CN112736973A - 平抑风电、光伏电站出力波动的电池储能容量配置方法及系统 - Google Patents

平抑风电、光伏电站出力波动的电池储能容量配置方法及系统 Download PDF

Info

Publication number
CN112736973A
CN112736973A CN202011588112.5A CN202011588112A CN112736973A CN 112736973 A CN112736973 A CN 112736973A CN 202011588112 A CN202011588112 A CN 202011588112A CN 112736973 A CN112736973 A CN 112736973A
Authority
CN
China
Prior art keywords
energy storage
power
energy
output
data
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
CN202011588112.5A
Other languages
English (en)
Inventor
魏远
张欢畅
黄兴宇
孙旭东
周祥
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.)
Northwest Electric Power Design Institute of China Power Engineering Consulting Group
Original Assignee
Northwest Electric Power Design Institute of China Power Engineering Consulting Group
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 Northwest Electric Power Design Institute of China Power Engineering Consulting Group filed Critical Northwest Electric Power Design Institute of China Power Engineering Consulting Group
Priority to CN202011588112.5A priority Critical patent/CN112736973A/zh
Publication of CN112736973A publication Critical patent/CN112736973A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • 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
    • H02J3/46—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
    • 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
    • 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
    • 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
    • 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
    • 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
    • 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)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种平抑风电、光伏电站出力波动的电池储能容量配置方法及系统，属于新能源技术领域。本发明以促进风力、光伏新能源电站并网为研究背景，以平抑出力波动为目标。提出了一种基于频谱分析的储能容量配置方法，本方法采用离散傅里叶变换对新能源历史数据或预测数据进行频谱分析，在频率波动范围内合理确定低通滤波截止频率，建立电池储能系统的综合充放电损耗和单日均衡运行等约束条件，考虑当地风光资源特性，获得用于平抑新能源出力波动的储能额定功率与容量配置结果。本发明计算量小，适用性强，能够满足新能源并网应用场景需求，对于电池储能工程具有指导意义与实用价值。

Description

平抑风电、光伏电站出力波动的电池储能容量配置方法及 系统
技术领域
本发明属于新能源技术领域，具体涉及一种平抑风电、光伏电站出力波动的电池储能容量配置方法及系统。
背景技术
风力、光伏等新能源具有随机性、间歇性与波动性等特点，随着新能源的装机比例不断提高，对电网的安全稳定运行带来了诸多挑战。电池储能系统(Battery EnergyStorage System，BESS)凭借其灵活的充放电特性、快速的响应调节特点以及对工程建设选址的低要求，在电力系统的发-输-配-用各个环节具有广阔的应用前景，也使其成为抑制风电、光伏等新能源功率波动，解决电网大规模弃风弃光问题的最有效手段。
面向新能源并网的储能容量配置方法主要有滤波控制算法、滑动平均算法、模型预测控制算法等，其中滤波控制算法是平滑新能源处理功率波动应用最广的算法。滤波控制算法又可以分为卡尔曼滤波、小波变换、滤波算法等，其中卡尔曼滤波适合风电、光伏实时数据处理与运算，但是难以处理高频功率波动；小波变换具有处理短时功率波动的优势，但是算法复杂，选取小波基函数和分解层数是算法难点；滤波算法具有适用性强，算法原理简单的优势，通过一定滤波算法获取风电、光伏目标功率，进而获得不同滤波参数下的平滑效果与储能容量配置，其算法难点则在于合理选取滤波参数。
从工程建设角度来看，考虑到现阶段储能电池价格昂贵、工程投资较高、定价及收益方式不明确等因素，实际储能工程中储能容量配置首要考虑工程建设经济性，依据风电、光伏接入系统要求技术规定的最低标准，或者依据工程建设经验，按照风电、光伏装机容量的一定比例配置，因此，导致难以掌握电池储能的波动抑制效果，且易出现储能过冲过放、不均衡运行等问题，未能充分发挥电池储能的技术优势。
发明内容
为了克服上述现有电池储能容量配置方法的缺陷，本发明以促进风力、光伏新能源电站并网为研究背景，以平抑出力波动为目标。提出了平抑风电、光伏电站出力波动的电池储能容量配置方法及系统，本方法同时可给出不同储能容量配置结果下新能源出力波动率结果，本发明计算量小，适用性强，能够满足新能源并网应用场景需求，对于电池储能工程具有指导意义与实用价值。
为实现上述目的，本发明采取的技术方案为：
一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，包括以下步骤：
收集新能源历史数据或预测数据作为新能源出力样本数据；
对出力样本数据进行频谱分析，在频率波动范围内确定低通滤波截止频率；
建立电池储能系统的综合充放电损耗和单日均衡运行等约束条件；
考虑当地风光资源特性，获得用于平抑新能源出力波动的储能额定功率与容量配置结果。
作为本发明的进一步改进，所述预测数据是结合光、风资源数据与光伏阵列、风机功率曲线进行线性拟合。
作为本发明的进一步改进，频谱分析通过将时域数据转换到复频域，转换公式如下：
Figure BDA0002866391300000031
其中：
N为数据点数；
P(k)为出力数据幅频特性曲线。
作为本发明的进一步改进，确定滤波频率具体步骤为：
对得到风电、光伏电站新能源出力样本数据进行频谱分析，通过将时域数据转换到复频域，获得新能源出力频域特性曲线，由此可以得到新能源功率波动的主要频率波动范围上限与下限，并对新能源出力曲线低通滤波；随后校验滤波后的出力波动率，选定低通滤波截止频率。
作为本发明的进一步改进，获得储能额定功率与容量的具体步骤为：
由滤波得到高频波动分量即储能所需补偿功率；将储能修正功率值进行平移，同时将新能源-储能联合出力也相应平移，获得平移后的储能功率值，进而确定储能额定功率；
由储能补偿功率获得储能最大充/放电量值，在结合具体电池种类SOC的运行上下限范围后，确定储能的最小额定容量。
作为本发明的进一步改进，经过滤波得到高频波动分量即为储能所需补偿功率，考虑到储能电站实际运行中的电量损耗，储能对外部放电时，储能修正功率为补偿功率除以放电效率；外部对储能充电时，储能修正功率为补偿功率乘以充电效率；考虑充放电损耗的储能修正功率为：
Figure BDA0002866391300000032
其中：
PE[n]为储能修正功率；
PE0[n]为经低通滤波后的储能补偿功率；
ηd、ηc分别为储能放电、充电效率；
N为数据点数；
平移后的储能功率值：
Figure BDA0002866391300000041
P′E[n]＝PE[n]-ΔP,n＝1,2…N (式4)
P′line[n]＝Pline[n]-ΔP,n＝1,2…N (式5)
其中：
ΔP为储能修正功率平移量；
P′E[n]、P′line[n]分别为平移后的储能修正功率和新能源-储能联合功率；
在一天内，储能的最大充/放电功率应不小于储能所需补偿功率最大的充/放电功率值，由此确定储能额定功率：
PEN＝max{|P′E[n]|} (式6)
其中：
PEN为储能额定功率。
作为本发明的进一步改进，确定储能的最小额定容量具体包括以下步骤：
根据储能充放电过程，储能累计充/放电量：
Figure BDA0002866391300000042
其中：
E[n]为储能累计充放电量；
Ts为样本数据采样周期；
采用SOC来衡量储能的实时运行状态：
Figure BDA0002866391300000051
其中：
S为储能实时荷电状态；
S0为储能初始荷电状态；
EN为储能额定容量；
充电时E[n]为负，SOC值增大；放电时E[n]为正，SOC值降低。
作为本发明的进一步改进，储能的SOC值应满足储能电池运行约束：
连续放电时，SOC不应低于其下限值Smin，连续充电时，SOC不应高于上限值Smax；根据式(7)可求得最大放电量值为max{E[n]}，最大充电量值为min{E[n]}，则以上约束条件转换为：
Figure BDA0002866391300000052
取满足约束条件的最小EN，可得：
Figure BDA0002866391300000053
求解上式可得最小额定容量：
Figure BDA0002866391300000054
一种用于平抑风电、光伏电站出力波动的电池储能容量配置系统，包括：
数据获取模块，用于收集新能源历史数据或预测数据作为新能源出力样本数据；
数据分析模块，用于对出力样本数据进行频谱分析，在频率波动范围内确定低通滤波截止频率；
约束条件建立模块，用于建立电池储能系统的综合充放电损耗和单日均衡运行等约束条件；
容量配置模块，用于考虑当地风光资源特性，获得用于平抑新能源出力波动的储能额定功率与容量配置结果。
与现有技术相比，本发明具有如下有益效果：
本发明以促进风力、光伏新能源电站并网为研究背景，以平抑出力波动为目标，提出了一种基于频谱分析的储能容量配置方法，本方法采用离散傅里叶变换对新能源历史数据或预测数据进行频谱分析，在频率波动范围内合理确定低通滤波截止频率，建立电池储能系统的综合充放电损耗和单日均衡运行等约束条件，考虑当地风光资源特性，获得用于平抑新能源出力波动的储能额定功率与容量。本发明计算量小，适用性强，能够满足新能源并网应用场景需求，对于电池储能工程具有指导意义与实用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法流程图；
图2为新疆哈密地区某风电场历史出力数据，(a)3月16日风电场出力，(b)6月14日风电场出力，(c)9月15日风电场出力，(d)12月15日风电场出力；
图3为新疆哈密地区某风电场历史出力数据频谱分析，(a)3月16日风电场出力频谱分析，(b)6月14日风电场出力频谱分析，(c)9月15日风电场出力频谱分析，(d)12月15日风电场出力频谱分析；
图4为电池储能系统容量优化配置结果，(a)储能额定容量配置结果，(b)储能额定功率配置结果，(c)储能额定时间配置结果。
具体实施方式
为了使本发明的目的和技术方案更加清晰和便于理解。以下结合附图和实施例，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，并非用于限定本发明。
下面将结合附图及具体的实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明的范围。
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
本发明一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，包括以下步骤：
1)收集风电、光伏电站新能源出力样本数据
新能源出力样本数据以直接收集新能源电站历史出力数据为宜，也可结合光、风资源数据与光伏阵列、风机功率曲线进行线性拟合。
2)对步骤1)得到风电、光伏电站新能源出力样本数据进行频谱分析，通过将时域数据转换到复频域，获得新能源出力频域特性曲线，由此可以得到新能源功率波动的主要频率波动范围上限ωH与下限ωL。下一步对新能源出力曲线低通滤波。随后校验滤波后的出力波动率，选定低通滤波截止频率ωC。
3)确定电池储能的功率
步骤2)滤波得到高频波动分量即为储能所需补偿功率，考虑到储能电站实际运行中的电量损耗，包括电池充放电损耗、储能变流器损耗、变压器损耗等，本发明将以上损耗统一简化为充/放电损耗，并用充/放电效率等效。储能对外部放电时，储能修正功率为补偿功率除以放电效率；外部对储能充电时，储能修正功率为补偿功率乘以充电效率。
为保持储能连续均衡运行，本发明设定储能单个运行周期为1天，即应满足在1天内，储能电池的净充/放电量为零，即当日储能电池终止值SOCend(state of charge)值应尽可能接近当日储能电池初始值SOCbegin。由于样本出力数据的采样周期T相同，电量E的平衡可转化为功率P的平衡，即可将储能修正功率值进行平移，同时将新能源-储能联合出力也相应平移，可获得平移后的储能功率值P′E[n]。在一天内，储能的最大充/放电功率应不小于储能所需补偿功率最大的充/放电功率值，由此可确定储能额定功率PEN。
4)确定电池储能的容量
根据储能充放电过程，储能累计充/放电量：
Figure BDA0002866391300000081
其中：
E[n]为储能累计充放电量；
Ts为样本数据采样周期；
采用SOC来衡量储能的实时运行状态：
Figure BDA0002866391300000091
其中：
S为储能实时荷电状态；
S0为储能初始荷电状态；
EN为储能额定容量；
充电时E[n]为负，SOC增大；放电时E[n]为正，SOC降低。
储能的SOC值应满足储能电池运行约束：即连续放电时，SOC不应低于其下限值Smin，连续充电时，SOC不应高于上限值Smax。根据式(7)可求得最大放电量值为max{E[n]}，最大充电量值为min{E[n]}，则以上约束条件可转换为：
Figure BDA0002866391300000092
取满足约束条件的最小EN，可得：
Figure BDA0002866391300000093
求解上式可得：
Figure BDA0002866391300000094
综上，由储能补偿功率获得储能最大充/放电量值，在结合具体电池种类SOC的运行上下限范围后，根据式(11)确定储能的最小额定容量EN。
下面对本发明做进一步详细描述：
1)收集风电、光伏电站新能源出力样本数据
新能源出力样本数据以直接收集新能源电站历史出力数据为宜，也可结合光、风资源数据与光伏阵列、风机功率曲线进行线性拟合。若历史或拟合出力数据的采样频率较高，能满足频谱分析约束，可直接作为样本数据输入；若历史或拟合出力数据的采样频率较低，宜对出力数据进行线性插值以提高频谱分析精度。考虑到风电、光伏等新能源出力的强波动性，建议历史数据或预测出力数据的采集周期以1min、5min为宜，对应采样频率为1/60、1/300。
2)对步骤1)得到风电、光伏电站新能源出力样本数据对新能源出力数据进行频谱分析，通过将时域数据转换到复频域，转换公式如下：
Figure BDA0002866391300000101
其中：
N为数据点数；
P(k)为出力数据幅频特性曲线；
根据幅频特性，可以得到新能源功率波动的主要频率波动范围上限ωH与下限ωL。根据式(1)出力数据的幅频特性P(k)，选定滤波频率ωC。首先对新能源出力曲线低通滤波。随后校验滤波后的出力波动率。由于储能补偿频率范围与滤波频率ωC密切相关，当截止频率ωC选取较大时，储能补偿频率范围偏小，因而获得的抑制波动效果差。在确定滤波频率ωC时可以从低频段ωL开始逐渐向高频段ωH尝试。若滤波后得到的新能源-储能联合功率波动率低于波动率约束，则配置的储能容量偏大；若得到的联合功率波动率高于波动率约束，则配置的储能容量偏小；当波动率接近约束条件时，得到的滤波频率是较理想值，即在满足并网波动率考核要求下获得储能最低容量配置值。
3)确定电池储能的功率
经过滤波得到高频波动分量即为储能所需补偿功率，考虑到储能电站实际运行中的电量损耗，包括电池充放电损耗、储能变流器损耗、变压器损耗等，本发明将以上损耗统一简化为充/放电损耗，并用充/放电效率等效。储能对外部放电时，储能修正功率为补偿功率除以放电效率；外部对储能充电时，储能修正功率为补偿功率乘以充电效率。综上，考虑充放电损耗的储能修正功率为：
Figure BDA0002866391300000111
其中：
PE[n]为储能修正功率；
PE0[n]为经低通滤波后的储能补偿功率；
ηd、ηc分别为储能放电、充电效率；
N为数据点数。
在单个工作周期内，储能修正功率应该满足储能电池能够连续运行，即不出现过充电或过放电，且在单个工作周期内充放电量均衡。本发明设定储能单个运行周期为1d，即应满足在1d内，储能电池的净充/放电量为零，对应于当日储能电池的终止SOC(state ofcharge)值应尽可能接近初始SOC值。由于样本出力数据的采样周期T相同，电量E的平衡可转化为功率P的平衡，即可将储能修正功率值进行平移，同时将新能源-储能联合出力也相应平移，可获得平移后的储能功率值：
Figure BDA0002866391300000121
P′E[n]＝PE[n]-ΔP,n＝1,2…N (式4)
P′line[n]＝Pline[n]-ΔP,n＝1,2…N (式5)
其中：
ΔP为储能修正功率平移量；
P′E[n]、P′line[n]分别为平移后的储能修正功率和新能源-储能联合功率。
在一天内，储能的最大充/放电功率应不小于储能所需补偿功率最大的充/放电功率值，由此可确定储能额定功率：
PEN＝max{|P′E[n]|} (式6)
其中：
PEN为储能额定功率；
4)确定电池储能的容量
根据储能充放电过程，储能累计充/放电量：
Figure BDA0002866391300000122
其中：
E[n]为储能累计充放电量；
Ts为样本数据采样周期；
采用SOC来衡量储能的实时运行状态：
Figure BDA0002866391300000123
其中：
S为储能实时荷电状态；
S0为储能初始荷电状态；
EN为储能额定容量；
充电时E[n]为负，SOC增大；放电时E[n]为正，SOC降低。
储能的SOC值应满足储能电池运行约束：即连续放电时，SOC不应低于其下限值Smin，连续充电时，SOC不应高于上限值Smax。根据式(7)可求得最大放电量值为max{E[n]}，最大充电量值为min{E[n]}，则以上约束条件可转换为：
Figure BDA0002866391300000131
取满足约束条件的最小EN，可得：
Figure BDA0002866391300000132
求解上式可得：
Figure BDA0002866391300000133
综上，由储能补偿功率获得储能最大充/放电量值，在结合具体电池种类SOC的运行上下限范围后，根据式(11)确定储能的最小额定容量EN。
本发明另一个目的在于提供一种用于平抑风电、光伏电站出力波动的电池储能容量配置系统，包括：
数据获取模块，用于收集新能源历史数据或预测数据作为新能源出力样本数据；
数据分析模块，用于对出力样本数据进行频谱分析，在频率波动范围内确定低通滤波截止频率；
约束条件建立模块，用于建立电池储能系统的综合充放电损耗和单日均衡运行约束条件；
容量配置模块，用于考虑当地风光资源特性，获得用于平抑新能源出力波动的储能额定功率与容量配置结果。
下面通过具体实施例对本发明做进一步说明：
实施例
以新疆哈密地区某风场历史出力数据为输入样本，采用本发明储能容量配置方法，以平抑该风电场总出力波动为目标。该风场风电场总装机容量为49.5MW，原有风电场出力受风速影响较大，难以满足电能并网波动率要求。
1)收集风电、光伏电站新能源出力样本数据
收集的风场出力数据采样周期为5min，分别收集了春夏秋冬每个季节连续10天风场出力数据，随机选取该年份3月16日、6月14日、9月15日与12月15日4个典型日风电场出力数据，如图2所示。该风场历史出力数据受风速影响较大，经统计分析，4个典型日的出力数据逐10min波动率分别达到31.55％、61.09％、55.92％与26.42％，出力波动率很高，难以满足电能并网波动率要求。
2)对步骤1)得到风电、光伏电站新能源出力样本数据对新能源出力数据进行频谱分析，通过将时域数据转换到复频域
采用离散傅里叶变换方法对该风场出力进行频谱分析，结果如图3所示。风电出力波动频段主要集中在1×10-5Hz～1.6×10-3Hz，低频波动的幅值较大，其中在0.1×10-3Hz左右的波动分量较多，高频波动的幅值越来越小，变化越来越缓慢。因此，在[1×10-5,1.6×10-3]Hz频率范围内选择滤波频率ωC。本例中，通过采用试频法，确定的滤波频率ω＝0.1×10-3Hz，使电池储能系统可以补偿从滤波频率0.1×10-3～1.6×10-3Hz之间的波动成分，实现对风电出力曲线的平滑。
3)确定电池储能的功率与4)确定电池储能的容量
考虑到实际运行中储能电池服役时间与其放电深度密切相关，为延长储能电池运行寿命，计算中电池的荷电状态取值较为保守，SOC值上限设为90％，下限设为10％，即当电池SOC越限时，电池即停止充/放电，电池单体、储能变流器(PCS)及变压器的综合充/放电效率η按96％考虑。
以该风场6月14日出力数据为输入，计算所得的储能容量(MWh)、储能功率(MW)、储能时间(h)随风-储联合出力并网波动率的变化曲线，结果如图4所示。其中，风-储联合出力的并网波动率考核时间间隔设为10min，可以看到，随着风-储联合出力并网波动率的降低，所需储能容量、储能功率、储能时间均成上升趋势。
为了不失一般性，考虑3类波动率考核要求，分别为10min波动率小于10％、20％、30％，对新疆哈密地区该风电场春夏秋冬每个季节连续10天历史出力配置电池储能，平均值结果如表1所示。
表1不同并网波动率考核下储能配置平均结果
Figure BDA0002866391300000151
表1储能配置结果表明，当电池储能用于平抑风电场功率波动场景时，在10min波动率小于10％目标下，储能功率约占新能源装机的30％，此时电池储能可显著改善风电并网电能质量；在10min波动率小于20％目标下，储能功率约占新能源装机的25％；在10min波动率30％目标下，储能功率约占新能源装机的15％，此时风电的并网电能质量已满足风电并网质量要求。此外，电池储能时长配置结果约在0.5～1h之间，便可满足平抑风电场出力波动目标。
从实施案例可以看出，本发明以降低新能源并网波动率为目标，提出了一种适用于新能源电站的储能容量配置方法，本方法以新能源历史出力数据为输入，通过频谱分析与滤波手段，获得储能补偿频段与储能容量。本发明结合储能实际运行工况，考虑电池储能系统综合充放电损耗以及单日电池充放电量均衡约束条件，因而计算得到的储能容量准确可靠。本发明计算量小，适用性强，能够满足新能源并网应用场景需求，对于电池储能工程具有指导意义与实用价值。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定专利保护范围。

Claims (9)

1.一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，其特征在于，包括以下步骤：
收集新能源历史数据或预测数据作为新能源出力样本数据；
对出力样本数据进行频谱分析，在频率波动范围内确定低通滤波截止频率；
建立电池储能系统的综合充放电损耗和单日均衡运行的约束条件；
考虑当地风光资源特性，获得用于平抑新能源出力波动的储能额定功率与容量配置结果。
2.根据权利要求1所述的一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，其特征在于，所述预测数据是结合光、风资源数据与光伏阵列、风机功率曲线进行线性拟合。
3.根据权利要求1所述的一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，其特征在于，频谱分析通过将时域数据转换到复频域，转换公式如下：
Figure FDA0002866391290000011
其中：
N为数据点数；
P(k)为出力数据幅频特性曲线。
4.根据权利要求1所述的一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，其特征在于，确定滤波频率具体步骤为：
对得到风电、光伏电站新能源出力样本数据进行频谱分析，通过将时域数据转换到复频域，获得新能源出力频域特性曲线，由此可以得到新能源功率波动的主要频率波动范围上限与下限，并对新能源出力曲线低通滤波；随后校验滤波后的出力波动率，选定低通滤波截止频率。
5.根据权利要求1所述的一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，其特征在于，获得储能额定功率与容量的具体步骤为：
由滤波得到高频波动分量即储能所需补偿功率；将储能修正功率值进行平移，同时将新能源与储能联合出力也相应平移，获得平移后的储能功率值，进而确定储能额定功率；
由储能补偿功率获得储能最大充/放电量值，在结合具体电池种类SOC的运行上下限范围后，确定储能的最小额定容量。
6.根据权利要求5所述的一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，其特征在于，
经过滤波得到高频波动分量即为储能所需补偿功率，考虑到储能电站实际运行中的电量损耗，储能对外部放电时，储能修正功率为补偿功率除以放电效率；外部对储能充电时，储能修正功率为补偿功率乘以充电效率；考虑充放电损耗的储能修正功率为：
Figure FDA0002866391290000021
其中：
PE[n]为储能修正功率；
PE0[n]为经低通滤波后的储能补偿功率；
ηd、ηc分别为储能放电、充电效率；
N为数据点数；
平移后的储能功率值：
Figure FDA0002866391290000031
P’E[n]＝PE[n]-ΔP,n＝1,2…N (式4)
P’line[n]＝Pline[n]-ΔP,n＝1,2…N (式5)
其中：
ΔP为储能修正功率平移量；
P′E[n]、P′line[n]分别为平移后的储能修正功率和新能源与储能联合出力；
在一天内，储能的最大充/放电功率应不小于储能所需补偿功率最大的充/放电功率值，由此确定储能额定功率：
PEN＝max{|P’E[n]|} (式6)
其中：
PEN为储能额定功率。
7.根据权利要求5所述的一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，其特征在于，确定储能的最小额定容量具体包括以下步骤：
根据储能充放电过程，储能累计充/放电量：
Figure FDA0002866391290000032
其中：
E[n]为储能累计充放电量；
Ts为样本数据采样周期；
采用荷电状态SOC来衡量储能的实时运行状态：
Figure FDA0002866391290000033
其中：
S为储能实时荷电状态；
S0为储能初始荷电状态；
EN为储能额定容量；
充电时E[n]为负，SOC值增大；放电时E[n]为正，SOC值降低。
8.根据权利要求7所述的一种用于平抑风电、光伏电站出力波动的电池储能容量配置方法，其特征在于，储能的SOC值应满足储能电池运行约束：
连续放电时，SOC不应低于其下限值Smin，连续充电时，SOC不应高于上限值Smax；根据式(7)可求得最大放电量值为max{E[n]}，最大充电量值为min{E[n]}，则以上约束条件转换为：
Figure FDA0002866391290000041
取满足约束条件的最小EN，可得：
Figure FDA0002866391290000042
求解上式可得最小额定容量：
Figure FDA0002866391290000043
9.一种用于平抑风电、光伏电站出力波动的电池储能容量配置系统，其特征在于，包括：
数据获取模块，用于根据新能源历史数据或预测数据作为新能源出力样本数据；
数据分析模块，用于对出力样本数据进行频谱分析，在频率波动范围内确定低通滤波截止频率；
约束条件建立模块，用于建立电池储能系统的综合充放电损耗和单日均衡运行等约束条件；
容量配置模块，用于考虑当地风光资源特性，获得用于平抑新能源出力波动的储能额定功率与容量配置结果。
CN202011588112.5A 2020-12-28 2020-12-28 平抑风电、光伏电站出力波动的电池储能容量配置方法及系统 Pending CN112736973A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011588112.5A CN112736973A (zh) 2020-12-28 2020-12-28 平抑风电、光伏电站出力波动的电池储能容量配置方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011588112.5A CN112736973A (zh) 2020-12-28 2020-12-28 平抑风电、光伏电站出力波动的电池储能容量配置方法及系统

Publications (1)

Publication Number Publication Date
CN112736973A true CN112736973A (zh) 2021-04-30

Family

ID=75607080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011588112.5A Pending CN112736973A (zh) 2020-12-28 2020-12-28 平抑风电、光伏电站出力波动的电池储能容量配置方法及系统

Country Status (1)

Country Link
CN (1) CN112736973A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113471995A (zh) * 2021-06-09 2021-10-01 国网江苏省电力有限公司淮安供电分公司 一种基于改进平均值法提升新能源高占比区域频率稳定性的储能配置方法
CN113541127A (zh) * 2021-06-18 2021-10-22 国网湖北省电力有限公司电力科学研究院 一种有源配电网中广义储能系统分布式配置方法
CN114050596A (zh) * 2021-11-18 2022-02-15 中国水利水电科学研究院 一种利用自发风电和大电网混合供电进行调水的方法
CN114118579A (zh) * 2021-11-26 2022-03-01 南方电网调峰调频发电有限公司 一种新能源场站储能配置规划方法、装置及计算机设备
CN114597954A (zh) * 2022-05-10 2022-06-07 青岛科技大学 一种应对光伏功率波动的光储并网控制系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017161785A1 (zh) * 2016-03-23 2017-09-28 严利容 基于储能运行状态的光伏功率稳定输出控制方法
CN107370176A (zh) * 2017-06-28 2017-11-21 国电南瑞科技股份有限公司 一种平抑随机性电源出力波动的方法
CN109802414A (zh) * 2019-01-29 2019-05-24 国家电网有限公司 一种平滑新能源输出功率波动的储能配置方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017161785A1 (zh) * 2016-03-23 2017-09-28 严利容 基于储能运行状态的光伏功率稳定输出控制方法
CN107370176A (zh) * 2017-06-28 2017-11-21 国电南瑞科技股份有限公司 一种平抑随机性电源出力波动的方法
CN109802414A (zh) * 2019-01-29 2019-05-24 国家电网有限公司 一种平滑新能源输出功率波动的储能配置方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
魏远等: "面向风电光伏并网的储能容量配置频谱分析方法", 《南方电网技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113471995A (zh) * 2021-06-09 2021-10-01 国网江苏省电力有限公司淮安供电分公司 一种基于改进平均值法提升新能源高占比区域频率稳定性的储能配置方法
CN113471995B (zh) * 2021-06-09 2023-12-12 国网江苏省电力有限公司淮安供电分公司 一种提升新能源高占比区域频率稳定性的储能配置方法
CN113541127A (zh) * 2021-06-18 2021-10-22 国网湖北省电力有限公司电力科学研究院 一种有源配电网中广义储能系统分布式配置方法
CN114050596A (zh) * 2021-11-18 2022-02-15 中国水利水电科学研究院 一种利用自发风电和大电网混合供电进行调水的方法
CN114118579A (zh) * 2021-11-26 2022-03-01 南方电网调峰调频发电有限公司 一种新能源场站储能配置规划方法、装置及计算机设备
CN114118579B (zh) * 2021-11-26 2023-06-09 南方电网调峰调频发电有限公司 一种新能源场站储能配置规划方法、装置及计算机设备
CN114597954A (zh) * 2022-05-10 2022-06-07 青岛科技大学 一种应对光伏功率波动的光储并网控制系统

Similar Documents

Publication Publication Date Title
CN112736973A (zh) 平抑风电、光伏电站出力波动的电池储能容量配置方法及系统
CN107947231B (zh) 一种面向配电网优化运行的混合储能系统控制方法
CN107294122B (zh) 一种混合储能系统分层动态控制方法
CN105896582B (zh) 一种微网储能容量优化配置方法
CN110365013B (zh) 一种光热-光伏-风电联合发电系统的容量优化方法
CN104734166A (zh) 混合储能系统及风力发电功率平滑控制方法
CN102684201B (zh) 一种基于电压越限概率的含风电场电网无功优化方法
CN103269091B (zh) 一种基于风光平均出力曲线的风光储容量配置方法
CN110797896A (zh) 一种微网风光储系统中混合储能容量优化配置方法
CN110350518B (zh) 一种用于调峰的电网储能容量需求评估方法及系统
CN111900745A (zh) 一种用于平抑风电功率波动的混合储能分频协调控制系统
Singh et al. Operation and control of a hybrid wind-diesel-battery energy system connected to micro-grid
CN116470513A (zh) 一种响应电网需求的多类型光热电站协调调度运行方法
CN114580180A (zh) 基于自适应模态数vmd算法的混合储能容量配置方法
CN111027179B (zh) 一种计及辅助调频服务的双馈风电场的等值建模方法
CN202651806U (zh) 一种电池储能电站平滑风光发电控制系统
CN112928769B (zh) 一种兼顾补偿预测误差和平抑波动的光伏混合储能控制方法
CN109088421A (zh) 基于fdm的混合储能系统容量优化配置方法
CN111313478A (zh) 一种基于功率平滑的可再生能源储能优化配置方法
CN106786766B (zh) 一种基于p2g技术的提高风电最大并网容量的方法
CN106849138B (zh) 一种基于巴特沃兹滤波器的储能配置方法
CN110460108A (zh) 一种平滑新能源出力波动的储能优化配置方法
Wang et al. Multi-objective optimal dispatch of wind-integrated power system based on distributed energy storage
Zhao et al. Optimal economic allocation strategy for hybrid energy storage system under the requirement of wind power fluctuation
Pingping et al. Improved wavelet packet of hybrid energy storage to smooth wind power fluctuation

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