CN114006392A - 分布式电源系统储能节点容量需求估算系统 - Google Patents

分布式电源系统储能节点容量需求估算系统 Download PDF

Info

Publication number
CN114006392A
CN114006392A CN202111283987.9A CN202111283987A CN114006392A CN 114006392 A CN114006392 A CN 114006392A CN 202111283987 A CN202111283987 A CN 202111283987A CN 114006392 A CN114006392 A CN 114006392A
Authority
CN
China
Prior art keywords
interval
value
energy storage
storage node
distributed power
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
CN202111283987.9A
Other languages
English (en)
Other versions
CN114006392B (zh
Inventor
井嵘
韩国华
田志军
王婵娟
丁永刚
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.)
Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Guangrao Power Supply Co Of State Grid Shandong Electric Power Co
Original Assignee
Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Guangrao Power Supply Co Of State Grid Shandong Electric Power Co
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 Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co, Guangrao Power Supply Co Of State Grid Shandong Electric Power Co filed Critical Dongying Power Industry Bureau Of State Grid Shandong Electric Power Co
Priority to CN202111283987.9A priority Critical patent/CN114006392B/zh
Priority to CN202310894446.2A priority patent/CN117254498A/zh
Publication of CN114006392A publication Critical patent/CN114006392A/zh
Application granted granted Critical
Publication of CN114006392B publication Critical patent/CN114006392B/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
    • 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
    • H02J3/004—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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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]
    • 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
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

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

本申请提供的分布式电源系统储能节点容量需求估算系统，包括：传感参数管理模块、发电量估算模块、负值区间管理模块、区间合并模块、储能节点容量计算模块，通过定量核算分布式电源站点电能时段性稳定输出的最大电量储备缺口，并为分布式电源站点配备相应的电能储存能力，最终实现分布式电源站点可靠提供时段可控的稳定电能输出的目的。

Description

分布式电源系统储能节点容量需求估算系统
技术领域
本申请属于电力储能技术领域，具体涉及分布式电源系统储能节点容量需求估算系统。
背景技术
本部分的陈述仅仅是提供了与本申请相关的背景技术信息，不必然构成在先技术。
随着人类信息化、工业化的快速发展，人类社会能源消耗长期呈高速增长态势，给能源供给带来极大的挑战，作为牵涉社会民生、工业基础的电能供应，更是如此。
为了缓解电能供应压力，国家出台相关政策鼓励分布式发电并网政策，由此调动各区域民间资源，广泛的利用水力、风力、太阳能、生物能(沼气)、海潮能这些能源来发电，构建分布式电网系统，为电能提供有效补充，最终达到通过广泛发展绿色能源来缓解电能供应压力的目的。
现网中对分布式发电技术的管理比较粗糙，主要对已认证的分布式电源进行电能并入管理，对分布式电源输出的幅相等特性做了约束，但考虑到大自然环境影响，水力、风力、太阳能、生物能(沼气)、海潮能发电瞬时电能输出存在相当的不稳定性的因素，因此，对电量持续供给时段，则没要求，为了应对分布式电源输出的不确定性，传统电源仍需做足额的发电运作，并根据电网状态适时调整输出，达到保证全网电能稳定供应的目标，由此造成发电浪费。
因此，解决分布式电源系统难以提供时段可控的稳定电能输出的问题，则是现有技术有待解决的问题。
发明内容
本申请为了解决上述问题，提出分布式电源系统储能节点容量需求估算系统，通过定量核算分布式电源站点电能时段性稳定输出的最大电量储备缺口，并为分布式电源站点配备相应的电能储存能力，最终实现分布式电源站点可靠提供时段可控的稳定电能输出的目的。
本申请提供了分布式电源系统储能节点容量需求估算系统，其特征在于，包括：传感参数管理模块、发电量估算模块、负值区间管理模块、区间合并模块、储能节点容量计算模块，各模块相互配合对储能节点容量需求的估算步骤为；
步骤1、传感参数管理模块从数据库获取历史传感参数；
步骤2、发电量估算模块基于历史传感参数生成各类参数的时间拟合曲线 Cij(t)，i代表历史样本编号，取值为1、...、I，I为历史样本总数；j代表传感参数类型编号，取值为1、...、J，J为总的传感参数个数，而后基于拟合曲线生成瞬时电能产出曲线Qi(t)；
步骤3、负值区间管理模块在预设时段[TS，TE]内，找出Di(t)的负值区间 [ZSi,k，ZEi,k]，k代表负值区间编号，取值为1、...、K_i，K_i为历史样本i 所构建的Di(t)的负值区间数量，所述Di(t)等于Qi(t)-S(t)，S(t)为电网系统对本分布式电源站点在时段[TS，TE]内的瞬时电能需求曲线；
步骤4、区间合并模块对每个历史样本i下的Di(t)进行区间合并，得到每个历史样本合并后的F_i个负值区间；
步骤5、储能节点容量计算模块计算I个历史样本中，每个历史样本F_i个区间中Di(t)的积分值得到LACKi,f，把abs(LACKi,f)的最大值设置为分布式电源系统储能节点的容量需求，其中f取值为1、...、F_i。
优选地，所述步骤1中，传感参数管理模块从数据库获取历史上至少一个关于时段[TS，TE]下的样本参数。
优选地，所述步骤2中，发电量估算模块基于历史传感参数拟合各类参数的时间拟合曲线Cij(t)的具体方法为：根据历史样本i的传感数据，而后基于传感数据采样间隔，通过数据拟合得到历史样本i在预设时段[TS，TE]内的拟合曲线Cij(t)。
优选地，所述步骤2中，基于拟合曲线生成瞬时电能产出曲线Qi(t)的具体方法为：根据采用的发电方法计算得到该发电方法下的瞬时电能产出曲线，对于一个站点采用多种方法发电的情况，则把各个发电方法的瞬时电能产出曲线叠加得到该站点总的瞬时电能产出曲线。
优选地，所述步骤4中，所述区间合并模块对每个历史样本i下Di(t)进行区间合并，得到每个历史样本合并后的F_i个负值区间，具体的做法为：
步骤4.1、i赋值为1，F_i赋值为0；
步骤4.2、判定i是否大于I，如果是，则跳转到步骤4.8；如果否，清空 Q_i并跳转到步骤4.3；
步骤4.3、设m取值为M_i，其中M_i为Di(t)区间合并前的负值区间总数；
步骤4.4、判定m是否为1，如果是，则把[ZSi,m，ZEi,m]写入队列Q_i中， F_i+1赋值给F_i，并跳转到步骤4.7；如果否，则跳转到步骤4.5；
步骤4.5、计算Di(t)在[ZEi,m-1，ZSi,m]区间内积分取值为S1，Di(t)在[ZSi,m， ZEi,m]区间内积分取值为S2，如果S1小于S2，则将[ZSi,m-1，ZEi,m-1]、[ZEi,m-1， ZSi,m]、[ZSi,m，ZEi,m]三个区间合并后覆盖区间[ZSi,m-1，ZEi,m-1]；如果S1大于等于S2，则把[ZSi,m，ZEi,m]写入队列Q_i中，F_i+1赋值给F_i；
步骤4.6、将m-1赋值给m，并跳转到步骤4.4；
步骤4.7、将i+1赋值给i，F_i赋值为0，并跳转到步骤4.2；
步骤4.8、输出F_i、Q_i，Q_i为每个历史样本i的负值区间队列，其中i 取值为1、...、I。
与现有技术相比，本申请的有益效果为：
本申请基于分布式电源站点发电传感参数，建立本站点电能产出时间拟合曲线，而后结合电网系统对分布式电源并网电能输出要求，核算分布式电源系统电能时段性稳定输出的最大电量储备缺口，从而确定分布式电源系统储能节点容量，进而通过储能节点提前储备好最大缺口电量，保证本分布式电源系统在预设时段内可稳定供应相应电能的目标，最终为电网系统提供足额稳定的电能并入，使得传统电源系统按需发电，减少浪费。
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是分布式电源系统储能节点容量需求估算系统方法流程图；
图2是分布式电源系统储能节点容量需求估算系统系统示意图；
图3是分布式电源系统储能节点容量需求估算系统实施示意图。
具体实施方式：
下面结合附图与实施例对本申请作进一步说明。
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公开的示例性实施方式。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。
如图1至3所示，本申请提供的分布式电源系统储能节点容量需求估算系统，其特征在于，包括：传感参数管理模块、发电量估算模块、负值区间管理模块、区间合并模块、储能节点容量计算模块，各模块的用途如下；
传感参数管理模块：该模块负责从数据库获取历史传感参数；
发电量估算模块：该模块基于历史传感参数拟合生成各类参数的时间拟合曲线Cij(t)，i代表历史样本编号，取值为1、...、I，I为历史样本总数；j 代表传感参数类型编号，取值为1、...、J，J为总的传感参数个数，而后基于拟合曲线生成瞬时电能产出曲线Qi(t)；
负值区间管理模块：该模块在预设时段[TS，TE]内，找出Di(t)的负值区间 [ZSi,k，ZEi,k]，k代表负值区间编号，取值为1、...、K_i，K_i为历史样本i 所构建Di(t)的负值区间总个数，所述Di(t)等于Qi(t)-S(t)；
区间合并模块：该模块负责对每个历史样本i下的Di(t)进行区间合并，得到每个历史样本合并后的F_i个负值区间；
储能节点容量计算模块，该模块计算I个历史样本中，每个历史样本F_i 个区间中Di(t)的积分值得到LACKi,f，把abs(LACKi,f)的最大取值设置为分布式电源系统储能节点的容量需求，其中f取值为1、...、F_i。
本申请还提供分布式电源系统储能节点容量需求估算方法，具体步骤为：
步骤1、传感参数管理模块从数据库获取历史传感参数；
步骤2、发电量估算模块基于历史传感参数拟合各类参数的时间拟合曲线 Cij(t)，i代表历史样本编号，取值为1、...、I，I为历史样本总数；j代表传感参数类型编号，取值为1、...、J，J为总的传感参数个数，而后基于拟合曲线生成瞬时电能产出曲线Qi(t)；
步骤3、负值区间管理模块在预设时段[TS，TE]内，找出Di(t)的负值区间 [ZSi,k，ZEi,k]，k代表负值区间编号，取值为1、...、K_i，K_i为历史样本i 所构建的Di(t)的负值区间数量，所述Di(t)等于Qi(t)-S(t)，S(t)为电网系统对本分布式电源站点在时段[TS，TE]内的瞬时电能需求曲线；
步骤4、区间合并模块对每个历史样本i下的Di(t)进行区间合并，得到每个历史样本合并后的F_i个负值区间；
步骤5、储能节点容量计算模块计算I个历史样本中，每个历史样本F_i个区间中Di(t)的积分值得到LACKi,f，把abs(LACKi,f)的最大值设置为分布式电源系统储能节点的容量需求，其中f取值为1、...、F_i。
Cij(t)、Qi(t)、Di(t)、S(t)皆为相对时间参数t的函数，abs(LACKi,f)为求取LACKi,f的绝对值，Di(t)的负值区间[ZSi,k，ZEi,k]负值区间即Di(t)的结果为负值时的时间区间。
所述步骤1中，传感参数管理模块从数据库获取历史上至少一个关于时段 [TS，TE]下的样本参数。举例，如果时段是一年中的3月份，假如获取两份历史数据，则典型方法为获取去年及前年关于3月份的样本参数。
所述步骤2中，发电量估算模块基于历史传感参数拟合各类参数的时间拟合曲线Cij(t)的具体方法为：根据历史样本i的传感数据，而后基于传感数据采样间隔，通过数据拟合得到历史样本i在预设时段[TS，TE]内的拟合曲线 Cij(t)。
所述步骤2中，基于拟合曲线生成瞬时电能产出曲线Qi(t)的具体方法为：根据采用的发电方法计算得到该发电方法下的瞬时电能产出曲线，对于一个站点采用多种方法发电的情况，则把各个发电方法的瞬时电能产出曲线叠加得到该站点总的瞬时电能产出曲线。举例：对于太阳能发电，则基于公式：N＝K*P(t) 计算瞬时电能产出曲线(N对应Qi(t))，其中K为单位面积单位时间功率产出； P(t)则为传感参数拟合后的日照面积时间函数(P(t)对应Cij(t))，因此， Qi(t)＝K*Cij(t)。
所述步骤4中，所述区间合并模块对每个历史样本i下Di(t)进行区间合并，得到每个历史样本合并后的F_i个负值区间，具体的做法为：
步骤4.1、i赋值为1，F_i赋值为0；
步骤4.2、判定i是否大于I，如果是，则跳转到步骤4.8，如果否，清空 Q_i并跳转到步骤4.3；
步骤4.3、设m取值为M_i，其中M_i为Di(t)区间合并前的负值区间总数；
步骤4.4、判定m是否为1，如果是，则把[ZSi,m，ZEi,m]写入队列Q_i中， F_i+1赋值给F_i，并跳转到步骤4.7，如果否，则跳转到步骤4.5；
步骤4.5、计算Di(t)在[ZEi,m-1，ZSi,m]区间内积分取值为S1，Di(t)在[ZSi,m， ZEi,m]区间内积分取值为S2，如果S1小于S2，则将[ZSi,m-1，ZEi,m-1]、[ZEi,m-1， ZSi,m]、[ZSi,m，ZEi,m]三个区间合并后覆盖区间[ZSi,m-1，ZEi,m-1]；如果S1大于等于S2，则把[ZSi,m，ZEi,m]写入队列Q_i中，F_i+1赋值给F_i；
步骤4.6、将m-1赋值给m，并跳转到步骤4.4；
步骤4.7、将i+1赋值给i，F_i赋值为0，并跳转到步骤4.2；
步骤4.8、输出F_i、Q_i，其中i取值为1、...、I。
实施例：如图3所述，本实施例中，所述预设时间段如[TS，TE]所示，即图3中整个横轴坐标跨度；本实施例中假定传感参数管理模块只获取历史上一个历史样本、分布式电源站点采用太阳能发电、S(t)是一个恒定的取值WT，则装置执行过程如下：
首先，传感参数管理模块，获取历史上一个关于时段[TS，TE]下的历史样本参数，所示样本参数为日照面积；
接着，发电量估算模块基于历史传感参数，拟合得到日照面积的时间拟合曲线C1j(t)，并根据太阳能发电的瞬时产生公式计算得到Qi(t)＝K*C1j(t)，K为单位面积单位时间功率产出，本实施例中K取值10，即Qi(t)＝10*C1j(t)；
接着，负值区间管理模块先计算D1(t)＝Q1(t)-S(t)，即得D1(t)＝Q1(t)-WT (常数)，接着，负值区间管理模块在预设时段[TS，TE]内，找出D1(t)的负值区间[ZSi,k，ZEi,k]，如图3所述，本实施例中合并前包括四个负值区间，即[ZS1,1， ZE1,1]、[ZS1,2，ZE1,2]、[ZS1,3，ZE1,3]、[ZS1,4，ZE1,4]；
接着，区间合并模块，根据步骤4.1至步骤4.8，完成区间合并，具体执行过程如下：
首先
步骤4.1、设i取值为1，F_1赋值为0；
步骤4.2、i取值为1，判定i不大于I，于是清空Q_1并跳转到步骤4.3；
步骤4.3、设m取值为4(4为D1(t)区间合并前的负值区间总数)；
步骤4.4、判定m不为1，于是跳转到步骤4.5；
步骤4.5、计算D1(t)在[ZE1，4-1，ZS1,4]区间内积分取值为S1，D1(t)在[ZS1,4， ZE1,4]区间内积分取值为S2，由于S1小于S2，因此，将[ZS1,4-1，ZE1,4-1]、[ZE1，4-1，ZS1,4]、[ZS1,4，ZE1,4]三个区间合并后覆盖区间[ZS1,4-1，ZE1,4-1]；
步骤4.6、将m-1赋值给m，即将m设置为3，并跳转到步骤4.4；
步骤4.4(第二轮)、判定m不为1，于是跳转到步骤4.5；
步骤4.5(第二轮)、计算D1(t)在[ZE1，3-1，ZS1,3]区间内积分取值为S1， D1(t)在[ZS1,3，ZE1,3]区间内积分取值为S2，由于S1大于等于S2，因此，把[ZS1,3， ZE1,3]写入队列Q_1中，F_1+1，即1赋值给F_1；
步骤4.6(第二轮)、将m-1赋值给m，即m等2，并跳转到步骤4.4；
步骤4.4(第三轮)、判定m不为1，于是跳转到步骤4.5；
步骤4.5(第三轮)、计算D1(t)在[ZE1，2-1，ZS1,2]区间内积分取值为S1， D1(t)在[ZS1,2，ZE1,2]区间内积分取值为S2，由于S1大于等于S2，因此，把[ZS1,2， ZE1,2]写入队列Q_1中，F_1+1，即2赋值给F_1；
步骤4.6(第三轮)、将m-1赋值给m，即m等1，并跳转到步骤4.4；
步骤4.4(第四轮)、判定m为1，则把[ZS1,1，ZE1,1]写入队列Q_1中，F_1+1 赋值给F_1，即3赋值给F_1，并跳转到步骤4.7；
步骤4.7、将i+1赋值给i，即i等于2，并把F_i赋值为0，而后跳转到步骤4.2；
步骤4.2、由于I等于1，而此时i为2，因此，判定i大于I，于是跳转到步骤4.8；
步骤4.8、输出F_1、Q_1，其中F_1取值为3，代表Q_1中包括三个负值区间，即[ZS1,1，ZE1,1]、[ZS1,2，ZE1,2]、[ZS1,3，ZE1,3]，值得注意的是：[ZS1,3， ZE1,3]是[ZS1,4-1，ZE1,4-1]、[ZE1，4-1，ZS1,4]、[ZS1,4，ZE1,4]三个区间合并得到的新的区间。
最后，储能节点容量计算模块，该模块计算1个历史样本中，3个区间中的积分值得到LACK1,1、LACK1,2、LACK1,3，假定本实施例中abs(LACK1,3)的取值最大，因此把分布式电源系统储能节点的容量需求设置为abs(LACK1,3)，以此保证本分布式电源站点基于基于本地最大储能缓存abs(LACK1,3)后，可以在时段[TS， TE]内，满足并网输入瞬时电量为S(t)的要求。
从上述实施例可以看出，基于分布式电源站点发电传感参数，建立本站点电能产出时间拟合曲线，而后结合电网系统对分布式电源并网电能输出要求，核算分布式电源系统电能时段性稳定输出的最大电量储备缺口，从而确定分布式电源系统储能节点容量，进而通过储能节点提前储备好最大缺口电量，保证本分布式电源系统在预设时段内可稳定供应相应电能的目标，最终为电网系统提供足额稳定的电能并入，使得传统电源系统按需发电，减少浪费。
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。
上述虽然结合附图对本申请的具体实施方式进行了描述，但并非对本申请保护范围的限制，所属领域技术人员应该明白，在本申请的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本申请的保护范围以内。

Claims (5)

1.分布式电源系统储能节点容量需求估算系统，其特征在于，包括：传感参数管理模块、发电量估算模块、负值区间管理模块、区间合并模块、储能节点容量计算模块，各模块相互配合对储能节点容量需求的估算步骤为；
步骤1、传感参数管理模块从数据库获取历史传感参数；
步骤2、发电量估算模块基于历史传感参数生成各类参数的时间拟合曲线Cij(t)，i代表历史样本编号，取值为1、...、I，I为历史样本总数；j代表传感参数类型编号，取值为1、...、J，J为总的传感参数个数，而后基于拟合曲线生成瞬时电能产出曲线Qi(t)；
步骤3、负值区间管理模块在预设时段[TS，TE]内，找出Di(t)的负值区间[ZSi,k，ZEi,k]，k代表负值区间编号，取值为1、...、K_i，K_i为历史样本i所构建的Di(t)的负值区间数量，所述Di(t)等于Qi(t)-S(t)，S(t)为电网系统对本分布式电源站点在时段[TS，TE]内的瞬时电能需求曲线；
步骤4、区间合并模块对每个历史样本i下的Di(t)进行区间合并，得到每个历史样本合并后的F_i个负值区间；
步骤5、储能节点容量计算模块计算I个历史样本中，每个历史样本F_i个区间中Di(t)的积分值得到LACKi,f，把abs(LACKi,f)的最大值设置为分布式电源系统储能节点的容量需求，其中f取值为1、...、F_i。
2.根据权利要求1所述的分布式电源系统储能节点容量需求估算系统，其特征在于：
所述步骤1中，传感参数管理模块从数据库获取历史上至少一个关于时段[TS，TE]下的样本参数。
3.根据权利要求1所述的分布式电源系统储能节点容量需求估算系统，其特征在于：
所述步骤2中，发电量估算模块基于历史传感参数拟合各类参数的时间拟合曲线Cij(t)的具体方法为：根据历史样本i的传感数据，而后基于传感数据采样间隔，通过数据拟合得到历史样本i在预设时段[TS，TE]内的拟合曲线Cij(t)。
4.根据权利要求3所述的分布式电源系统储能节点容量需求估算系统，其特征在于：
所述步骤2中，基于拟合曲线生成瞬时电能产出曲线Qi(t)的具体方法为：根据采用的发电方法计算得到该发电方法下的瞬时电能产出曲线，对于一个站点采用多种方法发电的情况，则把各个发电方法的瞬时电能产出曲线叠加得到该站点总的瞬时电能产出曲线。
5.根据权利要求1-4任一权利要求所述的分布式电源系统储能节点容量需求估算系统，其特征在于：
所述步骤4中，所述区间合并模块对每个历史样本i下Di(t)进行区间合并，得到每个历史样本合并后的F_i个负值区间，具体的做法为：
步骤4.1、i赋值为1，F_i赋值为0；
步骤4.2、判定i是否大于I，如果是，则跳转到步骤4.8；如果否，清空Q_i并跳转到步骤4.3；
步骤4.3、设m取值为M_i，其中M_i为Di(t)区间合并前的负值区间总数；
步骤4.4、判定m是否为1，如果是，则把[ZSi,m，ZEi,m]写入队列Q_i中，F_i+1赋值给F_i，并跳转到步骤4.7；如果否，则跳转到步骤4.5；
步骤4.5、计算Di(t)在[ZEi,m-1，ZSi,m]区间内积分取值为S1，Di(t)在[ZSi,m，ZEi,m]区间内积分取值为S2，如果S1小于S2，则将[ZSi,m-1，ZEi,m-1]、[ZEi,m-1，ZSi,m]、[ZSi,m，ZEi,m]三个区间合并后覆盖区间[ZSi,m-1，ZEi,m-1]；如果S1大于等于S2，则把[ZSi,m，ZEi,m]写入队列Q_i中，F_i+1赋值给F_i；
步骤4.6、将m-1赋值给m，并跳转到步骤4.4；
步骤4.7、将i+1赋值给i，F_i赋值为0，并跳转到步骤4.2；
步骤4.8、输出F_i、Q_i，Q_i为每个历史样本i的负值区间队列，其中i取值为1、...、I。
CN202111283987.9A 2021-11-01 2021-11-01 分布式电源系统储能节点容量需求估算系统 Active CN114006392B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111283987.9A CN114006392B (zh) 2021-11-01 2021-11-01 分布式电源系统储能节点容量需求估算系统
CN202310894446.2A CN117254498A (zh) 2021-11-01 2021-11-01 电网储能节点容量预计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111283987.9A CN114006392B (zh) 2021-11-01 2021-11-01 分布式电源系统储能节点容量需求估算系统

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202310894446.2A Division CN117254498A (zh) 2021-11-01 2021-11-01 电网储能节点容量预计算方法

Publications (2)

Publication Number Publication Date
CN114006392A true CN114006392A (zh) 2022-02-01
CN114006392B CN114006392B (zh) 2023-07-14

Family

ID=79926160

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202111283987.9A Active CN114006392B (zh) 2021-11-01 2021-11-01 分布式电源系统储能节点容量需求估算系统
CN202310894446.2A Pending CN117254498A (zh) 2021-11-01 2021-11-01 电网储能节点容量预计算方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CN202310894446.2A Pending CN117254498A (zh) 2021-11-01 2021-11-01 电网储能节点容量预计算方法

Country Status (1)

Country Link
CN (2) CN114006392B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117895546A (zh) * 2024-03-15 2024-04-16 国网山东省电力公司东营供电公司 基于农机电气化改造的新能源一体化站点配置方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1210390A (zh) * 1997-05-30 1999-03-10 德尔科电子公司 波形因子改进和电磁干扰降低的次谐振串联谐振换能器
WO2013170597A1 (zh) * 2012-05-15 2013-11-21 国网电力科学研究院 一种水电站调压井agc控制方法
US20140297051A1 (en) * 2013-03-26 2014-10-02 Northeastern University Energy resource-grid-load automatic control system of smart microgrid and control methods thereof
CN104361405A (zh) * 2014-10-28 2015-02-18 广东电网有限责任公司电力科学研究院 一种基于容量限值约束的微网储能装置设计方法
CN105634012A (zh) * 2016-02-16 2016-06-01 国网山东省电力公司淄博供电公司 一种分布式发电与微电网智能监测控制方法
CN108767715A (zh) * 2018-04-28 2018-11-06 国网山东省电力公司烟台供电公司 一种变电站接地线智能防误操作主动型管理控制系统及控制方法
CN211179991U (zh) * 2019-10-21 2020-08-04 浙江绍兴苏泊尔生活电器有限公司 过零检测电路及料理机
CN111641207A (zh) * 2020-06-03 2020-09-08 国网上海市电力公司 一种区域能源综合体虚拟聚合系统及方法
CN111786419A (zh) * 2020-06-18 2020-10-16 中国电力科学研究院有限公司 一种区域电网能源配置系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1210390A (zh) * 1997-05-30 1999-03-10 德尔科电子公司 波形因子改进和电磁干扰降低的次谐振串联谐振换能器
WO2013170597A1 (zh) * 2012-05-15 2013-11-21 国网电力科学研究院 一种水电站调压井agc控制方法
US20140297051A1 (en) * 2013-03-26 2014-10-02 Northeastern University Energy resource-grid-load automatic control system of smart microgrid and control methods thereof
CN104361405A (zh) * 2014-10-28 2015-02-18 广东电网有限责任公司电力科学研究院 一种基于容量限值约束的微网储能装置设计方法
CN105634012A (zh) * 2016-02-16 2016-06-01 国网山东省电力公司淄博供电公司 一种分布式发电与微电网智能监测控制方法
CN108767715A (zh) * 2018-04-28 2018-11-06 国网山东省电力公司烟台供电公司 一种变电站接地线智能防误操作主动型管理控制系统及控制方法
CN211179991U (zh) * 2019-10-21 2020-08-04 浙江绍兴苏泊尔生活电器有限公司 过零检测电路及料理机
CN111641207A (zh) * 2020-06-03 2020-09-08 国网上海市电力公司 一种区域能源综合体虚拟聚合系统及方法
CN111786419A (zh) * 2020-06-18 2020-10-16 中国电力科学研究院有限公司 一种区域电网能源配置系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨汾艳;陈晓科;黄嘉健;李兰芳;张泽群;肖峻;东磊;邹广宇;: "储能与间歇式DG的容量配比关系以及实用估算方法", 中国电力, no. 01, pages 151 - 157 *
陈昌松;段善旭;殷进军;蔡涛;: "基于发电预测的分布式发电能量管理系统", 电工技术学报, no. 03, pages 150 - 156 *

Also Published As

Publication number Publication date
CN117254498A (zh) 2023-12-19
CN114006392B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN107910863B (zh) 综合考虑光伏出力和负荷需求预测区间的配电网调度方法
Sreeraj et al. Design of isolated renewable hybrid power systems
CN106532778B (zh) 一种计算分布式光伏并网最大准入容量的方法
Cao et al. Probabilistic optimal PV capacity planning for wind farm expansion based on NASA data
CN103997039A (zh) 基于概率区间预测的计及风电接纳的旋转备用区间预测方法
CN106786608B (zh) 一种适用于分布式电源接入的不确定谐波潮流计算方法
Tahir et al. Optimal ESS size calculation for ramp rate control of grid-connected microgrid based on the selection of accurate representative days
Fan et al. Scheduling framework using dynamic optimal power flow for battery energy storage systems
Zeng et al. A multistage coordinative optimization for sitting and sizing P2G plants in an integrated electricity and natural gas system
Ramadan et al. Optimal resilient facade thermal photovoltaic clustering allocation for microgrid enhanced voltage profile
Wen et al. Stochastic optimization for security-constrained day-ahead operational planning under pv production uncertainties: Reduction analysis of operating economic costs and carbon emissions
Wu et al. Radial basis function neural network based short-term wind power forecasting with Grubbs test
CN109978277B (zh) 光伏发电中区域上网负荷预测方法及装置
CN114006392A (zh) 分布式电源系统储能节点容量需求估算系统
CN104268403A (zh) 一种考虑大容量燃煤机组深度调峰和可中断负荷的风电场优化调度模型
CN118432044A (zh) 一种电力系统机组灵活性改造的源网协同规划方法及系统
CN102208834B (zh) 智能电网调度系统及方法
CN109345129A (zh) 一种光伏发电站健康状态评估方法和系统
CN105528517B (zh) 基于神经网络、小波分解光伏电站功率预测方法、系统
Xu et al. Optimal size and location of battery energy storage systems for reducing the wind power curtailments
El-Sayed et al. Energy management of renewable energy sources incorporating with energy storage device
Anna et al. Community smart grid utilizing dynamic demand response and tidal power for grid stabilization
Delavaripour et al. Reliability evaluation of a standalone wind-photovoltaic/battery energy system based on realistic model of battery
Ganesan et al. Dynamic and intelligent load servicing strategy for a stand-alone solar PV-based microgrid
CN107276073A (zh) 一种基于负荷‑风光等效负荷的母线负荷预测方法

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