CN115514005A - 一种光伏电站储能系统配置的经济性评估方法及装置 - Google Patents
一种光伏电站储能系统配置的经济性评估方法及装置 Download PDFInfo
- Publication number
- CN115514005A CN115514005A CN202211250007.XA CN202211250007A CN115514005A CN 115514005 A CN115514005 A CN 115514005A CN 202211250007 A CN202211250007 A CN 202211250007A CN 115514005 A CN115514005 A CN 115514005A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- photovoltaic
- year
- grid
- bess
- 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 368
- 238000011156 evaluation Methods 0.000 title abstract description 5
- 230000005611 electricity Effects 0.000 claims abstract description 69
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000007599 discharging Methods 0.000 claims abstract description 35
- 238000011234 economic evaluation Methods 0.000 claims abstract description 10
- 238000010248 power generation Methods 0.000 claims description 68
- 229940112112 capex Drugs 0.000 claims description 46
- FEBLZLNTKCEFIT-VSXGLTOVSA-N fluocinolone acetonide Chemical compound C1([C@@H](F)C2)=CC(=O)C=C[C@]1(C)[C@]1(F)[C@@H]2[C@@H]2C[C@H]3OC(C)(C)O[C@@]3(C(=O)CO)[C@@]2(C)C[C@@H]1O FEBLZLNTKCEFIT-VSXGLTOVSA-N 0.000 claims description 46
- MWRWFPQBGSZWNV-UHFFFAOYSA-N Dinitrosopentamethylenetetramine Chemical compound C1N2CN(N=O)CN1CN(N=O)C2 MWRWFPQBGSZWNV-UHFFFAOYSA-N 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 19
- 238000010276 construction Methods 0.000 claims description 12
- 238000011161 development Methods 0.000 claims description 12
- 238000009434 installation Methods 0.000 claims description 11
- 230000005855 radiation Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 230000029305 taxis Effects 0.000 claims description 3
- 230000008901 benefit Effects 0.000 claims description 2
- 238000005562 fading Methods 0.000 claims description 2
- 210000000352 storage cell Anatomy 0.000 claims 1
- 230000003287 optical effect Effects 0.000 description 5
- 229910021419 crystalline silicon Inorganic materials 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000007704 transition Effects 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Power Engineering (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明实施例公开了一种光伏电站储能系统配置的经济性评估方法及装置,通过建立光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型,进而获得经济性分析模型。基于经济性分析模型,根据光伏电站储能系统的多套配置参数获得最大的整体税后财务内部收益率,若最大的整体税后财务内部收益率不小于预设的目标整体税后财务内部收益率,确定对应最大整体税后财务内部收益率的配置参数为经济性最优的光伏电站储能系统配置。本发明实施例考虑发电电量、充放电实时电价、系统成本、系统效率和容量衰减等因素,同时还考虑时间维度对经济性评估的影响,整体评估体系相对完善。
Description
技术领域
本发明属于光伏技术领域,具体涉及一种光伏电站储能系统配置的经济性评估方法及装置。
背景技术
面对全球日益严峻的气候变化问题,绿色能源已然成为各国开展能源变革时重点考虑的对象。其中,太阳能光伏发电趋于成熟,在可预见的将来,光伏发电的技术性和经济性都将达到与常规能源相当的水平。
光伏电站是实现光伏发电的基础设施,利用晶硅板、逆变器等电子元件将太阳光能转化为电能。光伏电站与电网相连并向其输送电力。
光伏发电受光照条件的影响较大,具有随机性、波动性和间歇性的特点。因此,光伏电站通常配置有一定容量的储能系统,以保证光伏电站在光照条件较差时,仍然可以较为平滑地向电网输送电力。
储能系统的成本相对较高,若配置不合理则会降低光伏电站的整体效益。因此,影响光伏电站经济性的主要因素除了投资成本、运维成本、税率、电价政策、电池效率等以外,还需要考虑储能系统配置容量等方面。
目前,国内在为光伏电站配置储能系统时,多是按照光伏电站交流侧功率的10%或20%配置储能充放电功率,充放电时间为1小时或2小时,如此配置储能系统不仅没有考虑到时间维度和储能电池衰减因素对光伏电站经济性的影响,同时,也导致储能系统配置的准确度不高。国外在配置储能系统时,依据光伏年弃光量计算每天的平均光伏弃光量,并以此值作为储能容量配置的基准值,该方法同样没有考虑时间维度和储能电池衰减对光伏电站经济性的影响。
发明内容
本发明实施例中提供了一种光伏电站储能系统配置的经济性评估方法及装置,以解决现有技术对光伏电站储能系统配置经济性评估方法不完善的问题。
本发明的一个方面提供一种光伏电站储能系统配置的经济性评估方法,包括:
获取光伏电站储能系统的多套配置参数,每一套配置参数均包含储能功率和充放电时长,不同套配置参数中相同参数的数据值不完全一致;
建立光伏年发电电量预测模型;
建立储能系统充放电实时电价模型;
建立光伏系统成本模型;
建立储能系统成本模型;
建立储能电池容量衰减模型;
建立系统效率模型;
根据所述光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型建立经济性分析模型;
基于经济性分析模型分别计算每套配置参数对应的整体税后财务内部收益率,并确定最大的整体税后财务内部收益率;
判断最大的整体税后财务内部收益率是否大于或等于预设的目标整体税后财务内部收益率,
如果是,确定对应最大整体税后财务内部收益率的配置参数为经济性最优的光伏电站储能系统配置。
可选地,所述建立光伏年发电电量预测模型,包括:
按照下式计算光伏电站并网点在第一年内每个小时的发电量:
Ei=W×Hi×η
其中,Ei为光伏电站并网点在第i个小时的发电量;W为光伏预设装机容量;Hi=Ihi/I0,Ihi为第i个小时内光伏组件倾斜面太阳能辐射量,由光伏电站所处位置的气象数据,以及光伏组件安装的倾斜角计算得到,I0为标准太阳能辐射强度,I0=1000W/㎡;η为光伏电站系统总效率;
得到光伏电站并网点第一年的年发电电量为:
EPV_1={E1、E2、……、E8760}
其中,EPV_1为光伏电站并网点在第一年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依次类推,E8760为光伏电站并网点在第8760个小时内,即最后一个小时内的发电电量;
按照如下方式计算光伏电站并网点在第二年的年发电电量:
EPV_2={E1、E2、……、E8760}×(1-α)
其中,EPV_2为光伏电站并网点在第二年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依次类推,E8760为光伏电站并网点在第8760个小时内,即该年度最后一个小时内的发电电量,α为光伏组件衰减系数;
依此类推,
按照如下方式计算光伏电站并网点在第n年的年发电电量:
EPV_n={E1、E2、……、E8760}×(1-α)n-1
其中,EPV_n为光伏电站并网点在第n年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依次类推,E8760为光伏电站并网点在第8760个小时内,即该年度最后一个小时内的发电电量。
可选地,所述建立储能系统充放电实时电价模型,包括:
获取上一年度的实时电价,并按照以下方式建立储能系统充放电实时电价模型:
p={p1、p2……、p8760}
其中,p为年电价,p1为该年度第1小时内的实时电价,p2为该年度第2小时内的实时电价,依此类推,p8760为该年度第8760小时内,即该年度最后一小时内的实时电价。
可选地,所述建立光伏系统成本模型,包括:
按照以下方式建立光伏系统成本模型:
QPV=QPV_CAPEX+QPV_OPEX
其中,QPV为光伏系统成本,QPV_CAPEX为光伏建设投资成本,QPV_CAPEX=QPV_CAPEX1+QPV_CAPEX2
QPV_CAPEX1为光伏设备及其到工程现场的成本,由预设设备单价、预设运输单价和预设光伏容量相乘得到,QPV_CAPEX2为光伏系统项目开发和管理成本,由预设开发管理单价和预设光伏容量相乘得到;
QPV_OPEX为光伏建设运维成本,QPV_OPEX=QPV_OPEX1+QPV_OPEX2
QPV_OPEX1为光伏系统运维费用,由预设运维单价和预设光伏容量相乘得到,QPV_OPEX2为光伏系统保险费用,由预设保险单价和预设光伏容量相乘得到。
可选地,所述建立储能系统成本模型,包括:
按照以下方式建立储能系统成本模型:
QBESS=QBESS_CAPEX+QBESS_OPEX
其中,QBESS为储能系统成本,QBESS_CAPEX为储能系统投资成本,QBESS_CAPEX=QBESS_CAPEX1+QBESS_CAPEX2
QBESS_CAPEX1为储能设备及其到工程现场的成本,由预设设备单价、预设运输单价和储能容量相乘得到,储能容量=储能功率*充放电时长,QBESS_CAPEX2为储能系统项目开发和管理成本,由预设开发管理单价和储能容量相乘得到;
QBESS_OPEX为储能系统运维成本,
QBESS_OPEX=QBESS_OPEX1+QBESS_OPEX2+QBESS_OPEX3
QBESS_OPEX1为储能系统运维费用,由预设运维单价和储能容量相乘得到,QBESS_OPEX2为储能系统保险费用,由预设保险单价和储能容量相乘得到,QBESS_OPEX3为储能系统交流辅助用电损耗费用,由预设单位损耗、储能容量和电价相乘得到。
可选地,所述建立储能电池容量衰减模型,包括:
获取储能电池容量的逐年衰减系数β,
β={β1、β2、......、βn}
其中,β1为储能电池第一年的容量衰减系数,β2为储能电池第二年的容量衰减系数,依此类推,βn为储能电池第n年的容量衰减系数;
按照以下方式,根据逐年容量衰减系数建立储能电池容量衰减模型:
C1=C0·(1-β1)
其中,C1为第一年年末储能电池剩余容量,C0为储能电池初始容量;
C2=C0·(1-β1)·(1-β2)
其中,C2为第2年年末储能电池剩余容量;
依此类推,
Cn=C0·(1-β1)·(1-β2)……(1-βn)
其中,Cn为第n年年末储能电池剩余容量。
可选地,所述建立系统效率模型,包括:
按照下式建立光伏发电系统效率模型:
ηPV=η1·(1-η2)·η3·(1-η4)·η5
其中,ηPv为光伏发电系统效率,η1为预设光伏逆变器效率,η2为预设光伏逆变器至光伏升压变压器线路损耗,η3为预设光伏升压变压器效率,η4为预设中压线路损耗,η5为预设总变压器效率;
按照下式建立储能系统充电效率模型:
ηCharge=(1-η4)·η6·(1-η7)·η8·(1-η9)·η10
其中,ηCharge为储能系统充电效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗,η8为预设储能变流器效率,η9为预设储能电池至储能变流器线路损耗,η10为预设储能电池充电或放电效率;
按照下式建立储能系统放电效率模型:
ηDischarge=η10·(1-η9)·η8·(1-η7)·η6·(1-η4)·η5
其中,ηDischarge为储能系统放电效率,η4为预设中压线路损耗,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗,η8为预设储能变流器效率,η9为预设储能电池至储能变流器线路损耗。
可选地,所述根据所述光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型建立经济性分析模型,包括:
根据光伏电站并网点的年发电电量,获取并网点处的光伏实时发电功率PPV_POI;
判断PPV_POI是否大于并网点的预设功率限制值PPOI_Limit,
如果是,使光伏电站光伏发电输出功率Pout_PV=PPOI_Limit;光伏多发的电量用于给储能充电;
按照以下方式计算储能变流器实时充电功率PPCS_AC:
PPCS_AC=(PPV_POI-PPOI_Limit)÷η5÷(1-η4)÷η6÷(1-η7)
其中,η4为预设中压线路损耗,η5为预设总变压器效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗;
判断PPCS_AC是否大于PPCS_N÷η8,如果是,储能变流器以预设额定功率PPCS_N向储能充电;如果否,储能变流器以功率PPCS_AC向储能充电;
如果PPV_POI不大于并网点的预设功率限制值PPOI_Limit,光伏发电全部对外输电,Pout_PV=PPV_POI,光伏电站不向储能系统充电;
按照以下方式计算储能电池安装侧的功率值PBESS:
PBESS=PPCS_AC÷(1-η9)÷η1P
其中,η9为预设储能电池至储能变流器线路损耗,η10为预设储能电池充电或放电效率;
按照以下方式计算储能安装规模:
储能安装规模=PPCS_N/(E0÷θ)
E0=PBESS×m
其中,PPCS_N为储能变流器的预设额定功率,储能的充放电时长为m小时,预设放电深度为θ,储能的可用电量为E0;
按照以下方式计算储能变流器放电功率:
PPCS_Discharge=PBESS×η10×(1-η9)×η8
判断储能变流器放电功率是否不大于储能变流器的预设额定功率,如果是,以储能变流器实时放电功率PPCS_AC放电;如果否,以储能变流器的预设额定功率放电;
按照以下方式计算并网点处储能放电功率PPOI_BESS:
PPOI_BESS=PPCS_Discharge×(1-η7)×η6×(1-η4)×η5
其中,η4为预设中压线路损耗,η5为预设总变压器效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗;
按照以下方式计算光伏发电收益:
光伏系统在第1年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2为该年度第2个小时内并网点处光伏的输出功率;Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率;
光伏系统在第2年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2为该年度第2个小时内并网点处光伏的输出功率;Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率;光伏组件衰减系数为α;
依此类推,
光伏系统在第n年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2为该年度第2个小时内并网点处光伏的输出功率;依此类推,Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率;
按照以下方式计算储能放电收益:
储能系统在第1年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率,由上述计算并网点处储能放电功率的公式计算得到;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率;
储能系统在第2年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率,由上述计算并网点处储能放电功率的公式计算得到;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率;其中,储能电池容量衰减系数为β;
依此类推,
储能系统在第n年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率,由上述计算并网点处储能放电功率的公式计算得到;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率;
按照以下方式计算光伏系统的经济性评价指标,所述光储系统经济性评价指标包括:利息、折旧费用和税金;
按照以下方式计算利息:
建设期利息为:
QLx_0=(QPV_CAPEX+QBESS_CAPEX)×(1-x%)×(y÷12)×i
其中,预设工程投资资本金出资为x%,预设贷款为(1-x%),预设贷款利率为i,预设建设期为y个月,预设贷款时间为w年;
第1年度内的利息为:
QLx_1=(QPV_CAPEX+QBESS_CAPEX)×(1-x%)×i
依此类推,
第w年度内的利息为:
QLx_w=(QPV_CAPEX+QBESS_CAPEX)×(1-x%)×i
按照以下方式计算折旧费用:
每年的折旧费为:
QDep=(QPV_CAPEX+QBESS_CAPEX)÷t
其中,预设折旧年限为t年;
按照以下方式计算税金:
QTax=(FPV_n+FBESS_a-QDep)×g%
其中,预设税率为g%
按照以下方式计算税后财务内部收益率iAT-IRR:
其中,现金流入:CI=FPv_n+FBESS_n,现金流出:
CO=QPV_OPEX+QBESS_OPEX+QDep+QTax+QLx+(QPV_CAPEX+QBESS_CAPEX)×(1-x%)
可选地,所述基于经济性分析模型分别计算每套配置参数对应的整体税后财务内部收益率,并确定最大的整体税后财务内部收益率,包括:
基于经济性分析模型,分别利用每套配置参数获取一个整体税后财务内部收益率;
在所有获取的整体税后财务内部收益率中选取出最大的一个。
可选地,在确定最大的整体税后财务内部收益率小于预设的目标整体税后财务内部收益率后,还包括:
判断是否存在预设的备选目标整体税后财务内部收益率,所述备选目标整体税后财务内部收益率小于目标整体税后财务内部收益率,
如果是,将备选目标整体税后财务内部收益率作为目标整体税后财务内部收益率,重新判断最大的整体税后财务内部收益率是否大于或等于当前的目标整体税后财务内部收益率;
如果否,确定所有套配置参数均不满足经济性最优的要求。
本发明的另一个方面提供一种光伏电站储能系统配置的经济性评估装置,包括:
配置参数获取单元,用于获取光伏电站储能系统的多套配置参数,每一套配置参数均包含储能功率和充放电时长,不同套配置参数中相同参数的数据值不完全一致;
多模型建立单元,用于建立光伏年发电电量预测模型;建立储能系统充放电实时电价模型;建立光伏系统成本模型;建立储能系统成本模型;建立储能电池容量衰减模型;建立系统效率模型;
经济性分析模型单元,用于根据所述光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型建立经济性分析模型;
最大整体税后财务内部收益率计算单元,用于基于经济性分析模型分别计算每套配置参数对应的整体税后财务内部收益率,并确定最大的整体税后财务内部收益率;
确定单元,用于在最大的整体税后财务内部收益率大于或等于预设的目标整体税后财务内部收益率时,确定对应最大整体税后财务内部收益率的配置参数为经济性最优的光伏电站储能系统配置。
本发明实施例提供的光伏电站储能系统配置的经济性评估方法及装置,通过建立光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型,进而获得经济性分析模型。基于经济性分析模型,根据光伏电站储能系统的多套配置参数获得最大的整体税后财务内部收益率,若最大的整体税后财务内部收益率大于或等于预设的目标整体税后财务内部收益率,则确定对应最大整体税后财务内部收益率的配置参数为经济性最优的光伏电站储能系统配置。
本发明实施例既考虑光伏年发电电量、充放电实时电价、光伏系统成本和储能系统成本等因素,又考虑系统效率和容量衰减等因素,同时还考虑了时间维度对经济性评估的影响,整体评估体系相对完善,适合工程项目前期的经济可行性评估。
附图说明
图1为本发明一实施例的一种光伏电站储能系统配置的经济性评估方法的流程示意图;
图2为本发明另一实施例的一种光伏电站储能系统配置的经济性评估装置的结构示意图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明作进一步详细描述。
光伏电站,是指一种利用太阳光能、采用特殊材料诸如晶硅板、逆变器、储能电池和储能变流器等电子元件组成的发电体系,与电网相连并向电网输送电力的光伏发电系统。
光伏发电输出功率具有波动幅度大和随机性强的特点,光伏电站需要储能系统对输出功率波动进行平滑抑制,以降低对电网的冲击。同时,储能系统还可以在光伏发电不能正常运行的情况下起到备用和过渡的作用。
储能系统在光伏电站整体投资中占有相当大的比重,因此,储能系统储能功率和储能容量的合理配置对储能系统的经济性具有举足轻重的影响。
图1为本发明公开实施例提供的一种光伏电站储能系统配置的经济性评估方法的流程示意图,如图1所示,该方法包括以下步骤:
步骤S101:获取光伏电站储能系统的多套配置参数。
其中,每一套配置参数均包含储能功率和充放电时长这两种参数,不同套配置参数中相同参数的数据值不完全一致。每套配置参数可由预先设置的配置参数表格中获取,或者,由用户输入获取。
储能容量=储能功率*充放电时长。
获取光伏电站储能系统的多套配置参数,不同套配置参数中形态参数的数据值不完全一致。例如,有A、B和C共3套配置参数,配置参数中的参数为储能功率和充放电时长,其中,A套配置参数中储能功率为C1,充放电时长为T1;B套配置参数中储能功率为C1,充放电时长为T2;C套配置参数中储能功率为C2,充放电时长为T3。
步骤S102:建立光伏年发电电量预测模型。
按照下式计算光伏电站并网点在第一年内每个小时的发电量:
Ei=W×Hi×η
其中,W为光伏预设装机容量;Hi=Ihi/I0,Ihi为第i个小时内光伏组件倾斜面太阳能辐射量,由光伏电站所处位置的气象数据,以及光伏组件安装的倾斜角计算得到,I0为标准太阳能辐射强度,I0=1000W/㎡;η为光伏电站系统总效率。
计算得到光伏电站并网点在第一年的年发电电量为:
EPV_1={E1、E2、……、E8760}
其中,EPV_1为光伏电站并网点在第一年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依此类推,E8760为光伏电站并网点在第8760个小时内,即该年最后一个小时内的发电电量。
按照如下方式获得光伏电站并网点在第二年的年发电电量:
EPV_2={E1、E2、……、E8760}×(1-α)
其中,EPV_2为光伏电站并网点在第二年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依此类推,E8760为光伏电站并网点在第8760个小时内,即该年度最后一个小时内的发电电量,α为光伏组件衰减系数。
依此类推,
按照如下方式获得光伏电站并网点在第n年的年发电电量:
EPV_n={E1、E2、……、E8760}×(1-α)n-1
其中,EPV_n为光伏电站并网点在第n年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依此类推,E8760为光伏电站并网点在第8760个小时内,即该年度最后一个小时内的发电电量。
步骤S103:建立储能系统充放电实时电价模型。
获取上一年度每个小时内的实时电价,按照以下方式建立储能系统充放电实时电价模型:
p={p1、p2……、p8760}
其中,p为年电价,p1为该年度第1小时内的实时电价,p2为该年度第2小时内的实时电价,依此类推,p8760为该年度第8760小时内,即该年度最后一小时内的实时电价。
步骤S104:建立光伏系统成本模型。
在本发明公开的实施例中,按照以下方式建立光伏系统成本模型:
QPV=QPV_CAPEX+QPV_OPEX
其中,QPV为光伏系统成本,QPV_CAPEX为光伏建设投资成本,QPV_CAPEX=QPV_CAPEX1+QPV_CAPEX2
QPV_CAPEX1为光伏设备及其到工程现场的成本,由预设设备单价、预设运输单价和预设光伏容量相乘得到,QPV_CAPEX2为光伏系统项目开发和管理成本,由预设开发管理单价和预设光伏容量相乘得到;
QPV_OPEX为光伏建设运维成本,QPV_OPEX=QPV_OPEX1+QPV_OPEX2
QPV_OPEX1为光伏系统运维费用,由预设运维单价和预设光伏容量相乘得到,QPV_OPEX2为光伏系统保险费用,由预设保险单价和预设光伏容量相乘得到。
步骤S105:建立储能系统成本模型。
在本发明公开的实施例中,按照以下方式建立储能系统成本模型:
QBESS=QBESS_CAPEX+QBESS_OPEX
其中,QBESS为储能系统成本,QBESS_CAPEX为储能系统投资成本,QBESS_CAPEX=QBESS_CAPEX1+QBESS_CAPEX2
QBESS_CAPEX1为储能设备及其到工程现场的成本,由预设设备单价、预设运输单价和储能容量相乘得到,QBESS_CAPEX2为储能系统项目开发和管理成本,由预设开发管理单价和储能容量相乘得到;
QBESS_OPEX为储能系统运维成本,
QBESS_OPEX=QBESS_OPEX1+QBESS_OPEX2+QBESS_OPEX3
QBESS_OPEX1为储能系统运维费用,由预设运维单价和储能容量相乘得到,QBESS_OPEX2为储能系统保险费用,由预设保险单价和储能容量相乘得到,QBESS_OPEX3为储能系统交流辅助用电损耗费用,由预设单位损耗、储能容量和电价相乘得到。
步骤S106:建立储能电池容量衰减模型。
获取储能电池容量的逐年衰减系数β,
β={β1、β2、......、βn}
其中,β1为储能电池第一年的容量衰减系数,β2为储能电池第二年的容量衰减系数,依此类推,βn为储能电池第n年的容量衰减系数。
在本发明公开的实施例中,按照以下方式,根据逐年容量衰减系数建立储能电池容量衰减模型:
C1=C0·(1-β1)
其中,C1为第一年年末储能电池剩余容量,C0为储能电池初始容量。
C2=C0·(1-β1)·(1-β2)
其中,C2为第2年年末储能电池剩余容量。
依此类推,
Cn=C0·(1-β1)·(1-β2)……(1-βn)
其中,Cn为第n年年末储能电池剩余容量。
步骤S107:建立系统效率模型。
(一)在本发明公开的实施例中,按照下式建立光伏发电系统效率模型:
ηPV=η1·(1-η2)·η3·(1-η4)·η5
其中,ηPV为光伏发电系统效率,η1为预设光伏逆变器效率,η2为预设光伏逆变器至光伏升压变压器线路损耗,η3为预设光伏升压变压器效率,η4为预设中压线路损耗,η5为预设总变压器效率。
(二)在本发明公开的实施例中,按照下式建立储能系统充电效率模型:
ηCharge=(1-η4)·η6·(1-η7)·η8·(1-η9)·η10
其中,ηCharge为储能系统充电效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗,η8为预设储能变流器效率,η9为预设储能电池至储能变流器线路损耗,η10为预设储能电池充电或放电效率。
(三)在本发明公开的实施例中,按照下式建立储能系统放电效率模型:
ηDischarge=η10·(1-η9)·η8·(1-η7)·η6×(1-η4)×η5
其中:ηDischarge为储能系统放电效率,η4为预设中压线路损耗,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗,η8为预设储能变流器效率,η9为预设储能电池至储能变流器线路损耗。
步骤S108:根据光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型建立光储经济性分析模型。
在获取上述模型后,通过这些模型建立光储经济性分析模型。
(1)首先,根据光伏电站并网点的年发电电量,获取并网点处的光伏实时发电功率PPV_POI。
对于有升压站的光储电站,并网点为光储电站升压站高压侧母线或节点;对于无升压站的光储电站,并网点为光储电站的输出汇总点。并网点的发电功率是根据光伏逆变器的输出功率计量装置,或者并网点的功率计量装置测量得到的。
其次,判断PPV_POI是否大于并网点的预设功率限制值PPOI_Limit。
如果是,使光伏电站光伏发电输出功率Pout_PV=PPOI_Limit;光伏多发的电量用于给储能充电;
按照以下方式计算储能变流器实时充电功率PPCS_AC:
PPCS_AC=(PPV_POI-PPOI_Limit)÷η5÷(1-η4)÷η6÷(1-η7)
其中,η4为预设中压线路损耗,η5为预设总变压器效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗。
再次,判断PPCS_AC是否大于PPCS_N÷η8。其中,PPCS_N为储能变流器的预设额定功率。
如果PPCS_AC大于PPCS_N÷η8,则储能变流器以预设额定功率PPCS_N向储能充电。
如果PPCS_AC不大于PPCS_N÷η8,则储能变流器以功率PPCS_AC向储能充电。
如果PPV_POI不大于并网点的预设功率限制值PPOI_Limit,则光伏发电全部对外输电,Pout_PV=PPV_POI,则此时光伏电站不向储能系统充电。
由上述方式,确定PPV_POI的值。
(2)在本发明公开的实施例中,按照以下方式计算储能电池安装侧的功率值PBESS:
PBESS=PPCS_AC÷(1-η9)÷η10
其中,η9为预设储能电池至储能变流器线路损耗,η10为预设储能电池充电或放电效率。
(3)在本发明公开的实施例中,按照以下方式计算储能安装规模:
储能安装规模=PPCS_N/(E0÷θ)
E0=PBESS×m
其中,PPCS_N为储能变流器的预设额定功率,储能的充放电时长为m小时,预设放电深度为θ,储能的可用电量为E0。
(4)在本发明公开的实施例中,按照以下方式计算储能变流器放电功率:
PPCS_Discharge=PBESS×η10×(1-η9)×η8
判断储能变流器放电功率是否不大于储能变流器的预设额定功率,如果是,以储能变流器实时放电功率PPCS_AC放电;如果否,以储能变流器的预设额定功率放电。
(5)在本发明公开的实施例中,按照以下方式计算并网点处储能放电功率PPOI_BESS:
PPOI_BESS=PPCS_Discharge×(1-η7)×η6×(1-η4)×η5
其中,η4为预设中压线路损耗,η5为预设总变压器效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗。
(6)在本发明公开的实施例中,按照以下方式计算光伏发电收益:
光伏系统在第1年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2该年度第2个小时内并网点处光伏的输出功率;Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率;
光伏系统在第2年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2该年度第2个小时内并网点处光伏的输出功率;Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率;光伏组件衰减系数为α。EPV~1={E1、E2、......、E8760}
依此类推,
光伏系统在第n年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2该年度第2个小时内并网点处光伏的输出功率;依此类推,Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率。
(7)在本发明公开的实施例中,按照以下方式计算储能放电收益:
储能系统在第1年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率,由上述计算并网点处储能放电功率的公式计算得到;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;依此类推,PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率。
储能系统在第2年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;依此类推,PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率;其中,储能电池容量衰减系数β。
依此类推,
储能系统在第n年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;依此类推,PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率。
(8)在本发明公开的实施例中,按照以下方式计算光伏系统的经济性评价指标,光储系统经济性评价指标包括:利息、折旧费用和税金;
(a)按照以下方式计算利息:
建设期利息为:
QLx_0=(QPV_CAPEX+QBESS_CAPEX)×(1-x%)×(y÷12)×i
其中,预设工程投资资本金出资为x%,预设贷款为(1-x%),预设贷款利率为i,预设建设期为y个月,预设贷款时间为w年。
第1年度内的利息为:
QLx_1=(QPV_CAPEX+QBESS_CAPEX)×(1-x%)×i
依此类推,
第w年度内的利息为:
QLx_w=(QPV_CAPEX+QBESS_CAPEX)×(1-x%)×i
(b)在本发明公开的实施例中,按照以下方式计算折旧费用:
每年的折旧费为:
QDep=(QPV_CAPEX+QBESS_CAPEX)÷t
其中,预设折旧年限为t年。
(c)在本发明公开的实施例中,按照以下方式计算税金:
QTax=(FPV_a+FBESS_a-QDep)×g%
其中,预设税率为g%
(9)按照以下方式计算整体税后财务内部收益率iAv-IRR:
其中,n为储能电站使用寿命,现金流入CI=FPV_n+FBESS_n,现金流出
CO=QPV_OPEX+QBESS_OPEX+QDep+QTax+QLx+(QPV_CAPEX+QBESS_CAPEX)×(1-x%)
在t=0时,CI=0;在t=1时,CI=FPV_1+FBESS_1。
步骤S109:基于经济性分析模型分别计算每套配置参数对应的整体税后财务内部收益率,并确定最大的整体税后财务内部收益率。
在获得经济性分析模型之后,分别利用每套配置参数计算对应的整体税后财务内部收益率。
在所有获取的整体税后财务内部收益率中选取出最大的一个,将这个最大值与目标整体税后财务内部收益率进行比较。
步骤S110:判断最大的整体税后财务内部收益率的最大值是否大于或等于预设的目标整体税后财务内部收益率。
比较最大的整体税后财务内部收益率是否大于或等于预先设定的目标整体税后财务内部收益率,如果是,则确定该最大的整体税后财务内部收益率所对应的配置参数为经济性最优等光伏电站储能系统配置。
在本发明公开的一个实施例中,在确定最大的整体税后财务内部收益率小于预设的目标整体税后财务内部收益率后,执行以下步骤:
判断是否存在预设的备选目标整体税后财务内部收益率,如果存在,则将备选目标整体税后财务内部收益率作为用于比较的目标整体税后财务内部收益率,重新判断最大的整体税后财务内部收益率是否大于或等于当前的目标整体税后财务内部收益率。
如果不存在,则确定所有套配置参数均不满足经济性最优的要求。
图2为本发明实施例公开的一种光伏电站储能系统配置的经济性评估装置的结构示意图,如图2所示,该装置包括:
配置参数获取单元11,被配置为获取光伏电站储能系统的多套配置参数,每一套配置参数均包含储能功率和充放电时长,不同套配置参数中相同参数的数据值不完全一致;
多模型建立单元12,被配置为建立光伏年发电电量预测模型;建立储能系统充放电实时电价模型;建立光伏系统成本模型;建立储能系统成本模型;建立储能电池容量衰减模型;建立系统效率模型;
经济性分析模型单元13,被配置为根据光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型建立经济性分析模型;
最大整体税后财务内部收益率计算单元14,被配置为基于经济性分析模型分别计算每套配置参数对应的整体税后财务内部收益率,并确定最大的整体税后财务内部收益率;
确定单元15,被配置为在最大的整体税后财务内部收益率大于或等于预设的目标整体税后财务内部收益率时,确定对应最大整体税后财务内部收益率的配置参数为经济性最优的光伏电站储能系统配置。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (11)
1.一种光伏电站储能系统配置的经济性评估方法,其特征在于,包括:
获取光伏电站储能系统的多套配置参数,每一套配置参数均包含储能功率和充放电时长,不同套配置参数中相同参数的数据值不完全一致;
建立光伏年发电电量预测模型;
建立储能系统充放电实时电价模型;
建立光伏系统成本模型;
建立储能系统成本模型;
建立储能电池容量衰减模型;
建立系统效率模型;
根据所述光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型建立经济性分析模型;
基于经济性分析模型分别计算每套配置参数对应的整体税后财务内部收益率,并确定最大的整体税后财务内部收益率;
判断最大的整体税后财务内部收益率是否大于或等于预设的目标整体税后财务内部收益率,
如果是,确定对应最大整体税后财务内部收益率的配置参数为经济性最优的光伏电站储能系统配置。
2.根据权利要求1所述的方法,其特征在于,所述建立光伏年发电电量预测模型,包括:
按照下式计算光伏电站并网点在第一年内每个小时的发电量:
Ei=W×Hi×η
其中,Ei为光伏电站并网点在第i个小时的发电量;W为光伏预设装机容量;Hi=Ihi/I0,Ihi为第i个小时内光伏组件倾斜面太阳能辐射量,由光伏电站所处位置的气象数据,以及光伏组件安装的倾斜角计算得到,I0为标准太阳能辐射强度,I0=1000W/㎡;η为光伏电站系统总效率;
得到光伏电站并网点第一年的年发电电量为:
EPV_1={E1、E2、……、E8760}
其中,EPV_1为光伏电站并网点在第一年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依次类推,E8760为光伏电站并网点在第8760个小时内,即最后一个小时内的发电电量;
按照如下方式计算光伏电站并网点在第二年的年发电电量:
EPV_2={E1、E2、……、E8760}×(1-α)
其中,EPV_2为光伏电站并网点在第二年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依次类推,E8760为光伏电站并网点在第8760个小时内,即该年度最后一个小时内的发电电量,α为光伏组件衰减系数;
依此类推,
按照如下方式计算光伏电站并网点在第n年的年发电电量:
EPV_n={E1、E2、……、E8760}×(1-α)n-1
其中,EPV_n为光伏电站并网点在第n年的年发电电量,E1为光伏电站并网点在第1个小时内的发电电量,E2为光伏电站并网点在第2个小时内的发电电量,依次类推,E8760为光伏电站并网点在第8760个小时内,即该年度最后一个小时内的发电电量。
3.根据权利要求2所述的方法,其特征在于,所述建立储能系统充放电实时电价模型,包括:
获取上一年度的实时电价,并按照以下方式建立储能系统充放电实时电价模型:
p={p1、p2……、p8760}
其中,p为年电价,p1为该年度第1小时内的实时电价,p2为该年度第2小时内的实时电价,依此类推,p8760为该年度第8760小时内,即该年度最后一小时内的实时电价。
4.根据权利要求3所述方法,其特征在于,所述建立光伏系统成本模型,包括:
按照以下方式建立光伏系统成本模型:
QPV=QPV_CAPEX+QPV_OPEX
其中,QPV为光伏系统成本,QPV_CAPEX为光伏建设投资成本,
QPV_CAPEX=QPV_CAPEX1+QPV_CAPEX2
QPV_CAPEX1为光伏设备及其到工程现场的成本,由预设设备单价、预设运输单价和预设光伏容量相乘得到,QPV_CAPEX2为光伏系统项目开发和管理成本,由预设开发管理单价和预设光伏容量相乘得到;
QPV_OPEX为光伏建设运维成本,QPV_OPEX=QPV_OPEX1+QPV_OPEX2
QPV_OPEX1为光伏系统运维费用,由预设运维单价和预设光伏容量相乘得到,QPV_OPEX2为光伏系统保险费用,由预设保险单价和预设光伏容量相乘得到。
5.根据权利要求4所述的方法,其特征在于,所述建立储能系统成本模型,包括:
按照以下方式建立储能系统成本模型:
QBESS=QBESS_CAPEX+QBESS_OPEX
其中,QBESS为储能系统成本,QBESS_CAPEX为储能系统投资成本,QBESS_CAPEX=QBESS_CAPEX1+QBESS_CAPEX2;
QBESS_CAPEX1为储能设备及其到工程现场的成本,由预设设备单价、预设运输单价和储能容量相乘得到,储能容量=储能功率*充放电时长,QBESS_CAPEX2为储能系统项目开发和管理成本,由预设开发管理单价和储能容量相乘得到;
QBESS_OPEX为储能系统运维成本,
QBESS_OPEX=QBESS_OPEX1+QBESS_OPEX2+QBESS_OPEX3
QBESS_OPEX1为储能系统运维费用,由预设运维单价和储能容量相乘得到,QBESS_OPEX2为储能系统保险费用,由预设保险单价和储能容量相乘得到,QBESS_OPEX3为储能系统交流辅助用电损耗费用,由预设单位损耗、储能容量和电价相乘得到。
6.根据权利要求5所述的方法,其特征在于,所述建立储能电池容量衰减模型,包括:
获取储能电池容量的逐年衰减系数β,
β={β1、β2、......、βn}
其中,β1为储能电池容量第一年的衰减系数,β2为储能电池容量第二年的衰减系数,依此类推,βn为储能电池容量第n年的衰减系数;
按照以下方式,根据逐年衰减系数建立储能电池容量衰减模型:
C1=C0·(1-β1)
其中,C1为第一年年末储能电池剩余容量,C0为储能电池初始容量;
C2=C0·(1-β1)·(1-β2)
其中,C2为第2年年末储能电池剩余容量;
依此类推,
Cn=C0·(1-β1)·(1-β2)……·(1-βn)
其中,Cn为第n年年末储能电池剩余容量。
7.根据权利要求6所述的方法,其特征在于,所述建立系统效率模型,包括:
按照下式建立光伏发电系统效率模型:
ηPV=η1·(1-η2)·η3·(1-η4)·η5
其中,ηPv为光伏发电系统效率,η1为预设光伏逆变器效率,η2为预设光伏逆变器至光伏升压变压器线路损耗,η3为预设光伏升压变压器效率,η4为预设中压线路损耗,η5为预设总变压器效率;
按照下式建立储能系统充电效率模型:
ηCharge=(1-η4)·η6·(1-η7)·η8·(1-η9)·η10
其中,ηCharge为储能系统充电效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗,η8为预设储能变流器效率,η9为预设储能电池至储能变流器线路损耗,η10为预设储能电池充电或放电效率;
按照下式建立储能系统放电效率模型:
ηDischarge=η10·(1-η9)·η8·(1-η7)·η6·(1-η4)·η5
其中,ηDischarge为储能系统放电效率,η4为预设中压线路损耗,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗,η8为预设储能变流器效率,η9为预设储能电池至储能变流器线路损耗。
8.根据权利要求7所述的方法,其特征在于,所述根据所述光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型建立经济性分析模型,包括:
根据光伏电站并网点的年发电电量,获取并网点处的光伏实时发电功率PPV_POI;
判断PPV_POI是否大于并网点的预设功率限制值PPOI_Limit,
如果是,使光伏电站光伏发电输出功率Pout_PV=PPOI_Limit;光伏多发的电量用于给储能充电;
按照以下方式计算储能变流器实时充电功率PPCS_AC:
PPCS_AC=(PPV_POI-PPOI_Limit)÷η5÷(1-η4)÷η6÷(1-η7)
其中,η4为预设中压线路损耗,η5为预设总变压器效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗;
判断PPCS_AC是否大于PPCS_N÷η8,如果是,储能变流器以预设额定功率PPCS_N向储能充电;如果否,储能变流器以功率PPCS_AC向储能充电;
如果PPV_POI不大于并网点的预设功率限制值PPOI_Limit,光伏发电全部对外输电,Pout_PV=PPV_POI,光伏电站不向储能系统充电;
按照以下方式计算储能电池安装侧的功率值PBESS:
PBESS=PPCS_AC÷(1-η9)÷η1P
其中,η9为预设储能电池至储能变流器线路损耗,η10为预设储能电池充电或放电效率;
按照以下方式计算储能安装规模:
储能安装规模=PPCS_N/(E0÷θ)
E0=PBESS×m
其中,PPCS_N为储能变流器的预设额定功率,储能的充放电时长为m小时,预设放电深度为θ,储能的可用电量为E0;
按照以下方式计算储能变流器放电功率:
PPCS_Discharge=PBESS×η10×(1-η9)×η8
判断储能变流器放电功率是否不大于储能变流器的预设额定功率,如果是,以储能变流器实时放电功率PPCS_AC放电;如果否,以储能变流器的预设额定功率放电;
按照以下方式计算并网点处储能放电功率PPOI_BESS:
PPOI_BESS=PPCS_Discharge×(1-η7)×η6×(1-η4)×η5
其中,η4为预设中压线路损耗,η5为预设总变压器效率,η6为预设储能变压器效率,η7为预设储能变压器至储能变流器线路损耗;
按照以下方式计算光伏发电收益:
光伏系统在第1年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2为该年度第2个小时内并网点处光伏的输出功率;Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率;
光伏系统在第2年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2为该年度第2个小时内并网点处光伏的输出功率;Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率;光伏组件衰减系数为α;
依此类推,
光伏系统在第n年度内8760小时的年发电收益为:
其中,Pout_PV_1为该年度第1个小时内并网点处光伏的输出功率,由光伏电站光伏发电输出功率公式计算得到;Pout_PV_2为该年度第2个小时内并网点处光伏的输出功率;依此类推,Pout_PV_8760为该年度最后一个小时,即第8760个小时内并网点处光伏的输出功率;
按照以下方式计算储能放电收益:
储能系统在第1年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率,由上述计算并网点处储能放电功率的公式计算得到;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率;
储能系统在第2年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率,由上述计算并网点处储能放电功率的公式计算得到;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率;其中,储能电池容量衰减系数为β;
依此类推,
储能系统在第n年度内8760小时的储能年放电收益为:
其中,PPOI_BESS_1为储能系统在该年度第1个小时内在并网点处的放电功率,由上述计算并网点处储能放电功率的公式计算得到;PPOI_BESS_2为储能系统在该年度第2个小时内在并网点处的放电功率;PPOI_BESS_8760为储能系统在该年度最后一个小时,即第8760个小时内在并网点处的放电功率;
按照以下方式计算光伏系统的经济性评价指标,所述光储系统经济性评价指标包括:利息、折旧费用和税金;
按照以下方式计算利息:
建设期利息为:
QLx_0=(QPV_CAPEX+QBESS_CAPEX)×(1-x%)×(y÷12)×i
其中,预设工程投资资本金出资为x%,预设贷款为(1-x%),预设贷款利率为i,预设建设期为y个月,预设贷款时间为w年;
第1年度内的利息为:
QLx_1=(QPV_CAPEX+QBESS_CAPEX)×(1-x%)×i
依此类推,
第w年度内的利息为:
QLx_w=(QPv_CAPEX+QBESS_CAPEX)×(1-x%)×i
按照以下方式计算折旧费用:
每年的折旧费为:
QDep=(QPV_CAPEX+QBESS_CAPEX)÷t
其中,预设折旧年限为t年;
按照以下方式计算税金:
QTax=(FPV_n+FBESS_n-QDep)×g%
其中,预设税率为g%
按照以下方式计算税后财务内部收益率iAv-IRR:
其中,现金流入:CI=FPv_n+FBESS_n,现金流出:
CO=QPV_OPEX+QBESS_OPEX+QDep+QTax+QLx+(QPV_CAPEX+QBESS_CAPEX)×(1-x%)。
9.根据权利要求8所述的方法,其特征在于,所述基于经济性分析模型分别计算每套配置参数对应的整体税后财务内部收益率,并确定最大的整体税后财务内部收益率,包括:
基于经济性分析模型,分别利用每套配置参数获取一个整体税后财务内部收益率;
在所有获取的整体税后财务内部收益率中选取出最大的一个。
10.根据权利要求1所述的方法,其特征在于,在确定最大的整体税后财务内部收益率小于预设的目标整体税后财务内部收益率后,还包括:
判断是否存在预设的备选目标整体税后财务内部收益率,所述备选目标整体税后财务内部收益率小于目标整体税后财务内部收益率,
如果是,将备选目标整体税后财务内部收益率作为目标整体税后财务内部收益率,重新判断最大的整体税后财务内部收益率是否大于或等于当前的目标整体税后财务内部收益率;
如果否,确定所有套配置参数均不满足经济性最优的要求。
11.一种光伏电站储能系统配置的经济性评估装置,其特征在于,包括:
配置参数获取单元,用于获取光伏电站储能系统的多套配置参数,每一套配置参数均包含储能功率和充放电时长,不同套配置参数中相同参数的数据值不完全一致;
多模型建立单元,用于建立光伏年发电电量预测模型;建立储能系统充放电实时电价模型;建立光伏系统成本模型;建立储能系统成本模型;建立储能电池容量衰减模型;建立系统效率模型;
经济性分析模型单元,用于根据所述光伏年发电电量预测模型、储能系统充放电实时电价模型、光伏系统成本模型、储能系统成本模型、系统效率模型和储能电池容量衰减模型建立经济性分析模型;
最大整体税后财务内部收益率计算单元,用于基于经济性分析模型分别计算每套配置参数对应的整体税后财务内部收益率,并确定最大的整体税后财务内部收益率;
确定单元,用于在最大的整体税后财务内部收益率大于或等于预设的目标整体税后财务内部收益率时,确定对应最大整体税后财务内部收益率的配置参数为经济性最优的光伏电站储能系统配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211250007.XA CN115514005B (zh) | 2022-10-12 | 2022-10-12 | 一种光伏电站储能系统配置的经济性评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211250007.XA CN115514005B (zh) | 2022-10-12 | 2022-10-12 | 一种光伏电站储能系统配置的经济性评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115514005A true CN115514005A (zh) | 2022-12-23 |
CN115514005B CN115514005B (zh) | 2023-10-27 |
Family
ID=84511010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211250007.XA Active CN115514005B (zh) | 2022-10-12 | 2022-10-12 | 一种光伏电站储能系统配置的经济性评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115514005B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115995839A (zh) * | 2023-02-27 | 2023-04-21 | 国网浙江电动汽车服务有限公司 | 多功能移动储能车工作状态确定方法、装置、设备及介质 |
CN116738865A (zh) * | 2023-08-11 | 2023-09-12 | 深圳市金威源科技股份有限公司 | 一种基于物联网的储能电源评估方法及系统 |
CN117353306A (zh) * | 2023-12-06 | 2024-01-05 | 浙江浙石油综合能源销售有限公司 | 一种光储充放电调度方法、系统、电子设备、存储介质 |
CN118396479A (zh) * | 2024-06-25 | 2024-07-26 | 深圳库博能源股份有限公司 | 基于光储充管理的电站能效评估系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060165A (zh) * | 2019-06-03 | 2019-07-26 | 合肥阳光新能源科技有限公司 | 光伏储能系统收益测算方法及能量管理控制方法 |
KR20210058372A (ko) * | 2019-11-14 | 2021-05-24 | 한국전력공사 | 분산형 태양광 발전소 건설에 따른 배전계통의 경제성 평가 장치 및 방법 |
CN113497443A (zh) * | 2021-05-31 | 2021-10-12 | 中国能源建设集团江苏省电力设计院有限公司 | 一种用于变电站站内风光储微电网的效益分析方法及装置 |
CN114447967A (zh) * | 2021-12-31 | 2022-05-06 | 国网河北省电力有限公司营销服务中心 | 光储充电站电池储能配置方法、配置终端及存储介质 |
-
2022
- 2022-10-12 CN CN202211250007.XA patent/CN115514005B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110060165A (zh) * | 2019-06-03 | 2019-07-26 | 合肥阳光新能源科技有限公司 | 光伏储能系统收益测算方法及能量管理控制方法 |
KR20210058372A (ko) * | 2019-11-14 | 2021-05-24 | 한국전력공사 | 분산형 태양광 발전소 건설에 따른 배전계통의 경제성 평가 장치 및 방법 |
CN113497443A (zh) * | 2021-05-31 | 2021-10-12 | 中国能源建设集团江苏省电力设计院有限公司 | 一种用于变电站站内风光储微电网的效益分析方法及装置 |
CN114447967A (zh) * | 2021-12-31 | 2022-05-06 | 国网河北省电力有限公司营销服务中心 | 光储充电站电池储能配置方法、配置终端及存储介质 |
Non-Patent Citations (2)
Title |
---|
倪驰昊等: "光储微网的储能优化配置与技术经济分析", 上海节能, no. 03, pages 241 - 251 * |
郭树锋等: "光储电站运行经济性分析", 青海电力, vol. 36, no. 03, pages 59 - 61 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115995839A (zh) * | 2023-02-27 | 2023-04-21 | 国网浙江电动汽车服务有限公司 | 多功能移动储能车工作状态确定方法、装置、设备及介质 |
CN115995839B (zh) * | 2023-02-27 | 2023-10-13 | 国网浙江电动汽车服务有限公司 | 多功能移动储能车工作状态确定方法、装置、设备及介质 |
CN116738865A (zh) * | 2023-08-11 | 2023-09-12 | 深圳市金威源科技股份有限公司 | 一种基于物联网的储能电源评估方法及系统 |
CN116738865B (zh) * | 2023-08-11 | 2023-12-19 | 深圳市金威源科技股份有限公司 | 一种基于物联网的储能电源评估方法及系统 |
CN117353306A (zh) * | 2023-12-06 | 2024-01-05 | 浙江浙石油综合能源销售有限公司 | 一种光储充放电调度方法、系统、电子设备、存储介质 |
CN117353306B (zh) * | 2023-12-06 | 2024-03-22 | 浙江浙石油综合能源销售有限公司 | 一种光储充放电调度方法、系统、电子设备、存储介质 |
CN118396479A (zh) * | 2024-06-25 | 2024-07-26 | 深圳库博能源股份有限公司 | 基于光储充管理的电站能效评估系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115514005B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115514005B (zh) | 一种光伏电站储能系统配置的经济性评估方法及装置 | |
Li et al. | The capacity allocation method of photovoltaic and energy storage hybrid system considering the whole life cycle | |
CN106327006A (zh) | 一种基于综合效益分析的微电网优化配置方法 | |
Khezri et al. | Optimal capacity of PV and BES for grid-connected households in South Australia | |
CN112699562B (zh) | 一种构建配电网架构的方法及终端 | |
CN117996816B (zh) | 用于风光柴储分队级储能的智能控制方法及系统 | |
Zhu et al. | Optimal design and management of a smart residential PV and energy storage system | |
Huang et al. | Techno-economic comparison of different energy storage configurations for renewable energy combined cooling heating and power system | |
CN113690925B (zh) | 一种基于微电网的能量交互优化方法及系统 | |
Yao et al. | Optimal Allocation and Economic Analysis of Energy Storage Capacity of New Energy Power Stations Considering the Full Life Cycle of Energy Storage | |
Sharma et al. | Performance assessment of building integrated photovoltaic and battery energy system: a case study of TERI-retreat facilty in India | |
Wang et al. | Simulation Test of 50MW Grid-connected “Photovoltaic+ Energy Storage” System Based on Pvsyst Software | |
CN117333058A (zh) | 一种基于典型应用场景的储能综合评价方法 | |
Wang et al. | Optimal sizing of photovoltaic and battery energy storage of electric vehicle charging station based on two-part electricity pricing | |
CN116362400A (zh) | 一种基于光储系统配置的大工业用户电费优化方法 | |
Krishnan et al. | Techno-Economic Analysis for the Profitability of Residential PV-Battery System | |
CN114862163B (zh) | 综合能源系统优化调度方法 | |
CN116316844A (zh) | 发电侧储能电站的建设与运行分层优化设计方法 | |
CN114597928A (zh) | 光伏储能容量配置方法、装置、计算机设备及存储介质 | |
Lin et al. | Two-stage multi-strategy decision-making framework for capacity configuration optimization of grid-connected PV/battery/hydrogen integrated energy system | |
CN112491087A (zh) | 一种基于需求侧响应的风光储独立微电网经济优化方法 | |
CN107453409B (zh) | 一种基于短周期均值方差的新能源储能配置优化方法 | |
Akgayev et al. | Assessing the Feasibility of Photovoltaic Systems in Türkiye: Technical and Economic Analysis of On-Grid, Off-Grid, and Utility-Scale PV Installations | |
Lucas et al. | Optimum battery capacity for a rooftop PV solar system | |
Richa et al. | Optimal Design of Hybrid Renewable Energy Systems in Lebanon |
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 |