CN113644669B - 一种基于储能容量利用率的储能容量配置方法及系统 - Google Patents

一种基于储能容量利用率的储能容量配置方法及系统 Download PDF

Info

Publication number
CN113644669B
CN113644669B CN202110943139.XA CN202110943139A CN113644669B CN 113644669 B CN113644669 B CN 113644669B CN 202110943139 A CN202110943139 A CN 202110943139A CN 113644669 B CN113644669 B CN 113644669B
Authority
CN
China
Prior art keywords
energy storage
capacity
power generation
wind
generation system
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
CN202110943139.XA
Other languages
English (en)
Other versions
CN113644669A (zh
Inventor
王潇晨
傅钧
张成义
史朝晖
樊俊怀
袁晓豆
徐峻涛
王重威
王似颖
贾春娟
张帆
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.)
Shandong Electric Power Engineering Consulting Institute Corp Ltd
Original Assignee
Shandong Electric Power Engineering Consulting Institute Corp 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 Shandong Electric Power Engineering Consulting Institute Corp Ltd filed Critical Shandong Electric Power Engineering Consulting Institute Corp Ltd
Priority to CN202110943139.XA priority Critical patent/CN113644669B/zh
Publication of CN113644669A publication Critical patent/CN113644669A/zh
Application granted granted Critical
Publication of CN113644669B publication Critical patent/CN113644669B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/28—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
    • H02J15/00—Systems for storing electric 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
    • H02J3/38—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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • Y02E10/70—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)
  • Wind Motors (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本公开公开的一种基于储能容量利用率的储能容量配置方法及系统，包括：获取原系统负荷、原系统发电机组装机容量和风力发电机组装机容量；根据原系统负荷、原系统发电机组装机容量和风力发电机组装机容量，计算配置不同储能容量时，风储联合发电系统可信容量；根据配置不同储能容量时，风储联合发电系统可信容量，计算获得配置不同储能容量时，储能装置的储能容量利用率；根据储能容量利用率，确定储能装置的储能容量。在确定储能装置的储能容量时，充分考虑了电力系统的负荷需求，有效减小风电场的弃风率，实现风电场经济效益的提升。

Description

一种基于储能容量利用率的储能容量配置方法及系统
技术领域
本发明涉及储能容量配置技术领域，尤其涉及一种基于储能容量利用率的储能容量配置方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
可再生能源一般包括风能、太阳能等，利用可再生能源发电是缓解当前能源危机的有效手段。但是可再生能源具有一定的随机性和间歇性，如风力发电、光伏发电等，直接接入电网中会对电网的功率平稳性、供电可靠性等造成较大影响。由于储能装置具有电能的充、放电能力，运用储能装置与可再生能源构成联合发电系统可以有效缓解可再生能源发电的波动性，提高可再生能源发电出力的稳定性和充裕度，因此储能装置的配置容量是需要关注的问题。为了叙述方便，以下以风储联合发电系统中的储能装置容量配置为例进行说明。
风储联合发电一般需要根据当地的风资源特点和电网负荷情况选择合适的风力发电机组装机容量，然后进行储能容量优化计算；发明人发现，现有的优化目标主要是以减小风力发电输出功率波动性为目标，即以风储联合发电输出功率波动性最小化为目标，进行储能容量优化计算。输出功率波动性最小化配置方法的特点：主要是从电网公司的角度出发，以入网功率波动性、平稳性为目的，进行风储联合发电系统容量配置计算。但是电力系统对可再生能源发电消纳能力与多种因素有关，特别是负荷特性决定其消纳空间的大小。实际上，输出功率波动性最小化配置方法确定储能容量时，受负荷需求的影响，目前存在不同程度的弃风、弃光现象，有些地方弃风弃光率高达30％，这样会对发电公司造成经济的损失，同时也造成资源的浪费。
发明内容
本公开为了解决上述问题，提出了一种基于储能容量利用率的储能容量配置方法及系统，在确定储能装置的储能容量时，充分考虑了电力系统的负荷需求，有效减小风电场的弃风率，实现风电场经济效益的提升。
为实现上述目的，本公开采用如下技术方案：
第一方面，提出了一种基于储能容量利用率的储能容量配置方法，包括：
获取原系统负荷、原系统发电机组装机容量和风力发电机组装机容量；
根据原系统负荷、原系统发电机组装机容量和风力发电机组装机容量，计算配置不同储能容量时风储联合发电系统可信容量；
根据配置不同储能容量时风储联合发电系统可信容量，计算获得配置不同储能容量时储能装置的储能容量利用率；
根据储能容量利用率，确定储能装置的储能容量。
第二方面，提出了一种基于储能容量利用率的储能容量配置系统，包括：
数据获取模块，用于获取原系统负荷、原系统发电机组装机容量和风力发电机组装机容量；
可信容量获取模块，用于根据原系统负荷、原系统发电机组装机容量和风力发电机组装机容量，计算配置不同储能容量时风储联合发电系统可信容量；
储能容量利用率模块，用于根据配置不同储能容量时风储联合发电系统可信容量，计算获得配置不同储能容量时储能装置的储能容量利用率；
储能容量确定模块，用于根据储能容量利用率，确定储能装置的储能容量。
第三方面，提出了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成一种基于储能容量利用率的储能容量配置方法所述的步骤。
第四方面，提出了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成一种基于储能容量利用率的储能容量配置方法所述的步骤。
与现有技术相比，本公开的有益效果为：
1、本公开在确定储能装置的储能容量时，在风力发电机组装机容量确定的情况下，通过调整配置的储能容量，做到储能容量利用率合理，充分考虑了电力系统的负荷需求，能有效减少风电场的弃风率，实现风电场经济效益提升，计算方法简单合理，便于实际操作。对于由于大规模风、光等间歇性可再生能源接入引起的电力系统稳定性和可靠性等方面是很有利的。
2、本公开充分考虑了电力系统负荷特性影响因素，在可再生能源系统装机容量相等时，有效保证了储能系统的利用率达到合理水平。
3、本公开基于新能源发电可信容量定义，计算了风力发电系统可信容量和为该风力发电系统配置不同储能容量时风储联合发电系统可信容量，进而确定了储能装置的储能容量利用率，将满足利用率目标的储能装置的储能容量，作为风储联合发电系统的储能容量配置，计算方法简单合理，便于实际操作。对于大规模风、光等间歇性可再生能源接入电力系统，同时保证电力系统的稳定性和可靠性等方面的研究是很有利的。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为本公开实施例1公开的可信容量计算流程图；
图2为本公开实施例1公开的配置不同储能容量时风储联合发电系统可信容量曲线图；
图3为本公开实施例1公开的配置不同储能容量时储能装置的储能容量利用率曲线图。
具体实施方式：
下面结合附图与实施例对本公开作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本公开各部件或元件结构关系而确定的关系词，并非特指本公开中任一部件或元件，不能理解为对本公开的限制。
本公开中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本公开中的具体含义，不能理解为对本公开的限制。
实施例1
在该实施例中，公开了一种基于储能容量利用率的储能容量配置方法，包括：
获取原系统负荷、原系统发电机组装机容量和风力发电机组装机容量；
根据原系统负荷、原系统发电机组装机容量和风力发电机组装机容量，计算配置不同储能容量时风储联合发电系统可信容量；
根据配置不同储能容量时风储联合发电系统可信容量，计算获得配置不同储能容量时储能装置的储能容量利用率；
根据储能容量利用率，确定储能装置的储能容量。
进一步的，根据配置不同储能容量时风储联合发电系统可信容量，计算获得配置不同储能容量时储能装置的有效利用容量；
根据配置不同储能容量时储能装置的有效利用容量，计算获得配置不同储能容量时储能装置的储能容量利用率。
进一步的，分别将配置不同储能容量时风储联合发电系统可信容量与风力发电系统可信容量作差，获得配置不同储能容量时储能装置的有效利用容量。
进一步的，采用等效载荷能力计算方法确定配置不同储能容量时风储联合发电系统可信容量。
进一步的，确定配置不同储能容量时风储联合发电系统可信容量的具体过程为：
根据原系统负荷和原系统发电机组装机容量，计算风电加入前发电系统的可靠性指标；
将风电加入发电系统中，并在加入风电的发电系统中增加设定数值的负荷功率，将风力发电机组装机容量作为发电系统的新增发电容量，计算加入风电并增加负荷功率的发电系统的可靠性指标；
当加入风电并增加负荷功率的发电系统的可靠性指标与风电加入前发电系统的可靠性指标相等时，增加的设定数值的负荷功率为发电系统可信容量。
进一步的，当配置的储能容量为零时，获得的风储联合发电系统可信容量为风力发电系统可信容量。
进一步的，采用电力不足概率作为发电系统的可靠性指标。
对本实施例公开的一种基于储能容量利用率的储能容量配置方法进行详细说明。
S1：获取原系统负荷、原系统发电机组装机容量和风力发电机组装机容量。
在具体实施时，获取风力发电系统所在地近年来电网历史负荷数据，进而形成代表年逐时负荷曲线。
将风力发电系统所在地的风资源数据，转换成代表年逐时风速数据，进而计算获得单位风力发电机组的输出功率，形成单位风力发电机组的年出力曲线。
根据风力发电系统所在地的气象条件、地理条件、电网条件及负荷水平等资源情况，确定风力发电机组装机容量。
S2：根据原系统负荷、原系统发电机组装机容量和风力发电机组装机容量，计算为风力发电系统配置不同储能容量时风储联合发电系统可信容量。
采用等效载荷能力计算方法确定风储联合发电系统可信容量，具体为：根据原系统负荷L和原系统发电机组装机容量C，计算风电加入前发电系统的可靠性指标F(C，L)；
向发电系统中加入设定装机容量Cad的风电，并在加入风电的发电系统中增加设定数值的负荷功率ΔL，将风力发电机组装机容量Cad作为发电系统的新增发电容量，计算加入风电并增加负荷功率的发电系统的可靠性指标F(C+Cad,L+ΔL)；
当加入风电并增加负荷功率的发电系统的可靠性指标F(C+Cad,L+ΔL)与风电加入前发电系统的可靠性指标F(C，L)相等时，增加的设定数值的负荷功率ΔL为风电系统可信容量Ca。
在具体实施时，根据风力发电机组装机容量，初始设置储能装置的储能容量为零，依次增加10％，调用风储发电的可信容量计算模块，分别计算储能装置容量从风机容量的0％～100％，共11种配比情况下的风储联合发电系统可信容量Ca，当配置的储能装置的储能容量为0时，计算获得的风储联合发电系统可信容量Ca为风力发电系统可信容量。
基于新能源发电可信容量定义，计算了风储发电系统可信容量。
新能源发电可信容量定义：可信容量是从对负荷供电可靠性角度反映发电系统对电力系统充裕度的贡献程度。本实施例采用等效载荷能力计算发电系统的可信容量，定义为发电系统接入新能源发电(风电)前后所承担的负荷差值。发电系统新增新能源装机容量(风力发电机组装机容量)Cad以后，若保持发电系统的负荷水平L不变，则发电系统的可靠性会提高。因此为了维持发电系统的可靠性水平不变，可以增加发电系统的负荷水平至L+ΔL，发电系统所多承担的这部分负荷ΔL，称为新增电源的等效载荷能力，也称为其可信容量Ca。其中，可靠性评估一般采用电力不足概率LOLP作为可靠性指标。
设F(C，L)表示未加入风电前装机容量为C的发电系统在负荷曲线为L时的可靠性指标。当加入装机容量为Cad新能源(风电)时，如果有F(C,L)＝F(C+Cad,L+ΔL)，其中，ΔL是发电系统新增加的负荷，则接入新能源(风电)后发电系统可信容量Ca为：
Ca＝ΔL (1)
根据公式(1)获得发电系统的可信容量。
如图1所示，给出了可信容量的计算方法流程图，将确定的风力发电机组装机容量为电力系统的新增发电容量，分别计算风电接入前发电系统的电力不足概率指标LOLP0，以及接入后电力系统电力不足概率指标LOLPn(此时LOLPn小于LOLP0)；向接入风电后电力系统中增加负荷功率ΔL后，重新计算接入风电后电力系统电力不足概率指标LOLPn；比较该LOLPn与LOLP0，若LOLPn小于LOLP0则继续增加负荷ΔL，若LOLPn大于LOLP0则减小负荷ΔL，直至LOLPn等于LOLP0结束，此时ΔL即为该发电系统的可信容量Ca。
S3：根据配置不同储能容量时风储联合发电系统可信容量，计算获得配置不同储能容量时储能装置的储能容量利用率。具体为：根据配置不同储能容量时风储联合发电系统可信容量，计算获得配置不同储能容量时储能装置的有效利用容量；
根据配置不同储能容量时储能装置的有效利用容量计算获得配置不同储能容量时储能装置的储能容量利用率。
在具体实施时，分别将配置不同储能容量Pe时风储联合发电系统可信容量与风力发电系统可信容量作差，获得配置不同储能容量时储能装置的有效利用容量Ce。
其中，发电系统可信容量为当在风储联合发电系统中配置储能转置的储能容量为0时，计算获得的风储联合发电系统可信容量Ca。
储能装置的储能容量利用率η为：
S4：根据储能容量利用率，确定储能装置的储能容量。
以储能容量利用率为优化目标，通过比较配置不同储能容量时储能装置的储能容量利用率，得到储能容量利用率达到目标要求时风储发电储能容量配置比例，即为风储联合发电系统储能容量合理配比，进而确定储能装置的储能容量。
以某地风储发电系统为例对本实施例公开方法的可行性进行验证。
该地风储发电系统中，风力发电机组装机容量为500MW，通过改变储能装置容量，计算风储联合发电系统可信容量。不同储能装置容量下，即500MW风电系统分别配置0MW～500MW储能装置时，风储联合发电系统可信容量计算结果如表1所示。
表1配置不同储能容量的可信容量
图2展示了配置不同储能容量时，风储联合发电系统的可信容量曲线。参照表1和图2的计算结果可以看出，配有储能容量的风储联合发电系统的可信容量，大于单独的风力发电系统可信容量，说明储能装置对发电系统的可信容量提升明显。并且，在风力发电机组装机容量固定时，风储联合发电系统的可信容量，随储能装置容量增加呈不断增加趋势，但在储能容量达到30％(150MW)后，可信容量增速明显减缓。
图3展示了不同储能装置的容量利用率曲线。可以看出，储能装置的容量利用率随着配置容量的增加，利用率不断下降，其中在配置比例30％以上后，利用率已不到50％。
综合考虑，此例中储能装置容量比例在20％～30％时，储能容量的利用率在64％～51％，属于合理范围。
同时，计算结果表明风储联合发电系统的可信容量与项目所在地的风资源、负荷情况均有关系，实际中需要根据当地具体数据进行计算，选择合理的配置比例。
本公开公开的一种基于储能容量利用率的储能容量配置方法，充分考虑了电力系统负荷特性影响因素，在可再生能源系统(风力发电系统)装机容量相等时，有效保证了储能系统的利用率达到合理水平。
本公开所述方案首先基于新能源发电可信容量定义，计算配置某一储能容量下的风储联合发电系统可信容量，进而计算获得该储能装置的储能容量利用率，根据储能容量利用率，以满足利用率目标，获得风储联合发电系统中储能装置的储能配置容量。
本公开所述方案结合负荷特点，计算储能配置容量，在风力发电机组装机容量确定的情况下，通过调整配置储能容量，做到储能容量利用率合理，考虑了电力负荷需求，能有效减小风电场的弃风率，实现风电场经济效益提升，计算方法简单合理，便于实际操作，对于由于大规模风、光等间歇性可再生能源接入引起的电力系统稳定性和可靠性等方面的研究是很有利的。
实施例2
在该实施例中，公开了一种基于储能容量利用率的储能容量配置系统，包括：
数据获取模块，用于获取原系统负荷、原系统发电机组装机容量和风力发电机组装机容量；
可信容量获取模块，用于根据原系统负荷、原系统发电机组装机容量和风力发电机组装机容量，计算配置不同储能容量时风储联合发电系统可信容量；
储能容量利用率模块，用于根据配置不同储能容量时，风储联合发电系统可信容量，计算获得配置不同储能容量时储能装置的储能容量利用率；
储能容量确定模块，用于根据储能容量利用率，确定储能装置的储能容量。
实施例3
在该实施例中，公开了一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成实施例1公开的一种基于储能容量利用率的储能容量配置方法所述的步骤。
实施例4
在该实施例中，公开了一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成实施例1公开的一种基于储能容量利用率的储能容量配置方法所述的步骤。
以上仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (8)

1.一种基于储能容量利用率的储能容量配置方法，其特征在于，包括：
获取原系统负荷、原系统发电机组装机容量和风力发电机组装机容量；
根据原系统负荷、原系统发电机组装机容量和风力发电机组装机容量，计算配置不同储能容量时风储联合发电系统可信容量；
分别将配置不同储能容量Pe时风储联合发电系统可信容量与风力发电系统可信容量作差，获得配置不同储能容量时储能装置的有效利用容量Ce；
根据配置不同储能容量时储能装置的有效利用容量，计算获得配置不同储能容量时储能装置的储能容量利用率，储能装置的储能容量利用率η为：
根据储能容量利用率，确定储能装置的储能容量。
2.如权利要求1所述的一种基于储能容量利用率的储能容量配置方法，其特征在于，当配置的储能容量为零时，获得的风储联合发电系统可信容量为风力发电系统可信容量。
3.如权利要求1所述的一种基于储能容量利用率的储能容量配置方法，其特征在于，采用等效载荷能力计算方法确定配置不同储能容量时，风储联合发电系统可信容量。
4.如权利要求1所述的一种基于储能容量利用率的储能容量配置方法，其特征在于，确定配置不同储能容量时，风储联合发电系统可信容量的具体过程为：
根据原系统负荷和原系统发电机组装机容量，计算风电加入前发电系统的可靠性指标；
将风电加入发电系统中，并在加入风电的发电系统中增加设定数值的负荷功率，将风力发电机组装机容量作为发电系统的新增发电容量，计算加入风电并增加负荷功率的发电系统的可靠性指标；
当加入风电并增加负荷功率的发电系统的可靠性指标与风电加入前发电系统的可靠性指标相等时，增加的设定数值的负荷功率为发电系统可信容量。
5.如权利要求4所述的一种基于储能容量利用率的储能容量配置方法，其特征在于，采用电力不足概率作为发电系统的可靠性指标。
6.一种基于储能容量利用率的储能容量配置系统，其特征在于，包括：
数据获取模块，用于获取原系统负荷、原系统发电机组装机容量和风力发电机组装机容量；
可信容量获取模块，用于根据原系统负荷、原系统发电机组装机容量和风力发电机组装机容量，计算配置不同储能容量时风储联合发电系统可信容量；
储能容量利用率模块，用于分别将配置不同储能容量Pe时风储联合发电系统可信容量与风力发电系统可信容量作差，获得配置不同储能容量时储能装置的有效利用容量Ce；根据配置不同储能容量时储能装置的有效利用容量，计算获得配置不同储能容量时储能装置的储能容量利用率，储能装置的储能容量利用率η为：
储能容量确定模块，用于根据储能容量利用率，确定储能装置的储能容量。
7.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-5任一项所述的一种基于储能容量利用率的储能容量配置方法的步骤。
8.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-5任一项所述的一种基于储能容量利用率的储能容量配置方法的步骤。
CN202110943139.XA 2021-08-17 2021-08-17 一种基于储能容量利用率的储能容量配置方法及系统 Active CN113644669B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110943139.XA CN113644669B (zh) 2021-08-17 2021-08-17 一种基于储能容量利用率的储能容量配置方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110943139.XA CN113644669B (zh) 2021-08-17 2021-08-17 一种基于储能容量利用率的储能容量配置方法及系统

Publications (2)

Publication Number Publication Date
CN113644669A CN113644669A (zh) 2021-11-12
CN113644669B true CN113644669B (zh) 2023-10-13

Family

ID=78422461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110943139.XA Active CN113644669B (zh) 2021-08-17 2021-08-17 一种基于储能容量利用率的储能容量配置方法及系统

Country Status (1)

Country Link
CN (1) CN113644669B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3006521A1 (fr) * 2013-05-29 2014-12-05 Renault Sa Systeme de transfert de charge entre une batterie de vehicule automobile et un reseau d'alimentation electrique et procede de commande correspondant
CN105719059A (zh) * 2016-01-13 2016-06-29 合肥工业大学 光伏发电系统置信容量评估方法
CN107844896A (zh) * 2017-10-23 2018-03-27 国网能源研究院有限公司 适用于高风电渗透率电力系统的风电置信容量评估方法
CN111382518A (zh) * 2020-03-16 2020-07-07 华北电力大学 风储联合系统的置信容量评估方法
CN112564183A (zh) * 2020-12-02 2021-03-26 中国电力工程顾问集团华北电力设计院有限公司 电网规划中风光火储的容量优化配置方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103151798B (zh) * 2013-03-27 2015-02-04 浙江省电力公司电力科学研究院 独立微网系统的优化方法
CN103296679B (zh) * 2013-05-20 2016-08-17 国家电网公司 电力系统中长期优化运行的中长期风电出力模型建模方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3006521A1 (fr) * 2013-05-29 2014-12-05 Renault Sa Systeme de transfert de charge entre une batterie de vehicule automobile et un reseau d'alimentation electrique et procede de commande correspondant
CN105719059A (zh) * 2016-01-13 2016-06-29 合肥工业大学 光伏发电系统置信容量评估方法
CN107844896A (zh) * 2017-10-23 2018-03-27 国网能源研究院有限公司 适用于高风电渗透率电力系统的风电置信容量评估方法
CN111382518A (zh) * 2020-03-16 2020-07-07 华北电力大学 风储联合系统的置信容量评估方法
CN112564183A (zh) * 2020-12-02 2021-03-26 中国电力工程顾问集团华北电力设计院有限公司 电网规划中风光火储的容量优化配置方法

Also Published As

Publication number Publication date
CN113644669A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
CN105243516B (zh) 基于主动配电网的分布式光伏发电最大消纳能力计算系统
CN112491043B (zh) 一种新能源富集电网电源规划方法及系统
CN103944175A (zh) 风光储联合发电系统出力特性优化方法
CN113488995B (zh) 基于储能成本的共享储能容量优化配置方法和装置
WO2022156014A1 (zh) 混联风光微电网快速频率响应分布式协调控制方法及系统
CN108390415A (zh) 一种区域电网新能源消纳容量计算方法和系统
KR20240054136A (ko) 하이브리드 환경에서 향상된 무효 전력 관리를 위한 시스템 및 방법
CN104836260B (zh) 一种电压约束下主动配电网中dg准入容量的计算方法
Ruban et al. Frequency control by the PV station in electric power systems with hydrogen energy storage
CN115764944A (zh) 一种风光储场站的无功补偿容量配置方法、装置和设备
CN116937623A (zh) 一种利用新能源预测的混合储能辅调频控制方法及系统
CN109687441A (zh) 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法
CN107910866B (zh) 一种考虑需求侧响应不确定性的电力系统日前优化调度方法
CN114400660A (zh) 一种风电光伏制氢系统配比确定方法及系统
CN117060491B (zh) 风光混合储能系统的运行优化方法、系统、介质及设备
CN112564160B (zh) 一种计及风电不确定性的储能系统随机配置方法、终端及存储介质
CN109494730A (zh) 新能源并网下电力系统逐日运行模拟仿真方法
CN113644669B (zh) 一种基于储能容量利用率的储能容量配置方法及系统
CN112202202A (zh) 一种多层递阶结构下的风电场群协调控制方法
CN116247678A (zh) 一种基于潮流模型的两级配电网协同优化运行方法及系统
CN116738627A (zh) 面向分布式光伏的配电网多元源荷选址定容方法及系统
Ma et al. Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system
CN116207772A (zh) 能源调度方法、装置、电子设备及存储介质
CN112290600A (zh) 基于容量可信度的风光互补发电容量优化配置方法及系统
CN113327065A (zh) 针对发电侧的用户复杂用电情况的能源管理方法及系统

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
GR01 Patent grant
GR01 Patent grant