CN116914787A - 一种区域电网多时间尺度共享储能容量规划方法及系统 - Google Patents
一种区域电网多时间尺度共享储能容量规划方法及系统 Download PDFInfo
- Publication number
- CN116914787A CN116914787A CN202310872357.8A CN202310872357A CN116914787A CN 116914787 A CN116914787 A CN 116914787A CN 202310872357 A CN202310872357 A CN 202310872357A CN 116914787 A CN116914787 A CN 116914787A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- time scale
- time
- scale
- energy
- 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 356
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000007599 discharging Methods 0.000 claims description 27
- 230000006641 stabilisation Effects 0.000 claims description 10
- 238000011105 stabilization Methods 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000003064 k means clustering Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 229910052739 hydrogen Inorganic materials 0.000 description 5
- 239000001257 hydrogen Substances 0.000 description 5
- 230000001932 seasonal effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical group [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
-
- 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
- H02J3/002—Flicker reduction, e.g. compensation of flicker introduced by non-linear load
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—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
- H02J3/28—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
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- 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
-
- 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
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Nonlinear Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种区域电网多时间尺度共享储能容量规划方法及系统,涉及储能容量规划领域;该方法包括:获取区域电网的运行数据;根据运行数据构建多时间尺度容量规划模型;多时间尺度容量规划模型包括:目标函数和约束条件;根据约束条件对目标函数进行求解,得到区域电网的最优储能规划方案;最优储能规划方案,包括:区域电网的储能总成本最小时对应的区域电网的负荷、储能以及风光机组出力之间的配置;本发明通过多种时间尺度的储能共同参与,以多时间尺度的能量转移,实现供需平衡。
Description
技术领域
本发明涉及储能容量规划领域,特别是涉及一种区域电网多时间尺度共享储能容量规划方法及系统。
背景技术
随着全球能源问题日益加剧,可再生能源的开发利用得到各国的重视。以期实现在能源结构上向清洁能源的转型,在电力系统方面,可以预见未来的电力系统必将表现出高比例、大规模新能源的特征。不可忽视的是,大规模,高比例的新能源并入电力系统也将带来更加严峻的消纳问题。同时随着社会的不断发展,负荷的种类不断增多,用能需求不断加剧,负荷的波动将进一步加剧。在未来的电力系统,将表现出更长时间、更大规模的供需平衡问题。储能技术为能量平衡、新能源消纳问题的一大解决方案。但当前电力系统中的储能仍较多的以电化学等短时储能为主,以解决电力系统短时间(日内)的负荷波动,难以实现更长时间、更大规模的供需不平衡问题。
发明内容
本发明的目的是提供一种区域电网多时间尺度共享储能容量规划方法及系统,通过多种时间尺度的储能共同参与,以多时间尺度的能量转移,实现供需平衡。
为实现上述目的,本发明提供了如下方案:
一种区域电网多时间尺度共享储能容量规划方法,所述方法包括:
获取区域电网的运行数据;所述运行数据包括:负荷数据和风光出力数据;
根据所述运行数据构建多时间尺度容量规划模型;所述多时间尺度容量规划模型包括:目标函数和约束条件;所述目标函数是以区域电网的储能总成本最小为目标构建的;所述约束条件包括:日时间尺度储能运行约束、月时间尺度储能运行约束、年时间尺度储能运行约束、调峰约束和功率平衡机组出力约束;
根据所述约束条件对所述目标函数进行求解,得到区域电网的最优储能规划方案;所述最优储能规划方案,包括:区域电网的储能总成本最小时对应的区域电网的负荷、储能以及风光机组出力之间的配置。
可选地,获取区域电网的运行数据,具体包括:
获取区域电网的初始的运行数据;
采用k-means聚类算法对初始的运行数据按照设定规则进行聚类划分,得到划分运行数据;
根据所述划分运行数据确定净负荷曲线;
根据所述净负荷曲线确定所述运行数据。
可选地,所述目标函数为:
F=CS+CO+Cpel;
其中,F为储能总成本;CS为储能的总体投资成本;CO为储能的总体运营维护成本;Cpel为储能的总体购买电力所需成本;εi为对应的时间尺度的储能成本的等年值折算系数;为储能全寿命周期的成本;/>为每种储能的额定功率;/>为每种储能的单位功率成本;为每种储能的额定容量;/>为每种储能单位容量成本系数;/>为三种时间尺度储能的集合;/>为储能每天单位功率的维护成本;/>为日时间尺度的储能充电功率;/>为月时间尺度的储能充电功率;/>为年时间尺度的储能充电功率;/>为日时间尺度的储能的放电功率;/>为月时间尺度的储能的放电功率;/>为年时间尺度的储能的放电功率;ki为不同时刻的电价;Dt为日时间尺度储能的充放电时刻的集合;Mt为月时间尺度储能的充放电时刻的集合;Yt为年时间尺度储能的充放电时刻的集合;dr为贴现率;yi为相应时间尺度下储能的寿命;dt为日时间尺度储能的充放电时刻;mt为月时间尺度储能的充放电时刻;yt为年时间尺度储能的充放电时刻;i为日、月、年中的一个时间尺度储能。
可选地,所述日时间尺度储能运行约束为:
其中,ηd为储能的充放电效率;T1为日时间尺度储能的单位充放电时长;为储能后的容量状态;/>为储能前的容量状态;/>为日时间尺度的储能每时刻的充电功率;为日时间尺度的储能每时刻的放电功率;/>为日时间尺度储能在一天前的储能容量状态;/>为日时间尺度储能在一天后的储能容量状态;/>为日时间尺度配置储能的额定功率;/>和/>均为0-1的变量;Dt为日时间尺度储能的充放电时刻的集合;dt为日时间尺度储能的充放电时刻。
可选地,所述月时间尺度储能运行约束为:
其中,ηm为月时间尺度的储能充放电效率;T2为月时间尺度储能的单位充放电时长;为月时间尺度储能前的容量状态;/>为月时间尺度储能后的容量状态;/>为月时间尺度的储能的充电功率;/>为月时间尺度的储能的放电功率;/>为月时间尺度的储能每时刻的充电功率;/>为月时间尺度的储能每时刻的放电功率;/>为月时间尺度配置储能的额定功率;/>和/>均为0-1的变量;wh为不同天出现的概率;/>为月时间尺度储能在一天初始时刻的能量状态水平;/>为月时间尺度储能在另一天初始时刻的能量状态水平;Mt为月时间尺度储能的充放电时刻的集合;Nm表示月时间尺度储能充放电循环周期时长;/>为月时间尺度储能在另一天结束时刻的能量状态水平;mt为月时间尺度储能的充放电时刻;h为月时间尺度储能一天中的时刻序号。
可选地,所述年时间尺度储能运行约束为:
其中,ηy为年时间尺度储能的充放电效率;为年时间尺度储能前的能量状态;为年时间尺度储能后的能量状态;/>为年时间尺度的储能的充电功率;/>为年时间尺度的储能的放电功率;/>为年时间尺度的储能每时刻的充电功率;/>为年时间尺度的储能每时刻的放电功率;/>为年时间尺度储能配置的额定功率;/>和/>均为0-1的变量;/>为年时间尺度储能在前一天初始时刻的能量状态水平;/>为年时间尺度储能在当天初始时刻的能量状态水平;Ny表示年时间尺度储能充放电循环周期时长;wh为不同天出现的概率;Yt为年时间尺度储能的充放电时刻的集合;/>为年时间尺度储能在前一天结束时刻的能量状态水平;T为年时间尺度储能的单位充放电时长;yt为年时间尺度储能的充放电时刻。
可选地,所述调峰约束为:
其中,Pt n为风光以及负荷经储能平抑前相叠加的特性曲线数据;Pt N为风光以及负荷经储能平抑后相叠加的特性曲线数据;为每种时间尺度储能每时刻的充电功率;/>为每种时间尺度储能每时刻的放电功率;Pt H为经储能平抑后曲线的峰值;Pt L为经储能平抑后的曲线的谷值;ΔP为曲线峰谷差率的限制;i为日、月、年中的一个时间尺度储能;/>为三种时间尺度储能的集合。
可选地,所述功率平衡机组出力约束为:
其中,Pi g为包含风光在内机组的出力;ΩGn为包含风光在内机组的集合;Pi L为负荷所需的功率;ΩLn为负荷的集合;Pi cha为每种时间尺度储能每时刻的充电功率;Pi dis为每种时间尺度储能每时刻的放电功率;为机组出力的下限;/>为机组出力的上限;i为日、月、年中的一个时间尺度储能;/>为三种时间尺度储能的集合。
一种区域电网多时间尺度共享储能容量规划系统,所述系统包括:
数据获取模块,用于获取区域电网的运行数据;所述运行数据包括:负荷数据和风光出力数据;
模型构建模块,用于根据所述运行数据构建多时间尺度容量规划模型;所述多时间尺度容量规划模型包括:目标函数和约束条件;所述目标函数是以区域电网的储能总成本最小为目标构建的;所述约束条件包括:日时间尺度储能运行约束、月时间尺度储能运行约束、年时间尺度储能运行约束、调峰约束和功率平衡机组出力约束;
求解模块,用于根据所述约束条件对所述目标函数进行求解,得到区域电网的最优储能规划方案;所述最优储能规划方案,包括:区域电网的储能总成本最小时对应的区域电网的负荷、储能以及风光机组出力之间的配置。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供了一种区域电网多时间尺度共享储能容量规划方法及系统,通过根据获取的区域电网的运行数据构建多时间尺度容量规划模型;该多时间尺度容量规划模型包括:目标函数和约束条件;目标函数是以区域电网的储能总成本最小为目标构建的;约束条件包括:日时间尺度储能运行约束、月时间尺度储能运行约束、年时间尺度储能运行约束、调峰约束和功率平衡机组出力约束;根据约束条件对目标函数进行求解,得到区域电网的最优储能规划方案;最优储能规划方案,包括:区域电网的储能总成本最小时对应的区域电网的负荷、储能以及风光机组出力之间的配置;通过多种时间尺度的储能共同参与,以多时间尺度的能量转移,实现供需平衡。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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他的附图。
图1为本发明实施例提供的区域电网多时间尺度共享储能容量规划方法的流程图;
图2为本发明实施例提供的多时间尺度储能规划的示意图;
图3为本发明实施例提供的多时间尺度储能规划方案流程图;
图4为本发明实施例提供的区域电网多时间尺度共享储能容量规划系统的结构图。
符号说明:
数据获取模块-1、模型构建模块-2、求解模块-3。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种区域电网多时间尺度共享储能容量规划方法及系统,通过多种时间尺度的储能共同参与,以多时间尺度的能量转移,实现供需平衡。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
为实现更长时间尺度、更大规模上的能量转移,则要采用长时间、大规模储存特征的季节性储能技术。因此,须同时考虑长时间的储能与短时间的储能共同作用,通过多种时间尺度的储能共同参与,实现多时间尺度的能量转移,来承担因长时间,大规模的新能源以及负荷波动带来的供需平衡问题。
因此,本发明提出一种区域电网的多时间尺度共享储能容量规划方法。该方法可以依据某城市级别的负荷以及风光出力的全年实际运行的历史数据,采用k-means聚类算法计算典型的净负荷曲线。依据储能的投资运行情况建立储能的总体成本模型,包括储能的投资成本,运行维护成本和购买电力所需成本三部分,作为后续储能规划的目标函数。依据电池储能、抽水蓄能和氢储能等特性,建立日、月、年多时间尺度的储能模型,包括储能的充放电约束、能量约束等,作为后续储能规划的约束条件。在前两个模型的基础上加入调峰以及机组出力的约束,形成多时间尺度储能容量规划模型,求解多时间尺度储能规划的结果。
实施例1
如图1所示,本发明实施例提供了一种区域电网多时间尺度共享储能容量规划方法,该方法包括:
步骤100:获取区域电网的运行数据;运行数据包括:负荷数据和风光出力数据。
其中,获取区域电网的运行数据,具体包括:
获取区域电网的初始的运行数据;采用k-means聚类算法对初始的运行数据按照设定规则进行聚类划分,得到划分运行数据;根据划分运行数据确定净负荷曲线;根据净负荷曲线确定运行数据。
步骤200:根据运行数据构建多时间尺度容量规划模型;多时间尺度容量规划模型包括:目标函数和约束条件;目标函数是以区域电网的储能总成本最小为目标构建的;约束条件包括:日时间尺度储能运行约束、月时间尺度储能运行约束、年时间尺度储能运行约束、调峰约束和功率平衡机组出力约束。
步骤300:根据约束条件对目标函数进行求解,得到区域电网的最优储能规划方案;最优储能规划方案,包括:区域电网的储能总成本最小时对应的区域电网的负荷、储能以及风光机组出力之间的配置。
图2为本发明实施例提供的多时间尺度储能规划的示意图。在实际应用中,可以首先得到某城市负荷以及风光出力的全年实际运行的历史数据。
然后基于负荷以及风光出力的全年运行数据,采用k-means聚类算法,对全年的历史数据进行聚类,提出24个典型场景。具体过程为:首先对全年的风光以及数据分别按月进行划分,之后对每个月的数据聚类为两簇,将每个数据簇的聚类中心作为一个典型日的代表数据,进而得到一条能够代表全年情况的典型净负荷曲线,为区域电网的能量平衡提供负荷侧的数据支撑,为储能规划构建典型的配置场景。
建立储能的总体成本模型,作为后续储能规划的目标函数。
具体地,目标函数为:
F=CS+CO+Cpel;
其中,F为储能总成本;CS为储能的总体投资成本;CO为储能的总体运营维护成本;Cpel为储能的总体购买电力所需成本;εi为对应的时间尺度的储能成本的等年值折算系数;为储能全寿命周期的成本;/>为每种储能的额定功率;/>为每种储能的单位功率成本;为每种储能的额定容量;/>为每种储能单位容量成本系数;/>为三种时间尺度储能的集合;/>为储能每天单位功率的维护成本;/>为日时间尺度的储能充电功率;/>为月时间尺度的储能充电功率;/>为年时间尺度的储能充电功率;/>为日时间尺度的储能的放电功率;/>为月时间尺度的储能的放电功率;/>为年时间尺度的储能的放电功率;ki为不同时刻的电价;Dt为日时间尺度储能的充放电时刻的集合;Mt为月时间尺度储能的充放电时刻的集合;Yt为年时间尺度储能的充放电时刻的集合;dr为贴现率;yi为相应时间尺度下储能的寿命;dt为日时间尺度储能的充放电时刻;mt为月时间尺度储能的充放电时刻;yt为年时间尺度储能的充放电时刻;i为日、月、年中的一个时间尺度储能。
日时间尺度的储能能量状态在一天内达到平衡,其在一天内进行能量转移,以实现日内调峰以及平抑在短时间尺度内的风光波动。
日时间尺度储能运行约束为:
其中,ηd为储能的充放电效率;T1为日时间尺度储能的单位充放电时长;为储能后的容量状态;/>为储能前的容量状态;/>为日时间尺度的储能每时刻的充电功率;为日时间尺度的储能每时刻的放电功率;/>为日时间尺度储能在一天前的储能容量状态;/>为日时间尺度储能在一天后的储能容量状态;/>为日时间尺度配置储能的额定功率;/>和/>均为0-1的变量;Dt为日时间尺度储能的充放电时刻的集合。
其中,公式:
反映了储能前后两个时刻之间的能量关系约束。
公式:
反映了日时间尺度储能能量状态在一天内达到平衡。
和/>用于约束储能不能同时处于充电与放电状态。
月时间尺度的储能能量在一月内平衡,其可参与日内的能量转移,也可实现在月内的能量转移。
月时间尺度储能运行约束为:
其中,ηm为月时间尺度的储能充放电效率;T2为月时间尺度储能的单位充放电时长;为月时间尺度储能前的容量状态;/>为月时间尺度储能后的容量状态;/>为月时间尺度的储能的充电功率;/>为月时间尺度的储能的放电功率;/>为月时间尺度的储能每时刻的充电功率;/>为月时间尺度的储能每时刻的放电功率;/>为月时间尺度配置储能的额定功率;/>和/>均为0-1的变量。
和/>以限制储能同时充放电。
与日时间尺度储能不同,其能量状态水平不需满足在一天内平衡的约束,因此每天的初始时刻的容量状态可以不同,需建立不同天初始时刻之间的容量状态关系,可近似表示为:
月储能满足在一个规划月内能量状态水平在规划月起始时刻月规划月最终时刻相等,公式为:
其中,wh表示不同天出现的概率;表示月时间尺度储能在不同天初始时刻的能量状态水平;Nm表示月时间尺度储能充放电循环周期时长。mt为月时间尺度储能的充放电时刻;h为月时间尺度储能一天中的时刻序号。也就是,h是一天24小时内的任意一个小时,指代的是小时的序号。
年时间尺度的储能以一年为能量的平衡周期,其最长可以实现年时间长度上的能量转移,如季节性的调峰以及季节性风光波动的平衡。
年时间尺度储能运行约束为:
其中,ηy为年时间尺度储能的充放电效率;为年时间尺度储能前的能量状态;为年时间尺度储能后的能量状态;/>为年时间尺度的储能的充电功率;/>为年时间尺度的储能的放电功率;/>为年时间尺度的储能每时刻的充电功率;/>为年时间尺度的储能每时刻的放电功率;/>为年时间尺度储能配置的额定功率;/>和/>均为0-1的变量;/>为年时间尺度储能在前一天初始时刻的能量状态水平;/>为年时间尺度储能在当天初始时刻的能量状态水平;Ny表示年时间尺度储能充放电循环周期时长。
通过和/>约束储能不同同时充电或同时放电。
为实现储能系统经相互配合的多时间尺度的能量转移所呈现的对风光新能源出力波动的平抑以及对负荷调峰的作用,构建反应风光以及负荷波动的约束,即调峰约束。
调峰约束为:
其中,Pt n为风光以及负荷经储能平抑前相叠加的特性曲线数据;Pt N为风光以及负荷经储能平抑后相叠加的特性曲线数据;为每种时间尺度储能每时刻的充电功率;/>为每种时间尺度储能每时刻的放电功率;Pt H为经储能平抑后曲线的峰值;Pt L为经储能平抑后的曲线的谷值;ΔP为曲线峰谷差率的限制。
考虑拟提议的储能系统,接入电力网络,则于接入节点处功率平衡约束以及机组出力约束,即功率平衡机组出力约束。
功率平衡机组出力约束为:
其中,Pi g为包含风光在内机组的出力;ΩGn为包含风光在内机组的集合;Pi L为负荷所需的功率;ΩLn为负荷的集合;Pi cha为每种时间尺度储能每时刻的充电功率;Pi dis为每种时间尺度储能每时刻的放电功率;为机组出力的下限;/>为机组出力的上限。
依据上述的目标函数和约束条件,构建多时间尺度共享储能容量规划模型。其中,该模型以日、月、年各时间尺度储能规划的功率和容量为决策变量,以储能规划总体成本最小为目标函数,以日、月、年各时间尺度储能模型、风光出力波动和区域能量平衡为约束。
具体地,多时间尺度容量规划模型为:
以K-Means聚类算法求得的全年典型净负荷曲线作为储能规划的典型场景。考虑三种不同时间尺度的储能系统其所表现不同特征:日时间尺度与低容量高功率,频繁动作成本较低的储能技术相适应;月时间尺度与中可长期储存能量储能技术相适应;年时间尺度的储能则符合大容量,可长期储存的储能技术。相对应于具体的储能形式,设定为日时间尺度的储能为锂离子电池储能,月时间尺度储能可以为月调节的抽水蓄能储能形式,年时间尺度的储能则可以相对季节性储能的氢储能形式,输入锂电池、抽水蓄能和氢储能相关的成本参数。考虑储能的低充高放获取收益的特性,输入峰谷电价参数。以新能源与负荷特性叠加后的出力曲线的波动降低为20%为指标,进行储能功率和容量的规划。依据上述设定的参数,求解多时间尺度储能规划的结果。
为了验证该规划方法的有效性,设定了三种不同的场景:场景1:只含有长时间的年时间尺度储能;场景2:含有长时间尺度的年时间尺度储能以及中长时间的月时间尺度储能;场景3:含有全部时间按尺度的储能。规划结果表明,对于仅含有年时间尺度的储能规划,在含有两种时间尺度的储能规划下,总成本下降了3.7%,在含有三种时间尺度的储能下,总成本降低了9.26%,证明了该规划模型的有效性。
图3为本发明实施例提供的多时间尺度储能规划方案流程图。
首先,得到某城市负荷及风光出力的全年实际运行的历史数据,根据k-means聚类算法计算负荷以及风光出力的典型曲线,进而计算净负荷的典型曲线。依据储能投资及运行的情况,建立多时间尺度储能的总体成本模型,包括储能的投资成本,运行维护成本和购买电力所需成本三部分。
其次,依据电池储能、抽水蓄能和氢储能等特性,建立多时间尺度的储能模型,包括日、月、年三个时间尺度。日时间尺度的储能能量状态在一天内达到平衡;月时间尺度的储能能量在一月内平衡,其可参与日内的能量转移,也可实现在月内的能量转移;年时间尺度的储能以一年为能量的平衡周期,其最长可以实现年时间长度上的能量转移。
最后,以储能的总体成本模型作为目标函数,以多时间尺度的储能模型作为约束条件,再加入功率平衡约束、机组出力约束和调峰约束,构建多时间尺度储能规划模型,输入相应储能参数和电价参数,求解规划的结果。
构建的模型有助于解决在城市级别下大规模长时间的新能源出力以及负荷波动的平滑,为实现不同时间尺度的储能之间的容量配置以及协调提供了一种经济解决方案。
实施例2
如图4所示,本发明实施例提供了一种区域电网多时间尺度共享储能容量规划系统,该系统包括:数据获取模块1、模型构建模块2和求解模块3。
数据获取模块1,用于获取区域电网的运行数据;运行数据包括:负荷数据和风光出力数据。
模型构建模块2,用于根据运行数据构建多时间尺度容量规划模型;多时间尺度容量规划模型包括:目标函数和约束条件;目标函数是以区域电网的储能总成本最小为目标构建的;约束条件包括:日时间尺度储能运行约束、月时间尺度储能运行约束、年时间尺度储能运行约束、调峰约束和功率平衡机组出力约束。
求解模块3,用于根据约束条件对目标函数进行求解,得到区域电网的最优储能规划方案;最优储能规划方案,包括:区域电网的储能总成本最小时对应的区域电网的负荷、储能以及风光机组出力之间的配置。
本发明的有益之处:
(1)本发明对电池储能、抽水蓄能和氢储能之间的协调规划提出了一种解决方案:规划实现了对三种不同时间尺度储能额定容量、额定功率、初始能量以及充放电模式的优化。
(2)本发明基于实际城市级别的风光以及负荷数据,形成算例来进行模拟。结果表明,三种时间尺度储能配合相较于只有一种长时间尺度的储能降低了成本9.26%,相较于含有两种时间尺度的储能,成本降低了5.7%。
(3)本发明的规划结果证明了对于储能不同的初始容量对规划的结果有影响。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种区域电网多时间尺度共享储能容量规划方法,其特征在于,所述方法包括:
获取区域电网的运行数据;所述运行数据包括:负荷数据和风光出力数据;
根据所述运行数据构建多时间尺度容量规划模型;所述多时间尺度容量规划模型包括:目标函数和约束条件;所述目标函数是以区域电网的储能总成本最小为目标构建的;所述约束条件包括:日时间尺度储能运行约束、月时间尺度储能运行约束、年时间尺度储能运行约束、调峰约束和功率平衡机组出力约束;
根据所述约束条件对所述目标函数进行求解,得到区域电网的最优储能规划方案;所述最优储能规划方案,包括:区域电网的储能总成本最小时对应的区域电网的负荷、储能以及风光机组出力之间的配置。
2.根据权利要求1所述的区域电网多时间尺度共享储能容量规划方法,其特征在于,获取区域电网的运行数据,具体包括:
获取区域电网的初始的运行数据;
采用k-means聚类算法对初始的运行数据按照设定规则进行聚类划分,得到划分运行数据;
根据所述划分运行数据确定净负荷曲线;
根据所述净负荷曲线确定所述运行数据。
3.根据权利要求1所述的区域电网多时间尺度共享储能容量规划方法,其特征在于,所述目标函数为:
F=CS+CO+Cpel;
其中,F为储能总成本;CS为储能的总体投资成本;CO为储能的总体运营维护成本;Cpel为储能的总体购买电力所需成本;εi为对应的时间尺度的储能成本的等年值折算系数;为储能全寿命周期的成本;/>为每种储能的额定功率;/>为每种储能的单位功率成本;/>为每种储能的额定容量;/>为每种储能单位容量成本系数;/>为三种时间尺度储能的集合;/>为储能每天单位功率的维护成本;/>为日时间尺度的储能充电功率;/>为月时间尺度的储能充电功率;/>为年时间尺度的储能充电功率;/>为日时间尺度的储能的放电功率;为月时间尺度的储能的放电功率;/>为年时间尺度的储能的放电功率;ki为不同时刻的电价;Dt为日时间尺度储能的充放电时刻的集合;Mt为月时间尺度储能的充放电时刻的集合;Yt为年时间尺度储能的充放电时刻的集合;dr为贴现率;yi为相应时间尺度下储能的寿命;dt为日时间尺度储能的充放电时刻;mt为月时间尺度储能的充放电时刻;yt为年时间尺度储能的充放电时刻;i为日、月、年中的一个时间尺度储能。
4.根据权利要求1所述的区域电网多时间尺度共享储能容量规划方法,其特征在于,所述日时间尺度储能运行约束为:
其中,ηd为储能的充放电效率;T1为日时间尺度储能的单位充放电时长;为储能后一时间的容量状态;/>为储能前一时间的容量状态;/>为日时间尺度的储能每时刻的充电功率;/>为日时间尺度的储能每时刻的放电功率;/>为日时间尺度储能在一天前的储能容量状态;/>为日时间尺度储能在一天后的储能容量状态;/>为日时间尺度配置储能的额定功率;/>和/>均为0-1的变量;Dt为日时间尺度储能的充放电时刻的集合;dt为日时间尺度储能的充放电时刻。
5.根据权利要求1所述的区域电网多时间尺度共享储能容量规划方法,其特征在于,所述月时间尺度储能运行约束为:
其中,ηm为月时间尺度的储能充放电效率;T2为月时间尺度储能的单位充放电时长;为月时间尺度储能前一时间的容量状态;/>为月时间尺度储能后一时间的容量状态;/>为月时间尺度的储能的充电功率;/>为月时间尺度的储能的放电功率;/>为月时间尺度的储能每时刻的充电功率;/>为月时间尺度的储能每时刻的放电功率;/>为月时间尺度配置储能的额定功率;/>和/>均为0-1的变量;wh为不同天出现的概率;/>为月时间尺度储能在一天初始时刻的能量状态水平;/>为月时间尺度储能在另一天初始时刻的能量状态水平;Mt为月时间尺度储能的充放电时刻的集合;Nm表示月时间尺度储能充放电循环周期时长;/>为月时间尺度储能在另一天结束时刻的能量状态水平;mt为月时间尺度储能的充放电时刻;h为月时间尺度储能一天中的时刻序号。
6.根据权利要求1所述的区域电网多时间尺度共享储能容量规划方法,其特征在于,所述年时间尺度储能运行约束为:
其中,ηy为年时间尺度储能的充放电效率;为年时间尺度储能前一时间的能量状态;/>为年时间尺度储能后一时间的能量状态;/>为年时间尺度的储能的充电功率;为年时间尺度的储能的放电功率;/>为年时间尺度的储能每时刻的充电功率;/>为年时间尺度的储能每时刻的放电功率;/>为年时间尺度储能配置的额定功率;/>和/>均为0-1的变量;/>为年时间尺度储能在前一天初始时刻的能量状态水平;/>为年时间尺度储能在当天初始时刻的能量状态水平;Ny表示年时间尺度储能充放电循环周期时长;wh为不同天出现的概率;Yt为年时间尺度储能的充放电时刻的集合;/>为年时间尺度储能在前一天结束时刻的能量状态水平;T为年时间尺度储能的单位充放电时长;yt为年时间尺度储能的充放电时刻。
7.根据权利要求1所述的区域电网多时间尺度共享储能容量规划方法,其特征在于,所述调峰约束为:
其中,Pt n为风光以及负荷经储能平抑前相叠加的特性曲线数据;Pt N为风光以及负荷经储能平抑后相叠加的特性曲线数据;为每种时间尺度储能每时刻的充电功率;/>为每种时间尺度储能每时刻的放电功率;Pt H为经储能平抑后曲线的峰值;Pt L为经储能平抑后的曲线的谷值;ΔP为曲线峰谷差率的限制;i为日、月、年中的一个时间尺度储能;/>为三种时间尺度储能的集合。
8.根据权利要求1所述的区域电网多时间尺度共享储能容量规划方法,其特征在于,所述功率平衡机组出力约束为:
其中,Pi g为包含风光在内机组的出力;ΩGn为包含风光在内机组的集合;Pi L为负荷所需的功率;ΩLn为负荷的集合;Pi cha为每种时间尺度储能每时刻的充电功率;Pi dis为每种时间尺度储能每时刻的放电功率;为机组出力的下限;/>为机组出力的上限;i为日、月、年中的一个时间尺度储能;/>为三种时间尺度储能的集合。
9.一种区域电网多时间尺度共享储能容量规划系统,其特征在于,所述系统包括:
数据获取模块,用于获取区域电网的运行数据;所述运行数据包括:负荷数据和风光出力数据;
模型构建模块,用于根据所述运行数据构建多时间尺度容量规划模型;所述多时间尺度容量规划模型包括:目标函数和约束条件;所述目标函数是以区域电网的储能总成本最小为目标构建的;所述约束条件包括:日时间尺度储能运行约束、月时间尺度储能运行约束、年时间尺度储能运行约束、调峰约束和功率平衡机组出力约束;
求解模块,用于根据所述约束条件对所述目标函数进行求解,得到区域电网的最优储能规划方案;所述最优储能规划方案,包括:区域电网的储能总成本最小时对应的区域电网的负荷、储能以及风光机组出力之间的配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310872357.8A CN116914787A (zh) | 2023-07-17 | 2023-07-17 | 一种区域电网多时间尺度共享储能容量规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310872357.8A CN116914787A (zh) | 2023-07-17 | 2023-07-17 | 一种区域电网多时间尺度共享储能容量规划方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116914787A true CN116914787A (zh) | 2023-10-20 |
Family
ID=88356008
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310872357.8A Pending CN116914787A (zh) | 2023-07-17 | 2023-07-17 | 一种区域电网多时间尺度共享储能容量规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116914787A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117996802A (zh) * | 2024-03-15 | 2024-05-07 | 广州智光储能科技有限公司 | 一种电力系统的储能配置方法、装置、系统及存储介质 |
-
2023
- 2023-07-17 CN CN202310872357.8A patent/CN116914787A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117996802A (zh) * | 2024-03-15 | 2024-05-07 | 广州智光储能科技有限公司 | 一种电力系统的储能配置方法、装置、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN112103946A (zh) | 一种基于粒子群算法的微电网储能优化配置方法 | |
CN104966127B (zh) | 一种基于需求响应的电动汽车经济调度方法 | |
CN110633854A (zh) | 一种考虑储能电池多重分段服务全生命周期优化规划方法 | |
CN116436008B (zh) | 一种用于光储充电站的电力调度方法及终端 | |
CN111049198B (zh) | 考虑储能寿命和调频性能的风储联合运行优化方法及系统 | |
CN114492085B (zh) | 关于负荷、电源联合概率分布的区域电力电量平衡方法 | |
CN115173453A (zh) | 一种储能辅助电网调峰的优化配置方法 | |
CN110676863A (zh) | 储能优化配置方法及系统 | |
CN116061742B (zh) | 一种分时电价光伏园区内电动汽车的充电控制方法和系统 | |
CN116914787A (zh) | 一种区域电网多时间尺度共享储能容量规划方法及系统 | |
CN116599148A (zh) | 一种面向新能源消纳的氢电混合储能两阶段协同规划方法 | |
CN115759361A (zh) | 基于双层规划的交通能源调度方法、系统、设备和介质 | |
CN117913914A (zh) | 基于电量分类的一体化项目并网多时段调度方法及装置 | |
CN118174333A (zh) | 一种用于家庭光伏系统的储能容量优化方法及系统 | |
CN112633675A (zh) | 一种能量调度方法、装置、设备及计算机可读存储介质 | |
CN116611575A (zh) | 基于双层决策博弈的多vpp共享储能容量优化配置方法 | |
CN114094608B (zh) | 一种面向光伏电站的多类型储能容量优化配置方法及装置 | |
CN110571868A (zh) | 微电网的优化配置方法 | |
CN112861376B (zh) | 一种基于单元调度模型的评估方法及装置 | |
CN115099473A (zh) | 近零碳区域综合能源系统多目标优化方法 | |
CN109754128B (zh) | 一种计及气象波动特性差异典型场景的风/光/储/柴微电网优化配置方法 | |
CN114123171A (zh) | 一种基于势博弈的增量配电网分布式优化规划方法及介质 | |
CN112865101A (zh) | 一种考虑可再生能源出力不确定性的线性化交易方法 | |
CN118232369B (zh) | 一种基于多目标求解的用户侧储能控制方法及系统 |
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 |