大数据下分布式风电光伏储能容量配置方法

 大数据下分布式风电光伏储能容量配置方法

刘春龙

广东南海电力设计院工程有限公司 广东省佛山市 528000

摘要：大数据下分布式风电光伏储能容量配置通过将广泛分布的终端用户储能设备汇集到分布式风电光伏储能中，实现电网与用户的双向交互，当总容量不变时，可降低高功率储能系统的应用容量，从而降低建设成本，增加辅助服务的收益。虽然从解决配电网安全问题的角度考虑储能设备的选址和容量分配，但是忽略了储能建设成本对容量配置的影响，成本是制约储能系统在实际应用中大规模推广的主要因素，也是今后研究分布式风电光伏工作需要综合考虑的重点。

关键词：大数据；分布式风电光伏；储能；容量配置方法

引言

分布式风电光伏储能技术是未来电力工业发展的重要技术之一，它广泛应用于光电、光热、风能、电网等领域。在技术方面，钠电池、液流电池、锂离子电池、铅碳电池等具有重要的性能，具有广阔的应用前景。近年来取得了长足的进步，但根据高密度、低成本、大规模的新能源存储市场的要求，这些化学电池需要尝试突破有效的技术才有机会实现大规模的工业应用。

1分布式风电光伏储能容量配置的重要性

分布式风电光伏储能容量配置可以实现电能的储能，打破了传统发电和地方用电的特点，并在许多领域得到应用。目前，分布式风电光伏储能技术广泛应用于发电和其他行业，还广泛应用于能源系统，分布式风电光伏储能技术的研究和示范工程的建设有力地推动了储能技术的快速发展。随着世界智能电网的发展，智能电网的技术经济价值将得到最大限度地发挥。在对发电方、电网公司和用户的储能经济性进行综合评价的基础上，综合分析了不同投资者对储能的需求和合理成本，并结合国内外不同的电力市场环境进行了阐述。对不同类型的蓄电池储能集成技术进行评估和论证，系统深入地掌握蓄电池储能技术，积累工程经验。

考虑到储能容量配置在风能和光能输出预测中的作用，可以有效地提高预测精度。储能设备在一定程度上增加可再生能源发电与变电站设备容量的协调性，提高了系统利用率和供电利用率。在分布式发电的前提下，储能容量配置的输出增加了分布式发电的可控性，实现灵活调度。

2分布式风电光伏储能容量配置的作用

（1）提高发电机输出电压和频率质量。在风力发电中，风速的变化会改变主机的机械输出功率，发电机的输出功率会产生波动，性能质量会提高。储能是提高发电机输出电压和频率，提高分布式风电光伏储能容量配置可靠性的有效途径。

（2）提供应急电源支持。分布式发电系统可与电网连接，为电网供电，并提供调峰、应急电源支持等服务。然而，由于可再生能源的能源分配受环境因素的影响较大，一些分布式发电系统无法制定具体的发电计划。配置储能装置后，可及时提供所需电力。目前，有许多实用的存储技术，储能电池、超导储能、飞轮储能、燃料电池储能等超级电容器历史悠久，应用范围广，技术成熟，但也存在着运行维护复杂、工作环境要求高、使用寿命短等明显缺陷。新型储能装置是近年来出现的一种设备，与电池储能相比具有许多显著的优点。

（3）确保能源的供应需求。由于风能、光伏等可再生能源生产设备的功率会随着环境因素的变化而变化，储能设备可以随着时间的推移储存和释放能源，确保能源供应的可靠和连续。

3大数据下分布式风电光伏储能容量配置方法

3.1储能装置能量状态调整

为了实现风电并网的经济性和可靠性，在实际调度运行中，应允许风电机组和储能混合系统的功率在规定的目标值范围内波动。从经济性和可靠性两个方面考虑，风电光伏发电和储能的发电效率可在一定范围内波动。在风电光伏机组的输出功率大于给定目标值的情况下，储能释放的能量可以进行补偿。分布式风电光伏储能装置的充放电功率受到其额定功率和充电状态的限制，应有效地管理能级能量存储设备，实时调整其能量状态，以确保其始终在安全范围内运行，以避免能量存储设备过放电，从而延长其使用寿命。设定4个临界点，把储能装置的能量状态分成3个分区，即非工作区间、工作区间和警戒工作区间，如图 1 所示。

图1 储能装置能量状态分区

由图 1 可知，早期预警工作范围表明，储能设备很容易从这一区域进入损耗或饱和状态，因此，必须长时间避免在这一能量范围内运行。在蓄能器充电状态处于正常工作区域时，根据分布式风电光伏场出力和目标电量的差异确定其充放电功率。储能装置充电状态在警戒工作区间 1 时，应采取弃风措施，防止储能装置超调；储能装置充电状态处于警戒工作区间 2 时，设置放电限位，引导储能装置降低放电功率，使储能装置的寿命损失接近其极限。

设计放电惩罚遵循原则：储能装置的剩余容量较大时，惩罚因子较大；反之，储能装置剩余能量较小时，惩罚因子较小。将所设计的放电惩罚系数计入目标函数中，使得分布式风电光伏储能装置在剩余较少能量时，尽量减少放电。

3.2分布式储能布局和容量配置建模

通过调整储能装置能量状态，计算放电惩罚结果，以此为基础，尽量减少放电。在储能总体布局中，通过改变权值调整调峰充谷和抑制波动性的重点，以满足不同储能应用的需要。图 2 中显示了储能系统跨时间尺度的总体布局，对分层储能的研究主要集中在削峰填谷、平滑功率波动、改善电能质量等方面。

图2 跨时间尺度储能统筹布局

由图 2 可知，针对储能系统分层时间尺度、应用方式及储能类型等特点，建立了具有不同时间尺度的布局评价指标体系，该方法可作为分层储能系统选址、容量等的目标函数和结果评价验证指标，有效地解决了不同类型单一时间尺度规划不兼容的问题。

3.3储能容量配置流程设计

图3 储能容量配置流程

由图 3 可知，充分考虑跨时间尺度储能统筹布局不确定性因素，针对层次式储能的位置问题，需在最大负荷点处安装集中式储能，分布式储能是指将分布式发电安排在最近的位置，能达到很好的调峰和谷底填充效果，有效平滑净负荷功率的波动。通过储能容量配置流程，完成大数据下分布式风电光伏储能容量配置。

结束语

随着智能电网的发展和新能源发电厂的推广应用，大数据下分布式风电光伏储能容量配置方法发挥着越来越重要的作用。其应用范围涵盖发电、输电等方面。储能技术有很多种:不同的储能技术具有不同的技术特性，如能量、响应时间、容量等，其相关的经济特性也不同。应根据不同的应用场合和电力系统特点进行合理选择，充分发挥储能技术的最大价值。分布式风电光伏储能容量配置在电力系统中的应用还处于起步阶段。为此，对国内外储能技术和经济性进行了研究和评价。结合社会需求和电力系统的特点，积极探索和实践储能在电力系统中应用的有效途径。

参考文献

[1]魏远,张欢畅,黄正勇,等.面向风电光伏并网的储能容量配置频谱分析方法[J].南方电网技术,2019,13(3):12-17.

[2]霍现旭,吴鸣,徐科,等.考虑不确定性的微电网储能系统容量配置[J].可再生能源,2018,36(4):544-549.

[3]孙秀娟,张鹏飞,卞晓雪.计及多类型需求响应的光伏微网储能容量优化配置[J].科学技术与工程,2019,19(9):108-114.

[4]李建林,田立亭,来小康.能源互联网背景下的电力储能技术展望[J].电力系统自动化,2015,39(23):15-25.

[5]靳文涛,李建林.电池储能系统用于风电功率部分“削峰填谷”控制及容量配置[J].中国电力,2013,46(08):16-21.