基于电力大数据的用户储能最优配置

doi:10.16628/j.cnki.2095-8188.2023.09.005

电器与能效管理技术 ›› 2023, Vol. 0 ›› Issue (9): 32-38.doi: 10.16628/j.cnki.2095-8188.2023.09.005

基于电力大数据的用户储能最优配置

王利猛¹, 曲洋¹, 刘宇途², 杨冉冉³

1.东北电力大学电气工程学院, 吉林吉林 132012
2.东北电力大学经济管理学院, 吉林吉林 132012
3.国网河南省电力公司南阳供电公司, 河南南阳 473000

收稿日期:2023-07-27 出版日期:2023-09-30 发布日期:2023-11-23
作者简介:王利猛(1971—),男,副教授,研究方向为电力系统储能优化配置。|曲洋(1999—),女,硕士研究生,研究方向为电力系统储能优化配置。|刘宇途(1997—),男,硕士研究生,研究方向为电力经济与管理。
基金资助:
吉林省自然科学基金项目(YDZJ202101ZYTS149)

Optimal Configuration of Customer Energy Storage Based on Power Big Data

WANG Limeng¹, QU Yang¹, LIU Yutu², YANG Ranran³

1. School of Electrical Engineering,Northeastern Electric Power University, Jilin 132012, China
2. School of Economics and Management,Northeastern Electric Power University, Jilin 132012, China
3. Nanyang Power Supply Company,State Grid Henan Electric Power Company, Nanyang 473000, China

Received:2023-07-27 Online:2023-09-30 Published:2023-11-23

摘要/Abstract

摘要：

以地区电力用户为研究对象,开展储能投资潜力分析。以用户投资储能的全寿命周期收益最高和最快回收成本建立目标函数,基于电力大数据排查适合投资的储能用户并计算容量配置,根据目标约束函数,结合当下储能相关参数和电价情况,得到营利用户储能配置容量的边界值,筛选出用户容量大于配置容量的用户,即为可发展储能配置的潜在用户。继而构建磷酸铁锂电池测算模型,通过对潜在用户可调资源的容量、时长以及效益测算,得到用户最优储能投资方案。采用配置储能电池和分时电价相结合的方式进一步降低储能成本,得到更高的经济性。

关键词: 电力大数据, 需求侧管理, 储能容量配置, 全寿命周期, 峰谷分时电价

Abstract:

Taking regional power users as the research object,the analysis of energy storage investment potentiality is carried out.The objective function is established based on the highest life-cycle return and the fastest cost recovery of the user’s investment in energy storage.Based on the big data of electric power,the suitable users for energy storage investment are identified and the capacity configuration is calculated.According to the objective constraint function,combined with the current energy storage related parameters and electricity price,the boundary value of profitable user energy storage configuration capacity is obtained.Screening out users with a user capacity greater than the configured capacity is a potential user for developing energy storage configurations.Then,a calculation model for lithium iron phosphate batteries is constructed,and the optimal energy storage investment plan for potential users is obtained by calculating the capacity,duration,and benefits of adjustable resources for potential users.The energy storage cost is further reduced and a higher economic efficiency is obtained through the combination of configuring energy storage batteries and time-of-use electricity prices.

Key words: power big data, demand side management, energy storage capacity configuration, life cycle, peak-valley time-of-use electricity price

中图分类号:

TM73

王利猛, 曲洋, 刘宇途, 杨冉冉. 基于电力大数据的用户储能最优配置[J]. 电器与能效管理技术, 2023, 0(9): 32-38.

WANG Limeng, QU Yang, LIU Yutu, YANG Ranran. Optimal Configuration of Customer Energy Storage Based on Power Big Data[J]. LOW VOLTAGE APPARATUS, 2023, 0(9): 32-38.

图/表 11

图1

图2

图3

表1

表2

表3

图4

图5

图6

表4

表5

参考文献 15

[1]	中华人民共和国国家统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2023.
[2]	陈丽莎, 金如梅, 富岑滢. 供电服务更进一步,企业生产开足马力[N]. 国家电网报,2023-02-22(001).
[3]	李海瑞, 贺磊, 杨剑锋, 等. 电力大数据在株洲市环境保护与监管中的应用研究[J]. 现代工业经济和信息化, 2023, 13(1):173-174,186.
[4]	周凯, 马智远, 许中. 基于大数据技术的智能电网态势感知分析[J]. 电器与能效管理技术, 2018(21):70-76.
[5]	王利猛, 韩凯, 孙珮然, 等. 基于功率储备的光伏发电系统调频技术研究[J]. 东北电力大学学报, 2020, 40(6):36-44.
[6]	王利猛, 刘久成, 田春光, 等. 基于统计学方法的微网混合储能容量优化配置[J]. 电网技术, 2018, 42(1):187-194.
[7]	张斌, 刘杰, 丘刚, 等. 新能源消纳关键因素贡献度评估及敏感性分析[J]. 电器与能效管理技术, 2021(11):36-41.
[8]	邓铭, 黄际元, 吴东琳, 等. 地区电网源网荷储示范工程现状与展望[J]. 电器与能效管理技术, 2021(9):1-9.
[9]	鲁秦圣, 王沁. 关于进一步拉大中长期分时段交易峰谷价差的思考[J]. 中国电力企业管理, 2021(31):38-42.
[10]	黄博文, 潘轩, 彭雪莹, 等. 用户侧储能对电网的影响及经济性分析[J]. 电器与能效管理技术, 2020(5):7-13.
[11]	储琳琳, 宗明, 李轶立, 等. 计及多种需求侧资源协同参与的配电网扩展规划[J]. 电器与能效管理技术, 2020(12):89-98,113.
[12]	李琦. 基于云计算的电力大数据分析技术与应用[J]. 电子技术与软件工程, 2023(1):220-225.
[13]	曹敏, 白泽洋, 巨健. 基于电力大数据分析的综合能源服务分析与服务策略制定[J]. 电力大数据, 2020, 23(11):72-78.
[14]	姚美娇. 磷酸铁锂电池加速“抢占”市场[N]. 中国能源报,2023-03-20(017).
[15]	李学田. 高温球磨法合成磷酸铁锂正极材料及其改性研究[D]. 吉林: 东北大学, 2019.

序号	数据名称	数据内容	数据来源
1	用户档案信息	包含用户户号、用户名称、地址、用电类型、电压等级、对应供电线路等	营销业务应用系统
2	用电采集信息	包含户名、户号、表计局号、CT、PT、96点采集负荷和采集时间	用电信息采集系统
3	可响应用户信息	包含可响应用户的户名、户号、需求响应类型、需求响应起止时间等	需求侧实施管理系统

研究对象	峰电量/ kWh	谷电量/ kWh	尖电量/ kWh	尖-谷/ kWh	尖峰平衡电量/ kWh
对象1	3 627.957	2 291.182	5 318.494	3 027.311	3 804.838
对象2	5 417.634	4 136.774	6 847.741	2 710.967	5 492.258
对象3	3 749.677	1 993.978	4 068.817	2 074.838	3 031.397
对象4	3 207.096	3 139.967	5 166.451	2 035.483	4 148.709
对象5	1 059.537	1 387.204	3 222.182	1 834.978	2 304.693
对象6	1 864.946	1 600.000	3 284.301	1 684.301	2 442.150
对象7	1 420.559	883.419	2 507.763	1 624.344	1 695.591
对象8	579.688	161.263	1 589.397	1 428.134	875.330
对象9	43 418.065	52 847.312	54 148.387	1 301.075	53 497.849
对象10	3 504.994	2 939.537	4 203.672	1 264.134	3 571.604

参数类型	磷酸铁锂电池
系统一次性投资度电成本C_b/(元·kWh^-1)	1 800
系统一次性投资固定成本C_B/元	2 000 000
循环寿命N/次	5 000
放电深度μ/%	90
放电效率β_dc/%	90
充电效率β_ch/%	90
电池充电倍率B_ch/C	0.5
电池放电倍率B_dc/C	0.5
电池全寿命周期平均最大容量γ/%	90
储能运维成本系数α/%	2

负荷种类	时段	电价/(元·kWh^-1)
峰	09:00—11:00;15:00—17:00	1.292 6
平	08:00—10:00;14:00—15:00; 17:00—22:00	0.714 8
谷	11:00—13:00;22:00—24:00	0.302 2

研究对象	预计配置容量/kWh	容量占比/%	投资回收/a	年均回报率/%
企业1	32 963	41.20	4.23	9.45
企业2	32 037	10.17	4.26	9.44
企业3	5 668	4.25	4.19	9.33
企业4	2 633	47.91	4.39	8.52
企业5	2 850	28.50	4.49	8.42
企业6	2 450	4.90	4.55	8.21
企业7	5 055	50.55	4.72	8.17
企业8	3 936	66.71	4.66	8.16
企业9	1 963	46.19	4.47	8.16
企业10	3 829	67.18	4.69	8.08

基于电力大数据的用户储能最优配置

Optimal Configuration of Customer Energy Storage Based on Power Big Data

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 15

相关文章 3

编辑推荐

Metrics

本文评价

[1]	杨俊, 黄际元, 黄珂丽, 曾林俊. 基于电网主变重载率的多储能电站规划方法[J]. 电器与能效管理技术, 2021, 0(12): 34-41.
[2]	陈启, 许鹏程, 石道桂, 张浩. 多电压等级电网可靠性经济性协调评估[J]. 电器与能效管理技术, 2020, 0(6): 82-88.
[3]	李继宇, 江修波, 李功新, 范映. 主动配电网源-网-荷双层两阶段优化调度[J]. 电器与能效管理技术, 2020, 0(1): 78-85.