CN110797884A - 模拟agc调频确定储能容量方法和装置 - Google Patents
模拟agc调频确定储能容量方法和装置 Download PDFInfo
- Publication number
- CN110797884A CN110797884A CN201911074507.0A CN201911074507A CN110797884A CN 110797884 A CN110797884 A CN 110797884A CN 201911074507 A CN201911074507 A CN 201911074507A CN 110797884 A CN110797884 A CN 110797884A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- frequency
- storage capacity
- power
- cut
- 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
Images
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
- 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
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- 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
本申请涉及一种模拟AGC调频确定储能容量方法和装置。本申请考虑风电、光伏发电的数据计算得到净负荷波,将净负荷波进行EMD分解和频谱分析,得到若干个IMF。分别根据每个IMF设置若干种截止频率把调频需求分成高频分量和低频分量,并且根据高频分量确定储能的功率和,将不含储能的系统和不同储能容量下的系统分别进行随机生产模拟,并根据频率指标对不同情况的结果进行对比,最终确定最优的储能容量。使得最终确定的储能容量具有科学性,能够较好地适配实际情况。
Description
技术领域
本申请属于AGC调频技术领域,尤其是涉及一种模拟AGC调频 确定储能容量方法和装置。
背景技术
截至2018年底,我国新增并网风电装机2059万千瓦,累计并网 装机容量达到1.84亿千瓦,占世界第一,风电发电量3660亿千瓦时, 占全部发电量的5.2%。光伏发电1775千瓦时,同比增长50%。
随着以风电和光伏大规模接入电网,传统的电力系统频率控制问 题面临新的挑战和机遇。随着风电机组和光伏发电系统替代传统机组 发电,使得在线机组的总转动惯量减小,维持频率质量的能力降低, 而可再生能源发电出力的随机波动又加重了系统对调频资源的需求。 由于风电和光伏发电出力具有不确定性,因此随着风电和光伏发电渗 透率的提高,其对电力可靠性、电能质量的影响随不可忽略;频率是 衡量电能质量的一个重要指标,由于风光的不确定性,系统的调频备 用容量需求增加以保证频率稳定,储能系统具有响应迅速、精确跟踪 的特点,可以高效率辅助系统调频,因此储能技术辅助系统调频使大 规模不确定能源接入系统稳定运行成为可能。大规模风电和光伏发电 接入对参与二次调频的AGC机组的速度和容量提出了更高要求。
目前,针对储能参与电网调频的相关技术,通常是从与系统调频 特性指标对比风光接入前后对系统调频的具体影响,得出的结论是: 大规模风光接入对参与二次调频的AGC机组的速度和容量提出了更 高要求。还有采用离散傅里叶变换将调频需求分解为高频和低频,提 出将高频分量分配给储能负责,低频分量由传统调频机组负责,并通 过仿真证明在储能占比较低时,该方法调频效果优于储能参与AGC 的传统方式,但没有提出储能容量配置的方法。现有关于储能参与调 频的技术中,主要分为储能参与电网调频方式和储能容量优化配置两 种,但没有在配置储能参与调频的问题中考虑分布式电源的影响,忽 略了分布式电源出力的不确定性。因而,现有技术中对储能容量的确 定均存在一定的不合理性,导致储能容量不能很好地匹配实际情况。
发明内容
本发明要解决的技术问题是:为解决现有技术中的不足,从而提 供一种模拟AGC调频确定储能容量方法和装置。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种模拟AGC调频确定储能容量方法,包括以下步 骤:
S1:采集变电站的原始负荷、风电、光伏发电的数据计算出一段 时间的净负荷波;
S2:对净负荷波进行经验模态分解,得到若干个不同频率下的功 率变化的固有模态函数分量,根据若干个不同的固有模态函数分量设 置对应的截止频率,将AGC净调节容量需求中大于截止频率的高频 需求由储能设备负责,并根据储能设备负责的部分来确定储能容量;
S3:分别求取不同的截止频率下不同的功率偏差指标,并依据功 率偏差指标确定最优储能容量。
优选地,本发明的模拟AGC调频确定储能容量方法,净负荷波 动PN,PN(t)=PL(t)-PW(t)-PP(t);
其中PL为t时刻的原始负荷;PW为t时刻的风电出力功率;PP为t时刻的光伏出力功率;
风电出力功率PW通过采集风力数据后依据皮尔逊分布模型、瑞 利分布模型或者威布尔分布模型进行模拟;
光伏出力功率PP通过采集光照数据后依据贝塔分布进行模拟。
优选地,本发明的模拟AGC调频确定储能容量方法,S2步骤中, 对每个固有模态函数分量均设置对应的截止频率,并根据每个截止频 率分别确定对应的储能容量。
优选地,本发明的模拟AGC调频确定储能容量方法,S2步骤中, 以第n个模态函数分量为截止频率时的储能容量Pbess,n的计算式 为:
MAX{P[n]}、MIN{P[n]}分别为EMD分解后以第n个模态函数分 量为截止频率时功率的最大值和最小值,Smax、Smin分别为储能设备 荷电状态最大允许值和最小允许值。
优选地,本发明的模拟AGC调频确定储能容量方法,S3步骤中 的功率偏差指标有考虑供应控制偏差或者频率的均方差,供应控制偏 差或者频率的均方差数值最小的储能容量为最优储能容量。
本发明还提供一种模拟AGC调频确定储能容量装置,包括:
净负荷波计算模块:用于采集变电站的原始负荷、风电、光伏发 电的数据计算出一段时间的净负荷波;
储能容量确定模块:用于对净负荷波进行经验模态分解,得到若 干个不同频率下的功率变化的固有模态函数分量,根据若干个不同的 固有模态函数分量设置对应的截止频率,将AGC净调节容量需求中 大于截止频率的高频需求由储能设备负责,并根据储能设备负责的部 分来确定储能容量;
最优储能容量选取模块:用于分别求取不同的截止频率下不同的 功率偏差指标,并依据功率偏差指标确定最优储能容量。
优选地,本发明的模拟AGC调频确定储能容量装置,净负荷波 计算模块中净负荷波动PN,PN(t)=PL(t)-PW(t)-PP(t);
其中PL为t时刻的原始负荷;PW为t时刻的风电出力功率;PP为t时刻的光伏出力功率;
风电出力功率PW通过采集风力数据后依据皮尔逊分布模型、瑞 利分布模型或者威布尔分布模型进行模拟;
光伏出力功率PP通过采集光照数据后依据贝塔分布进行模拟。
优选地,本发明的模拟AGC调频确定储能容量装置,储能容量 确定模块中,对每个固有模态函数分量均设置对应的截止频率,并根 据每个截止频率分别确定对应的储能容量。
优选地,本发明的模拟AGC调频确定储能容量装置,储能容量 确定模块中,以第n个模态函数分量为截止频率时的储能容量 Pbess,n的计算式为:
MAX{P[n]}、MIN{P[n]}分别为EMD分解后以第n个模态函数分 量为截止频率时功率的最大值和最小值,Smax、Smin分别为储能设备 荷电状态最大允许值和最小允许值。
优选地,本发明的模拟AGC调频确定储能容量装置,最优储能 容量选取模块中的功率偏差指标有考虑供应控制偏差或者频率的均 方差,供应控制偏差或者频率的均方差数值最小的储能容量为最优储 能容量。
本发明的有益效果是:
本申请考虑风电、光伏发电的数据计算得到净负荷波,将净负荷 波进行EMD分解和频谱分析,得到若干个IMF。分别根据每个IMF 设置若干种截止频率把调频需求分成高频分量和低频分量,并且根据 高频分量确定储能的功率和,将不含储能的系统和不同储能容量下的 系统分别进行随机生产模拟,并根据频率指标对不同情况的结果进行 对比,最终确定最优的储能容量。使得最终确定的储能容量具有科学 性,能够较好地适配实际情况。
附图说明
下面结合附图和实施例对本申请的技术方案进一步说明。
图1是风机输出功率曲线;
图2是效果实施例中采集的变电站某日净负荷波示意图;
图3是效果实施例中负荷与净负荷的波动速率示意图;
图4是效果实施例中净负荷波的6种EMD分解结果;
图5是效果实施例中6种IMF分量的频谱分析;
图6是效果实施例中不同储能容量下的6种供应控制偏差结果图;
图7是本申请实施例的模拟AGC调频确定储能容量方法的流程 图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例 中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本申请的技术方案。
实施例
本实施例提供一种模拟AGC调频确定储能容量方法,如图1所 示,包括:
S1:通过原始负荷、风电、光伏发电的数据计算出一段时间的净 负荷波动;一般来说,一段时间为1日;
净负荷波动PN(t),PN(t)=PL(t)-PW(t)-PP(t) (1)
其中PL(t)为t时刻的原始负荷;PW(t)为t时刻的风电出力 功率;PP(t)为t时刻的光伏出力功率;
风电和光电的并网会导致系统的净负荷变化更加剧烈。此处引入 净负荷波动速率这一概念,描述净负荷的波动情况:
其中VN(t)为t时刻的净负荷波动速率;Δt为相邻两点时间差。 根据(1)式中的净负荷求得净负荷波动速率,
风电、光伏发电接入后,净负荷波动速率大于原始负荷说明风光 接入后频率变化程度加剧:净负荷波动速率能够体现净负荷变化的快 慢,也一定程度上能反映频率变化的快慢,因此可以说风光接入后, 系统的调频变得复杂;
风光系统出力模型的建立,根据现有技术可知风机输出功率曲线 如图1所示;
其中:Vci为切入风速,Vco为切出风速,Vr为额定风速。
风机输出功率模型为:
其中:
模拟风速的分布模型有很多,包括皮尔逊分布、瑞利分布和威布 尔分布等,但是大量数据表明威布尔分布精度最高。所以优选采用威 布尔来模拟风电。
本实施例可以采用符合贝塔分布模拟光伏机组出力。在概率学 中,随机变量x服从参数为α,β的贝塔分布通常以如下公式表示。
S2:对净负荷波进行经验模态分解(EMD分解),得到若干个不 同频率下的功率变化的固有模态函数分量,根据不同的本征分量设置 对应的截止频率,将AGC净调节容量需求按照对应的截止频率分为 高频需求和低频需求,由储能设备负责高频需求,由传统机组负责低 频需求,并根据储能负责的部分来确定储能容量;
作为最全面的方案,需要以每个固有模态函数分量均设置对应的 截止频率,并根据每个截止频率分别确定对应的储能容量。比如6个 固有模态函数分量会有6个对应的截止频率,也就会有6个对应的储 能容量,当然,我们也可以简化计算,仅比较其中的部分固有模态函 数分量对应的截止频率,比如3个、4个、5个等。
S21:净负荷波的EMD分解
经验模态分解EMD是一种自适应的分解方式,在非线性非平稳 信号时有其独特的优势。EMD分解和小波变换、傅里叶变换相比, 无需进行基函数的设定,它会根据数据本身的时间尺度进行分解,非 线性信号也可以进行分解。因此,适合将EMD分解方法用于分解净负荷波。将净负荷波进行EMD分解,得到不同频率下的功率。然后 根据不同频率设置对应的截止频率,将AGC净调节容量需求分为高 频需求和低频需求,由储能设备负责高频需求,由传统机组负责低频 需求,并根据储能负责的部分来确定储能容量。
净负荷波经过EMD分解,得到有限个不同频率成分的固有模态 函数分量,各个分量均为不同频率的线性平稳信号,包含了净负荷波 所有时间尺度下的特征信号。在EMD分解得到的本征分量中,IMF1 的频率最高,IMF2其次…IMFn频率最低。根据频谱分解结果(找出 功率在不同频率下的信息)设置截止频率将调频需求分为高频(高于 截止频率)和低频(低于截止频率),分别分配给储能和传统机组(指 什么),确定储能容量。如分配结果中有n个IMF,第m个IMF对应截 止频率,那么高频分量对应IMF1—IMFm,以上信号分配给储能;低频分量对应IMF(m+1)—IMFn,以上信号分配给传统机组。
S22:储能容量确定
储能容量的设置根据EMD分解成多个IMF分量后的分配结果求 取,其中储能设备荷电状态最大允许值为Smax、最小允许值为Smin、 初始电荷量为S0、储能容量为Pbess,MAX{P[n]}、MIN{P[n]}分别为经过 EMD分解后以IMFn分量为截止频率时功率的最大值和最小值,代表 储能单元所承担的负荷,可得以下约束条件:
求解可得储能容量的表达式为:
Smax取0.9、Smin取0.1。
根据EMD分解的结果,确定高低频的截止频率,并根据AGC随 机净调节容量分配结果和储能的充放电策略确定储能容量,在不同的 储能容量下进行随机生产模拟,然后将结果进行对比,由于本实施例 配置储能的主要作用是改善调频,因此根据改善调频的结果来评价储 能容量配置的情况。
为了能将AGC随机净调节容量需求与随机生产模拟和储能建立 联系,在确定储能充放电的条件时,把AGC随机净调节容量需求纳 入约束条件的考虑范围中,设置了与AGC随机净调节容量需求相关 的条件作为储能动作条件和充放电功率的约束;在确定储能充电或放 电后,对原始的净负荷数据进行更新,再通过等效电量法对更新后的 负荷和机组进行随机生产模拟,最后得到输入每一点对应的机组出力 和储能设备的出力功率,首先介绍储能的充放电条件和功率设置,其 中充电功率为负,放电功率为正。其中储能的充放电规则如下:
当SAGC<0时,表示当前的AGC调节需求量为负,即调频压力的 方向为负,系统中的有功功率大于零负荷的需求,因此,此时储能应 进行充电储存电量,其充电的功率为:
且当Pc(i)<Pcmax时,psurp(i)=Pcmax-Pc(i)
此时的储能荷电状态为:
其中Pc(i)为第i次计算充电功率;SAGC(i)为第i电的AGC随机净调 节容量需求;PL(i)为第i点的负荷;Pcmax为最大充电功率;Psurp(i)为计 算功率超出最大功率的值;SOC(i)为储能荷电状态;Pbess为储能容量。
经过储能充电后,更新的负荷值为:
PNL(i)=PL(i)-Pc(i)+Psurp(i) (8)
其中PNL(i)为第i点更新后的负荷。
当SAGC>0时,表示当前的AGC调节需求量为正,调频压力方向 为正,系统需要更多的有功功率来抵抗频率的下降,因此,此时储能 应该释放电量,放电功率为:
当Pd(i)>Pdmax时,Psurp(i)=Pd(i)-Pdmax
此时的储能荷电状态为:
其中Pd(i)为第i次的计算充电功率;Pdmax为最大放电功率;
经过储能充电后,更新的负荷值为:
PNL(i)=PL(i)-Pd(i)+Psurp(i) (11)
以上充电功率为正,放电功率为负。
S3:分别求取各储能容量时的功率偏差指标,并依据功率偏差指 标确定最优储能容量。
最优储能容量的评价指标有:
1):北美电力系统可靠性委员会(NERC)考察实际功率和目标 功率偏差的考虑供应控制偏差(SCE),可以直观反映系统响应AGC 信号的能力。
2):欧盟发输电联盟(UCTE)的频率统计是以频率的均方差来评 价其质量的,从概率统计的角度考虑,频率f为实际频率,fN为额定 频率,考虑f与fN的差可正可负,因此,可用(f-fN)2的大小来衡量 其靠近程度,因此γ可以表示实际频率与额定频率的接近程度,其表达式为:
γ反应了系统频率分布的离散程度,γ越小系统频率分布越集中 于额定频率。
本实施例还提供一种模拟AGC调频确定储能容量装置,对应于 前述的方法,包括:
净负荷波计算模块:用于采集变电站的原始负荷、风电、光伏发 电的数据计算出净负荷波动;
储能容量确定模块:用于对净负荷波进行经验模态分解,得到若 干个不同频率下的功率变化的固有模态函数分量,根据若干个不同的 固有模态函数分量设置对应的截止频率,将AGC净调节容量需求按 照对应的截止频率分为高频需求和低频需求,由储能设备负责高频需 求,并根据储能设备负责的部分来确定储能容量;
最优储能容量选取模块:用于分别求取各储能容量时的功率偏差 指标,并依据功率偏差指标确定最优储能容量。
净负荷波计算模块中净负荷波动PN(t), PN(t)=PL(t)-PW(t)-PP(t);
其中PL(t)为t时刻的原始负荷;PW(t)为t时刻的风电出力 功率;PP(t)为t时刻的光伏出力功率;
风电出力功率PW(t)通过采集风力数据后依据皮尔逊分布模型、 瑞利分布模型或者威布尔分布模型进行模拟,优选威布尔分布;
光伏出力功率PP(t)通过采集光照数据后依据贝塔分布进行模 拟。
储能容量确定模块中,对每个固有模态函数分量均设置对应的截 止频率,并根据每个截止频率分别确定对应的储能容量。
储能容量确定模块中,第n个模态函数分量(IMFn分量)为截 止频率时的储能容量Pbess,n的计算式为:
MAX{P[n]}、MIN{P[n]}分别为EMD分解后以第n个模态函数分 量为截止频率时功率的最大值和最小值,Smax、Smin分别为储能设备 荷电状态最大允许值和最小允许值。
最优储能容量选取模块中的功率偏差指标有考虑供应控制偏差 或者频率的均方差,供应控制偏差或者频率的均方差数值最小的储能 容量为最优储能容量。
效果实验例
采集某变电站单日的数据,得到净负荷波示意图(图2)和净负 荷波波动示意图(图3)。
图4为该变电站单日的净负荷波的EMD分解结果及对应的频谱 分析如下:
净负荷波经过EMD分解得到六种本征分量,在上图中由上至下 频率依次降低。其中IMF1的频率最高,IMF6的频率最低。根据频谱 分解结果设置截止频率将调频需求划分为高频分量和低频分量,分别 分配给储能和传统机组,并根据储能系统负责的AGC随机净调节分 量确定储能容量。因此分别以IMF1、IMF2、IMF3、IMF4、IMF5、IMF6 为六种截止频率,求出对应的储能容量。
当截止频率为IMF1时,则高频分量为IMF1,低频分量为IMF2 —IMF6,依次类推。
在不同的截止频率分配结果下,确定了储能负责的部分的出力功 率,根据上文容量求取的方法确定了不同截止频率下的储能容量,如 下表所示:
表1不同截止频率设置的储能容量结果
在上述六个IMF的截止频率所确定的储能容量及没有配置储能 的条件下,对七种情况分别进行随机生产模拟,将频率偏差等结果进 行对比。将六个截止频率对应的储能容量和不含储能的情况标记为储 能1~储能6和无储能。
储能容量配置结果分析
在六种分界条件下和无储能的情况下进行随机生产模拟后,评价 指标的结果如下:
供应控制偏差(SCE)的相关结果如图4和表2。
将七种情况下的SCE用曲线图表示,可以看出不同储能容量接入 下系统SCE的范围。
供应控制偏差可以直接反映系统AGC的能力,从图6中可以看 出,无储能情况下的供应控制偏差在最值方面明显大于其他有储能的 情况,说明在储能的参与下,系统的AGC响应能力得到提升。
表2不同储能容量下SCE结果
Tab.2 SCE results under different energy storage capacity
由于供应控制偏差图中只有最值可以明显看出,而整体的SCE情 况无法观察,因此对每一点的|SCE|进行求和,得到七种情况下SCE 的整体情况。从表3中可以看出无储能的情况的供应控制偏差明显大 于其他有储能配置的结果,而在储能3的条件下系统的供应控制偏差 最小,说明在这一指标下储能3调频效果最好,根据SCE这一标准, 调频效果由好到差的排序为储能3—储能5—储能2—储能1—储能4 —储能6—无储能。不同储能容量下的频率偏差相关结果如图6所示:
首先将每个点的|Δf|进行求和,可以体现各种储能容量下频率整 体的偏移程度。
表3不同储能容量下频率均方差结果
Tab.3 Frequency mean square deviation results under different energystorage capacities
从表3中可以看出在无储能的情况下,频率的均方差值最大,说 明在没有配置储能时,实际频率较为分散,与额定频率的距离较远; 在储能3的情况下均方差值最小,说明实际频率更集中于额定频率; 根据频率均方差这一指标,调频效果由好到差的排序为:储能3—储 能5—储能2—储能4—储能6—储能1—无储能。
以上述依据本申请的理想实施例为启示,通过上述的说明内容, 相关工作人员完全可以在不偏离本项申请技术思想的范围内,进行多 样的变更以及修改。本项申请的技术性范围并不局限于说明书上的内 容,必须要根据权利要求范围来确定其技术性范围。
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。
Claims (10)
1.一种模拟AGC调频确定储能容量方法,其特征在于,包括以下步骤:
S1:采集变电站的原始负荷、风电、光伏发电的数据计算出一段时间的净负荷波动;
S2:对净负荷波进行经验模态分解,得到若干个不同频率下的功率变化的固有模态函数分量,根据若干个不同的固有模态函数分量设置对应的截止频率,将AGC净调节容量需求中大于截止频率的高频需求由储能设备负责,并根据储能设备负责的部分来确定储能容量;
S3:分别求取各储能容量时的功率偏差指标,并依据功率偏差指标确定最优储能容量。
2.根据权利要求1所述的模拟AGC调频确定储能容量方法,其特征在于,净负荷波动PN(t),PN(t)=PL(t)-PW(t)-PP(t);
其中PL(t)为t时刻的原始负荷;PW(t)为t时刻的风电出力功率;PP(t)为t时刻的光伏出力功率;
风电出力功率PW(t)通过采集风力数据后依据皮尔逊分布模型、瑞利分布模型或者威布尔分布模型进行模拟;
光伏出力功率PP(t)通过采集光照数据后依据贝塔分布进行模拟。
3.根据权利要求1所述的模拟AGC调频确定储能容量方法,其特征在于,S2步骤中,对每个固有模态函数分量均设置对应的截止频率,并根据每个截止频率分别确定对应的储能容量。
4.根据权利要求3所述的模拟AGC调频确定储能容量方法,其特征在于,S2步骤中,以第n个模态函数分量为截止频率时的储能容量Pbess,n的计算式为:
MAX{P[n]}、MIN{P[n]}分别为EMD分解后以第n个模态函数分量为截止频率时功率的最大值和最小值,Smax、Smin分别为储能设备荷电状态最大允许值和最小允许值。
5.根据权利要求1所述的模拟AGC调频确定储能容量方法,其特征在于,S3步骤中的功率偏差指标有考虑供应控制偏差或者频率的均方差,供应控制偏差或者频率的均方差数值最小的储能容量为最优储能容量。
6.一种模拟AGC调频确定储能容量装置,其特征在于,包括:
净负荷波计算模块:用于采集变电站的原始负荷、风电、光伏发电的数据计算出一段时间的净负荷波动;
储能容量确定模块:用于对净负荷波进行经验模态分解,得到若干个不同频率下的功率变化的固有模态函数分量,根据若干个不同的固有模态函数分量设置对应的截止频率,将AGC净调节容量需求中大于截止频率的高频需求由储能设备负责,并根据储能设备负责的部分来确定储能容量;
最优储能容量选取模块:用于分别求取各储能容量时的功率偏差指标,并依据功率偏差指标确定最优储能容量。
7.根据权利要求6所述的模拟AGC调频确定储能容量装置,其特征在于,净负荷波计算模块中净负荷波动PN(t),
PN(t)=PL(t)-PW(t)-PP(t);
其中PL(t)为t时刻的原始负荷;PW(t)为t时刻的风电出力功率;PP(t)为t时刻的光伏出力功率;
风电出力功率PW(t)通过采集风力数据后依据皮尔逊分布模型、瑞利分布模型或者威布尔分布模型进行模拟;
光伏出力功率PP(t)通过采集光照数据后依据贝塔分布进行模拟。
8.根据权利要求6所述的模拟AGC调频确定储能容量装置,其特征在于,储能容量确定模块中,对每个固有模态函数分量均设置对应的截止频率,并根据每个截止频率分别确定对应的储能容量。
10.根据权利要求6所述的模拟AGC调频确定储能容量装置,其特征在于,最优储能容量选取模块中的功率偏差指标有考虑供应控制偏差或者频率的均方差,供应控制偏差或者频率的均方差数值最小的储能容量为最优储能容量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911074507.0A CN110797884B (zh) | 2019-11-06 | 2019-11-06 | 模拟agc调频确定储能容量方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911074507.0A CN110797884B (zh) | 2019-11-06 | 2019-11-06 | 模拟agc调频确定储能容量方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110797884A true CN110797884A (zh) | 2020-02-14 |
CN110797884B CN110797884B (zh) | 2023-02-17 |
Family
ID=69442973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911074507.0A Active CN110797884B (zh) | 2019-11-06 | 2019-11-06 | 模拟agc调频确定储能容量方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110797884B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103023066A (zh) * | 2012-11-21 | 2013-04-03 | 华中科技大学 | 一种适合于含风电电力系统储能功率的优化配置方法 |
CN103944177A (zh) * | 2014-03-28 | 2014-07-23 | 河海大学 | 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 |
US20160233679A1 (en) * | 2013-10-18 | 2016-08-11 | State Grid Corporation Of China | A method and system for control of smoothing the energy storage in wind phtovolatic power fluctuation based on changing rate |
CN105896582A (zh) * | 2016-06-16 | 2016-08-24 | 南京工程学院 | 一种微网储能容量优化配置方法 |
CN107124002A (zh) * | 2017-04-28 | 2017-09-01 | 上海交通大学 | 基于双模糊控制的独立微网能量优化控制方法 |
CN107769234A (zh) * | 2017-11-27 | 2018-03-06 | 国网河南省电力公司电力科学研究院 | 一种多点储能协调分布式电源的调频能力评价方法 |
US20180226800A1 (en) * | 2017-02-08 | 2018-08-09 | Battelle Energy Alliance, Llc | System, method, and apparatus for peak shaving and load shaping using power storage with variable power generation |
CN108521133A (zh) * | 2018-04-18 | 2018-09-11 | 国网山西省电力公司电力科学研究院 | 基于集合经验模态分解的火-储联合调度调频功率分配方法 |
CN108736491A (zh) * | 2018-05-10 | 2018-11-02 | 中国电力科学研究院有限公司 | 一种电力系统调频领域储能最优容量的评估方法及系统 |
US20190036341A1 (en) * | 2017-07-26 | 2019-01-31 | Nec Laboratories America, Inc. | Method for Operation of Energy Storage Systems to Reduce Demand Charges and Increase Photovoltaic (PV) Utilization |
CN109871999A (zh) * | 2019-02-27 | 2019-06-11 | 华北电力大学 | 一种综合能源系统的随机生产模拟方法及系统 |
-
2019
- 2019-11-06 CN CN201911074507.0A patent/CN110797884B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103023066A (zh) * | 2012-11-21 | 2013-04-03 | 华中科技大学 | 一种适合于含风电电力系统储能功率的优化配置方法 |
US20160233679A1 (en) * | 2013-10-18 | 2016-08-11 | State Grid Corporation Of China | A method and system for control of smoothing the energy storage in wind phtovolatic power fluctuation based on changing rate |
CN103944177A (zh) * | 2014-03-28 | 2014-07-23 | 河海大学 | 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 |
CN105896582A (zh) * | 2016-06-16 | 2016-08-24 | 南京工程学院 | 一种微网储能容量优化配置方法 |
US20180226800A1 (en) * | 2017-02-08 | 2018-08-09 | Battelle Energy Alliance, Llc | System, method, and apparatus for peak shaving and load shaping using power storage with variable power generation |
CN107124002A (zh) * | 2017-04-28 | 2017-09-01 | 上海交通大学 | 基于双模糊控制的独立微网能量优化控制方法 |
US20190036341A1 (en) * | 2017-07-26 | 2019-01-31 | Nec Laboratories America, Inc. | Method for Operation of Energy Storage Systems to Reduce Demand Charges and Increase Photovoltaic (PV) Utilization |
CN107769234A (zh) * | 2017-11-27 | 2018-03-06 | 国网河南省电力公司电力科学研究院 | 一种多点储能协调分布式电源的调频能力评价方法 |
CN108521133A (zh) * | 2018-04-18 | 2018-09-11 | 国网山西省电力公司电力科学研究院 | 基于集合经验模态分解的火-储联合调度调频功率分配方法 |
CN108736491A (zh) * | 2018-05-10 | 2018-11-02 | 中国电力科学研究院有限公司 | 一种电力系统调频领域储能最优容量的评估方法及系统 |
CN109871999A (zh) * | 2019-02-27 | 2019-06-11 | 华北电力大学 | 一种综合能源系统的随机生产模拟方法及系统 |
Non-Patent Citations (3)
Title |
---|
ZHANG XIAODONG ET AL.: "A New Generalized Integrated Load Model and Its Equivalent Description Based on a Variety of New Energy Loads", 《IEEE》 * |
张圣祺 等: "规模化储能参与下的电网二次调频优化控制策略", 《电力自动化设备》 * |
李文启: "需求响应下分布式储能协调运行策略研究", 《电力需求侧管理》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110797884B (zh) | 2023-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN107394798B (zh) | 包含时变时滞的电动汽车与发电机组协调频率控制方法 | |
CN108306285B (zh) | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 | |
CN107317353B (zh) | 一种含分布式光伏发电配电网电压控制方法及系统 | |
CN110460061B (zh) | 一种故障后潮流快速计算方法及系统 | |
CN102377248B (zh) | 平滑可再生能源发电输出波动的储能系统容量优化方法 | |
CN103138256A (zh) | 一种新能源电力消纳全景分析系统及方法 | |
CN110350518B (zh) | 一种用于调峰的电网储能容量需求评估方法及系统 | |
CN103296701A (zh) | 一种风电场有功功率控制方法 | |
CN105226650A (zh) | 基于微燃机-储能联合运行策略的微电网可靠性计算方法 | |
CN115510677B (zh) | 一种风电场发电能力评估方法及系统 | |
CN115733180A (zh) | 基于自适应模态数vmd算法的混合储能系统调频控制方法及系统 | |
CN115034670A (zh) | 一种基于模糊场景聚类的微电网容量优化配置方法 | |
CN111049127A (zh) | 一种柔性负荷参与电网有功自动控制的仿真方法及系统 | |
CN116454914A (zh) | 一种多类型资源复合调频模型的构建方法及装置 | |
CN110969305A (zh) | 一种光伏电站仿真模型参数优化方法及系统 | |
CN110661250A (zh) | 含风光储发输电系统的可靠性评估方法及系统 | |
CN110797884B (zh) | 模拟agc调频确定储能容量方法和装置 | |
CN117200250A (zh) | 火储联合调频的控制方法及系统 | |
CN114336739B (zh) | 基于云边协同的光储电站储能功率配置方法和系统 | |
CN115776138A (zh) | 一种考虑多维不确定性和能量管理策略的微电网容量规划方法及装置 | |
CN113437749B (zh) | 电力系统无功优化方法、装置及设备 | |
CN113904352A (zh) | 混合储能系统功率分配优化方法及终端 | |
CN113991647A (zh) | 一种面向频率响应容量规划的电力系统随机生产模拟方法 | |
CN111563699B (zh) | 考虑灵活性需求的电力系统分布鲁棒实时调度方法及系统 |
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 |