CN108879741B - 一种分布式电源就地消纳的储能容量配置方法及系统 - Google Patents

一种分布式电源就地消纳的储能容量配置方法及系统 Download PDF

Info

Publication number
CN108879741B
CN108879741B CN201810694583.0A CN201810694583A CN108879741B CN 108879741 B CN108879741 B CN 108879741B CN 201810694583 A CN201810694583 A CN 201810694583A CN 108879741 B CN108879741 B CN 108879741B
Authority
CN
China
Prior art keywords
energy storage
capacity
distributed power
storage capacity
power supply
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
CN201810694583.0A
Other languages
English (en)
Other versions
CN108879741A (zh
Inventor
王德顺
陶琼
吴福保
叶季蕾
薛金花
杨波
赵上林
孙博
冯鑫振
桑丙玉
张慧明
姬联涛
俞斌
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.)
China Electric Power Research Institute Co Ltd CEPRI
Yangquan Power Supply Co of State Grid Shanxi Electric Power Co Ltd
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
Yangquan Power Supply Co of State Grid Shanxi 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 China Electric Power Research Institute Co Ltd CEPRI, Yangquan Power Supply Co of State Grid Shanxi Electric Power Co Ltd filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN201810694583.0A priority Critical patent/CN108879741B/zh
Publication of CN108879741A publication Critical patent/CN108879741A/zh
Application granted granted Critical
Publication of CN108879741B publication Critical patent/CN108879741B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28Arrangements for balancing of the load in a network by storage of energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种分布式电源就地消纳的储能容量配置方法及系统,包括:获取预设时间段内分布式电源出力与负荷;基于分布式电源出力与负荷计算分布式电源理论最大消纳能力和分布式电源实际消纳能力;基于分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置。本发明的技术方案无需通过复杂的计算程序即可实现简单准确的提高并网型微网分布式电源就地消纳的储能容量配置,不需要解决很多高级算法的收敛问题。

Description

一种分布式电源就地消纳的储能容量配置方法及系统
技术领域
本发明属于微电网技术领域,具体涉及一种分布式电源就地消纳的储能容量配置方法及系统。
背景技术
当今大力推动多能互补及新能源微电网集成示范项目,为了实现分布式能源多网耦合的高效消纳和提高能源综合利用效率,微电网与外部电网的年交换电量不应超过年用电量的50%。新能源微电网是基于局部配电网建设的含风、光、天然气等各类分布式能源区域综合能源多网耦合系统。可再生能源的波动性和异地消纳的困难性,传统电力供应由于其必须连续供电、不可大规模储存,必须时刻平衡等特性,储能单元作为微电网重要的组成部分,对分布式电源的基地消纳起着至关重要的作用。
如何配置合理储能系统容量及功率,实现微电源及与负荷柔性调节,减少微网与外部电网的年度交换电量是微网设计的重要目标。对微电网中储能单元容量配置不仅要针对平滑新能源出力、削峰填谷等优化目标,还应该考虑提高就地消纳能力。
发明内容
为了解决现有技术中所存在的上述不足,本发明提供一种分布式电源就地消纳的储能容量配置方法及系统。
本发明提供的技术方案是:
一种分布式电源就地消纳的储能容量配置方法,其特征在于,包括:
获取预设时间段内分布式电源出力与负荷;
基于所述分布式电源出力与负荷计算分布式电源理论最大消纳能力和分布式电源实际消纳能力;
基于所述分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置。
优选的,所述分布式电源理论最大消纳能力按下式计算:
Figure BDA0001713315520000021
式中,Cideal表示理论最大消纳能力,Si表示日内各时间段分布式电源出力和数组,Li表示日内各时间段负荷和数组,num表示数组长度。
优选的,所述分布式电源实际消纳能力按下式计算:
Figure BDA0001713315520000022
式中,Ccurrent表示电源实际消纳能力,S′i表示实际分布式电源消纳容量。
优选的,所述基于所述分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置,包括:
判断所述分布式电源理论最大消纳能力与分布式电源实际消纳能力的大小;
当所述分布式电源实际消纳能力等于所述分布式电源理论最大消纳能力时,储能容量配置为零;
当所述分布式电源实际消纳能力小于所述分布式电源理论最大消纳能力时,调整储能容量配置。
优选的,所述当所述分布式电源实际消纳能力小于所述分布式电源理论最大消纳能力时,调整储能容量配置,包括:
基于各时间段的所有分布式电源出力和以及负荷和确定各时段对应的不匹配容量,并构建不匹配容量数组;
基于预设条件将所述不匹配容量数组缩减成正负相间的不匹配容量数列;
若所述不匹配容量数组为奇数组,则将所述不匹配容量数组末尾补0,形成偶数列;
基于最大值最小原则和总的不匹配容量将所述不匹配容量数列更新成新数组;
基于所述新数组调整储能容量进行配置。
优选的,所述不匹配容量数组,按下式确定:
NMi=Si-Li
式中,Si表示日内各时间段分布式电源出力和数组,Li表示日内各时间段负荷和数组,NMi不匹配容量数组。
优选的,所述总的不匹配容量,按下式确定:
ΔNM=NM+-NM-
式中,ΔNM总不匹配容量,NM+光伏过剩引起的不匹配容量,NM-光伏不足引起的不匹配容量。
优选的,所述基于所述新数组调整储能容量进行配置,包括:
根据预设的配置用储能容量算法设置储能容量值、储能容量初始值、储能余量初始值和储能计算初始值;
根据所述新数组和所述储能余量初始值更新储能容量初始值,同时基于更新后的储能容量初始值与所述新数组更新储能余量初始值;
根据更新后的所述储能容量初始值更新储能容量值,同时结合预设的判定条件确定配置用储能容量值进行配置;
其中,所述储能容量值、储能容量初始值和储能余量初始值设置为0,所述储能计算初始值设置为1。
优选的,所述根据所述新数组和所述储能余量初始值更新储能容量初始值,同时基于更新后的储能容量初始值与所述新数组更新储能余量初始值,包括:
根据所述储能计算初始值确定所述新数组中的元素;
基于所述元素、所述储能余量初始值根据预设的第一判定条件确定更新后的储能容量初始值,同时基于更新后的储能容量初始值和所述新数组确定更新后的储能余量初始值。
优选的,所述根据更新后的所述储能容量初始值更新储能容量值,包括:
基于更新后的储能容量初始值判断与所述储能容量值的大小;
当更新后的储能容量初始值大于等于所述储能容量值,则更新储能容量值为所述储能容量初始值;
否则,所述储能容量值不更新。
优选的,所述同时结合预设的判定条件确定配置用储能容量值进行配置,包括:
根据所述新数组中元素总个数更新储能计算初始值,同时结合预设的第二判定条件判断所述更新后的储能容量值是否满足配置用储能容量值;
当满足要求时,将所述更新后的储能容量值作为配置用储能容量值进行配置;
否则,基于更新后的储能计算初始值、储能余量初始值、储能容量初始值、储能容量值和新数组进行循环处理直至满足预设的第二判定条件时,确定所述配置用储能容量值进行配置。
本发明的另一目的在于提出一种分布式电源就地消纳的储能容量配置系统,包括:数据获取模块、数据计算模块和计算配置模块;
所述数据获取模块,用于获取预设时间段内分布式电源出力与负荷;
所述数据计算模块,用于基于所述分布式电源出力与负荷计算分布式电源理论最大消纳能力和分布式电源实际消纳能力;
所述计算配置模块,用于基于所述分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置。
优选的,所述计算配置模块,包括:判断子模块、第一处理子模块和第二处理子模块;
所述判断子模块,用于判断所述分布式电源理论最大消纳能力与分布式电源实际消纳能力的大小;
所述第一处理子模块,用于当所述分布式电源实际消纳能力等于所述分布式电源理论最大消纳能力时,储能容量配置为零;
所述第二处理子模块,用于当所述分布式电源实际消纳能力小于所述分布式电源理论最大消纳能力时,调整储能容量配置。
优选的,所述第二处理子模块,包括:确定构建单元、缩减单元、更新单元和调整配置单元;
所述确定构建单元,用于基于各时间段的所有分布式电源出力和以及负荷和确定各时段对应的不匹配容量,并构建不匹配容量数组;
所述缩减单元,用于基于预设条件将所述不匹配容量数组缩减成正负相间的不匹配容量数列;
所述更新单元,用于基于最大值最小原则和总的不匹配容量将所述不匹配容量数列更新成新数组;
所述调整配置单元,用于基于所述新数组调整储能容量进行配置。
优选的,所述调整配置单元,包括:储能初始值设置子单元、储能更新子单元和储能配置确定子单元;
所述储能初始值设置子单元,用于根据预设的配置用储能容量算法设置储能容量值、储能容量初始值、储能余量初始值和储能计算初始值;
所述储能更新子单元,用于根据所述新数组和所述储能余量初始值更新储能容量初始值,同时基于更新后的储能容量初始值与所述新数组更新储能余量初始值;
所述储能配置确定子单元,用于根据更新后的所述储能容量初始值更新储能容量值,同时结合预设的判定条件确定配置用储能容量值进行配置;
其中,所述储能容量值、储能容量初始值和储能余量初始值设置为0,所述储能计算初始值设置为1。
与最接近的现有技术相比,本发明提供的技术方案具有以下有益效果:
本发明的技术方案通过获取预设时间段内分布式电源出力与负荷;基于所述分布式电源出力与负荷计算分布式电源理论最大消纳能力和分布式电源实际消纳能力;基于所述分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置,实现微电网与负荷柔性调节,减少了微电网与外部电网的年度交换电量。
本发明的技术方案实现了简单准确的提高并网型微网分布式电源就地消纳的储能容量配置,不需要解决很多高级算法的收敛问题。同时在计算的过程,为微网运行控制提供具体的控制策略。
附图说明
图1为本发明的方法流程图;
图2为本发明的储能容量流程图。
具体实施方式
为了更好地理解本发明,下面将结合本发明实施例中的附图,对本发明实施例中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。
从图1可以看出,本发明的技术方案一种分布式电源就地消纳的储能容量配置方法,包括:
S1、获取预设时间段内分布式电源出力与负荷;
S2、基于所述分布式电源出力与负荷计算分布式电源理论最大消纳能力和分布式电源实际消纳能力;
S3、基于所述分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置。
具体的,
对S1做进一步详细解释:
获取日内各时间段可再生能源出力和数组和日内各时间段负荷和数组;
可再生能源出力包括:风电光伏。
对S2作进一步详细解释:
步骤S201、计算分布式电源理论最大消纳能力Cideal(%);
在步骤S201中,所述理论最大消纳能力取决于微网内部负荷情况与分布式的电源出力情况,具体计算方法如下:
Figure BDA0001713315520000061
其中:Cideal理论最大消纳能力(百分比);Si为日内各时间段可再生能源出力和数组;Li为日内各时间段负荷和数组;num为24小时内时间段个数,即数组长度。
步骤S202、计算当前分布式电源消纳能力Ccurrent(%);
在步骤S202中,计算当前分布式电源消纳能力Ccurrent(%)
Figure BDA0001713315520000071
Figure BDA0001713315520000072
S′i当前分布式电源消纳容量;
步骤S203、判断分布式电源理论最大消纳能力与当前分布式电源消纳能力关系,得出储能配置容量结果。
在步骤S203中,如果分布式电源理论最大消纳能力Cideal等于当前分布式电源消纳能力Ccurrent,则:
EScap=0;
即不需要储能系统来提升就地消纳水平。
EScap为提高并网型微网分布式电源就地消纳的储能容量;
如果分布式电源理论最大消纳能力Cideal大于当前分布式电源消纳能力Ccu,则:
1)分布式电源与负荷不匹配容量分解;
NMi=Si-Li
Figure BDA0001713315520000073
Figure BDA0001713315520000074
Figure BDA0001713315520000075
Figure BDA0001713315520000076
ΔNM=NM+-NM-
其中,NMi不匹配容量数组;NMi +光伏过剩引起的不匹配容量;NMi -光伏不足引起的不匹配容量;ΔNM总不匹配容量。
当ΔNM≥0,则可再生能源总体大于负荷,无法达到完全就地消纳,表示有ΔNM容量的可再生能源不可能被就地消纳。
当ΔNM<0,则可再生能源总体小于负荷,可完全就地消纳,表示有ΔNM容量的负荷需要电网提供电能。则另:
NMi=-NMi,ΔNM=-ΔNM
其中,预设条件包括了:将NMi数组中符号相同的相邻值求和,数值零等同于正号,NM′j的一个元素为正值,否则,将第一个元素移至数组最后,数组其他元素依次向前移一位,并判断NM′j元素个数是否为偶数,如不是偶数则在末尾补零变成偶数数组;
最后得出NM′jj≤i为正负相间数列。
基于最大值最小原则和总的不匹配容量将所述不匹配容量偶数列更新成新数组;将ΔNM分为若干份容量,并用数组NM′j奇数元素减去这些容量,且应满足:使NM′j奇数元素最大值最小。
对步骤S3作进一步详细解释:
S301、根据预设的配置用储能容量算法设置储能容量值、储能容量初始值、储能余量初始值和储能计算初始值;
在步骤S301中,包括:
根据所述储能计算初始值确定所述新数组中的元素;
基于所述元素、所述储能余量初始值根据预设的第一判定条件确定更新后的储能容量初始值,同时基于更新后的储能容量初始值和所述新数组确定更新后的储能余量初始值。
具体的,
第一判定条件指的是:通过储能计算初始值确定的新数组的第一元素的绝对值与所述储能余量初始值的和是否大于等于通过计算初始值确定的新数组的第二元素的绝对值,即图2中,|NM′2n_1|+ΔSn≥NM′2n|。
S302、根据所述新数组和所述储能余量初始值更新储能容量初始值,同时基于更新后的储能容量初始值与所述新数组更新储能余量初始值;
在步骤S302中,包括:
基于更新后的储能容量初始值判断与所述储能容量值的大小;
当更新后的储能容量初始值大于等于所述储能容量值,则更新储能容量值为所述储能容量初始值;
否则,所述储能容量值不更新。
S303、根据更新后的所述储能容量初始值更新储能容量值,同时结合预设的判定条件确定配置用储能容量值进行配置;
其中,所述储能容量值、储能容量初始值和储能余量初始值设置为0,所述储能计算初始值设置为1。
在步骤303中,包括:
根据所述新数组中元素总个数更新储能计算初始值,同时结合预设的第二判定条件判断所述更新后的储能容量值是否满足配置用储能容量值;
当满足要求时,将所述更新后的储能容量值作为配置用储能容量值进行配置;
否则,基于更新后的储能计算初始值、储能余量初始值、储能容量初始值、储能容量值和新数组进行循环处理直至满足预设的第二判定条件时,确定所述配置用储能容量值进行配置。
具体的,第二判定条件,包括:判断更新后的计算初始值是否大于新数组的总元素个数的一半,即图2中,n>j/2。
具体计算配置用储能容量如图2所示,流程图为计算储能容量需求EScap
实施例2
本发明具体实施案例通过某并网型微电网工程进行验证,该微电网冬季典型负荷特性及分布式电源出力特性分别如下:
表1
Figure BDA0001713315520000101
则按照本发明方法:
(1)计算分布式电源理论最大消纳能力Cideal(%);
根据表1,本案例中,num取24,
由表1可得,Si为光伏、风电的出力合,即
Si={77 79 81 83 80 77 89 126 176 212 231 239 237 226 203 160 102 5531 33 43 49 53 55};
Li为日内各时间段负荷和数组,即
Li={9 7 8 4 3 8 4 57 254 254 291 317 228 277 288 275 281 85 13 13 1613 13 12};
Figure BDA0001713315520000102
Figure BDA0001713315520000103
得出:
Figure BDA0001713315520000104
(2)计算当前分布式电源消纳能力Ccurrent(%),由:
Figure BDA0001713315520000111
得出:
S′i={9 7 8 4 3 8 4 57 176 212 231 239 228 226 203 160 102 55 13 1316 13 13 12};
Figure BDA0001713315520000112
Figure BDA0001713315520000113
(3)判断分布式电源理论最大消纳能力与当前分布式电源消纳能力关系,得出储能配置容量结果。
分布式电源理论最大消纳能力Cideal大于当前分布式电源消耗能力Ccurrent(%),则:
a)引起就地消纳问题的分布式电源与负荷不匹配容量分解,即将不匹配的容量,通过储能系统来进行调节,但分解给储能进行优化运行实现全部就地消纳。
1)分布式电源与负荷不匹配容量分解;NMi=Si-Li
得出:
NMi={68 72 73 79 77 69 85 69 -78 -42 -60 -78 9 -51 -85 -115 -179 -3018 20 27 36 40 43};
则:
NMi +={68 72 73 79 77 69 85 69 0 0 0 0 9 0 0 0 0 0 18 20 27 36 40 43};
NMi -={0 0 0 0 0 0 0 0 -78 -42 -60 -78 0 -51 -85 -115 -179 -30 0 0 0 00 0}
NM+=∑NMi +=785
NM-=-∑NMi -=718
ΔNM=NM+-NM-=785-718=67
即不匹配容量差额为67kWh。
将NMi数组中符号相同的相邻值求和,数值零等同于正号,得出NM′j,j≤i,为正负相间数列。
NM′j的一个元素为正值,否则,将第一个元素移至最后,其他元素向前移一位,并判断NM′j元素个数是否为偶数,如不是偶数则在末尾补零变成偶数数组。得出:NM′j={592,-258,9,-460,184,0};
当ΔNM>0,则可再生能源总体大于负荷,无法达到完全就地消纳,表示有ΔNM容量的可再生能源不可能被就地消纳,将ΔNM分成若干份容量,并用数组NM′j奇数元素减去这些容量,且应满足:使NM′j奇数元素,且应满足:最大值最小。更新NM′j数组。
ΔNM为67,NM′j数组中奇数元素最大值为NM′1=592,将67分为67、0、0,让NM′j其奇数元素分别做差,则得NM′1=525是保障了NM′j奇数元素最大值最小的分配方案。
得到更新后的数组:NM′j={525,-258,9,-460,184,0};
b)储能系统提高分布式电源就地消纳结果。
根据图2,计算储能容量EScap计算得出:
初始化将ES0=ES1=ΔS=0,n=1则:
n=1时,
|NM′1|+ΔS1≥|NM′2|成立,ES1=|NM′1|+ΔS1=525
ΔS2=ES1-|NM′2|=525-258=267
ES1=525≥ES=0成立,则ES=ES1=525
n=2,且不大于j/2=3,则:
|NM′3|+ΔS2=9+267=276≥|NM′4|=460不成立,且
ES2=|NM′4|=460;
ΔS3=0;
ES2=458≥ES=525不成立,则ES=ES=525
n=3,不大于j/2=3,则:
|NM′5|+ΔS3=184+0≥|NM′6|=0成立,且
ES3=|NM′5|+ΔS3=184;
ΔS4=ES3-|NM′6|=184-0=184;
ES3=184≥ES=524不成立,则ES=ES=525
n=4,大于j/2=3,则:
EScap=ES=525
即该系统容量需求为525kWh。
基于同一发明构思,本发明提出了一种分布式电源就地消纳的储能容量配置系统,包括:数据获取模块、数据计算模块和计算配置模块;
下面对下述三个模块作进一步说明:
数据获取模块,用于获取预设时间段内分布式电源出力与负荷;
数据计算模块,用于基于分布式电源出力与负荷计算分布式电源理论最大消纳能力和分布式电源实际消纳能力;
计算配置模块,用于基于分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置。
进一步的,计算配置模块,包括:判断子模块、第一处理子模块和第二处理子模块;
判断子模块,用于判断分布式电源理论最大消纳能力与分布式电源实际消纳能力的大小;
第一处理子模块,用于当分布式电源实际消纳能力等于分布式电源理论最大消纳能力时,储能容量配置为零;
第二处理子模块,用于当分布式电源实际消纳能力小于分布式电源理论最大消纳能力时,调整储能容量配置。
进一步的,第二处理子模块,包括:确定构建单元、缩减单元、更新单元和调整配置单元;
确定构建单元,用于基于各时间段的所有分布式电源出力和以及负荷和确定各时段对应的不匹配容量,并构建不匹配容量数组;
缩减单元,用于基于预设条件将不匹配容量数组缩减成正负相间的不匹配容量数列;
更新单元,用于基于最大值最小原则和总的不匹配容量将所述不匹配容量数列更新成新数组;
调整配置单元,用于基于所述新数组调整储能容量进行配置。
进一步的,调整配置单元,包括:储能初始值设置子单元、储能更新子单元和储能配置确定子单元;
储能初始值设置子单元,用于根据预设的配置用储能容量算法设置储能容量值、储能容量初始值、储能余量初始值和储能计算初始值;
储能更新子单元,用于根据所述新数组和储能余量初始值更新储能容量初始值,同时基于更新后的储能容量初始值与新数组更新储能余量初始值;
储能配置确定子单元,用于根据更新后的储能容量初始值更新储能容量值,同时结合预设的判定条件确定配置用储能容量值进行配置;
其中,储能容量值、储能容量初始值和储能余量初始值设置为0,储能计算初始值设置为1。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。

Claims (11)

1.一种分布式电源就地消纳的储能容量配置方法,其特征在于,包括:
获取预设时间段内分布式电源出力与负荷;
基于所述分布式电源出力与负荷计算分布式电源理论最大消纳能力和分布式电源实际消纳能力;
基于所述分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置;
所述基于所述分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置,包括:
判断所述分布式电源理论最大消纳能力与分布式电源实际消纳能力的大小;
当所述分布式电源实际消纳能力等于所述分布式电源理论最大消纳能力时,储能容量配置为零;
当所述分布式电源实际消纳能力小于所述分布式电源理论最大消纳能力时,调整储能容量配置;
所述当所述分布式电源实际消纳能力小于所述分布式电源理论最大消纳能力时,调整储能容量配置,包括:
基于各时间段的所有分布式电源出力和以及负荷和确定各时段对应的不匹配容量,并构建不匹配容量数组;
基于预设条件将所述不匹配容量数组缩减成正负相间的不匹配容量数列;
若所述不匹配容量数组为奇数组,则将所述不匹配容量数组末尾补0,形成偶数列;
基于最大值最小原则和总的不匹配容量将所述不匹配容量数列更新成新数组;
基于所述新数组调整储能容量进行配置。
2.如权利要求1所述的分布式电源就地消纳的储能容量配置方法,其特征在于,所述分布式电源理论最大消纳能力按下式计算:
Figure FDA0003717639580000011
式中,Cideal表示理论最大消纳能力,Si表示日内各时间段分布式电源出力和数组,Li表示日内各时间段负荷和数组,num表示数组长度。
3.如权利要求2所述的分布式电源就地消纳的储能容量配置方法,其特征在于,所述分布式电源实际消纳能力按下式计算:
Figure FDA0003717639580000021
式中,Ccurrent表示电源实际消纳能力,Si'表示实际分布式电源消纳容量。
4.如权利要求1所述的分布式电源就地消纳的储能容量配置方法,其特征在于,所述不匹配容量数组,按下式确定:
NMi=Si-Li
式中,Si表示日内各时间段分布式电源出力和数组,Li表示日内各时间段负荷和数组,NMi不匹配容量数组。
5.如权利要求1所述的分布式电源就地消纳的储能容量配置方法,其特征在于,所述总的不匹配容量,按下式确定:
ΔNM=NM+-NM-
式中,ΔNM总不匹配容量,NM+光伏过剩引起的不匹配容量,NM-光伏不足引起的不匹配容量。
6.如权利要求1所述的分布式电源就地消纳的储能容量配置方法,其特征在于,所述基于所述新数组调整储能容量进行配置,包括:
根据预设的配置用储能容量算法设置储能容量值、储能容量初始值、储能余量初始值和储能计算初始值;
根据所述新数组和所述储能余量初始值更新储能容量初始值,同时基于更新后的储能容量初始值与所述新数组更新储能余量初始值;
根据更新后的所述储能容量初始值更新储能容量值,同时结合预设的判定条件确定配置用储能容量值进行配置;
其中,所述储能容量值、储能容量初始值和储能余量初始值设置为0,所述储能计算初始值设置为1。
7.如权利要求6所述的分布式电源就地消纳的储能容量配置方法,其特征在于,所述根据所述新数组和所述储能余量初始值更新储能容量初始值,同时基于更新后的储能容量初始值与所述新数组更新储能余量初始值,包括:
根据所述储能计算初始值确定所述新数组中的元素;
基于所述元素、所述储能余量初始值根据预设的第一判定条件确定更新后的储能容量初始值,同时基于更新后的储能容量初始值和所述新数组确定更新后的储能余量初始值。
8.如权利要求6所述的分布式电源就地消纳的储能容量配置方法,其特征在于,所述根据更新后的所述储能容量初始值更新储能容量值,包括:
基于更新后的储能容量初始值判断与所述储能容量值的大小;
当更新后的储能容量初始值大于等于所述储能容量值,则更新储能容量值为所述储能容量初始值;
否则,所述储能容量值不更新。
9.如权利要求6所述的分布式电源就地消纳的储能容量配置方法,其特征在于,所述同时结合预设的判定条件确定配置用储能容量值进行配置,包括:
根据所述新数组中元素总个数更新储能计算初始值,同时结合预设的第二判定条件判断所述更新后的储能容量值是否满足配置用储能容量值;
当满足要求时,将所述更新后的储能容量值作为配置用储能容量值进行配置;
否则,基于更新后的储能计算初始值、储能余量初始值、储能容量初始值、储能容量值和新数组进行循环处理直至满足预设的第二判定条件时,确定所述配置用储能容量值进行配置。
10.一种分布式电源就地消纳的储能容量配置系统,其特征在于,包括:数据获取模块、数据计算模块和计算配置模块;
所述数据获取模块,用于获取预设时间段内分布式电源出力与负荷;
所述数据计算模块,用于基于所述分布式电源出力与负荷计算分布式电源理论最大消纳能力和分布式电源实际消纳能力;
所述计算配置模块,用于基于所述分布式电源理论最大消纳能力和分布式电源实际消纳能力对储能容量进行配置;
所述计算配置模块,包括:判断子模块、第一处理子模块和第二处理子模块;
所述判断子模块,用于判断所述分布式电源理论最大消纳能力与分布式电源实际消纳能力的大小;
所述第一处理子模块,用于当所述分布式电源实际消纳能力等于所述分布式电源理论最大消纳能力时,储能容量配置为零;
所述第二处理子模块,用于当所述分布式电源实际消纳能力小于所述分布式电源理论最大消纳能力时,调整储能容量配置;
所述第二处理子模块,包括:确定构建单元、缩减单元、更新单元和调整配置单元;
所述确定构建单元,用于基于各时间段的所有分布式电源出力和以及负荷和确定各时段对应的不匹配容量,并构建不匹配容量数组;
所述缩减单元,用于基于预设条件将所述不匹配容量数组缩减成正负相间的不匹配容量数列;
所述更新单元,用于基于最大值最小原则和总的不匹配容量将所述不匹配容量数列更新成新数组;
所述调整配置单元,用于基于所述新数组调整储能容量进行配置。
11.如权利要求10所述的分布式电源就地消纳的储能容量配置系统,其特征在于,所述调整配置单元,包括:储能初始值设置子单元、储能更新子单元和储能配置确定子单元;
所述储能初始值设置子单元,用于根据预设的配置用储能容量算法设置储能容量值、储能容量初始值、储能余量初始值和储能计算初始值;
所述储能更新子单元,用于根据所述新数组和所述储能余量初始值更新储能容量初始值,同时基于更新后的储能容量初始值与所述新数组更新储能余量初始值;
所述储能配置确定子单元,用于根据更新后的所述储能容量初始值更新储能容量值,同时结合预设的判定条件确定配置用储能容量值进行配置;
其中,所述储能容量值、储能容量初始值和储能余量初始值设置为0,所述储能计算初始值设置为1。
CN201810694583.0A 2018-06-29 2018-06-29 一种分布式电源就地消纳的储能容量配置方法及系统 Active CN108879741B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810694583.0A CN108879741B (zh) 2018-06-29 2018-06-29 一种分布式电源就地消纳的储能容量配置方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810694583.0A CN108879741B (zh) 2018-06-29 2018-06-29 一种分布式电源就地消纳的储能容量配置方法及系统

Publications (2)

Publication Number Publication Date
CN108879741A CN108879741A (zh) 2018-11-23
CN108879741B true CN108879741B (zh) 2022-11-11

Family

ID=64297185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810694583.0A Active CN108879741B (zh) 2018-06-29 2018-06-29 一种分布式电源就地消纳的储能容量配置方法及系统

Country Status (1)

Country Link
CN (1) CN108879741B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110676888A (zh) * 2019-10-14 2020-01-10 国网山东省电力公司莱芜供电公司 一种多能互补系统容量计算方法、系统、终端及存储介质
CN110717694B (zh) * 2019-10-28 2023-02-03 国网河南省电力公司电力科学研究院 基于新能源消纳期望值的储能配置随机决策方法及装置
CN115549163B (zh) * 2022-12-01 2023-04-07 东南大学 基于随机充放循环特征的储能容量优化配置方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105337317A (zh) * 2015-12-09 2016-02-17 国家电网公司 一种使分布式电源最大化消纳的配电网优化调度控制方法
CN108171407A (zh) * 2017-12-14 2018-06-15 国家电网公司 一种储能需求评估方法、系统、终端及可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105337317A (zh) * 2015-12-09 2016-02-17 国家电网公司 一种使分布式电源最大化消纳的配电网优化调度控制方法
CN108171407A (zh) * 2017-12-14 2018-06-15 国家电网公司 一种储能需求评估方法、系统、终端及可读存储介质

Also Published As

Publication number Publication date
CN108879741A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
CN107104433B (zh) 一种光储系统参与配电网优化运行策略的获取方法
CN105846461B (zh) 一种大规模储能电站自适应动态规划的控制方法和系统
CN108879741B (zh) 一种分布式电源就地消纳的储能容量配置方法及系统
CN107732949B (zh) 一种综合风电全年多季节特性的储能布点定容方法
CN107492901B (zh) 一种分布式储能系统实时优化方法及装置
CN112583017A (zh) 考虑储能运行约束的混合微电网能量分配方法及系统
CN105896575B (zh) 基于自适应动态规划的百兆瓦储能功率控制方法及系统
CN112234604B (zh) 一种多能互补电源基地优化配置方法、存储介质及设备
CN110046780B (zh) 基于分时电价的孤岛微电网需求响应经济调度方法及系统
CN103986193B (zh) 一种最大风电并网容量获取的方法
CN114492085B (zh) 关于负荷、电源联合概率分布的区域电力电量平衡方法
US20240006891A1 (en) Two-stage self-organizing optimized aggregation method and system for distributed resources of virtual power plant (vpp)
TW201905774A (zh) 用於在間歇性發電廠中預測控制功率升降的方法
CN115425668A (zh) 一种基于电力系统时序生产模拟的储能容量优化配置方法
CN108039720B (zh) 一种交直流混联系统最大输电能力的确定方法和装置
CN109787221A (zh) 一种微电网电能安全经济调度方法和系统
CN113435659B (zh) 基于场景分析的综合能源系统两阶段优化运行方法及系统
CN115566680B (zh) 一种新能源电力系统时序生产模拟运行优化方法及装置
CN117094746A (zh) 一种虚拟发电厂优化方法、装置、设备及介质
CN110717694B (zh) 基于新能源消纳期望值的储能配置随机决策方法及装置
CN115065075B (zh) 风储集群中储能站优化调度方法、系统及存储介质
CN114336739B (zh) 基于云边协同的光储电站储能功率配置方法和系统
CN114530848B (zh) 一种光储虚拟电厂多时间尺度动态划分方法
CN110556862A (zh) 一种基于光伏集群的配电网两阶段优化调控方法及装置
CN113922384A (zh) 一种风电场分散式无功电压优化协调控制方法

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