CN112865084A - 一种考虑火电机组深度调峰的发电厂储能方式设置方法 - Google Patents
一种考虑火电机组深度调峰的发电厂储能方式设置方法 Download PDFInfo
- Publication number
- CN112865084A CN112865084A CN202110089921.XA CN202110089921A CN112865084A CN 112865084 A CN112865084 A CN 112865084A CN 202110089921 A CN202110089921 A CN 202110089921A CN 112865084 A CN112865084 A CN 112865084A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- generating unit
- thermal power
- cost
- power generating
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 265
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000003860 storage Methods 0.000 claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 230000008901 benefit Effects 0.000 claims abstract description 35
- 238000010248 power generation Methods 0.000 claims abstract description 18
- 238000012983 electrochemical energy storage Methods 0.000 claims abstract description 8
- 230000033228 biological regulation Effects 0.000 claims description 49
- 238000012423 maintenance Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 19
- 238000005338 heat storage Methods 0.000 claims description 16
- 238000005086 pumping Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000009194 climbing Effects 0.000 claims description 7
- 238000005336 cracking Methods 0.000 claims description 5
- 239000000446 fuel Substances 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 4
- 239000002689 soil Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000010835 comparative analysis Methods 0.000 abstract description 5
- 238000007599 discharging Methods 0.000 description 22
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 19
- 229910001416 lithium ion Inorganic materials 0.000 description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 18
- 230000002829 reductive effect Effects 0.000 description 13
- 238000007906 compression Methods 0.000 description 7
- 230000006835 compression Effects 0.000 description 7
- 230000005611 electricity Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000002485 combustion reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 238000011144 upstream manufacturing Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000005923 long-lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010977 unit operation 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
-
- 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
- H02J3/28—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
- 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
- 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
-
- 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
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种考虑火电机组深度调峰的发电厂储能方式设置方法，属于储能发电技术领域，所述方法包括：首先，综合考虑各类型储能技术的基础特性选择抽水蓄能、压缩空气储能和电化学储能作为储能代表并结合各自特点建立其系统运行模型；其次，以火电机组转子疲劳寿命损耗理论为基础，建立考虑深度调峰的火电机组模型；再次，计算各类型储能系统的全寿命周期成本并建立考虑火电机组深度调峰的多类型储能系统经济性分析模型；最后，将获取的四季典型日数据输入多类型储能系统经济性分析模型中进行对比分析，得到各类型储能系统的经济效益。本发明能够根据经济效益对发电厂合理选择储能类型并科学配置储能容量，能够极大程度的降低发电成本。
Description
技术领域
本发明属于储能发电技术领域，更具体地，涉及一种考虑火电机组深度调峰的发电厂储能方式设置方法。
背景技术
风电出力具有间歇性、随机性、甚至反调峰性等不友好特性，其高比例并网进一步加剧了系统的等效峰谷差，给电力系统的安全稳定运行带来了巨大的冲击与挑战，是造成国内电网大规模弃风限电的主要原因。
然而，现有对于储能辅助调峰的研究更多侧重的是储能装置与火电机组之间的协调调度策略制定，或者单类型储能装置的经济效益量化。现有的储能辅助调峰研究无法高效且经济地实现对发电厂储能类型的合理选择及储能容量的经济配置。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种考虑火电机组深度调峰的发电厂储能方式设置方法，其目的在于，综合考虑各类型储能系统自身特点并结合火电机组的深度调峰经济性研究，高效且经济地实现对发电厂储能类型的合理选择及储能容量的经济配置。
为实现上述目的，按照本发明的一个方面，提供了一种考虑火电机组深度调峰的发电厂储能方式设置方法，包括：
S1：建立多个不同储能类型的蓄能电站系统运行模型，多个所述蓄能电站系统运行模型至少包括：抽水蓄能PS电站系统运行模型、压缩空气储能CAES电站系统运行模型和电化学储能BES电站系统运行模型；
S2：基于火电机组转子的疲劳寿命损耗机理建立考虑深度调峰的火电机组模型；
S3：计算各类型蓄能电站系统的全寿命周期成本并建立深度调峰的多类型储能系统经济性分析模型，所述多类型储能系统经济性分析模型包括：多个所述蓄能电站系统运行模型、所述火电机组模型和系统运行约束；
S4：将风电和负荷的四季典型日预测数据、火电机组的调度参数和各类型储能系统的调度参数输入所述多类型储能系统经济性分析模型中，得到各类型蓄能电站系统引入火电机组深度调峰后的经济性比较分析结果；
S5：根据多个各类型蓄能电站系统对应的经济性比较分析结果进行发电厂的储能类型选择和储能容量配置。
在其中一个实施例中，所述步骤S1中：
所述PS电站系统运行模型对应的运行约束包括：抽水工况运行约束、发电工况运行约束、PS运行工况约束、水库运行约束、水库库容约束和PS备用约束；
所述CAES电站系统运行模型对应的运行约束包括：压缩机约束、膨胀机约束、储气室约束、储热装置约束、CAES运行工况约束和CAES备用约束；
所述BES电站系统运行模型对应的运行约束包括：充放电功率约束、充放电运行状态约束、荷电状态约束、BES备用约束、循环寿命约束、充放电过程约束和循环放电深度约束。
在其中一个实施例中，考虑深度调峰的所述火电机组模型包括：火电机组的运行模型和火电机组的经济性模型，所述步骤S2包括：
S21：建立所述火电机组的运行模型，所述运行模型包括火电机组的出力上下限约束、爬坡约束和机组旋转备用约束；
S22：利用火电机组转子的疲劳寿命损耗计算火电机组深度调峰成本；
S23：将火电机组燃料成本、所述火电机组深度调峰成本、火电机组参与深度调峰补偿收益、火电机组备用成本组建为所述火电机组的经济性模型。
在其中一个实施例中，所述步骤S22包括：
利用公式
计算所述火电机组深度调峰成本；
其中，
和
分别对应火电机组i在时段t时的机组损耗成本和投油成本，且二者的计算公式为：
β为火电机组运行影响系数，SBuy,Gi表示火电机组i的购置成本，NF,Gi,t为火电机组转子的致裂循环周次；Qoil,i,t表示时段t时火电机组i参与投油深度调峰时的油耗量，Soil为对应油价。
在其中一个实施例中，在深度调峰阶段，所述火电机组转子致裂循环周次NF,Gi,t与所述机组实际出力PGi,t的经验关系式为：
NF,Gi,t＝0.005778(PGi,t)3-2.682(PGi,t)2+484.8(PGi,t)-8411。
在其中一个实施例中，所述步骤S3包括：
计算各类型蓄能电站系统的全寿命周期成本，所述全寿命周期成本包括：投建成本、运维成本和置换成本；
将系统总运行成本最小作为目标函数建立深度调峰的所述多类型储能系统经济性分析模型，所述系统总运行成本包括各类型蓄能电站系统的全寿命周期成本、火电机组的总运行成本和弃风惩罚成本。
在其中一个实施例中，所述目标函数的表达式为：
obj＝min(CG+CESS,X+CW_cut)；
其中，CG为火电机组总运行成本，CESS,X为类型X储能电站的全寿命周期成本，X∈{PS，CAES，BES}；CW_cut为弃风惩罚成本；fWc为单位功率弃风惩罚成本；PfW,t和PsW,t分别为时段t时的风电预测出力和风电实际调度出力。
在其中一个实施例中，所述步骤S5包括：
从多个类型储能电站对应的所述经济性比较分析结果中确定出最小成本对应的储能电站类型；针对应用场景为所选储能类型进行储能容量配置。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
本发明首先综合考虑各类型储能技术的基础特性及发展应用前景，选择抽水蓄能、压缩空气储能和电化学储能作为储能代表，并结合各自特点建立其系统运行模型；其次，以火电机组转子疲劳寿命损耗理论为基础，建立考虑深度调峰的火电机组运行模型和经济性模型；再次，计及各类型储能系统的全寿命周期成本，并建立考虑火电机组深度调峰的多类型储能系统经济性分析模型；最后，将获取的四季典型日数据输入多类型储能系统经济性分析模型中进行对比分析，以得到各类型储能系统的经济效益。因此，本发明综合考虑各类型储能装置的自身特点，同时结合了火电机组的深度调峰特性，对比分析了各类型储能装置辅助火电机组深度调峰的经济效益，能够根据经济效益对发电厂合理选择储能类型并科学配置储能容量，能够极大程度的降低发电成本，提升发电效率。
附图说明
图1是本发明提供的考虑火电机组深度调峰的发电厂储能方式设置方法的流程图；
图2为本发明提供的先进绝热压缩空气储能系统的结构示意图；
图3为本发明一实施例中的系统拓扑结构的示意图；
图4a为本发明一实施例中系统电负荷的四季典型日预测数据曲线图；
图4b为本发明一实施例中系统风电出力的四季典型日预测曲线图；
图5a为本发明一实施例中场景1在冬季典型日下的能源出力示意图；
图5b为本发明一实施例中场景3在冬季典型日下的能源出力示意图；
图6为本发明一实施例中各类型储能电站运行效益随装机容量变化趋势示意图。
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。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供了一种考虑火电机组深度调峰的发电厂储能方式设置方法，如图1所示，具体包括步骤S1至步骤S5。
S1：建立多个不同储能类型的蓄能电站系统运行模型，多个蓄能电站系统运行模型至少包括：抽水蓄能(Pumped Storage,PS)电站系统运行模型、压缩空气储能(Compressed Air Energy Storage,CAES)电站系统运行模型和电化学储能(Batteryenergy storage,BES)电站系统运行模型。
具体的，综合考虑各类型储能技术的基础特性及发展应用前景，选择抽水蓄能、压缩空气储能和锂离子电池储能作为储能代表，并结合各自特点建立其系统运行模型。在其中一个实施例中，步骤S1中：PS电站系统运行模型对应的运行约束包括：抽水工况运行约束、发电工况运行约束、PS运行工况约束、水库运行约束、水库库容约束和PS备用约束。
(1)抽水工况运行约束为：PPSC,minuPSC,t≤PPSC,t≤PPSC,maxuPSC,t；其中，PPSC,max和PPSC,min分别表示抽水蓄能电站抽水功率的上下限；PPSC,t表示时段t时抽水蓄能电站水泵的抽水功率；uPSC,t表示时段t时抽水蓄能电站水泵工作状态的二进制变量，其值为1表示水泵工作，抽蓄电站抽水；其值为0表示水泵空闲。
(2)发电工况运行约束：PPSG,minuPSG,t≤PPSG,t≤PPSG,maxuPSG,t，其中，PPSG,max和PPSC,min分别表示抽水蓄能电站发电功率的上下限；PPSG,t表示时段t时抽水蓄能电站水轮机的发电功率；uPSG,t表示时段t时抽水蓄能电站水轮机工作状态的二进制变量，其值为1表示水轮机工作，抽蓄电站发电；其值为0表示水轮机空闲。
(3)运行工况约束：uPSC,t+uPSG,t≤1，即抽水蓄能电站不能同时工作于抽水工况和发电工况。
(4)水库运行约束为：
其中，
和
分别表示时段t时抽水蓄能电站上下游水库的剩余水量；QPSC,t和QPSG,t分别表示时段t时抽水蓄能电站抽水工况抽水流速和发电工况放水流速，Δt为调度时间间隔；ηPSC和ηPSG分别表示抽水工况和发电工况下电站的工作效率；ρ为水的密度，取为1000kg/m3，g为重力加速度，h为水头高度；KPSC和KPSG分别表示抽水蓄能电站抽水工况和发电工况下的流速功率比。
(5)水库库容约束为：
其中，
和
分别表示抽水蓄能电站上游水库和下游水库的库容上下限；
和
分别表示上游水库的初始水量和调度周期结束时的剩余水量，两者相等表示调度前后水库的水量需保持一致，以保证不影响第二天抽水蓄能电站的调度计划安排。
(6)备用约束：在考虑抽水蓄能电站提供旋转备用时，除了需要考虑电站抽水/发电功率的上下限值约束外，还需要考虑水库库容的上下限约束，保证抽水蓄能电站在提供备用功率时不会发生库容越限的情况。本文不考虑抽水蓄能电站跨工况提供备用的情况，故抽水蓄能电站的正、负旋转备用约束为：
其中，
和
分别表示时段t时抽水蓄能电站抽水工况和发电工况下提供的正/负旋转备用容量；
和
分别表示时段t时抽水蓄能电站提供的正/负旋转备用容量；
和
分别表示抽水蓄能电站受上游库容上/下限约束的最大抽水功率和最大发电功率。
压缩空气储能(Compressed Air Energy Storage,CAES)电站的工作原理与抽水蓄能电站类似，在用电低谷期或电量盈余时，利用电能驱动压缩机产生高压气体并存储；在用电高峰期或出现供电缺口时，利用存储的高压气体与化石燃料一同燃烧后驱动涡轮发电。先进绝热压缩空气储能系统的关键部件主要包括：多级压缩机、多级膨胀机、储气室、换热器、蓄热装置、电动机和发电机等，其系统结构示意图如图2所示。
在其中一个实施例中，CAES电站系统运行模型对应的运行约束包括：压缩机约束、膨胀机约束、储气室约束、储热装置约束、CAES运行工况约束和CAES备用约束。
(1)压缩机约束
其中，PCAESC,min和PCAESC,r分别为压缩机出力下限和上限；TCAESC,in,i、TCAESC,out,i分别为第i级压缩机的进、出口气体温度；R为空气的比热比；βc,i为第i级压缩机的额定压缩比；ηc为压缩效率。
(2)膨胀机约束
其中，PCAESG,min和PCAESG,r分别为膨胀机实际出力下限和上限；TCAESG,in,i、TCAESG,out,i分别为第i级膨胀机的进、出口气体温度；βg,i为第i级膨胀机的额定膨胀比；ηg为压缩效率。
(3)储气室约束
其中，kc和kg分别表示压缩机气压变化率功率系数和膨胀机气压变化率的功率系数，
和
分别表示时段t时的储气室气压上升率和气压下降率，pst,0和pst,t分别表示储气室初始气压和时段t时的气压，pst,min和pst,max分别表示储气室气压上/下限值。
(4)储热装置约束
其中，Hc和Hg分别表示压缩机热量变化率功率系数和膨胀机热量变化率的功率系数，PQc,t和PQg,t分别表示时段t时的压缩机产热功率和膨胀机释热功率，QTES,0和QTES,t分别表示储热装置初始蓄热量和时段t时的蓄热量，QTES,max、QTES,min表示储热装置蓄热量上限值和下限值。
(5)运行工况约束：uCAESC,t+uCAESG,t≤1，即AA-CAES电站不能同时工作在压缩工况和膨胀工况。
(6)备用约束：
式中，
和
分别表示储气室气压下限约束的最大膨胀功率和储气室气压上限约束的最大压缩功率，
和
分别表示储热装置储热量下限约束的最大膨胀功率和储热装置蓄热量上限约束的最大压缩功率，
和
分别表示时段t时AA-CAES电站压缩工况下提供的正/负旋转备用，
和
分别表示时段t时AA-CAES电站膨胀工况下提供的正/负旋转备用。
电化学储能(Battery Energy Storage,BES)技术具有配置灵活、循环效率高和响应速度快等诸多优点，是未来电网不可或缺的重要组成部分。不同于循环寿命相对固定的抽水蓄能和压缩空气储能，锂离子电池储能的循环寿命受系统的充放电倍率、电池荷电状态和放电深度等因素的影响较大，因此在储能经济性比较分析过程中将电池储能的变寿命特性考虑在内，将能够极大地提高对比结果的准确性和合理性。
面向事件的老化累计模型不受电池加工工艺和设计流程限制，具有较好的通用性，基于放电深度和充放电次数来计算电池的循环寿命。在其中一个实施例中，BES电站系统运行模型对应的运行约束包括：充放电功率约束、充放电运行状态约束、荷电状态约束、BES备用约束、循环寿命约束、充放电过程约束和循环放电深度约束。
(1)充放电功率约束为：
其中，PBESC,t和PBESG,t分别表示时段t时电池储能电站的充电功率和放电功率；uBESC,t和uBESG,t分别为时段t时电池储能电站工作状态的二进制变量，其值为1表示对应工况工作，为0则表示对应工况空闲；PBESC,max和PBESG,max分别表示电池储能电站的额定充电功率和放电功率。
(2)充放电运行状态约束：uBESC,t+uBESG,t≤1，即电池储能电站不能同时工作于充电工况和放电工况。
(3)荷电状态约束：
其中，EBES,t和EBES,t-1分别为储能电池在时段t和时段t-1时的剩余电量，
ηBESC和ηBESG分别表示电池储能电站的充/放电效率，SOCBES,t表示储能电池的荷电状态，SOCmax和SOCmin分别表示荷电状态的上下限。
(4)备用约束
锂离子电池储能电站提供旋转备用时，除了受储能电池充放电功率的上下限约束之外，还受储能电池的荷电状态约束，其具体约束表达式如下：
其中，
和
分别表示时段t时锂离子电池储能电站充电工况和放电工况下提供的正/负旋转备用容量；
和
分别表示时段t时抽水蓄能电站提供的正/负旋转备用容量；
和
分别表示锂离子电池储能电站受荷电状态上下限约束的最大充电功率和放电功率。
(5)循环寿命约束：以下幂函数决定：
其中，Nlife表示储能电池寿命终止时的循环次数；N0表示电池以100％放电深度放电时的全寿命循环次数，DODcyc为电池实际循环放电深度；kp为曲线拟合参数；N0和kp均为电池出厂固有参数。
电池储能电站实际运行时并不会每次均以100％放电深度进行充放电，因此需要将每次不同深度的放电循环折算为100％放电深度下的等效全循环次数，单次等效全循环次数计算表达式如下所示：
其中，neq,t表示循环放电深度DODcyc,t所对应的等效全循环放电次数。
电池储能电站日等效全循环次数Neq为：
其中，T为典型日调度周期时段数。则电池储能电站循环寿命为：
其中，TBES,cyc为电池储能电站循环寿命，单位为年。此外，储能电站还存在固定服务年限即浮充寿命Tflo，电池储能电站的最大循环寿命不得超过其浮充寿命TBES,flo，故有：TBES,cyc≤TBES,flo。
(6)充放电过程约束
利用放电深度来计算储能电池的循环寿命，需要对储能电池的充放电动作进行判断，故此引入充放电过程约束：储能电池的充电过程定义为其从充电状态开始到下一次放电状态为止，同理放电状态是指从放电状态开始到下一次充电状态为止，空闲状态不改变电池的充放电过程。
在电池储能电站运行过程中，电池必然处于充电过程或者放电过程，引入
和
分别作为时段t时储能电池的充电过程/放电过程的二进制变量，则有：
充放电过程不仅与当前时段储能电池的充放电状态有关，还与上一时段的充放电过程密切相关：
上述约束表示当储能电池处于充电/放电状态时，储能电池必然处于充电/放电过程；当电池处于空闲状态时，储能电池延续上一时段的充放电过程。
(7)循环放电深度约束
储能电池的循环寿命主要受循环放电深度影响，而循环放电深度则由充放电循环时的荷电状态决定，引入SBES,t作为充放电循环动作的二进制变量，其值为1表示电池发生充放电循环，其具体约束表达式如下所示：
储能电池的循环放电深度计算表达式如下：DODcyc,t＝(1-SOCBES,t-1)·SBES,t。
S2：基于火电机组转子的疲劳寿命损耗机理建立考虑深度调峰的火电机组模型。
火电机组深度调峰是指火电机组在最小技术出力的基础上，通过牺牲机组性能或者借助外界投油等手段进一步下调出力，以提升火电机组调峰能力，为风电上网提供空间。在火电机组深度调峰的过程中，机组转子将承受较大的交变热应力，经过一定周次的循环之后，将导致转子疲劳累积以致断裂，因此在考虑火电机组参与深度调峰时需要考虑火电机组的磨损寿命损失成本；除此之外，当机组参与投油深度调峰时，锅炉的燃烧稳定性、水动力工况安全性都会迅速下降，导致机组无法稳定燃烧，此时需要投油助燃以保证机组安全运行，还会额外带来投油成本。
在其中一个实施例中，考虑深度调峰的火电机组模型包括：火电机组的运行模型和火电机组的经济性模型，步骤S2包括：S21：建立火电机组的运行模型，运行模型包括火电机组的出力上下限约束、爬坡约束和机组旋转备用约束。S22：利用火电机组转子的疲劳寿命损耗计算火电机组深度调峰成本；S23：将火电机组燃料成本、火电机组深度调峰成本、火电机组参与深度调峰补偿收益、火电机组备用成本组建为火电机组的经济性模型。
火电机组的运行模型，主要包括火电机组的出力上下限约束、爬坡约束和备用约束等；具体如下：
(1)机组出力上下限约束
其中，uGi,t表示时段t时火电机组i运行状态的二进制变量，其值为1表示该机组工作，为0则表示机组空闲；
和
是表示火电机组i在时段t时所处调峰状态的二进制变量，其值为1表示机组位于该状态，其中
对应机组常规调峰，
对应机组稳燃不投油深度调峰，
对应机组投油深度调峰。PGi,t表示时段t时火电机组i的发电功率，
和
分别表示火电机组i常规调峰出力上下限，
和
分别表示火电机组稳燃不投油深度调峰和投油深度调峰出力的上下限，此处认为火电机组出力连续，因此有
(2)机组爬坡约束和启停约束：
分别为火电机组i在时段t的开机/停机时间；
分别为火电机组i的最小开机/停机时间；fSt_Gi为常规机组i的启动成本；
分别为常规机组i的上、下爬坡率。
(3)机组旋转备用约束：火电机组的旋转备用不仅受机组出力上下限约束，还受机组上下爬坡能力限制，具体约束表达式如下：
其中，
和
分别表示火电机组i在时段t时的正/负旋转备用容量，
和
表示火电机组i上/下爬坡率，Vt表示单位调度时长。
火电机组的经济性模型，主要包括火电机组的煤耗成本、深度调峰成本和补贴收益等，具体如下：
(1)火电机组燃料成本CG,run：
其中，NG表示常规火电机组的数量，aGi和bGi表示常规火电机组i的燃料成本系数。
(2)火电机组深度调峰成本CG,DP
火电机组深度调峰成本主要包括机组损耗成本和稳燃投油成本两部分，前者在火电机组深度调峰阶段均存在，后者则仅在火电机组投油深度调峰时考虑。基于转子疲劳寿命损耗机理，按照转子材料的Δε-N低周疲劳特性关系进行低周疲劳寿命损耗计算，借鉴Manson-Coffin公式得到火电机组深度调峰成本。
在其中一个实施例中，步骤S22包括：利用公式：
计算火电机组深度调峰成本；其中，
和
分别对应火电机组i在时段t时的机组损耗成本和投油成本，β为火电机组运行影响系数，SBuy,Gi表示火电机组i的购置成本，NF,Gi,t为火电机组转子的致裂循环周次；Qoil,i,t表示时段t时火电机组i参与投油深度调峰时的油耗量，Soil为对应油价。另外，在深度调峰阶段，火电机组转子致裂循环周次NF,Gi,t与机组实际出力PGi,t的经验关系式为：NF,Gi,t＝0.005778(PGi,t)3-2.682(PGi,t)2+484.8(PGi,t)-8411。
(3)火电机组参与深度调峰补偿收益EG
其中，fG为火电机组深度调峰单位电量补偿电价。
(4)火电机组启动成本CG,start：
其中，SGi为火电机组i的单次启动成本。
(5)火电机组备用成本CG,reserve：
其中，cGi和dGi分别表示火电机组提供正/负旋转备用的单位容量成本。
S3：计算各类型蓄能电站系统的全寿命周期成本并建立深度调峰的多类型储能系统经济性分析模型，多类型储能系统经济性分析模型包括：多个蓄能电站系统运行模型和火电机组模型。
在其中一个实施例中，步骤S3包括：计算各类型蓄能电站系统的全寿命周期成本，全寿命周期成本包括：投建成本、运维成本和置换成本；将系统总运行成本最小作为目标函数建立深度调峰的所述多类型储能系统经济性分析模型，此处的系统总运行成本包括各类型蓄能电站系统的全寿命周期成本、火电机组的总运行成本和弃风惩罚成本，所述目标函数的表达式为：
obj＝min(CG+CESS,X+CW_cut)；
其中，CG为火电机组总运行成本，CESS,X为类型X储能电站的全寿命周期成本，X∈{PS，CAES，BES}；CW_cut为弃风惩罚成本；fWc为单位功率弃风惩罚成本；PfW,t和PsW,t分别为时段t时的风电预测出力和风电实际调度出力。
首先，多类型储能经济性模型主要包括：储能电站投建成本、运维成本和置换成本等储能全寿命周期成本，具体约束表达式如下：
(1)储能电站投建成本：储能电站投建成本主要考虑各类型储能电站关键设备的购置成本，具体计算表达式如下：
其中，CInv,X表示类型X储能电站的投建成本，其中X∈{PS，CAES，BES}。抽水蓄能电站的关键设备主要包括水泵、水轮机和上下游水库，fPS,C、fPS,G和fPS,CAP分别对应这三种部件的单位投建成本；类似的，fCAES,C、fCAES,G、fCAES,ST和fCAES,TES分别表示压缩空气储能电站的压缩机、膨胀机、储气室和蓄热装置的单位投建成本，PCAESC,max、PCAESG,max、VST和QTES分别对应压缩空气储能电站压缩机、膨胀机、储气室和蓄热装置的额定功率或额定容量；fBES,P和fBES,E分别表示电池储能系统的单位功率/容量投建成本；此外，R为年化系数，具体计算表达式如下：
其中，r为折现率，Tpro为工程周期年限，此处取为40年。
(2)储能电站运维成本：储能电站的运维成本主要分为年固定运维成本和可变运维成本，其中前者主要由电站的规模大小决定，而后者则与储能电站的能量吞吐量有关，具体计算表达式如下：
其中，COM,X表示类型X储能电站的运维成本，fOM,X,fix和fOM,X,var分别对应类型X储能电站的年化单位固定运维成本和单位可变运维成本，其中X∈{PS，CAES，BES}。
(3)储能电站置换成本
抽水蓄能电站和压缩空气储能电站的工作寿命较长，一般可以达到30～40年左右；而电池储能电站的日历寿命则相对较短，且受储能电池的循环放电深度影响较大。电池储能电站的置换成本具体表达式如下：
其中，CRep,X表示类型X储能电站的置换成本，其中X∈{PS，CAES，BES}；k为工程周期内的储能电池的置换总次数，当其为非整数时，向上取整，具体计算表达式如下：
其中，Tpro为工程周期，TBES,cyc为锂离子电池储能电站循环寿命。
然后，考虑火电机组深度调峰的多类型储能经济性比较分析模型如下：基于上述研究基础，构建考虑火电机组深度调峰的多类型储能经济性比较分析模型，模型以系统运行总成本最小作为目标函数。
在其中一个实施例中，多类型储能系统经济性分析模型对应的系统运行约束包括：系统功率平衡约束和系统备用约束。
(1)系统功率平衡约束：
其中，PLoad,t表示时段t时系统的负荷预测值。功率平衡约束是系统的基本运行约束，即在考虑灵活性调节资源储能参与之后，系统的机组出力与风电出力之和需要满足系统负荷的需求。
(2)系统备用约束：
其中，
和
分别表示类型X储能电站在时段t时提供的正/负旋转备用，εL和εW分别表示负荷和风电的预测误差比例。系统备用约束同样是系统安全运行的重要约束，负荷和风电的预测值往往会存在一定的不确定性，为保证系统的安全稳定运行，需要在每一时段按照负荷和风电的预测误差比例预留一部分正/负旋转备用。
S4：将风电和负荷的四季典型日预测数据、火电机组的调度参数和各类型储能系统的调度参数输入多类型储能系统经济性分析模型中，得到各类型蓄能电站系统引入火电机组深度调峰后的经济性比较分析结果。
具体的，将获取的风电、负荷的四季典型日预测数据和各类型储能系统的详细参数输入多类型储能系统经济性分析模型中，对比分析不同类型储能系统引入对于火电机组深度调峰和电网实际运行的经济影响。
S5：根据多个各类型蓄能电站系统对应的经济性比较分析结果进行发电厂的储能类型选择和储能容量配置。
在其中一个实施例中，步骤S5包括：从多个类型储能电站对应的经济性比较分析结果中确定出最小成本对应的储能电站类型；针对应用场景为所选储能类型进行储能容量配置。
举例来说，以图3所示的系统为对象(其中，储能系统ES和风电场S接入节点23，火电机组G1～G6依次接入节点1、2、5、8、11和13)，在经济性比较分析的过程中各类型储能电站依次接入，依次按照以下步骤进行：
步骤1、建立考虑火电机组深度调峰的多类型储能经济性比较分析模型，该模型以系统总运行成本最小作为目标函数，其中，系统总运行成本包括：各类型蓄能电站系统的全寿命周期成本、火电机组的总运行成本和弃风惩罚成本。目标函数表达式如下：
obj＝min(CG+CESS,X+CW_cut)；
目标函数的约束包括火电机组的运行约束模型和经济性约束模型、各类型储能系统运行约束模型和经济性约束模型、系统功率平衡约束和备用约束等。
步骤2、先将获取的负荷和风电的四季典型日短期预测数据，参见图4a和图4b、以及火电机组的调度参数输入经济性分析模型中；然后，结合场景设置将不同类型储能电站的调度参数输入到模型中，得到不同场景下的系统四季典型日调度结果；最后，根据典型日调度结果对系统进行调度，并按照实际地区的季候分布占比将调度结果加权得到各个场景下的经济性比较分析结果。系统四季典型日调度结果主要包括火电机组、抽水蓄能电站、压缩空气储能电站和锂离子电池储能电站的运行工况及调度出力情况，以及风电调度出力情况。
在计算储能系统规划成本时，工程周期设置为40年，折现率取8％，弃风惩罚成本设置为200$/MW；不投油/投油深度调峰阶段火电机组的运行影响系数β分别取为1.2和1.5，油价取为6130元/t；参考《东北电力辅助服务市场运行规则(试行)》中的相关规定，设置火电机组深度调峰单位电量补偿电价为0.4元/(kWh)；假定春夏秋冬四季在一年中所占的比例分别设置为0.17、0.33、0.17和0.33，负荷预测和风电出力预测的最大误差分别为5％和20％。抽水蓄能电站、压缩空气储能电站、锂离子电池储能电站和火电机组的调度参数参见表1-4，上述各类型储能电站的成本特性参数参见表5。
表1
表2
表3
表4
表5
为验证本发明方法的有效性，设定了四种场景以作对比：场景1，无任何储能电站参与，仅考虑具备深度调峰能力的常规火电机组和风电参与；场景2，在场景1的基础上在23节点加入抽水蓄能电站；场景3，在场景1的基础上在23节点加入压缩空气储能电站；场景4，在场景1的基础上在23节点接入锂离子电池储能电站。场景1主要分析了在不考虑储能电站参与的情况下的系统运行结果，表6中展示了不同典型日下场景1中各项成本费用的仿真结果，其中“综合”表示根据四季典型日的年均占比计算得到的系统日均运行成本，收益相当于成本的负值。
表6
分析表中数据可以发现，在不考虑储能参与时，系统具有较为严重的弃风情况，在风电大发而负荷较低的春季时的系统弃风成本占比甚至达到27％，综合春夏秋冬的相关数据，系统的日均弃风成本为72006$，约占系统总成本的10.2％。进一步分析可以发现，火电机组的深度调峰机组损耗和投油成本之和约占系统总成本的3％，深度调峰补贴收益约占机组深度调峰总成本的66.2％，说明有部分深度调峰的成本由机组本身承担。场景2-4对比分析了不同类型储能电站对系统运行的影响，其对应的系统运行成本仿真结果如表7所示。
表7
分析表2中的数据可以发现，储能电站引入之后，系统的整体运行成本下降，其中场景2中系统总成本下降最多(较场景1下降了约11.4％)，场景4中系统总成本下降程度最少(较场景1下降了约10.22％)。进一步分析可以发现，储能电站引入之后，火电机组的运行、备用以及深度调峰机组损耗等各项成本均出现了不同程度的降低，其中下降较为明显的是火电机组的备用成本和深度调峰相关成本。除此之外，也可以发现系统的弃风现象得到了极大的抑制，系统的弃风成本普遍下降了约80％以上。综合上述分析，可以发现不同类型储能电站引入均会对火电机组运行经济性和深度调峰能力带来较大的改善和提升。
下面以冬季典型日为例，以压缩空气储能电站作为储能代表，分析储能电站引入对系统运行的影响。场景1和场景3中系统在冬季典型日的运行情况分别如图5a和图5b所示。分析图中信息可以看出，储能电站引入之后大幅度提升了系统的灵活调节能力，其在风电大发或者负荷低谷期时充电储能，在负荷高峰期时放电释能，促进了风电的大规模消纳，避免了部分经济效益较差的火电机组大量出力，提升了系统的运行经济效益；此外，分析图5b中火电机组深度调峰出现的时段，可以发现火电机组深度调峰往往发生在负荷低谷期，此时开机运行的火电机组较少且机组出力一般较低，当系统风电出力骤增时，往往需要进一步压低火电机组出力为风电消纳提供空间；而考虑储能之后，则可以利用储能灵活的双向调节能力将骤增的风电转化成其他形式的能量存储起来，大幅度减少了火电机组的深度调峰频率，分析图5b也可以看出火电机组深度调峰在该场景下仅发生了一次。
对比分析表2中各个场景的系统仿真数据可以发现，在面向火电机组深度调峰应用场景下，不同类型储能电站对于系统的运行具有不同的影响：就降低火电机组运行成本和备用成本而言，场景4所对应的锂离子电池储能最具优势，这主要是由于锂离子电池储能具有较高的能量循环效率(约为86％)和宽广的出力范围，可以高效率的实现能量的转移并为系统提供正/负旋转备用。压缩空气储能受限于技术成熟度等因素，其循环效率相对较低(约为56％)，所以其降低火电机组运行成本的效益最差；不过相较于抽水蓄能而言，压缩空气储能出力范围更广，所以其提供系统备用的能力略强于抽水蓄能。
就减少火电机组深度调峰相关成本和促进风电大规模消纳而言，场景3所对应的压缩空气储能最具优势，这主要是由于压缩空气储能具备良好的宽工况运行能力和持久的循环寿命，可以快速满足由于源荷波动所带来的系统调节需求，大幅度改善了系统灵活调节能力。而锂离子电池储能受限于电池较短的循环寿命和高昂的投资成本，其往往会避免由于频繁改变充放电工况而造成的寿命大幅度缩减的现象，所以导致锂离子电池储能在降低火电机组深度调峰成本等方面的效果最差；而抽水蓄能则介于两者之间，主要是由于抽水蓄能电站虽然系统循环寿命较长，但其狭窄的抽水工况出力范围一定程度上制约了其灵活调节能力。
下面分析储能电站本体的投资运维成本，结合表2中的数据可以发现：目前抽水蓄能电站的投资成本最低，压缩空气储能次之，锂离子电池储能最高。而就储能运维成本而言，锂离子电池储能电站由于基本不含机械转动设备，所以其运维成本最低；压缩空气储能电站中除了电动机/发电机之外，还包含压缩机/膨胀机等气动设备和热量存储/交换装置，系统较为复杂，所以其运维成本最高；抽水蓄能电站的运维成本则介于两者之间。
为便于分析，将储能电站投资成本与运维成本之和称为储能电站投资运维成本，将储能电站引入之后系统总运行成本的下降值称为储能电站运行效益。与此同时，引入储能电站产出投入比的概念，即储能电站运行效益与投资运维成本之比。各类型储能电站经济效益对比情况如表8所示。
表8
分析上表中的数据可以发现，结合目前各类型储能电站的技术经济特性以及火电机组的深度调峰需求：目前抽水蓄能电站的总体经济效益仍然处于领先地位，这主要是由于抽水蓄能电站不仅具有较为经济的投资运维成本，而且还具有循环效率高和运行寿命长等优点，使得其在降低火电机组运行、备用成本和促进风电大规模消纳等方便具备明显的竞争优势，其所带来的运行效益约为其投资成本的3.7倍；其次是压缩空气储能，压缩空气储能产出投入比介于抽水蓄能和锂离子电池储能两者之间，并且循环效率是制约压缩空气储能运行效益的重要因素，随着压缩空气储能技术的不断成熟以及系统循环效率的进一步提升，压缩空气储能有望取代抽水蓄能成为未来大规模储能技术的重要发展方向；最后是锂离子电池储能，
不同类型储能电站在不同装机容量下的运行效益，仿真结果如表9所示，变化趋势如图6所示。
表9
分析表4中信息可以发现，随着储能装机容量的不断增加，各类型储能电站的运行效益和产出投入比均呈现先上升后下降的变化趋势，这主要是由于：当储能装机容量较小时，其投资运维成本相对较低，而其在降低火电机组运行、备用和深度调峰等成本和促进风电大规模消纳等方面的效益明显，且储能容量增加所带来的运行效益高于其所对应投资运维成本的增长，所以此时储能产出投入比不断升高；后来随着储能装机容量的进一步提升，储能在系统中的需求和效益逐渐达到饱和，而装机容量上升导致储能投资运维成本仍在不断增加，使得储能电站运行效益下降且产出投入比开始下跌。在储能装机容量较小时，各类型储能电站的运行效益基本相同，抽水蓄能和锂离子电池储能电站相对更具优势；随着储能装机容量的进一步增加，抽水蓄能和压缩空气储能这类机械储能的优势逐渐凸显。
综上所述，本发明所提出的多类型储能经济性比较分析方法具备实用性和有效性，可以清楚地比较不同类型和不同装机容量储能电站在辅助火电机组深度调峰场景下的经济效益及各自优势。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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 (8)
1.一种考虑火电机组深度调峰的发电厂储能方式设置方法，其特征在于，包括：
S1：建立多个不同储能类型的蓄能电站系统运行模型，多个所述蓄能电站系统运行模型至少包括：抽水蓄能PS电站系统运行模型、压缩空气储能CAES电站系统运行模型和电化学储能BES电站系统运行模型；
S2：基于火电机组转子的疲劳寿命损耗机理建立考虑深度调峰的火电机组模型；
S3：计算各类型蓄能电站系统的全寿命周期成本并建立深度调峰的多类型储能系统经济性分析模型，所述多类型储能系统经济性分析模型包括：多个所述蓄能电站系统运行模型、所述火电机组模型以及系统运行约束；
S4：将风电和负荷的四季典型日预测数据、火电机组的调度参数和各类型储能系统的调度参数输入所述多类型储能系统经济性分析模型中，得到各类型蓄能电站系统引入火电机组深度调峰后的经济性比较分析结果；
S5：根据多个各类型蓄能电站系统对应的经济性比较分析结果进行发电厂的储能类型选择和储能容量配置。
2.如权利要求1所述的考虑火电机组深度调峰的发电厂储能方式设置方法，其特征在于，所述步骤S1中：
所述PS电站系统运行模型对应的运行约束包括：抽水工况运行约束、发电工况运行约束、PS运行工况约束、水库运行约束、水库库容约束和PS备用约束；
所述CAES电站系统运行模型对应的运行约束包括：压缩机约束、膨胀机约束、储气室约束、储热装置约束、CAES运行工况约束和CAES备用约束；
所述BES电站系统运行模型对应的运行约束包括：充放电功率约束、充放电运行状态约束、荷电状态约束、BES备用约束、循环寿命约束、充放电过程约束和循环放电深度约束。
3.如权利要求1所述的考虑火电机组深度调峰的发电厂储能方式设置方法，其特征在于，考虑深度调峰的所述火电机组模型包括：火电机组的运行模型和火电机组的经济性模型，所述步骤S2包括：
S21：建立所述火电机组的运行模型，所述运行模型包括火电机组的出力上下限约束、爬坡约束和机组旋转备用约束；
S22：利用火电机组转子的疲劳寿命损耗计算火电机组深度调峰成本；
S23：将火电机组燃料成本、所述火电机组深度调峰成本、火电机组参与深度调峰补偿收益、火电机组备用成本组建为所述火电机组的经济性模型。
4.如权利要求3所述的考虑火电机组深度调峰的发电厂储能方式设置方法，其特征在于，所述步骤S22包括：
利用公式
计算所述火电机组深度调峰成本；
其中，
和
分别对应火电机组i在时段t时的机组损耗成本和投油成本，且二者的计算公式为：
β为火电机组运行影响系数，SBuy,Gi表示火电机组i的购置成本，NF,Gi,t为火电机组转子的致裂循环周次；Qoil,i,t表示时段t时火电机组i参与投油深度调峰时的油耗量，Soil为对应油价。
5.如权利要求4所述的考虑火电机组深度调峰的发电厂储能方式设置方法，其特征在于，在深度调峰阶段，所述火电机组转子致裂循环周次NF,Gi,t与所述机组实际出力PGi,t的经验关系式为：
NF,Gi,t＝0.005778(PGi,t)3-2.682(PGi,t)2+484.8(PGi,t)-8411。
6.如权利要求1考虑火电机组深度调峰的发电厂储能方式设置方法，其特征在于，所述步骤S3包括：
计算各类型蓄能电站系统的全寿命周期成本，所述全寿命周期成本包括：投建成本、运维成本和置换成本；
将系统总运行成本最小作为目标函数建立深度调峰的所述多类型储能系统经济性分析模型，所述系统总运行成本包括各类型蓄能电站系统的全寿命周期成本、火电机组的总运行成本和弃风惩罚成本。
7.如权利要求6所述的考虑火电机组深度调峰的发电厂储能方式设置方法，其特征在于，所述目标函数的表达式为：
obj＝min(CG+CESS,X+CW_cut)；
其中，
CG为火电机组总运行成本，CESS,X为类型X储能电站的全寿命周期成本，X∈{PS，CAES，BES}；CW_cut为弃风惩罚成本；fWc为单位功率弃风惩罚成本；PfW,t和PsW,t分别为时段t时的风电预测出力和风电实际调度出力。
8.如权利要求1-7任一项所述的考虑火电机组深度调峰的发电厂储能方式设置方法，其特征在于，所述步骤S5包括：
从多个类型储能电站对应的所述经济性比较分析结果中确定出最小成本对应的储能电站类型；
针对应用场景为所选储能类型进行储能容量配置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110089921.XA CN112865084B (zh) | 2021-01-22 | 2021-01-22 | 一种考虑火电机组深度调峰的发电厂储能方式设置方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110089921.XA CN112865084B (zh) | 2021-01-22 | 2021-01-22 | 一种考虑火电机组深度调峰的发电厂储能方式设置方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112865084A true CN112865084A (zh) | 2021-05-28 |
| CN112865084B CN112865084B (zh) | 2022-09-27 |
Family
ID=76008020
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110089921.XA Active CN112865084B (zh) | 2021-01-22 | 2021-01-22 | 一种考虑火电机组深度调峰的发电厂储能方式设置方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112865084B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114004064A (zh) * | 2021-10-12 | 2022-02-01 | 国网经济技术研究院有限公司 | 多类型储能通用建模方法、装置、电子设备和存储介质 |
| CN114336680A (zh) * | 2021-12-28 | 2022-04-12 | 东旭新能源投资有限公司 | 机组系统调频中储能系统的容量配置方法和系统 |
| CN114876588A (zh) * | 2022-05-26 | 2022-08-09 | 西安热工研究院有限公司 | 一种基于熔盐储能的火电机组优化运行方法 |
| CN115276008A (zh) * | 2022-09-28 | 2022-11-01 | 国网湖北省电力有限公司经济技术研究院 | 考虑调峰调频需求的电力系统新能源承载能力评估方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150153394A1 (en) * | 2013-12-03 | 2015-06-04 | Solarcity Corporation | Peak shaving using energy storage |
| US20160218505A1 (en) * | 2013-08-28 | 2016-07-28 | Robert Bosch Gmbh | System and Method for Energy Asset Sizing and Optimal Dispatch |
| CN108808658A (zh) * | 2018-06-04 | 2018-11-13 | 东北电力大学 | 一种面向电网agc调频的储能收益计算方法 |
| CN109787259A (zh) * | 2019-01-23 | 2019-05-21 | 西安交通大学 | 一种基于新能源随机波动的多类型储能联合规划方法 |
| CN109872088A (zh) * | 2019-03-27 | 2019-06-11 | 万克能源科技有限公司 | 一种用于火电厂辅助调频的储能容量及功率规划的方法 |
| CN111313418A (zh) * | 2020-04-01 | 2020-06-19 | 国网四川省电力公司电力科学研究院 | 一种压缩空气储能的电力系统及其调度方法 |
| CN111478376A (zh) * | 2020-06-02 | 2020-07-31 | 赫普能源环境科技股份有限公司 | 一种火电机组协调控制调峰调频系统和方法 |
| CN111628503A (zh) * | 2020-06-20 | 2020-09-04 | 东北电力大学 | 考虑广义储能与火电联合调峰的日前-日内两阶段滚动优化调度方法 |
| CN112240540A (zh) * | 2020-10-27 | 2021-01-19 | 西安热工研究院有限公司 | 基于液态压缩空气储能的火电机组调峰调频系统及方法 |
-
2021
- 2021-01-22 CN CN202110089921.XA patent/CN112865084B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160218505A1 (en) * | 2013-08-28 | 2016-07-28 | Robert Bosch Gmbh | System and Method for Energy Asset Sizing and Optimal Dispatch |
| US20150153394A1 (en) * | 2013-12-03 | 2015-06-04 | Solarcity Corporation | Peak shaving using energy storage |
| CN108808658A (zh) * | 2018-06-04 | 2018-11-13 | 东北电力大学 | 一种面向电网agc调频的储能收益计算方法 |
| CN109787259A (zh) * | 2019-01-23 | 2019-05-21 | 西安交通大学 | 一种基于新能源随机波动的多类型储能联合规划方法 |
| CN109872088A (zh) * | 2019-03-27 | 2019-06-11 | 万克能源科技有限公司 | 一种用于火电厂辅助调频的储能容量及功率规划的方法 |
| CN111313418A (zh) * | 2020-04-01 | 2020-06-19 | 国网四川省电力公司电力科学研究院 | 一种压缩空气储能的电力系统及其调度方法 |
| CN111478376A (zh) * | 2020-06-02 | 2020-07-31 | 赫普能源环境科技股份有限公司 | 一种火电机组协调控制调峰调频系统和方法 |
| CN111628503A (zh) * | 2020-06-20 | 2020-09-04 | 东北电力大学 | 考虑广义储能与火电联合调峰的日前-日内两阶段滚动优化调度方法 |
| CN112240540A (zh) * | 2020-10-27 | 2021-01-19 | 西安热工研究院有限公司 | 基于液态压缩空气储能的火电机组调峰调频系统及方法 |
Non-Patent Citations (3)
| Title |
|---|
| CHANG LIU: ""Determining deep peak-regulation reserve for power system with high-share of renewable energy based on virtual energy storage"", 《2019 IEEE SUSTAINABLE POWER AND ENERGY CONFERENCE (ISPEC)》 * |
| 张晓晨: ""储能在电力系统调频调峰中的应用"", 《硕士电子期刊 工程科技Ⅱ辑》 * |
| 蔡杰 等: ""含光热集热模块的先进绝热压缩空气"", 《电力自动化设备》 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114004064A (zh) * | 2021-10-12 | 2022-02-01 | 国网经济技术研究院有限公司 | 多类型储能通用建模方法、装置、电子设备和存储介质 |
| CN114004064B (zh) * | 2021-10-12 | 2024-09-06 | 国网经济技术研究院有限公司 | 多类型储能通用建模方法、装置、电子设备和存储介质 |
| CN114336680A (zh) * | 2021-12-28 | 2022-04-12 | 东旭新能源投资有限公司 | 机组系统调频中储能系统的容量配置方法和系统 |
| CN114336680B (zh) * | 2021-12-28 | 2023-10-13 | 东旭新能源投资有限公司 | 机组系统调频中储能系统的容量配置方法和系统 |
| CN114876588A (zh) * | 2022-05-26 | 2022-08-09 | 西安热工研究院有限公司 | 一种基于熔盐储能的火电机组优化运行方法 |
| CN114876588B (zh) * | 2022-05-26 | 2024-02-27 | 西安热工研究院有限公司 | 一种基于熔盐储能的火电机组优化运行方法 |
| CN115276008A (zh) * | 2022-09-28 | 2022-11-01 | 国网湖北省电力有限公司经济技术研究院 | 考虑调峰调频需求的电力系统新能源承载能力评估方法 |
| CN115276008B (zh) * | 2022-09-28 | 2023-01-17 | 国网湖北省电力有限公司经济技术研究院 | 考虑调峰调频需求的电力系统新能源承载能力评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112865084B (zh) | 2022-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112865084B (zh) | 一种考虑火电机组深度调峰的发电厂储能方式设置方法 | |
| CN105048516B (zh) | 一种风光水火多源互补优化调度方法 | |
| CN112529244B (zh) | 一种考虑电负荷需求响应的综合能源系统协同优化运行法 | |
| CN105305419B (zh) | 一种含有压缩空气储能的独立微网容量优化配置方法 | |
| CN107732949B (zh) | 一种综合风电全年多季节特性的储能布点定容方法 | |
| CN115640982B (zh) | 基于抽水蓄能优先调节的多能互补系统日前优化调度方法 | |
| CN112270433B (zh) | 考虑可再生能源不确定性和用户满意度的微电网优化方法 | |
| CN111859683B (zh) | 基于动态能量集线器的园区综合能源系统优化配置方法 | |
| CN114221338B (zh) | 考虑电源灵活性和互补性的多能源电力系统优化调度方法 | |
| CN110084465B (zh) | 基于储能的风力发电系统成本/供电可靠性评估方法 | |
| CN112421642B (zh) | 一种综合能源系统ies可靠性评估方法和系统 | |
| CN115333129A (zh) | 一种考虑新能源消纳率与储能利用率的储能配置方法 | |
| CN112446546A (zh) | 一种考虑能源可靠性的综合能源系统两阶段优化配置方法 | |
| CN116050637A (zh) | 基于分时电价的综合能源虚拟电厂优化调度方法及系统 | |
| CN116436088A (zh) | 一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法 | |
| CN115081700A (zh) | 基于综合储能技术的数据中心多能协同优化方法及系统 | |
| Mohamed et al. | Modelling and environmental/economic power dispatch of microgrid using multiobjective genetic algorithm optimization | |
| CN112307603B (zh) | 考虑大规模风电接入的混合储能容量优化配置方法及系统 | |
| CN114153142A (zh) | 一种含高比例风光电力系统中抽蓄电站的优化控制方法 | |
| CN113300400A (zh) | 一种分布式微电网调度方法 | |
| Sedighnejad et al. | Performance evaluation of a hybrid wind-diesel-compressed air energy storage system | |
| CN115986766A (zh) | 一种考虑调差系数灵敏度与频率约束的机组组合方法 | |
| CN115940282A (zh) | 一种考虑掺氢比约束的风电制氢储能系统容量优化配置方法 | |
| Chen et al. | Flexible transformation cost analysis of Thermal power in Jiangxi Province for depth peak-shaving | |
| CN110635496B (zh) | 一种考虑配电系统负荷波动的日前鲁棒调度方法 |
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 |