CN112564147B - 离网型微电网储能容量工程计算方法 - Google Patents
离网型微电网储能容量工程计算方法 Download PDFInfo
- Publication number
- CN112564147B CN112564147B CN202011256304.6A CN202011256304A CN112564147B CN 112564147 B CN112564147 B CN 112564147B CN 202011256304 A CN202011256304 A CN 202011256304A CN 112564147 B CN112564147 B CN 112564147B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- grid
- micro
- storage capacity
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
- H02J3/144—Demand-response operation of the power transmission or distribution network
-
- 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
- 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
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load 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
- 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
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind 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
- 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
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
- Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
- Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
-
- 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
- Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
- Y04S20/20—End-user application control systems
- Y04S20/222—Demand response systems, e.g. load shedding, peak shaving
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
本发明公开了一种离网型微电网储能容量工程计算方法。通过对电源、负荷、储能的相关特性及影响复合因子进行详细分析,从工程实际出发并结合储能技术多种需求,选择合适的储能型式,然后计算微电网充放电两种情况下所需储能电池容量的最大值,最后进行源荷曲线拟合复核并确定微电网储能容量。本发明考虑了电源、负荷、储能的相关特性及影响复合因子,综合了统计学和诸多计算软件的优点,可以快捷简便地从工程上确定微电网储能容量,能有效保障微电网的安全性和稳定性,有利于提高微电网供电效率和可靠性。
Description
技术领域
本发明属于电池储能技术领域,更具体地,涉及一种离网型微电网储能容量工程计算方法。
背景技术
近年来,分布式风力发电和光伏发电因其清洁、环保、无污染等优点在微电网中得到了广泛地应用。然而,分布式风力发电和光伏发电单元输出的功率具有间歇性、随机性、功率弱支撑性和暂态弱生存性等特点,给微电网的安全与稳定运行带来了较大的挑战。
储能可以作为微电网与分布式风力发电和光伏发电单元的中枢和纽带,实现微电网与分布式风力发电和光伏发电单元的能量双向互动,可以有效地实现需求侧管理,通过功率快速充放以灵活有效的方式平抑功率波动,降低其对电力系统扰动性影响,提高微电网的电能质量。而微电网系统的经济性主要体现在储能容量的有效配置上,因此对储能容量的合理配置具有重要的经济和工程现实意义。
目前国内外关于储能容量计算的方法可以分为两类;第一类用统计学方法求解容量优化的目标函数,虽然基于统计学的求解方式从概率的角度选取了长远经济性最优的方案,但它并未考虑电气元件的特性,针对性较弱。第二类用专用软件求解容量优化的目标函数,虽然基于软件的求解方式可以较好的评估了元件的电气特性,但由于软件本身不够完善,导致对储能的优化存在欠缺。
发明内容
本发明针对现有储能容量计算方法未基于统计学方法综合考虑电源、负荷和储能特性及影响复合因子的根本缺陷,本发明提供一种离网型微电网储能容量工程计算方法,本发明方法具备经济性和工程实用性的特点,提高了微电网的供电效率和可靠性。
本发明的目的是通过如下措施来达到的,离网型微电网储能容量工程计算方法,其特征在于依次包括如下步骤:
步骤一:根据微电网电源、负荷现状分析储能充放电情况;
微电网系统由光伏和风电等可再生能源、负荷与储能系统构成。针对可再生能源出力的间歇性和随机性以及负荷的不确定性,分析储能电池充电和放电两种情况。
储能电池充电情况:光照充足及风速较大时,光伏和风电输出功率充足,除输出功率给微电网负荷外,多余电能将存储在储能电池中。
储能电池放电情况:光照不足及风速较小时,光伏和风电输出功率不足,此时储能电池将存储的电能供给负荷。
步骤二:分析电源特性及影响复合因子并计算微电网电源容量;
微电网系统中的可再生能源分为光伏和风电,其中光伏电源的输出功率具有波动性和季节性,会随着光照强度的变化而变化,而光照强度在一天内会受到时间和天气等因素的影响,也会受到季节的影响。根据年平均日光照幅度,光伏出力可估算如下:
其中,H值为太阳能辐照度(W/m2),Pe为光伏组件容量,Ps为实验室标准条件下的辐照度(常数=1kW/㎡),K值为综合效率系数。
其中综合效率系数K包括:光伏组件类型修正系数、光伏方阵的倾角、方位角修正系数、光伏发电系统可用率、光照利用率、逆变器效率、线路效率、变压器效率、光伏组件转换修正系数及污染修正系数等;这些因素都会影响到光伏电源的输出功率,因此称之为光伏电源的复合影响因子。影响光伏电源输出功率的复合因子包括但不仅限于上述因素。
风电电源则具有随机性和间歇性等特点,风机的实际输出功率如下所示
P1=0.296η1η2ρAv3(1.2)
其中η1,η2,ρ,A,v分别为风轮机系数,发电机的效率系数,风机叶片旋转面积、空气密度和风速;这些因素都会影响到风电电源的输出功率,因此称之为风电电源的复合影响因子。影响风电电源输出功率的复合因子包括但不仅限于上述因素。
结合光伏及风电电源特性及影响复合因子,基于统计学方法以及软件计算储能电池充电情况下的电源容量Sa,以及对应满负荷运行小时数T1;计算储能电池放电情况下电源容量Sa’以及对应电源不足运行小时数T2;
步骤三:分析负荷特性及影响复合因子并计算负荷容量;
微电网中的负荷呈现出随机性及间断性的特点,随机性及间断性就是负荷特性。影响负荷大小的因素就是负荷复合影响因子;某些负荷会随着季节和工作制等因素的不同而波动,但是从统计学的角度来看又具有一定规律性,其变化的规律性可用负荷曲线描述,而间断性负荷则可基于相关软件折算并平均到各时间段。时间段、季节以及工作制等因素会影响到负荷大小,因此称之为负荷的复合影响因子。影响负荷大小的复合因子包括但不仅限于上述因素。
结合负荷特性及影响复合因子,基于统计学方法可以统计出每个时间段内随机负荷的水平,基于相关软件将间断性负荷折算并平均到各时间段。然后计算储能电池充电情况下微电网满负荷运行时的负荷容量Sb,以及常用满负荷运行小时数T1’;计算储能电池放电情况下微电网负荷容量Sb’,此时微电网控制系统将保留重要负荷,切断非重要负荷供电。
步骤四:选择储能型式,分析储能特性及影响复合因子;
工程中常用的储能型式包括燃料电池、铅酸电池、钠硫电池、飞轮以及超级电容等。储能电池特性主要指储能电池充放电特性以及充放电的能耗特性。储能电池的寿命、效率、安全可靠性以及成本等是选择储能型式的关键指标,储能特性是指储能电池充放电深度以及效率。实际工程计算中影响储能特性的主要复合因子为放电深度DOD及充放电效率η。放电深度是指电池放电量与电池额定容量的百分比,充放电效率是电池充电和放电的效率,因为充电和放电都会有损耗。
步骤五:综合微电网充放电的不同情况,分别计算储能电池充电和放电两种情况下的储能容量,取两者中的最大值;
(1)储能电池充电情况下的储能容量计算
储能电池充电时,充电深度按DOD考虑,则储能电池充电情况下的储能容量计算公式为
其中Ka为充电率,即考虑剩余电能充电的损耗,主要包括变压器、逆变器、电缆等损耗。建议充电率大于95%。
(2)储能电池放电情况下的储能容量计算
储能电池放电时,放电深度按DOD考虑,则储能电池放电情况下的储能容量计算公式为
其中Kb为放电时的放电率,即储能电池输出的电能去掉放电损耗后的值需要满足正常负荷运行的要求。放电损耗主要包括储能电池与负荷之间的变压器、逆变器、电缆等设备的损耗。建议Kb值大于95%。
实际储能电池储能容量为E1和E2中的最大值,即max{E1,E2}。
步骤六:进行电源、负荷以及储能曲线拟合,复核储能容量。
对发电电源曲线、负荷曲线进行拟合复核步骤五所取的储能容量最大值是否满足要求。如果满足要求,步骤五所得最大值即实现了本发明所要求的离网型微电网储能容量工程计算方法计算蓄电池储能容量。如若不满足要求,则从步骤二开始,重新考虑并调整电源、负荷和储能复合因子的影响,重复步骤一、步骤二、步骤三、步骤四和步骤五,重新计算储能容量并进行校核,直至符合要求。
本发明根据实际工程条件与需求,结合统计学和软件的优点,通过对电源、负荷、储能的相关特性及影响复合因子进行详细分析,提出了可应用于工程的储能容量计算及复核的方法,可有效保障微电网的安全性和稳定性,有利于提高供电效率和可靠性,有利于健康发展智能微电网。
附图说明
图1本发明离网型微电网储能容量工程计算方法原理图
图2本发明中储能电池充电情况下的储能容量计算
图3本发明中储能电池放电情况下的储能容量计算
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例提供一种离网型微电网储能容量工程计算方法,其具体结构如图1所示,主要包括下述步骤:
步骤一:根据微电网电源、负荷现状分析储能充放电情况;
微电网系统由光伏和风电等可再生能源、负荷与储能系统构成。
针对可再生能源出力的间歇性和随机性以及负荷的不确定性,分析储能电池充电和放电两种情况。
光照充足及风速较大时,光伏和风电输出功率充足,除输出功率给微电网负荷外,多余电能将存储在储能电池中。
光照不足及风速较小时,光伏和风电输出功率不足,此时储能电池将存储的电能供给负荷。储能容量计算需要分为储能电池充电和放电两种情况。
步骤二:分析电源特性及影响复合因子并计算微电网电源容量;
微电网系统中的可再生能源分为光伏和风电,其中光伏发电的输出功率具有波动性,会随着光照强度的变化而变化,而光照强度在一天内会受到时间和天气等因素的影响。根据年平均日光照幅度,光伏出力可估算如下:
其中,H值为太阳能辐照度(W/m2),Pe为光伏组件容量,Ps为实验室标准条件下的辐照度(常数=1kW/㎡),K值为综合效率系数。
其中综合效率系数K包括:光伏组件类型修正系数、光伏方阵的倾角、方位角修正系数、光伏发电系统可用率、光照利用率、逆变器效率、线路效率、变压器效率、光伏组件转换修正系数及污染修正系数等,影响光伏电源输出功率的复合因子包括但不仅限于上述因素。
风电则具有随机性和间歇性等特点,风机的实际输出功率如下所示
P1=0.296η1η2ρAv3(1.2)
其中η1,η2,ρ,A,v分别为风轮机系数,发电机的效率系数,风机叶片旋转面积、空气密度和风速。影响风电电源输出功率的复合因子包括但不限于上述因素。
结合光伏及风电电源特性及影响复合因子,基于统计学方法以及软件计算储能电池充电情况下的电源容量Sa以及对应满负荷运行小时数T1;计算储能电池放电情况下电源容量S’a以及对应电源不足运行小时数T2;
步骤三:分析负荷特性及影响复合因子并计算负荷容量;
微电网中的负荷呈现出随机性及间断性的特点,某些负荷会随着季节和工作制等因素的不同而波动,但是从统计学的角度来看又具有一定规律性,其变化的规律性可用负荷曲线描述,而间断性负荷则可基于相关软件折算并平均到各时间段。影响负荷大小的复合因子包括但不限于上述因素。
结合负荷特性及影响复合因子,基于统计学方法以及软件计算储能电池充电情况下微电网满负荷运行时的负荷容量Sb以及常用满负荷运行小时数T1’;计算储能电池放电情况下微电网负荷容量Sb’,此时微电网控制系统将保留重要负荷,切断非重要负荷供电。
步骤四:选择储能型式,分析储能特性及影响复合因子;
工程中常用的储能型式包括燃料电池、铅酸电池、钠硫电池、飞轮以及超级电容等。储能电池的寿命、效率、安全可靠性以及成本等是选择储能型式的关键指标。实际工程计算中影响储能特性的主要复合因子为放电深度DOD及充放电效率η。
步骤五:综合微电网充放电的不同情况,分别计算储能电池充电和放电两种情况下的储能容量,取两者中的最大值;
(1)储能电池充电情况下的储能容量计算
储能电池充电时,充电深度按DOD考虑,则储能电池充电情况下的储能容量计算公式为
其中Ka为充电率,即考虑剩余电能充电的损耗,主要包括变压器、逆变器、电缆等损耗。建议充电率大于95%。
(2)储能电池放电情况下的储能容量计算
储能电池放电时,放电深度按DOD考虑,则储能电池放电情况下的储能容量计算公式为
其中Kb为放电时的放电率,即储能电池输出的电能去掉放电损耗后的值需要满足正常负荷运行的要求。放电损耗主要包括储能电池与负荷之间的变压器、逆变器、电缆等设备的损耗。建议Kb值大于95%。
实际储能电池储能容量为E1和E2中的最大值,即max{E1,E2}。
步骤六:进行源荷储曲线拟合,复核储能容量。
对发电电源曲线、负荷曲线进行拟合复核步骤五所取的储能容量最大值是否满足要求。如果满足要求,步骤五所得最大值即实现了本发明所要求的离网型微电网储能容量工程计算方法计算蓄电池储能容量。如若不满足要求,则从步骤二开始,重新考虑并调整电源、负荷和储能复合因子的影响,重复步骤一、步骤二、步骤三、步骤四和步骤五,重新计算储能容量并进行校核,直至符合要求。
以上所述仅为本发明的较佳实施例而已,本发明不仅仅局限于上述实施案例,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.离网型微电网储能容量工程计算方法,其特征在于,依次包括如下步骤:
步骤一:根据微电网电源、负荷现状分析储能充放电情况;
步骤二:分析电源特性及影响复合因子并计算存储能电池充放电情况下的微电网电源容量;
微电网系统中的可再生能源分为光伏和风电,其中光伏电源的输出功率具有波动性和季节性,根据年平均日光照幅度,光伏出力估算如下:
其中,H值为太阳能辐照度W/m2,Pe为光伏组件容量,Ps为实验室标准条件下的辐照度,常数=1kW/㎡,K值为综合效率系数;
其中综合效率系数K包括:光伏组件类型修正系数、光伏方阵的倾角、方位角修正系数、光伏发电系统可用率、光照利用率、逆变器效率、线路效率、变压器效率、光伏组件转换修正系数及污染修正系数;这些因素都会影响到光伏电源的输出功率,因此称之为光伏电源的复合影响因子;风电电源则具有随机性和间歇性特点,风机的实际输出功率如下所示
P1=0.296η1η2ρAv3(1.2)
其中η1,η2,ρ,A,v分别为风轮机系数,发电机的效率系数,风机叶片旋转面积、空气密度和风速;这些因素都会影响到风电电源的输出功率,称之为风电电源的复合影响因子;
步骤三:分析负荷特性及影响复合因子并计算储能电池充放电情况下负荷容量;
步骤四:选择储能型式,分析储能特性及影响复合因子;
储能特性是指储能电池充放电深度以及效率,实际工程计算中影响储能特性的主要复合因子为放电深度DOD及充放电效率η;放电深度是指电池放电量与电池额定容量的百分比,充放电效率是电池充电和放电的效率;
步骤五:综合微电网充放电的不同情况,分别计算储能电池充电和放电两种情况下的储能容量,取两者中的最大值;
(1)储能电池充电情况下的储能容量计算
储能电池充电时,充电深度按DOD考虑,则储能电池充电情况下的储能容量计算公式为
其中Ka为充电率,即考虑剩余电能充电的损耗,主要包括变压器、逆变器、电缆损耗;建议充电率大于95%;
(2)储能电池放电情况下的储能容量计算
储能电池放电时,放电深度按DOD考虑,则储能电池放电情况下的储能容量计算公式为
其中Kb为放电时的放电率,即储能电池输出的电能去掉放电损耗后的值需要满足正常负荷运行的要求;放电损耗主要包括储能电池与负荷之间的变压器、逆变器、电缆设备的损耗;建议Kb值大于95%;
实际储能电池储能容量为E1和E2中的最大值,即max{E1,E2};
步骤六:进行电源、负荷和储能曲线拟合,复核储能容量。
2.如权利要求1所述的离网型微电网储能容量工程计算方法,其特征在于,在步骤一中,对于微电网的充放电方向,分成储能电池充电情况下的储能容量计算,及储能电池放电情况下的储能容量计算。
3.如权利要求1或2所述的离网型微电网储能容量工程计算方法,其特征在于,在步骤二中,结合软件分析风电光伏不同发电电源特性及影响复合因子,基于统计学方法计算储能电池充放电两种情况下电源容量并计算相应的负荷运行小时数。
4.根据权利要求3所述的离网型微电网储能容量工程计算方法,其特征在于,在步骤三中,根据不同负荷类型,结合软件分析负荷特性及复合影响因子,配合同时率计算负荷容量,并考虑运行方式,对负荷进行分解,确认不同运行模式下的负荷运行时间。
5.如权利要求4所述的离网型微电网储能容量工程计算方法,其特征在于,在步骤四中,根据电源及负荷特性,选择储能电池,分析储能电池特性及影响复合因子,其中复合因子包含充放电深度和充放电效率。
6.如权利要求5所述的离网型微电网储能容量工程计算方法,其特征在于,在步骤五中,综合步骤一、步骤二、步骤三、步骤四中的计算结果,计算储能电池充电情况下的储能容量以及储能电池放电情况下的储能容量,取两者中的最大值。
7.根据权利要求6所述的离网型微电网储能容量工程计算方法,其特征在于,在步骤六中,对发电电源曲线、负荷曲线进行拟合复核步骤五所取的储能容量最大值是否满足要求;如果满足要求,步骤五所得最大值即实现了所要求的离网型微电网储能容量工程计算方法计算蓄电池储能容量;如若不满足要求,则从步骤二开始,重新考虑并调整电源、负荷和储能复合因子的影响,重复步骤一、步骤二、步骤三、步骤四和步骤五,重新计算储能容量并进行校核,直至符合要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011256304.6A CN112564147B (zh) | 2020-11-11 | 2020-11-11 | 离网型微电网储能容量工程计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011256304.6A CN112564147B (zh) | 2020-11-11 | 2020-11-11 | 离网型微电网储能容量工程计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112564147A CN112564147A (zh) | 2021-03-26 |
CN112564147B true CN112564147B (zh) | 2023-08-04 |
Family
ID=75041941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011256304.6A Active CN112564147B (zh) | 2020-11-11 | 2020-11-11 | 离网型微电网储能容量工程计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112564147B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116683499B (zh) * | 2023-08-04 | 2023-12-08 | 国网山西电力勘测设计研究院有限公司 | 一种用户侧储能装置功率的计算方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105162167B (zh) * | 2015-09-30 | 2018-01-19 | 国网山东省电力公司电力科学研究院 | 一种基于自适应下垂控制的风光储微网调频方法 |
US10666054B2 (en) * | 2017-06-20 | 2020-05-26 | National Technology & Engineering Solutions Of Sandia, Llc | Nonlinear power flow control for networked AC/DC microgrids |
US20200021131A1 (en) * | 2018-07-16 | 2020-01-16 | Battelle Memorial Institute | Control for energy resources in a microgrid |
CN109510234B (zh) * | 2018-10-23 | 2020-09-18 | 许继集团有限公司 | 一种微电网储能电站的混合储能容量优化配置方法及装置 |
-
2020
- 2020-11-11 CN CN202011256304.6A patent/CN112564147B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112564147A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111327053B (zh) | 一种适用于极地气候下的多源微电网容量优化配置方法 | |
CN106327006A (zh) | 一种基于综合效益分析的微电网优化配置方法 | |
CN113919620B (zh) | 一种风光储微电网日前能量调度算法 | |
CN109888803B (zh) | 风光发电系统中混合储能电源容量配置的优化方法 | |
CN111313480B (zh) | 一种基于多目标寻优的多能互补系统的设计方法 | |
Gao et al. | Annual operating characteristics analysis of photovoltaic-energy storage microgrid based on retired lithium iron phosphate batteries | |
CN111244988A (zh) | 考虑分布式电源的电动汽车和储能优化调度方法 | |
CN113839401A (zh) | 一种考虑电氢耦合的综合能源系统容量优化配置方法 | |
CN114611957B (zh) | 一种用于供需预测偏差二次修正储能能量管理方法 | |
CN112564147B (zh) | 离网型微电网储能容量工程计算方法 | |
CN110417037B (zh) | 一种光储联合系统容量配置方法 | |
CN111762057A (zh) | 一种区域微网中v2g电动汽车智能充放电管理方法 | |
CN109038668B (zh) | 一种基于弃风利用的塔筒电梯供电方法及储能系统 | |
CN112531773B (zh) | 一种新能源发电系统及其能量调控方法及装置 | |
CN118094181A (zh) | 一种综合供能站能源系统的异常监控方法 | |
Ueda et al. | Study on the over voltage problem and battery operation for grid-connected residential PV systems | |
CN117526435A (zh) | 一种可考虑新能源极端出力特性的多能源外送基地规划方法 | |
CN116544982A (zh) | 一种光伏消纳与峰谷套利的光储系统及其控制方法 | |
CN115411770B (zh) | 一种可再生能源系统的能量管理方法 | |
Alnejaili et al. | An advanced energy management system with an economical optimization for a multi-sources stand-alone Home | |
CN116436094A (zh) | 全直流船舶微电网系统的多时间尺度综合能量管理方法 | |
Zhu et al. | Capacity Allocation of Energy Storage and Synchronous Condenser for Wind-photovoltaic-thermal-storage Combined Transmission System | |
Yang et al. | Collaborative optimization of wind-solar-storage configuration in county distribution network considering near-zero carbon emission | |
CN111106616B (zh) | 稳定光伏电站输出的组串架构混合电池储能系统 | |
Zhang et al. | Multi-objective capacity optimal design of standalone PV DC microgrid system |
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 |