【技术实现步骤摘要】
一种电化学储能电站有功功率调度方法和系统
[0001]本专利技术涉及储能电站
,具体为一种电化学储能电站有功功率调度方法和系统。
技术介绍
[0002]储能技术在电力系统“电能生产、传输、分配和消费”中增加一个“存储”环节,使原本几乎“刚性”的系统变得“柔性”起来。大容量的电池储能具有快速吸收能量并适时释放的特点,可实现能量的时间迁移,解决新能源发电的出力波动性和不确定性引起的系统供电充裕性不足问题。随着电池材料、制造工艺、系统集成及运行维护等方面实现技术突破,储能的制造和运行成本大大降低,储能系统发展潜力巨大。储能电站有功功率调度是指根据电力系统的负荷需求,通过对储能电站进行优化调度,使其输出合适的有功功率,以平衡电力系统的供需关系,降低负荷波动,提高电力系统的稳定性和可靠性。储能电站有功功率调度是储能电站的重要应用之一,可以提高储能电站的能量利用效率,降低电力系统的能源消耗和污染排放。
[0003]现有技术中,公开号为“CN112736944A”的一种电化学储能电站有功功率调度方法和系统,包括:获取负荷参数以及电化学储能电站参数;将负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到多目标优化调度模型的解集;从解集中选取最优调度方案对电化学储能电站的有功功率进行调度;其中,多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的,该电化学储能电站有功功率调度方法和系统基于电化学储能电站的调峰能力,构建了综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多 ...
【技术保护点】
【技术特征摘要】
1.一种电化学储能电站有功功率调度方法,其特征在于,包括以下步骤:获取电化学储能电站的当前状态;收集电力系统的历史负荷数据;收集、整理并形成包括天气、季节、节假日情况的电力负荷相关数据;结合历史负荷数据和电力负荷相关数据,形成电力负荷预测曲线,确定电化学储能电站的有功功率输出目标;利用模型预测电池组的SOC和SOH,并根据SOC、SOH的预测值和储能电站的当前状态,优化调整有功功率输出目标;结合气温、湿度、风速的外部环境监测值,先基于模型预测,再基于算法优化,最后输出当前调度周期的储能电站有功功率调度指令;以及根据突发事件实时监测系统,实时调整储能电站有功功率调度指令。2.根据权利要求1所述的一种电化学储能电站有功功率调度方法,其特征在于:所述获取电化学储能电站的当前状态,具体包括:通过电池管理系统监测和获取取电化学储能电站的电池电压和电流、储能电池的SOC、温度以及储能电站的输出功率。3.根据权利要求1所述的一种电化学储能电站有功功率调度方法,其特征在于:所述收集电力系统的历史负荷数据,具体包括:通过电力系统中的监测设备、数据采集系统、历史记录渠道收集电力系统的历史负荷数据,包括日负荷曲线、周负荷曲线、月负荷曲线和年负荷曲线,分析电力系统在不同时间段内的负荷值,归纳负荷需求的变化趋势,形成电力负荷数据的可视化展示和分析报告。4.根据权利要求1所述的一种电化学储能电站有功功率调度方法,其特征在于:所述收集、整理并形成包括天气、季节、节假日情况的电力负荷相关数据,具体包括:从气象局官方网站收集天气、季节的相关数据,对应节假日情况,进行整理和分析,将处理后的数据保存在本地数据库,并定期上传至云端数据库。5.根据权利要求1所述的一种电化学储能电站有功功率调度方法,其特征在于:所述结合历史负荷数据和电力负荷相关数据,形成电力负荷预测曲线,确定电化学储能电站的有功功率输出目标,具体包括:使用时间序列分析、神经网络、深度学习方法中的任意一种,结合历史负荷数据和电力负荷相关数据,形成电力负荷预测模型,并根据预测结果确定电化学储能电站的有功功率输出目标,绘制负荷曲线或柱状图,使用数据分析软件将预测结果进行可视化展示,将处理后的数据保存在本地数据库,并定期上传至云端数据库。6.根据权利要求1所述的一种电化学储能电站有功功率调度方法,其特征在于:所述利用模型预测电池组的SOC和SOH,并根据SOC、SOH的预测值和储能电站的当前状态,优化调整有功功率输出目标,具体包括:采用基于物理模型、基于统计模型和基于深度学习模型中的任意一种,预测电池组的SOC和SOH;其中,基于物理模型的方法是建立电池电化学模型,基于统计模型的方法,采用历史数据来构建模型,通过建立时间序列模型、自回归模型、ARIMA模型中的任意一种来预测电池SOC和SOH,基于深度学习...
【专利技术属性】
技术研发人员:李琦,李建勇,赵海亮,李晶,刘东阳,蒋成伟,郎泽萌,姚利,晏军,
申请(专利权)人:中广核新能源安徽有限公司固镇分公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。