CN113437766A - 一种风光储的能量综合协同系统 - Google Patents
一种风光储的能量综合协同系统 Download PDFInfo
- Publication number
- CN113437766A CN113437766A CN202110715712.1A CN202110715712A CN113437766A CN 113437766 A CN113437766 A CN 113437766A CN 202110715712 A CN202110715712 A CN 202110715712A CN 113437766 A CN113437766 A CN 113437766A
- Authority
- CN
- China
- Prior art keywords
- power
- wind
- power grid
- energy storage
- wind 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.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 78
- 238000010248 power generation Methods 0.000 claims abstract description 54
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims description 11
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 4
- 229910001416 lithium ion Inorganic materials 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 description 16
- 238000000034 method Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 13
- 238000005286 illumination Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000004044 response Effects 0.000 description 6
- 238000013076 uncertainty analysis Methods 0.000 description 5
- 238000013441 quality evaluation Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance 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
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- 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
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/10—Flexible AC transmission systems [FACTS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种风光储的能量综合协同系统,包括光伏组件、逆变控制器、风力发电机组、电网、电池储能系统、监控系统和电能调度系统,所述光伏组件、风力发电机组均通过逆变控制器与电网连接;所述电池储能系统通过逆变控制器与电网连接;所述监控系统用于监测光伏组件的发电量、风力发电机组的发电量和电网的用电量;所述电池储能系统用于储存电网中多余的电量和向电网中输送电量;所述电能调度系统根据电网中用电量进行电能的调度使用。通过设置监控系统和电能调度系统,能够对系统中产生的电能与消耗的电能进行对比分析,选出较优的供电方案,保证了电网的稳定运行。
Description
技术领域
本发明属于风光储设备技术领域,尤其涉及一种风光储的能量综合协同系统。
背景技术
综合能源作为我国未来能源重大发展战略,受到电力行业广泛关注。与传统电力系统相比,综合能源系统在用户行为、运行方法、需求响应等方面都具有明显的区别,通过多种类型能源的耦合联动,扩展了传统电力行业的市场宽度、时间尺度与地理维度。能源枢纽(Energy Hub,FH)是储能、冷热电联供、负荷等多种用能形态的集合体,是构建综合能源系统的关键环节,近年来逐渐受到电力行业的广泛关注。
在风光储能量系统中,风力发电、光伏发电和电池储能系统的协同运行,能够保证电网的高效稳定地运行及电网运行过程中产生的效益最大化,如何保证风力发电、光伏发电和电池储能系统的协同运行是当下需要解决的问题。
发明内容
针对现有技术不足,本发明的目的在于提供一种风光储的能量综合协同系统,通过设置监控系统和电能调度系统,能够对系统中产生的电能与消耗的电能进行对比分析,选出较优的供电方案,保证了电网的稳定运行。
本发明提供如下技术方案:
一种风光储的能量综合协同系统,包括光伏组件、逆变控制器、风力发电机组、电网、电池储能系统、监控系统和电能调度系统,所述光伏组件、风力发电机组均通过逆变控制器与电网连接;所述电池储能系统通过逆变控制器与电网连接;所述监控系统用于监测光伏组件的发电量、风力发电机组的发电量和电网的用电量;所述电池储能系统用于储存电网中多余的电量和向电网中输送电量;所述电能调度系统根据电网中用电量进行电能的调度使用。
优选的,当电网中的用电量大于风力发电机组和光伏组件发电量之和时,电能调度系统控制电池储能系统向电网中进行供电,当电网中的用电量小于风力发电机组和光伏组件发电量之和时,电能调度系统控制电池储能系统向电网中进行吸收电能,对电池储能系统进行充电。
优选的,所述风力发电机组数量大于两组,所述风力发电机组之间互相独立,所述风力发电机组采用恒速恒频运行方式、变速恒频运行方式中的一种或两种。
优选的,所述电池储能系统采用锂离子储能系统。
优选的,本系统还包括柴油发电系统,所述柴油发电系统通过逆变控制器与电网连接,当光伏组件、风力发电机组和电池储能系统提供的电能速率小于电网中消耗电能的速率时,由柴油发电系统向电网中提供电能。
优选的,本体系统还包括协同运行质量分析模块,所述协同运行质量分析模块对系统的性能进行分析评价。
优选的,所述风力发电机组还包括风速测量系统,当风速位于最低投入风速和最大切出风速时,风力发电机组投入使用。
优选的,在系统中,E1,E2,…,Ei,…,Ej…,EM代表基于能量枢纽的综合能源系统中风力发电机组、光伏组件、电池储能系统各单元,其中M代表单元总数量(i∈M、j∈M),利用基于能量枢纽的综合能源系统各单元的历史数据,统计出协同运行异常概率矩阵:假设第i个单元出现异常时(设定Gi为第i个单元出现异常总数量)、第j个单元出现异常总数量为Gij,则第i个单元出现异常时第j个单元出现异常的概率表达为Pij=Gij/Gi,同理,可得下表所示的各单元异常概率矩阵,
E<sub>1</sub> | E<sub>2</sub> | … | E<sub>i</sub> | … | E<sub>j</sub> | … | E<sub>M</sub> | |
E<sub>1</sub> | P<sub>11</sub> | P<sub>12</sub> | P<sub>1i</sub> | P<sub>1j</sub> | P<sub>1M</sub> | |||
E<sub>2</sub> | P<sub>21</sub> | P<sub>22</sub> | P<sub>2i</sub> | P<sub>2j</sub> | P<sub>2M</sub> | |||
… | ||||||||
E<sub>i</sub> | P<sub>i1</sub> | P<sub>i2</sub> | P<sub>ii</sub> | P<sub>ij</sub> | P<sub>iM</sub> | |||
… | ||||||||
E<sub>j</sub> | P<sub>j1</sub> | P<sub>j2</sub> | P<sub>ji</sub> | P<sub>jj</sub> | P<sub>jM</sub> | |||
… | ||||||||
E<sub>M</sub> | P<sub>M1</sub> | P<sub>M2</sub> | P<sub>Mi</sub> | P<sub>Mj</sub> | P<sub>MM</sub> |
优选的,对系统的异常概率矩阵进行相对熵的计算,其具体流程为:
第i个单元与第j个单元之间多能协同运行质量的相对熵表示为:
得出系统相对熵矩阵:
E<sub>1</sub> | E<sub>2</sub> | … | E<sub>i</sub> | … | E<sub>j</sub> | … | E<sub>M</sub> | |
E<sub>1</sub> | KL<sub>11</sub> | KL<sub>12</sub> | KL<sub>1i</sub> | KL<sub>1j</sub> | KL<sub>1M</sub> | |||
E<sub>2</sub> | KL<sub>21</sub> | KL<sub>22</sub> | KL<sub>2i</sub> | KL<sub>2j</sub> | KL<sub>2M</sub> | |||
… | ||||||||
E<sub>i</sub> | KL<sub>i1</sub> | KL<sub>i2</sub> | KL<sub>ii</sub> | KL<sub>ij</sub> | KL<sub>iM</sub> | |||
… | ||||||||
E<sub>j</sub> | KL<sub>j1</sub> | KL<sub>j2</sub> | KL<sub>ji</sub> | KL<sub>jj</sub> | KL<sub>jM</sub> | |||
… | ||||||||
E<sub>M</sub> | KL<sub>M1</sub> | KL<sub>M2</sub> | KL<sub>Mi</sub> | KL<sub>Mj</sub> | KL<sub>MM</sub> |
其中,计算相对因子包括:
针对第i个单元,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最大数值,记录为MAXi,同理,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最小数值,记录为MINi,第i个单元的相对因子表达式为:
其中,运行质量评价包括:
假设目前第i个单元的状态为Si(通常0意味着工作正常,-1意味着出现预警,…,-10意味着出现严重故障),则基于能量枢纽的综合能源系统的运行质量评价可以表示为:
S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*logD(i)+…+(SM)2*logD(M)。
优选的,基于核函数方法对风力发电机组进行不确定性分析,预测风力发电机组出力的不确定性因素,便于电能调度系统预测风力发电机组的发电量,从而做出实时的响应。
优选的,在光伏组件发电中,首先对光照强度进行预测,然后基于光照强度的预测结果进一步对光伏组件的功率进行预测,实际光照强度简化为正态分布,通过对光伏组件的功率预测达到对光伏组件的产电量进行预测,便于电能调度系统预测光伏组件的发电量,从而做出实时的响应。
优选的,为了避免系统在恶劣的工作环境中发生电压善闪变的现象,同时为了避免风力发电机组向电网输入能量的时候会带来冲击信号,系统需附加额外的保护配件。
一种用于风光储的能量协同利用方法,包括以下步骤:
S1:发电量采集,采集风力发电机组的产电量Q1数据和光伏发电产电量数据Q2;
S2:用电量采集,采集电网中的用电量Q3,并且根据以往用电历史预测当下最大用电量Q4;
S3:供电方式选择,根据风力发电机组的产电量Q1和光伏发电产电量数据Q2和合适的供电方式,其供电方式分为风力发电机组供电、光伏发电供电、电池储能系统供电中的一种或多种;
S4:系统评价,对系统协同利用电能进行分析评价。
优选的,在步骤S2中,最大用电量根据过去一周或者一月内相同时间段内的用电量峰值,然后进行优化得出合理的最大用电量Q4。
优选的,在步骤S3中,若Q1和Q2的和大于Q4,则电网中多余的电能储存在电池储能系统中,若Q1和Q2的和小于Q4,则电池储能系统参与电网的供电。
优选的,在风力发电机组工作过程前,对风力发电机组进行不确定性分析,预测风力发电机组的发电功率和判断系统工作的稳定性。
优选的,在光伏发电过程中,需要对光照强度进行预测,根据光照强度的预测结果计算出光伏的发电量。
优选的,在系统工作过程中,对电池储能系统中的剩余电量进行实施检测,当电池储能系统中的剩余电量小于预先设置的阈值时,系统进行预警提示,切断电能储能系统的输出电路,实现保护电能储能系统的目的。
与现有技术相比,本发明具有以下有益效果:
(1)本发明一种风光储的能量综合协同系统,通过设置的电能调度系统,能够对电网中电能的产生量和用电量之间进行协调,保证风光储能量系统协同稳定的运行,保证了电网的高效的运行。
(2)本发明一种风光储的能量综合协同系统,通过设置柴油发电系统,在恶劣的环境下,所述柴油发电系统能够向电网中输送电能,保证电网的正常运行,增加了电网系统的稳定性。
(3)本发明一种风光储的能量综合协同系统,通过设置协同运行质量分析模块,能够对电网的运行情况进行分析,便于及时了解系统的运行状况。
(4)本发明一种风光储的能量综合协同系统,基于核函数方法对风力发电机组进行不确定性分析,预测风力发电机组出力的不确定性因素,便于电能调度系统预测风力发电机组的发电量,从而做出实时的响应,便于改变电网中的供电方式,增加了电网运行的准确度。
附图说明
为了更清楚地说明本发明实施方式的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明的系统示意图。
图2是本发明的方法示意图。
图3是本发明的质量分析方法示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述。显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
实施例一:
如图1所示,一种风光储的能量综合协同系统,包括光伏组件、逆变控制器、风力发电机组、电网、电池储能系统、监控系统和电能调度系统,所述光伏组件、风力发电机组均通过逆变控制器与电网连接;所述电池储能系统通过逆变控制器与电网连接;所述监控系统用于监测光伏组件的发电量、风力发电机组的发电量和电网的用电量;所述电池储能系统用于储存电网中多余的电量和向电网中输送电量;所述电能调度系统根据电网中用电量进行电能的调度使用,根据用电量和电能产生量决定电网的供电方式。
当电网中的用电量大于风力发电机组和光伏组件发电量之和时,电能调度系统控制电池储能系统向电网中进行供电,当电网中的用电量小于风力发电机组和光伏组件发电量之和时,电能调度系统控制电池储能系统向电网中进行吸收电能,对电池储能系统进行充电,实现电网中的电能的均衡配置。
所述风力发电机组数量大于两组,所述风力发电机组之间互相独立,所述风力发电机组采用恒速恒频运行方式、变速恒频运行方式中的一种或两种,从而增加风力发电机组系统的稳定性,降低风力发电机组产生电能量的波动性。所述电池储能系统采用锂离子储能系统。
实施例二
一种风光储的能量综合协同系统,包括光伏组件、逆变控制器、风力发电机组、电网、电池储能系统、监控系统和电能调度系统,所述光伏组件、风力发电机组均通过逆变控制器与电网连接;所述电池储能系统通过逆变控制器与电网连接;所述监控系统用于监测光伏组件的发电量、风力发电机组的发电量和电网的用电量;所述电池储能系统用于储存电网中多余的电量和向电网中输送电量;所述电能调度系统根据电网中用电量进行电能的调度使用,根据用电量和电能产生量决定电网的供电方式。
当电网中的用电量大于风力发电机组和光伏组件发电量之和时,电能调度系统控制电池储能系统向电网中进行供电,当电网中的用电量小于风力发电机组和光伏组件发电量之和时,电能调度系统控制电池储能系统向电网中进行吸收电能,对电池储能系统进行充电,实现电网中的电能的均衡配置。
所述风力发电机组数量大于两组,所述风力发电机组之间互相独立,所述风力发电机组采用恒速恒频运行方式、变速恒频运行方式中的一种或两种,从而增加风力发电机组系统的稳定性,降低风力发电机组产生电能量的波动性。所述电池储能系统采用锂离子储能系统。
本系统还包括柴油发电系统,所述柴油发电系统通过逆变控制器与电网连接,当光伏组件、风力发电机组和电池储能系统提供的电能速率小于电网中消耗电能的速率时,由柴油发电系统向电网中提供电能,所述柴油发电系统作为备用系统,增加了系统的可靠性能,当电网处于恶劣的环境中,光伏组件、风力发电机组和电池储能系统产生的电能不足于维持电网的运行时,启动柴油发电系统,柴油发电系统向电网提供电能,保证电网的正常运行。所述风力发电机组还包括风速测量系统,当风速位于最低投入风速和最大切出风速时,风力发电机组投入使用。
实施例三
结合图3所示,本体系统还包括协同运行质量分析模块,所述协同运行质量分析模块对系统的性能进行分析评价,通过协同运行质量分析模块分析系统的稳定性,便于电能调度系统对电网中的电能的调度,增加了系统的可靠性。所述协同运行质量分析模块的工作流程为系统运行异常概率矩阵统计、计算相对熵、计算相对因子、运行质量评价。
在系统中,E1,E2,…,Ei,…,Ej…,EM代表基于能量枢纽的综合能源系统中风力发电机组、光伏组件、电池储能系统各单元,其中M代表单元总数量(i∈M、j∈M),利用基于能量枢纽的综合能源系统各单元的历史数据,统计出协同运行异常概率矩阵:假设第i个单元出现异常时(设定Gi为第i个单元出现异常总数量)、第j个单元出现异常总数量为Gij,则第i个单元出现异常时第j个单元出现异常的概率表达为Pij=Gij/Gi,同理,可得下表所示的各单元异常概率矩阵,
E<sub>1</sub> | E<sub>2</sub> | … | E<sub>i</sub> | … | E<sub>j</sub> | … | E<sub>M</sub> | |
E<sub>1</sub> | P<sub>11</sub> | P<sub>12</sub> | P<sub>1i</sub> | P<sub>1j</sub> | P<sub>1M</sub> | |||
E<sub>2</sub> | P<sub>21</sub> | P<sub>22</sub> | P<sub>2i</sub> | P<sub>2j</sub> | P<sub>2M</sub> | |||
… | ||||||||
E<sub>i</sub> | P<sub>i1</sub> | P<sub>i2</sub> | P<sub>ii</sub> | P<sub>ij</sub> | P<sub>iM</sub> | |||
… | ||||||||
E<sub>j</sub> | P<sub>j1</sub> | P<sub>j2</sub> | P<sub>ji</sub> | P<sub>jj</sub> | P<sub>jM</sub> | |||
… | ||||||||
E<sub>M</sub> | P<sub>M1</sub> | P<sub>M2</sub> | P<sub>Mi</sub> | P<sub>Mj</sub> | P<sub>MM</sub> |
对系统的异常概率矩阵进行相对熵的计算,其具体流程为:
第i个单元与第j个单元之间多能协同运行质量的相对熵表示为:
得出系统相对熵矩阵:
E<sub>1</sub> | E<sub>2</sub> | … | E<sub>i</sub> | … | E<sub>j</sub> | … | E<sub>M</sub> | |
E<sub>1</sub> | KL<sub>11</sub> | KL<sub>12</sub> | KL<sub>1i</sub> | KL<sub>1j</sub> | KL<sub>1M</sub> | |||
E<sub>2</sub> | KL<sub>21</sub> | KL<sub>22</sub> | KL<sub>2i</sub> | KL<sub>2j</sub> | KL<sub>2M</sub> | |||
… | ||||||||
E<sub>i</sub> | KL<sub>i1</sub> | KL<sub>i2</sub> | KL<sub>ii</sub> | KL<sub>ij</sub> | KL<sub>iM</sub> | |||
… | ||||||||
E<sub>j</sub> | KL<sub>j1</sub> | KL<sub>j2</sub> | KL<sub>ji</sub> | KL<sub>jj</sub> | KL<sub>jM</sub> | |||
… | ||||||||
E<sub>M</sub> | KL<sub>M1</sub> | KL<sub>M2</sub> | KL<sub>Mi</sub> | KL<sub>Mj</sub> | KL<sub>MM</sub> |
其中,计算相对因子包括:
针对第i个单元,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最大数值,记录为MAXi,同理,从系统相对熵矩阵第i行即KLi1,KLi2,…,KLiM中确定最小数值,记录为MINi,第i个单元的相对因子表达式为:
其中,运行质量评价包括:
假设目前第i个单元的状态为Si(通常0意味着工作正常,-1意味着出现预警,…,-10意味着出现严重故障),则基于能量枢纽的综合能源系统的运行质量评价可以表示为:
S=(S1)2*logD(1)+(S2)2*logD(2)+…+(Si)2*logD(i)+…+(SM)2*logD(M)。
通过所提出的基于能量枢纽的多能协同运行质量分析方法,获取各单元的综合运行状态。通过对整体运行质量进行合理分析,实现基于能量枢纽的综合能源系统的智能化运行和维护。
基于核函数方法对风力发电机组进行不确定性分析,预测风力发电机组出力的不确定性因素,便于电能调度系统预测风力发电机组的发电量,电能调度系统基于预测结果做出实时的响应。在光伏组件发电中,首先对光照强度进行预测,然后基于光照强度的预测结果进一步对光伏组件的功率进行预测,实际光照强度简化为正态分布,通过对光伏组件的功率预测达到对光伏组件的产电量进行预测,便于电能调度系统预测光伏组件的发电量,从而做出实时的响应,增加了系统的协同性能。
为了避免系统在恶劣的工作环境中发生电压善闪变的现象,同时为了避免风力发电机组向电网输入能量的时候会带来冲击信号,系统需附加额外的保护配件。
实施例四
如图2所示,一种用于风光储的能量协同利用方法,包括以下步骤:
S1:发电量采集,采集风力发电机组的产电量Q1数据和光伏发电产电量数据Q2;
S2:用电量采集,采集电网中的用电量Q3,并且根据以往用电历史预测当下最大用电量Q4;
S3:供电方式选择,根据风力发电机组的产电量Q1和光伏发电产电量数据Q2和合适的供电方式,其供电方式分为风力发电机组供电、光伏发电供电、电池储能系统供电中的一种或多种;
S4:系统评价,对系统协同利用电能进行分析评价。
在步骤S2中,最大用电量根据过去一周或者一月内相同时间段内的用电量峰值,然后进行优化得出合理的最大用电量Q4。在步骤S3中,若Q1和Q2的和大于Q4,则电网中多余的电能储存在电池储能系统中,若Q1和Q2的和小于Q4,则电池储能系统参与电网的供电。在风力发电机组工作过程前,对风力发电机组进行不确定性分析,预测风力发电机组的发电功率和判断系统工作的稳定性。
在光伏发电过程中,需要对光照强度进行预测,根据光照强度的预测结果计算出光伏的发电量。在系统工作过程中,对电池储能系统中的剩余电量进行实施检测,当电池储能系统中的剩余电量小于预先设置的阈值时,系统进行预警提示,切断电能储能系统的输出电路,实现保护电能储能系统的目的。
通过上述技术方案得到的装置是一种风光储的能量综合协同系统,通过设置监控系统和电能调度系统,能够对系统中产生的电能与消耗的电能进行对比分析,选出较优的供电方案,保证了电网的稳定运行。
以上所述仅为本发明的优选实施方式而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化;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 (7)
1.一种风光储的能量综合协同系统,包括光伏组件、逆变控制器、风力发电机组、电网、电池储能系统、监控系统和电能调度系统,其特征在于,所述光伏组件、风力发电机组均通过逆变控制器与电网连接;所述电池储能系统通过逆变控制器与电网连接;所述监控系统用于监测光伏组件的发电量、风力发电机组的发电量和电网的用电量;所述电池储能系统用于储存电网中多余的电量和向电网中输送电量;所述电能调度系统根据电网中用电量进行电能的调度使用。
2.根据权利要求1所述一种风光储的能量综合协同系统,其特征在于,当电网中的用电量大于风力发电机组和光伏组件发电量之和时,电能调度系统控制电池储能系统向电网中进行供电,当电网中的用电量小于风力发电机组和光伏组件发电量之和时,电能调度系统控制电池储能系统向电网中进行吸收电能,对电池储能系统进行充电。
3.根据权利要求1所述一种风光储的能量综合协同系统,其特征在于,所述风力发电机组数量大于两组,所述风力发电机组之间互相独立,所述风力发电机组采用恒速恒频运行方式、变速恒频运行方式中的一种或两种。
4.根据权利要求1所述一种风光储的能量综合协同系统,其特征在于,所述电池储能系统采用锂离子储能系统。
5.根据权利要求1-4所述一种风光储的能量综合协同系统,其特征在于,本系统还包括柴油发电系统,所述柴油发电系统通过逆变控制器与电网连接,当光伏组件、风力发电机组和电池储能系统提供的电能速率小于电网中消耗电能的速率时,由柴油发电系统向电网中提供电能。
6.根据权利要求1-5所述一种风光储的能量综合协同系统,其特征在于,本体系统还包括协同运行质量分析模块,所述协同运行质量分析模块对系统的性能进行分析评价。
7.根据权利要求1所述一种风光储的能量综合协同系统,其特征在于,所述风力发电机组还包括风速测量系统,当风速位于最低投入风速和最大切出风速时,风力发电机组投入使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110715712.1A CN113437766A (zh) | 2021-06-25 | 2021-06-25 | 一种风光储的能量综合协同系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110715712.1A CN113437766A (zh) | 2021-06-25 | 2021-06-25 | 一种风光储的能量综合协同系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113437766A true CN113437766A (zh) | 2021-09-24 |
Family
ID=77754777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110715712.1A Pending CN113437766A (zh) | 2021-06-25 | 2021-06-25 | 一种风光储的能量综合协同系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113437766A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114336753A (zh) * | 2022-01-05 | 2022-04-12 | 北京京运通科技股份有限公司 | 光伏发电和风力发电综合管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011113219A1 (zh) * | 2010-03-15 | 2011-09-22 | 三一电气有限责任公司 | 一种并网型风光联合发电系统及其发电方法 |
CN202084958U (zh) * | 2011-05-13 | 2011-12-21 | 泉州市弘扬广告科技有限公司 | 风光互补离网型发电系统 |
CN105680449A (zh) * | 2016-04-01 | 2016-06-15 | 中国地质大学(北京) | 一种具有天气预测的光伏发电微电网的综合协调控制方法 |
CN211606120U (zh) * | 2019-12-24 | 2020-09-29 | 葛洲坝能源重工有限公司 | 一种新型风光气储多能源互补发电系统 |
CN112736908A (zh) * | 2020-12-28 | 2021-04-30 | 江苏晟能科技有限公司 | 一种多能协同优化配置规划方法 |
-
2021
- 2021-06-25 CN CN202110715712.1A patent/CN113437766A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011113219A1 (zh) * | 2010-03-15 | 2011-09-22 | 三一电气有限责任公司 | 一种并网型风光联合发电系统及其发电方法 |
CN202084958U (zh) * | 2011-05-13 | 2011-12-21 | 泉州市弘扬广告科技有限公司 | 风光互补离网型发电系统 |
CN105680449A (zh) * | 2016-04-01 | 2016-06-15 | 中国地质大学(北京) | 一种具有天气预测的光伏发电微电网的综合协调控制方法 |
CN211606120U (zh) * | 2019-12-24 | 2020-09-29 | 葛洲坝能源重工有限公司 | 一种新型风光气储多能源互补发电系统 |
CN112736908A (zh) * | 2020-12-28 | 2021-04-30 | 江苏晟能科技有限公司 | 一种多能协同优化配置规划方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114336753A (zh) * | 2022-01-05 | 2022-04-12 | 北京京运通科技股份有限公司 | 光伏发电和风力发电综合管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111950900B (zh) | 一种电力系统源网荷储本质安全风险评估方法 | |
Cheng et al. | Operational reliability modeling and assessment of battery energy storage based on lithium-ion battery lifetime degradation | |
Lu et al. | Online optimization of energy management strategy for FCV control parameters considering dual power source lifespan decay synergy | |
CN116799844B (zh) | 一种移动式分布式储能系统 | |
CN116388347B (zh) | 一种户用电池储能的能量综合管理平台 | |
CN113112114A (zh) | 一种储能电站在线评估方法和装置 | |
CN105046593A (zh) | 一种符合低碳能源政策的智能配用电评价方法 | |
CN117175655A (zh) | 一种分布式新能源电力系统的蓄能控制方法及系统 | |
CN114418160A (zh) | 基于综合评价体系的园区多能源系统优化调度方法 | |
CN113437766A (zh) | 一种风光储的能量综合协同系统 | |
CN113452086A (zh) | 一种用于风光储的能量协同利用方法 | |
CN118096224A (zh) | 基于虚拟电厂优化运行的电力市场出清方法及系统 | |
Karoui et al. | Diagnosis and prognosis of complex energy storage systems: tools development and feedback on four installed systems | |
CN117183803A (zh) | 电动汽车充电控制方法、装置和计算机设备 | |
CN116454934A (zh) | 一种基于多设备的储能ems云平台 | |
Jun et al. | Comprehensive Evaluation of Microgrid Planning Scheme based on AHP-Entropy method | |
Semassou et al. | Contribution to the optimization of the autonomous photovoltaic solar systems with hybrid storage for loads with peak power with constraints of volume and loss of power supply probability | |
Gao et al. | Life extension of a multi-unit energy storage system by optimizing the power distribution based on the degradation ratio | |
CN118336836B (zh) | 基于风险消弭的多类型可再生能源对调峰需求分析方法 | |
LU503840B1 (en) | Whole life cycle management system for health status of fuel cells | |
CN117856312B (zh) | 一种基于物联网的工业应急储能电池智能管理方法及系统 | |
CN118134265B (zh) | 一种基于共享储能模式的储能电站风险评估系统 | |
CN117833322B (zh) | 一种用于光伏声屏障的储能优化方法及系统 | |
Zhao | Voltage difference over-limit fault prediction of energy storage battery cluster based on data driven method | |
CN118282017A (zh) | 一种基于人工智能的光伏储能管理调节系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210924 |