以净效益最大为目标的储能电池参与二次调频的容量配置方法
- 格式：pdf
- 大小：1.56 MB
- 文档页数：10
文档推荐
-
风电场储能容量配置与评估研究页数:6
-
300KW储能系统初步设计方案及配置页数:12
下载文档原格式
合集下载
储能 配置 优化 方法
储能配置优化方法储能配置优化方法一、引言随着能源需求的不断增加，储能技术逐渐成为了解决能源问题的有效手段。
储能技术可以将电力在低谷时段进行储存，在高峰时段释放出来，达到平衡用电负荷的目的。
本文将介绍储能配置优化方法。
二、储能技术分类1.机械式储能技术机械式储能技术包括抽水蓄能、压缩空气储存和飞轮贮存等。
机械式储能技术具有响应时间快、效率高等优点，但是建设成本较高。
2.化学式储能技术化学式储能技术包括电池、超级电容器等。
化学式储存具有体积小、重量轻等优点，但是安全性较差，使用寿命短。
3.热力学式储存热力学式储存包括熔盐蓄热和超导磁体等。
热力学式储存具有稳定性好、可靠性高等优点，但是建设成本较高。
三、储能配置方案设计1. 建立储能系统模型建立储能系统模型是进行储能配置优化的前提，需要考虑到电网负荷、储能装置、输电线路等因素。
可以采用Matlab等软件进行建模。
2. 确定储能设备类型和容量根据电网的特点和需求，确定合适的储能设备类型和容量。
可以根据成本、效率、可靠性等因素进行综合考虑。
3. 设计储能系统运行策略设计合理的运行策略可以提高储能系统的效率和稳定性。
需要考虑到电网负荷变化、储能装置充放电状态等因素。
四、储能配置优化方法1. 基于遗传算法的优化方法遗传算法是一种基于进化论思想的优化算法，可以应用于多目标决策问题。
通过对不同方案进行交叉、变异等操作，得到最优解。
2. 基于粒子群算法的优化方法粒子群算法是一种基于群体智慧思想的优化算法，可以应用于多目标决策问题。
通过对不同方案进行迭代更新，得到最优解。
3. 基于神经网络的优化方法神经网络是一种模拟人脑神经元工作的计算模型，可以应用于多目标决策问题。
通过对不同方案进行学习、训练等操作，得到最优解。
五、结论储能配置优化方法可以提高储能系统的效率和稳定性，为解决能源问题提供了有效手段。
根据电网负荷、储能装置、输电线路等因素，确定合适的储能设备类型和容量，并设计合理的运行策略。
储能调频项目方案
储能调频项目方案一、项目简介储能调频是指通过对储能设备的控制，提高电网的调频能力。
调频是电力系统中用于维持电网频率稳定的重要手段，储能设备的应用可以有效地提高电网的调频能力，实现电力系统的稳定运行。
本文将介绍储能调频项目的方案，并分析其优势和应用场景。
二、项目背景近年来，全球能源需求的急剧增长以及可再生能源的快速发展，对电网调频能力提出了更高的要求。
传统的火力发电调频能力有限，难以满足电力系统的需求。
储能设备作为一种灵活性高、响应速度快的电源，可以在短时间内提供大量的可调频功率，为电力系统的调频提供了有力支持。
三、项目方案储能调频项目方案包括储能设备的选择与布局、控制策略的制定以及运行管理。
下面将分别对这几个方面进行介绍。
3.1 储能设备的选择与布局储能设备的选择应综合考虑储能容量、功率、充放电效率以及寿命等因素。
常见的储能设备包括电池能量储存系统（BESS）、压缩空气储能（CAES）以及液流电池储能系统等。
根据实际需求和经济性考虑，选择适合的储能设备。
布局方面，可以采用集中式布局或分布式布局。
集中式布局将多个储能设备集中在一个地点，利用集中式控制和管理的优势。
分布式布局将多个储能设备分散布置在不同的位置，提供更灵活的调度和运行方式。
3.2 控制策略的制定储能设备的控制策略直接影响到项目的性能和效果。
常用的控制策略包括储能设备的充放电控制、频率响应控制以及协同控制等。
充放电控制策略可以根据电网的需求和储能设备的状态进行优化调整，以实现最优的充放电效果。
频率响应控制是储能调频项目的核心内容，通过及时调整储能设备的功率输出，以维持电网频率的稳定。
协同控制策略可以将多个储能设备协同运行，实现更高效的调频效果。
3.3 运行管理储能调频项目的运行管理包括设备监测、故障诊断和容量管理等。
通过实时监测储能设备的状态和性能，可以进行故障诊断和预测，及时采取措施维护设备的可靠性和安全性。
容量管理是针对储能设备的容量进行优化管理，合理安排储能设备的调度和运行，以获得最大的经济效益。
考虑运行寿命内经济性最优的梯次电池储能系统容量配置方法
环寿命的数学函数关系为
Nctf (DOD) = 6380 ⋅ DOD−0.3614 − 1680
(1)
式 中 ： DOD 为 磷 酸 铁 锂 电 池 的 放 电 深 度 ；
Nctf (DOD) 为磷酸铁锂电池在放电深度为 DOD 时
所对应的最大循环次数；式中具体数值为数据拟合
得到的结果。
工程中通过实验测得具体类型电池的最大循环
次数与定值 DOD 之间的关系。但在实际情况下，
蓄电池 DOD 会随系统运行实时变化。本文通过等
效循环寿命法，把电池实际运行中不同 DOD 下对
应的最大循环次数统一折算成为全充放状态
( DOD =1)下的等效循环次数，并求和得到电池在运
行周期(即一天)内的等效循环次数 N ′ 为
∑n
N′ =
Nctf (1)
表 1 某型号磷酸铁锂电池放电深度和循环寿命数据
Table 1 DOD and maximum number of cycles of
lithium iron phosphate battery
放电深度
循环寿命/次
放电深度
循环寿命/次
0.4
7 200
0.8
5 200
0.6
Байду номын сангаас
6 000
1
47 00
使用幂函数形式进行拟合，得到放电深度与循
基金项目：国家重点研发计划项目资助“梯次利用动力电池 规模化工程应用关键技术”(2018YFB0905305)
电池通过筛选、重组后可用于电网储能等对电池性 能要求较低的领域，可以降低大量电池进入回收期 的压力，同时减小电池储能系统的成本[1-4]。在现阶 段，退役动力电池用于储能系统尚有投资成本高、 循环寿命有限、不具备规模经济性等问题，因此梯 次电池储能系统的容量配置成为规划建设与应用的 重要环节。近年来，相关学者对此开展了一系列的 研究。文献[5]针对储能系统参与微网运行的问题，
储能系统在微电网中的容量配置与调度
储能系统在微电网中的容量配置与调度储能系统在微电网中扮演着至关重要的角色，它可以平衡电网的供需关系，提高能源利用率，并增强微电网的可靠性和稳定性。
然而，在实际应用中，如何合理配置和调度储能系统的容量成为一个挑战。
本文将探讨储能系统在微电网中的容量配置与调度方法。
一、储能系统容量配置储能系统容量的配置需要综合考虑微电网的负荷需求和可再生能源的波动性。
首先，需要对微电网的负荷特性进行分析，包括负荷的波动范围和峰谷差异。
其次，需要考虑可再生能源的波动性，例如太阳能和风能的不确定性。
基于负荷需求和可再生能源的特性，可以采用以下几种方法进行储能系统容量配置。
1. 最大负荷法最大负荷法是一种经验法则，根据微电网历史上最大负荷需求来确定储能系统的容量。
该方法简单易行，但容易导致容量过剩或不足的情况。
2. 负荷-电价平衡法负荷-电价平衡法是一种基于电价调整容量的方法。
通过分析电价的波动情况，结合负荷需求的特性，确定储能系统的容量大小。
当电价较低时，储能系统可以存储多余的电能；当电价较高时，储能系统释放存储的电能来满足负荷需求。
3. 温和能源-负荷平衡法温和能源-负荷平衡法以能源和负荷之间的平衡为基础。
通过建立储能系统来调节能源供需之间的差异，以满足微电网的负荷需求。
它是一种综合考虑可再生能源波动性和负荷需求波动性的方法。
二、储能系统调度储能系统的调度是指通过优化控制策略，使储能系统在微电网中发挥最佳的功效。
以下介绍几种常见的调度方法。
1. 基于能量管理的调度基于能量管理的调度方法通过预测微电网的负荷需求和可再生能源的产生情况，采用最优化算法来实现对储能系统的调度。
通过动态调整储能系统的充放电行为，以实现微电网的负荷平衡和能源利用的最大化。
2. 基于价格管理的调度基于价格管理的调度方法将市场电价引入调度过程中，通过电价信号来引导储能系统的运行。
当电价较低时，储能系统优先充电；当电价较高时，储能系统则优先放电。
通过灵活调整储能系统的充放电行为，以实现对电网的最优操作。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2019年3 月 电 工 技 术 学 报 Vol.34 No. 5 第34卷第5期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Mar. 2019
DOI：10.19595/j.cnki.1000-6753.tces.L80372
以净效益最大为目标的储能电池参与二次调频的容量配置方法
汤 杰1 李欣然1 黄际元2 徐 飘1 何 聪1 （1. 湖南大学电气与信息工程学院 长沙 410082 2. 国网湖南省电力有限公司长沙供电分公司 长沙 410015）
摘要 针对储能电源参与电网辅助调频问题，提出一种以净效益最大为目标的储能电池参与二次调频的容量配置方法。综合考虑实时电量、备用功率和环境效益，构建储能电池全寿命周期的成本-效益计算模型；进而建立以净效益最大为目标，以容量及功率为决策变量，综合考虑实时出力、调频需求约束和荷电状态（SOC）约束的储能电池优化配置模型；基于经验模态分解（EMD）原理，设计一种考虑常规机组爬坡率限制的储能参与二次调频的初始功率指令分配方法；并给出了利用遗传算法辅助求解该优化模型的容量配置方法流程。仿真结果表明，所提出的容量配置方法不仅可以得到能够较好地协调经济效益和调频效果的容量配置方案，同时可得到储能出力功率，该功率可作为储能电池的运行调度参考方案，提高了配置方法的工程实用性。 关键词：储能电池 二次调频 成本-效益 容量配置 优化模型 中图分类号：TM732
Capacity Allocation of BESS in Secondary Frequency Regulation with the Goal of Maximum Net Benefit Tang Jie1 Li Xinran1 Huang Jiyuan2 Xu Piao1 He Cong1 （1. College of Electrical and Information Engineering Hunan University Changsha 410082 China 2. State Grid Hunan Electric Power Corporation Limited Changsha Power Supply Company Changsha 410015 China）
Abstract Energy storage power has brought some problems involved in the auxiliary frequency regulation, aiming at the problems, a capacity allocation method of BESS in secondary frequency regulation with the goal of maximum net benefit is proposed. Considering the real-time electricity, reserve power and environmental benefit, the cost-benefit calculation model of full life cycle of BESS is constructed. Then taking the maximum net benefit as the goal, the capacity and the power as the decision variables, and considering the real-time output, the frequency regulation demand constraint and the SOC boundary, the optimization configuration model of BESS is established; Based on the principle of empirical mode decomposition (EMD) and considering the limitation of ramp rate of conventional units, this paper designs an initial power instruction allocation method for BESS in secondary frequency regulation; Also this paper gives the flow chart of capacity allocation method assisted by genetic algorithm. The simulation results show that the proposed capacity allocation method can not only obtain the capacity allocation scheme that can coordinate the economic benefit and frequency regulation effect, but also obtain the energy storage output power. The output power can be used as a reference scheme of BESS, which improves the engineering
国家自然科学基金（51477043）、湖南省科技重大专项(2016GK1003)和国网湖南省电力有限公司科技项目（5216A1170002）资助。 收稿日期 2018-06-29 改稿日期 2018-09-09 964 电 工 技 术 学 报 2019年3月 practicability of the configuration method. Keywords：Battery energy storage system, secondary frequency regulation, cost-benefit, capacity allocation, optimization model
0 引言 随着化石能源危机及环境保护问题的日益突出，具有随机性、间歇性和难以预测性的风电等清洁能源得到快速发展，同时也给电网调频带来日益严峻的挑战[1,2]。常规机组调频容量有限、响应慢、
存在死区振荡且可能反向调频，难以满足调频需求，制约了电网消纳清洁能源的能力。储能电池是一种时间尺度灵活的电源，能动态吸收、释放能量，且其响应快速、控制精度高，在参与电网调频方面具有优势[3,4]。2018年以来，国内出现了众多储能调
频电站，规模为9 MW/4.5 MW⋅h的有8个，其中已投运的有山西京玉电厂调频项目、晋能阳光电厂储能调频项目以及山西同达电厂储能AGC调频项目。规模为9 MW/4.478 MW⋅h的有4个，其中已投运的有内蒙古新丰AGC储能调频项目、山西同煤集团同达热电公司智慧储能AGC调频项目以及山西平朔AGC储能辅助调频系统项目。已投运的还有内蒙古上都电厂蓄电池储能辅助AGC调频项目（18 MW/8.957 MW⋅h）以及贵州兴义清水河储能调频项目（20 MW/10 MW⋅h）。由此可知，利用储能电池参与电网二次调频是一个非常重要的手段，而如何科学合理地配置储能容量，直接影响储能的技术经济性，进而影响到其在调频市场的推广和应用[5]。
各种应用场景中，储能的功率/容量配置都是必须解决的基础性问题，相关研究成果时有报道。文献[6]提出了一种以风电场寿命周期内储能系统初始购置及更换总成本最低为目标，并计及电池使用寿命及电池更换成本的风电场储能容量优化配置方法。文献[7]建立了储能容量配置双层决策模型，外层以储能的初始投资与联络线波动惩罚最低为目标，内层以系统联络线功率波动最低为目标。文献[8]建立了以一次调频备用成本最小为优化目标的机会约束规划模型，通过神经网络处理风速随机变量，并采用权重改进的线性递减粒子群算法进行求解。文献[9]提出一种考虑储能电池参与一次调频技术经济模型的容量配置方法，其全寿命周期成本模型较成熟，但没有深入定量地分析储能参与调频的效益。文献[10]分析了储能电池应用于配网
削峰填谷的经济性，主要从能源价格套利、减少传输接入成本和延缓电力设施升级改造三个方面分析了储能的效益。文献[11]从容量收入、电量收入和环境效益三个方面对储能参与风电辅助服务的效益进行了分析。 已有见诸报道的有关储能容量配置方法的研究成果主要涉及储能应用于风（光伏）电场平抑波动与跟踪计划出力或应用于辅助一次调频，储能应用于辅助电网二次调频的容量配置问题鲜见报道。许多容量配置方法并不是以净效益最大为目标，且已有的以净效益最大为目标的容量配置方法，其成本模型较成熟，但其效益模型还不完善，比较单一，这是因为不同应用场景效益构成不同，且有的效益难以对其进行定量分析。储能参与二次调频的目的不同于平抑波动、跟踪计划出力以及参与一次调频等应用，边界条件也不相同，即其容量优化配置的目标函数与约束条件都不同，因此很有必要研究以净效益最大为目标的储能参与二次调频的容量配置问题，挖掘并定量分析其效益。 本文考虑储能电池参与二次调频的经济技术综合性能，研究储能参与二次调频的容量配置方法。首先构建储能参与二次调频的成本-效益计算模型；基于该模型，以储能技术特征以及调频需求为约束，建立了以净效益最大为目标的容量配置优化模型；提出一种考虑常规机组爬坡率限制的储能参与二次调频的初始功率指令分配方法；并给出利用遗传算法辅助求解该优化模型的容量配置方法流程。在确定储能配置方案的同时，还可得到满足调频需求的储能出力计划曲线。
1 储能电池参与二次调频的成本-效益计算模型
为更好地推进储能进入调频市场，本文从实时电量效益、备用功率效益及环境效益三个方面剖析储能参与二次调频的效益构成，并结合已有的全寿命周期成本（Life Cycle Cost, LCC）模型[12,13]，构
建储能参与二次调频的成本-效益计算模型。 1）实时电量效益。 储能实时电量效益是其在考察时段内充放电带来的净收益，其日电量收益为