CN111049165A - 一种用于新能源电力系统储能配置的方法及系统 - Google Patents

一种用于新能源电力系统储能配置的方法及系统 Download PDF

Info

Publication number
CN111049165A
CN111049165A CN201911191507.9A CN201911191507A CN111049165A CN 111049165 A CN111049165 A CN 111049165A CN 201911191507 A CN201911191507 A CN 201911191507A CN 111049165 A CN111049165 A CN 111049165A
Authority
CN
China
Prior art keywords
power
time
new energy
limit
target assessment
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
Application number
CN201911191507.9A
Other languages
English (en)
Inventor
余中平
关洪浩
宋新甫
闫涛
梁钢
陈继忠
张明霞
牛萌
徐少华
杨水利
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
Economic and Technological Research Institute of State Grid Xinjiang Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Economic and Technological Research Institute of State Grid Xinjiang 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, Economic and Technological Research Institute of State Grid Xinjiang Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201911191507.9A priority Critical patent/CN111049165A/zh
Publication of CN111049165A publication Critical patent/CN111049165A/zh
Pending legal-status Critical Current

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种用于新能源电力系统储能配置的方法及系统，属于含大规模新能源电力系统储能配置技术领域。本发明方法，包括：根据电力系统新能源出力的不确定性，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值；根据概率潮流越限值，确定目标考核元件潮流越限轨迹灵敏度；选择潮流越限轨迹灵敏度在预设范围内的目标考核元件，确定储能配置的功率及能量需求。本发明以含新能源电力系统的概率性潮流分析为背景，将新能源出力保证率作为参数改变量，建立概率潮流的轨迹灵敏度分析模型以及储能配置策略，最终确定储能配置方案，在兼顾新能源合理的消纳水平的同时保证经济性。

Description

一种用于新能源电力系统储能配置的方法及系统
技术领域
本发明涉及含大规模新能源电力系统储能配置技术领域，并且更具体地，涉及一种用于新能源电力系统储能配置的方法及系统。
背景技术
随着能源短缺和环境污染等问题日趋严峻，对于可再生能源的利用越来越受到人们的关注，但是，新能源出力的不确定性也对电力系统安全稳定运行产生了一系列的挑战。
在传统电力系统中，调度系统通过调节电源出力以实时跟踪负荷需求，实现电力电量平衡要求。然而在含大规模新能源电力系统中，电源出力的不确定性可能比负荷需求的不确定性更大，此时电力电量将由确定性平衡转向概率性平衡。在这一转变过程中，储能技术由于可实现将新能源的生产和负荷需求从时间和空间上进行转移，成为解决电力系统概率性平衡问题的重要手段。因此，在含大规模新能源电力系统的规划设计过程中，储能配置方法也成为研究的热点。
发明内容
针对上述问题，本发明提出了一种用于新能源电力系统储能配置的方法，所述方法包括：
根据电力系统新能源出力的不确定性，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值；
根据概率潮流越限值，确定目标考核元件潮流越限轨迹灵敏度；
选择潮流越限轨迹灵敏度在预设范围内的目标考核元件，确定储能配置的功率及能量需求。
可选的，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值，具体为：
获取新能源电力系统目标考核元件出力，进行排序，取任意保证率的新能源电力系统目标考核元件日内每个时段的最大出力，确定新能源外送对电网的影响，公式如下:
Figure BDA0002293690710000021
式中：α表示新能源出力保证率、f(α)对应保证率α下的新能源出力系数、
Figure BDA0002293690710000022
为第i个风电场在t时刻注入系统的有功功率、
Figure BDA0002293690710000023
为光伏电站在t时刻注入系统的有功功率、
Figure BDA0002293690710000024
为第i个风电场装机规模和
Figure BDA0002293690710000025
为光伏电站的装机规模；
确定目标考核元件每个时段的有功潮流，公式如下：
Figure BDA0002293690710000026
其中，
Figure BDA0002293690710000027
为第i个常规机组在t时刻注入系统的有功功率、
Figure BDA0002293690710000028
为t时刻电力系统系统负荷需求、
Figure BDA0002293690710000029
为t时刻系统网损、Ng为常规机组数量、Nw为风电场数量和Ns为光伏电站的数量；
根据公式(1)和(2)确定每个时段不同保证率的概率潮流越限值，公式如下：
Figure BDA00022936907100000210
Figure BDA00022936907100000211
其中，Plim为受考核元件的热稳定极限、g(Pt)为t时段与受考核元件潮流相关的确定性因素；
当λt(α)＞0时，为保证率α的目标考核元件潮流越限；
当λt(α)≤0时，为保证率α的目标考核元件潮流不越限。
可选的，确定目标考核元件潮流越限轨迹灵敏度，具体为：
根据新能源出力保证率变化引起的潮流越限值变化情况，获取目标考核元件对于保证率响应的灵敏程度，公式如下：
Figure BDA0002293690710000031
其中，λj表示第j个目标考核元件潮流越限轨迹和k为时间采样点；
根据公式(5)确定目标考核元件潮流越限轨迹灵敏度，公式如下：
Figure BDA0002293690710000032
其中，α0表示保证率的给定值、Δα为保证率的变化量；λj0为第j个目标考核元件给定保证率的潮流越限轨迹。
可选的，目标考核元件潮流越限轨迹灵敏度的绝对值的平均值用于比较目标考核元件潮流越限轨迹灵敏度大小，公式如下：
Figure BDA0002293690710000033
其中、K表示时间采样点的总数。
可选的，确定储能配置的功率及能量需求，具体为：
确定预设范围的保证率内，目标考核元件概率潮流不发生越限的最大存储功率，公式如下：
PES≥max h{λt(αε)≤0} (8)
式中：αε表示期望保证率；
约束条件为：
Figure BDA0002293690710000034
其中，pc,t为t时刻的实际充电功率、pd,t为t时刻的实际放电功率、uc,t为t时刻的充电标记码和ud,t为t时刻的放电标记码；
当λt(α)＞0时取1，非工作时间段取0；
当λt(α)≤0取1，非工作时间段取0；
当储能充放电状态下的效率保持不变，根据潮流越限时段的最大充放电电量，确定预设范围的保证率内，目标考核元件节点概率潮流不发生越限的最大存储功率，公式如下为：
Figure BDA0002293690710000035
其中，ηc为储能充电状态下的效率、ηd为储能放电状态下的效率、T为计算时段、SOCM为储能最大允许荷电状态、SOC0为储能最大允许初始荷电状态；
约束条件为：
Figure BDA0002293690710000041
其中、Esoc,t为t时刻的储能能量、SOCm为储能最小允许荷电状态和Δt为计算时段时间间隔。
本发明还提出了一种用于新能源电力系统储能配置的系统，包括：
潮流计算模块，根据电力系统新能源出力的不确定性，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值；
灵敏度计算模块，根据概率潮流越限值，确定目标考核元件潮流越限轨迹灵敏度；
配置模块，选择潮流越限轨迹灵敏度在预设范围内的目标考核元件，确定储能配置的功率及能量需求。
可选的，潮流计算模块用于，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值，具体为：
获取新能源电力系统目标考核元件出力，进行排序，取任意保证率的新能源电力系统目标考核元件日内每个时段的最大出力，确定新能源外送对电网的影响，公式如下:
Figure BDA0002293690710000042
式中：α表示新能源出力保证率、f(α)对应保证率α下的新能源出力系数、
Figure BDA0002293690710000043
为第i个风电场在t时刻注入系统的有功功率、
Figure BDA0002293690710000044
为光伏电站在t时刻注入系统的有功功率、
Figure BDA0002293690710000045
为第i个风电场装机规模和
Figure BDA0002293690710000046
为光伏电站的装机规模；
确定目标考核元件每个时段的有功潮流，公式如下：
Figure BDA0002293690710000047
其中，
Figure BDA0002293690710000048
为第i个常规机组在t时刻注入系统的有功功率、
Figure BDA0002293690710000049
为t时刻电力系统系统负荷需求、
Figure BDA00022936907100000410
为t时刻系统网损、Ng为常规机组数量、Nw为风电场数量和Ns为光伏电站的数量；
根据公式(1)和(2)确定每个时段不同保证率的概率潮流越限值，公式如下：
Figure BDA0002293690710000051
Figure BDA0002293690710000052
其中，Plim为受考核元件的热稳定极限、g(Pt)为t时段与受考核元件潮流相关的确定性因素；
当λt(α)＞0时，为保证率α的目标考核元件潮流越限；
当λt(α)≤0时，为保证率α的目标考核元件潮流不越限。
可选的，灵敏度计算模块用于确定目标考核元件潮流越限轨迹灵敏度，具体为：
根据新能源出力保证率变化引起的潮流越限值变化情况，获取目标考核元件对于保证率响应的灵敏程度，公式如下：
Figure BDA0002293690710000053
其中，λj表示第j个目标考核元件潮流越限轨迹和k为时间采样点；
根据公式(5)确定目标考核元件潮流越限轨迹灵敏度，公式如下：
Figure BDA0002293690710000054
其中，α0表示保证率的给定值、Δα为保证率的变化量；λj0为第j个目标考核元件给定保证率的潮流越限轨迹。
可选的，灵敏度计算模块，用于确定目标考核元件潮流越限轨迹灵敏度的绝对值的平均值用于比较目标考核元件潮流越限轨迹灵敏度大小，公式如下：
Figure BDA0002293690710000055
其中、K表示时间采样点的总数。
可选的，配置模块，用于确定储能配置的功率及能量需求，具体为：
确定预设范围的保证率内，目标考核元件概率潮流不发生越限的最大存储功率，公式如下：
PES≥max h{λt(αε)≤0}
式中：αε表示期望保证率；
约束条件为：
Figure BDA0002293690710000061
其中，pc,t为t时刻的实际充电功率、pd,t为t时刻的实际放电功率、uc,t为t时刻的充电标记码和ud,t为t时刻的放电标记码；
当λt(α)＞0时取1，非工作时间段取0；
当λt(α)≤0取1，非工作时间段取0；
当储能充放电状态下的效率保持不变，根据潮流越限时段的最大充放电电量，确定预设范围的保证率内，目标考核元件节点概率潮流不发生越限的最大存储功率，公式如下为：
Figure BDA0002293690710000062
其中，ηc为储能充电状态下的效率、ηd为储能放电状态下的效率、T为计算时段、SOCM为储能最大允许荷电状态、SOC0为储能最大允许初始荷电状态；
约束条件为：
Figure BDA0002293690710000063
其中、Esoc,t为t时刻的储能能量、SOCm为储能最小允许荷电状态和Δt为计算时段时间间隔。
本发明以含新能源电力系统的概率性潮流分析为背景，将新能源出力保证率作为参数改变量，建立概率潮流的轨迹灵敏度分析模型以及储能配置策略，最终确定储能配置方案，在兼顾新能源合理的消纳水平的同时保证经济性。
附图说明
图1为本发明一种用于新能源电力系统储能配置的方法流程图；
图2为本发明一种用于新能源电力系统储能配置的方法实施例某半岛电力系统线路图；
图3为本发明一种用于新能源电力系统储能配置的方法实施例的支路C9-B1不同保证率下的潮流曲线示意图；
图4为本发明一种用于新能源电力系统储能配置的方法保证率α＝94％时的轨迹灵敏度曲线示意图；
图5为本发明一种用于新能源电力系统储能配置的方法不同保证率下轨迹灵敏度平均值示意图；
图6为本发明一种用于新能源电力系统储能配置的方法不同保证率下储能充放电功率示意图；
图7为本发明一种用于新能源电力系统储能配置的系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
本发明提出了一种用于新能源电力系统储能配置的方法，如图1所示，包括：
根据电力系统新能源出力的不确定性，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值；
根据概率潮流越限值，确定目标考核元件潮流越限轨迹灵敏度；
选择潮流越限轨迹灵敏度在预设范围内的目标考核元件，确定储能配置的功率及能量需求。
确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值，具体为：
获取新能源电力系统目标考核元件出力，进行排序，取任意保证率的新能源电力系统目标考核元件日内每个时段的最大出力，确定新能源外送对电网的影响，公式如下:
Figure BDA0002293690710000081
式中：α表示新能源出力保证率、f(α)对应保证率α下的新能源出力系数、
Figure BDA0002293690710000082
为第i个风电场在t时刻注入系统的有功功率、
Figure BDA0002293690710000083
为光伏电站在t时刻注入系统的有功功率、
Figure BDA0002293690710000084
为第i个风电场装机规模和
Figure BDA0002293690710000085
为光伏电站的装机规模；
确定目标考核元件每个时段的有功潮流，公式如下：
Figure BDA0002293690710000086
其中，
Figure BDA0002293690710000087
为第i个常规机组在t时刻注入系统的有功功率、
Figure BDA0002293690710000088
为t时刻电力系统系统负荷需求、
Figure BDA0002293690710000089
为t时刻系统网损、Ng为常规机组数量、Nw为风电场数量和Ns为光伏电站的数量；
根据公式(1)和(2)确定每个时段不同保证率的概率潮流越限值，公式如下：
Figure BDA00022936907100000810
Figure BDA00022936907100000811
其中，Plim为受考核元件的热稳定极限、g(Pt)为t时段与受考核元件潮流相关的确定性因素；
当λt(α)＞0时，为保证率α的目标考核元件潮流越限；
当λt(α)≤0时，为保证率α的目标考核元件潮流不越限。
确定目标考核元件潮流越限轨迹灵敏度，具体为：
根据新能源出力保证率变化引起的潮流越限值变化情况，获取目标考核元件对于保证率响应的灵敏程度，公式如下：
Figure BDA0002293690710000091
其中，λj表示第j个目标考核元件潮流越限轨迹和k为时间采样点；
根据公式(5)确定目标考核元件潮流越限轨迹灵敏度，公式如下：
Figure BDA0002293690710000092
其中，α0表示保证率的给定值、Δα为保证率的变化量；λj0为第j个目标考核元件给定保证率的潮流越限轨迹。
目标考核元件潮流越限轨迹灵敏度的绝对值的平均值用于比较目标考核元件潮流越限轨迹灵敏度大小，公式如下：
Figure BDA0002293690710000093
其中、K表示时间采样点的总数。
确定储能配置的功率及能量需求，具体为：
确定预设范围的保证率内，目标考核元件概率潮流不发生越限的最大存储功率，公式如下：
PES≥max h{λt(αε)≤0} (8)
式中：αε表示期望保证率；
约束条件为：
Figure BDA0002293690710000094
其中，pc,t为t时刻的实际充电功率、pd,t为t时刻的实际放电功率、uc,t为t时刻的充电标记码和ud,t为t时刻的放电标记码；
当λt(α)＞0时取1，非工作时间段取0；
当λt(α)≤0取1，非工作时间段取0；
当储能充放电状态下的效率保持不变，根据潮流越限时段的最大充放电电量，确定预设范围的保证率内，目标考核元件节点概率潮流不发生越限的最大存储功率，公式如下为：
Figure BDA0002293690710000095
其中，ηc为储能充电状态下的效率、ηd为储能放电状态下的效率、T为计算时段、SOCM为储能最大允许荷电状态、SOC0为储能最大允许初始荷电状态；
约束条件为：
Figure BDA0002293690710000101
其中、Esoc,t为t时刻的储能能量、SOCm为储能最小允许荷电状态和Δt为计算时段时间间隔。
下面结合实施例对本发明进行进一步说明：
以某半岛地区电网的地理接线，接线图，如图2所示，我国南方某半岛地区电网的地理接线，系统包含了1座500kV变电站(A1)、3座220kV变电站(B1～B3)和23座110kV变电站(C1～C23)，由于半岛地区风资源和太阳能资源丰富，共有14座风电场(W1～W14，总装机规模1430MW)和11座光伏电站(S1～S11，总装机规模730MW)接入电网中，是典型的新能源外送区域电网。
搭建该地区电力系统潮流计算模型。根据负荷特性数据以及不同保证率下的新能源出力统计数据，可得到15min级时间尺度下各节点和支路的概率性潮流功率。受限于电气元件热稳定极限值，部分元件在部分时段出现潮流越限情况，其汇总统计结果如表1所示。
表1
Figure BDA0002293690710000102
以支路C9-B1为例，保证率在92％～98％区间内的潮流曲线，如图3所示，保证率越高，新能源出力越高，潮流越限情况越严重、越限时间段越长。
如图4所示，由于不同支路发生潮流越限的时刻不尽相同，为便于对比分析，轨迹灵敏度计算的时间采样点应选择各支路潮流同时发生越限的时段。根据式(6)，得到支路C4-B1、C9-B1、C13-B2潮流越限的轨迹灵敏度曲线(以α＝94％为例)。
如图5所示，进一步计算不同保证率下各支路轨迹灵敏度平均值。
确定好储能配置节点后，即可利用式(8)～式(11)计算需要配置的储能容量为使支路C13-B2潮流不越限，计算过程中使用的电池储能参数如表2所示：
表2
Figure BDA0002293690710000111
不同保证率下储能工作时间段的充放电功率曲线如图6所示。
根据表1，当保证率α＜90％时，系统内所有元件无潮流越限情况；当保证率α在92％～98％时支路C4-B1、C9-B1、C13-B2潮流越限相对频繁；极端情况下当保证率α＝100％时，支路C12-B2、B3-A1(2)才会出现潮流越限情况。极端情况作为小概率事件，在实际运行中从经济性的角度考虑，允许采取一定的弃风弃光措施是更为合理的。因此，在不考虑新建输变电工程的情况下，初步选定对支路C4-B1、C9-B1、C13-B2进行轨迹灵敏度分析以确定的最优的储能配置策略。
支路C13-B2潮流越限的轨迹灵敏度曲线在不同时间点表现相对稳定，而支路C4-B1、C9-B1潮流越限的轨迹灵敏度曲线波动相对较大。
进一步计算不同保证率下各支路轨迹灵敏度平均值，支路C13-B2潮流越限的轨迹灵敏度平均值较小，总体维持在1％左右；而支路C4-B1、C9-B1潮流越限的轨迹灵敏度平均值较大，且随着保证率降低，其增大趋势明显。
支路C13-B2发生潮流越限的可能性相对较大，而支路C4-B1、C9-B1发生潮流越限的可能性则相对小一些。
因此，应优先考虑在节点C13配置储能，以应对新能源出力波动可能引起的概率潮流越限问题。
该半岛地区新能源出力保证率越高，在节点C13处需要配置的储能功率越大：
保证率取92％时，需配置的储能容量为8.6MW/8.2MWh即可满足新能源送出需求；保证率取94％～96％时，配置的储能容量为13.3MW/26.3MWh～15.3MW/46.8MWh可满足新能源送出需求；保证率取98％时，需配置的储能容量达到23.4MW/82.1MWh。实际上通过潮流计算可知，当保证率进一步提高时，新能源外送曲线迅速抬升，储能功率配置需求和储能能量配置需求均快速增加。
实际运行中保证率在94％～96％之间取值，一方面保证电力系统具备较高的新能源接纳水平，另一方面也不必付出过高的经济代价。
上述实施例验证了所提方法的有效性，为电网公司开展储能规划提供参考。
综上，该实施例的基于新能源出力保证率轨迹灵敏度分析的储能配置方法，
(1)、定义明确，便于理解；
(2)、在兼顾新能源合理的消纳水平的同时保证经济性。
本发明还提出了一种用于新能源电力系统储能配置的系统200，如图7所示，包括：
潮流计算模块201，根据电力系统新能源出力的不确定性，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值；
灵敏度计算模块202，根据概率潮流越限值，确定目标考核元件潮流越限轨迹灵敏度；
配置模块203，选择潮流越限轨迹灵敏度在预设范围内的目标考核元件，确定储能配置的功率及能量需求。
潮流计算模块201用于，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值，具体为：
获取新能源电力系统目标考核元件出力，进行排序，取任意保证率的新能源电力系统目标考核元件日内每个时段的最大出力，确定新能源外送对电网的影响，公式如下:
Figure BDA0002293690710000131
式中：α表示新能源出力保证率、f(α)对应保证率α下的新能源出力系数、
Figure BDA0002293690710000132
为第i个风电场在t时刻注入系统的有功功率、
Figure BDA0002293690710000133
为光伏电站在t时刻注入系统的有功功率、
Figure BDA0002293690710000134
为第i个风电场装机规模和
Figure BDA0002293690710000135
为光伏电站的装机规模；
确定目标考核元件每个时段的有功潮流，公式如下：
Figure BDA0002293690710000136
其中，
Figure BDA0002293690710000137
为第i个常规机组在t时刻注入系统的有功功率、
Figure BDA0002293690710000138
为t时刻电力系统系统负荷需求、
Figure BDA0002293690710000139
为t时刻系统网损、Ng为常规机组数量、Nw为风电场数量和Ns为光伏电站的数量；
根据公式(1)和(2)确定每个时段不同保证率的概率潮流越限值，公式如下：
Figure BDA00022936907100001310
Figure BDA00022936907100001311
其中，Plim为受考核元件的热稳定极限、g(Pt)为t时段与受考核元件潮流相关的确定性因素；
当λt(α)＞0时，为保证率α的目标考核元件潮流越限；
当λt(α)≤0时，为保证率α的目标考核元件潮流不越限。
灵敏度计算模块202用于确定目标考核元件潮流越限轨迹灵敏度，具体为：
根据新能源出力保证率变化引起的潮流越限值变化情况，获取目标考核元件对于保证率响应的灵敏程度，公式如下：
Figure BDA00022936907100001312
其中，λj表示第j个目标考核元件潮流越限轨迹和k为时间采样点；
根据公式(5)确定目标考核元件潮流越限轨迹灵敏度，公式如下：
Figure BDA0002293690710000141
其中，α0表示保证率的给定值、Δα为保证率的变化量；λj0为第j个目标考核元件给定保证率的潮流越限轨迹。
灵敏度计算模块202，用于确定目标考核元件潮流越限轨迹灵敏度的绝对值的平均值用于比较目标考核元件潮流越限轨迹灵敏度大小，公式如下：
Figure BDA0002293690710000142
其中、K表示时间采样点的总数。
配置模块203，用于确定储能配置的功率及能量需求，具体为：
确定预设范围的保证率内，目标考核元件概率潮流不发生越限的最大存储功率，公式如下：
PES≥max h{λt(αε)≤0}
式中：αε表示期望保证率；
约束条件为：
Figure BDA0002293690710000143
其中，pc,t为t时刻的实际充电功率、pd,t为t时刻的实际放电功率、uc,t为t时刻的充电标记码和ud,t为t时刻的放电标记码；
当λt(α)＞0时取1，非工作时间段取0；
当λt(α)≤0取1，非工作时间段取0；
当储能充放电状态下的效率保持不变，根据潮流越限时段的最大充放电电量，确定预设范围的保证率内，目标考核元件节点概率潮流不发生越限的最大存储功率，公式如下为：
Figure BDA0002293690710000144
其中，ηc为储能充电状态下的效率、ηd为储能放电状态下的效率、T为计算时段、SOCM为储能最大允许荷电状态、SOC0为储能最大允许初始荷电状态；
约束条件为：
Figure BDA0002293690710000151
其中、Esoc,t为t时刻的储能能量、SOCm为储能最小允许荷电状态和Δt为计算时段时间间隔。
本发明以含新能源电力系统的概率性潮流分析为背景，将新能源出力保证率作为参数改变量，建立概率潮流的轨迹灵敏度分析模型以及储能配置策略，最终确定储能配置方案，在兼顾新能源合理的消纳水平的同时保证经济性。
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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种用于新能源电力系统储能配置的方法，所述方法包括：
根据电力系统新能源出力的不确定性，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值；
根据概率潮流越限值，确定目标考核元件潮流越限轨迹灵敏度；
选择潮流越限轨迹灵敏度在预设范围内的目标考核元件，确定储能配置的功率及能量需求。
2.根据权利要求1所述的方法，所述确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值，具体为：
获取新能源电力系统目标考核元件出力，进行排序，取任意保证率的新能源电力系统目标考核元件日内每个时段的最大出力，确定新能源外送对电网的影响，公式如下:
Figure FDA0002293690700000011
式中：α表示新能源出力保证率、f(α)对应保证率α下的新能源出力系数、
Figure FDA0002293690700000012
为第i个风电场在t时刻注入系统的有功功率、
Figure FDA0002293690700000013
为光伏电站在t时刻注入系统的有功功率、
Figure FDA0002293690700000014
为第i个风电场装机规模和
Figure FDA0002293690700000015
为光伏电站的装机规模；
确定目标考核元件每个时段的有功潮流，公式如下：
Figure FDA0002293690700000016
其中，
Figure FDA0002293690700000017
为第i个常规机组在t时刻注入系统的有功功率、
Figure FDA0002293690700000018
为t时刻电力系统系统负荷需求、
Figure FDA0002293690700000019
为t时刻系统网损、Ng为常规机组数量、Nw为风电场数量和Ns为光伏电站的数量；
根据公式(1)和(2)确定每个时段不同保证率的概率潮流越限值，公式如下：
Figure FDA00022936907000000110
Figure FDA00022936907000000111
其中，Plim为受考核元件的热稳定极限、g(Pt)为t时段与受考核元件潮流相关的确定性因素；
当λt(α)＞0时，为保证率α的目标考核元件潮流越限；
当λt(α)≤0时，为保证率α的目标考核元件潮流不越限。
3.根据权利要求1所述的方法，所述确定目标考核元件潮流越限轨迹灵敏度，具体为：
根据新能源出力保证率变化引起的潮流越限值变化情况，获取目标考核元件对于保证率响应的灵敏程度，公式如下：
Figure FDA0002293690700000021
其中，λj表示第j个目标考核元件潮流越限轨迹和k为时间采样点；
根据公式(5)确定目标考核元件潮流越限轨迹灵敏度，公式如下：
Figure FDA0002293690700000022
其中，α0表示保证率的给定值、Δα为保证率的变化量；λj0为第j个目标考核元件给定保证率的潮流越限轨迹。
4.根据权利要求1所述的方法，所述目标考核元件潮流越限轨迹灵敏度的绝对值的平均值用于比较目标考核元件潮流越限轨迹灵敏度大小，公式如下：
Figure FDA0002293690700000023
其中、K表示时间采样点的总数。
5.根据权利要求1所述的方法，所述确定储能配置的功率及能量需求，具体为：
确定预设范围的保证率内，目标考核元件概率潮流不发生越限的最大存储功率，公式如下：
PES≥maxh{λt(αε)≤0} (8)
式中：αε表示期望保证率；
约束条件为：
Figure FDA0002293690700000024
其中，pc,t为t时刻的实际充电功率、pd,t为t时刻的实际放电功率、uc,t为t时刻的充电标记码和ud,t为t时刻的放电标记码；
当λt(α)＞0时取1，非工作时间段取0；
当λt(α)≤0取1，非工作时间段取0；
当储能充放电状态下的效率保持不变，根据潮流越限时段的最大充放电电量，确定预设范围的保证率内，目标考核元件节点概率潮流不发生越限的最大存储功率，公式如下为：
Figure FDA0002293690700000031
其中，ηc为储能充电状态下的效率、ηd为储能放电状态下的效率、T为计算时段、SOCM为储能最大允许荷电状态、SOC0为储能最大允许初始荷电状态；
约束条件为：
Figure FDA0002293690700000032
其中、Esoc,t为t时刻的储能能量、SOCm为储能最小允许荷电状态和Δt为计算时段时间间隔。
6.一种用于新能源电力系统储能配置的系统，所述系统包括：
潮流计算模块，根据电力系统新能源出力的不确定性，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值；
灵敏度计算模块，根据概率潮流越限值，确定目标考核元件潮流越限轨迹灵敏度；
配置模块，选择潮流越限轨迹灵敏度在预设范围内的目标考核元件，确定储能配置的功率及能量需求。
7.根据权利要求6所述的系统，所述潮流计算模块用于，确定电力系统目标考核元件的每个时段不同新能源保证率的概率潮流越限值，具体为：
获取新能源电力系统目标考核元件出力，进行排序，取任意保证率的新能源电力系统目标考核元件日内每个时段的最大出力，确定新能源外送对电网的影响，公式如下:
Figure FDA0002293690700000033
式中：α表示新能源出力保证率、f(α)对应保证率α下的新能源出力系数、
Figure FDA0002293690700000041
为第i个风电场在t时刻注入系统的有功功率、
Figure FDA0002293690700000042
为光伏电站在t时刻注入系统的有功功率、
Figure FDA0002293690700000043
为第i个风电场装机规模和
Figure FDA0002293690700000044
为光伏电站的装机规模；
确定目标考核元件每个时段的有功潮流，公式如下：
Figure FDA0002293690700000045
其中，
Figure FDA0002293690700000046
为第i个常规机组在t时刻注入系统的有功功率、
Figure FDA0002293690700000047
为t时刻电力系统系统负荷需求、
Figure FDA0002293690700000048
为t时刻系统网损、Ng为常规机组数量、Nw为风电场数量和Ns为光伏电站的数量；
根据公式(1)和(2)确定每个时段不同保证率的概率潮流越限值，公式如下：
Figure FDA0002293690700000049
Figure FDA00022936907000000410
其中，Plim为受考核元件的热稳定极限、g(Pt)为t时段与受考核元件潮流相关的确定性因素；
当λt(α)＞0时，为保证率α的目标考核元件潮流越限；
当λt(α)≤0时，为保证率α的目标考核元件潮流不越限。
8.根据权利要求6所述的系统，所述灵敏度计算模块用于确定目标考核元件潮流越限轨迹灵敏度，具体为：
根据新能源出力保证率变化引起的潮流越限值变化情况，获取目标考核元件对于保证率响应的灵敏程度，公式如下：
Figure FDA00022936907000000411
其中，λj表示第j个目标考核元件潮流越限轨迹和k为时间采样点；
根据公式(5)确定目标考核元件潮流越限轨迹灵敏度，公式如下：
Figure FDA00022936907000000412
其中，α0表示保证率的给定值、Δα为保证率的变化量；λj0为第j个目标考核元件给定保证率的潮流越限轨迹。
9.根据权利要求6所述的系统，所述灵敏度计算模块，用于确定目标考核元件潮流越限轨迹灵敏度的绝对值的平均值用于比较目标考核元件潮流越限轨迹灵敏度大小，公式如下：
Figure FDA0002293690700000051
其中、K表示时间采样点的总数。
10.根据权利要求6所述的系统，所述配置模块，用于确定储能配置的功率及能量需求，具体为：
确定预设范围的保证率内，目标考核元件概率潮流不发生越限的最大存储功率，公式如下：
PES≥maxh{λt(αε)≤0}
式中：αε表示期望保证率；
约束条件为：
Figure FDA0002293690700000052
其中，pc,t为t时刻的实际充电功率、pd,t为t时刻的实际放电功率、uc,t为t时刻的充电标记码和ud,t为t时刻的放电标记码；
当λt(α)＞0时取1，非工作时间段取0；
当λt(α)≤0取1，非工作时间段取0；
当储能充放电状态下的效率保持不变，根据潮流越限时段的最大充放电电量，确定预设范围的保证率内，目标考核元件节点概率潮流不发生越限的最大存储功率，公式如下为：
Figure FDA0002293690700000053
其中，ηc为储能充电状态下的效率、ηd为储能放电状态下的效率、T为计算时段、SOCM为储能最大允许荷电状态、SOC0为储能最大允许初始荷电状态；
约束条件为：
Figure FDA0002293690700000054
其中、Esoc,t为t时刻的储能能量、SOCm为储能最小允许荷电状态和Δt为计算时段时间间隔。
CN201911191507.9A 2019-11-28 2019-11-28 一种用于新能源电力系统储能配置的方法及系统 Pending CN111049165A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911191507.9A CN111049165A (zh) 2019-11-28 2019-11-28 一种用于新能源电力系统储能配置的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911191507.9A CN111049165A (zh) 2019-11-28 2019-11-28 一种用于新能源电力系统储能配置的方法及系统

Publications (1)

Publication Number Publication Date
CN111049165A true CN111049165A (zh) 2020-04-21

Family

ID=70234061

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911191507.9A Pending CN111049165A (zh) 2019-11-28 2019-11-28 一种用于新能源电力系统储能配置的方法及系统

Country Status (1)

Country Link
CN (1) CN111049165A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111509747A (zh) * 2020-05-27 2020-08-07 广东电网有限责任公司 一种电网储能优化配置方法、装置和设备
CN112039129A (zh) * 2020-09-22 2020-12-04 广东电网有限责任公司 一种基于储能优化配置的风电出力保证率确定方法与系统
CN116760111A (zh) * 2023-08-23 2023-09-15 太原理工大学 分布式能源接入及电能存储控制方法、装置、设备及介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109617054A (zh) * 2018-12-13 2019-04-12 华南理工大学 一种考虑光储系统接入的配电变压器定容选型方法
CN110034572A (zh) * 2019-04-17 2019-07-19 中国科学院广州能源研究所 含多端口电力电子变压器的交直流混合系统储能配置方法
CN110247397A (zh) * 2019-07-30 2019-09-17 广东电网有限责任公司 一种储能配置方法、系统、装置及可读存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109617054A (zh) * 2018-12-13 2019-04-12 华南理工大学 一种考虑光储系统接入的配电变压器定容选型方法
CN110034572A (zh) * 2019-04-17 2019-07-19 中国科学院广州能源研究所 含多端口电力电子变压器的交直流混合系统储能配置方法
CN110247397A (zh) * 2019-07-30 2019-09-17 广东电网有限责任公司 一种储能配置方法、系统、装置及可读存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111509747A (zh) * 2020-05-27 2020-08-07 广东电网有限责任公司 一种电网储能优化配置方法、装置和设备
CN111509747B (zh) * 2020-05-27 2021-09-03 广东电网有限责任公司 一种电网储能优化配置方法、装置和设备
CN112039129A (zh) * 2020-09-22 2020-12-04 广东电网有限责任公司 一种基于储能优化配置的风电出力保证率确定方法与系统
CN112039129B (zh) * 2020-09-22 2022-06-14 广东电网有限责任公司 一种基于储能优化配置的风电出力保证率确定方法与系统
CN116760111A (zh) * 2023-08-23 2023-09-15 太原理工大学 分布式能源接入及电能存储控制方法、装置、设备及介质
CN116760111B (zh) * 2023-08-23 2023-11-10 太原理工大学 分布式能源接入及电能存储控制方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
Yang et al. Integrated size and energy management design of battery storage to enhance grid integration of large-scale PV power plants
Li et al. A coordinated dispatch method with pumped-storage and battery-storage for compensating the variation of wind power
Li et al. On the determination of battery energy storage capacity and short-term power dispatch of a wind farm
CN109767078B (zh) 一种基于混合整数规划的多类型电源检修安排方法
CN102694391B (zh) 风光储联合发电系统日前优化调度方法
CN110224393B (zh) 一种基于最小切负荷模型的新能源消纳评估方法
Villarreal et al. Designing a sustainable and distributed generation system for semiconductor wafer fabs
CN111049165A (zh) 一种用于新能源电力系统储能配置的方法及系统
CN103473393B (zh) 一种考虑随机概率的输电裕度控制模型建模方法
CN112186744B (zh) 一种适用于含分布式电源配电网的供电恢复方法及应用
CN110601254B (zh) 一种考虑动态载流特性的风电场储能优化配置方法及系统
Chen et al. Energy storage sizing for dispatchability of wind farm
CN105244920B (zh) 考虑电池健康状态的储能系统多目标控制方法及其系统
CN111144655A (zh) 一种分布式电源选址定容与配电网网架联合优化方法
CN105244922B (zh) 限风情况下双馈型风电场群有功出力优化分配方法
Zhou et al. Optimal sizing of pv system and bess for smart household under stepwise power tariff
Xiao et al. A multi‐energy complementary coordinated dispatch method for integrated system of wind‐photovoltaic‐hydro‐thermal‐energy storage
CN114938008A (zh) 储能容量和储热容量配置方法、装置及终端设备
Cheng et al. A multi-state model for wind farms considering operational outage probability
CN111224422A (zh) 一种基于可靠性的微电网分布式电源配置方法及系统
CN111541273B (zh) 一种地区新能源消纳能力计算分析方法
Shi et al. The capacity joint optimization of energy storage and renewable generation based on simulation
Sardi et al. A comprehensive community energy storage planning strategy based on a cost-benefit analysis
Yao et al. Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station
Xu et al. Optimal configuration of battery energy storage system for peak-load regulation

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: 20200421

RJ01 Rejection of invention patent application after publication