述第一阈值P11时，储能系统放电；当电网实际负荷小于储能系统所述第二阈值P12时，储能系统充电；当电网实际负荷在所述第一阈值P11和所述第二阈值P12构成的闭区间[P11,P12]内时，储能系统不动作。
可选地，获取所述第一阈值P11和所述第二阈值P12包括：获取储能系统的所述下一次储能需求容量下的当前储能系统的放电功率下限值及当前充电功率上限值；判断所述当前放电功率下限值和所述当前充电功率上限值是否满足约束条件；当所述当前放电功率下限值和所述当前充电功率上限值满足约束条件时，所述当前放电功率下限值为所述第一阈值，所述当前充电功率上限值为所述第二阈值。
可选地，当所述当前放电功率下限值和所述当前充电功率上限值不满足约束条件时，根据所述当前放电功率下限值和所述当前充电功率上限值得到下一次放电功率下限值和下一次充电功率上限值。
可选地，通过如下得到所述约束条件，
Figure BDA0001508088240000041
Figure BDA0001508088240000042
μEc-Ed＜ε
其中，P1为当前储能系统放电功率下限值；P2为当前储能系统充电功率上限值；tc为储能充电时段；td为储能放电时段；Pd为负荷峰时间段的负荷值；Pc为负荷谷时间段的负荷值；E为储能的总电量容量；μ为储能的充放电效率；Ec为总的充电能量；Ed为总的放电能量；△t为电力系统运行模拟相邻两个t时刻的时间间隔；ε为一常数。
本发明实施例第二方面，提供一种储能需求评估系统，包括：获取模块，用于获取接入电力系统电源侧的当前储能容量以及所述当前储能容量下的当前评价指标；判断模块，用于判断所述当前评价指标是否大于等于预设评价指标；处理模块，用于当所述当前评价指标大于等于所述预设评价指标时，确定所述当前储能容量为储能需求评估的最终储能容量。
本发明实施例第三方面，提供一种终端，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行本发明实施例第一方面任一所述的方法。
本发明实施例第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现本发明实施例第一方面任一所述方法的步骤。
本发明实施例技术方案，具有如下优点：
本发明实施例提供了一种储能需求评估方法、系统、终端及可读存储介质，其中，该方法包括：获取接入电力系统电源侧的当前储能容量以及所述当前储能容量下的当前评价指标；判断所述当前评价指标是否大于等于预设评价指标；当所述当前评价指标大于等于所述预设评价指标时，确定所述当前储能容量为储能需求评估的最终储能容量。该方法将基于电力系统中储能系统的工作运行特点，针对新能源发电不同的消纳目标，得到与之相对应的电力系统电源侧储能需求容量，能够反映含新能源发电电力系统中的储能需求情况，提高了储能需求评估方法的精确度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的储能需求评估方法的一个具体示例的流程图；
图2是根据本发明实施例的储能需求评估方法的另一个具体示例的流程图；
图3是根据本发明实施例的储能需求评估方法的另一个具体示例的流程图；
图4是根据本发明实施例的储能需求评估方法的步骤S6的一个具体示例的流程图；
图5是根据本发明实施例的储能需求评估方法的步骤S62的一个具体示例的流程图；
图6是根据本发明实施例的储能需求评估方法的步骤S621的一个具体示例的流程图；
图7是根据本发明实施例的储能需求评估方法的另一个具体示例的流程图；
图8是根据本发明实施例的储能需求评估系统的结构框图；
图9是本发明实施例提供的终端的硬件结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在本实施例中提供了一种储能需求评估方法，图1是根据本发明实施例的储能需求评估方法的流程图，如图1所示；作为本实施例的一个优选示例，流程图如图2所示，包括如下步骤：
S1：获取接入电力系统电源侧的当前储能容量以及当前储能容量下的当前评价指标。
在本实施例中，当前评价指标Ia包括当前风力发电利用率和当前光伏发电年利用小时数，当然，在其它实施例中，还可以包括其它指标，如当前风电发电量等，根据需要合理设置即可。
S2：获取新能源发电在电力系统中的新能源发电实际消纳信息。
在本实施例中，新能源发电包括风力发电和光伏发电，当然，在其它实施例中，新能源还可以包括其它能源形式，如海洋能、地热能等，根据需要合理设置即可。根据新能源发电在电力系统中的消纳特性，在本实施例中，新能源消纳信息包括风力发电利用率和光伏发电年利用小时数，这两个新能源消纳信息的评价指标分别从风电和光伏发电角度反映了研究周期内因系统调峰不足的新能源消纳情况，根据如下公式得到实际消纳信息，
Figure BDA0001508088240000081
Figure BDA0001508088240000082
其中，pw为风力发电利用率；Tpv为光伏发电年利用小时数；
Figure BDA0001508088240000083
为风力发电在y年m月第d个负荷日t时刻的原始功率；
Figure BDA0001508088240000084
为风力发电在y年m月第d个负荷日t时刻的实际消纳功率；
Figure BDA0001508088240000085
为光伏发电在y年m月第d个负荷日t时刻的实际消纳功率；Cpv为光伏发电在研究区域内的光伏电站总装机容量。当然，在其它实施例中，实际消纳信息还可以为有功功率值或者无功功率值，根据需要合理设置即可。
S3：根据新能源发电实际消纳信息确定预设评价指标Ib。在本实施例中，根据新能源实际消纳要求确定配置储能容量后的预设评价指标，预设评价指标包括预设风力发电利用率和预设光伏发电年利用小时数，通过预设评价指标的设置可以更加直观地显示配置储能容量后所能达到的预期效果。
获取当前评价指标和预设评价指标的步骤不局限于本实施例中的所描述的先获取当前评价指标再获取预设评价指标，在其它实施例中也可以先获取预设评价指标再获取当前评价指标，根据需要合理设置即可。
S4：判断当前评价指标Ia是否大于等于预设评价指标Ib。
S5：当前评价指标Ia大于等于预设评价指标Ib时，确定当前储能容量为储能需求评估的最终储能容量。
当前评价指标Ia小于预设评价指标Ib时，如图3所示，包括步骤S6：
S6：当前评价指标Ia小于预设评价指标Ib时，根据预设储能容量增加当前储能容量，增加后的当前储能容量为下一次储能需求容量，并根据下一次储能需求容量得到下一次储能需求容量下的下一次评价指标Ia’。考虑储能系统采用功率差控制策略的前提下，通过电力电量平衡计算对当前评价指标Ia进行下一次评价指标Ia’的求解。
在本实施例中，如图4所示，步骤S6具体包括步骤S61-S63：
S61：当前评价指标Ia小于预设评价指标Ib时，根据预设储能容量增加当前储能容量，增加后的当前储能容量为下一次储能需求容量。在本实施例中，基于实际计算精度要求，预设储能容量为△p，即在电源侧增加△p的储能容量配置，△p的优选范围为1kW～10kW，当然，在其它实施例中，预设储能容量还可以设置为其它值，如20kW，根据需要合理设置即可。
S62：获取下一次储能需求容量下的储能系统的运行状态。
在本实施例中，如图5所示，步骤S62具体包括步骤S621和S622：
S621：获取下一次储能需求容量下的储能系统动作的第一阈值P11和第二阈值P12。在本实施例中，如图6所示，步骤S621具体包括步骤S6211-S6233：
S6211：获取储能系统的下一次储能需求容量下的当前储能系统的放电功率下限值及当前充电功率上限值；
S6212：判断储能系统当前放电功率下限值和当前充电功率上限值是否满足约束条件。
基于所研究系统的负荷预测曲线计算得到y年m月第d个负荷日的负荷平均功率Pymd_av，其计算公式如下：
Figure BDA0001508088240000101
其中，Pymd(t)为y年m月第d个负荷日t时刻的负荷功率；在本实施例中，t的时间间隔为一小时，当然，在其它实施中，时间间隔还可以为其它值，如两个小时或者半个小时等，根据需要合理设置即可。
以负荷平均功率Pymd_av为中心，ΔP为步长进行功率迭代，其中，P1＝Pymd_av+ΔP,P2＝Pymd_av-ΔP，在本实施例中，步长△P的优选范围为1kW～5kW，当然，在其它实施例中，步长△P根据需要合理设置即可。
在迭代过程中必须满足约束条件，通过如下得到约束条件：
Figure BDA0001508088240000102
Figure BDA0001508088240000103
μEc-Ed＜ε
其中，P1为当前储能系统放电功率下限值；P2为当前储能系统充电功率上限值；tc为储能充电时段；td为储能放电时段；Pd为负荷峰时间段的负荷值；Pc为负荷谷时间段的负荷值；E为储能的总电量容量；μ为储能的充放电效率；Ec为总的充电能量；Ed为总的放电能量；△t为电力系统运行模拟相邻两个t时刻的时间间隔；ε为一常数。在本实施中，△t取值与负荷平均功率Pymd_av中t的时间间隔设置相同，均设置为1小时。
S6213：当当前放电功率下限值和当前充电功率上限值满足约束条件时，当前放电功率下限值为第一阈值，当前充电功率上限值为第二阈值。
当当前放电功率下限值和当前充电功率上限值不满足约束条件时，根据当前放电功率下限值和当前充电功率上限值得到下一次放电功率下限值和下一次充电功率上限值。当上述约束条件中有一个无法满足时，重新返回迭代P1＝Pymd_av+ΔP，P2＝Pymd_av-ΔP，即下一次的充电功率下限值为P1’＝Pymd_av+2△P和下一次充电功率上限值为P2’＝Pymd_av-2△P，依次迭代直到所有约束条件满足为止。
S622：当电网实际负荷大于储能系统第一阈值P11时，储能系统放电；当电网实际负荷小于储能系统第二阈值P12时，储能系统充电；当电网实际负荷在第一阈值P11和第二阈值P12构成的闭区间[P11,P12]内时，储能系统不动作。
S63：根据储能系统的运行状态计算下一次评价指标Ia’。在本实施例中，通过电力系统电力电量计算，整理并输出下一次评价指标Ia’的计算结果。将下一次评价指标Ia’与预测评价指标Ib进行比较，进入步骤S4进行循环，直至满足当前评价指标Ia大于等于预设评价指标Ib时结束循环，此时，当前储能容量为储能需求评估的最终储能容量。以一具体示例说明最终储能容量的选取，基于实际计算精度要求，第一次储能容量配置为△p，此时不满足循环结束条件；增加储能容量值至2△p，即第二次储能容量配置为2△p，此时不满足循环结束条件；以△p的迭代步长依次增加储能容量的值，当循环至k次时，即第k次储能容量配置为k△p，此时满足循环结束条件，确定储能系统的最终储能容量为k△p，即以k△p为储能配置容量接入到电源侧。
通过上述步骤，首先，根据实际需求确定加入储能配置后的评价指标和预期目标；其次，基于储能系统的功率差控制策略，通过电力系统电力电量平衡计算得到电力系统在电源侧配置储能后的评价指标，等步长增加接入电力系统电源侧的电池储能容量；最后，针对不同的新能源消纳目标，输出与之相对应的电源侧储能配置需求容量。该方法将基于电力系统中储能系统的工作运行特点，针对新能源不同的消纳目标，得到与之相对应的电力系统储能配置需求容量，能够反映含新能源电力系统中的储能需求情况，提高了储能需求评估方法的精确度，且实现方法简单，计算速度快，便于工程应用。
图7是根据本发明实施例的储能需求评估方法的另一个具体示例的流程图，输入系统负荷、机组、新能源出力等基础数据，从基础数据中选定配置储能前的评价指标，评价指标为风力发电利用率pw和光伏发电年利用小时数Tpv；根据能源的实际消纳信息确定储能配置后的预期目标Ib；选定储能需求容量迭代步长△p，迭代次数n＝k，k为正整数；以k△p为储能配置容量接入系统中，考虑储能系统采用功率差控制策略通过电力电量平衡方法计算获得系统接入k△p储能容量后的评价指标Ia；判断储能容量后的评价指标是否达到预期目标，若达到预期目标，则确定系统储能需求为k△p；若未达到预期目标，则返回重新配置储能容量，直至满足判断条件结束循环。
在本实施例中还提供一种储能需求评估系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的系统较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图8是根据本发明实施例的储能需求评估系统的结构框图，如图8所示，该系统包括：获取模块81，用于获取接入电力系统电源侧的当前储能容量以及当前储能容量下的当前评价指标；判断模块82，用于判断当前评价指标是否大于等于预设评价指标；处理模块83，用于当当前评价指标大于等于预设评价指标时，确定当前储能容量为储能需求评估的最终储能容量。
上述各个模块的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
图9是本发明实施例提供的终端的硬件结构示意图，如图9所示，包括：至少一个处理器901，例如CPU(Central Processing Unit，中央处理器)，至少一个通信接口903，存储器904，至少一个通信总线902。其中，通信总线902用于实现这些组件之间的连接通信。其中，通信接口903可以包括显示屏(Display)、键盘(Keyboard)，可选通信接口903还可以包括标准的有线接口、无线接口。存储器904可以是高速RAM存储器(Ramdom Access Memory，易挥发性随机存取存储器)，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器904可选的还可以是至少一个位于远离前述处理器901的存储装置。其中处理器901可以结合图8所描述的系统，存储器904中存储一组程序代码，且处理器901调用存储器904中存储的程序代码，以用于执行一种储能需求评估方法，即用于执行如图1-图7实施例中的储能需求评估方法。
其中，通信总线902可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。通信总线902可以分为地址总线、数据总线、控制总线等。为便于表示，图9中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器904可以包括易失性存储器(英文：volatile memory)，例如随机存取存储器(英文：random-access memory，缩写：RAM)；存储器也可以包括非易失性存储器(英文：non-volatile memory)，例如快闪存储器(英文：flash memory)，硬盘(英文：hard diskdrive，缩写：HDD)或固态硬盘(英文：solid-state drive，缩写：SSD)；存储器904还可以包括上述种类的存储器的组合。
其中，处理器901可以是中央处理器(英文：central processing unit，缩写：CPU)，网络处理器(英文：network processor，缩写：NP)或者CPU和NP的组合。
其中，处理器901还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(英文：application-specific integrated circuit，缩写：ASIC)，可编程逻辑器件(英文：programmable logic device，缩写：PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(英文：complex programmable logic device，缩写：CPLD)，现场可编程逻辑门阵列(英文：field-programmable gate array，缩写：FPGA)，通用阵列逻辑(英文：generic arraylogic,缩写：GAL)或其任意组合。
可选地，存储器904还用于存储程序指令。处理器901可以调用程序指令，实现如本申请图1-图7实施例中所示的储能需求评估方法。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的储能需求评估方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (5)

1.一种储能需求评估方法，其特征在于，包括如下步骤：
获取接入电力系统电源侧的当前储能容量以及所述当前储能容量下的当前评价指标，所述评价指标包括风力发电利用率和光伏发电年利用小时数；
获取新能源发电在电力系统中的新能源发电实际消纳信息；根据所述新能源发电实际消纳信息确定预设评价指标；
判断所述当前评价指标是否大于等于预设评价指标；
当所述当前评价指标大于等于所述预设评价指标时，确定所述当前储能容量为储能需求评估的最终储能容量；
当所述当前评价指标小于所述预设评价指标时，根据预设储能容量增加当前储能容量，增加后的当前储能容量为下一次储能需求容量，并根据所述下一次储能需求容量得到所述下一次储能需求容量下的下一次评价指标；根据所述下一次储能需求容量得到所述下一次储能需求容量下的下一次评价指标包括：获取所述下一次储能需求容量下的储能系统的运行状态；根据所述储能系统的运行状态计算所述下一次评价指标；
获取所述下一次储能需求容量下的储能系统的运行状态包括：获取所述下一次储能需求容量下的储能系统动作的第一阈值P 11和第二阈值P 12；当电网实际负荷大于储能系统所述第一阈值P 11时，储能系统放电；当电网实际负荷小于储能系统所述第二阈值P 12时，储能系统充电；当电网实际负荷在所述第一阈值P 11和所述第二阈值P 12构成的闭区间[P 11,P 12]内时，储能系统不动作；
获取所述第一阈值P 11和所述第二阈值P 12包括：获取储能系统的所述下一次储能需求容量下的当前放电功率下限值及当前充电功率上限值；判断所述当前放电功率下限值和所述当前充电功率上限值是否满足约束条件；当所述当前放电功率下限值和所述当前充电功率上限值满足约束条件时，所述当前放电功率下限值为所述第一阈值，所述当前充电功率上限值为所述第二阈值；
根据如下公式得到所述新能源发电实际消纳信息，
Figure 925167DEST_PATH_IMAGE001
其中，p w为风力发电利用率；T pv为光伏发电年利用小时数；
Figure 552589DEST_PATH_IMAGE002
为风力发电在y年m月第d个负荷日t时刻的原始功率；
Figure 375051DEST_PATH_IMAGE003
为风力发电在y年m月第d个负荷日t时刻的实际消纳功率；
Figure 642085DEST_PATH_IMAGE004
为光伏发电在y年m月第d个负荷日t时刻的实际消纳功率；C PV为光伏发电在研究区域内的光伏电站总装机容量；
通过如下得到所述约束条件，
Figure 840985DEST_PATH_IMAGE005
Figure 572180DEST_PATH_IMAGE006
其中，P 1为当前放电功率下限值；P 2为当前充电功率上限值；t c为储能充电时段；t d为储能放电时段；P d为负荷峰时间段的负荷值；P c为负荷谷时间段的负荷值；E为储能的总电量容量；μ为储能的充放电效率；E C为总的充电能量；E d为总的放电能量；Δt为电力系统运行模拟相邻两个t时刻的时间间隔；ε为一常数。
2.根据权利要求1所述的储能需求评估方法，其特征在于，当所述当前放电功率下限值和所述当前充电功率上限值不满足约束条件时，根据所述当前放电功率下限值和所述当前充电功率上限值得到下一次放电功率下限值和下一次充电功率上限值。
3.一种采用权利要求1-2任一项所述的储能需求评估方法的储能需求评估系统，其特征在于，包括：
获取模块，用于获取接入电力系统电源侧的当前储能容量以及所述当前储能容量下的当前评价指标；
判断模块，用于判断所述当前评价指标是否大于等于预设评价指标；
处理模块，用于当所述当前评价指标大于等于所述预设评价指标时，确定所述当前储能容量为储能需求评估的最终储能容量。
4.一种终端，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行上述权利要求1-2中任一所述的方法。
5.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该指令被处理器执行时实现上述权利要求1-2中任一所述方法的步骤。
CN201711339615.7A 2017-12-14 2017-12-14 一种储能需求评估方法、系统、终端及可读存储介质 Active CN108171407B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711339615.7A CN108171407B (zh) 2017-12-14 2017-12-14 一种储能需求评估方法、系统、终端及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711339615.7A CN108171407B (zh) 2017-12-14 2017-12-14 一种储能需求评估方法、系统、终端及可读存储介质

Publications (2)

Publication Number Publication Date
CN108171407A CN108171407A (zh) 2018-06-15
CN108171407B true CN108171407B (zh) 2021-11-09

Family

ID=62525300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711339615.7A Active CN108171407B (zh) 2017-12-14 2017-12-14 一种储能需求评估方法、系统、终端及可读存储介质

Country Status (1)

Country Link
CN (1) CN108171407B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108879741B (zh) * 2018-06-29 2022-11-11 中国电力科学研究院有限公司 一种分布式电源就地消纳的储能容量配置方法及系统
CN111628514B (zh) * 2020-05-27 2021-03-02 盾石磁能科技有限责任公司 储能装置放电阈值的确定方法、装置、终端及存储介质
CN113381400B (zh) * 2021-05-28 2022-09-27 国网青海省电力公司 储能消纳新能源能力评估方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103311942A (zh) * 2013-03-18 2013-09-18 国家电网公司 一种用于配电网削峰填谷的电池储能系统的控制方法
CN103559653A (zh) * 2013-11-08 2014-02-05 国家电网公司 基于微电网的储能配置评估方法
CN103810535A (zh) * 2014-01-07 2014-05-21 广西大学 电力系统风电消纳能力评估方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10054918B2 (en) * 2015-08-25 2018-08-21 Engie Storage Services Na Llc Emulator for optimizing energy consumption management systems

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103311942A (zh) * 2013-03-18 2013-09-18 国家电网公司 一种用于配电网削峰填谷的电池储能系统的控制方法
CN103559653A (zh) * 2013-11-08 2014-02-05 国家电网公司 基于微电网的储能配置评估方法
CN103810535A (zh) * 2014-01-07 2014-05-21 广西大学 电力系统风电消纳能力评估方法

Also Published As

Publication number Publication date
CN108171407A (zh) 2018-06-15

Similar Documents

Publication Publication Date Title
Zhou et al. Battery behavior prediction and battery working states analysis of a hybrid solar–wind power generation system
Rodrigues et al. Modelling and sizing of NaS (sodium sulfur) battery energy storage system for extending wind power performance in Crete Island
Copetti et al. A general battery model for PV system simulation
CN108171407B (zh) 一种储能需求评估方法、系统、终端及可读存储介质
CN104217113B (zh) 基于储能概率模型的独立风光储系统可靠性评估方法
CN113315171B (zh) 新能源消纳能力评估方法、装置、计算机设备和存储介质
Chen et al. Energy storage sizing for dispatchability of wind farm
CN111009895A (zh) 一种微网优化调度方法、系统以及设备
CN107359611B (zh) 考虑多种随机因素的配电网等值方法
CN114123280A (zh) 一种考虑系统效率的电池储能电站能量管理方法
CN116826714A (zh) 基于光伏发电的电力分配方法、系统、终端及存储介质
CN109120006B (zh) 一种离网光伏系统负载管理方法及系统
CN114118532A (zh) 孤岛微网的调度方法、装置、计算机设备、存储介质
CN113824137A (zh) 混合储能系统的调度方法、装置和存储介质
CN111082424B (zh) 一种综合能源及微电网系统可靠性预测方法及装置
CN116581805B (zh) 一种电力储能的管控优化方法和电池网络
CN117013531A (zh) 配电网的容量域评估方法
CN112036735A (zh) 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
CN109004642B (zh) 用于平抑分布式电源功率波动的配网分布式储能评价方法
CN109412250A (zh) 一种离网发电系统储能电池最佳充电速率的确定方法
CN107046312B (zh) 一种基于有序充放电的储能电池优化调度方法
CN112736899B (zh) 一种微电网规划方案评价指标计算方法以及装置
Sinkaram et al. Capacity study of lithium ion battery for hybrid electrical vehicle (HEV) a simulation approach
Yin et al. Economic and technical comparison of energy storage technologies for renewable accommodation
Rodrigues et al. NaS battery storage system modeling and sizing for extending wind farms performance in Crete

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
CB02 Change of applicant information

Address after: 100033 West Chang'an Avenue, Xicheng District, Xicheng District, Beijing

Applicant after: State Grid Corporation of China

Applicant after: Global energy Internet Institute, Inc.

Applicant after: ECONOMIC AND TECHNOLOGY RESEARCH INSTITUTE, STATE GRID SHAANXI ELECTRIC POWER COMPANY

Applicant after: Huazhong University of Science and Technology

Address before: 100031 West Chang'an Avenue, Xicheng District, Xicheng District, Beijing

Applicant before: State Grid Corporation of China

Applicant before: Global energy Internet Institute, Inc.

Applicant before: ECONOMIC AND TECHNOLOGY RESEARCH INSTITUTE, STATE GRID SHAANXI ELECTRIC POWER COMPANY

Applicant before: Huazhong University of Science and Technology

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant