CN117559490B - 一种基于碳减排的储能电站多维协同调度方法 - Google Patents
一种基于碳减排的储能电站多维协同调度方法 Download PDFInfo
- Publication number
- CN117559490B CN117559490B CN202310284964.2A CN202310284964A CN117559490B CN 117559490 B CN117559490 B CN 117559490B CN 202310284964 A CN202310284964 A CN 202310284964A CN 117559490 B CN117559490 B CN 117559490B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power station
- stor
- storage power
- carbon emission
- 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 254
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 159
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 158
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000009467 reduction Effects 0.000 title claims abstract description 27
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 40
- 238000010248 power generation Methods 0.000 claims description 33
- 238000003860 storage Methods 0.000 claims description 21
- 229910021529 ammonia Inorganic materials 0.000 claims description 20
- 229910052739 hydrogen Inorganic materials 0.000 claims description 20
- 239000001257 hydrogen Substances 0.000 claims description 20
- 238000012983 electrochemical energy storage Methods 0.000 claims description 18
- 238000012887 quadratic function Methods 0.000 claims description 13
- 230000007246 mechanism Effects 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims 6
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 14
- 238000010276 construction Methods 0.000 description 5
- 238000005086 pumping Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 4
- 238000005859 coupling reaction Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000006386 neutralization reaction Methods 0.000 description 2
- 238000003763 carbonization Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 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
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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
-
- 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)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明一种基于碳减排的储能电站多维协同调度方法，首先构建储能电站、调峰火电站和可调度负荷的碳减排‑有功功率特性曲线，接着构建调峰火电站和可调度负荷参与下的、以调峰碳排放总成本最小化为目标的储能电站调峰调度模型；根据频率偏差、有功功率‑频率特性关系和储能电站调频碳排放成本，构建调频碳排放总成本最小化的储能电站调频调度模型；根据预测总备用功率和储能电站备用碳排放成本，构建备用碳排放总成本最小化的储能电站备用调度模型；构建储能电站分时段的多维协同调度策略，用于指导新能源电力系统储能电站调度；本发明实现了以碳排放成本最小化为目标、集调峰调频备用多功能于一体的多维协同调度，有助于减少电力系统碳排放。
Description
技术领域
本发明属于新能源电力系统调度控制技术领域，具体涉及一种基于碳减排的储能电站多维协同调度方法。
背景技术
在碳达峰碳中和目标驱动下，以高碳为特征的传统电力系统正向以低碳和零碳为特征的新型电力系统转型，具体表现在：一是在电源侧，以煤为主体的火电电源将逐步减少，以风电、太阳能发电(含光伏发电和光热发电)为主体的新能源电源将逐步增加，风、光资源的随机性和波动性给日前、日内、实时等不同时间尺度上的电力供需平衡带来巨大挑战；二是在负荷侧，负荷由刚性的、被动的、不可调度的特性逐步向柔性的、主动的、可调度的特性转变，可调度负荷参与日前调度、日内调度和实时调度成为可能，有助于确保电力系统在日前、日内、实时等不同时间尺度上实现电力供需平衡；三是在电网调度侧，电力系统调度正由以源网荷为特征的电力平衡转向为源网荷储为特征的电力平衡，储能作为新型电力系统必不可少的环节，在实现不同时间尺度上的电力供需平衡起到基础性和关键性作用。目前，已开展大规模的储能电站建设，包括抽水蓄能电站、电化学储能电站、光热发电站、压缩空气储能站、氢(氨)储能站等储能电站建设。其中，抽水蓄能电站是当前技术最成熟、经济性最优、最具大规模开发条件的电力系统绿色低碳清洁灵活调节电源；电化学储能电站响应速度为毫秒级，可在毫秒至秒内实现大范围功率调整和输出，显著快于火电或水电机组；抽水蓄能电站和电化学储能电站因上述优点，已成为电网调度中用于实现电力供需实时平衡的重要手段。
储能电站的作用类似“充电宝”，风电、光伏大发时或者用电低谷时充电，风光出力小或者用电高峰时放电，从而实现既能平滑不稳定的风电和太阳能发电，提高新能源发电在新能源电力系统中的占比，又能与常规火电电源、可调度负荷等源荷资源协同配合，为电力系统运行提供调峰、调频、备用等多功能辅助服务，提高电力系统的灵活性和安全性。正是由于储能电站在新能源电力系统中具有极其重要的地位，如何进行储能电站调度已成为确保新能源电力系统安全稳定运行、如期实现电力领域碳达峰碳中和目标的关键科学问题和重大工程问题。中国专利“一种调节电力系统峰谷差的抽蓄优化调度方法(专利号：ZL201910974484.2)”公开了一种调节电力系统峰谷差的抽蓄优化调度方法，该方法建立的抽蓄优化调度模型以剩余负荷的峰谷差最小为优化目标安排抽蓄发电、抽水计划，能够排除编制人员主观的经验型调度计划，最大限度的发挥抽蓄削峰填谷的优势，能够很好地降低系统的峰谷差；中国专利“针对典型二次调频场景的独立储能电站调用方法及系统(专利号：ZL202210535814.X)”公开了针对典型二次调频场景的独立储能电站调用方法及系统，根据AGC调频指令确定当前典型二次调频场景，采用不同的独立储能电站调用方式，保证在获得较高经济性、较好调频效果的同时减少电池的过充过放。
上述方法只针对储能电站的单一功能如调峰或者调频功能进行调度，未考虑储能电站调峰与调频功能之间的耦合影响，更未考虑碳减排因素对储能电站调度的影响，因此基于上述文献记载的方法并不能有效解决碳减排目标下的储能电站多维协同调度问题。事实上，在新能源电力系统中，储能电站除了调峰这一常规功能以外，还具有调频、备用等功能。由于储能电站的调峰、调频、备用的功能均属于有功功率出力，且三者之间存在紧耦合影响，因此迫切需要研究考虑碳减排因素、集调峰调频备用多功能于一体的多维协同调度方法。
发明内容
本发明的目的是解决现有技术存在的上述问题，提供一种基于碳减排的储能电站多维协同调度方法，该方法基于储能电站的调峰、调频、备用功能均属于有功功率出力这一特点，首先构建储能电站、调峰火电站和可调度负荷的碳减排-有功功率特性曲线，其中可调度负荷的碳减排-有功功率特性曲线属于首次创建，然后以此为基础，分别构建调峰火电站和可调度负荷参与下的储能电站调峰调度模型、储能电站调频调度模型、储能电站备用调度模型，建模过程中依次按调峰、调频、备用的优先顺序进行碳排放成本最小化约束优化问题建模且考虑了三者之间有功功率耦合关系，通过求解这些最小化约束优化问题得到最优调峰功率、最优调频功率和最优备用功率，进而形成集调峰调频备用多功能于一体的多维协同调度策略。该方法为新能源电力系统的储能电站调度提供了有效方法和技术手段，确保储能电站以最小碳排放达到调峰、调频、备用任务要求，且避免了储能电站调峰、调频等单一功能调度策略之间的冲突，有助于全面发挥储能电站在削峰填谷、频率控制、稳定控制的功能。
为实现以上目的，本发明提供了以下技术方案：
一种基于碳减排的储能电站多维协同调度方法，分为以下步骤：
S1、从调度系统获取新能源电力系统第t时段预测总调峰功率ΔPt，peak，t∈[1，2，…，tmax]，其中tmax为时段t的最大取值，tmax由日前电力调度的时间尺度确定，计算公式如下：
S2、构建储能电站的碳减排-有功功率特性曲线：Ci，stor＝fi，stor(ΔPt，i，stor)，其中Ci，stor表示第i个储能电站的碳排放成本，i∈[1，2，…，imax]，imax为储能电站最大个数，fi，stor(·)表示第i个储能电站的碳排放成本函数，ΔPt，i，stor表示第i个储能电站第t时段调峰功率；
当第i个储能电站碳排放成本函数fi，stor(·)为二次函数时，Ci，stor可以表示为：
Ci，stor＝αi，stor(ΔPt，i，stor)2+βi，stor(ΔPt，i，stor)+γi，stor，
其中αi，stor，βi，stor和γi，stor分别为第i个储能电站碳排放成本函数的二次项系数、一次项系数和常数项，取值由储能电站类型决定；储能电站类型分为抽水蓄能电站、电化学储能电站、光热发电站、压缩空气储能站、氢(氨)储能站等。
对于抽水蓄能电站，αi，stor，βi，stor和γi，stor的取值如下：①当抽水蓄能电站存储的是低谷时段电力系统多余电量时，则αi，stor，βi，stor和γi，stor的取值均为常数，由电力系统火力发电量占总发电量的比值、抽水蓄能电站机组效率、碳价综合确定；②特殊情形：当抽水蓄能电站存储的低谷时段电力系统多余电量是100％的风电和太阳能发电电量时，则αi，stor＝0，βi，stor＝0，γi，stor＝0。
对于光热发电站，αi，stor，βi，stor和γi，stor的取值均为常数，由光热发电站热介质类型、维护热介质的增碳量、碳价综合确定。由于光热发电站的一次能源为太阳光，碳排放成本主要取决于热介质维护过程中新增的碳成本，因此光热发电站的碳排放成本函数取值偏小。
对于电化学储能电站，αi，stor，βi，stor和γi，stor的取值如下：①当电化学储能电站存储的是低谷时段电力系统多余电量时，则αi，stor，βi，stor和γi，stor的取值均为常数，由电力系统火力发电量占总发电量的比值、电化学储能电站电池效率、碳价综合确定；②特殊情形：当电化学储能电站存储的低谷时段电力系统多余电量是100％的风电和太阳能发电电量时，则αi，stor＝0，βi，stor＝0，γi，stor＝0。
对于压缩空气储能站和氢(氨)储能站，αi，stor，βi，stor和γi，stor的取值与其一次能源或二次能源属性相关：①当压缩空气储能站和氢(氨)储能站的一次能源是化石能源时，则αi，stor，βi，stor和γi，stor的取值均为常数，由化石能源碳排放特性、碳价综合确定；②当压缩空气储能站和氢(氨)储能站的二次能源是电力系统电能时，则αi，stor，βi，stor和γi，stor的取值均为常数，由电力系统火力发电量占总发电量的比值、压缩空气储能站和氢(氨)储能站效率、碳价综合确定；③特殊情形：当压缩空气储能站和氢(氨)储能站的二次能源是100％的风电和太阳能发电时，则αi，stor＝0，βi，stor＝0，γi，stor＝0。
S3、构建调峰火电站的碳减排-有功功率特性曲线：Cj，ther＝fj，ther(ΔPt，j，ther)，其中Cj，ther表示第j个调峰火电站的碳排放成本，j∈[1，2，…，jmax]，jmax为调峰火电站最大个数，fj，ther(·)表示第j个调峰火电站的碳排放成本函数，ΔPt，j，ther表示第j个调峰火电站第t时段调峰功率；
当第j个调峰火电站碳排放成本函数fj，ther(·)为二次函数时，Cj，ther可以表示为：
Cj，ther＝αj，ther(ΔPt，j，ther)2+βj，ther(ΔPt，j，ther)+γj，ther，
其中αj，ther，βj，ther和γj，ther分别为第j个调峰火电站碳排放成本函数的二次项系数、一次项系数和常数项，取值由调峰火电站生产过程中碳排放特性、碳价综合确定。
S4、构建可调度负荷的碳减排-有功功率特性曲线：Ck，load＝fk，load(ΔPt，k，load)，其中Ck，load表示第k个可调度负荷的碳排放成本，k∈[1，2，…，kmax]，kmax为可调度负荷最大个数，fk，load(·)表示第k个可调度负荷的碳排放成本函数，ΔPt，k，load表示第k个可调度负荷第t时段调峰功率；
当第k个可调度负荷碳排放成本函数fk，load(·)为二次函数时，Ck，load可以表示为：
Ck，load＝αk，load(ΔPt，k，load)2+βk，load(ΔPt，k，load)+γk，load，
其中αk，load，βk，load和γk，koad分别为第k个可调度负荷碳排放成本函数的二次项系数、一次项系数和常数项，取值由可调度负荷碳排放特性、碳价、电力中断补偿成本综合确定；
由于电力系统调峰时，可调度负荷会被削减或切除，此时第k个可调度负荷的碳排放成本Ck，load将小于零，表明可调度负荷不仅不增碳而且在减碳。但是由于负荷被削减或切除后，电力调度机构需要补偿可调度负荷主体(如负荷聚合商、综合能源提供商、虚拟电厂运营商等)的电力中断损失，因此此补偿成本折算后计入到Ck，load中。
S5、构建调峰火电站和可调度负荷参与下的储能电站调峰调度模型，并获得各储能电站最优调峰功率。
在新能源电力系统中，储能电站碳排放成本Cstor、调峰火电站碳排放成本Cther、可调度负荷碳排放成本Cload分别为：
新能源电力系统调峰碳排放总成本Cpeak为：
Cpeak＝Cstor+Cther+Cload，
则调峰火电站和可调度负荷参与下的储能电站调峰调度模型如下：
Min Cpeak
其中，和/>分别表示第i个储能电站第t时段调峰功率的上限和下限，/>和/>分别表示第j个调峰火电站第t时段调峰功率的上限和下限，和/>分别表示第k个可调度负荷第t时段调峰功率的上限和下限，/> 和/>分别表示第i个储能电站第t时段、第j个调峰火电站第t时段和第k个可调度负荷第t时段的可调整功率，Min表示对模型的目标函数进行最小化，s.t.表示储能电站调峰调度模型的约束条件，此时储能电站调峰调度模型为最小化约束优化问题；
采用内点法、简化梯度法或牛顿法等标准算法求解储能电站调峰调度模型，得到该模型的最优决策变量：
其中，表示第i个储能电站第t时段最优调峰功率，/>表示第j个调峰火电站第t时段最优调峰功率，/>表示第k个可调度负荷第t时段最优调峰功率；
S6、计算新能源电力系统第t时段预测总调频功率ΔPt，freq：
ΔPt，freq＝k1Δf+k2Δf2，
Δf＝f-fN，
其中，Δf为频率偏差，f为电力系统频率，fN为电力系统额定频率，k1和k2分别为有功功率-频率特性曲线的一次项系数和二次项系数；
S7、构建储能电站调频调度模型，并获得各储能电站最优调频功率
在新能源电力系统中，储能电站调频碳排放总成本Cfreq为：
其中，Ci，freq表示第i个储能电站的调频碳排放成本，采用下式计算得到：
Ci，freq＝fi，stor(ΔPt，i，freq)，
ΔPt，i，freq表示第i个储能电站第t时段调峰功率；
当第i个储能电站碳排放成本函数fi，stor(·)为二次函数时，Ci，freq可以表示为：
Ci，freq＝αi，stor(ΔPt，i，freq)2+βi，stor(ΔPt，i，freq)+γi，stor
储能电站调频调度模型如下：
Min Cfreq
其中，和/>分别表示第i个储能电站第t时段调频功率的上限和下限。/>表示第i个储能电站第t时段最优调频功率，此时储能电站调频调度模型为最小化约束优化问题；
采用内点法、简化梯度法或牛顿法等标准算法求解储能电站调频调度模型，得到该模型的最优决策变量
S8、从调度系统获取新能源电力系统第t时段预测总备用功率ΔPt，rese，构建储能电站备用调度模型，并获得各储能电站最优备用功率
在新能源电力系统中，储能电站备用碳排放总成本Crese为：
其中，Ci，rese表示第i个储能电站的备用碳排放成本，采用下式计算得到：
Ci，rres＝fi，stor(ΔPt，i，rese)，
ΔPt，i，rese表示第i个储能电站第t时段备用功率；
当第i个储能电站碳排放成本函数fi，stor(·)为二次函数时，Ci，rese可以表示为：
Ci，rese＝αi，stor(ΔPt，i，rese)2+βi，stor(ΔPt，i，rese)+γi，stor
储能电站备用调度模型如下：
Min Crese
其中，和/>分别表示第i个储能电站第t时段备用功率的上限和下限。/>表示第i个储能电站第t时段最优备用功率，此时储能电站备用调度模型为最小化约束优化问题；
采用内点法、简化梯度法或牛顿法等标准算法求解储能电站备用调度模型，得到该模型的最优决策变量
S9、根据储能电站第t时段最优调峰功率、最优调频功率和最优备用功率，构建储能电站第t时段多维协同调度策略：
……
当t的取值范围为：t∈[1，2，…，tmax]，则可以构建具有tmax个时段的多维协同调度策略，该策略将作为调度机构的储能电站调度计划，用于指导新能源电力系统的日前调度。当日前电力调度的时间尺度为30分钟、tmax取值为48时，则可以构建具有48个时段的多维协同调度策略，即构建横跨24小时、集调峰调频备用多功能于一体的储能电站多维协同调度策略，用于指导新能源电力系统的日前调度。当日前电力调度的时间尺度为15分钟、tmax取值为96时，则可以构建具有96个时段的多维协同调度策略，用于指导新能源电力系统的日前调度和日内调度。当日前电力调度的时间尺度为5分钟时，tmax取值为288时，则可以构建具有288个时段的多维协同调度策略，用于指导新能源电力系统的日前调度、日内调度和实时调度。
与现有技术相比，本发明的有益效果为：
一是首次考虑调峰、调频和备用多种功能对储能电站有功功率出力的紧耦合影响，提出了集调峰、调频、备用多功能于一体的多维协同调度方法，解决了现有储能调度策略只针对调峰或调频单一功能的局限性，更好的适应了新能源电力系统中储能电站调度实际；
二是考虑了碳减排因素对储能电站调度的影响，构建了以碳排放成本最小化为目标的储能电站优化调度模型，确保在实现电力供需平衡的前提下最大限度地减少碳排放，既保证新能源电力系统的安全性，又促进电力系统低碳化；
三是考虑了调峰火电站、可调度负荷对储能电站调度的影响，构建的储能电站多维协同调度策略解决了储能电站与调峰火电站、可调度负荷在调度中的协同配合问题，符合新能源电力系统起源于传统电力系统且由高碳到低碳演化的客观实际，能适应多储能电站、深度调峰火电和可调度负荷并存的更复杂的新能源电力系统调度场景。
因此，本发明实现了以碳排放成本最小化为目标、集调峰调频备用多功能于一体的多维协同调度，有助于确保新能源电力系统安全稳定运行、减少电力系统碳排放，为电力行业实现碳达峰碳减排目标提供电力调度技术支撑。
附图说明
图1是本发明中基于碳减排的储能电站多维协同调度方法的流程图；
图2是本发明中多维协同调度下储能电站功率变化图；
图3是本发明中储能电站碳排放成本函数构建图；
图4是本发明中调峰火电站碳排放成本函数构建图；
图5是本发明中可调度负荷碳排放成本函数构建图。
具体实施方式
下面结合具体实施方式和附图对本发明作进一步的说明。
图1为本发明中基于碳减排的储能电站多维协同调度方法的流程图。该方法分为以下步骤：
S1、从调度系统获取新能源电力系统第t时段预测总调峰功率ΔPt，stak，t∈[1，2，…，tmax]，其中tmax为时段t的最大取值；
S2、构建储能电站的碳减排-有功功率特性曲线：Ci，stor＝fi，stor(ΔPt，i，stor)；
S3、构建调峰火电站的碳减排-有功功率特性曲线：Cj，ther＝fj，ther(ΔPt，j，ther)；
S4、构建可调度负荷的碳减排-有功功率特性曲线：Ck，load＝fk，load(ΔPt，k，load)；
S5、构建调峰火电站和可调度负荷参与下的储能电站调峰调度模型，并获得各储能电站最优调峰功率；
S6、计算新能源电力系统第t时段预测总调频功率ΔPt，freq；
S7、构建储能电站调频调度模型，并获得各储能电站最优调频功率；
S8、从调度系统获取新能源电力系统第t时段预测总备用功率ΔPt，rese，构建储能电站备用调度模型，并获得各储能电站最优备用功率；
S9、根据储能电站第t时段最优调峰、调频和备用功率，构建储能电站第t时段多维协同调度策略。
图2为本发明中多维协同调度下储能电站功率变化图。储能电站的功能分为调峰、调频和备用多种功能，其中调峰功能需要与调峰火电站和可调度负荷协同配合。多维协同调度下储能电站兼具调峰功能、调频功能和备用功能且各功能之间存在紧耦合影响。表示第i个储能电站第t时段最优调峰功率，i的取值范围为i∈[1，2，…，imax]，imax为储能电站最大个数，t的取值范围为t∈[1，2，…，tmax]，tmax为时段t的最大取值；/>表示第i个储能电站第t时段最优调频功率；/>表示第i个储能电站第t时段最优备用功率；支路①-⑨表示实现多维协同调度时储能电站功率变化所经历的流程。从图2可以看出，多维协同调度下第i个储能电站第t时段功率变化过程如下：储能电站功率首先从初始状态出发，历经调峰功率增量、调频功率增量和备用功率增量，最终到达结束状态。
调峰、调频和备用下第i个储能电站第t时段功率增量和约束条件列表如下：
当设置时，储能电站不参与调峰调度；当设置/> 时，储能电站不参与调频调度；当设置/>时，储能电站不参与备用调度。
根据图2，第i个储能电站第t时段多维协同调度下功率变化情况如下表所示：
由图2和多维协同调度下储能电站功率变化情况表可知，储能电站可以联合实施调峰功能、调频功能和备用功能，也可以只实施调峰功能、调频功能或备用功能中的任意单一功能，还可以实施以下两两组合功能，即调峰和调频功能、调峰和备用功能、调频和备用功能。例如：若第i个储能电站第t时段只实施调峰功能，则储能电站功率增量仅为同时需要设置/>和/>此时储能电站功率首先从初始状态出发，历经支路①和⑥到达结束状态；若第i个储能电站第t时段只实施调峰和调频功能，则储能电站功率增量为/>同时需要设置此时储能电站功率首先从初始状态出发，历经支路①、④和⑧到达结束状态。因此，本发明实现了以碳排放成本最小化为目标、集调峰调频备用多功能于一体的多维协同调度，有助于确保新能源电力系统安全稳定运行。
图3为本发明中储能电站碳排放成本构成图。当第i个储能电站碳排放成本函数fi，stor(·)为二次函数时，Ci，stor可以表示为：
Ci，stor＝αi，stor(ΔPt，i，stor)2+βi，stor(ΔPt，i，stor)+γi，stor，
其中αi，stor，βi，stor和γi，stor分别为第i个储能电站碳排放成本函数的二次项系数、一次项系数和常数项，取值由储能电站类型决定。储能电站类型分为抽水蓄能电站、电化学储能电站、光热发电站、压缩空气储能站、氢(氨)储能站等。
对于抽水蓄能电站，αi，stor，βi，stor和γi，stor的取值如下：①当抽水蓄能电站存储的是低谷时段电力系统多余电量时，则αi，stor，βi，stor和γi，stor的取值均为常数，由电力系统火力发电量占总发电量的比值、抽水蓄能电站机组效率、碳价综合确定，电力调度机构负责在抽水蓄能电站参与调峰调频备用市场前确定αi，stor，βi，stor和γi，stor取值并对其定期或不定期调整；②特殊情形：当抽水蓄能电站存储的低谷时段电力系统多余电量是100％的风电和太阳能发电电量时，则αi，stor＝0，βi，stor＝0，γi，stor＝0。
对于光热发电站，αi，stor，βi，stor和γi，stor的取值均为常数，由光热发电站热介质类型、维护热介质的增碳量、碳价综合确定，电力调度机构负责在光热发电站参与调峰调频备用市场前确定αi，stor，βi，stor和γi，stor取值并对其定期或不定期调整。由于光热发电站的一次能源为太阳光，碳排放成本主要取决于热介质维护过程中新增的碳成本，因此光热发电站的碳排放成本函数取值偏小。
对于电化学储能电站，αi，stor，βi，stor和γi，stor的取值如下：①当电化学储能电站存储的是低谷时段电力系统多余电量时，则αi，stor，βi，stor和γi，stor的取值均为常数，由电力系统火力发电量占总发电量的比值、电化学储能电站电池效率、碳价综合确定，电力调度机构负责在电化学储能电站参与调峰调频备用市场前确定αi，stor，βi，stor和γi，stor取值并对其定期或不定期调整；②特殊情形：当电化学储能电站存储的低谷时段电力系统多余电量是100％的风电和太阳能发电电量时，则αi，stor＝0，βi，stor＝0，γi，stor＝0。
对于压缩空气储能站和氢(氨)储能站，αi，stor，βi，stor和γi，stor的取值由其一次能源或二次能源属性确定，电力调度机构负责在压缩空气储能站和氢(氨)储能站参与调峰调频备用市场前确定αi，stor，βi，stor和γi，stor取值并对其定期或不定期调整：①当压缩空气储能站和氢(氨)储能站的一次能源是化石能源时，则αi，stor，βi，stor和γi，stor的取值均为常数，由化石能源碳排放特性、碳价综合确定；②当压缩空气储能站和氢(氨)储能站的二次能源是电力系统电能时，则αi，stor，βi，stor和γi，stor的取值均为常数，由电力系统火力发电量占总发电量的比值、压缩空气储能站和氢(氨)储能站效率、碳价综合确定；③特殊情形：当压缩空气储能站和氢(氨)储能站的二次能源是100％的风电和太阳能发电时，则αi，stor＝0，βi，stor＝0，γi，stor＝0。
图4为本发明中调峰火电站碳排放成本构成图。当第j个调峰火电站碳排放成本函数fj，ther(·)为二次函数时，Cj，ther可以表示为：
Cj，ther＝αj，ther(ΔPt，j，ther)2+βj，ther(ΔPt，j，ther)+γj，ther，
其中ΔPt，j，ther表示第j个调峰火电站第t时段调峰功率，αj，ther，βj，ther和γj，ther分别为第j个调峰火电站碳排放成本函数的二次项系数、一次项系数和常数项系数，取值由调峰火电站生产过程中碳排放特性、碳价确定。电力调度机构负责在调峰火电站参与调峰调频备用市场前确定αj，ther，βj，ther和γj，ther取值并对其定期或不定期调整。例如：αj，ther，βj，ther和γj，ther取值分别为0.0004、0.32和3时，则第j个调峰火电站碳排放成本函数Cj，ther为：
Cj，ther＝0.0004(ΔPt，j，ther)2+0.32(ΔPt，j，ther)+3。
图5为本发明中可调度负荷碳排放成本构成图。当第k个可调度负荷碳排放成本函数fk，load(·)为二次函数时，Ck，load可以表示为：
Ck，load＝αk，load(ΔPt，k，load)2+βk，load(ΔPt，k，load)+γk，load，
其中ΔPt，k.load表示第k个可调度负荷第t时段调峰功率，αk，load，βk，load和γk，load分别为第k个可调度负荷碳排放成本函数的二次项系数、一次项系数和常数项，取值由可调度负荷碳排放特性、碳价、电力中断补偿成本综合确定。电力调度机构负责在可调度负荷参与调峰调频备用市场前确定αk，load，βk，load和γk，load取值并对其定期或不定期调整。
由于电力系统调峰时，可调度负荷会被削减或切除，此时第k个可调度负荷的碳排放成本Ck，load将小于零，表明可调度负荷不仅不增碳而且在减碳。但是由于负荷被削减或切除后，电力调度机构需要补偿可调度负荷主体(如负荷聚合商、综合能源提供商、虚拟电厂运营商等)的电力中断损失，因此此补偿成本折算后计入到Ck，load中。
Claims (14)
1.一种基于碳减排的储能电站多维协同调度方法，其特征在于，该方法分为以下步骤：
S1、从调度系统获取新能源电力系统第t时段预测总调峰功率ΔPt,peak，t∈[1,2,…,tmax]，其中tmax为时段t的最大取值，tmax由日前电力调度的时间尺度确定，计算公式如下：
S2、构建储能电站的碳减排-有功功率特性曲线：Ci,stor＝fi,stor(ΔPt,i,stor)，其中Ci,stor表示第i个储能电站的碳排放成本，i∈[1,2,…,imax]，imax为储能电站最大个数，fi,stor(·)表示第i个储能电站的碳排放成本函数，ΔPt,i,stor表示第i个储能电站第t时段调峰功率；
S3、构建调峰火电站的碳减排-有功功率特性曲线：Cj,ther＝fj,ther(ΔPt,j,ther)，其中Cj,ther表示第j个调峰火电站的碳排放成本，j∈[1,2,…,jmax]，jmax为调峰火电站最大个数，fj,ther(·)表示第j个调峰火电站的碳排放成本函数，ΔPt,j,ther表示第j个调峰火电站第t时段调峰功率；
S4、构建可调度负荷的碳减排-有功功率特性曲线：Ck,load＝fk,load(ΔPt,k,load)，其中Ck,load表示第k个可调度负荷的碳排放成本，k∈[1,2,…,kmax]，kmax为可调度负荷最大个数，fk,foad(·)表示第k个可调度负荷的碳排放成本函数，ΔPt,k,load表示第k个可调度负荷第t时段调峰功率；
S5、构建调峰火电站和可调度负荷参与下的储能电站调峰调度模型，并获得各储能电站最优调峰功率
在新能源电力系统中，储能电站碳排放成本Cstor、调峰火电站碳排放成本Cther、可调度负荷碳排放成本Cload分别为：
新能源电力系统调峰碳排放总成本Cpeak为：
Cpeak＝Cstor+Cther+Cload，
则调峰火电站和可调度负荷参与下的储能电站调峰调度模型如下：
Min Cpeak
其中，和/>分别表示第i个储能电站第t时段调峰功率的上限和下限，和/>分别表示第j个调峰火电站第t时段调峰功率的上限和下限，/>和/>分别表示第k个可调度负荷第t时段调峰功率的上限和下限，/> 和/>分别表示第i个储能电站第t时段、第j个调峰火电站第t时段和第k个可调度负荷第t时段的可调整功率，Min表示对模型的目标函数进行最小化，s.t.表示储能电站调峰调度模型的约束条件，此时储能电站调峰调度模型为最小化约束优化问题；
采用内点法求解储能电站调峰调度模型，得到该模型的最优决策变量：
其中，表示第i个储能电站第t时段最优调峰功率，/>表示第j个调峰火电站第t时段最优调峰功率，/>表示第k个可调度负荷第t时段最优调峰功率；
S6、计算新能源电力系统第t时段预测总调频功率ΔPt,freq：
ΔPt,freq＝k1Δf+k2Δf2，
Δf＝f-fN，
其中，Δf为频率偏差，f为电力系统频率，fN为电力系统额定频率，k1和k2分别为有功功率-频率特性曲线的一次项系数和二次项系数；
S7、构建储能电站调频调度模型，并获得各储能电站最优调频功率
在新能源电力系统中，储能电站调频碳排放总成本Cfreq为：
其中，Ci,freq表示第i个储能电站的调频碳排放成本，采用下式计算得到：
Ci,freq＝fi,stor(ΔPt,i,freq),
ΔPt,i,freq表示第i个储能电站第t时段调峰功率；
储能电站调频调度模型如下：
Min Cfreq
其中，和/>分别表示第i个储能电站第t时段调频功率的上限和下限；表示第i个储能电站第t时段最优调频功率，此时储能电站调频调度模型为最小化约束优化问题；
采用内点法求解储能电站调频调度模型，得到该模型的最优决策变量
S8、从调度系统获取新能源电力系统第t时段预测总备用功率ΔPt,rese，构建储能电站备用调度模型，并获得各储能电站最优备用功率
在新能源电力系统中，储能电站备用碳排放总成本Crese为：
其中，Ci,rese表示第i个储能电站的备用碳排放成本，采用下式计算得到：
Ci,rese＝fi,stor(ΔPt,i,rese),
ΔPt,i,rese表示第i个储能电站第t时段备用功率；
储能电站备用调度模型如下：
Min Crese
其中，和/>分别表示第i个储能电站第t时段备用功率的上限和下限；表示第i个储能电站第t时段最优备用功率，此时储能电站备用调度模型为最小化约束优化问题；
采用内点法求解储能电站备用调度模型，得到该模型的最优决策变量
S9、根据储能电站第t时段最优调峰功率、最优调频功率和最优备用功率，构建储能电站第t时段多维协同调度策略：
……
当t的取值范围为：t∈[1,2,…,tmax]，则可以构建具有tmax个时段的多维协同调度策略，该策略将作为调度机构的储能电站调度计划，用于指导新能源电力系统的日前调度。
2.一种根据权利要求1所述基于碳减排的储能电站多维协同调度方法，其特征在于：当第i个储能电站碳排放成本函数fi,stor(·)为二次函数时，第i个储能电站的碳排放成本Ci,stor表示为：
Ci,stor＝αi,stor(ΔPt,i,stor)2+βi,stor(ΔPt,i,stor)+γi,stor，
其中αi,stor，βi,stor和γi,stor分别为第i个储能电站碳排放成本函数的二次项系数、一次项系数和常数项，取值由储能电站类型决定，储能电站类型分为抽水蓄能电站、光热发电站、电化学储能电站、压缩空气储能站和氢储能站或氨储能站。
3.一种根据权利要求2所述基于碳减排的储能电站多维协同调度方法，其特征在于：当储能电站类型为抽水蓄能电站时，αi,stor，βi,stor和γi,stor的取值如下：①当抽水蓄能电站存储的是低谷时段电力系统多余电量时，则αi,stor，βi,stor和γi,stor的取值均为常数，由电力系统火力发电量占总发电量的比值、抽水蓄能电站机组效率、碳价综合确定；②特殊情形：当抽水蓄能电站存储的低谷时段电力系统多余电量是100％的风电和太阳能发电电量时，则αi,stor＝0,βi,sor＝0，γi,sor＝0。
4.一种根据权利要求2所述基于碳减排的储能电站多维协同调度方法，其特征在于：当储能电站类型为光热发电站时，αi,sor，βi,sor和γi,stor的取值均为常数，由光热发电站热介质类型、维护热介质的增碳量、碳价综合确定。
5.一种根据权利要求2所述基于碳减排的储能电站多维协同调度方法，其特征在于：当储能电站类型为电化学储能电站时，αi,sor，βi,sor和γi,stor的取值如下：①当电化学储能电站存储的是低谷时段电力系统多余电量时，则αi,stor，βi,stor和γi,stor的取值均为常数，由电力系统火力发电量占总发电量的比值、电化学储能电站电池效率、碳价综合确定；②特殊情形：当电化学储能电站存储的低谷时段电力系统多余电量是100％的风电和太阳能发电电量时，则αi,stor＝0,βi,stor＝0，γi,stor＝0。
6.一种根据权利要求2所述基于碳减排的储能电站多维协同调度方法，其特征在于：当储能电站类型为压缩空气储能站和氢储能站或氨储能站时，αi,stor，βi,stor和γi,stor的取值与其一次能源或二次能源属性相关：①当压缩空气储能站和氢储能站或氨储能站的一次能源是化石能源时，则αi,stor，βi,stor和γi,stor的取值均为常数，由化石能源碳排放特性、碳价综合确定；②当压缩空气储能站和氢储能站或氨储能站的二次能源是电力系统电能时，则αi,stor，βi,stor和γi,stor的取值均为常数，由电力系统火力发电量占总发电量的比值、压缩空气储能站和氢储能站或氨储能站效率、碳价综合确定；③特殊情形：当压缩空气储能站和氢储能站或氨储能站的二次能源是100％的风电和太阳能发电时，则αi,stor＝0,βi,stor＝0，γi,stor＝0。
7.一种根据权利要求1所述基于碳减排的储能电站多维协同调度方法，其特征在于：当第j个调峰火电站碳排放成本函数fj,ther(·)为二次函数时，第j个调峰火电站的碳排放成本Cj,ther表示为：
Cj,ther＝αj,ther(ΔPt,j,ther)2+βj,ther(ΔPt,j,ther)+γj,ther，
其中αj,ther，βj,ther和γj,ther分别为第j个调峰火电站碳排放成本函数的二次项系数、一次项系数和常数项，取值由调峰火电站生产过程中碳排放特性、碳价综合确定。
8.一种根据权利要求1所述基于碳减排的储能电站多维协同调度方法，其特征在于：当第k个可调度负荷碳排放成本函数fk,load(·)为二次函数时，第k个可调度负荷的碳排放成本Ck,load表示为：
Ck,load＝αk,load(ΔPt,k,load)2+βk,load(ΔPt,k,load)+γk,load，
其中αk,load，βk,load和γk,load分别为第k个可调度负荷碳排放成本函数的二次项系数、一次项系数和常数项，取值由可调度负荷碳排放特性、碳价、电力中断补偿成本综合确定。
9.一种根据权利要求1所述基于碳减排的储能电站多维协同调度方法，其特征在于：也可以采用简化梯度法或牛顿法求解储能电站调峰调度模型，得到该模型的最优决策变量：
其中，表示第i个储能电站第t时段最优调峰功率，/>表示第j个调峰火电站第t时段最优调峰功率，/>表示第k个可调度负荷第t时段最优调峰功率。
10.一种根据权利要求1所述基于碳减排的储能电站多维协同调度方法，其特征在于：当第i个储能电站碳排放成本函数fi,stor(·)为二次函数时，第i个储能电站的调频碳排放成本Ci,freq表示为：
Ci,freq＝αi,stor(ΔPt,i,freq)2+βi,stor(ΔPt,i,freq)+γi,stor。
11.一种根据权利要求1所述基于碳减排的储能电站多维协同调度方法，其特征在于：也可以采用简化梯度法或牛顿法求解储能电站调频调度模型，得到该模型的最优决策变量
12.一种根据权利要求1所述基于碳减排的储能电站多维协同调度方法，其特征在于：当第i个储能电站碳排放成本函数fi,stor(·)为二次函数时，第i个储能电站的备用碳排放成本Ci,rese表示为：
Ci,rese＝αi,stor(ΔPt,i,rese)2+βi,stor(ΔPt,i,rese)+γi,stor。
13.一种根据权利要求1所述基于碳减排的储能电站多维协同调度方法，其特征在于：也可以采用简化梯度法或牛顿法求解储能电站备用调度模型，得到该模型的最优决策变量
14.一种根据权利要求1至13任一项所述基于碳减排的储能电站多维协同调度方法，其特征在于：储能电站可以联合实施调峰功能、调频功能和备用功能，也可以只实施调峰功能、调频功能或备用功能中的任意单一功能，还可以实施以下两两组合功能：即调峰和调频功能、调峰和备用功能、调频和备用功能。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310284964.2A CN117559490B (zh) | 2023-03-22 | 2023-03-22 | 一种基于碳减排的储能电站多维协同调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310284964.2A CN117559490B (zh) | 2023-03-22 | 2023-03-22 | 一种基于碳减排的储能电站多维协同调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117559490A CN117559490A (zh) | 2024-02-13 |
| CN117559490B true CN117559490B (zh) | 2024-03-29 |
Family
ID=89809865
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310284964.2A Active CN117559490B (zh) | 2023-03-22 | 2023-03-22 | 一种基于碳减排的储能电站多维协同调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117559490B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120076528A (ko) * | 2010-11-29 | 2012-07-09 | 엘에스산전 주식회사 | 가용송전용량 선정방법 |
| CN114204550A (zh) * | 2021-11-24 | 2022-03-18 | 国网天津市电力公司电力科学研究院 | 一种含多类型新能源的电力系统绿色调度方法 |
| CN114566986A (zh) * | 2022-03-14 | 2022-05-31 | 长沙学院 | 一种基于储能电站的跨时间尺度无偏差调频方法 |
| CN115642620A (zh) * | 2022-10-27 | 2023-01-24 | 长沙理工大学 | 一种储能参与低碳灵活调峰的双层优化方法 |
| CN115764927A (zh) * | 2022-11-17 | 2023-03-07 | 中国电建集团贵州电力设计研究院有限公司 | 一种基于风光水火多能互补特性的电网调峰方法及系统 |
-
2023
- 2023-03-22 CN CN202310284964.2A patent/CN117559490B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120076528A (ko) * | 2010-11-29 | 2012-07-09 | 엘에스산전 주식회사 | 가용송전용량 선정방법 |
| CN114204550A (zh) * | 2021-11-24 | 2022-03-18 | 国网天津市电力公司电力科学研究院 | 一种含多类型新能源的电力系统绿色调度方法 |
| CN114566986A (zh) * | 2022-03-14 | 2022-05-31 | 长沙学院 | 一种基于储能电站的跨时间尺度无偏差调频方法 |
| CN115642620A (zh) * | 2022-10-27 | 2023-01-24 | 长沙理工大学 | 一种储能参与低碳灵活调峰的双层优化方法 |
| CN115764927A (zh) * | 2022-11-17 | 2023-03-07 | 中国电建集团贵州电力设计研究院有限公司 | 一种基于风光水火多能互补特性的电网调峰方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 含风电制氢及多储能的综合能源系统优化调度与碳排放分析;钱朝飞;《含风电制氢及多储能的综合能源系统优化调度与碳排放分析》;20210630;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117559490A (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110311421B (zh) | 基于需求侧响应的微电网多时间尺度能量管理方法 | |
| CN109088442B (zh) | 多时间尺度下考虑多种储能的微能源网优化调度模型 | |
| CN108306331A (zh) | 一种风光储混合系统的优化调度方法 | |
| CN106099965B (zh) | 交流微电网并网状态下复杂混合储能系统的协调控制方法 | |
| CN111555366B (zh) | 一种基于多时间尺度的微网三层能量优化管理方法 | |
| US20230294544A1 (en) | Method of Controlling of Battery Energy Storage System of Power System with High Dynamic Loads | |
| CN112769156B (zh) | 一种计及大规模海上风电并网的源网荷储协调运行方法 | |
| CN112583051B (zh) | 变速抽水蓄能机组在区域电网中的优化调度模型构建方法 | |
| CN115907240B (zh) | 计及互补互济运行特性的电网多类型调峰资源规划方法 | |
| 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 | |
| CN116231765B (zh) | 一种虚拟电厂出力控制方法 | |
| CN104253439B (zh) | 电池储能电站无功功率分配与控制方法 | |
| CN113988355A (zh) | 面向共享储能的虚拟电厂的风光储联调联运的优化控制方法及装置 | |
| CN116191505A (zh) | 一种低压台区源荷储充全局动态互动的调节方法及装置 | |
| CN114825392A (zh) | 考虑装机规模约束的风光储多能互补容量优化方法 | |
| CN110932257A (zh) | 一种微电网能量调度方法 | |
| CN117559490B (zh) | 一种基于碳减排的储能电站多维协同调度方法 | |
| CN110429626B (zh) | 一种适用于并网型储能系统的能量管理系统及管理方法 | |
| CN117375039A (zh) | 一种分布式电源、储能与柔性负荷联合调度系统 | |
| EP4231477A1 (en) | Method of power management of a power plant | |
| CN115764939A (zh) | 海上风电消纳和调峰调频的储能能量管理方法及系统 | |
| CN112257903A (zh) | 虚拟电厂的控制方法和装置 | |
| 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 | |
| Hongli et al. | Day-ahead optimal dispatch of regional power grid based on electric vehicle participation in peak shaving pricing strategy | |
| CN109638896A (zh) | 一种面向能源互联网的能源联合供能管控方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |