CN113595104B - 一种风储联合调频系统的储能容量配置方法 - Google Patents
一种风储联合调频系统的储能容量配置方法 Download PDFInfo
- Publication number
- CN113595104B CN113595104B CN202110854596.1A CN202110854596A CN113595104B CN 113595104 B CN113595104 B CN 113595104B CN 202110854596 A CN202110854596 A CN 202110854596A CN 113595104 B CN113595104 B CN 113595104B
- Authority
- CN
- China
- Prior art keywords
- frequency modulation
- energy storage
- wind
- power
- fan
- 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
Links
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
- H02J3/28—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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- 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
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储联合调频系统的储能容量配置方法,其包括:根据风储联合调频系统的运行参数构建风储联合系统优化模型,优化模型的目标函数为基于决策变量的成本函数,决策变量包括储能额定输出功率容量PBat、储能额定输出能量容量EBat、第j个采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j),约束条件包括满足调频需求的概率Pr>α,以目标函数的成本值取最小计算决策变量;根据决策变量取值配置系统调频。本申请通过风储联合系统优化模型,以成本函数为目标函数,约束调频的置信度,以该模型取成本最小时得到的决策变量结果对储能系统进行容量配置,调频的可信度能达到预设要求且整体调频成本较低。
Description
技术领域
本发明属于电气工程技术领域,更具体地,涉及一种风储联合调频系统的储能容量配置方法。
背景技术
随着新能源装机规模不断增大及新能源渗透率逐年上升,新能源场站具备一次调频能力已成为大势所趋。当电力系统频率发生波动时,风电机组可以通过变桨控制可以提供一定的调频备用,以维持电力系统频率的稳定,但变桨控制导致的风机长期降额运行会降低经济效益。
目前,为避免风机长期降额运行,结合储能系统来保持电力系统频率稳定且提高风电场收益已经成为一种趋势。将风电机组功率备用控制与储能控制相结合,是使新能源场站具备一次调频功能更为经济、有效的解决方案。然后,由于储能成本较高,在满足风电场调频需求的同时,合理配置储能容量对风场调频至关重要。因此,如何减小风储系统运行成本、降低储能配置容量,从而提高储能参与风电一次调频的经济性已成为目前的关键问题。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种风储联合调频系统的储能容量配置方法,其目的在于在满足风电场调频需求的同时,合理配置储能容量,使调频成本最小化,由此提高储能参与风电一次调频的经济性。
为实现上述目的,按照本发明的一个方面,提供了一种风储联合调频系统的储能容量配置方法,其包括:
采样风储联合调频系统的运行参数;
根据所述运行参数,构建风储联合系统优化模型,所述优化模型包括目标函数和约束条件,其中,所述目标函数为基于决策变量的成本函数,所述决策变量包括储能额定输出功率容量PBat、储能额定输出能量容量EBat、第j个采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j),所述约束条件包括满足调频需求的概率Pr>α,其中,Pr为采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j)之和满足所述风储联合调频系统在对应采样时段内调频需求Pp(j)的概率,α为预设的置信度;
以所述目标函数的成本值取最小计算所述决策变量;
以所述决策变量中的储能额定输出功率容量PBat、储能额定输出能量容量EBat重新配置储能系统,并分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率。
优选地,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,判断当前电力系统频率变化量Δf(j)是否超过预设范围;
当Δf(j)超过预设范围时,分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率;
优选地,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,判断当前风机出力Pwind(j)是否大于风机最大出力Pwind max的20%,
当Pwind(j)>20%Pwind max,以所述决策变量中风机调频备用功率和储能调频备用功率重新配置风储联合调频系统的风机调频和储能调频;
当Pwind(j)≤20%Pwind max,风机和储能不参与调频。
优选地,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,判断当前电力系统频率f(j)是否大于额定频率fB:
当f(j)<fB时,以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率;
当f(j)>fB时,储能不参与调频,通过减小风机出力进行调频。
优选地,所述目标函数为:C=FES+FW+Fcf-Fsell,其中,C为风储联合调频系统的运行成本,FES为储能配置成本,FW为风电场压出力成本,Fcf为风电场调频不足的惩罚成本,Fsell为风电场调频盈余售电收益。
优选地,所述约束条件还包括:
储能充放电深度约束:其中,η为储能系统循环效率,SOC0为储能系统初始荷电状态,Tf为一次调频持续时间;
风电场调频需求约束:风储系统参与调频时,必须保证10%以上的有功备用,PW(j)+PB(j)≥10%Pwind(j),Pwind(j)为当前风机出力;
储能系统功率容量限制约束:0≤PB(j)≤PBat;
风电机组容量限制约束:0≤PW(j)≤Pwind(j)。
优选地,所述以所述目标函数的成本值取最小计算所述决策变量包括:
判断所述约束条件是否包含非线性条件;
当所述约束条件包含非线性条件时,采用大M法将非线性条件转化为线性条件;
通过线性优化求解器求解所述目标函数的成本最小值。
优选地,所述方法还包括,计算当前采样时段的调频需求Pp(j),其中,Δf(j)为系统当前采样时段内电力系统频率变化量,R为调频下垂系数,fB为电力系统额定频率;PG为传统调频机组额定功率;Δfm为系统频率允许偏差量的最大值;ΔPm为风储系统最大备用有功功率。
优选地,所述成本函数C=FES+FW+Fcf-Fsell,其中,FES为储能配置成本,FW为风电场压出力成本,Fcf为风电场调频不足的惩罚成本,Fsell为风电场调频盈余售电收益,
所述储能配置成本FES=C1+C2+C3+C4,其中,C1为储能系统建设成本,C2为储能系统维护成本,C3为储能系统购电成本,C4为储能系统运行成本;
其中,r为储能系统的折旧率,N为储能系统使用寿命,αP为储能系统单位功率价格,αE为储能系统单位容量价格;C2=αfPPBat+αfEEBat,其中,αfP为储能系统在单位功率运维成本;αfE为储能系统在单位容量运维成本;
其中,αprice为储能系统的购电单价,k为储能系统调频次数,i为第i次调频,PB(i)为第i次调频储能备用功率,Tf为一次调频持续时间;
其中,Eloss为储能系统充放电时的能量损失,其中,η为储能系统循环效率;
所述风电场压出力成本其中,kW为风电单位上网电价,n为风电场全年的风速采样数;j为第j次采样,Ts为风速采样间隔时间;
所述风电场调频不足的惩罚成本
其中,Pp(i)、PW(i)和PB(i)分别为第i次调频的调频需求功率、风机备用功率和储能备用功率。
所述风电场调频盈余售电收益
其中,kcf为风储联合调频系统调频不足时的惩罚单价,kW为实时上网电价。
优选地,概率
其中,n为采样次数。
总体而言,本申请通过采集风储联合调频系统的运行参数,建立风储联合系统优化模型,以成本函数为目标函数,以储能额定输出功率容量PBat、储能额定输出能量容量EBat、第j个采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j)为决策变量,以满足调频需求的概率大于预设值为约束,求解目标函数的取最小值时的决策变量的取值,从而得到储能额定输出功率容量PBat、储能额定输出能量容量EBat、每个采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j)的取值。由于风电功率具有随机性和不确定性,将约束条件设置为全年多次调频中,满足调频需求的概率能达到预设值即可,即调频的可行度达到一定水平时取成本最小值,实现了风储系统在调频可信度和运行成本之间的折中,在一定程度上允许了风电场在部分时段内可以不满足调频需求,模型建立更符合工程实际,以该模型得到的结果对储能系统进行容量配置,调频的可信度能达到预设要求且整体调频成本较低。
附图说明
图1是本申请一实施例中的风储联合调频系统的储能容量配置方法的步骤流程图;
图2是本申请另一实施例中的风储联合调频系统的储能容量配置方法的步骤流程图;
图3是本申请另一实施例中风机一年的出力统计图;
图4(a)是仅火电机组进行一次调频的电网频率波动变化曲线;
图4(b)是附加风储备用调频功率之后的电网频率波动变化曲线;
图5(a)是无储能参与备用调频时风场内风机的备用出力情况;
图5(b)是有储能参与备用调频时风场内风机的备用出力情况。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1所示为本申请一实施例中的风储联合调频系统的储能容量配置方法的流程图,该方法包括:
步骤S100:采样风储联合调频系统的运行参数。
具体的,运行参数可包括系统固定参数、变化参数和市场价格参数、采样参数。其中,系统固定参数包括传统调频机组(例如火力发电机组)额定出力PG、一次调频持续时间Tf、储能系统循环效率η、储能系统使用寿命N、储能系统荷电状态上下限SOCmax和SOCmin。变化参数包括全年内在每个采样时段风速下的风机出力Pwind(j)、系统全年在每个采样时段的频率f(j)。市场价格参数包括储能系统单位功率价格αP、储能系统单位容量价格αE、储能系统的折旧率r、储能系统在单位功率年运维成本αfP、储能系统在单位容量年运维成本αfE、储能系统的购电单价αprice、风电上网单位电价kW、风场调频不足时的惩罚单价kcf。采样参数包括风速采样间隔时间Ts和一年内的采样次数。
步骤S200:根据所述运行参数,构建风储联合系统优化模型,所述优化模型包括目标函数和约束条件,其中,所述目标函数为基于决策变量的成本函数,所述决策变量包括储能额定输出功率容量PBat、储能额定输出能量容量EBat、第j个采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j),所述约束条件包括满足调频需求的概率Pr>α。
其中,约束条件中的Pr为采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j)之和满足所述风储联合调频系统在对应采样时段内调频需求Pp(j)的概率,α为预设的置信度。
具体的,目标函数为基于决策变量的成本函数,决策变量包括:对于每次采样,采样序号为j,风机一次调频备用功率PW(j),储能一次调频备用功率PB(j),储能额定输出功率容量PBat,储能额定输出能量容量EBat。
目标函数为风储联合调频系统的运行成本C,主要包括四部分:储能配置成本FES,风电场压出力成本FW、风电场调频不足的惩罚成本Fcf和风电场调频盈余售电收益Fsell:
C=FES+FW+Fcf-Fsell (1)
在一实施例中,储能配置成本FES主要可以分成储能系统建设成本、储能系统维护成本、一次调频购电成本、储能系统运行成本四部分。其函数关系如下所示:
FES=C1+C2+C3+C4 (2)
式中:C1为储能系统建设成本;C2为储能系统维护成本;C3为储能系统购电成本;C4为储能系统运行成本。
储能系统建设成本C1主要由储能系统功率成本、储能系统容量成本以及储能系统在安装建设过程中带来的其他成本构成。因此,储能系统建设成本函数如下式所示:
式中:r为储能系统的折旧率,N为储能系统使用寿命(年),表示储能系统回收系数,αP为储能系统单位功率价格;PBat为储能系统额定功率,αE为储能系统单位容量价格,EBat为储能系统额定容量。
储能系统的维护成本C2主要是由于储能系统在全寿命周期内设备需要日常维护所带来的成本。其函数关系如下所示:
C2=αfPPBat+αfEEBat (4)
式中:αfP为储能系统在单位功率年运维成本;αfE为储能系统在单位容量年运维成本。
储能系统参与电网一次调频时,消耗的电量要通过电网进行购电,储能系统购电成本函数关系如下所示:
式中:k为储能系统充放电循环次数;i表示在系统第i次检测到频率发生变化时,储能系统的第i次调频备用功率;αprice为储能系统的购电单价;PB(i)为储能系统第i次调频备用功率,PB(i)≤PBat;Tf为一次调频持续时间。
储能系统运行成本主要是储能系统在日常工作过程中,由于自身运行效率以及自身充放电深度的问题导致储能系统能量造成损失所带来的成本。其函数关系如下所示:
式中:Eloss为储能系统充放电时的能量损失。
储能系统的运行时因效率等问题所带来的能量损失Eloss如下所示:
其中,当电网频率低于额定值时,由于储能经过一次向上调频需要先放电调频,此后还需要从电网补充损失的能量,从而充电到容量上限。以此作为一个周期,则充放电能量损失Eloss(i)=2(1-η)EB(i),η为储能系统循环效率,EB(i)为储能系统第i次调频消耗的能量。
通过以上公式(2)~公式(7),可以表示出储能配置成本FES=C1+C2+C3+C4。
在一实施例中,风电场通过变桨距控制降额发电,以提供一次调频备用功率,造成风电场发电量降低,风电场运营商经济效益下降。风电场提供一次调频服务造成的压出力成本FW为:
式中,n为风电场全年的风速采样数;j为第j次采样,Ts为风速采样间隔时间,本文选取某地风电场一年的风速情况进行统计分析,将每天共划分为96个时间段,每隔15min对风速进行一次采样进而进行一次出力调节,即Ts=15min。kW为风电单位上网电价;PW(j)为风电提供的调频备用功率。
在一实施例中,当风电场调频能力不能满足电力系统一次调频需求时,须接受电力系统运营商的调频不足惩罚,风电场调频不足的惩罚成本Fcf按照以下公式计算:
式中,kcf为风储联合调频系统调频不足时的惩罚单价,在第i次调频时:PW(i)为风电提供的调频备用功率,PB(i)为储能系统第i次调频备用功率,Pp(i)为电力系统对风电场的调频需求,每一个PW(i)、PB(i)与Pp(i)都能够分别找到一个对应时段的PW(j)、PB(j)与Pp(j)之对应。
在一实施例中,配置储能系统以后,当风储调频输出功率高于系统调频需求时候,通过将多余电量售予电网可以有效避免弃电,从而获取收益、增加经济效益。风电场配置储能参与一次调频剩有盈余功率时,对其进行额外售电所带来的效益Fsell的表达式为:
式中kW对应的实时上网电价,同样的,每一个PW(i)、PB(i)与Pp(i)都能够分别找到一个PW(j)、PB(j)与Pp(j)之对应。
通过公式(1)~公式(10),可以构建出目标函数,即构建出基于决策变量的成本函数C=FES+FW+Fcf-Fsell。
电力系统有功功率不平衡会引起系统频率变化,当频率偏差超过调频死区时,发电机组启动调速器,调整传统发电机组的有功出力,降低系统频率偏差,这一过程称为一次频率调节。在此设计系统风储功率备用下的一次调频下垂系数R:
式中,fB为电力系统额定频率;PG为传统调频机组额定功率;Δfm为系统频率允许偏差量的最大值;ΔPm为风储系统最大有功功率备用。
要使风电场具备一次调频功率备用能力,其需提供的一次调频功率容量为:
其中,Δf(j)为系统当前采样时段内电力系统频率变化量。
在一实施例中,约束条件包括满足调频需求的概率Pr>α,其中,Pr为采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j)之和满足所述风储联合调频系统在对应采样时段内调频需求Pp(j)的概率,α为预设的置信度。该约束条件为机会约束,通过机会约束规划可以描述和处理在备用容量的获取成本和系统可靠性要求之间的平衡。由于随机变量的出现,在一定程度上可以允许所做决策在不利情况发生时可能不满足约束条件。但通过机会约束规划可以保证机会约束条件成立的概率大于预先设定的置信度,说明这个结果是可信的,即要求风储系统满足风机备用功率与储能提供功率之和大于频率调节所需功率的概率大于一定的置信度α:
Pr{PW+PB>Pp}>α (13)
风电场提供调频服务的置信水平是指:在一定时间内风储系统提供的一次调频备用满足系统需求的概率。对于第j次采样,风电场采样风速为vj,风储系统是否满足调频需求的计算公式为:
式中,当风速为vj时风储系统若满足系统调频需求m(j)取值为1,不满足则取0。基于全年风电场实际风速和调频需求,以频率代替概率,可以计算全年风电场满足调频需求的概率:
在一实施例中,约束条件还包括储能充放电深度约束、储能系统功率容量限制约束、风电机组容量限制约束。
具体的,储能系统功率容量限制约束如下,其表示储能用于调频的功率不超过其额定功率:
0≤PB(j)≤PBat (16)
风电机组容量限制约束如下,其表示风机参与调频的功率Pw(j)不能大于风机输出功率Pwind(j):
0≤PW(j)≤Pwind(j) (17)
通过以上公式(1)~公式(17)构建出风储联合系统优化模型后,需要对该模型进行求解,因此,该方法还包括:
步骤S300:以所述目标函数的成本值取最小计算所述决策变量。
在一实施例中,当上述约束条件存在非线性约束时,可以通过大M法将非线性约束条件转化为线性约束条件,即进行如下转换
式中:M为一个很大的正数,而m为一个很小的正数;ud(j)、uq(j)均为0-1变量。至此,得到储能减小弃风、参与调频的混合整数线性规划模型,进而采用线性优化求解器求解本文中基于机会约束的优化问题,计算此模型的在成本最低时的最优决策变量[PW(j),PB(j),PBat,EBat]。
在计算出最优决策变量[PW(j),PB(j),PBat,EBat]后,该方法还包括:
步骤S400:以所述决策变量中的储能额定输出功率容量PBat、储能额定输出能量容量EBat重新配置储能系统,并分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率。
在一实施例中,如图2所示,在步骤S400中,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,
判断当前电力系统频率变化量Δf(j)是否超过预设范围;
当Δf(j)超过预设范围时,分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率;
当Δf(j)未超过预设范围时,风储联合调频系统无需调频。
在本实施例中,设置一频率波动的预设范围,可以允许频率在一定范围内波动,避免频繁调频带来的成本过高。具体的,频率波动预设范围为0.05Hz。
在一实施例中,如图2所示,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,
判断当前电力系统频率f(j)是否大于额定频率fB:
当f(j)<fB时,以所述决策变量中风机调频备用功率和储能调频备用功率重新配置风储联合调频系统;
当f(j)>fB时,储能不参与调频,通过减小风机出力进行调频。
在本实施例中,将调频分为向上调频和向下调频,当f(j)<fB时,需进行向上调频,此时,将风储联合系统优化模型计算得到的对应的值进行调频。例如,实际运用时,在第30次采样时段,经分析需进行向上调频,此时,将通过风储联合系统优化模型计算得到的PW(30)和PB(30)作为第30次采样时段的风机调频功率和储能调频功率。当f(j)>fB时,进行向下调频,此时,可以仅通过风机调频,无需储能系统参与调频,减小系统调频操作的复杂度。
在一实施例中,如图2所示,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,判断当前风机出力Pwind(j)是否大于风机最大出力Pwindmax的20%,
当Pwind(j)>20%Pwindmax,以所述决策变量中风机调频备用功率和储能调频备用功率重新配置风储联合调频系统的风机调频和储能调频;
当Pwind(j)≤20%Pwindmax,风机和储能不参与调频。
在本实施例中,在进行风储联合调频之前,还判断风机当前出力Pwind(j)是否大于风机最大出力的20%,当Pwind(j)>20%Pwindmax,说明当前风机出力足够,可以分出部分能量进行调频而不影响电能输送;当Pwind(j)≤20%Pwindmax,说明当前风机出力不足,若分出部分能量进行调频,将会影响电能输送,因此,在该情况下,不进行风储联合调频,一般通过传统机组(火电机组)进行调频。
在一具体的实施例中,如图2所示,在计算出最优决策变量后,对风储联合调频系统的配置步骤具体如下,即步骤S400可分解如下:
步骤S410:采集当前电力系统频率f(j)和当前风机出力Pwind(j)。
步骤S420:判断当前电力系统频率变化量Δf(j)是否超过预设范围,当Δf(j)未超过预设范围时,跳转至结束;当Δf(j)超过预设范围时,执行步骤S430。
步骤S430:判断当前风机出力Pwind(j)是否大于风机最大出力Pwindmax,当Pwind(j)≤20%Pwindmax,跳转至步骤S440;当Pwind(j)>20%Pwindmax,跳转至步骤S450。
步骤S440:风机和储能不参与调频,由传统机组进行调频,调频完毕后跳转至结束。
步骤S450:判断当前电力系统频率f(j)是否大于额定频率fB,当f(j)>fB,跳转至步骤S460;当f(j)<fB,跳转至步骤S470。
步骤S460:储能不参与调频,通过减小风机出力进行调频,调频完毕后跳转至结束。
步骤S470:以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率,调频完毕后跳转至结束。
跳转至结束后等待下一次采样和调频,下一次采样和调频继续参照上述过程。
以下以一具体的实施例验证本申请的调频效果,具体以某地区最大3000kW负荷波动的电力系统为仿真实例,区内拥有两台5000kW的火电机组与一个3000kW的风电场。
如图3所示,对风电场一年365天的风速情况进行统计分析,将每天共划分为96个时间段,每隔15min对风速进行一次采样,可以获得全年的风电场出力曲线。
经折算后,风储联合系统相关的调频参数如表1所示:
表1 系统参数
根据本文所提优化模型与求解方法,给定风电场提供调频服务的置信度α为90%时,可以得到,在年效益最大时,储能配置的功率容量为PBat=366.1591kW,能量容量为EBat=15.9248kWh。
根据对此地区的调研,当风电场不参与备用调频时,该系统仅由火电机组进行一次调频,此时获得其一整年的电网频率波动变化曲线为图4(a)。经过本文所提优化方法对系统进行风电机组与储能容量配置,预留风储备用调频功率后,系统频率响应为图4(b),通过对比可以发现,图4(a)中仅有火电机组调频,电网频率波动较大,不能满足基础频率标准-0.05Hz≤Δf≤0.05Hz。所以需要额外附加风储备用调频,如图4(b),在附加风储备用调频功率之后,系统频率波动明显降低,优化了系统的频率特性。在此附加说明,由于所处环境中全年内并不会保持长时间的理想风速,风力机出力在某些采样时段内小于其额定出力的20%,现有标准规定此时的风场可以无需参与一次调频,所以出现了图4(b)中某些时段的频率波动仍与图4(a)中仅有火电机组调频时类似的情形。
对比图5(a)无储能参与备用调频、图5(b)有储能参与备用调频两种工况下风场内风机的备用出力情况。可以发现,若仅由风机参与一次调频,将会预留大量的风电备用功率,这样会导致风机长时间运行在非最优功率曲线下,无法发挥风机最大出力效益,大大降低了系统的经济性。而附加储能辅助参与备用调频后,储能承担相当大一部分调频工作,能够在保证经济性的前提下尽可能减小弃风。由于储能具有快速响应的特点,充放电周期在秒至分钟级,所以,在风机中加入储能装置,能够大幅减少传统风机压出力备用损失的大量风能,使风机尽可能地运行在最大功率曲线下。
在上述情形下,使用本文策略产生的系统成本为COSTmin=103.24万元,风储联合运行总共减小弃风量3592.9MW·h,占单一风场备用调频时弃风量的58.29%,可以看出储能的加入大大减小了风场功率备用调频的弃风占比。风机单独参与备用或者储能单独参与备用成本分别为COST1=113.76万元和COST2=149.54万元,分别节约成本10.515万元和46.293万元,也即是一次调频备用容量成本相较于单一风电备用或纯储能备用在一整年内分别降低了9.24%和30.96%。
可以看出,储能的加入不仅可以减小弃风量,而且通过合理分配风机与储能参与调频的备用容量,可以显著提高风储联合系统的收益。
综上所述,本申请通过采集风储联合调频系统的运行参数,建立风储联合系统优化模型,以成本函数为目标函数,以储能额定输出功率容量PBat、储能额定输出能量容量EBat、第j个采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j)为决策变量,以满足调频需求的概率大于预设值为约束,求解目标函数的取最小值时的决策变量的取值,从而得到储能额定输出功率容量PBat、储能额定输出能量容量EBat、每个采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j)的取值。由于风电功率具有随机性和不确定性,将约束条件设置为全年多次调频中,满足调频需求的概率能达到预设值即可,即调频的可行度达到一定水平时取成本最小值,实现了风储系统在调频可信度和运行成本之间的折中,在一定程度上允许了风电场在部分时段内可以不满足调频需求,模型建立更符合工程实际,以该模型得到的结果对储能系统进行容量配置,调频的可信度能达到预设要求且整体调频成本较低。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种风储联合调频系统的储能容量配置方法,其特征在于,包括:
采样风储联合调频系统的运行参数;
根据所述运行参数,构建风储联合系统优化模型,所述优化模型包括目标函数和约束条件,其中,所述目标函数为基于决策变量的成本函数,所述决策变量包括储能额定输出功率容量PBat、储能额定输出能量容量EBat、第j个采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j),所述约束条件包括满足调频需求的概率Pr>α,其中,Pr为采样时段的风机调频备用功率PW(j)和储能调频备用功率PB(j)之和满足所述风储联合调频系统在对应采样时段内调频需求Pp(j)的概率,α为预设的置信度;
以所述目标函数的成本值取最小计算所述决策变量;
以所述决策变量中的储能额定输出功率容量PBat、储能额定输出能量容量EBat重新配置储能系统,并分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率;
其中,所述成本函数C=FES+FW+Fcf-Fsell,式中,C为风储联合调频系统的运行成本,FES为储能配置成本,FW为风电场压出力成本,Fcf为风电场调频不足的惩罚成本,Fsell为风电场调频盈余售电收益,
所述储能配置成本FES=C1+C2+C3+C4,式中,C1为储能系统建设成本,C2为储能系统维护成本,C3为储能系统购电成本,C4为储能系统运行成本;
式中,r为储能系统的折旧率,N为储能系统使用寿命,αP为储能系统单位功率价格,αE为储能系统单位容量价格;C2=αfPPBat+αfEEBat,式中,αfP为储能系统在单位功率运维成本;αfE为储能系统在单位容量运维成本;
式中,αprice为储能系统的购电单价,k为储能系统调频次数,i为第i次调频,PB(i)为第i次调频储能备用功率,Tf为一次调频持续时间;
式中,Eloss为储能系统充放电时的能量损失,式中,η为储能系统循环效率;
所述风电场压出力成本式中,kW为风电单位上网电价,n为风电场全年的风速采样数;j为第j次采样,Ts为风速采样间隔时间;
所述风电场调频不足的惩罚成本
式中,Pp(i)、PW(i)和PB(i)分别为第i次调频的调频需求功率、风机备用功率和储能备用功率;
所述风电场调频盈余售电收益
式中,kcf为风储联合调频系统调频不足时的惩罚单价,kW为实时上网电价。
2.如权利要求1所述的容量配置方法,其特征在于,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,判断当前电力系统频率变化量Δf(j)是否超过预设范围;
当Δf(j)超过预设范围时,分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率;
当Δf(j)未超过预设范围时,风储联合调频系统无需调频。
3.如权利要求1所述的容量配置方法,其特征在于,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,判断当前风机出力Pwind(j)是否大于风机最大出力Pwindmax的20%,
当Pwind(j)>20%Pwindmax,以所述决策变量中风机调频备用功率和储能调频备用功率重新配置风储联合调频系统的风机调频和储能调频;
当Pwind(j)≤20%Pwindmax,风机和储能不参与调频。
4.如权利要求1所述的容量配置方法,其特征在于,在分别以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率之前,还包括,判断当前电力系统频率f(j)是否大于额定频率fB:
当f(j)<fB时,以所述决策变量中的风机调频备用功率和储能调频备用功率作为风储联合调频系统的风机调频功率和储能调频功率;
当f(j)>fB时,储能不参与调频,通过减小风机出力进行调频。
5.如权利要求1所述的容量配置方法,其特征在于,所述约束条件还包括:
储能充放电深度约束:其中,η为储能系统循环效率,SOC0为储能系统初始荷电状态,Tf为一次调频持续时间;
风电场调频需求约束:风储系统参与调频时,必须保证10%以上的有功备用,PW(j)+PB(j)≥10%Pwind(j),Pwind(j)为当前风速下风机出力;
储能系统调频功率容量限制约束:0≤PB(j)≤PBat;
风电机组调频功率容量限制约束:0≤PW(j)≤Pwind(j)。
6.如权利要求1所述的容量配置方法,其特征在于,所述以所述目标函数的成本值取最小计算所述决策变量包括:
判断所述约束条件是否包含非线性条件;
当所述约束条件包含非线性条件时,采用大M法将非线性条件转化为线性条件;
通过线性优化求解器求解所述目标函数的成本最小值。
7.如权利要求1所述的容量配置方法,其特征在于,所述方法还包括,计算当前采样时段的调频需求Pp(j),其中,Δf(j)为系统当前采样时段内电力系统频率变化量,R为调频下垂系数,fB为电力系统额定频率;PG为传统调频机组额定功率;Δfm为系统频率允许偏差量的最大值;ΔPm为风储系统最大备用有功功率。
8.如权利要求1所述的容量配置方法,其特征在于,
概率
其中,n为采样次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110854596.1A CN113595104B (zh) | 2021-07-28 | 2021-07-28 | 一种风储联合调频系统的储能容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110854596.1A CN113595104B (zh) | 2021-07-28 | 2021-07-28 | 一种风储联合调频系统的储能容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113595104A CN113595104A (zh) | 2021-11-02 |
CN113595104B true CN113595104B (zh) | 2023-08-25 |
Family
ID=78250850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110854596.1A Active CN113595104B (zh) | 2021-07-28 | 2021-07-28 | 一种风储联合调频系统的储能容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113595104B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117422183B (zh) * | 2023-12-18 | 2024-03-19 | 国网四川省电力公司 | 机组检修优化方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754361A (zh) * | 2020-06-29 | 2020-10-09 | 国网山西省电力公司电力科学研究院 | 风储联合调频系统的储能容量优化配置方法及计算设备 |
CN112564109A (zh) * | 2020-12-22 | 2021-03-26 | 国网福建省电力有限公司 | 一种基于储能系统参与含大规模海上风电的调频优化运行方法 |
-
2021
- 2021-07-28 CN CN202110854596.1A patent/CN113595104B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754361A (zh) * | 2020-06-29 | 2020-10-09 | 国网山西省电力公司电力科学研究院 | 风储联合调频系统的储能容量优化配置方法及计算设备 |
CN112564109A (zh) * | 2020-12-22 | 2021-03-26 | 国网福建省电力有限公司 | 一种基于储能系统参与含大规模海上风电的调频优化运行方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113595104A (zh) | 2021-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
CN110188950B (zh) | 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法 | |
CN109325608B (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
CN109962499B (zh) | 一种电网多时间尺度调度方法 | |
CN111049198B (zh) | 考虑储能寿命和调频性能的风储联合运行优化方法及系统 | |
CN111404206B (zh) | 考虑投资回报约束的风光储发电系统容量双层规划方法 | |
CN103296682A (zh) | 一种多时空尺度渐进趋优的负荷调度模式设计方法 | |
CN113627762B (zh) | 一种基于激励电价的虚拟电厂调峰方法 | |
CN109146320A (zh) | 一种考虑配电网安全性的虚拟电厂优化调度方法 | |
CN116780646A (zh) | 一种计及灵活性的电力系统资源优化调度方法及终端 | |
CN115510677A (zh) | 一种风电场发电能力评估方法及系统 | |
CN113595104B (zh) | 一种风储联合调频系统的储能容量配置方法 | |
CN116957294A (zh) | 基于数字孪生的虚拟电厂参与电力市场交易的调度方法 | |
CN116191556A (zh) | 考虑新能源消纳和机组组合的5g基站需求响应方法及系统 | |
CN116961114A (zh) | 基于分区自治的多虚拟电厂协调调度优化方法 | |
CN115036914A (zh) | 考虑灵活性与新能源消纳的电网储能双层优化方法及系统 | |
CN114421460A (zh) | 一种含电动汽车聚合商的多功能电网调度系统及方法 | |
CN109687423B (zh) | 一种直流电网的储能配置方法 | |
Yao et al. | Determination of a dispatch strategy to maximize income for a wind turbine-BESS power station | |
CN115021329A (zh) | 一种基于电动汽车聚合商的多功能电网调度系统 | |
CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
CN108183498B (zh) | 一种含风光储配电网背景下的车储混合配置方法 | |
CN111062532A (zh) | 一种考虑v2g的增量配电园区内电网容量配置优化方法 | |
Wenyue et al. | Optimal scheduling strategy for virtual power plant considering voltage control | |
Sha et al. | Peaking compensation mechanism for supply and demand sides union promoting wind power integration |
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 |