一种变电站储能容量的协同配置方法、装置及系统制造方法及图纸

技术编号:30161179 阅读:16 留言:0更新日期:2021-09-25 15:14
本发明专利技术公开了一种变电站储能容量的协同配置方法、装置及系统。该装置包括数据获取单元、特征获取单元、模型建立单元以及优化筛选单元。该系统包括如前所述的变电站储能容量的协同配置装置、光伏设备以及充电桩。通过计算获得多个具有不同光伏出力特征的光伏出力特征曲线以及日负荷特征曲线,根据光伏出力特征曲线以及日负荷特征曲线建立并筛选出最优的变电站储能容量的协同配置方案,该方法、装置及系统充分考虑了不同场景下的光伏出力特性以及电动车充电规律,从而提升了多站融合的变电站储能的实际配置与实际需求的匹配度,在实际工程应用中提升了储能容量利用率。际工程应用中提升了储能容量利用率。际工程应用中提升了储能容量利用率。

【技术实现步骤摘要】
一种变电站储能容量的协同配置方法、装置及系统


[0001]本专利技术涉及适用于多站融合的变电站储能容量的协同配置领域,涉及一种变电站储能容量的协同配置方法、装置及系统。

技术介绍

[0002]“多站融合”是在“三站合一”(即变电站、充换电(储能)站和数据中心站)的基础上,增加5G基站、北斗地面增强站、光伏站以及综合能源站等,从而促成多站分布式逻辑融合、结构式相辅相成、数据式横向贯通,变电站的可利用资源主要为闲置的地面空地和屋顶空间,有利于储能、光伏和充电桩模块的融合接入。
[0003]在现有技术中,多站融合的光储充协同配置尚未有成熟的技术方案和工程经验,光伏、充电桩和储能的模块一般采用的是独立建设运行方式,三者之间均按照自身需求进行容量配置;储能的容量配置往往仅依据单一典型日场景进行优化配置,配置方案也采用高容量配置,裕度较大。也正因为如此,现有技术还存在如下缺陷:1、未能充分考虑到实际运行中可能出现的不同场景,储能往往容量配置偏大,实际系统运行过程中无法充分利用储能容量,实际工程中容易导致容量浪费的问题;2、未能将电动汽车充电规律纳入模型进行考虑。
[0004]因此,当前需要一种变电站储能容量的协同配置方法、装置及系统,从而在多站融合情景下解决上述问题。

技术实现思路

[0005]针对现存的上述技术问题,本专利技术的目的在于提供一种变电站储能容量的协同配置方法、装置及系统,该方法、装置及系统提升了多站融合的变电站的实际配置与实际需求的匹配度,从而在实际工程应用中提升了能量利用率。r/>[0006]本专利技术提供了一种变电站储能容量的协同配置方法,包括:获取待配置站点的建设参数组以及原始充放电数据组;其中,所述建设参数组包括光伏建设参数组以及充电桩参数组;所述原始充放电数据组包括光伏出力数据组以及历史充电数据组;通过预设的充放电特征获取方法,根据所述建设参数组、所述光伏出力数据组以及所述历史充电数据组,计算获得多个具有不同光伏出力特征的光伏出力特征曲线以及日负荷特征曲线;通过预设的储能模型建立方法,根据所述建设参数组分别建立与多个光伏出力特征曲线一一对应的第一储能容量配置模型;通过预设的优化筛选方法,根据预设的充放电约束条件、所述多个光伏出力特征曲线以及所述日负荷特征曲线,从多个第一储能容量配置模型中计算筛选获得变电站储能容量的协同配置方案。
[0007]在一个实施例中,所述通过预设的充放电特征计算方法,根据所述光伏出力数据组以及所述历史充电数据组,计算获得多个光伏出力特征曲线以及日负荷特征曲线,具体为:通过预设的光伏出力特征分类方法,根据所述建设参数组以及所述光伏出力数据组进行计算分类,从而获取多个光伏出力特征曲线;通过预设的日负荷特征拟合方法,根据所述
历史充电数据组进行计算拟合,从而获取日负荷特征曲线。
[0008]在一个实施例中,所述通过预设的光伏出力特征分类方法,根据所述建设参数组以及所述光伏出力数据组进行计算分类,从而获取多个光伏出力特征曲线,具体为:从所述光伏出力数据组中获取全年太阳辐照度值序列,并从所述建设参数组中获取所述待配置站点的光伏设备的额定功率以及温度系数;
[0009]根据所述全年太阳辐照度值序列、所述额定功率、所述实际温度以及所述温度系数,计算获得所述光伏设备的日功率曲线组;利用预设的聚类算法对所述日功率曲线组进行迭代聚类,从而获得多个光伏出力特征曲线。
[0010]在一个实施例中,所述通过预设的日负荷特征拟合方法,根据所述历史充电数据组进行计算拟合,从而获取日负荷特征曲线,具体为:从所述历史充电数据组中获取充电时长、电池容量以及初始荷电状态均值;通过预设的抽样模拟方法,根据所述充电时长、电池容量以及初始电量均值,拟合出日负荷特征曲线。
[0011]在一个实施例中,所述通过预设的优化筛选方法,根据预设的充放电约束条件、所述多个光伏出力特征曲线以及所述日负荷特征曲线,从多个第一储能容量配置模型中计算筛选获得变电站储能容量的协同配置方案,具体为:从所述充放电约束条件中获取预设的功率平衡约束条件、预设的荷电状态约束条件以及预设的充放功率约束条件;利用预设的优化求解算法,根据所述功率平衡约束条件、所述荷电状态约束条件以及所述充放功率约束条件,从多个第一储能容量配置模型中筛选出一个或多个第二储能容量配置模型。
[0012]在一个实施例中,所述获取待配置站点的建设参数组以及原始充放电数据组,具体为:获取所述待配置站点的光伏建设要求,从而根据所述光伏建设要求,确定光伏设备的第一型号、第一规格以及光伏接入的第一功率容量,并将所述第一型号、所述第一规格以及所述第一功率容量作为光伏建设参数组;获取所述待配置站点的负载安装要求,从而根据所述负载安装要求,确定充电桩设备的第二型号、第二规格以及整体安装的第二功率容量,并将所述第二型号、所述第二规格以及所述第二功率容量作为充电桩参数组;获取所述待配置站点的年度太阳辐照度数据,根据年度太阳辐照度数据,建立光辐射能均值概率模型,根据所述光辐射能均值概率模型生成全年太阳辐照度值序列,并将所述全年太阳辐照度值序列作为光伏出力数据组;获取所述待配置站点的全站电动车的充电时长、电池容量以及初始荷电状态均值,并将所述充电时长、所述电池容量以及所述初始荷电状态均值作为历史充电数据组。
[0013]本专利技术还提供了一种变电站储能容量的协同配置装置,所述协同配置装置用于执行如前所述的变电站储能容量的协同配置方法。
[0014]在一个实施例中,所述协同配置装置包括数据获取单元、特征获取单元、模型建立单元以及优化筛选单元,其中,所述数据获取单元用于获取待配置站点的建设参数以及原始充放电数据;其中,所述建设参数包括光伏建设参数以及充电桩参数;所述原始充放电数据包括光伏出力数据以及历史充电数据;所述特征获取单元用于通过预设的充放电特征获取方法,根据所述光伏出力数据以及所述历史充电数据,计算获得多个具有不同光伏出力特征的光伏出力特征曲线以及日负荷特征曲线;所述模型建立单元用于通过预设的储能模型建立方法,根据所述建设参数分别建立与多个光伏出力特征曲线一一对应的第一储能容量配置模型;所述优化筛选单元用于通过预设的优化筛选方法,根据预设的功率约束条件、
所述多个光伏出力特征曲线以及所述日负荷特征曲线,从多个第一储能容量配置模型中计算筛选获得变电站储能容量的协同配置方案。
[0015]本专利技术还提供了一种变电站储能容量的协同配置系统,所述协同配置系统包括如前所述的变电站储能容量的协同配置装置、光伏设备以及充电桩,其中,所述光伏设备以及充电桩根据所述协同配置装置所输出的变电站储能容量的协同配置方案进行配置。
[0016]相比于现有技术,本专利技术实施例具有如下有益效果:
[0017]本专利技术提供了一种变电站储能容量的协同配置方法、装置及系统,通过计算获得多个具有不同光伏出力特征的光伏出力特征曲线以及日负荷特征曲线,根据光伏出力特征曲线以及日负荷特征曲线建立并筛选出最优的变电站储能容量的协同配置方案,该方法、装置及系统充分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站储能容量的协同配置方法,其特征在于,包括:获取待配置站点的建设参数组以及原始充放电数据组;其中,所述建设参数组包括光伏建设参数组以及充电桩参数组;所述原始充放电数据组包括光伏出力数据组以及历史充电数据组;通过预设的充放电特征获取方法,根据所述建设参数组、所述光伏出力数据组以及所述历史充电数据组,计算获得多个具有不同光伏出力特征的光伏出力特征曲线以及日负荷特征曲线;通过预设的储能模型建立方法,根据所述建设参数组分别建立与所述多个光伏出力特征曲线一一对应的第一储能容量配置模型;通过预设的优化筛选方法,根据预设的充放电约束条件、所述多个光伏出力特征曲线以及所述日负荷特征曲线,从多个第一储能容量配置模型中计算筛选获得变电站储能容量的协同配置方案。2.根据权利要求1所述的变电站储能容量的协同配置方法,其特征在于,所述通过预设的充放电特征计算方法,根据所述光伏出力数据组以及所述历史充电数据组,计算获得多个光伏出力特征曲线以及日负荷特征曲线,具体为:通过预设的光伏出力特征分类方法,根据所述建设参数组以及所述光伏出力数据组进行计算分类,从而获取多个光伏出力特征曲线;通过预设的日负荷特征拟合方法,根据所述历史充电数据组进行计算拟合,从而获取日负荷特征曲线。3.根据权利要求2所述的变电站储能容量的协同配置方法,其特征在于,所述通过预设的光伏出力特征分类方法,根据所述建设参数组以及所述光伏出力数据组进行计算分类,从而获取多个光伏出力特征曲线,具体为:从所述光伏出力数据组中获取全年太阳辐照度值序列,并从所述建设参数组中获取所述待配置站点的光伏设备的额定功率以及温度系数;根据所述全年太阳辐照度值序列、所述额定功率、所述实际温度以及所述温度系数,计算获得所述光伏设备的日功率曲线组;利用预设的聚类算法对所述日功率曲线组进行迭代聚类,从而获得多个光伏出力特征曲线。4.根据权利要求3所述的变电站储能容量的协同配置方法,其特征在于,所述通过预设的日负荷特征拟合方法,根据所述历史充电数据组进行计算拟合,从而获取日负荷特征曲线,具体为:从所述历史充电数据组中获取充电时长、电池容量以及初始荷电状态均值;通过预设的抽样模拟方法,根据所述充电时长、电池容量以及初始电量均值,拟合出日负荷特征曲线。5.根据权利要求4所述的变电站储能容量的协同配置方法,其特征在于,所述通过预设的优化筛选方法,根据预设的充放电约束条件、所述多个光伏出力特征曲线以及所述日负荷特征曲线,从多个第一储能容量配置模型中计算筛选获得变电站储能容量的协同配置方案,具体为:从所述充放电约束条件中获取预设的功率平衡约束条件、预设的荷电状态约束条件以

【专利技术属性】
技术研发人员:陈吕鹏李志铿张磊黄泽杰孙浩赵振杰
申请(专利权)人:中国能源建设集团广东省电力设计研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1