CN112364511A - 考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法 - Google Patents

考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法 Download PDF

Info

Publication number
CN112364511A
CN112364511A CN202011268592.7A CN202011268592A CN112364511A CN 112364511 A CN112364511 A CN 112364511A CN 202011268592 A CN202011268592 A CN 202011268592A CN 112364511 A CN112364511 A CN 112364511A
Authority
CN
China
Prior art keywords
vrb
power
energy storage
grid
formula
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
CN202011268592.7A
Other languages
English (en)
Inventor
龚庆武
王誉博
乔卉
刘栋
王波
马恒瑞
马富齐
王红霞
陈石
刘芮彤
罗鹏
周胤宇
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
Wuhan University WHU
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Qinghai University
Original Assignee
State Grid Corp of China SGCC
Wuhan University WHU
China Electric Power Research Institute Co Ltd CEPRI
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Qinghai University
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, Wuhan University WHU, China Electric Power Research Institute Co Ltd CEPRI, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd, Qinghai University filed Critical State Grid Corp of China SGCC
Priority to CN202011268592.7A priority Critical patent/CN112364511A/zh
Publication of CN112364511A publication Critical patent/CN112364511A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based 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
    • 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]
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/10—Flexible AC transmission systems [FACTS]
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

考虑动态特性的平抑系统功率波动的储能配置与运行策略，根据电池储能系统充放电功率建模结果，提出一种平抑系统功率波动并考虑全钒液流电池充放电动态特性的主动配电网储能运行策略，构建以储能系统生命周期内电池储能系统的固定成本、运行成本、直接经济效益、环境效益等为优化目标的储能配置模型，以储能安装容量、功率和安装位置为决策变量，利用动态规划算法对模型进行求解。本发明以典型日风光出力曲线为基础，求得最优的储能配置结果，同时得到安装储能装置前后系统联络线功率和储能系统的动态特性曲线。

Description

考虑储能运行策略及动态特性的平抑系统功率波动的储能优 化配置方法
技术领域
本发明属于电力工程领域，特别是考虑动态特性的平抑系统功率波动的储能配置与运行策略。
背景技术
可再生能源电力具有无污染、一次能源可永续使用等优点，为低碳电力可持续发展提供了有效的发展方向。但是可再生能源具有随机性、间歇性和不可预测性，其大规模使用必然给电力系统的运行、调试及控制带来诸多挑战。因此，从电网的安全经济运行角度出发，如何提高可再生能源电力的可控程度是新能源并网亟待解决的问题。
电池储能系统拥有将电能时空平移的能力，具有响应速度快、具备形成大规模的可能性等优点，而被认为是改善间歇式电源可控性、提高其并网能力的有效手段。储能设备通过参与合适的辅助服务类型可以降低系统运行成本并且有助于提高电力系统中可再生能源的渗透率。要实现输出功率的有效平抑，需配置具备循环寿命长，功率密度高，能量密度高等特点的电池储能系统。而通常发电系统以单一蓄电池等能量型储能作为主要的储能设备，其使用寿命短成为制约储能技术应用的一大短板。有效提升电池储能的使用寿命不仅能够增强系统的稳定性及灵活性，同时还能增加储能系统自身的经济效益。
根据电池储能系统充放电功率建模结果，提出一种平抑系统功率波动并考虑全钒液流电池充放电动态特性的主动配电网储能运行策略，构建以储能系统生命周期内电池储能系统的固定成本、运行成本、直接经济效益、环境效益等为优化目标的储能配置模型，以储能安装容量、功率和安装位置为决策变量，利用动态规划算法对模型进行求解。使得储能设备在作为辅助服务设备通过低价购电高价售电获得盈利时，可以使购售电价格差更低，定价更加灵活。
发明内容
新能源出力不确定性带来的误差，需要由系统预留备用来平衡。本发明的目的是提供考虑动态特性的平抑系统功率波动的储能配置与运行策略，构建以储能系统生命周期内电池储能系统的固定成本、运行成本、直接经济效益、环境效益等为优化目标的储能配置模型，以储能安装容量、功率和安装位置为决策变量，利用动态规划算法对模型进行求解。实现储能系统接入后有效的平抑系统功率波动。
本发明的技术解决方案如下：
考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法，其特点在于，包括以下步骤：
1)建立全钒液流电池(vanadium redox batteries,VRB)充放电动态模型，公式如下：
Figure RE-GDA0002875411290000021
Figure RE-GDA0002875411290000022
式中，ηc、ηd分别为VRB充电和放电的效率值，ac、bc、cc和dc为VRB充电效率的系数，ad、bd和cd为VRB放电效率的系数，PVRB(p.u.)为PVRB的标幺值，荷电状态SOC(state ofcharge)是电池运行最重要的参数，代表了电池内部存储的电量大小；
VRB的最大吸收功率Pab，公式如下：
Figure RE-GDA0002875411290000023
式中，
Figure RE-GDA0002875411290000024
和
Figure RE-GDA0002875411290000025
以及
Figure RE-GDA0002875411290000026
Figure RE-GDA0002875411290000027
和
Figure RE-GDA0002875411290000028
为拟合系数，由最小二乘法的非线性拟得到相应的系数值；
2)计及VRB动态特性的储能优化配置
平抑系统功率波动的目的是使上级电网输出的有功功率波动Pt满足在某段时间内小于功率波动率的设定值，功率波动率设定如下：假定在时间段t内系统功率波动率用Ft表示，则有：
Figure RE-GDA0002875411290000029
Figure RE-GDA00028754112900000210
Figure RE-GDA00028754112900000211
式中，Pgrid为并网输出的平均功率，ΔPt为t时段内的等效负荷功率变化量，Ptmax为t时间段内最大等效负荷功率变化量，Ptmin最小等效负荷功率变化量，Pt为等效负荷功率。PDG表示新能源的输出功率，包括节点j的风电并网容量Pwind和节点k 光伏并网容量Ppv。
为使波动功率ΔPt满足要求，需保证波动率Ft不超过设定值Ft up，即：
Ft≤Ft up (7)
根据功率波动约束条件，求每个连续时间段T内的等效负荷最大和最小功率为
PTmax(i)＝max[P(1:Ns)] (8)
PT,min(i)＝min[P(1:Ns)] (9)
式中，T表示样本数据的采样周期，Ts为采样点数；
根据式(4)、式(5)、式(6)计算每个采样周期内最大功率波动，由式(7) 计算每个时间段并网的平均等效负荷功率Pgrid(n)；
对每个时间段内并网输出的平均等效负荷功率Pgrid进行傅里叶变换，获得其幅频特性，公式如下：
Figure RE-GDA0002875411290000031
式中，Pgrid,0(n)为每个时间段并网输出的平均功率，N为所分时间段数；
(1)当t时刻主动配电网向上级电网购电功率Pt小于Pgrid,0时，给电池储能系统放电，需满足：
PVRB,t＜0,Pt＜Pgrid,0 (11)
(2)当t时刻主动配电网向上级电网购电功率Pt大于Pgrid,0时，电池储能系统充电，需满足：：
PVRB,t＞0,Pt＞Pgrid,0 (12)
(3)VRB充放电功率需满足公式(13-14)。
Figure RE-GDA0002875411290000032
Pcx＝Pt-Pgrid,0 (14)
式中，PVRB(t)为VRB实时充放电功率，ηVRB为VRB充放电效率，
Figure RE-GDA0002875411290000033
为VRB 的额定安装功率，Pcx为VRB为平抑系统功率波动应该补偿的功率；
3)构建目标函数：
根据VRB的经济性指标，可以构建出VRB优化配置的目标函数，构建的目标函数如式(15)所示：
Figure RE-GDA0002875411290000034
其中，
Figure RE-GDA0002875411290000035
和
Figure RE-GDA0002875411290000036
x均为决策矢量；
Figure RE-GDA0002875411290000037
和
Figure RE-GDA0002875411290000038
为VRB的安装功率和安装容量，x为储能安装节点；
为计算得到目标函数F，分别构建出各项目标函数的计算公式：
(1)计算VRB的成本Ctol，包括一次性投资成本Cfix和运行维护成本Com，公式如下：
Ctol＝Cfix+Com (16)
Figure RE-GDA0002875411290000041
式中，k1和k2分别为VRB单位功率成本和单位容量成本的系数，β为运行维护成本折算成初期功率成本的折算系数，τbat为BESS使用年限，ir为通胀率，id为贴现率，
Figure RE-GDA0002875411290000042
和
Figure RE-GDA0002875411290000043
为VRB的安装功率和安装容量；
(2)计算VRB的经济效益Bdir，公式如下：
Figure RE-GDA0002875411290000044
Figure RE-GDA0002875411290000045
其中，n表示VRB放电时段数，i表示[t1,t2]区间VRB放电的区段，PVRB为VRB的出力，由公式(16)计算得到，包含了电池的动态效率特性，η为变流器的效率，pe(t)为一天中的实时用户售电电价；
(3)计算VRB产生的环境效益Benv，公式如下：
Figure RE-GDA0002875411290000046
Figure RE-GDA0002875411290000047
其中，ΔPgrid,t表示t时段接入VRB后比不接VRB从上级电网减少的购电量，ξgrid,k表示上级电网污染物排放密度，cw,k表示污染物排放单位收费，Bemi为每年因污染而产生的费用；
(4)计算接入分布式电源和VRB后产生的降损效益Bloss，公式如下：
Figure RE-GDA0002875411290000048
其中，clk降损系数，ΔPloss,t为接入VRB前后线损的减少量。
4)采用动态规划法对VRB优化配置模型求解，求得优化后的VRB运行策略。
(1)确定VRB额定容量的上下限值约束，减少求解范围，如公式(23)所示。
Figure RE-GDA0002875411290000049
Figure RE-GDA00028754112900000410
和
Figure RE-GDA00028754112900000411
为VRB的安装功率和安装容量。
(2)利用动态规划法对目标函数进行求解
动态规划算法是一种用于解决多阶段决策过程的数学优化方法，它首先将多阶段决策过程分成很多个阶段或者子问题，然后依次求解各个子阶段或子问题的局部最优解，最后将局部最优解集中的最优解作为最终的优化结果，得到VRB运行策略。
本发明主要技术效果为：
提出一种平抑系统功率波动并考虑全钒液流电池充放电动态特性的储能运行策略，构建以储能系统生命周期内电池储能系统的固定成本、运行成本、直接经济效益、环境效益等为优化目标的储能配置模型。主要技术效果如下：
1).构建的储能优化配置模型能够以较小的投资运行成本获得更好的经济效益的储能配置结果。
2).储能策略的响应能够协调负荷与DG之间的出力，较好的平抑系统联络线的功率；
3).考虑储能运行动态特性的运行情况更符合VRB模型的实际情况。
附图说明
图1为本发明双电池组运行策略生成的简要流程图
图2为等效循环寿命与放电深度的关系
图3为风光出力曲线
图4为储能以外出力曲线与负荷需求曲线
图5为双电池组的VRB的出力曲线
图6为双电池组的SOC曲线
图7为双电池组的效率曲线
具体实施方式
下面结合附图和实施例，对本发明作进一步具体的说明。但不应以此限制本发明的保护范围。
先参见图1，图1为本发明用于平抑系统波动的考虑储能动态特性的储能系统优化配置方法的简要流程图，由图可见，本发明用于平抑系统波动的考虑储能动态特性的储能系统优化配置方法，包括以下步骤：
1)建立全钒液流电池(vanadium redox batteries,VRB)充放电动态模型，公式如下：
Figure RE-GDA0002875411290000051
Figure RE-GDA0002875411290000061
式中，ηc、ηd分别为VRB充电和放电的效率值，ac、bc、cc和dc为VRB充电效率的系数，ad、bd和cd为VRB放电效率的系数，PVRB(p.u.)为PVRB的标幺值，荷电状态SOC(state ofcharge)是电池运行最重要的参数，代表了电池内部存储的电量大小；
VRB的最大吸收功率Pab，公式如下：
Figure RE-GDA0002875411290000062
式中，
Figure RE-GDA0002875411290000063
和
Figure RE-GDA0002875411290000064
以及
Figure RE-GDA0002875411290000065
Figure RE-GDA0002875411290000066
和
Figure RE-GDA0002875411290000067
为拟合系数，由最小二乘法的非线性拟得到相应的系数值；
2)计及VRB动态特性的储能优化配置
平抑系统功率波动的目的是使上级电网输出的有功功率波动Pt满足在某段时间内小于功率波动率的设定值，功率波动率设定如下：假定在时间段t内系统功率波动率用Ft表示，则有：
Figure RE-GDA0002875411290000068
Figure RE-GDA0002875411290000069
Figure RE-GDA00028754112900000610
式中，Pgrid为并网输出的平均功率，ΔPt为t时段内的等效负荷功率变化量，Ptmax为t时间段内最大等效负荷功率变化量，Ptmin最小等效负荷功率变化量，Pt为等效负荷功率。PDG表示新能源的输出功率，包括节点j的风电并网容量Pwind和节点k 光伏并网容量Ppv。
为使波动功率ΔPt满足要求，需保证波动率Ft不超过设定值Ft up，即：
Ft≤Ft up (7)
根据功率波动约束条件，求每个连续时间段T内的等效负荷最大和最小功率为
PTmax(i)＝max[P(1:Ns)] (8)
PT,min(i)＝min[P(1:Ns)] (9)
式中，T表示样本数据的采样周期，Ts为采样点数；
根据式(4)、式(5)、式(6)计算每个采样周期内最大功率波动，由式(7) 计算每个时间段并网的平均等效负荷功率Pgrid(n)；
对每个时间段内并网输出的平均等效负荷功率Pgrid进行傅里叶变换，获得其幅频特性，公式如下：
Figure RE-GDA0002875411290000071
式中，Pgrid,0(n)为每个时间段并网输出的平均功率，N为所分时间段数；
(1)当t时刻主动配电网向上级电网购电功率Pt小于Pgrid,0时，给电池储能系统放电，需满足：
PVRB,t＜0,Pt＜Pgrid,0 (11)
(2)当t时刻主动配电网向上级电网购电功率Pt大于Pgrid,0时，电池储能系统充电，需满足：：
PVRB,t＞0,Pt＞Pgrid,0 (12)
(3)VRB充放电功率需满足公式(13-14)。
Figure RE-GDA0002875411290000072
Pcx＝Pt-Pgrid,0 (14)
式中，PVRB(t)为VRB实时充放电功率，ηVRB为VRB充放电效率，
Figure RE-GDA0002875411290000073
为VRB 的额定安装功率，Pcx为VRB为平抑系统功率波动应该补偿的功率；
3)构建目标函数：
根据VRB的经济性指标，可以构建出VRB优化配置的目标函数，构建的目标函数如式(15)所示：
Figure RE-GDA0002875411290000074
其中，
Figure RE-GDA0002875411290000075
和
Figure RE-GDA0002875411290000076
x均为决策矢量；
Figure RE-GDA0002875411290000077
和
Figure RE-GDA0002875411290000078
为VRB的安装功率和安装容量，x为储能安装节点；
为计算得到目标函数F，分别构建出各项目标函数的计算公式：
(1)计算VRB的成本Ctol，包括一次性投资成本Cfix和运行维护成本Com，公式如下：
Ctol＝Cfix+Com (16)
Figure RE-GDA0002875411290000079
式中，k1和k2分别为VRB单位功率成本和单位容量成本的系数，β为运行维护成本折算成初期功率成本的折算系数，τbat为BESS使用年限，ir为通胀率，id为贴现率，
Figure RE-GDA00028754112900000710
和
Figure RE-GDA00028754112900000711
为VRB的安装功率和安装容量；
(2)计算VRB的经济效益Bdir，公式如下：
Figure RE-GDA0002875411290000081
Figure RE-GDA0002875411290000082
其中，n表示VRB放电时段数，i表示[t1,t2]区间VRB放电的区段，PVRB为 VRB的出力，由公式(16)计算得到，包含了电池的动态效率特性，η为变流器的效率，pe(t)为一天中的实时用户售电电价；
(3)计算VRB产生的环境效益Benv，公式如下：
Figure RE-GDA0002875411290000083
Figure RE-GDA0002875411290000084
其中，ΔPgrid,t表示t时段接入VRB后比不接VRB从上级电网减少的购电量，ξgrid,k表示上级电网污染物排放密度，cw,k表示污染物排放单位收费，Bemi为每年因污染而产生的费用；
(4)计算接入分布式电源和VRB后产生的降损效益Bloss，公式如下：
Figure RE-GDA0002875411290000085
其中，clk降损系数，ΔPloss,t为接入VRB前后线损的减少量。
4)采用动态规划法对VRB优化配置模型求解，求得优化后的VRB运行策略。
(1)确定VRB额定容量的上下限值约束，减少求解范围，如公式(23)所示。
Figure RE-GDA0002875411290000086
Figure RE-GDA0002875411290000087
和
Figure RE-GDA0002875411290000088
为VRB的安装功率和安装容量。
(2)利用动态规划法对目标函数进行求解
动态规划算法是一种用于解决多阶段决策过程的数学优化方法，它首先将多阶段决策过程分成很多个阶段或者子问题，然后依次求解各个子阶段或子问题的局部最优解，最后将局部最优解集中的最优解作为最终的优化结果，得到VRB运行策略。
实施例--以某配电网某个特征天的数据为例：
采用IEEE33节点系统进行算例分析，对其进行改进，光伏和风电场等分布式电源安装在节点8、节点15、节点19、节点23和节点30下，为了方便分析，每个节点下配置相同比例的DG容量。图2为光伏、风电、负荷典型日出力数据。
VRB的寿命周期为10年，通货膨胀率为1.5％，贴现率为9％，VRB成本的系数k1＝1650元/kW，k2＝1270元/kWh，τbat为BESS使用年限10a，运维费用折算系数β＝0.13。
步骤1：确定VRB的充放电动态模型：通过公式(1)至(3)可以确定VRB 的充放电动态模型。
步骤2：设计计及VRB动态特性的储能优化配置，利用公式(4)至(14)确定其充放电的状态。
步骤3：构建目标函数：分别为公式(20)至(21)VRB的成本；公式(22) 至(23)VRB的直接经济效益；公式(24)至(25)VRB产生的环境效益；公式(26) 接入分布式电源和VRB后产生的降损效益；
步骤4：采用动态规划法对VRB优化配置模型求解，制定优化后的VRB运行策略。
具体求解流程如图3所示，在确定VRB配置地点后制定如图4所示的储能运行策略。
优化结果如表1、2。
由表1、2可以看出，综合各项效益和成本指标，VRB配置的结果与系统联络线的距离呈逆向分布特点，远离上级节点的储能安装节点往往需要配置较大的VRB 容量，而各项收益与安装节点并无直接关系。由优化结果可知，安装节点15所获的净收益Ftotal最大。
表1 各候选节点VRB配合结果
安装节点 P<sub>N</sub>/kW E<sub>N</sub>/kW·h F<sub>total</sub>/万元
8 211 983 21.59
15 201 967 30.19
19 143 652 14.02
23 150 663 16.76
30 173 946 17.56
表2 VRB配置成本及效益
Figure RE-GDA0002875411290000091
Figure RE-GDA0002875411290000101
在确定配置地点后，对VRB接入节点15后VRB动态特性对VRB运行的影响进行分析并得到相应的运行策略：
当不考虑VRB动态特性时，其充放电效率视为一个常数0.8，充放电功率与荷电状态等无关，只与当前系统需要补偿的功率大小有关，优化结果为PN＝250kW， EN＝1061kW·h。考虑VRB动态特性前后VRB的出力曲线、SOC曲线、以及效率曲线如图5-7。
由运行结果和图5-7可知，不考虑VRB动态特性会使得VRB优化配置的结果变大，同时充放电的功率不受荷电状态以及最大充放电功率约束，导致仿真结果比起考虑充放电功率时偏大，不符合VRB实际运行的情况。而考虑充放电动态特性时的仿真分析更能反映VRB模型的全面性和准确性。
因此，为了更好的消纳可再生能源，减小系统调节的压力，需要从“源-网-荷- 储”各个环节挖掘备用潜力，合理协调各类备用资源，使大规模不确定电源方便可靠地并入常规电网，解决电网对大规模可再生能源的消纳能力，提高能源利用效率，实现系统的供需平衡。
本发明中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (1)

1.考虑动态特性的平抑系统功率波动的储能配置与运行策略，其特征在于，包括以下步骤：
1)建立全钒液流电池(vanadium redox batteries,VRB)充放电动态模型，公式如下：
Figure FDA0002776615120000011
Figure FDA0002776615120000012
式中，ηc、ηd分别为VRB充电和放电的效率值，ac、bc、cc和dc为VRB充电效率的系数，ad、bd和cd为VRB放电效率的系数，PVRB(p.u.)为PVRB的标幺值，荷电状态SOC(state of charge)是电池运行最重要的参数，代表了电池内部存储的电量大小；
VRB的最大吸收功率Pab，公式如下：
Figure FDA0002776615120000013
式中，
Figure FDA0002776615120000014
和
Figure FDA0002776615120000015
以及
Figure FDA0002776615120000016
和
Figure FDA0002776615120000017
为拟合系数，由最小二乘法的非线性拟得到相应的系数值；
2)计及VRB动态特性的储能优化配置
平抑系统功率波动的目的是使上级电网输出的有功功率波动Pt满足在某段时间内小于功率波动率的设定值，功率波动率设定如下：假定在时间段t内系统功率波动率用Ft表示，则有：
Figure FDA0002776615120000018
Figure FDA0002776615120000019
Figure FDA00027766151200000110
式中，Pgrid为并网输出的平均功率，ΔPt为t时段内的等效负荷功率变化量，Ptmax为t时间段内最大等效负荷功率变化量，Ptmin最小等效负荷功率变化量，Pt为等效负荷功率。PDG表示新能源的输出功率，包括节点j的风电并网容量Pwind和节点k光伏并网容量Ppv。
为使波动功率ΔPt满足要求，需保证波动率Ft不超过设定值
Figure FDA00027766151200000111
即：
Figure FDA00027766151200000112
根据功率波动约束条件，求每个连续时间段T内的等效负荷最大和最小功率为
PTmax(i)＝max[P(1:Ns)] (8)
PT,min(i)＝min[P(1:Ns)] (9)
式中，T表示样本数据的采样周期，Ts为采样点数；
根据式(4)、式(5)、式(6)计算每个采样周期内最大功率波动，由式(7)计算每个时间段并网的平均等效负荷功率Pgrid(n)；
对每个时间段内并网输出的平均等效负荷功率Pgrid进行傅里叶变换，获得其幅频特性，公式如下：
Figure FDA0002776615120000021
式中，Pgrid,0(n)为每个时间段并网输出的平均功率，N为所分时间段数；
(1)当t时刻主动配电网向上级电网购电功率Pt小于Pgrid,0时，给电池储能系统放电，需满足：
PVRB,t＜0,Pt＜Pgrid,0 (11)
(2)当t时刻主动配电网向上级电网购电功率Pt大于Pgrid,0时，电池储能系统充电，需满足：：
PVRB,t＞0,Pt＞Pgrid,0 (12)
(3)VRB充放电功率需满足公式(13-14)。
Figure FDA0002776615120000022
Pcx＝Pt-Pgrid,0 (14)
式中，PVRB(t)为VRB实时充放电功率，ηVRB为VRB充放电效率，
Figure FDA0002776615120000023
为VRB的额定安装功率，Pcx为VRB为平抑系统功率波动应该补偿的功率；
3)构建目标函数：
根据VRB的经济性指标，可以构建出VRB优化配置的目标函数，构建的目标函数如式(15)所示：
Figure FDA0002776615120000024
其中，
Figure FDA0002776615120000025
和
Figure FDA0002776615120000026
x均为决策矢量；
Figure FDA0002776615120000027
和
Figure FDA0002776615120000028
为VRB的安装功率和安装容量，x为储能安装节点；
为计算得到目标函数F，分别构建出各项目标函数的计算公式：
(1)计算VRB的成本Ctol，包括一次性投资成本Cfix和运行维护成本Com，公式如下：
Ctol＝Cfix+Com (16)
Figure FDA0002776615120000031
式中，k1和k2分别为VRB单位功率成本和单位容量成本的系数，β为运行维护成本折算成初期功率成本的折算系数，τbat为BESS使用年限，ir为通胀率，id为贴现率，
Figure FDA0002776615120000032
和
Figure FDA0002776615120000033
为VRB的安装功率和安装容量；
(2)计算VRB的经济效益Bdir，公式如下：
Figure FDA0002776615120000034
Figure FDA0002776615120000035
其中，n表示VRB放电时段数，i表示[t1,t2]区间VRB放电的区段，PVRB为VRB的出力，由公式(16)计算得到，包含了电池的动态效率特性，η为变流器的效率，pe(t)为一天中的实时用户售电电价；
(3)计算VRB产生的环境效益Benv，公式如下：
Figure FDA0002776615120000036
Figure FDA0002776615120000037
其中，ΔPgrid,t表示t时段接入VRB后比不接VRB从上级电网减少的购电量，ξgrid,k表示上级电网污染物排放密度，cw,k表示污染物排放单位收费，Bemi为每年因污染而产生的费用；
(4)计算接入分布式电源和VRB后产生的降损效益Bloss，公式如下：
Figure FDA0002776615120000038
其中，clk降损系数，ΔPloss,t为接入VRB前后线损的减少量。
4)采用动态规划法对VRB优化配置模型求解，求得优化后的VRB运行策略：
(1)确定VRB额定容量的上下限值约束，如公式(23)所示。
Figure FDA0002776615120000039
Figure FDA00027766151200000310
和
Figure FDA00027766151200000311
为VRB的安装功率和安装容量；
(2)利用动态规划法对目标函数进行求解
动态规划算法是一种用于解决多阶段决策过程的数学优化方法，首先将多阶段决策过程分成很多个阶段或者子问题，然后依次求解各个子阶段或子问题的局部最优解，最后将局部最优解集中的最优解作为最终的优化结果，得到VRB运行策略。
CN202011268592.7A 2020-11-13 2020-11-13 考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法 Pending CN112364511A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011268592.7A CN112364511A (zh) 2020-11-13 2020-11-13 考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011268592.7A CN112364511A (zh) 2020-11-13 2020-11-13 考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法

Publications (1)

Publication Number Publication Date
CN112364511A true CN112364511A (zh) 2021-02-12

Family

ID=74514710

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011268592.7A Pending CN112364511A (zh) 2020-11-13 2020-11-13 考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法

Country Status (1)

Country Link
CN (1) CN112364511A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117910836A (zh) * 2024-03-19 2024-04-19 浙江大学 一种提升大电网灵活性的储能电站规划方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110502814A (zh) * 2019-08-09 2019-11-26 国家电网有限公司 考虑储能和负荷管理技术的主动配电网多目标规划方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110502814A (zh) * 2019-08-09 2019-11-26 国家电网有限公司 考虑储能和负荷管理技术的主动配电网多目标规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
QINGWU GONG，ET AL.: "Optimal configuration of the energy storage system in ADN considering energy storage operation strategy and dynamic characteristic", 《IET GENERATION，TRANSMISSION&DISTRIBUTION》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117910836A (zh) * 2024-03-19 2024-04-19 浙江大学 一种提升大电网灵活性的储能电站规划方法
CN117910836B (zh) * 2024-03-19 2024-05-28 浙江大学 一种提升大电网灵活性的储能电站规划方法

Similar Documents

Publication Publication Date Title
CN103151797B (zh) 基于多目标调度模型的并网运行方式下微网能量控制方法
CN105976055B (zh) 计及功率损耗的分布式光伏-储能系统出力优化及容量配置方法
CN110866627B (zh) 一种考虑阶梯气价的多区域电-气耦合综合能源系统优化调度方法
CN107732949B (zh) 一种综合风电全年多季节特性的储能布点定容方法
CN106372742A (zh) 考虑电转气多源储能型微网日前最优经济调度方法
Ju et al. A Tri-dimensional Equilibrium-based stochastic optimal dispatching model for a novel virtual power plant incorporating carbon Capture, Power-to-Gas and electric vehicle aggregator
CN112736926A (zh) 一种分布式新能源接入配电网区间仿射潮流动态优化方法
CN112365021A (zh) 一种基于混合储能的区域综合能源系统规划优化方法
CN104617585A (zh) 无功补偿配置方法
CN112290637A (zh) 延长电池储能寿命的双电池运行策略生成方法
CN103593711A (zh) 一种分布式电源优化配置方法
CN114595868A (zh) 一种综合能源系统源网荷储协同规划方法及系统
CN107122924A (zh) 一种智能配用电系统承载能力评估方法
Chen et al. Scheduling strategy of hybrid wind-photovoltaic-hydro power generation system
CN114255137A (zh) 考虑清洁能源的低碳综合能源系统优化规划方法及系统
CN113822480A (zh) 一种农村综合能源系统多层协同优化方法及系统
Li et al. Planning model of integrated energy system considering P2G and energy storage
CN112364511A (zh) 考虑储能运行策略及动态特性的平抑系统功率波动的储能优化配置方法
CN112418537A (zh) 一种面向多能源云储能系统的优化调度方法
CN107527297A (zh) 基于用户满意度的两阶段负荷需求响应模型
CN115906456A (zh) 考虑需求侧响应不确定性的含氢储能ies调度优化模型
CN109615193A (zh) 一种考虑光伏与混合储能的综合能源系统规划方法
CN112952915B (zh) 一种综合能源系统中平抑电网峰谷的优化调度方法
CN114971154A (zh) 一种包含碳交易机制的可再生能源消纳方法
Sun et al. Optimization model of Multi-energy system based on multi-source energy storage

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: 20210212

RJ01 Rejection of invention patent application after publication