CN108667052A - 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 - Google Patents
一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 Download PDFInfo
- Publication number
- CN108667052A CN108667052A CN201810410502.XA CN201810410502A CN108667052A CN 108667052 A CN108667052 A CN 108667052A CN 201810410502 A CN201810410502 A CN 201810410502A CN 108667052 A CN108667052 A CN 108667052A
- Authority
- CN
- China
- Prior art keywords
- energy
- power
- storage system
- electricity
- charge
- 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
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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- 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)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统,所述方法包括:制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略;根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型;利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值。本发明技术方案将两种或者多种储能技术相结合组成多类型储能系统,实现能量型储能和功率型储能在技术性能上的互补性,将能更好地满足虚拟电厂优化运行的储能需求。
Description
技术领域
本发明涉及配电网储能技术领域,更具体地,涉及一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统。
背景技术
随着分布式电源大量接入配电网,其接入容量和出力的不确定性给配电网的规划运营带来了新的问题。同时,城市负荷快速增长、峰谷差不断增大、城乡配电网“标准低、联系弱、低电压”等问题日益突出,用户侧需求响应作为一种有效调节手段,在一定程度上可以缓解上述问题,但是从根本解决,需要引入储能。
在配电网中分布式配置储能,与分布式电源和负荷协同运行,不但可以通过削峰填谷起到降低配电容量的作用,还可以弥补分布式出力随机性对配电安全和经济运行的负面影响,并且可以参与需求侧响应和为大电网提供辅助服务。
虚拟电厂的提出是为了整合各种分布式能源,包括分布式电源、可控负荷和储能装置等。其基本概念是通过分布式电力管理系统将电网中分布式电源、可控负荷和储能装置聚合成一个虚拟的可控集合体,参与电网的运行和调度,协调智能电网与分布式电源间的矛盾,充分挖掘分布式能源为电网和用户所带来的价值和效益。
根据不同的出力特性,储能可以分为能量型储能和功率型储能两类。能量型储能的典型代表为锂电池、铅酸蓄电池以及全矾液流电池等,其能量密度大、存储容量高,但存在功率密度较小和循环寿命较短的缺点。功率型储能的典型代表为超级电容器、飞轮储能等,其功率密度大、循环寿命长,但缺点是能量密度较小、储能时间较短。目前虚拟电厂中储能多为单一储能类型,不能很好地发挥储能技术的优势。
因此,需要一种技术,以实现面向虚拟电厂优化运行的多类型储能系统规划配置的技术。
发明内容
为了解决上述问题,本发明提供了一种面向虚拟电厂优化运行的多类型储能系统规划配置方法,所述方法包括:
制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略;
根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型;
利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值。
优选地,所述多种类型电源,包括:
光伏、储能系统和燃气轮机。
优选地,所述控制策略,包括:
预测下一时段所述虚拟电厂负荷需求,根据所述燃气轮机爬坡速率需要给所述燃气轮机出力保留预定的开机时间;
在参与向负荷出力过程中,首先保障对分布式的所述光伏进行优先消纳,若所述光伏出力大于负荷需求时,对储能系统进行充电/向电网进行卖电;根据当时售电电价与所述储能系统容量进行判断,当所述储能系统容量低于正常范围时,优先对所述储能系统进行充电;当所述储能系统容量高于正常范围时,优先向电网卖电;当所述储能系统容量处于正常范围时,根据当时售电电价选择是否卖电;
判断所述光伏出力是否小于负荷需求,若所述光伏出力小于负荷需求时,所述储能系统进行出力;所述储能系统出力可分解为高频、中频、中低频和低频,其中低频可直接向负荷供电;
当所述储能系统参与调控不足时,所述燃气轮机出力或向电网买电,根据当时售电电价与所述燃气轮机运行成本进行判断,当售电电价大于所述燃气轮机运行成本时,由所述燃气轮机进行出力;当售电电价小于所述燃气轮机运行成本时,向电网买电;
整个阶段保障系统稳定运行同时与电网公司进行“低买高卖”的方式赚取收益。
优选地,所述根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型,包括:
根据所述储能系统的电池电量约束、功率平衡约束、可控电源功率约束、所述光伏与所述燃气轮机爬坡速率约束和所述储能系统的电池充放电约束建立所述多种类型电源的最优经济模型。
优选地,所述最优经济模型的目标函数为:
其中,n表示时间序列;In为n时段所述虚拟电厂的净收益;Pn为n时段所述虚拟电厂的收益;Cn为n时段的所述虚拟电厂的总成本;E1 n为n时段的售电电价;分别为n时段所述光伏和所述燃气轮机的功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的放电功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的充电功率;分别为n时段所述虚拟电厂的运行管理成本、能耗成本及惩罚成本;分别为风电、光伏、燃气轮机及储能系统的运行管理成本系数;PGT为燃气轮机单位发电燃料成本;为n时段购电电价;Dn为n时段所述虚拟电厂的的申报计划。
优选地,所述功率平衡约束条件为:
其中,Δ表示n时段的所述虚拟电厂次日预测出力与实际出力的偏差。
优选地,所述储能系统的电池电量约束为:
其中,为n时段钛酸锂电池的电量,ηc1、ηd1分别为钛酸锂电池的充放电效率;
为n时段全钒液流电池的电量,ηc2、ηd2分别为全钒液流电池的充放电效率;
为n时段超级电容器的电量,ηc3、ηd3分别为超级电容器的充放电效率。
优选地,所述可控电源功率约束条件为:
分别为燃气轮机正常工作状态下的功率上下限。
优选地,所述光伏与所述燃气轮机爬坡速率约束条件为:
分别为所述光伏向上和向下爬坡速率;分别为所述燃气轮机机组向上和向下爬坡速率。
优选地,所述所述储能系统的电池充放电约束条件为:
其中,分别为钛酸锂电池容量的上下限;分别为全钒液流电池容量的上下限;分别为超级电容器容量的上下限;分别为钛酸锂电池充电功率的上下限;分别为全钒液流电池充电功率的上下限;分别为超级电容器充电功率的上下限;分别为钛酸锂电池放电功率的上下限; 分别为全钒液流电池放电功率的上下限;分别为超级电容器放电功率的上下限;分别表示钛酸锂电池、全钒液流电池以及超级电容器充放电的状态变量,取值0或1。
优选地,所述利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值,包括:
设n时段混合储能系统的出力需求为则
根据所述光伏的实际出力值和目标值,定义时所述储能系统充电,时储能系统放电;
将计算储能功率需求并向所述储能系统发送功率指令的时间间隔,计为储能功率指令间隔ΔTs,所述储能功率指令间隔可取所述光伏出力数据采样间隔或其整数倍,并根据所述储能系统的充放电效率和倍率,储能功率需求如式16所示;得到各时刻所述储能系统充放的功率值后,拟合功率数据的概率分布,根据储能应用的实际要求,权衡应用效果和储能成本,设置合理的置信度,计置信水平为1-α下的置信区间为[c1,c2],选择置信区间上下限绝对值的最大值定义为储能系统的额定功率Prate;
其中,为n时刻所述储能系统输出功率,为n时刻所述储能系统侧的充放功率需求,为n时刻储能系统的充电效率,为n时刻所述储能系统的放电效率,充放电效率为温度和充放电倍率的函数,为所述储能系统的充放电倍率上限,为n时刻负荷功率需求,为n时刻光伏出力,为n时刻燃气轮机出力,fr1(Tn,ηn)为n时刻储能系统的温度和充电倍率的函数,Tn为n时刻储能系统温度,ηn为n时刻储能系统的充电倍率,fr2(Tn,ηn)为n时刻储能系统的温度和放电倍率的函数;
设连续时段[t1,t2]储能功率为Pi,通过功率在时间尺度上积分得到该段时间储能吞吐的电量根据离散时间段[t1,tM+1]的积分定义获取一段时间内的储能系统的能量变化;根据实际电池功率指令离散时间点积分,获取储能系统的容量配置;
设n时刻储能系统SOC值为SOCn如式18所示,
在所述储能系统工作过程中,各时刻的所述储能系统能量状态均应处于允许范围内,如式14和式19;
将式18代入式19解得:
最优储能容量为满足式20的最小值,如式21;
其中,Erate为电池的额定容量需求;
为了避免所述储能系统出现满充或过放情况,设置能量状态SOC允许范围为[SOCmin,SOCmax],SOCmax和SOCmin分别为储能系统的允许能量状态上下限,能量状态SOC初始值计为SOC0,其中SOCmin≤SOC0≤SOCmax。
基于本发明的另一方面,提供一种面向虚拟电厂优化运行的多类型储能系统规划配置系统,所述系统包括:
策略单元,用于制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略;
建模单元,用于根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型;
求解单元,利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值。
优选地,所述多种类型电源,包括:
光伏、储能系统和燃气轮机。
优选地,所述控制策略,包括:
预测下一时段所述虚拟电厂负荷需求,根据所述燃气轮机爬坡速率需要给所述燃气轮机出力保留预定的开机时间;
在参与向负荷出力过程中,首先保障对分布式的所述光伏进行优先消纳,若所述光伏出力大于负荷需求时,对储能系统进行充电/向电网进行卖电;根据当时售电电价与所述储能系统容量进行判断,当所述储能系统容量低于正常范围时,优先对所述储能系统进行充电;当所述储能系统容量高于正常范围时,优先向电网卖电;当所述储能系统容量处于正常范围时,根据当时售电电价选择是否卖电;
判断所述光伏出力是否小于负荷需求,若所述光伏出力小于负荷需求时,所述储能系统进行出力;所述储能系统出力可分解为高频、中频、中低频和低频,其中低频可直接向负荷供电;
当所述储能系统参与调控不足时,所述燃气轮机出力或向电网买电,根据当时售电电价与所述燃气轮机运行成本进行判断,当售电电价大于所述燃气轮机运行成本时,由所述燃气轮机进行出力;当售电电价小于所述燃气轮机运行成本时,向电网买电;
整个阶段保障系统稳定运行同时与电网公司进行“低买高卖”的方式赚取收益。
优选地,所述根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型,包括:
根据所述储能系统的电池电量约束、功率平衡约束、可控电源功率约束、所述光伏与所述燃气轮机爬坡速率约束和所述储能系统的电池充放电约束建立所述多种类型电源的最优经济模型。
优选地,所述最优经济模型的目标函数为:
其中,n表示时间序列;In为n时段所述虚拟电厂的净收益;Pn为n时段所述虚拟电厂的收益;Cn为n时段的所述虚拟电厂的总成本;E1 n为n时段的售电电价;分别为n时段所述光伏和所述燃气轮机的功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的放电功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的充电功率;分别为n时段所述虚拟电厂的运行管理成本、能耗成本及惩罚成本;分别为风电、光伏、燃气轮机及储能系统的运行管理成本系数;PGT为燃气轮机单位发电燃料成本;为n时段购电电价;Dn为n时段所述虚拟电厂的的申报计划。
优选地,所述功率平衡约束条件为:
其中,Δ表示n时段的所述虚拟电厂次日预测出力与实际出力的偏差。
优选地,所述储能系统的电池电量约束为:
其中,为n时段钛酸锂电池的电量,ηc1、ηd1分别为钛酸锂电池的充放电效率;
为n时段全钒液流电池的电量,ηc2、ηd2分别为全钒液流电池的充放电效率;
为n时段超级电容器的电量,ηc3、ηd3分别为超级电容器的充放电效率。
优选地,所述可控电源功率约束条件为:
分别为燃气轮机正常工作状态下的功率上下限。
优选地,所述光伏与所述燃气轮机爬坡速率约束条件为:
分别为所述光伏向上和向下爬坡速率;分别为所述燃气轮机机组向上和向下爬坡速率。
优选地,所述所述储能系统的电池充放电约束条件为:
其中,分别为钛酸锂电池容量的上下限;分别为全钒液流电池容量的上下限;分别为超级电容器容量的上下限;分别为钛酸锂电池充电功率的上下限;分别为全钒液流电池充电功率的上下限;分别为超级电容器充电功率的上下限;分别为钛酸锂电池放电功率的上下限; 分别为全钒液流电池放电功率的上下限;分别为超级电容器放电功率的上下限;分别表示钛酸锂电池、全钒液流电池以及超级电容器充放电的状态变量,取值0或1。
优选地,所述利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值,包括:
设n时段混合储能系统的出力需求为则
根据所述光伏的实际出力值和目标值,定义时所述储能系统充电,时储能系统放电;
将计算储能功率需求并向所述储能系统发送功率指令的时间间隔,计为储能功率指令间隔ΔTs,所述储能功率指令间隔可取所述光伏出力数据采样间隔或其整数倍,并根据所述储能系统的充放电效率和倍率,储能功率需求如式16所示;得到各时刻所述储能系统充放的功率值后,拟合功率数据的概率分布,根据储能应用的实际要求,权衡应用效果和储能成本,设置合理的置信度,计置信水平为1-α下的置信区间为[c1,c2],选择置信区间上下限绝对值的最大值定义为储能系统的额定功率Prate;
其中,为n时刻所述储能系统输出功率,为n时刻所述储能系统侧的充放功率需求,为n时刻储能系统的充电效率,为n时刻所述储能系统的放电效率,充放电效率为温度和充放电倍率的函数,为所述储能系统的充放电倍率上限,为n时刻负荷功率需求,为n时刻光伏出力,为n时刻燃气轮机出力,fr1(Tn,ηn)为n时刻储能系统的温度和充电倍率的函数,Tn为n时刻储能系统温度,ηn为n时刻储能系统的充电倍率,fr2(Tn,ηn)为n时刻储能系统的温度和放电倍率的函数;
设连续时段[t1,t2]储能功率为Pi,通过功率在时间尺度上积分得到该段时间储能吞吐的电量根据离散时间段[t1,tM+1]的积分定义获取一段时间内的储能系统的能量变化;根据实际电池功率指令离散时间点积分,获取储能系统的容量配置;
设n时刻储能系统SOC值为SOCn如式18所示,
在所述储能系统工作过程中,各时刻的所述储能系统能量状态均应处于允许范围内,如式14和式19;
将式18代入式19解得:
最优储能容量为满足式20的最小值,如式21;
其中,Erate为电池的额定容量需求;
为了避免所述储能系统出现满充或过放情况,设置能量状态SOC允许范围为[SOCmin,SOCmax],SOCmax和SOCmin分别为储能系统的允许能量状态上下限,能量状态SOC初始值计为SOC0,其中SOCmin≤SOC0≤SOCmax。
本发明技术方案提供了一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统,其中方法包括:制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略;根据虚拟电厂中的多种类型电源的可控负荷,建立多种类型电源的最优经济模型;利用控制策略对最优经济模型进行计算,获取多种类型电源的容量配置的最优值。本发明技术方案将两种或者多种储能技术相结合组成多类型储能系统,实现能量型储能和功率型储能在技术性能上的互补性,将能更好地满足虚拟电厂优化运行的储能需求。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1为根据本发明优选实施方式的面向虚拟电厂优化运行的多类型储能系统规划配置方法流程图;
图2为根据本发明优选实施方式的虚拟电厂VPP控制策略示意图;
图3为根据本发明优选实施方式储能系统出力策略示意图;
图4为根据本发明优选实施方式储能系统的SOC曲线示意图;
图5为根据本发明优选实施方式的虚拟电厂VPP运行模型示意图;以及
图6为根据本发明优选实施方式的面向虚拟电厂优化运行的多类型储能系统规划配置系统结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式,然而,本发明可以用许多不同的形式来实施,并且不局限于此处描述的实施例,提供这些实施例是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中,相同的单元/元件使用相同的附图标记。
除非另有说明,此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外,可以理解的是,以通常使用的词典限定的术语,应当被理解为与其相关领域的语境具有一致的含义,而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明优选实施方式的面向虚拟电厂优化运行的多类型储能系统规划配置方法流程图。本发明实施方式提供了一种面向虚拟电厂优化运行的多类型储能系统规划配置方法,包括:制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略;根据虚拟电厂中的多种类型电源的可控负荷,建立多种类型电源的最优经济模型;利用控制策略对最优经济模型进行计算,获取多种类型电源的容量配置的最优值。如图1所示,.一种面向虚拟电厂优化运行的多类型储能系统规划配置方法,方法包括:
优选地,在步骤101:制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略。优选地,多种类型电源,包括:
光伏、储能系统和燃气轮机。
优选地,控制策略,包括:
预测下一时段虚拟电厂负荷需求,根据燃气轮机爬坡速率需要给燃气轮机出力保留预定的开机时间;
在参与向负荷出力过程中,首先保障对分布式的光伏进行优先消纳,若光伏出力大于负荷需求时,对储能系统进行充电/向电网进行卖电;根据当时售电电价与储能系统容量进行判断,当储能系统容量低于正常范围时,优先对储能系统进行充电;当储能系统容量高于正常范围时,优先向电网卖电;当储能系统容量处于正常范围时,根据当时售电电价选择是否卖电;
判断光伏出力是否小于负荷需求,若光伏出力小于负荷需求时,储能系统进行出力;储能系统出力可分解为高频、中频、中低频和低频,其中低频可直接向负荷供电;
当储能系统参与调控不足时,燃气轮机出力或向电网买电,根据当时售电电价与燃气轮机运行成本进行判断,当售电电价大于燃气轮机运行成本时,由燃气轮机进行出力;当售电电价小于燃气轮机运行成本时,向电网买电;
整个阶段保障系统稳定运行同时与电网公司进行“低买高卖”的方式赚取收益。
本申请制定光伏、储能系统和燃气轮机出力控制策略:在参与向负荷出力过程中,首先保障分布式光伏优先消纳,若光伏出力大于负荷需求时,对储能系统进行充电/向电网进行卖电,根据当时售电电价与储能系统容量进行判断;若光伏出力小于负荷需求时,储能系统进行出力,当储能系统参与调控不足时,燃气轮机出力/向电网买电,根据当时售电电价与燃气轮机运行成本进行判断;同时,在整个阶段保障系统稳定运行与电网公司进行“低买高卖”的方式赚取收益。
本申请,制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略,包括:
步骤1001:预测下一时段负荷需求,考虑到燃气轮机爬坡速率需要给燃气轮机出力保留足够的开机时间;
步骤1002:在参与向负荷出力过程中,首先保障分布式光伏优先消纳,若光伏出力大于负荷需求时,对储能系统进行充电/向电网进行卖电,根据当时售电电价与储能系统容量进行判断:储能系统容量低于正常范围时,优先对储能系统进行充电;储能系统容量高于正常范围时,优先向电网卖电;储能系统容量处于正常范围时,考虑当时售电电价选择是否卖电;
步骤1003:若光伏出力小于负荷需求时,储能系统进行出力,储能系统出力可分解为高频、中频、中低频和低频,其中低频可直接向负荷供电;
步骤1004:当储能系统参与调控不足时,燃气轮机出力/向电网买电,根据当时售电电价与燃气轮机运行成本进行判断:售电电价大于燃气轮机运行成本时,由燃气轮机进行出力;售电电价小于燃气轮机运行成本时,向电网买电;
步骤1005:在整个阶段保障系统稳定运行与电网公司进行“低买高卖”的方式赚取收益。
优选地,在步骤102:根据虚拟电厂中的多种类型电源的可控负荷,建立多种类型电源的最优经济模型。本申请综合考虑虚拟电厂中光伏出力、储能系统充放电以及以燃气轮机为代表的可控负荷,以虚拟电厂运行经济性最优为目标,考虑储能电池电量约束、可控电源功率约束、光伏与燃气轮机爬坡速率约束和储能电池充放电约束等建立虚拟电厂经济模型。
优选地,综合考虑虚拟电厂中光伏出力、储能系统充放电以及以燃气轮机为代表的可控负荷,最优经济模型的目标函数为:
其中,n表示时间序列,以15min为一个时间段,n=1,2,K,96;;In为n时段虚拟电厂的净收益;Pn为n时段虚拟电厂的收益;Cn为n时段的虚拟电厂的总成本;E1 n为n时段的售电电价;分别为n时段光伏和燃气轮机的功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的放电功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的充电功率;分别为n时段虚拟电厂的运行管理成本、能耗成本及惩罚成本; 分别为风电、光伏、燃气轮机及储能系统的运行管理成本系数;PGT为燃气轮机单位发电燃料成本;为n时段购电电价;Dn为n时段虚拟电厂的的申报计划。
优选地,在步骤103:利用控制策略对最优经济模型进行计算,获取多种类型电源的容量配置的最优值。优选地,根据虚拟电厂中的多种类型电源的可控负荷,建立多种类型电源的最优经济模型,包括:根据储能系统的电池电量约束、功率平衡约束、可控电源功率约束、光伏与燃气轮机爬坡速率约束和储能系统的电池充放电约束建立多种类型电源的最优经济模型。
优选地,功率平衡约束条件为:
其中,Δ表示n时段的虚拟电厂次日预测出力与实际出力的偏差。
优选地,储能系统的电池电量约束为:
其中,为n时段钛酸锂电池的电量,ηc1、ηd1分别为钛酸锂电池的充放电效率;
为n时段全钒液流电池的电量,ηc2、ηd2分别为全钒液流电池的充放电效率;
为n时段超级电容器的电量,ηc3、ηd3分别为超级电容器的充放电效率。
优选地,可控电源功率约束条件为:
分别为燃气轮机正常工作状态下的功率上下限。
优选地,光伏与燃气轮机爬坡速率约束条件为:
分别为光伏向上和向下爬坡速率;分别为燃气轮机机组向上和向下爬坡速率。
优选地,储能系统的电池充放电约束条件为:
其中,分别为钛酸锂电池容量的上下限;分别为全钒液流电池容量的上下限;分别为超级电容器容量的上下限;分别为钛酸锂电池充电功率的上下限;分别为全钒液流电池充电功率的上下限;分别为超级电容器充电功率的上下限;分别为钛酸锂电池放电功率的上下限; 分别为全钒液流电池放电功率的上下限;分别为超级电容器放电功率的上下限;分别表示钛酸锂电池、全钒液流电池以及超级电容器充放电的状态变量,取值0或1。
优选地,利用控制策略对最优经济模型进行计算,获取多种类型电源的容量配置的最优值,包括:
设n时段混合储能系统的出力需求为则
根据光伏的实际出力值和目标值,定义时储能系统充电,时储能系统放电;
将计算储能功率需求并向储能系统发送功率指令的时间间隔,计为储能功率指令间隔ΔTs,储能功率指令间隔可取光伏出力数据采样间隔或其整数倍,并根据储能系统的充放电效率和倍率,储能功率需求如式16所示;得到各时刻储能系统充放的功率值后,拟合功率数据的概率分布,根据储能应用的实际要求,权衡应用效果和储能成本,设置合理的置信度,计置信水平为1-α下的置信区间为[c1,c2],选择置信区间上下限绝对值的最大值定义为储能系统的额定功率Prate;
其中,为n时刻储能系统输出功率,为n时刻储能系统侧的充放功率需求,为n时刻储能系统的充电效率,为n时刻储能系统的放电效率,充放电效率为温度和充放电倍率的函数,为储能系统的充放电倍率上限,为n时刻负荷功率需求,为n时刻光伏出力,为n时刻燃气轮机出力,fr1(Tn,ηn)为n时刻储能系统的温度和充电倍率的函数,Tn为n时刻储能系统温度,ηn为n时刻储能系统的充电倍率,fr2(Tn,ηn)为n时刻储能系统的温度和放电倍率的函数;
设连续时段[t1,t2]储能功率为Pi,通过功率在时间尺度上积分得到该段时间储能吞吐的电量根据离散时间段[t1,tM+1]的积分定义获取一段时间内的储能系统的能量变化;根据实际电池功率指令离散时间点积分,获取储能系统的容量配置;
设n时刻储能系统SOC值为SOCn如式18所示,
在储能系统工作过程中,各时刻的储能系统能量状态均应处于允许范围内,如式14和式19;
将式18代入式19解得:
最优储能容量为满足式20的最小值,如式21;
其中,Erate为电池的额定容量需求;
为了避免储能系统出现满充或过放情况,设置能量状态SOC允许范围为[SOCmin,SOCmax],SOCmax和SOCmin分别为储能系统的允许能量状态上下限,能量状态SOC初始值计为SOC0,其中SOCmin≤SOC0≤SOCmax。
本申请提供的一种面向虚拟电厂优化运行的多类型储能系统规划配置策略,该策略可以在含分布式电源和储能的系统中得到推广应用,进一步实现分布式发电、储能和可控负荷与电网之间的友好互动,为分布式新能源接入电网的调度管理积累宝贵的经验,为提高分布式新能源的利用率,提升电能质量起到积极作用。
图2为根据本发明优选实施方式的虚拟电厂VPP控制策略示意图。
图3为根据本发明优选实施方式储能系统出力策略示意图。
图4为根据本发明优选实施方式储能系统的SOC曲线示意图。
图5为根据本发明优选实施方式的虚拟电厂VPP运行模型示意图。
图6为根据本发明优选实施方式的面向虚拟电厂优化运行的多类型储能系统规划配置系统结构示意图。图6为根据本发明实施方式提供的一种面向虚拟电厂优化运行的多类型储能系统规划配置系统,系统包括:
策略单元601,用于制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略。优选地,多种类型电源,包括:
光伏、储能系统和燃气轮机。
优选地,控制策略,包括:
预测下一时段虚拟电厂负荷需求,根据燃气轮机爬坡速率需要给燃气轮机出力保留预定的开机时间;
在参与向负荷出力过程中,首先保障对分布式的光伏进行优先消纳,若光伏出力大于负荷需求时,对储能系统进行充电/向电网进行卖电;根据当时售电电价与储能系统容量进行判断,当储能系统容量低于正常范围时,优先对储能系统进行充电;当储能系统容量高于正常范围时,优先向电网卖电;当储能系统容量处于正常范围时,根据当时售电电价选择是否卖电;
判断光伏出力是否小于负荷需求,若光伏出力小于负荷需求时,储能系统进行出力;储能系统出力可分解为高频、中频、中低频和低频,其中低频可直接向负荷供电;
当储能系统参与调控不足时,燃气轮机出力或向电网买电,根据当时售电电价与燃气轮机运行成本进行判断,当售电电价大于燃气轮机运行成本时,由燃气轮机进行出力;当售电电价小于燃气轮机运行成本时,向电网买电;
整个阶段保障系统稳定运行同时与电网公司进行“低买高卖”的方式赚取收益。
建模单元602,用于根据虚拟电厂中的多种类型电源的可控负荷,建立多种类型电源的最优经济模型。
优选地,根据虚拟电厂中的多种类型电源的可控负荷,建立多种类型电源的最优经济模型,包括:
根据储能系统的电池电量约束、功率平衡约束、可控电源功率约束、光伏与燃气轮机爬坡速率约束和储能系统的电池充放电约束建立多种类型电源的最优经济模型。
优选地,最优经济模型的目标函数为:
其中,n表示时间序列;In为n时段虚拟电厂的净收益;Pn为n时段虚拟电厂的收益;Cn为n时段的虚拟电厂的总成本;E1 n为n时段的售电电价;分别为n时段光伏和燃气轮机的功率; 分别为n时段钛酸锂电池、全钒液流电池、超级电容器的放电功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的充电功率;分别为n时段虚拟电厂的运行管理成本、能耗成本及惩罚成本;分别为风电、光伏、燃气轮机及储能系统的运行管理成本系数;PGT为燃气轮机单位发电燃料成本;为n时段购电电价;Dn为n时段虚拟电厂的的申报计划。
优选地,功率平衡约束条件为:
其中,Δ表示n时段的虚拟电厂次日预测出力与实际出力的偏差。
优选地,储能系统的电池电量约束为:
其中,为n时段钛酸锂电池的电量,ηc1、ηd1分别为钛酸锂电池的充放电效率;
为n时段全钒液流电池的电量,ηc2、ηd2分别为全钒液流电池的充放电效率;
为n时段超级电容器的电量,ηc3、ηd3分别为超级电容器的充放电效率。
优选地,可控电源功率约束条件为:
分别为燃气轮机正常工作状态下的功率上下限。
优选地,光伏与燃气轮机爬坡速率约束条件为:
分别为光伏向上和向下爬坡速率;分别为燃气轮机机组向上和向下爬坡速率。
优选地,储能系统的电池充放电约束条件为:
其中,分别为钛酸锂电池容量的上下限;分别为全钒液流电池容量的上下限;分别为超级电容器容量的上下限;分别为钛酸锂电池充电功率的上下限;分别为全钒液流电池充电功率的上下限;分别为超级电容器充电功率的上下限;分别为钛酸锂电池放电功率的上下限; 分别为全钒液流电池放电功率的上下限;分别为超级电容器放电功率的上下限;分别表示钛酸锂电池、全钒液流电池以及超级电容器充放电的状态变量,取值0或1。
求解单元603,利用控制策略对最优经济模型进行计算,获取多种类型电源的容量配置的最优值。
优选地,利用控制策略对最优经济模型进行计算,获取多种类型电源的容量配置的最优值,包括:
设n时段混合储能系统的出力需求为则
根据光伏的实际出力值和目标值,定义时储能系统充电,时储能系统放电;
将计算储能功率需求并向储能系统发送功率指令的时间间隔,计为储能功率指令间隔ΔTs,储能功率指令间隔可取光伏出力数据采样间隔或其整数倍,并根据储能系统的充放电效率和倍率,储能功率需求如式16所示;得到各时刻储能系统充放的功率值后,拟合功率数据的概率分布,根据储能应用的实际要求,权衡应用效果和储能成本,设置合理的置信度,计置信水平为1-α下的置信区间为[c1,c2],选择置信区间上下限绝对值的最大值定义为储能系统的额定功率Prate;
其中,为n时刻储能系统输出功率,为n时刻储能系统侧的充放功率需求,为n时刻储能系统的充电效率,为n时刻储能系统的放电效率,充放电效率为温度和充放电倍率的函数,为储能系统的充放电倍率上限,为n时刻负荷功率需求,为n时刻光伏出力,为n时刻燃气轮机出力,fr1(Tn,ηn)为n时刻储能系统的温度和充电倍率的函数,Tn为n时刻储能系统温度,ηn为n时刻储能系统的充电倍率,fr2(Tn,ηn)为n时刻储能系统的温度和放电倍率的函数;
设连续时段[t1,t2]储能功率为Pi,通过功率在时间尺度上积分得到该段时间储能吞吐的电量根据离散时间段[t1,tM+1]的积分定义获取一段时间内的储能系统的能量变化;根据实际电池功率指令离散时间点积分,获取储能系统的容量配置;
设n时刻储能系统SOC值为SOCn如式18所示,
在储能系统工作过程中,各时刻的储能系统能量状态均应处于允许范围内,如式14和式19;
将式18代入式19解得:
最优储能容量为满足式20的最小值,如式21;
其中,Erate为电池的额定容量需求;
为了避免储能系统出现满充或过放情况,设置能量状态SOC允许范围为[SOCmin,SOCmax],SOCmax和SOCmin分别为储能系统的允许能量状态上下限,能量状态SOC初始值计为SOC0,其中SOCmin≤SOC0≤SOCmax。
本发明实施方式提供的一种面向虚拟电厂优化运行的多类型储能系统规划配置系统600与本发明另一实施方式提供的一种面向虚拟电厂优化运行的多类型储能系统规划配置方法100相对应,在此不再进行赘述。
已经通过参考少量实施方式描述了本发明。然而,本领域技术人员所公知的,正如附带的专利权利要求所限定的,除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地,在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释,除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例,除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行,除非明确地说明。
Claims (10)
1.一种面向虚拟电厂优化运行的多类型储能系统规划配置方法,所述方法包括:
制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略;
根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型;
利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值;
所述多种类型电源,包括:
光伏、储能系统和燃气轮机。
2.根据权利要求1所述的方法,所述控制策略,包括:
预测下一时段所述虚拟电厂负荷需求,根据所述燃气轮机爬坡速率需要给所述燃气轮机出力保留预定的开机时间;
在参与向负荷出力过程中,首先保障对分布式的所述光伏进行优先消纳,若所述光伏出力大于负荷需求时,对储能系统进行充电/向电网进行卖电;根据当时售电电价与所述储能系统容量进行判断,当所述储能系统容量低于正常范围时,优先对所述储能系统进行充电;当所述储能系统容量高于正常范围时,优先向电网卖电;当所述储能系统容量处于正常范围时,根据当时售电电价选择是否卖电;
判断所述光伏出力是否小于负荷需求,若所述光伏出力小于负荷需求时,所述储能系统进行出力;所述储能系统出力可分解为高频、中频、中低频和低频,其中低频可直接向负荷供电;
当所述储能系统参与调控不足时,所述燃气轮机出力或向电网买电,根据当时售电电价与所述燃气轮机运行成本进行判断,当售电电价大于所述燃气轮机运行成本时,由所述燃气轮机进行出力;当售电电价小于所述燃气轮机运行成本时,向电网买电;
整个阶段保障系统稳定运行同时与电网公司进行“低买高卖”的方式赚取收益。
3.根据权利要求1所述的方法,所述根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型,包括:
根据所述储能系统的电池电量约束、功率平衡约束、可控电源功率约束、所述光伏与所述燃气轮机爬坡速率约束和所述储能系统的电池充放电约束建立所述多种类型电源的最优经济模型。
4.根据权利要求3所述的方法,所述最优经济模型的目标函数为:
其中,n表示时间序列;In为n时段所述虚拟电厂的净收益;Pn为n时段所述虚拟电厂的收益;Cn为n时段的所述虚拟电厂的总成本;E1 n为n时段的售电电价;分别为n时段所述光伏和所述燃气轮机的功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的放电功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的充电功率;分别为n时段所述虚拟电厂的运行管理成本、能耗成本及惩罚成本;分别为风电、光伏、燃气轮机及储能系统的运行管理成本系数;PGT为燃气轮机单位发电燃料成本;为n时段购电电价;Dn为n时段所述虚拟电厂的的申报计划;
所述功率平衡约束条件为:
其中,Δ表示n时段的所述虚拟电厂次日预测出力与实际出力的偏差;
所述储能系统的电池电量约束为:
其中,为n时段钛酸锂电池的电量,ηc1、ηd1分别为钛酸锂电池的充放电效率;
为n时段全钒液流电池的电量,ηc2、ηd2分别为全钒液流电池的充放电效率;
为n时段超级电容器的电量,ηc3、ηd3分别为超级电容器的充放电效率;
所述可控电源功率约束条件为:
分别为燃气轮机正常工作状态下的功率上下限;
所述光伏与所述燃气轮机爬坡速率约束条件为:
分别为所述光伏向上和向下爬坡速率;分别为所述燃气轮机机组向上和向下爬坡速率;
所述所述储能系统的电池充放电约束条件为:
其中,分别为钛酸锂电池容量的上下限;分别为全钒液流电池容量的上下限;分别为超级电容器容量的上下限;分别为钛酸锂电池充电功率的上下限;分别为全钒液流电池充电功率的上下限;分别为超级电容器充电功率的上下限;分别为钛酸锂电池放电功率的上下限; 分别为全钒液流电池放电功率的上下限;分别为超级电容器放电功率的上下限;分别表示钛酸锂电池、全钒液流电池以及超级电容器充放电的状态变量,取值0或1。
5.根据权利要求4所述的方法,所述利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值,包括:
设n时段混合储能系统的出力需求为则
根据所述光伏的实际出力值和目标值,定义时所述储能系统充电,时储能系统放电;
将计算储能功率需求并向所述储能系统发送功率指令的时间间隔,计为储能功率指令间隔ΔTs,所述储能功率指令间隔可取所述光伏出力数据采样间隔或其整数倍,并根据所述储能系统的充放电效率和倍率,储能功率需求如式16所示;得到各时刻所述储能系统充放的功率值后,拟合功率数据的概率分布,根据储能应用的实际要求,权衡应用效果和储能成本,设置合理的置信度,计置信水平为1-α下的置信区间为[c1,c2],选择置信区间上下限绝对值的最大值定义为储能系统的额定功率Prate;
其中,为n时刻所述储能系统输出功率,为n时刻所述储能系统侧的充放功率需求,为n时刻储能系统的充电效率,为n时刻所述储能系统的放电效率,充放电效率为温度和充放电倍率的函数,为所述储能系统的充放电倍率上限,为n时刻负荷功率需求,为n时刻光伏出力,为n时刻燃气轮机出力,fr1(Tn,ηn)为n时刻储能系统的温度和充电倍率的函数,Tn为n时刻储能系统温度,ηn为n时刻储能系统的充电倍率,fr2(Tn,ηn)为n时刻储能系统的温度和放电倍率的函数;
设连续时段[t1,t2]储能功率为Pi,通过功率在时间尺度上积分得到该段时间储能吞吐的电量根据离散时间段[t1,tM+1]的积分定义获取一段时间内的储能系统的能量变化;根据实际电池功率指令离散时间点积分,获取储能系统的容量配置;
设n时刻储能系统SOC值为SOCn如式18所示,
在所述储能系统工作过程中,各时刻的所述储能系统能量状态均应处于允许范围内,如式14和式19;
将式18代入式19解得:
最优储能容量为满足式20的最小值,如式21;
其中,Erate为电池的额定容量需求;
为了避免所述储能系统出现满充或过放情况,设置能量状态SOC允许范围为[SOCmin,SOCmax],SOCmax和SOCmin分别为储能系统的允许能量状态上下限,能量状态SOC初始值计为SOC0,其中SOCmin≤SOC0≤SOCmax。
6.一种面向虚拟电厂优化运行的多类型储能系统规划配置系统,所述系统包括:
策略单元,用于制定参与虚拟电厂负荷出力的多种类型电源的负荷出力的控制策略;
建模单元,用于根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型;
求解单元,利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值;
所述多种类型电源,包括:
光伏、储能系统和燃气轮机。
7.根据权利要求6所述的系统,所述控制策略,包括:
预测下一时段所述虚拟电厂负荷需求,根据所述燃气轮机爬坡速率需要给所述燃气轮机出力保留预定的开机时间;
在参与向负荷出力过程中,首先保障对分布式的所述光伏进行优先消纳,若所述光伏出力大于负荷需求时,对储能系统进行充电/向电网进行卖电;根据当时售电电价与所述储能系统容量进行判断,当所述储能系统容量低于正常范围时,优先对所述储能系统进行充电;当所述储能系统容量高于正常范围时,优先向电网卖电;当所述储能系统容量处于正常范围时,根据当时售电电价选择是否卖电;
判断所述光伏出力是否小于负荷需求,若所述光伏出力小于负荷需求时,所述储能系统进行出力;所述储能系统出力可分解为高频、中频、中低频和低频,其中低频可直接向负荷供电;
当所述储能系统参与调控不足时,所述燃气轮机出力或向电网买电,根据当时售电电价与所述燃气轮机运行成本进行判断,当售电电价大于所述燃气轮机运行成本时,由所述燃气轮机进行出力;当售电电价小于所述燃气轮机运行成本时,向电网买电;
整个阶段保障系统稳定运行同时与电网公司进行“低买高卖”的方式赚取收益。
8.根据权利要求6所述的系统,所述根据所述虚拟电厂中的多种类型电源的可控负荷,建立所述多种类型电源的最优经济模型,包括:
根据所述储能系统的电池电量约束、功率平衡约束、可控电源功率约束、所述光伏与所述燃气轮机爬坡速率约束和所述储能系统的电池充放电约束建立所述多种类型电源的最优经济模型。
9.根据权利要求8所述的系统,所述最优经济模型的目标函数为:
其中,n表示时间序列;In为n时段所述虚拟电厂的净收益;Pn为n时段所述虚拟电厂的收益;Cn为n时段的所述虚拟电厂的总成本;E1 n为n时段的售电电价;分别为n时段所述光伏和所述燃气轮机的功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的放电功率;分别为n时段钛酸锂电池、全钒液流电池、超级电容器的充电功率;分别为n时段所述虚拟电厂的运行管理成本、能耗成本及惩罚成本;分别为风电、光伏、燃气轮机及储能系统的运行管理成本系数;PGT为燃气轮机单位发电燃料成本;为n时段购电电价;Dn为n时段所述虚拟电厂的的申报计划;
所述功率平衡约束条件为
其中,Δ表示n时段的所述虚拟电厂次日预测出力与实际出力的偏差;
所述储能系统的电池电量约束为:
其中,为n时段钛酸锂电池的电量,ηc1、ηd1分别为钛酸锂电池的充放电效率;
为n时段全钒液流电池的电量,ηc2、ηd2分别为全钒液流电池的充放电效率;
为n时段超级电容器的电量,ηc3、ηd3分别为超级电容器的充放电效率;
所述可控电源功率约束条件为:
分别为燃气轮机正常工作状态下的功率上下限;
所述光伏与所述燃气轮机爬坡速率约束条件为:
分别为所述光伏向上和向下爬坡速率;分别为所述燃气轮机机组向上和向下爬坡速率;
所述所述储能系统的电池充放电约束条件为:
其中,分别为钛酸锂电池容量的上下限;分别为全钒液流电池容量的上下限;分别为超级电容器容量的上下限;分别为钛酸锂电池充电功率的上下限;分别为全钒液流电池充电功率的上下限;分别为超级电容器充电功率的上下限;分别为钛酸锂电池放电功率的上下限; 分别为全钒液流电池放电功率的上下限;分别为超级电容器放电功率的上下限;分别表示钛酸锂电池、全钒液流电池以及超级电容器充放电的状态变量,取值0或1。
10.根据权利要求9所述的系统,所述利用所述控制策略对所述最优经济模型进行计算,获取所述多种类型电源的容量配置的最优值,包括:
设n时段混合储能系统的出力需求为则
根据所述光伏的实际出力值和目标值,定义时所述储能系统充电,时储能系统放电;
将计算储能功率需求并向所述储能系统发送功率指令的时间间隔,计为储能功率指令间隔ΔTs,所述储能功率指令间隔可取所述光伏出力数据采样间隔或其整数倍,并根据所述储能系统的充放电效率和倍率,储能功率需求如式16所示;得到各时刻所述储能系统充放的功率值后,拟合功率数据的概率分布,根据储能应用的实际要求,权衡应用效果和储能成本,设置合理的置信度,计置信水平为1-α下的置信区间为[c1,c2],选择置信区间上下限绝对值的最大值定义为储能系统的额定功率Prate;
其中,为n时刻所述储能系统输出功率,为n时刻所述储能系统侧的充放功率需求,为n时刻储能系统的充电效率,为n时刻所述储能系统的放电效率,充放电效率为温度和充放电倍率的函数,为所述储能系统的充放电倍率上限,为n时刻负荷功率需求,为n时刻光伏出力,为n时刻燃气轮机出力,fr1(Tn,ηn)为n时刻储能系统的温度和充电倍率的函数,Tn为n时刻储能系统温度,ηn为n时刻储能系统的充电倍率,fr2(Tn,ηn)为n时刻储能系统的温度和放电倍率的函数;
设连续时段[t1,t2]储能功率为Pi,通过功率在时间尺度上积分得到该段时间储能吞吐的电量根据离散时间段[t1,tM+1]的积分定义获取一段时间内的储能系统的能量变化;根据实际电池功率指令离散时间点积分,获取储能系统的容量配置;
设n时刻储能系统SOC值为SOCn如式18所示,
在所述储能系统工作过程中,各时刻的所述储能系统能量状态均应处于允许范围内,如式14和式19;
将式18代入式19解得:
最优储能容量为满足式20的最小值,如式21;
其中,Erate为电池的额定容量需求;
为了避免所述储能系统出现满充或过放情况,设置能量状态SOC允许范围为[SOCmin,SOCmax],SOCmax和SOCmin分别为储能系统的允许能量状态上下限,能量状态SOC初始值计为SOC0,其中SOCmin≤SOC0≤SOCmax。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810410502.XA CN108667052B (zh) | 2018-05-02 | 2018-05-02 | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810410502.XA CN108667052B (zh) | 2018-05-02 | 2018-05-02 | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108667052A true CN108667052A (zh) | 2018-10-16 |
CN108667052B CN108667052B (zh) | 2021-08-03 |
Family
ID=63781761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810410502.XA Active CN108667052B (zh) | 2018-05-02 | 2018-05-02 | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108667052B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109615193A (zh) * | 2018-11-27 | 2019-04-12 | 国网四川省电力公司经济技术研究院 | 一种考虑光伏与混合储能的综合能源系统规划方法 |
CN109636096A (zh) * | 2018-11-01 | 2019-04-16 | 国家电网有限公司 | 一种储能电站输出功率优化方法及装置 |
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 |
CN109799708A (zh) * | 2019-01-30 | 2019-05-24 | 广东电网有限责任公司电力调度控制中心 | 一种基于最大内嵌正方体的虚拟电厂灵活性聚合方法 |
CN110011334A (zh) * | 2019-05-24 | 2019-07-12 | 深圳赛诺凡尔纳能源有限公司 | 一种用于超临界火力发电机组的自动调节控制方法及系统 |
CN110516843A (zh) * | 2019-07-19 | 2019-11-29 | 国网冀北电力有限公司电力科学研究院 | 一种虚拟电厂容量优化方法、设备以及系统 |
CN110516855A (zh) * | 2019-08-08 | 2019-11-29 | 西安交通大学 | 一种面向负荷聚合商的分布式储能控制权优化调度方法 |
CN110932296A (zh) * | 2019-12-16 | 2020-03-27 | 合肥阳光新能源科技有限公司 | 一种储能控制方法、装置及虚拟电厂 |
CN111382939A (zh) * | 2020-03-06 | 2020-07-07 | 国网冀北电力有限公司 | 虚拟电厂资源优化配置方法、装置及设备 |
CN111404181A (zh) * | 2020-03-19 | 2020-07-10 | 国电联合动力技术有限公司 | 一种多能耦合互补的储能系统及储能控制方法 |
CN111414690A (zh) * | 2020-03-19 | 2020-07-14 | 国网冀北电力有限公司 | 一种基于分类聚合的虚拟电厂调度参数计算方法 |
CN111950771A (zh) * | 2020-07-21 | 2020-11-17 | 浙江中新电力工程建设有限公司 | 基于虚拟电厂多能互补的源荷储优化配置系统及其方法 |
CN112186756A (zh) * | 2020-09-27 | 2021-01-05 | 国网辽宁省电力有限公司经济技术研究院 | 一种面向虚拟电厂的储能容量配置方法 |
CN113610357A (zh) * | 2021-07-16 | 2021-11-05 | 远景智能国际私人投资有限公司 | 虚拟电厂的交易流程管理方法、装置、设备及介质 |
CN113837653A (zh) * | 2021-10-13 | 2021-12-24 | 浙江浙达能源科技有限公司 | 一种基于特性各异资源的虚拟电厂动态聚合方法 |
CN113837448A (zh) * | 2021-08-30 | 2021-12-24 | 国网河南省电力公司经济技术研究院 | 一种虚拟电厂参与农村能源互联网构建的运行优化方法 |
CN116937623A (zh) * | 2023-09-14 | 2023-10-24 | 北京盛藏技术有限公司 | 一种利用新能源预测的混合储能辅调频控制方法及系统 |
CN117458544A (zh) * | 2023-10-31 | 2024-01-26 | 国网青海省电力公司清洁能源发展研究院 | 一种基于多类型储能资源动态聚合的优化协同调控方法 |
CN117728470A (zh) * | 2023-12-18 | 2024-03-19 | 上海勘测设计研究院有限公司 | 源荷储多主体协调控制方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7813814B2 (en) * | 2006-09-29 | 2010-10-12 | Sap Ag | Control systems and methods for virtual power plants |
CN102315650A (zh) * | 2011-07-27 | 2012-01-11 | 南京航空航天大学 | 并网模式下微电网微型燃气轮机供电量的优化方法 |
CN106253356A (zh) * | 2016-07-28 | 2016-12-21 | 华北电力大学(保定) | 基于储能电量价值评估的交直流混合微网实时经济调度法 |
-
2018
- 2018-05-02 CN CN201810410502.XA patent/CN108667052B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7813814B2 (en) * | 2006-09-29 | 2010-10-12 | Sap Ag | Control systems and methods for virtual power plants |
CN102315650A (zh) * | 2011-07-27 | 2012-01-11 | 南京航空航天大学 | 并网模式下微电网微型燃气轮机供电量的优化方法 |
CN106253356A (zh) * | 2016-07-28 | 2016-12-21 | 华北电力大学(保定) | 基于储能电量价值评估的交直流混合微网实时经济调度法 |
Non-Patent Citations (1)
Title |
---|
陈少梁: "虚拟电厂符合优化调度研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109636096B (zh) * | 2018-11-01 | 2023-10-24 | 国家电网有限公司 | 一种储能电站输出功率优化方法及装置 |
CN109636096A (zh) * | 2018-11-01 | 2019-04-16 | 国家电网有限公司 | 一种储能电站输出功率优化方法及装置 |
CN109615193B (zh) * | 2018-11-27 | 2023-06-16 | 国网四川省电力公司经济技术研究院 | 一种考虑光伏与混合储能的综合能源系统规划方法 |
CN109615193A (zh) * | 2018-11-27 | 2019-04-12 | 国网四川省电力公司经济技术研究院 | 一种考虑光伏与混合储能的综合能源系统规划方法 |
CN109799708A (zh) * | 2019-01-30 | 2019-05-24 | 广东电网有限责任公司电力调度控制中心 | 一种基于最大内嵌正方体的虚拟电厂灵活性聚合方法 |
CN109799708B (zh) * | 2019-01-30 | 2021-08-24 | 广东电网有限责任公司电力调度控制中心 | 一种基于最大内嵌正方体的虚拟电厂灵活性聚合方法 |
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 |
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 |
CN110011334A (zh) * | 2019-05-24 | 2019-07-12 | 深圳赛诺凡尔纳能源有限公司 | 一种用于超临界火力发电机组的自动调节控制方法及系统 |
CN110516843A (zh) * | 2019-07-19 | 2019-11-29 | 国网冀北电力有限公司电力科学研究院 | 一种虚拟电厂容量优化方法、设备以及系统 |
CN110516855A (zh) * | 2019-08-08 | 2019-11-29 | 西安交通大学 | 一种面向负荷聚合商的分布式储能控制权优化调度方法 |
CN110516855B (zh) * | 2019-08-08 | 2022-04-22 | 西安交通大学 | 一种面向负荷聚合商的分布式储能控制权优化调度方法 |
CN110932296A (zh) * | 2019-12-16 | 2020-03-27 | 合肥阳光新能源科技有限公司 | 一种储能控制方法、装置及虚拟电厂 |
CN110932296B (zh) * | 2019-12-16 | 2021-12-14 | 合肥阳光新能源科技有限公司 | 一种储能控制方法、装置及虚拟电厂 |
CN111382939A (zh) * | 2020-03-06 | 2020-07-07 | 国网冀北电力有限公司 | 虚拟电厂资源优化配置方法、装置及设备 |
CN111414690B (zh) * | 2020-03-19 | 2023-08-11 | 国网冀北电力有限公司 | 一种基于分类聚合的虚拟电厂调度参数计算方法 |
CN111414690A (zh) * | 2020-03-19 | 2020-07-14 | 国网冀北电力有限公司 | 一种基于分类聚合的虚拟电厂调度参数计算方法 |
CN111404181A (zh) * | 2020-03-19 | 2020-07-10 | 国电联合动力技术有限公司 | 一种多能耦合互补的储能系统及储能控制方法 |
CN111950771A (zh) * | 2020-07-21 | 2020-11-17 | 浙江中新电力工程建设有限公司 | 基于虚拟电厂多能互补的源荷储优化配置系统及其方法 |
CN112186756B (zh) * | 2020-09-27 | 2024-03-19 | 国网辽宁省电力有限公司经济技术研究院 | 一种面向虚拟电厂的储能容量配置方法 |
CN112186756A (zh) * | 2020-09-27 | 2021-01-05 | 国网辽宁省电力有限公司经济技术研究院 | 一种面向虚拟电厂的储能容量配置方法 |
CN113610357A (zh) * | 2021-07-16 | 2021-11-05 | 远景智能国际私人投资有限公司 | 虚拟电厂的交易流程管理方法、装置、设备及介质 |
CN113837448A (zh) * | 2021-08-30 | 2021-12-24 | 国网河南省电力公司经济技术研究院 | 一种虚拟电厂参与农村能源互联网构建的运行优化方法 |
CN113837653A (zh) * | 2021-10-13 | 2021-12-24 | 浙江浙达能源科技有限公司 | 一种基于特性各异资源的虚拟电厂动态聚合方法 |
CN116937623A (zh) * | 2023-09-14 | 2023-10-24 | 北京盛藏技术有限公司 | 一种利用新能源预测的混合储能辅调频控制方法及系统 |
CN116937623B (zh) * | 2023-09-14 | 2023-12-12 | 北京盛藏技术有限公司 | 一种利用新能源预测的混合储能辅调频控制方法及系统 |
CN117458544A (zh) * | 2023-10-31 | 2024-01-26 | 国网青海省电力公司清洁能源发展研究院 | 一种基于多类型储能资源动态聚合的优化协同调控方法 |
CN117458544B (zh) * | 2023-10-31 | 2024-03-26 | 国网青海省电力公司清洁能源发展研究院 | 一种基于多类型储能资源动态聚合的优化协同调控方法 |
CN117728470A (zh) * | 2023-12-18 | 2024-03-19 | 上海勘测设计研究院有限公司 | 源荷储多主体协调控制方法和装置 |
CN117728470B (zh) * | 2023-12-18 | 2024-05-03 | 上海勘测设计研究院有限公司 | 源荷储多主体协调控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108667052B (zh) | 2021-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108667052A (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
CN110311421B (zh) | 基于需求侧响应的微电网多时间尺度能量管理方法 | |
Wu et al. | Dynamic economic dispatch of a microgrid: Mathematical models and solution algorithm | |
CN105207259B (zh) | 基于能量管理的并网状态下的微电网系统调度方法 | |
CN102289566B (zh) | 独立运行模式下的微电网多时间尺度能量优化调度方法 | |
CN107565607B (zh) | 一种基于实时电价机制的微电网多时间尺度能量调度方法 | |
CN109347100A (zh) | 提升风电场综合性能的混合储能系统优化配置方法 | |
CN103485977B (zh) | 风力发电系统实时功率预测的修正方法 | |
CN107104462B (zh) | 一种用于风电场储能调度的方法 | |
CN104239967A (zh) | 一种含风电场的电力系统多目标经济调度方法 | |
CN106786685A (zh) | 一种发电侧配置电池储能系统参与电网深度调峰的运行控制方法 | |
CN107546781A (zh) | 基于pso改进算法的微电网多目标运行优化方法 | |
CN105207207B (zh) | 基于能量管理的孤网状态下的微电网系统调度方法 | |
CN108695871A (zh) | 含有电力弹簧的孤岛微电网的降低储能容量需求的配置方法 | |
CN102593855B (zh) | 平抑电力系统中可再生能源电源输出功率波动的方法 | |
CN109802412A (zh) | 用户侧负荷聚集商储能容量的优化配置方法 | |
CN105574681A (zh) | 一种多时间尺度社区能源局域网能量调度方法 | |
CN114362218A (zh) | 基于深度q学习的微电网内多类型储能的调度方法及装置 | |
CN107919683A (zh) | 一种储能减少风电场弃风电量的优化决策方法 | |
CN113644698A (zh) | 一种海岛微网的源荷储容量优化配置方法及系统 | |
CN110932296B (zh) | 一种储能控制方法、装置及虚拟电厂 | |
CN116780623A (zh) | 一种面向海上风电消纳的海上油气田系统分层调控方法 | |
CN116742812A (zh) | 一种多能互补发电系统储能容量协调优化配置方法和系统 | |
CN115021336A (zh) | 一种面向高比例新能源电力系统惯量不足场景的优化方法 | |
CN114759616A (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 |
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 |