CN117375028B - 一种火电机组一次调频在线评估及储能优化配置方法 - Google Patents
一种火电机组一次调频在线评估及储能优化配置方法 Download PDFInfo
- Publication number
- CN117375028B CN117375028B CN202311677309.XA CN202311677309A CN117375028B CN 117375028 B CN117375028 B CN 117375028B CN 202311677309 A CN202311677309 A CN 202311677309A CN 117375028 B CN117375028 B CN 117375028B
- Authority
- CN
- China
- Prior art keywords
- frequency modulation
- time
- primary frequency
- real
- energy storage
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 169
- 238000000034 method Methods 0.000 title claims abstract description 108
- 238000011156 evaluation Methods 0.000 title claims abstract description 57
- 238000005457 optimization Methods 0.000 title claims description 32
- 238000012797 qualification Methods 0.000 claims abstract description 65
- 230000004044 response Effects 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims description 46
- 230000006870 function Effects 0.000 claims description 37
- 238000013528 artificial neural network Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000004836 empirical method Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- H02J15/00—Systems for storing electric 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
- H02J15/00—Systems for storing electric energy
- H02J15/007—Systems for storing electric energy involving storage in the form of mechanical energy, e.g. fly-wheels
-
- 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
- H02J3/30—Arrangements for balancing of the load in a network by storage of energy using dynamo-electric machines coupled to flywheels
-
- 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
- H02J2203/10—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]
Abstract
本申请涉及电网调频在线评估及储能优化配置技术领域,尤其涉及一种火电机组一次调频在线评估及储能优化配置方法,该方法包括获取发电机的实时数据、系统数据和混合储能功率成本,实时数据包括实时机端电压、实时机端电流和实时转速,系统数据包括机组转速不等率、所在地区两个细则中的标准参数;确定机组是否出现一次调频需求;若出现则获得一次调频贡献电量合格率和一次调频出力响应合格率,以得到评估结果和当前天所有调频次数的一次调频数据;进而预测出后一天对应的一次调频数据预测值;构建目标函数和约束条件以求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以实现在线评估火电机组的一次调频性能并获得最优的储能配置。
Description
技术领域
本申请涉及电网调频在线评估及储能优化配置技术领域,尤其涉及一种火电机组一次调频在线评估及储能优化配置方法。
背景技术
目前我国正在建设新能源为主体的新型电力系统,我国电力系统将出现新能源占比超过传统火电,电力系统的频率稳定将面巨大压力,目前各区域电网“两个细则”都对火电机组的一次调频提出考核要求,并把一次调频纳入有偿辅助服务范畴。但是,对于火电机组来说,如何评价机组的一次调频运行情况,如何根据机组的一次调频运行情况、来考核与奖励情况,并优化配置储能,从而提升火电机组的一次调频能力,是十分重要的。
目前对火电机组一次调频性能的评估方法大都是采用一次调频建模的试验的离线试验的方法,然而随着新能源的占比不断提高,系统频率波动加剧,机组的运行工况也多变,采用离线试验评估的方法只能在测得某些工况下的一次调频,无法反应实际运行多变工况的机组一次调频特性,也无法评估一次调频的考核补偿数据。另外,目前对火电机组一次调频储能配置采用经验法或者理论分析法,这种情况下的储能配置无法达到性能和收益综合最优,导致储能过配或少配。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的第一个目的在于提出一种火电机组一次调频在线评估及储能优化配置方法,以在线评估火电机组的一次调频性能并获得最优的储能配置。
本申请的第二个目的在于提出一种火电机组一次调频在线评估及储能优化配置系统。
本申请的第三个目的在于提出一种电子设备。
本申请的第四个目的在于提出一种计算机可读存储介质。
为达上述目的,本申请第一方面实施例提出了一种火电机组一次调频在线评估及储能优化配置方法,火电机组配置有混合储能系统,所述混合储能系统包括多种类型储能设备,所述方法包括以下步骤:
获取发电机的实时数据、系统数据和混合储能功率成本,所述实时数据包括实时机端电压、实时机端电流和实时转速,所述系统数据包括机组转速不等率、所在地区两个细则中的标准参数、机组额定有功功率;
结合所述标准参数,基于所述实时机端电压或所述实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求;
若出现一次调频需求,则基于所述实时数据、所述系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,以得到评估结果和当前天所有调频次数的一次调频数据;
基于所述一次调频数据预测得到后一天对应调频次数的一次调频数据预测值;
基于所述一次调频数据预测值和所述混合储能功率成本构建目标函数和约束条件;
所述约束条件满足时,求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以在后一天基于所述储能配置最优解控制对应的储能设备。
在本申请的第一方面的方法中,所述标准参数包括死区频率和死区转速,所述结合所述标准参数,基于所述实时机端电压或所述实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求,包括:基于所述实时机端电压确定实时频率,获得额定频率与实时频率的第一差值的绝对值,获取额定转速与实时转速的第二差值的绝对值;若所述第一差值的绝对值大于等于所述死区频率、或所述第二差值的绝对值大于等于所述死区转速,则所述频差状态值为1,此时火电机组出现一次调频需求。
在本申请的第一方面的方法中,所述基于所述实时数据、所述系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,包括:针对任一次一次调频过程,确定该过程中所述频差状态值由0变为1的初始时刻,进而得到该过程中初始时刻后任一时刻的实时出力;基于所述实时频率、所述额定频率、所述机组额定有功功率、所述实时转速和所述额定转速确定理论出力;在所述频差状态值为1的情况下,基于所述实时出力、所述理论出力确定滞后时间、总调节时间;基于总调节时间、规定时间确定实际时间,基于实际时间和初始时刻对应的出力计算实际出力;基于所述实际出力和所述理论出力获得一次调频出力响应合格率。
在本申请的第一方面的方法中,所述基于所述实时数据、所述系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,包括:基于实际时间、初始时刻、所述机组转速不等率、所述实时频率、所述额定频率、所述机组额定有功功率、所述实时转速和所述额定转速确定理论积分电量;基于实际时间、初始时刻、实时机端电压和实时机端电流计算实际积分电量;基于所述理论积分电量和所述实际积分电量获得一次调频贡献电量合格率。
在本申请的第一方面的方法中,用于预测的任一次的一次调频数据包括所述初始时刻、所述额定频率与实时频率的第一差值的绝对值、所述额定转速与实时转速的第二差值的绝对值、总调节时间、实际时间、滞后时间和实际积分电量。
在本申请的第一方面的方法中,所述基于所述一次调频数据预测值和所述混合储能功率成本构建目标函数和约束条件,包括:基于所述一次调频数据预测值获得一次调频数据预测最大值和设定频差覆盖百分比下的一次调频数据预测覆盖值,其中所述一次调频数据预测值、所述一次调频数据预测最大值、所述一次调频数据预测覆盖值中的数据类型与一次调频数据中的数据类型一致;基于所述一次调频数据预测最大值、所述一次调频数据预测覆盖值、所述混合储能功率成本、所述混合储能系统中各储能设备的功率和容量构建目标函数和约束条件。
在本申请的第一方面的方法中,所述基于所述一次调频数据预测最大值、所述一次调频数据预测覆盖值、所述混合储能功率成本、所述混合储能系统中各储能设备的功率和容量构建目标函数和约束条件,包括:基于各储能设备的功率和容量、所述一次调频数据预测覆盖值中的总调节时间预测覆盖值获得混合储能系统的全寿命成本;基于所述一次调频数据预测值中的积分电量预测值和所述全寿命成本得到目标函数;基于所述一次调频数据预测最大值、所述一次调频数据预测覆盖值、所述混合储能功率成本得到约束条件。
为达上述目的,本申请第二方面实施例提出了一种火电机组一次调频在线评估及储能优化配置系统,火电机组配置有混合储能系统,所述混合储能系统包括多种类型储能设备,所述系统包括:
获取模块,用于获取发电机的实时数据、系统数据和混合储能功率成本,所述实时数据包括实时机端电压、实时机端电流和实时转速,所述系统数据包括机组转速不等率、所在地区两个细则中的标准参数、机组额定有功功率;
判断模块,用于结合所述标准参数,基于所述实时机端电压或所述实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求;
评估模块,用于若出现一次调频需求,则基于所述实时数据、所述系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,以得到评估结果和当前天所有调频次数的一次调频数据;
预测模块,用于基于所述一次调频数据预测得到后一天对应调频次数的一次调频数据预测值;
建模模块,用于基于所述一次调频数据预测值和所述混合储能功率成本构建目标函数和约束条件;
配置模块,用于所述约束条件满足时,求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以在后一天基于所述储能配置最优解控制对应的储能设备。
为达上述目的,本申请第三方面实施例提出了一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;所述存储器存储计算机执行指令;所述处理器执行所述存储器存储的计算机执行指令,以实现本申请第一方面提出的方法。
为达上述目的,本申请第四方面实施例提出了一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现本申请第一方面提出的方法。
本申请提供的火电机组一次调频在线评估及储能优化配置方法、系统、电子设备及存储介质,通过获取发电机的实时数据、系统数据和混合储能功率成本,其中实时数据包括实时机端电压、实时机端电流和实时转速,系统数据包括机组转速不等率、所在地区两个细则中的标准参数、机组额定有功功率;结合标准参数,基于实时机端电压或实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求;若出现一次调频需求,则基于实时数据、系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,以得到评估结果,由此综合发电机的实时数据和系统数据,实现了火电机组的一次调频性能的在线评估,另外,利用在线评估时得到的当前天所有调频次数的一次调频数据预测得到后一天对应调频次数的一次调频数据预测值;进而构建目标函数和约束条件;求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以便在后一天基于储能配置最优解控制对应的储能设备,由此实现了最优的储能配置。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例所提供的火电厂与一次调频在线评估及储能优化配置系统的连接示意图;
图2为本申请实施例所提供的一种火电机组一次调频在线评估及储能优化配置方法的流程示意图;
图3为本申请实施例所提供的一次调频贡献电量合格率和一次调频出力响应合格率获得方法的流程示意图;
图4为本申请实施例所提供的一次调频出力响应合格率获得过程中的多种时刻确定方法的流程示意图;
图5为本申请实施例所提供的一种火电机组一次调频在线评估及储能优化配置系统的框图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
下面参考附图描述本申请实施例的火电机组一次调频在线评估及储能优化配置方法和系统。
本申请实施例提供了火电机组一次调频在线评估及储能优化配置方法,以在线评估火电机组的一次调频性能并获得最优的储能配置。本申请的一次调频在线评估及储能优化配置方法一次调频在线评估及储能优化配置系统执行。
图1为本申请实施例所提供的火电厂与一次调频在线评估及储能优化配置系统的连接示意图。如图1所示,火电厂的发电机经变压器与电网连接,发电机的机端与一次调频在线评估及储能优化配置系统连接,一次调频在线评估及储能优化配置系统获取发电机的实时机端电压、实时机端电流和实时转速,还获取机组转速不等率、所在地区两个细则中的标准参数(也称所在地区的“两个细则”模式)等,一次调频在线评估及储能优化配置系统(可以简称为系统)基于获取的多种参数进行一次调频在线评估及储能优化配置。其中不同地区的“两个细则”模式可能有所不同,则不同地区的标准参数可能也有所不同。
在本申请中,不同地区的火电机组配置有混合储能系统,混合储能系统包括多种类型储能设备,多种类型储能设备例如包括磷酸铁锂电池、飞轮储能设备、超级电容储能设备等类型的储能设备。
图2为本申请实施例所提供的一种火电机组一次调频在线评估及储能优化配置方法的流程示意图。如图2所示,该火电机组一次调频在线评估及储能优化配置方法包括以下步骤:
步骤S101,获取发电机的实时数据、系统数据和混合储能功率成本,实时数据包括实时机端电压、实时机端电流和实时转速,系统数据包括机组转速不等率、所在地区两个细则中的标准参数、机组额定有功功率。
在步骤S101中,实时数据是通过系统在线实时监测的数据。
在步骤S101中,系统数据中的火电机组的转速不等率、所在地区两个细则中的标准参数可以是根据火电机组的参数和所在地区设置的参数。
在步骤S101中,系统数据还包括火电机组的额定频率、火电机组的额定转速、机组的一次调频限幅等。
在步骤S101中,所在地区两个细则中的标准参数包括所在地区的死区频率、死区转速、最大调节时间。
步骤S102,结合标准参数,基于实时机端电压或实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求。
具体地,在步骤S102中,标准参数包括死区频率和死区转速,结合标准参数,基于实时机端电压或实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求,包括:基于实时机端电压确定实时频率,获得额定频率与实时频率的第一差值的绝对值,获取额定转速与实时转速的第二差值的绝对值;若第一差值的绝对值大于等于死区频率、或第二差值的绝对值大于等于死区转速,则频差状态值为1,此时火电机组出现一次调频需求。
其中,频差状态值满足式(1):
(1)
式中,为火电机组的额定频率,/>是通过采集发电机的实时机端电压获得的实时频率,/>是所在地区两个细则中的标准参数中的死区频率,死区频率由系统基于所在地区自动选择,比如可以为0.033Hz。/>为火电机组的额定转速,/>是实时转速,是所在地区两个细则中的标准参数中的死区转速,死区转速也由系统基于所在地区自动选择,比如可以为2转/min。当频差状态值/>为1时,表明机组出现一次调频需求,当频差状态值/>为0时,表明机组无一次调频需求。/>为额定频率与实时频率的第一差值的绝对值,也称频差的绝对值,/>为额定转速与实时转速的第二差值的绝对值,也称转差的绝对值。
其中,完整的一次调频过程是频差状态值由0变为1的时刻起至/>由1变为0的时刻为止。
步骤S103,若出现一次调频需求,则基于实时数据、系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,以得到评估结果和当前天所有调频次数的一次调频数据。
图3为本申请实施例所提供的一次调频贡献电量合格率和一次调频出力响应合格率获得方法的流程示意图。在步骤S103中,若出现一次调频需求(即=1),则执行调节性能测量计算方法,调节性能测量计算方法包括一次调频贡献电量合格率的计算过程和一次调频出力响应合格率的计算过程(参见图3)。
如图3所示,一次调频贡献电量合格率的计算过程包括计算理论积分电量、测量计算实际积分电量和获得一次调频贡献电量合格率;一次调频出力响应合格率的计算过程包括计算理论出力、测量计算实际出力和获得一次调频出力响应合格率。每次的一次调频过程从频差状态值由0变为1的时刻开始通过图3的流程获得一次调频贡献电量合格率和一次调频出力响应合格率,在/>为0返回,继续生成频差状态值/>,当有新的一次调频需求(即下一次的一次调频过程从频差状态值由0变为1)时重复图3的流程。
具体地,在步骤S103中,基于实时数据、系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,包括:针对任一次一次调频过程,确定该过程中频差状态值由0变为1的初始时刻,进而得到该过程中初始时刻后任一时刻的实时出力;基于实时频率、额定频率、机组额定有功功率、实时转速和额定转速确定理论出力;在频差状态值为1的情况下,基于实时出力、理论出力确定滞后时间、总调节时间;基于总调节时间、规定时间确定实际时间,基于实际时间和初始时刻对应的出力计算实际出力;基于实际出力和理论出力获得一次调频出力响应合格率。
其中,理论出力满足式(2):
(2)
式中,为转速不等率,/>为机组额定有功功率,/>为机组的一次调频限幅。根据“两个细则”模式选择自动得到,火电机组中/>例如可以取4%-5%。
图4为本申请实施例所提供的一次调频出力响应合格率获得过程中的多种时刻确定方法的流程示意图。
如图4所示,首先判频差状态值是否为1,当为1(此时由0变为1)时,标记当前时刻为初始时刻t1;判断频差状态值/>是否为1且判断实时出力/>是否大于0,若均是则标记时刻为/>,则滞后时间为/>,若/>=1但/>不大于0,则更新时间(即t=t+1)后继续判断;其中实时出力/>的计算方法为/>,其中P(t)为t时刻的机组功率,P(t1)为初始时刻(也称开始时间)t1的机组功率;
在标记完时刻后,判断/>是否为0,若为0表面当前次的一次调频过程结束,若不为0,则继续判断实时出力/>是否等于90%/>,若等于表明实时出力/>增加至了90%/>,标记当前时刻为/>,则调节时间为/>;若不等于90%/>,则更新时间(即t=t+1)后重新判断/>是否为0,若为0表面当前次的一次调频过程结束,若不为0,则继续判断实时出力/>直至等于90%/>;
在标记完时刻后,判断/>是否为0,若为0表面当前次的一次调频过程结束,若不为0,则继续判断实时出力/>是否等于95%/>,若等于表明实时出力/>增加至了95%/>,标记当前时刻为/>,则误差调节时间为/>;若不等于95%/>,则更新时间(即t=t+1)后重新判断/>是否为0,若为0表面当前次的一次调频过程结束,若不为0,则继续判断实时出力/>直至等于95%/>;
在标记完时刻后,判断/>是否为0,若为0表面当前次的一次调频过程结束,若不为0,则继续判断实时出力/>是否等于100%/>,若等于表明实时出力/>增加至了100%/>,标记当前时刻为/>,则全调节时间为/>;若不等于100%/>,则更新时间(即t=t+1)后重新判断/>是否为0,若为0表面当前次的一次调频过程结束,若不为0,则继续判断实时出力/>直至等于100%/>;
在标记完时刻后,判断/>是否为0,若为0表面当前次的一次调频过程结束,若不为0,则更新时间(即t=t+1)后重新判断/>直至/>为0,在上述过程中/>为0表面当前次的一次调频过程结束,标记当前时刻为终止时间/>,则总调节时间为/>。
在基于图4的流程确定总调节时间后,基于总调节时间、规定时间确定实际时间,基于实际时间和初始时刻对应的出力计算实际出力;实际出力满足式(3):
(3)
式中,为所在地区两个细则中的标准参数最大调节时间,/>为实际时间对应的机组功率。P(t1)为初始时刻t1的机组功率。
一次调频出力响应合格率满足式(4):
(4)。
在步骤S103中,基于实时数据、系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,包括:基于实际时间、初始时刻、机组转速不等率、实时频率、额定频率、机组额定有功功率、实时转速和额定转速确定理论积分电量;基于实际时间、初始时刻、实时机端电压和实时机端电流计算实际积分电量;基于理论积分电量和实际积分电量获得一次调频贡献电量合格率。
理论积分电量满足式(5):
(5)
式中,监测到频率偏差计算的理论积分电量;/>监测到转速偏差得到的积分电量。
实际积分电量满足式(6):
(6)
式中,为实时机端电压向量,/>为实时机端电流向量。
一次调频贡献电量合格率满足式(7):
(7)。
在步骤S103中,得到一次调频贡献电量合格率和一次调频出力响应合格率后,与所在地区两个细则中的标准参数中的对应的合格率进行比较,从而比较结果,基于所有次的一次调频过程的比较结果汇总得到评估结果。
在步骤S103中,基于上述的在线评估过程,还可以得到当前天所有调频次数的一次调频数据。以调频次数是n为例,基于所有调频次数的一次调频数据得到表1。
表1当前天所有调频次数的一次调频数据表
步骤S104,基于一次调频数据预测得到后一天对应调频次数的一次调频数据预测值。
在步骤S104中,用于预测的可以是改进型BP(back propagation,多层前馈)神经网络。在本申请中,利用的改进型BP神经网络的传递函数满足。其中,x为改进型BP神经网络的输入数据。输入数据为任一次的一次调频数据,将各次的一次调频数据输入到改进型BP神经网络中可以得到对应的预测值。
具体地,在步骤S104中,用于预测的任一次的一次调频数据包括初始时刻、额定频率与实时频率的第一差值的绝对值、额定转速与实时转速的第二差值的绝对值、总调节时间、实际时间、滞后时间和实际积分电量。即输入数据为:
式中,x i为第i次向改进型BP神经网络输入的数据。为第i次初始时刻,为第i次额定频率与实时频率的第一差值的绝对值(即第i次频差绝对值),为第i次额定转速与实时转速的第二差值的绝对值(即第i次转差绝对值),为第i次总调节时间,/>为第i次实际时间,/>为第i次滞后时间,/>为第i次实际积分电量。
改进型BP神经网络的输出数据为/>。J=0,…,n。为改进型BP神经网络的权重矩阵。输出数据/>也称第i次一次调频数据预测值/>。
步骤S105,基于一次调频数据预测值和混合储能功率成本构建目标函数和约束条件。
具体地,在步骤S105中,基于一次调频数据预测值和混合储能功率成本构建目标函数和约束条件,包括:基于一次调频数据预测值获得一次调频数据预测最大值和设定频差覆盖百分比下的一次调频数据预测覆盖值,其中一次调频数据预测值、一次调频数据预测最大值、一次调频数据预测覆盖值中的数据类型与一次调频数据中的数据类型一致;基于一次调频数据预测最大值、一次调频数据预测覆盖值、混合储能功率成本、混合储能系统中各储能设备的功率和容量构建目标函数和约束条件。
第i次一次调频数据预测值满足:
其中,第i次一次调频数据预测值中各数据分别是第i次初始时刻/>、第i次频差绝对值/>、第i次转差绝对值/>、第i次总调节时间/>、第i次实际时间/>、第i次滞后时间/>、第i次实际积分电量/>对应预测值。
对第i次一次调频数据预测值进行统计分析可以得到第i次一次调频数据预测最大值/>、第i次一次调频数据预测平均值/>、设定频差覆盖百分比下(例如m%,m%变比可以设置为1%-100%)的第i次一次调频数据预测覆盖值/>。设定频差覆盖百分比下的一次调频数据预测覆盖值指的是一天内所有一次调频数据预测值中筛选出的不超过m%的频差时的所有对应类型的数据。第i次一次调频数据预测最大值/>、第i次一次调频数据预测平均值/>、设定频差覆盖百分比下(例如m%)的第i次一次调频数据预测覆盖值/>满足:/>
其中,第i次一次调频数据预测最大值/>、第i次一次调频数据预测平均值/>、设定频差覆盖百分比下(例如m%)的第i次一次调频数据预测覆盖值/>中各数据分别是第i次初始时刻/>、第i次频差绝对值/>、第i次转差绝对值/>、第i次总调节时间/>、第i次实际时间/>、第i次滞后时间/>、第i次实际积分电量/>对应预测最大值、预测平均值和预测覆盖值。
具体地,在步骤S105中,基于一次调频数据预测最大值、一次调频数据预测覆盖值、混合储能功率成本、混合储能系统中各储能设备的功率和容量构建目标函数和约束条件,包括:基于各储能设备的功率和容量、一次调频数据预测覆盖值中的总调节时间预测覆盖值获得混合储能系统的全寿命成本;基于一次调频数据预测值中的积分电量预测值和全寿命成本得到目标函数;基于一次调频数据预测最大值、一次调频数据预测覆盖值、混合储能功率成本得到约束条件。
目标函数满足:/>,式中/>为积分电量预测值,/>为全寿命成本。
约束条件满足:
式中,为电池储能(如磷酸铁锂电池)的功率;/>为飞轮储能设备的功率;为超级电容储能设备的功率;/>为电池储能的容量;/>为飞轮储能设备的容量;为超级电容储能设备的容量;/>为电池储能的满功率充放电时间;/>飞轮储能设备的满功率充放电时间;/>为超级电容储能设备的满功率充放电时间;a为电池储能的功率成本、b为飞轮储能设备的功率成本、c为超级电容储能设备的功率成本,例如选用1C磷酸铁锂电池、飞轮储能设备、超级电容储能设备的功率成本分别为a/kw、b/ kw、c/kw。/>为混合储能系统的初始投资成本;/>为混合储能系统的全寿命成本;d分别为项目周期锂电池的更换次数;/>为项目周期飞轮的更换次数;/>为项目周期超容的更换次数。/>是上述预测的一天的一次调频总次数(也称调频次数)。考虑到,/>根据最大频差计算获取、/>根据最大转差计算得到,取二者的最大即为所需储能的所需的功率值/>,为/>与对应的时间/>得到,即:
故覆盖m%频差数据的储能功率和容量和/>满足:
。
步骤S106,约束条件满足时,求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以在后一天基于储能配置最优解控制对应的储能设备。
在步骤S106中,令m%变比设置为1%-100%,求解得到上述目标函数的最大值,然后得到相应储能配置最优解,储能配置最优解包括各储能设备的储能功率、储能容量等数据。
为了实现上述实施例,本申请还提出一种火电机组一次调频在线评估及储能优化配置系统,火电机组配置有混合储能系统,混合储能系统包括多种类型储能设备。
图5为本申请实施例所提供的一种火电机组一次调频在线评估及储能优化配置系统的框图。
如图5所示,该火电机组一次调频在线评估及储能优化配置系统包括获取模块、判断模块、评估模块、预测模块、建模模块和配置模块,其中:
获取模块,用于获取发电机的实时数据、系统数据和混合储能功率成本,实时数据包括实时机端电压、实时机端电流和实时转速,系统数据包括机组转速不等率、所在地区两个细则中的标准参数、机组额定有功功率;
判断模块,用于结合标准参数,基于实时机端电压或实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求;
评估模块,用于若出现一次调频需求,则基于实时数据、系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,以得到评估结果和当前天所有调频次数的一次调频数据;
预测模块,用于基于一次调频数据预测得到后一天对应调频次数的一次调频数据预测值;
建模模块,用于基于一次调频数据预测值和混合储能功率成本构建目标函数和约束条件;
配置模块,用于约束条件满足时,求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以在后一天基于储能配置最优解控制对应的储能设备。
进一步地,在本申请实施例的一种可能的实现方式中,标准参数包括死区频率和死区转速,判断模块,具体用于:基于实时机端电压确定实时频率,获得额定频率与实时频率的第一差值的绝对值,获取额定转速与实时转速的第二差值的绝对值;若第一差值的绝对值大于等于死区频率、或第二差值的绝对值大于等于死区转速,则频差状态值为1,此时火电机组出现一次调频需求。
进一步地,在本申请实施例的一种可能的实现方式中,评估模块,具体用于:针对任一次一次调频过程,确定该过程中频差状态值由0变为1的初始时刻,进而得到该过程中初始时刻后任一时刻的实时出力;基于实时频率、额定频率、机组额定有功功率、实时转速和额定转速确定理论出力;在频差状态值为1的情况下,基于实时出力、理论出力确定滞后时间、总调节时间;基于总调节时间、规定时间确定实际时间,基于实际时间和初始时刻对应的出力计算实际出力;基于实际出力和理论出力获得一次调频出力响应合格率。
进一步地,在本申请实施例的一种可能的实现方式中,评估模块,具体用于:基于实际时间、初始时刻、机组转速不等率、实时频率、额定频率、机组额定有功功率、实时转速和额定转速确定理论积分电量;基于实际时间、初始时刻、实时机端电压和实时机端电流计算实际积分电量;基于理论积分电量和实际积分电量获得一次调频贡献电量合格率。
进一步地,在本申请实施例的一种可能的实现方式中,用于预测的任一次的一次调频数据包括初始时刻、额定频率与实时频率的第一差值的绝对值、额定转速与实时转速的第二差值的绝对值、总调节时间、实际时间、滞后时间和实际积分电量。
进一步地,在本申请实施例的一种可能的实现方式中,建模模块,具体用于:基于一次调频数据预测值获得一次调频数据预测最大值和设定频差覆盖百分比下的一次调频数据预测覆盖值,其中一次调频数据预测值、一次调频数据预测最大值、一次调频数据预测覆盖值中的数据类型与一次调频数据中的数据类型一致;基于一次调频数据预测最大值、一次调频数据预测覆盖值、混合储能功率成本、混合储能系统中各储能设备的功率和容量构建目标函数和约束条件。
进一步地,在本申请实施例的一种可能的实现方式中,建模模块,具体用于:基于各储能设备的功率和容量、一次调频数据预测覆盖值中的总调节时间预测覆盖值获得混合储能系统的全寿命成本;基于一次调频数据预测值中的积分电量预测值和全寿命成本得到目标函数;基于一次调频数据预测最大值、一次调频数据预测覆盖值、混合储能功率成本得到约束条件。
需要说明的是,前述对火电机组一次调频在线评估及储能优化配置方法实施例的解释说明也适用于该实施例的火电机组一次调频在线评估及储能优化配置系统,此处不再赘述。
本申请实施例中,考虑到通过获取发电机的实时数据、系统数据和混合储能功率成本,其中实时数据包括实时机端电压、实时机端电流和实时转速,系统数据包括机组转速不等率、所在地区两个细则中的标准参数、机组额定有功功率;结合标准参数,基于实时机端电压或实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求;若出现一次调频需求,则基于实时数据、系统数据获得一次调频贡献电量合格率和一次调频出力响应合格率,以得到评估结果,由此综合发电机的实时数据和系统数据,实现了火电机组的一次调频性能的在线评估,另外,利用在线评估时得到的当前天所有调频次数的一次调频数据预测得到后一天对应调频次数的一次调频数据预测值;进而构建目标函数和约束条件;求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以便在后一天基于储能配置最优解控制对应的储能设备,由此实现了最优的储能配置。
本申请通过在线提取火电机组的一次调频运行数据,可以在线动态评估某个火电机组的一次调频能力和水平,再此基础上给出了提升火电机组一次调频能力的优化储能(容量和类型)配置方法,相比与传统采用经验法或者理论建模法,本申请不仅考虑的实际机组的历史特性,还考虑不同储能的全寿命成本,既有实际运行数据,又有新型的预测算法模型。
为了实现上述实施例,本申请还提出一种电子设备,包括:处理器,以及与处理器通信连接的存储器;存储器存储计算机执行指令;处理器执行存储器存储的计算机执行指令,以实现执行前述实施例所提供的方法。
为了实现上述实施例,本申请还提出一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现前述实施例所提供的方法。
为了实现上述实施例,本申请还提出一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现前述实施例所提供的方法。
本申请中所涉及的信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
需要说明的是,信息应当被收集用于合法且合理的用途,并且不在这些合法使用之外共享或出售。此外,应在收到用户知情同意后进行此类采集/共享,包括但不限于在用户使用该功能前,通知用户阅读用户协议/用户通知,并签署包括授权相关用户信息的协议/授权。此外,还需采取任何必要步骤,保卫和保障对此类信息数据的访问,并确保有权访问信息数据的其他人遵守其隐私政策和流程。
本申请预期可提供用户选择性阻止使用或访问个人信息数据的实施方案。即本公开预期可提供硬件和/或软件,以防止或阻止对此类个人信息数据的访问。一旦不再需要个人信息数据,通过限制数据收集和删除数据可最小化风险。此外,在适用时,对此类个人信息去除个人标识,以保护用户的隐私。
在前述各实施例描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种火电机组一次调频在线评估及储能优化配置方法,其特征在于,火电机组配置有混合储能系统,所述混合储能系统包括多种类型储能设备,所述方法包括以下步骤:
获取发电机的实时数据、系统数据和混合储能功率成本,所述实时数据包括实时机端电压、实时机端电流和实时转速,所述系统数据包括机组转速不等率、所在地区两个细则中的标准参数、机组额定有功功率;
结合所述标准参数,基于所述实时机端电压或所述实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求;
若出现一次调频需求,则针对任一次一次调频过程,确定该过程中所述频差状态值由0变为1的初始时刻,进而得到该过程中初始时刻后任一时刻的实时出力;基于实时频率、额定频率、所述机组额定有功功率、所述实时转速和额定转速确定理论出力;在所述频差状态值为1的情况下,基于所述实时出力、所述理论出力确定滞后时间、总调节时间;基于总调节时间、规定时间确定实际时间,基于实际时间和初始时刻对应的出力计算实际出力;基于所述实际出力和所述理论出力获得一次调频出力响应合格率,基于实际时间、初始时刻、所述机组转速不等率、所述实时频率、所述额定频率、所述机组额定有功功率、所述实时转速和所述额定转速确定理论积分电量,基于实际时间、初始时刻、实时机端电压和实时机端电流计算实际积分电量,基于所述理论积分电量和所述实际积分电量获得一次调频贡献电量合格率,基于所述一次调频贡献电量合格率和所述一次调频出力响应合格率得到评估结果和当前天所有调频次数的一次调频数据,其中:
所述一次调频出力响应合格率满足式为:
;
所述一次调频贡献电量合格率满足式为:
;
基于所述一次调频数据预测得到后一天对应调频次数的一次调频数据预测值;
基于所述一次调频数据预测值和所述混合储能功率成本构建目标函数和约束条件;
所述约束条件满足时,求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以在后一天基于所述储能配置最优解控制对应的储能设备。
2.根据权利要求1所述的火电机组一次调频在线评估及储能优化配置方法,其特征在于,所述标准参数包括死区频率和死区转速,所述结合所述标准参数,基于所述实时机端电压或所述实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求,包括:
基于所述实时机端电压确定实时频率,获得额定频率与实时频率的第一差值的绝对值,获取额定转速与实时转速的第二差值的绝对值;
若所述第一差值的绝对值大于等于所述死区频率、或所述第二差值的绝对值大于等于所述死区转速,则所述频差状态值为1,此时火电机组出现一次调频需求。
3.根据权利要求1所述的火电机组一次调频在线评估及储能优化配置方法,其特征在于,用于预测的任一次的一次调频数据包括所述初始时刻、所述额定频率与实时频率的第一差值的绝对值、所述额定转速与实时转速的第二差值的绝对值、总调节时间、实际时间、滞后时间和实际积分电量。
4.根据权利要求3所述的火电机组一次调频在线评估及储能优化配置方法,其特征在于,所述基于所述一次调频数据预测值和所述混合储能功率成本构建目标函数和约束条件,包括:
基于所述一次调频数据预测值获得一次调频数据预测最大值和设定频差覆盖百分比下的一次调频数据预测覆盖值,其中所述一次调频数据预测值、所述一次调频数据预测最大值、所述一次调频数据预测覆盖值中的数据类型与一次调频数据中的数据类型一致;
基于所述一次调频数据预测最大值、所述一次调频数据预测覆盖值、所述混合储能功率成本、所述混合储能系统中各储能设备的功率和容量构建目标函数和约束条件。
5.根据权利要求4所述的火电机组一次调频在线评估及储能优化配置方法,其特征在于,所述基于所述一次调频数据预测最大值、所述一次调频数据预测覆盖值、所述混合储能功率成本、所述混合储能系统中各储能设备的功率和容量构建目标函数和约束条件,包括:
基于各储能设备的功率和容量、所述一次调频数据预测覆盖值中的总调节时间预测覆盖值获得混合储能系统的全寿命成本;
基于所述一次调频数据预测值中的积分电量预测值和所述全寿命成本得到目标函数;
基于所述一次调频数据预测最大值、所述一次调频数据预测覆盖值、所述混合储能功率成本得到约束条件。
6.一种火电机组一次调频在线评估及储能优化配置系统,其特征在于,火电机组配置有混合储能系统,所述混合储能系统包括多种类型储能设备,所述系统包括:
获取模块,用于获取发电机的实时数据、系统数据和混合储能功率成本,所述实时数据包括实时机端电压、实时机端电流和实时转速,所述系统数据包括机组转速不等率、所在地区两个细则中的标准参数、机组额定有功功率;
判断模块,用于结合所述标准参数,基于所述实时机端电压或所述实时转速确定频差状态值,进而确定火电机组是否出现一次调频需求;
评估模块,用于若出现一次调频需求,则针对任一次一次调频过程,确定该过程中所述频差状态值由0变为1的初始时刻,进而得到该过程中初始时刻后任一时刻的实时出力;基于实时频率、额定频率、所述机组额定有功功率、所述实时转速和额定转速确定理论出力;在所述频差状态值为1的情况下,基于所述实时出力、所述理论出力确定滞后时间、总调节时间;基于总调节时间、规定时间确定实际时间,基于实际时间和初始时刻对应的出力计算实际出力;基于所述实际出力和所述理论出力获得一次调频出力响应合格率,基于实际时间、初始时刻、所述机组转速不等率、所述实时频率、所述额定频率、所述机组额定有功功率、所述实时转速和所述额定转速确定理论积分电量,基于实际时间、初始时刻、实时机端电压和实时机端电流计算实际积分电量,基于所述理论积分电量和所述实际积分电量获得一次调频贡献电量合格率,基于所述一次调频贡献电量合格率和所述一次调频出力响应合格率得到评估结果和当前天所有调频次数的一次调频数据,其中:
所述一次调频出力响应合格率满足式为:
;
所述一次调频贡献电量合格率满足式为:
;
预测模块,用于基于所述一次调频数据预测得到后一天对应调频次数的一次调频数据预测值;
建模模块,用于基于所述一次调频数据预测值和所述混合储能功率成本构建目标函数和约束条件;
配置模块,用于所述约束条件满足时,求解目标函数最大值对应的各种类型储能设备的储能配置最优解,以在后一天基于所述储能配置最优解控制对应的储能设备。
7.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1-5中任一项所述的方法。
8.一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中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311677309.XA CN117375028B (zh) | 2023-12-08 | 2023-12-08 | 一种火电机组一次调频在线评估及储能优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311677309.XA CN117375028B (zh) | 2023-12-08 | 2023-12-08 | 一种火电机组一次调频在线评估及储能优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117375028A CN117375028A (zh) | 2024-01-09 |
CN117375028B true CN117375028B (zh) | 2024-03-22 |
Family
ID=89400721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311677309.XA Active CN117375028B (zh) | 2023-12-08 | 2023-12-08 | 一种火电机组一次调频在线评估及储能优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117375028B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110518643A (zh) * | 2019-07-18 | 2019-11-29 | 中国电力科学研究院有限公司 | 一种储能联合火电机组参与agc调频的控制方法及装置 |
CN112803501A (zh) * | 2021-01-04 | 2021-05-14 | 中国大唐集团科学技术研究院有限公司华中电力试验研究院 | 一种基于机器学习算法的火电机组自优化辅助调频方法 |
WO2021164112A1 (zh) * | 2020-02-18 | 2021-08-26 | 山东大学 | 风电场优化配置储能作为黑启动电源的频率控制方法及系统 |
CN114640115A (zh) * | 2022-05-19 | 2022-06-17 | 浙江浙能技术研究院有限公司 | 一种面向一次调频储能系统功率和能量配置的方法 |
CN114865701A (zh) * | 2022-05-30 | 2022-08-05 | 河海大学 | 基于自适应模型预测控制的风储联合调频方法 |
CN115603333A (zh) * | 2022-10-09 | 2023-01-13 | 西安热工研究院有限公司(Cn) | 基于飞轮储能的混合储能火力发电机组的一次调频方法 |
WO2023036344A1 (zh) * | 2021-09-13 | 2023-03-16 | 中国电力科学研究院有限公司 | 风储系统一次调频协调控制方法、系统、设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112350344B (zh) * | 2020-05-25 | 2022-03-25 | 清华大学 | 储能系统-火电机组联合调频控制方法 |
-
2023
- 2023-12-08 CN CN202311677309.XA patent/CN117375028B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110518643A (zh) * | 2019-07-18 | 2019-11-29 | 中国电力科学研究院有限公司 | 一种储能联合火电机组参与agc调频的控制方法及装置 |
WO2021164112A1 (zh) * | 2020-02-18 | 2021-08-26 | 山东大学 | 风电场优化配置储能作为黑启动电源的频率控制方法及系统 |
CN112803501A (zh) * | 2021-01-04 | 2021-05-14 | 中国大唐集团科学技术研究院有限公司华中电力试验研究院 | 一种基于机器学习算法的火电机组自优化辅助调频方法 |
WO2023036344A1 (zh) * | 2021-09-13 | 2023-03-16 | 中国电力科学研究院有限公司 | 风储系统一次调频协调控制方法、系统、设备及存储介质 |
CN114640115A (zh) * | 2022-05-19 | 2022-06-17 | 浙江浙能技术研究院有限公司 | 一种面向一次调频储能系统功率和能量配置的方法 |
CN114865701A (zh) * | 2022-05-30 | 2022-08-05 | 河海大学 | 基于自适应模型预测控制的风储联合调频方法 |
CN115603333A (zh) * | 2022-10-09 | 2023-01-13 | 西安热工研究院有限公司(Cn) | 基于飞轮储能的混合储能火力发电机组的一次调频方法 |
Non-Patent Citations (2)
Title |
---|
Sustainability evaluation of secondary lead production from spent lead acid batteries recycling;PAN H;《Resources Conservation & Recyclin》;20191231;第 13-22页 * |
基于频率信号的 火电机组一次调频改造及优化;李华等;《电气技术》;20191231;第102-104页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117375028A (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6554410B2 (ja) | 電力貯蔵システム管理装置、電力貯蔵システム管理方法、電力貯蔵システム | |
Thorbergsson et al. | Primary frequency regulation with Li-ion battery based energy storage system-evaluation and comparison of different control strategies | |
US9124135B2 (en) | System for control of wind power generation storage battery and method of control thereof | |
CN113015918B (zh) | 用于确定二次电池的健康状态的方法和电池管理系统 | |
Wang et al. | Dispatch of vehicle-to-grid battery storage using an analytic hierarchy process | |
Li et al. | Modeling and SOC estimation of lithium iron phosphate battery considering capacity loss | |
CN104011967A (zh) | 电力需求调整系统、电力需求调整装置及电力需求调整方法 | |
Xu et al. | Multi-objective chance-constrained optimal day-ahead scheduling considering BESS degradation | |
Sandelic et al. | Incremental degradation estimation method for online assessment of battery operation cost | |
CN117691631A (zh) | 一种基于混合储能装置的电力调频方法和系统 | |
CN117375028B (zh) | 一种火电机组一次调频在线评估及储能优化配置方法 | |
RU2754484C9 (ru) | Способ и устройство для обеспечения баланса потребления электроэнергии | |
CN116345700B (zh) | 一种用于储能电站的能耗监测方法及监测系统 | |
CN116896104A (zh) | 一种计及荷电状态电能量与调频市场联合出清方法及系统 | |
CN115967178B (zh) | 一种储能系统运行的监测系统及方法 | |
CN117231439A (zh) | 风电机组的故障诊断和控制方法、装置和电子设备 | |
Gao et al. | Optimal planning method of multi-energy storage systems based on the power response analysis in the integrated energy system | |
JP2017050911A (ja) | 運転計画の算出装置、算出方法及びコンピュータプログラム | |
CN115146977A (zh) | 一种基于物联网的企业能效数据管理方法及系统 | |
CN113657705A (zh) | 一种电力现货市场参数影响评估方法、装置及存储介质 | |
Coster et al. | Capacity management of low voltage grids using universal smart energy framework | |
CN117674369B (zh) | 一种新能源储能电池组充放电安全管理系统 | |
Zhang et al. | A Data-Driven Evaluation Framework for Wind Power Generation Uncertainty Management | |
CN117347888B (zh) | 电池均衡仪载荷测量方法、装置、计算机设备及存储介质 | |
CN117713143B (zh) | 一种火电耦合储能多时间尺度协调控制方法和系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |