CN114240104A - 光伏弃电储能功率和储能容量配置方法和装置 - Google Patents
光伏弃电储能功率和储能容量配置方法和装置 Download PDFInfo
- Publication number
- CN114240104A CN114240104A CN202111474170.XA CN202111474170A CN114240104A CN 114240104 A CN114240104 A CN 114240104A CN 202111474170 A CN202111474170 A CN 202111474170A CN 114240104 A CN114240104 A CN 114240104A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- electricity
- storage capacity
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 336
- 230000005611 electricity Effects 0.000 title claims abstract description 186
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000010248 power generation Methods 0.000 claims abstract description 66
- 230000008901 benefit Effects 0.000 claims abstract description 15
- 238000013461 design Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 10
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000005338 heat storage Methods 0.000 description 23
- 238000004364 calculation method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 239000002699 waste material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 150000003839 salts Chemical class 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005485 electric heating Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000015598 salt intake Nutrition 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/82—Recycling of waste of electrical or electronic equipment [WEEE]
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种光伏弃电储能功率和储能容量配置方法和装置。其中,方法包括:获取光伏电站项目的历史数据,并根据所述历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围;获取所述光伏电站项目的储能功率设备的成本和储能容量设备的成本;根据所述光伏弃电储能功率的推荐范围、所述储能容量的推荐范围、所述储能功率设备的成本、所述储能容量设备的成本建立收益‑成本模型;基于所述收益‑成本模型确定储能发电收益最大时对应的储能功率和储能容量。本申请实施例的光伏弃电储能功率和储能容量配置方法和装置,能够对光伏电站项目的配置参数进行优化,实现收益最大化。
Description
技术领域
本申请涉及电站储能技术领域,尤其涉及一种光伏弃电储能功率和储能容量配置方法和装置。
背景技术
近期百万、千万千瓦级“风光储输”多能互补综合能源基地在国内各地纷纷启动。
光伏发电受太阳辐照波动影响,存在发电并网不稳定的问题,同时带来电网消纳、弃电等问题。随着“新能源一体化”作为新的能源方案被提出,如何规划、匹配成为亟待研究的技术。专利CN202010931088.4提出了一种风光储互补发电系统容量配置计算方法,包括以下步骤:获取所需的原始数据;基于原始数据并以风电-光伏-储能互补发电系统年净收益最大化为目标,生成初始化风电-光伏-储能容量配置方案;根据生成的初始化的风电-光伏-储能容量配置方案进行生产模拟,得出年外送电量以及储能SOC年曲线;利用不同风电-光伏-储能容量配置方案计算模块所求得的风电、光伏、储能年外送电量以及储能SOC年曲线及对应的年净收益指标,对风电-光伏-储能容量配置方案进行寻优;根据寻优输出最优的风电-光伏-储能容量配置方案。但是,该方案仅仅是针对配置方案进行优化,并未涉及如何对弃电进行测算和处理,并优选配置后达到收益优化的目的。
发明内容
本申请的目的旨在至少在一定程度上解决上述的技术问题之一。
为此,本申请的第一个目的在于提出一种光伏弃电储能功率和储能容量配置方法,能够对光伏电站项目的配置参数进行优化,实现收益最大化。
本申请的第二个目的在于提出一种光伏弃电储能功率和储能容量配置装置。
本申请的第三个目的在于提出一种计算机设备。
本申请的第四个目的在于提出一种计算机可读存储介质。
为实现上述目的,本申请第一方面实施例提出了一种光伏弃电储能功率和储能容量配置方法,包括:
获取光伏电站项目的历史数据,并根据所述历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围;
获取所述光伏电站项目的储能功率设备的成本和储能容量设备的成本;
根据所述光伏弃电储能功率的推荐范围、所述储能容量的推荐范围、所述储能功率设备的成本、所述储能容量设备的成本建立收益-成本模型;
基于所述收益-成本模型确定储能发电收益最大时对应的储能功率和储能容量。
可选的,所述历史数据包括所述光伏电站项目的年度弃电总量和年度弃电累计时长、光伏发电的瞬时功率,根据所述历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围,包括:
根据所述年度弃电总量、所述年度弃电累计时长、所述光伏发电的瞬时功率计算得出弃电瞬时功率和弃电功率限值;
根据所述弃电瞬时功率和所述弃电功率限值确定光伏弃电储能功率的推荐范围;
根据所述弃电瞬时功率和光伏电站项目的日累积弃电电量确定光伏电站项目的储能容量的推荐范围。
可选的,根据所述年度弃电总量、所述年度弃电累计时长、所述光伏发电的瞬时功率计算得出弃电瞬时功率和弃电功率限值,包括:
其中,Qdump为年度弃电总量,Pdump为瞬时弃电功率,Tx为年度弃电累计时长;
基于公式二计算出所述弃电功率限值,公式二:PSET=PPV-Pdump,
其中,PSET为弃电功率限值,PPV为光伏发电的瞬时功率,Pdump为瞬时弃电功率。
可选的,根据所述弃电瞬时功率和所述弃电功率限值确定光伏弃电储能功率的推荐范围,包括:
可选的,根据所述弃电瞬时功率和光伏电站项目的日累积弃电电量确定光伏电站项目的储能容量的推荐范围,包括:
可选的,获取所述光伏电站项目的储能功率设备的成本和储能容量设备的成本,包括:
可选的,根据所述光伏弃电储能功率的推荐范围、所述储能容量的推荐范围、所述储能功率设备的成本、所述储能容量设备的成本建立收益-成本模型,包括:
基于公式八确定储能发电收益,公式八:CQ=Qe-year*ηS*M,其中,CQ为储能发电收益,Qe-year为年度有效储能容量,ηs为储能发电效率,M为储能发电电价;
基于公式九确定建立收益-成本模型,公式九:Cy=CQ-CEQU-CES,其中,Cy为收益-成本模型,CQ为储能发电收益,CEQU为储能功率设备的成本,CES为储能容量设备的成本。
本申请实施例的光伏弃电储能功率和储能容量配置方法,通过获取的光伏电站项目的历史数据、光伏电站项目的储能功率设备的成本、储能容量设备的成本等信息,建立收益-成本模型,进而确定出储能发电收益最大时对应的储能功率和储能容量,能够对光伏电站项目的配置参数进行优化,实现收益最大化。
为实现上述目的,本申请第二方面实施例提出一种光伏弃电储能功率和储能容量配置装置,包括:
第一获取模块,用于获取光伏电站项目的历史数据,并根据所述历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围;
第二获取模块,用于获取所述光伏电站项目的储能功率设备的成本和储能容量设备的成本;
建立模块,用于根据所述光伏弃电储能功率的推荐范围、所述储能容量的推荐范围、所述储能功率设备的成本、所述储能容量设备的成本建立收益-成本模型;
确定模块,用于基于所述收益-成本模型确定储能发电收益最大时对应的储能功率和储能容量。
可选的,所述历史数据包括所述光伏电站项目的年度弃电总量和年度弃电累计时长、光伏发电的瞬时功率,所述第一获取模块,用于:
根据所述年度弃电总量、所述年度弃电累计时长、所述光伏发电的瞬时功率计算得出弃电瞬时功率和弃电功率限值;
根据所述弃电瞬时功率和所述弃电功率限值确定光伏弃电储能功率的推荐范围;
根据所述弃电瞬时功率和光伏电站项目的日累积弃电电量确定光伏电站项目的储能容量的推荐范围。
可选的,所述第一获取模块,用于:
其中,Qdump为年度弃电总量,Pdump为瞬时弃电功率,Tx为年度弃电累计时长;
基于公式二计算出所述弃电功率限值,公式二:PSET=PPV-Pdump,
其中,PSET为弃电功率限值,PPV为光伏发电的瞬时功率,Pdump为瞬时弃电功率。
可选的,所述第一获取模块,用于:
可选的,所述第一获取模块,用于:
可选的,所述第二获取模块,用于:
可选的,所述建立模块,用于:
基于公式八确定储能发电收益,公式八:CQ=Qe-year*ηS*M,其中,CQ为储能发电收益,Qe-year为年度有效储能容量,ηs为储能发电效率,M为储能发电电价;
基于公式九确定建立收益-成本模型,公式九:Cy=CQ-CEQU-CES,其中,Cy为收益-成本模型,CQ为储能发电收益,CEQU为储能功率设备的成本,CES为储能容量设备的成本。
本申请实施例的光伏弃电储能功率和储能容量配置装置,通过获取的光伏电站项目的历史数据、光伏电站项目的储能功率设备的成本、储能容量设备的成本等信息,建立收益-成本模型,进而确定出储能发电收益最大时对应的储能功率和储能容量,能够对光伏电站项目的配置参数进行优化,实现收益最大化。
为实现上述目的,本申请第三方面实施例提出一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现如第一方面实施例所述的光伏弃电储能功率和储能容量配置方法。
为了实现上述目的,本申请第四方面实施例还提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如第一方面实施例所述的光伏弃电储能功率和储能容量配置方法。
本申请附加的方面和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,或通过本申请的实践了解到。
附图说明
图1是本申请一个实施例的光伏弃电储能功率和储能容量配置方法的流程图;
图2是本申请一个实施例的确定光伏弃电储能功率的推荐范围和储能容量的推荐范围的流程图;
图3是本申请一个具体实施例的光伏弃电储能功率和储能容量配置方法的流程图;
图4是本申请一个具体实施例的弃电功率CDF图;
图5是本申请一个具体实施例的电加热器投资和收益分析图;
图6是本申请一个具体实施例的储热容量投资和收益分析图;
图7是本申请一个实施例的光伏弃电储能功率和储能容量配置装置的结构示意图。
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。
以下结合具体实施例对本发明作进一步详细描述,这些实施例不能理解为限制本发明所要求保护的范围。
下面参考附图描述本申请实施例的光伏弃电储能功率和储能容量配置方法和装置。
现有技术无法实现通过比较“利用弃电量所得收益”和“利用弃电投入成本”,优选配置后达到收益优化的目的。为此本申请提出一种光伏弃电储能功率和储能容量配置方法。
图1是本申请一个实施例的光伏弃电储能功率和储能容量配置方法的流程图,如图1所示,该方法包括以下步骤:
S1,获取光伏电站项目的历史数据,并根据历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围。
其中,历史数据可包括光伏电站项目的年度弃电总量和年度弃电累计时长、光伏发电的瞬时功率。
在获取上述历史数据之后,便可以根据历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围。如图2所示,具体步骤如下:
S11,根据年度弃电总量、年度弃电累计时长、光伏发电的瞬时功率计算得出弃电瞬时功率和弃电功率限值。
其中,Qdump为年度弃电总量,Pdump为瞬时弃电功率,Tx为年度弃电累计时长。
然后,可基于公式二计算出弃电功率限值,公式二:PSET=PPV-Pdump。
其中,PSET为弃电功率限值,PPV为光伏发电的瞬时功率,Pdump为瞬时弃电功率。
S12,根据弃电瞬时功率和弃电功率限值确定光伏弃电储能功率的推荐范围。
在计算出弃电瞬时功率和弃电功率限值后,就可以根据弃电瞬时功率和弃电功率限值确定光伏弃电储能功率的推荐范围。
具体地,可基于公式三确定光伏弃电储能功率的推荐范围。
其中,Pe为光伏弃电储能功率,Pdump为瞬时弃电功率,Pe-power为设备储能功率。
S13,根据弃电瞬时功率和光伏电站项目的日累积弃电电量确定光伏电站项目的储能容量的推荐范围。
具体地,可基于公式四确定光伏电站项目的储能容量的推荐范围。
其中,Qe为日累积储能容量,Pe为光伏弃电储能功率,Ti为日弃电累计时长,QES为储能容量设备最大储能容量。
S2,获取光伏电站项目的储能功率设备的成本和储能容量设备的成本。
具体地,可基于公式五确定光伏电站项目的储能功率设备的成本。
其中,CEQU为储能功率设备的成本,f(xEQU-i)为储能功率设备造价函数,A为测算目标设计值。
同理,可基于公式六确定储能容量设备的成本。
其中,CES为储能容量设备的成本,f(xES-i)为储能容量设备造价函数,A为测算目标设计值。
S3,根据光伏弃电储能功率的推荐范围、储能容量的推荐范围、储能功率设备的成本、储能容量设备的成本建立收益-成本模型。
具体地,可基于公式七确定年度有效储能容量。
其中,Qe-year为年度有效储能容量,Qe为日累积储能容量,Tx为年度弃电累计时长;
之后,可基于公式八确定储能发电收益。
公式八:CQ=Qe-year*ηS*M,其中,CQ为储能发电收益,Qe-year为年度有效储能容量,ηs为储能发电效率,M为储能发电电价。
然后,可基于公式九确定建立收益-成本模型。
公式九:Cy=CQ-CEQU-CES。
其中,Cy为收益-成本模型,CQ为储能发电收益,CEQU为储能功率设备的成本,CES为储能容量设备的成本。
S4,基于收益-成本模型确定储能发电收益最大时对应的储能功率和储能容量。
本申请实施例的光伏弃电储能功率和储能容量配置方法,通过获取的光伏电站项目的历史数据、光伏电站项目的储能功率设备的成本、储能容量设备的成本等信息,建立收益-成本模型,进而确定出储能发电收益最大时对应的储能功率和储能容量,能够对光伏电站项目的配置参数进行优化,实现收益最大化。
下面以一个具体实施例进行详细说明。
如图3所示,本方法包括以下步骤:
S301,依托项目典型年气象数据,采用逐时计算方法,得到光伏弃电的逐时参数。
具体地,典型年数据主要包括:太阳直射辐照、全辐照、散射辐照、环境风速、环境温度、空气湿度、大气压力等。
以近30年的月平均值为依据,从近10年的数据中选取一年各月接近30年的平均值作为典型气象年。本项目中“太阳直射辐照、全辐照”权重提高。
光伏弃电的主要原因为项目瞬时发电功率超出了电网送出的能力限制。
根据统计,利用公式一和公式二可得到项目地年度弃电总量Qdump,通过下述计算得到产生弃电的功率限值PSET。
以“光伏弃电–弃电储热–储热发电”为例,储能主要涉及“电加热器功率选择”和“储能规模设计”2个关键参数,主要会影响光伏弃电的回收消纳比率、储能系统投资和储能系统利用率,进而影响项目的整体经济效益。
具体地,获取项目场址的典型年气象数据TMY,搭建项目的光伏模型,包括项目总装机容量、项目容配比等参数,通过计算可得到项目的逐时上网电功率,结合项目地区的年度弃光率可得到项目的逐时弃电功率。光伏弃电的主要原因为同一地区的所有光伏电站瞬时上网电量超过了输电线路的上限,基于此背景原因,可假设电站的瞬时功率超过一个数值后,区域电网即达到弃电边界值。
通过逐时统计电站的瞬时功率,测算出此边界功率,在此边界功率上发电设置为弃电功率。
S302,建立逐时弃电的随机变量概率分布图CDF,根据分布情况初步选定设备参数。
首先,根据弃电瞬时功率评估储能功率推荐范围,然后根据日累积弃电电量评估储能容量推荐范围。
Pdump,i-day=PPV,i-PSET,
其中,Pdump,i-day为某一时间弃电瞬时功率,Qdump-i-day为某一日累积弃电电量(相当于公式四中的Qe,日累积储能容量),Ti-day为弃电发生累计时长。
基于逐时的弃电数值,可得到弃电的分布规律和弃电峰值功率,通过生成累积分布函数 CDF曲线,初步选定合理的电加热器额定功率范围;通过逐日累加弃电量的成累积分布函数 CDF曲线,获得合理的熔盐储热规模范围。
S303,建立投资模型。
根据公式六和公式七建立投资模型。
具体地,通过“光伏弃电量化模型”可获得推荐的电加热器功率和熔盐储热容量值,围绕此推荐值,开展不同参数下的经济性量化分析。通过建立不同边界条件的项目模型,可以得到不同的项目“弃电-储热”热能利用量、电加热系统规模及投资、储热系统规模及投资。通过比较设备参数调整带来的投入和收益变化,可以得到不同边界条件下的参数值,进而可以开展参数变化趋势和敏感性分析。
可利用的弃电为1)弃电功率小于电加热器的功率,2)截止夜晚24点储热罐累计消纳弃电转化为热能的累计值不超过罐体的最大储热量。“弃电-储热”热能利用数值通过逐时累加的方式获得,同时考虑电加热系统效率影响,保证数据的合理性。
S304,搭建收益模型。
根据公式三、公式四、公式七-九搭建收益模型。
S305,通过迭代计算,优化出(收益-投资成本)最大值下对应的储热功率和储热容量。
通过测算得到Cy最大值所对应的储热功率Pe-power和储热容量QES。
具体算例如下:
搭建光伏弃电储能项目模型,选取3个项目场址:A、B、C建项目测算模型。分析在该地区光照资源条件下的光伏弃电储能关键影响因素及趋势性。
模型关键输入参数:
1)光伏布置角度按照纬度角。
2)弃电率8%,限电因素为可上网发电功率超出输电线路限定值,在光伏电站运行中体现在发电功率最高的8%时间段产生弃电。
3)光伏发电项目总装机容量设计为1000MW。
4)光伏的项目容配比1.2,缓解光伏波动性问题,让光伏电力输出更平滑;但容配比提高带来的光伏电力增加导致更多的弃光。
5)储热发电系统效率设置为35%。
年度太阳能斜面辐照在A、B、C地区分别为2215kWh/m2,1972kWh/m2和2043kWh/m2,通过SAM软件(2020.11.29版本)基准模型计算,得到年交流侧可上网电量为20.90亿度、18.77 亿度和19.70亿度。按照8%的弃电量,其弃电量分别为1.672亿度、1.502亿度和1.576亿度。通过迭代计算,找到“弃电峰值功率值”,累加年度内高于“弃电峰值功率值”的发电量数值与弃电量数值相同。可测算出3个场址对应的弃电功率起始值为752MW,736MW,752MW,在此数值上的光伏发电量占交流侧可上网电量的8%。
测算出3个项目的弃电功率CDF图,如图4所示,通过CDF图可以发现,该地区光伏电站弃电很少出现超过300MW的弃电功率,且弃电功率在300MW以上时增加趋势显著减缓。通过统计,在300MW以上弃电功率时长未超过总弃电时长的10%(A、B、C的对应比例分别为5%,10%和7%),考虑电加热器成本增加为线性,而增加的发电收益由于弃电量增速放缓而显著降低。因此选定电加热器功率值的推荐评估范围在150MW~300MW之间。
通过储存热能发电获取项目收益,考虑储能发电能够根据电网调度需求灵活发电。发电收益参考调峰电价,上网电价0.5元/kWh(设定该地区夜晚储能发电电价),设备运行期限设定为25年。根据市场调研,高温熔盐电加热器的成本约为0.08万元/kW,这样不同的电加热器容量投资不同,呈现线性增长特点。比较每增加25MW的电加热器功率带来的“发电收益增加值”和“投资费用增加值”,选定项目电加热功率值。通过图5分析,收益增加和投资增加在250MW功率点交叉,即超过250MW加热功率后,增加的投资金额超过了收益金额,项目经济性变差。
项目储热容量会影响弃电的消纳储存,储热容量增加可以降低弃电量,但同时会增加造价成本,需要基于项目情况计算经济性最优的容量值。通过调研,本模型中高温双罐熔盐储热系统造价按照1300MWh储热投资约3.1亿元,从700MWh增加到1300MWh区间中主要涉及熔盐用量、公用设备容量增加,每100MWh为1000万元的成本开展测算。通过不同储热容量下(锁定电加热器功率为250MW,作为模型分析的典型测算值),成本增加与收益增加的量化数值比较,确定项目最优的项目储热规模配比。通过测算,在电加热器功率250MW配置下,如图6所示,推荐A、B、C的储热容量最优值分别为1120MWh,1170MWh和1130MWh,而对应的年度储热发电量为5365.5万kWh,4659.2万kWh和4969.9万kWh。
本实施例搭建的测算模型可实现对不同项目条件下光伏弃电配套电加热器和储热容量的分析,量化配置参数。
为了实现上述实施例,本申请还提出了一种光伏弃电储能功率和储能容量配置装置。
图7是本申请一个实施例的光伏弃电储能功率和储能容量配置装置的结构示意图。
如图7所示,该装置包括第一获取模块310、第二获取模块320、建立模块330和确定模块340。
第一获取模块310,用于获取光伏电站项目的历史数据,并根据历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围。
历史数据包括光伏电站项目的年度弃电总量和年度弃电累计时长、光伏发电的瞬时功率。第一获取模块310,具体用于根据年度弃电总量、年度弃电累计时长、光伏发电的瞬时功率计算得出弃电瞬时功率和弃电功率限值;根据弃电瞬时功率和弃电功率限值确定光伏弃电储能功率的推荐范围;根据弃电瞬时功率和光伏电站项目的日累积弃电电量确定光伏电站项目的储能容量的推荐范围。
基于公式二计算出弃电功率限值,公式二:PSET=PPV-Pdump,其中,PSET为弃电功率限值,PPV为光伏发电的瞬时功率,Pdump为瞬时弃电功率。
第二获取模块320,用于获取光伏电站项目的储能功率设备的成本和储能容量设备的成本。
建立模块330,用于根据光伏弃电储能功率的推荐范围、储能容量的推荐范围、储能功率设备的成本、储能容量设备的成本建立收益-成本模型。
建立模块330,具体用于:
基于公式八确定储能发电收益,公式八:CQ=Qe-year*ηS*M,其中,CQ为储能发电收益,Qe-year为年度有效储能容量,ηs为储能发电效率,M为储能发电电价;
基于公式九确定建立收益-成本模型,公式九:Cy=CQ-CEQU-CES,其中,Cy为收益-成本模型,CQ为储能发电收益,CEQU为储能功率设备的成本,CES为储能容量设备的成本。
确定模块340,用于基于收益-成本模型确定储能发电收益最大时对应的储能功率和储能容量。
应当理解的是,光伏弃电储能功率和储能容量配置装置与其对应的光伏弃电储能功率和储能容量配置方法实施例描述一致,故本实施例中不再赘述。
本申请实施例的光伏弃电储能功率和储能容量配置装置,通过获取的光伏电站项目的历史数据、光伏电站项目的储能功率设备的成本、储能容量设备的成本等信息,建立收益-成本模型,进而确定出储能发电收益最大时对应的储能功率和储能容量,能够对光伏电站项目的配置参数进行优化,实现收益最大化。
为了实现上述实施例,本申请还提出了一种计算机设备。
该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现如第一方面实施例的光伏弃电储能功率和储能容量配置方法。
为了实现上述实施例,本申请还提出了一种非临时性计算机可读存储介质。
该非临时性计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如第一方面实施例的光伏弃电储能功率和储能容量配置方法。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器 (CDROM)。另外,计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
需要说明的是,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
Claims (14)
1.一种光伏弃电储能功率和储能容量配置方法,其特征在于,包括:
获取光伏电站项目的历史数据,并根据所述历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围;
获取所述光伏电站项目的储能功率设备的成本和储能容量设备的成本;
根据所述光伏弃电储能功率的推荐范围、所述储能容量的推荐范围、所述储能功率设备的成本、所述储能容量设备的成本建立收益-成本模型;
基于所述收益-成本模型确定储能发电收益最大时对应的储能功率和储能容量。
2.如权利要求1所述的方法,其特征在于,所述历史数据包括所述光伏电站项目的年度弃电总量和年度弃电累计时长、光伏发电的瞬时功率,根据所述历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围,包括:
根据所述年度弃电总量、所述年度弃电累计时长、所述光伏发电的瞬时功率计算得出弃电瞬时功率和弃电功率限值;
根据所述弃电瞬时功率和所述弃电功率限值确定光伏弃电储能功率的推荐范围;
根据所述弃电瞬时功率和光伏电站项目的日累积弃电电量确定光伏电站项目的储能容量的推荐范围。
7.如权利要求1所述的方法,其特征在于,根据所述光伏弃电储能功率的推荐范围、所述储能容量的推荐范围、所述储能功率设备的成本、所述储能容量设备的成本建立收益-成本模型,包括:
基于公式八确定储能发电收益,公式八:CQ=Qe-year*ηs*M,其中,CQ为储能发电收益,Qe-year为年度有效储能容量,ns为储能发电效率,M为储能发电电价;
基于公式九确定建立收益-成本模型,公式九:Cy=CQ-CEQU-CES,其中,Cy为收益-成本模型,CQ为储能发电收益,CEQU为储能功率设备的成本,CES为储能容量设备的成本。
8.一种光伏弃电储能功率和储能容量配置装置,其特征在于,包括:
第一获取模块,用于获取光伏电站项目的历史数据,并根据所述历史数据确定光伏弃电储能功率的推荐范围和储能容量的推荐范围;
第二获取模块,用于获取所述光伏电站项目的储能功率设备的成本和储能容量设备的成本;
建立模块,用于根据所述光伏弃电储能功率的推荐范围、所述储能容量的推荐范围、所述储能功率设备的成本、所述储能容量设备的成本建立收益-成本模型;
确定模块,用于基于所述收益-成本模型确定储能发电收益最大时对应的储能功率和储能容量。
9.如权利要求8所述的装置,其特征在于,所述历史数据包括所述光伏电站项目的年度弃电总量和年度弃电累计时长、光伏发电的瞬时功率,所述第一获取模块,用于:
根据所述年度弃电总量、所述年度弃电累计时长、所述光伏发电的瞬时功率计算得出弃电瞬时功率和弃电功率限值;
根据所述弃电瞬时功率和所述弃电功率限值确定光伏弃电储能功率的推荐范围;
根据所述弃电瞬时功率和光伏电站项目的日累积弃电电量确定光伏电站项目的储能容量的推荐范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111474170.XA CN114240104B (zh) | 2021-12-03 | 2021-12-03 | 光伏弃电储能功率和储能容量配置方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111474170.XA CN114240104B (zh) | 2021-12-03 | 2021-12-03 | 光伏弃电储能功率和储能容量配置方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114240104A true CN114240104A (zh) | 2022-03-25 |
CN114240104B CN114240104B (zh) | 2022-08-30 |
Family
ID=80753247
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111474170.XA Active CN114240104B (zh) | 2021-12-03 | 2021-12-03 | 光伏弃电储能功率和储能容量配置方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240104B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017161785A1 (zh) * | 2016-03-23 | 2017-09-28 | 严利容 | 基于储能运行状态的光伏功率稳定输出控制方法 |
CN110365013A (zh) * | 2019-07-18 | 2019-10-22 | 青海格尔木鲁能新能源有限公司 | 一种光热-光伏-风电联合发电系统的容量优化方法 |
CN112084652A (zh) * | 2020-09-07 | 2020-12-15 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种风光储互补发电系统容量配置计算方法及系统 |
CN112134271A (zh) * | 2019-06-24 | 2020-12-25 | 中国电力科学研究院有限公司 | 一种多能互补系统装机容量优化方法及系统 |
CN112886566A (zh) * | 2019-11-29 | 2021-06-01 | 中国电力科学研究院有限公司 | 一种电网调峰需求计算方法和系统 |
CN113364036A (zh) * | 2021-06-11 | 2021-09-07 | 中广核风电有限公司 | 一种综合能源利用系统 |
CN113644670A (zh) * | 2021-10-14 | 2021-11-12 | 中国电力科学研究院有限公司 | 一种储能容量优化配置的方法及系统 |
-
2021
- 2021-12-03 CN CN202111474170.XA patent/CN114240104B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017161785A1 (zh) * | 2016-03-23 | 2017-09-28 | 严利容 | 基于储能运行状态的光伏功率稳定输出控制方法 |
CN112134271A (zh) * | 2019-06-24 | 2020-12-25 | 中国电力科学研究院有限公司 | 一种多能互补系统装机容量优化方法及系统 |
CN110365013A (zh) * | 2019-07-18 | 2019-10-22 | 青海格尔木鲁能新能源有限公司 | 一种光热-光伏-风电联合发电系统的容量优化方法 |
CN112886566A (zh) * | 2019-11-29 | 2021-06-01 | 中国电力科学研究院有限公司 | 一种电网调峰需求计算方法和系统 |
CN112084652A (zh) * | 2020-09-07 | 2020-12-15 | 中国电力工程顾问集团西北电力设计院有限公司 | 一种风光储互补发电系统容量配置计算方法及系统 |
CN113364036A (zh) * | 2021-06-11 | 2021-09-07 | 中广核风电有限公司 | 一种综合能源利用系统 |
CN113644670A (zh) * | 2021-10-14 | 2021-11-12 | 中国电力科学研究院有限公司 | 一种储能容量优化配置的方法及系统 |
Non-Patent Citations (1)
Title |
---|
崔杨等: "计及汇聚特性的光伏电站群集中外送输电容量优化配置方法", 《电网技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN114240104B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Data-driven configuration optimization of an off-grid wind/PV/hydrogen system based on modified NSGA-II and CRITIC-TOPSIS | |
CN106874630B (zh) | 基于电量消纳的区域电网新能源开发潜力评估方法 | |
Tidball et al. | Cost and performance assumptions for modeling electricity generation technologies | |
Wang et al. | Reliable-economical equilibrium based short-term scheduling towards hybrid hydro-photovoltaic generation systems: Case study from China | |
CN114742294A (zh) | 一种碳排放预测的神经网络算法 | |
Naveen Chakkaravarthy et al. | Solar irradiance forecasting and energy optimization for achieving nearly net zero energy building | |
Zhang et al. | Grid-connected photovoltaic battery systems: A comprehensive review and perspectives | |
CN109193748A (zh) | 一种光伏消纳能力的评价方法及计算设备 | |
CN116128167B (zh) | 一种基于云计算实时监测的分布式光伏发电分析方法 | |
CN112950098A (zh) | 基于综合能源系统的能源规划方法、装置及终端设备 | |
CN106845694A (zh) | 一种风能、太阳能管理系统 | |
CN108460525A (zh) | 一种多能互补配用电系统的综合能源利用效率评估方法 | |
Ameli et al. | Economical load distribution in power networks that include hybrid solar power plants | |
Pakere et al. | Solar power or solar heat: What will upraise the efficiency of district heating? Multi-criteria analyses approach | |
CN111428745A (zh) | 一种基于聚类分析的低压用户用电特征提取方法 | |
KR20220021749A (ko) | 스마트-팜용 에너지 발전 시스템 및 그 시스템의 구축 방법 | |
CN115796915A (zh) | 一种面向电力交易市场的电价预测方法及系统 | |
CN104112168B (zh) | 一种基于多代理系统的智能家居优化方法 | |
CN112801343A (zh) | 一种计及多气象场景适应成本的储能系统容量规划方法 | |
CN114240104B (zh) | 光伏弃电储能功率和储能容量配置方法和装置 | |
CN116937562A (zh) | 分布式光伏接入的电能质量预测方法、装置以及电力系统 | |
CN112736899A (zh) | 一种微电网规划方案评价指标计算方法以及装置 | |
Grabner et al. | Statistical load time series analysis for the demand side management | |
CN105116268B (zh) | 一种分压售电量和分压供电量对线损率影响的分析方法 | |
Dehghanzadeh et al. | Mid-term load forecasting for Iran power system using seasonal autoregressive integrated moving average model (SARIMA) |
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 |