CN112134307A - 多能互补系统的电储能/热储能容量联合优化方法及系统 - Google Patents
多能互补系统的电储能/热储能容量联合优化方法及系统 Download PDFInfo
- Publication number
- CN112134307A CN112134307A CN201910548653.6A CN201910548653A CN112134307A CN 112134307 A CN112134307 A CN 112134307A CN 201910548653 A CN201910548653 A CN 201910548653A CN 112134307 A CN112134307 A CN 112134307A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- capacity
- power
- heat
- storage battery
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 239
- 238000005457 optimization Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000000295 complement effect Effects 0.000 title claims abstract description 39
- 238000005338 heat storage Methods 0.000 claims abstract description 99
- 238000010248 power generation Methods 0.000 claims abstract description 60
- 238000003860 storage Methods 0.000 claims abstract description 14
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000007599 discharging Methods 0.000 claims description 18
- 150000001875 compounds Chemical class 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000005611 electricity Effects 0.000 description 8
- 238000011160 research Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- H02J3/38—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
-
- 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
-
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及一种多能互补系统的电储能/热储能容量联合优化方法及系统，获取风电场、光伏电站的理论发电功率以及光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量；将所述风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、以及储热罐和储能电池最大配置总容量输入至预先建立的电储能/热储能容量联合优化模型中；采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量配比。本发明能够充分计及新能源发电的随机波动性，因而得到的储热罐和储能电池容量更加科学、合理。
Description
技术领域
本发明涉及新能源优化技术，具体涉及一种多能互补系统的电储能/热储能容量联合优化方法及系统。
背景技术
为促进可再生能源消纳，减少弃风、弃光，需利用大型综合能源基地风能、太阳能等资源的组合优势，加快推进风光储多能互补系统的建设运行。建设含风电、光伏发电、光热发电和储能电池的多能互补发电系统，能够充分利用风光资源的互补特性，发挥光热电站储热系统和储能电池的调节作用，有效降低新能源整体的弃电率，实现可再生能源的有效消纳。因此，亟需提出一种光热电站储热容量和储能电池容量的优化配置方法。
已有学者开展了针对风光储多能互补联合发电系统储能容量优化配置方法的研究，目前的研究仍存在以下几方面的不足：第一，已有研究主要面向含风电、光伏发电和储能电池的多能互补系统，针对含光热电站的多能互补系统的研究还较为匮乏，由于光热电站储热系统的调节原理不同于储能电池，因此已有的储能电池建模方法无法适用；第二，目前已有的研究主要面向微电网，由于风光的装机容量较少，其随机波动性较低，通常采用新能源发电的典型日曲线作为优化的输入条件，当新能源装机容量较大时，其发电功率具有明显的随机波动性，典型日曲线无法准确描述新能源发电的随机波动特性，因而研究方法并不适用于基于大型新能源基地的多能互补系统。
发明内容
为解决上述现有技术中的不足，本发明的目的是提供一种多能互补系统的电储能/热储能容量联合优化方法及系统，能够充分计及新能源发电的随机波动性，因而得到的储热罐容量更加科学、合理。
本发明的目的是采用下述技术方案实现的：
本发明提供一种多能互补系统的电储能/热储能容量联合优化方法，其改进之处在于：
获取风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量；
将所述风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量输入至预先建立的电储能/热储能容量联合优化模型中；
采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量。
进一步地：所述预先建立的多能互补系统电储能/热储能容量联合优化模型包括：
以新能源总发电量最大为目标构建的目标函数，以及对应的约束条件；
所述约束条件包括：
风电和光伏发电功率约束、光热电站发电功率约束、储热罐储热量约束、储能电池荷电状态约束、储能电池荷电状态约束、储热罐和储能电池容量约束、新能源限电率约束以及外送通道容量约束。
进一步地：所述目标函数，用如下表达式表示：
式中，
和
分别表示风电场和光伏电站在t时段的发电功率；
表示光热电站发电机在时段t上的发电功率；T为所考虑优化时段数量；t为第t个优化时段。
进一步地：所述
风电和光伏发电功率约束如下式：
式中，
和
分别表示风电场和光伏电站在t时段的理论发电功率；
所述光热电站发电功率约束如下式：
式中：uphd是0-1离散变量，表示光热电站发电机的发电状态，当uphd＝1时，表示发电机处于发电状态，反之，发电机不发电；Nphinventer表示光热电站发电机的额定功率，λphinventer为发电机的最小技术出力；
所述储热罐储热量约束如下式：
式中：
表示储热罐在时段t存储的热量值；
表示储热罐在时段t-1存储的热量值；
表示光热电站在时段t的理论输入热量；ΔT表示一个优化时段的长度；ηphd表示储热罐给发电机组送出的热量与发电功率之间的热电转换效率；
为储热罐的配置储热容量，为待优化变量；
所述储能电池充放电约束如下式：
式中：
和
是0-1整数变量，分别表示储能电池的充电状态和放电状态，当
或
时，表示储能电池处于充电状态或放电状态；
表示储能电池在t时段的充电功率；
表示储能电池在t时段上的放电功率；Ninerver表示储能电池逆变器的额定功率；
所述储能电池荷电状态约束如下式：
式中：
表示储能电池在t时段的电量，为待优化变量；ηesc和ηesd分别表示储能电池充电和放电的能量转换效率；
和
分别表示储能电池允许的最低电量和最高电量；Socmin和Socmax分别表示电池最低电量和最高电量的归一化值；Nbattery为储能电池的配置容量，为待优化变量；
所述储热罐和储能电池容量约束如下式：
式中，K为储热罐和储能电池最大配置总容量；
所述新能源限电率约束如下式：
式中，δw为风电弃电率上限值，δpv为光伏发电弃电率上限值，δphd为光热电站的弃电率上限值，Kphd为光热电站设计的年利用小时数；
所述外送通道容量约束如下式：
式中，Pout表示系统外送通道容量。
进一步地：所述采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量，包括：
确定边界条件；
采用优化求解器求解含有边界条件的电储能/热储能容量优化模型，得到在新能源总发电量最大时光热电站储热罐和储能电池的最优配置容量。
进一步地：所述确定边界条件包括：
将电储能/热储能容量联合优化模型约束条件中的光热电站发电机的额定容量、热电转换效率、年利用小时数和最小技术出力、储能电池充电和放电的能量转换效率、逆变器额定功率、最低电量和最高电量的归一化值、储热罐和储能电池最大配置总容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和系统外送通道容量参数作为电储能/热储能容量联合优化模型的边界条件。
本发明还提供一种多能互补系统的电储能/热储能容量联合优化系统，其改进之处在于：
获取模块，用于获取风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量；
输入模块，用于将所述风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量输入至预先建立的电储能/热储能容量联合优化模型中；
求解模块，用于采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量。
进一步地：还包括建立模块，用于建立多能互补系统电储能/热储能容量联合优化模型，所述多能互补系统电储能/热储能容量联合优化模型包括：
以新能源总发电量最大为目标构建的目标函数，以及对应的约束条件；
所述约束条件包括：
风电和光伏发电功率约束、光热电站发电功率约束、储热罐储热量约束、储能电池荷电状态约束、储能电池荷电状态约束、储热罐和储能电池容量约束、新能源限电率约束以及外送通道容量约束。
进一步地：所述求解模块，包括：
确定单元，用于确定边界条件；
最优配置单元，用于采用优化求解器求解含有边界条件的电储能/热储能容量优化模型，得到在新能源总发电量最大时光热电站储热罐和储能电池的最优配置容量。
进一步地：所述确定单元具体用于：
用于将电储能/热储能容量联合优化模型约束条件中的光热电站发电机的额定容量、热电转换效率、年利用小时数和最小技术出力、储能电池充电和放电的能量转换效率、逆变器额定功率、最低电量和最高电量的归一化值、储热罐和储能电池最大配置总容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和系统外送通道容量参数作为电储能/热储能容量联合优化模型的边界条件。
与最接近的现有技术相比，本发明提供的技术方案具有的有益效果是：
本发明提出了一种多能互补系统的电储能/热储能容量联合优化方法，获取风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量；将所述风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量输入至预先建立的电储能/热储能容量联合优化模型中；采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量。所提出方法能够充分计及新能源发电的随机波动性，综合协调储能电池和储热罐的储能利用率，得到储热罐和储能电池容量的最优容量配比。
本发明提供的方法可以充分利用光热电站储热罐的储存能力，白天将富余的太阳能以热能的形式进行储存，夜晚将储热罐中的热能转化为电能，为多能互补系统提供持续的电力供应。
附图说明
图1是本发明提供的多能互补系统的电储能/热储能容量联合优化方法的流程图；
图2是本发明提供的多能互补系统某3天运行曲线图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。其他实施方案可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的组件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，本发明的这些实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。
实施例一、
本发明提出了一种多能互补系统的电储能/热储能容量联合优化方法，获取风电场、光伏电站的理论发电功率以及光热电站全年的理论输入热量值；将所述风电场、光伏电站的理论发电功率以及光热电站全年的理论输入热量值输入至预先建立的电储能/热储能容量联合优化模型中；采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量。
本发明建立了多能互补系统储能/储热容量联合优化模型，模型以光热电站储热罐和储能电池的综合投资成本最小为目标，考虑多能互补系统弃风率和弃光率约束、风电场、光伏电站和光热电站的发电运行约束、储能电池运行约束、外送通道容量约束等。以新能源发电全年的时间序列为输入，通过时序生产模拟的方式对模型进行优化求解，得到光热电站储热罐和储能电池的最优容量。
下面根据实施步骤对本发明方法进行说明：
1、读取多能互补系统参数，包括：风电场装机容量、光伏电站装机容量、光热电站发电机的额定容量、热电转换效率、设计年利用小时数和最小技术出力、储能电池充电和放电的能量转换效率、逆变器额定功率、最低电量和最高电量的归一化值、储热罐单位容量投资成本、储能电池单位容量投资成本、风电弃电率上限值、光伏发电弃电率上限值和外送通道容量；
2、读取风电场、光伏电站全年的理论发电功率序列和光热电站全年的理论输入热量序列，确定优化计算的总时段数和单位优化时段的长度；
3、根据研究内容中的数学描述，建立多能互补系统储能/储热容量联合优化模型；
4、基于约束条件中已知变量作为的边界条件信息，采用商业优化求解包对优化模型进行求解，得到光热电站储热罐和储能电池的最优配置容量。
本发明中的优化模型建模原理如下：
1.所述目标函数，用如下表达式表示：
式中，
和
分别表示风电场和光伏电站在t时段的发电功率；
表示光热电站发电机在时段t上的发电功率；T为所考虑优化时段数量；t为第t个优化时段。
进一步地：所述约束条件如下：
1)风电和光伏发电功率约束如下式：
式中，
和
分别表示风电场和光伏电站在t时段的理论发电功率；
所述光热电站发电功率约束如下式：
式中：uphd是0-1离散变量，表示光热电站发电机的发电状态，当uphd＝1时，表示发电机处于发电状态，反之，发电机不发电；Nphinventer表示光热电站发电机的额定功率，λphinventer为发电机的最小技术出力；
2)所述储热罐储热量约束如下式：
式中：
表示储热罐在时段t存储的热量值；
表示储热罐在时段t-1存储的热量值；
表示光热电站在时段t的理论输入热量；ΔT表示一个优化时段的长度；ηphd表示储热罐给发电机组送出的热量与发电功率之间的热电转换效率；
为储热罐的配置储热容量，为待优化变量；
3)所述储能电池充放电约束如下式：
式中：
和
是0-1整数变量，分别表示储能电池的充电状态和放电状态，当
或
时，表示储能电池处于充电状态或放电状态；
表示储能电池在t时段的充电功率；
表示储能电池在t时段上的放电功率；Ninerver表示储能电池逆变器的额定功率；
4)所述储能电池荷电状态约束如下式：
式中：
表示储能电池在t时段的电量，为待优化变量；ηesc和ηesd分别表示储能电池充电和放电的能量转换效率；
和
分别表示储能电池允许的最低电量和最高电量；Socmin和Socmax分别表示电池最低电量和最高电量的归一化值；Nbattery为储能电池的配置容量，为待优化变量；
5)所述储热罐和储能电池容量约束如下式：
式中，K为储热罐和储能电池最大配置总容量；
6)所述新能源限电率约束如下式：
式中，δw为风电弃电率上限值，δpv为光伏发电弃电率上限值，δphd为光热电站的弃电率上限值，Kphd为光热电站设计的年利用小时数；
7)所述外送通道容量约束如下式：
式中，Pout表示系统外送通道容量。
进一步地：确定边界条件；
采用优化求解器求解含有边界条件的电储能/热储能容量优化模型，得到在新能源总发电量最大时光热电站储热罐和储能电池的最优配置容量。
进一步地：所述确定边界条件包括：
将电储能/热储能容量联合优化模型约束条件中的光热电站发电机的额定容量、热电转换效率、年利用小时数和最小技术出力、储能电池充电和放电的能量转换效率、逆变器额定功率、最低电量和最高电量的归一化值、储热罐和储能电池最大配置总容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和系统外送通道容量参数作为电储能/热储能容量联合优化模型的边界条件。
以上各式即组成了含风电、光伏发电、光热发电和储能电池的多能互补系统储能/储热容量联合优化模型，该模型为典型的混合整数线性规划模型，可以采用商业优化包Cplex软件进行求解。以风电场、光伏电站全年的理论发电功率序列和光热电站全年的理论输入热量序列为输入，通过时序生产模拟的方式，求解该优化模型，便可得到光热电站储热罐的最优配置容量
和储能电池的最优额定容量Nbattery，以及各时段下所有新能源场站的发电功率、储热罐的存储热量、储能电池的电量和充放电功率。
在一种新能源储能优化配置方法中提出了一种含新能源和储能发电系统的储能容量优化配置方法，该系统中含有风电、光伏、水电、储能电池，待优化的是储能电池的逆变器容量和电池存储容量。而本申请中研究的是含风电、光伏、光热和储能电池的多能互补系统，待优化的变量为光热电站中储热罐和储能电池的容量，储热罐是光热电站系统中的一部分，光热电站集热、储热、放热、发电原理与储能电池不同，并且储热罐的储、放热与光热电站发电具有耦合关系，与储能电池运行模型不同，需要单独进行建模。
实施例二
以某多能互补集成优化系统为例开展算例测试，系统总装机700MW，其中风电400MW、光伏200MW、光热50MW、储能电池50MW，给定光热电站储热罐和储能电池总容量1600MWh，风电、光伏、光热全年弃电率均不超过5％。通过本方法协调优化得到光热电站储热罐的最优容量为1440MWh，储能电池最优容量为160MWh。图1为多能互补系统在某3日的运行曲线，结果显示，光热电站储热罐在白天进行储热，为光伏发电腾出空间，夜晚新能源出力较低时，光热电站进行发电。储能电池同样在新能源富余时进行储电，在夜晚新能源较为匮乏时进行放电。多能互补系统某3天运行曲线如图2所示。
实施例三、
基于同样的发明构思，本发明还提供一种多能互补系统的电储能/热储能容量联合优化系统，包括：
获取模块，用于获取风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量；
输入模块，用于将所述风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量输入至预先建立的电储能/热储能容量联合优化模型中；
求解模块，用于采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量。
进一步地：还包括建立模块，用于建立多能互补系统电储能/热储能容量联合优化模型，所述多能互补系统电储能/热储能容量联合优化模型包括：
以新能源总发电量最大为目标构建的目标函数，以及对应的约束条件；
所述约束条件包括：
风电和光伏发电功率约束、光热电站发电功率约束、储热罐储热量约束、储能电池荷电状态约束、储能电池荷电状态约束、储热罐和储能电池容量约束、新能源限电率约束以及外送通道容量约束。
进一步地：所述求解模块，包括：
确定单元，用于确定边界条件；
最优配置单元，用于采用优化求解器求解含有边界条件的电储能/热储能容量优化模型，得到在新能源总发电量最大时光热电站储热罐和储能电池的最优配置容量。
进一步地：所述确定单元具体用于：
用于将电储能/热储能容量联合优化模型约束条件中的光热电站发电机的额定容量、热电转换效率、年利用小时数和最小技术出力、储能电池充电和放电的能量转换效率、逆变器额定功率、最低电量和最高电量的归一化值、储热罐和储能电池最大配置总容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和系统外送通道容量参数作为电储能/热储能容量联合优化模型的边界条件。
本发明适应于含风电、光伏发电、光热发电和储能电池的多能互补系统的储热罐和储能电池容量的联合优化问题；本发明所提出的优化方法能够综合协调储热系统和储能电池的单位投资成本的差异，可以得到在给定多能互补系统新能源弃电率等要求下，光热电站储热罐和储能电池总投资成本最优情况下的配置容量。
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。
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，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。
Claims (10)
1.一种多能互补系统的电储能/热储能容量联合优化方法，其特征在于：
获取风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量；
将所述风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量输入至预先建立的电储能/热储能容量联合优化模型中；
采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量。
2.如权利要求1所述的电储能/热储能容量联合优化方法，其特征在于：所述预先建立的多能互补系统电储能/热储能容量联合优化模型包括：
以新能源总发电量最大为目标构建的目标函数，以及对应的约束条件；
所述约束条件包括：
风电和光伏发电功率约束、光热电站发电功率约束、储热罐储热量约束、储能电池荷电状态约束、储能电池荷电状态约束、储热罐和储能电池容量约束、新能源限电率约束以及外送通道容量约束。
3.如权利要求2所述的联合优化方法，其特征在于：所述目标函数，用如下表达式表示：
式中，
和
分别表示风电场和光伏电站在t时段的发电功率；
表示光热电站发电机在时段t上的发电功率；T为所考虑优化时段数量；t为第t个优化时段。
4.如权利要求2所述的联合优化方法，其特征在于：所述风电和光伏发电功率约束如下式：
式中，
和
分别表示风电场和光伏电站在t时段的发电功率；
和
分别表示风电场和光伏电站在t时段的理论发电功率；T为所考虑优化时段数量；t为第t个优化时段；
所述光热电站发电功率约束如下式：
式中：uphd是0-1离散变量，表示光热电站发电机的发电状态，当uphd＝1时，表示发电机处于发电状态，反之，发电机不发电；Nphinventer表示光热电站发电机的额定功率，λphinventer为发电机的最小技术出力；
表示t时段的光热电站发电功率；
所述储热罐储热量约束如下式：
式中：
表示储热罐在时段t存储的热量值；
表示储热罐在时段t-1存储的热量值；
表示光热电站在时段t的理论输入热量；ΔT表示一个优化时段的长度；ηphd表示储热罐给发电机组送出的热量与发电功率之间的热电转换效率；
为储热罐的配置储热容量；
所述储能电池充放电约束如下式：
式中：
和
是0-1整数变量，分别表示储能电池的充电状态和放电状态，当
或
时，表示储能电池处于充电状态或放电状态；
表示储能电池在t时段的充电功率；
表示储能电池在t时段上的放电功率；Ninerver表示储能电池逆变器的额定功率；
所述储能电池荷电状态约束如下式：
式中：
表示储能电池在t时段的电量，为待优化变量；ηesc和ηesd分别表示储能电池充电和放电的能量转换效率；
和
分别表示储能电池允许的最低电量和最高电量；Socmin和Socmax分别表示电池最低电量和最高电量的归一化值；Nbattery为储能电池的配置容量；
所述储热罐和储能电池容量约束如下式：
式中，K为储热罐和储能电池最大配置总容量；
所述新能源限电率约束如下式：
式中，δw为风电弃电率上限值，δpv为光伏发电弃电率上限值，δphd为光热电站的弃电率上限值，Kphd为光热电站设计的年利用小时数；
所述外送通道容量约束如下式：
式中，Pout表示系统外送通道容量。
5.如权利要求1所述的电储能/热储能容量联合优化方法，其特征在于：所述采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量，包括：
确定边界条件；
采用优化求解器求解含有边界条件的电储能/热储能容量优化模型，得到在新能源总发电量最大时光热电站储热罐和储能电池的最优配置容量。
6.如权利要求5所述的电储能/热储能容量联合优化方法，其特征在于：所属确定边界条件包括：
将电储能/热储能容量联合优化模型约束条件中的光热电站发电机的额定容量、热电转换效率、年利用小时数和最小技术出力、储能电池充电和放电的能量转换效率、逆变器额定功率、最低电量和最高电量的归一化值、储热罐和储能电池最大配置总容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和系统外送通道容量参数作为电储能/热储能容量联合优化模型的边界条件。
7.一种多能互补系统的电储能/热储能容量联合优化系统，其特征在于：
获取模块，用于获取风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量；
输入模块，用于将所述风电场、光伏电站的理论发电功率、光热电站全年的理论输入热量值、储热罐和储能电池最大配置总容量输入至预先建立的电储能/热储能容量联合优化模型中；
求解模块，用于采用优化求解器求解电储能/热储能容量优化模型，得到光热电站储热罐和储能电池的最优配置容量。
8.如权利要求7所述的联合优化系统，其特征在于：还包括建立模块，用于建立多能互补系统电储能/热储能容量联合优化模型，所述多能互补系统电储能/热储能容量联合优化模型包括：
以新能源总发电量最大为目标构建的目标函数，以及对应的约束条件；
所述约束条件包括：
风电和光伏发电功率约束、光热电站发电功率约束、储热罐储热量约束、储能电池荷电状态约束、储能电池荷电状态约束、储热罐和储能电池容量约束、新能源限电率约束以及外送通道容量约束。
9.如权利要求7所述的联合优化系统，其特征在于：所述求解模块，包括：
确定单元，用于确定边界条件；
最优配置单元，用于采用优化求解器求解含有边界条件的电储能/热储能容量优化模型，得到在新能源总发电量最大时光热电站储热罐和储能电池的最优配置容量。
10.如权利要求9所述的联合优化系统，其特征在于：所述确定单元具体用于：
将电储能/热储能容量联合优化模型约束条件中的光热电站发电机的额定容量、热电转换效率、年利用小时数和最小技术出力、储能电池充电和放电的能量转换效率、逆变器额定功率、最低电量和最高电量的归一化值、储热罐和储能电池最大配置总容量、风电弃电率上限值、光伏发电弃电率上限值、光热电站弃电率上限值和系统外送通道容量参数作为电储能/热储能容量联合优化模型的边界条件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910548653.6A CN112134307A (zh) | 2019-06-24 | 2019-06-24 | 多能互补系统的电储能/热储能容量联合优化方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910548653.6A CN112134307A (zh) | 2019-06-24 | 2019-06-24 | 多能互补系统的电储能/热储能容量联合优化方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112134307A true CN112134307A (zh) | 2020-12-25 |
Family
ID=73849230
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910548653.6A Pending CN112134307A (zh) | 2019-06-24 | 2019-06-24 | 多能互补系统的电储能/热储能容量联合优化方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112134307A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114156920A (zh) * | 2021-11-29 | 2022-03-08 | 国网宁夏电力有限公司经济技术研究院 | 一种多能互补综合能源系统中电-热储能的容量配置方法 |
| CN114243678A (zh) * | 2021-11-04 | 2022-03-25 | 山东电力工程咨询院有限公司 | 一种光伏发电站的综合储能配置方案生成方法及系统 |
| CN114462902A (zh) * | 2022-04-13 | 2022-05-10 | 山东大学 | 考虑光热和水势综合储能出力的分布式发电调度方法 |
-
2019
- 2019-06-24 CN CN201910548653.6A patent/CN112134307A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114243678A (zh) * | 2021-11-04 | 2022-03-25 | 山东电力工程咨询院有限公司 | 一种光伏发电站的综合储能配置方案生成方法及系统 |
| CN114243678B (zh) * | 2021-11-04 | 2023-07-18 | 山东电力工程咨询院有限公司 | 一种光伏发电站的综合储能配置方案生成方法及系统 |
| CN114156920A (zh) * | 2021-11-29 | 2022-03-08 | 国网宁夏电力有限公司经济技术研究院 | 一种多能互补综合能源系统中电-热储能的容量配置方法 |
| CN114156920B (zh) * | 2021-11-29 | 2023-12-29 | 国网宁夏电力有限公司经济技术研究院 | 一种多能互补综合能源系统中电-热储能的容量配置方法 |
| CN114462902A (zh) * | 2022-04-13 | 2022-05-10 | 山东大学 | 考虑光热和水势综合储能出力的分布式发电调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110544935B (zh) | 一种电-氢多能互补直流微电网协调调度方法 | |
| CN106651026B (zh) | 多时间尺度微电网能量管理优化调度方法 | |
| CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
| CN110311421A (zh) | 基于需求侧响应的微电网多时间尺度能量管理方法 | |
| CN105139147A (zh) | 微电网系统的经济调度方法 | |
| CN112134271A (zh) | 一种多能互补系统装机容量优化方法及系统 | |
| CN105207259A (zh) | 基于能量管理的并网状态下的微电网系统调度方法 | |
| CN113904382B (zh) | 一种多能源电力系统时序运行模拟方法、装置、电子设备及存储介质 | |
| CN112583017A (zh) | 考虑储能运行约束的混合微电网能量分配方法及系统 | |
| CN112134307A (zh) | 多能互补系统的电储能/热储能容量联合优化方法及系统 | |
| Zhang et al. | Multi-objective day-ahead optimal scheduling of isolated microgrid considering flexibility | |
| CN105207207A (zh) | 基于能量管理的孤网状态下的微电网系统调度方法 | |
| CN116742812A (zh) | 一种多能互补发电系统储能容量协调优化配置方法和系统 | |
| CN110867907B (zh) | 一种基于多类型发电资源同质化的电力系统调度方法 | |
| CN111030101B (zh) | 一种基于多元化大数据清洁能源消纳联动调控方法及系统 | |
| CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
| CN109636254B (zh) | 一种考虑短时供电需求的微电网优化调度方法 | |
| Gburczyk et al. | Energy management system as a mean for the integration of distributed energy sources with low voltage network | |
| Zhang et al. | Optimized scheduling model for isolated microgrid of wind-photovoltaic-thermal-energy storage system with demand response | |
| CN109119988B (zh) | 基于动态批发市价的光伏-电池微电网能量调度管理方法 | |
| Wang et al. | Improved PSO-based energy management of Stand-Alone Micro-Grid under two-time scale | |
| om Bade et al. | Battery Uses for Regulating Active Power in Utility-scale Wind-based Hybrid Power Plant | |
| CN116526544A (zh) | 新能源发电系统灵活性资源规划方法、系统及设备 | |
| CN115882483A (zh) | 一种利用容量弹性实现系统最优储能容量配置的方法 | |
| Heo et al. | Energy resource capacity optimization for zero-energy housing complex |
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 |