CN117879018A - 面向新能源消纳的储能系统的配置运行方法 - Google Patents

面向新能源消纳的储能系统的配置运行方法 Download PDF

Info

Publication number
CN117879018A
CN117879018A CN202410278709.1A CN202410278709A CN117879018A CN 117879018 A CN117879018 A CN 117879018A CN 202410278709 A CN202410278709 A CN 202410278709A CN 117879018 A CN117879018 A CN 117879018A
Authority
CN
China
Prior art keywords
energy storage
storage system
configuration
power
state
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
Application number
CN202410278709.1A
Other languages
English (en)
Other versions
CN117879018B (zh
Inventor
徐加银
李坤
王绪利
沈玉明
朱刘柱
王加庆
刘青
桂旭
江桂芬
刘浩
杨浩
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.)
Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
Original Assignee
Economic and Technological Research Institute of State Grid Anhui Electric Power 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 Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd filed Critical Economic and Technological Research Institute of State Grid Anhui Electric Power Co Ltd
Priority to CN202410278709.1A priority Critical patent/CN117879018B/zh
Publication of CN117879018A publication Critical patent/CN117879018A/zh
Application granted granted Critical
Publication of CN117879018B publication Critical patent/CN117879018B/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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J3/14—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by switching loads on to, or off from, network, e.g. progressively balanced loading
    • H02J3/144—Demand-response operation of the power transmission or distribution network
    • 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
    • H02J3/381—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
    • 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
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
    • 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/58—The condition being electrical
    • H02J2310/60—Limiting power consumption in the network or in one section of the network, e.g. load shedding or peak shaving

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及储能配置技术领域，具体公开面向新能源消纳的储能系统的配置运行方法，该方法包括：获取区域历史电力负荷数据和新能源发电数据，分析得到区域电力负荷状态信息；依据所述区域电力负荷状态信息，对储能系统进行配置，得到区域配置储能系统；采集电网电力信息和储能系统运行状态信息，对储能系统的充放电状态进行控制，并对储能系统的异常运行状态进行反馈预警。本发明通过对区域历史电力负荷数据和新能源发电数据进行分析，评估区域的负荷波动情况，作为储能系统类型选择的依据，并通过实现对储能系统充放电状态的精确控制，提高了电网对新能源发电的接纳能力，促进新能源的消纳，减少因负荷波动导致出现的电力系统不稳定情况。

Description

面向新能源消纳的储能系统的配置运行方法
技术领域
本发明涉及储能配置技术领域，具体为面向新能源消纳的储能系统的配置运行方法。
背景技术
随着风能和太阳能等可再生能源的不断开发和并网，电力系统面临着前所未有的变化，新能源发电具有波动性强、不稳定和不可控等特点，传统电力系统设备往往难以适应大规模波动，需要通过储能系统快速调节电网的功率平衡，达到削峰填谷的目的，在新能源出力过剩时存储能量，在新能源出力不足时释放能量，从而提高电网对新能源的消纳能力，因此需要提供一种面向新能源消纳的储能系统的配置运行方法，提高电网的稳定性。
例如公告号为：CN104809531B的发明专利，公开的一种储能系统配置方法，包括获取目标数据；利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数；利用储能系统优化配置结果对储能系统进行配置；储能系统调度目标函数和储能系统优化目标函数的建立过程为：建立虚拟电厂中分布式电源数学模型；根据数学模型与虚拟电厂中储能系统的作用分析建立子目标函数，子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数；根据子目标函数分别建立储能系统调度目标函数和储能系统优化目标函数。根据此储能系统优化配置模型求解的优化配置结果可以使得每种配置的储能系统在运行工作中均可以处于最优调度状态。
例如公告号为：CN111523204B的发明专利，公开的一种并网型综合能源网电-气储能系统优化配置求解方法，涉及综合能源网技术领域，用于解决含有电-气多能储能系统的并联型综合能源网缺少相应优化配置求解方法的问题，该方法具体包括以下步骤：建立并联型综合能源网的综合总成本模型，综合总成本模型包括储能系统的投资成本模型和并联型综合能源网的运行成本模型；设置并联型综合能源网的约束条件；基于综合总成本模型、约束条件以及迭代算法，并以综合总成本的最小值为目标，得到对应的最优功率组；基于最优功率组和综合总成本模型，得到最优综合总成本。
基于上述方案发现，目前对储能配置方面还存在一些不足，具体体现在以下几个层面：（1）当前储能系统的配置运行缺少一种有效选择储能系统类型的方法，较为匮乏针对区域电力负荷特性进行分析而配置得到与区域相协同适配的储能系统类型，而传统的储能类型无法应对负荷波动，进一步导致的电力系统出现不稳定情况。
（2）当前储能系统的配置运行缺少对储能系统进行精确控制，对储能系统的调节存在滞后性，给电网对新能源发电的接纳能力带来负面影响。
发明内容
针对现有技术的不足，本发明提供了面向新能源消纳的储能系统的配置运行方法，能够有效解决上述背景技术中涉及的问题。
为实现以上目的，本发明通过以下技术方案予以实现：本发明提供了面向新能源消纳的储能系统的配置运行方法，包括：获取区域历史电力负荷数据和新能源发电数据，分析得到区域电力负荷状态信息；依据所述区域电力负荷状态信息，对储能系统进行配置，得到区域配置储能系统；采集电网电力信息和储能系统运行状态信息，对储能系统的充放电状态进行控制，并对储能系统的异常运行状态进行反馈预警。
作为进一步的方法，所述区域历史电力负荷数据包括历史时间段内区域各监测时间点的电力负荷，所述新能源发电数据包括风电出力和光伏出力。
作为进一步的方法，所述分析得到区域电力负荷状态信息，具体分析过程为：依据区域各监测时间点的电力负荷，经处理得到区域负荷稳定性评估值；依据区域各监测时间点的风电出力和光伏出力，分析得到新能源出力稳定性评估值；依据区域负荷稳定性评估值和新能源出力稳定性评估值，分析得到区域的储能配置需求指数；将区域的储能配置需求指数作为区域电力负荷状态信息。
作为进一步的方法，所述对储能系统进行配置，具体分析过程为：将区域的储能配置需求指数与电网数据库中存储的各储能配置需求指数区间对应的储能配置类型进行匹配，得到区域的储能配置类型，并根据电网数据库中存储的各储能配置类型对应的各储能设备，从中筛选统计区域的储能配置类型对应的各储能设备，记为各配置运行储能设备，将各配置运行储能设备集成作为区域配置储能系统。
作为进一步的方法，所述对储能系统的充放电状态进行控制，具体过程为：设置若干控制时刻，对各控制时刻新能源场站的环境信息进行采集，同时依据新能源出力预测模型，综合分析得到各控制时刻新能源出力的预测值，并依据负荷预测模型，综合分析得到各控制时刻负荷预测值。
在各控制时刻采集电网电力信息和储能系统运行状态信息，获取各控制时刻电网电力信息和各控制时刻储能系统运行状态信息，其中各控制时刻电网电力信息为各控制时刻电网频率，各控制时刻储能系统运行状态信息为各控制时刻电池放电深度，并依据各控制时刻新能源出力的预测值和负荷预测值，综合分析得到各控制时刻的储能配置状态调节评估值。
将各控制时刻的储能配置状态调节评估值与预设的状态调节评估临界值进行对比，若某时刻的储能配置状态调节评估值低于状态调节评估临界值，则在该控制时刻控制储能系统进入充电状态，反之，若某时刻的储能配置状态调节评估值高于状态调节评估临界值，则在该控制时刻控制储能系统进入放电状态，同时，若某时刻的储能配置状态调节评估值等于状态调节评估临界值，则在该控制时刻控制储能系统处于静态放置状态。
作为进一步的方法，所述对储能系统的异常运行状态进行反馈预警，具体过程为：对储能系统运行状态进行监测，获取储能系统的电压、振动强度和电池实际容量，同时从电网数据库中获取电池基准容量以及储能系统的参照标准电压和参照标准振动强度，经处理得到电池容量衰减比值，综合分析得到储能系统状态异常评估值。
将储能系统状态异常评估值与预设的储能系统状态异常评估阈值进行比对，若储能系统状态异常评估值高于储能系统状态异常评估阈值，则将储能系统运行状态标记为异常状态，并进行反馈预警。
作为进一步的方法，所述区域的储能配置需求指数，具体是通过对历史电力负荷以及历史新能源输出功率的波动程度进行分析，量化评估区域的整体负荷稳定性，用于为分析判断区域的储能配置需求程度提供数值依据，并为区域配置储能系统的储能设备选择提供依据。
作为进一步的方法，所述区域的储能配置需求指数，具体计算表达式为：，式中，/>表示区域的储能配置需求指数，/>表示区域负荷稳定性评估值，/>表示新能源出力稳定性评估值，/>表示设定的区域负荷稳定性评估值对应的负荷波动需求影响因子，/>表示设定的新能源出力稳定性评估值对应的负荷波动需求影响因子。
作为进一步的方法，所述各控制时刻的储能配置状态调节评估值，具体计算表达式为：，式中，/>表示第/>个控制时刻的储能配置状态调节评估值，/>表示第/>个控制时刻的新能源出力的预测值，/>表示第/>个控制时刻的负荷预测值，/>表示第/>个控制时刻的电网频率，/>表示第/>个控制时刻的电池放电深度，/>表示预设的参照标准电网频率，/>表示预设的临界电池放电深度，/>表示设定的负荷预测值对应的状态调节影响因子，/>表示设定的电网频率对应的状态调节影响因子，/>表示设定的电池放电深度对应的状态调节影响因子，/>表示各控制时刻的编号，，/>表示控制时刻的总数。
作为进一步的方法，所述储能系统状态异常评估值，具体计算表达式为：，式中，/>表示储能系统状态异常评估值，表示储能系统的电压，/>表示储能系统的振动强度，/>表示参照标准电压，/>表示参照标准振动强度，/>表示设定的允许偏差电压，/>表示设定的允许偏差振动强度，/>表示电池容量衰减比值，/>表示设定的电压对应的状态异常影响因子，/>分别表示设定的振动强度对应的状态异常影响因子，/>表示设定的电池容量单位衰减比值对应的状态异常影响因子。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：
（1）本发明通过提供面向新能源消纳的储能系统的配置运行方法，对区域历史电力负荷数据和新能源发电数据进行分析，评估区域的负荷波动情况，作为储能系统类型选择的依据，并通过实现对储能系统充放电状态的精确控制，提高了电网对新能源发电的接纳能力，促进新能源的消纳，减少因负荷波动导致出现的电力系统不稳定情况。
（2）本发明通过对区域历史电力负荷数据和新能源发电数据进行分析，评估区域的负荷波动情况，作为储能系统类型选择的依据，评估负荷波动有助于确定储能系统需要具备的调峰和调频能力，从而促进更有效地整合风能和太阳能等新能源发电，减少因新能源出力波动造成的弃电现象，并减少因负荷波动导致出现的电力系统不稳定情况。
（3）本发明通过对新能源出力进行预测，并对电网稳定性及储能系统运行状态进行分析，实现对储能系统充放电状态的精确控制，储能系统能够根据电网的需求进行及时的充放电调整，辅助电网调度，提高电网对新能源发电的接纳能力，促进新能源的消纳，避免因新能源出力波动导致的电力浪费现象或供需失衡现象。
（4）本发明通过对储能系统的运行状态进行监测，及时对储能系统的异常状态进行反馈预警，通过实时监测和及时反馈，可以快速响应储能系统出现的问题，减少储能系统故障对电网和新能源发电的消极影响，提高整个储能系统的可靠性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，本发明提供了面向新能源消纳的储能系统的配置运行方法，包括：获取区域历史电力负荷数据和新能源发电数据，分析得到区域电力负荷状态信息。
具体地，区域历史电力负荷数据和新能源发电数据，其中区域历史电力负荷数据，具体包括：历史时间段内区域各监测时间点的电力负荷，其中新能源发电数据包括风电出力和光伏出力。
进一步地，分析得到区域电力负荷状态信息，具体分析过程为：依据区域各监测时间点的电力负荷，经处理得到区域负荷稳定性评估值。
应理解的是，本实施例中区域负荷稳定性评估值，不仅可以通过使用电力系统仿真模型，模拟不同的运行条件和非正常工况，分析系统的响应特性得到，还可以通过评估系统在正常运行状态下的电压稳定性，得到电网负荷稳定性的一个量化指标，也可以通过以下计算方式得到，具体计算表达式为：，式中，/>表示区域负荷稳定性评估值，/>表示设定的负荷稳定性修正因子，/>表示第/>个监测时间点的电力负荷，/>表示各监测时间点的编号，/>，/>表示监测时间点的总数。
应理解的是，本实施例中区域负荷稳定性评估值通过采集区域历史时间段内各监测时间点的负荷数据，得到区域历史时间段内的电力负荷平均值，并将各监测时间点的负荷数据与电力负荷平均值进行作差，同时对差值进行求和处理，用于反映历史时间段的电力负荷波动程度，各监测时间点的负荷数据与电力负荷平均值的偏差越大，对应的区域负荷稳定性评估值越小，式中负荷稳定性修正因子用于降低负荷稳定性量化评估的误差，提高计算结果的精确性。
依据区域各监测时间点的风电出力和光伏出力，分析得到新能源出力稳定性评估值。
应理解的是，本实施例中风力出力和光伏出力是两种常见的新能源发电方式，风力出力是指风力发电机在一定风速下产生的电能，光伏出力是指太阳能光伏板在阳光照射下产生的电能，风力出力和光伏出力受环境影响程度较大，通过监测分析风力出力和光伏出力，可以对新能源出力稳定性进行量化评估，提高新能源电力系统的稳定性和可靠性，其中风力发电机组的出力通常以“千瓦”（kW）为单位，指的是风力发电机在特定风速下可以产生的最大电力，光伏发电系统的出力通常以“千瓦”（kW）来衡量，取决于光伏组件的安装容量。
应理解的是，本实施例中新能源出力稳定性评估值，不仅可以利用电力系统仿真软件，模拟新能源大规模接入电网的情况，评估电网在各种运行条件下的稳定性，还可以使用如频率偏移、电压偏差、备用容量等指标，来评估新能源出力对电网运行稳定性的具体影响，也可以通过以下计算方式获取：采集历史时间段内各监测时间点的风电出力和光伏出力，分别标记为和/>，/>表示各监测时间点的编号，/>，/>表示监测时间点的总数，可通过数据表达式/>得到第/>个监测时间点的新能源出力，综合计算新能源出力稳定性评估值，具体公式为：/>，式中，表示新能源出力稳定性评估值，/>表示自然常数，/>表示设定的新能源出力稳定性修正因子，/>表示第/>个监测时间点的新能源出力。
应理解的是，本实施例中新能源出力稳定性评估值通过采集区域历史时间段内各监测时间点的新能源出力，得到区域历史时间段内的新能源出力平均值，并将各监测时间点的新能源出力与新能源出力平均值进行作差，同时对差值进行求和处理，用于反映历史时间段的新能源出力波动程度，各监测时间点的新能源出力与新能源出力平均值的偏差越大，对应的新能源出力稳定性评估值越小，式中新能源出力稳定性修正因子用于降低新能源出力稳定性量化评估的误差，提高计算结果的精确性。
依据区域负荷稳定性评估值和新能源出力稳定性评估值，分析得到区域的储能配置需求指数，具体计算表达式为：，式中，/>表示区域的储能配置需求指数，/>表示区域负荷稳定性评估值，/>表示新能源出力稳定性评估值，/>表示设定的区域负荷稳定性评估值对应的负荷波动需求影响因子，/>表示设定的新能源出力稳定性评估值对应的负荷波动需求影响因子。
将区域的储能配置需求指数作为区域电力负荷状态信息。
具体地，区域的储能配置需求指数，具体是通过对历史电力负荷以及历史新能源输出功率的波动程度进行分析，量化评估区域的整体负荷稳定性，用于为分析判断区域的储能配置需求程度提供数值依据，并为区域配置储能系统的储能设备选择提供依据，式中区域负荷稳定性评估值和新能源出力稳定性评估值越小，对应的区域的储能配置需求指数越大，新能源电力系统的电力负荷越不稳定，同时引入区域负荷稳定性评估值和新能源出力稳定性评估值对应的负荷波动需求影响因子，用于提高计算结果的精确性。
依据所述区域电力负荷状态信息，对储能系统进行配置，得到区域配置储能系统。
具体地，对储能系统进行配置，具体分析过程为：将区域的储能配置需求指数与电网数据库中存储的各储能配置需求指数区间对应的储能配置类型进行匹配，得到区域的储能配置类型，其中储能配置类型选择包括但不限于电池储能、机械储能、热能储能等，并根据电网数据库中存储的各储能配置类型对应的各储能设备，从中筛选统计区域的储能配置类型对应的各储能设备，记为各配置运行储能设备，其中配置运行储能设备包括电池类型、变流器、BMS（电池管理系统）等，将各配置运行储能设备集成作为区域配置储能系统，完整的储能系统包括硬件的物理连接以及软件的系统配置。
在一个具体的实施例中，储能系统配置的具体流程包括，根据需求选择合适的储能技术，如锂离子电池、铅酸电池、抽水蓄能、压缩空气储能等，并设计储能系统的拓扑结构，如电池组、BMS（电池管理系统）、变流器、控制器。依据储能系统的类型进行设备选择，采购电池模块、逆变器、监控系统等设备，将各个组件集成起来，进行电气连接和控制系统配置，并进行系统级调试，确保各组件协同工作，满足技术规格要求。同时需要对集成好的储能系统进行性能测试，包括充放电循环测试、功率测试、能量效率测试，并验证系统在实际工作条件下的性能，确保其满足设计和运行要求。
在一个具体的实施例中，通过对区域历史电力负荷数据和新能源发电数据进行分析，评估区域的负荷波动情况，作为储能系统类型选择的依据，评估负荷波动有助于确定储能系统需要具备的调峰和调频能力，从而促进更有效地整合风能和太阳能等新能源发电，减少因新能源出力波动造成的弃电现象，并减少因负荷波动导致出现的电力系统不稳定情况。
采集电网电力信息和储能系统运行状态信息，对储能系统的充放电状态进行控制，并对储能系统的异常运行状态进行反馈预警。
具体地，对储能系统的充放电状态进行控制，具体过程为：设置若干控制时刻，对各控制时刻新能源场站的环境信息进行采集，同时依据新能源出力预测模型，综合分析得到各控制时刻新能源出力的预测值，并依据负荷预测模型，综合分析得到各控制时刻负荷预测值。
应理解的是，本实施例中新能源出力的预测值不仅可以利用神经网络、深度学习等人工智能算法，从大量的历史数据中学习到新能源出力的规律，对新能源出力进行预测，还可以通过分析新能源出力与其他相关因素（如气象因子、时间等）的关系，利用数理统计方法进行预测，也可以通过预测模型对风电出力和光伏出力进行分析，并由数值表达式计算得到，式中/>表示/>时刻新能源出力的预测值，/>和分别表示/>时刻的风电出力的预测值和光伏出力的预测值。
在一个具体的实施例中，新能源出力预测模型包括风电出力预测模型和光伏出力预测模型。
风力发电预测：风力发电主要通过风机实现风能与电能的转换，风机(windturbine，WT)是利用风力带动风车叶片旋转，在增速机的作用下将转速提高推动发电机发电，实现风能到机械能再到电能的转换，风机设备发电出力主要受风机地理分布及实时风速影响，其输出功率的数学模型可近似用分段函数表示为：，式中，/>表示/>时刻风机输出功率，/>、/>、/>和/>分别表示/>时刻风机的实时风速、切入风速、切出风速和额定风速，/>，/>，/>，/>表示风机的额定输出功率。
风电出力误差服从分布，但是在风机数目多、地域分布比较分散的情况下，风电预测误差近似服从正态分布。因此风机设备在/>时刻发电出力预测误差/>服从正态分布，其概率密度函数可表示为：/>，式中，/>表示/>时刻风电出力预测误差的标准差，其计算式可表示为：，式中，/>表示风机设备的装机容量,/>表示/>时刻风电出力的预测值。
因此，时刻风电出力的预测值/>可表示为/>时刻风电出力的实际值/>与其/>时刻的预测误差/>之和：/>。
光伏发电预测：光伏(photovoltaic，PV)发电基于光伏电池板的光生伏特效应，通过控制器和逆变器等器件来实现光电转化，光伏发电主要受环境温度、照射光照强度等因素影响，其输出特性的数学模型如下：，式中，/>表示/>时刻光伏组件输出功率，/>表示光伏设备的功率降额因素，一般取值0.9，/>表示光伏发电的额定功率，/>表示实际光照强度，/>表示标准条件下的光照强度，一般取值1kW/m2，/>表示功率温度系数，一般取值-0.47%/℃，/>表示光伏设备实际的表面温度，/>表示标准条件下的参考温度，一般取25℃。
光伏设备在时刻的实际出力与诸多因素有关，光伏设备在/>时刻的发电出力预测误差/>服从/>正态分布，其概率密度函数可表示为：，式中，/>表示/>时刻光伏出力预测误差的标准差，其计算式可表示为：/>，式中，/>表示光伏设备的装机容量,/>表示/>时刻光伏出力的预测值。
因此，时刻光伏出力的预测值/>可表示为/>时刻光伏出力的实际值/>与其/>时刻的预测误差/>之和：/>。
在一个具体的实施例中，对负荷进行预测，负荷的波动性来自于用户使用的不确定性，因此负荷的预测主要通过足够的负荷历史数据而求得。通常考虑负荷预测服从正态分布，因此负荷预测误差的概率密度函数可表示为：/>，式中，表示/>时刻负荷预测误差的标准差，其计算式可表示为：/>，式中,/>表示/>时刻负荷预测值。
因此，时刻负荷预测值/>可表示为/>时刻负荷实际值/>与其/>时刻的预测误差/>之和：/>。
在各控制时刻采集电网电力信息和储能系统运行状态信息，获取各控制时刻电网电力信息和各控制时刻储能系统运行状态信息，其中各控制时刻电网电力信息为各控制时刻电网频率，各控制时刻储能系统运行状态信息为各控制时刻电池放电深度，并依据各控制时刻新能源出力的预测值和负荷预测值，综合分析得到各控制时刻的储能配置状态调节评估值，具体计算表达式为：，式中，/>表示第/>个控制时刻的储能配置状态调节评估值，/>表示第/>个控制时刻的新能源出力的预测值，表示第/>个控制时刻的负荷预测值，/>表示第/>个控制时刻的电网频率，/>表示第/>个控制时刻的电池放电深度，/>表示预设的参照标准电网频率，/>表示预设的临界电池放电深度，/>表示设定的负荷预测值对应的状态调节影响因子，/>表示设定的电网频率对应的状态调节影响因子，/>表示设定的电池放电深度对应的状态调节影响因子，/>表示各控制时刻的编号，/>，/>表示控制时刻的总数。
应理解的是，本实施例中通过如ARM处理器等微控制器为核心的监测装置对电网频率进行监测，电网频率是电力系统运行状态的一个重要指标，反映了系统发电量和负荷之间的平衡状态，储能系统通过监测电网频率的变化，可以了解电网的运行状况，判断是否需要进行充放电操作以调整电网频率，通过实时监测电网频率，储能系统可以调整其充放电策略，为电网提供即时的能量支持，确保电网频率的稳定，从而保障电力系统的安全稳定运行。
应理解的是，本实施例中通过电压传感器、电流传感器和温度传感器收集到的电池参数数据并进行算法进行分析，确定电池的放电深度。放电深度（DOD）是指电池放电量与电池额定容量的百分比。深度放电会增加电池的老化速度，降低电池的性能和寿命，通过监测电池的放电深度，可以更准确地了解电池的健康状况和性能，从而优化充放电策略，例如，当检测到电池接近深度放电时，可以调整放电策略，以避免电池过度放电，从而延长电池寿命。
应理解的是，本实施例中各控制时刻的储能配置状态调节评估值是用于衡量储能系统充放电状态的量化评估值，通过对新能源出力与负荷进行比值运算，同时对电网频率和电池放电深度进行分析得到，各控制时刻的储能配置状态调节评估值越小，表明储能系统越需要充电，各控制时刻的储能配置状态调节评估值越大，表明储能系统越需要放电，各控制时刻的储能配置状态调节评估值与新能源出力成反比，与负荷成正比，新能源出力预测值越小、负荷预测值越大，对应的各控制时刻的储能配置状态调节评估值越大，同时各控制时刻的储能配置状态调节评估值与电网频率和电池放电深度有关，电网频率和电池放电深度越小，对应的各控制时刻的储能配置状态调节评估值越大。
将各控制时刻的储能配置状态调节评估值与预设的状态调节评估临界值进行对比，若某时刻的储能配置状态调节评估值低于状态调节评估临界值，则在该控制时刻控制储能系统进入充电状态，反之，若某时刻的储能配置状态调节评估值高于状态调节评估临界值，则在该控制时刻控制储能系统进入放电状态，同时，若某时刻的储能配置状态调节评估值等于状态调节评估临界值，则在该控制时刻控制储能系统处于静态放置状态。
在一个具体的实施例中，储能系统充放电状态的调节量由各控制时刻的储能配置状态调节评估值与状态调节评估临界值的差值决定，将各控制时刻的储能配置状态调节评估值与状态调节评估临界值的差值标记为调节参照差值，并将调节参照差值与电网数据库中存储的各调节参照差值区间对应的充放电功率和充放电速率进行匹配，得到需求充放电功率和需求充放电速率，并依据需求充放电功率和需求充放电速率对储能系统的充放电状态进行调控。
在一个具体的实施例中，通过对新能源出力进行预测，并对电网稳定性及储能系统运行状态进行分析，实现对储能系统充放电状态的精确控制，储能系统能够根据电网的需求进行及时的充放电调整，辅助电网调度，提高电网对新能源发电的接纳能力，促进新能源的消纳，避免因新能源出力波动导致的电力浪费现象或供需失衡现象。
进一步地，对储能系统的异常运行状态进行反馈预警，具体过程为：对储能系统运行状态进行监测，获取储能系统的电压、振动强度和电池实际容量，同时从电网数据库中获取电池基准容量以及储能系统的参照标准电压和参照标准振动强度，经处理得到电池容量衰减比值，综合分析得到储能系统状态异常评估值，具体计算表达式为：，式中，/>表示储能系统状态异常评估值，表示储能系统的电压，/>表示储能系统的振动强度，/>表示参照标准电压，/>表示参照标准振动强度，/>表示设定的允许偏差电压，/>表示设定的允许偏差振动强度，/>表示电池容量衰减比值，/>表示设定的电压对应的状态异常影响因子，/>分别表示设定的振动强度对应的状态异常影响因子，/>表示设定的电池容量单位衰减比值对应的状态异常影响因子。
应理解的是，本实施例中通过电压传感器和振动传感器对储能系统设备的电压和振动强度进行监测，储能系统的电压是其工作状态的一个重要指标，通过实时监测电压，可以了解电池的充电状态（SOC）、健康状态（SOH）和是否存在短路等故障，电压的异常波动可能表明电池单元或系统存在问题，振动监测可以揭示电池在充放电过程中可能出现的内部故障，如电池单元的不均匀充电、内部气泡的形成或电池材料的磨损，振动异常可能表明电池结构或电极存在问题。综合电压和振动强度监测的数据，可以更全面地评估储能系统的健康状况，准确诊断出储能系统中存在的具体问题，从而实现预测性维护，避免潜在的故障和延长储能系统的使用寿命。
应理解的是，本实施例中电池容量衰减比值是指电池在使用过程中随着时间的推移其容量衰减的程度，用于对电池的健康状况进行评估和监控，具体计算表达式为：，式中，/>表示电池容量衰减比值，/>表示电池实际容量，/>表示电池基准容量。
应理解的是，本实施例中储能系统状态异常评估值表示对储能系统的异常状态进行评估得到的量化数据，储能系统状态异常评估值越大，表明储能系统越异常，通过对电压、振动强度和电池容量衰减比值进行分析，电压和振动强度越偏离参照标准值，电池容量衰减比值越大，对应的储能系统状态异常评估值越大，式中的状态异常影响因子用于降低计算误差，提高计算结果的精确性。
将储能系统状态异常评估值与预设的储能系统状态异常评估阈值进行比对，若储能系统状态异常评估值高于储能系统状态异常评估阈值，则将储能系统运行状态标记为异常状态，并进行反馈预警。
应理解的是，本实施例中对储能系统异常状态进行反馈预警，获取储能系统状态异常评估值，并将储能系统状态异常评估值与电网数据库中存储的储能系统状态异常评估值区间对应的异常等级进行匹配，得到储能系统的异常等级，并依据该异常等级设定的预警措施进行预警，同时预警系统会将实时监测数据和预警信息反馈给相关人员。
在一个具体的实施例中，通过对储能系统的运行状态进行监测，及时对储能系统的异常状态进行反馈预警，通过实时监测和及时反馈，可以快速响应储能系统出现的问题，减少储能系统故障对电网和新能源发电的消极影响，提高整个储能系统的可靠性。
在一个具体的实施例中，本发明通过提供面向新能源消纳的储能系统的配置运行方法，对区域历史电力负荷数据和新能源发电数据进行分析，评估区域的负荷波动情况，作为储能系统类型选择的依据，并通过实现对储能系统充放电状态的精确控制，提高了电网对新能源发电的接纳能力，促进新能源的消纳，减少因负荷波动导致出现的电力系统不稳定情况。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.面向新能源消纳的储能系统的配置运行方法，其特征在于，包括：
获取区域历史电力负荷数据和新能源发电数据，分析得到区域电力负荷状态信息；
依据所述区域电力负荷状态信息，对储能系统进行配置，得到区域配置储能系统；
采集电网电力信息和储能系统运行状态信息，对储能系统的充放电状态进行控制，并对储能系统的异常运行状态进行反馈预警。
2.根据权利要求1所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述区域历史电力负荷数据包括历史时间段内区域各监测时间点的电力负荷，所述新能源发电数据包括风电出力和光伏出力。
3.根据权利要求2所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述获取区域历史电力负荷数据和新能源发电数据，分析得到区域电力负荷状态信息，包括：
根据区域各监测时间点的电力负荷，经处理得到区域负荷稳定性评估值；
根据区域各监测时间点的风电出力和光伏出力，分析得到新能源出力稳定性评估值；
根据区域负荷稳定性评估值和新能源出力稳定性评估值，分析得到区域的储能配置需求指数，将区域的储能配置需求指数作为区域电力负荷状态信息。
4.根据权利要求3所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述对储能系统进行配置，具体分析过程为：
将区域的储能配置需求指数与电网数据库中存储的各储能配置需求指数区间对应的储能配置类型进行匹配，得到区域的储能配置类型；
根据电网数据库中存储的各储能配置类型对应的各储能设备，从中筛选统计区域的储能配置类型对应的各储能设备，记为各配置运行储能设备，将各配置运行储能设备集成作为区域配置储能系统。
5.根据权利要求1所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述对储能系统的充放电状态进行控制，具体包括：
设置若干控制时刻，对各控制时刻新能源场站的环境信息进行采集，同时依据新能源出力预测模型，综合分析得到各控制时刻新能源出力的预测值及各控制时刻负荷预测值；
获取各控制时刻电网电力信息和各控制时刻储能系统运行状态信息，根据各控制时刻新能源出力的预测值和负荷预测值，综合分析得到各控制时刻的储能配置状态调节评估值；
将各控制时刻的储能配置状态调节评估值与预设的状态调节评估临界值进行对比，若某时刻的储能配置状态调节评估值低于状态调节评估临界值，则在该控制时刻控制储能系统进入充电状态，反之，若某时刻的储能配置状态调节评估值高于状态调节评估临界值，则在该控制时刻控制储能系统进入放电状态，同时，若某时刻的储能配置状态调节评估值等于状态调节评估临界值，则在该控制时刻控制储能系统处于静态放置状态。
6.根据权利要求1所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述对储能系统的异常运行状态进行反馈预警，具体过程为：
对储能系统运行状态进行监测，获取储能系统的电压、振动强度和电池实际容量；
获取电池基准容量以及储能系统的参照标准电压和参照标准振动强度，经处理得到电池容量衰减比值，综合分析得到储能系统状态异常评估值；
将储能系统状态异常评估值与预设的储能系统状态异常评估阈值进行比对，若储能系统状态异常评估值高于储能系统状态异常评估阈值，则将储能系统运行状态标记为异常状态，并进行反馈预警。
7.根据权利要求3所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述区域的储能配置需求指数，具体是通过对历史电力负荷以及历史新能源输出功率的波动程度进行分析，量化评估区域的整体负荷稳定性。
8.根据权利要求3所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述区域的储能配置需求指数，具体计算表达式为：
，
式中，表示区域的储能配置需求指数，/>表示区域负荷稳定性评估值，/>表示新能源出力稳定性评估值，/>表示设定的区域负荷稳定性评估值对应的负荷波动需求影响因子，/>表示设定的新能源出力稳定性评估值对应的负荷波动需求影响因子。
9.根据权利要求5所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述各控制时刻的储能配置状态调节评估值，具体计算表达式为：
，
式中，表示第/>个控制时刻的储能配置状态调节评估值，/>表示第/>个控制时刻的新能源出力的预测值，/>表示第/>个控制时刻的负荷预测值，/>表示第/>个控制时刻的电网频率，/>表示第/>个控制时刻的电池放电深度，/>表示预设的参照标准电网频率，表示预设的临界电池放电深度，/>表示设定的负荷预测值对应的状态调节影响因子，表示设定的电网频率对应的状态调节影响因子，/>表示设定的电池放电深度对应的状态调节影响因子，/>表示各控制时刻的编号，/>，/>表示控制时刻的总数。
10.根据权利要求6所述的面向新能源消纳的储能系统的配置运行方法，其特征在于：所述储能系统状态异常评估值，具体计算表达式为：
，
式中，表示储能系统状态异常评估值，/>表示储能系统的电压，/>表示储能系统的振动强度，/>表示参照标准电压，/>表示参照标准振动强度，/>表示设定的允许偏差电压，/>表示设定的允许偏差振动强度，/>表示电池容量衰减比值，/>表示设定的电压对应的状态异常影响因子，/>分别表示设定的振动强度对应的状态异常影响因子，/>表示设定的电池容量单位衰减比值对应的状态异常影响因子。
CN202410278709.1A 2024-03-12 2024-03-12 面向新能源消纳的储能系统的配置运行方法 Active CN117879018B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410278709.1A CN117879018B (zh) 2024-03-12 2024-03-12 面向新能源消纳的储能系统的配置运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410278709.1A CN117879018B (zh) 2024-03-12 2024-03-12 面向新能源消纳的储能系统的配置运行方法

Publications (2)

Publication Number Publication Date
CN117879018A true CN117879018A (zh) 2024-04-12
CN117879018B CN117879018B (zh) 2024-06-21

Family

ID=90584912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410278709.1A Active CN117879018B (zh) 2024-03-12 2024-03-12 面向新能源消纳的储能系统的配置运行方法

Country Status (1)

Country Link
CN (1) CN117879018B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118137589A (zh) * 2024-05-10 2024-06-04 国网山西省电力公司运城供电公司 分布式能源接入配电网的管理方法及系统
CN118282050A (zh) * 2024-05-31 2024-07-02 湖北华中电力科技开发有限责任公司 一种电力储能设备运行信息采集方法
CN118432087A (zh) * 2024-07-03 2024-08-02 深圳库博能源股份有限公司 基于光储充系统的配电网负荷曲线建模及预警方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111211576A (zh) * 2019-11-22 2020-05-29 国网河南省电力公司电力科学研究院 考虑储能的区域电网新能源承载能力的测算方法
CN112365089A (zh) * 2020-11-26 2021-02-12 南方电网能源发展研究院有限责任公司 考虑分时电价的长时间尺度储能容量配置与控制优化方法
CN113471995A (zh) * 2021-06-09 2021-10-01 国网江苏省电力有限公司淮安供电分公司 一种基于改进平均值法提升新能源高占比区域频率稳定性的储能配置方法
CN113824111A (zh) * 2021-08-03 2021-12-21 万克能源科技有限公司 一种光储能场景中储能容量配置和调度方法
CN115549138A (zh) * 2022-09-29 2022-12-30 中国电力科学研究院有限公司 一种多种互补外送系统中的储能容量优化配置方法及系统
CN117439177A (zh) * 2023-10-19 2024-01-23 国网江苏省电力有限公司电力科学研究院 一种分布式光伏协调控制方法、装置、介质及设备
CN117578706A (zh) * 2023-11-01 2024-02-20 国网安徽省电力有限公司合肥供电公司 一种基于电网的多层级负荷管理系统及其方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111211576A (zh) * 2019-11-22 2020-05-29 国网河南省电力公司电力科学研究院 考虑储能的区域电网新能源承载能力的测算方法
CN112365089A (zh) * 2020-11-26 2021-02-12 南方电网能源发展研究院有限责任公司 考虑分时电价的长时间尺度储能容量配置与控制优化方法
CN113471995A (zh) * 2021-06-09 2021-10-01 国网江苏省电力有限公司淮安供电分公司 一种基于改进平均值法提升新能源高占比区域频率稳定性的储能配置方法
CN113824111A (zh) * 2021-08-03 2021-12-21 万克能源科技有限公司 一种光储能场景中储能容量配置和调度方法
CN115549138A (zh) * 2022-09-29 2022-12-30 中国电力科学研究院有限公司 一种多种互补外送系统中的储能容量优化配置方法及系统
CN117439177A (zh) * 2023-10-19 2024-01-23 国网江苏省电力有限公司电力科学研究院 一种分布式光伏协调控制方法、装置、介质及设备
CN117578706A (zh) * 2023-11-01 2024-02-20 国网安徽省电力有限公司合肥供电公司 一种基于电网的多层级负荷管理系统及其方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIAYIN XU等: "Microgrid Robust Planning Model and Its Modification Strategy Based on Improved Grey Relational Theory", 《SUSTAINABILITY》, 31 December 2023 (2023-12-31) *
冯昊: "计及需求侧响应能力的受端电网储能优化配置方法", 《浙江电力》, vol. 42, no. 12, 31 December 2023 (2023-12-31) *
黄伟;陈伯达;羿应棋;张勇军;: "考虑光储可持续带载能力的配电网可靠性分析", 电网技术, no. 05, 7 February 2018 (2018-02-07) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118137589A (zh) * 2024-05-10 2024-06-04 国网山西省电力公司运城供电公司 分布式能源接入配电网的管理方法及系统
CN118282050A (zh) * 2024-05-31 2024-07-02 湖北华中电力科技开发有限责任公司 一种电力储能设备运行信息采集方法
CN118432087A (zh) * 2024-07-03 2024-08-02 深圳库博能源股份有限公司 基于光储充系统的配电网负荷曲线建模及预警方法

Also Published As

Publication number Publication date
CN117879018B (zh) 2024-06-21

Similar Documents

Publication Publication Date Title
CN117879018B (zh) 面向新能源消纳的储能系统的配置运行方法
EP2612025B1 (en) Method and implementation of a fast real-time estimator for remaining battery life for wind energy applications
Logenthiran et al. Optimal sizing of an islanded microgrid using evolutionary strategy
CN113746138A (zh) 应用于风储电站的储能智慧能量管理系统
CN117013606B (zh) 一种基于人工智能的光伏发电智能储能控制系统
CN103488864B (zh) 一种风光储联合发电系统风险的评估方法
CN115526401A (zh) 一种基于数字孪生的新型电力系统电源最优规划方法
CN116683500A (zh) 一种电化学储能电站有功功率调度方法和系统
CN116799844B (zh) 一种移动式分布式储能系统
CN114301081A (zh) 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法
CN116826813A (zh) 一种光伏储能单元的储能管理系统
CN114033617B (zh) 一种控制参量自适应调整的可控风力发电方法及系统
CN116072437A (zh) 一种储能热管理系统、控制方法及控制装置
CN117175695B (zh) 一种基于柴油发电机组的光伏微网发电方法及系统
CN117856339A (zh) 一种基于大数据的微电网电能数据控制系统及方法
CN112036735B (zh) 一种用于光伏电站的储能系统的储能容量规划方法及系统
Kyrylenko et al. Power Systems Research and Operation: Selected Problems III
CN116365565B (zh) 一种直控型储能容量配置方法
CN113609686B (zh) 一种新能源置信容量分析方法及系统
CN118367593B (zh) 面向电力系统需求的储能系统运行模式及优化调度方法
Ghaedi et al. The Impact of Vanadium-Redox Batteries on the Reliability of Power Systems Integrated with Current-Type Tidal-Turbines
CN111193279A (zh) 一种风电场储能系统控制方法
CN113595151A (zh) 一种基于大数据规划的风力发电协调配置系统
CN118432091B (zh) 基于边缘计算的源网荷储优化控制系统、方法及存储介质
CN116523349B (zh) 一种风力电站可靠性分析方法及系统

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