CN104795829A - 一种基于削峰填谷的储能系统调度方法 - Google Patents
一种基于削峰填谷的储能系统调度方法 Download PDFInfo
- Publication number
- CN104795829A CN104795829A CN201510212961.3A CN201510212961A CN104795829A CN 104795829 A CN104795829 A CN 104795829A CN 201510212961 A CN201510212961 A CN 201510212961A CN 104795829 A CN104795829 A CN 104795829A
- Authority
- CN
- China
- Prior art keywords
- bess
- storage system
- energy
- dis
- load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000005611 electricity Effects 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims description 14
- 230000000694 effects Effects 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000002045 lasting effect Effects 0.000 claims description 3
- 230000036316 preload Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- BNOODXBBXFZASF-UHFFFAOYSA-N [Na].[S] Chemical compound [Na].[S] BNOODXBBXFZASF-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- -1 ni-mh Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 230000005619 thermoelectricity Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Power Engineering (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供一种基于削峰填谷的储能系统调度方法,所述方法包括(1)读取未来一天内预测的负荷出力数据、储能参数及分时电价数据;(2)计算优化前的符合标准差和电费支出;(3)求解不同权重函数下的储能系统功率输出;(4)计算削峰填谷后的评价指标;(5)计算削峰填谷的费用支出;(6)做出削峰填谷评价指标和费用支出随权系数化的曲线。本发明通过对目标函数进行调整,有效地解决了不同物理意义、不同量纲的目标函数无法加权相加的问题。降低了储能系统运行成本。有助于储能系统拥有者进一步地优化储能系统容量配置,具有一定适用性和可操作性。
Description
技术领域
本发明涉及一种储能系统调度方法,具体涉及一种基于削峰填谷的储能系统调度方法。
背景技术
用户用电具有特定的规律,不同时段的用电量差别很大,导致每天电力系统的负荷都会出现高峰与低谷,造成了机组的多次启停,不利于机组的经济运行,也降低了系统的负荷率,负荷率过低会导致网损的增加。并且随着电力工业的发展,电网规模和容量也在不断扩大,而相应的地区电网用电的高峰甚至尖峰负荷以及峰谷差越来越大,为了减少高峰与低谷之间的差距,提高系统运行的稳定性与经济性,电力工业中需要进行削峰填谷,因此削峰填谷是电力工业的一个重要研究方向。
近些年来,电力电子学、材料学等学科的发展推动了现代的先进储能技术的发展,现阶段先进储能技术已经得到了示范性的推广并有了实际上的应用。储能系统在电能质量、平抑出力波动、调频、削峰填谷方面均有应用。先进的储能技术可用于削峰填谷,大大减少城市用电的峰谷差,既不用投资再建电厂,也可避免谷值时系统闲置容量过大所导致的发电机组总体经济性下降、煤耗增加,因此研究先进储能技术用于削峰填谷具有很强的工程实用价值。先进储能技术主要指压缩空气储能、飞轮储能等机械储能,铅酸、镍氢、镍隔、锂离子、钠硫和液流等电池储能,超导、超级电容和高能密度电容储能等电磁储能,熔盐储能和热电储能等热力储能。而目前用于削峰填谷的主要是电池储能技术。
现有的削峰填谷技术,更多关注储能系统控制与削峰填谷效果之间的关联关系及相关控制方法。而考虑储能系统运行成本和削峰填谷经济性等综合经济效益的控制方法尚不够完善。
随着电价机制与电力市场制度的不断完善,如何运用峰谷平分时电价或是电力市场中的实时电价,并综合考虑储能系统各项支出与成本,开展储能系统用于削峰填谷的优化控制是亟待解决的关键问题。
发明内容
为了克服上述现有技术的不足,本发明提供一种基于削峰填谷的储能系统调度方法。本发明通过在削峰填谷评价的目标函数和费用支出的目标函数之间设置不同的权重系数,求解出不同状态下的解,即储能系统各时段的充放电功率,以根据需要采用不同的充放电调度策略。还有助于储能系统拥有者进一步地优化储能系统容量配置,具有一定适用性和可操作性。
为了实现上述发明目的,本发明采取如下技术方案:
一种基于削峰填谷的储能系统调度方法,所述方法步骤如下:
(1)读取未来一天内预测的负荷出力数据、储能参数及分时电价数据;
(2)计算优化前的符合标准差和电费支出;
(3)求解不同权重函数下的储能系统功率输出;
(4)计算削峰填谷后的评价指标;
(5)计算削峰填谷的费用支出;
(6)做出削峰填谷评价指标和费用支出随权系数变化的曲线。
本发明提供的优选技术方案中,所述步骤(2)包括如下步骤:
A.计算优化前的负荷标准差:
其中,Pload,t为所述负荷第t时刻的出力数据,Pav为所述负荷出力的平均值,T为未来一天的调度时段数,fstd,ini为储能系统充放电前的负荷标准差;
B.根据分时电价计算优化前的电费支出:
其中,ct为所述负荷第t时刻的电价数据,fchar,ini为储能系统充放电前的电费支出。
本发明提供的第二优选技术方案中,所述步骤(3)中,将优化前负荷标准差和电费支出代入削峰填谷数学优化模型中,并求解不同权重系数下该模型的最优解,步骤如下:
A.削峰填谷数学优化模型如下式:
Pbess=[Pbess,1,Pbess,2,…,Pbess,t,…,Pbess,T]
其中,fi(Pbess)为所求的多目标函数的值,fstor(Pbess)为储能成本,ai表示第i种情况下的权重系数,根据具体需要可设置N个不同的权重系数,Pbess表示由调度期间内储能系统输出功率所构成的该数学模型的决策向量,Pbess,t表示第t时刻的储能系统输出功率,当Pbess,t<0时,储能系统处于充电状态,当Pbess,t>0时,储能系统处于放电状态,当Pbess,t=0时,储能系统处于零功率运行状态;
B.目标函数中,优化后负荷标准差fstd(Pbess)、电费支出fchar(Pbess)以及储能系统成本计算如下:
其中,Δt表示负荷采样的时间间隔;
Pav,post为储能系统放电或充电后的负荷平均值,即
储能系统成本包括投资成本和运维成本,即
fbess(Pbess)=CIN+COM
其中,CIN为调度周期储能系统充放电操作的投资成本折旧,COM为运维成本;
投资成本是储能系统初始进行投资时的成本,需要根据每次储能系统的充放电深度分摊到每一次的充放电操作;储能系统的投资成本折旧,计算公式如下:
CIN=(SOCdis,0-SOCdis,1)·CIN,δ
其中,SOCdis,0为连续放电开始时的荷电状态;SOCdis,1为连续放电结束时的荷电状态;CIN,δ为完全充放一次的投资成本折旧额,单位:元;
在实际中可以通过计算连续放电状态下放电电量来导出上式中的SOC变化量:
SOCdis,1-SOCdis,0=Qday,dis/C
其中,Tdis为连续放电状态的持续时长;tdis为储能放电的时刻;为储能系统放电状态下的功率;
对于储能系统的运维成本,计算公式如下
COM=KOPmax/n+KMQday,dis
其中,Pmax为储能系统对外功率的最大值,单位:kW;CS为储能系统容量单位:kWh;KO为储能系统的年运行成本系数,单位:kW/元;KM为维护成本系数,单位:kWh/元,n为年运行天数;
故最后的目标函数表示如下:
C.该模型的约束条件如下:
1)功率约束
充电时
Pch,max≤Pbess,t≤0
放电时
0≤Pbess,t≤Pdis,max
其中,Pch,max表示储能系统的最大充电功率,由于充电时功率小于零,因此Pch,max是负值;Pdis,min表示储能系统的最大放电功率,由于放电时功率大于零,因此Pdis,min是正值;
2)荷电状态约束
SOCmin≤SOCt≤SOCmax
其中,SOCmin、SOCmax分别为储能系统的荷电状态的最小值和最大值,SOCt为第t时刻的荷电状态,ζ表示相应的充放电系数,放电时ζ>1,说明放电过程中存在一定损耗,充电时ζ<1,说明充电过程中也存在一定损耗,C表示储能系统的额定容量。
D.对充电状态和放电状态的时刻进行限制
为了提高削峰填谷的效率,加快模型求解的速度,本文中对约束条件进行了改进;对充放电功率约束,进行如下限定:
3)当Pload,t<Pav时,储能系统处于充电状态,即Pch,max≤Pbess,t≤0;
4)当Pload,t>Pav时,储能系统处于放电状态,即0≤Pbess,t≤Pdis,max。
E.设置N个不同的权重系数ai,并求解不同权重系数下的解。
本发明提供的第三优选技术方案中,所述步骤(4)中,计算优化后的峰值、谷值、峰谷差、负荷标准差、负荷平均值、峰谷差率、负荷率等表征削峰填谷效果的参数。
本发明提供的第四优选技术方案中,所述步骤(5)中,计算电费支出、储能成本和两者加总的总费用。
与现有技术相比,本发明的有益效果在于:
本发明通过对目标函数进行调整,有效地解决了不同物理意义、不同量纲的目标函数无法加权相加的问题。
通过在削峰填谷评价的目标函数和费用支出的目标函数之间设置不同的权重系数,求解出不同状态下的解,即储能系统各时段的充放电功率,以根据需要采用不同的充放电调度策略,降低了储能系统运行成本。有助于储能系统拥有者进一步地优化储能系统容量配置,具有一定适用性和可操作性。
附图说明
图1是一种基于削峰填谷的储能系统调度方法流程图
图2是削峰填谷效果对比图
图3是峰值、谷值及峰谷值随权系数变化图
图4是符合标准差及平均值随权系数变化图
图5是峰谷差率及负荷率变化图
图6是总费用和电费支出随权系数变化图
图7是储能成本支出随权系数变化图
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1所示,本发明的方法为一种考虑成本和评价指标的削峰填谷用储能系统调度方法,该方法包括以下步骤:
I、读取未来一天内预测的负荷出力数据、储能参数及分时电价数据;
II、计算优化前的负荷标准差和电费支出;
III、求解不同权重下的目标函数最优解,从而得到储能系统功率输出;
IV、计算削峰填谷后的评价指标;
V、计算削峰填谷的电费支出;
VI、做出削峰填谷评价指标和费用支出随权系数变化的曲线。
计算优化前的系统负荷标准差:
其中,Pload,t为所述负荷第t时刻的出力数据,Pav为所述负荷出力的平均值,T为未来一天的调度时段数,fstd,ini为储能系统充放电前的负荷标准差;
根据分时电价计算优化前的电费支出:
其中,ct为第t时刻的电价数据,fchar,ini为储能系统充放电前的电费支出。
计算得到的优化前负荷标准差和电费支出代入削峰填谷数学优化模型中,并求解不同权重系数下该模型的最优解,具体的削峰填谷数学优化模型如下式:
Pbess=[Pbess,1,Pbess,2,…,Pbess,t,…,Pbess,T]
其中,fi(Pbess)为所求的多目标函数的值,fstor(Pbess)为储能成本,ai表示第i种情况下的权重系数,根据具体需要可设置N个不同的权重系数,Pbess表示由调度期间内储能系统输出功率所构成的该数学模型的决策向量,Pbess,t表示第t时刻的储能系统输出功率,当Pbess,t<0时,储能系统处于充电状态,当Pbess,t>0时,储能系统处于放电状态,当Pbess,t=0时,储能系统处于零功率运行状态;
目标函数中,优化后负荷标准差fstd(Pbess)和电费支出fchar(Pbess)计算如下:
其中,Δt表示负荷采样的时间间隔;
Pav,post为储能系统放电或充电后的负荷平均值,即
储能成本包括投资成本和运维成本,即
fbess(Pbess)=CIN+COM
其中,CIN为调度周期(一天内)储能系统充放电操作的投资成本折旧;COM为运维成本。
投资成本是储能系统初始进行投资时的成本,需要根据每次储能系统的充放电深度分摊到每一次的充放电操作,作为储能成本的一部分。其具体计算如下:对于储能系统的投资成本折旧,在本文中:
CIN=(SOCdis,0-SOCdis,1)·CIN,δ
其中,SOCdis,0为连续放电开始时的荷电状态;SOCdis,1为连续放电结束时的荷电状态;CIN,δ为完全充放一次的投资成本折旧额,单位:元;
在实际中可以通过计算连续放电状态下放电电量来导出上式中的SOC变化量:
SOCdis,1-SOCdis,0=Qday,dis/C
其中,Tdis为连续放电状态的持续时长;tdis为储能放电的时刻;为储能系统放电状态下的功率。
对于储能系统的运维成本,在本文中:
COM=KOPmax/365+KMQday,dis
其中,Pmax为储能系统对外功率的最大值(由于充电时对外功率为负,因此取其绝对值),单位:kW;CS为储能系统容量单位:kWh;KO为储能系统的年运行成本系数,单位:kW/元;KM为维护成本系数,单位:kWh/元。在这部分成本构成中,仅Qday,dis需要优化,Qday,dis的计算公式已在上文中给出。故最后的目标函数表示如下:
该模型的约束条件如下:
1)功率约束
充电时
Pch,max≤Pbess,t≤0
放电时
0≤Pbess,t≤Pdis,max
其中,Pch,max表示储能系统的最大充电功率,由于充电时功率小于零,因此Pch,max是负值;Pdis,min表示储能系统的最大放电功率,由于放电时功率大于零,因此Pdis,min是正值。
2)荷电状态约束
SOCmin≤SOCt≤SOCmax
其中,SOCmin、SOCmax分别为储能系统的荷电状态的最小值和最大值,SOCt为第t时刻的荷电状态,ζ表示相应的充放电系数,放电时ζ>1,说明放电过程中存在一定损耗,充电时ζ<1,说明充电过程中也存在一定损耗,C表示储能系统的额定容量。
对充电状态和放电状态的时刻进行限制
为了提高削峰填谷的效率,加快模型求解的速度,本文中对约束条件进行了改进。对充放电功率约束,进行如下限定:
1)当Pload,t<Pav时,储能系统处于充电状态,即Pch,max≤Pbess,t≤0;
2)当Pload,t>Pav时,储能系统处于放电状态,即0≤Pbess,t≤Pdis,max。
设置N个不同的权重系数ai,并求解不同权重系数下的解。
根据所得到的解计算对应优化后的峰值、谷值、峰谷差、负荷标准差、负荷平均值、峰谷差率、负荷率等表征削峰填谷效果的参数。
峰值,即取负荷优化后的最大值,公式如下:
Ppeak=max[Pload,1-Pbess,1,Pload,2-Pbess,2,…,Pload,t-Pbess,t,…,Pload,T-Pbess,T]
谷值,即取负荷优化后的最小值,公式如下:
Pvalley=min[Pload,1-Pbess,1,Pload,2-Pbess,2,…,Pload,t-Pbess,t,…,Pload,T-Pbess,T]
峰谷差,即峰值和谷值之差,公式如下:
Ppv=Ppeak-Pvalley
峰谷差率,即峰谷差与峰值的比值,公式如下:
ppvrate=Ppv/Ppeak
负荷率,即平均负荷与峰值的比值,公式如下:
pavrate=Pav,post/Ppeak
根据所得到的解计算电费、储能成本支出。
根据计算得到的不同权系数下的各个指标及费用支出,做出削峰填谷评价指标和费用支出随权系数变化的曲线,以便分析削峰填谷与费用支出之间的关系。
给出具体算例对上述方法进行描述。表1、表2、表3分别为负荷数据、分时电价数据、储能系统相关参数,为算例所需数据。
表1为负荷数据表
注:表中时间区间表示两个时点之间,如[0,2)表示0点到2点,不包括2点,而对应的功率表示每5min一个时点的功率数据。
表2分时电价表
表3储能系统相关参数
表4是各个削峰填谷效果指标和费用的最大值、最小值及其对应的权系数,通过该表,使用本专利所提出的方法时可以根据需要,选择需要优化的结果。
表4各项参数最大值、最小值及对应的权系数
图2是削峰填谷的效果对比图,图中画出了优化前以及优化后的对比,并且根据表1,权系数为0.69的峰谷差率最小,在图中同时做出该权系数下的削峰填谷效果曲线。从图中可以看出采用该方法可获得较好的削峰填谷效果,峰值和谷值都得到了显著的降低。结合图6和图7费用随权系数变化的曲线图,发现费用优化的空间有限,所以权系数的改变并不会对削峰填谷起到明显的作用,因此在这种情况下只要采用了储能系统进行削峰填谷就可以达到较好的削峰填谷效果。
图3到图7表明了各项参数及费用随权系数的变化趋势,可用于分析所仿真储能系统用于电力系统削峰填谷效果与费用支出方面的关系,从而根据削峰填谷效果和费用支出的要求对储能系统进行调度。通过该变化趋势还可以分析电费支出与储能成本之间的关系,有利于储能系统拥有者作进一步地储能容量配置考虑。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (5)
1.一种基于削峰填谷的储能系统调度方法,其特征在于,所述方法步骤如下:
(1)获取未来一天内预测的负荷出力数据、储能参数及分时电价数据;
(2)计算优化前的符合标准差和电费支出;
(3)求解不同权重函数下的储能系统功率输出;
(4)计算削峰填谷后的评价指标;
(5)计算削峰填谷的费用支出;
(6)绘制削峰填谷评价指标和费用支出随权系数变化的曲线。
2.根据权利要求1所述调度方法,其特征在于,所述步骤(2)包括如下步骤:
A.计算优化前的负荷标准差:
其中,Pload,t为所述负荷第t时刻的出力数据,Pav为所述负荷出力的平均值,T为未来一天的调度时段数,fstd,ini为储能系统充放电前的负荷标准差;
B.根据分时电价计算优化前的电费支出:
其中,ct为所述负荷第t时刻的电价数据,fchar,ini为储能系统充放电前的电费支出。
3.根据权利要求1所述调度方法,其特征在于,所述步骤(3)中,将优化前负荷标准差和电费支出代入削峰填谷数学优化模型中,并求解不同权重系数下该模型的最优解,步骤如下:
A.削峰填谷数学优化模型如下式:
Pbess=[Pbess,1,Pbess,2,…,Pbess,t,…,Pbess,T]
其中,fi(Pbess)为所求的多目标函数的值,fstor(Pbess)为储能成本,ai表示第i种情况下的权重系数,根据具体需要可设置N个不同的权重系数,Pbess表示由调度期间内储能系统输出功率所构成的该数学模型的决策向量,Pbess,t表示第t时刻的储能系统输出功率,当Pbess,t<0时,储能系统处于充电状态,当Pbess,t>0时,储能系统处于放电状态,当Pbess,t=0时,储能系统处于零功率运行状态;
B.目标函数中,优化后负荷标准差fstd(Pbess)、电费支出fchar(Pbess)以及储能系统成本计算如下:
其中,Δt表示负荷采样的时间间隔;
Pav,post为储能系统放电或充电后的负荷平均值,即
储能系统成本包括投资成本和运维成本,即
fbess(Pbess)=CIN+COM
其中,CIN为调度周期储能系统充放电操作的投资成本折旧,COM为运维成本;
投资成本是储能系统初始进行投资时的成本,需要根据每次储能系统的充放电深度分摊到每一次的充放电操作;储能系统的投资成本折旧,计算公式如下:
CIN=(SOCdis,0-SOCdis,1)·CIN,δ
其中,SOCdis,0为连续放电开始时的荷电状态;SOCdis,1为连续放电结束时的荷电状态;CIN,δ为完全充放一次的投资成本折旧额,单位:元;
在实际中可以通过计算连续放电状态下放电电量来导出上式中的SOC变化量:
SOCdis,1-SOCdis,0=Qday,dis/C
其中,Tdis为连续放电状态的持续时长;tdis为储能放电的时刻;为储能系统放电状态下的功率;C——储能系统容量;Qday,dis——连续放电时总的放电量;
对于储能系统的运维成本,计算公式如下
COM=KOPmax/n+KMQday,dis
其中,Pmax为储能系统对外功率的最大值,单位:kW;CS为储能系统容量单位:kWh;KO为储能系统的年运行成本系数,单位:kW/元;KM为维护成本系数,单位:kWh/元,n为年运行天数;
故最后的目标函数表示如下:
C.该模型的约束条件如下:
1)功率约束
充电时
Pch,max≤Pbess,t≤0
放电时
0≤Pbess,t≤Pdis,max
其中,Pch,max表示储能系统的最大充电功率,由于充电时功率小于零,因此Pch,max是负值;Pdis,min表示储能系统的最大放电功率,由于放电时功率大于零,因此Pdis,min是正值;
2)荷电状态约束
SOCmin≤SOCt≤SOCmax
其中,SOCmin、SOCmax分别为储能系统的荷电状态的最小值和最大值,SOCt为第t时刻的荷电状态,ζ表示相应的充放电系数,放电时ζ>1,说明放电过程中存在一定损耗,充电时ζ<1,说明充电过程中也存在一定损耗,C表示储能系统的额定容量。
D.限定充电状态和放电状态的时刻
为了提高削峰填谷的效率,加快模型求解的速度,本文中对约束条件进行了改进;对充放电功率约束,进行如下限定:
1)当Pload,t<Pav时,储能系统处于充电状态,即Pch,max≤Pbess,t≤0;
2)当Pload,t>Pav时,储能系统处于放电状态,即0≤Pbess,t≤Pdis,max。
E.设置N个不同的权重系数ai,并求解不同权重系数下的解。
4.根据权利要求1所述调度方法,其特征在于,所述步骤(4)中,计算优化后的峰值、谷值、峰谷差、负荷标准差、负荷平均值、峰谷差率、负荷率等表征削峰填谷效果的参数。
5.根据权利要求1所述调度方法,其特征在于,所述步骤(5)中,计算电费支出、储能成本和两者加总的总费用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510212961.3A CN104795829B (zh) | 2015-04-29 | 2015-04-29 | 一种基于削峰填谷的储能系统调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510212961.3A CN104795829B (zh) | 2015-04-29 | 2015-04-29 | 一种基于削峰填谷的储能系统调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104795829A true CN104795829A (zh) | 2015-07-22 |
CN104795829B CN104795829B (zh) | 2018-03-30 |
Family
ID=53560443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510212961.3A Active CN104795829B (zh) | 2015-04-29 | 2015-04-29 | 一种基于削峰填谷的储能系统调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104795829B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105098810A (zh) * | 2015-08-11 | 2015-11-25 | 华北电力大学 | 自适应式微网储能系统能量优化管理方法 |
CN105552983A (zh) * | 2015-12-01 | 2016-05-04 | 芜湖职业技术学院 | 电动汽车并网调度的优化系统及其优化方法 |
CN105870949A (zh) * | 2016-04-08 | 2016-08-17 | 苏州泛能电力科技有限公司 | 一种基于分布式梯度算法的微电网储能单元优化控制方法 |
CN106786684A (zh) * | 2016-12-19 | 2017-05-31 | 江思颖 | 基于高坡机车的高坡储能装置及储能方法 |
CN107069782A (zh) * | 2016-11-29 | 2017-08-18 | 北京交通大学 | 应用于轨道交通车载混合储能系统的容量配置方法 |
CN107178869A (zh) * | 2017-04-24 | 2017-09-19 | 东南大学 | 变频空调负荷的聚合控制削峰方法 |
CN107248751A (zh) * | 2017-07-26 | 2017-10-13 | 武汉大学 | 一种实现配电网负荷功率削峰填谷的储能站调度控制方法 |
CN107370170A (zh) * | 2017-06-23 | 2017-11-21 | 浙江大学 | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 |
CN107800148A (zh) * | 2017-11-22 | 2018-03-13 | 国网河南省电力公司电力科学研究院 | 一种基于调峰效果的负荷侧储能优化配置方法 |
CN107994595A (zh) * | 2017-11-15 | 2018-05-04 | 中国电力科学研究院有限公司 | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 |
CN108376991A (zh) * | 2018-02-09 | 2018-08-07 | 中国电力科学研究院有限公司 | 一种新能源电站储能系统的综合能量管理方法及系统 |
CN109228954A (zh) * | 2018-09-26 | 2019-01-18 | 曦煦新能源科技(上海)有限公司 | 一种充电桩能源管理方法、系统及充电桩群系统 |
CN109378843A (zh) * | 2018-11-01 | 2019-02-22 | 国网辽宁省电力有限公司电力科学研究院 | 基于电池储能的削峰填谷杠杆控制方法 |
CN110086187A (zh) * | 2019-05-30 | 2019-08-02 | 东北电力大学 | 计及负荷特性的储能调峰日前优化调度方法 |
CN110176765A (zh) * | 2019-05-30 | 2019-08-27 | 东北电力大学 | 一种峰谷电价驱动的储能调峰日前优化调度方法 |
CN110401209A (zh) * | 2019-05-14 | 2019-11-01 | 东华大学 | 基于多随机复合优化灰狼算法的削峰填谷的能量管理方法 |
CN111697601A (zh) * | 2020-05-15 | 2020-09-22 | 西安联创分布式可再生能源研究院有限公司 | 适用于大工业用户电化学储能系统的配置与策略制定方法 |
CN112465242A (zh) * | 2020-12-03 | 2021-03-09 | 华润电力技术研究院有限公司 | 一种火电厂运行优化分析方法、装置、设备及存储介质 |
CN113224854A (zh) * | 2021-05-19 | 2021-08-06 | 广东电网有限责任公司 | 一种对分布式储能电站的接纳能力的评估方法及装置 |
CN113991718A (zh) * | 2021-11-19 | 2022-01-28 | 上海沪臻智能科技有限公司 | 一种铅酸电池削峰填谷自适应系统及方法 |
CN117713174A (zh) * | 2023-12-15 | 2024-03-15 | 国网青海省电力公司清洁能源发展研究院 | 一种储能系统功率调节方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090043520A1 (en) * | 2006-08-10 | 2009-02-12 | V2Green, Inc. | User Interface and User Control in a Power Aggregation System for Distributed Electric Resources |
CN102622475A (zh) * | 2012-02-29 | 2012-08-01 | 中国南方电网有限责任公司调峰调频发电公司 | 基于二次规划模型的电池储能系统削峰填谷日前优化方法 |
-
2015
- 2015-04-29 CN CN201510212961.3A patent/CN104795829B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090043520A1 (en) * | 2006-08-10 | 2009-02-12 | V2Green, Inc. | User Interface and User Control in a Power Aggregation System for Distributed Electric Resources |
CN102622475A (zh) * | 2012-02-29 | 2012-08-01 | 中国南方电网有限责任公司调峰调频发电公司 | 基于二次规划模型的电池储能系统削峰填谷日前优化方法 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105098810A (zh) * | 2015-08-11 | 2015-11-25 | 华北电力大学 | 自适应式微网储能系统能量优化管理方法 |
CN105552983A (zh) * | 2015-12-01 | 2016-05-04 | 芜湖职业技术学院 | 电动汽车并网调度的优化系统及其优化方法 |
CN105552983B (zh) * | 2015-12-01 | 2018-07-31 | 芜湖职业技术学院 | 电动汽车并网调度的优化系统及其优化方法 |
CN105870949A (zh) * | 2016-04-08 | 2016-08-17 | 苏州泛能电力科技有限公司 | 一种基于分布式梯度算法的微电网储能单元优化控制方法 |
CN105870949B (zh) * | 2016-04-08 | 2018-08-07 | 苏州泛能电力科技有限公司 | 一种基于分布式梯度算法的微电网储能单元优化控制方法 |
CN107069782A (zh) * | 2016-11-29 | 2017-08-18 | 北京交通大学 | 应用于轨道交通车载混合储能系统的容量配置方法 |
CN107069782B (zh) * | 2016-11-29 | 2020-02-04 | 北京交通大学 | 应用于轨道交通车载混合储能系统的容量配置方法 |
CN106786684A (zh) * | 2016-12-19 | 2017-05-31 | 江思颖 | 基于高坡机车的高坡储能装置及储能方法 |
CN107178869A (zh) * | 2017-04-24 | 2017-09-19 | 东南大学 | 变频空调负荷的聚合控制削峰方法 |
CN107178869B (zh) * | 2017-04-24 | 2019-09-20 | 东南大学 | 变频空调负荷的聚合控制削峰方法 |
CN107370170A (zh) * | 2017-06-23 | 2017-11-21 | 浙江大学 | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 |
CN107370170B (zh) * | 2017-06-23 | 2020-02-07 | 浙江大学 | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 |
CN107248751A (zh) * | 2017-07-26 | 2017-10-13 | 武汉大学 | 一种实现配电网负荷功率削峰填谷的储能站调度控制方法 |
CN107994595A (zh) * | 2017-11-15 | 2018-05-04 | 中国电力科学研究院有限公司 | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 |
CN107994595B (zh) * | 2017-11-15 | 2023-09-22 | 中国电力科学研究院有限公司 | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 |
CN107800148A (zh) * | 2017-11-22 | 2018-03-13 | 国网河南省电力公司电力科学研究院 | 一种基于调峰效果的负荷侧储能优化配置方法 |
CN107800148B (zh) * | 2017-11-22 | 2020-09-15 | 国网河南省电力公司电力科学研究院 | 一种基于调峰效果的负荷侧储能优化配置方法 |
CN108376991A (zh) * | 2018-02-09 | 2018-08-07 | 中国电力科学研究院有限公司 | 一种新能源电站储能系统的综合能量管理方法及系统 |
CN108376991B (zh) * | 2018-02-09 | 2022-07-22 | 中国电力科学研究院有限公司 | 一种新能源电站储能系统的综合能量管理方法及系统 |
CN109228954A (zh) * | 2018-09-26 | 2019-01-18 | 曦煦新能源科技(上海)有限公司 | 一种充电桩能源管理方法、系统及充电桩群系统 |
CN109228954B (zh) * | 2018-09-26 | 2022-06-07 | 曦煦新能源科技(上海)有限公司 | 一种充电桩能源管理方法、系统及充电桩群系统 |
CN109378843A (zh) * | 2018-11-01 | 2019-02-22 | 国网辽宁省电力有限公司电力科学研究院 | 基于电池储能的削峰填谷杠杆控制方法 |
CN110401209A (zh) * | 2019-05-14 | 2019-11-01 | 东华大学 | 基于多随机复合优化灰狼算法的削峰填谷的能量管理方法 |
CN110401209B (zh) * | 2019-05-14 | 2023-05-23 | 东华大学 | 基于多随机复合优化灰狼算法的削峰填谷的能量管理方法 |
CN110176765A (zh) * | 2019-05-30 | 2019-08-27 | 东北电力大学 | 一种峰谷电价驱动的储能调峰日前优化调度方法 |
CN110086187B (zh) * | 2019-05-30 | 2022-03-18 | 东北电力大学 | 计及负荷特性的储能调峰日前优化调度方法 |
CN110176765B (zh) * | 2019-05-30 | 2022-03-18 | 东北电力大学 | 一种峰谷电价驱动的储能调峰日前优化调度方法 |
CN110086187A (zh) * | 2019-05-30 | 2019-08-02 | 东北电力大学 | 计及负荷特性的储能调峰日前优化调度方法 |
CN111697601A (zh) * | 2020-05-15 | 2020-09-22 | 西安联创分布式可再生能源研究院有限公司 | 适用于大工业用户电化学储能系统的配置与策略制定方法 |
CN112465242A (zh) * | 2020-12-03 | 2021-03-09 | 华润电力技术研究院有限公司 | 一种火电厂运行优化分析方法、装置、设备及存储介质 |
CN113224854A (zh) * | 2021-05-19 | 2021-08-06 | 广东电网有限责任公司 | 一种对分布式储能电站的接纳能力的评估方法及装置 |
CN113991718A (zh) * | 2021-11-19 | 2022-01-28 | 上海沪臻智能科技有限公司 | 一种铅酸电池削峰填谷自适应系统及方法 |
CN113991718B (zh) * | 2021-11-19 | 2024-01-02 | 上海沪臻智能科技有限公司 | 一种铅酸电池削峰填谷自适应系统及方法 |
CN117713174A (zh) * | 2023-12-15 | 2024-03-15 | 国网青海省电力公司清洁能源发展研究院 | 一种储能系统功率调节方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104795829B (zh) | 2018-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104795829A (zh) | 一种基于削峰填谷的储能系统调度方法 | |
CN107294122B (zh) | 一种混合储能系统分层动态控制方法 | |
CN106651026B (zh) | 多时间尺度微电网能量管理优化调度方法 | |
CN102289566B (zh) | 独立运行模式下的微电网多时间尺度能量优化调度方法 | |
CN103311942B (zh) | 一种用于配电网削峰填谷的电池储能系统的控制方法 | |
CN109888806B (zh) | 一种含电动汽车的微电网储能优化配置方法 | |
CN103633657B (zh) | 一种风储电站电网负荷调峰及风电波动抑制的方法及装置 | |
CN102104251A (zh) | 一种并网运行模式下的微电网实时能量优化调度方法 | |
CN109347100A (zh) | 提升风电场综合性能的混合储能系统优化配置方法 | |
CN103248065B (zh) | 一种风电场中电池储能系统的充放电控制方法 | |
CN105162113A (zh) | 一种基于灵敏度分析的微电网与配电网互动成本计算方法 | |
CN106097154A (zh) | 一种工业园区能源中心的调度方法及系统 | |
CN110086187A (zh) | 计及负荷特性的储能调峰日前优化调度方法 | |
Zheng et al. | Optimal short-term power dispatch scheduling for a wind farm with battery energy storage system | |
CN108258710A (zh) | 一种计及电池容量衰减的电池储能系统优化配置方法 | |
CN113824111A (zh) | 一种光储能场景中储能容量配置和调度方法 | |
CN113159423A (zh) | 基于风、火、光储协调的多能源联合优化调度运行方法 | |
CN105391092A (zh) | 基于相关机会规划的虚拟电厂多目标竞价的调控优化方法 | |
CN106096807A (zh) | 一种考虑小水电的互补微网经济运行评价方法 | |
CN107425541A (zh) | 一种主动配电网风储联合调度方法 | |
CN115882523A (zh) | 含分布式储能的电力系统优化运行方法、系统及设备 | |
CN105958520A (zh) | 一种配电网中蓄电池储能系统的运行控制策略 | |
CN106410833B (zh) | 一种提升可再生能源发电可调度性的复合储能控制方法 | |
Jiang et al. | Electricity charge saved for industrial and commercial utilizing cloud energy storage services | |
Dou et al. | Optimal management of microgrid based on a modified particle swarm optimization algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |