CN111859605B - 一种计及全寿命周期经济性的梯次电池储能容量配置方法 - Google Patents
一种计及全寿命周期经济性的梯次电池储能容量配置方法 Download PDFInfo
- Publication number
- CN111859605B CN111859605B CN202010349535.5A CN202010349535A CN111859605B CN 111859605 B CN111859605 B CN 111859605B CN 202010349535 A CN202010349535 A CN 202010349535A CN 111859605 B CN111859605 B CN 111859605B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- battery
- echelon
- power
- battery energy
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 196
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000014759 maintenance of location Effects 0.000 claims abstract description 47
- 238000011156 evaluation Methods 0.000 claims abstract description 15
- 241000254158 Lampyridae Species 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 7
- 230000015556 catabolic process Effects 0.000 claims abstract description 6
- 238000006731 degradation reaction Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 29
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 15
- 229910052799 carbon Inorganic materials 0.000 claims description 15
- 238000007599 discharging Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 7
- 230000003111 delayed effect Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000002407 reforming Methods 0.000 claims description 3
- 230000007812 deficiency Effects 0.000 claims description 2
- 230000001934 delay Effects 0.000 claims description 2
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/04—Ageing analysis or optimisation against ageing
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种计及全寿命周期经济性的梯次电池储能容量配置方法,考虑梯次电池的放电深度与循环寿命之间的关系,建立梯次电池容量退化模型;接着结合梯次电池储能的特点,确定梯次电池储能经济性评价的效益与成本因素,对梯次电池储能进行经济性评估;其次考虑电池容量保持率对电池储能系统经济性及循环寿命的影响,建立以全寿命周期内经济性最优为目标的梯次电池储能容量配置模型,并设定容量配置模型的约束条件方程组;最后利用萤火虫算法对所述容量配置模型进行优化求解,并得到梯次电池储能的最优容量配置方案。本发明能有效提高容量配置结果的经济性与准确性,为梯次电池储能系统规划提供支撑,具有良好的应用前景。
Description
技术领域
本发明属于电力系统规划技术领域,特别涉及一种计及全寿命周期经济性的梯次电池储能容量配置方法。
背景技术
随着电动汽车销量快速增长,伴随而来的是电动汽车动力电池退役后的处理问题。这是由于当动力电池的实际容量衰减到70%~80%时就需要从电动汽车上退役,如果对动力电池直接报废处理会造成严重的环境污染和资源浪费。
梯次电池储能的应用,可以大大降低电池的回收期压力,同时减小电池储能系统的建设成本。由于梯次利用动力电池用作储能系统目前具有投资成本高、不具备规模经济性等问题,因此梯次电池储能的容量配置成为规划建设与应用的重要环节。
传统的电池储能容量配置方法一般针对的是新电池储能系统,而目前针对梯次电池储能容量配置方法的研究较少。而且传统的容量配置方法在进行系统经济性评价过程中,会忽略储能电池在运行过程中容量保持率等运行参数变化对系统经济性的影响,造成规划阶段储能系统经济性计算不准确。
发明内容
为了解决目前规划阶段储能系统经济性计算不准确的技术问题,本发明提供一种考虑了电池容量保持率等运行参数对电池储能系统经济性及循环寿命的影响,进而使配置结果更为合理并更为准确的计及全寿命周期经济性的梯次电池储能容量配置方法。
为了实现上述技术目的,本发明的技术方案是,
一种计及全寿命周期经济性的梯次电池储能容量配置方法,包括以下步骤:
1)根据梯次电池储能系统的运行情况,计算得到梯次电池容量退化数据,其中包括电池运行周期内的等效循环次数、电池容量保持率和电池寿命;
2)结合梯次电池储能的特点,确定梯次电池储能经济性评价的效益与成本因素;
3)考虑电池容量保持率对电池储能系统经济性及循环寿命的影响,建立全寿命周期内经济性最优为目标的梯次电池储能容量配置模型,并设定容量配置模型的约束条件方程组;
4)用萤火虫算法对梯次电池储能容量配置模型进行优化求解,得到梯次电池储能的最优容量配置方案。
所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,所述步骤1)包括以下步骤:
1-1)根据梯次电池储能系统的运行情况折算得到相对应的放电深度DOD时间序列;
1-2)将DOD时间序列中各项值代入放电深度与循环寿命的函数关系式,得到梯次电池储能充放电情况对应的最大循环次数序列,其中放电深度与循环寿命的函数关系如下式:
其中,DOD为电池的放电深度;Nctf(DOD)为电池在放电深度为DOD时所对应的最大循环次数;α1为放电深度与循环寿命关系式的指数项系数;δ1为关系式的指数系数;α2为关系式的常数项系数;
1-3)将电池在不同DOD下充放电所对应的最大循环次数统一折算成为电池在全充放状态即DOD=1下的等效循环次数,并求和得到电池在运行周期内的等效循环次数;其中电池在运行周期内的等效循环次数N’如下式:
其中,n为电池在运行周期内的充放电循环周期数;Nctf(1)为电池在放电深度为100%时所对应的最大循环次数;
1-4)根据退役动力电池梯次利用的实际限制情况,设定梯次利用动力电池开始与终止时间节点时的电池容量保持率分别为β1、β2;
1-5)将梯次利用动力电池开始与终止时间节点时的电池容量保持率代入到梯次电池容量保持率与循环次数的关系式,得到β1、β2所对应的电池循环次数N1、N2,其中容量保持率与循环次数的关系式如下式:
β=α3·N+α4
其中:β为电池容量保持率;N为梯次电池充放电循环次数;α3为容量保持率与循环次数关系式的一次项系数;α4为关系式的常数项系数;
1-6)根据步骤1-5)计算得到的退役动力电池梯次利用开始与终止时间的电池循环次数N1、N2,按下式计算得到梯次利用电池的寿命T,单位为年:
其中:N’为电池在运行周期即一天内的等效循环次数。
所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,所述步骤2)包括以下步骤:
2-1)按下式计算梯次电池储能经济性评价的总效益:
其中:E1为梯次电池储能延缓配电网升级投资收益;E2i为梯次电池储能第i年的低储高放套利收益;E3i为梯次电池储能第i年的提升电网可靠性收益;E4i为梯次电池储能第i年的碳减排效益;TCL为储能系统的实际运行寿命;
2-2)按下式计算梯次电池储能经济性评价的总成本:
其中:C1为梯次电池储能的初始投资成本;C2i为梯次电池储能第i年的运行维护成本。
所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,所述步骤2-1)中,梯次电池储能延缓配电网升级投资收益E1的计算公式如下:
其中:Cinv为电网升级改造所需的一次性投资成本;ir为通货膨胀率;dr为贴现率;Δn为梯次电池储能系统延缓配电网升级改造的年限;
梯次电池储能第i年的低储高放套利收益E2i的计算公式如下:
其中:ni为储能系统第i年运行的天数;和/>分别为储能系统第k小时段的放电功率和充电功率;ek为第k小时段的电价;Rb为基准收益率;
梯次电池储能第i年的提升电网可靠性收益E3i的计算公式如下:
E3i=RIEAEENSλs[1-P{Wk<EENS}]·(1+Rb)-(i-1)
其中:RIEA为电力用户的缺电损失评价率;λs为供电故障率;P{Wk<EENS}为按小时计算的储能系统在用户缺电时剩余电量小于EENS的概率;EENS为每次供电不足时用户的电量不足期望值,计算公式为:
EENS=Ts(1-As)P0
其中:Ts为用户每年用电的小时数;As为电网供电的可靠度;P0为保证用户用电需求的功率;
梯次电池储能第i年的碳减排效益E4i的计算公式如下:
E4i=niecQc·(1+Rb)-(i-1)
其中:ec为碳交易价格;Qc为典型日碳减排量。
所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,所述步骤2-2)中,梯次电池储能的初始投资成本C1的计算公式如下:
C1=CEEm+CPPm
其中:CE为梯次电池储能系统单位容量成本;Em为储能系统的额定容量;CP为储能交直流功率转换单元单位功率成本;Pm为储能系统的额定功率。
梯次电池储能第i年的运行维护成本C2i的计算公式如下:
C2i=(KEiEm+KPPm)·(1+Rb)-(i-1)
其中:KEi为第i年时运行维护梯次电池的单位容量成本,其值与梯次电池的容量保持率有关;KP为运行维护储能变流器的单位功率成本;
KEi的值与梯次电池的容量保持率有关,计算公式为:
其中:βi为梯次电池第i年的容量保持率;α5为关系式的指数项系数;δ2为关系式的指数系数。
所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,所述步骤3)中,全寿命周期内经济性最优为目标的梯次电池储能容量配置模型的目标函数表达式为:
其中:E1为梯次电池储能延缓配电网升级投资收益;E2i为梯次电池储能第i年的低储高放套利收益;E3i为梯次电池储能第i年的提升电网可靠性收益;E4i为梯次电池储能第i年的碳减排效益;C1为梯次电池储能的初始投资成本;C2i为梯次电池储能第i年的运行维护成本;
所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,所述步骤3)中,容量配置模型的约束条件方程组包括储能充放电功率约束、储能充放电守恒约束以及储能电池荷电状态约束:
其中储能充放电功率约束如下:
其中:和/>分别为储能系统第k小时段的放电功率和充电功率;Pm为储能系统的额定功率;
储能充放电守恒约束如下:
储能电池荷电状态约束如下:
SOCmin≤SOCi(t)≤SOCmax
其中:SOCmax、SOCmin分别为SOC的上、下限;SOCi(t)为梯次电池在第i年的荷电状态。
所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,所述步骤4)包括以下步骤:
4-1)设定模型参数,初始化优化求解方法的种群,设置动力电池梯次利用开始与结束时的容量保持率,设定迭代终止条件;
4-2)以全寿命周期内经济性最优为目标,种群对梯次电池储能容量配置模型进行迭代求解;
4-3)若寻优过程达到迭代终止条件,则退出迭代循环并输出梯次电池储能的最优容量配置方案。
本发明的技术效果在于,针对梯次利用动力电池储能系统的建设及运行特点,提出了适用于梯次电池储能的经济性评估方法,并建立了相对应的梯次电池储能容量配置模型。另一方面,本文方法在容量配置模型中考虑了电池容量保持率等运行参数对电池储能系统经济性及循环寿命的影响,使配置结果更为合理并更为准确,能为梯次电池储能系统规划提供有力的支撑。具有良好的应用前景。
附图说明
图1为本发明的方法总体思路框图。
图2为梯次电池储能全寿命周期内净收益计算流程。
图3为微网典型日负荷曲线图。
图4为分时电价曲线图。
图5为最优配置方案储能日运行曲线。
图6为最优配置方案储能SOC日曲线。
具体实施方式
本实施例提出的计及全寿命周期经济性的梯次电池储能容量配置方法结合附图详细说明如下,下面通过参考附图描述的实施例子是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制:
以我国南方某地区微网为例,微网的典型日负荷曲线如图3所示。
本发明的总体思路框图如图1所示,包括以下步骤:
1)根据梯次电池储能系统的运行情况,建立梯次电池容量退化模型,该模型主要包括计算得到电池运行周期内的等效循环次数、电池容量保持率和电池寿命;
2)结合梯次电池储能的特点,确定梯次电池储能经济性评价的效益与成本因素;
3)考虑电池容量保持率对电池储能系统经济性及循环寿命的影响,建立全寿命周期内经济性最优为目标的梯次电池储能容量配置模型,并设定容量配置模型的约束条件方程组;
4)用萤火虫算法对所述模型进行优化求解,得到梯次电池储能的最优容量配置方案。
所述步骤1)包括以下步骤:
1-1)根据梯次电池储能系统的运行情况折算得到相对应的放电深度DOD时间序列。其中折算方法可选用雨流计数法等循环计数法。
1-2)将DOD时间序列中各项值代入放电深度与循环寿命的指数函数关系式,得到梯次电池储能充放电情况对应的最大循环次数序列,放电深度与循环寿命的数学函数关系如公式(1):
式(1)中:DOD为磷酸铁锂电池的放电深度;Nctf(DOD)为磷酸铁锂电池在放电深度为DOD时所对应的最大循环次数;α1为放电深度与循环寿命关系式的指数项系数,取6380;δ1为关系式的指数系数,取0.3614;α2为关系式的常数项系数,取-1680。
1-3)将电池在不同DOD下充放电所对应的最大循环次数统一折算成为电池在全充放状态(DOD=1)下的等效循环次数,并求和得到电池在运行周期内的等效循环次数。电池在运行周期内的等效循环次数N’如公式(2)所示。
式(2)中:n为电池在运行周期内的充放电循环周期数;Nctf(1)为电池在放电深度为100%时所对应的最大循环次数。
1-4)根据退役动力电池梯次利用的实际限制情况,设定梯次利用动力电池开始与终止时间节点时的电池容量保持率分别为β1、β2。本实施例中将实际限制情况下的电池容量保持率β1、β2分别设为0.75、0.65,在实际操作中,亦可采用其他的保持率。
1-5)将梯次利用动力电池开始与终止时间节点时的电池容量保持率代入到梯次电池容量保持率与循环次数的关系式,得到β1、β2所对应的电池循环次数N1、N2,容量保持率与循环次数的关系式如公式(3)所示。
β=α3·N+α4 (3)
式(3)中:β为电池容量保持率;N为梯次电池充放电循环次数;α3为容量保持率与循环次数关系式的一次项系数,取-2.6043*10-5;α4为关系式的常数项系数,取0.8347。
1-6)根据步骤1-5)计算得到的退役动力电池梯次利用开始与终止时间的电池循环次数N1、N2,按公式(4)计算得到梯次利用电池的寿命T(单位为年)。
式(4)中:N’为电池在运行周期(即一天)内的等效循环次数。
2)结合梯次电池储能的特点,确定梯次电池储能经济性评价的效益与成本因素;所述步骤2)包括以下步骤:
2-1)按公式(5)计算梯次电池储能经济性评价的总效益:
式(5)中:E1为梯次电池储能延缓配电网升级投资收益;E2i为梯次电池储能第i年的低储高放套利收益;E3i为梯次电池储能第i年的提升电网可靠性收益;E4i为梯次电池储能第i年的碳减排效益;TCL为储能系统的实际运行寿命。
梯次电池储能延缓配电网升级投资收益的计算公式如下:
式(6)中:Cinv为电网升级改造所需的一次性投资成本,取2500万元;ir为通货膨胀率,取1.5%;dr为贴现率,取4.5%;Δn为梯次电池储能系统延缓配电网升级改造的年限。
梯次电池储能第i年的低储高放套利收益的计算公式如下:
式(7)中:ni为储能系统第i年运行的天数,取365天;和/>分别为储能系统第k小时段的放电功率和充电功率;ek为第k小时段的电价,分时电价曲线如图4所示;Rb为基准收益率,取5%。
梯次电池储能第i年的提升电网可靠性收益的计算公式如下:
E3i=RIEAEENSλs[1-P{Wk<EENS}]·(1+Rb)-(i-1) (8)
式(8)中:RIEA为电力用户的缺电损失评价率,取10万元/MWH;λs为供电故障率,取0.34次/年;P{Wk<EENS}为按小时计算的储能系统在用户缺电时剩余电量小于EENS的概率;EENS为每次供电不足时用户的电量不足期望值,其计算公式如公示(9)所示:
EENS=Ts(1-As)P0 (9)
式(9)中:Ts为用户每年用电的小时数,取8760小时;As为电网供电的可靠度,取0.99973;P0为保证用户用电需求的功率,取2.5MW。
梯次电池储能第i年的碳减排效益的计算公式如下:
E4i=niecQc·(1+Rb)-(i-1) (10)
式(10)中:ec为碳交易价格,取50元/MWH;Qc为典型日碳减排量。
2-2)按公式(11)计算梯次电池储能经济性评价的总成本:
式(11)中:C1为梯次电池储能的初始投资成本;C2i为梯次电池储能第i年的运行维护成本。
梯次电池储能的初始投资成本的计算公式如下:
C1=CEEm+CPPm (12)
式(12)中:CE为梯次电池储能系统单位容量成本,取180万元/MWH;Em为储能系统的额定容量;CP为储能交直流功率转换单元单位功率成本,取100万元/MW;Pm为储能系统的额定功率。
梯次电池储能第i年的运行维护成本的计算公式如下:
C2i=(KEiEm+KPPm)·(1+Rb)-(i-1) (13)
式(13)中:KEi为第i年时运行维护梯次电池的单位容量成本,其值与梯次电池的容量保持率有关;KP为运行维护储能变流器的单位功率成本,取2万元/MW。
KEi的值与梯次电池的容量保持率有关,其计算公式如下:
式(14)中:βi为梯次电池第i年的容量保持率;α5为关系式的指数项系数,取0.005165;δ2为关系式的指数系数,取-6。
3)考虑电池容量保持率对电池储能系统经济性及循环寿命的影响,建立全寿命周期内经济性最优为目标的梯次电池储能容量配置模型,并设定容量配置模型的约束条件方程组;
所述步骤3)中梯次电池储能全寿命周期内经济性最优的目标函数表达式为:
式(15)中:E1为梯次电池储能延缓配电网升级投资收益;E2i为梯次电池储能第i年的低储高放套利收益;E3i为梯次电池储能第i年的提升电网可靠性收益;E4i为梯次电池储能第i年的碳减排效益;C1为梯次电池储能的初始投资成本;C2i为梯次电池储能第i年的运行维护成本。
所述步骤3)在计算梯次电池储能全寿命周期内净收益的过程中,考虑了电池容量保持率对电池储能系统经济性及循环寿命的影响,逐年根据容量保持率的下降更新储能系统的实际容量,进而计算下一年储能系统的梯次电池荷电状态等相关参数,从而对梯次电池储能下一年的成本与效益项各项进行求值,并根据电池容量保持率是否达到电池梯次利用终止节点时的容量保持率β2判定储能寿命是否结束,储能全寿命周期内净收益的计算流程如图2所示。
所述步骤3)中梯次电池储能容量配置模型考虑的约束条件包括储能充放电功率约束、储能充放电守恒约束以及储能电池荷电状态约束。
其中储能充放电功率约束如以下公式(16):
式(16)中:和/>分别为储能系统第k小时段的放电功率和充电功率;Pm为储能系统的额定功率。
储能充放电守恒约束如下公式(17):
储能电池荷电状态约束如下公式(18):
SOCmin≤SOCi(t)≤SOCmax (18)
式(18)中:SOCmax、SOCmin分别为SOC的上、下限;SOCi(t)为梯次电池在第i年的荷电状态。
4)用萤火虫算法对所述模型进行优化求解,得到梯次电池储能的最优容量配置方案。
所述步骤4)中所述梯次电池储能容量配置模型采用但不局限于萤火虫算法求解。对所述储能容量配置模型进行优化求解,步骤如下:
4-1)设定模型参数,初始化优化求解方法的种群,设置动力电池梯次利用开始与结束时的容量保持率,设定迭代终止条件。在本实施例中,萤火虫算法模型参数设定为:步长因子设定范围为[0.3,0.8],最大吸引度范围为[0.6,1],光强吸收系数设为1。种群规模设定范围为[100,300]。最大计算迭代次数设定范围为[50,200],搜索精度设为10-6。
4-2)以全寿命周期内经济性最优为目标,种群对梯次电池储能容量配置模型进行迭代求解;
4-3)若寻优过程达到迭代终止条件,则退出迭代循环并输出梯次电池储能的最优容量配置方案。
本文容量配置方法的以梯次电池储能全寿命周期内净收益最大为优化目标,其配置方案与以年净收益最大为优化目标的配置方案对比如表1所示。
表1梯次电池储能的容量配置方案
最优配置方案储能日运行曲线和SOC日曲线如图5和图6所示。
应当理解,所描述的实施例子仅是本申请一部分实施例子,而不是全部的实施例子。基于本申请中的实施例子,本领域普通技术人员在没有做出创造性劳动前提下所得到的技术方案,都属于本申请保护的范围。
Claims (7)
1.一种计及全寿命周期经济性的梯次电池储能容量配置方法,其特征在于,包括以下步骤:
1)根据梯次电池储能系统的运行情况,计算得到梯次电池容量退化数据,其中包括电池运行周期内的等效循环次数、电池容量保持率和电池寿命;
2)结合梯次电池储能的特点,确定梯次电池储能经济性评价的效益与成本因素;
3)考虑电池容量保持率对电池储能系统经济性及循环寿命的影响,建立全寿命周期内经济性最优为目标的梯次电池储能容量配置模型,并设定容量配置模型的约束条件方程组;
4)用萤火虫算法对梯次电池储能容量配置模型进行优化求解,得到梯次电池储能的最优容量配置方案;
所述步骤1)包括以下步骤:
1-1)根据梯次电池储能系统的运行情况折算得到相对应的放电深度DOD时间序列;
1-2)将DOD时间序列中各项值代入放电深度与循环寿命的函数关系式,得到梯次电池储能充放电情况对应的最大循环次数序列,其中放电深度与循环寿命的函数关系如下式:
其中,DOD为电池的放电深度;Nctf(DOD)为电池在放电深度为DOD时所对应的最大循环次数;α1为放电深度与循环寿命关系式的指数项系数;δ1为关系式的指数系数;α2为关系式的常数项系数;
1-3)将电池在不同DOD下充放电所对应的最大循环次数统一折算成为电池在全充放状态即DOD=1下的等效循环次数,并求和得到电池在运行周期内的等效循环次数;其中电池在运行周期内的等效循环次数N’如下式:
其中,n为电池在运行周期内的充放电循环周期数;Nctf(1)为电池在放电深度为100%时所对应的最大循环次数;
1-4)根据退役动力电池梯次利用的实际限制情况,设定梯次利用动力电池开始与终止时间节点时的电池容量保持率分别为β1、β2;
1-5)将梯次利用动力电池开始与终止时间节点时的电池容量保持率代入到梯次电池容量保持率与循环次数的关系式,得到β1、β2所对应的电池循环次数N1、N2,其中容量保持率与循环次数的关系式如下式:
β=α3·N+α4
其中:β为电池容量保持率;N为梯次电池充放电循环次数;α3为容量保持率与循环次数关系式的一次项系数;α4为关系式的常数项系数;
1-6)根据步骤1-5)计算得到的退役动力电池梯次利用开始与终止时间的电池循环次数N1、N2,按下式计算得到梯次利用电池的寿命T,单位为年:
其中:N’为电池在运行周期即一天内的等效循环次数。
2.根据权利要求1所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,其特征在于,所述步骤2)包括以下步骤:
2-1)按下式计算梯次电池储能经济性评价的总效益:
其中:E1为梯次电池储能延缓配电网升级投资收益;E2i为梯次电池储能第i年的低储高放套利收益;E3i为梯次电池储能第i年的提升电网可靠性收益;E4i为梯次电池储能第i年的碳减排效益;TCL为储能系统的实际运行寿命;
2-2)按下式计算梯次电池储能经济性评价的总成本:
其中:C1为梯次电池储能的初始投资成本;C2i为梯次电池储能第i年的运行维护成本。
3.根据权利要求2所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,其特征在于,所述步骤2-1)中,梯次电池储能延缓配电网升级投资收益E1的计算公式如下:
其中:Cinv为电网升级改造所需的一次性投资成本;ir为通货膨胀率;dr为贴现率;Δn为梯次电池储能系统延缓配电网升级改造的年限;
梯次电池储能第i年的低储高放套利收益E2i的计算公式如下:
其中:ni为储能系统第i年运行的天数;和/>分别为储能系统第k小时段的放电功率和充电功率;ek为第k小时段的电价;Rb为基准收益率;
梯次电池储能第i年的提升电网可靠性收益E3i的计算公式如下:
E3i=RIEAEENSλs[1-P{Wk<EENS}]·(1+Rb)-(i-1)
其中:RIEA为电力用户的缺电损失评价率;λs为供电故障率;P{Wk<EENS}为按小时计算的储能系统在用户缺电时剩余电量小于EENS的概率;EENS为每次供电不足时用户的电量不足期望值,计算公式为:
EENS=Ts(1-As)P0
其中:Ts为用户每年用电的小时数;As为电网供电的可靠度;P0为保证用户用电需求的功率;
梯次电池储能第i年的碳减排效益E4i的计算公式如下:
E4i=niecQc·(1+Rb)-(i-1)
其中:ec为碳交易价格;Qc为典型日碳减排量。
4.根据权利要求2所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,其特征在于,所述步骤2-2)中,梯次电池储能的初始投资成本C1的计算公式如下:
C1=CEEm+CPPm
其中:CE为梯次电池储能系统单位容量成本;Em为储能系统的额定容量;CP为储能交直流功率转换单元单位功率成本;Pm为储能系统的额定功率;
梯次电池储能第i年的运行维护成本C2i的计算公式如下:
C2i=(KEiEm+KPPm)·(1+Rb)-(i-1)
其中:KEi为第i年时运行维护梯次电池的单位容量成本,其值与梯次电池的容量保持率有关;KP为运行维护储能变流器的单位功率成本;
KEi的值与梯次电池的容量保持率有关,计算公式为:
其中:βi为梯次电池第i年的容量保持率;α5为关系式的指数项系数;δ2为关系式的指数系数。
5.根据权利要求2所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,其特征在于,所述步骤3)中,全寿命周期内经济性最优为目标的梯次电池储能容量配置模型的目标函数表达式为:
其中:E1为梯次电池储能延缓配电网升级投资收益;E2i为梯次电池储能第i年的低储高放套利收益;E3i为梯次电池储能第i年的提升电网可靠性收益;E4i为梯次电池储能第i年的碳减排效益;C1为梯次电池储能的初始投资成本;C2i为梯次电池储能第i年的运行维护成本。
6.根据权利要求1所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,其特征在于,所述步骤3)中,容量配置模型的约束条件方程组包括储能充放电功率约束、储能充放电守恒约束以及储能电池荷电状态约束:
其中储能充放电功率约束如下:
其中:和/>分别为储能系统第k小时段的放电功率和充电功率;Pm为储能系统的额定功率;
储能充放电守恒约束如下:
储能电池荷电状态约束如下:
SOCmin≤SOCi(t)≤SOCmax
其中:SOCmax、SOCmin分别为SOC的上、下限;SOCi(t)为梯次电池在第i年的荷电状态。
7.根据权利要求1所述的一种计及全寿命周期经济性的梯次电池储能容量配置方法,其特征在于,所述步骤4)包括以下步骤:
4-1)设定模型参数,初始化优化求解方法的种群,设置动力电池梯次利用开始与结束时的容量保持率,设定迭代终止条件;
4-2)以全寿命周期内经济性最优为目标,种群对梯次电池储能容量配置模型进行迭代求解;
4-3)若寻优过程达到迭代终止条件,则退出迭代循环并输出梯次电池储能的最优容量配置方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010349535.5A CN111859605B (zh) | 2020-04-28 | 2020-04-28 | 一种计及全寿命周期经济性的梯次电池储能容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010349535.5A CN111859605B (zh) | 2020-04-28 | 2020-04-28 | 一种计及全寿命周期经济性的梯次电池储能容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111859605A CN111859605A (zh) | 2020-10-30 |
CN111859605B true CN111859605B (zh) | 2023-10-27 |
Family
ID=72984897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010349535.5A Active CN111859605B (zh) | 2020-04-28 | 2020-04-28 | 一种计及全寿命周期经济性的梯次电池储能容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111859605B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114118575A (zh) * | 2021-11-25 | 2022-03-01 | 西安西电电力系统有限公司 | 电化学储能系统的放电深度确定方法、装置和计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018196433A1 (zh) * | 2017-04-24 | 2018-11-01 | 国家电网公司 | 多类型储能多级控制方法 |
CN109617164A (zh) * | 2018-12-20 | 2019-04-12 | 广东电网有限责任公司 | 一种梯次利用电池soc均衡控制方法 |
CN109861256A (zh) * | 2019-01-20 | 2019-06-07 | 天津大学 | 一种计及全寿命周期成本的配电网储能优化配置方法 |
CN110598313A (zh) * | 2019-09-10 | 2019-12-20 | 国网河北省电力有限公司 | 计及储能全寿命周期运维的综合能源系统优化配置方法 |
CN110752630A (zh) * | 2018-07-19 | 2020-02-04 | 华北电力大学 | 一种计及电池梯次利用的光储充电站容量优化仿真建模方法 |
-
2020
- 2020-04-28 CN CN202010349535.5A patent/CN111859605B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018196433A1 (zh) * | 2017-04-24 | 2018-11-01 | 国家电网公司 | 多类型储能多级控制方法 |
CN110752630A (zh) * | 2018-07-19 | 2020-02-04 | 华北电力大学 | 一种计及电池梯次利用的光储充电站容量优化仿真建模方法 |
CN109617164A (zh) * | 2018-12-20 | 2019-04-12 | 广东电网有限责任公司 | 一种梯次利用电池soc均衡控制方法 |
CN109861256A (zh) * | 2019-01-20 | 2019-06-07 | 天津大学 | 一种计及全寿命周期成本的配电网储能优化配置方法 |
CN110598313A (zh) * | 2019-09-10 | 2019-12-20 | 国网河北省电力有限公司 | 计及储能全寿命周期运维的综合能源系统优化配置方法 |
Non-Patent Citations (1)
Title |
---|
储能系统中梯次利用动力电池容量优化配置研究进展;贾蕗路等;《科学技术与工程》;第153-159页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111859605A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107370170B (zh) | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 | |
CN113095791B (zh) | 一种综合能源系统运行方法及系统 | |
CN111404206B (zh) | 考虑投资回报约束的风光储发电系统容量双层规划方法 | |
CN112907098B (zh) | 园区综合能源系统的多阶段容量配置方法及配置系统 | |
WO2022193794A1 (zh) | 考虑退役电池的智能社区微网超多目标能量管理方法 | |
CN109713666B (zh) | 一种基于K-means聚类的电力市场下分布式储能经济性调控方法 | |
CN110570015B (zh) | 一种配电网多目标规划方法 | |
CN111416388B (zh) | 一种高比例新能源系统储能需求和储能时长确定方法 | |
CN111639866B (zh) | 基于遗传算法的储能充电站的储能容量的配置方法 | |
CN114243795A (zh) | 一种典型充电站综合能源协同交互优化配置方法及系统 | |
CN114123280A (zh) | 一种考虑系统效率的电池储能电站能量管理方法 | |
CN112508287A (zh) | 基于用户侧bess全寿命周期的储能优化配置方法 | |
CN116308880A (zh) | 一种用户侧电化学储能电站运行维护利益最大化的方法 | |
CN111859605B (zh) | 一种计及全寿命周期经济性的梯次电池储能容量配置方法 | |
CN114362153A (zh) | 一种并网型风光储系统多目标容量优化配置方法及系统 | |
CN111082446B (zh) | 一种考虑电池自消耗的储能优化配置方法 | |
CN110224397B (zh) | 一种风光接入背景下用户侧电池储能成本效益分析方法 | |
CN117039962A (zh) | 一种综合能源服务概算评估方法及系统 | |
CN115099489A (zh) | 一种基于最优经济测算的工商业储能系统容量配置方法 | |
CN115425650A (zh) | 一种供电所微电网配置方法、装置、设备及介质 | |
CN115204944A (zh) | 一种计及全寿命周期的储能最优峰谷价差测算方法及装置 | |
CN115133607A (zh) | 用户侧退役电池储能容量配置方法、系统、设备和介质 | |
CN111564868B (zh) | 离网型光储微电网系统容量配置评估方法及装置 | |
CN111313478A (zh) | 一种基于功率平滑的可再生能源储能优化配置方法 | |
KR20210063989A (ko) | 스마트 그리드에서 p2p 프로슈머 커뮤니티의 지능형 사전 에너지 공유 스케줄링 방법 |
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 |