CN109546188B - 液流电池储能多属性综合评估方法 - Google Patents

液流电池储能多属性综合评估方法 Download PDF

Info

Publication number
CN109546188B
CN109546188B CN201811183538.5A CN201811183538A CN109546188B CN 109546188 B CN109546188 B CN 109546188B CN 201811183538 A CN201811183538 A CN 201811183538A CN 109546188 B CN109546188 B CN 109546188B
Authority
CN
China
Prior art keywords
index
attribute
energy storage
matrix
flow battery
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
CN201811183538.5A
Other languages
English (en)
Other versions
CN109546188A (zh
Inventor
修晓青
李建林
李蓓
靳文涛
谢志佳
房凯
田春光
李德鑫
王佳蕊
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
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Jilin 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, China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201811183538.5A priority Critical patent/CN109546188B/zh
Publication of CN109546188A publication Critical patent/CN109546188A/zh
Application granted granted Critical
Publication of CN109546188B publication Critical patent/CN109546188B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M8/00—Fuel cells; Manufacture thereof
    • H01M8/04—Auxiliary arrangements, e.g. for control of pressure or for circulation of fluids
    • H01M8/04298—Processes for controlling fuel cells or fuel cell systems
    • H01M8/04992—Processes for controlling fuel cells or fuel cell systems characterised by the implementation of mathematical or computational algorithms, e.g. feedback control loops, fuzzy logic, neural networks or artificial intelligence
    • 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
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/30—Hydrogen technology
    • Y02E60/50—Fuel cells

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Automation & Control Theory (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Evolutionary Computation (AREA)
  • Fuzzy Systems (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)

Abstract

本发明涉及一种液流电池储能多属性综合评估方法,包括确立液流电池储能多属性评估指标；形成指标的属性值矩阵，并对属性值矩阵进行标准化处理；基于熵值法计算各指标的权重，得出加权标准化矩阵；通过计算加权标准化矩阵的关联系数矩阵，计算各指标的权重，得出多属性综合评估指标值评估方法。本发明不但简单，而且消除主观因素对评估结果的影响，提高多属性综合评估的可靠性。

Description

液流电池储能多属性综合评估方法
技术领域
本发明涉及电池储能的技术领域，尤其是指一种液流电池储能多属性综合评估方法。
背景技术
液流电池储能技术由于具有长寿命、响应速度快、自放电率低、支持频繁充放电切换、功率与容量可独立设计等优点，在电力系统发输配用、以及辅助服务等领域的应用逐步增多，典型示范工程如张北风光储输示范工程2MW液流电池储能系统，平滑风光功率输出、跟踪风光计划发电、辅助削峰填谷、参与系统调频；中国电科院张北储能实验基地0.5MW/1MWh液流电池储能系统，用于实验测试储能在风力发电中的各项作用；辽宁卧牛石风电场5MW×2h液流电池储能示范电站，用于跟踪计划发电、平滑风电功率输出、暂态有功出力紧急响应、暂态电压紧急支撑功能等。随着电池储能技术性能的提升、成本的降低，电池储能技术的应用逐步由示范应用转向商业化应用，随着储能商业化进程的推进，储能应用的性能与效益的评估显得尤为重要。
为了克服上述问题，中国发明专利(CN106602108A)公开了一种液流电池储能系统运行状态评估方法，当存在至少一个监测量评估得分为0时，系统运行状态评估得分为0；其它情况，系统运行状态评估得分S为各个监测量评估得分Mi的和，即Si＝∑Mi*Wi，Wi为权重值；所述检测量至少包括：SOC荷电状态、电池温度。上述通过获取各个监测量的状态，再综合评估出液流电池储能系统整体运行状态，虽然可以有效反映系统运行状态，但是仍旧存在评估不全面，且可靠行不高的问题。
发明内容
为此，本发明所要解决的技术问题在于克服现有技术中风电机组的易受海况影响，导致施工效率低的问题，从而提供一种受海况影响小，最大程度上保证风电机组整体稳定性的液流电池储能多属性综合评估方法。
为解决上述技术问题，本发明的一种液流电池储能多属性综合评估方法，包括如下步骤：确立液流电池储能多属性评估指标，形成指标的属性值矩阵；对所述属性值矩阵进行标准化处理；计算各指标的权重以及加权标准化矩阵，并确定关联系数矩阵；计算指标的权重，确定站点多属性综合评估值。
在本发明的一个实施例中，所述多属性评估指标包括性能评估指标和效益评估指标。
在本发明的一个实施例中，形成指标的属性值矩阵的方法为：定义m个站点n个指标的属性值矩阵为(xij)m×n，其中i代表站点编号，j代表指标编号。
在本发明的一个实施例中，所述步骤S2中，所述属性值矩阵的标准化方法为：针对投资成本、投资回收期等指标，
Figure BDA0001825603090000021
针对其它指标，
Figure BDA0001825603090000022
其中yij为第i个站点第j个指标的标准化属性值矩阵，
Figure BDA0001825603090000023
为第j个指标下i个站点的最小值，
Figure BDA0001825603090000024
为第j个指标下i个站点的最大值。
在本发明的一个实施例中，所述步骤S3中，基于熵权法确定各指标的权重，并计算指标的的熵值。
在本发明的一个实施例中，所述指标j熵值的计算方法为
Figure BDA0001825603090000025
其中Hj为指标j的熵值。
在本发明的一个实施例中，所述计算加权标准化矩阵的方法为：
Figure BDA0001825603090000031
其中zij为第i个站点第j个指标的的加权标准化矩阵。
在本发明的一个实施例中，所述关联系数矩阵计算方法为：
Figure BDA0001825603090000032
其中
Figure BDA0001825603090000033
即第j个指标下i个站点的最大值；λ通常取值0.5。
在本发明的一个实施例中，所述步骤S4中，指标的权重计算方法为：
Figure BDA0001825603090000034
其中ωj为指标j的权重。
在本发明的一个实施例中，所述站点多属性综合评估值的方法为：
Figure BDA0001825603090000035
其中vi为站点i的多属性综合评估值。
本发明的上述技术方案相比现有技术具有以下优点：
本发明所述的液流电池储能多属性综合评估方法，综合考虑液流电池储能应用的性能、效益等多种属性，融合关联度分析与熵值法，形成一种液流电池储能多属性综合评估方法。首先，确立液流电池储能多属性评估指标；形成指标的属性值矩阵，并对属性值矩阵进行标准化处理；基于熵值法计算各指标的权重，得出加权标准化矩阵；通过计算加权标准化矩阵的关联系数矩阵，计算各指标的权重，得出多属性综合评估指标值评估方法，消除主观因素对评估结果的影响，提高多属性综合评估的可靠性。
附图说明
为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中
图1是本发明液流电池储能多属性综合评估方法流程图。
具体实施方式
如图1所示，本实施例提供一种液流电池储能多属性综合评估方法，包括如下步骤：步骤S1：确立液流电池储能多属性评估指标，形成指标的属性值矩阵；步骤S2：对所述属性值矩阵进行标准化处理；步骤S3：计算各指标的权重以及加权标准化矩阵，并确定关联系数矩阵；步骤S4：计算指标的权重，确定站点多属性综合评估值。
本实施例所述液流电池储能多属性综合评估方法，所述步骤S1中，确立液流电池储能多属性评估指标，形成指标的属性值矩阵，有利于消除主观因素对评估结果的影响；所述步骤S2中，对所述属性值矩阵进行标准化处理；所述步骤S3中，计算各指标的权重以及加权标准化矩阵，并确定关联系数矩阵；所述步骤S4中，计算指标的权重，确定站点多属性综合评估值，从而实现对液流电池储能示范项目的多属性综合评估，本发明不但方法简单，评估全面，而且有效提高了多属性综合评估的可靠性。
所述步骤S1中，所述多属性评估指标包括性能评估指标和效益评估指标。其中所述性能评估指标包括：储能系统抑制光伏电站输出功率波动，具体包括降低的1分钟光伏电站最大功率波动率和10分钟光伏电站最大功率波动率；光储联合发电系统跟踪计划出力的最大偏差降低率；降低的光伏电站弃光率；能量转换效率；寿命；所述效益评估指标包括：投资成本；净现值；投资回收期；内部收益率；投资回报率。形成指标的属性值矩阵的方法为：定义m个站点n个指标的属性值矩阵为(xij)m×n，其中i代表站点编号，j代表指标编号。
所述步骤S2中，所述属性值矩阵的标准化方法为：针对投资成本、投资回收期等指标，
Figure BDA0001825603090000041
针对其它指标，
Figure BDA0001825603090000042
其中yij为第i个站点第j个指标的标准化属性值矩阵，
Figure BDA0001825603090000043
为第j个指标下i个站点的最小值，
Figure BDA0001825603090000051
为第j个指标下i个站点的最大值。
所述步骤S3中，基于熵权法确定各指标的权重，并计算指标j的的熵值。所述指标j熵值的计算方法为
Figure BDA0001825603090000052
其中Hj为指标j的熵值。所述计算加权标准化矩阵的方法为：
Figure BDA0001825603090000053
从而确定m个站点n个指标的关联系数矩阵，其中zij为第i个站点第j个指标的的加权标准化矩阵。且所述关联系数矩阵计算方法为：
Figure BDA0001825603090000054
其中
Figure BDA0001825603090000055
即第j个指标下i个站点的最大值；λ通常取值0.5。
所述步骤S4中，指标j的权重计算方法为：
Figure BDA0001825603090000056
其中ωj为指标j的权重。所述站点多属性综合评估值的方法为：
Figure BDA0001825603090000057
从而确定出第i个站点多属性综合评估值vi，其中vi为站点i的多属性综合评估值。
显然，上述实施例仅仅是为清楚地说明所作的举例，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 (6)

1.一种液流电池储能多属性综合评估方法，其特征在于，包括如下步骤：
步骤S1：确立液流电池储能多属性评估指标，形成指标的属性值矩阵；
步骤S2：对所述属性值矩阵进行标准化处理，所述属性值矩阵的标准化方法为：针对投资成本、投资回收期等指标，
Figure FDA0003195345760000011
针对其它指标，
Figure FDA0003195345760000012
其中yij为第i个站点第j个指标的标准化属性值矩阵，
Figure FDA0003195345760000013
为第j个指标下i个站点的最小值，
Figure FDA0003195345760000014
为第j个指标下i个站点的最大值；
步骤S3：计算各指标的权重以及加权标准化矩阵，并确定关联系数矩阵，所述关联系数矩阵计算方法为：
Figure FDA0003195345760000015
其中
Figure FDA0003195345760000016
即第j个指标下i个站点的最大值；λ通常取值0.5；
步骤S4：计算指标的权重，确定站点多属性综合评估值，所述指标的权重计算方法为：
Figure FDA0003195345760000017
其中ωj为指标j的权重，所述站点多属性综合评估值的方法为：
Figure FDA0003195345760000018
其中vi为站点i的多属性综合评估值。
2.根据权利要求1所述液流电池储能多属性综合评估方法，其特征在于：所述多属性评估指标包括性能评估指标和效益评估指标。
3.根据权利要求1所述液流电池储能多属性综合评估方法，其特征在于：形成指标的属性值矩阵的方法为：定义m个站点n个指标的属性值矩阵为(xij)m×n，其中i代表站点编号，j代表指标编号。
4.根据权利要求1所述液流电池储能多属性综合评估方法，其特征在于：所述步骤S3中，基于熵权法确定各指标的权重，并计算指标的的熵值。
5.根据权利要求4所述液流电池储能多属性综合评估方法，其特征在于：所述指标j熵值的计算方法为
Figure FDA0003195345760000021
其中Hj为指标j的熵值。
6.根据权利要求5所述液流电池储能多属性综合评估方法，其特征在于：所述计算加权标准化矩阵的方法为：
Figure FDA0003195345760000022
其中zij为第i个站点第j个指标的的加权标准化矩阵。
CN201811183538.5A 2018-10-11 2018-10-11 液流电池储能多属性综合评估方法 Active CN109546188B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811183538.5A CN109546188B (zh) 2018-10-11 2018-10-11 液流电池储能多属性综合评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811183538.5A CN109546188B (zh) 2018-10-11 2018-10-11 液流电池储能多属性综合评估方法

Publications (2)

Publication Number Publication Date
CN109546188A CN109546188A (zh) 2019-03-29
CN109546188B true CN109546188B (zh) 2021-11-02

Family

ID=65843845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811183538.5A Active CN109546188B (zh) 2018-10-11 2018-10-11 液流电池储能多属性综合评估方法

Country Status (1)

Country Link
CN (1) CN109546188B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110542867A (zh) * 2019-08-05 2019-12-06 燕山大学 电池健康状态评估方法、装置及存储介质
CN111487532B (zh) * 2020-04-09 2022-10-25 北方工业大学 一种基于层次分析法和熵值法的退役电池筛选方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542347A (zh) * 2011-12-28 2012-07-04 东南大学 一种电能质量综合评估的方法
CN105894212A (zh) * 2016-04-27 2016-08-24 国网陕西省电力公司 一种电磁环网解合环综合评价方法
CN106602108A (zh) * 2017-01-06 2017-04-26 湖南省德沃普储能有限公司 液流电池储能系统运行状态评估方法
CN107506905A (zh) * 2017-08-01 2017-12-22 华北电力大学 一种改进的电网企业可持续发展综合评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102542347A (zh) * 2011-12-28 2012-07-04 东南大学 一种电能质量综合评估的方法
CN105894212A (zh) * 2016-04-27 2016-08-24 国网陕西省电力公司 一种电磁环网解合环综合评价方法
CN106602108A (zh) * 2017-01-06 2017-04-26 湖南省德沃普储能有限公司 液流电池储能系统运行状态评估方法
CN107506905A (zh) * 2017-08-01 2017-12-22 华北电力大学 一种改进的电网企业可持续发展综合评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于区间层次分析法的电化学储能选型方案;李建林等;《高电压技术》;20160930;第42卷(第9期);第2707-2714页 *
基于熵权的灰色关联分析法在灌溉工程投资方案中的应用;张枫等;《水利科技与经济》;20100831;第 16卷(第 8期);第890-891页 *

Also Published As

Publication number Publication date
CN109546188A (zh) 2019-03-29

Similar Documents

Publication Publication Date Title
CN109038560B (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
CN104348188A (zh) 一种分布式电源运行及监控方法
Billinton Impacts of energy storage on power system reliability performance
CN102545214A (zh) 一种含电池储能设备的风电场可靠性评估方法
CN105825002A (zh) 一种基于动态灰关联分析法的风电场动态等值建模方法
CN109546188B (zh) 液流电池储能多属性综合评估方法
CN103944177A (zh) 混合储能微网系统截止频率确定方法及输出功率控制方法
CN104951654A (zh) 基于控制变量抽样的大规模风电场可靠性评估方法
CN115102200A (zh) 一种储能系统模型辨识方法和系统
CN104617578A (zh) 一种含风电场电力系统的可用输电能力的获取方法
CN104156885A (zh) 一种基于可靠性函数的风电容量可信度的快速计算方法
Wang et al. Adequacy assessment of generating systems incorporating wind, PV and energy storage
CN109586309B (zh) 基于大数据自由熵理论和场景匹配的配电网无功优化方法
CN109447423B (zh) 液流电池储能多阶段综合能效评估方法
Fang et al. Dynamic equivalence of wind farm considering operational condition of wind turbines
CN115345370A (zh) 一种基于Vine Copula模型的风电机组运行联动性分析方法
CN114844070A (zh) 一种基于储能容量配置策略提升新能源容量价值的方法
CN110932312B (zh) 风光储微电网系统可靠性评估方法
CN112529396A (zh) 基于新能源汽车指标分析的数据处理方法
CN106251238A (zh) 风电场建模序列离散化步长的选取及模型误差分析方法
Wang et al. Complementary and coordinated optimal dispatch solution for hybrid thermalwind-PV power grid with energy storage
Liu et al. Tired of continuous time-series analysis or calculations?
CN103490414A (zh) 一种判断风电场电压稳定的方法
Hui et al. Risk Probability Assessment Method of Distribution Network with Integration of High-Proportion of Distributed Photovoltaic via Monte Carlo Simulation
Nor et al. Voltage Stability Analysis of Electric Power System with Integration of Renewable Energy

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