CN115618616A - 一种源、网、荷资源的混合储能可靠性评估模型构建方法 - Google Patents
一种源、网、荷资源的混合储能可靠性评估模型构建方法 Download PDFInfo
- Publication number
- CN115618616A CN115618616A CN202211304969.9A CN202211304969A CN115618616A CN 115618616 A CN115618616 A CN 115618616A CN 202211304969 A CN202211304969 A CN 202211304969A CN 115618616 A CN115618616 A CN 115618616A
- Authority
- CN
- China
- Prior art keywords
- power
- energy storage
- load
- representing
- source
- 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 60
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000013210 evaluation model Methods 0.000 title claims description 9
- 230000004044 response Effects 0.000 claims abstract description 36
- 238000003860 storage Methods 0.000 claims abstract description 36
- 238000010248 power generation Methods 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims abstract description 22
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 238000012983 electrochemical energy storage Methods 0.000 claims abstract description 16
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 230000005611 electricity Effects 0.000 claims description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 238000011144 upstream manufacturing Methods 0.000 claims description 12
- 230000004048 modification Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 7
- 238000005086 pumping Methods 0.000 claims description 6
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 5
- 230000009194 climbing Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 239000002351 wastewater Substances 0.000 claims description 3
- 238000007599 discharging Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims 1
- 239000002994 raw material Substances 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000007704 transition Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 description 1
- 229910010271 silicon carbide Inorganic materials 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种源、网、荷资源的混合储能可靠性评估模型构建方法包括,在建立风电和光伏发电模型的基础上,将抽水蓄能电站和电化学储能进行建模;对工业负荷和商住负荷建立不同的需求响应模型;分析储能系统的数学公式,分别对源、网、荷的灵活性资源进行建模;集合以上全部模型构建新的储能系统,并对所述储能系统进行可靠性评估。考虑了两种储能装置,最优传输切换用于根据可再生能源的变化改变电力系统的拓扑结构,改善潮流分布,需求响应可以灵活地改变用户的用电情况,并使更多的可再生能源被纳入电力系统,本方法可以解决源、网侧灵活性资源的挖掘不足,可靠性评估结果精度不够的问题。
Description
技术领域
本发明涉及电力系统储能可靠性技术领域,尤其涉及一种源、网、荷资源的混合储能可靠性评估模型构建方法。
背景技术
据统计,2021年我国可再生能源新增装机1.34亿千瓦,全国可再生能源发电量达2.48万亿千瓦时,占社会总用电量的29.8%。然而,可再生能源出力具有不确定性和波动性,峰谷特性鲜明,可再生能源的大规模并网将给电力系统的安全稳定运行造成极大威胁。储能作为一种高效的能量存储设备,可以通过电能的存储和释放,维持电力系统的供需平衡,促进可再生能源并网。随着新能源渗透率不断增加以及大规模储能容量的接入,电网可靠性将成为电网正常运行发展的重要因素,准确量化评估高比例新能源接入的混合储能系统的可靠性对我国电网未来的安全可靠运行具有重要意义。
目前针对高比例新能源接入的电力系统可靠性有多种方法。比如考虑接入可再生能源对配电网的影响,对交直流混合配电网进行可靠性评估。或者使用alternativemodel-creating technique(AMCT)等方法对接入风光等新能源的电网可靠性进行有效评估。或者采用数据驱动的方法对海岛电力系统进行可靠性评估。但上述方法均未考虑储能接入对系统可靠性的影响。
储能是促进可再生能源并网的重要手段,是未来发展的重要方向。现有的评估有对含风电-储能的发电系统进行基于蒙特卡洛模拟的可靠性评估。有基于运行优化的含储能的新型电力系统可靠性评估方法。还有的研究了储能容量与新能源装机容量对系统可靠性的影响。然而上述均未考虑充分源、网、荷等灵活性资源对系统可靠性的影响。
源侧灵活性资源指的是火电机组的灵活性改造等;网侧灵活性资源指的是储能的削峰填谷以及输电线路的可开断能力;负荷侧灵活性资源指负荷需求响应的能力。根据美国国家能源部的定义,“需求响应”是指住宅、工业和商业用户由于电价变动或者由于激励政策而改变自身用电计划的能力。
现有可靠性相关研究除了未计及需求响应的影响外,对源、网侧灵活性资源的挖掘也显不足。对灵活性资源的挖掘不足,将导致可靠性评估结果精度不够,可能会对电网未来的规划带来坏的影响。随着可再生能源的大规模并网,进行可靠性评估时需要充分考虑到源、网、荷灵活性资源的可调节能力,如此方可保证可靠性评估的准确性。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种源、网、荷资源的混合储能可靠性评估模型构建方法,能够解决源、网侧灵活性资源的挖掘不足,可靠性评估结果精度不够的问题。
为解决上述技术问题,本发明提供如下技术方案,一种源、网、荷资源的混合储能可靠性评估模型构建方法,包括:
在建立风电和光伏发电模型的基础上,将抽水蓄能电站和电化学储能进行建模;
对工业负荷和商住负荷建立不同的需求响应模型;
分析储能系统的数学公式,分别对源、网、荷的灵活性资源进行建模;
集合以上全部模型构建新的储能系统,并对所述储能系统进行可靠性评估。
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述风电场的建模包括,基于实际历史数据确定风速分布及其概率密度函数,得出关键输入参数后基于风力发电机性能确定其出力模型;
所述光伏发电的建模包括,基于实际历史数据确定光照强度分布与时间的关系,得出光照波动符合的概率分布后基于光伏发电机性能确定其出力模型。
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述灵活性资源包括发电侧灵活资源和输电侧灵活资源,所述发电侧灵活性资源包括火电机组和水电站,所述水电站选用梯级水电进行建模,先进行上下游梯级水电站水量平衡约束,公式表示为:
Vm,t+1=Vm,t+Qm,t-QPm,t-QLm,t
其中,变量Vm,t为水电站m在t时刻的库容。变量和分别表示水电站的入库流量、发电流量和废水量。为水电站天然径流量,u和Un分别表示上游电站个数和上游电站集合,dun表示从上游电站u到电站n的水流停滞时间,为下界,为上界;
再计算梯级水电的输出功率,公式表示为:
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述火电机组选用火力发电进行建模,对火电机组出力和火电机组爬坡进行约束,公式为:
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述抽水蓄能电站的建模公式为:
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述电化学储能建模公式为:
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述需求响应模型中工业负载的建模公式为:
其中,和表示负荷需求的下限和上限,变量表示工业负载v在时间t的优化电力需求,二进制变量Sv,t表示参与需求响应的负载的状态,变量和分别表示需求响应持续时间和服务中断持续时间,和分别表示负载v的最小连续响应时间和最小连续中断时间。
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述需求响应模型中商住负载的建模公式为:
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述输电侧灵活性资源通过输电线路的开断和储能的充放电提供灵活性,所述输电线路的建模公式为:
其中,其中分别表示与电气节点n相连的火电机组、可再生能源机组、抽水蓄能电站、电化学储能的集合,ΛE是电气总线的集合,是所有通过传输线连接到总线n的总线的集合,表示可再生能源发电机w在时间t的输出,变量表示可再生能源削减量,表示不参与需求响应的常规电力负荷值,变量Pi,t表示火电机组的出力,变量fn,m表示线路n-m的潮流,变量表示负荷削减量,变量θn,t和θm,t为节点n和m的相位角,Bn,m是线路n-m的电纳,ΨCandΨD分别表示不可切换线路集合和可切换线路集合,PFn,m为线路传输容量上限,M是一个相当大的常数,二进制变量ln,m表示线路nm的运行状态,λset表示可切换线路的最大数量。
作为本发明所述的源、网、荷资源的混合储能可靠性评估模型构建方法的一种优选方案,其中:所述可靠性评估包括,采用时间序列蒙特卡罗模拟法进行评估,计算可靠性指标,包括失负荷概率、失负荷频率和期望缺供能量。
本发明的有益效果:综合考虑了源网荷的灵活性资源,构建了含风、光、水等新能源的混合储能系统可靠性评估模型。验证了如果充分考虑源网荷灵活性资源的可调节能力,系统的可靠性评估结果的稳定性和精度将大幅度提升,这样更为真实的能对电网未来的规划起到积极的作用
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一个实施例提供的一种源、网、荷资源的混合储能可靠性评估模型构建方法的HBES系统的结构示意图;
图2为本发明一个实施例提供的一种源、网、荷资源的混合储能可靠性评估模型构建方法的IEEE-RTS24节点系统的接线图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,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装置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。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1,为本发明的第一个实施例,该实施例提供了一种源、网、荷资源的混合储能可靠性评估模型构建方法,首先分析储能系统的结构,考虑了两种储能装置。一种是抽水蓄能电站,另一种是电化学储能。最优传输切换用于根据可再生能源的变化改变电力系统的拓扑结构,改善潮流分布。需求响应可以灵活地改变用户的用电情况,并使更多的可再生能源被纳入电力系统。将需求负荷分为三类:工业负荷、商住负荷和常规固定负荷。
再将前两种负荷纳入HBES系统(混合储能系统),并对其建立不同的需求响应模型。接着分析HBES系统的数学公式,分别对源、网荷的灵活性资源进行建模。灵活性资源包括发电侧灵活性资源和输电侧灵活性资源,发电侧灵活性资源主要由火电机组和水电站提供,输电侧通过输电线路的开断和储能的充放电提供灵活性,负荷通过参与需求响应提供灵活性,建模包括:
S1:在建立风电和光伏发电模型的基础上,将抽水蓄能电站和电化学储能进行建模;
1)风电场的建模如下:
风电场的出力取决于风速,公式为:
风速的分布由Weibull分布描述如下:
f(v)表示风速的概率密度函数,k是形状参数,c是Weibull参数的尺度参数。公式(4)和(5)可以用来计算这些参数的值:
k=(σ/μ)-1.086 (4)
μ和σ分别表示平均风速和标准差。Γ(·)是Gamma函数。
2)光伏发电
ηc为转换效率,Kc为阈值参数。S表示太阳能电池板的面积。I(t)可以表示为:
I(t)=Id(t)+ΔI(t) (7)
Id(t)表示光强的基本值,可由式(8)计算:
Imax=I(12),ΔI(t)表示太阳光的衰减,假设其服从正态分布。概率密度函数由(9)式给出:
3)抽水蓄能电站由以下约束建模:
式(10)-(12)分别为抽水蓄能电站的充放电约束。二进制变量和用于表示抽水蓄能电站(充放电等于1,否则等于0)的状态。表示最大抽运功率。(13)和(14)是容量限制。变量CBh,t表示抽水蓄能电站的库容,ηin和ηout表示抽水量与用电量之间的转换效率,和分别表示电站的最小和最大库容。约束(15)约束电站在运行一天后保持蓄水量不变。
4)电化学储能的模型为:
从(16)到(18)的约束对电化学储能的充放电功率施加了限制。二元变量和表示电化学储能(充放电时等1,否则等于0)的状态。表示电化学储能的最大充放电功率。式(19)描述了存储设备中存储的功率在两个连续时间瞬间的关系。变量EBj,t为t时刻电池的存储功率。式(20)为电化学储能的容量约束,和分别表示电化学储能中存储的最小和最大电量。
S2:对工业负荷和商住负荷建立不同的需求响应模型;
更进一步的,工业负载如电解铝和碳化硅被建模为:
(21)是负荷需求约束,其中和表示负荷需求的下限和上限。变量表示工业负载v在时间t的优化电力需求。(22)和(23)是调整时间长度的限制。二进制变量Sv,t表示参与需求响应(如果不参与,等于0;否则为1)的负载的状态。变量和分别表示需求响应持续时间和服务中断持续时间。和分别表示负载v的最小连续响应时间和最小连续中断时间。
参与价格型需求响应的商业和住宅用户的电力需求建模为:
S3:分析储能系统的数学公式,分别对源、网、荷的灵活性资源进行建模;
1)梯级水电
通过式(26)~(33)的约束对梯级水电进行建模:
式(26)和式(27)为上下游梯级水电站水量平衡约束。变量Vm,t为水电站m在t时刻的库容。变量Qm,t、和分别表示水电站的入库流量、发电流量和废水量。为水电站天然径流量,u和Un分别表示上游电站个数和上游电站集合,dun表示从上游电站u到电站n的水流停滞时间。式(28)~式(30)对储能容量、发电流量和输出流量的取值进行了限制,和为上下界。梯级水电的输出功率可由式(31)计算,c1,m、c2,m、c3,m、c4,m、c5,m、c6,m为发电系数。变量表示水电站m在t时刻的发电功率。约束(32)和(33)约束了水电站的出力和爬坡率。是水电出力的上限,是爬坡率。
2)火力发电
火电机组的灵活性体现在出力上下限相对于之前的改变,其中灵活性改造的结果是给定的。
3)输电线路
由式(36)~(42)约束建模,如下所示:
θref,t=0 (42)
式(36)为节点功率平衡约束,其中表示与电气节点n相连的火电机组/可再生能源机组/抽水蓄能电站/电化学储能的集合。ΛE是电气总线的集合,是所有通过传输线连接到总线n的总线的集合。表示可再生能源发电机w在时间t的输出。变量表示可再生能源削减量,表示不参与需求响应的常规电力负荷值。变量Pi,t表示火电机组的出力,变量fn,m表示线路n-m的潮流。变量表示负荷削减量。(37)-(40)是对功率流的约束。本文采用直流潮流进行建模。变量θn,t和θm,t为节点n和m的相位角。Bn,m是线路n-m的电纳。ΨCandΨD分别表示不可切换线路集合和可切换线路集合,PFn,m为线路传输容量上限。M是一个相当大的常数,可以设置为10000。二进制变量ln,m表示线路nm(当切换时等于0;否则为1)的运行状态。式(41)为待切换线路数量约束,λset表示可切换线路的最大数量。(42)限制参考母线的相角为零。
S4:集合以上全部模型构建新的储能系统,并对所述储能系统进行可靠性评估。
更进一步的,采用时间序列蒙特卡罗模拟法对HBES系统的可靠性进行评估。该方法通过建立虚拟元件和系统状态转移过程,按照时间顺序模拟系统运行。然后计算系统可靠性指标。下面是时间序列蒙特卡罗模拟方法的详细过程:
初始化所有组件的状态。
采样每个元素在当前状态下的持续时间。下面的公式给出了满足指数分布的状态持续时间的采样值:
w其中ri是一个均匀分布在区间[0,1]中的随机数,对应于第ith个元素。如果当前状态为工作状态,则λi为第ith个元素的故障率;如果当前状态为停用状态,则λi为其修复率。
在所研究的时间跨度上重复步骤②,并记录所有元素的每个状态持续时间的样本值。由此可以得到各元件的时序状态转移过程。
结合所有部件的状态转移过程,建立系统序贯状态转移循环过程。利用式(1)、(3)、(6)、(9)可以对风电和太阳能的出力进行采样。
计算可靠性指标,包括失负荷概率(LOLP)、失负荷频率(LOLF)和期望缺供能量(EENS)。
实施例2
参照图2,为本发明的一个实施例,提供了一种源、网、荷资源的混合储能可靠性评估模型构建方法,为了验证本发明的有益效果,通过实验进行科学论证。
参数设置
IEEE-RTS 24节点系统的接线图如图2所示,它包括32台发电机和33条输电线路、5台变压器,系统总装机容量3405MW,峰荷为2850MW。新能源装机容量约为系统总装机容量的百分之30。参与需求响应的负荷约占系统总负荷的百分之五。典型负荷场景通过对历史负荷数据聚类得到。储能配置方案直接给定。
可靠性评估结果
为评估考虑源网荷灵活性资源对混合储能系统可靠性的作用,考虑如下5种情况:
情况1:只考虑发电侧灵活性资源的;
情况2:考虑发电侧和负荷侧灵活性资源;
情况3:考发电侧和网侧灵活性资源。
情况4:考虑源网荷灵活性资源的混合储能系统可靠性评估。
情况5:将参与需求响应负荷的比例提升到系统负荷百分之10,其余不变。
采用EENS作为判断系统可靠性的指标。表1显示了五种情况的可靠性评估结果。
表1可靠性评估结果
EENS(MWh/a) | |
Case1 | 9.2802*10^5 |
Case2 | 8.0091*10^5 |
Case3 | 2.6524*10^5 |
Case4 | 2.2876*10^5 |
Case5 | 1.9941*10^5 |
从表1中可以看出,当只考虑发电侧灵活性资源,即火电机组提供灵活性时,系统的年失负荷量较高。若考虑发电侧和负荷侧灵活性资源,忽略储能以及电力线路开短的影响,系统的年失负荷量比方案一下降了13.7%。若考虑发电侧和输电侧灵活性资源,忽略负荷参与需求响应的影响,系统的年失负荷量比方案一下降了71.4%,这归因于储能对系统的影响。当考虑源网荷灵活性资源的影响时,系统可靠性显著提升,EENS为2.2876*10^5MWh/a。案例五在案例四的基础上将参与需求响应的符合比例提高了一倍,EENS相对于方案四下降了12.8%,这体现了需求响应对于系统可靠性的巨大影响力。
通过IEEE RTS-24节点电力系统算例测试可知:
1)若系统充分考虑源网荷灵活性资源,则可靠性能得到极大的提升;
2)网侧灵活性资源,即输电线路的开断和储能,对系统可靠性作用最显著的。
3)参与需求响应的负荷越多,对系统可靠性就越好,因此可以多实施此类政策促进用户参与需求响应。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,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申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种源、网、荷资源的混合储能可靠性评估模型构建方法,其特征在于:包括,
在建立风电和光伏发电模型的基础上,将抽水蓄能电站和电化学储能进行建模;
对工业负荷和商住负荷建立不同的需求响应模型;
分析储能系统的数学公式,分别对源、网、荷的灵活性资源进行建模;
集合以上全部模型构建新的储能系统,并对所述储能系统进行可靠性评估。
2.如权利要求1所述的源、网、荷资源的混合储能可靠性评估模型构建方法,其特征在于:所述风电场的建模包括,基于实际历史数据确定风速分布及其概率密度函数,得出关键输入参数后基于风力发电机性能确定其出力模型;
所述光伏发电的建模包括,基于实际历史数据确定光照强度分布与时间的关系,得出光照波动符合的概率分布后基于光伏发电机性能确定其出力模型。
3.如权利要求2所述的源、网、荷资源的混合储能可靠性评估模型构建方法,其特征在于:所述灵活性资源包括发电侧灵活资源和输电侧灵活资源,所述发电侧灵活性资源包括火电机组和水电站,所述水电站选用梯级水电进行建模,先进行上下游梯级水电站水量平衡约束,公式表示为:
其中,变量Vm,t为水电站m在t时刻的库容。变量Qm,t、QPm,t和分别表示水电站的入库流量、发电流量和废水量。为水电站天然径流量,u和Un分别表示上游电站个数和上游电站集合,dun表示从上游电站u到电站n的水流停滞时间,V m、为下界,为上界;
再计算梯级水电的输出功率,公式表示为:
9.如权利要求8所述的源、网、荷资源的混合储能可靠性评估模型构建方法,其特征在于:所述输电侧灵活性资源通过输电线路的开断和储能的充放电提供灵活性,所述输电线路的建模公式为:
θref,t=0
其中,其中分别表示与电气节点n相连的火电机组、可再生能源机组、抽水蓄能电站、电化学储能的集合,ΛE是电气总线的集合,是所有通过传输线连接到总线n的总线的集合,表示可再生能源发电机w在时间t的输出,变量表示可再生能源削减量,表示不参与需求响应的常规电力负荷值,变量Pi,t表示火电机组的出力,变量fn,m表示线路n-m的潮流,变量表示负荷削减量,变量θn,t和θm,t为节点n和m的相位角,Bn,m是线路n-m的电纳,ΨCand ΨD分别表示不可切换线路集合和可切换线路集合,PFn,m为线路传输容量上限,M是一个相当大的常数,二进制变量ln,m表示线路nm的运行状态,λset表示可切换线路的最大数量。
10.如权利要求1~3、5、7或9任一所述的源、网、荷资源的混合储能可靠性评估模型构建方法,其特征在于:所述可靠性评估包括,采用时间序列蒙特卡罗模拟法进行评估,计算可靠性指标,包括失负荷概率、失负荷频率和期望缺供能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211304969.9A CN115618616A (zh) | 2022-10-24 | 2022-10-24 | 一种源、网、荷资源的混合储能可靠性评估模型构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211304969.9A CN115618616A (zh) | 2022-10-24 | 2022-10-24 | 一种源、网、荷资源的混合储能可靠性评估模型构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115618616A true CN115618616A (zh) | 2023-01-17 |
Family
ID=84864163
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211304969.9A Pending CN115618616A (zh) | 2022-10-24 | 2022-10-24 | 一种源、网、荷资源的混合储能可靠性评估模型构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115618616A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109216A (zh) * | 2023-04-13 | 2023-05-12 | 国网湖北省电力有限公司营销服务中心(计量中心) | 一种源网储荷系统的可调性评估方法 |
-
2022
- 2022-10-24 CN CN202211304969.9A patent/CN115618616A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116109216A (zh) * | 2023-04-13 | 2023-05-12 | 国网湖北省电力有限公司营销服务中心(计量中心) | 一种源网储荷系统的可调性评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106874630B (zh) | 基于电量消纳的区域电网新能源开发潜力评估方法 | |
Fortenbacher et al. | Optimal placement and sizing of distributed battery storage in low voltage grids using receding horizon control strategies | |
US9618914B2 (en) | Energy resource-grid-load automatic control system of smart microgrid and control methods thereof | |
Reddy et al. | A review of Integration, Control, Communication and Metering (ICCM) of renewable energy based smart grid | |
CN111009895B (zh) | 一种微网优化调度方法、系统以及设备 | |
CN106684915A (zh) | 一种风氢耦合发电系统的优化方法及装置 | |
CN110112790B (zh) | 有源配电网运行效率的评价方法、装置、设备及存储介质 | |
Gangwar et al. | Storage allocation in active distribution networks considering life cycle and uncertainty | |
Ciabattoni et al. | Artificial bee colonies based optimal sizing of microgrid components: A profit maximization approach | |
Yin et al. | Health-aware energy management strategy toward Internet of Storage | |
Alzahrani et al. | Modelling and implementing smart micro-grids for fish-processing industry | |
Shahab et al. | Advanced optimal design of the IoT based university campus microgrid considering environmental concerns and demand response | |
Sperstad et al. | Cost-benefit analysis of battery energy storage in electric power grids: Research and practices | |
CN115618616A (zh) | 一种源、网、荷资源的混合储能可靠性评估模型构建方法 | |
Pelosi et al. | Battery-hydrogen vs. flywheel-battery hybrid storage systems for renewable energy integration in mini-grid: A techno-economic comparison | |
CN104820948A (zh) | 配电网储能电站经济效益综合评估方法 | |
Pholboon et al. | Real-time battery management algorithm for peak demand shaving in small energy communities | |
CN115473284A (zh) | 区域电力交换约束下配电系统运行的鲁棒优化方法、系统及计算机设备 | |
Yin et al. | Economic and technical comparison of energy storage technologies for renewable accommodation | |
Gong et al. | Economic dispatching strategy of double lead-acid battery packs considering various factors | |
Cheng et al. | A MILP model for optimizing distributed resource system with energy storage and PV considering energy storage life loss | |
Crosara et al. | Generation adequacy in the Nordic and Baltic area: The potential of flexible residential electric heating | |
Huang et al. | Stackelberg Competition Between Merchant and Regulated Storage Investment under Locational Marginal Pricing | |
Ye et al. | Multi-Scenario Stochastic Optimal Scheduling for Power Systems With Source-Load Matching Based on Pseudo-Inverse Laguerre Polynomials | |
CN113852136B (zh) | 一种新能源基地外送方案的电源配置方法及装置 |
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 |