CN104809531A - 一种储能系统配置方法及系统 - Google Patents
一种储能系统配置方法及系统 Download PDFInfo
- Publication number
- CN104809531A CN104809531A CN201510254363.2A CN201510254363A CN104809531A CN 104809531 A CN104809531 A CN 104809531A CN 201510254363 A CN201510254363 A CN 201510254363A CN 104809531 A CN104809531 A CN 104809531A
- Authority
- CN
- China
- Prior art keywords
- accumulator system
- function
- sub
- goal
- goal function
- 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
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请提供了一种储能系统配置方法,包括获取目标数据;利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数;利用储能系统优化配置结果对储能系统进行配置;储能系统调度目标函数和储能系统优化目标函数的建立过程为:建立虚拟电厂中分布式电源数学模型;根据数学模型与虚拟电厂中储能系统的作用分析建立子目标函数,子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数;根据子目标函数分别建立储能系统调度目标函数和储能系统优化目标函数。根据此储能系统优化配置模型求解的优化配置结果可以使得每种配置的储能系统在运行工作中均可以处于最优调度状态。
Description
技术领域
本申请涉及电力领域,特别涉及一种储能系统配置方法及系统。
背景技术
随着技术的发展,人们对储能系统配置的要求越来越高。
现有的大规模光伏储能系统配置方法通过利用一阶低通滤波算法对光伏输出功率的处理来获取储能系统的充放电控制策略,以年均最小成本为目标函数,建立的储能系统(ESS)优化配置模型比较单一,对储能系统作用的体现不够充分,求得的优化配置结果无法保证每种配置的储能系统在运行工作中均处于最优调度状态。
因此,如何有效的进行储能系统的配置,使得每种配置的储能系统的作用得到多方面体现并在运行工作中均可以处于最优调度状态是本领域技术人员目前需要解决的技术问题。
发明内容
本申请所要解决的技术问题是提供一种储能系统配置方法及系统,解决了现有技术中建立的储能系统(ESS)优化配置模型比较单一,对储能系统的作用体现不够充分,求得的优化配置结果无法保证每种配置的储能系统在运行工作中均处于最优调度状态的问题。
其具体方案如下:
一种储能系统配置方法,该方法包括:
获取目标数据;
利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果;
利用所述储能系统优化配置结果对储能系统进行配置;
其中,所述储能系统调度目标函数和所述储能系统优化目标函数的建立过程为:
建立虚拟电厂中分布式电源的数学模型;
根据所述数学模型与虚拟电厂中储能系统的作用分析建立子目标函数,所述子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数;
根据所述经济子目标函数中虚拟电厂调度收益目标函数和所述网供子目标函数建立储能系统调度目标函数;
根据所述经济子目标函数、网供子目标函数和电压子目标函数建立储能系统优化目标函数。
上述的方法,优选的,在建立虚拟电厂中分布式电源的数学模型之前,还包括:
建立虚拟电厂与配电公司和终端用户的市场规则;
分析虚拟电厂中储能系统的需求响应、削峰填谷和提高电压质量的作用;
其中,根据所述数学模型与虚拟电厂储能系统的作用分析以及虚拟电厂市场规则建立子目标函数。
上述的方法,优选的,所述利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数之前,还包括:
根据所述目标数据分别计算所述储能系统调度目标函数和所述储能系统优化目标函数中各子目标函数的最值;
对所述各子目标函数进行归一化处理;
对所述储能系统调度目标函数中归一化后的经济子目标函数中虚拟电厂调度收益目标函数和网供子目标函数进行加权后得到单目标的储能系统调度目标函数;
对所述储能系统优化目标函数中归一化后的经济子目标函数、网供子目标函数和电压子目标函数进行加权后得到单目标的储能系统优化目标函数。
上述的方法,优选的,所述利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果,包括:
确定不同的H值,所述H值为储能系统额定容量和额定功率的比值;
在每个H值下,利用混合整数线性规划方法计算所述单目标的储能系统调度目标函数,利用粒子群算法计算所述单目标的储能系统优化目标函数,得到储能系统局部最优配置;
比较所有H值下储能系统最优配置结果所对应的储能系统优化目标函数值,将最大的储能系统优化目标函数值作为储能系统全局最优配置结果。
一种储能系统配置系统,该系统包括:
获取单元,用于获取目标数据;
第一计算单元,用于利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果;
配置单元,用于利用所述储能系统优化配置结果对储能系统进行配置;
其中,所述计算单元包括第一建立单元,用于建立所述储能系统调度目标函数和所述储能系统优化目标函数;
所述第一建立单元包括:
第二建立单元,用于建立虚拟电厂中分布式电源的数学模型;
第三建立单元,用于根据所述数学模型与虚拟电厂中储能系统的作用分析建立子目标函数,所述子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数;
第四建立单元,用于根据所述经济子目标函数中虚拟电厂调度收益目标函数和所述网供子目标函数建立储能系统调度目标函数;
第五建立单元,用于根据所述经济子目标函数、网供子目标函数和电压子目标函数建立储能系统优化目标函数。
上述的系统,优选的,还包括:
第六建立单元,用于建立虚拟电厂与配电公司和终端用户的市场规则;
第七建立单元,用于分析虚拟电厂中储能系统的需求响应、削峰填谷和提高电压质量的作用;
其中,根据所述数学模型与虚拟电厂储能系统的作用分析以及虚拟电厂市场规则建立子目标函数。
上述的系统,优选的,还包括:
第二计算单元,用于根据所述目标数据分别计算所述储能系统调度目标函数和所述储能系统优化目标函数中各子目标函数的最值;
归一化单元,用于对所述各子目标函数进行归一化处理;
第一加权单元,用于对所述储能系统调度目标函数中归一化后的经济子目标函数中虚拟电厂调度收益目标函数和网供子目标函数进行加权后得到单目标的储能系统调度目标函数;
第二加权单元,用于对所述储能系统优化目标函数中归一化后的经济子目标函数、网供子目标函数和电压子目标函数进行加权后得到单目标的储能系统优化目标函数。
上述的系统,优选的,所述第一计算单元包括:
确定单元,用于确定不同的H值,所述H值为储能系统额定容量和额定功率的比值;
第三计算单元,用于在每个H值下,利用混合整数线性规划方法计算所述单目标的储能系统调度目标函数,利用粒子群算法计算所述单目标的储能系统优化目标函数,得到储能系统局部最优配置;
比较单元,用于比较所有H值下储能系统最优配置结果所对应的储能系统优化目标函数值,将最大的储能系统优化目标函数值作为储能系统全局最优配置结果。
本申请提供的一种储能系统配置方法中,首先,获取目标数据;然后,利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果;最后,利用所述储能系统优化配置结果对储能系统进行配置;其中,所述储能系统调度目标函数和所述储能系统优化目标函数的建立过程为:建立虚拟电厂中分布式电源的数学模型;根据所述数学模型与虚拟电厂中储能系统的作用分析建立子目标函数,所述子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数;根据所述经济子目标函数中调度收益目标函数和网供子目标函数建立储能系统调度目标函数;根据所述经济子目标函数、网供子目标函数和电压子目标函数建立储能系统优化目标函数。本申请中建立的子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数,使得根据上述3个子目标函数建立的储能系统优化配置模型更加全面、准确,根据此储能系统优化配置模型求解的优化配置结果可以体现储能系统需求响应、削峰填谷和提高电压质量作用并使得每种配置的储能系统在运行工作中均可以处于最优调度状态,解决了现有技术中建立的储能系统(ESS)优化配置模型比较单一,对储能系统作用的体现不够充分,求得的优化配置结果无法保证每种配置的储能系统在运行工作中均处于最优调度状态的问题。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1示出了本申请一种储能系统配置方法实施例的流程图;
图2示出了本申请一种储能系统配置方法中配置模型建立过程的流程图;
图3示出了本申请一种储能系统配置系统实施例的结构示意图;
图4示出了本申请一种储能系统配置系统中配置模型建立过程的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
参考图1,示出了本申请一种储能系统配置方法实施例的流程图,可以包括以下步骤:
步骤S101:获取目标数据。
本申请中,所述目标数据包括年负荷数据、光伏发电出力数据和可中断负荷合同数据。
步骤S102:利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果。
步骤S103:利用所述储能系统优化配置结果对储能系统进行配置。
其中,所述储能系统调度目标函数和所述储能系统优化目标函数的建立过程为:
参考图2,示出了本申请一种储能系统配置方法中配置模型建立过程的流程图,可以包括以下步骤:
步骤S201:建立虚拟电厂中分布式电源的数学模型。
本申请中,所述在虚拟电厂中涉及到的分布式电源包括储能系统、分布式光伏和可中断负荷等,需要建立各个分布式电源的数学模型。
本申请中添加了可中断负荷分布式电源,可中断负荷调度的实施通常通过签订合同来实现,而其中合理的补偿费用是重要激励手段,合同的主要内容包含合同有效期、提前通知时间、中断持续时间、负荷中断容量、补偿费用等。
因此,在合同有效期内,不计提前通知时间,结合VPP激励补偿,以调度可中断负荷VPP所获经济收益最大为目标,建立VPP可中断负荷调度收益模型为:
约束条件:
SIL(t,i)CIL(t,i)≤CIL(i) (2)
SIL(t+m,t)=1(m=1,...,ncon(i)-1)
if SIL(t-1,i)=0,SIL(t,i)=1 (3)
式(1)为目标函数,式(2)-(4)为约束条件,式(2)为中断负荷的容量大小约束,式(3)为中断负荷的持续时间约束,式(4)为合同期限内总中断时间约束。
式中:t为时间,Tcon为合同有效时间;i为能提供可中断负荷的用户编号,共有n个;SIL(t,i)为0-1变量,表示t时刻i用户的可中断负荷的状态,0表示未中断,1表示中断;CIL(t,i)为t时段i用户的可中断负荷的中断容量;λ1(t)为DISCO给VPP的激励补偿电价,为分时电价;λ2为VPP给终端用户的激励补偿电价,为固定零售电价;CIL(i)为i用户的可中断负荷总容量;ncon(i)为i用户可中断负荷的中断时间;ntot(i)为合同期限内的总中断时间。
步骤S202:根据所述数学模型与虚拟电厂中储能系统的作用分析建立子目标函数,所述子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数。
本申请中,经济子目标中包括VPP调度收益、财政补贴和ESS成本费用年值,VPP调度收益可以反映ESS完成需求响应后的收益,并与财政补贴和ESS成本费用年值共同评价ESS接入后VPP的经济运行。
本申请VPP的调度收益是指在VPP通过市场购买电能或调配自身拥有的分布式电源向终端用户供电过程中所获取的经济利益。在VPP运行过程中,VPP不向配电网送电,只在自身无法满足负荷需求的情况下从配电网购电,按照第一步的市场规则,VPP调度收益应包括负荷供电收益、电网购电成本、ESS放电补偿和可中断负荷中断补偿差价,具体如式(5)。
式中:EB1为VPP全年调度总收益;PL(t,j)为t时刻第j个负荷的有功需求,m为VPP中负荷的总个数;D为全年仿真天数;其他参量详见前述。
根据光伏发电补贴方案,在VPP接入ESS后,若对VPP中光伏和ESS实施按照发电量进行电价补贴的政策,则VPP所获财政补贴收益为:
式中:EB2为年发电量补贴;Ppv,load(t)、Pbess,load(t)分别为t时刻光伏和ESS对负荷的供电量;λ3为补贴标准,补贴单价为0.42元/kWh。
在ESS成本费用年值中,对于电化学储能,其寿命是关于放电深度的复杂函数,可采用等效寿命计算的方法得到,但考虑到ESS模型中ESS每日放电后,放电深度均为0.8,简化ESS寿命计算过程,如式(7)所示。
式中:n0.8为ESS在放电深度为0.8时的循环寿命;Lcycle,year为ESS年循环使用次数,本申请采用雨点计数法对ESS年循环使用次数进行统计。
在ESS寿命周期内,ESS成本主要包括初始成本和运行维护成本。若根据ESS寿命和贴现率对ESS成本进行分摊处理,得到成本费用年值如式(8)-(10)所示。
IC=Cstons,c+Pstons,p (9)
OMC=x%Cstons,c+y%Pstons,p (10)
式中:Cost为ESS成本费用年值;IC为ESS初始成本;OMC为ESS运行维护成本;r为贴现率,取值为9%;Lifesto为ESS寿命;ns,c为ESS容量单价;ns,p为ESS功率单价;x%、y%为分别为ESS能量与功率的运行维护成本与初始投资的比值,二者取值均为2%。
综上,本申请中经济子目标为:
max f1=EB1+EB2-Cost (11)
式中:f1为经济子目标。
本申请以每天调度中的最小网供峰谷差为目标,建立的网供子目标为:
min f2=Pgrid,max-Pgrid,min (12)
式中:f2为网供子目标;Pgrid,max、Pgrid,min为一天内的网供功率最大值和最小值。
在电压子目标中,本申请选取全局L指标作为评价VPP电压稳定程度的子目标,全局L指标的公式为:
式中:L为系统的全局L指标;Lj为第j个负荷节点的局部指标;Vi为第i个发电机节点的复电压;Vj为第j个负荷节点的复电压;Fji是负荷参与因子,它是FLG矩阵第ji个元素。
L取值范围为[0,1],L值越接近1,系统电压越容易崩溃。因此,电压子目标为:
min f3=L (14)
步骤S203:根据所述经济子目标函数中虚拟电厂调度收益目标函数和所述网供子目标函数建立储能系统调度目标函数。
本申请选择经济子目标中能反应ESS调度经济收益的VPP调度收益目标和反应削峰填谷作用的网供子目标作为ESS调度目标函数,具体如式(15)所示。
max F1=f(EB1,f2) (15)
式中:F1为ESS调度目标函数。
步骤S204:根据所述经济子目标函数、网供子目标函数和电压子目标函数建立储能系统优化目标函数。
本申请ESS优化目标函数包含经济、网供和电压子目标,具体如式(16)所示。
max F2=f(f1,f2,f3) (16)
式中:F2为ESS优化目标函数。
在ESS优化配置模型中,除了考虑式DER设备的运行约束外,还应考虑系统约束。
本申请中,设备运行约束条件包括:
CstoSsoc,min≤C(t)≤CstoSsoc,max (17)
0≤Pch(t)≤PstoBch(t)
(18)
0≤Pdis(t)≤PstoBdis(t)
Bch(t)+Bdis(t)≤1 (19)
C(1)=C(T)=0.2Csto (20)
其中:
式中:C(t)为t时段ESS总电量;Pch(t)、Pdis(t)分别为ESS在t时刻的充电和放电功率;Csto为ESS额定容量;Ssoc(t)为t时刻ESS荷电状态;Ssoc,min、Ssoc,max为ESS荷电状态的最小值和最大值,文中分别为0.2和1;Psto为ESS额定功率。
本申请中设备运行约束条件除了包括上述约束条件以外,还包括式(2)-(4)的约束条件。
本申请中的系统约束条件包括:系统电能平衡约束,ESS最小容量功率约束和VPP电压约束。
在统电能平衡约束中,P中光伏出力、ESS充放电、可中断负荷投切、用户负荷和并网功率应实现电能量平衡。
在SS最小容量功率约束中,VPP不向电网供电,净负荷中光伏剩余电量必须由ESS全部吸收,因此需要根据净负荷大小来设置ESS最小容量和最小功率。
式中:Csto,min、Psto,min为根据净负荷曲线求得的储能系统最小容量和最小功率。
在VPP电压约束中,VPP在正常运行时,各节点电压应在允许范围内。
Vmin<Vi<Vmax (24)
式中:Vmin、Vmax为最小最大允许电压值,Vj为VPP节点j的电压值。
本申请提供的一种储能系统配置方法中,建立的子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数,使得根据上述3个子目标函数建立储能系统调度目标函数和所述储能系统优化目标函数,也即储能系统优化配置模型更加全面、准确,根据此储能系统优化配置模型求解的优化配置结果可以体现储能系统需求响应、削峰填谷和提高电压质量作用并使得每种配置的储能系统在运行工作中均可以处于最优调度状态,解决了现有技术中建立的储能系统(ESS)优化配置模型比较单一,对储能系统作用的体现不够充分,求得的优化配置结果无法保证每种配置的储能系统在运行工作中均处于最优调度状态的问题。
本申请中,在建立虚拟电厂中分布式电源的数学模型之前,还包括:
建立虚拟电厂与配电公司和终端用户的市场规则。
分析虚拟电厂中储能系统的需求响应、削峰填谷和提高电压质量作用。
其中,根据所述数学模型与虚拟电厂中储能系统的作用分析以及虚拟电厂市场规则建立子目标函数。
本申请中,为了使得虚拟电厂能够整合其内资源参与电力市场运行,建立虚拟电厂与配电公司、终端用户的市场规则。
本申请中,储能系统优化配置模型为了体现储能系统多方面的作用,分析虚拟电厂中储能系统的作用为需求响应、削峰填谷和提高电压质量作用。
本申请中,利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数之前,还包括:
步骤S301:根据所述目标数据计算所述储能系统调度目标函数中各子目标函数的最值。
步骤S302:对所述各子目标函数进行归一化处理,对所述储能系统调度目标函数中归一化后的经济子目标函数中虚拟电厂调度收益目标函数和网供子目标函数进行加权后得到单目标的储能系统调度目标函数。
步骤S303:根据所述目标数据计算所述储能系统系统优化目标函数中各子目标函数的最值。
步骤S304:对所述各子目标函数进行归一化处理,对所述储能系统优化目标函数中归一化后的经济子目标函数、网供子目标函数和电压子目标函数进行加权后得到单目标的储能系统优化目标函数。
本申请中,ESS调度目标函数归一化处理:
式中:w1和w2为权重,满足w1+w2=1;和为归一化后的VPP调度收益和网供子目标;EB1,min和EB1,max为VPP调度收益的最小值和最大值;f2,min和f2,max为网供子目标的最小值和最大值。
ESS优化目标函数归一化处理:
式中:w3、w4和w5为权重,满足w3+w4+w5=1; 和为归一化后的经济子目标、网供子目标和电压子目标;f1,min和f1,max为经济子目标的最小值和最大值;f3,min和f3,max为电压子目标的最小值和最大值。
本申请中,所述利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果,包括:
步骤S401:确定不同的H值,所述H值为储能系统额定容量和额定功率的比值。
H为ESS额定容量和额定功率的比值,物理意义为ESS在满状态(或零状态)情况下以额定功率放电(或充电)时所能使用的时间长度,H取值为整数,范围为[1,n](n值可依据实际情况选取)。
步骤S402:在每个H值下,利用混合整数线性规划方法计算所述单目标的储能系统调度目标函数,利用粒子群算法计算所述单目标的储能系统优化目标函数,得到储能系统局部最优配置。
在不同H值下,对虚拟电厂中的ESS优化配置模型进行求解。其中,利用混合整数线性规划求解ESS调度目标函数,使得每种ESS配置都可达到最优调度状态;利用粒子群算法求解ESS优化目标函数,可以选取不同H值下的ESS局部最优配置。
步骤S403:比较所有H值下储能系统最优配置结果所对应的储能系统优化目标函数值,将最大的储能系统优化目标函数值作为储能系统全局最优配置结果。
与上述本申请一种储能系统配置方法实施例所提供的方法相对应,参见图3,本申请还提供了一种储能系统配置系统实施例,在本实施例中,该系统包括:
获取单元501,用于获取目标数据。
第一计算单元502,用于利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果。
配置单元503,用于利用所述储能系统优化配置结果对储能系统进行配置。
其中,所述计算单元包括第一建立单元,用于建立所述储能系统调度目标函数和所述储能系统优化目标函数。
参见图4,本申请中所述第一建立单元包括:
第二建立单元601,用于建立虚拟电厂中分布式电源的数学模型。
第三建立单元602,用于根据所述数学模型与虚拟电厂中储能系统的作用分析建立子目标函数,所述子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数。
第四建立单元603,用于根据所述经济子目标函数中虚拟电厂调度收益目标函数和所述网供子目标函数建立储能系统调度目标函数。
第五建立单元604,用于根据所述经济子目标函数、网供子目标函数和电压子目标函数建立储能系统优化目标函数。
本申请中,还包括:
第六建立单元,用于建立虚拟电厂与配电公司和终端用户的市场规则。
第七建立单元,用于分析虚拟电厂中储能系统的需求响应、削峰填谷和提高电压质量的作用。
其中,根据所述数学模型与虚拟电厂储能系统作用分析以及虚拟电厂市场规则建立子目标函数。
本申请中,还包括:
第二计算单元701,用于根据所述目标数据计算所述储能系统调度目标函数中各子目标函数的最值。
第一归一化处理单元702,用于对所述各子目标函数进行归一化处理,对所述储能系统调度目标函数中归一化后的经济子目标函数中虚拟电厂调度收益目标函数和网供子目标函数进行加权后得到单目标的储能系统调度目标函数。
第三计算单元703,用于根据所述目标数据计算所述储能系统系统优化目标函数中各子目标函数的最值。
第二归一化处理单元704,用于对所述各子目标函数进行归一化处理,对所述储能系统优化目标函数中归一化后的经济子目标函数、网供子目标函数和电压子目标函数进行加权后得到单目标的储能系统优化目标函数。
本申请中,所述第一计算单元包括:
确定单元801,用于确定不同的H值,所述H值为储能系统额定容量和额定功率的比值。
第四计算单元802,用于在每个H值下,利用混合整数线性规划方法计算所述单目标的储能系统调度目标函数,利用粒子群算法计算所述单目标的储能系统优化目标函数,得到储能系统局部最优配置。
比较单元803,用于比较所有H值下储能系统最优配置结果所对应的储能系统优化目标函数值,将最大的储能系统优化目标函数值作为储能系统全局最优配置结果。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本申请中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种储能系统配置方法及系统进行了详细介绍,本申请中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (8)
1.一种储能系统配置方法,其特征在于,该方法包括:
获取目标数据;
利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果;
利用所述储能系统优化配置结果对储能系统进行配置;
其中,所述储能系统调度目标函数和所述储能系统优化目标函数的建立过程为:
建立虚拟电厂中分布式电源的数学模型;
根据所述数学模型与虚拟电厂中储能系统的作用分析建立子目标函数,所述子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数;
根据所述经济子目标函数中虚拟电厂调度收益目标函数和所述网供子目标函数建立储能系统调度目标函数;
根据所述经济子目标函数、网供子目标函数和电压子目标函数建立储能系统优化目标函数。
2.根据权利要求1所述的方法,其特征在于,在建立虚拟电厂中分布式电源的数学模型之前,还包括:
建立虚拟电厂与配电公司和终端用户的市场规则;
分析虚拟电厂中储能系统的需求响应、削峰填谷和提高电压质量的作用;
其中,根据所述数学模型与虚拟电厂储能系统的作用分析以及虚拟电厂市场规则建立子目标函数。
3.根据权利要求1所述的方法,其特征在于,所述利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数之前,还包括:
根据所述目标数据分别计算所述储能系统调度目标函数和所述储能系统优化目标函数中各子目标函数的最值;
对所述各子目标函数进行归一化处理;
对所述储能系统调度目标函数中归一化后的经济子目标函数中虚拟电厂调度收益目标函数和网供子目标函数进行加权后得到单目标的储能系统调度目标函数;
对所述储能系统优化目标函数中归一化后的经济子目标函数、网供子目标函数和电压子目标函数进行加权后得到单目标的储能系统优化目标函数。
4.根据权利要求3所述的方法,其特征在于,所述利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果,包括:
确定不同的H值,所述H值为储能系统额定容量和额定功率的比值;
在每个H值下,利用混合整数线性规划方法计算所述单目标的储能系统调度目标函数,利用粒子群算法计算所述单目标的储能系统优化目标函数,得到储能系统局部最优配置;
比较所有H值下储能系统最优配置结果所对应的储能系统优化目标函数值,将最大的储能系统优化目标函数值作为储能系统全局最优配置结果。
5.一种储能系统配置系统,其特征在于,该系统包括:
获取单元,用于获取目标数据;
第一计算单元,用于利用混合整数线性规划方法和粒子群算法分别计算储能系统调度目标函数和储能系统优化目标函数,得到所述目标数据对应的储能系统优化配置结果;
配置单元,用于利用所述储能系统优化配置结果对储能系统进行配置;
其中,所述计算单元包括第一建立单元,用于建立所述储能系统调度目标函数和所述储能系统优化目标函数;
所述第一建立单元包括:
第二建立单元,用于建立虚拟电厂中分布式电源的数学模型;
第三建立单元,用于根据所述数学模型与虚拟电厂中储能系统的作用分析建立子目标函数,所述子目标函数包括经济子目标函数、网供子目标函数和电压子目标函数;
第四建立单元,用于根据所述经济子目标函数中虚拟电厂调度收益目标函数和所述网供子目标函数建立储能系统调度目标函数;
第五建立单元,用于根据所述经济子目标函数、网供子目标函数和电压子目标函数建立储能系统优化目标函数。
6.根据权利要求5所述的系统,其特征在于,还包括:
第六建立单元,用于建立虚拟电厂与配电公司和终端用户的市场规则;
第七建立单元,用于分析虚拟电厂中储能系统的需求响应、削峰填谷和提高电压质量的作用;
其中,根据所述数学模型与虚拟电厂储能系统的作用分析以及虚拟电厂市场规则建立子目标函数。
7.根据权利要求5所述的系统,其特征在于,还包括:
第二计算单元,用于根据所述目标数据分别计算所述储能系统调度目标函数和所述储能系统优化目标函数中各子目标函数的最值;
归一化单元,用于对所述各子目标函数进行归一化处理;
第一加权单元,用于对所述储能系统调度目标函数中归一化后的经济子目标函数中虚拟电厂调度收益目标函数和网供子目标函数进行加权后得到单目标的储能系统调度目标函数;
第二加权单元,用于对所述储能系统优化目标函数中归一化后的经济子目标函数、网供子目标函数和电压子目标函数进行加权后得到单目标的储能系统优化目标函数。
8.根据权利要求7所述的方法,其特征在于,所述第一计算单元包括:
确定单元,用于确定不同的H值,所述H值为储能系统额定容量和额定功率的比值;
第三计算单元,用于在每个H值下,利用混合整数线性规划方法计算所述单目标的储能系统调度目标函数,利用粒子群算法计算所述单目标的储能系统优化目标函数,得到储能系统局部最优配置;
比较单元,用于比较所有H值下储能系统最优配置结果所对应的储能系统优化目标函数值,将最大的储能系统优化目标函数值作为储能系统全局最优配置结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510254363.2A CN104809531B (zh) | 2015-05-18 | 2015-05-18 | 一种储能系统配置方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510254363.2A CN104809531B (zh) | 2015-05-18 | 2015-05-18 | 一种储能系统配置方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104809531A true CN104809531A (zh) | 2015-07-29 |
CN104809531B CN104809531B (zh) | 2018-07-13 |
Family
ID=53694340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510254363.2A Active CN104809531B (zh) | 2015-05-18 | 2015-05-18 | 一种储能系统配置方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104809531B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447983A (zh) * | 2015-11-16 | 2016-03-30 | 上海申瑞继保电气有限公司 | 用户端混合电表需量电费分摊方法 |
CN106451504A (zh) * | 2016-10-19 | 2017-02-22 | 上海电力设计院有限公司 | 一种混合储能系统配置成本的控制方法及装置 |
CN109245091A (zh) * | 2018-09-27 | 2019-01-18 | 东南大学 | 一种面向售电公司的双层策略调度方法 |
CN110120684A (zh) * | 2019-05-15 | 2019-08-13 | 浙江大学 | 一种计及电-热需求侧响应的热电联产机组配置方法 |
CN110245790A (zh) * | 2019-05-31 | 2019-09-17 | 国网上海市电力公司 | 基于虚拟电厂技术的区域负荷精准调节方法 |
CN111027757A (zh) * | 2019-11-26 | 2020-04-17 | 广西电网有限责任公司 | 一种基于皮亚诺曲线降维的用户侧储能优化配置方法 |
CN112036735A (zh) * | 2020-08-28 | 2020-12-04 | 北方工业大学 | 一种用于光伏电站的储能系统的储能容量规划方法及系统 |
CN113256139A (zh) * | 2021-06-04 | 2021-08-13 | 广东电网有限责任公司珠海供电局 | 基于区块链的虚拟电厂运营应用中资源接入的维护系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2518665A1 (en) * | 2011-04-28 | 2012-10-31 | Vestas Wind Systems A/S | Renewable energy configurator |
CN103366314A (zh) * | 2013-07-18 | 2013-10-23 | 山东大学 | 考虑目标分解及其互补平抑的风电场复合储能容量规划方法 |
CN103778484A (zh) * | 2014-02-18 | 2014-05-07 | 国家电网公司 | 一种并网型微电网优化配置方法和系统 |
CN103956760A (zh) * | 2014-02-12 | 2014-07-30 | 国家电网公司 | 一种用于平抑城市负荷增长的储能容量配置方法 |
CN104092231A (zh) * | 2014-06-27 | 2014-10-08 | 上海电力学院 | 一种独立微网混和储能容量优化配置方法 |
CN104463374A (zh) * | 2014-12-23 | 2015-03-25 | 国家电网公司 | 一种分布式电源优化配置的方法及系统 |
-
2015
- 2015-05-18 CN CN201510254363.2A patent/CN104809531B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2518665A1 (en) * | 2011-04-28 | 2012-10-31 | Vestas Wind Systems A/S | Renewable energy configurator |
CN103366314A (zh) * | 2013-07-18 | 2013-10-23 | 山东大学 | 考虑目标分解及其互补平抑的风电场复合储能容量规划方法 |
CN103956760A (zh) * | 2014-02-12 | 2014-07-30 | 国家电网公司 | 一种用于平抑城市负荷增长的储能容量配置方法 |
CN103778484A (zh) * | 2014-02-18 | 2014-05-07 | 国家电网公司 | 一种并网型微电网优化配置方法和系统 |
CN104092231A (zh) * | 2014-06-27 | 2014-10-08 | 上海电力学院 | 一种独立微网混和储能容量优化配置方法 |
CN104463374A (zh) * | 2014-12-23 | 2015-03-25 | 国家电网公司 | 一种分布式电源优化配置的方法及系统 |
Non-Patent Citations (6)
Title |
---|
MOHSEN G等: "《Battery capacity determination with respect to optimized energy dispatch schedule in grid-connected photovoltaic(PV) systems》", 《ENERGY》 * |
YU R等: "《Storage size determination for grid-connected photovoltaic systems》", 《IEEE TRANS ON SUSTAIN ENERGY》 * |
吴红斌等: "《计及电动汽车的分布式发电系统中储能单元的优化配置》", 《中国电机工程学报》 * |
张娜: "《间歇性能源输出功率预测与储能系统规划》", 《中国优秀博士论文电子期刊网 工程科技II辑》 * |
赵波: "《应用粒子群优化算法求解市场环境下电力系统动态经济调度问题》", 《继电器》 * |
陈健等: "《考虑储能系统特性的独立微电网系统经济运行优化》", 《电力系统自动化》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447983A (zh) * | 2015-11-16 | 2016-03-30 | 上海申瑞继保电气有限公司 | 用户端混合电表需量电费分摊方法 |
CN106451504A (zh) * | 2016-10-19 | 2017-02-22 | 上海电力设计院有限公司 | 一种混合储能系统配置成本的控制方法及装置 |
CN109245091A (zh) * | 2018-09-27 | 2019-01-18 | 东南大学 | 一种面向售电公司的双层策略调度方法 |
CN109245091B (zh) * | 2018-09-27 | 2022-04-26 | 东南大学 | 一种面向售电公司的双层策略调度方法 |
CN110120684A (zh) * | 2019-05-15 | 2019-08-13 | 浙江大学 | 一种计及电-热需求侧响应的热电联产机组配置方法 |
CN110245790A (zh) * | 2019-05-31 | 2019-09-17 | 国网上海市电力公司 | 基于虚拟电厂技术的区域负荷精准调节方法 |
CN111027757A (zh) * | 2019-11-26 | 2020-04-17 | 广西电网有限责任公司 | 一种基于皮亚诺曲线降维的用户侧储能优化配置方法 |
CN112036735A (zh) * | 2020-08-28 | 2020-12-04 | 北方工业大学 | 一种用于光伏电站的储能系统的储能容量规划方法及系统 |
CN112036735B (zh) * | 2020-08-28 | 2023-11-03 | 北方工业大学 | 一种用于光伏电站的储能系统的储能容量规划方法及系统 |
CN113256139A (zh) * | 2021-06-04 | 2021-08-13 | 广东电网有限责任公司珠海供电局 | 基于区块链的虚拟电厂运营应用中资源接入的维护系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104809531B (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Khalili et al. | Optimal performance of microgrid in the presence of demand response exchange: A stochastic multi-objective model | |
Nwulu et al. | Optimal dispatch for a microgrid incorporating renewables and demand response | |
Van Der Stelt et al. | Techno-economic analysis of household and community energy storage for residential prosumers with smart appliances | |
CN104809531A (zh) | 一种储能系统配置方法及系统 | |
Pena-Bello et al. | Optimizing PV and grid charging in combined applications to improve the profitability of residential batteries | |
Sadati et al. | Smart distribution system operational scheduling considering electric vehicle parking lot and demand response programs | |
Majidi et al. | Optimal stochastic short-term thermal and electrical operation of fuel cell/photovoltaic/battery/grid hybrid energy system in the presence of demand response program | |
Yang et al. | Reliability evaluation of power systems in the presence of energy storage system as demand management resource | |
Lin et al. | Economic viability of battery energy storage and grid strategy: A special case of China electricity market | |
Haupt et al. | The influence of electric vehicle charging strategies on the sizing of electrical energy storage systems in charging hub microgrids | |
CN108964098B (zh) | 一种独立微电网系统容量优化配置方法 | |
EP3039771B1 (en) | System and method for energy asset sizing and optimal dispatch | |
Chen et al. | Energy storage subsidy estimation for microgrid: A real option game-theoretic approach | |
Norbu et al. | Modelling the redistribution of benefits from joint investments in community energy projects | |
Wang et al. | Two‐stage optimal demand response with battery energy storage systems | |
Zhou et al. | Time-of-use pricing model based on power supply chain for user-side microgrid | |
Imani et al. | Implementing Time-of-Use Demand Response Program in microgrid considering energy storage unit participation and different capacities of installed wind power | |
Abdolahi et al. | Chance-constrained CAES and DRP scheduling to maximize wind power harvesting in congested transmission systems considering operational flexibility | |
Kazhamiaka et al. | Practical strategies for storage operation in energy systems: design and evaluation | |
Solano et al. | Impact of fixed charges on the viability of self-consumption photovoltaics | |
Mirzania et al. | An innovative viable model for community-owned solar PV projects without FIT: Comprehensive techno-economic assessment | |
Zhang et al. | Optimal selection of energy storage system sharing schemes in industrial parks considering battery degradation | |
Argiolas et al. | Optimal battery energy storage dispatch in energy and frequency regulation markets while peak shaving an EV fast charging station | |
Li et al. | Low-carbon operation method of microgrid considering carbon emission quota trading | |
Bian et al. | Peer-to-peer energy sharing model considering multi-objective optimal allocation of shared energy storage in a multi-microgrid system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |