CN112598203B - 光伏混合储能配置方法、装置及计算机可读存储介质 - Google Patents

光伏混合储能配置方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN112598203B
CN112598203B CN202110236959.5A CN202110236959A CN112598203B CN 112598203 B CN112598203 B CN 112598203B CN 202110236959 A CN202110236959 A CN 202110236959A CN 112598203 B CN112598203 B CN 112598203B
Authority
CN
China
Prior art keywords
energy storage
station
power
hybrid energy
power station
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
Application number
CN202110236959.5A
Other languages
English (en)
Other versions
CN112598203A (zh
Inventor
郑瑞春
王焕忠
黎倩婷
刘敏津
曹锐权
张典波
王庆
宋文
张秀玲
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.)
China Southern Power Grid Internet Service Co ltd
Guangdong Nanhai Electric Power Design Institute Engineering Co ltd
Original Assignee
Guangdong Nanhai Electric Power Design Institute Engineering 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 Guangdong Nanhai Electric Power Design Institute Engineering Co ltd filed Critical Guangdong Nanhai Electric Power Design Institute Engineering Co ltd
Priority to CN202110236959.5A priority Critical patent/CN112598203B/zh
Publication of CN112598203A publication Critical patent/CN112598203A/zh
Application granted granted Critical
Publication of CN112598203B publication Critical patent/CN112598203B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • 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
    • 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
    • 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
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • 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
    • 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
    • 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
    • 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)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种光伏混合储能配置方法、装置及计算机可读存储介质，获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；构建所述光伏混合储能优化配置模型的约束条件；优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果；能够实现多站融合中各种类型站点之间的功能融合互补支撑，提高城市供电资源和土地资源的利用率，提升社会经济效益。

Description

光伏混合储能配置方法、装置及计算机可读存储介质
技术领域
本发明涉及能源电力技术领域，尤其涉及一种光伏混合储能配置方法、装置及计算机可读存储介质。
背景技术
随着我国能源供应加快向清洁低碳方向发展以及信息通信技术的进步，数据中心站、5G通信基站、可再生能源发电、储能站等蓬勃发展，对城市区域内的土地资源及电力供应资源的需求量快速增长。如何高效利用城市变电站供电资源及闲余土地空间资源，建设边缘数据中心、5G通信基站、分布式发电站、储能站等，实现资源集约化开发和协同高效利用，已成为当前的研究热点和重要发展方向。
多站融合是利用变电站现有空余场地或规划用地等资源，将数据中心站、储能站、分布式光伏电站、5G通信基站等统筹规划建设和协同运营，依托变电站的站址空间、电力、通信等资源优势，融合建设5G通信基站及数据中心站为变电站及社会提供更为经济安全可靠的信息化服务，融合建设储能站和分布式光伏电站为数据中心及5G通信基站提供清洁低碳的电能供应及不间断备用电源服务，进而提升经济社会效益。
在多站融合的规划建设过程中，分布式光伏电站和混合储能电站一方面直接影响数据中心和通信基站的供电和备用电源服务质量，另一方面也承担电网调峰填谷、发电产生经济效益的重要任务，如何优化配置分布式光伏电站和混合储能电站的建设容量是多站融合规划过程中的重要问题。当前关于多站融合中光伏和储能的配置研究较少，且存在如下一些不足：（1）优化配置过程中未综合考虑光伏平抑出力波动、数据中心站和5G通信基站的不间断电源配置需求、储能高发低储收益等因素，导致配置结果难以满足多站融合协调运行的多方面需求；（2）未考虑电池类储能充放电特性和循环寿命对多站融合中混合储能电站配置和运行的影响；（3）未计及不同类型储能的运行特性、建设运维成本进行优化配置，导致配置结果经济性较低。
发明内容
本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种光伏混合储能配置方法、装置及计算机可读存储介质，能够实现多站融合中各种类型站点之间的功能融合互补支撑，提高城市供电资源和土地资源的利用率，提升社会经济效益。
第一方面，本发明实施例提供一种适用于多站融合的光伏混合储能配置方法，包括以下步骤：
获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；其中，所述相关参数信息包括最大负荷功率和不间断电源备用小时数；
以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；
构建所述光伏混合储能优化配置模型的约束条件，包括屋顶面积约束、空地面积约束、光伏功率波动平抑需求约束、数据中心站和5G通信基站的不间断电源配置需求约束；
优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果。
在上述光伏混合储能配置方法中，所述光伏混合储能优化配置模型的目标函数为：
Figure 499005DEST_PATH_IMAGE001
其中，
Figure 212883DEST_PATH_IMAGE002
为分布式光伏电站及混合储能电站全寿命周期内的经济效益；x为分布式光伏电站的功率；y为混合储能电站的总容量；z为混合储能电站的总功率；
Figure 727041DEST_PATH_IMAGE003
为分布式光伏电站的发电收益；
Figure 43621DEST_PATH_IMAGE004
为分布式光伏电站的投资成本；
Figure 857994DEST_PATH_IMAGE005
为分布式光伏电站的运维成本；
Figure 414877DEST_PATH_IMAGE006
为混合储能电站的收益；
Figure 478648DEST_PATH_IMAGE007
为混合储能电站的投资成本；
Figure 411969DEST_PATH_IMAGE008
为混合储能电站的运维成本；
Figure 752951DEST_PATH_IMAGE009
为混合储能电站的损耗成本；
Figure 746315DEST_PATH_IMAGE010
Figure 235065DEST_PATH_IMAGE011
Figure 768815DEST_PATH_IMAGE012
Figure 26621DEST_PATH_IMAGE013
Figure 456465DEST_PATH_IMAGE014
Figure 619462DEST_PATH_IMAGE015
Figure 629006DEST_PATH_IMAGE016
其中，
Figure 69215DEST_PATH_IMAGE017
为分布式光伏电站单位功率的发电收益；
Figure 404381DEST_PATH_IMAGE018
为分布式光伏电站的固定投资成本；
Figure 867724DEST_PATH_IMAGE019
为分布式光伏电站单位功率的投资成本；
Figure 618642DEST_PATH_IMAGE020
为分布式光伏电站单位功率的运维成本；
Figure 851040DEST_PATH_IMAGE021
为混合储能的类型数量；
Figure 622687DEST_PATH_IMAGE022
为峰时电价；
Figure 370063DEST_PATH_IMAGE023
为谷时电价；
Figure 986989DEST_PATH_IMAGE024
为第
Figure 260845DEST_PATH_IMAGE025
类储能全寿命周期的充放电循环次数；
Figure 203393DEST_PATH_IMAGE026
为第
Figure 375748DEST_PATH_IMAGE025
类储能的配置容量；
Figure 593103DEST_PATH_IMAGE027
为第
Figure 800094DEST_PATH_IMAGE025
类储能的充放电深度；
Figure 913543DEST_PATH_IMAGE028
为混合储能为数据中心站提供不间断电源服务的收益;
Figure 510878DEST_PATH_IMAGE029
为5G通信基站提供不间断电源服务的收益；
Figure 469606DEST_PATH_IMAGE030
为混合储能电站的固定投资成本；
Figure 327841DEST_PATH_IMAGE031
为第
Figure 612192DEST_PATH_IMAGE025
类储能单位容量的投资成本；
Figure 759139DEST_PATH_IMAGE032
为第
Figure 708510DEST_PATH_IMAGE025
类储能单位容量的运维成本；
Figure 624513DEST_PATH_IMAGE033
为充放电循环次数与充放电深度相关的储能类型数量，
Figure 610924DEST_PATH_IMAGE033
≤
Figure 510747DEST_PATH_IMAGE021
；
Figure 811278DEST_PATH_IMAGE034
为第
Figure 785050DEST_PATH_IMAGE025
类储能损耗成本系数。
在上述光伏混合储能配置方法中，对于充放电循环次数与充放电深度相关的
Figure 880045DEST_PATH_IMAGE033
类储能类型，所述全寿命周期的充放电循环次数与所述充放电深度之间的关系为：
Figure 63902DEST_PATH_IMAGE035
其中
Figure 168124DEST_PATH_IMAGE036
、
Figure 980091DEST_PATH_IMAGE037
均为第
Figure 777146DEST_PATH_IMAGE025
类储能的常系数。
在上述光伏混合储能配置方法中，所述屋顶面积约束为
Figure 120402DEST_PATH_IMAGE038
其中，
Figure 90632DEST_PATH_IMAGE039
为单位功率分布式光伏电站所需的建设面积；
Figure 835735DEST_PATH_IMAGE040
为多站融合中可用于建设分布式光伏电站的屋顶总面积；
所述空地面积约束为
Figure 475794DEST_PATH_IMAGE041
其中，
Figure 571926DEST_PATH_IMAGE042
为第
Figure 17951DEST_PATH_IMAGE025
类储能单位容量所需的建设面积；
Figure 679877DEST_PATH_IMAGE043
为多站融合中可用于建设混合储能电站的空地总面积；
所述光伏功率波动平抑需求约束为
Figure 553155DEST_PATH_IMAGE044
其中，
Figure 136583DEST_PATH_IMAGE045
为第
Figure 307670DEST_PATH_IMAGE025
类储能的功率；
Figure 27364DEST_PATH_IMAGE046
为单位功率分布式光伏电站平抑功率波动所需的储能功率量；
所述数据中心站和5G通信基站的不间断电源配置需求约束为
Figure 133861DEST_PATH_IMAGE047
其中，
Figure 939006DEST_PATH_IMAGE048
为分布式光伏电站的最大负荷功率；
Figure 664516DEST_PATH_IMAGE049
为5G通信基站的最大负荷功率；
Figure 238717DEST_PATH_IMAGE050
为分布式光伏电站所需的不间断电源备用小时数；
Figure 516115DEST_PATH_IMAGE051
为5G通信基站所需的不间断电源备用小时数。
需要说明的是，优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果，包括得到：分布式光伏电站的配置功率，储能电站的总配置容量和功率，储能电站中不同类型储能的配置容量和功率。
第二方面，本发明实施例提供一种适用于多站融合的光伏混合储能配置装置，包括：
获取单元，用于获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；其中，所述相关参数信息包括最大负荷功率和不间断电源备用小时数；
模型构建单元，用于以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；
约束条件构建单元，用于构建所述光伏混合储能优化配置模型的约束条件，包括屋顶面积约束、空地面积约束、光伏功率波动平抑需求约束、数据中心站和5G通信基站的不间断电源配置需求约束；
优化计算单元，用于优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果。
在上述光伏混合储能配置装置中，所述光伏混合储能优化配置模型的目标函数为：
Figure 808556DEST_PATH_IMAGE001
其中，
Figure 400074DEST_PATH_IMAGE002
为分布式光伏电站及混合储能电站全寿命周期内的经济效益；x为分布式光伏电站的功率；y为混合储能电站的总容量；z为混合储能电站的总功率；
Figure 15732DEST_PATH_IMAGE003
为分布式光伏电站的发电收益；
Figure 401714DEST_PATH_IMAGE004
为分布式光伏电站的投资成本；
Figure 447030DEST_PATH_IMAGE005
为分布式光伏电站的运维成本；
Figure 638977DEST_PATH_IMAGE006
为混合储能电站的收益；
Figure 922191DEST_PATH_IMAGE007
为混合储能电站的投资成本；
Figure 682337DEST_PATH_IMAGE008
为混合储能电站的运维成本；
Figure 683791DEST_PATH_IMAGE009
为混合储能电站的损耗成本；
Figure 882691DEST_PATH_IMAGE010
Figure 82728DEST_PATH_IMAGE011
Figure 76092DEST_PATH_IMAGE012
Figure 751793DEST_PATH_IMAGE052
Figure 223225DEST_PATH_IMAGE014
Figure 746611DEST_PATH_IMAGE015
Figure 973193DEST_PATH_IMAGE016
其中，
Figure 683660DEST_PATH_IMAGE017
为分布式光伏电站单位功率的发电收益；
Figure 896466DEST_PATH_IMAGE018
为分布式光伏电站的固定投资成本；
Figure 539937DEST_PATH_IMAGE019
为分布式光伏电站单位功率的投资成本；
Figure 609524DEST_PATH_IMAGE020
为分布式光伏电站单位功率的运维成本；
Figure 135184DEST_PATH_IMAGE021
为混合储能的类型数量；
Figure 948419DEST_PATH_IMAGE022
为峰时电价；
Figure 367768DEST_PATH_IMAGE023
为谷时电价；
Figure 873835DEST_PATH_IMAGE024
为第
Figure 824474DEST_PATH_IMAGE025
类储能全寿命周期的充放电循环次数；
Figure 503717DEST_PATH_IMAGE026
为第
Figure 590622DEST_PATH_IMAGE025
类储能的配置容量；
Figure 205274DEST_PATH_IMAGE027
为第
Figure 643208DEST_PATH_IMAGE025
类储能的充放电深度；
Figure 798246DEST_PATH_IMAGE028
为混合储能为数据中心站提供不间断电源服务的收益;
Figure 67553DEST_PATH_IMAGE029
为5G通信基站提供不间断电源服务的收益；
Figure 649845DEST_PATH_IMAGE030
为混合储能电站的固定投资成本；
Figure 575075DEST_PATH_IMAGE031
为第
Figure 720755DEST_PATH_IMAGE025
类储能单位容量的投资成本；
Figure 782252DEST_PATH_IMAGE032
为第
Figure 863340DEST_PATH_IMAGE025
类储能单位容量的运维成本；
Figure 10288DEST_PATH_IMAGE033
为充放电循环次数与充放电深度相关的储能类型数量，
Figure 444811DEST_PATH_IMAGE033
≤
Figure 626394DEST_PATH_IMAGE021
；
Figure 816067DEST_PATH_IMAGE034
为第
Figure 512627DEST_PATH_IMAGE025
类储能损耗成本系数。
在上述光伏混合储能配置装置中，对于充放电循环次数与充放电深度相关的
Figure 813159DEST_PATH_IMAGE033
类储能类型，所述全寿命周期的充放电循环次数与所述充放电深度之间的关系为：
Figure 770619DEST_PATH_IMAGE035
其中
Figure 396773DEST_PATH_IMAGE036
、
Figure 518312DEST_PATH_IMAGE037
均为第
Figure 419272DEST_PATH_IMAGE025
类储能的常系数。
在上述光伏混合储能配置装置中，
所述屋顶面积约束为
Figure 309868DEST_PATH_IMAGE053
其中，
Figure 106923DEST_PATH_IMAGE039
为单位功率分布式光伏电站所需的建设面积；
Figure 387862DEST_PATH_IMAGE040
为多站融合中可用于建设分布式光伏电站的屋顶总面积；
所述空地面积约束为
Figure 295775DEST_PATH_IMAGE054
其中，
Figure 103194DEST_PATH_IMAGE042
为第
Figure 71150DEST_PATH_IMAGE025
类储能单位容量所需的建设面积；
Figure 901703DEST_PATH_IMAGE043
为多站融合中可用于建设混合储能电站的空地总面积；
所述光伏功率波动平抑需求约束为
Figure 280818DEST_PATH_IMAGE055
其中，
Figure 146006DEST_PATH_IMAGE045
为第
Figure 81601DEST_PATH_IMAGE025
类储能的功率；
Figure 665029DEST_PATH_IMAGE046
为单位功率分布式光伏电站平抑功率波动所需的储能功率量；
所述数据中心站和5G通信基站的不间断电源配置需求约束为
Figure 649166DEST_PATH_IMAGE047
其中，
Figure 306543DEST_PATH_IMAGE048
为分布式光伏电站的最大负荷功率；
Figure 350722DEST_PATH_IMAGE049
为5G通信基站的最大负荷功率；
Figure 218184DEST_PATH_IMAGE050
为分布式光伏电站所需的不间断电源备用小时数；
Figure 271591DEST_PATH_IMAGE051
为5G通信基站所需的不间断电源备用小时数。
需要说明的是，优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果，包括得到：分布式光伏电站的配置功率，储能电站的总配置容量和功率，储能电站中不同类型储能的配置容量和功率。
第三方面，本发明实施例提供一种运行控制装置，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如上第一方面实施例所述的光伏混合储能配置方法。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如上第一方面实施例所述的光伏混合储能配置方法。
本发明实施例包括：获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；构建所述光伏混合储能优化配置模型的约束条件，包括屋顶面积约束、空地面积约束、光伏功率波动平抑需求约束、数据中心站和5G通信基站的不间断电源配置需求约束；优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果。本发明实施例能够综合计及数据中心站和5G通信基站的不间断电源需求、平抑光伏发电功率波动等需求，对光伏和混合储能的容量进行优化配置，实现多类型站点之间的功能融合互补支撑，提高城市供电资源和土地资源的利用率，提升社会经济效益。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
下面结合附图和实施例对本发明进一步地说明；
图1是本发明实施例提供的一种适用于多站融合的光伏混合储能配置方法的流程图；
图2是本发明实施例提供的一种多站融合中个站点间的数据交互与能量交互示意图；
图3是本发明实施例提供的一种光伏混合储能配置装置的示意图；
图4是本发明实施例提供的一种运行控制装置的示意图。
具体实施方式
本部分将详细描述本发明的具体实施例，本发明之较佳实施例在附图中示出，附图的作用在于用图形补充说明书文字部分的描述，使人能够直观地、形象地理解本发明的每个技术特征和整体技术方案，但其不能理解为对本发明保护范围的限制。
在本发明的描述中，如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明实施例提供一种光伏混合储能配置方法、装置及计算机可读存储介质，能够实现多站融合中各种类型站点之间的功能融合互补支撑，提高城市供电资源和土地资源的利用率，提升社会经济效益。
下面结合附图，对本发明实施例作进一步阐述。
参照图1和图2，本发明的第一方面实施例提供一种适用于多站融合的光伏混合储能配置方法，包括以下步骤：
步骤S110：获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；其中，所述相关参数信息包括最大负荷功率和不间断电源备用小时数；
步骤S120：以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；
步骤S130：构建所述光伏混合储能优化配置模型的约束条件，包括屋顶面积约束、空地面积约束、光伏功率波动平抑需求约束、数据中心站和5G通信基站的不间断电源配置需求约束；
步骤S140：优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果。
在上述光伏混合储能配置方法中，所述光伏混合储能优化配置模型的目标函数为：
Figure 845792DEST_PATH_IMAGE001
其中，
Figure 247823DEST_PATH_IMAGE002
为分布式光伏电站及混合储能电站全寿命周期内的经济效益；x为分布式光伏电站的功率；y为混合储能电站的总容量；z为混合储能电站的总功率；
Figure 274685DEST_PATH_IMAGE003
为分布式光伏电站的发电收益；
Figure 131783DEST_PATH_IMAGE004
为分布式光伏电站的投资成本；
Figure 622807DEST_PATH_IMAGE005
为分布式光伏电站的运维成本；
Figure 8789DEST_PATH_IMAGE006
为混合储能电站的收益；
Figure 726209DEST_PATH_IMAGE007
为混合储能电站的投资成本；
Figure 121418DEST_PATH_IMAGE008
为混合储能电站的运维成本；
Figure 404632DEST_PATH_IMAGE009
为混合储能电站的损耗成本；
Figure 289411DEST_PATH_IMAGE010
Figure 290865DEST_PATH_IMAGE011
Figure 145558DEST_PATH_IMAGE012
Figure 814437DEST_PATH_IMAGE052
Figure 807800DEST_PATH_IMAGE014
Figure 93288DEST_PATH_IMAGE015
Figure 830300DEST_PATH_IMAGE016
其中，
Figure 353685DEST_PATH_IMAGE017
为分布式光伏电站单位功率的发电收益；
Figure 190054DEST_PATH_IMAGE018
为分布式光伏电站的固定投资成本；
Figure 166101DEST_PATH_IMAGE019
为分布式光伏电站单位功率的投资成本；
Figure 503541DEST_PATH_IMAGE020
为分布式光伏电站单位功率的运维成本；
Figure 615853DEST_PATH_IMAGE021
为混合储能的类型数量；
Figure 216599DEST_PATH_IMAGE022
为峰时电价；
Figure 601313DEST_PATH_IMAGE023
为谷时电价；
Figure 680127DEST_PATH_IMAGE024
为第
Figure 974842DEST_PATH_IMAGE025
类储能全寿命周期的充放电循环次数；
Figure 215331DEST_PATH_IMAGE026
为第
Figure 431549DEST_PATH_IMAGE025
类储能的配置容量；
Figure 986158DEST_PATH_IMAGE027
为第
Figure 73063DEST_PATH_IMAGE025
类储能的充放电深度；
Figure 546769DEST_PATH_IMAGE028
为混合储能为数据中心站提供不间断电源服务的收益;
Figure 719125DEST_PATH_IMAGE029
为5G通信基站提供不间断电源服务的收益；
Figure 405321DEST_PATH_IMAGE030
为混合储能电站的固定投资成本；
Figure 533683DEST_PATH_IMAGE031
为第
Figure 381553DEST_PATH_IMAGE025
类储能单位容量的投资成本；
Figure 103521DEST_PATH_IMAGE032
为第
Figure 62250DEST_PATH_IMAGE025
类储能单位容量的运维成本；
Figure 389326DEST_PATH_IMAGE033
为充放电循环次数与充放电深度相关的储能类型数量，
Figure 345781DEST_PATH_IMAGE033
≤
Figure 227149DEST_PATH_IMAGE021
；
Figure 51886DEST_PATH_IMAGE034
为第
Figure 967889DEST_PATH_IMAGE025
类储能损耗成本系数。
在上述光伏混合储能配置方法中，对于充放电循环次数与充放电深度相关的
Figure 423141DEST_PATH_IMAGE033
类储能类型，所述全寿命周期的充放电循环次数与所述充放电深度之间的关系为：
Figure 244336DEST_PATH_IMAGE035
其中
Figure 544867DEST_PATH_IMAGE036
、
Figure 377694DEST_PATH_IMAGE037
均为第
Figure 738268DEST_PATH_IMAGE025
类储能的常系数。
在上述光伏混合储能配置方法中，所述屋顶面积约束为
Figure 859808DEST_PATH_IMAGE053
其中，
Figure 901713DEST_PATH_IMAGE039
为单位功率分布式光伏电站所需的建设面积；
Figure 792309DEST_PATH_IMAGE040
为多站融合中可用于建设分布式光伏电站的屋顶总面积；
所述空地面积约束为
Figure 386101DEST_PATH_IMAGE056
其中，
Figure 729358DEST_PATH_IMAGE042
为第
Figure 637271DEST_PATH_IMAGE025
类储能单位容量所需的建设面积；
Figure 569324DEST_PATH_IMAGE043
为多站融合中可用于建设混合储能电站的空地总面积；
所述光伏功率波动平抑需求约束为
Figure 271701DEST_PATH_IMAGE057
其中，
Figure 164570DEST_PATH_IMAGE045
为第
Figure 610595DEST_PATH_IMAGE025
类储能的功率；
Figure 741362DEST_PATH_IMAGE046
为单位功率分布式光伏电站平抑功率波动所需的储能功率量；
所述数据中心站和5G通信基站的不间断电源配置需求约束为
Figure 286744DEST_PATH_IMAGE047
其中，
Figure 401331DEST_PATH_IMAGE048
为分布式光伏电站的最大负荷功率；
Figure 916625DEST_PATH_IMAGE049
为5G通信基站的最大负荷功率；
Figure 636320DEST_PATH_IMAGE050
为分布式光伏电站所需的不间断电源备用小时数；
Figure 867450DEST_PATH_IMAGE051
为5G通信基站所需的不间断电源备用小时数。
需要说明的是，优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果，包括得到：分布式光伏电站的配置功率，储能电站的总配置容量和功率，储能电站中不同类型储能的配置容量和功率。
本发明实施例提供的适用于多站融合的光伏混合储能配置方法，与现有技术相比，至少具有如下有益效果：
（1）计及了光伏平抑出力波动、数据中心站和5G通信基站的不间断电源配置需求、储能高发低储收益等多方面因素，配置结果更符合多站融合的实际运行需求，保障多站融合的协调优化运行；
（2）计及了多种不同类型储能的运行特性、建设运维成本进行优化配置，能够全面满足光伏站、数据中心和通信基站对储能的需求，同时提升储能电站在全寿命周期内的经济效益。
参照图3，本发明的第二方面实施例提供一种适用于多站融合的光伏混合储能配置装置，包括：
获取单元310，用于获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；其中，所述相关参数信息包括最大负荷功率和不间断电源备用小时数；
模型构建单元320，用于以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；
约束条件构建单元330，用于构建所述光伏混合储能优化配置模型的约束条件，包括屋顶面积约束、空地面积约束、光伏功率波动平抑需求约束、数据中心站和5G通信基站的不间断电源配置需求约束；
优化计算单元340，用于优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果。
在上述光伏混合储能配置装置中，所述光伏混合储能优化配置模型的目标函数为：
Figure 407016DEST_PATH_IMAGE001
其中，
Figure 257160DEST_PATH_IMAGE002
为分布式光伏电站及混合储能电站全寿命周期内的经济效益；x为分布式光伏电站的功率；y为混合储能电站的总容量；z为混合储能电站的总功率；
Figure 96940DEST_PATH_IMAGE003
为分布式光伏电站的发电收益；
Figure 312021DEST_PATH_IMAGE004
为分布式光伏电站的投资成本；
Figure 542145DEST_PATH_IMAGE005
为分布式光伏电站的运维成本；
Figure 868084DEST_PATH_IMAGE006
为混合储能电站的收益；
Figure 624687DEST_PATH_IMAGE007
为混合储能电站的投资成本；
Figure 276249DEST_PATH_IMAGE008
为混合储能电站的运维成本；
Figure 790407DEST_PATH_IMAGE009
为混合储能电站的损耗成本；
Figure 106987DEST_PATH_IMAGE010
Figure 655780DEST_PATH_IMAGE011
Figure 274980DEST_PATH_IMAGE012
Figure 276434DEST_PATH_IMAGE052
Figure 475335DEST_PATH_IMAGE014
Figure 816317DEST_PATH_IMAGE015
Figure 544102DEST_PATH_IMAGE016
其中，
Figure 95169DEST_PATH_IMAGE017
为分布式光伏电站单位功率的发电收益；
Figure 832181DEST_PATH_IMAGE018
为分布式光伏电站的固定投资成本；
Figure 355566DEST_PATH_IMAGE019
为分布式光伏电站单位功率的投资成本；
Figure 441203DEST_PATH_IMAGE020
为分布式光伏电站单位功率的运维成本；
Figure 417249DEST_PATH_IMAGE021
为混合储能的类型数量；
Figure 754689DEST_PATH_IMAGE022
为峰时电价；
Figure 132581DEST_PATH_IMAGE023
为谷时电价；
Figure 467747DEST_PATH_IMAGE024
为第
Figure 603194DEST_PATH_IMAGE025
类储能全寿命周期的充放电循环次数；
Figure 682008DEST_PATH_IMAGE026
为第
Figure 711144DEST_PATH_IMAGE025
类储能的配置容量；
Figure 482791DEST_PATH_IMAGE027
为第
Figure 167850DEST_PATH_IMAGE025
类储能的充放电深度；
Figure 971727DEST_PATH_IMAGE028
为混合储能为数据中心站提供不间断电源服务的收益;
Figure 58632DEST_PATH_IMAGE029
为5G通信基站提供不间断电源服务的收益；
Figure 797917DEST_PATH_IMAGE030
为混合储能电站的固定投资成本；
Figure 235852DEST_PATH_IMAGE031
为第
Figure 656469DEST_PATH_IMAGE025
类储能单位容量的投资成本；
Figure 535563DEST_PATH_IMAGE032
为第
Figure 383434DEST_PATH_IMAGE025
类储能单位容量的运维成本；
Figure 105402DEST_PATH_IMAGE033
为充放电循环次数与充放电深度相关的储能类型数量，
Figure 64131DEST_PATH_IMAGE033
≤
Figure 391207DEST_PATH_IMAGE021
；
Figure 331350DEST_PATH_IMAGE034
为第
Figure 478298DEST_PATH_IMAGE025
类储能损耗成本系数。
在上述光伏混合储能配置装置中，对于充放电循环次数与充放电深度相关的
Figure 303034DEST_PATH_IMAGE033
类储能类型，所述全寿命周期的充放电循环次数与所述充放电深度之间的关系为：
Figure 484617DEST_PATH_IMAGE035
其中
Figure 674290DEST_PATH_IMAGE036
、
Figure 980637DEST_PATH_IMAGE037
均为第
Figure 281168DEST_PATH_IMAGE025
类储能的常系数。
在上述光伏混合储能配置装置中，
所述屋顶面积约束为
Figure 379574DEST_PATH_IMAGE038
其中，
Figure 5728DEST_PATH_IMAGE039
为单位功率分布式光伏电站所需的建设面积；
Figure 861688DEST_PATH_IMAGE040
为多站融合中可用于建设分布式光伏电站的屋顶总面积；
所述空地面积约束为
Figure 152861DEST_PATH_IMAGE041
其中，
Figure 43457DEST_PATH_IMAGE042
为第
Figure 637249DEST_PATH_IMAGE025
类储能单位容量所需的建设面积；
Figure 246085DEST_PATH_IMAGE043
为多站融合中可用于建设混合储能电站的空地总面积；
所述光伏功率波动平抑需求约束为
Figure 888419DEST_PATH_IMAGE058
其中，
Figure 571204DEST_PATH_IMAGE045
为第
Figure 273581DEST_PATH_IMAGE025
类储能的功率；
Figure 166451DEST_PATH_IMAGE046
为单位功率分布式光伏电站平抑功率波动所需的储能功率量；
所述数据中心站和5G通信基站的不间断电源配置需求约束为
Figure 878055DEST_PATH_IMAGE047
其中，
Figure 477663DEST_PATH_IMAGE048
为分布式光伏电站的最大负荷功率；
Figure 537892DEST_PATH_IMAGE049
为5G通信基站的最大负荷功率；
Figure 855741DEST_PATH_IMAGE050
为分布式光伏电站所需的不间断电源备用小时数；
Figure 167774DEST_PATH_IMAGE051
为5G通信基站所需的不间断电源备用小时数。
需要说明的是，优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果，包括得到：分布式光伏电站的配置功率，储能电站的总配置容量和功率，储能电站中不同类型储能的配置容量和功率。
本发明实施例提供的适用于多站融合的光伏混合储能配置装置，与现有技术相比，（1）计及了光伏平抑出力波动、数据中心站和5G通信基站的不间断电源配置需求、储能高发低储收益等多方面因素，配置结果更符合多站融合的实际运行需求，保障多站融合的协调优化运行；（2）计及了多种不同类型储能的运行特性、建设运维成本进行优化配置，能够全面满足光伏站、数据中心和通信基站对储能的需求，同时提升储能电站在全寿命周期内的经济效益。
以下是本发明的一个实际算例，结合算例说明适用于多站融合的光伏混合储能配置方法的具体实施方式。图1反映了适用于多站融合的光伏混合储能配置方法的具体流程。图2表示多站融合中变电站、储能电站、分布式光伏电站、数据中心站、5G通信基站之间的能量交互与数据交互。
一种适用于多站融合的光伏混合储能配置方法包括以下步骤：
步骤S1：获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息。某多站融合站址的相关参数信息示例数据如下表所示。
表1 某多站融合站址的相关参数信息示例数据
Figure 887468DEST_PATH_IMAGE060
步骤S2：以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；
所述的光伏混合储能优化配置模型的目标函数为
Figure 931647DEST_PATH_IMAGE001
其中，
Figure 674475DEST_PATH_IMAGE002
为分布式光伏电站及混合储能电站全寿命周期内的经济效益；x为分布式光伏电站的功率；y为混合储能电站的总容量；z为混合储能电站的总功率；
Figure 462303DEST_PATH_IMAGE003
为分布式光伏电站的发电收益；
Figure 98821DEST_PATH_IMAGE004
为分布式光伏电站的投资成本；
Figure 313901DEST_PATH_IMAGE005
为分布式光伏电站的运维成本；
Figure 871922DEST_PATH_IMAGE006
为混合储能电站的收益；
Figure 384811DEST_PATH_IMAGE007
为混合储能电站的投资成本；
Figure 813519DEST_PATH_IMAGE008
为混合储能电站的运维成本；
Figure 527397DEST_PATH_IMAGE009
为混合储能电站的损耗成本；
Figure 307134DEST_PATH_IMAGE010
Figure 436764DEST_PATH_IMAGE011
Figure 923240DEST_PATH_IMAGE012
Figure 480123DEST_PATH_IMAGE052
Figure 747157DEST_PATH_IMAGE014
Figure 742795DEST_PATH_IMAGE015
Figure 146094DEST_PATH_IMAGE016
其中，
Figure 60829DEST_PATH_IMAGE017
为分布式光伏电站单位功率的发电收益；
Figure 815159DEST_PATH_IMAGE018
为分布式光伏电站的固定投资成本；
Figure 796845DEST_PATH_IMAGE019
为分布式光伏电站单位功率的投资成本；
Figure 851389DEST_PATH_IMAGE020
为分布式光伏电站单位功率的运维成本；
Figure 953337DEST_PATH_IMAGE021
为混合储能的类型数量；
Figure 929383DEST_PATH_IMAGE022
为峰时电价；
Figure 1245DEST_PATH_IMAGE023
为谷时电价；
Figure 379136DEST_PATH_IMAGE024
为第
Figure 714303DEST_PATH_IMAGE025
类储能全寿命周期的充放电循环次数；
Figure 364596DEST_PATH_IMAGE026
为第
Figure 177831DEST_PATH_IMAGE025
类储能的配置容量；
Figure 472546DEST_PATH_IMAGE027
为第
Figure 978614DEST_PATH_IMAGE025
类储能的充放电深度；
Figure 929252DEST_PATH_IMAGE028
为混合储能为数据中心站提供不间断电源服务的收益;
Figure 483861DEST_PATH_IMAGE029
为5G通信基站提供不间断电源服务的收益；
Figure 570766DEST_PATH_IMAGE030
为混合储能电站的固定投资成本；
Figure 310052DEST_PATH_IMAGE031
为第
Figure 482407DEST_PATH_IMAGE025
类储能单位容量的投资成本；
Figure 824396DEST_PATH_IMAGE032
为第
Figure 296966DEST_PATH_IMAGE025
类储能单位容量的运维成本；
Figure 144836DEST_PATH_IMAGE033
为充放电循环次数与充放电深度相关的储能类型数量，
Figure 866804DEST_PATH_IMAGE033
≤
Figure 825533DEST_PATH_IMAGE021
；
Figure 559134DEST_PATH_IMAGE034
为第
Figure 843485DEST_PATH_IMAGE025
类储能损耗成本系数。
对于充放电循环次数与充放电深度相关的
Figure 990432DEST_PATH_IMAGE033
类储能类型，所述全寿命周期的充放电循环次数与所述充放电深度之间的关系为：
Figure 815169DEST_PATH_IMAGE035
其中
Figure 731172DEST_PATH_IMAGE036
、
Figure 842216DEST_PATH_IMAGE037
均为第
Figure 742039DEST_PATH_IMAGE025
类储能的常系数。
其中，锂电池全寿命周期的充放电循环总次数与充放电深度的关系为：
Figure 42571DEST_PATH_IMAGE061
。
步骤S3.1：构建所述的光伏混合储能优化配置模型的屋顶面积约束条件，如下式所示
Figure 140977DEST_PATH_IMAGE062
其中，
Figure 235972DEST_PATH_IMAGE039
为单位功率分布式光伏电站所需的建设面积；
Figure 295194DEST_PATH_IMAGE040
为多站融合中可用于建设分布式光伏电站的屋顶总面积；
步骤S3.2：构建所述的光伏混合储能优化配置模型的空地面积约束，如下式所示
Figure 664996DEST_PATH_IMAGE054
其中，
Figure 290012DEST_PATH_IMAGE042
为第
Figure 883805DEST_PATH_IMAGE025
类储能单位容量所需的建设面积；
Figure 227061DEST_PATH_IMAGE043
为多站融合中可用于建设混合储能电站的空地总面积；
步骤S3.3：构建所述的光伏混合储能优化配置模型的光伏功率波动平抑需求约束条件，如下式所示
Figure 321925DEST_PATH_IMAGE058
其中，
Figure 332606DEST_PATH_IMAGE045
为第
Figure 34983DEST_PATH_IMAGE025
类储能的功率；
Figure 927853DEST_PATH_IMAGE046
为单位功率分布式光伏电站平抑功率波动所需的储能功率量；
步骤S3.4：构建所述的光伏混合储能优化配置模型的数据中心站和5G基站的不间断电源配置需求约束条件，如下式所示
Figure 373878DEST_PATH_IMAGE047
其中，
Figure 911169DEST_PATH_IMAGE048
为分布式光伏电站的最大负荷功率；
Figure 50027DEST_PATH_IMAGE049
为5G通信基站的最大负荷功率；
Figure 367876DEST_PATH_IMAGE050
为分布式光伏电站所需的不间断电源备用小时数；
Figure 414329DEST_PATH_IMAGE051
为5G通信基站所需的不间断电源备用小时数。
步骤S4：采用YALMIP、CPLEX或GAMS软件可计算求解所述的光伏混合储能优化配置模型，进而得到分布式光伏电站和储能电站的最优配置结果：分布式光伏电站的优化配置功率为78kW，储能电站的总配置容量为1.3MW·h、总配置功率为1.7MW，储能电站中超级电容配置容量为0.16MW·h、配置功率为0.52MW，锂电池配置容量为1.14MW·h、配置功率为1.18MW。在本算例中，飞轮储能及铅蓄电池在全寿命周期内的成本较高、经济效益较差，因此优化计算后其配置容量为零，即不配置飞轮储能及铅蓄电池。
参照图4，本发明的第三方面实施例提供一种运行控制装置400，包括至少一个控制处理器410和用于与所述至少一个控制处理器410通信连接的存储器420；所述存储器420存储有可被所述至少一个控制处理器410执行的指令，所述指令被所述至少一个控制处理器410执行，以使所述至少一个控制处理器410能够执行如上第一方面实施例所述的光伏混合储能配置方法，例如，执行以上描述的图1中的方法步骤S110至S140。
第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如上第一方面实施例所述的光伏混合储能配置方法，例如，执行以上描述的图1中的方法步骤S110至S140。
本发明实施例包括：获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；构建所述光伏混合储能优化配置模型的约束条件，包括屋顶面积约束、空地面积约束、光伏功率波动平抑需求约束、数据中心站和5G通信基站的不间断电源配置需求约束；优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果。本发明实施例能够综合计及数据中心站和5G通信基站的不间断电源需求、平抑光伏发电功率波动等需求，对光伏和混合储能的容量进行优化配置，实现多类型站点之间的功能融合互补支撑，提高城市供电资源和土地资源的利用率，提升社会经济效益。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质或非暂时性介质和通信介质或暂时性介质。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息诸如计算机可读指令、数据结构、程序模块或其他数据的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘DVD或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (8)

1.一种适用于多站融合的光伏混合储能配置方法，其特征在于，包括：
获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；其中，所述相关参数信息包括最大负荷功率和不间断电源备用小时数；
以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；
构建所述光伏混合储能优化配置模型的约束条件，包括屋顶面积约束、空地面积约束、光伏功率波动平抑需求约束、数据中心站和5G通信基站的不间断电源配置需求约束；
优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果；
所述光伏混合储能优化配置模型的目标函数为：
Figure 458294DEST_PATH_IMAGE001
其中，
Figure 906593DEST_PATH_IMAGE002
为分布式光伏电站及混合储能电站全寿命周期内的经济效益；x为分布式光伏电站的功率；y为混合储能电站的总容量；z为混合储能电站的总功率；
Figure 92855DEST_PATH_IMAGE003
为分布式光伏电站的发电收益；
Figure DEST_PATH_IMAGE004
为分布式光伏电站的投资成本；
Figure DEST_PATH_IMAGE005
为分布式光伏电站的运维成本；
Figure DEST_PATH_IMAGE006
为混合储能电站的收益；
Figure DEST_PATH_IMAGE007
为混合储能电站的投资成本；
Figure DEST_PATH_IMAGE008
为混合储能电站的运维成本；
Figure DEST_PATH_IMAGE009
为混合储能电站的损耗成本；
Figure DEST_PATH_IMAGE010
Figure DEST_PATH_IMAGE011
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE013
Figure DEST_PATH_IMAGE014
Figure DEST_PATH_IMAGE015
Figure DEST_PATH_IMAGE016
其中，
Figure DEST_PATH_IMAGE017
为分布式光伏电站单位功率的发电收益；
Figure DEST_PATH_IMAGE018
为分布式光伏电站的固定投资成本；
Figure DEST_PATH_IMAGE019
为分布式光伏电站单位功率的投资成本；
Figure DEST_PATH_IMAGE020
为分布式光伏电站单位功率的运维成本；
Figure DEST_PATH_IMAGE021
为混合储能的类型数量；
Figure DEST_PATH_IMAGE022
为峰时电价；
Figure DEST_PATH_IMAGE023
为谷时电价；
Figure DEST_PATH_IMAGE024
为第
Figure DEST_PATH_IMAGE025
类储能全寿命周期的充放电循环次数；
Figure DEST_PATH_IMAGE026
为第
Figure 517758DEST_PATH_IMAGE025
类储能的配置容量；
Figure DEST_PATH_IMAGE027
为第
Figure 502769DEST_PATH_IMAGE025
类储能的充放电深度；
Figure DEST_PATH_IMAGE028
为混合储能为数据中心站提供不间断电源服务的收益;
Figure DEST_PATH_IMAGE029
为5G通信基站提供不间断电源服务的收益；
Figure DEST_PATH_IMAGE030
为混合储能电站的固定投资成本；
Figure DEST_PATH_IMAGE031
为第
Figure 200598DEST_PATH_IMAGE025
类储能单位容量的投资成本；
Figure DEST_PATH_IMAGE032
为第
Figure 998789DEST_PATH_IMAGE025
类储能单位容量的运维成本；
Figure DEST_PATH_IMAGE033
为充放电循环次数与充放电深度相关的储能类型数量，
Figure 869793DEST_PATH_IMAGE033
≤
Figure 804251DEST_PATH_IMAGE021
；
Figure DEST_PATH_IMAGE034
为第
Figure 974114DEST_PATH_IMAGE025
类储能损耗成本系数。
2.根据权利要求1所述的光伏混合储能配置方法，其特征在于，对于充放电循环次数与充放电深度相关的
Figure 134968DEST_PATH_IMAGE033
类储能类型，所述全寿命周期的充放电循环次数与所述充放电深度之间的关系为：
Figure DEST_PATH_IMAGE035
其中
Figure DEST_PATH_IMAGE036
、
Figure DEST_PATH_IMAGE037
均为第
Figure 606400DEST_PATH_IMAGE025
类储能的常系数。
3. 根据权利要求2所述的光伏混合储能配置方法，其特征在于：
所述屋顶面积约束为
Figure DEST_PATH_IMAGE038
其中，
Figure DEST_PATH_IMAGE039
为单位功率分布式光伏电站所需的建设面积；
Figure DEST_PATH_IMAGE040
为多站融合中可用于建设分布式光伏电站的屋顶总面积；
所述空地面积约束为
Figure DEST_PATH_IMAGE041
其中，
Figure DEST_PATH_IMAGE042
为第
Figure 644632DEST_PATH_IMAGE025
类储能单位容量所需的建设面积；
Figure DEST_PATH_IMAGE043
为多站融合中可用于建设混合储能电站的空地总面积；
所述光伏功率波动平抑需求约束为
Figure DEST_PATH_IMAGE044
其中，
Figure DEST_PATH_IMAGE045
为第
Figure 277739DEST_PATH_IMAGE025
类储能的功率；
Figure DEST_PATH_IMAGE046
为单位功率分布式光伏电站平抑功率波动所需的储能功率量；
所述数据中心站和5G通信基站的不间断电源配置需求约束为
Figure DEST_PATH_IMAGE047
其中，
Figure DEST_PATH_IMAGE048
为分布式光伏电站的最大负荷功率；
Figure DEST_PATH_IMAGE049
为5G通信基站的最大负荷功率；
Figure DEST_PATH_IMAGE050
为分布式光伏电站所需的不间断电源备用小时数；
Figure DEST_PATH_IMAGE051
为5G通信基站所需的不间断电源备用小时数。
4.一种适用于多站融合的光伏混合储能配置装置，其特征在于，包括：
获取单元，用于获取多站融合站址可利用的屋顶面积和空地面积，获取数据中心站、5G通信基站的相关参数信息，获取分布式光伏和混合储能单位容量的成本与收益参数信息；其中，所述相关参数信息包括最大负荷功率和不间断电源备用小时数；
模型构建单元，用于以分布式光伏电站、混合储能电站全寿命周期内的经济效益最大化作为目标函数，构建光伏混合储能优化配置模型；
约束条件构建单元，用于构建所述光伏混合储能优化配置模型的约束条件，包括屋顶面积约束、空地面积约束、光伏功率波动平抑需求约束、数据中心站和5G通信基站的不间断电源配置需求约束；
优化计算单元，用于优化计算求解所述的光伏混合储能优化配置模型，得到分布式光伏电站和混合储能电站的最优配置结果；
所述光伏混合储能优化配置模型的目标函数为：
Figure DEST_PATH_IMAGE052
其中，
Figure 830949DEST_PATH_IMAGE002
为分布式光伏电站及混合储能电站全寿命周期内的经济效益；x为分布式光伏电站的功率；y为混合储能电站的总容量；z为混合储能电站的总功率；
Figure 371652DEST_PATH_IMAGE003
为分布式光伏电站的发电收益；
Figure 421647DEST_PATH_IMAGE004
为分布式光伏电站的投资成本；
Figure 22393DEST_PATH_IMAGE005
为分布式光伏电站的运维成本；
Figure 16894DEST_PATH_IMAGE006
为混合储能电站的收益；
Figure 502233DEST_PATH_IMAGE007
为混合储能电站的投资成本；
Figure 265789DEST_PATH_IMAGE008
为混合储能电站的运维成本；
Figure 568595DEST_PATH_IMAGE009
为混合储能电站的损耗成本；
Figure 158714DEST_PATH_IMAGE010
Figure 306798DEST_PATH_IMAGE011
Figure 190441DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE053
Figure 805093DEST_PATH_IMAGE014
Figure 508607DEST_PATH_IMAGE015
Figure 335748DEST_PATH_IMAGE016
其中，
Figure 73897DEST_PATH_IMAGE017
为分布式光伏电站单位功率的发电收益；
Figure 593871DEST_PATH_IMAGE018
为分布式光伏电站的固定投资成本；
Figure 784681DEST_PATH_IMAGE019
为分布式光伏电站单位功率的投资成本；
Figure 274569DEST_PATH_IMAGE020
为分布式光伏电站单位功率的运维成本；
Figure 258703DEST_PATH_IMAGE021
为混合储能的类型数量；
Figure 339792DEST_PATH_IMAGE022
为峰时电价；
Figure 893264DEST_PATH_IMAGE023
为谷时电价；
Figure 452421DEST_PATH_IMAGE024
为第
Figure 899583DEST_PATH_IMAGE025
类储能全寿命周期的充放电循环次数；
Figure 495781DEST_PATH_IMAGE026
为第
Figure 661183DEST_PATH_IMAGE025
类储能的配置容量；
Figure 633818DEST_PATH_IMAGE027
为第
Figure 201066DEST_PATH_IMAGE025
类储能的充放电深度；
Figure 827219DEST_PATH_IMAGE028
为混合储能为数据中心站提供不间断电源服务的收益;
Figure 119398DEST_PATH_IMAGE029
为5G通信基站提供不间断电源服务的收益；
Figure 754779DEST_PATH_IMAGE030
为混合储能电站的固定投资成本；
Figure 176533DEST_PATH_IMAGE031
为第
Figure 114533DEST_PATH_IMAGE025
类储能单位容量的投资成本；
Figure 254527DEST_PATH_IMAGE032
为第
Figure 693599DEST_PATH_IMAGE025
类储能单位容量的运维成本；
Figure 845226DEST_PATH_IMAGE033
为充放电循环次数与充放电深度相关的储能类型数量，
Figure 344340DEST_PATH_IMAGE033
≤
Figure 706051DEST_PATH_IMAGE021
；
Figure 824180DEST_PATH_IMAGE034
为第
Figure 954947DEST_PATH_IMAGE025
类储能损耗成本系数。
5.根据权利要求4所述的光伏混合储能配置装置，其特征在于，对于充放电循环次数与充放电深度相关的
Figure 359383DEST_PATH_IMAGE033
类储能类型，所述全寿命周期的充放电循环次数与所述充放电深度之间的关系为：
Figure DEST_PATH_IMAGE054
其中
Figure 379030DEST_PATH_IMAGE036
、
Figure 769691DEST_PATH_IMAGE037
均为第
Figure 20544DEST_PATH_IMAGE025
类储能的常系数。
6. 根据权利要求5所述的光伏混合储能配置装置，其特征在于：
所述屋顶面积约束为
Figure 861461DEST_PATH_IMAGE038
其中，
Figure 73130DEST_PATH_IMAGE039
为单位功率分布式光伏电站所需的建设面积；
Figure 657696DEST_PATH_IMAGE040
为多站融合中可用于建设分布式光伏电站的屋顶总面积；
所述空地面积约束为
Figure DEST_PATH_IMAGE055
其中，
Figure 169579DEST_PATH_IMAGE042
为第
Figure 915819DEST_PATH_IMAGE025
类储能单位容量所需的建设面积；
Figure 473839DEST_PATH_IMAGE043
为多站融合中可用于建设混合储能电站的空地总面积；
所述光伏功率波动平抑需求约束为
Figure DEST_PATH_IMAGE056
其中，
Figure 501575DEST_PATH_IMAGE045
为第
Figure 602387DEST_PATH_IMAGE025
类储能的功率；
Figure 519527DEST_PATH_IMAGE046
为单位功率分布式光伏电站平抑功率波动所需的储能功率量；
所述数据中心站和5G通信基站的不间断电源配置需求约束为
Figure DEST_PATH_IMAGE057
其中，
Figure 236947DEST_PATH_IMAGE048
为分布式光伏电站的最大负荷功率；
Figure 897736DEST_PATH_IMAGE049
为5G通信基站的最大负荷功率；
Figure 977687DEST_PATH_IMAGE050
为分布式光伏电站所需的不间断电源备用小时数；
Figure 206674DEST_PATH_IMAGE051
为5G通信基站所需的不间断电源备用小时数。
7.一种运行控制装置，其特征在于，包括至少一个控制处理器和用于与所述至少一个控制处理器通信连接的存储器；所述存储器存储有可被所述至少一个控制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1至3任一项所述的光伏混合储能配置方法。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至3任一项所述的光伏混合储能配置方法。
CN202110236959.5A 2021-03-03 2021-03-03 光伏混合储能配置方法、装置及计算机可读存储介质 Active CN112598203B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110236959.5A CN112598203B (zh) 2021-03-03 2021-03-03 光伏混合储能配置方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110236959.5A CN112598203B (zh) 2021-03-03 2021-03-03 光伏混合储能配置方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112598203A CN112598203A (zh) 2021-04-02
CN112598203B true CN112598203B (zh) 2021-06-15

Family

ID=75210326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110236959.5A Active CN112598203B (zh) 2021-03-03 2021-03-03 光伏混合储能配置方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112598203B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113285523A (zh) * 2021-04-22 2021-08-20 国网江苏省电力有限公司南京供电分公司 一种基于数据迁移的多站融合数据中心优化方法及系统
CN113394868A (zh) * 2021-05-27 2021-09-14 利天万世新能源有限公司 一种适用于5g通讯基站的多路能源供给节能系统
CN113988463A (zh) * 2021-11-17 2022-01-28 国网浙江省电力有限公司温州供电公司 一种多站融合的配网变电站规划方法
CN117196085A (zh) * 2022-01-24 2023-12-08 国网山东省电力公司广饶县供电公司 基于迭代优化的分布式能源站点配置方法
CN118040721B (zh) * 2024-04-12 2024-08-13 驭碳(福建)能源科技有限公司 一种5g基站混合储能与光伏协同参与配电网调控方法
CN118052337B (zh) * 2024-04-16 2024-06-21 广东工业大学 基于效益预测的光伏电站储能容量优化方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107947231A (zh) * 2017-12-01 2018-04-20 国网江苏省电力有限公司电力科学研究院 一种面向配电网优化运行的混合储能系统控制方法
CN111697604A (zh) * 2020-06-19 2020-09-22 中国电力科学研究院有限公司 多站合一的配置方法、系统及设备
CN112311009A (zh) * 2020-10-28 2021-02-02 国网经济技术研究院有限公司 一种融合电站及多站融合参与电网协调控制方法、系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107947231A (zh) * 2017-12-01 2018-04-20 国网江苏省电力有限公司电力科学研究院 一种面向配电网优化运行的混合储能系统控制方法
CN111697604A (zh) * 2020-06-19 2020-09-22 中国电力科学研究院有限公司 多站合一的配置方法、系统及设备
CN112311009A (zh) * 2020-10-28 2021-02-02 国网经济技术研究院有限公司 一种融合电站及多站融合参与电网协调控制方法、系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"多站融合供电系统辅助调峰自律运行调控策略";陈岩等;《电力系统保护与控制》;20201016;第48卷(第20期);第57-65页 *

Also Published As

Publication number Publication date
CN112598203A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN112598203B (zh) 光伏混合储能配置方法、装置及计算机可读存储介质
Rana et al. Applications of energy storage systems in power grids with and without renewable energy integration—A comprehensive review
Yao et al. Challenges and progresses of energy storage technology and its application in power systems
Farrokhabadi et al. Energy storage in microgrids: Compensating for generation and demand fluctuations while providing ancillary services
Hedegaard et al. Wind power impacts and electricity storage–A time scale perspective
Ekman et al. Prospects for large scale electricity storage in Denmark
Beaudin et al. Energy storage for mitigating the variability of renewable electricity sources
US7227275B2 (en) Method for retrofitting wind turbine farms
Zhang et al. Grid-level application of electrical energy storage: Example use cases in the United States and China
US20170237260A1 (en) Energy storage system and management method thereof
US20110133684A1 (en) Electric Gas Stations Having Range Extension and Grid Balancing
Geurin et al. Smart grid applications of selected energy storage technologies
CN108206547A (zh) 风氢耦合发电系统各单元容量优化的方法
Dagdougui et al. Power management strategy for sizing battery system for peak load limiting in a university campus
CN115360734A (zh) 考虑光、荷多场景的分布式储能容量配置方法及装置
Wu et al. PEV-based reactive power compensation for wind DG units: A stackelberg game approach
CN116742662A (zh) 一种电氢耦合系统多时间尺度优化运行方法及系统
CN111325423A (zh) 一种区域多能源互联运营优化方法和计算设备
Wee et al. Design of a renewable—Hybrid energy storage power scheme for short-term power dispatch
Sharma et al. Annual electricity cost minimization for South Australian dwellings through optimal battery sizing
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
CN106230010B (zh) 一种百兆瓦电池储能系统容量优化配置方法和系统
Tsivor Sustainable Energy Generation for ICT Development in Sub-Saharan Africa
Yan et al. Day-ahead optimal operational and reserve power dispatching in a PV-based urban microgrid
Diotama et al. Review on Battery Energy Storage System for Power System with Grid Connected Wind Farm

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221206

Address after: Block 2, huiyuantong building, 33 Jihua East Road, Nanhai District, Foshan City, Guangdong Province, 528200

Patentee after: GUANGDONG NANHAI ELECTRIC POWER DESIGN INSTITUTE ENGINEERING CO.,LTD.

Patentee after: China Southern Power Grid Internet Service Co.,Ltd.

Address before: Block 2, huiyuantong building, 33 Jihua East Road, Nanhai District, Foshan City, Guangdong Province, 528200

Patentee before: GUANGDONG NANHAI ELECTRIC POWER DESIGN INSTITUTE ENGINEERING CO.,LTD.