CN109473998A - 一种应用于风电场出力平滑的储能配置方法 - Google Patents
一种应用于风电场出力平滑的储能配置方法 Download PDFInfo
- Publication number
- CN109473998A CN109473998A CN201811570827.0A CN201811570827A CN109473998A CN 109473998 A CN109473998 A CN 109473998A CN 201811570827 A CN201811570827 A CN 201811570827A CN 109473998 A CN109473998 A CN 109473998A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- limit
- constraint
- moment
- wind
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 126
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000005684 electric field Effects 0.000 title claims abstract description 12
- 230000005611 electricity Effects 0.000 claims abstract description 34
- 230000010354 integration Effects 0.000 claims abstract description 7
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000010348 incorporation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000036642 wellbeing Effects 0.000 description 1
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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H02J3/386—
-
- 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
- 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
- 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)
Abstract
本发明公开了一种应用于风电场出力平滑的储能配置方法,包括:获取风电场参数与储能参数;以考虑越限惩罚、储能成本以及限电损失的总运行成本最小为目标构建所述储能配置模型的目标函数;考虑联合系统输出等式约束、风电出力限制约束、出力波动限制约束、指示变量约束、储能系统约束以及非线性项线性化约束,建立所述储能配置模型的约束条件;基于仿真平台编程实现该模型,并调用算法求解该模型。本发明构建了以考虑越限惩罚、储能成本以及限电损失的总运行成本最小为目标的多指标储能配置模型,通过引入越限惩罚指标以体现“允许越限、适当惩罚”的策略,提升了规划的经济性,该模型同时兼顾风电并网1min与10min的多时间尺度波动越限要求,具备实用价值。
Description
技术领域
本发明属于电气工程领域,更具体地,涉及一种应用于风电场出力平滑的储能配置方法。
背景技术
近年来,得益于其环境友好、技术成熟、具备规模开发等特点,风电发展迅速,截止至2017年,全国风电累计装机量已达188.23GW。但因其不确定性和强波动性,大规模风电并网给电力系统带来严峻挑战,如调峰问题,安全稳定问题等。为减小风电并网对电力系统的冲击,在风电场处配置储能可平滑风电出力波动。考虑到风储联合系统的经济收益以及利用储能平抑风电波动的推广价值,进行风电场处的储能容量配置研究十分必要。目前,在风电波动平抑的储能容量配置方面,已有许多相关研究成果。现有的储能容量配置方法主要包括仿真分析法、理论分析法以及优化模型法等。通过仿真分析法求取最优储能功率容量、能量容量需枚举大量待选方案,仿真时间代价高。理论分析法仅从技术上给出了使得限电损失较小的储能配置方案,未考虑储能投资指标。优化模型法考虑了限电损失指标及储能投资指标,但未能在优化中对波动越限严重度进行量化评价,这将导致在风电场功率急剧变化时段风电出力得不到有效平滑,电网可能受到较大影响。
由此可见,现有技术存在对风电出力特性考虑不充分、储能配置方案经济性较差的技术问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种应用于风电场出力平滑的储能配置方法,旨在解决现有技术对风电出力特性考虑不充分、储能配置方案经济性较差的技术问题。
为实现上述目的,本发明提供了一种应用于风电场出力平滑的多尺度多指标储能配置方法,包括:
(1)获取风电场参数与储能参数;
(2)基于所述风电场参数和所述储能参数,以考虑越限惩罚、储能成本以及限电损失的总运行成本的目标函数最小为目标构建储能配置模型;
(3)考虑联合系统输出等式约束、风电出力限制约束、出力波动限制约束、越限指示变量约束、储能系统约束以及非线性线性化约束,建立所述储能配置模型的约束条件;
(4)基于仿真平台编程实现该模型,并调用算法求解该模型。
进一步的,风电场参数包括:风电场装机容量,风电并网电价,风电历史出力,风电波动越限阈值,风电波动越限惩罚系数以及风电波动允许越限次数;储能参数包括:储能的单位功率成本,储能单位能量成本,储能的充、放电效率,储能的使用寿命以及储能投资的年度贴现率。
进一步的,储能配置模型目标函数包括第一指标、第二指标和第三指标目标函数为,第一指标为弃风限电损失Cwin,第二指标为越限惩罚CD,第三指标为储能成本Cstr:
目标函数用公式表示为:
min(Cwin+CD+Cstr),
其中第一指标、第二指标和第三指标的计算公式为
其中,γw为风电上网电价,Pt为第t时刻风储联合系统的输出功率,Wt为第t时刻风电场的历史可发功率,T为波动平抑全时段周期,0<t≤T,γC为单位储能功率容量的投资费用,γE为单位储能能量容量的投资费用。Cmax与Emax分别为待决策的储能功率容量与能量容量。NT为全时段周期对应的天数,ye为储能的全寿命周期,δ为贴现率,CD1、CD10分别为1min、10min时间尺度下的越限固定费用,ε1,t为从第t时刻到第t+1时刻是否越限的指示变量,发生越限时,值为1,否则为0,ε10,t为从第t时刻到第t+10内是否越限的指示变量,从第t时刻到第t+1时刻,第t时刻到第t+2时刻,……,第t时刻到第t+10时刻,任意两时刻间发生波动越限,ε10,t的值为1,否则为0,将风电出力波动分为J段,k1,j,k10,j分别为1min、10min时间尺度下的第j分段单位功率越限惩罚,s1,j为从第t时刻到第t+1时刻1min时间尺度下第j分段的越限功率,s10,j为从第t时刻到第t+10时刻内10min时间尺度下第j分段的最大越限功率。
进一步的,储能配置模型的约束条件包括联合系统输出等式约束、风电出力限制约束、出力波动限制约束、越限指示变量约束、储能系统约束以及非线性项线性化约束。
出力波动限制约束包括:1min时间尺度下的正向、负向波动越限约束,10min时间尺度下的正向、负向波动越限约束,1min时间尺度下波动越限的分段表示约束,10min时间尺度下波动越限的分段表示约束以及波动越限的最大次数限制约束与最大功率限制约束。
越限指示变量约束包括:1min时间尺度下的越限指示变量约束和10min时间尺度下的越限指示变量约束。
储能系统约束包括:储能系统输出功率约束,储能系统充、放电功率约束,储能系统能量平衡约束,储能系统最大能量约束,能量回归约束,以及储能系统能量容量、功率容量限值约束。
非线性项线性化约束包括:1min时间尺度下的越限指示变量相关约束的线性化约束,10min时间尺度下的越限指示变量相关约束的线性化约束以及储能最大充、放电功率约束的线性化约束。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明提出分段线性化的风电出力波动越限惩罚评价方法,波动越限惩罚评价方法可量化评价风电波动越限对电网造成冲击的代价,本发明基于此,构建了以考虑越限惩罚、储能成本以及限电损失的总运行成本最小为目标的多指标储能配置模型,通过引入越限惩罚指标以体现“允许越限、适当惩罚”的策略,可在减少弃风限电的同时避免了储能的过度投资,兼具有效性与经济性;
(2)本发明基于风电出力实际特性,构建了多尺度储能配置模型,该模型同时兼顾风电并网1min与10min的多时间尺度波动越限要求,具备实用价值;
(3)本发明提出的储能配置模型将原有非线性模型转换成混合整数线性规划模型,通过调用商业求解器求解,保证了求解的精确性。
附图说明
图1是本发明实施例提供的一种应用于风电场出力平滑的储能配置方法的流程图;
图2是本发明实施例提供的波动程度与惩罚费用的分段线性关系曲线图;
图3是本发明实施例1提供的历史风功率与单指标平抑后出力曲线图;
图4是本发明实施例1提供的单指标平抑与双指标平抑后出力曲线图;
图5是本发明实施例1提供的双指标平抑与多指标平抑后出力曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示,一种应用于风电场出力平滑的储能配置方法,包括以下步骤:
步骤1:获取风电场参数与储能参数。
风电场参数包括:风电场装机容量,风电并网电价,风电历史出力,风电波动越限阈值,风电波动越限惩罚系数,风电波动允许越限次数;
储能参数包括:储能的单位功率成本,储能单位能量成本,储能的充、放电效率,储能的使用寿命以及储能投资的年度贴现率。
步骤2:以考虑越限惩罚、储能成本以及限电损失的总运行成本最小为目标构建所述储能配置模型的目标函数。
目标函数用公式表示为:
min(Cwin+CD+Cstr)
其中,Cwin表示弃风限电损失,CD表示越限惩罚,Cstr表示储能成本。应用于风电场出力平滑的多尺度多指标储能配置的目标体现以下三个方面:一是促进风电消纳,减少限电损失;二是尽可能减少储能系统投资成本;三是尽可能优化出力,减少波动越限惩罚。其中各项的详细表达式如下:
其中,γw为风电上网电价,Pt为第t时刻风储联合系统的输出功率,Wt为第t时刻风电场的历史可发功率,T为波动平抑全时段周期,γC为单位储能功率容量的投资费用,γE为单位储能能量容量的投资费用。Cmax与Emax分别为待决策的储能功率容量与能量容量,NT为全时段周期对应的天数,ye为储能的全寿命周期,δ为贴现率。CD1、CD10分别为1min、10min时间尺度下的越限固定费用,ε1,t为从第t时刻到第t+1时刻是否越限的指示变量,发生越限时,值为1,否则为0,ε10,t为从第t时刻到第t+10内是否越限的指示变量,从第t时刻到第t+1时刻,第t时刻到第t+2时刻,……,第t时刻到第t+10时刻,任意两时刻间发生波动越限,ε10,t的值为1,否则为0,k1,j,k10,j分别为1min、10min时间尺度下的第j分段单位功率越限惩罚,s1,j为从第t时刻到第t+1时刻1min时间尺度下第j分段的越限功率,s10,j为从第t时刻到第t+10时刻内10min时间尺度下第j分段的最大越限功率。
步骤3:考虑联合系统输出等式约束、风电出力限制约束、出力波动限制约束、指示变量约束、储能系统约束以及非线性线性化约束,建立所述储能配置模型的约束条件;
约束条件如下:
(1)联合系统输出约束
联合系统输出约束定义了联合系统的输出,PB,t为第t时刻储能的输出功率,PW,t为第t时刻风电场的实际出力。
(2)风电出力限制约束
风电出力约束对风电场实际发电功率进行了上下限约束。
(3)出力波动限制约束,包括1min时间尺度下的正向、负向波动越限约束,10min时间尺度下的正向、负向波动越限约束,1min时间尺度下波动越限的分段表示约束,10min时间尺度下波动越限的分段表示约束,以及波动越限的最大次数限制约束与最大功率限制约束。
1min时间尺度下的正向、负向波动越限约束:
其中D1,0为1min时间尺度下波动越限临界值,出力波动超过该值,会产生越限惩罚费用。从第t时刻到第t+1的时刻的正向波动越限量用s1+,t表示,负向波动越限量用s1-,t表示。
10min时间尺度下的正向、负向波动越限约束:
其中D10,0为10min时间尺度下波动越限临界值,出力波动超过该值,会产生越限惩罚费用。对任意时刻t,从第t时刻到第t+10时刻内共可能发生10次波动越限,即第t到第t+1时刻,第t到第t+2时刻,……,第t到第t+10时刻,其中的最大正向波动越限量用s10+,t表示,负向波动越限量用s10-,t表示。
1min时间尺度下波动越限的分段表示约束:
s1,t表示第t时刻到第t+1时刻1min时间尺度的正向、负向波动越限量之和。同时,s1,t还表示1min时间尺度波动越限量为该时间尺度下各分段的波动越限之和,分段线性化的波动越限惩罚评价方法如图2所示。同时还对1min时间尺度下各分段的波动越限进行了限制。
10min时间尺度下波动越限的分段表示约束:
类似地,S10,t表示第t时刻到第t+10时刻10min时间尺度的正向、负向波动越限量之和。同时,S10,t还表示10min时间尺度波动越限量为该时间尺度下各分段的波动越限之和,同时还对10min时间尺度下各分段的波动越限进行了限制。
尽管电力系统允许风电场发生一定的波动越限,但为避免风电场出力对电力系统造成过度冲击,各时间尺度下总的越限次数应受到限制。
1min时间尺度、10min时间尺度的越限总次数限制约束:
其中,N1、N10分别为1min、10min时间尺度允许的最大越限次数。
(4)越限指示变量约束
1min时间尺度下的越限指示变量约束和10min时间尺度下的越限指示变量ε1,t、ε10,t与越限功率变量s1,t、s10,t的约束:
当s10,t大于0时,ε10,t为1;当s10,t为0时,ε10,t为0或1,但由于目标函数最小化的需要,ε10,t将优化为0。同理,当s1,t大于0时,ε1,t为1;当s1,t为0或1时,ε1,t优化为0。
(5)储能系统约束
本文在储能系统建模时考虑其充放电效率,通过引入0-1变量对储能的充放电状态进行分别描述,储能系统的输出用公式表示为:
其中PD,t与PC,t分别为储能在第t时刻的放电功率与充电功率。
通过引入二进制变量Ut来保证在任意时刻t,PD,t与PC,t仅有一个不为0,同时,还将充放电功率限制在其功率容量范围之内。
相邻时段间储能系统的能量平衡关系:
ET=E0
其中Et为第t时刻系统的剩余能量,ηC与ηD分别为储能系统的充、放电效率,各时段能量限定在其容量范围内。并且使得平抑周期末能量Er回归到初始值E0,这里还定义了功率容量与能量容量的规划限值约束。
(6)非线性项线性化约束
注意到越限知识变量约束与储能系统充、放电功率约束存在变量与变量相乘得非线性项,难以运用线性化求解工具直接求解,故须对其进行线性化处理。采用大M法进行线性化处理,用v10,t表示二进制变量ε10,t与连续变量s10,t的乘积,M是一个相对大的常数。根据ε10,t为0时,v10,t等于0,则,0s1t≤0;当ε10,t为1时,有0≤v10,t=s10,t,线性表达式为:
同理用v1,t表示二进制变量ε1,t与连续变量s1,t的积,线性表达式为:
采用大M法,用M替换原约束中的Cmax变量,其中M是一个恒大于Cmax的常数,得到线性表达式:
步骤4:基于仿真平台编程实现该模型,并调用算法求解该模型。
根据风电场参数、储能参数和所建立储能配置模型的数学形式,在仿真平台中编程实现该模型,并调用算法求解该模型。
以下是采用以上方法的针对位于西北的某风电场进行储能配置,包括以下步骤:
1、获取风电场参数与储能参数。设置1min时间尺度下风电波动临界值D0为12MW,其临界越限固定惩罚费用为175元/次,轻微、严重越限阈值分别为24MW,36MW,10min时间尺度下风电波动临界值D0为40MW,临界越限的固定惩罚费用为600元/次,轻微、严重越限阈值分别为80MW,120MW,I段、II段以及III段下的基准越限惩罚费用分别为11元/MW/次、16元/MW/以及25元/MW/次,1min、10min最大越限次数为分别5次与20次,本文采用技术成熟度较高的锂电池,电池功率成本为3400元/kW,能量成本为340元/kWh。设置其寿命为15年,贴现率3%。循环效率90%。风电并网电价设置为450元/MWh;
2、以考虑越限惩罚、储能成本以及限电损失的总运行成本最小为目标构建所述储能配置模型的目标函数;
3、考虑联合系统输出等式约束、风电出力限制约束、出力波动限制约束、指示变量约束,储能系统约束,以及非线性线性化约束,建立所述储能配置模型的约束条件;
4、基于仿真平台编程实现该模型,并调用算法求解该模型。
为验证本文所提方法的有效性,特设置三组对比算例,单指标平抑算例,双指标平抑算例以及多指标平抑算例。单指标平抑算例仅考虑限电损失指标,不引入储能且不允许越限;进一步,双指标平抑算例中引入储能装置,并计及储能成本指标与限电损失指标,但不允许波动越限;最后,多指标平抑算例基于允许越限、计算惩罚的策略,在双指标的基础上增加了越限惩罚指标。
图3为历史风功率曲线与单指标平抑后的出力曲线。二者平抑结果如表1所示。
表1
场景 | 1min越限次数 | 10min越限次数 | 限电损失/万元 |
可发风功率 | 238 | 880 | —— |
单指标平抑 | 0 | 0 | 78.88 |
历史风功率曲线在整个平抑周期内发生238次1min级越限,880次10min级越限。为完全满足波动率限制,单指标平抑在多个时段发生严重弃风,如7012~7294时段。限电损失达到78.88万元。
图4为单指标平抑、双指标平抑后的出力曲线。平抑后对应的各项成本如表2所示。
表2
双指标平抑中,通过储能的适时充放电实现了弃风削减,如1220~1760时段、7000~7500时段。限电损失与运行总成本均下降明显,限电损失下降了48.33万元,总成本由单指标平抑下的78.88万元下降为61.92万元。
双指标平抑与多指标平抑后出力如图5所示。相比双指标平抑,在风功率剧烈变化时段680~720、7149~7152,多指标平抑减缓了连续弃风的幅度,同时允许越限策略也为节约储能提供了空间。平抑后对应的各项结果如表3所示.
表3
如表3所示,相比双指标平抑,尽管多指标中越限惩罚增加了6.52万元,但限电损失与储能成本均有所下降,总成本下降了13.5%。对比双指标平抑与多指标平抑中的储能配置情况,多指标平抑下的功率容量减少3MW,能量容量减少11MWh,储能投资成本减少10.0%。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种应用于风电场出力平滑的储能配置方法,其特征在于,包括:
(1)获取风电场参数与储能参数;
(2)基于所述风电场参数和所述储能参数构建储能配置模型;
(3)建立所述储能配置模型的约束条件;
(4)基于仿真平台编程实现所述储能配置模型,并求解该模型。
2.如权利要求1所述的储能配置方法,其特征在于,所述风电场参数包括:风电场装机容量,风电并网电价,风电历史出力,风电波动越限阈值,风电波动越限惩罚系数以及风电波动允许越限次数;
所述储能参数包括:储能的单位功率成本,储能单位能量成本,储能的充、放电效率,储能的使用寿命以及储能投资的年度贴现率。
3.如权利要求1所述的储能配置方法,其特征在于,所述储能配置模型目标函数包括第一指标、第二指标和第三指标;
所述第一指标为弃风限电损失Cwin,所述第二指标为越限惩罚CD,所述第三指标为储能成本Cstr;
所述目标函数用公式表示为:
min(Cwin+CD+Cstr)
其中所述第一指标、第二指标和第三指标的计算公式为:
其中,γw为风电上网电价,Pt为第t时刻风储联合系统的输出功率,Wt为第t时刻风电场的历史可发功率,T为波动平抑全时段周期,0<t≤T,γC为单位储能功率容量的投资费用,γE为单位储能能量容量的投资费用,Cmax与Emax分别为待决策的储能功率容量与能量容量,NT为全时段周期对应的天数,ye为储能的全寿命周期,δ为贴现率,CD1、CD10分别为1min、10min时间尺度下的越限固定费用,ε1,t为从第t时刻到第t+1时刻是否越限的指示变量,ε10,t为从第t时刻到第t+10时刻是否越限的指示变量,k1,j,k10,j分别为1min、10min时间尺度下的第j分段单位功率越限惩罚,J为出力波动的分段数,0<j≤J,s1,j为从第t时刻到第t+1时刻1min时间尺度下第j分段的越限功率,s10,j为从第t时刻到第t+10时刻内10min时间尺度下第j分段的最大越限功率。
4.如权利要求3所述的储能配置方法,其特征在于,所述ε1,t在第t时刻到第t+1时刻内发生越限时值为1,否则为0;
所述ε10,t在第t时刻到第t+1时刻,第t时刻到第t+2时刻,……,第t时刻到第t+10时刻,任意两时刻内发生波动越限时值为1,否则为0。
5.如权利要求1所述的储能配置方法,其特征在于,所述储能配置模型的约束条件包括联合系统输出等式约束、风电出力限制约束、出力波动限制约束、越限指示变量约束、储能系统约束以及非线性项线性化约束;
所述出力波动限制约束包括1min时间尺度下的正向、负向波动越限约束,10min时间尺度下的正向、负向波动越限约束,1min时间尺度下波动越限的分段表示约束,10min时间尺度下波动越限的分段表示约束,以及波动越限的最大次数限制约束与最大功率限制约束;
所述越限指示变量约束包括1min时间尺度下的越限指示变量约束和10min时间尺度下的越限指示变量约束;
所述储能系统约束包括储能系统输出功率约束,储能系统充、放电功率约束,储能系统能量平衡约束,储能系统最大能量约束,能量回归约束,储能系统能量容量限值约束以及储能系统功率容量限值约束;
所述非线性项线性化约束包括1min时间尺度下的越限指示变量相关约束的线性化约束,10min时间尺度下的越限指示变量相关约束的线性化约束,以及储能最大充、放电功率约束的线性化约束。
6.如权利要求1所述的储能配置方法,其特征在于,所述时间尺度为1min时间尺度和10min时间尺度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811570827.0A CN109473998B (zh) | 2018-12-21 | 2018-12-21 | 一种应用于风电场出力平滑的储能配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811570827.0A CN109473998B (zh) | 2018-12-21 | 2018-12-21 | 一种应用于风电场出力平滑的储能配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109473998A true CN109473998A (zh) | 2019-03-15 |
CN109473998B CN109473998B (zh) | 2021-07-02 |
Family
ID=65675146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811570827.0A Active CN109473998B (zh) | 2018-12-21 | 2018-12-21 | 一种应用于风电场出力平滑的储能配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109473998B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7680562B2 (en) * | 2005-09-08 | 2010-03-16 | General Electric Company | Power generation system |
EP2530802A2 (en) * | 2011-06-03 | 2012-12-05 | Sony Corporation | Power control device, power management device and power management system |
CN103872694A (zh) * | 2014-02-26 | 2014-06-18 | 山东大学 | 区域风电场群储能电站的容量优化及其辅助调峰方法 |
WO2014177608A2 (en) * | 2013-04-30 | 2014-11-06 | Nec Europe Ltd. | Method for allocating electrical power of a shared energy source and resource management system |
CN104300566A (zh) * | 2014-10-14 | 2015-01-21 | 东北电力大学 | 利用大规模储能系统松弛风电集中外送输电瓶颈的优化配置方法 |
CN104616067A (zh) * | 2014-12-09 | 2015-05-13 | 国家电网公司 | 考虑上网电价与遗传算法优化的风储发电控制方法及系统 |
US9098876B2 (en) * | 2013-05-06 | 2015-08-04 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model |
CN105071423A (zh) * | 2015-09-19 | 2015-11-18 | 东北电力大学 | 计及限风特性与经济性的储能系统容量配置方法 |
KR101633754B1 (ko) * | 2016-01-11 | 2016-06-28 | 에디슨솔라이텍(주) | 무정전 기능을 갖는 부하 평준화용 전력 저장 시스템 |
CN107404129A (zh) * | 2017-09-12 | 2017-11-28 | 南通大学 | 风‑储混合电站运行策略及短期计划出力优化方法 |
CN107959302A (zh) * | 2017-12-07 | 2018-04-24 | 中国电力科学研究院有限公司 | 多属性多目标储能工况适用性对比分析方法 |
CN108039736A (zh) * | 2017-11-14 | 2018-05-15 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的大容量储热储电协调调度方法 |
CN108063451A (zh) * | 2017-11-17 | 2018-05-22 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的电网多元优化调度方法 |
US10693304B2 (en) * | 2017-08-17 | 2020-06-23 | Industry-Academic Cooperation Foundation, Yonsei University | Energy storage system with improved operating time and operation method thereof |
-
2018
- 2018-12-21 CN CN201811570827.0A patent/CN109473998B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7680562B2 (en) * | 2005-09-08 | 2010-03-16 | General Electric Company | Power generation system |
EP2530802A2 (en) * | 2011-06-03 | 2012-12-05 | Sony Corporation | Power control device, power management device and power management system |
WO2014177608A2 (en) * | 2013-04-30 | 2014-11-06 | Nec Europe Ltd. | Method for allocating electrical power of a shared energy source and resource management system |
US9098876B2 (en) * | 2013-05-06 | 2015-08-04 | Viridity Energy, Inc. | Facilitating revenue generation from wholesale electricity markets based on a self-tuning energy asset model |
CN103872694A (zh) * | 2014-02-26 | 2014-06-18 | 山东大学 | 区域风电场群储能电站的容量优化及其辅助调峰方法 |
CN104300566A (zh) * | 2014-10-14 | 2015-01-21 | 东北电力大学 | 利用大规模储能系统松弛风电集中外送输电瓶颈的优化配置方法 |
CN104616067A (zh) * | 2014-12-09 | 2015-05-13 | 国家电网公司 | 考虑上网电价与遗传算法优化的风储发电控制方法及系统 |
CN105071423A (zh) * | 2015-09-19 | 2015-11-18 | 东北电力大学 | 计及限风特性与经济性的储能系统容量配置方法 |
KR101633754B1 (ko) * | 2016-01-11 | 2016-06-28 | 에디슨솔라이텍(주) | 무정전 기능을 갖는 부하 평준화용 전력 저장 시스템 |
US10693304B2 (en) * | 2017-08-17 | 2020-06-23 | Industry-Academic Cooperation Foundation, Yonsei University | Energy storage system with improved operating time and operation method thereof |
CN107404129A (zh) * | 2017-09-12 | 2017-11-28 | 南通大学 | 风‑储混合电站运行策略及短期计划出力优化方法 |
CN108039736A (zh) * | 2017-11-14 | 2018-05-15 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的大容量储热储电协调调度方法 |
CN108063451A (zh) * | 2017-11-17 | 2018-05-22 | 国网辽宁省电力有限公司 | 一种提高风电接纳能力的电网多元优化调度方法 |
CN107959302A (zh) * | 2017-12-07 | 2018-04-24 | 中国电力科学研究院有限公司 | 多属性多目标储能工况适用性对比分析方法 |
Non-Patent Citations (6)
Title |
---|
HAO WU: "Design and Optimization of Pivotal Materials in Electrolytic Aluminum Metallurgy and Aluminum Air Battery Industry Chain using Large-Scale Non-Grid-Connected Wind Power", 《 2010 WORLD NON-GRID-CONNECTED WIND POWER AND ENERGY CONFERENCE》 * |
WEIXING LIN: "An Investigation on the Active Power Variations of Wind Farms", 《2011 IEEE INDUSTRY APPLICATIONS SOCIETY ANNUAL MEETING》 * |
ZENG MING: "The fixed price model and applied analysis of reproducible energy sources’ on-grid electrovalence", 《2009 ASIA-PACIFIC POWER AND ENERGY ENGINEERING CONFERENCE》 * |
刘世林: "用于风电场发电计划跟踪的复合储能控制策略", 《太阳能学报》 * |
崔艳昭: "BESS 平抑并网风电波动控制策略及容量优化研究", 《华中科技大学》 * |
牛萌: "大规模储能减小弃风的规划配置研究", 《电器与能效管理技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN109473998B (zh) | 2021-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112016747B (zh) | 一种适用于源荷储灵活资源统筹规划与运行的优化方法 | |
CN106058941B (zh) | 一种基于场景分析的风电场随机优化调度方法 | |
CN115018230B (zh) | 考虑减排成本的综合能源系统低碳鲁棒经济优化运行方法 | |
CN107887933A (zh) | 一种多时间尺度滚动优化微电网能量优化管理方法 | |
CN109830955B (zh) | 考虑柔性约束与全周期成本的电-气配网柔性规划方法 | |
Nykamp et al. | Storage operation for peak shaving of distributed PV and wind generation | |
CN110165698B (zh) | 一种实现前瞻性误差资产转换的风电场平滑并网方法 | |
CN109872228A (zh) | 计及不确定性的柔性负荷聚合商参与电力市场投标方法 | |
CN109038560A (zh) | 基于运行策略的配电网分布式储能经济性评价方法和系统 | |
Zheng et al. | Optimal short-term power dispatch scheduling for a wind farm with battery energy storage system | |
CN113723870B (zh) | 一种分布式发电co2减排核算方法、装置、设备及介质 | |
CN110245794A (zh) | 考虑灵活性的多能源汇集中心火储容量双层优化方法 | |
CN103440535A (zh) | 基于免疫优化和模糊决策的多目标厂级负荷优化方法 | |
CN104809545A (zh) | 一种虚拟电厂运行建模方法 | |
CN114493143A (zh) | 面向并网型微电网的虚拟电厂多目标优化调度系统及方法 | |
CN109840621A (zh) | 考虑储能系统影响的并网型微电网日前多目标优化方法 | |
CN117474286A (zh) | 一种可再生能源并网发电项目的碳减排管理方法 | |
Huang et al. | Analysis of an electricity market equilibrium model with penalties for wind power's bidding deviation | |
CN116799795A (zh) | 考虑火电灵活调峰改造的风光火储系统容量优化配置方法 | |
Ye et al. | Market-based hosting capacity maximization of renewable generation in power grids with energy storage integration | |
US20240097444A1 (en) | Hybrid system and method for distributed virtual power plants integrated intelligent net zero | |
CN109473998A (zh) | 一种应用于风电场出力平滑的储能配置方法 | |
CN115545768A (zh) | 一种考虑合同分解的大水电跨省跨区日前随机竞价方法 | |
CN110674986B (zh) | 外购售电年度分解方案的调峰影响力评估方法及相关设备 | |
Chen et al. | Optimal scheduling strategy for photovoltaic-storage system considering photovoltaic forecast error and short-term fluctuation limitations scenario analysis |
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 |