CN110390438A - 基于综合能源分布控制的园区用户的储能设计定容方法 - Google Patents
基于综合能源分布控制的园区用户的储能设计定容方法 Download PDFInfo
- Publication number
- CN110390438A CN110390438A CN201910681569.1A CN201910681569A CN110390438A CN 110390438 A CN110390438 A CN 110390438A CN 201910681569 A CN201910681569 A CN 201910681569A CN 110390438 A CN110390438 A CN 110390438A
- Authority
- CN
- China
- Prior art keywords
- energy
- garden
- constant volume
- analysis
- user
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000013461 design Methods 0.000 title claims abstract description 29
- 238000004146 energy storage Methods 0.000 claims abstract description 105
- 238000004458 analytical method Methods 0.000 claims abstract description 70
- 238000005516 engineering process Methods 0.000 claims abstract description 32
- 230000008901 benefit Effects 0.000 claims abstract description 23
- 238000003860 storage Methods 0.000 claims abstract description 16
- 238000010438 heat treatment Methods 0.000 claims abstract description 12
- 230000007246 mechanism Effects 0.000 claims abstract description 11
- 230000003542 behavioural effect Effects 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 10
- 230000010354 integration Effects 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 8
- 240000002853 Nelumbo nucifera Species 0.000 claims description 6
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 6
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 6
- 238000011217 control strategy Methods 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000013459 approach Methods 0.000 claims description 4
- 238000005206 flow analysis Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 230000002996 emotional effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 description 6
- 230000005611 electricity Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000013439 planning Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013440 design planning Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012407 engineering method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Power Engineering (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)
Abstract
本发明公开了一种基于综合能源分布控制的园区用户的储能设计定容方法,包括:获取园区各类用户的能源数据并进行用能分析;利用整个园区的电力及热力全年逐时输出曲线;对园区用户的行为特性数据进行分析,并选择能源及储存替代方案;对园区目标及政策机制进行分析,得到边界分析以及技术经济比较参数;根据输出曲线的数据、储存替代方案和边界分析以及技术经济比较参数进行定容计算;本发明通过对园区内各类用户的能源数据进行特性分析,结合能源储存替代方案和边界限制条件,确定用户侧储能定容全局最优方案,从经济效益、技术先进评估等多方面对影响储能定容方案的因素进行分析,实现得到在全局中达到储能效益和效率最优的储能定容方案。
Description
技术领域
本发明涉及储能定容技术领域,尤其涉及一种基于综合能源分布控制的园区用户的储能设计定容方法。
背景技术
现今,能源高效利用多能协同是现今能源电力系统发展的重要方向,储能装置的设计应用,是未来智能电网发展的重要方向。储能的定容设计技术是储能部署的重要组成部分。储能系统具有转换效率高、寿命长、比能量/比功率高、受自然环境制约小以及商业化程度高等优点,随着技术和材料的革新,其价格也在逐渐下降,在电力系统中得到了越来越广泛的应用,用户型储能装置在储能中的地位越来越重要。储能定容设计技术是储能配置的重要组成部分,储能装置的规模,形式等其他,对储能装置的技术及经济效益应用起到十分重要的作用,由于储能的围绕储能在用户、配电网中的定容设计规划相关问题有开展了相关工作,多项文献提出了多目标(如综合效益最大化、排放最小化)、多算法(粒子群算法、遗传算法等)的分析方法。但相对理论基础较多,实际工程应用经验相对较少,需要进一步完善。
从现有技术来看,现采用的储能定容方法,主要仅从建设条件和电力平衡角度出发。同样以最大充放电策略的实施为基础。原则上不计及其他设施用户互动,仅以电力平衡和相对固定的典型日时序分析及利益测算法进行分析和计算。在一般工程设计中仅考虑单一储能装置对整个系统的作用,以及孤立测算该储能装置的技术及经济效益,以此来决定项目的技术方案和可行性,为储能装置的前期规模及技术选择提供相应的依据,同时也为储能装置的运行和控制策略提供相关的依据。
从现有储能装置常规设计采用的定容方法,工程方法相对简单,如研究也现一般以单一储能装置的、投资费用和运行费用期望值之和最小为目标,其不能考虑极端事件下电力系统的运行风险。仅从简单运行方法分析入手,以区域典型若干变电站主变低压侧典型日负荷曲线,提出描述负荷峰谷差程度的调峰适宜度评价指标,孤立对储能装置进行分析,不考虑园区的用户控制和需求侧管理的作用。
综上,现有电池储能系统的定容设计及研究主要以技术经济指标为目标,以储能单一为考虑对象,或者进行简单比较,或者基于各类优化算法进行寻优。这类方法相对效率较低,同时会仅仅带来局部最优,在实际应用中相对可操作性存在欠缺。
发明内容
本发明提供了一种基于综合能源分布控制的园区用户的储能设计定容方法,通过对园区内各类用户的能源数据进行特性分析,结合能源储存替代方案和边界限制条件,确定用户侧储能定容全局最优方案,以解决现有技术中对储能定容方案的分析条件过于单一,导致无法在全局中达到储能效益和效率最优的技术问题,从而从多方面全方位对影响储能定容方案的因素进行分析对比,进而实现得到在全局中达到储能效益和效率最优的储能定容方案。
为了解决上述技术问题,本发明实施例提供了一种基于综合能源分布控制的园区用户的储能设计定容方法,包括:
获取园区各类用户的能源数据并进行用能分析,得到整个园区的电力及热力全年逐时输出曲线;
对所述输出曲线中的行为特性数据进行分析,并选择能源及储存替代方案;
对园区目标及政策机制进行分析,得到边界分析以及技术经济比较参数;
根据所述输出曲线的数据、所述储存替代方案和所述边界分析以及技术经济比较参数进行定容计算,得到用户侧储能的定容确定数据。
作为优选方案,所述获取园区各类用户的能源数据并进行用能分析,得到整个园区的电力及热力全年逐时输出曲线,包括:
获取园区各类用户的用电负荷数据;
根据所述用电负荷数据进行用能特性对比,得到园区各类用户的典型用能曲线;
通过多种所述园区各类用户的典型用能曲线和能源输出特性,计算分析得到整个园区的电力及热力全年逐时输出曲线。
作为优选方案,所述对所述输出曲线中的行为特性数据进行分析,并选择能源及储存替代方案,包括:
根据基础数据,同时参照一体化能源源网荷储规划方法和技术,对园区内各类用户进行分析整理,形成园区多能流特性分析结果;
在电力调峰削峰之外,对储能的形式、规模的影响,以及对照能源可替代方案进行分析和评估,以多类储能形式进行对照,得到储能的主要形式方案。
作为优选方案,所述分析整理包括工序流程分析、节能空间分析、能源替换分析和多能协同与综合分析。
作为优选方案,所述对园区目标及政策机制进行分析,得到边界分析以及技术经济比较参数,包括:
进行分布式能源协调控制的控制策略影响、能量管理系统统一控制下园区目标的分解;
对用户互动的新兴政策机制的条件进行分析,得到政策分析结果;
根据所述园区目标的分解和所述政策分析结果,确定技术经济分析的边界条件以及敏感性因素,形成储能定容技术效益综合支持方案。
作为优选方案,所述根据所述输出曲线的数据、所述储存替代方案和所述边界分析以及技术经济比较参数进行定容计算,得到用户侧储能的定容确定数据,包括:
获取园区内用能、用户侧储能的需求;
结合储能对园区整体目标的实现情况、策略选择相关参数和方法,对工程实际形成的用户侧储能综合技术效益的方案进行比较;
通过算法进行计算各类方案的加权参数和有效比,以实际参数和储能-用户模型库,建立多参数比较技术,以自学习和自适应搜索的方式就园区用户侧储能的定容进行技术经济比较,选择经济技术以及效益最优化的方案,最终确定园区储能的最优形式与规模的定容确定数据。
作为优选方案,所述算法包括模糊算法和遗传算法。
作为优选方案,所述能源数据包括冷能源数据、热能源数据和电能源数据。
相比于现有技术,本发明实施例具有如下有益效果:
本发明通过对园区内各类用户的能源数据进行特性分析,结合能源储存替代方案和边界限制条件,确定用户侧储能定容全局最优方案,以解决现有技术中对储能定容方案的分析条件过于单一,导致无法在全局中达到储能效益和效率最优的技术问题,从而从多方面全方位对影响储能定容方案的因素进行分析对比,进而实现得到在全局中达到储能效益和效率最优的储能定容方案。
附图说明
图1:为本发明实施例中的基于综合能源分布控制的园区用户的储能设计定容方法的技术流程图;
图2:为本发明实施例中的某园区的电力负荷示意图;
图3:为本发明实施例中的工业园区电力系统持续负荷曲线示意图;
图4:为本发明实施例中的用户储能的综合配置流程示意图。
具体实施方式
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,所描述的实施例仅仅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作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。
请参照图1,本发明优选实施例提供了一种基于综合能源分布控制的园区用户的储能设计定容方法,包括:
S1,获取园区各类用户的能源数据并进行用能分析,得到整个园区的电力及热力全年逐时输出曲线;在本实施例中,步骤S1包括:S11,获取园区各类用户的用电负荷数据;S12,根据所述用电负荷数据进行用能特性对比,得到园区各类用户的典型用能曲线;S13,通过多种所述园区各类用户的典型用能曲线和能源输出特性,计算分析得到整个园区的电力及热力全年逐时输出曲线。在本实施例中,所述能源数据包括冷能源数据、热能源数据和电能源数据。
S2,对所述输出曲线中的行为特性数据进行分析,并选择能源及储存替代方案;在本实施例中,步骤S2包括:S21,根据基础数据,同时参照一体化能源源网荷储规划方法和技术,对园区内各类用户进行分析整理,形成园区多能流特性分析结果;在本实施例中,所述分析整理包括工序流程分析、节能空间分析、能源替换分析和多能协同与综合分析。S22,在电力调峰削峰之外,对储能的形式、规模的影响,以及对照能源可替代方案进行分析和评估,以多类储能形式进行对照,得到储能的主要形式方案。
S3,对园区目标及政策机制进行分析,得到边界分析以及技术经济比较参数;在本实施例中,步骤S3包括:S31,进行分布式能源协调控制的控制策略影响、能量管理系统统一控制下园区目标的分解;S32,对用户互动的新兴政策机制的条件进行分析,得到政策分析结果;S33,根据所述园区目标的分解和所述政策分析结果,确定技术经济分析的边界条件以及敏感性因素,形成储能定容技术效益综合支持方案。
S4,根据所述输出曲线的数据、所述储存替代方案和所述边界分析以及技术经济比较参数进行定容计算,得到用户侧储能的定容确定数据。在本实施例中,步骤S4包括:S41,获取园区内用能、用户侧储能的需求;S42,结合储能对园区整体目标的实现情况、策略选择相关参数和方法,对工程实际形成的用户侧储能综合技术效益的方案进行比较;S43,通过算法进行计算各类方案的加权参数和有效比,以实际参数和储能-用户模型库,建立多参数比较技术,以自学习和自适应搜索的方式就园区用户侧储能的定容进行技术经济比较,选择经济技术以及效益最优化的方案,最终确定园区储能的最优形式与规模的定容确定数据。在本实施例中,所述算法包括模糊算法和遗传算法。
下面结合具体实施例,对本发明进行详细说明。
本发明根据用户的具体情况,考虑园区统一能量调度控制以及分布式调控系统的互动机制,并结合园区智能电网研究和具体项目部署的成果,提出储能装置设计定容的综合计算流程和算法。维持园区电力平衡、储能的可调控性能够充分应用的前提下,有效地提高能源利用效率以及保障储能装置的经济和技术效益。
本发明所提供的针对用户型储能技术的一种相对全面的基于实际园区用户数据以及园区全局分布式调控应用的定容技术,其系统包括由本专利申请单位编制的算法及制定的策略。其中技术方法包括,(1)主要类型工业园区主要用户数据模型及分析成果积累(2)需求侧以及负荷的一体化能流综合处理分析技术(包括不同时间尺度互相转换的数据处理的出力算法。(3)用户分布协调控制及园区能源管理系统的联合和协调设计(4)用户侧储能装置技术效益多参数综合比较技术。其间主要分析结构如图1所示。
1)园区各类用户能源数据模型及分析成果积累,建立适合工业园区能源消耗及电、热、冷综合预测模型,第一步为数据获取,选取就园区各类用户(约为10家)进行采样,利用智能插座等获取用电的负荷数据,如图2所示。第二步为数据比对,根据原有几百家用户的用能特性的具体比对,得到园区各类用户典型用能曲线,第三步为综合加权,通过加权累加多种工业园区用户的数据库特性曲线和能源(主要为电力、热力)输出特性。以得到整个园区的电力及热力全年逐时输出曲线,以此作为储能分析和定容的基础,如图3所示。
2)一体化能流综合处理分析技术
本发明以1)的成果及园区能源电力的基础数据作为储能定容的主要基础,结合园区典型用户用能(包含冷、热、电)等多类数据分析结果。分为两个主要步骤,一是行为特性分析,及根据基础数据,同时参照一体化能源源网荷储规划方法和技术,对园区内各类用户的工序流程、节能空间、能源替换、多能协同与综合等进行整理,形成园区多能流特性分析结果。二是,能源及储存替代方案的选择,即在电力调峰削峰之外,在更广泛的能源范围内,对储能的形式、规模的影响,对照能源可替代方案(如热力-电力之间的相互替代方案等)进行分析和评估,以多类储能形式进行对照。得到储能的主要形式结论。为用户侧储能的配置和定容提供先决条件。
3)用户分布式能源管理系统的联合和协调设计。
随着多能协同、智能电网的推广应用,园区内的分布式能源协调控制管理系统的部署也将成为园区建设发展的必然趋势。在用户储能的设计中,也需考虑园区内能量管理系统、其他用户的分布式能源协调控制技术以及园区内能源以及电力调整的统一目标。具体工作主要以三个步骤,第一步骤包括分布式能源协调控制的控制策略影响、能量管理系统统一控制下园区目标的分解。第二对用户互动的新兴政策机制的条件进行分析,第三,总结以上的相关条件,确认技术-经济分析的边界条件以及敏感性因素,形成储能定容技术效益综合支持模型、对用户侧分布式能源管理系统中储能控制模块的集成提出指导性原则等内容。
4)用户侧储能装置综合技术效益多容量比较定容技术
如图4所示,通过以上的模型与实际数据的分析与学习,以1)为基础数据,以2)为储能形式的基础,以3)确定分析的边界条件以及技术经济比较参数。开展用户侧储能的定容工作,主要分为以下几个具体步骤,一就园区用能、用户侧储能的需求为输入,二为储能对园区整体目标的实现情况,策略选择相关参数和方法进行整理,结合工程实际形成适合于南方园区等典型各类制造及其他行业的用户侧储能综合技术效益的方案比较方法。三,则是具体的定容计算工作,即利用模糊数学、遗传算法方法进行计算,梳理出相应的各类模型加权参数和有效比,以实际参数和创新模型,建立多参数比较技术,以自学习和自适应搜索的方式就园区用户侧储能的定容进行技术经济比较。做到经济技术以及效益最优化。最终确定园区储能的最优形式与规模。
本发明成果依托国家级科研项目的用户侧互动、分布式协调控制等研究成果、分析方法和模型,从园区的整体部署入手,以园区的用户侧储能装置为主要研究对象,结合综合、绿色、智能等多项综合性指标,提出优化后的用户侧储能定容方法。实现储能装置在园区内的有效及可靠应用。其成果可应用于园区用户侧储能设计定容,为储能装置的配置规模及形式提供有效支持和依据,对推进智能电网的建设等具有重要意义。该定容设计方法,已在该示范项目以及多项园区综合能源规划储能配置中得到有效运用。
本发明的关键点在于:
1具体园区典型产业,应用于园区各类用户各类结果分类分析的积累基础
基于南方地区园区能源电力及用户数据库积累及分析技术及成果是储能配置及定容设计技术的重要基础,其中包括就华南广东地区区域采集的积累了多座的建筑的数据库以及园区内不同类型产业的用能特性,其中包括各类用户的负荷特性曲线,用户特性总结、电源出力、运行经验以及主要分析结果。
2多能协同一体化技术在储能配置和定容设计中的应用。
基于工业园区多能协同、源网荷储一体化规划及设计技术、与储能的最新发展情况、工程结构设计紧密结合,有效融合了园区用户的热电耦合、不同能源替代、提高能效、提高能源设备利用效率等目标和对应的分析方法,结合了源网荷储联合协调的规划设计技术。为在综合能源园区内有效配置用户侧储能装置在多能协同方面提供有效的参考。
3以国家重点科研项目为依托,结合园区智能实际投运分布式协调控制系统,根据用户的互动研究成果在本专利中综合构造了处理算法,并在算法和设计技术得以体现。具体包括:1)结合园区用户互动作用分析;2)园区智能电网及分布式协调控制系统数学模型的建立;3)园区整体储能作用综合分析。
本发明有效结合了园区各类用户特性伏分析情况,根据用户分布式监测系统,从园区整体规划入手,结合了智能电网的多种要素,以多项参数综合比较,构造了园区内用户储能定容设计方法。该方法结合多能协同,园区各类用户特征以及用户智能监测与用户侧管理技术,体现储能部署的智能化和综合性要求,该项技术的提出,对提高整个储能技术可靠应用、效率和经济效益。保障多能协同的可靠性。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,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,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于综合能源分布控制的园区用户的储能设计定容方法,其特征在于,包括:
获取园区各类用户的能源数据并进行用能分析,得到整个园区的电力及热力全年逐时输出曲线;
对所述输出曲线中的行为特性数据进行分析,并选择能源及储存替代方案;
对园区目标及政策机制进行分析,得到边界分析以及技术经济比较参数;
根据所述输出曲线的数据、所述储存替代方案和所述边界分析以及技术经济比较参数进行定容计算,得到用户侧储能的定容确定数据。
2.如权利要求1所述的基于综合能源分布控制的园区用户的储能设计定容方法,其特征在于,所述获取园区各类用户的能源数据并进行用能分析,得到整个园区的电力及热力全年逐时输出曲线,包括:
获取园区各类用户的用电负荷数据;
根据所述用电负荷数据进行用能特性对比,得到园区各类用户的典型用能曲线;
通过多种所述园区各类用户的典型用能曲线和能源输出特性,计算分析得到整个园区的电力及热力全年逐时输出曲线。
3.如权利要求1所述的基于综合能源分布控制的园区用户的储能设计定容方法,其特征在于,所述对所述输出曲线中的行为特性数据进行分析,并选择能源及储存替代方案,包括:
根据基础数据,同时参照一体化能源源网荷储规划方法和技术,对园区内各类用户进行分析整理,形成园区多能流特性分析结果;
在电力调峰削峰之外,对储能的形式、规模的影响,以及对照能源可替代方案进行分析和评估,以多类储能形式进行对照,得到储能的主要形式方案。
4.如权利要求3所述的基于综合能源分布控制的园区用户的储能设计定容方法,其特征在于,所述分析整理包括工序流程分析、节能空间分析、能源替换分析和多能协同与综合分析。
5.如权利要求1所述的基于综合能源分布控制的园区用户的储能设计定容方法,其特征在于,所述对园区目标及政策机制进行分析,得到边界分析以及技术经济比较参数,包括:
进行分布式能源协调控制的控制策略影响、能量管理系统统一控制下园区目标的分解;
对用户互动的新兴政策机制的条件进行分析,得到政策分析结果;
根据所述园区目标的分解和所述政策分析结果,确定技术经济分析的边界条件以及敏感性因素,形成储能定容技术效益综合支持方案。
6.如权利要求1所述的基于综合能源分布控制的园区用户的储能设计定容方法,其特征在于,所述根据所述输出曲线的数据、所述储存替代方案和所述边界分析以及技术经济比较参数进行定容计算,得到用户侧储能的定容确定数据,包括:
获取园区内用能、用户侧储能的需求;
结合储能对园区整体目标的实现情况、策略选择相关参数和方法,对工程实际形成的用户侧储能综合技术效益的方案进行比较;
通过算法进行计算各类方案的加权参数和有效比,以实际参数和储能-用户模型库,建立多参数比较技术,以自学习和自适应搜索的方式就园区用户侧储能的定容进行技术经济比较,选择经济技术以及效益最优化的方案,最终确定园区储能的最优形式与规模的定容确定数据。
7.如权利要求6所述的基于综合能源分布控制的园区用户的储能设计定容方法,其特征在于,所述算法包括模糊算法和遗传算法;用于综合结合用户情况和储能特性进行定容分析。
8.如权利要求1所述的基于综合能源分布控制的园区用户的储能设计定容方法,其特征在于,所述能源数据包括冷能源数据、热能源数据和电能源数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681569.1A CN110390438A (zh) | 2019-07-26 | 2019-07-26 | 基于综合能源分布控制的园区用户的储能设计定容方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910681569.1A CN110390438A (zh) | 2019-07-26 | 2019-07-26 | 基于综合能源分布控制的园区用户的储能设计定容方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110390438A true CN110390438A (zh) | 2019-10-29 |
Family
ID=68287627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910681569.1A Pending CN110390438A (zh) | 2019-07-26 | 2019-07-26 | 基于综合能源分布控制的园区用户的储能设计定容方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110390438A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111240255A (zh) * | 2020-01-14 | 2020-06-05 | 中国华能集团清洁能源技术研究院有限公司 | 一种适用于园区的多能互补综合能源服务管理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105932765A (zh) * | 2016-06-15 | 2016-09-07 | 中国电建集团华东勘测设计研究院有限公司 | 一种基于储配一体技术的主动智能微电网运行控制方法 |
CN108510131A (zh) * | 2018-05-22 | 2018-09-07 | 清华大学 | 一种综合能源微网优化规划方法、微网结构及控制方法 |
CN108599138A (zh) * | 2017-12-30 | 2018-09-28 | 国网天津市电力公司电力科学研究院 | 计及微电网分布式能源不确定性的储能系统容量配置方法 |
CN109193626A (zh) * | 2018-09-15 | 2019-01-11 | 天津大学 | 一种分布式能源站选型与定容优化规划统一求解方法 |
CN109767029A (zh) * | 2018-12-14 | 2019-05-17 | 华北电力大学 | 局域能源互联网中冷热电三联供系统容量配置方法及系统 |
CN109934399A (zh) * | 2019-03-06 | 2019-06-25 | 华北电力大学 | 一种考虑设备变工况特性的综合能源系统规划方法 |
-
2019
- 2019-07-26 CN CN201910681569.1A patent/CN110390438A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105932765A (zh) * | 2016-06-15 | 2016-09-07 | 中国电建集团华东勘测设计研究院有限公司 | 一种基于储配一体技术的主动智能微电网运行控制方法 |
CN108599138A (zh) * | 2017-12-30 | 2018-09-28 | 国网天津市电力公司电力科学研究院 | 计及微电网分布式能源不确定性的储能系统容量配置方法 |
CN108510131A (zh) * | 2018-05-22 | 2018-09-07 | 清华大学 | 一种综合能源微网优化规划方法、微网结构及控制方法 |
CN109193626A (zh) * | 2018-09-15 | 2019-01-11 | 天津大学 | 一种分布式能源站选型与定容优化规划统一求解方法 |
CN109767029A (zh) * | 2018-12-14 | 2019-05-17 | 华北电力大学 | 局域能源互联网中冷热电三联供系统容量配置方法及系统 |
CN109934399A (zh) * | 2019-03-06 | 2019-06-25 | 华北电力大学 | 一种考虑设备变工况特性的综合能源系统规划方法 |
Non-Patent Citations (3)
Title |
---|
杨水丽 等: "基于逐时分析的园区源-储-荷协同运行的储能容量优化配置", 《智能配电网柔性互联技术专辑》 * |
闻旻 等: "含分布式供能设备的综合能源系统规划评价", 《电测与仪表》 * |
陈柏森 等: "区域综合能源系统的综合评估指标与方法", 《电力系统自动化》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111240255A (zh) * | 2020-01-14 | 2020-06-05 | 中国华能集团清洁能源技术研究院有限公司 | 一种适用于园区的多能互补综合能源服务管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Puttamadappa et al. | Demand side management of small scale loads in a smart grid using glow-worm swarm optimization technique | |
Moradi et al. | Optimization and energy management of a standalone hybrid microgrid in the presence of battery storage system | |
Bao et al. | A multi time-scale and multi energy-type coordinated microgrid scheduling solution—Part I: Model and methodology | |
Upadhyay et al. | A review on configurations, control and sizing methodologies of hybrid energy systems | |
Wille-Haussmann et al. | Decentralised optimisation of cogeneration in virtual power plants | |
CN101976841B (zh) | 电力系统各级负荷预测指标的均衡匹配方法 | |
CN107301472A (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
CN104700158A (zh) | 一种配电园区的能源管理方法与系统 | |
Qiuyu et al. | Short-term load forecasting based on load decomposition and numerical weather forecast | |
Kialashaki | A linear programming optimization model for optimal operation strategy design and sizing of the CCHP systems | |
Lin et al. | A hybrid short-term load forecasting approach for individual residential customer | |
CN112508325A (zh) | 一种家庭微电网多时间尺度电能调度方法 | |
Du et al. | Coordinating multi-microgrid operation within distribution system: A cooperative game approach | |
Wang | Microgrid generation planning considering renewable energy target | |
CN112329260A (zh) | 一种多能互补微网多元多目标优化配置与优化运行方法 | |
Mukhopadhyay et al. | Optimal multi-objective long-term sizing of distributed energy resources and hourly power scheduling in a grid-tied microgrid | |
Qu et al. | Synergetic power-gas flow with space-time diffusion control of air pollutants using a convex multi-objective optimization | |
Aldaouab et al. | Renewable energy dispatch control algorithms for a mixed-use building | |
Roberto et al. | A multi-objective optimization analysis to assess the potential economic and environmental benefits of distributed storage in district heating networks: A case study | |
CN110390438A (zh) | 基于综合能源分布控制的园区用户的储能设计定容方法 | |
CN109474015A (zh) | 基于两层优化的主动配电网储能系统优化配置方法及系统 | |
Odonkor et al. | Adaptive operation decisions in net zero building clusters | |
CN116488223A (zh) | 家庭光-蓄-柔双层多时间尺度控制方法、装置及介质 | |
CN108683211B (zh) | 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型 | |
Žnidarec et al. | Performance evaluation of simple PV microgrid energy management system |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191029 |
|
RJ01 | Rejection of invention patent application after publication |