云储能模式下分布式用户虚拟储能需求评估

采用分布式储能技术可以改变能量的时空分布,提高配电网消纳分布式能源的灵活性。传统储能模式下储能成本过高、储能资源利用率低,而云储能是一种能够响应分布式储能需求的新型商业模式。文章考虑负荷、可再生能源出力、分时电价以及虚拟储能价格等影响用户虚拟储能需求的因素,建立了云储能模式下分布式用户虚拟储能需求配置优化模型。为验证该模型的有效性,选取社区内14个典型用户为分析对象。算例分析表明,与传统储能模式相比,云储能模式下用户的虚拟储能容量及功率需求分别降低了18.2%和7.1%,年化成本降低了4.12%,储能资源利用率提升了8.12%。因此,云储能模式具有很好的应用前景。

计及灵活性基于时序的“十四五”储能需求分析

"十四五"期间,随着风电、光伏装机规模增加,系统净负荷波动增强,对储能等灵活性资源的需求不断增强。同时,储能技术不断发展成熟,成本不断下降,逐步应用于电力系统的各个环节,因此有必要建立计及系统灵活性需求的储能优化规划模型,以更加科学的方法评估中国未来五年储能的发展需求。首先给出了计及电力系统灵活性基于时序曲线的运行模拟模型方法和储能需求分析流程,以系统总成本最低为优化目标,考虑了投资决策约束和运行约束,可统筹优化系统目标水平年的储能结构及容量。其次,基于以上模型方法,优化计算了2025年中国七大区域电网协议送电模式下的储能容量,并分析了配置储能的原因,开展了灵活调节模式下的储能容量对比分析。最后,基于以上分析,总结了"十四五"期间,中国电力系统储能容量、新能源发电量、弃风和弃光率及综合用电成本等结论,为储能未来五年的规划提供技术支撑。

基于储能需求的风力发电和光伏发电并网策略

随着我国经济社会的不断发展,各个行业对电能的需求也随着增加,传统的发电方式例如火力发电,会导致资源能源浪费的同时,对我国的生态环境发展也十分不利,所以在遵循可持续发展理念的基础上,我国需要对清洁能源的开发力度适当增加,从而实现节能减排的同时,满足人们对电能的需求。基于此,本文以电力储能需求为背景,以风力发电和光伏发电并网为主要内容,探究风光储联合发电系统现状,并针对储能需求的风力发电和光伏发电并网问题,提出相应的解决对策,以期为风力发电和光伏发电并网提供借鉴。

高比例新能源发电系统储能需求优化方案

在对高比例新能源发电系统进行优化时,主要需提升其储能容量与新能源的消纳能力,同时降低系统储能体系建设成本,这对当前电站高比例新能源发电系统的储能需求优化、生产效益提高均具有重要意义。文章首先阐述了高比例新能源发电系统的储能需求优化内容,然后建立数学模型对其储能效益进行综合评估,最后研究了具体算例以及系统运行优化策略。

风电并网中储能技术运用研究

本公司风电并网面临的最大挑战是风电出力不稳定,导致功率频繁波动。本文从储能系统选型与配置、储能系统并网方案设计、实时监控与智能调度、实施效果与收益分析四个方面,阐述了储能技术在本公司风电并网中的具体运用。实施储能技术后有效平抑了风电并网的功率波动,显著提高了电网的稳定性和经济效益。

适应风电参与电力市场的需求侧储能负荷运行优化研究

可再生能源随着电力工业的迅速发展逐渐大规模接入电网,形成新型电力系统和能源互联网。但由于火电机组的高污染特性,所以在一定程度上激发了可再生能源在新型发电组合中占有的高比例。风电在减少污染和改善系统经济性的同时,也存在较大随机性、间歇性等一系列现实运行场景中存在的问题。由于风电出力的不确定性以及储能系统的高成本限制了其大规模应用,对风电参与电力市场策略及风储系统的运行优化进行了分析研究。首先介绍了发展背景,分析了课题具有的重要现实意义。随后介绍了风储联合系统的结构原理及研究现状,分析了风电参与电力市场的策略和风险因素。再以风储联合系统的总收益最大为目标,以风电出力波动和市场电价波动为考虑因素,建立需求侧储能运行优化的目标模型。最后建立风储联合优化数学模型,确定其运行优化策略。

新能源发电与盐穴压气蓄能融合发展分析

文章介绍了新能源发电现状及发电特点,提出未来盐穴压气蓄能可作为大规模储能技术的设想,调研了国内盐穴压气蓄能的发展现状,重点介绍了在建项目情况,并根据国内盐矿资源分析了未来新能源发电与盐穴压气蓄能融合发展的潜力。

光伏发电数据挖掘中的跨度选取

分析光伏电站有功出力数据时,粒度和跨度是两个重要指标。粒度决定了数据的采样间隔,跨度决定了选取时长。当粒度一定时,跨度过小则包含信息量少,造成信息的缺漏和失真;跨度过大则信息冗余繁杂,造成存储量和计算量不必要的增大。因此,确定数据跨度对光伏出力数据的分析有着重要意义。本文首先对光伏电站出力数据进行统计分析,通过自相关分析得出跨度选取的初步结论。基于天气特征对数据进行聚类,利用统计学原理对不同类别的光伏出力数据进行最优样本容量估计,确定了光伏电站出力数据分析时所需要的数据跨度,并考察了储能容量需求与数据跨度的关系。结果表明,光伏出力数据跨度为31天时即可满足配置储能容量的数据量需求。

含储能及新能源发电的居民侧需求响应

传统居民侧需求响应策略很少考虑储能和新能源发电环境,难以适应新的发展趋势和遇到的新挑战,如新能源发电的随机性对需求响应策略带来风险成本,电池储能系统的缓冲效果增加了模型求解的复杂度.针对上述问题,研究了含储能及新能源发电的居民侧需求响应策略.考虑了新能源发电随机性和电池缓冲作用,建立了居民侧两阶段随机规划需求响应模型以降低预测误差对需求响应策略带来的风险成本.此外,在模型精度和计算复杂度之间进行了折中,使模型不依赖于复杂的智能算法即可快速求解.通过与不考虑随机性的需求响应策略对比,验证了本文提出的需求响应策略的有效性.