CN112736952A - 考虑日历寿命的海上风电配置储能系统容量优化方法 - Google Patents
考虑日历寿命的海上风电配置储能系统容量优化方法 Download PDFInfo
- Publication number
- CN112736952A CN112736952A CN202011582726.2A CN202011582726A CN112736952A CN 112736952 A CN112736952 A CN 112736952A CN 202011582726 A CN202011582726 A CN 202011582726A CN 112736952 A CN112736952 A CN 112736952A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- battery
- capacity
- wind power
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 238000013210 evaluation model Methods 0.000 claims abstract description 7
- 238000007599 discharging Methods 0.000 claims description 26
- 238000012423 maintenance Methods 0.000 claims description 20
- 230000005611 electricity Effects 0.000 claims description 18
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 claims description 13
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 claims description 11
- 229910052744 lithium Inorganic materials 0.000 claims description 11
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 10
- 229910001416 lithium ion Inorganic materials 0.000 claims description 10
- 230000032683 aging Effects 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000011160 research Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 125000004122 cyclic group Chemical group 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007774 positive electrode material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—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
- H02J3/38—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
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/76—Power conversion electric or electronic aspects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了考虑日历寿命的海上风电配置储能系统容量优化方法,包括以下步骤:步骤1,基于风电接入技术准则和电网调度需求,对风电场的弃风功率值予以优化,并通过电池储能吸收实际风电出力与调度参考值差值间所产生的电量,从而减少弃风电量;从能量吞吐量角度出发,建立电池储能实际使用日历寿命评估模型;步骤2,基于该模型,以风储联合系统规划年限净现值最大为目标,建立模型约束条件,提出综合考虑风电弃风优化和日历寿命特性的电池储能容量优化模型。与固定寿命模型以及循环寿命模型相比较,本发明储能电站寿命预测方法能更准确的评估电源侧风电场的储能电站容量,以及更准确的评估其投资回报效益。
Description
技术领域
本发明涉及海上风电场储能配置领域,具体为考虑日历寿命的海上风电配置储能系统容量优化方法。
背景技术
随着工业的不断发展,现有的化石能源发电日益满足不了现代电力的需求,类似于风能的可再生能源发展取得了长足的进步。但是,风力发电作为一种具有随机波动性强特点的可再生能源,实现风能安全稳定地并入电网成为了制约风电发展的关键。而电池储能系统具有储存和释放电能的特点,成为了解决风电发展瓶颈的重要手段。
在对储能电站技术的研究中,少有考虑了储能电站的日历寿命损耗进行研究。但在储能电站实际运行过程中,电池的充放电过程和待机过程都会对电池寿命造成一定的容量损失,所以储能电站的容量配置应该充分考虑这些因素对电站寿命的影响。
发明内容
为了克服上述现有技术的不足,本发明提供了一种考虑日历寿命的海上风电配置储能系统容量优化方法,本发明以磷酸铁锂电池储能电站为研究载体,将磷酸铁锂电池的充放电容量损耗和待机容量损耗折合为经济成本,同时考虑售电收益、运维成本,以风储联合发电系统的收益最大化为目标,以功率限制、充放电为约束,对磷酸铁锂储能电站进行容量优化,该方法可以合理配置风电场的储能电站容量。
为实现上述目的,本发明所采用的技术方案如下:考虑日历寿命的海上风电配置储能系统容量优化方法,主要包括以下步骤:
步骤1,基于风电接入技术准则和电网调度需求,对风电场的弃风功率值予以优化,并通过电池储能吸收实际风电出力与调度参考值差值间所产生的电量,从而减少弃风电量;从能量吞吐量角度出发,建立电池储能实际使用日历寿命评估模型;
步骤2,基于日历寿命评估模型,以风储联合系统规划年限净现值最大为目标,建立模型约束条件,提出综合考虑风电弃风优化和日历寿命特性的电池储能容量优化模型。
进一步地,所述步骤1具体包括:
通常风电场参与电网调度有功率上限,当风电场出力大于这个上限时,就会产生弃风电量;当风电场配置储能之后,可以通过储能的充电出力来弥补风电场出力和功率上限之间的差值,使风电场的上网功率Pw满足调度部门对接入风电场发电出力上限要求,减少风电的弃风量;
在风电场场景下,储能运行的日历寿命应分别考虑待机寿命模型和循环寿命模型,表示为:
ΔEall=ΔEl+ΔE2 (1)
式中:ΔEall表示储能日历寿命下电池每天的容量损耗,ΔE1表示储能循环充电下每天的电池容量损耗,ΔE2表示储能待机状态下电池每天的容量损耗;
电池的循环寿命模型:
电池循环寿命主要与其放电深度和循环次数有关;以磷酸铁锂电池为储能的研究对象,在室内温度25℃,电池一倍放电倍率的情况下,对其在不同的放电深度下的锂电池额定循环次数进行研究;具体的拟合表达式如下:
δ=l+B×n+C×n2+D×n3 (2)
式中:δ为不同条件下循环时的容量保持率,参数B、C、D为拟合参数;
通常认为在一次额定充放电循环过程中,电池的能量交换总量是固定的;在储能的整个寿命周期内,其充放电状态下放出的电量总和为:
Er=NrDrEB (3)
式中:Er为额定放电深度下电池储能在其使用寿命内的放电电量;EB为储能电站的电量容量;Dr为放电深度;Nr为额定循环次数。
储能在联合风电场出力过程中,电池储能会产生很多放电深度不一的放电过程,不同的放电深度对应不同的放电过程;放电深度不一的实际放电电量可折算为某一额定放电深度下的放电电量,折算系数表达式为:
式中:Na为实际放电深度下的电池循环次数;Da为实际放电深度;α1、α2为拟合系数。
储能某一时期不同放电深度下的全部放电电量可以计算出某一额定放电深度下电池的循环次数,根据式(4),可以得到储能在循环充电下的容量,表达式如下:
式中:KDOD为折算因子;Pbdn为电池放电功率;Δtbdn为放电时间。
电池的待机寿命模型:
针对磷酸铁锂电池待机模式下寿命模型,建立锂电池的加速老化实验,待机模式下的循环寿命模型建立如式(6)所示:
在储能电站联合风电场的出力过程中,根据储能待机时的SOC值以及待机时间,就可以得到储能在待机时的电池容量衰减值,表达式如下:
式中:ΔEc为待机状态下电池容量衰减值。
进一步地,所述步骤2首先建立经济优化最大化的目标函数:
从海上风电发电商的角度出发,在满足电力调度上网要求的前提下,以风储联合系统全寿命周期的收益最大为目标,对风电场侧的电池储能容量进行优化配置;模型的目标函数不仅包含风储联合系统售电收益、电池储能投资等年值、年运行成本,还包含风储联合系统实际出力与其调度参考值之差而导致的惩罚费用,其数学表达式为:
maxM=P-F1-F2-F3-F4 (8)
1)售电收益
式中:K为调度周期;Δt为风电功率的采样周期;W(t)为第t时段的风电上网电价;
2)初始投资成本
初始投资成本包括储能电站的电池容量和功率成本,计算公式如下:
式中:λ为年利率;y为储能使用寿命;CP、Ce分别为储能电站单位功率和单位电量容量成本;Pe、Ee分别为储能电站的功率大小和容量大小;
3)运维成本
在整个投资规划年限内,运维成本指设备检修、维护和保养的费用,具体与储能电站的功率以及容量相关;表达式如下:
F2=Ck×Pe+Cv×Ee (11)
式中:Ck为单位功率维护成本、Cv为单位电量维护成本。
4)更换电池成本
电池更换成本是指在整个储能投资规划年限内,因为电池的容量衰减到达规定电池失效容量衰减度时替换电池所对应的成本,当锂离子电池的容量下降为额定容量的80%时,锂离子电池将无法正常使用,处于完全老化阶段,需要更换或者报废锂电池,所以设置当储能电池容量衰减到额定容量的80%时为储能电池的全寿命周期;表达式如下:
式中:Pz为单位容量电池更换成本。
5)电池报废成本
电池报废成本是指在整个储能投资规划年限内,储能电池运行寿命终结后,用于清理、销毁该产品所需支付的费用;
F4=pkPs(1+λ)-y (13)
式中:pk为单位容量电池报废成本;Ps为储能总容量。
进一步地,所述步骤2中建立模型约束条件包括海上风电场运行约束,储能电站运行约束,储能电站充放电约束:
(1)海上风电场运行约束
0≤P(t)≤PM (14)
式中:P(t)为风电场在t时刻的出力;PM为风电场的额定装机容量;
(2)储能电站运行约束
EMIN≤E(t)≤EMAX (15)
式中:E(t)为储能电站在t时刻的所储存的电量;EMIN为储能电站储存电量的下限值;EMAX为储能电站储存电量的上限值;
(3)储能电站充放电约束
与现有技术相比,本发明的有益效果是:
本发明结合通过储能电站参与风电场调峰过程,考虑了BESS运行过程中不一的循环放电过程对电池容量的损耗影响,搭建了BESS的日历寿命预测模型。通过本发明模型,可以更好地预测BESS电池的更换年限。以锂储能电站投资净现值最大化为前提,考虑了BESS参与风电场调峰时的减少弃风的售电收益、储能电站初始投资成本、储能电站运维成本以及锂电池的更换成本,建立了一种考虑日历寿命特征的BESS锂电池容量配置经济优化模型。与固定寿命模型以及循环寿命模型相比较,本发明储能电站寿命预测方法能更准确的评估电源侧风电场的储能电站容量,以及更准确的评估其投资回报效益。
附图说明
图1为考虑不同寿命储能电站寿命损耗图;
图2为储能电站电量容量优化图。
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的详细说明。此处所描述的具体实施例仅用于解释本发明技术方案,并不限于本发明。
本发明提供一种技术方案:考虑日历寿命的海上风电配置储能系统容量优化方法,主要包括以下步骤:
步骤1,基于风电接入技术准则和电网调度需求,对风电场的弃风功率值予以优化,并通过电池储能吸收实际风电出力与调度参考值差值间所产生的电量,从而减少弃风电量;从能量吞吐量角度出发,建立电池储能实际使用日历寿命评估模型;
步骤2,基于日历寿命评估模型,以风储联合系统规划年限净现值最大为目标,建立模型约束条件,提出综合考虑风电弃风优化和日历寿命特性的电池储能容量优化模型。
步骤1具体包括:
通常风电场参与电网调度有功率上限,当风电场出力大于这个上限时,就会产生弃风电量;当风电场配置储能之后,可以通过储能的充电出力来弥补风电场出力和功率上限之间的差值,使风电场的上网功率Pw满足调度部门对接入风电场发电出力上限要求,减少风电的弃风量。
储能电池规划运行年限的全寿命周期成本分析主要是指电池的日历寿命分析,电池日历寿命包括电池循环寿命(电池失效前的充放电次数)和电池存储寿命(待机状态下电池失效前的存储时间),日历寿命预测对储能电站投资回报计算具有重要指导意义。
电池储能相关技术较多,锂电池在强大的社会发展需求和巨大的潜在市场推动下,锂电池储能技术目前一直向高效率、长寿命、低成本、无污染的方向发展。锂电池储能也是目前行业比较认可的技术路线,其中磷酸铁锂电池的能量密度相对较高、续航能力强,并且随着磷酸铁锂正极材料的应用,传统的碳负极锂离子动力电池的寿命和安全性得到较大提高,首选应用于储能领域,故本发明以磷酸铁锂电池为例进行电池的日历寿命预测。
在风电场场景下,储能运行的日历寿命应分别考虑待机寿命模型和循环寿命模型,表示为:
ΔEall=ΔEl+ΔE2 (1)
式中:ΔEall表示储能日历寿命下电池每天的容量损耗,ΔE1表示储能循环充电下每天的电池容量损耗,ΔE2表示储能待机状态下电池每天的容量损耗;
电池的循环寿命模型:
电池循环寿命主要与其放电深度和循环次数有关;以磷酸铁锂电池为储能的研究对象,在室内温度25℃,电池一倍放电倍率的情况下,对其在不同的放电深度下的锂电池额定循环次数进行研究;具体的拟合表达式如下:
δ=1+B×n+C×n2+D×n3 (2)
式中:δ为不同条件下循环时的容量保持率,参数B、C、D为拟合参数。
通常认为在一次额定充放电循环过程中,电池的能量交换总量是固定的,在储能的整个寿命周期内,其充放电状态下放出的电量总和为:
Er=NrDrEB (3)
式中:Er为额定放电深度下电池储能在其使用寿命内的放电电量;EB为储能电站的电量容量;Dr为放电深度;Nr为额定循环次数。
储能在联合风电场出力过程中,电池储能会产生很多放电深度不一的放电过程,不同的放电深度对应不同的放电过程;放电深度不一的实际放电电量可折算为某一额定放电深度下的放电电量,折算系数表达式为:
式中:Na为实际放电深度下的电池循环次数;Da为实际放电深度;α1、α2为拟合系数。
储能某一时期不同放电深度下的全部放电电量可以计算出某一额定放电深度下电池的循环次数,根据式(4),可以得到储能在循环充电下的容量,表达式如下:
式中:KDOD为折算因子;Pbdn为电池放电功率;Δtbdn为放电时间。
电池的待机寿命模型:
针对磷酸铁锂电池待机模式下寿命模型,建立锂电池的加速老化实验,待机模式下的循环寿命模型建立如式(6)所示:
在储能电站联合风电场的出力过程中,根据储能待机时的SOC值以及待机时间,就可以得到储能在待机时的电池容量衰减值,表达式如下:
式中:ΔEc为待机状态下电池容量衰减值。
步骤2首先建立经济优化最大化的目标函数:
从海上风电发电商的角度出发,在满足电力调度上网要求的前提下,以风储联合系统全寿命周期的收益最大为目标,对风电场侧的电池储能容量进行优化配置;模型的目标函数不仅包含风储联合系统售电收益、电池储能投资等年值、年运行成本,还包含风储联合系统实际出力与其调度参考值之差而导致的惩罚费用,其数学表达式为:
maxM=P-F1-F2-F3-F4 (8)
1)售电收益
式中:K为调度周期;Δt为风电功率的采样周期;W(t)为第t时段的风电上网电价;
2)初始投资成本
初始投资成本包括储能电站的电池容量和功率成本,计算公式如下:
式中:λ为年利率;y为储能使用寿命;CP、Ce分别为储能电站单位功率和单位电量容量成本;Pe、Ee分别为储能电站的功率大小和容量大小;
3)运维成本
在整个投资规划年限内,运维成本指设备检修、维护和保养的费用,具体与储能电站的功率以及容量相关;表达式如下:
F2=Ck×Pe+Cv×Ee (11)
式中:Ck为单位功率维护成本、Cv为单位电量维护成本。
4)更换电池成本
电池更换成本是指在整个储能投资规划年限内,因为电池的容量衰减到达规定电池失效容量衰减度时替换电池所对应的成本,当锂离子电池的容量下降为额定容量的80%时,锂离子电池将无法正常使用,处于完全老化阶段,需要更换或者报废锂电池,所以设置当储能电池容量衰减到额定容量的80%时为储能电池的全寿命周期;表达式如下:
式中:Pz为单位容量电池更换成本。
5)电池报废成本
电池报废成本是指在整个储能投资规划年限内,储能电池运行寿命终结后,用于清理、销毁该产品所需支付的费用;
F4=pkPs(1+λ)-y (13)
式中:pk为单位容量电池报废成本;Ps为储能总容量。
步骤2中建立模型约束条件包括海上风电场运行约束,储能电站运行约束,储能电站充放电约束:
考虑到风电场和电池储能的运行特性,应满足如下运行约束条件。
(1)海上风电场运行约束
0≤P(t)≤PM (14)
式中:P(t)为风电场在t时刻的出力;PM为风电场的额定装机容量;
(2)储能电站运行约束
EMIN≤E(t)≤EMAX (15)
式中:E(t)为储能电站在t时刻的所储存的电量;EMIN为储能电站储存电量的下限值;EMAX为储能电站储存电量的上限值;
(3)储能电站充放电约束
本发明的具体实施方法对海上风电场其配置的储能电站进行容量经济优化,设置具体相关的经济成本参数,具体相关参数如下表所示。
同一功率和电量下的储能电站,在考虑待机损耗和不考虑待机损耗的两种场景下,进行储能电站在规划期限20年的寿命周期内总体净现值对比,结果如图1所示。不考虑储能电站的待机寿命损耗情况下,储能电站的最终净现值为6000万元。同时考虑电池循环充电损耗和电池待机损耗情况下,储能电站的最终净现值为3815万元。
储能电站主要分为容量型储能和功率型储能,容量型储能在电源侧主要用于参与调峰,功率型储能用于跟踪计划出力。为了实现储能电站的投资净现值最大化,合理配置其功率和电量容量十分必要。
根据所建模型,考虑储能电站配置固定50MW的功率容量为前提,分析在不同容量下考虑日历寿命的储能电站投资净现值增长情况,结果如图2所示。
由图2可知,当储能容量相对较小时,由于BESS电量容量有限,参与风电场调峰获利少,投资成本大于售电收益,投资的收益不能覆盖成本,收益为负。随着BESS容量的增加,净现值曲线先增大后减小。这是因为对于具有额定功率的BESS,在储能容量增加的初始阶段,参与风电场调峰运行过程中的放电深度将大大降低,直接提高BESS的预期寿命。当电量容量约为38MWh时,净利润由负变为正,开始出现利润。所以储能电站的净现值会随着储能容量的增加而增加。
随着储能容量的不断增加,BESS的使用寿命增长趋于平缓,投资成本不断增加,当容量增加到83MWh时,盈利能力最高。随着售电效益增长放缓并达到饱和,系统净收入下降,而投资和其他年值继续增长。因此,日历寿命预测模型改变了BESS的净现值随储能容量增长而增大的趋势。
以上所述仅表达了本发明的优选实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形、改进及替代,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (4)
1.考虑日历寿命的海上风电配置储能系统容量优化方法,其特征在于:主要包括以下步骤:
步骤1,基于风电接入技术准则和电网调度需求,对风电场的弃风功率值予以优化,并通过电池储能吸收实际风电出力与调度参考值差值间所产生的电量,从而减少弃风电量;从能量吞吐量角度出发,建立电池储能实际使用日历寿命评估模型;
步骤2,基于日历寿命评估模型,以风储联合系统规划年限净现值最大为目标,建立模型约束条件,提出综合考虑风电弃风优化和日历寿命特性的电池储能容量优化模型。
2.根据权利要求1所述的考虑日历寿命的海上风电配置储能系统容量优化方法,其特征在于:所述步骤1具体包括:
通常风电场参与电网调度有功率上限,当风电场出力大于这个上限时,就会产生弃风电量;当风电场配置储能之后,可以通过储能的充电出力来弥补风电场出力和功率上限之间的差值,使风电场的上网功率Pw满足调度部门对接入风电场发电出力上限要求,减少风电的弃风量;
在风电场场景下,储能运行的日历寿命应分别考虑待机寿命模型和循环寿命模型,表示为:
ΔEall=ΔE1+ΔE2 (1)
式中:ΔEall表示储能日历寿命下电池每天的容量损耗,ΔE1表示储能循环充电下每天的电池容量损耗,ΔE2表示储能待机状态下电池每天的容量损耗;
电池的循环寿命模型:
电池循环寿命主要与其放电深度和循环次数有关;以磷酸铁锂电池为储能的研究对象,在室内温度25℃,电池一倍放电倍率的情况下,对其在不同的放电深度下的锂电池额定循环次数进行研究,拟合的曲线下图所示;具体的拟合表达式如下:
δ=1+B×n+C×n2+D×n3 (2)
式中:δ为不同条件下循环时的容量保持率,参数B、C、D为拟合参数;
通常认为在一次额定充放电循环过程中,电池的能量交换总量是固定的,在储能的整个寿命周期内,其充放电状态下放出的电量总和为:
Er=NrDrEB (3)
式中:Er为额定放电深度下电池储能在其使用寿命内的放电电量;EB为储能电站的电量容量;Dr为放电深度;Nr为额定循环次数;
储能在联合风电场出力过程中,电池储能会产生很多放电深度不一的放电过程,不同的放电深度对应不同的放电过程;放电深度不一的实际放电电量可折算为某一额定放电深度下的放电电量,折算系数表达式为:
式中:Na为实际放电深度下的电池循环次数;Da为实际放电深度;α1、α2为拟合系数;
储能某一时期不同放电深度下的全部放电电量可以计算出某一额定放电深度下电池的循环次数,根据式(4),可以得到储能在循环充电下的容量,表达式如下:
式中:KDOD为折算因子;Pbdn为电池放电功率;Δtbdn为放电时间;
电池的待机寿命模型:
针对磷酸铁锂电池待机模式下寿命模型,建立锂电池的加速老化实验,待机模式下的循环寿命模型建立如式(6)所示:
在储能电站联合风电场的出力过程中,根据储能待机时的SOC值以及待机时间,就可以得到储能在待机时的电池容量衰减值,表达式如下:
式中:ΔEc为待机状态下电池容量衰减值。
3.根据权利要求1所述的考虑日历寿命的海上风电配置储能系统容量优化方法,其特征在于:所述步骤2首先建立经济优化最大化的目标函数:
从海上风电发电商的角度出发,在满足电力调度上网要求的前提下,以风储联合系统全寿命周期的收益最大为目标,对风电场侧的电池储能容量进行优化配置;模型的目标函数不仅包含风储联合系统售电收益、电池储能投资等年值、年运行成本,还包含风储联合系统实际出力与其调度参考值之差而导致的惩罚费用,其数学表达式为:
max M=P-F1-F2-F3-F4 (8)
1)售电收益
式中:K为调度周期;Δt为风电功率的采样周期;W(t)为第t时段的风电上网电价;
2)初始投资成本
初始投资成本包括储能电站的电池容量和功率成本,计算公式如下:
式中:λ为年利率;y为储能使用寿命;CP、Ce分别为储能电站单位功率和单位电量容量成本;Pe、Ee分别为储能电站的功率大小和容量大小;
3)运维成本
在整个投资规划年限内,运维成本指设备检修、维护和保养的费用,具体与储能电站的功率以及容量相关;表达式如下:
F2=Ck×Pe+Cv×Ee (11)
式中:Ck为单位功率维护成本、Cv为单位电量维护成本;
4)更换电池成本
电池更换成本是指在整个储能投资规划年限内,因为电池的容量衰减到达规定电池失效容量衰减度时替换电池所对应的成本,当锂离子电池的容量下降为额定容量的80%时,锂离子电池将无法正常使用,处于完全老化阶段,需要更换或者报废锂电池,所以设置当储能电池容量衰减到额定容量的80%时为储能电池的全寿命周期;表达式如下:
式中:Pz为单位容量电池更换成本;
5)电池报废成本
电池报废成本是指在整个储能投资规划年限内,储能电池运行寿命终结后,用于清理、销毁该产品所需支付的费用;
F4=pkPs(1+λ)-y (13)
式中:pk为单位容量电池报废成本;Ps为电池总容量。
4.根据权利要求1所述的考虑日历寿命的海上风电配置储能系统容量优化方法,其特征在于:所述步骤2中建立模型约束条件包括海上风电场运行约束,储能电站运行约束,储能电站充放电约束:
(1)海上风电场运行约束
0≤P(t)≤PM (14)
式中:P(t)为风电场在t时刻的出力;PM为风电场的额定装机容量;
(2)储能电站运行约束
EMIN≤E(t)≤EMAX (15)
式中:E(t)为储能电站在t时刻的所储存的电量;EMIN为储能电站储存电量的下限值;EMAX为储能电站储存电量的上限值;
(3)储能电站充放电约束
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011582726.2A CN112736952A (zh) | 2020-12-28 | 2020-12-28 | 考虑日历寿命的海上风电配置储能系统容量优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011582726.2A CN112736952A (zh) | 2020-12-28 | 2020-12-28 | 考虑日历寿命的海上风电配置储能系统容量优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112736952A true CN112736952A (zh) | 2021-04-30 |
Family
ID=75606856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011582726.2A Pending CN112736952A (zh) | 2020-12-28 | 2020-12-28 | 考虑日历寿命的海上风电配置储能系统容量优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112736952A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113794199A (zh) * | 2021-08-26 | 2021-12-14 | 电子科技大学 | 一种考虑电力市场波动的风电储能系统最大收益优化方法 |
CN113935182A (zh) * | 2021-10-23 | 2022-01-14 | 福州大学 | 基于混合整数规划模型的量化电池寿命衰减预测方法 |
CN114336773A (zh) * | 2021-11-18 | 2022-04-12 | 华能新能源股份有限公司 | 一种考虑功率预测的风电场功率型储能配置方法 |
CN114336591A (zh) * | 2021-11-24 | 2022-04-12 | 华能新能源股份有限公司 | 一种风电场混合储能综合优化配置方法 |
CN114498699A (zh) * | 2021-12-29 | 2022-05-13 | 国网吉林省电力有限公司经济技术研究院 | 一种减小弃风的梯次利用储能系统容量配置方法 |
CN117394484A (zh) * | 2023-10-18 | 2024-01-12 | 法罗电力(浙江)有限公司 | 一种储能装置中的电池管理方法与系统 |
CN117420468A (zh) * | 2023-11-08 | 2024-01-19 | 广东电网有限责任公司 | 电池状态评估方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109004686A (zh) * | 2018-08-29 | 2018-12-14 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统 |
CN109066948A (zh) * | 2018-09-17 | 2018-12-21 | 西安交通大学 | 退役电池模块化储能供电系统的操作优化方法 |
CN110210709A (zh) * | 2019-04-30 | 2019-09-06 | 太原理工大学 | 一种计及储能电站寿命衰减及容量均衡竞价的调频指令调度方法 |
CN111090963A (zh) * | 2019-12-05 | 2020-05-01 | 重庆大学 | 一种基于用户需求的自适应多段恒流恒压充电方法 |
CN111509316A (zh) * | 2020-04-29 | 2020-08-07 | 集美大学 | 一种基于循环寿命的船用锂电池组能量管理方法 |
-
2020
- 2020-12-28 CN CN202011582726.2A patent/CN112736952A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109004686A (zh) * | 2018-08-29 | 2018-12-14 | 三峡大学 | 一种考虑冰蓄冷空调多模式的冷热电联供型微网系统 |
CN109066948A (zh) * | 2018-09-17 | 2018-12-21 | 西安交通大学 | 退役电池模块化储能供电系统的操作优化方法 |
CN110210709A (zh) * | 2019-04-30 | 2019-09-06 | 太原理工大学 | 一种计及储能电站寿命衰减及容量均衡竞价的调频指令调度方法 |
CN111090963A (zh) * | 2019-12-05 | 2020-05-01 | 重庆大学 | 一种基于用户需求的自适应多段恒流恒压充电方法 |
CN111509316A (zh) * | 2020-04-29 | 2020-08-07 | 集美大学 | 一种基于循环寿命的船用锂电池组能量管理方法 |
Non-Patent Citations (3)
Title |
---|
娄素华 等: "基于可变寿命模型的电池储能容量优化配置", 《电工技术学报》 * |
温可瑞 等: "考虑日历寿命的电池储能系统参与一次调频服务配置容量与控制参数协同优化", 《高电压技术》 * |
高飞 等: "储能用磷酸铁锂电池循环寿命的能量分析", 《中国电机工程学报》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113794199A (zh) * | 2021-08-26 | 2021-12-14 | 电子科技大学 | 一种考虑电力市场波动的风电储能系统最大收益优化方法 |
CN113794199B (zh) * | 2021-08-26 | 2023-04-21 | 电子科技大学 | 一种考虑电力市场波动的风电储能系统最大收益优化方法 |
CN113935182A (zh) * | 2021-10-23 | 2022-01-14 | 福州大学 | 基于混合整数规划模型的量化电池寿命衰减预测方法 |
CN114336773A (zh) * | 2021-11-18 | 2022-04-12 | 华能新能源股份有限公司 | 一种考虑功率预测的风电场功率型储能配置方法 |
CN114336773B (zh) * | 2021-11-18 | 2024-04-23 | 华能新能源股份有限公司 | 一种考虑功率预测的风电场功率型储能配置方法 |
CN114336591A (zh) * | 2021-11-24 | 2022-04-12 | 华能新能源股份有限公司 | 一种风电场混合储能综合优化配置方法 |
CN114336591B (zh) * | 2021-11-24 | 2023-08-29 | 华能新能源股份有限公司 | 一种风电场混合储能综合优化配置方法 |
CN114498699A (zh) * | 2021-12-29 | 2022-05-13 | 国网吉林省电力有限公司经济技术研究院 | 一种减小弃风的梯次利用储能系统容量配置方法 |
CN114498699B (zh) * | 2021-12-29 | 2024-02-09 | 国网吉林省电力有限公司经济技术研究院 | 一种减小弃风的梯次利用储能系统容量配置方法 |
CN117394484A (zh) * | 2023-10-18 | 2024-01-12 | 法罗电力(浙江)有限公司 | 一种储能装置中的电池管理方法与系统 |
CN117394484B (zh) * | 2023-10-18 | 2024-05-24 | 法罗电力(浙江)有限公司 | 一种储能装置中的电池管理方法与系统 |
CN117420468A (zh) * | 2023-11-08 | 2024-01-19 | 广东电网有限责任公司 | 电池状态评估方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112736952A (zh) | 考虑日历寿命的海上风电配置储能系统容量优化方法 | |
CN109325608B (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
CN109301818B (zh) | 一种考虑调峰、调压需求的广域分布式储能系统调度方法 | |
CN111738497B (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
CN102289566B (zh) | 独立运行模式下的微电网多时间尺度能量优化调度方法 | |
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
Chen et al. | Evaluation of advantages of an energy storage system using recycled EV batteries | |
CN111404206A (zh) | 考虑投资回报约束的风光储发电系统容量双层规划方法 | |
CN115936244A (zh) | 考虑可再生能源发电不确定性的虚拟电厂优化调度方法 | |
CN115473285A (zh) | 基于合作博弈论的多类型储能系统最优容量配置方法 | |
CN111815029A (zh) | 一种用户侧储能收益深度发掘的方法 | |
Zhao et al. | Development status and comprehensive evaluation method of battery energy storage technology in power system | |
CN113659627A (zh) | 一种含光伏发电和液态空气储能的微电网优化调度方法 | |
CN114611957B (zh) | 一种用于供需预测偏差二次修正储能能量管理方法 | |
CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
CN116667406A (zh) | 基于非线性规划的储能充放电策略优化方法 | |
CN109038668B (zh) | 一种基于弃风利用的塔筒电梯供电方法及储能系统 | |
CN109271678B (zh) | 一种基于光伏微网运行成本的蓄电池充放电调度优化方法 | |
CN117333058A (zh) | 一种基于典型应用场景的储能综合评价方法 | |
CN117559391A (zh) | 考虑电力系统灵活性供需平衡的混合储能联合规划方法 | |
CN114884133B (zh) | 一种计及电动汽车的微电网经济调度优化方法及系统 | |
CN116384655A (zh) | 面向新能源消纳的源网荷侧储能系统优化规划方法及系统 | |
CN116128096A (zh) | 一种微电网系统多利益主体的容量优化配置方法 | |
CN106230010B (zh) | 一种百兆瓦电池储能系统容量优化配置方法和系统 | |
CN114049004A (zh) | 一种电氢能源站容量随机规划方法、系统和装置 |
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: 20210430 |
|
RJ01 | Rejection of invention patent application after publication |