CN112886624A - 一种三站合一变电站储能装置规划设计系统及方法 - Google Patents
一种三站合一变电站储能装置规划设计系统及方法 Download PDFInfo
- Publication number
- CN112886624A CN112886624A CN202110159441.6A CN202110159441A CN112886624A CN 112886624 A CN112886624 A CN 112886624A CN 202110159441 A CN202110159441 A CN 202110159441A CN 112886624 A CN112886624 A CN 112886624A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- station
- power
- storage device
- substation
- 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 325
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims abstract description 61
- 238000013461 design Methods 0.000 claims abstract description 59
- 238000004088 simulation Methods 0.000 claims abstract description 58
- 238000004519 manufacturing process Methods 0.000 claims abstract description 48
- 238000005457 optimization Methods 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 9
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- 230000005611 electricity Effects 0.000 claims description 44
- 238000007405 data analysis Methods 0.000 claims description 22
- 238000010248 power generation Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000007600 charging Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000013486 operation strategy Methods 0.000 claims description 5
- 230000001932 seasonal effect Effects 0.000 claims description 5
- 238000007619 statistical method Methods 0.000 claims description 5
- 230000003442 weekly effect Effects 0.000 claims description 5
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 3
- BNOODXBBXFZASF-UHFFFAOYSA-N [Na].[S] Chemical compound [Na].[S] BNOODXBBXFZASF-UHFFFAOYSA-N 0.000 claims description 3
- 230000009194 climbing Effects 0.000 claims description 3
- 238000012983 electrochemical energy storage Methods 0.000 claims description 3
- 229910001416 lithium ion Inorganic materials 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 229910052720 vanadium Inorganic materials 0.000 claims description 3
- 238000009826 distribution Methods 0.000 claims description 2
- 230000000452 restraining effect Effects 0.000 claims description 2
- 238000010187 selection method Methods 0.000 claims description 2
- LEONUFNNVUYDNQ-UHFFFAOYSA-N vanadium atom Chemical compound [V] LEONUFNNVUYDNQ-UHFFFAOYSA-N 0.000 claims description 2
- 210000000352 storage cell Anatomy 0.000 abstract 2
- 238000011161 development Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- 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]
-
- 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)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请属于电气工程规划和输变电工程设计技术领域,涉及一种三站合一变电站储能装置规划设计系统及方法,该方法以获取三站合一变电站储能装置的容量计算模型,以储能装置的容量、PCS、储能电芯信息为目标,通过生产运行模拟,采用机器学习算法等求解,得到储能装置的容量、PCS、储能电芯配置信息;并根据三站合一变电站储能电池的设计模型,求解多约束决策模型,对接入三站合一变电站储能电站土建总平面布置进行优化设计。本申请能够得到储能电池容量、电芯型号和PCS容量配置信息,然后通过容量配置信息对储能装置的PCS设计、土建设计进行最优配置,使得三站合一变电站发挥消纳新能源的作用,从而提高整体运行的经济性。
Description
技术领域
本发明属于电气工程规划和输变电工程设计技术领域,涉及一种三站合一变电站储能装置规划设计系统及方法。
背景技术
变电站规划设计是电力系统规划的重要组成部分,三站合一变电站储能装置规划需要研究确定三站合一变电站储能装置在电力系统中的地位和发挥的作用,确定储能容量,通过技术性能、经济性分析选择电化学储能类型,在此基础上开展三站合一变电站储能装置设计,包括:储能装置电气主接线设计、总平面布置、站用电系统和计算机监控系统等,以及储能装置在三站合一变电站内的融合设计等内容。
电力系统运行模拟是从电力系统整体和实际出发,充分考虑电力系统中各类电站的特点,充分利用新能源发电、水利发电、储能的容量和电量,模拟电力系统全年逐月的运行方式等。随着我国限制碳排量要求的进一步提高和矿物质类一次能源资源短缺矛盾的不断加深,以风力发电和光伏发电为代表的新能源发电已经成为一种必然趋势。因此,电力系统运行模拟模型能够计及新能源发电的特点,通过建立新能源发电出力、储能的模拟模型,量化评价大规模新能源、储能装置接入电力系统的调峰能力和消纳能力。
“三站合一”变电站的发展背景简介如下。近年来,随着国民经济不断发展,电力负荷呈快速增长趋势,电网负荷的峰谷差逐步增大。与此同时,具有随机性、波动性和不可调度性的可再生能源大规模并网,导致电网的调峰问题更加突出,给电力调度造成一系列的困难。2006年11月,原国家电力监管委员会发布了《并网发电厂辅助服务管理暂行办法》,各区域电力监管机构陆续制订实施细则,组织实施并加强监管,开启电力市场辅助服务建设;2014年,国家能源局印发《关于积极推进跨省跨区电力辅助服务补偿机制建设工作的通知》,将跨省跨区交易电量纳入电力辅助服务补偿机制范畴。目前,电力辅助服务补偿机制除西藏尚未建立外,在全国范围内基本建成,运行效果普遍较好,为进一步推进电力市场建设奠定了基础。我国辅助服务责任主要由发电企业承担,通过采取强制提供、按需调用和事后补偿等方式,考核发电企业发电小时数,在一定程度上激发了发电企业参与提供辅助服务的积极性。探索利用变电站资源建设运营充换电(储能)站和数据中心站新模式。在此大背景下,包含变电站、储能站、数据中心的“三站合一”的变电站模式成为未来电网发展建设的主要趋势。
电力系统中的电源及输配电设备均按照电网高峰负荷规划建设,但电网高峰负荷的持续时间较短,导致为满足高峰负荷需求而规划建设的电力设备资产的利用率较低,同时随着分布式新能源的发展,接入110kV及以下系统的电源增加,110kV及以上变电站降压潮流的变化随机性和波动性增强。随着储能技术的不断发展,如何利用市场化手段研究解决电网调峰问题,提高资产利用率、提出储能商业化运营模式是现阶段电网建设及运维管理面临的重要问题。
大规模电池储能系统因其快速响应的特性,具有优越的调峰性能,可在用电低谷期作为负荷存储电能,在用电高峰期作为电源释放电能,实现发电和用电间的解耦调节,削减负荷峰谷差。以锂离子电池、全钒氧化还原液流电池和钠硫电池为代表的电池储能系统,可以延缓甚至减少电源和电网建设,提高能源利用效率和电网整体的资产利用水平。影响储能技术在电力领域规模化应用的因素主要包括:储能系统规模、技术水平、安全性及经济性。
发明内容
针对“三站合一”的变电站发展趋势,在现有的变电站中增加储能装置(也称为储能系统),需要按照电力系统消纳分布式电源和减少负荷波动等需求规划储能容量,选择电化学储能装置的型式,并考虑现有变电站中的场地和剩余变电间隔等条件设计储能装置,因此,本申请提供一种三站合一变电站储能装置规划设计方法,具体技术方案如下:
一种三站合一变电站储能装置规划设计系统,包括:初始数据分析模块、储能容量规划方案初步计算模块、储能电池选型计算模块、储能PCS储能变流器(Power ConversionSystem)优化设计模块和储能装置土建优化设计模块;
所述初始数据分析模块与储能容量规划方案初步计算模块进行数据传递,所述储能容量规划方案初步计算模块与储能电池选型计算模块进行数据传递,所述储能电池选型计算模块与储能PCS优化设计模块、储能装置土建优化设计模块进行数据传递;
所述初始数据分析模块用于:
①在三站合一变电站未配置储能装置的情况下,实现对三站合一变电站所在电力系统(包括:变压器和输电线路等)时序生产运行模拟所需数据的整理,收集新能源电站的出力特性、负荷特性、电网拓扑接线图(即网架拓扑结构)、新能源电站变电站的有功功率极限和线路的有功功率极限;
②对三站合一变电站所在电力系统进行生产运行模拟数据建模,通过生产运行模拟,得到生产运行模拟结果,提取影响新能源消纳的因素信息,并对生产运行模拟结果中新能源的弃电功率和弃电量进行统计分析;
所述影响新能源消纳的因素信息包括:新能源弃电和利用情况的时序数据信息、新能源的出力受限有功功率、变压器的功率、变压器的功率方向(即电流是流出变压器,还是流入变压器)、新能源弃电和利用的持续时间、新能源的出力受限有功功率的持续时间、变压器的功率的持续时间和变压器的功率方向的持续时间;将电网拓扑接线图、发电曲线、新能源出力时序曲线、负荷时序曲线、常规机组有功出力调节范围、输电线路和变压器的最大有功约束和功率方向作为三站合一变电站储能装置的容量计算模型的输入;
所述储能容量规划方案初步计算模块用于:
①对初始数据分析模块的生产运行模拟结果进行数据分析;
②对新能源弃电的日特性、周特性、季特性和年度特性进行分析,并将上述特性(主要是弃电量及周期)代入三站合一变电站储能装置的容量计算模型,采用启发式算法,以年度时序生产运行模拟中的弃电最小为约束和以电力系统全寿命周期总成本最低为优化目标,以投资决策约束、运行约束和其他约束为条件约束;得出最优的储能装置的容量;
③获取配置信息;
采用机器学习算法求解所述储能装置的容量配置优化模型,得到所述储能装置的容量配置信息、PCS配置信息和储能电池的电芯配置信息;
所述储能电池选型计算模块用于:电芯型式同步计算,首先选择储能电池的电芯型式,然后根据电芯的能量密度、成本、充放电倍率和循环次数,应用多约束决策模型,在满足决策约束的条件下,根据储能装置的投资成本C储能总成本最优,针对不同类型的储能电池,采用遍历算法,确定最终的方案,其中,C储能总成本为储能电池的投资成本;
所述储能PCS优化设计模块用于:对PCS设备选型,并对三站合一变电站储能配置PCS接入设计进行优化;
所述储能装置土建优化设计模块用于:根据三站合一变电站的量化储能应用场景、储能电池接入的电压等级、站址条件、建设工期和消防条件等因素,采用多约束决策模型,对接入三站合一变电站储能装置的土建总平面布置进行优化设计。
一种三站合一变电站储能装置规划设计方法,包括以下步骤:
S1、建立三站合一变电站储能装置的容量计算模型;
影响储能装置的容量的因素包括:三站合一变电站变压器的容量;
所述三站合一变电站储能装置的容量计算模型为:储能装置PCS和储能容量计算模型;
具体包括以下步骤:
S1.1、在三站合一变电站未配置储能装置的情况下,准备三站合一变电站所在电力系统时序生产运行模拟的仿真数据;
收集新能源电站的出力特性、负荷特性、电网拓扑接线图(即网架拓扑结构)、新能源电站变电站的有功功率极限和线路的有功功率极限;
所述新能源电站的电压等级与三站合一变电站的高压母线电压等级相同;
所述新能源电站包括:风电电站和光伏电站;
S1.2、对三站合一变电站所在电力系统进行生产运行模拟数据建模,通过生产运行模拟,得到新能源利用和弃电数据生产运行模拟结果,提取影响新能源消纳的因素信息,并对生产运行模拟结果中新能源的弃电功率和弃电量进行统计分析;
所述影响新能源消纳的因素信息包括:新能源弃电和利用情况的时序数据信息、新能源的出力受限有功功率、变压器的功率、变压器的功率方向、新能源弃电和利用的持续时间、新能源的出力受限有功功率的持续时间、变压器的功率持续时间、变压器的功率方向的持续时间;
将电网拓扑接线图、发电曲线、新能源出力时序曲线、负荷时序曲线、常规机组有功出力调节范围、输电线路和变压器的最大有功约束、功率方向作为三站合一变电站储能装置PCS和储能容量计算模型的输入;
S1.3、对所述生产运行模拟结果进行数据分析;
所述数据分析为:对新能源弃电和利用情况的时序数据信息、新能源出力受限有功功率、三站合一变电站变压器的功率、新能源弃电和利用的持续时间、新能源出力受限有功功率的持续时间和三站合一变电站变压器的功率持续时间进行关联性分析,并通过机器学习筛选相关性强的数据;
S1.4、对新能源弃电的日特性、周特性、季特性和年度特性进行分析,并将上述特性代入三站合一变电站储能装置的容量计算模型;
所述容量计算模型采用启发式算法以年度时序生产运行模拟中的弃电最小和以电力系统全寿命周期总成本最低为优化目标,以投资决策约束、运行约束和其他约束为条件约束;得出最优的储能装置的容量;
所述投资决策约束包括:储能装置的容量、运行成本、报废成本,新能源利用和新能源弃电;
所述运行约束包括:常规电源爬坡和启停、线路输送功率、储能充放电和发电-负荷平衡;
所述其他约束包括:仿真系统联络线、主变(主变压器)的运行功率约束和功率方向约束;
通过所述初始数据分析模块进行步骤S1.1和步骤S1.2,通过所述储能容量规划方案初步计算模块进行步骤S1.3和步骤S1.4;
S2、所述储能装置选择电化学储能类型;
所述储能装置为:储能电池;
具体包括以下步骤:
S2.1、通过储能容量规划方案初步计算模块获取配置信息;
采用机器学习算法求解所述储能装置的容量配置优化模型,得到所述储能装置的容量配置信息、PCS配置信息和储能电池的电芯配置信息;
所述PCS配置信息包括:储能电池的电压、储能电池的容量、PCS的逆变效率和PCS的输入输出参数;
所述电芯配置信息包括:电芯的能量密度、成本、充放电倍率和循环次数;
S2.2、通过储能电池选型计算模块建立三站合一变电站储能电池的设计模型,通过储能PCS优化设计模块对PCS设备选型,并对三站合一变电站储能配置PCS接入设计进行优化;
所述三站合一变电站储能电池的设计模型包括:电芯型式同步计算;
所述电芯型式同步计算的步骤为:
首先选择储能电池的电芯型式,然后根据电芯的能量密度、成本、充放电倍率和循环次数,应用多约束决策模型,在满足决策约束的条件下,根据储能装置的投资成本C储能总成本最优,针对不同类型的储能电池,采用遍历算法,确定最终的方案;
所述对PCS设备选型的步骤为:
根据三站合一变电站的应用场景、电压等级、规划容量、线路和变压器连接单元总数、储能电池的特点、储能电池的接入条件、转换效率、拓扑结构、过载能力以及充放电转换时间,对PCS设备进行优化选型,通过优化设计PCS优化选型模型,以站用电损耗和储能度电成本作为输出参数,计算不同型PCS设备在同一储能运行策略情况下的运行效果,选择投资最小的PCS设备;将运行效果好的PCS设备作为最终的选型;
所述储能运行策略为:储能电池在哪一时间段进行充电或放电;
S3、通过所述储能装置土建优化设计模块建立多约束土建方案决策模型;
具体是指:根据三站合一变电站的量化储能应用场景、储能电池接入的电压等级、站址条件、建设工期和消防条件等因素,采用多约束决策模型,对接入三站合一变电站储能装置的土建总平面布置进行优化设计。
在上述技术方案的基础上,在将现有的变电站完善成三站合一变电站的情况下,将现有三站合一变电站站址的剩余场地面积增加为约束。
在上述技术方案的基础上,在新建三站合一变电站的情况下,根据三站合一变电站的电气一次设备、主变压器、高压主接线、低压主接线、主控楼、数据中心室、储能电池和PCS设备等的总体布置,通过多约束决策,得出新建三站合一变电站的土建总平面布置方案。
在上述技术方案的基础上,所述生产运行模拟为多时间尺度时序模拟。
在上述技术方案的基础上,所述多时间尺度包括:分钟和小时。
在上述技术方案的基础上,所述以电力系统全寿命周期总成本最低为优化目标采用式(1)表示,
所述C储能总成本根据三站合一变电站储能电池的建设个数、储能装置的容量和储能装置的PCS投资,进行加和得到;
在上述技术方案的基础上,所述储能装置的投资成本C储能总成本如式(2)所示,
其中,为储能电池的第i次投资成本、为储能电池的基础一次性投资成本;为储能电池的运行维护成本;为储能电池PCS的投资成本,为储能电池的第j次报废成本;m为全寿命周期内投资储能电池的总次数,n为全寿命周期内储能电池报废的总次数。
在上述技术方案的基础上,当全寿命周期内投资储能电池的总次数m与全寿命周期内储能电池报废的总次数n相等时,m和n通过公式(3)计算,
在上述技术方案的基础上,所述储能电池包括:锂离子电池、全钒氧化还原液流电池和钠硫电池。
本发明的有益技术效果如下:
本发明由于采取以上技术方案,其具有以下优点:本发明利用储能电池,有针对性地提出了解决新能源弃电的问题,考虑三站合一变电站变压器容量的储能装置的容量规划设计方法,能够同时将多方面影响因素进行考虑,包括:三站合一变电站近区同一电压等级的风电、光伏电站的新能源出力特性、负荷特性、新能源变电站和线路的有功功率极限,通过生产运行模拟,分析三站合一变电站变压器的功率、新能源出力受限有功功能率等,以及对上述数据对应的持续时间等进行关联性分析,通过所述三站合一变电站储能装置的容量计算模型,计算三站合一变电站储能装置PCS和储能容量。考虑储能电池电芯性能特点,新能源三站合一变电站储能电池电芯型式根据电芯的能量密度、成本、充放电倍率、循环次数,将上述参数输入多约束决策模型,在满足决策约束的条件下,实现全寿命周期成本最优。
本发明由于考虑三站合一储能装置设计的内容,通过优化设计模型,考虑全面的影响因素,包括:根据三站合一变电站的应用场景、电压等级、规划容量、线路和变压器连接单元总数、储能电池的特点、转换效率,以站用电损耗和储能度电成本作为输出参数,对PCS设备进行优化选型。针对三站合一变电站在增加储能装置的情况下,需要开展的三站合一变电站土建设计优化问题,基于前述成果,根据储能电池接入电压等级、三站合一变电站站址条件、应用场景、建设工期、消防条件等因素,采用多约束决策模型,实现接入三站合一变电站储能装置的土建总平面布置的优化设计。应用本发明,更有针对性和侧重性,计算流程清晰,可操作性强,能够广泛应用于存在新能源弃电的三站合一变电站储能电池的规划设计中。
附图说明
本发明有如下附图:
图1是本发明所述三站合一变电站储能装置规划设计方法流程示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合实施例中的附图,对本申请的技术方案进行清楚、完整地描述。所描述的实施例是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。下面结合附图和实施例对本发明的进行详细的描述。
如图1所示,本发明提供的一种三站合一变电站储能装置规划设计方法,包括以下步骤:
1)在三站合一变电站未配置储能装置的情况下,准备三站合一变电站所在电力系统时序生产运行模拟的仿真数据;
针对与三站合一变电站的高压母线电压等级相同的风电电站和光伏电站,收集整理新能源电站的出力特性、负荷特性、电网拓扑接线图、新能源电站变电站的有功功率极限和线路的有功功率极限数据。
2)对三站合一变电站所在电力系统进行生产运行模拟数据输入,输入数据包括:电网拓扑接线图、发电曲线、新能源出力时序曲线、负荷时序曲线、常规机组有功出力调节范围、输电线路和变压器的最大有功约束、功率方向;通过时序生产运行模拟,采用多时间尺度(分钟、小时)时序模拟,得到新能源利用和弃电数据生产运行模拟结果,提取影响新能源消纳的因素数据(即因素信息),包括:新能源弃电和利用情况的时序数据信息,新能源的出力受限有功功率、变压器的功率、变压器的功率方向、新能源弃电和利用的持续时间、新能源的出力受限有功功率的持续时间、变压器的功率持续时间、变压器的功率方向的持续时间。
3)对生产运行模拟结果进行数据分析;
包括:对新能源弃电和利用情况的时序数据信息、新能源出力受限有功功率、三站合一变电站变压器的功率、新能源弃电和利用的持续时间、新能源出力受限有功功率的持续时间、三站合一变电站变压器的功率持续时间进行关联性分析,并通过机器学习筛选相关性较强的数据。
4)对新能源弃电的日特性、周特性、季特性和年度特性进行分析,并将上述特性代入三站合一变电站储能装置的容量计算模型,得出最优的储能装置的容量。
所述容量计算模型以年度时序生产运行模拟中的弃电最小和以电力系统全寿命周期总成本最低为优化目标,以投资决策约束、运行约束和其他约束为条件约束;得出最优的储能装置的容量;
所述投资决策约束包括:储能装置的容量、运行成本、报废成本,新能源利用和新能源弃电;
所述运行约束包括:常规电源爬坡和启停、线路输送功率、储能充放电、发电-负荷平衡;
所述其他约束包括:仿真系统联络线、主变(主变压器)的运行功率约束、功率方向约束。
所述以电力系统全寿命周期总成本最低为优化目标可通过式(1)来表达,
所述C储能总成本根据三站合一变电站储能电池的建设个数、储能装置的容量和储能装置的PCS投资,进行加和得到。
5)所述储能装置为:储能电池;
建立三站合一变电站储能电池的设计模型;
首先对储能电池的电芯型式进行选择,然后根据电芯的能量密度、成本、充放电倍率、循环次数,输入多约束决策模型,在满足决策约束的条件下,根据储能装置的投资成本C储能总成本最优,确定最终的方案。
其中,所述储能装置的投资成本C储能总成本的计算公式为:
式中,为储能电池的第i次投资成本、为储能电池的基础一次性投资成本;为储能电池的运行维护成本;为储能电池PCS的投资成本,为储能电池的第j次报废成本;m为全寿命周期内投资储能电池的总次数,n为全寿命周期内储能电池报废的总次数。
当全寿命周期内投资储能电池的总次数m与全寿命周期内储能电池报废的总次数n相等时,m和n通过公式(3)计算,
考虑铅碳电池、磷酸铁锂电池、三元锂电池的循环次数不同,采用遍历算法,分别计算不同储能电池电芯的结果。
6)对PCS设备选型,并对三站合一变电站储能配置PCS接入设计进行优化;
根据三站合一变电站的应用场景、电压等级、规划容量、线路和变压器连接单元总数、储能电池的特点、储能电池的接入条件(对三站合一变电站储能装置配置PCS(PowerConversion System)设备的接入设计方案进行多约束决策)、转换效率、拓扑结构、过载能力、充放电转换时间、规约(即储能电池的合格指标)等参数对PCS设备进行优化选型,通过优化设计PCS优化选型模型,以站用电损耗和储能度电成本作为输出参数,在满足上述条件中的PCS设备的型号中,计算不同型PCS设备在同一储能运行策略(即储能电池在哪一时间段进行充电或放电)情况下的运行效果,选择投资(即站用电损耗和储能度电成本)最小的PCS设备。
7)针对三站合一变电站储能装置的变电土建设计优化,建立多约束土建方案决策模型;
根据三站合一变电站的量化储能应用场景、储能电池接入的电压等级、站址条件、建设工期和消防条件等因素,采用多约束决策模型,对接入三站合一变电站储能装置的土建总平面布置进行优化设计。
在将现有的变电站完善成三站合一变电站的情况下,需要结合现有的变电站内站址条件,对增加储能装置的土建进行总平面布置优化设计,以现有三站合一变电站站址剩余场地面积增加为约束,进一步考虑三站合一变电站的量化储能应用场景、建设工期和消防条件等,得出满足上述全部约束条件的土建总平面布置方案。
在新建三站合一变电站的情况下,需要考虑三站合一变电站的电气一次设备、主变压器、高压主接线、低压主接线、主控楼、数据中心室、储能电池和PCS设备等的总体布置,通过多约束决策,得出新建三站合一变电站的土建总平面布置方案。
本发明还提供一种三站合一变电站储能装置规划设计系统,包括:初始数据分析模块、储能容量规划方案初步计算模块、储能电池选型计算模块、储能PCS优化设计模块、储能装置土建优化设计模块;
所述初始数据分析模块与储能容量规划方案初步计算模块进行数据传递,所述储能容量规划方案初步计算模块与储能电池选型计算模块进行数据传递,所述储能电池选型计算模块与储能PCS优化设计模块、储能装置土建优化设计模块进行数据传递;
所述初始数据分析模块用于:
①实现对三站合一变电站所在电力系统(包括:变压器和输电线路等)时序生产运行模拟所需数据的整理,收集新能源电站的出力特性、负荷特性、电网拓扑接线图(即网架拓扑结构)、新能源电站变电站的有功功率极限和线路的有功功率极限;
②对三站合一变电站所在电力系统进行生产运行模拟数据建模,通过生产运行模拟,得到生产运行模拟结果,提取影响新能源消纳的因素信息,并对生产运行模拟结果中新能源的弃电功率和弃电量进行统计分析;
所述影响新能源消纳的因素信息包括:新能源弃电和利用情况的时序数据信息、新能源的出力受限有功功率、变压器的功率、变压器的功率方向、新能源弃电和利用的持续时间、新能源的出力受限有功功率的持续时间、变压器的功率的持续时间、变压器的功率方向的持续时间;将电网拓扑接线图、发电曲线、新能源出力时序曲线、负荷时序曲线、常规机组有功出力调节范围、输电线路和变压器的最大有功约束、功率方向作为三站合一变电站储能装置的容量计算模型的输入。
所述储能容量规划方案初步计算模块用于:
①对初始数据分析模块的生产运行模拟结果进行数据分析;
②对新能源弃电的日特性、周特性、季特性和年度特性进行分析,并将上述特性(主要是弃电量及周期)代入三站合一变电站储能装置的容量计算模型,采用启发式算法,以年度时序生产运行模拟中的弃电最小为约束和以电力系统全寿命周期总成本最低为优化目标,以投资决策约束、运行约束和其他约束为条件约束;得出最优的储能装置的容量。
所述储能电池选型计算模块用于:电芯型式同步计算,首先选择储能电池的电芯型式,然后根据电芯的能量密度、成本、充放电倍率、循环次数,应用多约束决策模型,在满足决策约束的条件下,根据储能装置的投资成本C储能总成本最优,确定最终的方案,其中,C储能总成本为储能电池的投资成本;
所述储能PCS优化设计模块用于:对PCS设备选型,并对三站合一变电站储能配置PCS接入设计进行优化;
所述储能装置土建优化设计模块用于:根据三站合一变电站的量化储能应用场景、储能电池接入的电压等级、站址条件、建设工期和消防条件等因素,采用多约束决策模型,对接入三站合一变电站储能装置的土建总平面布置进行优化设计。
上述各实施例仅用于说明本发明,而并非是对本发明实施方式的限定,对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
本说明书中未做详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种三站合一变电站储能装置规划设计系统,其特征在于,包括:初始数据分析模块、储能容量规划方案初步计算模块、储能电池选型计算模块、储能PCS储能变流器优化设计模块和储能装置土建优化设计模块;
所述初始数据分析模块与储能容量规划方案初步计算模块进行数据传递,所述储能容量规划方案初步计算模块与储能电池选型计算模块进行数据传递,所述储能电池选型计算模块与储能PCS优化设计模块、储能装置土建优化设计模块进行数据传递;
所述初始数据分析模块用于:
①在三站合一变电站未配置储能装置的情况下,实现对三站合一变电站所在电力系统时序生产运行模拟所需数据的整理,收集新能源电站的出力特性、负荷特性、电网拓扑接线图、新能源电站变电站的有功功率极限和线路的有功功率极限;
②对三站合一变电站所在电力系统进行生产运行模拟数据建模,通过生产运行模拟,得到生产运行模拟结果,提取影响新能源消纳的因素信息,并对生产运行模拟结果中新能源的弃电功率和弃电量进行统计分析;
所述影响新能源消纳的因素信息包括:新能源弃电和利用情况的时序数据信息、新能源的出力受限有功功率、变压器的功率、变压器的功率方向、新能源弃电和利用的持续时间、新能源的出力受限有功功率的持续时间、变压器的功率的持续时间和变压器的功率方向的持续时间;将电网拓扑接线图、发电曲线、新能源出力时序曲线、负荷时序曲线、常规机组有功出力调节范围、输电线路和变压器的最大有功约束和功率方向作为三站合一变电站储能装置的容量计算模型的输入;
所述储能容量规划方案初步计算模块用于:
①对初始数据分析模块的生产运行模拟结果进行数据分析;
②对新能源弃电的日特性、周特性、季特性和年度特性进行分析,并将上述特性代入三站合一变电站储能装置的容量计算模型,采用启发式算法,以年度时序生产运行模拟中的弃电最小为约束和以电力系统全寿命周期总成本最低为优化目标,以投资决策约束、运行约束和其他约束为条件约束;得出最优的储能装置的容量;
③获取配置信息;采用机器学习算法求解所述储能装置的容量配置优化模型,得到所述储能装置的容量配置信息、PCS配置信息和储能电池的电芯配置信息;
所述储能电池选型计算模块用于:电芯型式同步计算,首先选择储能电池的电芯型式,然后根据电芯的能量密度、成本、充放电倍率和循环次数,应用多约束决策模型,在满足决策约束的条件下,根据储能装置的投资成本C储能总成本最优,针对不同类型的储能电池,采用遍历算法,确定最终的方案,其中,C储能总成本为储能电池的投资成本;
所述储能PCS优化设计模块用于:对PCS设备选型,并对三站合一变电站储能配置PCS接入设计进行优化;
所述储能装置土建优化设计模块用于:根据三站合一变电站的量化储能应用场景、储能电池接入的电压等级、站址条件、建设工期和消防条件因素,采用多约束决策模型,对接入三站合一变电站储能装置的土建总平面布置进行优化设计。
2.一种应用权利要求1所述的三站合一变电站储能装置规划设计系统的三站合一变电站储能装置规划设计方法,其特征在于,包括以下步骤:
S1、建立三站合一变电站储能装置的容量计算模型;
影响储能装置的容量的因素包括:三站合一变电站变压器的容量;
所述三站合一变电站储能装置的容量计算模型为:储能装置PCS和储能容量计算模型;
具体包括以下步骤:
S1.1、在三站合一变电站未配置储能装置的情况下,准备三站合一变电站所在电力系统时序生产运行模拟的仿真数据;
收集新能源电站的出力特性、负荷特性、电网拓扑接线图、新能源电站变电站的有功功率极限和线路的有功功率极限;
所述新能源电站的电压等级与三站合一变电站的高压母线电压等级相同;
所述新能源电站包括:风电电站和光伏电站;
S1.2、对三站合一变电站所在电力系统进行生产运行模拟数据建模,通过生产运行模拟,得到新能源利用和弃电数据生产运行模拟结果,提取影响新能源消纳的因素信息,并对生产运行模拟结果中新能源的弃电功率和弃电量进行统计分析;
将电网拓扑接线图、发电曲线、新能源出力时序曲线、负荷时序曲线、常规机组有功出力调节范围、输电线路和变压器的最大有功约束、功率方向作为三站合一变电站储能装置PCS和储能容量计算模型的输入;
S1.3、对所述生产运行模拟结果进行数据分析;
所述数据分析为:对新能源弃电和利用情况的时序数据信息、新能源出力受限有功功率、三站合一变电站变压器的功率、新能源弃电和利用的持续时间、新能源出力受限有功功率的持续时间和三站合一变电站变压器的功率持续时间进行关联性分析,并通过机器学习筛选相关性强的数据;
S1.4、对新能源弃电的日特性、周特性、季特性和年度特性进行分析,并将上述特性代入三站合一变电站储能装置的容量计算模型;
所述容量计算模型采用启发式算法以年度时序生产运行模拟中的弃电最小和以电力系统全寿命周期总成本最低为优化目标,以投资决策约束、运行约束和其他约束为条件约束;得出最优的储能装置的容量;
所述投资决策约束包括:储能装置的容量、运行成本、报废成本,新能源利用和新能源弃电;
所述运行约束包括:常规电源爬坡和启停、线路输送功率、储能充放电和发电-负荷平衡;
所述其他约束包括:仿真系统联络线、主变的运行功率约束和功率方向约束;
通过所述初始数据分析模块进行步骤S1.1和步骤S1.2,通过所述储能容量规划方案初步计算模块进行步骤S1.3和步骤S1.4;
S2、所述储能装置选择电化学储能类型;
所述储能装置为:储能电池;
具体包括以下步骤:
S2.1、通过储能容量规划方案初步计算模块获取配置信息;
采用机器学习算法求解所述储能装置的容量配置优化模型,得到所述储能装置的容量配置信息、PCS配置信息和储能电池的电芯配置信息;
所述PCS配置信息包括:储能电池的电压、储能电池的容量、PCS的逆变效率和PCS的输入输出参数;
所述电芯配置信息包括:电芯的能量密度、成本、充放电倍率和循环次数;
S2.2、通过储能电池选型计算模块建立三站合一变电站储能电池的设计模型,通过储能PCS优化设计模块对PCS设备选型,并对三站合一变电站储能配置PCS接入设计进行优化;
所述三站合一变电站储能电池的设计模型包括:电芯型式同步计算;
所述电芯型式同步计算的步骤为:
首先选择储能电池的电芯型式,然后根据电芯的能量密度、成本、充放电倍率和循环次数,应用多约束决策模型,在满足决策约束的条件下,根据储能装置的投资成本C储能总成本最优,针对不同类型的储能电池,采用遍历算法,确定最终的方案;
所述对PCS设备选型的步骤为:
根据三站合一变电站的应用场景、电压等级、规划容量、线路和变压器连接单元总数、储能电池的特点、储能电池的接入条件、转换效率、拓扑结构、过载能力以及充放电转换时间,对PCS设备进行优化选型,通过优化设计PCS优化选型模型,以站用电损耗和储能度电成本作为输出参数,计算不同型PCS设备在同一储能运行策略情况下的运行效果,选择投资最小的PCS设备;将运行效果好的PCS设备作为最终的选型;
所述储能运行策略为:储能电池在哪一时间段进行充电或放电;
S3、通过所述储能装置土建优化设计模块建立多约束土建方案决策模型;
具体是指:根据三站合一变电站的量化储能应用场景、储能电池接入的电压等级、站址条件、建设工期和消防条件因素,采用多约束决策模型,对接入三站合一变电站储能装置的土建总平面布置进行优化设计。
3.如权利要求2所述的三站合一变电站储能装置规划设计方法,其特征在于:在将现有的变电站完善成三站合一变电站的情况下,将现有三站合一变电站站址的剩余场地面积增加为约束。
4.如权利要求2所述的三站合一变电站储能装置规划设计方法,其特征在于:在新建三站合一变电站的情况下,根据三站合一变电站的电气一次设备、主变压器、高压主接线、低压主接线、主控楼、数据中心室、储能电池和PCS设备的总体布置,通过多约束决策,得出新建三站合一变电站的土建总平面布置方案。
5.如权利要求2所述的三站合一变电站储能装置规划设计方法,其特征在于:所述生产运行模拟为多时间尺度时序模拟。
6.如权利要求5所述的三站合一变电站储能装置规划设计方法,其特征在于:所述多时间尺度包括:分钟和小时。
10.如权利要求2所述的三站合一变电站储能装置规划设计方法,其特征在于:所述储能电池包括:锂离子电池、全钒氧化还原液流电池和钠硫电池。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159441.6A CN112886624B (zh) | 2021-02-05 | 2021-02-05 | 一种三站合一变电站储能装置规划设计系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110159441.6A CN112886624B (zh) | 2021-02-05 | 2021-02-05 | 一种三站合一变电站储能装置规划设计系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112886624A true CN112886624A (zh) | 2021-06-01 |
CN112886624B CN112886624B (zh) | 2023-05-05 |
Family
ID=76055746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110159441.6A Active CN112886624B (zh) | 2021-02-05 | 2021-02-05 | 一种三站合一变电站储能装置规划设计系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112886624B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114498637A (zh) * | 2022-04-13 | 2022-05-13 | 清华四川能源互联网研究院 | 一种新能源场配置储能对利用率影响的分析方法 |
CN114926009A (zh) * | 2022-05-16 | 2022-08-19 | 广西大学 | 基于改进Transformer神经网络的机组组合两阶段快速求解方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109510234A (zh) * | 2018-10-23 | 2019-03-22 | 许继集团有限公司 | 一种微电网储能电站的混合储能容量优化配置方法及装置 |
CN109740786A (zh) * | 2018-11-15 | 2019-05-10 | 国网江苏省电力有限公司电力科学研究院 | 一种多端柔性互联配电网规划方法及系统 |
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 |
CN111245105A (zh) * | 2018-11-28 | 2020-06-05 | 国网新疆电力有限公司经济技术研究院 | 一种预装式储能电站容量配置方法 |
CN111244993A (zh) * | 2020-01-21 | 2020-06-05 | 国网湖南省电力有限公司 | 一种储能参与电网调峰应用的容量优化配置方法 |
CN111541244A (zh) * | 2020-04-30 | 2020-08-14 | 国网江苏省电力有限公司经济技术研究院 | 考虑储能装置度电成本的电网侧储能装置容量计算方法 |
-
2021
- 2021-02-05 CN CN202110159441.6A patent/CN112886624B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109510234A (zh) * | 2018-10-23 | 2019-03-22 | 许继集团有限公司 | 一种微电网储能电站的混合储能容量优化配置方法及装置 |
CN109740786A (zh) * | 2018-11-15 | 2019-05-10 | 国网江苏省电力有限公司电力科学研究院 | 一种多端柔性互联配电网规划方法及系统 |
CN111245105A (zh) * | 2018-11-28 | 2020-06-05 | 国网新疆电力有限公司经济技术研究院 | 一种预装式储能电站容量配置方法 |
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 |
CN111244993A (zh) * | 2020-01-21 | 2020-06-05 | 国网湖南省电力有限公司 | 一种储能参与电网调峰应用的容量优化配置方法 |
CN111541244A (zh) * | 2020-04-30 | 2020-08-14 | 国网江苏省电力有限公司经济技术研究院 | 考虑储能装置度电成本的电网侧储能装置容量计算方法 |
Non-Patent Citations (2)
Title |
---|
TIEJIANG YUAN: "Virtual Inertia Adaptive Control of a Doubly Fed Induction Generator (DFIG)Wind Power System with Hydrogen Energy Storage", 《ENERGIES》 * |
薛静杰 等: "计及上网电价经济调度的风光并网系统储能容量的研究", 《电器与能效管理技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114498637A (zh) * | 2022-04-13 | 2022-05-13 | 清华四川能源互联网研究院 | 一种新能源场配置储能对利用率影响的分析方法 |
CN114926009A (zh) * | 2022-05-16 | 2022-08-19 | 广西大学 | 基于改进Transformer神经网络的机组组合两阶段快速求解方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112886624B (zh) | 2023-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Grid-scale energy storage systems and applications | |
CN113285479A (zh) | 一种超大容量的区域微电网系统及运行方法 | |
CN112886624B (zh) | 一种三站合一变电站储能装置规划设计系统及方法 | |
Zhao et al. | Development status and comprehensive evaluation method of battery energy storage technology in power system | |
CN115001046A (zh) | 多储能电站参与调峰调频双层优化控制方法 | |
Ma et al. | Real-time control strategy of tractive load peak clipping and valley filling based on model predictive control | |
Han et al. | Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation | |
Shi et al. | Optimal allocation of energy storage capacity for hydro-wind-solar multi-energy renewable energy system with nested multiple time scales | |
Li et al. | Economic analysis of energy storage peak shaving considering full life cycle cost | |
Ke et al. | Comprehensive Economic Benefit Assessment Method and Example of Energy Storage Based on Power Grid | |
CN112713520A (zh) | 一种离网风光储智能供电系统 | |
Xue et al. | An Economic study of Power Secondary Frequency Regulation with Different Energy Storage Systems | |
Wang et al. | Operation effect evaluation of grid side energy storage power station based on combined weight TOPSIS model | |
Chen et al. | Optimization and analysis of microgrid based on different operational strategies | |
Hu et al. | Research on intelligent peak-cutting and valley-filling charging and swapping mode based on potential game theory | |
CN113919228B (zh) | 一种5g基站与配电网网架双层规划方法及终端机 | |
Guodong et al. | Analysis of Energy Storage Mode and Configuration Strategy of Gansu Considering Grid Peak Shaving | |
Ren et al. | SWOT-Based Analysis of Commercial Benefits of Electrochemical Energy Storage | |
Shiyi et al. | Research on User-Side Electrochemical Energy Storage Operation Mode and Its Improvement on New Energy Consumption Capacity | |
Luo et al. | Summary of Research on Optimal Allocation of Energy Storage in the Distribution Network | |
Wang et al. | Coordinated Planning of HVDC Terminal and Multi-Time Scale Energy Storage in Multi-Area Hybrid AC/DC Power System | |
Cheng et al. | A selection method for new energy output guaranteed rate considering optimal energy storage configuration | |
Pu et al. | Wind Power Utilization Solutions Based on Demand Response and EV Retirement Batteries in New Power Systems | |
Meng et al. | Capacity Planning of PV-Storage Power Station with Hybrid Energy Storage | |
Sun et al. | Energy Storage-Transmission Line Planning Based on Complete Information Static Game Model |
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 |