CN117375049A - 用于风电场多维考核标准的混合储能优化配置方法和系统 - Google Patents
用于风电场多维考核标准的混合储能优化配置方法和系统 Download PDFInfo
- Publication number
- CN117375049A CN117375049A CN202311329064.1A CN202311329064A CN117375049A CN 117375049 A CN117375049 A CN 117375049A CN 202311329064 A CN202311329064 A CN 202311329064A CN 117375049 A CN117375049 A CN 117375049A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- assessment standard
- rated
- frequency modulation
- assessment
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 442
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000011084 recovery Methods 0.000 claims abstract description 52
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 claims description 33
- 229910052739 hydrogen Inorganic materials 0.000 claims description 33
- 239000001257 hydrogen Substances 0.000 claims description 33
- 229910001416 lithium ion Inorganic materials 0.000 claims description 33
- 238000005457 optimization Methods 0.000 claims description 32
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 28
- 238000004519 manufacturing process Methods 0.000 claims description 26
- 230000033228 biological regulation Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 13
- 230000008901 benefit Effects 0.000 claims description 12
- 230000001105 regulatory effect Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000007599 discharging Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 description 14
- 238000004458 analytical method Methods 0.000 description 6
- 238000010248 power generation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000001629 suppression Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000012552 review 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
- H02J3/28—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
- H02J15/00—Systems for storing electric energy
- H02J15/006—Systems for storing electric energy in the form of pneumatic energy, e.g. compressed air energy storage [CAES]
-
- 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
- H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
- H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
Abstract
本发明提出了用于风电场多维考核标准的混合储能优化配置方法和系统,该方法包括:建立储能类型和考核标准之间对应关系;储能类型考核标准包括一次调频考核标准、二次调频考核标准、调峰考核标准和功率波动考核标准;构建每个储能类型考核标准的储能配置方案;根据储能类型和考核标准之间对各储能配置方案进行求解;计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为储能配置方案中的最优储能配置方案。基于该方法,还提出了用于风电场多维考核标准的混合储能优化配置系统。本发明实现了风电场多种储能技术相结合的混合式储能最优配置,确保风电场满足并网考核标准下最大化储能系统的盈利空间。
Description
技术领域
本发明属于新能源场站储能优化配置技术领域,特别涉及用于风电场多维考核标准的混合储能优化配置方法和系统。
背景技术
风力发电的波动性、随机性和间歇性会对电网运行状态造成不利影响。储能技术的发展为风力发电大规模并网及改善风力发电性能提供了一种有效途径。随着大规模风电场并网发电,为保障电网安全经济运行,相关并网运行管理细则对风电场运行提出了多维度考核标准,包括对风电场调频、调峰及平抑巩固了波动等方面要求,通过在风电场配置储能可有助于提高风电场运行满足考核标准的能力,减少弃风现象,提高风电场并网运行的安全经济水平。因此,针对风电场运行的多维考核标准,研究风电场储能优化配置具有重要价值。
在风电场储能配置方案中,通常分为经济配置和安全配置两类。经济配置,构建度电成本最低为经济目标的储能配置模型,旨在配置储能后降低场站弃风率并最大化利益空间,并未考虑到储能的调频、调峰和抑制功率波动等效应;安全配置,通常分别考虑风电场的调频能力、调峰能力和平抑功率波动能力来构建风电场储能优化配置模型,旨在提高风电场响应电网安全要求的能力,但未充分考虑储能配置过程中的经济性,存在储能容量过配,配置成本高等问题。当前的储能配置方案中不论是经济配置还是安全配置,大多考虑单一类型的储能配置,储能特性的单一性使其无法适应风电场并网多维考核标准。兼顾多类型储能配置,考虑风电场运行并网运行多维度考核标准以及储能度电成本进行风电场储能优化配置是当前新能源场站储能配置领域亟需解决重要问题。
发明内容
为了解决上述技术问题,本发明提出了用于风电场多维考核标准的混合储能优化配置方法和系统,实现了风电场多种储能技术相结合的混合式储能最优配置,确保风电场满足并网考核标准下最大化储能系统的盈利空间。
为实现上述目的,本发明采用以下技术方案:
用于风电场多维考核标准的混合储能优化配置方法,包括以下步骤:
建立储能类型和考核标准之间对应关系;所述储能类型考核标准包括一次调频考核标准、二次调频考核标准、调峰考核标准和功率波动考核标准;
构建一次调频考核标准的储能配置方案、构建二次调频考核标准的储能配置方案、构建调峰考核标准的储能配置方案和构建功率波动考核标准的储能配置方案;
根据所述储能类型和考核标准之间对各储能配置方案进行求解;计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为储能配置方案中的最优储能配置方案。
进一步的,所述建立储能类型和考核标准之间对应关系具体为:
一次调频考核标准适用的储能类型为:锂离子电池和液流电池;
二次调频考核标准适用的储能类型为:锂离子电池、液流电池和电制氢;
调峰考核标准适用的储能类型为:液流电池和压缩空气;
功率波动考核标准适用的储能类型为:液流电池和电制氢。
进一步的,所述计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为匹配储能配置方案中的最优储能配置方案具体为:
匹配考核类型为一次调频时,确定锂离子电池最优配置方案和液流电池最优配置方案;
匹配考核类型为二次调频时,确定锂离子电池最优配置方案、液流电池最优配置方案和电制氢最优配置方案;
匹配考核类型为调峰考核标准时,确定液流电池最优配置方案和压缩空气最优配置方案;
匹配考核类型为功率波动考核标准时,确定液流电池最优配置方案和电制氢最优配置方案。
进一步的,所述构建一次调频考核标准的第一最优配置方案的过程包括:
确定一次调频考核标准储能优化配置的目标函数:
其中,Jf1为储能一次调频经济收益值;Cprice为储能调频度电价格;Wi,t为储能在t年i日的输出电能;Di,t为储能在t年i日的日调节量总和;Kpd为储能在t年i日的日调节性能指标;Yi,t为储能调频辅助服务补偿价格;Ci,t储能辅助服务贡献率;LCOS为储能平准化度电成本;
CE(Erated)为储能额定单位容量成本函数,Erated为储能待配置额定容量;CP(Prated)为储能额定单位功率成本函数,Prated为储能待配置的额定功率;d为储能额定放电时间;T为储能适用年限;O&M(t)为储能维修成本;r为储能折现率;η为储能循环效率;PC为储能充电时购电价格;n(t)为年充放电循环次数;
储能设施充放电持续时间约束:
其中,为一次调频最低要求功率;/>为当前储能技术所能提供的功率上限;Tf为调频储能最小持续充放电时间;
储能运行约束:
其中,XDOD为储能最大放电深度;Et为储能在t刻电量;Pt dis为储能电站在t时刻释放的功率;Pt ch为储能电站在t时刻吸收的功率;分别为储能充放电状态变量;η为充放电效率。
进一步的,所述构建调峰考核标准的储能配置方案的过程包括:
确定调峰考核标准储能优化配置的目标函数:
其中,Jpeak为储能调峰经济收益值;为储能调峰度电价格;Wpeak,i.t为储能在t年i日的输出电能;
调峰考核标准下储能充放电功率限值以及荷电状态约束为:
其中,PC,t、PD,t分别为t时刻储能系统充、放电功率;ESOC,t为储能系统荷电状态;ESOC,max与ESOC,min分别为储能系统荷电状态上、下限值;ESOC,start为初始时刻储能系统荷电状态;ESOC,end为末尾时刻储能系统荷电状态;
储能设施充放电持续时间约束:
其中,为调峰最低要求功率,Tpeak为调频储能最小持续充放电时间。
进一步的,所述构建功率波动考核标准的储能配置方案包括:
确定功率波动考核标准储能优化配置的目标函数:
Jstable为储能抑制功率波动收益值;Wstable,i.t为储能在t年i日的输出电能;
功率波动考核标准对储能SOC及充放电功率的约束函数为:
其中,soc(t)为t时刻储能荷电状态;Emax、Emin分别为容量状态上限和下限;Δt为采样间隔;ηc、ηd分别为充放电效率;
储能设施充放电持续时间约束:
其中,为抑制风电场功率波动最低要求功率,Tstable为储能最小持续充放电时间。
进一步的,所述计算目标储能类型的成本回收期和盈利空间的过程包括:
Trecycle=solve(Jf1(Trecycle)=EratedCE(Erated)+PratedCP(Prated)) (11)
Mprofit=Jf1-CpriceTrecycle (12)
其中,Trecycle为成本回收期;solve(A)表示方程A的解;A为Jf1(Trecycle)=EratedCE(Erated)+PratedCp(Prated);Mprofit为储能盈利空间。
本发明还提出了用于风电场多维考核标准的混合储能优化配置系统,所述系统包括:预处理模块、构建模块和计算模块;
所述预处理模块用于建立储能类型和考核标准之间对应关系;所述储能类型考核标准包括一次调频考核标准、二次调频考核标准、调峰考核标准和功率波动考核标准;
所述构建模块用于构建一次调频考核标准的储能配置方案、构建二次调频考核标准的储能配置方案、构建调峰考核标准的储能配置方案和构建功率波动考核标准的储能配置方案;
所述计算模块用于根据所述储能类型和考核标准之间对各储能配置方案进行求解;计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为储能配置方案中的最优储能配置方案。
进一步的,所述预处理模块中储能类型和考核标准之间对应关系为:
一次调频考核标准适用的储能类型为:锂离子电池和液流电池;
二次调频考核标准适用的储能类型为:锂离子电池、液流电池和电制氢;
调峰考核标准适用的储能类型为:液流电池和压缩空气;
功率波动考核标准适用的储能类型为:液流电池和电制氢。
进一步的,所述计算模块中:计算目标储能类型的成本回收期和盈利空间的过程包括:
Trecycle=solve(Jf1(Trecycle)=EratedCE(Erated)+PratedCP(Prated)) (11)
Mprofit=Jf1-CpriceTrecycle (12)
其中,Trecycle为成本回收期;solve(A)表示方程A的解;A为Jf1(Trecycle)=EratedCE(Erated)+PratedCp(Prated);Mprofit为储能盈利空间。
发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
本发明提出了用于风电场多维考核标准的混合储能优化配置方法和系统,该方法包括以下步骤:建立储能类型和考核标准之间对应关系;所述储能类型考核标准包括一次调频考核标准、二次调频考核标准、调峰考核标准和功率波动考核标准;构建一次调频考核标准的储能配置方案、构建二次调频考核标准的储能配置方案、构建调峰考核标准的储能配置方案和构建功率波动考核标准的储能配置方案;根据储能类型和考核标准之间对各储能配置方案进行求解;计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为储能配置方案中的最优储能配置方案。基于用于风电场多维考核标准的混合储能优化配置方法,还提出了用于风电场多维考核标准的混合储能优化配置系统。本发明解决了风电场并网下,出力的不确定性导致多维并网考核不达标和弃风严重的问题,实现了风电场多种储能技术相结合的混合式储能最优配置,确保风电场满足并网考核标准下最大化储能系统的盈利空间。
本发明通过对各并网考核标准所需功率支撑特性分析和主流储能技术的多维特征分析,建立了储能类型和考核标准之间对应关系,使得储能的配置更具有针对性。本发明通过多种储能类型相结合配置,提高了风电场储能设备的整体控制性能和经济性,在应对不同考核标准下的调控需求上更具有适配性。
本发明分别针对各考核标准构建了基于储能平准化模型的储能优化配置模型,进而基于配置模型提出了成本回收周期和收益空间模型,通过查询储能类型和考核标准之间对应关系,分别对不同适用类型储能进行优化配置,最后进行经济性对比分析,得到对考核标准具有针对性的储能优化配置方案。本发明在储能类型上选择了具有针对性的混合式储能配置兼顾了多维考核标准的不同功率支撑特性需求,在容量和功率配置上,构建了安全约束下的经济配置模型,兼顾了系统安全稳定性和经济性。
附图说明
图1为本发明实施例1提出的用于风电场多维考核标准的混合储能优化配置方法整体流程图;
图2为本发明实施例1提出的储能类型特征图;
图3为本发明实施例2提出的用于风电场多维考核标准的混合储能优化配置系统示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例1
本发明实施例1提出了用于风电场多维考核标准的混合储能优化配置方法,解决了风电场并网下,出力的不确定性导致多维并网考核不达标和弃风严重的问题。
图1为本发明实施例1提出的用于风电场多维考核标准的混合储能优化配置方法整体流程图;
在步骤S100中,建立储能类型和考核标准之间对应关系;储能类型考核标准包括一次调频考核标准、二次调频考核标准、调峰考核标准和功率波动考核标准;
分析多种主流储能技术的多维特征和多种考核标准的功率支撑需求特征,一次调频响应速率应符合动态调频响应速率需求(参考660MW机组,7.3kW/ms);二次调频响应速率应符合系统功率控制响应速率需求(参考660MW机组,100kW/s);削峰填谷对储能的功率要求高,通常应配置额定功率为场站总装机容量的20%;功率波动的抑制对储能的响应速度和功率均具有一定的要求,通常额定功率配置为场站总装机容量的5%,响应速率应符合风机出力波动速率(660MW机组,100kW/s)。
图2为本发明实施例1提出的储能类型特征图;锂离子电池响应速度快,够在毫秒级内释放大量能量,当前技术在最快可达到1kW/ms,由于锂离子电池存在安全风险,过充过放,可能发生过热、起火,当前配置容量在1kW~100kW。
液流电池的储能容量通常较大,当前储能技术下配置容量在1kW~10MW,可以实现对大规模风电场的能量储存需求,具有快速的响应速度,可以在秒级内释放储存的电能,当前技术在最快可达到1kW/s,以满足电网负荷需求的短时变化。
电制氢储能作为一种新型储能技术,兼具低碳清洁、能量密度高、高效率、存储时间长等优势。当前大容量的储氢设备以及安全的控制系统和适用于风电制氢的电力电子装置仍处于研发阶段,风电制氢系统规模一般在5MW以内,响应速率在1kW/s。
压缩空气储能原理为利用风能发电期间的多余电力,将其转化为机械能,通过压缩空气并将其储存在地下储气库中。在需要释放储能时,储气库中的压缩空气被释放出来,推动涡轮机以产生电力。因此容量配置大,通常在5~100MW,但其调节速率受到涡轮机自身技术的限制,响应速率在分钟级。
一次调频和二次调频对储能响应速度要求高,适用于配置快响应型储能;削峰填谷对储能的功率要求高,适用于配置大功率型储能;功率波动的抑制对储能的响应速度和功率均具有一定的要求,适用于配置响应速度和功率均有优势的储能。由主流储能技术的响应速度和运行功率范围的特征图,而后基于特征图对不同考核标准储能需求进行匹配,建立储能类型和考核标准之间对应关系。本发明实施例1中,构建储能类型-考核标准适应表,如下表一所示:
表一为储能类型与考核标准适应表:
锂离子电池 | 液流电池 | 电制氢 | 压缩空气 | |
一次调频 | 适用 | 适用 | 不适用 | 不适用 |
二次调频 | 适用 | 适用 | 适用 | 不适用 |
削峰填谷 | 不适用 | 适用 | 不适用 | 适用 |
波动抑制 | 不适用 | 适用 | 适用 | 不适用 |
在步骤S200中,构建一次调频考核标准的储能配置方案、构建二次调频考核标准的储能配置方案、构建调峰考核标准的储能配置方案和构建功率波动考核标准的储能配置方案;
目标函数由储能寿命周期内发电收益函数和参照电力辅助服务市场运营规则中调频经济补偿函数构成。
确定一次调频考核标准储能优化配置的目标函数:
其中,Jf1为储能一次调频经济收益值;Cprice为储能调频度电价格;Wi,t为储能在t年i日的输出电能;Di,t为储能在t年i日的日调节量总和;Kpd为储能在t年i日的日调节性能指标;Yi,t为储能调频辅助服务补偿价格;Ci,t储能辅助服务贡献率;LCOS为储能平准化度电成本;
基于储能平准化模型进行储能优化配置可反映不同储能类型额定配置容量、额定配置功率和运行年限与配置后度电成本之间的关系:
CE(Erated)为储能额定单位容量成本函数,Erated为储能待配置额定容量;CP(Prated)为储能额定单位功率成本函数,Prated为储能待配置的额定功率;d为储能额定放电时间;T为储能适用年限;O&M(t)为储能维修成本;r为储能折现率;η为储能循环效率;PC为储能充电时购电价格;n(t)为年充放电循环次数;
储能设施充放电持续时间约束:
其中,为一次调频最低要求功率;/>为当前储能技术所能提供的功率上限;Tf为调频储能最小持续充放电时间;
储能运行约束:
其中,XDOD为储能最大放电深度;Et为储能在t刻电量;Pt dis为储能电站在t时刻释放的功率;Pt ch为储能电站在t时刻吸收的功率;分别为储能充放电状态变量;η为充放电效率。
由表一可知锂离子电池和液流电池适用于调频考核标准下的储能配置,结合锂离子电池相关参数求解式(3)~(4)约束下式(2),获得锂离子电池最优配置方案;结合液流电池相关参数求解式(3)~(4)约束下式(2),获得液流电池最优配置方案。
针对二次调频考核标准,其储能优化配置模型与一次考核相同,在求解中相关约束条件中参数ΔPmin f为二次调频最低要求功率,通过系统历史运行数据确定;Tf为二次调频最小充放电时间由《山东电力辅助服务市场运营规则》确定。
由表一可知,锂离子电池和液流电池适用于调频考核标准下的储能配置,结合锂离子电池相关参数求解式(3)~(4)约束下式(2),获得锂离子电池最优配置方案;结合液流电池相关参数求解式(3)~(4)约束下式(2),获得液流电池最优配置方案;结合电制氢电池相关参数求解式(3)~(4)约束下式(2),获得电制氢电池最优配置方案。
构建调峰考核标准的储能配置方案的过程包括:
确定调峰考核标准储能优化配置的目标函数:
其中,Jpeak为储能调峰经济收益值;为储能调峰度电价格;Wpeak,i.t为储能在t年i日的输出电能;
调峰考核标准下储能充放电功率限值以及荷电状态约束为:
其中,PC,t、PD,t分别为t时刻储能系统充、放电功率;ESOC,t为储能系统荷电状态;ESOC,max与ESOC,min分别为储能系统荷电状态上、下限值;ESOC,start为初始时刻储能系统荷电状态;ESOC,end为末尾时刻储能系统荷电状态;
储能设施充放电持续时间约束:
其中,为调峰最低要求功率,Tpeak为调频储能最小持续充放电时间。
由表一可知,液流电池和压缩空气储能适用于调峰考核标准下的储能配置,结合液流电池相关参数求解式(3)~(4)约束下式(2),获得液流电池最优配置方案;结合压缩空气储能相关参数求解式(3)~(4)约束下式(2),获得压缩空气储能最优配置方案。
构建功率波动考核标准的储能配置方案包括:
确定功率波动考核标准储能优化配置的目标函数:
Jstable为储能抑制功率波动收益值;Wstable,i.t为储能在t年i日的输出电能;
功率波动考核标准对储能SOC及充放电功率的约束函数为:
其中,soc(t)为t时刻储能荷电状态;Emax、Emin分别为容量状态上限和下限;Δt为采样间隔;ηc、ηd分别为充放电效率;
储能设施充放电持续时间约束:
其中,为抑制风电场功率波动最低要求功率,Tstable为储能最小持续充放电时间。
由表一可知,液流电池和电制氢储能适用于调峰考核标准下的储能配置,结合液流电池相关参数求解式(3)~(4)约束下式(2),获得液流电池最优配置方案;结合电制制氢储能相关参数求解式(3)~(4)约束下式(2),获得电制氢储能最优配置方案。
在步骤S300中,根据储能类型和考核标准之间对各储能配置方案进行求解;计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为储能配置方案中的最优储能配置方案。
储能成本以额定容量与单位容量成本之积和额定功率与单位功率成本之积构成。成本回收期求解原理为,以储能平准化模型中储能运行期限为待求量,构建成本回收期内的储能系统收益与储能配置成本平衡方程,如式(11)所示。盈利空间求解原理为,储能寿命周期内的收益与配置成本之差,如式(12)所示。
Trecycle=solve(Jf1(Trecycle)=EratedCE(Erated)+PratedCP(Prated)) (11)
Mprofit=Jf1-CpriceTrecycle (12)
其中,Trecycle为成本回收期;solve(A)表示方程A的解;A为Jf1(Trecycle)=EratedCE(Erated)+PratedCp(Prated);Mprofit为储能盈利空间。
根据在上一步中所求得的锂离子电池和液流电池最优配置方案下的成本回收期和盈利空间,选取成本回收期短,盈利空间大的方案为响应一次调频考核标准的储能最优配置方案。
根据在上一步中所求得的锂离子电池、液流电池和电制氢最优配置方案下的成本回收期和盈利空间,选取成本回收期短,盈利空间大的方案为响应二次调频考核标准的储能配置方案。
根据在上一步中所求得的液流电池和压缩空气储能最优配置方案下的成本回收期和盈利空间,选取成本回收期短,盈利空间大的方案为响应调峰考核标准的储能最优配置方案。
根据在上一步中所求得的液流电池和电制氢储能最优配置方案下的成本回收期和盈利空间,选取成本回收期短,盈利空间大的方案为响应抑制风电场功率波动考核标准的储能最优配置方案。
各考核标准下的储能最优配置方案对场站储能系统进行配置,形成混合式储能配置。
本发明实施例1提出的用于风电场多维考核标准的混合储能优化配置方法,解决了风电场并网下,出力的不确定性导致多维并网考核不达标和弃风严重的问题,实现了风电场多种储能技术相结合的混合式储能最优配置,确保风电场满足并网考核标准下最大化储能系统的盈利空间。
本发明实施例1提出的用于风电场多维考核标准的混合储能优化配置方法,通过对各并网考核标准所需功率支撑特性分析和主流储能技术的多维特征分析,建立了储能类型和考核标准之间对应关系,使得储能的配置更具有针对性。本发明通过多种储能类型相结合配置,提高了风电场储能设备的整体控制性能和经济性,在应对不同考核标准下的调控需求上更具有适配性。
本发明实施例1提出的用于风电场多维考核标准的混合储能优化配置方法,分别针对各考核标准构建了基于储能平准化模型的储能优化配置模型,进而基于配置模型提出了成本回收周期和收益空间模型,通过查询储能类型和考核标准之间对应关系,分别对不同适用类型储能进行优化配置,最后进行经济性对比分析,得到对考核标准具有针对性的储能优化配置方案。本发明在储能类型上选择了具有针对性的混合式储能配置兼顾了多维考核标准的不同功率支撑特性需求,在容量和功率配置上,构建了安全约束下的经济配置模型,兼顾了系统安全稳定性和经济性。
实施例2
基于本发明实施例1提出的用于风电场多维考核标准的混合储能优化配置方法,本发明实施例2还提出了用于风电场多维考核标准的混合储能优化配置系统,图3为本发明实施例2提出的用于风电场多维考核标准的混合储能优化配置系统示意图,该系统包括:预处理模块、构建模块和计算模块;
预处理模块用于建立储能类型和考核标准之间对应关系;所述储能类型考核标准包括一次调频考核标准、二次调频考核标准、调峰考核标准和功率波动考核标准;
构建模块用于构建一次调频考核标准的储能配置方案、构建二次调频考核标准的储能配置方案、构建调峰考核标准的储能配置方案和构建功率波动考核标准的储能配置方案;
计算模块用于根据所述储能类型和考核标准之间对各储能配置方案进行求解;计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为储能配置方案中的最优储能配置方案。
预处理模块中储能类型和考核标准之间对应关系为:
一次调频考核标准适用的储能类型为:锂离子电池和液流电池;
二次调频考核标准适用的储能类型为:锂离子电池、液流电池和电制氢;
调峰考核标准适用的储能类型为:液流电池和压缩空气;
功率波动考核标准适用的储能类型为:液流电池和电制氢。
构建模块中:
确定一次调频考核标准储能优化配置的目标函数:
其中,Jf1为储能一次调频经济收益值;Cprice为储能调频度电价格;Wi,t为储能在t年i日的输出电能;Di,t为储能在t年i日的日调节量总和;Kpd为储能在t年i日的日调节性能指标;Yi,t为储能调频辅助服务补偿价格;Ci,t储能辅助服务贡献率;LCOS为储能平准化度电成本;
基于储能平准化模型进行储能优化配置可反映不同储能类型额定配置容量、额定配置功率和运行年限与配置后度电成本之间的关系:
CE(Erated)为储能额定单位容量成本函数,Erated为储能待配置额定容量;CP(Prated)为储能额定单位功率成本函数,Prated为储能待配置的额定功率;d为储能额定放电时间;T为储能适用年限;O&M(t)为储能维修成本;r为储能折现率;η为储能循环效率;PC为储能充电时购电价格;n(t)为年充放电循环次数;
储能设施充放电持续时间约束:
其中,为一次调频最低要求功率;/>为当前储能技术所能提供的功率上限;Tf为调频储能最小持续充放电时间;
储能运行约束:
其中,XDOD为储能最大放电深度;Et为储能在t刻电量;Pt dis为储能电站在t时刻释放的功率;Pt ch为储能电站在t时刻吸收的功率;分别为储能充放电状态变量;η为充放电效率。
由表一可知锂离子电池和液流电池适用于调频考核标准下的储能配置,结合锂离子电池相关参数求解式(3)~(4)约束下式(2),获得锂离子电池最优配置方案;结合液流电池相关参数求解式(3)~(4)约束下式(2),获得液流电池最优配置方案。
针对二次调频考核标准,其储能优化配置模型与一次考核相同,在求解中相关约束条件中参数ΔPmin f为二次调频最低要求功率,通过系统历史运行数据确定;Tf为二次调频最小充放电时间由《山东电力辅助服务市场运营规则》确定。
由表一可知,锂离子电池和液流电池适用于调频考核标准下的储能配置,结合锂离子电池相关参数求解式(3)~(4)约束下式(2),获得锂离子电池最优配置方案;结合液流电池相关参数求解式(3)~(4)约束下式(2),获得液流电池最优配置方案;结合电制氢电池相关参数求解式(3)~(4)约束下式(2),获得电制氢电池最优配置方案。
构建调峰考核标准的储能配置方案的过程包括:
确定调峰考核标准储能优化配置的目标函数:
其中,Jpeak为储能调峰经济收益值;为储能调峰度电价格;Wpeak,i.t为储能在t年i日的输出电能;
调峰考核标准下储能充放电功率限值以及荷电状态约束为:
其中,PC,t、PD,t分别为t时刻储能系统充、放电功率;ESOC,t为储能系统荷电状态;ESOC,max与ESOC,min分别为储能系统荷电状态上、下限值;ESOC,start为初始时刻储能系统荷电状态;ESOC,end为末尾时刻储能系统荷电状态;
储能设施充放电持续时间约束:
其中,为调峰最低要求功率,Tpeak为调频储能最小持续充放电时间。
由表一可知,液流电池和压缩空气储能适用于调峰考核标准下的储能配置,结合液流电池相关参数求解式(3)~(4)约束下式(2),获得液流电池最优配置方案;结合压缩空气储能相关参数求解式(3)~(4)约束下式(2),获得压缩空气储能最优配置方案。
构建功率波动考核标准的储能配置方案包括:
确定功率波动考核标准储能优化配置的目标函数:
Jstable为储能抑制功率波动收益值;Wstable,i.t为储能在t年i日的输出电能;
功率波动考核标准对储能SOC及充放电功率的约束函数为:
其中,soc(t)为t时刻储能荷电状态;Emax、Emin分别为容量状态上限和下限;Δt为采样间隔;ηc、ηd分别为充放电效率;
储能设施充放电持续时间约束:
其中,为抑制风电场功率波动最低要求功率,Tstable为储能最小持续充放电时间。
由表一可知,液流电池和电制氢储能适用于调峰考核标准下的储能配置,结合液流电池相关参数求解式(3)~(4)约束下式(2),获得液流电池最优配置方案;结合电制制氢储能相关参数求解式(3)~(4)约束下式(2),获得电制氢储能最优配置方案。
计算模块中:储能成本以额定容量与单位容量成本之积和额定功率与单位功率成本之积构成。成本回收期求解原理为,以储能平准化模型中储能运行期限为待求量,构建成本回收期内的储能系统收益与储能配置成本平衡方程,如式(11)所示。盈利空间求解原理为,储能寿命周期内的收益与配置成本之差,如式(12)所示。
Trecycle=solve(Jf1(Trecycle)=EratedCE(Erated)+PratedCP(Prated)) (11)
Mprofit=Jf1-CpriceTrecycle (12)
其中,Trecycle为成本回收期;solve(A)表示方程A的解;A为Jf1(Trecycle)=EratedCE(Erated)+PratedCp(Prated);Mprofit为储能盈利空间。
根据在构建模块中所求得的锂离子电池和液流电池最优配置方案下的成本回收期和盈利空间,选取成本回收期短,盈利空间大的方案为响应一次调频考核标准的储能最优配置方案。
根据在构建模块中所求得的锂离子电池、液流电池和电制氢最优配置方案下的成本回收期和盈利空间,选取成本回收期短,盈利空间大的方案为响应二次调频考核标准的储能配置方案。
根据在构建模块中所求得的液流电池和压缩空气储能最优配置方案下的成本回收期和盈利空间,选取成本回收期短,盈利空间大的方案为响应调峰考核标准的储能最优配置方案。
根据在构建模块中所求得的液流电池和电制氢储能最优配置方案下的成本回收期和盈利空间,选取成本回收期短,盈利空间大的方案为响应抑制风电场功率波动考核标准的储能最优配置方案。
本申请实施例2提供的用于风电场多维考核标准的混合储能优化配置系统中相关部分的说明可以参见本申请实施例1提供的用于风电场多维考核标准的混合储能优化配置方法中对应部分的详细说明,在此不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外,本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制。对于所属领域的技术人员来说,在上述说明的基础上还可以做出其它不同形式的修改或变形。这里无需也无法对所有的实施方式予以穷举。在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.用于风电场多维考核标准的混合储能优化配置方法,其特征在于,包括以下步骤:
建立储能类型和考核标准之间对应关系;所述储能类型考核标准包括一次调频考核标准、二次调频考核标准、调峰考核标准和功率波动考核标准;
构建一次调频考核标准的储能配置方案、构建二次调频考核标准的储能配置方案、构建调峰考核标准的储能配置方案和构建功率波动考核标准的储能配置方案;
根据所述储能类型和考核标准之间对各储能配置方案进行求解;计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为储能配置方案中的最优储能配置方案。
2.根据权利要求1所述的用于风电场多维考核标准的混合储能优化配置方法,其特征在于,所述建立储能类型和考核标准之间对应关系具体为:
一次调频考核标准适用的储能类型为:锂离子电池和液流电池;
二次调频考核标准适用的储能类型为:锂离子电池、液流电池和电制氢;
调峰考核标准适用的储能类型为:液流电池和压缩空气;
功率波动考核标准适用的储能类型为:液流电池和电制氢。
3.根据权利要求2所述的用于风电场多维考核标准的混合储能优化配置方法,其特征在于,所述计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为匹配储能配置方案中的最优储能配置方案具体为:
匹配考核类型为一次调频时,确定锂离子电池最优配置方案和液流电池最优配置方案;
匹配考核类型为二次调频时,确定锂离子电池最优配置方案、液流电池最优配置方案和电制氢最优配置方案;
匹配考核类型为调峰考核标准时,确定液流电池最优配置方案和压缩空气最优配置方案;
匹配考核类型为功率波动考核标准时,确定液流电池最优配置方案和电制氢最优配置方案。
4.根据权利要求1所述的用于风电场多维考核标准的混合储能优化配置方法,其特征在于,所述构建一次调频考核标准的第一最优配置方案的过程包括:
确定一次调频考核标准储能优化配置的目标函数:
其中,Jf1为储能一次调频经济收益值;Cprice为储能调频度电价格;Wi,t为储能在t年i日的输出电能;Di,t为储能在t年i日的日调节量总和;Kpd为储能在t年i日的日调节性能指标;Yi,t为储能调频辅助服务补偿价格;Ci,t储能辅助服务贡献率;LCOS为储能平准化度电成本;
CE(Erated)为储能额定单位容量成本函数,Erated为储能待配置额定容量;CP(Prated)为储能额定单位功率成本函数,Prated为储能待配置的额定功率;d为储能额定放电时间;T为储能适用年限;O&M(t)为储能维修成本;r为储能折现率;η为储能循环效率;PC为储能充电时购电价格;n(t)为年充放电循环次数;
储能设施充放电持续时间约束:
其中,为一次调频最低要求功率;/>为当前储能技术所能提供的功率上限;Tf为调频储能最小持续充放电时间;
储能运行约束:
其中,XDOD为储能最大放电深度;Et为储能在t刻电量;Pt dis为储能电站在t时刻释放的功率;Pt ch为储能电站在t时刻吸收的功率;分别为储能充放电状态变量;η为充放电效率。
5.根据权利要求4所述的用于风电场多维考核标准的混合储能优化配置方法,其特征在于,所述构建调峰考核标准的储能配置方案的过程包括:
确定调峰考核标准储能优化配置的目标函数:
其中,Jpeak为储能调峰经济收益值;为储能调峰度电价格;Wpeak,i.t为储能在t年i日的输出电能;
调峰考核标准下储能充放电功率限值以及荷电状态约束为:
其中,PC,t、PD,t分别为t时刻储能系统充、放电功率;ESOC,t为储能系统荷电状态;ESOC,max与ESOC,min分别为储能系统荷电状态上、下限值;ESOC,start为初始时刻储能系统荷电状态;ESOC,end为末尾时刻储能系统荷电状态;
储能设施充放电持续时间约束:
其中,为调峰最低要求功率,Tpeak为调频储能最小持续充放电时间。
6.根据权利要求5所述的用于风电场多维考核标准的混合储能优化配置方法,其特征在于,所述构建功率波动考核标准的储能配置方案包括:
确定功率波动考核标准储能优化配置的目标函数:
Jstable为储能抑制功率波动收益值;Wstable,i.t为储能在t年i日的输出电能;
功率波动考核标准对储能SOC及充放电功率的约束函数为:
其中,soc(t)为t时刻储能荷电状态;Emax、Emin分别为容量状态上限和下限;Δt为采样间隔;ηc、ηd分别为充放电效率;
储能设施充放电持续时间约束:
其中,为抑制风电场功率波动最低要求功率,Tstable为储能最小持续充放电时间。
7.根据权利要求6所述的用于风电场多维考核标准的混合储能优化配置方法,其特征在于,所述计算目标储能类型的成本回收期和盈利空间的过程包括:
Trecycle=solve(Jf1(Trecycle)=EratedCE(Erated)+PratedCP(Prated)) (11)
Mprofit=Jf1-CpriceTrecycle (12)
其中,Trecycle为成本回收期;solve(A)表示方程A的解;A为Jf1(Trecycle)=EratedCE(Erated)+PratedCp(Prated);Mprofit为储能盈利空间。
8.用于风电场多维考核标准的混合储能优化配置系统,其特征在于,所述系统包括:预处理模块、构建模块和计算模块;
所述预处理模块用于建立储能类型和考核标准之间对应关系;所述储能类型考核标准包括一次调频考核标准、二次调频考核标准、调峰考核标准和功率波动考核标准;
所述构建模块用于构建一次调频考核标准的储能配置方案、构建二次调频考核标准的储能配置方案、构建调峰考核标准的储能配置方案和构建功率波动考核标准的储能配置方案;
所述计算模块用于根据所述储能类型和考核标准之间对各储能配置方案进行求解;计算目标储能类型的成本回收期和盈利空间,选取成本回收期最短,盈利空间最大的方案为储能配置方案中的最优储能配置方案。
9.根据权利要求8所述的用于风电场多维考核标准的混合储能优化配置系统,其特征在于,所述预处理模块中储能类型和考核标准之间对应关系为:
一次调频考核标准适用的储能类型为:锂离子电池和液流电池;
二次调频考核标准适用的储能类型为:锂离子电池、液流电池和电制氢;
调峰考核标准适用的储能类型为:液流电池和压缩空气;
功率波动考核标准适用的储能类型为:液流电池和电制氢。
10.根据权利要求6所述的用于风电场多维考核标准的混合储能优化配置系统,其特征在于,所述计算模块中:计算目标储能类型的成本回收期和盈利空间的过程包括:
Trecycle=solve(Jf1(Trecycle)=EratedCE(Erated)+PratedCP(Prated)) (11)
Mprofit=Jf1-CpriceTrecycle (12)
其中,Trecycle为成本回收期;solve(A)表示方程A的解;A为Jf1(Trecycle)=EratedCE(Erated)+PratedCp(Prated);Mprofit为储能盈利空间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311329064.1A CN117375049B (zh) | 2023-10-13 | 2023-10-13 | 用于风电场多维考核标准的混合储能优化配置方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311329064.1A CN117375049B (zh) | 2023-10-13 | 2023-10-13 | 用于风电场多维考核标准的混合储能优化配置方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117375049A true CN117375049A (zh) | 2024-01-09 |
CN117375049B CN117375049B (zh) | 2024-04-09 |
Family
ID=89405363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311329064.1A Active CN117375049B (zh) | 2023-10-13 | 2023-10-13 | 用于风电场多维考核标准的混合储能优化配置方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117375049B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0535382A1 (de) * | 1991-09-30 | 1993-04-07 | STN Systemtechnik Nord GmbH | Verfahren zum wirtschaftlichen Betrieb eines Inselnetzes mit erneuerbaren Energiequellen und Schaltungsanordnung zur Durchführung des Verfahrens |
CN109347100A (zh) * | 2018-11-26 | 2019-02-15 | 国网四川省电力公司经济技术研究院 | 提升风电场综合性能的混合储能系统优化配置方法 |
CN112398151A (zh) * | 2020-11-30 | 2021-02-23 | 广东电网有限责任公司电力调度控制中心 | 海上风电储能配置方法、装置、电子设备及存储介质 |
CN112751348A (zh) * | 2021-01-06 | 2021-05-04 | 东北电力大学 | 考虑风电调度和调频极限的储能优化控制方法 |
CN113708394A (zh) * | 2021-08-04 | 2021-11-26 | 大连理工大学 | 一种百兆瓦级储能参与调峰及频率响应辅助服务的联合调度方法 |
CN113794224A (zh) * | 2021-08-06 | 2021-12-14 | 中国长江三峡集团有限公司 | 基于风电场应用场景的储能系统优化配置方法及装置 |
CN113794199A (zh) * | 2021-08-26 | 2021-12-14 | 电子科技大学 | 一种考虑电力市场波动的风电储能系统最大收益优化方法 |
US20220077686A1 (en) * | 2020-09-10 | 2022-03-10 | Tianjin University | Optimal configuration method for hybrid energy storage of grid-connected wind storage power generation system |
CN115021295A (zh) * | 2022-06-20 | 2022-09-06 | 华北电力大学 | 针对一次调频的风电场混合储能容量优化配置方法及系统 |
CN115102239A (zh) * | 2022-05-31 | 2022-09-23 | 国网湖南综合能源服务有限公司 | 一种考虑soc均衡的储能电站一次调频控制方法及系统 |
CN115276123A (zh) * | 2022-08-30 | 2022-11-01 | 国网江苏省电力有限公司电力科学研究院 | 电力系统多调频资源机组组合方法、装置、存储器及设备 |
CN115842359A (zh) * | 2022-08-26 | 2023-03-24 | 华北电力大学 | 考虑动态调频性能的风光储场站一次调频备用整定方法 |
CN116316698A (zh) * | 2023-03-30 | 2023-06-23 | 大连理工大学 | 一种液流电池储能电站多重服务协调运行策略的确定方法 |
-
2023
- 2023-10-13 CN CN202311329064.1A patent/CN117375049B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0535382A1 (de) * | 1991-09-30 | 1993-04-07 | STN Systemtechnik Nord GmbH | Verfahren zum wirtschaftlichen Betrieb eines Inselnetzes mit erneuerbaren Energiequellen und Schaltungsanordnung zur Durchführung des Verfahrens |
CN109347100A (zh) * | 2018-11-26 | 2019-02-15 | 国网四川省电力公司经济技术研究院 | 提升风电场综合性能的混合储能系统优化配置方法 |
US20220077686A1 (en) * | 2020-09-10 | 2022-03-10 | Tianjin University | Optimal configuration method for hybrid energy storage of grid-connected wind storage power generation system |
CN112398151A (zh) * | 2020-11-30 | 2021-02-23 | 广东电网有限责任公司电力调度控制中心 | 海上风电储能配置方法、装置、电子设备及存储介质 |
CN112751348A (zh) * | 2021-01-06 | 2021-05-04 | 东北电力大学 | 考虑风电调度和调频极限的储能优化控制方法 |
CN113708394A (zh) * | 2021-08-04 | 2021-11-26 | 大连理工大学 | 一种百兆瓦级储能参与调峰及频率响应辅助服务的联合调度方法 |
CN113794224A (zh) * | 2021-08-06 | 2021-12-14 | 中国长江三峡集团有限公司 | 基于风电场应用场景的储能系统优化配置方法及装置 |
CN113794199A (zh) * | 2021-08-26 | 2021-12-14 | 电子科技大学 | 一种考虑电力市场波动的风电储能系统最大收益优化方法 |
CN115102239A (zh) * | 2022-05-31 | 2022-09-23 | 国网湖南综合能源服务有限公司 | 一种考虑soc均衡的储能电站一次调频控制方法及系统 |
CN115021295A (zh) * | 2022-06-20 | 2022-09-06 | 华北电力大学 | 针对一次调频的风电场混合储能容量优化配置方法及系统 |
CN115842359A (zh) * | 2022-08-26 | 2023-03-24 | 华北电力大学 | 考虑动态调频性能的风光储场站一次调频备用整定方法 |
CN115276123A (zh) * | 2022-08-30 | 2022-11-01 | 国网江苏省电力有限公司电力科学研究院 | 电力系统多调频资源机组组合方法、装置、存储器及设备 |
CN116316698A (zh) * | 2023-03-30 | 2023-06-23 | 大连理工大学 | 一种液流电池储能电站多重服务协调运行策略的确定方法 |
Non-Patent Citations (6)
Title |
---|
MASATO TOGE; YU KURITA; SHINICHI IWAMOTO: "Supplementary load frequency control with storage battery operation considering SOC under large-scale wind power penetration", 《2013 IEEE POWER & ENERGY SOCIETY GENERAL MEETING》, 31 December 2013 (2013-12-31) * |
付爱慧;张峰;张利;梁军;徐震;: "考虑爬坡功率有限平抑的高渗透率光伏电网储能配置策略", 电力系统自动化, no. 15, 10 August 2018 (2018-08-10) * |
张圣祺;袁蓓;徐青山;赵剑锋;: "规模化储能参与下的电网二次调频优化控制策略", 电力自动化设备, no. 05, 8 May 2019 (2019-05-08) * |
李军徽;范兴凯;穆钢;葛维春;葛延峰;胡达;: "应用于电网调频的储能系统经济性分析", 全球能源互联网, no. 03, 25 July 2018 (2018-07-25) * |
赵源筱;耿光超;江全元;刘文龙;陈义宣;李玲芳;: "考虑功率变化速率的储能辅助单机调频控制策略", 电力自动化设备, no. 01 * |
高海翔;董超;孟子杰;董锴;梁彦杰;李世明;李莹莹;: "机组-储能联合系统参与调频辅助服务市场的关键技术研究与实践", 广东电力, no. 06, 24 June 2020 (2020-06-24) * |
Also Published As
Publication number | Publication date |
---|---|
CN117375049B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103986190B (zh) | 基于发电功率曲线的风光储联合发电系统平滑控制方法 | |
CN108599206B (zh) | 高比例不确定电源场景下的配电网混合储能配置方法 | |
CN111404206B (zh) | 考虑投资回报约束的风光储发电系统容量双层规划方法 | |
CN108206547B (zh) | 风氢耦合发电系统各单元容量优化的方法 | |
Datta et al. | A review of key functionalities of battery energy storage system in renewable energy integrated power systems | |
CN110365034B (zh) | 一种计及储能容量配置的微电网电能优化调度方法 | |
CN110601236B (zh) | 一种飞轮储能补偿装置的容量选取方法及装置 | |
CN112446546A (zh) | 一种考虑能源可靠性的综合能源系统两阶段优化配置方法 | |
CN116780646A (zh) | 一种计及灵活性的电力系统资源优化调度方法及终端 | |
CN116436088A (zh) | 一种风光电-火电-储能-电解铜一体化系统多目标优化调度方法 | |
Mohamed et al. | Modelling and environmental/economic power dispatch of microgrid using multiobjective genetic algorithm optimization | |
CN112117769B (zh) | 储能agc联合电网调频系统及电网调频方法 | |
CN113644674A (zh) | 基于量子粒子群的氢混合储能容量配置系统、方法及应用 | |
CN117375049B (zh) | 用于风电场多维考核标准的混合储能优化配置方法和系统 | |
Quan et al. | Optimal Energy Management of Vanadium Redox Flow Batteries Energy Storage System for Frequency Regulation and Peak Shaving in an Islanded Microgrid | |
CN116937546A (zh) | 一种考虑风储并网的电网低频振荡抑制方法及系统 | |
Wee et al. | Design of a renewable—Hybrid energy storage power scheme for short-term power dispatch | |
CN115882486A (zh) | 一种基于双层模型的配电网综合效益最优储能配置方法 | |
Chang et al. | A dual-layer cooperative control strategy of battery energy storage units for smoothing wind power fluctuations | |
CN102332730A (zh) | 可再生能源发电出力控制方法和系统 | |
CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
Ma et al. | Two-stage optimal dispatching based on wind-photovoltaic-pumped storage-thermal power combined power generation system | |
CN113327065A (zh) | 针对发电侧的用户复杂用电情况的能源管理方法及系统 | |
CN112149339A (zh) | 风电-光伏-光热-电加热器互补发电系统容量优化模型 | |
Kazari et al. | Predictive Utilization of Energy Storage for Wind Power Fluctuation Mitigation |
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 |