CN113036788A - 一种支撑电力系统新能源消纳的储能配置及成本分析方法 - Google Patents

一种支撑电力系统新能源消纳的储能配置及成本分析方法 Download PDF

Info

Publication number
CN113036788A
CN113036788A CN202110581916.0A CN202110581916A CN113036788A CN 113036788 A CN113036788 A CN 113036788A CN 202110581916 A CN202110581916 A CN 202110581916A CN 113036788 A CN113036788 A CN 113036788A
Authority
CN
China
Prior art keywords
power
energy storage
cost
energy
photovoltaic
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
Application number
CN202110581916.0A
Other languages
English (en)
Other versions
CN113036788B (zh
Inventor
王昱
方绍凤
胡剑宇
李娟�
周野
余虎
冯剑
唐宇
颜科科
刘利黎
李静
刘晔宁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Energy Engineering Group Hunan Electric Power Design Institute Co Ltd
Original Assignee
China Energy Engineering Group Hunan Electric Power Design Institute Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Energy Engineering Group Hunan Electric Power Design Institute Co Ltd filed Critical China Energy Engineering Group Hunan Electric Power Design Institute Co Ltd
Priority to CN202110581916.0A priority Critical patent/CN113036788B/zh
Publication of CN113036788A publication Critical patent/CN113036788A/zh
Application granted granted Critical
Publication of CN113036788B publication Critical patent/CN113036788B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • 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
    • H02J3/38—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
    • H02J2300/22—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
    • 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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种支撑电力系统新能源消纳的储能配置及成本分析方法，电力系统包括储能、风电、光伏、火电、水电和负荷，风电和光伏组成新能源，火电和水电组成常规机组，先建立新能源出力的数学模型，分析风电、光伏的装机容量和在多时间尺度下的出力特性；再根据历史负荷数据，预测考虑不同时间尺度下电力系统的负荷需求量；再根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率，建立储能的精细化数学模型；最后基于风电、光伏、火电、水电发电的成本数据，以电力系统的综合运行成本为目标分析不同储能配置及储能成本对电力系统总成本的影响，解决了现有新能源消纳存在的问题。

Description

一种支撑电力系统新能源消纳的储能配置及成本分析方法
技术领域
本发明涉及新能源高渗透电力系统技术领域，特别涉及一种支撑电力系统新能源消纳的储能配置及成本分析方法。
背景技术
可再生能源已是能源发展必然趋势，得到世界各国重视。截至2019年美国可再生能源容量装机占比21.6%，德国高达67.9%，中国为39.5%。可再生能源的发展可促进光伏产业、储能、风电、机械、环境等产业及其装备技术水平提高，带动国家经济和国家能源发展。但是，可再生能源发电因波动性、系统调峰容量不足等问题，必然造成大量弃风弃光弃水现象。
储能作为一种可调度资源能够参与新能源高渗透率电力系统的优化调度，有效的缓解了风电功率的不可控性，有利于电网运行。目前，储能需求的研究多集中于特定应用场景中储能的充放电控制策略火储能容量的配置，缺乏对系统整体性储能配置规划方法以及经济性影响的研究。因此，在现有研究的基础上，在支撑新能源消纳的前提下，研究储能的最优配置以及运行成本对系统收益的影响，成了本领域技术人员亟需解决的技术问题。
发明内容
有鉴于此，本发明提出一种支撑电力系统新能源消纳的储能配置及成本分析方法，其目的是从系统角度分析储能的配置、储能的价格水平对新能源消纳空间的影响。
一方面，本发明提供了一种支撑电力系统新能源消纳的储能配置及成本分析方法，所述电力系统为含储能的新能源高渗透率电力系统，包括储能、风电、光伏、火电、水电和负荷，其中，风电和光伏组成新能源，火电和水电组成常规机组，所述支撑电力系统新能源消纳的储能配置及成本分析方法包括如下步骤：
步骤S1、建立新能源出力的数学模型，并根据该数学模型分析风电、光伏的装机容量以及在多时间尺度下的出力特性；
所述步骤S1表现为：
步骤S11、在对建立的含风电、光伏的新能源出力的数学模型中引入风电机组i、光伏机组j在时刻t的出力系数
Figure 410290DEST_PATH_IMAGE001
、
Figure 119620DEST_PATH_IMAGE002
，并且考虑电力系统在调度中存在的弃风、光功率，即:
Figure 981178DEST_PATH_IMAGE003
Figure 535787DEST_PATH_IMAGE004
其中，
Figure 419429DEST_PATH_IMAGE005
、
Figure 34082DEST_PATH_IMAGE006
分别表示风电机组i在时刻t的出力与弃风功率；
Figure 144120DEST_PATH_IMAGE007
、
Figure 95896DEST_PATH_IMAGE008
分别表示光伏机组j在时刻t的出力与弃光功率；
Figure 473525DEST_PATH_IMAGE009
、
Figure 383712DEST_PATH_IMAGE010
分别表示风电机组i、光伏机组j的装机容量；
步骤S12、分析多时间尺度下的风电、光伏出力特性：基于统计学方法，以全省风电、光伏集中片区为原始数据，按季度、月度、日时间尺度分析风电、光伏的出力特性情况；
步骤S2、根据历史负荷数据，预测考虑不同时间尺度下电力系统的负荷需求量；
步骤S3、根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率，进而得到储能的需求量，建立储能的精细化数学模型；
步骤S4、将功率反映到成本上：基于风电、光伏、火电、水电发电的成本数据，以新能源高渗透率电力系统的综合运行成本为目标，分析不同储能配置以及储能成本对电力系统总成本的影响。
进一步地，所述步骤S3具体包括如下步骤：
步骤S31、根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率
Figure 981047DEST_PATH_IMAGE011
，进而得到储能的需求量：
Figure 611879DEST_PATH_IMAGE012
(1)
Figure 470114DEST_PATH_IMAGE013
(2)
式中
Figure 160989DEST_PATH_IMAGE011
为不平衡功率，
Figure 744155DEST_PATH_IMAGE014
、
Figure 568892DEST_PATH_IMAGE015
、
Figure 156999DEST_PATH_IMAGE016
、
Figure 18776DEST_PATH_IMAGE017
分别表示t时刻时负荷需求量、常规机组出力、风电出力、光伏出力，
Figure 449757DEST_PATH_IMAGE018
表示储能的需求量；
步骤S32、建立储能的精细化数学模型如下：
Figure 687972DEST_PATH_IMAGE019
(3)
Figure 520798DEST_PATH_IMAGE020
(4)
Figure 52012DEST_PATH_IMAGE021
(5)
Figure 845655DEST_PATH_IMAGE022
(6)
其中，
Figure 12194DEST_PATH_IMAGE023
、
Figure 309315DEST_PATH_IMAGE024
分别表示储能的充电、放电功率，
Figure 778473DEST_PATH_IMAGE025
表示储能的容量，
Figure 918468DEST_PATH_IMAGE026
、
Figure 280177DEST_PATH_IMAGE027
分别表示储能装置在时刻t、t-1的载荷容量，
Figure 822017DEST_PATH_IMAGE028
表示储能充放电效率，
Figure 462077DEST_PATH_IMAGE029
表示储能持续时间，
Figure 964733DEST_PATH_IMAGE030
表示储能在初始状态下的水平，k表示第k台储能装置。
进一步地，所述步骤S4具体包括以下步骤：
步骤S41、以新能源高渗透率电力系统的综合运行成本为目标，建立目标函数：
Figure 207496DEST_PATH_IMAGE032
Figure 744788DEST_PATH_IMAGE034
（7）
Figure 54284DEST_PATH_IMAGE035
(8)
Figure 168871DEST_PATH_IMAGE036
(9)
其中，
Figure 356269DEST_PATH_IMAGE037
表示第
Figure 13647DEST_PATH_IMAGE038
台常规机组第
Figure 854564DEST_PATH_IMAGE039
时段的燃料成本，
Figure 597392DEST_PATH_IMAGE040
表示第
Figure 821438DEST_PATH_IMAGE038
台常规机组第
Figure 192376DEST_PATH_IMAGE039
时段的启停成本，
Figure 345140DEST_PATH_IMAGE041
表示第
Figure 44106DEST_PATH_IMAGE038
台常规机组第
Figure 432362DEST_PATH_IMAGE039
时段的出力，
Figure 798752DEST_PATH_IMAGE042
表示第
Figure 620952DEST_PATH_IMAGE038
台常规机组第
Figure 197427DEST_PATH_IMAGE039
时段的启停状态；
Figure 999161DEST_PATH_IMAGE043
均表示第
Figure 344692DEST_PATH_IMAGE038
台常规机组的燃料成本系数；
Figure 104837DEST_PATH_IMAGE044
分别表示储能的成本、风电上网电价、光伏上网电价；
Figure 778395DEST_PATH_IMAGE045
分别表示弃新能源惩罚成本、弃水电惩罚成本；
Figure 508454DEST_PATH_IMAGE046
分别表示弃风电、弃光伏、弃水电功率；
Figure 88252DEST_PATH_IMAGE047
分别表示常规机组台数、储能台数、风电机组数量、光伏机组数量以及运行的总时长，
Figure 878353DEST_PATH_IMAGE048
表示启停次数，
Figure 304787DEST_PATH_IMAGE049
表示时间间隔；
步骤S42、分析储能配置对电力系统总成本的影响：研究区域内的储能装机容量也取决于新能源的装机容量，结合实际运行情况将储能配置按新增风电装机容量的10%、20%、30%以及40%进行配置；
步骤S43、基于储能的配置水平，分析不同的储能成本对系统总成本的影响。
本发明提供的一种支撑电力系统新能源消纳的储能配置及成本分析方法，通过建立新能源出力的数学模型，分析风电、光伏的装机容量以及在多时间尺度下的出力特性；然后，根据历史负荷数据，预测考虑不同时间尺度下电力系统的负荷需求量；再次，根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率，进而得到储能的需求量，建立储能的精细化数学模型；最后，将功率反映到成本上：基于风电、光伏、火电、水电发电的成本数据，以新能源高渗透率电力系统的综合运行成本为目标，分析不同储能配置以及储能成本对电力系统总成本的影响。本发明解决了现有新能源消纳存在的问题，也为后续规划储能容量及定价模型提供理论依据。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的一种支撑电力系统新能源消纳的储能配置及成本分析方法的工作流程图；
图2为本发明含储能的新能源高渗透率电力系统的结构框图；
图3为在具体应用实例中采用的远景年典型日新能源消纳空间图；
图4为在具体应用实例中采用的远景年不同场景下火电出力预测曲线；
图5为具体实施例中计算远景年不同储能配比与系统总系曲线示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
如图1和图2所示，本发明提供了一种支撑电力系统新能源消纳的储能配置及成本分析方法，该电力系统为含储能的新能源高渗透率(50％到近100％)电力系统，包括储能、风电、光伏、火电、水电和负荷，其中，风电和光伏组成新能源，火电和水电组成常规机组，所述支撑电力系统新能源消纳的储能配置及成本分析方法包括如下步骤：
步骤S1、建立新能源出力的数学模型，并根据该数学模型分析风电、光伏的装机容量以及在多时间尺度下的出力特性；
步骤S2、根据历史负荷数据，预测考虑不同时间尺度下电力系统的负荷需求量；
步骤S3、根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率，进而得到储能的需求量（其中不平衡功率需要储能去进行充电、放电），建立储能的精细化数学模型；
步骤S4、将功率反映到成本上：基于风电、光伏、火电、水电发电的成本数据，以新能源高渗透率电力系统的综合运行成本为目标，分析不同储能配置以及储能成本对电力系统总成本的影响。
由图1所示的流程可知，在本发明实施例中，首先，通过建立新能源出力的数学模型，分析风电、光伏的装机容量以及在多时间尺度下的出力特性；然后，根据历史负荷数据，预测考虑不同时间尺度下电力系统的负荷需求量；再次，根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率，进而得到储能的需求量，建立储能的精细化数学模型；最后，将功率反映到成本上：基于风电、光伏、火电、水电发电的成本数据，以新能源高渗透率电力系统的综合运行成本为目标，分析不同储能配置以及储能成本对电力系统总成本的影响。通过上述过程，本发明从系统角度分析储能的配置、储能的价格水平对新能源消纳空间的影响。
下面进一步阐述各个步骤的具体实现方式。
一种支撑电力系统新能源消纳的储能配置及成本分析方法，包括如下步骤：
步骤S1、建立新能源出力的数学模型，并根据该数学模型分析风电、光伏的装机容量以及在多时间尺度下的出力特性；
具体地，该步骤S1表现为：
步骤S11、在对建立的含风电、光伏的新能源出力的数学模型中引入风电机组i、光伏机组j在时刻t的出力系数
Figure 448323DEST_PATH_IMAGE050
、
Figure 768446DEST_PATH_IMAGE051
，并且考虑电力系统在调度中存在的弃风、光功率，即:
Figure 604815DEST_PATH_IMAGE052
Figure 751500DEST_PATH_IMAGE053
其中，
Figure 823361DEST_PATH_IMAGE054
、
Figure 138936DEST_PATH_IMAGE055
分别表示风电机组i在时刻t的出力与弃风功率；
Figure 146206DEST_PATH_IMAGE056
、
Figure 406287DEST_PATH_IMAGE057
分别表示光伏机组j在时刻t的出力与弃光功率；
Figure 157205DEST_PATH_IMAGE058
、
Figure 186341DEST_PATH_IMAGE059
分别表示风电机组i、光伏机组j的装机容量；
步骤S12、分析多时间尺度下的风电、光伏出力特性：基于统计学方法，以全省风电、光伏集中片区为原始数据，按季度、月度、日时间尺度分析风电、光伏的出力特性情况。
步骤S2、根据历史负荷数据，预测考虑不同时间尺度下电力系统的负荷需求量；
步骤S3、根据电力电量平衡关系，计算新能源消纳空间，进而得到储能的需求量；
优选地，步骤S3具体包括如下步骤：
步骤S31、根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率
Figure 863047DEST_PATH_IMAGE011
，进而得到储能的需求量：
Figure 485790DEST_PATH_IMAGE012
(1)
Figure 899454DEST_PATH_IMAGE013
(2)
式中
Figure 924041DEST_PATH_IMAGE011
为不平衡功率，
Figure 397748DEST_PATH_IMAGE014
、
Figure 507787DEST_PATH_IMAGE015
、
Figure 833463DEST_PATH_IMAGE016
、
Figure 102771DEST_PATH_IMAGE017
分别表示t时刻时负荷需求量、常规机组出力、风电出力、光伏出力，
Figure 357166DEST_PATH_IMAGE018
表示储能的需求量；
步骤S32、建立储能的精细化数学模型如下：
Figure 954500DEST_PATH_IMAGE019
(3)
Figure 709967DEST_PATH_IMAGE020
(4)
Figure 709147DEST_PATH_IMAGE021
(5)
Figure 524656DEST_PATH_IMAGE022
(6)
其中，
Figure 101962DEST_PATH_IMAGE023
、
Figure 270907DEST_PATH_IMAGE024
分别表示储能的充电、放电功率，
Figure 983648DEST_PATH_IMAGE025
表示储能的容量，
Figure 111004DEST_PATH_IMAGE026
、
Figure 682931DEST_PATH_IMAGE027
分别表示储能装置在时刻t、t-1的载荷容量，
Figure 780200DEST_PATH_IMAGE028
表示储能充放电效率，
Figure 986928DEST_PATH_IMAGE029
表示储能持续时间，
Figure 285185DEST_PATH_IMAGE030
表示储能在初始状态下的水平，k表示第k台储能装置。
步骤S4、将功率反映到成本上：基于风电、光伏、火电、水电发电的成本数据，以新能源高渗透率电力系统的综合运行成本为目标，分析不同储能配置以及储能成本对电力系统总成本的影响。
本实施例中，步骤S4具体包括以下步骤：
步骤S41、以新能源高渗透率电力系统的综合运行成本为目标，建立目标函数：
Figure 203462DEST_PATH_IMAGE060
Figure DEST_PATH_IMAGE061
（7）
Figure 510947DEST_PATH_IMAGE035
(8)
Figure 73646DEST_PATH_IMAGE036
(9)
其中，
Figure 41340DEST_PATH_IMAGE037
表示第
Figure 181335DEST_PATH_IMAGE038
台常规机组第
Figure 26931DEST_PATH_IMAGE039
时段的燃料成本，
Figure 568771DEST_PATH_IMAGE040
表示第
Figure 208830DEST_PATH_IMAGE038
台常规机组第
Figure 711487DEST_PATH_IMAGE039
时段的启停成本，
Figure 954250DEST_PATH_IMAGE041
表示第
Figure 990076DEST_PATH_IMAGE038
台常规机组第
Figure 801038DEST_PATH_IMAGE039
时段的出力，
Figure 181203DEST_PATH_IMAGE042
表示第
Figure 837444DEST_PATH_IMAGE038
台常规机组第
Figure 353876DEST_PATH_IMAGE039
时段的启停状态；
Figure 335738DEST_PATH_IMAGE043
均表示第
Figure 317382DEST_PATH_IMAGE038
台常规机组的燃料成本系数；
Figure 167526DEST_PATH_IMAGE044
分别表示储能的成本、风电上网电价、光伏上网电价；
Figure 413831DEST_PATH_IMAGE045
分别表示弃新能源惩罚成本、弃水电惩罚成本；
Figure 425649DEST_PATH_IMAGE046
分别表示弃风电、弃光伏、弃水电功率；
Figure 390194DEST_PATH_IMAGE047
分别表示常规机组台数、储能台数、风电机组数量、光伏机组数量以及运行的总时长，
Figure 653816DEST_PATH_IMAGE048
表示启停次数，
Figure 144840DEST_PATH_IMAGE049
表示时间间隔；
步骤S42、分析储能配置对电力系统总成本的影响：研究区域内的储能装机容量也取决于新能源的装机容量，结合实际运行情况将储能配置按新增风电装机容量的10%、20%、30%以及40%进行配置；
步骤S43、基于储能的配置水平，分析不同的储能成本对系统总成本的影响。
为验证本发明所提出的支撑电力系统新能源消纳的储能配置及成本分析方法的效果。下文以某地区电网为例，具体的数据如下进行分析：
1）火电上网价格按0.45元/kWh，水电上网价格按0.34元/kWh，风电上网价格按0.47元/kWh，光伏上网价格按0.46元/kWh计算，储能成本分别按0.8元/kWh（成本/收益1）和0.4元/kWh（成本/收益2）两种价格计算。
2）煤炭价格按860元/吨标准煤计算。
3）1台600MW火电机组启停1次成本按70万元计算。
一、分析远景年不同储能配置的结果
根据计算可得夏大、冬大以及丰小典型日的新能源（风电、光伏）消纳空间如下图3所示。
根据新能源出力预测结合图3可知，夏大典型日低谷负荷无多余的新能源电量，而丰小典型日高峰负荷无储能放电空间。因此本发明基于冬大典型日进行储能配置研究，考虑实际运行情况，本发明中储能配置按新增风电装机容量的10%、20%、30%以及40%进行配置研究。
图4为远景年不同场景下火电出力预测曲线。该图分别从储能配置和火电启停两个维度对火电出力进行预测。由中可知，其分别考虑的是600MW/1800MWh（对应10%储能及1200MW启停调峰的折线）,1200MW/3600MWh（对应20%储能及1200MW启停调峰的折线）,1200MW/3600MWh（对应20%储能的折线），1800MW/4800MWh（对应30%储能的折线）,2400MW/7200MWh（对应40%储能的折线）的不同场景下火电出力预测曲线，且冬大典型日在1:00~7:00有新能源剩余。需要说明的是，600MW/1800MWh中600MW指储能功率容量配置是10%，1800MWh是对应的储能能量容量；1200MW/3600MWh中1200MW指储能配置是20%，3600MWh是对应的储能能量容量；1800MW/4800MWh中1800MW指储能配置是30%，4800MWh是对应的储能能量容量；2400MW/7200MWh中2400MW指储能配置是40%，7200MWh是对应的储能能量容量；1200MW/3600MWh（对应20%储能及1200MW启停调峰的折线）与1200MW/3600MWh（对应20%储能的折线）的区别在于，两者火电启停调峰不同，前者为1200MW，后者为0。
进一步地，可计算不同储能配置下火电机组的总运行成本以及弃风、弃光情况，具体数据参见表1。
表1 远景年不同配置储能配置下运行成本及弃新能源结果
Figure DEST_PATH_IMAGE062
图5为远景年不同储能配比与系统总系曲线示意图，其中，一条折线表示储能成本为0.8元/kWh时，不同储能配比下的系统总收益；另一条折线表示储能成本为0.4元/kWh时，不同储能配比下的系统总收益。
结合表1和图5可知：
1）在不调整火电开机方式的情况下，随着储能的增加，系统总收益先升后降，且该特性与储能成本无关；
2）1200MW容量火电启停调峰可增加风电收益204.5万元，但会降低火电收益189.7万元；
3）采用传统的火电启停调峰总收益最大，但会大大降低火电收益；
4）由于储能成本较高，储能配置较高总收益反而下降；
5）考虑新增火电配置20%的储能，较为合适，并可以通过一定火电启停调峰平衡火电与风电之间的收益；
6）若储能综合运行成本降低至0.4元/kWh，可以适当提高储能配置容量。
综上所述，远景年储能配置方案按新增风电的20%进行配置较为合适，即配置储能容量为1200MW/3600MWh，并可适当采用火电启停调峰。
即本发明从系统角度分析储能的配置、储能的价格水平对新能源消纳空间的影响，解决了现有新能源消纳存在的问题，也为后续规划储能容量及定价模型提供理论依据。
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、改进等，均应包含在本发明的保护范围之内。

Claims (3)

1.一种支撑电力系统新能源消纳的储能配置及成本分析方法，所述电力系统为含储能的新能源高渗透率电力系统，包括储能、风电、光伏、火电、水电和负荷，其中，风电和光伏组成新能源，火电和水电组成常规机组，其特征在于，所述支撑电力系统新能源消纳的储能配置及成本分析方法包括如下步骤：
步骤S1、建立新能源出力的数学模型，并根据该数学模型分析风电、光伏的装机容量以及在多时间尺度下的出力特性；
所述步骤S1表现为：
步骤S11、在对建立的含风电、光伏的新能源出力的数学模型中引入风电机组i、光伏机组j在时刻t的出力系数
Figure 379802DEST_PATH_IMAGE001
、
Figure 632929DEST_PATH_IMAGE002
，并且考虑电力系统在调度中存在的弃风、光功率，即:
Figure 60499DEST_PATH_IMAGE003
Figure 731783DEST_PATH_IMAGE004
其中，
Figure 78451DEST_PATH_IMAGE005
、
Figure 959819DEST_PATH_IMAGE006
分别表示风电机组i在时刻t的出力与弃风功率；
Figure 830561DEST_PATH_IMAGE007
、
Figure 215406DEST_PATH_IMAGE008
分别表示光伏机组j在时刻t的出力与弃光功率；
Figure 998554DEST_PATH_IMAGE009
、
Figure 711426DEST_PATH_IMAGE010
分别表示风电机组i、光伏机组j的装机容量；
步骤S12、分析多时间尺度下的风电、光伏出力特性：基于统计学方法，以全省风电、光伏集中片区为原始数据，按季度、月度、日时间尺度分析风电、光伏的出力特性情况；
步骤S2、根据历史负荷数据，预测考虑不同时间尺度下电力系统的负荷需求量；
步骤S3、根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率，进而得到储能的需求量，建立储能的精细化数学模型；
步骤S4、将功率反映到成本上：基于风电、光伏、火电、水电发电的成本数据，以新能源高渗透率电力系统的综合运行成本为目标，分析不同储能配置以及储能成本对电力系统总成本的影响。
2.根据权利要求1所述的支撑电力系统新能源消纳的储能配置及成本分析方法，其特征在于，所述步骤S3具体包括如下步骤：
步骤S31、根据电力电量平衡关系，计算负荷与新能源之间的不平衡功率
Figure 746378DEST_PATH_IMAGE011
，进而得到储能的需求量：
Figure 641522DEST_PATH_IMAGE012
(1)
Figure 844839DEST_PATH_IMAGE013
(2)
式中
Figure 169641DEST_PATH_IMAGE011
为不平衡功率，
Figure 132918DEST_PATH_IMAGE014
、
Figure 367721DEST_PATH_IMAGE015
、
Figure 633618DEST_PATH_IMAGE016
、
Figure 570350DEST_PATH_IMAGE017
分别表示t时刻时负荷需求量、常规机组出力、风电出力、光伏出力，
Figure 947104DEST_PATH_IMAGE018
表示储能的需求量；
步骤S32、建立储能的精细化数学模型如下：
Figure 534949DEST_PATH_IMAGE019
(3)
Figure 96381DEST_PATH_IMAGE020
(4)
Figure 395775DEST_PATH_IMAGE021
(5)
Figure 451587DEST_PATH_IMAGE022
(6)
其中，
Figure 644671DEST_PATH_IMAGE023
、
Figure 252370DEST_PATH_IMAGE024
分别表示储能的充电、放电功率，
Figure 418821DEST_PATH_IMAGE025
表示储能的容量，
Figure 402957DEST_PATH_IMAGE026
、
Figure 450548DEST_PATH_IMAGE027
分别表示储能装置在时刻t、t-1的载荷容量，
Figure 838935DEST_PATH_IMAGE028
表示储能充放电效率，
Figure 237555DEST_PATH_IMAGE029
表示储能持续时间，
Figure 759804DEST_PATH_IMAGE030
表示储能在初始状态下的水平，k表示第k台储能装置。
3.根据权利要求2所述的支撑电力系统新能源消纳的储能配置及成本分析方法，其特征在于，所述步骤S4具体包括以下步骤：
步骤S41、以新能源高渗透率电力系统的综合运行成本为目标，建立目标函数：
Figure 176747DEST_PATH_IMAGE032
Figure 985303DEST_PATH_IMAGE033
（7）
Figure 746586DEST_PATH_IMAGE034
(8)
Figure 416733DEST_PATH_IMAGE035
(9)
其中，
Figure 704495DEST_PATH_IMAGE036
表示第
Figure 824897DEST_PATH_IMAGE037
台常规机组第
Figure 181798DEST_PATH_IMAGE038
时段的燃料成本，
Figure 904904DEST_PATH_IMAGE039
表示第
Figure 797904DEST_PATH_IMAGE037
台常规机组第
Figure 89208DEST_PATH_IMAGE038
时段的启停成本，
Figure 684138DEST_PATH_IMAGE040
表示第
Figure 460202DEST_PATH_IMAGE037
台常规机组第
Figure 332343DEST_PATH_IMAGE038
时段的出力，
Figure 653603DEST_PATH_IMAGE041
表示第
Figure 752140DEST_PATH_IMAGE037
台常规机组第
Figure 692414DEST_PATH_IMAGE038
时段的启停状态；
Figure 543695DEST_PATH_IMAGE042
均表示第
Figure 810423DEST_PATH_IMAGE037
台常规机组的燃料成本系数；
Figure 255311DEST_PATH_IMAGE043
分别表示储能的成本、风电上网电价、光伏上网电价；
Figure 123910DEST_PATH_IMAGE044
分别表示弃新能源惩罚成本、弃水电惩罚成本；
Figure 846009DEST_PATH_IMAGE045
分别表示弃风电、弃光伏、弃水电功率；
Figure 650017DEST_PATH_IMAGE046
分别表示常规机组台数、储能台数、风电机组数量、光伏机组数量以及运行的总时长，
Figure 706835DEST_PATH_IMAGE047
表示启停次数，
Figure 362813DEST_PATH_IMAGE048
表示时间间隔；
步骤S42、分析储能配置对电力系统总成本的影响：研究区域内的储能装机容量也取决于新能源的装机容量，结合实际运行情况将储能配置按新增风电装机容量的10%、20%、30%以及40%进行配置；
步骤S43、基于储能的配置水平，分析不同的储能成本对系统总成本的影响。
CN202110581916.0A 2021-05-27 2021-05-27 一种支撑电力系统新能源消纳的储能配置及成本分析方法 Active CN113036788B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110581916.0A CN113036788B (zh) 2021-05-27 2021-05-27 一种支撑电力系统新能源消纳的储能配置及成本分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110581916.0A CN113036788B (zh) 2021-05-27 2021-05-27 一种支撑电力系统新能源消纳的储能配置及成本分析方法

Publications (2)

Publication Number Publication Date
CN113036788A true CN113036788A (zh) 2021-06-25
CN113036788B CN113036788B (zh) 2021-08-06

Family

ID=76455823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110581916.0A Active CN113036788B (zh) 2021-05-27 2021-05-27 一种支撑电力系统新能源消纳的储能配置及成本分析方法

Country Status (1)

Country Link
CN (1) CN113036788B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113656988A (zh) * 2021-10-20 2021-11-16 中国能源建设集团湖南省电力设计院有限公司 一种提升风电消纳储能功率的优化方法
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
CN114188959A (zh) * 2021-11-23 2022-03-15 国网山西省电力公司电力科学研究院 一种基于新能源弃电功率的电力系统储能配置计算方法
CN115619102A (zh) * 2022-11-14 2023-01-17 中国能源建设集团湖南省电力设计院有限公司 一种基于新能源弃电率的电气计算校核方法
CN116316740A (zh) * 2023-05-19 2023-06-23 中国能源建设集团湖南省电力设计院有限公司 一种考虑新能源影响的储能代替火电容量效率计算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002285949A (ja) * 2001-03-26 2002-10-03 Ryuichi Shimada 電力貯蔵装置を用いて効率改善した風力発電設備
CN105226688A (zh) * 2015-10-12 2016-01-06 中国电力科学研究院 基于机会约束模型的多类型储能系统容量优化配置方法
CN107529677A (zh) * 2017-07-11 2018-01-02 清华大学 一种可再生能源消纳能力的评估方法及装置
CN107591830A (zh) * 2017-10-23 2018-01-16 国网能源研究院有限公司 一种适于高比例可再生能源发展的能源电力规划方法
CN108667071A (zh) * 2018-05-16 2018-10-16 国网山东省电力公司泰安供电公司 一种主动配电网负荷精准控制计算方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002285949A (ja) * 2001-03-26 2002-10-03 Ryuichi Shimada 電力貯蔵装置を用いて効率改善した風力発電設備
CN105226688A (zh) * 2015-10-12 2016-01-06 中国电力科学研究院 基于机会约束模型的多类型储能系统容量优化配置方法
CN107529677A (zh) * 2017-07-11 2018-01-02 清华大学 一种可再生能源消纳能力的评估方法及装置
CN107591830A (zh) * 2017-10-23 2018-01-16 国网能源研究院有限公司 一种适于高比例可再生能源发展的能源电力规划方法
CN108667071A (zh) * 2018-05-16 2018-10-16 国网山东省电力公司泰安供电公司 一种主动配电网负荷精准控制计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CAN WANG: "Evaluation of Power Grids" Renewable Energy Accommodation Capacity Considering Wind Power and Photovoltaic Power", 《2016 IEEE PES ASIA-PACIFIC POWER AND ENERGY CONFERENCE》 *
孙碣: "考虑新能源消纳的区域多能源系统网格化储能协调优化模型", 《可再生能源》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113656988A (zh) * 2021-10-20 2021-11-16 中国能源建设集团湖南省电力设计院有限公司 一种提升风电消纳储能功率的优化方法
CN114188959A (zh) * 2021-11-23 2022-03-15 国网山西省电力公司电力科学研究院 一种基于新能源弃电功率的电力系统储能配置计算方法
CN114188959B (zh) * 2021-11-23 2023-07-21 国网山西省电力公司电力科学研究院 一种基于新能源弃电功率的电力系统储能配置计算方法
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
CN115619102A (zh) * 2022-11-14 2023-01-17 中国能源建设集团湖南省电力设计院有限公司 一种基于新能源弃电率的电气计算校核方法
CN116316740A (zh) * 2023-05-19 2023-06-23 中国能源建设集团湖南省电力设计院有限公司 一种考虑新能源影响的储能代替火电容量效率计算方法
CN116316740B (zh) * 2023-05-19 2023-09-05 中国能源建设集团湖南省电力设计院有限公司 一种考虑新能源影响的储能代替火电容量效率计算方法

Also Published As

Publication number Publication date
CN113036788B (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN113036788B (zh) 一种支撑电力系统新能源消纳的储能配置及成本分析方法
CN109767078B (zh) 一种基于混合整数规划的多类型电源检修安排方法
CN103580063A (zh) 一种基于需方响应消纳大规模并网风电的方法
Styczynski et al. Electric energy storage and its tasks in the integration of wide-scale renewable resources
CN113869679B (zh) 适用于可再生能源的混合热电站系统优化配置方法和系统
CN111639819A (zh) 一种综合能源园区多阶段优化控制方法
Mao et al. Optimal allocation and economic evaluation for industrial PV microgrid
Li et al. Long duration flexibility planning challenges and solutions for power system with ultra high share of renewable energy
Kaldellis Integrated electrification solution for autonomous electrical networks on the basis of RES and energy storage configurations
Wang et al. Prospects for renewable energy: Meeting the challenges of integration with storage
Shah et al. Financial benefits by installing PV generation and energy storage systems for households
CN110571868B (zh) 微电网的优化配置方法
Mulleriyawage et al. Battery system selection in DC microgrids for residential applications: An Australian case study
Vitale Renewable energies–Future perspectives
CN116562554A (zh) 一种考虑灵活性供需平衡的长短期储能联合规划方法
CN114548536A (zh) 一种电力市场环境下考虑储能影响的可再生能源规划方法
CN115099473A (zh) 近零碳区域综合能源系统多目标优化方法
CN112541778B (zh) 一种基于微电网参与两阶段市场出清系统优化运行方法
CN112507507B (zh) 一种基于经济性与可靠性的综合能源设备优化配置方法
CN114069669A (zh) 一种共享储能运行模式控制方法
King et al. Feasibility study of renewable energy in Singapore
Narasimalu et al. Integration of Energy Storage System with Renewable Energy Source
Li et al. Collaborative Planning and Economic Analyses of High Renewable Penetrated Energy Systems Considering Concentrating Solar Power
Surianu et al. Comparative study of the opportunity to use Renewable Energy Sources to supply Residential Consumers
Chen et al. Research on Optimal Configuration of Battery Energy Storage System for Photovoltaic Systems with Different Load Demand

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