Page 70 - 电力与能源2022年第一期
P. 70

6 4                         郭强强, 等: 光储充一体化电站优化配置方法

                              表 1  计算参数表                       电站的充电功率, 向电网反送电赚取上网收益。
                            参量                    数值          15 : 00 — 17 : 00 光 伏 出 力 降 低, 充 电 负 荷 达 到 高
                                       -1
                  储能单位容量成本 /[ 元· kWh ]            600          位, 但此时为平时段电价, 由电网为充电负荷供
                      储能运行维护费用率 / %                3
                                                               电。 18 : 00 — 22 : 00 为高峰电价时段, 由储能放电
                        储能放电效率 / %                 90
                    储能额定放电功率 /( A · H )         0.5~2.0        为充电负荷供电, 此时既不向电网受电也不向电
                   储能单位功率成本 /( 元· kW   -1 )       300
                                                               网供电。
                        储能充电效率 / %                 90
                  储能额定放电深度下循环次数 / 次               3000
                          调度周期 / h                 1
                   ( 2 ) 储能全寿命周期的另一项成本为运行维
              护成本, 取费用率为初期建设成本的 3% 。
                   ( 3 ) 储能系统的充放电效率均取 90% 。
                   ( 4 ) 储能额定放电深度下循环次数取 3000
              次, 用于计算储能寿命。
                   ( 5 ) 储能额定放电功率与其额定容量有关, 限
              制在 0.5~2.0A · H , 不是无限制缩小或放大其

              额定功率。                                                        图 3  光储充优化出力曲线
                                                              4  结语
                   ( 6 ) 进行优化计算时取调度周期为 1h 。
                   电价包括受电电价、 充电电价和上网电价这
              3 个部分。受电电价为光储充一体化电站向电网                               结合电动汽车充电桩可利用空间建设光伏和
              买电的电价, 充电电价为光储充一体化电站向电                           储能, 并通过控制系统协调控制光伏、 储能以及充
              动汽车充电的电价, 上网电价为光储充一体化电                           电桩, 能够有效降低电动汽车大规模接入带来的
                                                               充电负荷峰值压力, 并为充电站运营商获取额外
              站向电网倒送电时电网公司的购电电价。
              3.2  优化配置结果                                      的收益。本文针 对光储充一体化电站的规划需
                                                               求, 首先建立了光伏模型和基于寿命预测的储能
                   基于计算参数, 采用遗传算法进行优化求解,
              优化得到光伏的安装容量( 峰值) 为 1136kW , 储                    模型, 然后建立了光储充一体化电站设备优化配
              能的额定容量为564kW×2h , 额定功率为0.5C ,                    置模型, 实现了电站运营商的收益最大化。
              最优的净收益为 106.6 万元。优化方案与其他方                        参考文献:
              案对比见表 2 。                                        [ 1 ]  胡宇航,皮一晨,崔静安,等 . 电动汽车充电站负荷建模
                     表 2  光储充一体化电站配置方案对比                            研究[ J ] . 电力系统保护与控制, 2017 , 45 ( 8 ): 107-112.
                                                                    HU Yuhan g , PIYichen , CUIJin g ’ an , etal.Researchon
                           光伏容量       储能容量        年收益
                  方案                                                electricvehicle char g in g station modelin g [ J ] .Power
                          ( 峰值)/ kW    / kWh      / 万元
                                                                    S y stemProtectionandControl , 2017 , 45 ( 8 ): 107-112.
                 方案 1       2000      1000×2       82.9
                                                               [ 2 ]  王浩林,张勇军,毛海鹏 . 基于时刻充电概率的电动汽车
                 方案 2       500        250×2      103.9
                最优方案        1136       564×2      106.6             充电负荷预测方法[ J ] . 电力自动化设备, 2019 , 39 ( 3 ):
                   最优方案的净收益最高, 为 106.6 万元, 其次                       207-213.
                                                                    WANG Haolin , ZHANG Yon gj un , MAO Hai p en g .
              为方案 2 , 净收益 103.9 万元, 方案 1 的净收益最
                                                                    Char g in g loadforecastin gmethodbasedoninstantaneous
              小, 为 82.9 万元。方案 1 收益较低的原因在于光
                                                                    char g in gp robabilit yforelectric vehicles [ J ] .Electric
              伏装机容量较大, 考虑光储充一体化电站内部消                                PowerAutomationE q ui p ment , 2019 , 39 ( 3 ): 207-213.
              纳后上网功率仍超过了配变的容量, 需要限制光                           [ 3 ]  AZHAR U H , CARLO C , SAADANY E.Probabilistic
                                                                    modelin gofelectricvehiclechar g in gp atterninaresiden-
              伏的出力, 因此导致收益下降。
                                                                   tialdistribution network [ J ] .Electric Power S y stems
                   对于最优方案, 光储充优化出力曲线见图 3 。
                                                                    Research , 2018 ( 10 ): 126-133.
              凌晨为电价低谷, 并且光伏没有出力, 光储充一体                         [ 4 ]  王睿, 高欣, 李军良, 等. 基于聚类分析的电动汽车充电负荷
              化电站从电网受电为 充电负荷供电及为储能充                                 预测方法[ J ] . 电力系统保护与控制, 2020 , 48 ( 16 ): 37-44.
              电。 7 : 00 — 14 : 00 光伏大发, 超过光储充一体化                                             ( 下转第 87 页)
   65   66   67   68   69   70   71   72   73   74   75