CN105140941A - 考虑锂电池可变折旧成本与实用充放电策略的微电网优化调度方法 - Google Patents
考虑锂电池可变折旧成本与实用充放电策略的微电网优化调度方法 Download PDFInfo
- Publication number
- CN105140941A CN105140941A CN201510598446.3A CN201510598446A CN105140941A CN 105140941 A CN105140941 A CN 105140941A CN 201510598446 A CN201510598446 A CN 201510598446A CN 105140941 A CN105140941 A CN 105140941A
- Authority
- CN
- China
- Prior art keywords
- lithium battery
- power
- discharge
- charge
- cost
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
- Y02P80/14—District level solutions, i.e. local energy networks
Abstract
本发明涉及一种考虑锂电池可变折旧成本及充放电策略的微电网调度方法,依据锂电池循环寿命与放电深度间关系,建立依赖于放电深度的锂电池可变折旧成本模型,将可变折旧成本模型纳入使微电网运行成本最小的调度模型目标函数中,以实现对锂电池的经济管理,所述目标函数为:,其中为微电网系统运行成本,为锂电池k单次充放电循环过程的可变折旧成本。求解时将锂电池典型充放电策略下的充放电功率曲线线性化等效后作为锂电池运行过程中的允许功率限值,所述锂电池典型充放电策略包括由先恒流充电、再恒压充电组成的两段式充电过程和恒流放电过程。本发明可以有效防止锂电池的过度老化或折旧,有利于延长其使用寿命,降低微电网整体的运行成本。
Description
技术领域
本发明涉及电力系统中储能的运行管理领域,尤其涉及微电网中锂电池的实用充放电策略与放电深度的优化调度方法。
背景技术
在当前能源危机与环境问题的背景下,微电网的发展具有着良好的前景。它是风电、光伏等分布式发电充分利用的有效组织形式。分布式电源的间歇性与随机性对微电网的稳定运行与功率平衡控制带来了较大的挑战。因此,微电网中一般需配有储能系统,用于平衡瞬时功率波动,维持微电网稳定运行,并发挥削峰填谷作用。
能量管理系统是微电网运行的重要保障,用于协调各类分布式电源、储能及用电负荷。微电网能量管理与传统电网能量管理的主要区别之一在于储能的运行管理。当前,微电网中储能的调度方法有:启发式调度方法、基于数学优化建模的调度方法以及模糊控制等,然而这些方法对储能运行成本的研究还不完善。放电深度是影响储能寿命运行折旧的重要因素,因此,研究基于储能放电深度的折旧成本建模具有重要的意义。
当前,在大规模固定式储能的应用中,锂电池储能的成本低于其他储能类型。锂电池储能凭借着能量密度高、无记忆效应、技术相对成熟等优势,在微电网示范工程中得到了较为广泛地应用。但与此相对的是微电网中的锂电池运行管理系统的研究还很不完善。
发明内容
本发明就是为了解决以上问题而提出的,本发明的目的在于提供一种考虑锂电池可变折旧成本及充放电策略的微电网调度方法,利用本发明可以有效防止锂电池的过度老化或折旧,有利于延长其使用寿命,提高锂电池储能的经济效益,降低微电网整体的运行成本。
本发明的技术方案是:
一种考虑锂电池可变折旧成本及充放电策略的微电网调度方法,依据锂电池循环寿命与放电深度之间的关系,建立依赖于放电深度的锂电池可变折旧成本模型,并将所述可变折旧成本模型纳入使微电网运行成本最小的调度模型目标函数中,以实现对锂电池的经济管理,所述目标函数为:
;
其中,为微电网系统的运行成本,为调度的时段数;为微电网中可控电源的个数;为锂电池的个数;为单步的时间步长;为第i个可控电源在t时刻的燃料成本;为第i个可控电源在t时刻的维护成本;为第i个可控电源在t时刻的启停成本;为t时刻微电网向大电网的购电成本;为t时刻微电网向大电网售电的售电收益;为锂电池k单位时间的运行成本;为锂电池k单次充放电循环过程的可变折旧成本。可控电源i和锂电池k均以组为单位计算相应成本,每组中相应设备的数量可能是单数也可能是多数,但名称上并未体现“组”字样。
锂电池单次充放电循环过程的可变折旧成本为:
;
其中,为锂电池可变折旧成本占初始投资成本的百分比;,为锂电池初始投资成本,为锂电池的额定功率容量,为锂电池的额定电量容量,为锂电池额定功率容量相关成本系数,为锂电池额定电量容量相关成本系数;,为锂电池单次充放电循环过程的寿命损失,为锂电池的放电深度,、、为曲线拟合所得参数。
对锂电池的单次充放电循环过程的可变折旧成本的非线性函数进行分段线性化等效,分段等效后所述单次充放电循环过程的可变折旧成本为:
;
其中,为分段等效后单次充放电循环过程的可变折旧成本;为线性分段数;,分别为第个分段斜率和纵轴截距;代表第个分段上放电深度的连续变量;表示锂电池放电深度是否位于第个分段上的0、1状态变量,0表示放电深度不在第个分段上,1表示放电深度位于第个分段上。
锂电池单位时间的运行成本为:
;
其中,为锂电池单位时间的运行成本,为锂电池的最大功率,为锂电池的单位时间转移的电量,、为相应的成本系数。
所述燃料成本为:
;
其中,为可控电源在t时刻的燃料成本,为可控电源在t时刻的输出功率,、、分别为可控电源可控成本函数的常数项、一次项和二次项系数。
所述维护成本为:
;
其中,为可控电源在t时刻的维护成本,为可控电源维护成本函数系数;
所述启停成本为:
;
其中,为可控电源在t时刻的启停成本,为可控电源在t时刻的开机状态变量,0表示t时刻没有进行开机操作,1表示t时刻进行了开机操作,为可控电源的开机费用;
所述购电成本为:
;
其中,为微电网向大电网购电的购电价格,为t时刻微电网向大电网购电的购电功率;
所述售电收益为:
;
其中,为微电网向大电网售电的售电价格,为t时刻微电网向大电网售电的售电功率。
对于前述任意一种所述的方法,所述目标函数的求解约束条件包括电力平衡约束、各类机组的技术输出功率约束与启停约束、锂电池充放电功率约束、锂电池荷电状态约束;
所述锂电池充放电功率约束是将锂电池典型充放电策略下的充放电功率曲线线性化等效后作为锂电池运行过程中的允许功率限值,所述锂电池典型充放电策略包括由先恒流充电、再恒压充电组成的两段式充电过程和恒流放电过程。
所述锂电池充放电功率约束包括充电约束和放电约束:
所述充电约束为:
;
;
所述放电约束为:
;
其中,为锂电池在t时刻的充电功率,为锂电池在t时刻的剩余电量,为锂电池在t时刻的放电功率,为恒流充电阶段开始时刻充电功率,为恒流充电阶段结束时刻充电功率,为恒压充电阶段结束时刻充电功率,、分别为锂电池允许最小、最大荷电状态,为锂电池从恒流充电到恒压充电转变时刻的荷电状态,为恒流放电阶段开始时刻放电功率,为恒流放电阶段结束时刻放电功率;
锂电池k的充放电状态变量满足:
;
其中,为锂电池在t时刻的充电状态变量,取0时,表示非充电状态,取1时,表示充电状态;为锂电池在t时刻的放电状态变量,取0时,表示非放电状态,取1时,表示放电状态。
所述电力平衡约束为:
;
其中,为第i个可控电源在t时刻的输出功率,为锂电池在t时刻的放电功率,为锂电池在t时刻的充电功率,为光伏电源在t时刻的计划调度输出功率,为风电电源在t时刻的计划调度输出功率,为微电网在t时刻的负荷功率。
所述各类机组的技术输出功率约束与启停约束为:
,
,
,
,
,
;
其中,为第i个可控电源t时刻的开机状态变量,取0时,表示停机状态,取1时,表示开机状态;为第i个可控电源t-1时刻的开机状态变量,取0时,表示停机状态,取1时,表示开机状态;为第i个可控电源的技术出力最小值;为第i个可控电源的技术出力最大值,为光伏电源在t时刻的预测输出功率,为风电电源在t时刻的预测输出功率,为微电网公共连接点的功率传输极限。
所述荷电状态约束为:
,
,
,
,
;
其中,为锂电池k在t时刻的剩余电量,为锂电池k在t-1时刻的剩余电量,为锂电池的充电效率,为锂电池的放电效率,为调度区间的开始时刻,为调度区间的结束时刻,代表锂电池的放电深度,代表调度期间锂电池的剩余电量变化量。
构建所述调度模型目标函数包括下述步骤:
(1)在分析锂电池循环寿命的基础上,利用工作量折旧法建立锂电池依赖于放电深度的单次充放电循环过程的可变折旧成本模型,作为锂电池经济调度的依据;
(2)分析锂电池典型的两段式充电过程与恒流放电过程下的充放电功率变化趋势,为了达到安全实用的目的,提出依赖于荷电状态的变上限约束的充放电控制策略;
(3)建立同时考虑锂电池折旧成本及变上限约束的充放电控制策略时运行成本最低的微电网经济优化调度模型,限定模型的约束条件,计算得出微电网优化调度方案。
本发明的有益效果为:
本发明较为准确、直观地描述了锂电池的循环寿命与放电深度之间的关系,根据放电深度的不同将单次循环的电池寿命损失折算为折旧成本,并在微电网优化调度建模中予以考虑,从而实现了锂电池放电深度的优化管理。
根据典型的充放电方法提出了更为安全实用的锂电池充放电管理策略,保证了电池的实际运行条件优于典型运行环境,可以避免因使用不当导致锂电池加速老化,有利于延长其使用寿命。
本发明提出了考虑锂电池可变折旧成本的微电网优化调度模型,为基于锂电池放电深度的合理调度提供了理论依据,有利于降低锂电池的老化速度,提高其生命周期内的经济效益,降低微电网整体的运行成本,从而提高微电网中储能的安全、经济管理水平和微电网整体经济效益。
附图说明
图1是本发明的微电网优化调度方法的原理示意图;
图2是依赖于荷电状态的锂电池充电功率约束示意图;
图3是依赖于荷电状态的锂电池放电功率约束示意图;
图4是锂电池单次循环可变折旧成本的分段线性化等效示意图。
具体实施方式
本发明公开了一种考虑锂电池可变折旧成本及充放电策略的微电网调度方法,主要体现了以下几方面创新:(1)分析了锂电池的折旧成本构成,提出与放电深度相关的锂电池寿命模型,在此基础上建立了依赖于放电深度的锂电池的可变折旧成本模型,并用于加强锂电池经济性管理;(2)提出了一种变上限约束的充放电策略来改善锂电池的运行条件,该充放电策略可以防止锂电池的过度老化或折旧,有利于延长其使用寿命;(3)建立了考虑锂电池可变折旧成本与一种实用的充放电策略的微电网经济优化调度模型,为微电网中锂电池放电深度的优化管理与充放电过程的合理控制的提供了技术指导与理论依据。
构建所述微电网经济优化调度模型具体包括以下步骤:
步骤1:建立基于锂电池放电深度的可变折旧成本模型,包括以下步骤:
步骤1.1:锂电池储能折旧成本分析。锂电池存在日历寿命和循环寿命的限制,其折旧可分为固定折旧与可变折旧两部分,其中固定折旧与电池的出厂后的累计时间有关,而可变折旧则与电池的运行状态有关,并直接影响到电池的循环寿命,本发明根据锂电池的可变折旧成本分解为每次充放电循环过程的折旧成本,并在微电网的运行调度过程中予以考虑。
步骤1.2:锂电池的循环寿命建模。锂电池的循环寿命与每次充放电循环的放电深度密切相关,采用三参数疲劳寿命曲线描述锂电池循环寿命与放电深度之间关系,根据的电池寿命测试数据,采用最小二乘法拟合方法,计算锂电池的循环寿命函数中的参数,得到锂电池的循环寿命模型。
步骤1.3:计算单次充放电循环过程锂电池的可变折旧成本。根据步骤1.2中获得的锂电电池寿命模型,采用工作量折旧法,计算锂电池单次充放电循环的寿命损失百分比,这一数值与步骤1.1中获得的锂电池可变折旧成本的乘积,即为单次充放电循环过程锂电池的折旧成本。
步骤2:建立一种实用的锂电池的充放电控制策略,包括以下步骤:
步骤2.1:分析锂电池典型的两段式充电策略过程的功率变化趋势,该充电过程包括恒流充电与恒压充电两个阶段。恒流充电阶段,充电功率随着荷电状态(Stateofcharge)的升高而逐渐增大;恒压充电充电功率随着充电电流的减少而逐渐减小。整个充电过程,锂电池的充电功率随着荷电状态(Stateofcharge)的升高呈现先增加后减小的变化趋势。
步骤2.2:分析锂电池典型的恒流放电过程的功率变化趋势,恒流放电过程中,荷电状态逐渐降低,放电电压降逐渐减小,因此锂电池的放电功率也随之逐渐变小。
步骤2.3:与传统的采用恒定的充、放电功率限值的约束建模方法不同,本发明提出了更为实用、可行的锂电池充放电策略,将步骤2.1与步骤2.2中介绍的典型充放电策略下的充放电功率曲线作为锂电池运行过程中的允许功率限值,即锂电池的充放电功率限值将随着其荷电状态的变化而变化。
步骤3:建立考虑锂电池可变折旧成本与变上限约束充放电控制策略的微电网经济优化调度模型,包括以下步骤:
步骤3.1:步骤1.3中建立的锂电池的单次循环的折旧成本是放电深度(DOD)的非线性函数,本发明对其进行分段线性化等效,降低优化调度问题的求解难度,并将等效后的锂电池折旧成本函数加入到微电网经济调度的目标函数中。
步骤3.2:根据步骤2.3中提出的充放电功率限制策略,建立锂电池的运行约束条件。
步骤3.3:建立以运行成本最小为目标的微电网优化调度模型,运行成本包括:可控电源的运行成本、微电网与大电网之间的购、售电成本以及锂电池运行成本和折旧成本。约束条件包括:电力平衡约束、各类机组的技术出力约束与启停约束、锂电池的充放电功率约束、荷电状态约束等。
步骤3.4:求解步骤3.3中建立的优化调度模型,获得微电网的优化调度方案,指导微电网的发电调度。
下面结合附图对本发明作进一步说明。
应用本发明所提的微电网运行优化调度模型时,需要首先从锂电池生产厂商获得相关数据,包括:
锂电池标称循环寿命及典型放电深度对应的循环寿命;
锂电池循环寿命测试过程所采用的两阶段充电策略中的恒流充电倍率与恒压充电电压值;
锂电池循环寿命测试过程所采用恒流放电倍率。
第1步:针对锂电池的配置容量与循环寿命测试数据,建立锂电池的可变折旧成本模式,包括:
1)计算锂电池的初始投资成本,与锂电池的额定功率容量和额定电量容量有关,由公式(1)获得:
(1)
式中:,分别为与锂电池额定功率容量和额定电量容量相关成本系数。
2)根据锂电池循环寿命的测试数据,使用式(2)所示三参数疲劳寿命曲线拟合锂电池循环寿命与放电深度之间关系。
(2)
式中:为锂电池的实际循环寿命(单位:次);为锂电池的放电深度(单位:%);,,为待拟合参数(即所称的三参数)。
3)根据工作量折旧法,计算单次充放电循环过程的寿命损失,可表示为:
(3)
4)令锂电池的可变折旧成本占总成本的,可变折旧成本与单次循环寿命损失的乘积即为单次充放电循环过程的可变折旧成本,即:
(4)
第2步,建立一种实用的锂电池的充放电控制策略分析,包括:
1)首先分析锂电池典型的两段式充电过程中充电功率的变化趋势,该充电过程包括恒流充电和恒压充电两个过程。在恒流充电阶段,充电电流保持恒定,随着充电的进行,电池荷电状态与充电电压逐渐升高,因此充电功率也逐渐变大,直至充电电压达到某一设定值后,开始进入恒压充电阶段,此过程中充电电流将随着荷电状态的升高而逐渐变小,因此充电功率也逐渐减小。全过程的充电功率如图2的充电过程图中的实线所示。
2)分析锂电池典型的恒流放电策略下放电功率的变化趋势,该策略下,放电电流保持恒定,随着放电的进行,电池荷电状态与放电电压逐渐降低,因此,放电功率也逐渐变小,放电过程的功率变化情况如图2的放电过程图中的实线所示。
第3步,建立考虑锂电池折旧成本与充放电策略的微电网经济优化调度模型,包括:
1)对锂电池的单次循环过程的可变折旧成本的非线性函数进行分段线性化等效,分段处理示意图见图3。分段等效后锂电池单次循环的折旧成本可表示为:
(5)
式中:为线性分段数,,分别为第个分段斜率和纵轴截距;代表第个分段上放电深度的连续变量;表示锂电池放电深度是否位于第个分段上的0、1状态变量,0表示放电深度不在第个分段上,1表示放电深度位于第个分段上。
它们之间关系可表示为:
(6)
式中:、分别为第个分段的放电深度上、下限。
锂电池的实际放电深度可表示为:
(7)
由于,中仅有一个变量取非零值,因此,中仅有一个变量取值为1。
即(8)
2)基于典型充放电策略,建立锂电池的充放电约束条件,从图2可见,理想或测试条件下,锂电池的充放电功率随电池荷电状态而变化。为了防止实际运行中锂电池的过度老化,本发明应将其充放电功率限制在典型充放电功率以内,并用图2中所示的虚线所示的线性函数代替各阶段中充放电功率与荷电状态的非线性关系,得到实用的充放电约束条件如下:
(9)
(10)
(11)
式中:为锂电池在t时刻的充电功率,为锂电池在t时刻的剩余电量,为锂电池在t时刻的放电功率,为恒流充电阶段开始时刻充电功率,为恒流充电阶段结束时刻充电功率,为恒压充电阶段结束时刻充电功率,、分别为锂电池允许最小、最大荷电状态,为锂电池从恒流充电到恒压充电转变时刻的荷电状态,为恒流放电阶段开始时刻放电功率,为恒流放电阶段结束时刻放电功率。
3)微电网的优化调度建模,目标函数为:
(12)
式中:为微电网系统的运行成本,为调度的时段数;为微电网中可控机组的个数;为锂电池的个数;为单步的时间步长;式(12)中的运行费用包括:可控电源的燃料成本、维护成本和启停成本、微电网与大电网之间的购、售电成本、以及锂电池的运行成本和可变折旧成本,分别由式(13)-(19)进行计算。
(13)
(14)
(15)
(16)
(17)
(18)
(19)
其中,为可控电源在t时刻的燃料成本,为可控电源在t时刻的输出功率,、、分别为可控电源可控成本函数的常数项、一次项和二次项系数。为可控电源在t时刻的维护成本,为可控电源维护成本函数系数;为可控电源在t时刻的启停成本,为可控电源在t时刻的开机状态变量,0表示t时刻没有进行开机操作,1表示t时刻进行了开机操作,为可控电源的开机费用;为微电网向大电网购电的购电价格,为t时刻微电网向大电网购电的购电功率;为微电网向大电网售电的售电价格,为t时刻微电网向大电网售电的售电功率;为锂电池单位时间的运行成本,为锂电池的最大功率(单位:kW),为锂电池的单位时间转移的电量(单位:kWh),、为相应的成本系数;为分段等效后单次充放电循环过程的可变折旧成本;为线性分段数;,分别为第个分段斜率和纵轴截距;代表第个分段上放电深度的连续变量;表示锂电池放电深度是否位于第个分段上的0、1状态变量,0表示放电深度不在第个分段上,1表示放电深度位于第个分段上。
该优化问题中约束条件包括:式(20)所示的电力平衡约束、式(21)-(26)所示的各类电源的技术出力约束;式(27)-(30)所示的锂电池的充放电功率约束以及式(31)-(34)所示的锂电池荷电状态约束。
(20)
(21)
(22)
(23)
(24)
(25)
(26)
(27)
(28)
(29)
(30)
(31)
(32)
(33)
(34)
式中:为第i个可控电源在t时刻的输出功率,为锂电池在t时刻的放电功率,为锂电池在t时刻的充电功率,为光伏电源在t时刻的计划调度输出功率,为风电电源在t时刻的计划调度输出功率,为微电网在t时刻的负荷功率;为第i个可控电源t时刻的开机状态变量,取0时,表示停机状态,取1时,表示开机状态;为第i个可控电源t-1时刻的开机状态变量,取0时,表示停机状态,取1时,表示开机状态;为第i个可控电源的技术出力最小值;为第i个可控电源的技术出力最大值,为光伏电源在t时刻的预测输出功率,为风电电源在t时刻的预测输出功率,为微电网公共连接点的功率传输极限;为锂电池k在t时刻的剩余电量,为锂电池k在t-1时刻的剩余电量,为锂电池的充电效率,为锂电池的放电效率,为调度区间的开始时刻,为调度区间的结束时刻,代表锂电池的放电深度,代表调度期间锂电池的剩余电量变化量。
4)求解3)中建立的优化调度模型,获得微电网的计划调度方案。
本调度模型可用于微电网中其它类型储能设备的管理。
本发明较为准确的描述了锂电池的循环寿命与放电深度之间的关系,根据放电深度的不同将单次循环的电池寿命损失折算为折旧成本,并在微电网优化调度建模中予以考虑,从而实现了锂电池放电深度的优化管理;根据典型的充放电方法提出了更为安全实用的锂电池充放电管理策略,保证了电池的实际运行条件优于典型运行环境,可以避免因使用不当导致电池加速老化,有利于延长其使用寿命;获得的微电网优化调度方案有利于降低锂电池的老化速度,提高锂电池生命周期内的经济效益,降低微电网整体的运行成本,提高微电网中储能的管理水平和微电网整体经济效益。
Claims (10)
1.一种考虑锂电池可变折旧成本及充放电策略的微电网调度方法,其特征在于依据锂电池循环寿命与放电深度之间的关系,建立依赖于放电深度的锂电池可变折旧成本模型,并将所述可变折旧成本模型纳入使微电网运行成本最小的调度模型目标函数中,以实现对锂电池的经济管理,所述目标函数为:
;
其中,为微电网系统的运行成本,为调度的时段数;为微电网中可控电源的个数;为锂电池的个数;为单步的时间步长;为第i个可控电源在t时刻的燃料成本;为第i个可控电源在t时刻的维护成本;为第i个可控电源在t时刻的启停成本;为t时刻微电网向大电网的购电成本;为t时刻微电网向大电网售电的售电收益;为锂电池k单位时间的运行成本;为锂电池k单次充放电循环过程的可变折旧成本。
2.如权利要求1所述的方法,其特征在于锂电池单次充放电循环过程的可变折旧成本为:
;
其中,为锂电池可变折旧成本占初始投资成本的百分比;,为锂电池初始投资成本,为锂电池的额定功率容量,为锂电池的额定电量容量,为锂电池额定功率容量相关成本系数,为锂电池额定电量容量相关成本系数;,为锂电池单次充放电循环过程的寿命损失,为锂电池的放电深度,、、为曲线拟合所得参数。
3.如权利要求2所述的方法,其特征在于对锂电池的单次充放电循环过程的可变折旧成本的非线性函数进行分段线性化等效,分段等效后所述单次充放电循环过程的可变折旧成本为:
;
其中,为分段等效后单次充放电循环过程的可变折旧成本;为线性分段数;,分别为第个分段斜率和纵轴截距;代表第个分段上放电深度的连续变量;表示锂电池放电深度是否位于第个分段上的0、1状态变量,0表示放电深度不在第个分段上,1表示放电深度位于第个分段上。
4.如权利要求3所述的方法,其特征在于锂电池单位时间的运行成本为:
;
其中,为锂电池单位时间的运行成本,为锂电池的最大功率,为锂电池的单位时间转移的电量,、为相应的成本系数。
5.如权利要求3所述的方法,其特征在于所述燃料成本为:
;
其中,为可控电源在t时刻的燃料成本,为可控电源在t时刻的输出功率,、、分别为可控电源可控成本函数的常数项、一次项和二次项系数;
所述维护成本为:
;
其中,为可控电源在t时刻的维护成本,为可控电源维护成本函数系数;
所述启停成本为:
;
其中,为可控电源在t时刻的启停成本,为可控电源在t时刻的开机状态变量,0表示t时刻没有进行开机操作,1表示t时刻进行了开机操作,为可控电源的开机费用;
所述购电成本为:
;
其中,为微电网向大电网购电的购电价格,为t时刻微电网向大电网购电的购电功率;
所述售电收益为:
;
其中,为微电网向大电网售电的售电价格,为t时刻微电网向大电网售电的售电功率。
6.如权利要求1至5中任意一项所述的方法,其特征在于所述目标函数的求解约束条件包括电力平衡约束、各类机组的技术输出功率约束与启停约束、锂电池充放电功率约束、锂电池荷电状态约束;
所述锂电池充放电功率约束是将锂电池典型充放电策略下的充放电功率曲线线性化等效后作为锂电池运行过程中的允许功率限值,所述锂电池典型充放电策略包括由先恒流充电、再恒压充电组成的两段式充电过程和恒流放电过程。
7.如权利要求6所述的方法,其特征在于所述锂电池充放电功率约束包括充电约束和放电约束:
所述充电约束为:
;
;
所述放电约束为:
;
其中,为锂电池在t时刻的充电功率,为锂电池在t时刻的剩余电量,为锂电池在t时刻的放电功率,为恒流充电阶段开始时刻充电功率,为恒流充电阶段结束时刻充电功率,为恒压充电阶段结束时刻充电功率,、分别为锂电池允许最小、最大荷电状态,为锂电池从恒流充电到恒压充电转变时刻的荷电状态,为恒流放电阶段开始时刻放电功率,为恒流放电阶段结束时刻放电功率;
锂电池k的充放电状态变量满足:
;
其中,为锂电池在t时刻的充电状态变量,取0时,表示非充电状态,取1时,表示充电状态;为锂电池在t时刻的放电状态变量,取0时,表示非放电状态,取1时,表示放电状态。
8.如权利要求6所述的方法,其特征在于所述电力平衡约束为:
;
其中,为第i个可控电源在t时刻的输出功率,为锂电池在t时刻的放电功率,为锂电池在t时刻的充电功率,为光伏电源在t时刻的计划调度输出功率,为风电电源在t时刻的计划调度输出功率,为微电网在t时刻的负荷功率。
9.如权利要求6所述的方法,其特征在于所述各类机组的技术输出功率约束与启停约束为:
,
,
,
,
,
;
其中,为第i个可控电源t时刻的开机状态变量,取0时,表示停机状态,取1时,表示开机状态;为第i个可控电源t-1时刻的开机状态变量,取0时,表示停机状态,取1时,表示开机状态;为第i个可控电源的技术出力最小值;为第i个可控电源的技术出力最大值,为光伏电源在t时刻的预测输出功率,为风电电源在t时刻的预测输出功率,为微电网公共连接点的功率传输极限。
10.如权利要求6所述的方法,其特征在于所述荷电状态约束为:
,
,
,
,
;
其中,为锂电池k在t时刻的剩余电量,为锂电池k在t-1时刻的剩余电量,为锂电池的充电效率,为锂电池的放电效率,为调度区间的开始时刻,为调度区间的结束时刻,代表锂电池的放电深度,代表调度期间锂电池的剩余电量变化量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510598446.3A CN105140941B (zh) | 2015-09-18 | 2015-09-18 | 考虑锂电池可变折旧成本与实用充放电策略的微电网优化调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510598446.3A CN105140941B (zh) | 2015-09-18 | 2015-09-18 | 考虑锂电池可变折旧成本与实用充放电策略的微电网优化调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105140941A true CN105140941A (zh) | 2015-12-09 |
CN105140941B CN105140941B (zh) | 2019-06-04 |
Family
ID=54726199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510598446.3A Active CN105140941B (zh) | 2015-09-18 | 2015-09-18 | 考虑锂电池可变折旧成本与实用充放电策略的微电网优化调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105140941B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106926725A (zh) * | 2017-03-21 | 2017-07-07 | 上汽通用汽车有限公司 | 车辆用蓄电池的使用寿命预测方法和装置 |
CN106951975A (zh) * | 2016-10-12 | 2017-07-14 | 蔚来汽车有限公司 | 换电站电池数量和充电倍率优化系统和方法 |
CN108471130A (zh) * | 2018-04-25 | 2018-08-31 | 合肥工业大学 | 计及优化损耗的电池储能系统功率分配方案 |
CN109245143A (zh) * | 2018-11-26 | 2019-01-18 | 江苏云上电力科技有限公司 | 一种考虑锂离子电池寿命的储能调峰电站优化运行方法 |
CN109713695A (zh) * | 2019-03-01 | 2019-05-03 | 燕山大学 | 一种基于锂电池充放电状态的微电网能量管理方法及系统 |
CN110441701A (zh) * | 2019-07-16 | 2019-11-12 | 南方电网科学研究院有限责任公司 | 一种用于评估储能电池损耗成本的装置 |
CN112651846A (zh) * | 2020-12-15 | 2021-04-13 | 华北电力大学 | 基于交替方向乘子法的大规模产消者能量管理方法及系统 |
CN113937796A (zh) * | 2021-09-15 | 2022-01-14 | 东北电力大学 | 一种含风、光、储、蓄联合系统多时间尺度优化方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104617590A (zh) * | 2014-07-18 | 2015-05-13 | 国网上海市电力公司 | 不同时间尺度下基于混合储能调度的微网能量优化方法 |
CN104701870A (zh) * | 2013-12-06 | 2015-06-10 | 清华大学 | 一种电力系统储能优化方法 |
-
2015
- 2015-09-18 CN CN201510598446.3A patent/CN105140941B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104701870A (zh) * | 2013-12-06 | 2015-06-10 | 清华大学 | 一种电力系统储能优化方法 |
CN104617590A (zh) * | 2014-07-18 | 2015-05-13 | 国网上海市电力公司 | 不同时间尺度下基于混合储能调度的微网能量优化方法 |
Non-Patent Citations (3)
Title |
---|
ZHONG ZHANG, JIANXUE WANG, XIAOYU CAO: "Economic Dispatch of Microgrid Considering Optimal Management of Lithium Batteries", 《2014 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY (POWERCON 2014)》 * |
吴雄,王秀丽,王建学,别朝红: "微网经济调度问题的混合整数规划方法", 《中国电机工程学报》 * |
张忠,王建学,曹晓宇: "基于负荷分类调度的孤岛型微网能量管理方法", 《电力系统自动化》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106951975A (zh) * | 2016-10-12 | 2017-07-14 | 蔚来汽车有限公司 | 换电站电池数量和充电倍率优化系统和方法 |
CN106951975B (zh) * | 2016-10-12 | 2021-04-16 | 蔚来(安徽)控股有限公司 | 换电站电池数量和充电倍率优化系统和方法 |
CN106926725A (zh) * | 2017-03-21 | 2017-07-07 | 上汽通用汽车有限公司 | 车辆用蓄电池的使用寿命预测方法和装置 |
CN106926725B (zh) * | 2017-03-21 | 2019-11-05 | 上汽通用汽车有限公司 | 车辆用蓄电池的使用寿命预测方法和装置 |
CN108471130A (zh) * | 2018-04-25 | 2018-08-31 | 合肥工业大学 | 计及优化损耗的电池储能系统功率分配方案 |
CN109245143A (zh) * | 2018-11-26 | 2019-01-18 | 江苏云上电力科技有限公司 | 一种考虑锂离子电池寿命的储能调峰电站优化运行方法 |
CN109245143B (zh) * | 2018-11-26 | 2021-12-14 | 江苏云上电力科技有限公司 | 一种考虑锂离子电池寿命的储能调峰电站优化运行方法 |
CN109713695A (zh) * | 2019-03-01 | 2019-05-03 | 燕山大学 | 一种基于锂电池充放电状态的微电网能量管理方法及系统 |
CN110441701A (zh) * | 2019-07-16 | 2019-11-12 | 南方电网科学研究院有限责任公司 | 一种用于评估储能电池损耗成本的装置 |
CN112651846A (zh) * | 2020-12-15 | 2021-04-13 | 华北电力大学 | 基于交替方向乘子法的大规模产消者能量管理方法及系统 |
CN112651846B (zh) * | 2020-12-15 | 2023-11-17 | 华北电力大学 | 基于交替方向乘子法的大规模产消者能量管理方法及系统 |
CN113937796A (zh) * | 2021-09-15 | 2022-01-14 | 东北电力大学 | 一种含风、光、储、蓄联合系统多时间尺度优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105140941B (zh) | 2019-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Roslan et al. | Scheduling controller for microgrids energy management system using optimization algorithm in achieving cost saving and emission reduction | |
Zhang et al. | An improved charging/discharging strategy of lithium batteries considering depreciation cost in day-ahead microgrid scheduling | |
CN105140941A (zh) | 考虑锂电池可变折旧成本与实用充放电策略的微电网优化调度方法 | |
CN110311421B (zh) | 基于需求侧响应的微电网多时间尺度能量管理方法 | |
CN106651026B (zh) | 多时间尺度微电网能量管理优化调度方法 | |
CN107248751B (zh) | 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 | |
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 | |
CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
CN104993522A (zh) | 一种基于mpc的主动配电网多时间尺度协调优化调度方法 | |
CN105207259B (zh) | 基于能量管理的并网状态下的微电网系统调度方法 | |
CN111293691A (zh) | 基于模型预测控制的微电网多时间尺度优化调度方法 | |
CN111934360B (zh) | 基于模型预测控制的虚拟电厂-储能系统能量协同优化调控方法 | |
Hossain et al. | Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system | |
Balali et al. | Development of an economical model for a hybrid system of grid, PV and Energy Storage Systems | |
CN111786422B (zh) | 基于bp神经网络的微电网参与上层电网实时优化调度方法 | |
CN107392420A (zh) | 一种基于需求响应的家庭能量管理系统智能控制方法 | |
CN103248065B (zh) | 一种风电场中电池储能系统的充放电控制方法 | |
Ouédraogo et al. | Performances of energy management strategies for a Photovoltaic/Battery microgrid considering battery degradation | |
CN103001259B (zh) | 一种基于退火算法的并网型微电网优化调度方法 | |
CN111047093A (zh) | 一种电动汽车典型快充站优化运行配置方法 | |
Yu et al. | Energy management of wind turbine-based DC microgrid utilizing modified differential evolution algorithm | |
Sorour et al. | MILP optimized management of domestic PV-battery using two days-ahead forecasts | |
Hosseini et al. | Battery swapping station as an energy storage for capturing distribution-integrated solar variability | |
CN109119988B (zh) | 基于动态批发市价的光伏-电池微电网能量调度管理方法 | |
Liu et al. | Hierarchical optimal dispatching strategy for microgrid system considering user-side resources |
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 |