CN114498679A - 计及调频速率与容量的电力系统储能需求量化方法及系统 - Google Patents

计及调频速率与容量的电力系统储能需求量化方法及系统 Download PDF

Info

Publication number
CN114498679A
CN114498679A CN202210116952.4A CN202210116952A CN114498679A CN 114498679 A CN114498679 A CN 114498679A CN 202210116952 A CN202210116952 A CN 202210116952A CN 114498679 A CN114498679 A CN 114498679A
Authority
CN
China
Prior art keywords
frequency modulation
power
load
capacity
requirement
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
Application number
CN202210116952.4A
Other languages
English (en)
Inventor
唐雨晨
黄海
林毅
叶炜
吴威
江全元
王仁顺
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.)
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co 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 State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN202210116952.4A priority Critical patent/CN114498679A/zh
Publication of CN114498679A publication Critical patent/CN114498679A/zh
Pending legal-status Critical Current

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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • H02J3/004—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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • 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
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Power Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种计及调频速率与容量的电力系统储能需求量化方法及系统。采用新能源电源出力数据以及负荷数据作为输入，考虑新能源的波动性和随机性，通过变分模态分解和蒙特卡洛模拟得到电力系统调频容量和调频速率需求，通过多维度电网运行约束进行电网安全运行校核，判断电力系统是否存在调节能力缺口，并对比配置电化学储能、常规电源等不同调节电源的经济性，从而得到电力系统对电化学储能精确需求。本发明解决了电化学储能配置容量的量化测算难题，避免了电力系统调节资源配置不足或过度配置，可有效提升电网建设的安全性、经济性。

Description

计及调频速率与容量的电力系统储能需求量化方法及系统
技术领域
本发明属于电力系统储能规划技术领域，具体涉及一种计及调频速率与容量的电力系统储能需求量化方法及系统。
背景技术
能源电力低碳可持续发展的目标将推动风电、光伏等新能源发电装机快速增加，也将进一步加剧电网对灵活调节资源需求。由于电化学储能具有响应速度快、调节精度高、应用灵活等优点，是提升传统电网灵活性和可靠性的重要手段，含高比例新能源电网的电化学储能需求量化分析已成为研究热点。
同时，随着国家层面及各省市储能利好政策推动下，电力系统储能市场规模持续扩大，近年来以锂电池为代表的电化学储能技术因其配置灵活、响应速度快、商业化应用范围广等优势，电化学储能在储能技术中的占比也逐步增长，截止2020年底，我国电化学储能累计装机规模达到3269.2MW，其中锂离子电池占比达到88.8％，随着“双碳”目标的提出，电化学储能将迎来规模化发展阶段。
电化学储能作为一种具有快速响应能力的电力系统调节资源，是高比例新能源电力系统频率支撑的重要手段。但是，如何量化分析电力系统调频对电化学储能的实际需求，目前尚缺乏科学完善的方法，尤其是大规模随机性新能源并网后，电力系统调节资源需求测算将更加复杂。同时，电化学储能成本高昂，不合理的储能容量配置将造成巨大的社会资源浪费。
发明内容
本发明的目的在于提供一种计及调频速率与容量的电力系统储能需求量化方法及系统，针对风电、光伏等新能源的波动特性，提出电力系统调频速率与容量约束计算方法，并在此基础上计算电力系统对电化学储能的容量需求。
为实现上述目的，本发明的技术方案是：一种计及调频速率与容量的电力系统储能需求量化方法，包括如下步骤：
S1、收集目标电力系统的历史负荷数据及包括风电、光伏的新能源电源出力数据时序曲线；时序曲线采样频率不低于一分钟，总时长不小于一年，以体现新能源电源出力的随机性特性；根据历史负荷数据对应的电力系统与目标电力系统之间负荷水平及新能源装机的比例，对历史数据时序曲线进行比例调整；
S2、计算目标电力系统的净负荷时序曲线Pload-Pre，其中Pload表示负荷时序曲线，Pre表示新能源出力时序曲线；利用VMD方法对净负荷时序曲线进行多时间尺度分解得到不同时间尺度的波动分量，并结合蒙特卡洛模拟得到系统调频容量需求和调频速率需求；
S3、考虑调频容量和调频速率约束条件，结合包括系统功率平衡约束、机组运行约束的多维度运行约束条件对电网进行安全运行校核；
S4、基于电网运行薄弱环节，即运行瓶颈场景，进一步得到电化学储能需求量化结论。
在本发明一实施例中，步骤S2中，结合蒙特卡洛模拟得到系统调频容量和调频速率需求的具体方式如下：
Figure BDA0003496881920000021
式中，Preg表示系统调频容量需求，
Figure BDA0003496881920000022
和
Figure BDA0003496881920000023
分别为负荷波动和新能源波动导致的调频容量需求，可通过净负荷时序曲线分解得到；ΔPload和ΔPre分别为负荷预测偏差和新能源预测偏差导致的调频容量需求；其中调频容量计算方式如下：
采用VMD方法将净负荷时序曲线分解得到不同时间尺度的波动分量，包含高频(Pload-Pre)1、中高频(Pload-Pre)2、中频(Pload-Pre)3和低频(Pload-Pre)4四种时间尺度的波动分量，其中高频(Pload-Pre)1的时间尺度<3min、中高频(Pload-Pre)2的时间尺度3min～15min、中频(Pload-Pre)3的时间尺度15min～4h、低频(Pload-Pre)4的时间尺度>4h；
对于由负荷波动和新能源波动导致的调频容量需求计算方式为：取净负荷时序曲线的中高频波动分量(Pload-Pre)2，计算该波动分量在每个15分钟时段内的最大波动幅值，并取所有15分钟时段波动幅值的最大值，作为负荷波动和新能源波动导致的调频容量需求；具体表达式如下：
Figure BDA0003496881920000024
式中：T表示每个15分钟时段，t表示每个15分钟时段内的时间点；
对于负荷预测偏差和新能源预测偏差导致的调频容量需求，假设负荷预测误差、新能源出力预测偏差服从正态分布，利用蒙特卡洛模拟得到满足调频考核性能指标对应概率水平要求的调频容量需求；其中负荷预测偏差ΔPload可表示为
Figure BDA0003496881920000025
的正态分布，包括风电、光伏的新能源相比负荷可预测性低，风电、光伏预测偏差分布可表示为
Figure BDA0003496881920000026
和
Figure BDA0003496881920000027
的正态分布，考虑到风电和光伏预测偏差之间存在互补特性，因此两者联合预测偏差ΔPre分布为
Figure BDA0003496881920000028
则：
Figure BDA0003496881920000029
式中，σto表示风电和光伏联合预测偏差的标准差，σl、σw、σpv分别表示负荷、风电和光伏预测偏差的标准差，ρ表示风电和光伏预测偏差之间的相关系数；
当置信水平为1-α时，由负荷预测偏差和新能源预测导致的系统调频容量需求为：
ΔPload＝[-Zα/2σl,Zα/2σl],ΔPre＝[-Zα/2σto,Zα/2σto]
Figure BDA0003496881920000031
式中，Zα/2为标准正态分布α/2概率处的分位点。α取10％。
在本发明一实施例中，采用VMD方法将净负荷时序曲线分解得到高频(Pload-Pre)1需通过下式计算调频速率需求，统计一个时段内调频速率最大值从而得到电网调频速率需求：
Figure BDA0003496881920000032
式中，Vreg代表一个时段内系统最大的调频速率需求。
在本发明一实施例中，所述步骤S3具体实现如下：
电网运行目标函数为：
Figure BDA0003496881920000033
Ω＝{PMAX,PMIN,RU,RD,RegU,RegD,RegV}
式中，Ω为松弛变量集合，λi为满足电网运行约束条件引入的松弛变量，均为非负变量，包括最大功率输出
Figure BDA0003496881920000034
最小技术出力
Figure BDA0003496881920000035
功率上爬坡限制λRU、功率下爬坡限制λRD、频率上调限制λRegU、频率下调限制λRegD和调频速率限制λRegV，ωi为对应松弛变量的权重，可通过层次分析法计算得到，通过构造判断矩阵并进行一致性检验，判断矩阵中各限制指标相对重要性参考对应电网运行约束类型的优先级顺序，得到各指标的权重系数分别为[0.3062,0.3062,0.1159,0.1159,0.0608,0.0608,0.0342]，一致性比率CR计算为0.005，小于层次分析法一致性检验的标准值0.1，则通过一致性检验。
在本发明一实施例中，步骤S3中，运行约束条件包括系统功率平衡约束、机组出力约束、机组爬坡约束、启停时间约束、调频及旋转备用容量约束、调频速率约束，其中：
1)调频及旋转备用容量约束
根据步骤S2计算得到的电力系统调频容量需求，同时考虑系统旋转备用要求，形成系统调频及旋转备用容量约束条件；同时引入松弛变量判断现有调节资源是否满足电网调频容量需求；如下式所示：
Figure BDA0003496881920000036
Figure BDA0003496881920000041
式中，Ng表示系统中常规机组数量，Nmg为系统中抽水蓄能机组数量，Pi,t为第i台常规机组在时刻t的出力，Pi,max为第i台机组最大出力，Pi,min为第i台机组最小出力，ui,t为第i台常规机组t时刻的启停标志，
Figure BDA0003496881920000042
代表某区域电网抽水蓄能机组i的在t时刻提供的调频容量，
Figure BDA0003496881920000043
为系统向上调频容量需求，
Figure BDA0003496881920000044
为系统向下调频容量需求，
Figure BDA0003496881920000045
为系统向上旋转事故备用容量需求，
Figure BDA0003496881920000046
为系统向下旋转事故备用容量需求；
2)调频速率约束
根据步骤S2计算得到的电力系统调频速率需求，形成系统调频速率约束条件：
Figure BDA0003496881920000047
j∈{煤电，水电，燃气机组，抽蓄机组}
式中，cj根据机组类型取不同爬坡速率；
3)松弛变量范围
Figure BDA0003496881920000048
上式表示松弛变量的取值范围，所有松弛变量均为非负变量，考虑机组出力非负，
Figure BDA0003496881920000049
的上限为常规机组i的最小技术出力：
Figure BDA00034968819200000410
0≤λRU,0≤λRD,0≤λRegU,0≤λRegD,0≤λRegV
通过上述模型，可得到目标电力系统调频容量及调频速率缺额的量化计算结果。
在本发明一实施例中，所述S4中，基于电网运行瓶颈场景，建立以全寿命周期内年化建设与运维成本为目标函数的优化模型，以测算针对调频能力缺额的解决方案，得到电力系统对储能的容量需求，优化模型如下：
minfobj_C(Pk,Ek)
Figure BDA00034968819200000411
式中，fobj_C代表目标函数，即全寿命周期内年化建设与运维成本，其中Pk和Ek分别代表第i种候选调频电源或储能的额定功率和额定能量；fsys表征系统功率平衡约束、旋转备用约束和调频速率约束，其中Pg、Pmg、Pre、Pes分别代表常规机组、已有抽蓄机组、新能源机组和候选调频电源出力，rc、ds分别为新能源弃电和切负荷功率；fg表征常规机组约束，包括机组出力约束、启停约束和爬坡约束，其中ug为常规机组启停变量；fes表征候选储能电站约束，Ees、Pch/Pdc、Preg分别代表储能机组能量状态、充/放电功率以及调频容量的变量。
本发明还提供了一种计及调频速率与容量的电力系统储能需求量化系统，包括：
读取和预处理模块，用于读取目标电力系统的历史负荷数据及包括风电、光伏的新能源电源出力数据时序曲线数据；并可根据目标电力系统负荷水平及新能源装机容量的变化情况，对历史数据曲线进行等比例缩放调整；
调频容量、调频速率需求测算模块，用于根据读取和预处理得到的数据通过变分模态分解方法和蒙特卡洛模拟方法得到系统调频容量和调频速率需求；
电网安全运行校核模块，用于通过多维度运行约束条件判断电网是否存在运行瓶颈；
消除瓶颈方案制定和相对经济性对比模块，用于根据识别的电网运行瓶颈结果分别进行各类型瓶颈消除方案选取，并对比电化学储能和其他方案消除瓶颈场景的相对经济性；
电化学储能需求结果输出模块，用于根据相对经济性对比结果，从而得到含高比例新能源电网的电化学储能需求量化结论。
相较于现有技术，本发明具有以下有益效果：本发明方法及系统，采用电网瓶颈分析计算方法，解决了电网对电化学储能配置需求测算的难题，避免了电力系统调节资源配置不足或过度配置，可有效提升电网建设的安全性、经济性。
附图说明
图1为本发明计及调频速率与容量约束的电力系统储能需求量化分析方法的流程图。
图2为本发明计及调频速率与容量约束的电力系统储能需求量化分析系统的结构图。
图3是本发明应用例中通过VMD方法得到的某省级电网某典型日净负荷曲线分解结果。
图4是本发明应用例中该省级电网某典型日调频容量需求计算结果。
图5是本发明应用例中该省级电网某典型日调频速率需求计算结果。
图6是本发明应用例中该省级电网2030年考虑新能源装机容量增长情景下运行瓶颈识别结果。
具体实施方式
下面结合附图，对本发明的技术方案进行具体说明。
本发明一种计及调频速率与容量的电力系统储能需求量化方法，包括如下步骤：
S1、收集目标电力系统的历史负荷数据及包括风电、光伏的新能源电源出力数据时序曲线；时序曲线采样频率不低于一分钟，总时长不小于一年，以体现新能源电源出力的随机性特性；根据历史负荷数据对应的电力系统与目标电力系统之间负荷水平及新能源装机的比例，对历史数据时序曲线进行比例调整；
S2、计算目标电力系统的净负荷时序曲线Pload-Pre，其中Pload表示负荷时序曲线，Pre表示新能源出力时序曲线；利用VMD方法对净负荷时序曲线进行多时间尺度分解得到不同时间尺度的波动分量，并结合蒙特卡洛模拟得到系统调频容量需求和调频速率需求；
S3、考虑调频容量和调频速率约束条件，结合包括系统功率平衡约束、机组运行约束的多维度运行约束条件对电网进行安全运行校核；
S4、基于电网运行薄弱环节，即运行瓶颈场景，进一步得到电化学储能需求量化结论。
以下为本发明具体实现过程。
本发明的一个较佳实施例中，图1为本发明优选实施方式的计及调频速率与容量约束的电力系统储能需求量化分析方法，其包括以下步骤：
S1、收集目标电力系统的历史负荷数据及风电、光伏等新能源电源出力数据时序曲线。时序曲线采样频率不低于一分钟，总时长不小于一年，以充分体现新能源电源出力的随机性特性。根据目标电力系统负荷水平及新能源装机容量的变化情况，对历史数据曲线进行必要的等比例缩放调整。
S2、计算目标电力系统的净负荷时序曲线Pload-Pre，其中Pload表示负荷时序曲线，Pre表示新能源出力时序曲线。利用变分模态分解(Variational mode decomposition,VMD)方法对净负荷时序曲线进行多时间尺度分解得到不同时间尺度的波动分量，并结合蒙特卡洛模拟得到系统调频容量和调频速率需求。
在本步骤中，综合考虑负荷预测误差和新能源出力预测误差的影响，采用蒙特卡洛模拟得到系统在满足调频考核性能指标对应概率水平的调频容量需求。
Figure BDA0003496881920000061
式中，Preg表示系统调频容量需求，
Figure BDA0003496881920000062
和
Figure BDA0003496881920000063
分别为负荷波动和新能源波动导致的调频容量需求，可通过净负荷曲线分解得到；ΔPload和ΔPre分别为负荷预测偏差和新能源预测偏差导致的调频容量需求。其中调频容量计算包含以下步骤：
采用VMD方法将净负荷曲线分解得到不同时间尺度的波动分量，包含高频(Pload-Pre)1(时间尺度<3min)、中高频(Pload-Pre)2(时间尺度3min～15min)、中频(Pload-Pre)3(时间尺度15min～4h)和低频(Pload-Pre)4(时间尺度>4h)四种时间尺度的波动分量。
进一步地，由负荷波动和新能源波动导致的调频容量需求计算如下。取净负荷曲线的中高频波动分量(Pload-Pre)2，计算该波动分量在每个15分钟时段内的最大波动幅值，并取所有15分钟时段波动幅值的最大值，作为负荷波动和新能源波动导致的调频容量需求。具体表达式如下：
Figure BDA0003496881920000071
式中：T表示每个15分钟时段，t表示每个15分钟时段内的时间点。
对于负荷预测偏差和新能源预测偏差导致的调频容量需求，假设负荷预测误差、新能源出力预测偏差服从正态分布，利用蒙特卡洛模拟得到满足调频考核性能指标(以CPS指标为例)对应概率水平要求(例如90％)的调频容量需求。其中负荷预测偏差ΔPload可表示为
Figure BDA0003496881920000072
的正态分布，新能源(如风电、光伏)相比负荷可预测性低，风电、光伏预测偏差分布可表示为
Figure BDA0003496881920000073
和
Figure BDA0003496881920000074
的正态分布，考虑到风电和光伏预测偏差之间存在互补特性，因此两者联合预测偏差ΔPre分布为
Figure BDA0003496881920000075
则：
Figure BDA0003496881920000076
式中，σto表示风电和光伏联合预测偏差的标准差，σl、σw、σpv分别表示负荷、风电和光伏预测偏差的标准差，ρ表示风电和光伏预测偏差之间的相关系数。
当置信水平为1-α时，由负荷预测偏差和新能源预测导致的系统调频容量需求为：
ΔPload＝[-Zα/2σl,Zα/2σl],ΔPre＝[-Zα/2σto,Zα/2σto]
Figure BDA0003496881920000077
式中，Zα/2为标准正态分布α/2概率处的分位点。α取10％。
另外，对于系统调频速率需求，采用VMD方法分解得到的高频分量即(Pload-Pre)1，根据式(6)计算调频速率需求，统计一个时段内(如1h)调频速率最大值从而得到电网调频速率需求。
Figure BDA0003496881920000078
式中，Vreg代表一个时段内系统最大的调频速率需求。根据上述步骤计算得到的调频容量和调频速率约束条件，结合电网安全运行约束条件，对电网进行瓶颈识别参见步骤S3所述。
S3、根据电网安全运行要求，考虑调频容量和调频速率约束条件，结合系统功率平衡、机组运行约束等多维度运行约束条件对电网进行安全运行校核。
在本步骤中，根据电网安全运行要求，考虑调频容量和调频速率约束条件，结合系统功率平衡、机组运行约束等多维度运行约束条件对电网进行瓶颈识别，通过引入松弛变量判断电网是否存在运行瓶颈。其中目标函数为：
Figure BDA0003496881920000081
Ω＝{PMAX,PMIN,RU,RD,RegU,RegD,RegV}
式中，Ω为松弛变量集合，λi为满足电网运行约束条件引入的松弛变量，均为非负变量，包括最大功率输出
Figure BDA0003496881920000082
最小技术出力
Figure BDA0003496881920000083
功率上爬坡限制λRU、功率下爬坡限制λRD、频率上调限制λRegU、频率下调限制λRegD和调频速率限制λRegV，ωi为对应松弛变量的权重，可通过层次分析法计算得到，通过构造判断矩阵并进行一致性检验，判断矩阵中各限制指标相对重要性参考对应电网运行约束类型的优先级顺序，各指标的权重系数分别为[0.3062,0.3062,0.1159,0.1159,0.0608,0.0608,0.0342]，一致性比率CR计算为0.005，小于层次分析法一致性检验的标准值0.1，通过一致性检验。
另外，上述目标函数在求解过程中，还需要设定约束条件。运行约束条件除系统功率平衡约束、机组出力约束、机组爬坡约束、启停时间约束之外，还包含调频及旋转备用容量约束、调频速率约束。
1)调频及旋转备用容量约束
根据步骤S2计算得到的电力系统调频容量需求，同时考虑系统旋转备用要求，形成系统调频及旋转备用容量约束条件。同时引入松弛变量判断现有调节资源是否满足电网调频容量需求。
如下式所示。
Figure BDA0003496881920000084
Figure BDA0003496881920000085
式中，Ng表示系统中常规机组数量，Nmg为系统中抽水蓄能机组数量，Pi,t为第i台常规机组在时刻t的出力，Pi,max为第i台机组最大出力，Pi,min为第i台机组最小出力，ui,t为第i台常规机组t时刻的启停标志，
Figure BDA0003496881920000086
代表某区域电网抽水蓄能机组i的在t时刻提供的调频容量，
Figure BDA0003496881920000087
为系统向上调频容量需求，
Figure BDA0003496881920000088
为系统向下调频容量需求，
Figure BDA0003496881920000089
为系统向上旋转事故备用容量需求，
Figure BDA00034968819200000810
为系统向下旋转事故备用容量需求。
2)调频速率约束
根据步骤S2计算得到的电力系统调频速率需求，形成系统调频速率约束条件：
Figure BDA0003496881920000091
j∈{煤电，水电，燃气机组，抽蓄机组}
式中，cj根据机组类型取不同爬坡速率。
3)松弛变量范围
Figure BDA0003496881920000092
上式表示松弛变量的取值范围，所有松弛变量均为非负变量，考虑机组出力非负，
Figure BDA0003496881920000093
的上限为常规机组i的最小技术出力。
Figure BDA0003496881920000094
0≤λRU,0≤λRD,0≤λRegU,0≤λRegD,0≤λRegV
通过上述模型，可得到目标电力系统调频容量及调频速率缺额的量化计算结果。
S4：基于识别出的电网运行薄弱环节，即运行瓶颈场景，对比电化学储能和其他方案消除瓶颈场景的相对经济性，从而得到电化学储能需求量化结论。
在本步骤中，基于步骤S3的瓶颈识别结果，结合电化学储能及其他常见调频电源的技术经济性参数，建立以全寿命周期内年化建设与运维成本为目标函数的优化模型，以测算针对调频能力缺额的解决方案，得到电力系统对储能的容量需求。其中，所述步骤S3的瓶颈识别模型为所述步骤S4的优化模型提供了电网存在运行瓶颈的场景及出现概率。具体模型如下：
minfobj_C(Pk,Ek)
Figure BDA0003496881920000095
式中，fobj_C代表目标函数，即全寿命周期内年化建设与运维成本，其中Pk和Ek分别代表第i种候选调频电源或储能的额定功率和额定能量；fsys表征系统功率平衡约束、旋转备用约束和调频速率约束，具体表述可参考步骤S3，其中Pg、Pmg、Pre、Pes分别代表常规机组、已有抽蓄机组、新能源机组和候选调频电源出力，rc、ds分别为新能源弃电和切负荷功率；fg表征常规机组约束，包括机组出力约束、启停约束和爬坡约束，其中ug为常规机组启停变量；fes表征候选储能电站约束，Ees、Pch(Pdc)、Preg分别代表储能机组能量状态、充(放)电功率以及调频容量的变量。
图2为本发明计及调频速率与容量约束的电力系统储能需求量化分析系统，所述的系统包括：
读取和预处理模块201，用于读取目标电力系统的历史负荷数据及风电、光伏等新能源电源出力数据时序曲线数据；并可根据目标电力系统负荷水平及新能源装机容量的变化情况，对历史数据曲线进行必要的等比例缩放调整。
调频容量、调频速率需求测算模块202，用于根据读取和预处理得到的数据通过变分模态分解方法和蒙特卡洛模拟方法得到系统调频容量和调频速率需求。
电网安全运行校核模块203，用于通过多维度运行约束条件判断电网是否存在运行瓶颈。
消除瓶颈方案制定和相对经济性对比模块204，用于根据识别的电网运行瓶颈结果分别进行各类型瓶颈消除方案选取，并对比电化学储能和其他方案消除瓶颈场景的相对经济性。
电化学储能需求结果输出模块205，用于根据相对经济性对比结果，从而得到含高比例新能源电网的电化学储能需求量化结论。
为验证本发明的有效性，下面应用例中采用某省级电网相关数据实现了前述的量化分析方法，具体步骤不再赘述，主要给出其技术效果和实现细节。
应用例
本发明使用MATLAB软件编写了本发明所述的方法，调用GUROBI进行求解，并针对案例数据展示实施效果。
运行环境：
AMDRyzen53400G CPU 3.70GHz，16GB内存，Microsoft Windows 10X64
GUROBI 9.0.3
MATLAB 2020B
实施结果：
本应用例基于某省级电网电源和负荷数据，其中电源数据包含常规机组、新能源发电、抽水蓄能机组以及区外输电数据，对该省级电网2030年进行调频容量和调频速率计算，并进行电化学储能需求量化分析。
图1为本发明方法的整体流程图。
图2为本发明系统的整体结构图。
图3反映了通过VMD方法得到的该省级电网某典型日净负荷曲线分解结果，其中净负荷曲线分解得到了不同时间尺度的波动分量，包含高频(时间尺度<3min)、中高频(时间尺度3min～15min)、中频(时间尺度15min～4h)和低频(时间尺度>4h)四种时间尺度的波动分量，中高频和高频波动分量可分别用于系统调频容量和调频速率参考。
图4反映了该省级电网某典型日调频容量需求计算结果，包含向上调频容量和向下调频容量。和3％负荷出力数据以及10％新能源出力数据接近，并且此计算方法对比全天每个时段都取最大预测负荷一定比例更符合电网实际需求，同时避免造成资源浪费。
图5反映了该省级电网某典型日调频速率需求计算结果，和2％负荷出力数据以及6％新能源出力数据接近。
图6反映了该省级电网2030年考虑新能源装机容量增长情景下运行瓶颈识别结果，正常情况下该省级电网未出现运行瓶颈，无强制储能需求，但新能源装机比例增长情况下(以风电增长300万千瓦，光伏增长200万千瓦为例)会出现电网运行瓶颈场景，需要储能等灵活性资源提高电网安全稳定运行能力。
表1反映了不同方案消除电网运行瓶颈的经济性对比，其中瓶颈场景1表示同时存在功率下调不足瓶颈、向下调频容量不足和调频速率不足瓶颈场景，瓶颈场景2表示存在向下调频容量不足和调频速率不足瓶颈场景。根据表1可知抽水蓄能在消除功率下调不足瓶颈场景经济性更优，而电化学储能消除调频容量和调频速率不足瓶颈场景更为经济，以磷酸铁锂电池为例，该省级电网消除瓶颈场景2对储能需求为：708MW，708MWh。根据本案例结果可以看出，高比例新能源电网在消除电网调频容量及调频速率瓶颈场景下对电化学储能技术需求较高，并且当抽水蓄能电站因建设周期长和地理环境等因素导致规划容量存在一定限制情况时，电化学储能需求会进一步增加。
表1各方案消除电网运行瓶颈场景的经济性对比
Figure BDA0003496881920000111
以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (8)

1.一种计及调频速率与容量的电力系统储能需求量化方法，其特征在于，包括如下步骤：
S1、收集目标电力系统的历史负荷数据及包括风电、光伏的新能源电源出力数据时序曲线；时序曲线采样频率不低于一分钟，总时长不小于一年，以体现新能源电源出力的随机性特性；根据历史负荷数据对应的电力系统与目标电力系统之间负荷水平及新能源装机的比例，对历史数据时序曲线进行比例调整；
S2、计算目标电力系统的净负荷时序曲线Pload-Pre，其中Pload表示负荷时序曲线，Pre表示新能源出力时序曲线；利用VMD方法对净负荷时序曲线进行多时间尺度分解得到不同时间尺度的波动分量，并结合蒙特卡洛模拟得到系统调频容量需求和调频速率需求；
S3、考虑调频容量和调频速率约束条件，结合包括系统功率平衡约束、机组运行约束的多维度运行约束条件对电网进行安全运行校核；
S4、基于电网运行薄弱环节，即运行瓶颈场景，进一步得到电化学储能需求量化结论。
2.根据权利要求1所述的计及调频速率与容量的电力系统储能需求量化方法，其特征在于，步骤S2中，结合蒙特卡洛模拟得到系统调频容量和调频速率需求的具体方式如下：
Figure FDA0003496881910000011
式中，Preg表示系统调频容量需求，
Figure FDA0003496881910000012
和
Figure FDA0003496881910000013
分别为负荷波动和新能源波动导致的调频容量需求，可通过净负荷时序曲线分解得到；ΔPload和ΔPre分别为负荷预测偏差和新能源预测偏差导致的调频容量需求；其中调频容量计算方式如下：
采用VMD方法将净负荷时序曲线分解得到不同时间尺度的波动分量，包含高频(Pload-Pre)1、中高频(Pload-Pre)2、中频(Pload-Pre)3和低频(Pload-Pre)4四种时间尺度的波动分量，其中高频(Pload-Pre)1的时间尺度<3min、中高频(Pload-Pre)2的时间尺度3min～15min、中频(Pload-Pre)3的时间尺度15min～4h、低频(Pload-Pre)4的时间尺度>4h；
对于由负荷波动和新能源波动导致的调频容量需求计算方式为：取净负荷时序曲线的中高频波动分量(Pload-Pre)2，计算该波动分量在每个15分钟时段内的最大波动幅值，并取所有15分钟时段波动幅值的最大值，作为负荷波动和新能源波动导致的调频容量需求；具体表达式如下：
Figure FDA0003496881910000014
式中：T表示每个15分钟时段，t表示每个15分钟时段内的时间点；
对于负荷预测偏差和新能源预测偏差导致的调频容量需求，假设负荷预测误差、新能源出力预测偏差服从正态分布，利用蒙特卡洛模拟得到满足调频考核性能指标对应概率水平要求的调频容量需求；其中负荷预测偏差ΔPload可表示为
Figure FDA0003496881910000021
的正态分布，包括风电、光伏的新能源相比负荷可预测性低，风电、光伏预测偏差分布可表示为
Figure FDA0003496881910000022
和
Figure FDA0003496881910000023
的正态分布，考虑到风电和光伏预测偏差之间存在互补特性，因此两者联合预测偏差ΔPre分布为
Figure FDA0003496881910000024
则：
Figure FDA0003496881910000025
式中，σto表示风电和光伏联合预测偏差的标准差，σl、σw、σpv分别表示负荷、风电和光伏预测偏差的标准差，ρ表示风电和光伏预测偏差之间的相关系数；
当置信水平为1-α时，由负荷预测偏差和新能源预测导致的系统调频容量需求为：
ΔPload＝[-Zα/2σl,Zα/2σl],ΔPre＝[-Zα/2σto,Zα/2σto]
Figure FDA0003496881910000026
式中，Zα/2为标准正态分布α/2概率处的分位点。
3.根据权利要求2所述的计及调频速率与容量的电力系统储能需求量化方法，其特征在于，α取10％。
4.根据权利要求2所述的计及调频速率与容量的电力系统储能需求量化方法，其特征在于，采用VMD方法将净负荷时序曲线分解得到高频(Pload-Pre)1需通过下式计算调频速率需求，统计一个时段内调频速率最大值从而得到电网调频速率需求：
Figure FDA0003496881910000027
式中，Vreg代表一个时段内系统最大的调频速率需求。
5.根据权利要求1所述的计及调频速率与容量的电力系统储能需求量化方法，其特征在于，所述步骤S3具体实现如下：
电网运行目标函数为：
Figure FDA0003496881910000028
Ω＝{PMAX,PMIN,RU,RD,RegU,RegD,RegV}
式中，Ω为松弛变量集合，λi为满足电网运行约束条件引入的松弛变量，均为非负变量，包括最大功率输出
Figure FDA0003496881910000029
最小技术出力
Figure FDA00034968819100000210
功率上爬坡限制λRU、功率下爬坡限制λRD、频率上调限制λRegU、频率下调限制λRegD和调频速率限制λRegV，ωi为对应松弛变量的权重，可通过层次分析法计算得到，通过构造判断矩阵并进行一致性检验，判断矩阵中各限制指标相对重要性参考对应电网运行约束类型的优先级顺序，得到各指标的权重系数分别为[0.3062,0.3062,0.1159,0.1159,0.0608,0.0608,0.0342]，一致性比率CR计算为0.005，小于层次分析法一致性检验的标准值0.1，则通过一致性检验。
6.根据权利要求1所述的计及调频速率与容量的电力系统储能需求量化方法，其特征在于，步骤S3中，运行约束条件包括系统功率平衡约束、机组出力约束、机组爬坡约束、启停时间约束、调频及旋转备用容量约束、调频速率约束，其中：
1)调频及旋转备用容量约束
根据步骤S2计算得到的电力系统调频容量需求，同时考虑系统旋转备用要求，形成系统调频及旋转备用容量约束条件；同时引入松弛变量判断现有调节资源是否满足电网调频容量需求；如下式所示：
Figure FDA0003496881910000031
Figure FDA0003496881910000032
式中，Ng表示系统中常规机组数量，Nmg为系统中抽水蓄能机组数量，Pi,t为第i台常规机组在时刻t的出力，Pi,max为第i台机组最大出力，Pi,min为第i台机组最小出力，ui,t为第i台常规机组t时刻的启停标志，
Figure FDA0003496881910000033
代表某区域电网抽水蓄能机组i的在t时刻提供的调频容量，
Figure FDA0003496881910000034
为系统向上调频容量需求，
Figure FDA0003496881910000035
为系统向下调频容量需求，
Figure FDA0003496881910000036
为系统向上旋转事故备用容量需求，
Figure FDA0003496881910000037
为系统向下旋转事故备用容量需求；
2)调频速率约束
根据步骤S2计算得到的电力系统调频速率需求，形成系统调频速率约束条件：
Figure FDA0003496881910000038
j∈{煤电，水电，燃气机组，抽蓄机组}
式中，cj根据机组类型取不同爬坡速率；
3)松弛变量范围
Figure FDA0003496881910000039
上式表示松弛变量的取值范围，所有松弛变量均为非负变量，考虑机组出力非负，
Figure FDA00034968819100000310
的上限为常规机组i的最小技术出力：
Figure FDA0003496881910000041
0≤λRU,0≤λRD,0≤λRegU,0≤λRegD,0≤λRegV
通过上述模型，可得到目标电力系统调频容量及调频速率缺额的量化计算结果。
7.根据权利要求1所述的计及调频速率与容量的电力系统储能需求量化方法，其特征在于，所述S4中，基于电网运行瓶颈场景，建立以全寿命周期内年化建设与运维成本为目标函数的优化模型，以测算针对调频能力缺额的解决方案，得到电力系统对储能的容量需求，优化模型如下：
minfobj_C(Pk,Ek)
Figure FDA0003496881910000042
式中，fobj_C代表目标函数，即全寿命周期内年化建设与运维成本，其中Pk和Ek分别代表第i种候选调频电源或储能的额定功率和额定能量；fsys表征系统功率平衡约束、旋转备用约束和调频速率约束，其中Pg、Pmg、Pre、Pes分别代表常规机组、已有抽蓄机组、新能源机组和候选调频电源出力，rc、ds分别为新能源弃电和切负荷功率；fg表征常规机组约束，包括机组出力约束、启停约束和爬坡约束，其中ug为常规机组启停变量；fes表征候选储能电站约束，Ees、Pch/Pdc、Preg分别代表储能机组能量状态、充/放电功率以及调频容量的变量。
8.一种计及调频速率与容量的电力系统储能需求量化系统，其特征在于，包括：
读取和预处理模块，用于读取目标电力系统的历史负荷数据及包括风电、光伏的新能源电源出力数据时序曲线数据；并可根据目标电力系统负荷水平及新能源装机容量的变化情况，对历史数据曲线进行等比例缩放调整；
调频容量、调频速率需求测算模块，用于根据读取和预处理得到的数据通过变分模态分解方法和蒙特卡洛模拟方法得到系统调频容量和调频速率需求；
电网安全运行校核模块，用于通过多维度运行约束条件判断电网是否存在运行瓶颈；
消除瓶颈方案制定和相对经济性对比模块，用于根据识别的电网运行瓶颈结果分别进行各类型瓶颈消除方案选取，并对比电化学储能和其他方案消除瓶颈场景的相对经济性；
电化学储能需求结果输出模块，用于根据相对经济性对比结果，从而得到含高比例新能源电网的电化学储能需求量化结论。
CN202210116952.4A 2022-02-08 2022-02-08 计及调频速率与容量的电力系统储能需求量化方法及系统 Pending CN114498679A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210116952.4A CN114498679A (zh) 2022-02-08 2022-02-08 计及调频速率与容量的电力系统储能需求量化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210116952.4A CN114498679A (zh) 2022-02-08 2022-02-08 计及调频速率与容量的电力系统储能需求量化方法及系统

Publications (1)

Publication Number Publication Date
CN114498679A true CN114498679A (zh) 2022-05-13

Family

ID=81477787

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210116952.4A Pending CN114498679A (zh) 2022-02-08 2022-02-08 计及调频速率与容量的电力系统储能需求量化方法及系统

Country Status (1)

Country Link
CN (1) CN114498679A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018171A (zh) * 2022-06-15 2022-09-06 广州海洋地质调查局 一种新能源场站群与储能电站的联合运行方法及系统
CN115622085A (zh) * 2022-11-21 2023-01-17 西安热工研究院有限公司 基于机组储能容量的经济调频方法、装置、设备及介质
CN115950495A (zh) * 2023-02-09 2023-04-11 青岛鼎信通讯科技有限公司 一种超声水表测量频率调节方法
CN116014903A (zh) * 2023-03-27 2023-04-25 江苏林洋亿纬储能科技有限公司 一种基于储能安全链识别的协调控制方法、系统
CN117277444A (zh) * 2023-11-17 2023-12-22 中国电力科学研究院有限公司 一种新能源基地电源容量优化配置方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018171A (zh) * 2022-06-15 2022-09-06 广州海洋地质调查局 一种新能源场站群与储能电站的联合运行方法及系统
CN115622085A (zh) * 2022-11-21 2023-01-17 西安热工研究院有限公司 基于机组储能容量的经济调频方法、装置、设备及介质
CN115950495A (zh) * 2023-02-09 2023-04-11 青岛鼎信通讯科技有限公司 一种超声水表测量频率调节方法
CN115950495B (zh) * 2023-02-09 2023-06-09 青岛鼎信通讯科技有限公司 一种超声水表测量频率调节方法
CN116014903A (zh) * 2023-03-27 2023-04-25 江苏林洋亿纬储能科技有限公司 一种基于储能安全链识别的协调控制方法、系统
CN117277444A (zh) * 2023-11-17 2023-12-22 中国电力科学研究院有限公司 一种新能源基地电源容量优化配置方法及装置
CN117277444B (zh) * 2023-11-17 2024-03-19 中国电力科学研究院有限公司 一种新能源基地电源容量优化配置方法及装置

Similar Documents

Publication Publication Date Title
CN114498679A (zh) 计及调频速率与容量的电力系统储能需求量化方法及系统
Hong et al. A novel capacity demand analysis method of energy storage system for peak shaving based on data-driven
CN110580538B (zh) 一种电力系统备用需求的预测方法及装置
CN118249383B (zh) 一种储能电站功率分配方法及系统
CN115907511A (zh) 可调节负荷资源价值评估模型的构建方法及装置
CN115660222A (zh) 一种抽水蓄能电站的容量优化方法、装置及设备
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
CN113505909A (zh) 一种面向短期风电功率趋势预测的误差补偿方法
CN117333058A (zh) 一种基于典型应用场景的储能综合评价方法
CN115204944A (zh) 一种计及全寿命周期的储能最优峰谷价差测算方法及装置
CN117728378A (zh) 分散式虚拟电厂整合智能净零的混合系统及其方法
CN110930014A (zh) 基于调峰需求的电力系统中长期弃风风险评估方法及装置
CN118336836B (zh) 基于风险消弭的多类型可再生能源对调峰需求分析方法
CN118523421B (zh) 一种基于智能监测的发电厂调度优化方法和系统
Zhang et al. Design of Peak-shaving Market Mechanism Based on Capacity Cost Recovery Period of Electrical Flexible Resources
CN117458441B (zh) 一种考虑新能源品质分级的备用容量量化及出清方法
Liu et al. Flexibility Evaluation of Flexible Resource Based on TOPSIS of CRITIC
CN113900031B (zh) 一种储能系统接入agc后的soc安全校验方法
CN118367593B (zh) 面向电力系统需求的储能系统运行模式及优化调度方法
Zhao et al. Evaluation method for security and economic operation of power system with high penetration of renewable energy
CN118485352B (zh) 考虑多形态资源的电网经济调度评估方法及系统
Wang et al. Intraday net load reserve demand assessment based on catboost and kernel density estimation
CN117559422A (zh) 基于画像的工业园区可调节功率区间估计方法、系统与计算机可读存储介质
CN117933961A (zh) 一种基于水、电、气综合能源多维数据自动稽核、综合分析及异常预警的方法
CN117937559A (zh) 基于可信容量替代效应的风光火储系统多目标决策方法

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