CN115549182B - 一种风光储发电系统模拟规划方法及系统 - Google Patents

一种风光储发电系统模拟规划方法及系统 Download PDF

Info

Publication number
CN115549182B
CN115549182B CN202211063624.9A CN202211063624A CN115549182B CN 115549182 B CN115549182 B CN 115549182B CN 202211063624 A CN202211063624 A CN 202211063624A CN 115549182 B CN115549182 B CN 115549182B
Authority
CN
China
Prior art keywords
energy storage
wind
storage system
power
electric quantity
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.)
Active
Application number
CN202211063624.9A
Other languages
English (en)
Other versions
CN115549182A (zh
Inventor
段琦玮
郝洪亮
孙涛
陈洪胜
朱鸿飞
雷振锋
夏天奇
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.)
China Datang Corp Science and Technology Research Institute Co Ltd
Original Assignee
China Datang Corp Science and Technology Research Institute 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 China Datang Corp Science and Technology Research Institute Co Ltd filed Critical China Datang Corp Science and Technology Research Institute Co Ltd
Priority to CN202211063624.9A priority Critical patent/CN115549182B/zh
Publication of CN115549182A publication Critical patent/CN115549182A/zh
Application granted granted Critical
Publication of CN115549182B publication Critical patent/CN115549182B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
    • G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/20—Software design
    • G06F8/22—Procedural
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种风光储发电系统模拟规划方法，基于Excel工具的数据处理功能和Fortran编程语言来构建对应的风光储发电系统的模拟规划系统，包括：建立风力发电出力计算模型，并计算风力发电系统出力；通过PVsyst软件进行光伏发电项目建模仿真，输出光伏发电系统出力；基于项目相关边界条件给出储能系统基本参数；通过储能充放电计算驱动风光储系统的运行仿真模拟，最终给出风光储发电系统规划数据。还公开了对应的系统、电子设备以及计算机可读存储介质，只需要输入中尺度风速数据、PVsyst光伏电站出力数据即可进行风光储系统初步规划，并输出相应规划结论数据和图表，从而提高了新能源电站前期规划分析的工作效率。

Description

一种风光储发电系统模拟规划方法及系统
技术领域
本发明属于新能源储能及发电技术领域，尤其涉及一种风光储发电系统模拟规划方法及系统。
背景技术
在国家提出“双碳”目标、能源领域转型发展、可再生能源发电占比逐步提高的背景下，可再生能源的消纳问题日渐突出，而风光储发电系统作为一种应用范围广泛的多能互补形式，在可再生能源大规模并网消纳中扮演着重要角色。新能源电站投资商针对风光储发电系统的规划设计分析，目的是在满足风光储发电系统建设的基本要求下，提高系统的整体经济性和能源的利用率，具有重要的现实应用和工程建设意义。
目前针对风光储发电系统的规划分析已有较多研究成果和分析方法，主要针对风光储发电系统进行数学建模和容量优化配置，以经济性最优、风光容量最佳配比、联络线功率波动最小等为目标给出风光储发电系统的规划结果。例如：刘丹,刘方.风光储系统储能容量协调优化[J].热力发电,2021,50(06):54-59.DOI:10.19666/j.rlfd.202008206；万家豪,苏浩,冯冬涵,赵诣,范越,于冰.计及源荷匹配的风光互补特性分析与评价[J].电网技术,2020,44(09):3219-3226.DOI:10.13335/j.1000-3673.pst.2020.0690；李湃,方保民,祁太元,黄越辉,史昭娣,王莲芳.基于源-荷匹配的区域电网风/光/储容量配比优化方法[J].中国电力,2022,55(01):46-54中公开的技术方案。
但在实际工程中，风光储发电系统的前期规划阶段因具有较多的政策和边界条件限制(如风光电站容量、储能系统容量、运行方式等)而使得系统的整体优化空间有限，更倾向于在确定地风光储发电系统配置条件下初步测算系统的运行数据，如年上网电量、弃电率、发电小时数等，作为新能源电站前期工作人员运用现有的规划模型和方法进行风光储发电系统地初步规划分析较为复杂、效率较低且不符合工程实际。
发明内容
针对现有技术目前没有方便快捷且适用于前期开发人员的风光储发电系统规划分析系统的不足，本发明的目的是提供一种风光储发电系统模拟规划方法及系统，属于一种针对风光储发电系统的简易快捷规划分析方法及系统。该方法和系统能够通过在Excel中输入的风光资源数据、已规划的电站容量、储能系统配置等边界条件，模拟风光储发电系统的运行过程，输出系统年发电量、弃电率、风光电站利用小时数等基础数据。
本发明一方面提供了一种风光储发电系统模拟规划方法，所述模拟规划方法基于Excel工具的数据处理功能和Fortran编程语言来构建对应的风光储发电系统的模拟规划系统，所述风光储发电系统模拟规划方法包括：
S1，建立风力发电出力计算模型，并基于风力发电出力计算模型计算风力发电系统出力；
S2，建立光伏发电出力计算模型，并基于所述光伏发电出力计算模型计算光伏发电系统出力；
S3，基于所述风力发电系统出力和所述光伏发电系统出力建立储能系统模型；以及
S4，对所述储能系统进行运行仿真模拟，从而实现对Excel中风光储系统出力数据的驱动计算，并基于所述运行仿真模拟结果获得风光储发电系统模拟规划。
优选的，所述S1包括：
S11，设置并输入参数，所述风力发电处理计算模型中的所述输入参数包括所选风机轮毂高度平均风速的中尺度数据、拟选风力发电机的功率曲线、风力发电机台数、风电场出力折减系数以及分段风速折减系数；所述中尺度数据按照每小时为单位，共获得8760个数据；
S12，将输入的所述所选风机轮毂高度平均风速的中尺度数据，即每小时风速和所述拟选风力发电机的功率曲线导入所述风力发电出力计算模型，通过Excel中的TREND函数计算出每小时理论出力，从而获得风机的8760小时的理论出力值；
S13，根据当前小时的风速区间以及分段风速折减系数折算所述风机的实际出力，依次得出一年8760小时的实际单风机出力；
S14，根据所述风电场出力折减系数，将所用风机的所述实际单风机出力进行加和获得出力和，将所述出力和乘以所述风电场出力折减系数获得风电场8760小时最终实际出力。
优选的，所述S2包括：
S21，基于PVsyst软件对光伏发电系统进行建模获得光伏发电系统模型；
S22，基于所述光伏发电系统模型和所述光伏发电出力计算模型进行仿真计算，获得8760小时光伏发电出力数据。
优选的，所述S3中所述储能系统模型的输入参数包括储能系统的输入输出功率、运行时长、系统效率和初始电量，所述储能系统模型的运行模式为削峰填谷运行；所述储能系统模型针对所述储能系统的容量设计，所述储能系统容量按照新能源电站容量的一定百分比选取。
优选的，所述S4中所述运行仿真模拟环境下所述风光储发电系统的运行方式为：基于所述风力发电系统出力和所述光伏发电系统出力计算风光联合出力；基于所述储能系统模型和所述风光联合出力进行模拟运行；获得所述风光储发电系统的最终出力，系统运行采用削峰填谷运行方式，所述削峰填谷运行方式通过Fortran语言编程对Excel表格中所述风力发电系统出力和所述光伏发电系统出力的数据运算实现。
优选的，所述S4包括：
S41，对程序进行初始化，所述初始化需要设置的初始参数包括：程序循环次数、储能系统充放电功率、储能系统最小电量、储能系统容量、储能系统充放电效率以及储能系统初始电量，所需输入数据为每小时风光发电系统出力与并网功率的差值，即储能系统出力匹配值；
S42，驱动所述程序运行，所述程序对应储能系统削峰填谷方法，通过所述储能系统削峰填谷方法对所述储能系统的每小时出力数据进行运算，输出结果数据包括：储能系统充放电电量以及所述储能系统现有电量；其中所述储能系统削峰填谷方法，包括：
(1)判断出力时间序列是否等于1，如果等于1，则储能系统现电量为初始电量，初始充放电量为0；如果不等于1，则计算：现时间序列发电系统出力-并网功率限制值，并对计算结果进行进一步判断；
(2)如果计算结果大于0，则认为处于储能充电阶段；如果计算结果等于0，则认为储能无动作；如果计算结果小于0，则认为处于储能放电阶段；
A.对于处于储能充电阶段，则判定储能是否完成，如果完成，则储能系统无动作，储能系统电量不变；如果储能没有完成，则判断系统余电电量是否大于等于储能系统充电功率；
A1.如果系统余电电量大于等于储能系统充电功率，则进一步判定储能出点电量是否大于等于储能充电功率；如果是，则储能系统以充电功率进行充电，储能系统电量＝上个时间序列电量+充电功率+充放电效率；如果否，则储能系统充电功率＝储能系统容量上限-上个时间序列储能电量，储能系统电量＝上个时间序列电量+充电功率*充放电效率；
A2.如果系统余电电量小于储能系统充电功率，则进一步判定储能储电电量是否大于系统余电电量，如果是，则储能系统充电功率＝系统余电电量，储能系统电量＝上个时间序列电量+充电功率*充放电效率；如果否，则储能系统充电功率＝储能系统容量上限-上个时间序列储能电量，储能系统电量＝上个时间序列电量+充电功率*充放电效率；
B.如果认为储能无动作阶段，则储能系统无动作，储能系统电量不变；
C.如果处于储能放电阶段，则判断储能电量是否小于等于储能电量下限，如果是，则储能系统无动作，储能系统电量不变；如果否，则进一步判断储能电量是否大于等于储能充电功率；
C1.如果储能电量大于等于储能充电功率，则进一步判断系统缺电电量(绝对值)是否大于等于储能充电功率，如果是，则储能系统以放电功率进行充电，储能系统电量＝上个时间序列电量-放电功率；如果否，则储能系统放电功率＝系统缺电电量(绝对值)，储能系统电量＝上个时间序列电量-放电功率；
C2.如果储能电量小于储能充电功率，则进一步判断系统缺电电量(绝对值)是否大于等于储能电量，如果是，则储能系统以储能电量(功率)进行放电，储能系统电量＝上个时间序列电量-放电功率；如果否，则储能系统放电功率＝系统缺电电量(绝对值)，储能系统电量＝上个时间序列电量-放电功率；
(3)本时间序列风光储发电功率＝风光储系统出力+储能系统充放电量(充电时取负值，放电时取正值)；
(4)判断本时间序列风光储发电功率是否大于系统并网功率限制，如果是，则本时间序列风光储并网功率＝系统并网功率限制；如果否，则本时间序列风光储并网功率＝风光储发电功率；
(5)将时间序列递增1后，写入本时间序列数据，包括储能系统动作功率、储能系统电量、风光储系统发电功率以及风光储系统并网功率；
(6)判断时间序列是否已经达到8760，如果是，则生产完整输出时间序列数据，包括储能系统动作功率、储能系统电量、风光储系统发电功率以及风光储系统并网功率的完整输出时间序列数据；如果否，则返回步骤(1)。
优选的，所述方法还包括：
S5，将所述运行仿真数据通过显示模块显示，所述运行仿真数据包括：基本参数、风光发电系统数据以及风光储发电系统的数据和图表数据；所述基本参数包括风光资源基本数据、上网功率限制、年上网电量限制；所述风光发电系统数据包括无储能系统的风光发电系统的数据，包括风光系统的容量，利用小时数、理论发电量、上网电量和限电率；所述风光储发电系统的数据为加入储能系统后的系统运行数据，包括风光储发电系统的年发电量、平均功率、弃电率的结果数据；所述图表数据包括年均发电量、典型日发电量和日均发电量的图表数据；所述显示模块包括Excel显示单元，所述图表数据由Excel中图表功能实现。
本发明的第二方面提供一种风光储发电系统模拟规划系统，包括：
风力发电出力计算模块，用于建立风力发电出力计算模型，并基于风力发电出力计算模型计算风力发电系统出力，包括：
光伏发电出力计算模块，用于建立光伏发电出力计算模型，并基于所述光伏发电出力计算模型计算光伏发电系统出力；
储能系统模块，用于基于所述风力发电系统出力和所述光伏发电系统出力建立储能系统模型，所述储能系统模型的输入参数包括储能系统的输入输出功率、运行时长、系统效率和初始电量，所述储能系统模型的运行模式为削峰填谷运行；所述储能系统模型针对所述储能系统的容量设计，所述储能系统容量按照新能源电站容量的一定百分比选取；
运行仿真模拟模块，用于对所述储能系统进行运行仿真模拟，从而通过编程获得的程序实现对Excel中风光储系统出力数据的驱动计算，其中所述运行仿真模拟环境下所述风光储发电系统的运行方式为：基于所述风力发电系统出力和所述光伏发电系统出力计算风光联合出力；基于所述储能系统模型和所述风光联合出力进行系统模拟运行；获得所述风光储发电系统的最终出力，系统运行采用削峰填谷运行方式，所述削峰填谷运行方式通过Fortran语言编程对Excel表格中所述风力发电系统出力和所述光伏发电系统出力的数据运算实现；以及
显示模块，用于将所述运行仿真数据通过显示模块显示，所述运行仿真数据包括：基本参数、风光发电系统数据和风光储发电系统数据。
本发明的第三方面提供一种电子设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如第一方面所述的方法。
本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如第一方面所述的方法。
本发明提供的方法、装置、电子设备以及计算机可读存储介质，具有如下有益的技术效果：
只需要输入中尺度风速数据、PVsyst光伏电站出力数据即可进行风光储系统初步规划，并输出相应规划结论数据和图表，从而提高了新能源电站前期规划分析的工作效率。
附图说明
图1为根据本发明优选实施例示出的风光储发电系统运行模拟程序原理图。
图2为根据本发明优选实施例示出的风光储发电系统分析结果数据。
图3为根据本发明优选实施例示出的光伏发电系统四个季度日平均出力。
图4为根据本发明优选实施例示出的风电系统四个季度日平均出力。
图5为根据本发明优选实施例示出的风光系统四季日平均出力。
图6为根据本发明优选实施例示出的风光储系统四季日平均出力。
图7为根据本发明优选实施例示出的风光储发电系统72小时出力曲线。
图8为本发明提供的电子设备一种实施例的结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
实施例一
一种风光储发电系统模拟规划方法，所述模拟规划方法基于Excel工具的数据处理功能和Fortran编程语言来构建对应的风光储发电系统的模拟规划系统，系统包括风力发电出力计算模块、光伏发电出力计算模块、储能系统模块，运行仿真模拟模块以及显示模块。
风光储发电系统模拟规划方法包括：
S1，建立风力发电出力计算模型，并基于风力发电出力计算模型计算风力发电系统出力，包括：
S11，设置并输入参数，所述风力发电处理计算模型中的所述输入参数包括所选风机轮毂高度平均风速的中尺度数据(按照每小时为单位，共获得8760个数据)、拟选风力发电机的功率曲线、风力发电机台数、风电场出力折减系数以及分段风速折减系数。
S12，将输入的所述所选风机轮毂高度平均风速的中尺度数据，即每小时风速和所述拟选风力发电机的功率曲线导入所述风力发电出力计算模型，通过Excel中的TREND函数计算出每小时理论出力，从而获得风机的8760小时的理论出力值；
S13，根据当前小时的风速区间以及分段风速折减系数折算所述风机的实际出力，依次得出一年8760小时的实际单风机出力；
S14，根据所述风电场出力折减系数，将所用风机的所述实际单风机出力进行加和获得出力和，将所述出力和乘以所述风电场出力折减系数获得风电场8760小时最终实际出力。
S2，建立光伏发电出力计算模型，并基于所述光伏发电出力计算模型计算光伏发电系统出力，包括：
S21，基于PVsyst软件对光伏发电系统进行建模获得光伏发电系统模型；
S22，基于所述光伏发电系统模型和所述光伏发电出力计算模型进行仿真计算，获得8760小时光伏发电出力数据。
光伏发电出力由PVsyst软件建模仿真计算，得出8760小时出力数据作为本方法的输入数据。
S3，基于所述风力发电系统出力和所述光伏发电系统出力建立储能系统模型，所述储能系统模型的输入参数包括储能系统的输入输出功率、运行时长、系统效率和初始电量，所述储能系统模型的运行模式为削峰填谷运行；所述储能系统模型针对所述储能系统的容量设计，所述储能系统容量按照新能源电站容量的一定百分比选取。
S4，对所述储能系统进行运行仿真模拟，从而通过编程获得的程序实现对Excel中风光储系统出力数据的驱动计算，并基于所述运行仿真模拟结果获得风光储发电系统模拟规划；其中所述运行仿真模拟环境下所述风光储发电系统的运行方式为：基于所述风力发电系统出力和所述光伏发电系统出力计算风光联合出力；基于所述储能系统模型和所述风光联合出力进行系统模拟运行；获得所述风光储发电系统的最终出力，系统运行采用削峰填谷运行方式，所述削峰填谷运行方式通过Fortran语言编程对Excel表格中所述风力发电系统出力和所述光伏发电系统出力的数据运算实现。
所述S4包括：
S41，对程序进行初始化，所述初始化需要设置的初始参数包括：程序循环次数(即系统出力数据数量，设置为8760)、储能系统充放电功率(4万千瓦)、储能系统最小电量(0)、储能系统容量(8万千瓦时)、储能系统充放电效率(90％)、储能系统初始电量(4万千瓦时)。所需输入数据为每小时风光发电系统出力与并网功率的差值，即储能系统出力匹配值。
S42，驱动所述程序运行，所述程序对应储能系统削峰填谷方法，通过所述储能系统削峰填谷方法对所述储能系统的每小时出力数据进行运算，输出结果数据包括：储能系统充放电电量以及所述储能系统现有电量。
所述储能系统削峰填谷方法的程序原理图见图1，包括：
(1)判断出力时间序列是否等于1，如果等于1，则储能系统现电量为初始电量，初始充放电量为0；如果不等于1，则计算：现时间序列发电系统出力-并网功率限制值，并对计算结果进行进一步判断；
(2)如果计算结果大于0，则认为处于储能充电阶段；如果计算结果等于0，则认为储能无动作；如果计算结果小于0，则认为处于储能放电阶段；
A.对于处于储能充电阶段，则判定储能是否完成，如果完成，则储能系统无动作，储能系统电量不变；如果储能没有完成，则判断系统余电电量是否大于等于储能系统充电功率；
A1.如果系统余电电量大于等于储能系统充电功率，则进一步判定储能出点电量是否大于等于储能充电功率；如果是，则储能系统以充电功率进行充电，储能系统电量＝上个时间序列电量+充电功率+充放电效率；如果否，则储能系统充电功率＝储能系统容量上限-上个时间序列储能电量，储能系统电量＝上个时间序列电量+充电功率*充放电效率；
A2.如果系统余电电量小于储能系统充电功率，则进一步判定储能储电电量是否大于系统余电电量，如果是，则储能系统充电功率＝系统余电电量，储能系统电量＝上个时间序列电量+充电功率*充放电效率；如果否，则储能系统充电功率＝储能系统容量上限-上个时间序列储能电量，储能系统电量＝上个时间序列电量+充电功率*充放电效率；
B.如果认为储能无动作阶段，则储能系统无动作，储能系统电量不变；
C.如果处于储能放电阶段，则判断储能电量是否小于等于储能电量下限，如果是，则储能系统无动作，储能系统电量不变；如果否，则进一步判断储能电量是否大于等于储能充电功率；
C1.如果储能电量大于等于储能充电功率，则进一步判断系统缺电电量(绝对值)是否大于等于储能充电功率，如果是，则储能系统以放电功率进行充电，储能系统电量＝上个时间序列电量-放电功率；如果否，则储能系统放电功率＝系统缺电电量(绝对值)，储能系统电量＝上个时间序列电量-放电功率；
C2.如果储能电量小于储能充电功率，则进一步判断系统缺电电量(绝对值)是否大于等于储能电量，如果是，则储能系统以储能电量(功率)进行放电，储能系统电量＝上个时间序列电量-放电功率；如果否，则储能系统放电功率＝系统缺电电量(绝对值)，储能系统电量＝上个时间序列电量-放电功率；
(3)本时间序列风光储发电功率＝风光储系统出力+储能系统充放电量(充电时取负值，放电时取正值)；
(4)判断本时间序列风光储发电功率是否大于系统并网功率限制，如果是，则本时间序列风光储并网功率＝系统并网功率限制；如果否，则本时间序列风光储并网功率＝风光储发电功率；
(5)将时间序列递增1后，写入本时间序列数据，包括储能系统动作功率、储能系统电量、风光储系统发电功率以及风光储系统并网功率；
(6)判断时间序列是否已经达到8760，如果是，则生产完整输出时间序列数据，包括储能系统动作功率、储能系统电量、风光储系统发电功率以及风光储系统并网功率的完整输出时间序列数据；如果否，则返回步骤(1)。
作为优选的实施方式，所述方法还包括：
S5，将所述运行仿真数据通过显示模块显示，所述运行仿真数据包括：基本参数、风光发电系统数据以及风光储发电系统的数据和图表数据；所述基本参数包括风光资源基本数据、上网功率限制、年上网电量限制；所述风光发电系统数据包括无储能系统的风光发电系统的数据，包括风光系统的容量，利用小时数、理论发电量、上网电量和限电率；所述风光储发电系统的数据为加入储能系统后的系统运行数据，包括风光储发电系统的年发电量、平均功率、弃电率的结果数据；所述图表数据包括年均发电量、典型日发电量和日均发电量的图表数据；所述显示模块包括Excel显示单元，所述图表数据由Excel中图表功能实现。
下面对本专利的具体实施方式作进一步详细说明。以某地区的风格资源作为输入数据，并选定系统参数：风电场容量30万千瓦、光伏电站容量10万千瓦、储能系统为4万千瓦/2小时、上网功率限制为15万千瓦,对风光储发电系统进行规划分析。
一、风力发电系统出力计算
(1)参数选取
根据中尺度数据，本地100m高度处平均风速为6.63m，选取风电场风机：4MW、轮毂高度100m、台数75台，风电场出力总折减系数0.75，分段风速折减系数取值见表1。
表1风速分段折减系数
风速分段(m/s) 折减系数取值
[0，2.5) 0
[2.5，8) 0.64
[8，11) 0.66
[11，15) 0.7
[15，20) 0.8
[20，24) 0.95
[24，+∞) 0
(2)风电场出力计算
步骤1：中尺度数据(小时级)和风机功率曲线数据导入模块中，通过Excel中TREND函数即可计算出风机的8760小时的理论出力值。
步骤2：风机理论出力值根据表1中分段风速折减系数分段折减为风机实际出力，风机实际出力乘以风机台数即为风场理论出力，风场理论出力乘以风场出力折减系数即为风场最终出力。
步骤3：最终计算风电场年利用小时数为2550小时，年发电量为7.6503亿千瓦时。
二、光伏发电系统出力计算
光伏发电系统通过PVsyst软件建模计算后将出力数据导入光伏计算模块。光伏发电系统20年平均利用小时数为1589小时，年发电量为1.704亿千瓦时。
三、储能系统参数配置
储能系统容量按照新能源电站容量的10％选取即4万千瓦，时长选取2小时。充放电效率为90％，初始电量为4万千瓦时。
四、风光储发电系统运行模拟
参数设置完成即可进行系统运行模拟，通过编程实现对Excel中风光储系统出力数据的驱动计算。
步骤1：程序初始化
程序初始化所需设置初始参数包括：程序循环次数(即系统出力数据数量，设置为8760)、储能系统充放电功率(4万千瓦)、储能系统最小电量(0)、储能系统容量(8万千瓦时)、储能系统充放电效率(90％)、储能系统初始电量(4万千瓦时)。所需输入数据为每小时风光发电系统出力与并网功率的差值，即储能系统出力匹配值。
步骤2：驱动方法程序运行
通过储能系统削峰填谷方法对系统每小时出力数据进行运算，输出结果数据包括：储能系统充放电电量、储能系统现有电量。方法程序原理图见图1。
五、风光储发电系统数据、图表输出
通过Excel的数据处理功能对结果数据进行处理，得出风光储发电系统分析结果。数据、图表输出见图2-图7。
图2为风光储发电系统运行模拟结果数据，包括基本参数(风光资源基本数据、上网功率限制、年上网电量限制)、风光发电系统(即无储能系统的风光发电系统，包括风光系统的容量、利用小时数、理论发电量、上网电量、限电率等参数)、风光储发电系统(加入储能系统后的系统运行数据)三个模块的数据，可知风光储发电系统相比风光发电系统弃电率由8.4677％降低为6.7164％。
实施例二
一种风光储发电系统模拟规划系统，包括：
风力发电出力计算模块，用于建立风力发电出力计算模型，并基于风力发电出力计算模型计算风力发电系统出力，包括：
光伏发电出力计算模块，用于建立光伏发电出力计算模型，并基于所述光伏发电出力计算模型计算光伏发电系统出力；
储能系统模块，用于基于所述风力发电系统出力和所述光伏发电系统出力建立储能系统模型，所述储能系统模型的输入参数包括储能系统的输入输出功率、运行时长、系统效率和初始电量，所述储能系统模型的运行模式为削峰填谷运行；所述储能系统模型针对所述储能系统的容量设计，所述储能系统容量按照新能源电站容量的一定百分比选取；
运行仿真模拟模块，用于对所述储能系统进行运行仿真模拟，从而通过编程获得的程序实现对Excel中风光储系统出力数据的驱动计算，其中所述运行仿真模拟环境下所述风光储发电系统的运行方式为：基于所述风力发电系统出力和所述光伏发电系统出力计算风光联合出力；基于所述储能系统模型和所述风光联合出力进行系统仿真运行；获得所述风光储发电系统的最终出力，系统采用削峰填谷运行方式，所述削峰填谷运行方式通过Fortran语言编程对Excel表格中所述风力发电系统出力和所述光伏发电系统出力的数据运算实现；以及
显示模块，用于将所述运行仿真数据通过显示模块显示，所述运行仿真数据包括：基本参数、风光发电系统数据和风光储发电系统数据。
本发明还提供了一种存储器，存储有多条指令，所述指令用于实现如实施例一所述的方法。
如图8所示，本发明还提供了一种电子设备，包括处理器301和与所述处理器301连接的存储器302，所述存储器302存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行如实施例二所述的方法。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种风光储发电系统模拟规划方法，其特征在于，所述模拟规划方法基于Excel工具的数据处理功能和Fortran编程语言来构建对应的风光储发电系统的模拟规划系统，所述风光储发电系统模拟规划方法包括：
S1，建立风力发电出力计算模型，并基于风力发电出力计算模型计算风力发电系统出力；包括：
S11，设置并输入参数，所述风力发电处理计算模型中的所述输入参数包括所选风机轮毂高度平均风速的中尺度数据、拟选风力发电机的功率曲线、风力发电机台数、风电场出力折减系数以及分段风速折减系数；所述中尺度数据按照每小时为单位，共获得8760个数据；
S12，将输入的所述所选风机轮毂高度平均风速的中尺度数据，即每小时风速和所述拟选风力发电机的功率曲线导入所述风力发电出力计算模型，通过Excel中的TREND函数计算出每小时理论出力，从而获得风机的8760小时的理论出力值；
S13，根据当前小时的风速区间以及分段风速折减系数折算所述风机的实际出力，依次得出一年8760小时的实际单风机出力；
S14，根据所述风电场出力折减系数，将所用风机的所述实际单风机出力进行加和获得出力和，将所述出力和乘以所述风电场出力折减系数获得风电场8760小时最终实际出力；
S2，建立光伏发电出力计算模型，并基于所述光伏发电出力计算模型计算光伏发电系统出力；
S3，基于所述风力发电系统出力和所述光伏发电系统出力建立储能系统模型；以及
S4，对所述储能系统进行运行仿真模拟，从而实现对Excel中风光储系统出力数据的驱动计算，并基于运行仿真模拟结果获得风光储发电系统模拟规划；所述S4中所述运行仿真模拟环境下所述风光储发电系统的运行方式为：基于所述风力发电系统出力和所述光伏发电系统出力计算风光联合出力；基于所述储能系统模型和所述风光联合出力进行模拟运行；获得模拟运行后所述风光储发电系统的最终出力，系统采用削峰填谷运行方式，所述削峰填谷运行方式通过Fortran语言编程对Excel表格中系统数据进行驱动计算来实现；所述S4包括：
S41，对程序进行初始化，所述初始化需要设置的初始参数包括：程序循环次数、储能系统充放电功率、储能系统最小电量、储能系统容量、储能系统充放电效率以及储能系统初始电量，所需输入数据为每小时风光发电系统出力与并网功率的差值，即储能系统出力匹配值；
S42，驱动所述程序运行，所述程序对应储能系统削峰填谷方法，通过所述储能系统削峰填谷方法对所述储能系统的每小时出力数据进行运算，输出结果数据包括：储能系统充放电电量以及所述储能系统现有电量；其中所述储能系统削峰填谷方法，包括：
（1）判断出力时间序列是否等于1，如果等于1，则储能系统现电量为初始电量，初始充放电量为0；如果不等于1，则计算：现时间序列发电系统出力-并网功率限制值，并对计算结果进行进一步判断；
（2）如果计算结果大于0，则认为处于储能充电阶段；如果计算结果等于0，则认为储能无动作；如果计算结果小于0，则认为处于储能放电阶段；
A.对于处于储能充电阶段，则判定储能是否完成，如果完成，则储能系统无动作，储能系统电量不变；如果储能没有完成，则判断系统余电电量是否大于等于储能系统充电功率；
A1．如果系统余电电量大于等于储能系统充电功率，则进一步判定储能出点电量是否大于等于储能充电功率；如果是，则储能系统以充电功率进行充电，储能系统电量=上个时间序列电量+充电功率+充放电效率；如果否，则储能系统充电功率=储能系统容量上限-上个时间序列储能电量，储能系统电量=上个时间序列电量+充电功率*充放电效率；
A2.如果系统余电电量小于储能系统充电功率，则进一步判定储能储电电量是否大于系统余电电量，如果是，则储能系统充电功率=系统余电电量，储能系统电量=上个时间序列电量+充电功率*充放电效率；如果否，则储能系统充电功率=储能系统容量上限-上个时间序列储能电量，储能系统电量=上个时间序列电量+充电功率*充放电效率；
B．如果认为储能无动作阶段，则储能系统无动作，储能系统电量不变；
C．如果处于储能放电阶段，则判断储能电量是否小于等于储能电量下限，如果是，则储能系统无动作，储能系统电量不变；如果否，则进一步判断储能电量是否大于等于储能充电功率；
C1.如果储能电量大于等于储能充电功率，则进一步判断系统缺电电量的绝对值是否大于等于储能充电功率，如果是，则储能系统以放电功率进行充电，储能系统电量=上个时间序列电量-放电功率；如果否，则储能系统放电功率=系统缺电电量的绝对值，储能系统电量=上个时间序列电量-放电功率；
C2.如果储能电量小于储能充电功率，则进一步判断系统缺电电量的绝对值是否大于等于储能电量，如果是，则储能系统以储能电量或功率进行放电，储能系统电量=上个时间序列电量-放电功率；如果否，则储能系统放电功率=系统缺电电量的绝对值，储能系统电量=上个时间序列电量-放电功率；
（3）本时间序列风光储发电功率=风光储系统出力+储能系统充放电量，其中充电时取负值，放电时取正值；
（4）判断本时间序列风光储发电功率是否大于系统并网功率限制，如果是，则本时间序列风光储并网功率=系统并网功率限制；如果否，则本时间序列风光储并网功率=风光储发电功率；
（5）将时间序列递增1后，写入本时间序列数据，包括储能系统动作功率、储能系统电量、风光储系统发电功率以及风光储系统并网功率；
（6）判断时间序列是否已经达到8760，如果是，则生产完整输出时间序列数据，包括储能系统动作功率、储能系统电量、风光储系统发电功率以及风光储系统并网功率的完整输出时间序列数据；如果否，则返回步骤（1）。
2.根据权利要求1所述的一种风光储发电系统模拟规划方法，其特征在于，所述S2包括：
S21，基于PVsyst软件对光伏发电系统进行建模获得光伏发电系统模型；
S22，基于所述光伏发电系统模型和所述光伏发电出力计算模型进行仿真计算，获得8760小时光伏发电出力数据。
3.根据权利要求2所述的一种风光储发电系统模拟规划方法，其特征在于，所述S3中所述储能系统模型的输入参数包括储能系统的输入输出功率、运行时长、系统效率和初始电量，所述储能系统模型的运行模式为削峰填谷运行；所述储能系统模型针对所述储能系统的容量设计，所述储能系统容量按照新能源电站容量的一定百分比选取。
4.根据权利要求1所述的一种风光储发电系统模拟规划方法，其特征在于，所述方法还包括：
S5，将运行仿真数据通过显示模块显示，所述运行仿真数据包括：基本参数、风光发电系统数据以及风光储发电系统的数据和图表数据；所述基本参数包括风光资源基本数据、上网功率限制、年上网电量限制；所述风光发电系统数据包括无储能系统的风光发电系统的数据，包括风光系统的容量，利用小时数、理论发电量、上网电量和限电率；所述风光储发电系统的数据为加入储能系统后的系统运行数据，包括风光储发电系统的年发电量、平均功率、弃电率的结果数据；所述图表数据包括年均发电量、典型日发电量和日均发电量的图表数据；所述显示模块包括Excel显示单元，所述图表数据由Excel中图表功能实现。
5.一种风光储发电系统模拟规划系统，用于实施权利要求1-4任一所述的方法，其特征在于，包括：
风力发电出力计算模块，用于建立风力发电出力计算模型，并基于风力发电出力计算模型计算风力发电系统出力，具体包括：设置并输入参数，所述风力发电处理计算模型中的所述输入参数包括所选风机轮毂高度平均风速的中尺度数据、拟选风力发电机的功率曲线、风力发电机台数、风电场出力折减系数以及分段风速折减系数；所述中尺度数据按照每小时为单位，共获得8760个数据；将输入的所述所选风机轮毂高度平均风速的中尺度数据，即每小时风速和所述拟选风力发电机的功率曲线导入所述风力发电出力计算模型，通过Excel中的TREND函数计算出每小时理论出力，从而获得风机的8760小时的理论出力值；根据当前小时的风速区间以及分段风速折减系数折算所述风机的实际出力，依次得出一年8760小时的实际单风机出力；根据所述风电场出力折减系数，将所用风机的所述实际单风机出力进行加和获得出力和，将所述出力和乘以所述风电场出力折减系数获得风电场8760小时最终实际出力；
光伏发电出力计算模块，用于建立光伏发电出力计算模型，并基于所述光伏发电出力计算模型计算光伏发电系统出力；
储能系统模块，用于基于所述风力发电系统出力和所述光伏发电系统出力建立储能系统模型；
运行仿真模拟模块，用于对所述储能系统进行运行仿真模拟，从而实现对Excel中风光储系统出力数据的驱动计算，并基于所述运行仿真模拟结果获得风光储发电系统模拟规划；所述运行仿真模拟环境下所述风光储发电系统的运行方式为：基于所述风力发电系统出力和所述光伏发电系统出力计算风光联合出力；基于所述储能系统模型和所述风光联合出力进行模拟运行；获得模拟运行后所述风光储发电系统的最终出力，系统采用削峰填谷运行方式，所述削峰填谷运行方式通过Fortran语言编程对Excel表格中系统数据进行驱动计算来实现；包括：对程序进行初始化，所述初始化需要设置的初始参数包括：程序循环次数、储能系统充放电功率、储能系统最小电量、储能系统容量、储能系统充放电效率以及储能系统初始电量，所需输入数据为每小时风光发电系统出力与并网功率的差值，即储能系统出力匹配值；驱动所述程序运行，所述程序对应储能系统削峰填谷方法，通过所述储能系统削峰填谷方法对所述储能系统的每小时出力数据进行运算，输出结果数据包括：储能系统充放电电量以及所述储能系统现有电量；其中所述储能系统削峰填谷方法，包括：（1）判断出力时间序列是否等于1，如果等于1，则储能系统现电量为初始电量，初始充放电量为0；如果不等于1，则计算：现时间序列发电系统出力-并网功率限制值，并对计算结果进行进一步判断；（2）如果计算结果大于0，则认为处于储能充电阶段；如果计算结果等于0，则认为储能无动作；如果计算结果小于0，则认为处于储能放电阶段；A.对于处于储能充电阶段，则判定储能是否完成，如果完成，则储能系统无动作，储能系统电量不变；如果储能没有完成，则判断系统余电电量是否大于等于储能系统充电功率；A1．如果系统余电电量大于等于储能系统充电功率，则进一步判定储能出点电量是否大于等于储能充电功率；如果是，则储能系统以充电功率进行充电，储能系统电量=上个时间序列电量+充电功率+充放电效率；如果否，则储能系统充电功率=储能系统容量上限-上个时间序列储能电量，储能系统电量=上个时间序列电量+充电功率*充放电效率；A2.如果系统余电电量小于储能系统充电功率，则进一步判定储能储电电量是否大于系统余电电量，如果是，则储能系统充电功率=系统余电电量，储能系统电量=上个时间序列电量+充电功率*充放电效率；如果否，则储能系统充电功率=储能系统容量上限-上个时间序列储能电量，储能系统电量=上个时间序列电量+充电功率*充放电效率；B．如果认为储能无动作阶段，则储能系统无动作，储能系统电量不变；C．如果处于储能放电阶段，则判断储能电量是否小于等于储能电量下限，如果是，则储能系统无动作，储能系统电量不变；如果否，则进一步判断储能电量是否大于等于储能充电功率；C1.如果储能电量大于等于储能充电功率，则进一步判断系统缺电电量的绝对值是否大于等于储能充电功率，如果是，则储能系统以放电功率进行充电，储能系统电量=上个时间序列电量-放电功率；如果否，则储能系统放电功率=系统缺电电量的绝对值，储能系统电量=上个时间序列电量-放电功率；C2.如果储能电量小于储能充电功率，则进一步判断系统缺电电量的绝对值是否大于等于储能电量，如果是，则储能系统以储能电量或功率进行放电，储能系统电量=上个时间序列电量-放电功率；如果否，则储能系统放电功率=系统缺电电量的绝对值，储能系统电量=上个时间序列电量-放电功率；（3）本时间序列风光储发电功率=风光储系统出力+储能系统充放电量，其中充电时取负值，放电时取正值；（4）判断本时间序列风光储发电功率是否大于系统并网功率限制，如果是，则本时间序列风光储并网功率=系统并网功率限制；如果否，则本时间序列风光储并网功率=风光储发电功率；（5）将时间序列递增1后，写入本时间序列数据，包括储能系统动作功率、储能系统电量、风光储系统发电功率以及风光储系统并网功率；（6）判断时间序列是否已经达到8760，如果是，则生产完整输出时间序列数据，包括储能系统动作功率、储能系统电量、风光储系统发电功率以及风光储系统并网功率的完整输出时间序列数据；如果否，则返回步骤（1）；以及
显示模块，用于将所述运行仿真数据通过显示模块显示，所述运行仿真数据包括：基本参数、风光发电系统数据和风光储发电系统数据。
6.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令，所述处理器用于读取所述指令并执行如权利要求1-4任一所述的方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述多条指令可被处理器读取并执行如权利要求1-4任一所述的方法。
CN202211063624.9A 2022-09-01 2022-09-01 一种风光储发电系统模拟规划方法及系统 Active CN115549182B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211063624.9A CN115549182B (zh) 2022-09-01 2022-09-01 一种风光储发电系统模拟规划方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211063624.9A CN115549182B (zh) 2022-09-01 2022-09-01 一种风光储发电系统模拟规划方法及系统

Publications (2)

Publication Number Publication Date
CN115549182A CN115549182A (zh) 2022-12-30
CN115549182B true CN115549182B (zh) 2023-06-13

Family

ID=84725248

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211063624.9A Active CN115549182B (zh) 2022-09-01 2022-09-01 一种风光储发电系统模拟规划方法及系统

Country Status (1)

Country Link
CN (1) CN115549182B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102541621A (zh) * 2011-11-30 2012-07-04 中国电力科学研究院 风光储联合发电系统的仿真等值方法
JP2016208771A (ja) * 2015-04-27 2016-12-08 富士電機株式会社 運用シミュレーション装置、運用シミュレーションシステム、発電機用の蓄電池設備のシミュレーション方法、及びプログラム
CN111404206A (zh) * 2020-04-21 2020-07-10 清华大学 考虑投资回报约束的风光储发电系统容量双层规划方法
CN112290592A (zh) * 2020-10-28 2021-01-29 国网湖南省电力有限公司 一种风光储联合发电系统的容量优化规划方法、系统及可读存储介质
CN114362153A (zh) * 2021-12-27 2022-04-15 中国电力工程顾问集团西北电力设计院有限公司 一种并网型风光储系统多目标容量优化配置方法及系统
CN114387128A (zh) * 2022-01-12 2022-04-22 中广核风电有限公司 一种电力市场环境下的省级储能规模需求规划方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3072794B1 (fr) * 2017-10-20 2021-02-12 Commissariat Energie Atomique Procede de determination des parametres d'un modele simplifie d'un systeme de stockage de l'energie, procede de pilotage utilisant un tel modele et dispositif associe

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102541621A (zh) * 2011-11-30 2012-07-04 中国电力科学研究院 风光储联合发电系统的仿真等值方法
JP2016208771A (ja) * 2015-04-27 2016-12-08 富士電機株式会社 運用シミュレーション装置、運用シミュレーションシステム、発電機用の蓄電池設備のシミュレーション方法、及びプログラム
CN111404206A (zh) * 2020-04-21 2020-07-10 清华大学 考虑投资回报约束的风光储发电系统容量双层规划方法
CN112290592A (zh) * 2020-10-28 2021-01-29 国网湖南省电力有限公司 一种风光储联合发电系统的容量优化规划方法、系统及可读存储介质
CN114362153A (zh) * 2021-12-27 2022-04-15 中国电力工程顾问集团西北电力设计院有限公司 一种并网型风光储系统多目标容量优化配置方法及系统
CN114387128A (zh) * 2022-01-12 2022-04-22 中广核风电有限公司 一种电力市场环境下的省级储能规模需求规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于等可信容量的风光储电源优化配置方法;何俊;邓长虹;徐秋实;刘翠琳;潘华;;电网技术(12);第20-27页 *

Also Published As

Publication number Publication date
CN115549182A (zh) 2022-12-30

Similar Documents

Publication Publication Date Title
CN113095791B (zh) 一种综合能源系统运行方法及系统
Roy et al. Optimum sizing of wind-battery systems incorporating resource uncertainty
CN109767078B (zh) 一种基于混合整数规划的多类型电源检修安排方法
CN105337315B (zh) 一种风光蓄互补独立微电网高维多目标优化配置方法
CN110084465B (zh) 基于储能的风力发电系统成本/供电可靠性评估方法
Gbadegesin et al. Techno-economic analysis of storage degradation effect on levelised cost of hybrid energy storage systems
CN108599206A (zh) 高比例不确定电源场景下的配电网混合储能配置方法
CN110350518B (zh) 一种用于调峰的电网储能容量需求评估方法及系统
CN109103929A (zh) 基于改进动态克里丝金模型的配电网经济优化调度方法
CN110417045A (zh) 一种针对交直流混合微电网容量配置的优化方法
CN112862253B (zh) 考虑风电不确定性的电-气-热储能协同规划方法及系统
CN114595868A (zh) 一种综合能源系统源网荷储协同规划方法及系统
CN116014715A (zh) 一种基于数字孪生的综合能源控制方法及系统
CN114362153B (zh) 一种并网型风光储系统多目标容量优化配置方法及系统
CN115510677A (zh) 一种风电场发电能力评估方法及系统
Wen et al. ELCC-based capacity value estimation of combined wind-storage system using IPSO algorithm
Lin et al. Capacity Optimization Design of Hybrid Energy Power Generation System.
CN115549182B (zh) 一种风光储发电系统模拟规划方法及系统
CN117114281A (zh) 一种灵活资源多阶段规划方案的确定方法
CN116526530A (zh) 基于多元马尔科夫链模型和优化热启动的储能容量配置方法及装置
CN116244933A (zh) 一种园区碳排演进分析方法、系统、存储介质及计算设备
CN115526381A (zh) 一种面向能源互联网的零碳园区优化规划方法及装置
CN114595891A (zh) 一种配电网电压及潮流越界风险评估方法、系统及设备
CN114884101A (zh) 一种基于自适应模型控制预测的抽水蓄能调度方法
Han et al. Analysis of economic operation model for virtual power plants considering the uncertainties of renewable energy power generation

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