CN117424263B - 飞轮-锂离子电池混合储能系统的优化运行方法及系统 - Google Patents

飞轮-锂离子电池混合储能系统的优化运行方法及系统 Download PDF

Info

Publication number
CN117424263B
CN117424263B CN202311744691.1A CN202311744691A CN117424263B CN 117424263 B CN117424263 B CN 117424263B CN 202311744691 A CN202311744691 A CN 202311744691A CN 117424263 B CN117424263 B CN 117424263B
Authority
CN
China
Prior art keywords
payload
flywheel
lithium ion
data
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
Application number
CN202311744691.1A
Other languages
English (en)
Other versions
CN117424263A (zh
Inventor
白雪杰
张兴
李娟�
罗军
张柳丽
肖迁
金昱
于浩霖
李天翔
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.)
Tianjin University
Pinggao Group Energy Storage Technology Co Ltd
Original Assignee
Tianjin University
Pinggao Group Energy Storage 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 Tianjin University, Pinggao Group Energy Storage Technology Co Ltd filed Critical Tianjin University
Priority to CN202311744691.1A priority Critical patent/CN117424263B/zh
Publication of CN117424263A publication Critical patent/CN117424263A/zh
Application granted granted Critical
Publication of CN117424263B publication Critical patent/CN117424263B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02J3/30—Arrangements for balancing of the load in a network by storage of energy using dynamo-electric machines coupled to flywheels
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • 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
    • H02J3/381—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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Power Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及电力储能技术领域，公开了一种飞轮‑锂离子电池混合储能系统的优化运行方法及系统，用于减少火电机组的爬坡需求和频繁动作，降低电力系统失负荷风险。包括：对系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；对净负荷峰谷差标幺值数据以及系统收益标幺值数据进行最小目标值计算，得到最小目标值；对最小目标值进行初始净负荷值计算，得到初始净负荷值集合，通过初始净负荷值生成初始净负荷曲线；对初始净负荷曲线进行曲线优化，得到优化净负荷曲线，通过优化净负荷曲线对飞轮‑锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合；根据目标运行参数集合生成飞轮‑锂离子电池混合储能系统的目标运行策略。

Description

飞轮-锂离子电池混合储能系统的优化运行方法及系统
技术领域
本发明涉及电力储能技术领域，尤其涉及一种飞轮-锂离子电池混合储能系统的优化运行方法及系统。
背景技术
随着风电、光伏等新能源装机容量不断发展，电动汽车等随机性负荷不断接入电网，给电力系统的安全稳定运行带来极大的挑战。高比例新能源的接入使得电力系统峰谷差逐渐增大。
传统的火电机组难以满足频繁的深度调峰需求，需利用储能系统削峰填谷，减小净负荷曲线的峰谷差，以减小火电机组的深度调峰次数。现有的储能辅助火电机组调峰方法主要以电池储能系统为主，主要通过火电机组的调峰收益、风电光伏的调节能力以及储能削峰填谷能力，但并未考虑飞轮储能-锂离子电池混合储能系统的功率特性。
发明内容
有鉴于此，本发明实施例提供了一种飞轮-锂离子电池混合储能系统的优化运行方法及系统，用于减少火电机组的爬坡需求和频繁动作，减少电力系统失负荷风险。
本发明提供了一种飞轮-锂离子电池混合储能系统的优化运行方法，包括：采集预置的飞轮-锂离子电池混合储能系统的净负荷数据，并对所述净负荷数据进行平均值计算，得到对应的平均净负荷数据；对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；对所述目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；通过预置的系统收益计算公式对所述飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据；对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；通过预置的优化目标函数对所述净负荷峰谷差标幺值数据以及所述系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值；通过预置的约束条件集合，对所述最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过所述初始净负荷值生成初始净负荷曲线；对所述初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，并通过所述优化净负荷曲线对所述飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合；根据所述目标运行参数集合生成所述飞轮-锂离子电池混合储能系统的目标运行策略，并通过所述目标运行策略控制所述飞轮-锂离子电池混合储能系统。
在本发明中，所述对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差步骤，包括：
通过预置的净负荷峰谷差计算公式对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差，其中，所述净负荷峰谷差计算公式如下所示：
其中，为目标净负荷峰谷差，/>为调峰周期，调峰周期内包括多个调峰时刻，为调峰时刻，/>为净负荷数据，/>为平均净负荷数据。
在本发明中，所述系统收益计算公式如下所示：
；
其中，为系统收益数据，/>为所述飞轮-锂离子电池混合储能系统的电量收益数据，/>为环境效益数据，/>为弃风弃光惩罚成本数据，/>为所述飞轮-锂离子电池混合储能系统的运行成本数据。
在本发明中，所述对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据步骤，包括：
对所述飞轮-锂离子电池混合储能系统进行系统收益基准值计算，得到系统收益基准值；
通过所述系统收益基准值对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据。
在本发明中，所述对所述飞轮-锂离子电池混合储能系统进行系统收益基准值计算，得到系统收益基准值步骤，包括：
通过预置的收益基准值计算公式对所述飞轮-锂离子电池混合储能系统进行系统收益基准值计算，得到系统收益基准值，其中，所述收益基准值计算公式如下所示：
；
为系统收益基准值。
在本发明中，所述飞轮-锂离子电池混合储能系统的电量收益数据的计算公式如下所示：
；
为所述飞轮-锂离子电池混合储能系统的飞轮储能效率，/>为所述飞轮-锂离子电池混合储能系统的锂离子电池储能效率；/>为所述飞轮-锂离子电池混合储能系统在调度周期内的飞轮放电功率，/>为所述飞轮-锂离子电池混合储能系统在调度周期内的锂离子放电功率，/>为所述飞轮-锂离子电池混合储能系统在调度周期内的飞轮充电功率，/>为所述飞轮-锂离子电池混合储能系统在调度周期内的锂离子充电功率，/>为t时刻的电价；/>为调度时长。
在本发明中，所述飞轮-锂离子电池混合储能系统的运行成本数据的计算公式如下所示：
；
其中，为所述飞轮-锂离子电池混合储能系统的运行成本系数，/>为所述飞轮-锂离子电池混合储能系统的充电功率，/>为所述飞轮-锂离子电池混合储能系统的放电功率。
本发明还提供了一种飞轮-锂离子电池混合储能系统的优化运行系统，包括：
数据采集模块，用于采集预置的飞轮-锂离子电池混合储能系统的净负荷数据，并对所述净负荷数据进行平均值计算，得到对应的平均净负荷数据；
第一计算模块，用于对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；
第一转换模块，用于对所述目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；
第二计算模块，用于通过预置的系统收益计算公式对所述飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据；
第二转换模块，用于对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；
第三计算模块，用于通过预置的优化目标函数对所述净负荷峰谷差标幺值数据以及所述系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值；
曲线生成模块，用于通过预置的约束条件集合，对所述最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过所述初始净负荷值生成初始净负荷曲线；
曲线优化模块，用于对所述初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，并通过所述优化净负荷曲线对所述飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合；
系统控制模块，用于根据所述目标运行参数集合生成所述飞轮-锂离子电池混合储能系统的目标运行策略，并通过所述目标运行策略控制所述飞轮-锂离子电池混合储能系统。
本发明提供的技术方案中，采集飞轮-锂离子电池混合储能系统的净负荷数据，并对净负荷数据进行平均值计算，得到对应的平均净负荷数据；对净负荷数据以及平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；对目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；通过系统收益计算公式对飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据；对系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；通过优化目标函数对净负荷峰谷差标幺值数据以及系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值；通过约束条件集合，对最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过初始净负荷值生成初始净负荷曲线；对初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，并通过优化净负荷曲线对飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合；根据目标运行参数集合生成飞轮-锂离子电池混合储能系统的目标运行策略，并通过目标运行策略控制飞轮-锂离子电池混合储能系统，能够减小净负荷曲线的峰谷差及变化率，降低电力系统失负荷风险，以减少火电机组的爬坡需求和频繁动作，降低电力系统失负荷风险。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种飞轮-锂离子电池混合储能系统的优化运行方法的流程图。
图2为本发明实施例中对系统收益数据进行标幺值转换的流程图。
图3为本发明实施例中一种飞轮-锂离子电池混合储能系统的优化运行系统的示意图。
附图标记：
301、数据采集模块；302、第一计算模块；303、第一转换模块；304、第二计算模块；305、第二转换模块；306、第三计算模块；307、曲线生成模块；308、曲线优化模块；309、系统控制模块。
具体实施方式
下面将结合附图对本发明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。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，图1是本发明实施例的一种飞轮-锂离子电池混合储能系统的优化运行方法的流程图，如图1所示，包括以下步骤：
S101、采集预置的飞轮-锂离子电池混合储能系统的净负荷数据，并对净负荷数据进行平均值计算，得到对应的平均净负荷数据；
S102、对净负荷数据以及平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；
具体的，通过净负荷峰谷差计算公式对净负荷数据以及平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差，其中，净负荷峰谷差计算公式如下所示：
其中，为目标净负荷峰谷差，/>为调峰周期，调峰周期内包括多个调峰时刻，为调峰时刻，/>为净负荷数据，/>为平均净负荷数据。
S103、对目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；
S104、通过预置的系统收益计算公式对飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据；
S105、对系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；
S106、通过预置的优化目标函数对净负荷峰谷差标幺值数据以及系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值；
需要说明的是，该优化目标函数如下所示：
；
其中，为目标值，/>为净负荷峰谷差标幺值数据，/>为系统收益标幺值数据，/>为权重系数。
需要说明的是，权重系数的计算方式具体如下：
首先定义最大净负荷峰谷差，该最大净负荷峰谷差如下所示：
；
其中，为区域电源总装机容量，需要说明的是，/>的计算公式如下所示；
；
需要说明的是，为火电机组装机容量，/>为风电、光伏的装机容量之和；
进一步的，对该权重系数进行初值计算，该初值计算公式如下：
；
其中，为权重系数初值，/>为风电、光伏的装机容量之和与火电机组装机容量之比，具体的，/>的计算公式如下所示：
；
进一步的，根据该权重系数初值，计算实际净负荷峰谷差与最大净负荷峰谷差之差的绝对值，如下所示：
；
其中，为实际净负荷峰谷差，/>为实际净负荷峰谷差与最大净负荷峰谷差之差的绝对值，进而，将该/>与预置的误差阈值/>进行比对，当/>大于/>时，对权重系数初值进行修正，其中，在修正时所用的修正公式如下所示：
；
其中，为权重系数，/>权重系数修正值，其中，权重系数修正值/>的计算公式如下所示：
；
其中，为修正系数，进而进行迭代修正，直至/>小于或等于/>时，
得到最终的权重系数。
S107、通过预置的约束条件集合，对最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过初始净负荷值生成初始净负荷曲线；
需要说明的是，该约束条件集合主要包括飞轮-锂离子电池混合储能系统充放电功率约束、荷电状态约束、风电和光伏功率约束。
其中，飞轮-锂离子电池混合储能系统充放电功率约束为；
其中，为所述飞轮-锂离子电池混合储能系统在调度周期内的飞轮最大充电功率，/>为所述飞轮-锂离子电池混合储能系统在调度周期内的飞轮最大放电功率，/>为所述飞轮-锂离子电池混合储能系统在调度周期内的锂离子最大充电功率，为所述飞轮-锂离子电池混合储能系统在调度周期内的锂离子最大放电功率。
其中，需要说明的是，飞轮-锂离子电池混合储能系统的荷电状态定义为其实际电量与其最大电量的比值，荷电状态约束如下所示：
式中，为t时刻飞轮-锂离子电池混合储能系统的荷电状态数据，/>为飞轮-锂离子电池混合储能系统的最小荷电状态数据，/>为飞轮-锂离子电池混合储能系统的最大荷电状态数据。
其中，风电和光伏功率约束如下所示：
为风电最大功率，/>为t时刻的风电功率数据；
为光伏最大功率，/>为t时刻的光伏功率数据。
S108、对初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，并通过优化净负荷曲线对飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合；
需要说明的是，在对初始净负荷曲线进行曲线优化时，首先构建净负荷曲线斜率约束与净负荷曲线最大值约束
其中，所述净负荷曲线斜率约束如下所示：
为净负荷曲线最大斜率，由火电机组最大爬坡能力确定。/>为初始净负荷曲线斜率；
其中，净负荷曲线最大值约束如下所示：
为净负荷最大数值，/>为t时刻的净负荷数值；
通过净负荷曲线斜率约束与净负荷曲线最大值约束，对初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，并通过优化净负荷曲线对飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合。
需要说明的是，在通过优化净负荷曲线对飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合时，对飞轮-锂离子电池混合储能系统辅助调频双层优化模型进行求解，得到飞轮、锂离子电池、风电、光伏、火电机组功率。
S109、根据目标运行参数集合生成飞轮-锂离子电池混合储能系统的目标运行策略，并通过目标运行策略控制飞轮-锂离子电池混合储能系统。
需要说明的是，在本申请中以飞轮-锂离子电池混合储能系统调峰收益最大与净负荷方差最小为优化目标，考虑飞轮、锂离子电池功率与荷电状态约束以及风电、光伏功率约束，优化飞轮、锂离子电池、风电、光伏的功率，得到初始净负荷曲线，利用基于净负荷曲线斜率与变化量限制的调峰方法得到优化后的净负荷曲线。进而以不同单机容量的火电机组功率为决策变量，以火电机组运行寿命最优为优化目标，得到飞轮、锂离子电池、风电、光伏、火电机组功率并作为目标运行参数集合，最终，根据目标运行参数集合生成飞轮-锂离子电池混合储能系统的目标运行策略，并通过目标运行策略控制飞轮-锂离子电池混合储能系统，以减少火电机组的爬坡需求和频繁动作，降低电力系统失负荷风险。
通过执行上述步骤，采集飞轮-锂离子电池混合储能系统的净负荷数据，并对净负荷数据进行平均值计算，得到对应的平均净负荷数据；对净负荷数据以及平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；对目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；通过系统收益计算公式对飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据；对系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；通过优化目标函数对净负荷峰谷差标幺值数据以及系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值；通过约束条件集合，对最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过初始净负荷值生成初始净负荷曲线；对初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，并通过优化净负荷曲线对飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合；根据目标运行参数集合生成飞轮-锂离子电池混合储能系统的目标运行策略，并通过目标运行策略控制飞轮-锂离子电池混合储能系统。能够减小净负荷曲线的峰谷差及变化率，降低电力系统失负荷风险，以减少火电机组的爬坡需求和频繁动作，降低电力系统失负荷风险。
在一具体实施例中，执行步骤S102的过程可以具体包括如下步骤：
（1）通过预置的净负荷峰谷差计算公式对净负荷数据以及平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差，其中，净负荷峰谷差计算公式如下所示：
其中，为目标净负荷峰谷差，/>为调峰周期，调峰周期内包括多个调峰时刻，为调峰时刻，/>为净负荷数据，/>为平均净负荷数据。
具体的，
在一具体实施例中，系统收益计算公式如下所示：
；
其中，为系统收益数据，/>为飞轮-锂离子电池混合储能系统的电量收益数据，/>为环境效益数据，/>为弃风弃光惩罚成本数据，/>为飞轮-锂离子电池混合储能系统的运行成本数据。
在一具体实施例中，如图2所示，执行步骤S105的过程可以具体包括如下步骤：
S201、对飞轮-锂离子电池混合储能系统进行系统收益基准值计算，得到系统收益基准值；
S202、通过系统收益基准值对系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据。
在一具体实施例中，执行步骤S201步骤的过程可以具体包括如下步骤：
（1）通过预置的收益基准值计算公式对飞轮-锂离子电池混合储能系统进行系统收益基准值计算，得到系统收益基准值，其中，收益基准值计算公式如下所示：
；
为系统收益基准值。
需要说明的是，在通过系统收益基准值对系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据时，通过如下计算公式进行计算：
；
在一具体实施例中，飞轮-锂离子电池混合储能系统的电量收益数据的计算公式如下所示：
；
为飞轮-锂离子电池混合储能系统的飞轮储能效率，/>为飞轮-锂离子电池混合储能系统的锂离子电池储能效率；/>为飞轮-锂离子电池混合储能系统在调度周期内的飞轮放电功率，/>为飞轮-锂离子电池混合储能系统在调度周期内的锂离子放电功率，/>为飞轮-锂离子电池混合储能系统在调度周期内的飞轮充电功率，/>为飞轮-锂离子电池混合储能系统在调度周期内的锂离子充电功率，/>为t时刻的电价；/>为调度时长。
在一具体实施例中，飞轮-锂离子电池混合储能系统的运行成本数据的计算公式如下所示：
；
其中，为飞轮-锂离子电池混合储能系统的运行成本系数，/>为所述飞轮-锂离子电池混合储能系统的充电功率，/>为所述飞轮-锂离子电池混合储能系统的放电功率。
本发明实施例还提供了一种飞轮-锂离子电池混合储能系统的优化运行系统，如图3所示，该一种飞轮-锂离子电池混合储能系统的优化运行系统具体包括：
数据采集模块301，用于采集预置的飞轮-锂离子电池混合储能系统的净负荷数据，并对所述净负荷数据进行平均值计算，得到对应的平均净负荷数据；
第一计算模块302，用于对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；
第一转换模块303，用于对所述目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；
第二计算模块304，用于通过预置的系统收益计算公式对所述飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据；
第二转换模块305，用于对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；
第三计算模块306，用于通过预置的优化目标函数对所述净负荷峰谷差标幺值数据以及所述系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值；
曲线生成模块307，用于通过预置的约束条件集合，对所述最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过所述初始净负荷值生成初始净负荷曲线；
曲线优化模块308，用于对所述初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，并通过所述优化净负荷曲线对所述飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合；
系统控制模块309，用于根据所述目标运行参数集合生成所述飞轮-锂离子电池混合储能系统的目标运行策略，并通过所述目标运行策略控制所述飞轮-锂离子电池混合储能系统。
通过上述各个模块的协同工作，采集飞轮-锂离子电池混合储能系统的净负荷数据，并对净负荷数据进行平均值计算，得到对应的平均净负荷数据；对净负荷数据以及平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；对目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；通过系统收益计算公式对飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据；对系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；通过优化目标函数对净负荷峰谷差标幺值数据以及系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值；通过约束条件集合，对最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过初始净负荷值生成初始净负荷曲线；对初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，并通过优化净负荷曲线对飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合；根据目标运行参数集合生成飞轮-锂离子电池混合储能系统的目标运行策略，并通过目标运行策略控制飞轮-锂离子电池混合储能系统。能够减小净负荷曲线的峰谷差及变化率，降低电力系统失负荷风险，以减少火电机组的爬坡需求和频繁动作，降低电力系统失负荷风险。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种飞轮-锂离子电池混合储能系统的优化运行方法，其特征在于，包括：
采集预置的飞轮-锂离子电池混合储能系统的净负荷数据，并对所述净负荷数据进行平均值计算，得到对应的平均净负荷数据；
对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；
对所述目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；
通过预置的系统收益计算公式对所述飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据，其中，所述系统收益计算公式如下所示：
；
其中，为系统收益数据，/>为所述飞轮-锂离子电池混合储能系统的电量收益数据，/>为环境效益数据，/>为弃风弃光惩罚成本数据，/>为所述飞轮-锂离子电池混合储能系统的运行成本数据；
对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；
通过预置的优化目标函数对所述净负荷峰谷差标幺值数据以及所述系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值，其中，所述优化目标函数如下所示：
；
其中，为目标值，/>为净负荷峰谷差标幺值数据，/>为系统收益标幺值数据，/>为权重系数；
通过预置的约束条件集合，对所述最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过所述初始净负荷值生成初始净负荷曲线；
对所述初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，具体包括：通过净负荷曲线斜率约束与净负荷曲线最大值约束，对初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线；并通过所述优化净负荷曲线对所述飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合，具体包括：对飞轮-锂离子电池混合储能系统辅助调频双层优化模型进行求解，得到目标运行参数集合，所述目标运行参数集合包括：飞轮、锂离子电池、风电、光伏、火电机组功率；
根据所述目标运行参数集合生成所述飞轮-锂离子电池混合储能系统的目标运行策略，并通过所述目标运行策略控制所述飞轮-锂离子电池混合储能系统。
2.根据权利要求1所述的飞轮-锂离子电池混合储能系统的优化运行方法，其特征在于，所述对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差步骤，包括：
通过预置的净负荷峰谷差计算公式对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差，其中，所述净负荷峰谷差计算公式如下所示：
其中，为目标净负荷峰谷差，/>为调峰周期，调峰周期内包括多个调峰时刻，/>为调峰时刻，/>为净负荷数据，/>为平均净负荷数据。
3.根据权利要求2所述的飞轮-锂离子电池混合储能系统的优化运行方法，其特征在于，所述对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据步骤，包括：
对所述飞轮-锂离子电池混合储能系统进行系统收益基准值计算，得到系统收益基准值；
通过所述系统收益基准值对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据。
4.根据权利要求3所述的飞轮-锂离子电池混合储能系统的优化运行方法，其特征在于，所述对所述飞轮-锂离子电池混合储能系统进行系统收益基准值计算，得到系统收益基准值步骤，包括：
通过预置的收益基准值计算公式对所述飞轮-锂离子电池混合储能系统进行系统收益基准值计算，得到系统收益基准值，其中，所述收益基准值计算公式如下所示：
；
为系统收益基准值。
5.根据权利要求4所述的飞轮-锂离子电池混合储能系统的优化运行方法，其特征在于，所述飞轮-锂离子电池混合储能系统的电量收益数据的计算公式如下所示：
；
为所述飞轮-锂离子电池混合储能系统的飞轮储能效率，/>为所述飞轮-锂离子电池混合储能系统的锂离子电池储能效率；/>为所述飞轮-锂离子电池混合储能系统在调度周期内的飞轮放电功率，/>为所述飞轮-锂离子电池混合储能系统在调度周期内的锂离子放电功率，/>为所述飞轮-锂离子电池混合储能系统在调度周期内的飞轮充电功率，为所述飞轮-锂离子电池混合储能系统在调度周期内的锂离子充电功率，/>为t时刻的电价；/>为调度时长。
6.根据权利要求5所述的飞轮-锂离子电池混合储能系统的优化运行方法，其特征在于，所述飞轮-锂离子电池混合储能系统的运行成本数据的计算公式如下所示：
；
其中，为所述飞轮-锂离子电池混合储能系统的运行成本系数，/>为所述飞轮-锂离子电池混合储能系统的充电功率，/>为所述飞轮-锂离子电池混合储能系统的放电功率。
7.一种飞轮-锂离子电池混合储能系统的优化运行系统，用以执行如权利要求1至6任一项所述的飞轮-锂离子电池混合储能系统的优化运行方法，其特征在于，包括：
数据采集模块，用于采集预置的飞轮-锂离子电池混合储能系统的净负荷数据，并对所述净负荷数据进行平均值计算，得到对应的平均净负荷数据；
第一计算模块，用于对所述净负荷数据以及所述平均净负荷数据进行净负荷峰谷差计算，得到对应的目标净负荷峰谷差；
第一转换模块，用于对所述目标净负荷峰谷差进行标幺值转换，得到对应的净负荷峰谷差标幺值数据；
第二计算模块，用于通过预置的系统收益计算公式对所述飞轮-锂离子电池混合储能系统进行系统收益计算，得到对应的系统收益数据，其中，所述系统收益计算公式如下所示：
；
其中，为系统收益数据，/>为所述飞轮-锂离子电池混合储能系统的电量收益数据，/>为环境效益数据，/>为弃风弃光惩罚成本数据，/>为所述飞轮-锂离子电池混合储能系统的运行成本数据；
第二转换模块，用于对所述系统收益数据进行标幺值转换，得到对应的系统收益标幺值数据；
第三计算模块，用于通过预置的优化目标函数对所述净负荷峰谷差标幺值数据以及所述系统收益标幺值数据进行最小目标值计算，得到对应的最小目标值，其中，所述优化目标函数如下所示：
；
其中，为目标值，/>为净负荷峰谷差标幺值数据，/>为系统收益标幺值数据，/>为权重系数；
曲线生成模块，用于通过预置的约束条件集合，对所述最小目标值进行初始净负荷值计算，得到初始净负荷值集合，并通过所述初始净负荷值生成初始净负荷曲线；
曲线优化模块，用于对所述初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线，具体包括：通过净负荷曲线斜率约束与净负荷曲线最大值约束，对初始净负荷曲线进行曲线优化，得到对应的优化净负荷曲线；并通过所述优化净负荷曲线对所述飞轮-锂离子电池混合储能系统进行运行参数分析，得到目标运行参数集合，具体包括：对飞轮-锂离子电池混合储能系统辅助调频双层优化模型进行求解，得到目标运行参数集合，所述目标运行参数集合包括：飞轮、锂离子电池、风电、光伏、火电机组功率；
系统控制模块，用于根据所述目标运行参数集合生成所述飞轮-锂离子电池混合储能系统的目标运行策略，并通过所述目标运行策略控制所述飞轮-锂离子电池混合储能系统。
CN202311744691.1A 2023-12-19 2023-12-19 飞轮-锂离子电池混合储能系统的优化运行方法及系统 Active CN117424263B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311744691.1A CN117424263B (zh) 2023-12-19 2023-12-19 飞轮-锂离子电池混合储能系统的优化运行方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311744691.1A CN117424263B (zh) 2023-12-19 2023-12-19 飞轮-锂离子电池混合储能系统的优化运行方法及系统

Publications (2)

Publication Number Publication Date
CN117424263A CN117424263A (zh) 2024-01-19
CN117424263B true CN117424263B (zh) 2024-02-27

Family

ID=89532937

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311744691.1A Active CN117424263B (zh) 2023-12-19 2023-12-19 飞轮-锂离子电池混合储能系统的优化运行方法及系统

Country Status (1)

Country Link
CN (1) CN117424263B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111900746A (zh) * 2020-08-05 2020-11-06 浙江华云清洁能源有限公司 一种基于双层模型的储能参与调峰的容量配置方法
CN115765051A (zh) * 2022-10-28 2023-03-07 阳光电源(南京)有限公司 核电-储能联合调频调峰方法、装置、系统与存储介质
CN116247698A (zh) * 2023-01-06 2023-06-09 五凌电力有限公司 面向削峰填谷和平抑风电波动风电场储能调度方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111900746A (zh) * 2020-08-05 2020-11-06 浙江华云清洁能源有限公司 一种基于双层模型的储能参与调峰的容量配置方法
CN115765051A (zh) * 2022-10-28 2023-03-07 阳光电源(南京)有限公司 核电-储能联合调频调峰方法、装置、系统与存储介质
CN116247698A (zh) * 2023-01-06 2023-06-09 五凌电力有限公司 面向削峰填谷和平抑风电波动风电场储能调度方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨晓萍 ; 刘浩杰 ; 黄强 ; .考虑分时电价的风光储联合优化调度研究.西安理工大学学报.2016,(第04期),全文. *

Also Published As

Publication number Publication date
CN117424263A (zh) 2024-01-19

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
CN111697578B (zh) 多目标含储能区域电网运行控制方法
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
CN110245794B (zh) 考虑灵活性的多能源汇集中心火储容量双层优化方法
CN110165715B (zh) 一种将电动汽车储能式充电站接入虚拟电厂的方法
CN112446145B (zh) 一种基于kl散度的储能电站分布鲁棒规划方法
CN114243795A (zh) 一种典型充电站综合能源协同交互优化配置方法及系统
CN111384719A (zh) 一种光伏并网时的分布式储能电站削峰填谷优化调度方法
CN112736952A (zh) 考虑日历寿命的海上风电配置储能系统容量优化方法
CN113780670B (zh) 基于两阶段的区域电网电动汽车调峰优化调度方法
CN111641233A (zh) 一种考虑新能源及负荷不确定性的电力系统日内灵活调峰方法
CN107273968A (zh) 一种基于动态模糊混沌粒子群的多目标调度方法及装置
CN111899125B (zh) 一种综合能源系统的优化建模运行方法、装置和介质
CN115498698A (zh) 一种基于调频服务的新型光-储电站容量规划方法
CN115936244A (zh) 考虑可再生能源发电不确定性的虚拟电厂优化调度方法
CN115036914A (zh) 考虑灵活性与新能源消纳的电网储能双层优化方法及系统
CN103915851A (zh) 一种递进步长和期望输出均可变的储能系统优化控制方法
CN117424263B (zh) 飞轮-锂离子电池混合储能系统的优化运行方法及系统
CN116805192A (zh) 考虑最优弃能率的综合能源系统双层规划优化方法及应用
CN116544982A (zh) 一种光伏消纳与峰谷套利的光储系统及其控制方法
CN116384655A (zh) 面向新能源消纳的源网荷侧储能系统优化规划方法及系统
CN115800276A (zh) 一种考虑机组爬坡的电力系统应急调度方法
CN114723278A (zh) 一种考虑光伏储能的社区微电网调度方法及系统
CN108183498B (zh) 一种含风光储配电网背景下的车储混合配置方法
CN111062532A (zh) 一种考虑v2g的增量配电园区内电网容量配置优化方法

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
GR01 Patent grant
GR01 Patent grant