CN112332454A - 基于含抽蓄柔性直流输电系统的电池储能处理方法及装置 - Google Patents

基于含抽蓄柔性直流输电系统的电池储能处理方法及装置 Download PDF

Info

Publication number
CN112332454A
CN112332454A CN202011272795.3A CN202011272795A CN112332454A CN 112332454 A CN112332454 A CN 112332454A CN 202011272795 A CN202011272795 A CN 202011272795A CN 112332454 A CN112332454 A CN 112332454A
Authority
CN
China
Prior art keywords
power
information
energy storage
station
storage
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
Application number
CN202011272795.3A
Other languages
English (en)
Other versions
CN112332454B (zh
Inventor
谢欢
胡泽春
曹敏健
李善颖
吴涛
李长宇
梁浩
曹天植
黄天啸
辛光明
王炳辉
罗婧
郝婧
严乙桉
檀政
徐鹏
史扬
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.)
Tsinghua University
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd
Original Assignee
Tsinghua University
State Grid Corp of China SGCC
North China Electric Power Research Institute Co Ltd
Electric Power Research Institute of State Grid Jibei 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 Tsinghua University, State Grid Corp of China SGCC, North China Electric Power Research Institute Co Ltd, Electric Power Research Institute of State Grid Jibei Electric Power Co Ltd filed Critical Tsinghua University
Priority to CN202011272795.3A priority Critical patent/CN112332454B/zh
Publication of CN112332454A publication Critical patent/CN112332454A/zh
Application granted granted Critical
Publication of CN112332454B publication Critical patent/CN112332454B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • H02J15/00—Systems for storing electric energy
    • H02J15/003—Systems for storing electric energy in the form of hydraulic 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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

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

本发明公开了一种基于含抽蓄柔性直流输电系统的电池储能处理方法及装置，其中，该方法包括：获取新能源场站的预定历史年的发电功率信息和负荷功率信息，并基于预定历史年确定多种天气场景；根据获取的发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息；基于预定目标函数、预定约束条件建立电池储能配置模型，电池储能配置模型基于优化求解器生成电池储能的配置信息，其中，预定约束条件基于所述特定发电功率信息和特定负荷功率信息生成；根据电池储能的配置信息生成所述电池储能的安装位置信息、能量容量信息和功率容量信息。

Description

基于含抽蓄柔性直流输电系统的电池储能处理方法及装置
技术领域
本发明涉及电力系统领域，具体涉及一种基于含抽蓄柔性直流输电系统的电池储能处理方法及装置。
背景技术
因储能设备具备较好的充放电及能量存储特性，储能将成为实现可再生能源友好接入电网的重要技术手段。诸多储能技术中，抽水蓄能技术是目前最为成熟的物理储能方式。抽水蓄能电站具有响应速度快、容量大、度电成本低等特点，但其安装应用却受到地理条件的约束，且往往装机规模较大。同样作为容量型储能的一种，电池储能技术具备较高的转换效率，安装位置及配置容量较为灵活，调节速率较快。但是，电池储能全周期安装运行费用较高，因此安装容量一般远小于抽水蓄能电站容量。实际运行中，抽水蓄能电站的多台机组根据运行计划工作在抽水、发电和停机三种模式，为保证机组的正常平稳运行，每种工作方式机组发电/抽水功率均在一定区间，且在一段区间不能随意转换工作状态，灵活性较差。因此，为应对大功率接入可再生能源功率调节和新能源消纳需求，可以在地区电网中配置电池储能和抽水蓄能，确保电网经济、高效运行。
柔性直流输电技术在解决新能源远距离传输和大容量输电方面相较特高压交流输电技术优势明显。可以保证可再生能源富集片区风电、光伏、抽蓄等多种能源资源的接入和传输，实现区域电网的多电源供电和多落点受电，具备较高的通路冗余性，提升了电网的供电可靠性，促进新能源资源的有效传输与消纳。
目前，柔性直流输电系统模型仅存在电阻而无电抗分量，因此不存在线性化直流潮流约束模型。另外，柔性直流输电系统中接入的新能源场站装机容量较大，新能源出力受季节和天气影响因素较大。为保证柔性直流输电系统稳定运行，一般需同外部交流电网相连。当柔性直流输电系统中含多机组抽水蓄能机组时，机组运行模式较为复杂。
目前，针对已经安装有抽水蓄能电站的柔性直流输电系统配置电池储能场景，尚无可依据的电池储能选址与定容配置方法。
发明内容
有鉴于此，本发明提供一种基于含抽蓄柔性直流输电系统的电池储能处理方法、装置及含抽蓄柔性直流输电系统，以解决上述提及的至少一个问题。
根据本发明的第一方面，提供一种基于含抽蓄柔性直流输电系统的电池储能处理方法，所述含抽蓄柔性直流输电系统包括新能源场站和抽水蓄能电站，该新能源场站包括：风电场和光伏电站，所述方法包括：
获取所述新能源场站的预定历史年的发电功率信息和负荷功率信息，并基于所述预定历史年确定多种天气场景；
根据获取的所述发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息；
基于预定目标函数、预定约束条件建立电池储能配置模型，所述电池储能配置模型基于优化求解器生成电池储能的配置信息，其中，所述预定约束条件基于所述特定发电功率信息和特定负荷功率信息生成，所述预定约束条件包括：电池储能规划和运行约束条件、以及所述含抽蓄柔性直流输电系统约束条件；
根据所述电池储能的配置信息生成所述电池储能的安装位置信息、能量容量信息和功率容量信息。
根据本发明的第二方面，提供一种基于含抽蓄柔性直流输电系统的电池储能处理装置，所述含抽蓄柔性直流输电系统包括新能源场站和抽水蓄能电站，该新能源场站包括：风电场和光伏电站，所述装置包括：
历史信息获取单元，用于获取所述新能源场站的预定历史年的发电功率信息和负荷功率信息；
场景确定单元，用于基于所述预定历史年确定多种天气场景；
特定信息生成单元，用于根据获取的所述发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息；
模型建立单元，用于基于预定目标函数、预定约束条件建立电池储能配置模型，其中，所述预定约束条件基于所述特定发电功率信息和特定负荷功率信息生成，所述预定约束条件包括：电池储能规划和运行约束条件、以及所述含抽蓄柔性直流输电系统约束条件；
配置信息生成单元，用于所述电池储能配置模型基于优化求解器生成电池储能的配置信息；
电池储能信息生成单元，用于根据所述电池储能的配置信息生成所述电池储能的安装位置信息、能量容量信息和功率容量信息。
根据本发明的第三方面，提供一种含抽蓄柔性直流输电系统，所述系统包括：上述的基于含抽蓄柔性直流输电系统的电池储能处理装置。
根据本发明的第四方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。
根据本发明的第五方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述方法的步骤。
由上述技术方案可知，通过根据获取的新能源场站的预定历史年的发电功率信息和负荷功率信息，生成新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息，随后根据特定发电功率信息和特定负荷功率信息生成预定约束条件，并基于预定目标函数、预定约束条件建立电池储能配置模型，通过该电池储能配置模型基于优化求解器生成电池储能的配置信息，之后根据该配置信息生成电池储能的安装位置信息、能量容量信息和功率容量信息，从而实现了为含抽蓄柔性直流输电系统的电池储能选址与容量配置。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的基于含抽蓄柔性直流输电系统的电池储能处理方法的流程图；
图2是根据本发明实施例的基于含抽蓄柔性直流输电系统的电池储能处理系统的结构框图；
图3是根据本发明实施例的基于含抽蓄柔性直流输电系统的电池储能处理装置的结构框图；
图4是根据本发明实施例的基于含抽蓄柔性直流输电系统的电池储能处理装置的详细结构框图；
图5为本发明实施例的电子设备600的系统构成的示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，显然，所描述的实施例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，本领域普通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。
在实现本发明的过程中，申请人发现如下相关技术：
当可再生能源资源接入规模过大时，柔性直流输电系统的线路也会出现传输功率阻塞，导致弃风弃光，造成新能源资源的浪费。因此，在进行含可再生能源的柔性直流输电系统规划建设时，需要考虑电网中可再生能源及储能等灵活性资源的协调调度，以促进柔性直流输电系统高效可靠运行。
由于现有技术，针对已经安装有抽水蓄能电站的柔性直流输电系统配置电池储能场景，尚无可依据的电池储能选址与定容配置方案，基于此，本发明实施例提供一种含抽蓄柔性直流输电系统的电池储能设置方案，该方案可以为含抽蓄柔性直流输电系统的电池储能选址与容量配置。以下结合附图来详细描述本发明实施例。
在本发明实施例中，含抽蓄柔性直流输电系统包括新能源场站和抽水蓄能电站，其中，新能源场站包括：风电场和光伏电站。
图1是根据本发明实施例的基于含抽蓄柔性直流输电系统的电池储能处理方法的流程图，如图1所示，该方法包括：
步骤101，获取所述新能源场站的预定历史年的发电功率信息和负荷功率信息，并基于所述预定历史年确定多种天气场景。
步骤102，根据获取的所述发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息。
具体地，可以基于新能源特征，将获取的所述发电功率信息和负荷功率信息分别进行聚类操作(例如，K-means聚类操作)，以生成聚类发电功率信息和聚类负荷功率信息；之后，根据聚类发电功率信息和聚类负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息。
这里的新能源特征可以是，例如，风电场与季节有关，不同季节的风电出力和负荷特征不同，光伏电站与阴晴天有关，晴天和阴天对光伏电站的出力和负荷特征也是不同的。
步骤103，基于预定目标函数、预定约束条件建立电池储能配置模型，所述电池储能配置模型基于优化求解器(例如，GUROBI求解器)生成电池储能的配置信息，其中，所述预定约束条件基于所述特定发电功率信息和特定负荷功率信息生成，所述预定约束条件包括：电池储能规划和运行约束条件、以及所述含抽蓄柔性直流输电系统约束条件。
优选地，这里的预定目标函数可以以电池储能全寿命周期日均成本最小为目标、并基于所述多种天气场景和所述含抽蓄柔性直流输电系统的成本信息来设置。
在实际操作中，含抽蓄柔性直流输电系统约束条件具体包括：抽水蓄能电站运行约束条件、新能源场站发送功率和负荷约束条件、柔性直流输电系统运行约束条件，其中：
所述抽水蓄能电站运行约束条件通过如下方式生成：根据抽水蓄能电站的机组启停信息、抽水功率信息和发电功率信息设置所述抽水蓄能电站运行约束条件；
所述新能源场站发电功率和负荷约束条件通过如下方式生成：根据所述新能源场站在不同天气场景、不同节点和不同时刻的发电功率信息和负荷功率信息生成所述新能源场站发电功率和负荷约束条件；
所述柔性直流输电系统运行约束条件通过如下方式生成：根据所述柔性直流输电系统在不同天气场景、不同节点和不同时刻的传输功率来生成所述柔性直流输电系统运行约束条件。
步骤104，根据所述电池储能的配置信息生成所述电池储能的安装位置信息、能量容量信息和功率容量信息。
通过根据获取的新能源场站的预定历史年的发电功率信息和负荷功率信息，生成新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息，随后根据特定发电功率信息和特定负荷功率信息生成预定约束条件，并基于预定目标函数、预定约束条件建立电池储能配置模型，通过该电池储能配置模型基于优化求解器生成电池储能的配置信息，之后根据该配置信息生成电池储能的安装位置信息、能量容量信息和功率容量信息，从而实现了为含抽蓄柔性直流输电系统的电池储能选址与容量配置。
为了更好地理解本发明，以下详细描述本发明实施例的含抽蓄柔性直流输电系统的电池储能选址与容量配置流程，该流程具体包括如下步骤1-4，以下分别详细各步骤。
步骤1，获取柔性直流输电系统历史新能源场站发电功率和负荷功率数据，并按照季节或者天气对所获得的功率数据进行聚类，生成新能源出力或者负荷典型功率曲线。该步骤1具体包括步骤11和步骤12，其中：
步骤11，获取预定年(例如，过去一年)的柔性直流输电系统中不同节点处所有新能源场站的实际出力(即，发电功率)数据，数据的采样周期为1小时。电网的电池储能规划配置需适用于未来电网运行，因此如果电网中不同节点的新能源场站如有扩容计划时，可以将采样获得的实际历史新能源场站出力数据等比放大，用以估算未来接入新能源场站的功率输出情况。
步骤12，新能源发电由于受到季节和外界天气影响，出力的差异性相对较大。而直接将考虑扩建因素放大后的新能源场站全年功率带入优化模型计算电池储能配置时，问题规模将过大而无法获得解，因为目前现有的商用求解软件无法直接求解根据实际全年实际数据构建的优化问题(变量太多，问题规模太大)，所以需要提取一年中的典型场景来做规划。因此，需将新能源场站出力按其季节、天气因素划分，负荷按照季节划分，提取每类中新能源场站出力和负荷功率特征曲线，以此为代表计算电池储能配置规模，在尽可能保证问题准确性的同时降低问题求解的复杂度。具体来说，对于电网中的风电场出力和负荷数据数据，按照季节进行划分，分为春、夏、秋、冬四个季节，并利用K-means聚类方法计算四种季节的风电出力和负荷特征曲线；对于光伏电站而言，将光伏电站按照晴天、多云、阴天和雨雪四种天气划分，并利用K-means聚类方法计算四种天气光伏出力特征曲线。
步骤2，获取预定年的天气情况，将天气场景排列组合形成场景集，确定各场景集占比，具体包括步骤21-22：
步骤21，获取步骤1的柔性直流输电系统地区在预定年的历史天气情况，并对历史天气情况进行统计，记录各场景的发生天数。将天气场景按照春天晴天、春天多云、春天阴天、春天雨(雪)天、夏天晴天、夏天多云、夏天阴天、夏天雨天、秋天晴天、秋天多云、秋天阴天、秋天雨天、冬天晴天、冬天多云、冬天阴天、冬天雨天，共计16种进行分类，场景s从1至16进行编号。
在预定年中，场景s的发生概率ωs为：
Figure BDA0002777063920000071
其中，Days表示场景s的发生天数，分母为全年所有场景天数的总和(即，365天，如果选取年为闰年则总天数为366)。
步骤22，计算每种场景在不同节点不同时刻新能源发电功率
Figure BDA0002777063920000072
或者负荷功率
Figure BDA0002777063920000073
其中上标R和L分别表示新能源和负荷，下标j，k分别表示新能源场站的接入节点j和典型日(即，预定年的特定日)的运行时刻k。以场景1春日晴天场景为例，假设j节点为新能源场站接入节点，同时接有风电场W和光伏电站S，则春日晴天场景，典型日的新能源发电功率可以表示为：
Figure BDA0002777063920000074
由于采用柔性直流输电技术的电力系统新能源场站接入节点和负荷节点通常为不同节点，因此负荷节点一般未连接新能源场站，s场景k时刻j节点接入的负荷功率可以表示为
Figure BDA0002777063920000075
步骤3，建立考虑定速与可变速抽蓄机组约束、电池储能约束、柔性直流输电系统运行约束、并网运行约束，以电池储能全寿命周期日均投资及运行成本最小为目标的联合系统电池储能优化配置方案。该步骤具体包括如下步骤31-32，其中：
步骤31，构建目标函数，表达式如下：
Figure BDA0002777063920000076
其中，Ω表示场景集合，T表示日运行总时间段数目(采样周期为1小时，T等于24)，电池储能系统折算至日投资成本为Cinv；在场景s下，第k个时刻的运行总成本包含抽水蓄能机组的启停成本
Figure BDA0002777063920000081
负荷失配惩罚成本
Figure BDA0002777063920000082
柔性直流输电系统从外部电网购电费用
Figure BDA0002777063920000083
为剩余电量对外部电网输送收益。具体而言，
Figure BDA0002777063920000084
表示的是柔性直流输电网新能源发电不足时候需要从外部的购电总费用，
Figure BDA0002777063920000085
表示柔性直流输电区域内的新能源在供给本地负荷后如果有剩余，可以通过换流站对外部交流电网输送功率，这部分功率可以获取一定收益。
上述日均投资成本Cinv的表达式可以表示为如下公式(4)：
Figure BDA0002777063920000086
其中，i表示节点编号，Ψ表示电池储能可配置点集合，C1，i，C2，i，C3，i，COM，i分别表示i节点配置电池储能的固定成本、单位容量成本、单位功率成本和运行成本；xi为二进制变量，表示i位置是否连接电池储能，当x为1时表示该节点连接有储能设备，为0时则未连接储能设备；Ei，Pi分别表示i节点接入的电池储能容量和电池储能功率；Ginv表示电池储能系统的等年值折算系数，该参数可以通过如下公式(5)求得：
Figure BDA0002777063920000087
式中，α为贴现率，该贴现率是工程经济学中的定义在使用中一般可以取为5％，Ny为电池储能系统全生命周期运行年限。
由于抽水蓄能电站建设条件苛刻，一般柔性直流电网中仅在一处安装抽水蓄能电站。运行费用计算部分可以通过如下公式(6)-(9)求得：
Figure BDA0002777063920000088
Figure BDA0002777063920000089
Figure BDA00027770639200000810
Figure BDA00027770639200000811
式(6)中，Csu，Csd，Cvu，Cvd分别表示定速抽水蓄能机组启动、定速抽水蓄能机组关停、可变速抽水蓄能机组启动和变速抽水蓄能机组关停成本。
Figure BDA00027770639200000812
分别表示k时刻s场景抽水蓄能电站中定速抽蓄机组启动抽水台数、定速抽蓄机组停止抽水台数、变速抽蓄机组启动抽水台数、变速抽蓄机组停止抽水台数的整数决策变量。在一个实例中，假设一个抽水蓄能电站有5台定速抽水蓄能机组，2台可变速抽水蓄能机组，在s场景，k时刻的启动抽水、发电机组为优化决策变量，该变量取值为离散的整数；定速抽水蓄能机组的启动抽水决策变量可取值为{0，1，2，3，4，5}，定速抽水蓄能机组的启动发电决策变量可取值{0，1，2，3，4，5}，可变速抽水蓄能机组启动抽水台数可取值{0，1，2}，可变速抽水蓄能机组启动发电机组台数可取值{0，1，2}。
式(7)中，αL表示负荷失配惩罚系数，该负荷失配惩罚系数是在实际的运行中不希望地区的负荷功率无法供给而设置的，这个值是对不能供给的负荷进行一定的惩罚，惩罚系数越大表示这个地区的负荷越重要，越不希望出现失负荷的情况，惩罚系数为1时表示按照当前的电价来计算失负荷部分的电量费用，为保证负荷失配情况发生时费用相较购电费用略大，该数值可取为1～1.2；πk表示k时刻的外部购电电价，
Figure BDA0002777063920000091
表示s场景k时刻所有节点负荷总和，
Figure BDA0002777063920000092
表示s场景k时刻实际对负荷供电总功率，该变量为优化决策变量，Δt表示采样时间间隔。
式(8)中，
Figure BDA0002777063920000093
表示s场景k时刻从外部交流电网的购电功率。
式(9)中，
Figure BDA0002777063920000094
表示s场景k时刻对交流电网输出功率，αs表示柔性直流电网可再生能源发电功率对外部电网功率输送打折的正常数，该系数取值根据实际运行需要确定，当该数值趋近于0时表示可再生能源需尽可能在柔性直流系统中消纳，从提升新能源在柔性直流输电系统消纳率角度考虑，该数值可以取为0.0001-0.01。
步骤32，确定模型的约束条件，具体可以包括如下步骤321-325，其中：
步骤321，通过如下公式(10)和(11)确定电池储能规划约束：
Figure BDA0002777063920000095
Figure BDA0002777063920000096
式(10)-式(11)表示电池储能系统的规划约束，Emin，Emax分别表示柔性直流电网中电池储能安装的容量下限值和容量上限值，Pmax表示柔性直流电网单个节点的电池储能接入功率规划的上限值。
步骤322，通过如下公式(12)-(15)确定电池储能运行约束：
Figure BDA0002777063920000101
Figure BDA0002777063920000102
Figure BDA0002777063920000103
SOCi，0，ω＝SOCi，T，ω (15)
式(12)中，
Figure BDA0002777063920000104
分别表示i节点处电池储能在ω场景k时刻的充电和放电功率，其充放电功率应小于功率容量。式(13)中，Ei，k，ω表示i节点处电池储能在ω场景k时刻的电池储能存储的能量，当k等于0时表示初始时刻的电池储能存储电量，默认情况该值可以取为电池容量的50％，τ表示电池储能的时刻编号，ηch，ηdis分别表示电池储能的充电效率和放电效率。式(14)中，
Figure BDA0002777063920000105
分别表示电池储能运行中荷电状态的下限值和上限值，SOCi，k，ω表示i节点处电池储能在ω场景k时刻电池储能系统的荷电状态。式(15)表示在典型日运行周期结束时电池储能系统的荷电状态需要回复到初始状态，以实现下一周期的连续调节。
步骤323，通过如下公式(16)-(25)确定抽水蓄能电站运行约束、以及通过如下公式(26)-(31)确定抽水蓄能电站的库容约束：
Figure BDA0002777063920000106
Figure BDA0002777063920000107
Figure BDA0002777063920000108
Figure BDA0002777063920000109
Figure BDA00027770639200001010
Figure BDA00027770639200001011
Figure BDA00027770639200001012
Figure BDA00027770639200001013
Figure BDA00027770639200001014
Figure BDA00027770639200001015
式(16)-式(25)表示抽水蓄能电站的机组启停、抽水功率和发电功率约束。式(16)表示在两个相邻时刻的抽水蓄能机组水泵的启动和关停台数限制关系，式中
Figure BDA00027770639200001016
表示ω场景k时刻的定速抽水蓄能机组水泵已经运行的台数，
Figure BDA0002777063920000111
分别表示ω场景k时刻的定速抽水蓄能机组水泵启动台数和关停台数。与式(16)相对应，式(17)中，上标中v表示可变速抽水蓄能机组。因此，式(17)中，
Figure BDA0002777063920000112
表示ω场景k时刻的可变速抽水蓄能机组水泵已经运行的台数，
Figure BDA0002777063920000113
分别表示ω场景k时刻的可变速抽水蓄能机组水泵启动台数和关停台数。式(18)限制了所有与定速和可变速机组启动与关停状态相关的整数变量均需为正整数。式(19)和式(20)分别限制了每个典型日内定速抽水蓄能机组和可变速抽水蓄能机组水泵启停转换次数，其中Ns和Nv分别表示抽水蓄能电站中定速抽水蓄能机组和可变速抽水蓄能机组的安装台数。式(21)和式(22)分别限制了定速抽水蓄能机组和可变速抽水蓄能机组同时处于工作状态(抽水和发电)的机组数目不应该超过抽水蓄能电站总的安装机组台数，其中
Figure BDA0002777063920000114
分别表示ω场景k时刻定速抽水蓄能机组和可变速抽水蓄能机组运行在发电状态的机组台数。式(23)中，
Figure BDA0002777063920000115
表示ω场景k时刻定速抽水蓄能机组的抽水功率，
Figure BDA0002777063920000116
表示单台定速抽水蓄能机组的抽水功率。式(24)，
Figure BDA0002777063920000117
表示单台可变速抽水蓄能机组工作在水泵模式时的抽水功率下限值和抽水功率上限值，
Figure BDA0002777063920000118
表示ω场景k时刻可变速抽水蓄能机组工作在水泵模式的抽水功率总和。式(25)限制了抽水蓄能电站在ω场景k时刻定速抽水蓄能机组发电功率
Figure BDA0002777063920000119
和可变速抽水蓄能机组发电功率
Figure BDA00027770639200001110
的范围，其中单台定速和可变速抽水蓄能机组发电功率下限分别为g sg，g vg，单台定速和可变速抽水蓄能机组发电功率上限分别为
Figure BDA00027770639200001112
Figure BDA00027770639200001113
Figure BDA00027770639200001114
Figure BDA00027770639200001115
Figure BDA00027770639200001116
Figure BDA00027770639200001117
Figure BDA00027770639200001118
式(26)-式(31)表示了抽水蓄能电站的库容约束。其中，(26)和(27)分别表示抽水蓄能电站的上水库(UR)库容连续性约束和下水库(LR)库容连续性约束，ω场景k时刻上水库库容和下水库库容量分别表示为
Figure BDA0002777063920000121
cg，cp分别为发电功率-水量转换常数和抽水功率-水量转换常数，可以通过表达式(28)-(29)求得。式(28)中，ηg表示抽水蓄能机组工作在水轮机模式发电效率，ρ0表示水的密度，g表示水电站当地的重力加速度，h表示抽水蓄能电站站上下水库的平均水头高度差值；式(29)中，ηp表示抽水蓄能电站工作在抽水模式的机组抽水效率。式(30)表示抽水蓄能电站的上、下水库库容约束，其中，
Figure BDA0002777063920000122
分别表示抽水蓄能电站上(UR)、下(LR)水库的蓄水量下限值，和蓄水量上限值。以
Figure BDA0002777063920000123
为例，
Figure BDA0002777063920000124
两个值分别为上水库的蓄水量下限值和蓄水量上限值；式(31)中，
Figure BDA0002777063920000125
表示典型日运行结束后的库容差值的上下限值，其中，
Figure BDA0002777063920000126
分别表示在ω场景典型日运行结束后上水库和下水库的库容值。
步骤324，通过如下公式(32)-(33)确定新能源发电功率及负荷约束：
Figure BDA0002777063920000127
Figure BDA0002777063920000128
式(32)表示新能源接入节点j在ω场景k时刻的实际新能源场站ε的实际上网功率
Figure BDA0002777063920000129
需小于等于相应时刻相应场站的发电功率，其中新能源场站ε包含风电场W和光伏电站S。式(33)表示柔性直流电网中节点j在ω场景k时刻的实际供给的负荷
Figure BDA00027770639200001210
应该小于等于相应节点相应时刻的负荷功率。
步骤325，通过如下公式(34)-(38)确定柔性直流输电系统运行约束：
Figure BDA00027770639200001211
Figure BDA00027770639200001212
Figure BDA00027770639200001213
Figure BDA00027770639200001217
Figure BDA00027770639200001214
式(34)-(38)为柔性直流输电系统潮流约束，该潮流约束是电力系统的公知常识，表示电网中的功率约束和电压约束等，属于电力系统潮流分析中的概念。式(34)中，
Figure BDA00027770639200001215
表示柔性直流电网ω场景k时刻从i至j节点的传输功率，
Figure BDA00027770639200001216
表示i节点实际上网的风电功率
Figure BDA0002777063920000131
和光伏功率
Figure BDA0002777063920000132
总和，
Figure BDA0002777063920000133
表示ω场景k时刻i节点实际下网负荷功率，
Figure BDA0002777063920000134
和
Figure BDA0002777063920000135
分别表示柔性直流输电系统通过节点i从外部交流电网的输入功率和输出功率。式(35)限制了线路功率传输范围，
Figure BDA0002777063920000136
表示线路ij传输功率上限值。式(36)为线路功率传输等式约束，设柔性直流电网按节点编号电压列向量v＝[v1，v2，…，vn]T，定义ω场景k时刻电压矩阵为Vk，ω＝vk，ωvk，ω T，则
Figure BDA0002777063920000137
表示ω场景k时刻电压矩阵Vk，ω的第i行、第j列的元素。式(37)限制了电压的允许工作范围，
Figure BDA0002777063920000138
表示节点i电压允许工作上下限。式(38)为电压矩阵的约束。
步骤4，模拟运行优化配置模型，计算获得安装有抽水蓄能电站的柔性直流电网电池储能配置方案，该步骤具体流程如下：
结合步骤1和步骤2计算生成的不同季节和天气情况下，新能源出力与负荷运行场景，根据步骤3建立针对安装有抽水蓄能电站的柔性直流输电系统网络电池储能选址及容量规划模型，通过GUROBI求解器求解。获得典型年不同时刻的问题的决策变量，定速及可变速机组启停机变化量
Figure BDA0002777063920000139
定速机组与可变速抽水蓄能机组的抽水功率
Figure BDA00027770639200001310
和发电功率
Figure BDA00027770639200001311
上水库
Figure BDA00027770639200001312
和下水库库容
Figure BDA00027770639200001313
柔性直流输电系统中风电场和光伏电站在ω场景k时刻的不同节点的实际上网功率
Figure BDA00027770639200001314
负荷节点下网功率
Figure BDA00027770639200001315
柔性直流电网传输功率
Figure BDA00027770639200001316
电压矩阵Vk，ω，不同节点电池储能充放电功率
Figure BDA00027770639200001317
电池储能的存储能量Ek，ω，从交流电网购电功率
Figure BDA00027770639200001318
和售电功率
Figure BDA00027770639200001319
以上变量为与历史年中与不同场景对应的相关运行优化变量。除此之外，通过求解优化问题还可以同时获得与电池储能相关的安装位置xi及规模相关决策变量储能配置能量容量Ei和功率容量Pi。
最后，按照上述模型计算所得的安装位置xi和电池储能规划能量容量Ei和功率容量Pi给出带抽水蓄能柔性直流输电系统的电池储能规划建设方案。
本发明实施例根据风电、光伏发电功率和负荷功率曲线的不同，按照季节和天气等因素分类，聚类生成特定功率曲线，在此基础上将功率曲线排列组合生成典型年运行场景集，确定历史年季节及天气情况确定各种场景的发生概率。通过以上方式，提取用于电池储能配置计算的历史年系统运行特征，降低了优化配置问题维数和求解复杂度。
同时，本发明实施例所提出的电池储能选址与容量配置方案除考虑电池储能容量配置约束外，还考虑了在不同场景运行中的抽水蓄能机组多机组运行约束、柔性直流输电系统功率传输约束、电池储能运行约束，确保各场景下功率传输均在限值范围内，保证系统在全生命周期的可靠安全运行。
本发明实施例针对含抽蓄与新能源发电的柔性直流输电系统提出的储能选址与容量配置方案，在电池储能的全寿命周期中利用其调节灵活性促进柔性直流输电系统中可再生能源同柔性直流输电系统落点处负荷的匹配，提升了可再生能源的消纳。
基于相似的发明构思，本发明实施例还提供一种含抽蓄柔性直流输电系统，如图2所示，该系统包括：基于含抽蓄柔性直流输电系统的电池储能处理装置1、以及新能源场站2和抽水蓄能电站3，其中，新能源场站包括：风电场和光伏电站。优选地，电池储能处理装置1用于实现上述基于含抽蓄柔性直流输电系统的电池储能处理方法的流程。
图3是该电池储能处理装置1的结构框图，如图3所示，该电池储能处理装置1包括：历史信息获取单元11、场景确定单元12、特定信息生成单元13、模型建立单元14、配置信息生成单元15和电池储能信息生成单元16，其中：
历史信息获取单元11，用于获取所述新能源场站的预定历史年的发电功率信息和负荷功率信息。
场景确定单元12，用于基于所述预定历史年确定多种天气场景。
特定信息生成单元13，用于根据获取的所述发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息。
具体地，特定信息生成单元13包括：聚类信息生成模块和特定信息生成模块，其中：聚类信息生成模块，用于基于新能源特征，将获取的所述发电功率信息和负荷功率信息分别进行聚类操作，以生成聚类发电功率信息和聚类负荷功率信息；特定信息生成模块，用于根据聚类发电功率信息和聚类负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息。
模型建立单元14，用于基于预定目标函数、预定约束条件建立电池储能配置模型，其中，所述预定约束条件基于所述特定发电功率信息和特定负荷功率信息生成，所述预定约束条件包括：电池储能规划和运行约束条件、以及所述含抽蓄柔性直流输电系统约束条件。
这里的含抽蓄柔性直流输电系统约束条件包括：抽水蓄能电站运行约束条件、新能源场站发送功率和负荷约束条件、柔性直流输电系统运行约束条件。
配置信息生成单元15，用于所述电池储能配置模型基于优化求解器生成电池储能的配置信息。
电池储能信息生成单元16，用于根据所述电池储能的配置信息生成所述电池储能的安装位置信息、能量容量信息和功率容量信息。
通过特定信息生成单元13根据历史信息获取单元11获取的新能源场站的预定历史年的发电功率信息和负荷功率信息，生成新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息，随后根据特定发电功率信息和特定负荷功率信息生成预定约束条件，模型建立单元14基于预定目标函数、预定约束条件建立电池储能配置模型，配置信息生成单元15通过该电池储能配置模型基于优化求解器生成电池储能的配置信息，之后电池储能信息生成单元16根据该配置信息生成电池储能的安装位置信息、能量容量信息和功率容量信息，从而实现了为含抽蓄柔性直流输电系统的电池储能选址与容量配置。
在一个实施例中，如图4所示，上述电池储能处理装置1还包括：
预定目标函数生成单元17，用于以电池储能全寿命周期日均成本最小为目标、并基于所述多种天气场景和所述含抽蓄柔性直流输电系统的成本信息来设置所述预定目标函数。
在一个实施例中，上述电池储能处理装置1还包括：
抽水蓄能电站运行约束条件生成单元18，用于根据抽水蓄能电站的机组启停信息、抽水功率信息和发电功率信息设置所述抽水蓄能电站运行约束条件；
新能源场站发电功率和负荷约束条件生成单元19，用于根据所述新能源场站在不同天气场景、不同节点和不同时刻的发电功率信息和负荷功率信息生成所述新能源场站发电功率和负荷约束条件；
柔性直流输电系统运行约束条件生成单元20，用于根据所述柔性直流输电系统在不同天气场景、不同节点和不同时刻的传输功率来生成所述柔性直流输电系统运行约束条件。
上述各单元、各模块的具体执行过程，可以参见上述方法实施例中的描述，此处不再赘述。
在实际操作中，上述各单元、各模块可以组合设置、也可以单一设置，本发明不限于此。
本实施例还提供一种电子设备，该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照上述方法实施例进行实施及基于含抽蓄柔性直流输电系统的电池储能处理装置/系统的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图5为本发明实施例的电子设备600的系统构成的示意框图。如图5所示，该电子设备600可以包括中央处理器100和存储器140；存储器140耦合到中央处理器100。值得注意的是，该图是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，基于含抽蓄柔性直流输电系统的电池储能处理功能可以被集成到中央处理器100中。其中，中央处理器100可以被配置为进行如下控制：
获取所述新能源场站的预定历史年的发电功率信息和负荷功率信息，并基于所述预定历史年确定多种天气场景；
根据获取的所述发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息；
基于预定目标函数、预定约束条件建立电池储能配置模型，所述电池储能配置模型基于优化求解器生成电池储能的配置信息，其中，所述预定约束条件基于所述特定发电功率信息和特定负荷功率信息生成，所述预定约束条件包括：电池储能规划和运行约束条件、以及所述含抽蓄柔性直流输电系统约束条件；
根据所述电池储能的配置信息生成所述电池储能的安装位置信息、能量容量信息和功率容量信息。
从上述描述可知，本申请实施例提供的电子设备，通过根据获取的新能源场站的预定历史年的发电功率信息和负荷功率信息，生成新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息，随后根据特定发电功率信息和特定负荷功率信息生成预定约束条件，并基于预定目标函数、预定约束条件建立电池储能配置模型，通过该电池储能配置模型基于优化求解器生成电池储能的配置信息，之后根据该配置信息生成电池储能的安装位置信息、能量容量信息和功率容量信息，从而实现了为含抽蓄柔性直流输电系统的电池储能选址与容量配置。
在另一个实施方式中，基于含抽蓄柔性直流输电系统的电池储能处理装置/系统可以与中央处理器100分开配置，例如可以将基于含抽蓄柔性直流输电系统的电池储能处理装置/系统配置为与中央处理器100连接的芯片，通过中央处理器的控制来实现基于含抽蓄柔性直流输电系统的电池储能处理功能。
如图5所示，该电子设备600还可以包括：通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是，电子设备600也并不是必须要包括图5中所示的所有部件；此外，电子设备600还可以包括图5中没有示出的部件，可以参考现有技术。
如图5所示，中央处理器100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器100接收输入并控制电子设备600的各个部件的操作。
其中，存储器140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序，以实现信息存储或处理等。
输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142，该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
存储器140还可以包括数据存储部143，该数据存储部143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132，以经由扬声器131提供音频输出，并接收来自麦克风132的音频输入，从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器130还耦合到中央处理器100，从而使得可以通过麦克风132能够在本机上录音，且使得可以通过扬声器131来播放本机上存储的声音。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时以实现上述基于含抽蓄柔性直流输电系统的电池储能处理方法的步骤。
综上所述，本发明实施例针对含抽蓄与新能源发电的柔性直流输电系统提出了电池储能选址与容量配置方案，通过提取历史年新能源出力及负荷特征构建基于历史年的运行场景集，并对场景集赋予不同的权重，在含抽蓄的柔性直流输电系统规划中考虑历史年的运行不确定性；另外，通过构建以提升柔性直流输电系统内新能源发电与负荷匹配为目标，考虑柔性直流电网运行约束、多机组抽水蓄能电站及电池储能约束等约束条件的电池储能选址与容量配置优化问题，以最为经济的电池储能配置方式和调度策略，实现电池储能全生命周期中柔性直流输电系统内部新能源的最大化消纳。
以上参照附图描述了本发明的优选实施方式。这些实施方式的许多特征和优点根据该详细的说明书是清楚的，因此权利要求旨在覆盖这些实施方式的落入其真实精神和范围内的所有这些特征和优点。此外，由于本领域的技术人员容易想到很多修改和改变，因此不是要将本发明的实施方式限于所例示和描述的精确结构和操作，而是可以涵盖落入其范围内的所有合适修改和等同物。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (11)

1.一种基于含抽蓄柔性直流输电系统的电池储能处理方法，所述含抽蓄柔性直流输电系统包括新能源场站和抽水蓄能电站，该新能源场站包括：风电场和光伏电站，其特征在于，所述方法包括：
获取所述新能源场站的预定历史年的发电功率信息和负荷功率信息，并基于所述预定历史年确定多种天气场景；
根据获取的所述发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息；
基于预定目标函数、预定约束条件建立电池储能配置模型，所述电池储能配置模型基于优化求解器生成电池储能的配置信息，其中，所述预定约束条件基于所述特定发电功率信息和特定负荷功率信息生成，所述预定约束条件包括：电池储能规划和运行约束条件、以及所述含抽蓄柔性直流输电系统约束条件；
根据所述电池储能的配置信息生成所述电池储能的安装位置信息、能量容量信息和功率容量信息。
2.根据权利要求1所述的方法，其特征在于，根据获取的所述发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息包括：
基于新能源特征，将获取的所述发电功率信息和负荷功率信息分别进行聚类操作，以生成聚类发电功率信息和聚类负荷功率信息；
根据聚类发电功率信息和聚类负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息。
3.根据权利要求1所述的方法，其特征在于，通过如下方式生成所述预定目标函数：
以电池储能全寿命周期日均成本最小为目标、并基于所述多种天气场景和所述含抽蓄柔性直流输电系统的成本信息来设置所述预定目标函数。
4.根据权利要求3所述的方法，其特征在于，所述含抽蓄柔性直流输电系统约束条件包括：抽水蓄能电站运行约束条件、新能源场站发送功率和负荷约束条件、柔性直流输电系统运行约束条件，其中，
通过如下方式生成所述抽水蓄能电站运行约束条件：根据抽水蓄能电站的机组启停信息、抽水功率信息和发电功率信息设置所述抽水蓄能电站运行约束条件；
通过如下方式生成所述新能源场站发电功率和负荷约束条件：根据所述新能源场站在不同天气场景、不同节点和不同时刻的发电功率信息和负荷功率信息生成所述新能源场站发电功率和负荷约束条件；
通过如下方式生成所述柔性直流输电系统运行约束条件：根据所述柔性直流输电系统在不同天气场景、不同节点和不同时刻的传输功率来生成所述柔性直流输电系统运行约束条件。
5.一种基于含抽蓄柔性直流输电系统的电池储能处理装置，所述含抽蓄柔性直流输电系统包括新能源场站和抽水蓄能电站，该新能源场站包括：风电场和光伏电站，其特征在于，所述装置包括：
历史信息获取单元，用于获取所述新能源场站的预定历史年的发电功率信息和负荷功率信息；
场景确定单元，用于基于所述预定历史年确定多种天气场景；
特定信息生成单元，用于根据获取的所述发电功率信息和负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息；
模型建立单元，用于基于预定目标函数、预定约束条件建立电池储能配置模型，其中，所述预定约束条件基于所述特定发电功率信息和特定负荷功率信息生成，所述预定约束条件包括：电池储能规划和运行约束条件、以及所述含抽蓄柔性直流输电系统约束条件；
配置信息生成单元，用于所述电池储能配置模型基于优化求解器生成电池储能的配置信息；
电池储能信息生成单元，用于根据所述电池储能的配置信息生成所述电池储能的安装位置信息、能量容量信息和功率容量信息。
6.根据权利要求5所述的装置，其特征在于，所述特定信息生成单元包括：
聚类信息生成模块，用于基于新能源特征，将获取的所述发电功率信息和负荷功率信息分别进行聚类操作，以生成聚类发电功率信息和聚类负荷功率信息；
特定信息生成模块，用于根据聚类发电功率信息和聚类负荷功率信息，生成所述新能源场站在不同天气场景、不同节点和不同时刻的特定发电功率信息和特定负荷功率信息。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
预定目标函数生成单元，用于以电池储能全寿命周期日均成本最小为目标、并基于所述多种天气场景和所述含抽蓄柔性直流输电系统的成本信息来设置所述预定目标函数。
8.根据权利要求7所述的装置，其特征在于，所述含抽蓄柔性直流输电系统约束条件包括：抽水蓄能电站运行约束条件、新能源场站发送功率和负荷约束条件、柔性直流输电系统运行约束条件，所述装置还包括：
抽水蓄能电站运行约束条件生成单元，用于根据抽水蓄能电站的机组启停信息、抽水功率信息和发电功率信息设置所述抽水蓄能电站运行约束条件；
新能源场站发电功率和负荷约束条件生成单元，用于根据所述新能源场站在不同天气场景、不同节点和不同时刻的发电功率信息和负荷功率信息生成所述新能源场站发电功率和负荷约束条件；
柔性直流输电系统运行约束条件生成单元，用于根据所述柔性直流输电系统在不同天气场景、不同节点和不同时刻的传输功率来生成所述柔性直流输电系统运行约束条件。
9.一种含抽蓄柔性直流输电系统，其特征在于，所述系统包括：如权利要求5至8中任一项所述的基于含抽蓄柔性直流输电系统的电池储能处理装置。
10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至4中任一项所述方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至4中任一项所述方法的步骤。
CN202011272795.3A 2020-11-13 2020-11-13 基于含抽蓄柔性直流输电系统的电池储能处理方法及装置 Active CN112332454B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011272795.3A CN112332454B (zh) 2020-11-13 2020-11-13 基于含抽蓄柔性直流输电系统的电池储能处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011272795.3A CN112332454B (zh) 2020-11-13 2020-11-13 基于含抽蓄柔性直流输电系统的电池储能处理方法及装置

Publications (2)

Publication Number Publication Date
CN112332454A true CN112332454A (zh) 2021-02-05
CN112332454B CN112332454B (zh) 2024-08-13

Family

ID=74318342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011272795.3A Active CN112332454B (zh) 2020-11-13 2020-11-13 基于含抽蓄柔性直流输电系统的电池储能处理方法及装置

Country Status (1)

Country Link
CN (1) CN112332454B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113036933A (zh) * 2021-03-17 2021-06-25 云南电网有限责任公司电力科学研究院 一种基于小水电站压力前池的储能方法及系统
CN113315158A (zh) * 2021-06-08 2021-08-27 西安热工研究院有限公司 一种新能源发电结合电池及重力储能的系统及方法
CN114336605A (zh) * 2021-12-29 2022-04-12 西安交通大学 一种柔性电氢制储注一体站容量配置方法及系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106230028A (zh) * 2016-09-08 2016-12-14 安徽电气工程职业技术学院 一种风电—抽水蓄能联合系统的多目标优化方法
CN107423852A (zh) * 2017-07-24 2017-12-01 华北电力大学（保定） 一种计及典型场景的光储联合电站优化运营方法
CN107910883A (zh) * 2017-12-01 2018-04-13 中国南方电网有限责任公司电网技术研究中心 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法
CN109449993A (zh) * 2018-12-26 2019-03-08 西安交通大学 一种面向多能互补电力系统的多时间尺度生产模拟方法
CN109787259A (zh) * 2019-01-23 2019-05-21 西安交通大学 一种基于新能源随机波动的多类型储能联合规划方法
US20190206000A1 (en) * 2017-01-12 2019-07-04 Johnson Controls Technology Company Building energy storage system with multiple demand charge cost optimization
CN111049171A (zh) * 2019-12-25 2020-04-21 深圳供电局有限公司 一种主动配电网储能配置方法
CN111525627A (zh) * 2020-05-08 2020-08-11 清华大学 含抽蓄与新能源发电的柔性直流输电系统日前调度方法
CN111585295A (zh) * 2020-05-28 2020-08-25 杭州电子科技大学 一种基于laes-caes的储能配置方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106230028A (zh) * 2016-09-08 2016-12-14 安徽电气工程职业技术学院 一种风电—抽水蓄能联合系统的多目标优化方法
US20190206000A1 (en) * 2017-01-12 2019-07-04 Johnson Controls Technology Company Building energy storage system with multiple demand charge cost optimization
CN107423852A (zh) * 2017-07-24 2017-12-01 华北电力大学（保定） 一种计及典型场景的光储联合电站优化运营方法
CN107910883A (zh) * 2017-12-01 2018-04-13 中国南方电网有限责任公司电网技术研究中心 基于抽水蓄能电站修正时序负荷曲线的随机生产模拟方法
CN109449993A (zh) * 2018-12-26 2019-03-08 西安交通大学 一种面向多能互补电力系统的多时间尺度生产模拟方法
CN109787259A (zh) * 2019-01-23 2019-05-21 西安交通大学 一种基于新能源随机波动的多类型储能联合规划方法
CN111049171A (zh) * 2019-12-25 2020-04-21 深圳供电局有限公司 一种主动配电网储能配置方法
CN111525627A (zh) * 2020-05-08 2020-08-11 清华大学 含抽蓄与新能源发电的柔性直流输电系统日前调度方法
CN111585295A (zh) * 2020-05-28 2020-08-25 杭州电子科技大学 一种基于laes-caes的储能配置方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张刘冬等: "基于成本效益分析的风电-抽水蓄能联合运行优化调度模型", 电网技术, no. 12, 5 December 2015 (2015-12-05), pages 3386 - 3392 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113036933A (zh) * 2021-03-17 2021-06-25 云南电网有限责任公司电力科学研究院 一种基于小水电站压力前池的储能方法及系统
CN113036933B (zh) * 2021-03-17 2023-04-14 云南电网有限责任公司电力科学研究院 一种基于小水电站压力前池的储能方法及系统
CN113315158A (zh) * 2021-06-08 2021-08-27 西安热工研究院有限公司 一种新能源发电结合电池及重力储能的系统及方法
CN114336605A (zh) * 2021-12-29 2022-04-12 西安交通大学 一种柔性电氢制储注一体站容量配置方法及系统
CN114336605B (zh) * 2021-12-29 2023-07-21 西安交通大学 一种柔性电氢制储注一体站容量配置方法及系统

Also Published As

Publication number Publication date
CN112332454B (zh) 2024-08-13

Similar Documents

Publication Publication Date Title
CN112332454B (zh) 基于含抽蓄柔性直流输电系统的电池储能处理方法及装置
CN109767078B (zh) 一种基于混合整数规划的多类型电源检修安排方法
CN107248751A (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
CN111525627B (zh) 含抽蓄与新能源发电的柔性直流输电系统日前调度方法
CN105846423A (zh) 一种计及需求响应的光伏微电网储能多目标容量配置方法
CN110633854A (zh) 一种考虑储能电池多重分段服务全生命周期优化规划方法
CN107800153B (zh) 一种电蓄热消纳风电的电热能量滚动鲁棒调度方法
CN114492085B (zh) 关于负荷、电源联合概率分布的区域电力电量平衡方法
JP2017174277A (ja) 運転計画算出装置、運転計画算出方法および運転計画算出プログラム
CN116131358A (zh) 分布式变速抽水蓄能与电网协同规划方法、系统及设备
CN115619180A (zh) 一种确定多能互补系统发电方案的方法、装置及电子设备
Wu et al. Risk-constrained day-ahead scheduling for gravity energy storage system and wind turbine based on IGDT
CN108418212A (zh) 一种考虑柔性负荷的电力系统两阶段随机优化调度模型
CN117913914A (zh) 基于电量分类的一体化项目并网多时段调度方法及装置
CN117856261A (zh) 基于时序模拟仿真计算电网调节能力缺口的方法和装置
CN114094608B (zh) 一种面向光伏电站的多类型储能容量优化配置方法及装置
CN116613733A (zh) 计及源荷不确定性的多元能源系统优化调度方法及装置
CN116545010A (zh) 一种考虑系统灵活爬坡约束的发电调度方法、系统及设备
CN115189423A (zh) 一种风火储系统的多能协调优化调度方法及装置
Yao et al. Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station
CN106230010B (zh) 一种百兆瓦电池储能系统容量优化配置方法和系统
CN116054212A (zh) 一种抽水蓄能电站优化调度运行方法、系统、设备及介质
CN115600757A (zh) 海上风电共享储能参与现货市场交易协调优化方法及系统
CN116526544A (zh) 新能源发电系统灵活性资源规划方法、系统及设备
CN108258734B (zh) 基于风功率区间预测的鲁棒最优调度方法

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