CN116169701A - 一种基于最大化光伏消纳率的储能容量配置方法 - Google Patents

一种基于最大化光伏消纳率的储能容量配置方法 Download PDF

Info

Publication number
CN116169701A
CN116169701A CN202310209301.4A CN202310209301A CN116169701A CN 116169701 A CN116169701 A CN 116169701A CN 202310209301 A CN202310209301 A CN 202310209301A CN 116169701 A CN116169701 A CN 116169701A
Authority
CN
China
Prior art keywords
energy storage
storage capacity
stage
photovoltaic
electricity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310209301.4A
Other languages
English (en)
Inventor
谭光慧
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.)
Zhonghui Intelligent Power Jiangsu Technology Co ltd
Original Assignee
Zhonghui Intelligent Power Jiangsu Technology 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 Zhonghui Intelligent Power Jiangsu Technology Co ltd filed Critical Zhonghui Intelligent Power Jiangsu Technology Co ltd
Priority to CN202310209301.4A priority Critical patent/CN116169701A/zh
Publication of CN116169701A publication Critical patent/CN116169701A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/28—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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于最大化光伏消纳率的储能容量配置方法，属于光伏发电技术领域，包括，依据历史用电负荷与光伏发电数据选择典型日；建立典型日储能运行策略；确定储能容量最优配置。本发明一种基于最大化光伏消纳率的储能容量配置方法，采用合理的策略配置储能容量，使得光伏消纳率与运行成本形成最优的均衡，从而在不增加成本的情况下实现本地光伏消纳率最大化。

Description

一种基于最大化光伏消纳率的储能容量配置方法
技术领域
本发明涉及光伏发电技术领域，且特别是有关于一种基于最大化光伏消纳率的储能容量配置方法。
背景技术
光伏发电具有波动性强、可控性差的特点，发电量受季节及天气等因素的影响较大，在常规运行方式下容易出现弃光、利用效率低、影响电网稳定等问题。现有的光伏发电普遍存在单独运行下的欠优化配置问题，光伏消纳率不高、储能运行成本过大、效益低。
发明内容
为了解决光伏消纳率不高与储能运行成本过大的问题，本发明提供一种基于最大化光伏消纳率的储能容量配置方法。
为达到上述目的，本发明技术方案是：
一种基于最大化光伏消纳率的储能容量配置方法，包括，
步骤S1，依据历史用电负荷与光伏发电数据选择典型日；
步骤S2，建立典型日储能运行策略；
步骤S3，确定储能容量最优配置。
上述步骤S1包括，
步骤S11，数据预处理，获取典型示范区历史用电负荷与光伏发电数据后，将数据按照1h时间间隔进行处理，得到各个时刻的数据；
步骤S12，概率密度拟合，基于正态分布，分别拟合用电负荷与光伏发电功率的时序概率密度函数；
步骤S13，典型日选择，选择与概率密度最接近的一天数据，作为典型日，依据该典型日安排后续的储能运行策略和储能容量最优配置策略。
上述光伏发电数据包括发电功率、电压、电流。
上述步骤S2包括，
步骤S21，对微电网参数进行定义，输入参数A、B、C、m、n、f、k，其中，A为在凌晨到上午负荷需求量超出光伏发电量的部分，C为上午到下午有充足日照时光伏发电量超出负荷需求量的部分，B为下午到夜间光伏发电量低于负荷需求量的部分，m为储能容量，n为储能当前可用容量，f、k分别为从电网调用及输送至电网的电量，日内整体与电网交互电量为E＝f+k；
步骤S22，根据各参数之间的相对关系，分析储能在日内与电网电量交互结果，建立典型日储能运行策略。
上述典型日储能运行策略包括，
场景1：当A>n且C>0.7m且B>0.7m时，
在A阶段，f＝A-n；在C阶段，k＝C-0.7m/0.95；在B阶段，f＝B-0.7m，
则从电网调用及输送至电网的电量为：
f1＝(A-n)+(B-0.7m),k1＝C-0.7m/0.95；
场景2：当A>n且C>0.7m且B<0.7m时，
在A阶段，f＝A-n；在C阶段，k＝C-0.7m/0.95；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f2＝A-n，k2＝C-0.7m/0.95；
场景3：当A>n且C<0.7m且B>0.95C时，
在A阶段，f＝A-n；在C阶段，k＝0；在B阶段，f＝B-0.95C，
则从电网调用及输送至电网的电量为：
f3＝A-n+B-0.95C，k3＝0；
场景4：当A>n且C<0.7m且B<0.95C时，
在A阶段，f＝A-n；在C阶段，k＝0；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f4＝A-n，k4＝0；
场景5：当A<n且C>(0.7m-n+A)/0.95且B>0.7m时，
在A阶段，f＝0；在C阶段，k＝C-(0.7m-n+A)/0.95；在B阶段，f＝B-0.7m，
则从电网调用及输送至电网的电量为：
f5＝B-0.7m，k5＝C-(0.7m-n+A)/0.95；
场景6：当A<n且C>(0.7m-n+A)/0.95且B<0.7m时，
在A阶段，f＝0；在C阶段，k＝C-(0.7m-n+A)/0.95；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f6＝0，k6＝C-(0.7m-n+A)/0.95；
场景7：当A<n且C<(0.7m-n+A)/0.95且B>n-A+0.95C时，
在A阶段，f＝0；在C阶段，k＝0；在B阶段，f＝B-(n-A+0.95C)，
则从电网调用及输送至电网的电量为：
f7＝B-(n-A+0.95C)，k7＝0；
场景8：当A<n且C<(0.7m-n+A)/0.95且B<n-A+0.95C时，
在A阶段，f＝0；在C阶段，k＝0；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f8＝0，k8＝0。
上述步骤S3包括，
步骤S31，设置初始值，初始储能容量m为0，初始储能运行成本Cs＝0，确定从电网调用及输送至电网的电量f、k，计算净购电成本为Cb，则整体用电成本C总＝Cs+Cb；
步骤S32，设定一较小的容量差别间隔△m；
步骤S33，假设储能容量增加△m，计算此时的储能容量为m+△m；
步骤S34，重新计算储能运行成本Cs，重新确定从电网调用及输送至电网的电量f、k，重新计算净购电成本Cb，则此时的整体用电成本为C总＝Cs+Cb；
步骤S35，判断日内整体与电网交互电量E是否不再减少，若不是，重复执行步骤S33至步骤S35；
步骤S36，若是，此时光伏消纳率最高，选取上述各次计算中，整体用电成本C总最低的方案，将此时的储能容量作为最优配置。
其中，从电网调用及输送至电网的电量f、k通过所述步骤S2确定。
其中，储能运行成本Cs等于储能容量乘以单位运行成本。
其中，净购电成本Cb＝Pbuy*f–Psold*k，其中，Pbuy为单位购电成本，Psold为单位售电成本。
在一具体实施例中，储能当前可用容量的最大值nmax＝0.7m。
有益效果，本发明一种基于最大化光伏消纳率的储能容量配置方法，采用合理的策略配置储能容量，使得光伏消纳率与运行成本形成最优的均衡，从而在不增加成本的情况下实现本地光伏消纳率最大化。
为让发明的上述特征和优点能更明显易懂，下文特举实施例，并配合所附图式作详细说明如下。
附图说明
图1为本发明一种基于最大化光伏消纳率的储能容量配置方法的流程图。
图2为图1中步骤S1的流程图。
图3为图1中步骤S2的流程图。
图4为图1中步骤S3的流程图。
图5为一具体实施例中典型日用电负荷与光伏发电差值的微网负荷变化曲线图。
具体实施方式
为使本发明实施例的目的和技术方案更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明一种基于最大化光伏消纳率的储能容量配置方法，考虑光伏的典型功率曲线，设定储能的最优运行策略与最优容量配置策略，使得光伏本地消纳率最高。如图1所示，本发明一种基于最大化光伏消纳率的储能容量配置方法具体包括，
步骤S1，依据历史用电负荷与光伏发电数据选择典型日；
步骤S2，建立典型日储能运行策略；
步骤S3，确定储能容量最优配置。
所述步骤S1具体包括，如图2所示，
步骤S11，数据预处理；
更具体地，获取典型示范区历史用电负荷与光伏发电数据后，将数据按照1h时间间隔进行处理，得到各个时刻的数据。其中，光伏发电数据包括发电功率、电压、电流等参数。
步骤S12，概率密度拟合；
更具体地，基于正态分布，分别拟合用电负荷与光伏发电功率的时序概率密度函数。
步骤S13，典型日选择；
更具体地，选择与概率密度最接近的一天数据，作为典型日，依据该典型日安排后续的储能运行策略和储能容量最优配置策略。
当负荷需求量超出光伏发电量时，需储能或电网为负荷提供电能；当光伏发电量大于负荷需求量时，剩余电能储存起来。储能容量最优配置策略的目标为在最优成本的前提下，实现本地光伏消纳率最大化。
所述步骤S2具体包括，如图3所示，
步骤S21，对微电网参数进行定义，输入A、B、C、m、n、f、k等参数，其中，A为在凌晨到上午负荷需求量超出光伏发电量的部分，C为上午到下午有充足日照时光伏发电量超出负荷需求量的部分，B为下午到夜间光伏发电量低于负荷需求量的部分，m为储能容量，n为储能当前可用容量，其中，储能当前可用容量的最大值nmax＝0.7m，f、k分别为从电网调用及输送至电网的电量，日内整体与电网交互电量为E＝f+k。
步骤S22，根据各参数之间的相对关系，分析储能在日内与电网电量交互结果，建立典型日储能运行策略。更具体地，考虑在一天范围内，参数A、参数B、参数C与储能当前可用容量n以及储能最大额定容量m之间的大小关系组合不同，储能在三个时间段内应当分别采用充电或者放电策略，因此在三个时间段中共存在8种不同的储能日内充放电场景，详见表1，以保证在满足储能容量约束的前提下，储能利用率最高，本地光伏消纳率最大化。
场景1：当A>n且C>0.7m且B>0.7m时，
在A阶段，f＝A-n；在C阶段，k＝C-0.7m/0.95；在B阶段，f＝B-0.7m，
则从电网调用及输送至电网的电量为：
f1＝(A-n)+(B-0.7m),k1＝C-0.7m/0.95。
场景2：当A>n且C>0.7m且B<0.7m时，
在A阶段，f＝A-n；在C阶段，k＝C-0.7m/0.95；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f2＝A-n，k2＝C-0.7m/0.95。
场景3：当A>n且C<0.7m且B>0.95C时，
在A阶段，f＝A-n；在C阶段，k＝0；在B阶段，f＝B-0.95C，
则从电网调用及输送至电网的电量为：
f3＝A-n+B-0.95C，k3＝0。
场景4：当A>n且C<0.7m且B<0.95C时，
在A阶段，f＝A-n；在C阶段，k＝0；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f4＝A-n，k4＝0。
场景5：当A<n且C>(0.7m-n+A)/0.95且B>0.7m时，
在A阶段，f＝0；在C阶段，k＝C-(0.7m-n+A)/0.95；在B阶段，f＝B-0.7m，则从电网调用及输送至电网的电量为：
f5＝B-0.7m，k5＝C-(0.7m-n+A)/0.95。
场景6：当A<n且C>(0.7m-n+A)/0.95且B<0.7m时，
在A阶段，f＝0；在C阶段，k＝C-(0.7m-n+A)/0.95；在B阶段，f＝0，则从电网调用及输送至电网的电量为：
f6＝0，k6＝C-(0.7m-n+A)/0.95。
场景7：当A<n且C<(0.7m-n+A)/0.95且B>n-A+0.95C时，
在A阶段，f＝0；在C阶段，k＝0；在B阶段，f＝B-(n-A+0.95C)，则从电网调用及输送至电网的电量为：
f7＝B-(n-A+0.95C)，k7＝0。
场景8：当A<n且C<(0.7m-n+A)/0.95且B<n-A+0.95C时，
在A阶段，f＝0；在C阶段，k＝0；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f8＝0，k8＝0。
表1：8种不同的储能日内充放电场景
Figure BDA0004112112280000061
Figure BDA0004112112280000071
在所述步骤S3中，在保障成本的前提下，尽可能增加光伏的本地消纳率。所述步骤S3包括，如图4所示，
步骤S31，设置初始值，初始储能容量m为0，初始储能运行成本Cs＝0，确定从电网调用及输送至电网的电量f、k，计算净购电成本为Cb，则整体用电成本C总＝Cs+Cb。
步骤S32，设定一较小的容量差别间隔△m。
步骤S33，令储能容量增加△m，计算此时的储能容量为m+△m。
步骤S34，重新计算储能运行成本Cs，重新确定从电网调用及输送至电网的电量f、k，重新计算净购电成本Cb，则此时的整体用电成本为C总＝Cs+Cb。
步骤S35，判断日内整体与电网交互电量E不再减少。若不是，重复执行步骤S33至步骤S35。
步骤S36，若是，此时光伏本地消纳率最高。选取上述各次计算中，整体用电成本C总最低时的方案，将此时的储能容量作为最优配置。
其中，从电网调用及输送至电网的电量f、k通过所述步骤S2确定。
其中，储能运行成本Cs等于储能容量乘以单位运行成本，即Cs＝m*x，其中，x为单位运行成本。
其中，净购电成本Cb＝Pbuy*f–Psold*k，Pbuy为单位购电成本，Psold为单位售电成本。
在一具体实施例中，根据某用户光伏发电与用电负荷的情况，首先得到典型日用电负荷与光伏发电差值的微网负荷变化曲线，如图5所示，其中，A为在凌晨到上午负荷需求量超出光伏发电量的部分，B为下午到夜间光伏发电量低于负荷需求量的部分，即A与B为向电网购电的部分，A、B分别为18MWh与13MWh。C为上午到下午有充足日照时光伏发电量超出负荷需求量的部分，即C为光伏发电量上网部分，C的值为27MWh。
其中，光伏消纳率的计算方法为：
Figure BDA0004112112280000081
其中η为光伏消纳率，Epv为光伏发电量，k为微网系统向上级电网输送电量。
根据上述方法，在不同的储能容量配置下，整体用电成本C总与光伏消纳率η分别如表2所示。
表2不同储能容量配置下的光伏消纳情况与整体用电成本
储能容量(MWh) 光伏消纳率(％) 总用电成本(元)
0 89.4 14163
5 93.2 13416
10 95.7 12014
15 97.2 11398
18.7(最优配置) 98.3 10413
20 98.5 13314
由上表可以看出，在确定了最大光伏消纳率时，选取整体用电成本C总最低的方案，此时储能容量m配置为18.7MWh，这样能够在成本最优的情况下，尽可能增加本地光伏消纳率，最终确定储能容量最优配置。
虽然本发明已以实施例揭露如上，然其并非用以限定本发明，任何所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作些许的更动与润饰，故本发明的保护范围当视后附的申请专利范围所界定者为准。

Claims (10)

1.一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，包括，
步骤S1，依据历史用电负荷与光伏发电数据选择典型日；
步骤S2，建立典型日储能运行策略；
步骤S3，确定储能容量最优配置。
2.如权利要求1所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，所述步骤S1包括，
步骤S11，数据预处理，获取典型示范区历史用电负荷与光伏发电数据后，将数据按照1h时间间隔进行处理，得到各个时刻的数据；
步骤S12，概率密度拟合，基于正态分布，分别拟合用电负荷与光伏发电功率的时序概率密度函数；
步骤S13，典型日选择，选择与概率密度最接近的一天数据，作为典型日，依据该典型日安排后续的储能运行策略和储能容量最优配置策略。
3.如权利要求2所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，所述光伏发电数据包括发电功率、电压、电流。
4.如权利要求3所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，所述步骤S2包括，
步骤S21，对微电网参数进行定义，输入参数A、B、C、m、n、f、k，其中，A为在凌晨到上午负荷需求量超出光伏发电量的部分，C为上午到下午有充足日照时光伏发电量超出负荷需求量的部分，B为下午到夜间光伏发电量低于负荷需求量的部分，m为储能容量，n为储能当前可用容量，f、k分别为从电网调用及输送至电网的电量，日内整体与电网交互电量为E＝f+k；
步骤S22，根据各参数之间的相对关系，分析储能在日内与电网电量交互结果，建立典型日储能运行策略。
5.如权利要求4所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，所述典型日储能运行策略包括，
场景1：当A>n且C>0.7m且B>0.7m时，
在A阶段，f＝A-n；在C阶段，k＝C-0.7m/0.95；在B阶段，f＝B-0.7m，则从电网调用及输送至电网的电量为：
f1＝(A-n)+(B-0.7m),k1＝C-0.7m/0.95；
场景2：当A>n且C>0.7m且B<0.7m时，
在A阶段，f＝A-n；在C阶段，k＝C-0.7m/0.95；在B阶段，f＝0，则从电网调用及输送至电网的电量为：
f2＝A-n，k2＝C-0.7m/0.95；
场景3：当A>n且C<0.7m且B>0.95C时，
在A阶段，f＝A-n；在C阶段，k＝0；在B阶段，f＝B-0.95C，
则从电网调用及输送至电网的电量为：
f3＝A-n+B-0.95C，k3＝0；
场景4：当A>n且C<0.7m且B<0.95C时，
在A阶段，f＝A-n；在C阶段，k＝0；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f4＝A-n，k4＝0；
场景5：当A<n且C>(0.7m-n+A)/0.95且B>0.7m时，
在A阶段，f＝0；在C阶段，k＝C-(0.7m-n+A)/0.95；在B阶段，f＝B-0.7m，则从电网调用及输送至电网的电量为：
f5＝B-0.7m，k5＝C-(0.7m-n+A)/0.95；
场景6：当A<n且C>(0.7m-n+A)/0.95且B<0.7m时，
在A阶段，f＝0；在C阶段，k＝C-(0.7m-n+A)/0.95；在B阶段，f＝0，则从电网调用及输送至电网的电量为：
f6＝0，k6＝C-(0.7m-n+A)/0.95；
场景7：当A<n且C<(0.7m-n+A)/0.95且B>n-A+0.95C时，
在A阶段，f＝0；在C阶段，k＝0；在B阶段，f＝B-(n-A+0.95C)，则从电网调用及输送至电网的电量为：
f7＝B-(n-A+0.95C)，k7＝0；
场景8：当A<n且C<(0.7m-n+A)/0.95且B<n-A+0.95C时，
在A阶段，f＝0；在C阶段，k＝0；在B阶段，f＝0，
则从电网调用及输送至电网的电量为：
f8＝0，k8＝0。
6.如权利要求5所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，所述步骤S3包括，
步骤S31，设置初始值，初始储能容量m为0，初始储能运行成本Cs＝0，确定从电网调用及输送至电网的电量f、k，计算净购电成本为Cb，则整体用电成本C总＝Cs+Cb；
步骤S32，设定一较小的容量差别间隔△m；
步骤S33，假设储能容量增加△m，计算此时的储能容量为m+△m；
步骤S34，重新计算储能运行成本Cs，重新确定从电网调用及输送至电网的电量f、k，重新计算净购电成本Cb，则此时的整体用电成本为C总＝Cs+Cb；
步骤S35，判断日内整体与电网交互电量E是否不再减少，若不是，重复执行步骤S33至步骤S35；
步骤S36，若是，此时光伏消纳率最高，选取上述各次计算中，整体用电成本C总最低的方案，将此时的储能容量作为最优配置。
7.如权利要求6所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，从电网调用及输送至电网的电量f、k通过所述步骤S2确定。
8.如权利要求6所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，储能运行成本Cs等于储能容量乘以单位运行成本。
9.如权利要求6所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，净购电成本Cb＝Pbuy*f–Psold*k，其中，Pbuy为单位购电成本，Psold为单位售电成本。
10.如权利要求4所述一种基于最大化光伏消纳率的储能容量配置方法，其特征在于，储能当前可用容量的最大值nmax＝0.7m。
CN202310209301.4A 2023-03-06 2023-03-06 一种基于最大化光伏消纳率的储能容量配置方法 Pending CN116169701A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310209301.4A CN116169701A (zh) 2023-03-06 2023-03-06 一种基于最大化光伏消纳率的储能容量配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310209301.4A CN116169701A (zh) 2023-03-06 2023-03-06 一种基于最大化光伏消纳率的储能容量配置方法

Publications (1)

Publication Number Publication Date
CN116169701A true CN116169701A (zh) 2023-05-26

Family

ID=86421864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310209301.4A Pending CN116169701A (zh) 2023-03-06 2023-03-06 一种基于最大化光伏消纳率的储能容量配置方法

Country Status (1)

Country Link
CN (1) CN116169701A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117411048A (zh) * 2023-12-15 2024-01-16 珠海广控新能源有限公司 一种用于光伏储能的容量配置系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117411048A (zh) * 2023-12-15 2024-01-16 珠海广控新能源有限公司 一种用于光伏储能的容量配置系统

Similar Documents

Publication Publication Date Title
CN107862405B (zh) 计及微网作为黑启动电源的电力系统网架重构优化方法
CN108667052B (zh) 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统
CN107634518B (zh) 一种“源-网-荷”相协调的主动配电网经济调度方法
Hossain et al. Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system
CN108695871B (zh) 含有电力弹簧的孤岛微电网降低储能容量需求的配置方法
CN112072711A (zh) 基于动态优先级的配电网灵活性优化调度方法
CN116169701A (zh) 一种基于最大化光伏消纳率的储能容量配置方法
CN116345466A (zh) 一种考虑配网重构的主动配电网两阶段潮流优化方法
CN111313444A (zh) 一种面向高密度光伏配网台区侧的储能系统优化配置方法
CN115222195A (zh) 考虑源-网-荷-储灵活性资源的配电网优化调度方法
CN111224432A (zh) 微电网优化调度方法和装置
CN115000985A (zh) 一种用户侧分布式储能设施聚合管控方法及系统
Radosavljević Voltage regulation in LV distribution networks with PV generation and battery storage
Gangwar et al. Management of energy storage dispatch in unbalanced distribution networks using opendss
Okunade et al. Application of optimization for daily scheduling of renewable distributed generations considering market profits in distribution networks
CN113794241B (zh) 低压智能电网用户侧源储荷的优化调度方法及装置
CN115663853A (zh) 基于实时经验模态分解的混合储能不平衡功率分配方法
Badugu et al. Recharging methods of electric vehicles in residential distribution systems
CN114676921A (zh) 一种考虑源荷储协调优化的系统风电可接纳能力计算方法
CN115238992A (zh) 一种电力系统源荷储的协调优化方法、装置及电子设备
CN114336658A (zh) 一种含分布式光伏及无功调节设备的配网无功控制方法
CN114447963A (zh) 储能电池功率控制方法及系统
Santos et al. Analysis of the distributed residential energy storage impact on the grid operation
Li et al. Development of control strategy to increase the lifetime of grid-connected Li-ion battery
CN112350378B (zh) 一种应对环境及负荷需求变化的微电网鲁棒优化方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination