CN109742779A - 一种分布式储能调度方法和装置 - Google Patents
一种分布式储能调度方法和装置 Download PDFInfo
- Publication number
- CN109742779A CN109742779A CN201811529972.4A CN201811529972A CN109742779A CN 109742779 A CN109742779 A CN 109742779A CN 201811529972 A CN201811529972 A CN 201811529972A CN 109742779 A CN109742779 A CN 109742779A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- distributed energy
- power
- parameter
- 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.)
- Granted
Links
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
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
Abstract
本发明提供了一种分布式储能调度方法和装置,获取调度参数;求解预先构建的分布式储能调度模型,得到分布式储能调度策略;分布式储能调度模型包括火电机组运行费用和额外通勤时间成本,调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数。本发明通过引入交通潮流与充电负荷的转换系数,建立线性、易于快速求解的分布式储能调度模型,并通过调用求解器求解保证了分布式储能调度模型求解的精确度;本发明考虑交通潮流分配方式与分布式储能调度方式的耦合影响,通过交通潮流在空间上的转移减缓充电负荷对电力系统的冲击,降低了电力系统与交通网的总运行成本,提升了充电负荷的接纳能力,为充电负荷的大规模接入提供理论基础。
Description
技术领域
本发明涉及电气工程技术领域,具体涉及一种分布式储能调度方法和装置。
背景技术
随着电动汽车销量的逐年递增,由2013年的4万台增长到2017年的153万台,电动汽车充电在电力负荷中占据越来越重要的位置。但由于交通出行的潮汐特性,电动汽车充电负荷峰谷差距大,给电力系统为大规模充电汽车供电带来了挑战。一方面,较高的峰谷差率对电力系统调峰能力、网络传输能力提出了更高的要求;另一方面,当电力系统网络传输能力受限时,电动汽车需改变其充电点以适应电力系统的要求,从而改变交通网中潮流分配方式,交通通勤时间成本可能增加。
大规模储能系统可对电网负荷“削峰填谷”,实现部分负荷的时空平移,减少电网等效负荷峰谷差,进而松弛电网向下调峰瓶颈。通过在电网中引入分布式储能系统并对其合理调度,既有电网将有能力接纳更大规模充电负荷。
现有技术中分布式储能调度一般考虑其调峰、调压、促进新能源消纳等作用,基于给定的充电负荷曲线确定分布式储能调度在减少充电负荷中的作用,对充电负荷的简化忽略了电动汽车充电需求在空间上的可转移性,其分布式储能调度策略将使得电力系统运行成本偏高,同时低估了含分布式储能电网对充电负荷的接纳能力,影响大规模充电负荷的接入,充电负荷的接纳能力较差。
发明内容
为了克服上述现有技术中电力系统运行成本偏高和充电负荷的接纳能力较差的不足,本发明提供一种分布式储能调度方法和装置,获取调度参数;求解预先构建的分布式储能调度模型,得到分布式储能调度策略;分布式储能调度模型包括火电机组运行费用和额外通勤时间成本,调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数。本发明考虑交通潮流分配方式与分布式储能调度方式的耦合影响,通过交通潮流在空间上的转移减缓充电负荷对电力系统的冲击,降低了电力系统与交通网的总运行成本,提升了充电负荷的接纳能力。
为了实现上述发明目的,本发明采取如下技术方案:
一方面,本发明提供一种分布式储能调度方法,包括:
获取调度参数;
求解预先构建的分布式储能调度模型,得到分布式储能调度策略;
所述分布式储能调度模型包括火电机组运行费用和额外通勤时间成本;
所述调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数。
所述交通网参数包括交通路段的通行容量;
所述交通需求参数包括交通负荷在各个时段的通行需求和通勤时间成本系数;
所述电力设备参数包括火电机组参数、风电机组参数、分布式储能参数以及电力负荷的有功功率;
所述电网参数包括总时段数、电力线路输送容量、电网向上调节备用容量和电网向下调节备用容量。
所述火电机组参数包括火电机组的数量、出力上限、出力下限、最大上爬坡速率、最大下爬坡速率和煤耗曲线的参数;
所述风电机组参数包括最大弃风率和预测发电功率;
所述分布式储能参数包括充电效率、放电效率、功率容量、能量容量和初始能量。
所述分布式储能调度模型的构建包括:
对预先构建的基于交通路段的通行容量的交通潮流分配模型进行求解,得到额外通勤时间成本;
对预先构建的电力系统调度模型进行求解,得到火电机组运行费用;
以所述火电机组运行费用和额外通勤时间成本之和最小为目标,以修正考虑充电负荷的电力系统功率平衡为约束,构建分布式储能调度模型。
所述交通潮流分配模型的构建,包括:
以实际通勤时间成本、最小通勤时间成本确定的通勤时间成本为目标构建所述交通潮流分配模型的第一目标函数;
设定约束条件;
其中所述约束条件包括交通潮流平衡约束、备选路径约束、交通路段潮流分配约束和交通路段通行容量约束。
所述电力系统调度模型的构建,包括:
构建所述电力系统调度模型的第二目标函数;
设定约束条件;
其中,所述约束条件包括火电机组约束、风电机组约束、分布式储能约束和电网约束。
所述火电机组约束如下式:
式中,为t时段第i台火电机组的运行费用;Ugit表示t时段火电机组i的开关状态,火电机组i开机时,Ugit取1,火电机组i关机时,Ugit取0;为火电机组i处于最小技术出力时的发电费用;cgim表示火电机组i在煤耗曲线第m分段时的单位功率煤耗成本;为t时段火电机组i在煤耗曲线第m分段的发电功率;PG,it为t时段火电机组i的有功功率,PG,it-1为t-1时段火电机组i的有功功率;为火电机组i的出力下限,为火电机组i在煤耗曲线第m分段的出力上限;为火电机组i的最大下爬坡速率,为火电机组i的最大上爬坡速率;
所述分布式储能约束如下式:
EkT=Ek0
式中,为t时段分布式储能k的放电功率,为t时段分布式储能k的充电功率,为t时段分布式储能k的有功功率;为分布式储能k的功率容量;Ukt为t时段分布式储能k的充放电状态,充电状态时,Ukt取0,放电状态时,Ukt取1;Ekt为t时段分布式储能k的剩余能量,Ek,t-1为t-1时段分布式储能k的剩余能量,Ek0为分布式储能k的初始能量,EkT为T时段分布式储能k的剩余能量;为t时段分布式储能k的能量容量,ηc为分布式储能k的充电效率,ηd为分布式储能k的放电效率;
所述电网约束如下式:
Plt≤Sl
式中,为t时段流入节点p的有功功率,为t时段流出节点p的有功功率,为t时段节点p处电力负荷的有功功率,为火电机组i的出力下限,为火电机组i的出力上限;xa,t为t时段分配至交通路段a的交通潮流;η为交通潮流与充电负荷的转换系数;为t时段电网向上调节备用容量,为t时段电网向下调节备用容量;Sl为电力线路l的输送容量,Plt为t时段电力线路l的输送功率。
所述分布式储能调度模型的目标函数如下式:
式中,F为火电机组运行费用和额外通勤时间成本之和;为火电机组运行费用,为实际通勤时间成本,为最小通勤时间成本;T为总时段数,Ng为火电机组的数量,w为通勤时间成本系数,Ωa为交通路段集合,Ωd为交通负荷集合,为交通路段a的通勤时间,td,1为交通负荷d对应的最短路径的通勤时间,xa,t为t时段分配至交通路段a的交通潮流,qd,t为t时段交通负荷d的通行需求。
所述求解预先构建的分布式储能调度模型,得到分布式储能调度策略,包括:
将所述交通网参数、交通需求参数、电力设备参数和电网参数作为输入项,基于仿真计算平台,并调用求解工具对分布式储能调度模型进行求解,得到分布式储能的有功功率。
另一方面,本发明提供一种分布式储能调度装置,包括:
获取模块,用于获取调度参数;
求解模块,用于求解预先构建的分布式储能调度模型,得到分布式储能调度策略;
所述分布式储能调度模型包括火电机组运行费用和额外通勤时间成本;
所述调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数。
再一方面,本发明还提供一种计算机存储介质,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行分布式储能调度方法。
再一方面,本发明还提供一种电子设备,包括:至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现所述的方法。
所述电子设备还包括:用于获取交通网参数、交通需求参数、电力设备参数和电网参数的至少一个通信接口。
所述电子设备为控制器、PC机或控制平台所在设备。
与最接近的现有技术相比,本发明提供的技术方案具有以下有益效果:
本发明提供的分布式储能调度方法中,获取调度参数;求解预先构建的分布式储能调度模型,得到分布式储能调度策略;分布式储能调度模型包括火电机组运行费用和额外通勤时间成本,调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数,降低了电力系统与交通网的总运行成本,提升了充电负荷的接纳能力;
本发明提供的分布式储能调度装置包括获取模块和求解模块,获取模块,用于获取调度参数;求解模块,用于求解预先构建的分布式储能调度模型,得到分布式储能调度策略;分布式储能调度模型包括火电机组运行费用和额外通勤时间成本,调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数,降低了电力系统与交通网的总运行成本,提升了充电负荷的接纳能力;
本发明针对交通网、电力系统所构成的耦合系统,通过引入交通潮流与充电负荷的转换系数,建立线性、易于快速求解的分布式储能调度模型,并通过调用求解器求解保证了分布式储能调度模型求解的精确度;
本发明考虑交通潮流分配方式与分布式储能调度方式的耦合影响,通过交通潮流在空间上的转移减缓充电负荷对电力系统的冲击,为充电负荷的大规模接入提供理论基础。
附图说明
图1是本发明实施例中分布式储能调度方法流程图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
实施例1
本发明实施例1提供了一种分布式储能调度方法,具体流程图如图1所示,具体过程如下:
S101:获取调度参数;
S102:求解预先构建的分布式储能调度模型,得到分布式储能调度策略;
上述分布式储能调度模型包括火电机组运行费用和额外通勤时间成本;
调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数。
交通网参数包括交通路段的通行容量;
交通需求参数包括交通负荷在各个时段的通行需求和通勤时间成本系数;
电力设备参数包括火电机组参数、风电机组参数、分布式储能参数以及电力负荷的有功功率;
电网参数包括总时段数、电力线路输送容量、电网向上调节备用容量和电网向下调节备用容量。
火电机组参数包括火电机组的数量、出力上限、出力下限、最大上爬坡速率、最大下爬坡速率和煤耗曲线的参数;
风电机组参数包括最大弃风率和预测发电功率;
分布式储能参数包括充电效率、放电效率、功率容量、能量容量和初始能量。
分布式储能调度模型的构建包括:
对预先构建的基于交通路段的通行容量的交通潮流分配模型进行求解,得到额外通勤时间成本;
对预先构建的电力系统调度模型进行求解,得到火电机组运行费用;
以所述火电机组运行费用和额外通勤时间成本之和最小为目标,以修正考虑充电负荷的电力系统功率平衡为约束,构建分布式储能调度模型。
交通潮流分配模型的构建,包括:
以实际通勤时间成本、最小通勤时间成本确定的通勤时间成本为目标构建所述交通潮流分配模型的第一目标函数;
设定约束条件;
其中所述约束条件包括交通潮流平衡约束、备选路径约束、交通路段潮流分配约束和交通路段通行容量约束。
所述第一目标函数如下式:
式中,F2为额外通勤时间成本,为实际通勤时间成本,为最小通勤时间成本;w为通勤时间成本系数,Ωa为交通路段集合,为交通路段a的通勤时间,Ωd为交通负荷集合,td,1为交通负荷d对应的最短路径的通勤时间。所述交通潮流平衡约束如下式:
式中,fd,c,t表示t时段交通负荷d下备选路径c上分配的交通潮流,qd,t为t时段交通负荷d的通行需求;
所述备选路径约束如下式:
fd,c,t≥0
所述交通路段潮流分配约束如下式:
式中,xa,t为t时段分配至交通路段a的交通潮流,Ad,c,a为交通负荷d下备选路径c与交通路段a的关联关系,备选路径c交通路段a关联,Ad,c,a取1,备选路径c交通路段a不关联,Ad,c,a取0。
电力系统调度模型的构建,包括:
构建电力系统调度模型的第二目标函数;
设定约束条件;
其中,约束条件包括火电机组约束、风电机组约束、分布式储能约束和电网约束。
所述第二目标函数如下式:
式中,F1为火电机组运行费用,T为总时段数,Ng为火电机组的数量,为t时段第i台火电机组的运行费用。
所述火电机组约束如下式:
式中,Ugit表示t时段火电机组i的开关状态,火电机组i开机时,Ugit取1,火电机组i关机时,Ugit取0;为火电机组i处于最小技术出力时的发电费用;cgim表示火电机组i在煤耗曲线第m分段时的单位功率煤耗成本;为t时段火电机组i在煤耗曲线第m分段的发电功率;PG,it为t时段火电机组i的有功功率,PG,it-1为t-1时段火电机组i的有功功率;为火电机组i的出力下限,为火电机组i在煤耗曲线第m分段的出力上限;为火电机组i的最大下爬坡速率,为火电机组i的最大上爬坡速率;
所述分布式储能约束如下式:
EkT=Ek0
式中,为t时段分布式储能k的放电功率,为t时段分布式储能k的充电功率,为t时段分布式储能k的有功功率;为分布式储能k的功率容量;Ukt为t时段分布式储能k的充放电状态,充电状态时,Ukt取0,放电状态时,Ukt取1;Ekt为t时段分布式储能k的剩余能量,Ek,t-1为t-1时段分布式储能k的剩余能量,Ek0为分布式储能k的初始能量,EkT为T时段分布式储能k的剩余能量;为t时段分布式储能k的能量容量,ηc为分布式储能k的充电效率,ηd为分布式储能k的放电效率;
电网约束主要包括功率系统功率平衡约束、旋转备用约束以及线路传输容量限值,旋转备用是将所有运行机组的最大出力之和减去当前系统的负荷和损耗。备用是为了保证系统可靠供电的一项重要措施,防止当出现一台机组或几台机组故障时,系统出现严重的负荷缺额从而导致系统频率急剧下降而发生故障。在含风电电力系统中因为风电出力波动和预测误差,需要配置额外的旋转备用来应对风电波动。因此,为了保证系统的安全运行,在安排机组启停计划时,应考虑安排足够机组运行,以满足系统备用的需要。风电出力变化、储能系统充放电可能导致网络潮流发生比较大的变化,所以在决策机组出力和广域储能系统充放电计划的时候需要考虑系统网架,另外由于新能源发展过程中因为国家政策扶持,风电场的并网速度往往快于常规电源以及配套传输网架的建设速度,使得电力系统往往因为常规电源调节支援能力有限或者输电线路输送能力不足而限制电网对风电的接纳能力,所以必须考虑到系统网架拓扑和传输热稳定上限。
具体的电网约束如下式:
Plt≤Sl
式中,为t时段流入节点p的有功功率,为t时段流出节点p的有功功率,为t时段节点p处电力负荷的有功功率,为火电机组i的出力下限,为火电机组i的出力上限;xa,t为t时段分配至交通路段a的交通潮流;η为交通潮流与充电负荷的转换系数;为t时段电网向上调节备用容量,为t时段电网向下调节备用容量;Sl为电力线路l的输送容量,Plt为t时段电力线路l的输送功率。
上述分布式储能调度模型包括:
(1)目标函数如下式:
式中,F为火电机组运行费用和额外通勤时间成本之和;
(2)约束条件:
在城市交通调度模型的建模中,每个O-D对的交通需求需要被分配实际的路网中。在交通潮流分配中,需要满足Wardrop第一性原则或者Wardrop第二性原则。Wardrop第一性原则又被称为用户均衡原则,在该原则下,考虑交通拥塞后,实际分配潮流的备选路径通勤时间将相等。即任意乘客不能通过改变自己的路径选择找到更快的路径。Wardrop第二性原则又被称为最优原则,即假定一个调度中心,在调度中心的潮流分配下系统的通勤时间将达到最小。在本文中,为便于交通模型与电气模型的耦合后的求解,采用的是基于Wardrop第二性原则的交通潮流分配模型。于是,约束条件包括交通网约束和电力系统约束;
交通网约束包括交通潮流平衡约束、备选路径约束、交通路段潮流分配约束和交通路段通行容量约束;
电力系统约束包括火电机组约束、风电机组约束、分布式储能约束和电网约束。
fd,c,t≥0
EkT=Ek0
Plt≤Sl。
上述S102中,求解预先构建的分布式储能调度模型,得到分布式储能调度策略,具体是将交通网参数、交通需求参数、电力设备参数和电网参数作为输入项,基于仿真计算平台,并调用求解工具对分布式储能调度模型进行求解,得到分布式储能的有功功率(即)。
实施例2
基于同一发明构思,本发明实施例2还提供一种分布式储能调度装置,包括获取模块和求解模块,下面对上述几个模块的功能进行详细说明:
获取模块,用于获取调度参数;
求解模块,用于求解预先构建的分布式储能调度模型,得到分布式储能调度策略;
上述分布式储能调度模型包括火电机组运行费用和额外通勤时间成本;
调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数;
交通网参数包括交通路段的通行容量;
交通需求参数包括交通负荷在各个时段的通行需求和通勤时间成本系数;
电力设备参数包括火电机组参数、风电机组参数、分布式储能参数以及电力负荷的有功功率;
电网参数包括总时段数、电力线路输送容量、电网向上调节备用容量和电网向下调节备用容量。
火电机组参数包括火电机组的数量、出力上限、出力下限、最大上爬坡速率、最大下爬坡速率和煤耗曲线的参数;
风电机组参数包括最大弃风率和预测发电功率;
分布式储能参数包括充电效率、放电效率、功率容量、能量容量和初始能量。
本发明实施例2提供的装置还包括建模模块,建模模块包括:
第一求解单元,用于对预先构建的基于交通路段的通行容量的交通潮流分配模型进行求解,得到额外通勤时间成本;
第二求解单元,用于对预先构建的电力系统调度模型进行求解,得到火电机组运行费用;
建模单元,用于以所述火电机组运行费用和额外通勤时间成本之和最小为目标,以修正考虑充电负荷的电力系统功率平衡为约束,构建分布式储能调度模型。
第一求解单元具体用于:
以实际通勤时间成本、最小通勤时间成本确定的通勤时间成本为目标构建所述交通潮流分配模型的第一目标函数;
设定约束条件;
其中所述约束条件包括交通潮流平衡约束、备选路径约束、交通路段潮流分配约束和交通路段通行容量约束。
第一目标函数如下式:
式中,F2为额外通勤时间成本,为实际通勤时间成本,为最小通勤时间成本;w为通勤时间成本系数,Ωa为交通路段集合,为交通路段a的通勤时间,Ωd为交通负荷集合,td,1为交通负荷d对应的最短路径的通勤时间。交通潮流平衡约束如下式:
式中,fd,c,t表示t时段交通负荷d下备选路径c上分配的交通潮流,qd,t为t时段交通负荷d的通行需求;
所述备选路径约束如下式:
fd,c,t≥0
所述交通路段潮流分配约束如下式:
式中,xa,t为t时段分配至交通路段a的交通潮流,Ad,c,a为交通负荷d下备选路径c与交通路段a的关联关系,备选路径c交通路段a关联,Ad,c,a取1,备选路径c交通路段a不关联,Ad,c,a取0。
第二求解单元具体用于:
构建所述电力系统调度模型的第二目标函数;
设定约束条件;
其中,所述约束条件包括火电机组约束、风电机组约束、分布式储能约束和电网约束。
第二目标函数如下式:
式中,F1为火电机组运行费用,T为总时段数,Ng为火电机组的数量,为t时段第i台火电机组的运行费用。火电机组约束如下式:
式中,Ugit表示t时段火电机组i的开关状态,火电机组i开机时,Ugit取1,火电机组i关机时,Ugit取0;为火电机组i处于最小技术出力时的发电费用;cgim表示火电机组i在煤耗曲线第m分段时的单位功率煤耗成本;为t时段火电机组i在煤耗曲线第m分段的发电功率;PG,it为t时段火电机组i的有功功率,PG,it-1为t-1时段火电机组i的有功功率;为火电机组i的出力下限,为火电机组i在煤耗曲线第m分段的出力上限;为火电机组i的最大下爬坡速率,为火电机组i的最大上爬坡速率;
所述分布式储能约束如下式:
EkT=Ek0
式中,为t时段分布式储能k的放电功率,为t时段分布式储能k的充电功率,为t时段分布式储能k的有功功率;为分布式储能k的功率容量;Ukt为t时段分布式储能k的充放电状态,充电状态时,Ukt取0,放电状态时,Ukt取1;Ekt为t时段分布式储能k的剩余能量,Ek,t-1为t-1时段分布式储能k的剩余能量,Ek0为分布式储能k的初始能量,EkT为T时段分布式储能k的剩余能量;为t时段分布式储能k的能量容量,ηc为分布式储能k的充电效率,ηd为分布式储能k的放电效率;
所述电网约束如下式:
Plt≤Sl
式中,为t时段流入节点p的有功功率,为t时段流出节点p的有功功率,为t时段节点p处电力负荷的有功功率,为火电机组i的出力下限,为火电机组i的出力上限;xa,t为t时段分配至交通路段a的交通潮流;η为交通潮流与充电负荷的转换系数;为t时段电网向上调节备用容量,为t时段电网向下调节备用容量;Sl为电力线路l的输送容量,Plt为t时段电力线路l的输送功率。
分布式储能调度模型包括:
如下式的目标函数:
式中,F为火电机组运行费用和额外通勤时间成本之和;
如下式的约束条件:
fd,c,t≥0
EkT=Ek0
Plt≤Sl。
上述求解模块将交通网参数、交通需求参数、电力设备参数和电网参数作为输入项,基于仿真计算平台,并调用求解工具对分布式储能调度模型进行求解,得到分布式储能的有功功率。
实施例3
本发明实施例3提供一种计算机存储介质,计算机存储介质中存储有计算机可执行指令,计算机可执行指令用于执行上述实施例1的分布式储能调度方法。
实施例4
本发明实施例4提供一种电子设备,该电子设备包括:至少一个处理器、至少一个存储器以及存储在上述存储器中的计算机程序指令,当上述计算机程序指令被所述处理器执行时实现实施例1提供的方法。
上述电子设备还包括:用于获取交通网参数、交通需求参数、电力设备参数和电网参数的至少一个通信接口。
上述电子设备为控制器、PC机或控制平台所在设备。为了描述的方便,以上所述装置的各部分以功能分为各种模块或单元分别描述。当然,在实施本申请时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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,所属领域的普通技术人员参照上述实施例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,这些未脱离本发明精神和范围的任何修改或者等同替换,均在申请待批的本发明的权利要求保护范围之内。
Claims (14)
1.一种分布式储能调度方法,其特征在于,包括:
获取调度参数;
求解预先构建的分布式储能调度模型,得到分布式储能调度策略;
所述分布式储能调度模型包括火电机组运行费用和额外通勤时间成本;
所述调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数。
2.根据权利要求1所述的分布式储能调度方法,其特征在于,所述交通网参数包括交通路段的通行容量;
所述交通需求参数包括交通负荷在各个时段的通行需求和通勤时间成本系数;
所述电力设备参数包括火电机组参数、风电机组参数、分布式储能参数以及电力负荷的有功功率;
所述电网参数包括总时段数、电力线路输送容量、电网向上调节备用容量和电网向下调节备用容量。
3.根据权利要求2所述的分布式储能调度方法,其特征在于,所述火电机组参数包括火电机组的数量、出力上限、出力下限、最大上爬坡速率、最大下爬坡速率和煤耗曲线的参数;
所述风电机组参数包括最大弃风率和预测发电功率;
所述分布式储能参数包括充电效率、放电效率、功率容量、能量容量和初始能量。
4.根据权利要求1所述的分布式储能调度方法,其特征在于,所述分布式储能调度模型的构建包括:
对预先构建的基于交通路段的通行容量的交通潮流分配模型进行求解,得到额外通勤时间成本;
对预先构建的电力系统调度模型进行求解,得到火电机组运行费用;
以所述火电机组运行费用和额外通勤时间成本之和最小为目标,以修正考虑充电负荷的电力系统功率平衡为约束,构建分布式储能调度模型。
5.根据权利要求4所述的分布式储能调度方法,其特征在于,所述交通潮流分配模型的构建,包括:
以实际通勤时间成本、最小通勤时间成本确定的通勤时间成本为目标构建所述交通潮流分配模型的第一目标函数;
设定约束条件;
其中,所述约束条件包括交通潮流平衡约束、备选路径约束、交通路段潮流分配约束和交通路段通行容量约束。
6.根据权利要求5所述的分布式储能调度方法,其特征在于,所述电力系统调度模型的构建,包括:
构建所述电力系统调度模型的第二目标函数;
设定约束条件;
其中,所述约束条件包括火电机组约束、风电机组约束、分布式储能约束和电网约束。
7.根据权利要求6所述的分布式储能调度方法,其特征在于,所述火电机组约束如下式:
式中,为t时段第i台火电机组的运行费用;Ugit表示t时段火电机组i的开关状态,火电机组i开机时,Ugit取1,火电机组i关机时,Ugit取0;Fi G,min为火电机组i处于最小技术出力时的发电费用;cgim表示火电机组i在煤耗曲线第m分段时的单位功率煤耗成本;为t时段火电机组i在煤耗曲线第m分段的发电功率;PG,it为t时段火电机组i的有功功率,PG,it-1为t-1时段火电机组i的有功功率;Pi G,min为火电机组i的出力下限,为火电机组i在煤耗曲线第m分段的出力上限;为火电机组i的最大下爬坡速率,为火电机组i的最大上爬坡速率;
所述分布式储能约束如下式:
EkT=Ek0
式中,为t时段分布式储能k的放电功率,为t时段分布式储能k的充电功率,为t时段分布式储能k的有功功率;为分布式储能k的功率容量;Ukt为t时段分布式储能k的充放电状态,充电状态时,Ukt取0,放电状态时,Ukt取1;Ekt为t时段分布式储能k的剩余能量,Ek,t-1为t-1时段分布式储能k的剩余能量,Ek0为分布式储能k的初始能量,EkT为T时段分布式储能k的剩余能量;为t时段分布式储能k的能量容量,ηc为分布式储能k的充电效率,ηd为分布式储能k的放电效率;
所述电网约束如下式:
Plt≤Sl
式中,为t时段流入节点p的有功功率,为t时段流出节点p的有功功率,为t时段节点p处电力负荷的有功功率,Pi G,min为火电机组i的出力下限,Pi G,max为火电机组i的出力上限;xa,t为t时段分配至交通路段a的交通潮流;η为交通潮流与充电负荷的转换系数;为t时段电网向上调节备用容量,为t时段电网向下调节备用容量;Sl为电力线路l的输送容量,Plt为t时段电力线路l的输送功率。
8.根据权利要求7所述的分布式储能调度方法,其特征在于,所述分布式储能调度模型的目标函数如下式:
式中,F为火电机组运行费用和额外通勤时间成本之和;为火电机组运行费用,为实际通勤时间成本,为最小通勤时间成本;T为总时段数,Ng为火电机组的数量,w为通勤时间成本系数,Ωa为交通路段集合,Ωd为交通负荷集合,为交通路段a的通勤时间,td,1为交通负荷d对应的最短路径的通勤时间,xa,t为t时段分配至交通路段a的交通潮流,qd,t为t时段交通负荷d的通行需求。
9.根据权利要求1所述的分布式储能调度方法,其特征在于,所述求解预先构建的分布式储能调度模型,得到分布式储能调度策略,包括:
将所述交通网参数、交通需求参数、电力设备参数和电网参数作为输入项,基于仿真计算平台,并调用求解工具对分布式储能调度模型进行求解,得到分布式储能的有功功率。
10.一种分布式储能调度装置,其特征在于,包括:
获取模块,用于获取调度参数;
求解模块,用于求解预先构建的分布式储能调度模型,得到分布式储能调度策略;
所述分布式储能调度模型包括火电机组运行费用和额外通勤时间成本;
所述调度参数包括交通网参数、交通需求参数、电力设备参数和电网参数。
11.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令用于执行权利要求1至9任一项所述的一种分布式储能调度方法。
12.一种电子设备,其特征在于,包括:至少一个处理器、至少一个存储器以及存储在所述存储器中的计算机程序指令,当所述计算机程序指令被所述处理器执行时实现如权利要求1-9任一项所述的方法。
13.根据权利要求12所述电子设备,其特征在于,所述电子设备还包括:用于获取交通网参数、交通需求参数、电力设备参数和电网参数的至少一个通信接口。
14.根据权利要求12或13所述的电子设备,其特征在于,所述电子设备为控制器、PC机或控制平台所在设备。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811529972.4A CN109742779B (zh) | 2018-12-14 | 2018-12-14 | 一种分布式储能调度方法和装置 |
PCT/CN2018/121392 WO2020118734A1 (zh) | 2018-12-14 | 2018-12-17 | 一种分布式储能调度方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811529972.4A CN109742779B (zh) | 2018-12-14 | 2018-12-14 | 一种分布式储能调度方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109742779A true CN109742779A (zh) | 2019-05-10 |
CN109742779B CN109742779B (zh) | 2022-09-02 |
Family
ID=66359000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811529972.4A Active CN109742779B (zh) | 2018-12-14 | 2018-12-14 | 一种分布式储能调度方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109742779B (zh) |
WO (1) | WO2020118734A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112952795A (zh) * | 2020-11-27 | 2021-06-11 | 国网甘肃省电力公司经济技术研究院 | 一种基于移动储能的配电网多时间尺度协调调度方法 |
CN113162077A (zh) * | 2020-12-10 | 2021-07-23 | 广东电网有限责任公司电力科学研究院 | 分布式储能的聚合管理方法、装置、电子设备及存储介质 |
CN113541176A (zh) * | 2021-07-16 | 2021-10-22 | 广东电网有限责任公司 | 一种电力储能系统调控模型的构建方法、设备和介质 |
CN116452074A (zh) * | 2023-03-13 | 2023-07-18 | 浙江大学 | 一种电力交通耦合网络的动态均衡建模仿真方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113067329B (zh) * | 2021-02-22 | 2023-03-14 | 国网河北省电力有限公司经济技术研究院 | 一种电力系统的可再生能源适应性优化方法及终端 |
CN113078659B (zh) * | 2021-03-31 | 2023-02-07 | 西安热工研究院有限公司 | 一种储能辅助火电机组agc调频装置的容量选择方法 |
CN114204547B (zh) * | 2021-11-19 | 2022-12-06 | 国网山东省电力公司电力科学研究院 | 考虑源网荷储协同优化的配电网多措施组合降损优化方法 |
CN115438521B (zh) * | 2022-11-08 | 2023-01-31 | 中国电力科学研究院有限公司 | 虚拟电厂参与的电力市场出清方法、装置、设备及介质 |
CN115800275B (zh) * | 2023-02-08 | 2023-06-30 | 国网浙江省电力有限公司宁波供电公司 | 电力平衡调控配电方法、系统、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246942A (zh) * | 2013-05-21 | 2013-08-14 | 长沙理工大学 | 风电-电动汽车-火电联合运行模型的多目标调度方法 |
CN104951614A (zh) * | 2015-06-30 | 2015-09-30 | 国家电网公司 | 一种计及电动汽车充电可控性的机组组合模型及建模方法 |
CN104979850A (zh) * | 2015-07-01 | 2015-10-14 | 国网山东省电力公司经济技术研究院 | 一种储能参与备用的含风电的电力系统调度方法 |
CN108306331A (zh) * | 2018-01-15 | 2018-07-20 | 南京理工大学 | 一种风光储混合系统的优化调度方法 |
US20180241209A1 (en) * | 2017-02-17 | 2018-08-23 | Tsinghua University | Dispatching method and device for integrated transmission and distribution network |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4783246B2 (ja) * | 2006-09-06 | 2011-09-28 | 関西電力株式会社 | 二次電池を用いた電力系統制御装置と方法、発電計画装置、リアルタイム制御装置、および電力系統制御システム |
CN103840549B (zh) * | 2012-11-20 | 2016-03-16 | 北京交通大学 | 电动汽车充电负荷空间调度系统及方法 |
US20160359330A1 (en) * | 2015-06-06 | 2016-12-08 | Ruxiang Jin | Systems and Methods for Dynamic Energy Distribution |
CN106227986A (zh) * | 2016-09-29 | 2016-12-14 | 华北电力大学 | 一种分布式电源与智能停车场的联合部署方法及装置 |
CN106407726B (zh) * | 2016-11-23 | 2018-11-27 | 国网浙江省电力公司电动汽车服务分公司 | 一种计及对潮流影响的电动汽车充电站电气接入点的选择方法 |
CN106712111B (zh) * | 2017-01-23 | 2018-07-13 | 南京邮电大学 | 有源配电网环境下多目标模糊优化的多能源经济调度方法 |
CN107067110B (zh) * | 2017-04-14 | 2020-07-10 | 天津大学 | 车-路-网模式下电动汽车充电负荷时空预测方法 |
-
2018
- 2018-12-14 CN CN201811529972.4A patent/CN109742779B/zh active Active
- 2018-12-17 WO PCT/CN2018/121392 patent/WO2020118734A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103246942A (zh) * | 2013-05-21 | 2013-08-14 | 长沙理工大学 | 风电-电动汽车-火电联合运行模型的多目标调度方法 |
CN104951614A (zh) * | 2015-06-30 | 2015-09-30 | 国家电网公司 | 一种计及电动汽车充电可控性的机组组合模型及建模方法 |
CN104979850A (zh) * | 2015-07-01 | 2015-10-14 | 国网山东省电力公司经济技术研究院 | 一种储能参与备用的含风电的电力系统调度方法 |
US20180241209A1 (en) * | 2017-02-17 | 2018-08-23 | Tsinghua University | Dispatching method and device for integrated transmission and distribution network |
CN108306331A (zh) * | 2018-01-15 | 2018-07-20 | 南京理工大学 | 一种风光储混合系统的优化调度方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112952795A (zh) * | 2020-11-27 | 2021-06-11 | 国网甘肃省电力公司经济技术研究院 | 一种基于移动储能的配电网多时间尺度协调调度方法 |
CN113162077A (zh) * | 2020-12-10 | 2021-07-23 | 广东电网有限责任公司电力科学研究院 | 分布式储能的聚合管理方法、装置、电子设备及存储介质 |
CN113162077B (zh) * | 2020-12-10 | 2023-01-24 | 广东电网有限责任公司电力科学研究院 | 分布式储能的聚合管理方法、装置、电子设备及存储介质 |
CN113541176A (zh) * | 2021-07-16 | 2021-10-22 | 广东电网有限责任公司 | 一种电力储能系统调控模型的构建方法、设备和介质 |
CN113541176B (zh) * | 2021-07-16 | 2023-08-04 | 广东电网有限责任公司 | 一种电力储能系统调控模型的构建方法、设备和介质 |
CN116452074A (zh) * | 2023-03-13 | 2023-07-18 | 浙江大学 | 一种电力交通耦合网络的动态均衡建模仿真方法 |
CN116452074B (zh) * | 2023-03-13 | 2023-11-07 | 浙江大学 | 一种电力交通耦合网络的动态均衡建模仿真方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109742779B (zh) | 2022-09-02 |
WO2020118734A1 (zh) | 2020-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109742779A (zh) | 一种分布式储能调度方法和装置 | |
Shafie-Khah et al. | An innovative two-level model for electric vehicle parking lots in distribution systems with renewable energy | |
CN106877338B (zh) | 含高密度间歇性能源的交直流微电网不确定优化运行方法 | |
Zhao et al. | An MAS based energy management system for a stand-alone microgrid at high altitude | |
Abdelaziz et al. | A multistage centralized control scheme for islanded microgrids with PEVs | |
CN106230020B (zh) | 一种微电网下考虑分布式电源消纳的电动汽车互动响应控制方法 | |
CN103870649B (zh) | 一种基于分布式智能计算的主动配电网自治化仿真方法 | |
CN104885329A (zh) | 用于具有der和ev的配电网的协调控制方法及其控制系统 | |
CN107863784A (zh) | 含可中断负荷的风电及电动汽车联合系统的日前调度方法 | |
CN104537428B (zh) | 一种计及风电接入不确定性的经济运行评估方法 | |
CN110429649A (zh) | 考虑灵活性的高渗透率可再生能源集群划分方法 | |
CN107078532B (zh) | 蓄电池系统 | |
CN108510404A (zh) | 一种多微网有序并网优化调度方法、装置及系统 | |
CN105896596B (zh) | 一种考虑需求侧响应的风电功率分层平滑系统及其方法 | |
CN109066744A (zh) | 一种含储能配电网协调调度方法和系统 | |
CN109802387A (zh) | 一种含微网的弹性配电网多级供电恢复方法 | |
Huanna et al. | Flexible‐regulation resources planning for distribution networks with a high penetration of renewable energy | |
Guo et al. | Optimal online adaptive electric vehicle charging | |
CN110705745A (zh) | 一种电动公交车充电站优化规划与有序退出方法 | |
CN109617099A (zh) | 一种虚拟储能协调控制系统及其方法 | |
CN108281989A (zh) | 一种风电电力系统经济调度方法及装置 | |
CN108258694A (zh) | 基于电力电子变压器的交直流微网协调控制方法 | |
CN104090496A (zh) | 一种智能电网控制运行连续模拟的仿真方法 | |
CN108629445A (zh) | 计及储能动态损耗的交直流混合微网鲁棒调度方法 | |
Geng et al. | Electric vehicles as flexible loads: Algorithms to optimize aggregate behavior |
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 |