CN113036788B - 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
CN113036788B
CN113036788B CN202110581916.0A CN202110581916A CN113036788B CN 113036788 B CN113036788 B CN 113036788B CN 202110581916 A CN202110581916 A CN 202110581916A CN 113036788 B CN113036788 B CN 113036788B
Authority
CN
China
Prior art keywords
power
energy storage
energy
cost
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.)
Active
Application number
CN202110581916.0A
Other languages
English (en)
Other versions
CN113036788A (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)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (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 DEST_PATH_IMAGE001
、
Figure DEST_PATH_IMAGE002
，并且考虑电力系统在调度中存在的弃风、光功率，即:
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE005
其中，
Figure DEST_PATH_IMAGE006
、
Figure DEST_PATH_IMAGE007
分别表示风电机组i在时刻t的出力与弃风功率；
Figure DEST_PATH_IMAGE008
、
Figure DEST_PATH_IMAGE009
分别表示光伏机组j在时刻t的出力与弃光功率；
Figure DEST_PATH_IMAGE010
、
Figure DEST_PATH_IMAGE011
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 100002_DEST_PATH_IMAGE012
，进而得到储能的需求量：
Figure DEST_PATH_IMAGE013
(1)
Figure 100002_DEST_PATH_IMAGE014
(2)
式中
Figure 412287DEST_PATH_IMAGE012
为不平衡功率，
Figure DEST_PATH_IMAGE015
、
Figure 100002_DEST_PATH_IMAGE016
、
Figure DEST_PATH_IMAGE017
、
Figure 100002_DEST_PATH_IMAGE018
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 DEST_PATH_IMAGE019
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 100002_DEST_PATH_IMAGE020
(3)
Figure DEST_PATH_IMAGE021
(4)
Figure 100002_DEST_PATH_IMAGE022
(5)
Figure DEST_PATH_IMAGE023
(6)
其中，
Figure 100002_DEST_PATH_IMAGE024
、
Figure DEST_PATH_IMAGE025
分别表示储能的充电、放电功率，
Figure 100002_DEST_PATH_IMAGE026
表示储能的容量，
Figure DEST_PATH_IMAGE027
、
Figure 100002_DEST_PATH_IMAGE028
分别表示储能装置在时刻t、t-1的载荷容量，
Figure DEST_PATH_IMAGE029
表示储能充放电效率，
Figure 100002_DEST_PATH_IMAGE030
表示储能持续时间，
Figure DEST_PATH_IMAGE031
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 100002_DEST_PATH_IMAGE032
Figure DEST_PATH_IMAGE033
（7）
Figure 100002_DEST_PATH_IMAGE034
(8)
Figure DEST_PATH_IMAGE035
(9)
其中，
Figure DEST_PATH_IMAGE036
表示第
Figure DEST_PATH_IMAGE037
台常规机组第
Figure DEST_PATH_IMAGE038
时段的燃料成本，
Figure DEST_PATH_IMAGE039
表示第
Figure 310973DEST_PATH_IMAGE037
台常规机组第
Figure 568910DEST_PATH_IMAGE038
时段的启停成本，
Figure DEST_PATH_IMAGE040
表示第
Figure 640771DEST_PATH_IMAGE037
台常规机组第
Figure 815400DEST_PATH_IMAGE038
时段的出力，
Figure DEST_PATH_IMAGE041
表示第
Figure 465081DEST_PATH_IMAGE037
台常规机组第
Figure 459582DEST_PATH_IMAGE038
时段的启停状态；
Figure DEST_PATH_IMAGE042
均表示第
Figure 600713DEST_PATH_IMAGE037
台常规机组的燃料成本系数；
Figure DEST_PATH_IMAGE043
分别表示储能的成本、风电上网电价、光伏上网电价；
Figure DEST_PATH_IMAGE044
分别表示弃新能源惩罚成本、弃水电惩罚成本；
Figure DEST_PATH_IMAGE045
分别表示弃风电、弃光伏、弃水电功率；
Figure DEST_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 DEST_PATH_IMAGE047
表示启停次数，
Figure DEST_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。
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 DEST_PATH_IMAGE049
、
Figure DEST_PATH_IMAGE050
，并且考虑电力系统在调度中存在的弃风、光功率，即:
Figure 82379DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE051
其中，
Figure DEST_PATH_IMAGE052
、
Figure DEST_PATH_IMAGE053
分别表示风电机组i在时刻t的出力与弃风功率；
Figure DEST_PATH_IMAGE054
、
Figure DEST_PATH_IMAGE055
分别表示光伏机组j在时刻t的出力与弃光功率；
Figure DEST_PATH_IMAGE056
、
Figure DEST_PATH_IMAGE057
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 321204DEST_PATH_IMAGE012
，进而得到储能的需求量：
Figure 537422DEST_PATH_IMAGE013
(1)
Figure 951086DEST_PATH_IMAGE014
(2)
式中
Figure 834728DEST_PATH_IMAGE012
为不平衡功率，
Figure 793588DEST_PATH_IMAGE015
、
Figure 762681DEST_PATH_IMAGE016
、
Figure 714456DEST_PATH_IMAGE017
、
Figure 452605DEST_PATH_IMAGE018
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 97213DEST_PATH_IMAGE019
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 802870DEST_PATH_IMAGE020
(3)
Figure 292757DEST_PATH_IMAGE021
(4)
Figure 885412DEST_PATH_IMAGE022
(5)
Figure 435342DEST_PATH_IMAGE023
(6)
其中，
Figure 379028DEST_PATH_IMAGE024
、
Figure 688917DEST_PATH_IMAGE025
分别表示储能的充电、放电功率，
Figure 136079DEST_PATH_IMAGE026
表示储能的容量，
Figure 856911DEST_PATH_IMAGE027
、
Figure 22313DEST_PATH_IMAGE028
分别表示储能装置在时刻t、t-1的载荷容量，
Figure 119582DEST_PATH_IMAGE029
表示储能充放电效率，
Figure 204606DEST_PATH_IMAGE030
表示储能持续时间，
Figure 96338DEST_PATH_IMAGE031
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 DEST_PATH_IMAGE058
Figure DEST_PATH_IMAGE059
（7）
Figure 562086DEST_PATH_IMAGE034
(8)
Figure 197467DEST_PATH_IMAGE035
(9)
其中，
Figure 619221DEST_PATH_IMAGE036
表示第
Figure 947434DEST_PATH_IMAGE037
台常规机组第
Figure 87428DEST_PATH_IMAGE038
时段的燃料成本，
Figure 775767DEST_PATH_IMAGE039
表示第
Figure 317607DEST_PATH_IMAGE037
台常规机组第
Figure 551142DEST_PATH_IMAGE038
时段的启停成本，
Figure 178433DEST_PATH_IMAGE040
表示第
Figure 421195DEST_PATH_IMAGE037
台常规机组第
Figure 302695DEST_PATH_IMAGE038
时段的出力，
Figure 972710DEST_PATH_IMAGE041
表示第
Figure 821718DEST_PATH_IMAGE037
台常规机组第
Figure 602592DEST_PATH_IMAGE038
时段的启停状态；
Figure 853445DEST_PATH_IMAGE042
均表示第
Figure 946559DEST_PATH_IMAGE037
台常规机组的燃料成本系数；
Figure 548442DEST_PATH_IMAGE043
分别表示储能的成本、风电上网电价、光伏上网电价；
Figure 867428DEST_PATH_IMAGE044
分别表示弃新能源惩罚成本、弃水电惩罚成本；
Figure 238366DEST_PATH_IMAGE045
分别表示弃风电、弃光伏、弃水电功率；
Figure 250184DEST_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 558937DEST_PATH_IMAGE047
表示启停次数，
Figure 947193DEST_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。
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_IMAGE060
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 660427DEST_PATH_IMAGE001
、
Figure 46409DEST_PATH_IMAGE002
，并且考虑电力系统在调度中存在的弃风、光功率，即:
Figure DEST_PATH_IMAGE003
Figure 763830DEST_PATH_IMAGE004
其中，
Figure 893460DEST_PATH_IMAGE005
、
Figure 176673DEST_PATH_IMAGE006
分别表示风电机组i在时刻t的出力与弃风功率；
Figure 467977DEST_PATH_IMAGE007
、
Figure 203852DEST_PATH_IMAGE008
分别表示光伏机组j在时刻t的出力与弃光功率；
Figure 871594DEST_PATH_IMAGE009
、
Figure 507849DEST_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，所述储能精细化数学模型如下：
Figure 235634DEST_PATH_IMAGE011
(3)
Figure DEST_PATH_IMAGE012
(4)
Figure 927646DEST_PATH_IMAGE013
(5)
Figure DEST_PATH_IMAGE014
(6)
其中，
Figure 602341DEST_PATH_IMAGE015
、
Figure DEST_PATH_IMAGE016
分别表示储能的充电、放电功率，
Figure 328989DEST_PATH_IMAGE017
表示储能的容量，
Figure DEST_PATH_IMAGE018
、
Figure 197981DEST_PATH_IMAGE019
分别表示储能装置在时刻t、t-1的载荷容量，
Figure DEST_PATH_IMAGE020
表示储能充放电效率，
Figure 642869DEST_PATH_IMAGE021
表示储能持续时间，
Figure DEST_PATH_IMAGE022
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。
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 855676DEST_PATH_IMAGE023
，进而得到储能的需求量：
Figure DEST_PATH_IMAGE024
(1)
Figure 436830DEST_PATH_IMAGE025
(2)
式中
Figure 240838DEST_PATH_IMAGE023
为不平衡功率，
Figure DEST_PATH_IMAGE026
、
Figure 671557DEST_PATH_IMAGE027
、
Figure DEST_PATH_IMAGE028
、
Figure 688054DEST_PATH_IMAGE029
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 DEST_PATH_IMAGE030
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 389294DEST_PATH_IMAGE031
(3)
Figure DEST_PATH_IMAGE032
(4)
Figure 98624DEST_PATH_IMAGE033
(5)
Figure DEST_PATH_IMAGE034
(6)
其中，
Figure 252525DEST_PATH_IMAGE035
、
Figure 93618DEST_PATH_IMAGE036
分别表示储能的充电、放电功率，
Figure 914943DEST_PATH_IMAGE037
表示储能的容量，
Figure 326333DEST_PATH_IMAGE038
、
Figure 233109DEST_PATH_IMAGE039
分别表示储能装置在时刻t、t-1的载荷容量，
Figure 122568DEST_PATH_IMAGE040
表示储能充放电效率，
Figure 329558DEST_PATH_IMAGE041
表示储能持续时间，
Figure 911849DEST_PATH_IMAGE042
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 305922DEST_PATH_IMAGE043
Figure 497606DEST_PATH_IMAGE044
（7）
Figure 293524DEST_PATH_IMAGE045
(8)
Figure 46716DEST_PATH_IMAGE046
(9)
其中，
Figure 928085DEST_PATH_IMAGE047
表示第
Figure 424925DEST_PATH_IMAGE048
台常规机组第
Figure 75349DEST_PATH_IMAGE049
时段的燃料成本，
Figure 733864DEST_PATH_IMAGE050
表示第
Figure 368107DEST_PATH_IMAGE048
台常规机组第
Figure 403059DEST_PATH_IMAGE049
时段的启停成本，
Figure 675034DEST_PATH_IMAGE051
表示第
Figure 504450DEST_PATH_IMAGE048
台常规机组第
Figure 360411DEST_PATH_IMAGE049
时段的出力，
Figure 199054DEST_PATH_IMAGE052
表示第
Figure 558491DEST_PATH_IMAGE048
台常规机组第
Figure 89966DEST_PATH_IMAGE049
时段的启停状态；
Figure 167644DEST_PATH_IMAGE053
均表示第
Figure 809978DEST_PATH_IMAGE048
台常规机组的燃料成本系数；
Figure 289500DEST_PATH_IMAGE054
分别表示储能的成本、风电上网电价、光伏上网电价；
Figure 224833DEST_PATH_IMAGE055
分别表示弃新能源惩罚成本、弃水电惩罚成本；
Figure 55386DEST_PATH_IMAGE056
分别表示弃风电、弃光伏、弃水电功率；
Figure 235831DEST_PATH_IMAGE057
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 569861DEST_PATH_IMAGE058
表示启停次数，
Figure 177560DEST_PATH_IMAGE059
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 CN113036788A (zh) 2021-06-25
CN113036788B true 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)

Families Citing this family (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
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
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
CN115619102B (zh) * 2022-11-14 2023-04-07 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
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

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
Evaluation of Power Grids" Renewable Energy Accommodation Capacity Considering Wind Power and Photovoltaic Power;Can Wang;《2016 IEEE PES Asia-Pacific Power and Energy Conference》;20161212;全文 *
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;孙碣;《可再生能源》;20201130;第38卷(第11期);全文 *

Also Published As

Publication number Publication date
CN113036788A (zh) 2021-06-25

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
Ahadi et al. A novel approach for optimal combinations of wind, PV, and energy storage system in diesel-free isolated communities
Styczynski et al. Electric energy storage and its tasks in the integration of wide-scale renewable resources
Mao et al. Optimal allocation and economic evaluation for industrial PV microgrid
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
Kaldellis Integrated electrification solution for autonomous electrical networks on the basis of RES and energy storage configurations
CN110571868B (zh) 微电网的优化配置方法
CN112183839A (zh) 一种含梯级水电风光水互补发电系统中长期优化调度方法
Mulleriyawage et al. Battery system selection in DC microgrids for residential applications: An Australian case study
Khamis et al. Energy & Electricity consumption analysis of Malaysian power demand
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
Vitale Renewable energies–Future perspectives
Balza et al. Potential for energy storage in combination with renewable energy in Latin America and the Caribbean
Hoffmann PV as a major contributor to the~ 100% renewably powered world and solving the climate battle
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
Li et al. Collaborative Planning and Economic Analyses of High Renewable Penetrated Energy Systems Considering Concentrating Solar Power
Muda et al. Simulation-based method to evaluate pv-wind hybrid renewable energy system in Terengganu
King et al. Feasibility study of renewable energy in Singapore
Surianu et al. Comparative study of the opportunity to use Renewable Energy Sources to supply Residential Consumers
Narasimalu et al. Integration of Energy Storage System with Renewable Energy Source
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
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
Connors et al. Future electricity supplies: redefining efficiency from a systems perspective
Wang et al. Optimal Allocation of Energy Storage System Capacity of Wind-photovoltaic-storage Microgrid Considering Carbon Revenue

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