CN107910882B - 分布式储能运营模式优化设计方法和系统 - Google Patents

分布式储能运营模式优化设计方法和系统 Download PDF

Info

Publication number
CN107910882B
CN107910882B CN201711140633.2A CN201711140633A CN107910882B CN 107910882 B CN107910882 B CN 107910882B CN 201711140633 A CN201711140633 A CN 201711140633A CN 107910882 B CN107910882 B CN 107910882B
Authority
CN
China
Prior art keywords
energy storage
distributed energy
storage system
power
period
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.)
Active
Application number
CN201711140633.2A
Other languages
English (en)
Other versions
CN107910882A (zh
Inventor
甘霖
马溪原
刘育权
周长城
熊文
雷金勇
魏雄
郭晓斌
苏志鹏
蔡莹
华煌圣
曾顺奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Power Supply Bureau Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau Co Ltd
Research Institute of Southern Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Power Supply Bureau Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau Co Ltd
Priority to CN201711140633.2A priority Critical patent/CN107910882B/zh
Publication of CN107910882A publication Critical patent/CN107910882A/zh
Application granted granted Critical
Publication of CN107910882B publication Critical patent/CN107910882B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及一种分布式储能运营模式优化设计方法和系统。上述分布式储能运营模式优化设计方法包括：获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率；根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率；若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电。其可以提高其中数据处理的准确性，还可以提高后续控制分布式储能系统放电工作的科学性。

Description

分布式储能运营模式优化设计方法和系统
技术领域
本发明涉及分布式储能技术领域，特别是涉及一种分布式储能运营模式优化设计方法和系统。
背景技术
大量新能源并网运行在满足不断增长的能源需求、缓解环保压力的同时，也给电网带来了许多负面影响，分布式储能系统可以有效提高电网对间歇性分布式电源的接纳能力，改善电能质量；随着电池技术的发展以及电池成本下降，电池储能系统凭借其效率高、寿命长等优点得到了广泛的应用。
目前，分布式储能需要按照通过合同能源管理的方式运营。然而，上述传统的分布式储能运营模式通常以典型日负荷曲线为研究对象，不能体现负荷长期运行的规律，对用户负荷随机性考虑不足，容易使通过上述数据处理所得到的相关数据准确性低或者制定的分布式储能运营模式不合理。
发明内容
基于此，有必要针对依据传统技术容易使相关数据准确性低或者制定的分布式储能运营模式不合理的技术问题，提供一种分布式储能运营模式优化设计方法和系统。
一种分布式储能运营模式优化设计方法，包括如下步骤：
获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率；
根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率；
若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电；
识别第二级统计时段内的低谷电价时段和高峰电价时段；其中，第二级统计时段包括多个第一级统计时段，一个统计周期包括多个第二级统计时段；
获取统计周期内分布式储能系统处于第一充放电模式的所有第二级统计时段数，得到第一时段数，根据所述第一时段数和第一收益计算公式计算该统计周期内分布式储能系统处于第一充放电模式所产生的第一收益；其中，所述第一充放电模式指分布式储能系统在低谷电价时段充满，并在高峰电价时段放电至电池达到放电深度临界值的工作模式；
获取统计周期内分布式储能系统处于第二充放电模式的所有第二级统计时段数，得到第二时段数，根据所述第二时段数和第二收益计算公式计算该统计周期内分布式储能系统处于第二充放电模式所产生的第二收益；其中，所述第二充放电模式指分布式储能系统在高峰电价时段内无法放电至电池达到放电深度临界值的工作模式；
所述第一收益计算公式为：
Figure GDA0002229652930000021
所述第二收益计算公式为：
Figure GDA0002229652930000022
式中，MA表示第一收益，I表示分布式储能系统的储能设备集合，Ci表示第i个储能设备的容量，μi表示第i个储能设备的综合效率，Prh表示峰值电价，Prl表示低谷电价，Ncd,i表示第i个储能设备在第二级统计时段内的充放电次数，NA表示第一时段数，MB表示第二收益，NB表示第二时段数，K1和K2分别表示统计周期内分布式储能系统在高峰电价时段和平段电价时段放电的百分比，Prm表示平段电价；所述K1和K2由如下公式确定：
Figure GDA0002229652930000031
K2＝1-K1，
式中，S表示统计周期内的高峰电价时段的集合，
Figure GDA0002229652930000032
表示第一级统计时段k对应的负荷功率，Tk表示第一级统计时段k的时长。
一种分布式储能运营模式优化设计系统，包括：
获取单元，用于获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率；
确定单元，用于根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率；
控制单元，用于若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电；
识别单元，用于识别第二级统计时段内的低谷电价时段和高峰电价时段；其中，第二级统计时段包括多个第一级统计时段，一个统计周期包括多个第二级统计时段；
计算单元，用于获取统计周期内分布式储能系统处于第一充放电模式的所有第二级统计时段数，得到第一时段数，根据所述第一时段数和第一收益计算公式计算该统计周期内分布式储能系统处于第一充放电模式所产生的第一收益；其中，所述第一充放电模式指分布式储能系统在低谷电价时段充满，并在高峰电价时段放电至电池达到放电深度临界值的工作模式；获取统计周期内分布式储能系统处于第二充放电模式的所有第二级统计时段数，得到第二时段数，根据所述第二时段数和第二收益计算公式计算该统计周期内分布式储能系统处于第二充放电模式所产生的第二收益；其中，所述第二充放电模式指分布式储能系统在高峰电价时段内无法放电至电池达到放电深度临界值的工作模式；
所述第一收益计算公式为：
Figure GDA0002229652930000041
所述第二收益计算公式为：
Figure GDA0002229652930000042
式中，MA表示第一收益，I表示分布式储能系统的储能设备集合，Ci表示第i个储能设备的容量，μi表示第i个储能设备的综合效率，Prh表示峰值电价，Prl表示低谷电价，Ncd,i表示第i个储能设备在第二级统计时段内的充放电次数，NA表示第一时段数，MB表示第二收益，NB表示第二时段数，K1和K2分别表示统计周期内分布式储能系统在高峰电价时段和平段电价时段放电的百分比，Prm表示平段电价；所述K1和K2由如下公式确定：
Figure GDA0002229652930000043
K2＝1-K1，
式中，S表示统计周期内的高峰电价时段的集合，
Figure GDA0002229652930000051
表示第一级统计时段k对应的负荷功率，Tk表示第一级统计时段k的时长。
上述分布式储能运营模式优化设计方法和系统，可以获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率，以确定分布式储能系统的用户负荷在第一级统计时段的负荷功率，在负荷功率小于或者等于分布式储能系统的最大输出功率时，根据所述负荷功率控制分布式储能系统进行放电，并在负荷功率大于分布式储能系统的最大输出功率时，根据所述最大输出功率控制分布式储能系统进行放电；使分布式储能运营模式优化设计过程以用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率，及其所确定的负荷功率为依据，提高了其中数据处理的准确性，还可以提高后续控制分布式储能系统放电工作的准确性，能使分布式储能运营模式得到更为合理、优化的设计。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述分布式储能运营模式优化设计方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述的分布式储能运营模式优化设计方法。
上述计算机可读存储介质上存储的计算机程序，被处理器执行时可以实现如上所述的分布式储能运营模式优化设计方法，能够提高其中数据处理的准确性，还可以提高后续控制分布式储能系统放电工作的科学性。
附图说明
图1为一个实施例的分布式储能运营模式优化设计方法流程图；
图2为一个实施例的分布式储能运营模式设计系统示意图；
图3为一个实施例的分布式储能系统接线示意图；
图4为一个实施例的分布式储能运营模式优化设计系统结构示意图；
图5为一个实施例的计算机设备结构示意图。
具体实施方式
下面结合附图对本发明的分布式储能运营模式优化设计方法和系统的具体实施方式作详细描述。
参考图1，图1所示为一个实施例的分布式储能运营模式优化设计方法流程图，包括如下步骤：
S10，获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率；
在分布式储能系统进行数据处理以实现对其的相关控制过程中，可以先向分布式储能系统输入一个统计周期内的用户负荷曲线数据，从上述用户负荷曲线数据中，可以读取该统计周期内各个第一级统计时段对应的用户负荷数据(如初始瞬时功率或者结束瞬时功率等等)。
上述统计周期可以包括多个第二级统计时段，各个第二级统计时段具有相等的时长，上述第二级统计时段为相互连续不间断的时间，第二级统计时段前后叠加后组成相应的统计周期；第二级统计时段可以包括多个第一级统计时段，各个第一级统计时段具有相等的时长，上述第一级统计时段可以为相互连续不间断的时间，第一级统计时段前后叠加后组成相应的第二级统计时段。比如，上述统计周期可以为一年，统计周期内的各个第二级统计时段可以为一年内的各天，第二级统计时段内的各个第一级统计时段可以为该天内的各个小时。
分布式储能系统具有相应的投资主体、运营主体(运营商)和供电用户(分布式储能系统对应的用户)。分布式储能系统可以向其供电用户进行供电。分布式储能系统的运营商作为电力公司和供电用户的中间商，拥有分布式储能的经营权，负责运营和管理分布式储能系统。运营商应是受认可的、有资质的个人或企业，可以与供电用户签订双边合同。
S20，根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率；
用户负荷在第一级统计时段的负荷功率可以为该第一级统计时段的初始瞬时功率和结束瞬时功率的平均值或者中间值等可以准确表征该第一级统计时段内负荷功率的参数。
S30，若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电。
分布式储能系统的最大输出功率可以根据分布式储能系统中各个储能设备的容量确定，在第一级统计时段(如某小时)内，负荷功率小于或者等于分布式储能系统的最大输出功率，根据所述负荷功率控制分布式储能系统进行放电；若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电，可以使上述分布式储能系统进行充分放电，保证其被充分利用，提高分布式储能系统的利用率。
本实施例提供的分布式储能运营模式优化设计方法，可以获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率，以确定分布式储能系统的用户负荷在第一级统计时段的负荷功率，在负荷功率小于或者等于分布式储能系统的最大输出功率时，根据所述负荷功率控制分布式储能系统进行放电，并在负荷功率大于分布式储能系统的最大输出功率时，根据所述最大输出功率控制分布式储能系统进行放电；使分布式储能运营模式优化设计过程以用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率，及其所确定的负荷功率为依据，提高了其中数据处理的准确性，还可以提高后续控制分布式储能系统放电工作的科学性，能使分布式储能运营模式得到更为合理、优化的设计。
在一个实施例中，上述根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率的过程之后，还可以包括：
识别分布式储能系统中各个储能设备的容量，以及各个储能设备的综合效率；
根据各个储能设备的容量、综合效率以及输出功率计算公式计算分布式储能系统的最大输出功率；其中，所述输出功率计算公式为：
Figure GDA0002229652930000081
式中，PES,max表示最大输出功率，单位可以为kW(千瓦)，I表示分布式储能系统的储能设备集合，Ci表示第i个储能设备的容量，单位可以为kW·h(千瓦时)，μi表示第i个储能设备的综合效率，单位为％，其可以依据相应储能设备的性能特征确定。
本实施例所计算得到的最大输出功率具有较高的准确性。
在一个实施例中，上述分布式储能运营模式优化设计方法，还可以包括：
获取分布式储能系统的总投资成本，以及所述分布式储能系统所运行的统计周期数；
根据所述总投资成本和统计周期数计算分布式储能系统在各个统计周期对应的成本参数。
上述各个统计周期对应的成本参数(如每年等效投资成本)可以为总投资成本除以统计周期数所确定的值。
具体地，若总投资成本为CTOTAL，统计周期数为NY，则各个统计周期对应的成本参数CE可以为：
Figure GDA0002229652930000091
本实施例可以对分布式储能系统在各个统计周期对应的成本参数进行计算，可以完善分布式储能运营模式优化设计功能，有利于相关工作人员依据上述各统计周期对应的成本参数进行相应分布式储能系统的调控工作。
在一个实施例中，上述若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电的过程之后，还可以包括：
识别第二级统计时段内的低谷电价时段和高峰电价时段；其中，第二级统计时段包括多个第一级统计时段，一个统计周期包括多个第二级统计时段；
获取统计周期内分布式储能系统处于第一充放电模式的所有第二级统计时段数，得到第一时段数，根据所述第一时段数和第一收益计算公式计算该统计周期内分布式储能系统处于第一充放电模式所产生的第一收益；其中，所述第一充放电模式指分布式储能系统在低谷电价时段充满，并在高峰电价时段放电至电池达到放电深度临界值的工作模式；
获取统计周期内分布式储能系统处于第二充放电模式的所有第二级统计时段数，得到第二时段数，根据所述第二时段数和第二收益计算公式计算该统计周期内分布式储能系统处于第二充放电模式所产生的第二收益；其中，所述第二充放电模式指分布式储能系统在高峰电价时段内无法放电至电池达到放电深度临界值的工作模式。
分布式储能系统所在地的电网通常具有低谷电价时段(此时电网电价为低谷电价)、平价时段(此时电网电价为平段电价)和高峰时段(此时电网电价为高峰电价)，其所在地的电价相应的包括低谷电价、平段电价和高峰电价。分布式储能系统可以在低谷电价时段充满，并在高峰电价时段放电至电池达到放电深度临界值，即处于第一充放电模式，以降低其充放电所消耗的成本；若在某个第二级统计时段(如某天)内的高峰电价时段内，用户负荷一直很小或当地高峰电价时段很短，容易导致分布式储能系统在高峰电价时段内无法放电至电池达到放电深度临界值，此时分布式储能系统可以通过第二充放电模式工作，即在高峰电价时段内无法放电至电池达到放电深度临界值。
本实施例可以对统计周期内，分布式储能系统处于第一充放电模式所产生的第一收益，以及处于第二充放电模式所产生的第二收益分别进行获取，进一步完善了其数据处理功能。
作为一个实施例，上述第一收益计算公式为：
Figure GDA0002229652930000101
第二收益计算公式为：
式中，MA表示第一收益，单位可以为万元，I表示分布式储能系统的储能设备集合，Ci表示第i个储能设备的容量，μi表示第i个储能设备的综合效率，Prh表示峰值电价，单位可以为元/(kW·h)，Prl表示低谷电价，单位可以为元/(kW·h)，Ncd,i表示第i个储能设备在第二级统计时段内的充放电次数，NA表示第一时段数，MB表示第二收益，单位可以为万元，NB表示第二时段数，K1和K2分别表示统计周期内分布式储能系统在高峰电价时段和平段电价时段放电的百分比，Prm表示平段电价，单位可以为元/(kW·h)。
作为一个实施例，上述K1和K2可由如下公式确定：
Figure GDA0002229652930000111
K2＝1-K1，
式中，S表示统计周期内的高峰电价时段的集合，表示第一级统计时段k对应的负荷功率，Tk表示第一级统计时段k(第k个第一级统计时段)的时长，比如，Tk可以为1个小时，此时第一级统计时段k的平均放电功率*1小时＝该小时储能的放电电量。
本实施例可以对上述第一收益和第二收益进行准确计算。
作为一个实施例，可以根据上述第一收益MA和第二收益MB计算相应统计周期内分布式储能系统所产生的总收益MES，具体地，上述总收益MES可以为：MES＝MA+MB。
在一个实施例中，上述若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电的过程之后，还可以包括：
通过电价计算公式计算分布式储能系统向供电用户进行供电时的电价参数；其中所述电价计算公式为：
Figure GDA0002229652930000121
式中，PrES表示电价参数(如分布式储能系统放电时向其供电用户收取的销售电价)单位可以为元/(kW·h)，PrAV表示分布式储能系统所在地的电价，J表示分布式储能系统中储能设备的安装场地集合，uj表示第j个安装场地的租赁单价，Aj表示第j个安装场地的面积，MES表示分布式储能系统的总收益。
本实施例可以依据上述电价参数制定分布式储能系统的运营模式；其通过计算分布式储能系统的电价参数这一放电价格，以控制分布式储能系统进行相应放电，在上述放电控制过程中，储能运营商可以给予用户一定幅度的电价优惠，用于补偿用户出租场地的费用，以使相关的运营控制方案更为合理。
在一个实施例中，上述根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率的过程可以包括：
将所述初始瞬时功率和结束瞬时功率代入功率计算公式计算分布式储能系统的用户负荷在第一级统计时段的负荷功率；其中，所述功率计算公式为：
Figure GDA0002229652930000122
式中，
Figure GDA0002229652930000123
表示时段k中负荷平均功率，
Figure GDA0002229652930000124
表示初始瞬时功率，
Figure GDA0002229652930000125
表示结束瞬时功率。
本实施例可以对用户负荷在第一级统计时段的负荷功率进行准确计算。
在一个实施例中，在分布式储能运营模式优化设计过程中，可以对其获取的成本参数、第一收益、第二收益、总收益以及相关的运营控制状态进行相应显示，以便工作人员进行及时获取。
作为一个实施例，在实际操作过程中，可以依据以上实施例所述的分布式储能运营模式优化设计方法构建分布式储能运营模式设计系统，以对分布式储能系统的运营模式进行相应的设计控制。上述分布式储能运营模式设计系统的结构示意图可以参考图2所示，包括如下功能模块：
(1)数据输入模块，工作人员可以通过此模块向软件系统输入原始数据，可以手动输入数据，也可以直接将标准格式的数据导入软件系统；需要输入的数据可以包括：用户基本信息(名称、地址、现状供电电源等)、用户负荷类型、用户所在地峰谷电价目录、投资主体名称、运营主体名称、分布式储能系统装机容量、租赁用户场地面积和单价、用户负荷功率曲线数据。
(2)数据初始化模块，接收数据输入模块收集到的数据，检测数据的完整性，若数据缺失，提示工作人员补充相关数据。将完整数据自动初始化为数据库标准格式，提供给数据计算模块。
(3)数据计算模块，接收数据初始化模块的输入数据，计算获得用户每个小时的负荷功率。进一步计算出投资成本、储能放电收益和分布式储能系统放电销售电价。将计算结果传递至结果显示模块。
(4)结果显示模块，接收数据计算模块的计算结果，将数字化的数据处理成图表形式，显示在软件系统主界面。并结合其他已有数据生成Word格式的《分布式储能运营模式优化设计报告》。
作为一个实施例，以南方某示范区实际分布式储能系统为例对上述分布式储能运营模式优化设计方法进一步说明，本实施例中，一个统计周期为一年，统计周期内的各个第二级统计时段为一年内的各天，第二级统计时段内的各个第一级统计时段为一天内的各个小时。分布式储能系统中的工业用户通过10kV并网，用户性质为大工业用户，电池储能系统采用集装箱形式安装和布置，系统占地170平方米，占地单位面积租金为35元/(平米·月)。分布式储能系统接线示意图可以参考图3所示，如图3，可以在分布式储能系统并网点处设置双向计量表(图示电表)，用于计量分布式储能的充放电电量。电池储能容量为600kW/1200kW·h，电池储能综合效率为89％(含充放电损耗、电池自放电及集装箱自身用电等损耗)，电池储能放电深度可达0％。电池储能充放电循环次数为8000次，每天充放电循环一次，电池寿命为21年。当地的大工业用户高峰、平段、低谷电价分别为109.11分/kW·h、68.05分/kW·h、36.47分/kW·h。
本实施例的实际运用过程中，上述分布式储能运营模式优化设计方法的步骤可以包括：
步骤1：读取某用户整年的负荷曲线数据。
步骤2：用户所在地电力公司作为分布式储能的投资主体，租用工业用户的场地资源建设和运营分布式储能系统，对分布式储能充放电拥有控制权，通过合同能源管理的方式，获得一定的投资效益；电力公司同时作为分布式储能的运营主体，可以通过合理的运营方式获得利润，用户与分布式储能运营商之间建立平衡账户，由分布式储能放电和充电产生的费用相互抵消，多退少补。
步骤3：经过计算，示范区相似日类型B(分布式储能系统处于第二充放电模式的天数)为150天。
步骤4：电池储能工程静态投资为695万元，计算可得储能电池全周期内投资主体每年等效投资成本约为33.09万元。
步骤5：相似日类型A(分布式储能系统处于第一充放电模式)的天数为365-150＝215天，则其对应直接经济效益计算如下：
Figure GDA0002229652930000141
计算可得K1＝K2＝0.5，即分布式储能系统采用低谷电价时段(00:00－8:00)充满，电价平段(08:00—14:00)和电价峰段(14:00—17:00)各放电一半至电池达到放电深度临界值，全天充放电循环一次的运行模式。典型情况B对应直接经济效益计算如下：
Figure GDA0002229652930000151
分布式储能系统的总效益可以为：MES＝MA+MB＝23.26万元。
步骤6：对于分布式储能系统的放电电量，储能运营商可以给予用户一定幅度的电价优惠，用于补偿用户出租场地的费用。具体计算方法如下：
根据计算结果，租赁工业用户场地用于建设分布式储能的年租赁费用占分布式储能放电费用比重约为7.14/39.24＝18％。因此，分布式储能放电电量向用户收取的销售电价取当地峰谷电价(分布式储能系统所在地电价)的82％，即对于分布式储能放电电量，储能运营商给予用户18％的电价优惠，用于补偿用户出租场地的费用。
参考图4所示，图4为一个实施例的分布式储能运营模式优化设计系统结构示意图，包括：
获取单元10，用于获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率；
确定单元20，用于根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率；
控制单元30，用于若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电。
本发明提供的分布式储能运营模式优化设计系统与本发明提供的分布式储能运营模式优化设计方法一一对应，在所述分布式储能运营模式优化设计方法的实施例阐述的技术特征及其有益效果均适用于分布式储能运营模式优化设计系统的实施例中，特此声明。
基于如上所述的示例，一个实施例中还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上所述的分布式储能运营模式优化设计方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性的计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
基于如上所述的示例，参考图5所示，本发明还提供一种计算机设备60，该计算机设备包括存储器61、处理器62及存储在存储器61上并可在处理器62上运行的计算机程序，所述处理器62执行所述程序时实现如上述各实施例中的任意一种分布式储能运营模式优化设计方法。
上述计算机设备60可以包括电脑等智能处理设备。本领域普通技术人员可以理解存储器61存储的计算机程序，与上述分布式储能运营模式优化设计方法实施例中的描述相对应，处理器62还可用于执行存储器61所存储的其他可执行指令。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种分布式储能运营模式优化设计方法，其特征在于，包括如下步骤：
获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率；
根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率；
若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电；
识别第二级统计时段内的低谷电价时段和高峰电价时段；其中，第二级统计时段包括多个第一级统计时段，一个统计周期包括多个第二级统计时段；
获取统计周期内分布式储能系统处于第一充放电模式的所有第二级统计时段数，得到第一时段数，根据所述第一时段数和第一收益计算公式计算该统计周期内分布式储能系统处于第一充放电模式所产生的第一收益；其中，所述第一充放电模式指分布式储能系统在低谷电价时段充满，并在高峰电价时段放电至电池达到放电深度临界值的工作模式；
获取统计周期内分布式储能系统处于第二充放电模式的所有第二级统计时段数，得到第二时段数，根据所述第二时段数和第二收益计算公式计算该统计周期内分布式储能系统处于第二充放电模式所产生的第二收益；其中，所述第二充放电模式指分布式储能系统在高峰电价时段内无法放电至电池达到放电深度临界值的工作模式；
所述第一收益计算公式为：
Figure FDA0002229652920000011
所述第二收益计算公式为：
式中，MA表示第一收益，I表示分布式储能系统的储能设备集合，Ci表示第i个储能设备的容量，μi表示第i个储能设备的综合效率，Prh表示峰值电价，Prl表示低谷电价，Ncd,i表示第i个储能设备在第二级统计时段内的充放电次数，NA表示第一时段数，MB表示第二收益，NB表示第二时段数，K1和K2分别表示统计周期内分布式储能系统在高峰电价时段和平段电价时段放电的百分比，Prm表示平段电价；所述K1和K2由如下公式确定：
K2＝1-K1，
式中，S表示统计周期内的高峰电价时段的集合，表示第一级统计时段k对应的负荷功率，Tk表示第一级统计时段k的时长。
2.根据权利要求1所述的分布式储能运营模式优化设计方法，其特征在于，所述根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率的过程之后，还包括：
识别分布式储能系统中各个储能设备的容量，以及各个储能设备的综合效率；
根据各个储能设备的容量、综合效率以及输出功率计算公式计算分布式储能系统的最大输出功率；其中，所述输出功率计算公式为：
Figure FDA0002229652920000024
式中，PES,max表示最大输出功率，I表示分布式储能系统的储能设备集合，Ci表示第i个储能设备的容量，μi表示第i个储能设备的综合效率。
3.根据权利要求1所述的分布式储能运营模式优化设计方法，其特征在于，还包括：
获取分布式储能系统的总投资成本，以及所述分布式储能系统所运行的统计周期数；
根据所述总投资成本和统计周期数计算分布式储能系统在各个统计周期对应的成本参数。
4.根据权利要求1所述的分布式储能运营模式优化设计方法，其特征在于，所述若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电的过程之后，还包括：
通过电价计算公式计算分布式储能系统向供电用户进行供电时的电价参数；其中所述电价计算公式为：
Figure FDA0002229652920000031
式中，PrES表示电价参数，PrAV表示分布式储能系统所在地的电价，J表示分布式储能系统中储能设备的安装场地集合，uj表示第j个安装场地的租赁单价，Aj表示第j个安装场地的面积，MES表示分布式储能系统的总收益。
5.根据权利要求1所述的分布式储能运营模式优化设计方法，其特征在于，所述根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率的过程包括：
将所述初始瞬时功率和结束瞬时功率代入功率计算公式计算分布式储能系统的用户负荷在第一级统计时段的负荷功率；其中，所述功率计算公式为：
Figure FDA0002229652920000041
式中，
Figure FDA0002229652920000042
表示负荷功率，Pk +表示初始瞬时功率，Pk -表示结束瞬时功率。
6.根据权利要求1所述的分布式储能运营模式优化设计方法，其特征在于，还包括：
显示所述第一收益和所述第二收益。
7.根据权利要求3所述的分布式储能运营模式优化设计方法，其特征在于，还包括：
显示所述成本参数。
8.一种分布式储能运营模式优化设计系统，其特征在于，包括：
获取单元，用于获取分布式储能系统的用户负荷在第一级统计时段初始时刻对应的初始瞬时功率，以及用户负荷在第一级统计时段结束时刻对应的结束瞬时功率；
确定单元，用于根据所述初始瞬时功率和结束瞬时功率确定分布式储能系统的用户负荷在第一级统计时段的负荷功率；
控制单元，用于若所述负荷功率小于或者等于分布式储能系统的最大输出功率，则根据所述负荷功率控制分布式储能系统进行放电，若所述负荷功率大于分布式储能系统的最大输出功率，则根据所述最大输出功率控制分布式储能系统进行放电；
识别单元，用于识别第二级统计时段内的低谷电价时段和高峰电价时段；其中，第二级统计时段包括多个第一级统计时段，一个统计周期包括多个第二级统计时段；
计算单元，用于获取统计周期内分布式储能系统处于第一充放电模式的所有第二级统计时段数，得到第一时段数，根据所述第一时段数和第一收益计算公式计算该统计周期内分布式储能系统处于第一充放电模式所产生的第一收益；其中，所述第一充放电模式指分布式储能系统在低谷电价时段充满，并在高峰电价时段放电至电池达到放电深度临界值的工作模式；获取统计周期内分布式储能系统处于第二充放电模式的所有第二级统计时段数，得到第二时段数，根据所述第二时段数和第二收益计算公式计算该统计周期内分布式储能系统处于第二充放电模式所产生的第二收益；其中，所述第二充放电模式指分布式储能系统在高峰电价时段内无法放电至电池达到放电深度临界值的工作模式；
所述第一收益计算公式为：
Figure FDA0002229652920000051
所述第二收益计算公式为：
式中，MA表示第一收益，I表示分布式储能系统的储能设备集合，Ci表示第i个储能设备的容量，μi表示第i个储能设备的综合效率，Prh表示峰值电价，Prl表示低谷电价，Ncd,i表示第i个储能设备在第二级统计时段内的充放电次数，NA表示第一时段数，MB表示第二收益，NB表示第二时段数，K1和K2分别表示统计周期内分布式储能系统在高峰电价时段和平段电价时段放电的百分比，Prm表示平段电价；所述K1和K2由如下公式确定：
Figure FDA0002229652920000053
K2＝1-K1，
式中，S表示统计周期内的高峰电价时段的集合，
Figure FDA0002229652920000054
表示第一级统计时段k对应的负荷功率，Tk表示第一级统计时段k的时长。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7中任意一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任意一项所述的分布式储能运营模式优化设计方法。
CN201711140633.2A 2017-11-16 2017-11-16 分布式储能运营模式优化设计方法和系统 Active CN107910882B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711140633.2A CN107910882B (zh) 2017-11-16 2017-11-16 分布式储能运营模式优化设计方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711140633.2A CN107910882B (zh) 2017-11-16 2017-11-16 分布式储能运营模式优化设计方法和系统

Publications (2)

Publication Number Publication Date
CN107910882A CN107910882A (zh) 2018-04-13
CN107910882B true CN107910882B (zh) 2020-01-03

Family

ID=61846001

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711140633.2A Active CN107910882B (zh) 2017-11-16 2017-11-16 分布式储能运营模式优化设计方法和系统

Country Status (1)

Country Link
CN (1) CN107910882B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106849142A (zh) * 2017-01-17 2017-06-13 无锡协鑫分布式能源开发有限公司 用户侧光储一体化系统需量电费容量配置软件算法
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106849142A (zh) * 2017-01-17 2017-06-13 无锡协鑫分布式能源开发有限公司 用户侧光储一体化系统需量电费容量配置软件算法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
微网系统中储能优化配置研究;李成等;《低压电器》;20131231(第22期);第23-26页 *

Also Published As

Publication number Publication date
CN107910882A (zh) 2018-04-13

Similar Documents

Publication Publication Date Title
Wang et al. Day-ahead optimal bidding and scheduling strategies for DER aggregator considering responsive uncertainty under real-time pricing
CA2846722C (en) Systems and methods of determining optimal scheduling and dispatch of power resources
Shcherbakova et al. The value of energy storage in South Korea’s electricity market: A Hotelling approach
Jin et al. Impact of demand response on thermal generation investment with high wind penetration
CA3030490A1 (en) Intelligent energy management system for distributed energy resources and energy storage systems using machine learning
Hartmann et al. Evaluation of business possibilities of energy storage at commercial and industrial consumers–A case study
Ai et al. Robust operation strategy enabling a combined wind/battery power plant for providing energy and frequency ancillary services
Silva-Monroy et al. Integrating energy storage devices into market management systems
Michael et al. Economic scheduling of virtual power plant in day-ahead and real-time markets considering uncertainties in electrical parameters
CN107749624B (zh) 分布式光伏发电运营模式优化设计方法和系统
KR101194374B1 (ko) 공동 주택의 전기 요금 절감 방법 및 그 장치
CN117391718A (zh) 一种基于动态减排因子的绿电-ccer互认交易系统
CN107910882B (zh) 分布式储能运营模式优化设计方法和系统
CN110826931A (zh) 一种用户侧分布式储能经济性评估系统
JP6549896B2 (ja) 電力需要調整装置、電力需要調整方法及び電力需要調整プログラム
CN110633918A (zh) 储能系统运营评估确定方法、装置、设备及存储介质
Münzberg et al. Economic evaluation, optimization and comparison of photovoltaic-battery-grid power supply system in single-and multi-family buildings with increasing share of renewable energy
Petrou et al. Customer-led operation of residential storage for the provision of energy services
JP7161574B2 (ja) 太陽光発電システム
WO2017035571A1 (en) Analysing smart meter data for solar or storage recommendation
JP2019159628A (ja) 制御装置、制御方法およびコンピュータプログラム
Huo et al. Optimal battery sizing for a distribution network in Austria to maximise profits and reliability
Hao et al. Scheduling of site battery energy storage for demand response capacity
CN105203838B (zh) 一种电量采集系统
Presutti et al. Retail Electricity Tariff Design to Incentivise Efficient Consumer Behaviour

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant