CN111030150B - 一种微电网系统负荷可靠供电的混合储能容量确定方法 - Google Patents
一种微电网系统负荷可靠供电的混合储能容量确定方法 Download PDFInfo
- Publication number
- CN111030150B CN111030150B CN201911397312.XA CN201911397312A CN111030150B CN 111030150 B CN111030150 B CN 111030150B CN 201911397312 A CN201911397312 A CN 201911397312A CN 111030150 B CN111030150 B CN 111030150B
- Authority
- CN
- China
- Prior art keywords
- capacity
- energy storage
- power
- daily
- charge
- 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
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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供了一种具有微电网系统负荷可靠供电的混合储能容量确定方法,包括如下步骤:S10统计微电网一年内日产能及日负荷历史功率数据;S20统计各采样周期的功率偏差分布情况,并进行功率偏差的频率分析,分离出高频功率与低频功率序列;S30通过时间积分计算获得每天高频功率积分序列以及低频功率积分序列的最大值和最小值;S40计算超级电容以及电池日前调度容量参考值;S50对一年中的日前调度容量需求数据进行统计分析,基于概率统计及核密度估计法得出超级电容与电池最终的容量配置数据。本发明获得的利用置信区间及核密度估计法,选定最终的特定微电网的混合储能容量配置量,有效避免用电高峰因微电网产能不足而对公用电网调度造成的不良影响。
Description
技术领域
本发明涉及新能源发电与微电网调度技术领域,具体涉及一种微电网系统负荷可靠供电的混合储能容量确定方法。
背景技术
微电网(Micro-Grid)也译为微网,是指由分布式电源、储能装置、能量转换装置、负荷、监控和保护装置等组成的小型发配电系统。微电网的提出旨在实现分布式电源的灵活、高效应用,解决数量庞大、形式多样的分布式电源并网问题。开发和延伸微电网能够充分促进分布式电源与可再生能源的大规模接入,实现对负荷多种能源形式的高可靠供给,是实现主动式配电网的一种有效方式,使传统电网向智能电网过渡。
微电网作为分布式发电典型代表的新能源,其发电的随机性、波动性影响负荷持续稳定供电。然而微电网功能的有效发挥需要配置相应能量调节功能较强的装置,该装置储能的灵活性、能量吞吐也能缓解新能源并网发电对公用电网的冲击影响,可以实现多种能源形式的高可靠供电,实现分布式新能源高效应用,从而解决各种形式分布式电源并网问题。
储能系统被公认为微电网并网必不可少的调节装置。然而储能技术多种多样,特性不同,其差异导致了不同场合的应用问题。互补混合储能技术在新能源的利用逐渐被开发,其在缓解间歇性供电问题应用中的有效性主要取决于成本与容量技术。微电网中储能容量的有效配置及日前调度方法合理设计能确保新能源发电产能的充分利用,减低公用电网的供电压力。储能应用的典型问题就是过充过放的控制问题,除了设计相应的调度控制策略来解决这个问题之外,合理的初始荷电量设置显得非常重要。
发明内容
为了解决上述问题,本发明利用置信区间及核密度估计法,选定最终的特定微电网的混合储能容量配置量,有效避免用电高峰因微电网产能不足而对公用电网调度造成的不良影响。
为了实现以上目的,本发明采取的一种技术方案是:
S10统计微电网一年内日产能及日负荷历史功率数据,分日切割,对每天零点到24点的供电功率与负荷动态功率变化进行偏差统计;S20由微电网系统日产能及日负荷历史运行功率数据,统计各采样周期的功率偏差分布情况,并进行功率偏差的频率分析,分离出高频功率与低频功率序列;S30通过时间积分计算获得每天高频功率时间积分序列的最大值和最小值,通过时间积分计算获得低频功率时间积分序列的最大值和最小值;S40计算超级电容以及电池日前调度容量参考值;以及S50对一年中的每天日前调度容量需求数据进行统计分析,基于概率统计及核密度估计法得出超级电容与电池最终的容量配置数据;其中,所述混合储能的容量包括超级电容容量与电池容量,所述高频功率时间积分累积数据作为超级电容容量的选择依据,低频功率时间积分累积数据作为电池容量的选择依据。
进一步地,所述步骤S10日产能及日负荷历史功率数据为分钟级。
进一步地,所述步骤S20当所述功率偏差为正时认为所述混合储能需要充电;当所述功率偏差为负时认为所述混合储能需要放电。
进一步地,所述步骤S40还包括分别设定超级电容与电池的过充过放荷电状态阈值,所述超级电容过充过放荷电状态阈值包括超级电容储能充电荷电状态上限以及超级电容储能放电荷电状态下限,所述电池过充过放荷电状态阈值包括电池储能充电荷电状态上限以及电池储能放电荷电状态下限;高频功率时间积分序列最大值和最小值之差与超级电容储能充电荷电状态上限和储能放电荷电状态下限之差相比数据作为超级电容日前调度容量配置参考值;低频功率时间积分序列最大值和最小值之差与电池储能充电荷电状态上限和储能放电荷电状态下限之差相比数据作为电池日前调度容量配置参考值。
本发明的上述技术方案相比现有技术具有以下优点:
(1)通过微电网系统负荷可靠供电的混合储能容量确定方法获得的混合储能容量的最优配置方案符合实际微电网的电源配置规划需求,从而帮助提高微电网系统储能容量配置的利用率、减少能源浪费,降低微电网系统的投资成本和运行成本。
(2)本发明混合储能容量确定方法较为简单,储能配置经济合理,便于工程人员学习使用,并且通用性较好,具有很好的市场推广应用价值。
(3)采用日需求分析与年统计相结合,在日前调度容量需求基础上进行年需求统计分析,然后利用置信区间及核密度估计法,选定最终的特定微电网的混合储能容量配置量,通过储能系统的吞吐行为控制,实现微电网可靠运行的能量调度目标,有效避免用电高峰因微电网产能不足而对公用电网调度造成的不良影响。
(4)科学合理的储能容量设置可以确保微电网独立可靠运行,减少微电网接入公用电网的频率,避免用电高峰微电网负荷并网供电增加电网的供电压力。通过调整储能荷电量的初值提前对储能进行日前调度,对所需存储能量计划合理调节,避免储能参与微电网能量调度过程中过充过放行为的发生,降低储能的维护成本,有效提高储能系统的使用寿命。
附图说明
下面结合附图,通过对本发明的具体实施方式详细描述,将使本发明的技术方案及其有益效果显而易见。
图1所示为本发明一实施例的微电网系统负荷可靠供电的混合储能容量确定方法流程图;
图2所示为本发明一实施例的微电网系统负荷可靠供电的混合储能容量确定方法流程简图;
图3为本发明一实施例的24小时功率微电网发电产能与负荷功率分布实施例图;
图4为本发明一实施例的24小时微电网发电产能与负荷需求功率偏差及频率分解实施例图;
图5为本发明一实施例的24小时日前调度储能容量应用效果图。
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。
本发明实施例公开了一种微电网系统负荷可靠供电的混合储能容量确定方法,如图1~图2所示,所述微电网系统负荷可靠供电的混合储能容量确定方法具有如下步骤:S10统计微电网一年内日产能及日负荷历史功率数据,分日切割,对每天零点到24点的供电功率与负荷动态功率变化进行偏差统计。S20由微电网系统日产能及日负荷历史运行功率数据,统计各采样周期的功率偏差分布情况,并进行功率偏差的频率分析,分离出高频功率与低频功率序列。S30通过时间积分计算获得每天高频功率时间积分序列的最大值和最小值,通过时间积分计算获得低频功率时间积分序列的最大值和最小值。S40计算超级电容以及电池日前调度容量参考值。以及S50对一年中的每天日前调度容量需求数据进行统计分析,基于概率统计及核密度估计法得出超级电容与电池最终的容量配置数据。
所述混合储能的容量包括超级电容容量与电池容量,所述高频功率时间积分累积数据作为超级电容容量的选择依据,低频功率时间积分累积数据作为电池容量的选择依据。
所述步骤S10统计微电网一年内日产能及日负荷历史功率数据,分日切割。所述日产能及日负荷历史功率数据为分钟级。
所述步骤S20由微电网新能源日产能及日负荷历史运行功率数据,统计每天零点到24点的功率偏差分布情况,并进行功率偏差的频率分析,分离出高频功率与低频功率序列。当所述功率偏差为正,认为储能需要充电,当所述功率偏差为负,认为储能需要放电。
所述步骤S30通过时间积分计算获得每天24h内的高频功率积分序列的最大值和最小值,通过时间积分计算获得低频功率积分序列的最大值和最小值。
所述步骤S40还包括分别设定超级电容与电池的过充过放荷电状态阈值,所述超级电容过充过放荷电状态阈值包括超级电容储能充电荷电状态上限以及超级电容储能放电荷电状态下限,所述电池过充过放荷电状态阈值包括电池储能充电荷电状态上限以及电池储能放电荷电状态下限;高频功率时间积分序列最大值和最小值之差与超级电容储能充电荷电状态上限和储能放电荷电状态下限之差相比数据作为超级电容日前调度容量配置参考值;低频功率时间积分序列最大值和最小值之差与电池储能充电荷电状态上限和储能放电荷电状态下限之差相比数据作为电池日前调度容量配置参考值。
当所述混合储能容量确定后,微电网日前调度时,为了确保储能工作在安全范围内,选择每日负荷用电低谷的零点,采用并入公用电网的方式,调节储能初始荷电量。通过充放电,使得初始的荷电量设定满足未来24小时储能工作在荷电状态要求的范围内。
使用过程如下:a.结合未来24小时的新能源产能预测与负荷预测,动态进行功率偏差的分频统计,对高频功率与低频功率分别进行时间积分计算,对不同累计时间段的各积分值进行统计,得出24小时中功率时间积分过程的高频功率积分序列的最大值、最小值以及低频功率积分序列的最大值和最小值。图2中,纵坐标P为功率,24小时的负荷功率曲线PL,新能源功率曲线PF,对应各采样周期的采样值为PLTi,PFTi,所需储能动态功率交换值为ΔPTi=PFTi-PLti;对功率偏差进行频率分解,如图3所示,动态高频值为ΔPhTi,低频值为ΔPlTi,进行功率时间的积分统计,ΔWhi=ΔPhTi,ΔWli=ΔPlTi。各采样时间的功率偏差进行积分求和则序列{Wh1,Wh2…Whk…Whn}为高频功率偏差积分动态序列,序列{Wl1,Wl2…Wlk…Wln}为低频功率偏差积分动态序列,对相应的储能容量需求进行统计,{Wh1,Wh2…Whk…Whn}中的最大值及最小值为Whkmax,Whkmin;{Wl1,Wl2…Wlk…Wln}最大值及最小值为Wlkmax,Wlkmin。
b.24小时中正功率时间积分的最大值作为储能充电所需容量的确定依据,负的功率时间积分的最大值作为储能放电所需容量的确定依据。
c.限定储能系统荷电状态工作范围,储能荷电量的零点需要存储的荷电量为储能容量与荷电状态上限值乘积减去功率积分序列的最大值,即为未来24调度所需的荷电量初值。
d.并网充放电工作,调节储能系统的荷电量在规定范围。为保证储能系统24小时调度运行不超限,假定电池的荷电状态工作范围为[Xb1,Xb2],单位为%,超级电容的荷电状态工作范围为[Xu1,Xu2],则电池与超级电容的容量可以按照如下式选取:(Wlkmax-Wlkmin)/(Xb2-Xb1),(Whkmax-Whkmin)/(Xu2-Xu1);电池与超级电容日前调度初始值分别为Xb2(Wlkmax-Wlkmin)/(Xb2-Xb1)-Wlkmax,Xu2(Whkmax-Whkmin)/(Xu2-Xu1)-Whkmax。
图4即某特性24小时日前调度所需储能容量配置后的储能荷电状态运行效果,纵坐标SOC代表储能的荷电状态,其中超级电容的荷电状态SOC工作约束范围为[0.1,0.9],电池的运行范围为[0.2,0.8]。
本发明涉及混合储能容量的配置及日前调度储能初始充电荷电量的具体数值给定,利用合适的混合储能容量配置及初始荷电量的可靠设置提高微电网独立运行的可靠性。采用离线设计与在线控制相结合,实际功率偏差需要动态信号分析,然后分配给超级电容与电池,依靠混合储能能量吞吐,有助于实现微电网负荷可靠运行的控制目标。
新能源发电的输出功率受自然天气影响而呈现很大的波动特性,影响负荷可靠供电,如果不加储能将打破供用电的需求平衡;另外间隙性的功率波动也需要混合储能设置来平抑波动,合理的混合储能动态功率分配可以平抑较大的新能源功率波动,确保负荷能优质供电,在新能源发电可调度性方面提供有力支持。
以上所述仅为本发明的示例性实施例,并非因此限制本发明专利保护范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (4)
1.一种微电网系统负荷可靠供电的混合储能容量确定方法,其特征在于,包括如下步骤:
S10统计微电网一年内日产能及日负荷历史功率数据,分日切割,对每天零点到24点的供电功率与负荷动态功率变化进行偏差统计;
S20由微电网系统日产能及日负荷历史运行功率数据,统计各采样周期的功率偏差分布情况,并进行功率偏差的频率分析,分离出高频功率与低频功率序列;
S30通过时间积分计算获得每天高频功率时间积分序列的最大值和最小值,通过时间积分计算获得低频功率时间积分序列的最大值和最小值;
S40计算超级电容以及电池日前调度容量参考值;以及
S50对一年中的每天日前调度容量需求数据进行统计分析,基于概率统计及核密度估计法得出超级电容与电池最终的容量配置数据;
其中,所述混合储能的容量包括超级电容容量与电池容量,所述高频功率时间积分累积数据作为超级电容容量的选择依据,低频功率时间积分累积数据作为电池容量的选择依据。
2.根据权利要求1所述的微电网系统负荷可靠供电的混合储能容量确定方法,其特征在于,所述步骤S10日产能及日负荷历史功率数据为分钟级。
3.根据权利要求2所述的微电网系统负荷可靠供电的混合储能容量确定方法,其特征在于,所述步骤S20当所述功率偏差为正时认为所述混合储能需要充电;当所述功率偏差为负时认为所述混合储能需要放电。
4.根据权利要求3所述的微电网系统负荷可靠供电的混合储能容量确定方法,其特征在于,所述步骤S40还包括分别设定超级电容与电池的过充过放荷电状态阈值,所述超级电容过充过放荷电状态阈值包括超级电容储能充电荷电状态上限以及超级电容储能放电荷电状态下限,所述电池过充过放荷电状态阈值包括电池储能充电荷电状态上限以及电池储能放电荷电状态下限;高频功率时间积分序列最大值和最小值之差与超级电容储能充电荷电状态上限和储能放电荷电状态下限之差相比数据作为超级电容日前调度容量配置参考值;低频功率时间积分序列最大值和最小值之差与电池储能充电荷电状态上限和储能放电荷电状态下限之差相比数据作为电池日前调度容量配置参考值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911397312.XA CN111030150B (zh) | 2019-12-30 | 2019-12-30 | 一种微电网系统负荷可靠供电的混合储能容量确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911397312.XA CN111030150B (zh) | 2019-12-30 | 2019-12-30 | 一种微电网系统负荷可靠供电的混合储能容量确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111030150A CN111030150A (zh) | 2020-04-17 |
CN111030150B true CN111030150B (zh) | 2020-12-08 |
Family
ID=70196259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911397312.XA Active CN111030150B (zh) | 2019-12-30 | 2019-12-30 | 一种微电网系统负荷可靠供电的混合储能容量确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111030150B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111799820B (zh) * | 2020-05-27 | 2022-07-05 | 广西大学 | 一种电力系统双层智能混合零星云储能对抗调控方法 |
CN112242709A (zh) * | 2020-10-19 | 2021-01-19 | 华翔翔能科技股份有限公司 | 一种具有微电网系统负荷可靠供电的混合储能容量确定方法 |
CN113078643B (zh) * | 2021-05-13 | 2021-10-22 | 南通大学 | 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法 |
CN114336762B (zh) * | 2022-01-10 | 2023-08-25 | 南通大学 | 风光发电及电网负荷波动日前调度储能配置优化方法 |
CN117096882B (zh) * | 2023-10-16 | 2024-01-05 | 国网浙江省电力有限公司宁波供电公司 | 一种配网潮流调控方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104466998A (zh) * | 2014-12-03 | 2015-03-25 | 沈阳工业大学 | 风电混和储能容量配置方法 |
CN104578121A (zh) * | 2014-12-22 | 2015-04-29 | 国家电网公司 | 一种混合储能系统功率分配的方法及系统 |
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 |
CN107994593A (zh) * | 2017-12-08 | 2018-05-04 | 囯网河北省电力有限公司电力科学研究院 | 复合储能系统容量配置方法及终端设备 |
EP3206276B1 (en) * | 2016-02-15 | 2018-10-17 | Doosan Heavy Industries & Construction Co., Ltd. | Energy storage system and management method thereof |
-
2019
- 2019-12-30 CN CN201911397312.XA patent/CN111030150B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104466998A (zh) * | 2014-12-03 | 2015-03-25 | 沈阳工业大学 | 风电混和储能容量配置方法 |
CN104578121A (zh) * | 2014-12-22 | 2015-04-29 | 国家电网公司 | 一种混合储能系统功率分配的方法及系统 |
EP3206276B1 (en) * | 2016-02-15 | 2018-10-17 | Doosan Heavy Industries & Construction Co., Ltd. | Energy storage system and management 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 |
CN107994593A (zh) * | 2017-12-08 | 2018-05-04 | 囯网河北省电力有限公司电力科学研究院 | 复合储能系统容量配置方法及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111030150A (zh) | 2020-04-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111030150B (zh) | 一种微电网系统负荷可靠供电的混合储能容量确定方法 | |
CN107248751B (zh) | 一种实现配电网负荷功率削峰填谷的储能站调度控制方法 | |
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
Li et al. | On the determination of battery energy storage capacity and short-term power dispatch of a wind farm | |
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
WO2019148689A1 (zh) | 一种微电网并网联络线功率的控制系统及其方法 | |
CN113078643B (zh) | 一种考虑电网经济运行风电计划优化及偏差补偿用储能容量配置方法 | |
CN110783959B (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN110932296A (zh) | 一种储能控制方法、装置及虚拟电厂 | |
CN114154790A (zh) | 基于需量管理和柔性负荷的工业园区光储容量配置方法 | |
Ippolito et al. | Economic feasibility of a customer-side energy storage in the Italian electricity market | |
CN110880777A (zh) | 一种电网侧储能应急调峰备用能力的评估方法和装置 | |
Fenglei et al. | An uncertainty reduction strategy to schedule and operate microgrids with renewable energy sources | |
CN111404182B (zh) | 基于磷酸铁锂介质的电化学储能电站的运行方法 | |
CN114825392A (zh) | 考虑装机规模约束的风光储多能互补容量优化方法 | |
CN111062532A (zh) | 一种考虑v2g的增量配电园区内电网容量配置优化方法 | |
CN117096923B (zh) | 一种基于峰谷套利的储能运行控制方法及系统 | |
Li et al. | Optimal capacity allocation method of energy storage system for increasing wind power integration | |
CN117200261B (zh) | 一种基于电网调频的储能设备控制方法、装置和存储介质 | |
CN111932398B (zh) | 一种光储型充电站优化控制方法及系统 | |
CN117526299B (zh) | 一种微电网有功无功功率协调控制系统及方法 | |
Chen et al. | Economic benefit evaluation and incentive strategy research on Wind energy and BESS jointly participating in reducing the forecast deviation penalty | |
CN113346514B (zh) | 一种基于agc的发电机组最优里程调度方法 | |
CN110198054B (zh) | 一种含海水淡化负荷的微网功率调度方法和系统 | |
Kai et al. | Study on the Assessment Method of the Whole Process of Power Grid Dissipating Clean 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 |