CN114421530A - 一种光伏储能系统的调度方法及装置 - Google Patents
一种光伏储能系统的调度方法及装置 Download PDFInfo
- Publication number
- CN114421530A CN114421530A CN202210148281.XA CN202210148281A CN114421530A CN 114421530 A CN114421530 A CN 114421530A CN 202210148281 A CN202210148281 A CN 202210148281A CN 114421530 A CN114421530 A CN 114421530A
- Authority
- CN
- China
- Prior art keywords
- power
- photovoltaic
- power generation
- scheduling
- energy storage
- 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
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
- H02J3/381—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
- H02J3/004—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
-
- 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
- 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
- H02J2300/22—The renewable source being solar 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
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及光伏储能系统控制技术领域,具体涉及一种光伏储能系统的调度方法及装置,包括:根据气象参数和光伏发电参数生成第一预测发电功率,随后采用历史发电数据对第一预测发电功率进行修正以生成第二预测发电功率;根据生产计划生成预测负载功率;根据预测负载功率和第二预测发电功率生成对应于调度时刻的储能调节功率并采用储能调节功率控制光伏储能系统。本发明的有益效果在于:通过在对光伏发电系统的发电功率预测中加入对应于调度时刻的历史发电数据进行修正,使得基于物理模型计算出的光伏发电功率更为符合历史经验数据,从而避免了现有技术中的储能系统容易因为模型误差等原因使得调度功率偏离实际,影响储能系统正常工作的问题。
Description
技术领域
本发明涉及光伏储能系统控制技术领域,具体涉及一种光伏储能系统的调度方法及装置。
背景技术
光伏储能系统,指应用于光伏发电系统中,通过电化学电池或电磁能量存储介质进行可循环电能存储、转换及释放的设备系统。由于光伏发电系统受天气、季节等外部因素影响较大,在整个工作周期中存在较为明显的发电功率波动现象,进而给电网的调度带来了一定的困难。针对这一问题,通过储能系统对光伏发电系统的输出电能进行调峰,可以有效避免光伏发电系统的弃电、功率不足等问题。尤其是针对部分自建光伏发电系统的工业园区,由于该类用户不具有通过电网对发电功率进行峰谷调节的能力,因此该类用户对光伏发电系统的功率波动较为敏感。
现有技术中,已存在有通过储能系统对光伏发电系统的输出功率进行调节以实现较为平稳的功率输出,进而降低用户的用电成本的技术方案。比如,现有技术中通常是针对光伏发电系统建立相应的物理模型,随后根据模型计算结果对储能系统进行调节,从而实现在发电功率过高时储能,在发电功率过低时放电以填补用电需求。但是,在实际实施过程中,发明人发现,上述技术方案在实施过程中由于输入参数等因素影响,在特定环境下容易因为模型误差问题使得储能/放电功率与实际情况差异过大,进而使得储能系统不能发挥应有的作用,造成了额外的能源浪费。
发明内容
针对现有技术中存在的上述问题,现提供一种光伏储能系统的调度方法及装置。
具体技术方案如下:
一种光伏储能系统的调度方法,适用于一光伏储能系统,所述光伏储能系统连接一光伏发电系统和一用电系统,包括:
根据一外部输入的气象参数和所述光伏发电系统的光伏发电参数生成对应于调度时间段的第一预测发电功率,随后采用历史发电数据对所述第一预测发电功率进行修正以生成第二预测发电功率;
根据所述用电系统的生产计划生成对应于所述调度时间段的预测负载功率;
根据所述预测负载功率和所述第二预测发电功率生成对应于所述调度时间段的储能调节功率,于所述调度时间段采用所述储能调节功率控制所述光伏储能系统。
优选地,所述第一预测发电功率的生成方法包括:
向外部的一气象数据库发送所述调度时间段,以获取对应于所述调度时间段的所述气象参数,根据所述气象参数和所述光伏发电参数计算得到所述第一预测发电功率;
所述第一预测发电功率的计算方法为:
其中,Pdc为所述第一预测发电功率,ηpv为所述光伏发电系统的光电转换效率,It为所述光伏发电系统的斜面总辐照度,S为所述光伏发电系统的面积,K1为所述光伏发电系统的直流线损系数,It为所述斜面总辐照度,Rb为斜面与与水平面直接辐射辐照度比值,Ib为水平面直接辐照度,Id为水平面散射辐照度,I为水平面总辐照度,β为所述光伏发电系统的面板倾角,ρ为地面反射率。
优选地,所述光电转换效率的生成方法包括:
ηpv=ηs×(1-α(Tc-25))×K2×K3×K4;
其中,ηpv为所述光电转换效率,ηs为所述光伏发电系统的标准转换效率,α为所述光伏发电系统的温度系数,Tc为所述光伏发电系统于所述调度时间段的板温,K2为所述光伏发电系统的老化损失系数,K3为所述光伏发电系统的失配损失系数,K4为所述光伏发电系统的尘埃遮挡损失系数。
优选地,所述板温的生成方法包括:
其中,Tc为所述板温,Ta为根据所述气象参数获取的对应于所述调度时间段的当地气温,It为所述斜面总辐照度,TNOCT为所述光伏发电系统的额定工作温度。5、根据权利要求3所述的调度方法,其特征在于,所述老化损失系数的生成方法包括:
K2=(1-Y)ι;
其中,K2为所述老化损失系数,Y为所述光伏发电系统的年衰减率,ι为所述光伏发电系统投入使用的年数。
优选地,所述第二预测发电功率的生成方法包括:
基于所述调度时间段和所述历史发电数据生成一对应于所述调度时间段的历史统计值;
判断历史统计值和所述第一预测发电功率之间的差值是否大于一修正范围;
若是,将所述历史统计值和所述第一预测发电功率的均值作为所述第二预测发电功率输出;
若否,将所述第一预测发电功率作为所述第二预测发电功率输出。
优选地,所述预测负载功率的生成方法包括:
其中,Pload为所述预测负载功率,daymaxload为预先生成的最大负载功率,proSche为所述生产计划,loadweight为对应于所述生产计划中每一项的负荷权重,i为细分负载单元的序号,i∈[0,1,2,...,I]。
优选地,采用凸优化方法根据所述预测负载功率和所述第二预测发电功率生成对应于所述调度时间段的所述储能调节功率。
优选地,所述光伏储能系统还连接一外部电网,所述光伏储能系统自所述外部电网取电并输入所述用电系统;
所述光伏储能系统的取电功率的生成方法包括:
Pout(t)=Pload(t)-PPV(t)-Pbat(t);
其中,Pout(t)为对应于所述调度时间段的所述取电功率,Pload(t)为对应于所述调度时间段的预测负载功率,PPV(t)为对应于所述调度时间段的第二预测发电功率,Pbat(t)为对应于所述调度时间段的所述储能调节功率。
一种光伏储能系统的调度装置,设置在一光伏储能系统中,所述调度装置连接一光伏发电系统和一用电系统,用于实施上述的调度方法;
所述调度装置包括:
气象数据采集模块,所述气象数据采集模块连接一气象数据库,并从所述气象数据库中获取气象参数;
数据存储模块,所述数据存储模块存储有所述光伏发电系统的光伏发电参数和历史发电数据;
发电功率预测模块,所述发电功率预测模块连接所述气象数据采集模块和所述数据存储模块,并根据所述气象参数、所述光伏发电参数和所述历史发电数据生成预测发电功率;
生产计划采集模块,所述生产计划采集模块连接所述用电系统,并获取所述用电系统的生产计划;
负载功率预测模块,所述负载功率预测模块连接所述生产计划采集模块,并根据所述生产计划生产预测负载功率;
调度模块,所述调度模块连接所述生产计划采集模块和所述负载功率预测模块,所述调度模块根据所述预测发电功率和所述预测负载功率生成储能调度功率;
所述调度模块向所述光伏储能系统发送所述储能调度功率以实现对所述光伏储能系统的调度。
上述技术方案具有如下优点或有益效果:通过在对光伏发电系统的发电功率预测中加入对应于调度时间段的历史发电数据进行修正,使得基于物理模型计算出的光伏发电功率更为符合历史经验数据,从而避免了现有技术中的储能系统容易因为模型误差等原因使得调度功率偏离实际,影响储能系统正常工作的问题。
附图说明
参考所附附图,以更加充分的描述本发明的实施例。然而,所附附图仅用于说明和阐述,并不构成对本发明范围的限制。
图1为本发明实施例的系统整体示意图;
图2为本发明实施例中调度方法示意图;
图3为本发明实施例中预测发电功率生成方法示意图;
图4为本发明实施例中历史统计值生成方法示意图;
图5为本发明另一实施例的系统整体示意图;
图6为本发明实施例中调度装置示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
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。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本发明包括:
一种光伏储能系统的调度方法,适用于一光伏储能系统2,如图1所示,光伏储能系统2连接一光伏发电系统1和一用电系统3,则如图2所示,调度方法具体包括:
根据一外部输入的气象参数和光伏发电系统的光伏发电参数生成对应于调度时间段的第一预测发电功率,随后采用历史发电数据对第一预测发电功率进行修正以生成第二预测发电功率;
根据用电系统的生产计划生成对应于调度时间段的预测负载功率;
根据预测负载功率和第二预测发电功率生成对应于调度时间段的储能调节功率,于调度时间段采用储能调节功率控制光伏储能系统。
具体地,针对现有技术中的储能系统在对发电功率和负载功率进行预测时,容易因为模型误差等因素偏离实际情况,进而使得储能系统的调度效率不高,造成能源浪费的问题,本实施例中通过在生成第一预测发电功率后,采用历史发电数据对第一预测发电功率进行修正,从而使得第二预测发电功率更为符合当地的实际情况,进而实现对光伏储能系统2较好的调度效果。
在实施过程中,上述调度方法作为一软件程序设置在光伏储能系统2中,光伏储能系统2包含有相应的计算机设备用于根据气象参数、生产计划和光伏发电参数计算得出储能调节功率,并控制相应的电气设备充/放电以在调度时间段根据储能调节功率调整储能装置的充/放电功率。上述光伏储能系统2、计算机设备、电气设备、储能装置、光伏发电系统1和用电系统3等装置均可采用现有技术实现,其并非本发明所保护的重点,在此不再赘述。气象参数指基于外部的气象预报系统获取到的对应于未来某一调度时间段或调度时间段的气象资料。光伏储能系统2连接至该气象预报系统以查询调度时间段的气象资料;或者,光伏储能系统2定期获取未来一段时间内的气象资料并存储于一气象数据库中,根据需要自气象数据库中查询调度时间段的气象资料。用电系统3为一外部的用电系统,其预先编制有相应的生产计划并发送至光伏储能系统2中,生产计划包括对应于调度时间段的用电设备数量、线路、各线路负载情况等信息,用于对电力进行调度。调度时间段为根据用户实际需求选取的时间段。比如,在一实施例中,每次生成一天的储能调节参数,则该调度时间段为一天。其根据实际需要可以设置地更长或更短,其并不造成对技术方案的限制。光伏发电参数为预先设置好的一组用于描述光伏发电系统及发电环境的参数,包括发电面积、光电转换效率、当地的纬度、地面反射率等,其可以由光伏发电系统1的生产方提供,或在实际使用中通过实验测得。储能调节功率为用于控制光伏储能系统的充/放电功率的参数,其可以是正值或负值。比如,在一实施例中,P发+P储=P用,其中,P发为光伏发电系统的发电功率,P储为上述的储能调节功率,P用为用电系统3的负载功率。当P发高于P用时,P储为负值,表明光伏储能系统2正在充电以避免光伏弃电,充电功率为P发和P用的差值。当P发低于P用时,P储为正值,表明光伏储能系统2正在放电以符合用电需求,充电功率为P用和P发的差值。需要说明的是,附图2中所示的调度方法仅是用于描述一实施例中的执行顺序,其并不构成对实际执行顺序的限制。例如,在另一实施例中,生成第二预测发电功率的步骤可以在生成预测负载功率的步骤之后执行;或者,在另一实施例中,生成第二预测发电功率的步骤和生成预测负载功率的步骤可以同步执行等。
在一种较优的实施例中,如图3所示,预测发电功率的生成方法包括:
向外部的一气象数据库发送调度时间段,以获取对应于调度时间段的气象参数,根据气象参数和光伏发电参数计算得到预测发电功率;
第一预测发电功率的计算方法为:
其中,Pdc为第一预测发电功率,ηpv为光伏发电系统的光电转换效率,It为光伏发电系统的斜面总辐照度,S为光伏发电系统的面积,K1为光伏发电系统的直流线损系数,It为斜面总辐照度,Rb为斜面与与水平面直接辐射辐照度比值,Ib为水平面直接辐照度,Id为水平面散射辐照度,I为水平面总辐照度,β为光伏发电系统的面板倾角,ρ为地面反射率。
在实施过程中,光伏发电系统1的面积为光伏发电参数的一部分,于调度前预先测得;直流线损系数为光伏发电参数的一部分,可以根据实验获得。在一实施例中,直流线损系数为0.95。斜面与水平面直接辐射辐照度比值为光伏发电参数的一部分,根据光伏发电系统1所处位置的赤纬角,地理纬度,以及光伏发电系统1中阵列倾角、方位角、时角综合计算得到,其过程为现有技术,在此不再赘述。水平面直接辐照度、水平面散射辐照度和水平面总辐照度为气象参数的一部分,根据调度时间段查询气象资料可得到。地面反射率为光伏发电参数的一部分,其根据光伏发电系统1所处的地面材质不同进行实验获得。在一实施例中,地面反射率的取值如表1所示:
地面状态 | 反射率 |
沙漠 | 0.24~0.28 |
干燥地 | 0.10~0.20 |
湿裸地 | 0.08~0.09 |
冰面 | 0.30~0.40 |
干草地 | 0.15~0.25 |
湿草地 | 0.14~0.26 |
森林 | 0.04~0.10 |
新雪 | 0.81 |
残雪 | 0.46~0.70 |
水表面 | 0.69 |
表1
在一种较优的实施例中,光电转换效率的生成方法包括:ηpv=ηs×(1-α(Tc-25))×K2×K3×K4;
其中,ηpv为光电转换效率,ηs为光伏发电系统1的标准转换效率,α为光伏发电系统1的温度系数,Tc为光伏发电系统1于调度时间段的板温,K2为光伏发电系统1的老化损失系数,K3为光伏发电系统1的失配损失系数,K4为光伏发电系统1的尘埃遮挡损失系数。
在实施过程中,标准转换效率为光伏发电参数的一部分,由光伏发电系统1的生产商提供。温度系数为光伏发电参数的一部分,由光伏发电系统1的生产商提供。失配损失系数为光伏发电参数的一部分,可以根据实验获得。在一实施例中,失配损失系数的取值范围为0.95~0.98。尘埃遮挡损失系数为光伏发电参数的一部分,可以根据实验获得.在一实施例中,尘埃遮挡损失系数的取值范围为0.9~0.95。
在一种较优的实施例中,板温的生成方法包括:
其中,Tc为板温,Ta为根据气象参数获取的对应于调度时间段的当地气温,It为斜面总辐照度,TNOCT为光伏发电系统的额定工作温度。
在实施过程中,额定工作温度为为光伏发电参数的一部分,由光伏发电系统1的生产商提供。
在一种较优的实施例中,老化损失系数的生成方法包括:
K2=(1-Y)ι;
其中,K2为老化损失系数,Y为光伏发电系统1的年衰减率,ι为光伏发电系统1投入使用的年数。
在实施过程中,年衰减率为光伏发电参数的一部分,可以根据实验获得。在一实施例中,年衰减率为0.8。
在一种较优的实施例中,如图4所示,第二预测发电功率的生成方法包括:
基于调度时间段和历史发电数据生成一对应于调度时间段的历史统计值;
判断历史统计值和第一预测发电功率之间的差值是否大于一修正范围;
若是,将历史统计值和第一预测发电功率的均值作为第二预测发电功率输出;
若否,将第一预测发电功率作为第二预测发电功率输出。
具体地,针对现有技术中的光伏储能系统2在实际应用过程中容易因为模型误差等因素使得储能调节功率与实际需求偏差较大的问题,本实施例中通过对调度时间段的历史发电数据进行统计,从而生成历史统计值,并将历史统计值和基于参数计算得出的第一预测发电功率进行比较,判断第一预测发电功率是否与实际的发电数据偏差较大。若偏差较大则取二者均值处理,从而使得实际输出的第二预测发电功率更为符合实际情况。
在实际实施过程中,历史发电数据为该光伏发电系统1在过去较长的一段时间内的发电信息,包括对应于某年某日的某个时刻的发电功率。在一实施例中,光伏储能系统2根据调度时间段查询历史发电数据,进而获取到过去多年的对应于该日的调度时间段的发电功率,进而对多个发电功率取均值作为历史统计值。在另一实施例中,还可记录有对应于该时刻的气象数据,包括当日天气、温度等,通过对气象数据与调度时间段的天气调节进行相似度计算,随后生成对应于每个发电功率的权重,进而进行加权统计,输出一较为准确的历史统计值。
在一种较优的实施例中,预测负载功率的生成方法包括:
其中,Pload为预测负载功率,daymaxload为预先生成的单日最大负载功率,proSche为生产计划,loadweight为对应于生产计划中每一项细分负载单元的负荷权重,i为细分负载单元的序号,i∈[0,1,2,...,I]。
具体地,为获得一较为准确的储能调节功率,本实施例中,通过将生产计划、细分负载单元进行运算,从而对调度时间段时用电系统3的总体符合进行较为准确的衡量,从而提高预测负载功率的准确度。
在实施过程中,生产计划为一个X*I的二维数组,其中,X为生产计划中对应于调度时间段的每一个细分时刻。比如,在特定的实施例中,调度时间段为一天,每个细分时刻之间间隔为1小时,则X为24。I为细分负载单元的线路总数。loadweight则是对应于各细分负载单元的权重,其根据生产设备的种类不同预先进行标定。daymaxload为预先生成的最大负载功率,其根据用电系统3中的所有用电器的额定功率累计相加生成,表明该用电系统3于调度时间段可能达到的最大峰值功率,其通过和生产计划以及权重相乘以表明调度时间段的负载功率。
在一种较优的实施例中,采用凸优化方法根据预测负载功率和第二预测发电功率生成对应于调度时间段的储能调节功率。
具体地,针对现有技术中的光伏储能系统不能很好地满足调度需求的问题,本实施例中通过采用凸优化方法根据预测负载功率和第二预测发电功率进行计算,以实现对光伏储能系统2较好的调度效果。
在实施过程中,为实现较低的系统成本,通常光伏储能系统2存在一相对较小的装机容量。因此,当光伏发电系统1的发电功率较高,比如夏季时,容易因为储能容量不够造成弃电。针对这一问题,本实施例中通过将最小化弃电作为目标,将光伏储能系统2的总容量、当前储能量、第二预测发电功率和预测负荷功率作为约束条件,建立一凸优化模型进行求解,进而减少了能源浪费。
在一种较优的实施例中,如图5所示,光伏储能系统2还连接一外部电网4,光伏储能系统2自外部电网4取电并输入用电系统3;
光伏储能系统2的取电功率的生成方法包括:
Pout(t)=Pload(t)-PPV(t)-Pbat(t);
其中,Pout(t)为对应于调度时间段的取电功率,Pload(t)为对应于调度时间段的预测负载功率,PPV(t)为对应于调度时间段的第二预测发电功率,Pbat(t)为对应于调度时间段的储能调节功率。
具体地,针对现有技术中,企业自建光伏发电容量较小,仅能作为外部电网供电补充,成本较高的问题。本实施例中,通过将最小化取电功率作为目标加入调度算法的处理过程,进而实现了较低的取电成本。
一种光伏储能系统的调度装置,设置在一光伏储能系统2中,调度装置连接一光伏发电系统1和一用电系统3,用于实施上述的调度方法;
如图6所示,调度装置包括:
气象数据采集模块21,气象数据采集模块21连接一气象数据库5,并从气象数据库5中获取气象参数;
数据存储模块22,数据存储模块22存储有光伏发电系统的光伏发电参数和历史发电数据;
发电功率预测模块23,发电功率预测模块23连接气象数据采集模块21和数据存储模块22,并根据气象参数、光伏发电参数和历史发电数据生成预测发电功率;
生产计划采集模块24,生产计划采集模块24连接用电系统3,并获取用电系统3的生产计划;
负载功率预测模块25,负载功率预测模块25连接生产计划采集模块24,并根据生产计划生产预测负载功率;
调度模块26,调度模块26连接生产计划采集模块24和负载功率预测模块25,调度模块26根据预测发电功率和预测负载功率生成储能调度功率;
调度模块26向光伏储能系统2发送储能调度功率以实现对光伏储能系统2的调度。
具体地,针对现有技术中的储能系统在对发电功率和负载功率进行预测时,容易因为模型误差等因素偏离实际情况,进而使得储能系统的调度效率不高,造成能源浪费的问题,本实施例中通过设置调度装置实现了根据历史数据对发电功率进行较为准确的预测,进而使得储能调度功率符合实际情况,提高了整体的调度效率。
本发明的有益效果在于:通过在对光伏发电系统的发电功率预测中加入对应于调度时间段的历史发电数据进行修正,使得基于物理模型计算出的光伏发电功率更为符合历史经验数据,从而避免了现有技术中的储能系统容易因为模型误差等原因使得调度功率偏离实际,影响储能系统正常工作的问题。
以上仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (10)
1.一种光伏储能系统的调度方法,适用于一光伏储能系统,所述光伏储能系统连接一光伏发电系统和一用电系统,其特征在于,包括:
根据一外部输入的气象参数和所述光伏发电系统的光伏发电参数生成对应于调度时间段的第一预测发电功率,随后采用历史发电数据对所述第一预测发电功率进行修正以生成第二预测发电功率;
根据所述用电系统的生产计划生成对应于所述调度时间段的预测负载功率;
根据所述预测负载功率和所述第二预测发电功率生成对应于所述调度时间段的储能调节功率,于所述调度时间段采用所述储能调节功率控制所述光伏储能系统。
2.根据权利要求1所述的调度方法,其特征在于,所述第一预测发电功率的生成方法包括:
向外部的一气象数据库发送所述调度时间段,以获取对应于所述调度时间段的所述气象参数,根据所述气象参数和所述光伏发电参数计算得到所述第一预测发电功率;
所述第一预测发电功率的计算方法为:
其中,Pdc为所述第一预测发电功率,ηpv为所述光伏发电系统的光电转换效率,It为所述光伏发电系统的斜面总辐照度,S为所述光伏发电系统的面积,K1为所述光伏发电系统的直流线损系数,It为所述斜面总辐照度,Rb为斜面与与水平面直接辐射辐照度比值,Ib为水平面直接辐照度,Id为水平面散射辐照度,I为水平面总辐照度,β为所述光伏发电系统的面板倾角,ρ为地面反射率。
3.根据权利要求2所述的调度方法,其特征在于,所述光电转换效率的生成方法包括:
ηpv=ηs×(1-α(Tc-25))×K2×K3×K4;
其中,ηpv为所述光电转换效率,ηs为所述光伏发电系统的标准转换效率,α为所述光伏发电系统的温度系数,Tc为所述光伏发电系统于所述调度时间段的板温,K2为所述光伏发电系统的老化损失系数,K3为所述光伏发电系统的失配损失系数,K4为所述光伏发电系统的尘埃遮挡损失系数。
5.根据权利要求3所述的调度方法,其特征在于,所述老化损失系数的生成方法包括:
K2=(1-Y)ι;
其中,K2为所述老化损失系数,Y为所述光伏发电系统的年衰减率,ι为所述光伏发电系统投入使用的年数。
6.根据权利要求1所述的调度方法,其特征在于,所述第二预测发电功率的生成方法包括:
基于所述调度时间段和所述历史发电数据生成一对应于所述调度时间段的历史统计值;
判断历史统计值和所述第一预测发电功率之间的差值是否大于一修正范围;
若是,将所述历史统计值和所述第一预测发电功率的均值作为所述第二预测发电功率输出;
若否,将所述第一预测发电功率作为所述第二预测发电功率输出。
8.根据权利要求1所述的调度方法,其特征在于,采用凸优化方法根据所述预测负载功率和所述第二预测发电功率生成对应于所述调度时间段的所述储能调节功率。
9.根据权利要求1所述的调度方法,其特征在于,所述光伏储能系统还连接一外部电网,所述光伏储能系统自所述外部电网取电并输入所述用电系统;
所述光伏储能系统的取电功率的生成方法包括:
Pout(t)=Pload(t)-PPV(t)-Pbat(t);
其中,Pout(t)为对应于所述调度时间段的所述取电功率,Pload(t)为对应于所述调度时间段的预测负载功率,PPV(t)为对应于所述调度时间段的第二预测发电功率,Pbat(t)为对应于所述调度时间段的所述储能调节功率。
10.一种光伏储能系统的调度装置,设置在一光伏储能系统中,其特征在于,所述调度装置连接一光伏发电系统和一用电系统,用于实施如权利要求1-9任意一项所述的调度方法;
所述调度装置包括:
气象数据采集模块,所述气象数据采集模块连接一气象数据库,并从所述气象数据库中获取气象参数;
数据存储模块,所述数据存储模块存储有所述光伏发电系统的光伏发电参数和历史发电数据;
发电功率预测模块,所述发电功率预测模块连接所述气象数据采集模块和所述数据存储模块,并根据所述气象参数、所述光伏发电参数和所述历史发电数据生成预测发电功率;
生产计划采集模块,所述生产计划采集模块连接所述用电系统,并获取所述用电系统的生产计划;
负载功率预测模块,所述负载功率预测模块连接所述生产计划采集模块,并根据所述生产计划生产预测负载功率;
调度模块,所述调度模块连接所述生产计划采集模块和所述负载功率预测模块,所述调度模块根据所述预测发电功率和所述预测负载功率生成储能调度功率;
所述调度模块向所述光伏储能系统发送所述储能调度功率以实现对所述光伏储能系统的调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210148281.XA CN114421530A (zh) | 2022-02-17 | 2022-02-17 | 一种光伏储能系统的调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210148281.XA CN114421530A (zh) | 2022-02-17 | 2022-02-17 | 一种光伏储能系统的调度方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114421530A true CN114421530A (zh) | 2022-04-29 |
Family
ID=81262367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210148281.XA Pending CN114421530A (zh) | 2022-02-17 | 2022-02-17 | 一种光伏储能系统的调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114421530A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115642617A (zh) * | 2022-08-05 | 2023-01-24 | 科大数字(上海)能源科技有限公司 | 一种光伏储能系统的调度方法 |
CN115660132A (zh) * | 2022-08-05 | 2023-01-31 | 科大数字(上海)能源科技有限公司 | 一种光伏发电功率预测方法及系统 |
CN116633016A (zh) * | 2023-05-22 | 2023-08-22 | 湖北华中电力科技开发有限责任公司 | 一种基于高频数据采集技术的电力管理系统和方法 |
CN117522156A (zh) * | 2023-10-17 | 2024-02-06 | 江苏尚诚能源科技有限公司 | 基于大数据分析的分布式光伏预测评估方法及系统 |
-
2022
- 2022-02-17 CN CN202210148281.XA patent/CN114421530A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115642617A (zh) * | 2022-08-05 | 2023-01-24 | 科大数字(上海)能源科技有限公司 | 一种光伏储能系统的调度方法 |
CN115660132A (zh) * | 2022-08-05 | 2023-01-31 | 科大数字(上海)能源科技有限公司 | 一种光伏发电功率预测方法及系统 |
CN115642617B (zh) * | 2022-08-05 | 2023-06-09 | 科大数字(上海)能源科技有限公司 | 一种光伏储能系统的调度方法 |
CN115660132B (zh) * | 2022-08-05 | 2024-01-30 | 科大数字(上海)能源科技有限公司 | 一种光伏发电功率预测方法及系统 |
CN116633016A (zh) * | 2023-05-22 | 2023-08-22 | 湖北华中电力科技开发有限责任公司 | 一种基于高频数据采集技术的电力管理系统和方法 |
CN116633016B (zh) * | 2023-05-22 | 2023-12-22 | 湖北华中电力科技开发有限责任公司 | 一种基于高频数据采集技术的电力管理系统和方法 |
CN117522156A (zh) * | 2023-10-17 | 2024-02-06 | 江苏尚诚能源科技有限公司 | 基于大数据分析的分布式光伏预测评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Samy et al. | Reliability support of undependable grid using green energy systems: Economic study | |
CN114421530A (zh) | 一种光伏储能系统的调度方法及装置 | |
CN109494723B (zh) | 一种微电网系统及其控制与发电量预测方法 | |
Borowy et al. | Methodology for optimally sizing the combination of a battery bank and PV array in a wind/PV hybrid system | |
Yang et al. | A novel optimization sizing model for hybrid solar-wind power generation system | |
Logenthiran et al. | Optimal sizing of an islanded microgrid using evolutionary strategy | |
Long et al. | Configuration optimization and analysis of a large scale PV/wind system | |
CN110707737B (zh) | 一种基于云计算的高渗透新能源电网电池容量配置方法 | |
CN111262242A (zh) | 基于多场景技术的冷热电虚拟电厂运行方法 | |
CN110783959A (zh) | 一种新能源发电系统的稳定状态控制系统 | |
CN112886645A (zh) | 一种基于氢能超高比例的新能源电力系统运行模拟方法 | |
CN107359611B (zh) | 考虑多种随机因素的配电网等值方法 | |
CN112836849A (zh) | 一种考虑风电不确定性的虚拟电厂调度方法 | |
CN107565880B (zh) | 优化型风光互补混合发电系统 | |
CN115423153A (zh) | 基于概率预测的光伏储能系统能量管理方法 | |
CN115600793A (zh) | 面向源网荷储一体化园区的协同控制方法及系统 | |
Spertino et al. | Renewable sources with storage for cost-effective solutions to supply commercial loads | |
CN112736899B (zh) | 一种微电网规划方案评价指标计算方法以及装置 | |
CN116706869A (zh) | 一种用于区域电网供需平衡场景的预测方法及装置 | |
CN116667333A (zh) | 一种新能源发电和用电功率预测系统及方法 | |
Kim et al. | On impact of randomly distributed PV systems on distribution networks | |
CN115313508A (zh) | 一种微电网储能优化配置方法、装置及存储介质 | |
CN110544958A (zh) | 一种电力系统消纳随机出力电源能力的确定方法及装置 | |
CN111987738A (zh) | 一种微电网配置方法及装置 | |
Elaouni et al. | A comparative study for optimal sizing of a grid-connected hybrid system using Genetic Algorithm, Particle Swarm Optimization, and HOMER |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221214 Address after: 201601 Room 536, Floor 5, Building 1, No. 777, Sizhuan Road, Songjiang District, Shanghai Applicant after: Keda Digital (Shanghai) Energy Technology Co.,Ltd. Address before: Room A203, 456 Bibo Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai 200120 Applicant before: CSG SMART SCIENCE & TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right |