CN114844070A - 一种基于储能容量配置策略提升新能源容量价值的方法 - Google Patents
一种基于储能容量配置策略提升新能源容量价值的方法 Download PDFInfo
- Publication number
- CN114844070A CN114844070A CN202210461876.0A CN202210461876A CN114844070A CN 114844070 A CN114844070 A CN 114844070A CN 202210461876 A CN202210461876 A CN 202210461876A CN 114844070 A CN114844070 A CN 114844070A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- energy
- capacity
- storage system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 113
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000010248 power generation Methods 0.000 claims abstract description 18
- 238000004088 simulation Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims abstract description 5
- 238000001914 filtration Methods 0.000 claims abstract description 4
- 238000005070 sampling Methods 0.000 claims description 15
- 238000007599 discharging Methods 0.000 claims description 11
- 230000008439 repair process Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 4
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
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
-
- 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
- H02J3/38—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
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- 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)
Abstract
本发明公开一种基于储能容量配置策略提升新能源容量价值的方法,涉及新能源并网领域,包括以下步骤:步骤一,不含可再生能源的电力系统可靠性计算;步骤二,加入可再生能源之后,根据系统之前的可靠性,计算风电的置信容量;步骤三,选择合适的滤波方法,作为储能运行的策略;步骤四:设置合理的波动率,配置储能容量以及功率,比较未配置储能以及配置储能之后风电置信容量的大小,得出结论,步骤一的可靠性计算过程中,需要模拟仿真电力系统,首先是发电侧,得到常规机组年出力曲线;同时,本发明提出的评估方法具备全面性、独立性、易度量性、灵活性和实用性,所需数据来源方便,易于理解。
Description
技术领域
本发明涉及新能源并网领域,具体的是一种基于储能容量配置策略提升新能源容量价值的方法。
背景技术
近年来,随着化石能源,石油等消耗能源日益枯竭,风电,光伏,潮汐,核能等可再生能源日益受到人们的青睐,全世界各地区也在不断地加大相关能源的研发投入及实践投入,以期能够在未来实现新能源供给等服务。目前新能源并网等一系列研究也已展开,本发明针对风电并网的可信容量提升展开说明,利用储能充放电来平滑风电并网的波动,以提升风电并网的置信容量。
众所周知,风电发电功率受外界天气条件影响较大,因此其接入电网运行本身会带来一定的频率波动、电压波动等一系列运行问题。特别对于某些配网地区,一般需要将地区电网通过联络线同主网相连以维持电网的功率平衡进而保证地区电网的可靠供电。但是,由于可再生能源的接入,其出力的波动性同当地负荷波动相叠加造成联络线上产生幅度较大的波动功率。为了降低联络线功率波动,可以在并网点配置一定量的储能设备,通过调节储能设备的充放电实现联络线上传输功率的平滑。
发明内容
为解决上述背景技术中提到的不足,本发明的目的在于提供一种基于储能容量配置策略提升新能源容量价值的方法
本发明的目的可以通过以下技术方案实现:
一种基于储能容量配置策略提升新能源容量价值的方法,包括以下步骤:
步骤一,不含可再生能源的电力系统可靠性计算;
步骤二,加入可再生能源之后,根据系统之前的可靠性,计算风电的置信容量;
步骤三,选择合适的滤波方法,作为储能运行的策略;
步骤四:设置合理的波动率,配置储能容量以及功率,比较未配置储能以及配置储能之后风电置信容量的大小,得出结论。
进一步地,所述步骤一的可靠性计算过程中,需要模拟仿真电力系统,首先是发电侧,得到常规机组年出力曲线:
为简化模型规模,本研究仅考虑正常运行和故障停运这两种状态,并采用正常运行持续时间t1和故障修复时间t2描述,通常t1和t2服从指数分布,其求取公式如下所示:
式中,λ为故障率,μ为修复率,tMTTF为平均工作时间;tMTRF为平均修复时间,μ1和μ2是[0,1]间均匀分布的随机数;
单台双状态常规机组年出力曲线的抽样过程,就是交替随机生成μ1和μ2,并计算t1和t2,重复t1和t2的采样过程直至累计时间达到8760小时,从而形成运行和故障状态交替出现并持续一定时间的年状态曲线。而正常运行时机组出力为额定值,故障时出力为0,据此可将年状态曲线变换为年出力曲线,将多个年出力曲线相加,即可得到常规机组的年出力曲线;
其次是负荷侧,要想得到负荷侧功率曲线,需在仿真年的实际负荷曲线上叠加一个服从正态分布的随机变量,从而在保持其季节性的同时体现其随机性,此时负荷曲线L(t)可表示为:
L(t)=Lori(t)+N(0,δ2) (2.3)
其中Lori(t)代表原始实际负荷曲线,δ为正态分布方差。
计算发电系统可靠性指标,实际上就是比较同一时刻内发电系统总容量与负荷功率需求之间的大小关系,并据此结合不同类型指标的定义计算相应指标值;
其中,系统可靠性指标可采用电力不足时间期望值LOLE、电量不足期望值EENS、电力不足频率LOLF等。本文选择LOLE和EENS作为可靠性指标,其求取公式如下:
其中Li(t)和Ci(t)分别代表第i个仿真年内第t小时的负荷和发电容量,Di(t)为指示函数,根据Li(t)和Ci(t)的大小情况分别取0或者1,N为仿真总年数。进一步地,加入可再生能源之后,根据系统之前的可靠性,计算风电的置信容量;
波动性能源容量价值评估指标包含从负荷侧出发的ELCC和从发电侧出发的ECUC等,其定义均利用波动性能源接入后对系统可靠性的提升效果对容量价值进行定量衡量。
进一步地,步骤三中时域的波动功率信号进行频谱分析变换到频域,通过选择合适的频率分割点,对不同频段的功率运用不同类型的储能进行补偿,以期实现消除波动高频分量的效果;
其核心思想在于,频谱分析结果中处于高频分量的功率在时域中表现为频率较高的功率波动,因此,运用储能补偿高频分量即指消除大于该频率分量功率在时域中引起的波动,实现时域功率平滑。
5、根据权利要求1所述的一种基于储能容量配置策略提升新能源容量价值的方法,其特征在于,设置合理的波动率,配置储能容量以及功率,比较未配置储能以及配置储能之后风电置信容量的大小,得出结论。根据原先风电并网的功率与期望得到的并网功率,两者的差值即为储能的充放电功率Pb(n)。
5.1储能额定功率:
储能系统额定充放电功率即为最大充放电效率:
PESO=max{|Pb(n)|} (5.1)
这里PESO即为储能系统额定功率,Pb(n)即为储能系统充放电的最大功率。
考虑储能的充放电效率:
这里Pb0(n)即为储能的初始功率,ηES,d和ηES,c分别是储能的放电效率,充电效率。
5.2储能的额定容量
为满足平滑可再生能源功率输出波动的需求,储能系统应具备足够大的容量。针对确定的储能系统功率输出,储能系统所需的最大容量同样可以利用仿真法获得。其计算步骤如下:
基于确定的储能系统实际输出功率数据,对各个采样点处的储能系统充放电电量进行累计,可获得不同采样时刻储能系统相对于初始状态的能量波动,即:
式中,Eb,acu(m)即为储能系统在第m个采样时刻相对于前对于初始状态的能量波动,亦及前m个采样周期内储能系统累计充放电能量之和,KWh。针对储能系统在整个样本数据周期内的能量波动,计算储能系统最大,最小能量之差,考虑SOC限制,获取储能系统应具备的容量,亦即储能系统的额定容量值:
式中,Cup和Clow分别是储能系统运行SOC上下限约束,为了避免过放、过充影响储能寿命,两者取值应该在[0,1]内。
5.3波动率设置
波动率即为一定时间窗口内,功率最大最小值之差相对于额定值的百分比。选择不同的可持续能源入网波动率,即可得到不同的储能额定容量与功率,此时再利用步骤二当中的置信容量计算方法,计算配置储能的风电置信容量,观察配置储能之后风电置信容量是否提升,以及不同波动率下储能配置的数值以及风电置信容量的数值。
本发明的有益效果:
本发明本发明提出的评估方法具备全面性、独立性、易度量性、灵活性和实用性。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明的流程图。
图2为可持续能源置信容量计算方法流程图
图3为电力系统可靠性计算方法流程图,在本发明中,可靠性指标计算仅考虑源-荷两侧。
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做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的组件或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本发明的限制。
一种基于储能容量配置策略提升新能源容量价值的方法,如图所示,包括以下步骤:
步骤一,不含可再生能源的电力系统可靠性计算;
步骤二,加入可再生能源之后,根据系统之前的可靠性,计算风电的置信容量;
步骤三,选择合适的滤波方法,作为储能运行的策略;
步骤四:设置合理的波动率,配置储能容量以及功率,比较未配置储能以及配置储能之后风电置信容量的大小,得出结论。
如图2所示,步骤一的可靠性计算过程中,需要模拟仿真电力系统,首先是发电侧,得到常规机组年出力曲线:
为简化模型规模,本研究仅考虑正常运行和故障停运这两种状态,并采用正常运行持续时间t1和故障修复时间t2描述,通常t1和t2服从指数分布,其求取公式如下所示:
式中,λ为故障率,μ为修复率,tMTTF为平均工作时间;tMTRF为平均修复时间,μ1和μ2是[0,1]间均匀分布的随机数;
单台双状态常规机组年出力曲线的抽样过程,就是交替随机生成μ1和μ2,并计算t1和t2,重复t1和t2的采样过程直至累计时间达到8760小时,从而形成运行和故障状态交替出现并持续一定时间的年状态曲线。而正常运行时机组出力为额定值,故障时出力为0,据此可将年状态曲线变换为年出力曲线,将多个年出力曲线相加,即可得到常规机组的年出力曲线;
其次是负荷侧,要想得到负荷侧功率曲线,需在仿真年的实际负荷曲线上叠加一个服从正态分布的随机变量,从而在保持其季节性的同时体现其随机性,此时负荷曲线L(t)可表示为:
L(t)=Lori(t)+N(0,δ2) (2.3)
其中Lori(t)代表原始实际负荷曲线,δ为正态分布方差。
计算发电系统可靠性指标,实际上就是比较同一时刻内发电系统总容量与负荷功率需求之间的大小关系,并据此结合不同类型指标的定义计算相应指标值;
其中,系统可靠性指标可采用电力不足时间期望值LOLE、电量不足期望值EENS、电力不足频率LOLF等。本文选择LOLE和EENS作为可靠性指标,其求取公式如下:
其中Li(t)和Ci(t)分别代表第i个仿真年内第t小时的负荷和发电容量,Di(t)为指示函数,根据Li(t)和Ci(t)的大小情况分别取0或者1,N为仿真总年数。波动性能源容量价值评估指标包含从负荷侧出发的ELCC和从发电侧出发的ECUC等,其定义均利用波动性能源接入后对系统可靠性的提升效果对容量价值进行定量衡量。以ELCC为例,其定义如下:
假设原系统的可靠性为R0,当系统接入波动性能源时,可靠性水平上升达到R1,此时,若逐渐提高电网负荷,系统可靠性逐渐降低。当负荷水平为L+ΔL时,可靠性水平恢复为R0。如下式所示:
R0=f0(G,L)=f1(G+Gint,L+ΔL) (3.1)
所以,新增波动性能源的置信容量,即有效载荷能力ELCC为:
设置合理的波动率,配置储能容量以及功率,比较未配置储能以及配置储能之后风电置信容量的大小,得出结论。根据原先风电并网的功率与期望得到的并网功率,两者的差值即为储能的充放电功率Pb(n)。
5.1储能额定功率:
储能系统额定充放电功率即为最大充放电效率:
PESO=max{|Pb(n)|} (5.1)
这里PESO即为储能系统额定功率,Pb(n)即为储能系统充放电的最大功率。
考虑储能的充放电效率:
这里Pb0(n)即为储能的初始功率,ηES,d和ηES,c分别是储能的放电效率,充电效率。
5.2储能的额定容量
为满足平滑可再生能源功率输出波动的需求,储能系统应具备足够大的容量。针对确定的储能系统功率输出,储能系统所需的最大容量同样可以利用仿真法获得。其计算步骤如下:
基于确定的储能系统实际输出功率数据,对各个采样点处的储能系统充放电电量进行累计,可获得不同采样时刻储能系统相对于初始状态的能量波动,即:
式中,Eb,acu(m)即为储能系统在第m个采样时刻相对于前对于初始状态的能量波动,亦及前m个采样周期内储能系统累计充放电能量之和,KWh。
针对储能系统在整个样本数据周期内的能量波动,计算储能系统最大,最小能量之差,考虑SOC限制,获取储能系统应具备的容量,亦即储能系统的额定容量值:
式中,Cup和Clow分别是储能系统运行SOC上下限约束,为了避免过放、过充影响储能寿命,两者取值应该在[0,1]内。
5.3波动率设置
波动率即为一定时间窗口内,功率最大最小值之差相对于额定值的百分比。选择不同的可持续能源入网波动率,即可得到不同的储能额定容量与功率,此时再利用步骤二当中的置信容量计算方法,计算配置储能的风电置信容量,观察配置储能之后风电置信容量是否提升,以及不同波动率下储能配置的数值以及风电置信容量的数值。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”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发明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一定指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何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (5)
1.一种基于储能容量配置策略提升新能源容量价值的方法,其特征在于,包括以下步骤:
步骤一,不含可再生能源的电力系统可靠性计算;
步骤二,加入可再生能源之后,根据系统之前的可靠性,计算风电的置信容量;
步骤三,选择合适的滤波方法,作为储能运行的策略;
步骤四:设置合理的波动率,配置储能容量以及功率,比较未配置储能以及配置储能之后风电置信容量的大小,得出结论。
2.根据权利要求1所述的一种基于储能容量配置策略提升新能源容量价值的方法,其特征在于,所述步骤一的可靠性计算过程中,需要模拟仿真电力系统,首先是发电侧,得到常规机组年出力曲线:
为简化模型规模,本研究仅考虑正常运行和故障停运这两种状态,并采用正常运行持续时间t1和故障修复时间t2描述,通常t1和t2服从指数分布,其求取公式如下所示:
式中,λ为故障率,μ为修复率,tMTTF为平均工作时间;tMTRF为平均修复时间,μ1和μ2是[0,1]间均匀分布的随机数;
单台双状态常规机组年出力曲线的抽样过程,就是交替随机生成μ1和μ2,并计算t1和t2,重复t1和t2的采样过程直至累计时间达到8760小时,从而形成运行和故障状态交替出现并持续一定时间的年状态曲线。而正常运行时机组出力为额定值,故障时出力为0,据此可将年状态曲线变换为年出力曲线,将多个年出力曲线相加,即可得到常规机组的年出力曲线;
其次是负荷侧,要想得到负荷侧功率曲线,需在仿真年的实际负荷曲线上叠加一个服从正态分布的随机变量,从而在保持其季节性的同时体现其随机性,此时负荷曲线L(t)可表示为:
L(t)=Lori(t)+N(0,δ2) (2.3)
其中Lori(t)代表原始实际负荷曲线,δ为正态分布方差。
计算发电系统可靠性指标,实际上就是比较同一时刻内发电系统总容量与负荷功率需求之间的大小关系,并据此结合不同类型指标的定义计算相应指标值;
其中,系统可靠性指标可采用电力不足时间期望值LOLE、电量不足期望值EENS、电力不足频率LOLF等。本文选择LOLE和EENS作为可靠性指标,其求取公式如下:
其中Li(t)和Ci(t)分别代表第i个仿真年内第t小时的负荷和发电容量,Di(t)为指示函数,根据Li(t)和Ci(t)的大小情况分别取0或者1,N为仿真总年数。
3.根据权利要求2所述的一种基于储能容量配置策略提升新能源容量价值的方法,其特征在于,加入可再生能源之后,根据系统之前的可靠性,计算风电的置信容量;
波动性能源容量价值评估指标包含从负荷侧出发的ELCC和从发电侧出发的ECUC等,其定义均利用波动性能源接入后对系统可靠性的提升效果对容量价值进行定量衡量。
4.根据权利要求1所述的一种基于储能容量配置策略提升新能源容量价值的方法,其特征在于,步骤三中时域的波动功率信号进行频谱分析变换到频域,通过选择合适的频率分割点,对不同频段的功率运用不同类型的储能进行补偿,以期实现消除波动高频分量的效果;
其核心思想在于,频谱分析结果中处于高频分量的功率在时域中表现为频率较高的功率波动,因此,运用储能补偿高频分量即指消除大于该频率分量功率在时域中引起的波动,实现时域功率平滑。
5.根据权利要求1所述的一种基于储能容量配置策略提升新能源容量价值的方法,其特征在于,设置合理的波动率,配置储能容量以及功率,比较未配置储能以及配置储能之后风电置信容量的大小,得出结论。根据原先风电并网的功率与期望得到的并网功率,两者的差值即为储能的充放电功率Pb(n)。
5.1储能额定功率:
储能系统额定充放电功率即为最大充放电效率:
PESO=max{|Pb(n)|} (5.1)
这里PESO即为储能系统额定功率,Pb(n)即为储能系统充放电的最大功率。
考虑储能的充放电效率:
这里Pb0(n)即为储能的初始功率,ηES,d和ηES,c分别是储能的放电效率,充电效率。
5.2储能的额定容量
为满足平滑可再生能源功率输出波动的需求,储能系统应具备足够大的容量。针对确定的储能系统功率输出,储能系统所需的最大容量同样可以利用仿真法获得。其计算步骤如下:
基于确定的储能系统实际输出功率数据,对各个采样点处的储能系统充放电电量进行累计,可获得不同采样时刻储能系统相对于初始状态的能量波动,即:
式中,Eb,acu(m)即为储能系统在第m个采样时刻相对于前对于初始状态的能量波动,亦及前m个采样周期内储能系统累计充放电能量之和,KWh。
针对储能系统在整个样本数据周期内的能量波动,计算储能系统最大,最小能量之差,考虑SOC限制,获取储能系统应具备的容量,亦即储能系统的额定容量值:
式中,Cup和Clow分别是储能系统运行SOC上下限约束,为了避免过放、过充影响储能寿命,两者取值应该在[0,1]内。
5.3波动率设置
波动率即为一定时间窗口内,功率最大最小值之差相对于额定值的百分比。选择不同的可持续能源入网波动率,即可得到不同的储能额定容量与功率,此时再利用步骤二当中的置信容量计算方法,计算配置储能的风电置信容量,观察配置储能之后风电置信容量是否提升,以及不同波动率下储能配置的数值以及风电置信容量的数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210461876.0A CN114844070A (zh) | 2022-04-28 | 2022-04-28 | 一种基于储能容量配置策略提升新能源容量价值的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210461876.0A CN114844070A (zh) | 2022-04-28 | 2022-04-28 | 一种基于储能容量配置策略提升新能源容量价值的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114844070A true CN114844070A (zh) | 2022-08-02 |
Family
ID=82567873
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210461876.0A Pending CN114844070A (zh) | 2022-04-28 | 2022-04-28 | 一种基于储能容量配置策略提升新能源容量价值的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114844070A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115663923A (zh) * | 2022-12-26 | 2023-01-31 | 国网浙江省电力有限公司宁波供电公司 | 基于储能装置的海域电网控制方法、系统及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077664A (zh) * | 2014-07-09 | 2014-10-01 | 东南大学 | 一种风电储能发电系统的置信容量评估方法 |
CN105354655A (zh) * | 2015-10-06 | 2016-02-24 | 东北电力大学 | 计及功率相关性的光伏电站群置信容量评估方法 |
CN111382518A (zh) * | 2020-03-16 | 2020-07-07 | 华北电力大学 | 风储联合系统的置信容量评估方法 |
US20210064798A1 (en) * | 2019-08-26 | 2021-03-04 | Chongqing University | Power system reliability assessment method considering optimized scheduling of cascade hydropower stations |
CN112651105A (zh) * | 2020-11-30 | 2021-04-13 | 北京华能新锐控制技术有限公司 | 一种基于博弈论的微网容量配置优化方法 |
-
2022
- 2022-04-28 CN CN202210461876.0A patent/CN114844070A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104077664A (zh) * | 2014-07-09 | 2014-10-01 | 东南大学 | 一种风电储能发电系统的置信容量评估方法 |
CN105354655A (zh) * | 2015-10-06 | 2016-02-24 | 东北电力大学 | 计及功率相关性的光伏电站群置信容量评估方法 |
US20210064798A1 (en) * | 2019-08-26 | 2021-03-04 | Chongqing University | Power system reliability assessment method considering optimized scheduling of cascade hydropower stations |
CN111382518A (zh) * | 2020-03-16 | 2020-07-07 | 华北电力大学 | 风储联合系统的置信容量评估方法 |
CN112651105A (zh) * | 2020-11-30 | 2021-04-13 | 北京华能新锐控制技术有限公司 | 一种基于博弈论的微网容量配置优化方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115663923A (zh) * | 2022-12-26 | 2023-01-31 | 国网浙江省电力有限公司宁波供电公司 | 基于储能装置的海域电网控制方法、系统及设备 |
CN115663923B (zh) * | 2022-12-26 | 2023-05-16 | 国网浙江省电力有限公司宁波供电公司 | 基于储能装置的海域电网控制方法、系统及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Analysis of a new design of the hybrid energy storage system used in the residential m-CHP systems | |
CN104485681B (zh) | 一种风电场储能系统的监控方法 | |
CN108736491A (zh) | 一种电力系统调频领域储能最优容量的评估方法及系统 | |
CN109038560B (zh) | 基于运行策略的配电网分布式储能经济性评价方法和系统 | |
Saez-de-Ibarra et al. | Analysis and comparison of battery energy storage technologies for grid applications | |
Gee et al. | Novel battery/supercapacitor hybrid energy storage control strategy for battery life extension in isolated wind energy conversion systems | |
CN105652106A (zh) | 一种储能系统综合性能测试方法及装置 | |
CN111239629A (zh) | 一种退役锂电池的梯次利用状态区间划分方法 | |
CN104505907B (zh) | 一种具有无功调节功能的电池储能系统的监控装置 | |
Farinet et al. | Battery lifetime analysis for residential PV-battery system used to optimize the self consumption-a Danish scenario | |
CN110661250B (zh) | 含风光储发输电系统的可靠性评估方法及系统 | |
Rodrigues et al. | Modelling electrochemical energy storage devices in insular power network applications supported on real data | |
Swierczynski et al. | Lifetime investigations of a lithium iron phosphate (LFP) battery system connected to a wind turbine for forecast improvement and output power gradient reduction | |
Stoutenburg et al. | Optimizing offshore transmission links for marine renewable energy farms | |
CN114844070A (zh) | 一种基于储能容量配置策略提升新能源容量价值的方法 | |
CN105262146A (zh) | 含风电的电力系统备用容量计算方法和系统 | |
CN110765591A (zh) | 一种基于区块链技术的配电网分布式状态感知与优化方法 | |
CN106849138B (zh) | 一种基于巴特沃兹滤波器的储能配置方法 | |
CN104538981A (zh) | 一种具有无功调节功能的电池储能系统的监控方法 | |
Muenderlein et al. | Planning, building, efficiency measurement and determination of forecast data of a grid-scale hybrid 5 MW/5 MWh battery storage system | |
Sharma et al. | Improved energy management strategy for prosumer buildings with renewable energy sources and battery energy storage systems | |
Roberson et al. | Performance assessment of the pnm prosperity electricity storage project | |
Esmaili et al. | Evaluation of impact of energy storage on effective load carrying capability of wind energy | |
Zaharof | Power and energy management of a residential hybrid photovoltaic-wind system with battery storage | |
Gantz | Optimal implementation of energy storage systems in power distribution networks. |
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 |