CN109787261B - 电网侧及用户侧储能系统容量优化配置方法 - Google Patents

电网侧及用户侧储能系统容量优化配置方法 Download PDF

Info

Publication number
CN109787261B
CN109787261B CN201910192248.5A CN201910192248A CN109787261B CN 109787261 B CN109787261 B CN 109787261B CN 201910192248 A CN201910192248 A CN 201910192248A CN 109787261 B CN109787261 B CN 109787261B
Authority
CN
China
Prior art keywords
energy storage
user
power
power grid
storage system
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
CN201910192248.5A
Other languages
English (en)
Other versions
CN109787261A (zh
Inventor
宋丽
白少锋
陈永明
陈嵘
张楠
朱文韬
王洋
杨旭
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.)
State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
Original Assignee
State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
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 State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch filed Critical State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
Priority to CN201910192248.5A priority Critical patent/CN109787261B/zh
Publication of CN109787261A publication Critical patent/CN109787261A/zh
Application granted granted Critical
Publication of CN109787261B publication Critical patent/CN109787261B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电网侧及用户侧储能系统容量优化配置方法,解决在对某个地区储能系统进行规划时,如何根据电网侧储能与用户侧储能经济性对电网侧和用户侧储能的容量进行优化配置,使得在满足供电可靠性的前提下,整个地区内储能系统的经济效益达到最优化,节省储能系统工程建设的投资。电网侧及用户侧储能系统容量优化配置方法包括以下步骤:(1)根据不同应用场景下储能系统的经济效益来源,分别建立电网侧和用户侧电化学储能经济性模型;(2)利用合作博弈方法对所述经济模型进行优化计算,最终得到所述电网侧及用户侧储能系统容量配置的最优策略组合。

Description

电网侧及用户侧储能系统容量优化配置方法
技术领域
本发明涉及一种电网侧及用户侧储能系统容量优化配置方法,属于配电网储能技术领域。
背景技术
近年来,随着社会经济的快速发展,电力负荷需求持续增长,源荷矛盾逐步激化,储能应用需求日益突出。一方面,城市负荷的快速增长,导致电网峰谷差率逐渐增大,配网线路、设备容量瓶颈问题日益突出;另一方面,用户侧的负荷需求以及高渗透率分布式可再生电源的并网,对用户的供电可靠性以及配电网的控制保护和运行控制带来挑战。在这种背景下,由于电化学储能具有快速响应和双向调节的技术特点,以及环境适应性强、小型分散配置且建设周期短的技术优势,对于电网来说是一种非常优质的调节资源。因此,应用于电网的电池储能电站数量及规模也在显著增加。
对于配电网而言,储能装置可以在大电网出现供需矛盾时充当应急电源,帮助用户降低停电风险,增强电网调节能力,促进电网削峰填谷,缓解电网供电压力,从而保障大电网安全。储能装置的优化配置是决定其可行性、经济性的关键,在满足供电可靠性的前提下,应使用最少的成本获得最大的收益。储能容量配置过少,导致储能装置放电深度与次数增多,对储能电池的寿命产生影响,不利于储能的经济性;储能容量配置过多,导致系统投资成本增加,并且处于闲置状态的储能装置的寿命周期会受到影响。因此,储能系统的容量优化配置是促进储能推广的重点。
由于用户侧储能有利于电力用户主动参与电网运行,结合峰谷电价,进行削峰填谷,促进用能成本的降低,因此目前选择用户侧储能的企业日益增多。用户侧储能的增多,意味着储能系统规划不再是单一形式下的电网侧储能规划问题,而是考虑电网侧储能与用户侧储能的容量规划问题。而现有技术尚未出现针对电网侧及用户侧储能系统容量进行优化配置的方法。因此,对某个地区的储能系统进行设计时,如何根据电网侧储能与用户侧储能情况对电网侧和用户侧储能的容量进行优化配置,使得在满足供电可靠性的前提下,整个地区内储能系统的经济效益达到最优化,是目前亟需解决的问题。
发明内容
本发明的目的在于提供一种电网侧及用户侧储能系统容量优化配置方法,解决在对某个地区储能系统进行规划时,如何根据电网侧储能与用户侧储能经济性对电网侧和用户侧储能的容量进行优化配置,使得在满足供电可靠性的前提下,整个地区内储能系统的经济效益达到最优化,节省储能系统工程建设的投资。
本发明的目的通过以下技术方案予以实现:
一种电网侧及用户侧储能系统容量优化配置方法,包括以下步骤:
1)建立电网侧及用户侧储能系统经济模型;
2)利用合作博弈方法对经济模型进行优化计算:首先,建立基于合作博弈的策略优化模型;
3)设定均衡点初值:在各决策变量的策略集合中随机选取均衡点初值(PW,0,PY,0),储能容量的策略集合具体由储能工程的实际规划范围决定;
4)各博弈联盟依次进行独立优化决策:记博弈各方第j轮优化结果为(PW,j、PY,j),在第j轮优化时,各方根据上一轮的优化结果(PW,j-1、PY,j-1)通过优化算法得到最优策略组合(PW,j,PY,j),即:
Figure BDA0001994708530000021
Figure BDA0001994708530000022
5)信息共享:将各博弈者容量配置策略进行信息共享;
6)判断是否达到经济性最优的容量配置均衡点,若各博弈参与者在相邻两次得到的最优解相同,即(PW,j,PY,j)=(PW,j-1,PY,j-1)=(PW *,PY *),根据Nash均衡的定义,可以认为该策略组合下博弈达到了Nash均衡点,若找到均衡点,则进入步骤7),输出结果;若没有达到均衡点,则返回步骤4);
7)得到最终容量配置的最优策略组合:考虑到初值对均衡点求解的影响,若算法不收敛,可以在步骤3)重新选择初值。
本发明的目的还可以通过以下技术措施来进一步实现:
前述电网侧及用户侧储能系统容量优化配置方法,其中电网侧储能系统经济模型按以下方法建立:
1)低储高发套利
电网侧储能电站在用电低谷时购电储能,高峰时卖出,利用峰谷电价差实现经济效益,低储高发套利方面的年效益数学模型为:
EW,1=nPmaxT(eh-el) (1)
式中,n为储能装置每年充放电循环次数;Pmax为储能系统最大充放电功率;T为储能装置以功率Pmax运行的时间;eh和el分别为峰时段和谷时段电价;
2)延缓电网升级
储能系统应用于配电网可以延缓电网设备的升级扩建,减少线路和变压器等的投资;延缓电网升级方面的年效益数学模型为:
Ew,2=λdCd1η1Pmax (2)
式中:λd为配电设备的固定资产折旧率;Cd1是电网公司投资建设配电设备所需单位造价;η1为电网侧储能装置的储能效率;
3)提高电网可靠性
电池储能系统接入配电网实现削峰填谷能够有效提高电网供电可靠性,减少地区停电损失;提高电网可靠性方面的年效益数学模型为:
EW,3=0.5PmaxsRIEA (3)
式中:λs是配电网侧停电率;RIEA是重要用户的缺电损失评价率;
4)减少常规备用容量
储能装置代替常规备用容量来应对新能源发电对电网产生的波动,减小备用容量支出;减少常规备用容量方面的年效益数学模型为:
EW,4=E(SOC)PmaxTes (4)
式中:E(SOC)是荷电状态的期望值,若储能电池剩余电量符合随机分布,则E(SOC)约为1/2;es是备用容量单位功率的价格;
5)成本分析
储能系统的投资成本主要包括储能系统的投资建设成本和运行维护成本;C1、C2分别代表电网侧储能电站的年投资成本和年运维成本,其中C1包括站址建设成本、并网设备成本和电池系统成本:
C1=λp(Cf+kpPmax)+λwkwPmaxT (5)
C2=CmPmax (6)
其中,λp是站址等固定资产折旧率;Cf是投资站址成本;kp为并网设备造价;λw是电池组固定资产折旧率;kw为储能装置造价;Cm是单位容量的储能系统年维护成本;
综上,电网侧储能系统经济模型为:
EW,year=EW,1+EW,2+EW,3+EW,4-C1-C2
=nPmaxT(eh-el)+λdCd1η1Pmax+0.5PmaxsRIEA+E(SOC)PmaxTes
-p(Cf+kpPmax)-λwkwPmaxT-CmPmax (7)
式中,EW,year为电网侧储能折算到每年的净收益。
前述电网侧及用户侧储能系统容量优化配置方法,其中用户侧储能系统经济模型按以下方法建立:
1)减少用户电量电费
用户侧储能系统在负荷低谷时低价购电储能,在用电高峰期储能放电使用,利用峰谷电价差减少购电费用;减少用户电量电费方面的年效益数学模型为:
Figure BDA0001994708530000041
式中,e(i)是第i时段的电价,Pi +是第i时段储能系统的放电量,Pi -是第i时段储能系统的充电量,n为储能装置每年充放电循环次数;
2)减少用户专变容量
用户侧配置储能系统,可以减少相应的用户专变容量投资;减少用户专变容量方面的年效益数学模型为:
Figure BDA0001994708530000042
式中,kd是用户专用变电站的折旧率;Cd2是用户专用变电站单位造价;η2是用户侧储能系统效率;Pmax为储能系统最大充放电功率;Pc是拉平负荷曲线所需的临界功率,其值为用户日负荷最大值与平均值之差;
3)减少用户需量电费
用户侧配置储能系统,可以减少用户相应的最大需量电费;减少用户需量电费方面的年经济效益数学模型为:
Figure BDA0001994708530000043
式中,er为用户按最大需量缴纳的基本电费;
4)减少用户停电损失
用户侧加装储能系统,可以提高用户的供电可靠性,减少用户停电损失;减少用户停电损失方面的年效益数学模型为:
EY,4=λsRIEAEENS[1-p{Wi<EENS}] (11)
式中,λs是未投入储能时用户母线侧停电率;RIEA是用户的缺电损失评价率;EENS是重要用户电量不足期望值;p{Wi<EENS}为储能投运后,剩余电量小于EENS发生停电的概率;EENS和p{Wi<EENS}用下式计算:
EENS=TS(1-AS)P0 (12)
Figure BDA0001994708530000051
Ts是保障重要用户每年正常用电的小时数;As是配电站的供电可靠性;P0是重要用户的负荷数;TENS是储能的电量不足EENS的小时数;
因此,用户侧储能电站的经济评估模型为:
EY,year=EY,1+EY,2+EY,3+EY,4-C1-C2 (14)
其中,EY,year为用户侧储能折算到每年的净收益。
前述电网侧及用户侧储能系统容量优化配置方法,其中基于合作博弈的策略优化模型建立如下:
电网侧储能和用户侧储能作为参与者构成两方博弈,分别用W、Y表示两个参与者,W与Y间进行博弈时,两者的博弈策略分别为电网侧储能系统容量和用户侧储能系统容量,分别记为PW、PY,以下为电网侧储能系统与用户侧储能系统在合作情况下的博弈策略规划模型:
参与者:{W}、{Y}
策略集合:
Figure BDA0001994708530000054
信息集:负荷、电气参数、经济参数,功率
目标函数:EW(PW,PY),EY(PW,PY)
其中,
Figure BDA0001994708530000055
分别为电网侧储能容量的上限和下限,
Figure BDA0001994708530000056
分别为用户侧储能容量的上限和下限;EW为电网侧储能的收益函数,EY为用户侧储能的收益函数,目标函数即收益的大小与自身策略、对手策略以及设定的参数函数相关;
若上述合作博弈模型存在Nash均衡点
Figure BDA0001994708530000057
根据Nash均衡的定义,其应满足:
Figure BDA0001994708530000052
Figure BDA0001994708530000053
上式表示
Figure BDA0001994708530000058
Figure BDA0001994708530000059
均是在对方选择最优策略下的己方最优策略,即在给定信息下,该策略组合下电网侧储能和用户侧储能均能达到Nash均衡意义下的最大收益。
与现有技术相比,本发明的有益效果是:本发明技术方案对电化学储能系统的效率进行全面且量化的分析,并以经济性为目标实现对整个地区电网侧及用户侧储能系统容量的优化配置,为储能项目建设提供了科学的依据,节省了储能系统工程建设的投资。本发明使得在满足供电可靠性的前提下,整个地区内储能系统的经济效益达到最优化。
附图说明
图1是本发明电网侧及用户侧储能系统容量优化配置方法流程图;
图2是本发明电网侧与用户侧储能系统经济模型原理图;
图3是本发明不同电池成本下电网侧储能效益与储能容量的变化趋势;
图4是本发明不同峰谷价差下电网侧储能效益与储能容量的变化趋势;
图5是本发明电网侧及用户侧储能系统容量博弈优化求解流程图;
图6是本发明电网侧及用户侧储能容量配置与储能效益趋势图。
具体实施方式
图1为本发明实施提供的一种电网侧及用户侧储能系统容量优化配置方法的流程图,如图1所示,所述方法具体步骤如下:
(1)建立电网侧及用户侧储能系统经济模型。根据不同应用场景下储能系统的经济效益来源,电网侧储能主要考虑低储高发套利、延缓电网升级、提高电网可靠性及减少常规备用容量等方面,用户侧储能主要考虑减少用户电量电费、减少用户专变容量、减少用户需量电费以及减少用户停电损失等方面,分别建立电网侧和用户侧电化学储能经济性模型;
(2)利用合作博弈方法对所述经济模型进行优化计算。首先设定电网侧及用户侧储能容量的均衡点初值,其次在对电网侧与用户侧储能经济模型依次进行独立优化决策时,通过对两方的容量配置方案进行信息共享,判断是否达到经济性最优的容量配置均衡点,最终得到所述电网侧及用户侧储能系统容量配置的最优策略组合。
本发明所述的储能经济模型,电网侧与用户侧储能经济模型原理图如图2所示,包括:
(1)电网侧储能经济模型:
1)低储高发套利
电网侧储能电站在用电低谷时购电储能,高峰时卖出,利用峰谷电价差实现经济效益。低储高发套利方面的年效益数学模型为:
EW,1=nPmaxT(eh-el) (1)
式中,n为储能装置每年充放电循环次数;Pmax为储能系统最大充放电功率;T为储能装置以功率Pmax运行的时间;eh和el分别为峰时段和谷时段电价。
2)延缓电网升级
储能系统应用于配电网可以延缓电网设备的升级扩建,减少线路和变压器等的投资。延缓电网升级方面的年效益数学模型为:
Ew,2=λdCd1η1Pmax (2)
式中:λd为配电设备的固定资产折旧率;Cd1是电网公司投资建设配电设备所需单位造价;η1为电网侧储能装置的储能效率。
3)提高电网可靠性
电池储能系统接入配电网实现削峰填谷能够有效提高电网供电可靠性,减少地区停电损失。提高电网可靠性方面的年效益数学模型为:
EW,3=0.5PmaxsRIEA (3)
式中:λs是配电网侧停电率;RIEA是重要用户的缺电损失评价率。
4)减少常规备用容量
储能装置代替常规备用容量来应对新能源发电对电网产生的波动,减小备用容量支出。减少常规备用容量方面的年效益数学模型为:
EW,4=E(SOC)PmaxTes (4)
式中:E(SOC)是荷电状态的期望值,若储能电池剩余电量符合随机分布,则E(SOC)约为1/2;es是备用容量单位功率的价格。
5)成本分析
储能系统的投资成本主要包括储能系统的投资建设成本和运行维护成本。C1、C2分别代表电网侧储能电站的年投资成本和年运维成本,其中C1主要包括站址建设成本、并网设备成本和电池系统成本。
C1=λp(Cf+kpPmax)+λwkwPmaxT (5)
C2=CmPmax (6)
其中,λp是站址等固定资产折旧率;Cf是投资站址成本;kp为并网设备造价;λw是电池组固定资产折旧率;kw为储能装置造价;Cm是单位容量的储能系统年维护成本。
综上,电网侧储能电站的经济分析模型为:
EW,year=EW,1+EW,2+EW,3+EW,4-C1-C2
=nPmaxT(eh-el)+λdCd1η1Pmax+0.5PmaxsRIEA+E(SOC)PmaxTes
-p(Cf+kpPmax)-λwkwPmaxT-CmPmax (7)
式中,EW,year为电网侧储能折算到每年的净收益。
(2)用户侧储能经济模型:
1)减少用户电量电费
用户侧储能系统在负荷低谷时低价购电储能,在用电高峰期储能放电使用,利用峰谷电价差减少购电费用。减少用户电量电费方面的年效益数学模型为:
Figure BDA0001994708530000081
式中,e(i)是第i时段的电价,Pi +是第i时段储能系统的放电量,Pi -是第i时段储能系统的充电量,n为储能装置每年充放电循环次数。
2)减少用户专变容量
用户侧配置储能系统,可以减少相应的用户专变容量投资。减少用户专变容量方面的年效益数学模型为:
Figure BDA0001994708530000082
式中,kd是用户专用变电站的折旧率;Cd2是用户专用变电站单位造价;η2是用户侧储能系统效率;Pmax为储能系统最大充放电功率;Pc是拉平负荷曲线所需的临界功率,其值为用户日负荷最大值与平均值之差。
3)减少用户需量电费
用户侧配置储能系统,可以减少用户相应的最大需量电费。减少用户需量电费方面的年经济效益数学模型为:
Figure BDA0001994708530000083
式中,er为用户按最大需量缴纳的基本电费。
4)减少用户停电损失
用户侧加装储能系统,可以提高用户的供电可靠性,减少用户停电损失。减少用户停电损失方面的年效益数学模型为:
EY,4=λsRIEAEENS[1-p{Wi<EENS}] (11)
式中,λs是未投入储能时用户母线侧停电率;RIEA是用户的缺电损失评价率;EENS是重要用户电量不足期望值;p{Wi<EENS}为储能投运后,剩余电量小于EENS发生停电的概率。EENS和p{Wi<EENS}用下式计算:
EENS=TS(1-AS)P0 (12)
Figure BDA0001994708530000084
Ts是保障重要用户每年正常用电的小时数;As是配电站的供电可靠性;P0是重要用户的负荷数;TENS是储能的电量不足EENS的小时数。
因此,用户侧储能电站的经济评估模型为:
EY,year=EY,1+EY,2+EY,3+EY,4-C1-C2 (14)
其中,EY,year为用户侧储能折算到每年的净收益,C1、C2分别代表用户侧储能电站的年投资成本和年运维成本。
本发明所述的电网侧及用户侧储能容量优化配置方法,具体为:采用合作博弈的方式,两方策略分别是电网侧储能系统容量和用户侧储能系统容量,在给定的约束条件下追求各自优化目标的最优值,从而使系统目标最优,最终达到容量配置的最优策略组合。
合作博弈规划模型:
电网侧储能和用户侧储能作为参与者构成两方博弈,分别用W、Y表示两个参与者。W与Y间进行博弈时,两者的博弈策略分别为电网侧储能系统容量和用户侧储能系统容量,分别记为PW、PY。以下为电网侧储能系统与用户侧储能系统在合作情况下的博弈策略规划模型。
参与者:{W}、{Y}
策略集合:
Figure BDA0001994708530000093
信息集:负荷、电气参数、经济参数,功率
目标函数:EW(PW,PY),EY(PW,PY)
其中,
Figure BDA0001994708530000094
分别为电网侧储能容量的上限和下限,
Figure BDA0001994708530000095
分别为用户侧储能容量的上限和下限;EW为电网侧储能的收益函数,EY为用户侧储能的收益函数,目标函数即收益的大小与自身策略、对手策略以及设定的参数函数相关。
若上述合作博弈模型存在Nash均衡点
Figure BDA0001994708530000096
根据Nash均衡的定义,其应满足:
Figure BDA0001994708530000091
Figure BDA0001994708530000092
上式表示
Figure BDA0001994708530000097
Figure BDA0001994708530000098
均是在对方选择最优策略下的己方最优策略,即在给定信息下,该策略组合下电网侧储能和用户侧储能均能达到Nash均衡意义下的最大收益。
模型求解:
对于上述博弈优化问题,采用迭代搜索法进行求解Nash均衡点。迭代搜索法首先需确定迭代变量,本文迭代变量分别为电网侧和用户侧储能容量;其次,建立迭代关系式,根据迭代关系式由初始变量值求解下一个变量值;最后,根据博弈模型的目标函数是否达到最优确定Nash均衡点。博弈优化模型具体求解流程如图5所示,求解步骤如下:
步骤1:输入原始数据和参数,初始化据,包括储能系统运行时间、充放电循环次数、储能系统投资成本、峰谷电价、储能装置效率等相关参数及数据。
步骤2:建立博弈策略模型。根据上述合作博弈策略规划模型设计方法,建立基于合作博弈的策略优化模型。
步骤3:设定均衡点初值。在各决策变量的策略集合中随机选取均衡点初值(PW,0,PY,0),储能容量的策略集合具体由储能工程的实际规划范围决定。
步骤4:各博弈联盟依次进行独立优化决策。记博弈各方第j轮优化结果为(PW,j、PY,j)。在第j轮优化时,各方根据上一轮的优化结果(PW,j-1、PY,j-1)通过优化算法得到最优策略组合(PW,j,PY,j)。即:
Figure BDA0001994708530000101
Figure BDA0001994708530000102
步骤5:信息共享,将各博弈者容量配置策略进行信息共享。
步骤6:判断是否达到经济性最优的容量配置均衡点。若各博弈参与者在相邻两次得到的最优解相同,即
Figure BDA0001994708530000103
根据Nash均衡的定义,可以认为该策略组合下博弈达到了Nash均衡点。若找到均衡点,则进入步骤7,输出结果;若没有达到均衡点,则返回步骤4。
步骤7:得到最终容量配置的最优策略组合。考虑到初值对均衡点求解的影响,若算法不收敛,可以在步骤3重新选择初值。
以下结合附图和实例详细描述本方案的具体实施方式,但本方案不受所述具体实例所限。
图1为本发明实施提供的一种电网侧及用户侧储能系统容量优化配置方法的流程图,如图1所示,所述方法包括:
(1)建立电网侧及用户侧储能系统经济模型。根据不同应用场景下储能系统的经济效益来源,电网侧储能主要考虑低储高发套利、延缓电网升级、提高电网可靠性及减少常规备用容量等方面,用户侧储能主要考虑减少用户电量电费、减少用户专变容量、减少用户需量电费以及减少用户停电损失等方面,分别建立电网侧和用户侧电化学储能经济性模型;
(2)利用合作博弈方法对所述经济模型进行优化计算。首先设定电网侧及用户侧储能容量的均衡点初值,其次在对电网侧与用户侧储能经济模型依次进行独立优化决策时,通过对两方的容量配置方案进行信息共享,判断是否达到经济性最优的容量配置均衡点,最终得到所述电网侧及用户侧储能系统容量配置的最优策略组合。
图2为电网侧与用户侧储能经济模型原理图,如图2所示,根据电网侧和用户侧储能系统的经济效益来源建立各自的储能经济模型。根据电网侧和用户侧储能经济模型,分别对两者经济效益进行计算,验证储能经济模型的有效性。表1为储能经济性算例相关参数。
表1储能经济性算例相关参数
Figure BDA0001994708530000111
通过公式(1)—(7),分别计算得到不同电池成本和不同峰谷价差下电网侧储能的效益随着储能容量增加的变化趋势,如图3和图4所示。可以看出在一定的容量范围内,随着储能容量的增大,储能的效益越好,且储能成本的降低和峰谷价差的加大也可以增加储能的经济效益,且只有峰谷价差大于0.07万元/MWh时,储能电站投资具备规模经济性。同理,按照公式(8)—(14)可以计算得到用户侧储能的经济效益与储能容量的变化趋势。
图5为电网侧及用户侧储能系统容量博弈优化求解流程图,具体步骤如图5所示。选取镇江电网侧五峰山储能电站及用户侧中冶东方江苏重工有限公司储能电站为例,储能规划总容量为44MW。采用所述储能经济模型,利用合作博弈方法对所述经济模型进行优化计算,相关参数见表1。
图6为电网侧及用户侧储能容量配置与储能效益趋势图。曲线1、2分别表示镇江电网侧储能收益与电网侧储能容量的关系、用户侧储能收益与用户侧储能容量的关系。可知,在储能规划容量范围内,随着储能容量的增加,电网侧储能和用户侧储能收益也随之增长。曲线3表示镇江储能系统在规划容量内,储能系统收益随着用户侧储能容量配置变化的趋势。可知,在储能规划容量一定的情况下,随着用户侧储能容量的增加,整个储能系统的年经济收益先增加、后降低。可见,合作博弈均衡策略为:(PW=24MW,PY=20MW);在此均衡策略下,电网侧储能的年经济收益为726.44万元,用户侧储能的年经济收益为1005.2万元,整个储能系统的净收益达到最大,为1731.44万元
除上述实施例外,本发明还可以有其他实施方式,凡采用等同替换或等效变换形成的技术方案,均落在本发明要求的保护范围内。

Claims (4)

1.一种电网侧及用户侧储能系统容量优化配置方法,其特征在于,包括以下步骤:
1)建立电网侧及用户侧储能系统经济模型;
2)利用合作博弈方法对经济模型进行优化计算:首先,建立基于合作博弈的策略优化模型;
3)设定均衡点初值:在各决策变量的策略集合中随机选取均衡点初值(PW,0,PY,0),储能容量的策略集合具体由储能工程的实际规划范围决定;
4)各博弈联盟依次进行独立优化决策:记博弈各方第j轮优化结果为(PW,j、PY,j),在第j轮优化时,各方根据上一轮的优化结果(PW,j-1、PY,j-1)通过优化算法得到最优策略组合(PW,j,PY,j),即:
Figure FDA0002764288410000011
Figure FDA0002764288410000012
其中EW为电网侧储能的收益函数,EY为用户侧储能的收益函数;
5)信息共享:将各博弈者容量配置策略进行信息共享;
6)判断是否达到经济性最优的容量配置均衡点,若各博弈参与者在相邻两次得到的最优解相同,即(PW,j,PY,j)=(PW,j-1,PY,j-1)=(PW *,PY *),根据Nash均衡的定义,可以认为该策略组合下博弈达到了Nash均衡点,若找到均衡点,则进入步骤7),输出结果;若没有达到均衡点,则返回步骤4);
7)得到最终容量配置的最优策略组合:考虑到初值对均衡点求解的影响,若算法不收敛,可以在步骤3)重新选择初值。
2.如权利要求1所述的电网侧及用户侧储能系统容量优化配置方法,其特征在于,所述电网侧储能系统经济模型按以下方法建立:
1)低储高发套利
电网侧储能电站在用电低谷时购电储能,高峰时卖出,利用峰谷电价差实现经济效益,低储高发套利方面的年效益数学模型为:
EW,1=nPmaxT(eh-el) (1)
式中,n为储能装置每年充放电循环次数;Pmax为储能系统最大充放电功率;T为储能装置以功率Pmax运行的时间;eh和el分别为峰时段和谷时段电价;
2)延缓电网升级
储能系统应用于配电网可以延缓电网设备的升级扩建,减少线路和变压器等的投资;延缓电网升级方面的年效益数学模型为:
Ew,2=λdCd1η1Pmax (2)
式中:λd为配电设备的固定资产折旧率;Cd1是电网公司投资建设配电设备所需单位造价;η1为电网侧储能装置的储能效率;
3)提高电网可靠性
电池储能系统接入配电网实现削峰填谷能够有效提高电网供电可靠性,减少地区停电损失;提高电网可靠性方面的年效益数学模型为:
EW,3=0.5PmaxsRIEA (3)
式中:λs是配电网侧停电率;RIEA是用户的缺电损失评价率;
4)减少常规备用容量
储能装置代替常规备用容量来应对新能源发电对电网产生的波动,减小备用容量支出;减少常规备用容量方面的年效益数学模型为:
EW,4=E(SOC)PmaxTes (4)
式中:E(SOC)是荷电状态的期望值,若储能电池剩余电量符合随机分布,则E(SOC)约为1/2;es是备用容量单位功率的价格;
5)成本分析
储能系统的投资成本主要包括储能系统的投资建设成本和运行维护成本;C1、C2分别代表电网侧储能电站的年投资成本和年运维成本,其中C1包括站址建设成本、并网设备成本和电池系统成本:
C1=λp(Cf+kpPmax)+λwkwPmaxT (5)
C2=CmPmax (6)
其中,λp是站址等固定资产折旧率;Cf是投资站址成本;kp为并网设备造价;λw是电池组固定资产折旧率;kw为储能装置造价;Cm是单位容量的储能系统年维护成本;
综上,电网侧储能系统经济模型为:
EW,year=EW,1+EW,2+EW,3+EW,4-C1-C2
=nPmaxT(eh-el)+λdCd1η1Pmax+0.5PmaxsRIEA+E(SOC)PmaxTesp(Cf+kpPmax)-λwkwPmaxT-CmPmax (7)
式中,EW,year为电网侧储能折算到每年的净收益。
3.如权利要求1所述的电网侧及用户侧储能系统容量优化配置方法,其特征在于,所述用户侧储能系统经济模型按以下方法建立:
1)减少用户电量电费
用户侧储能系统在负荷低谷时低价购电储能,在用电高峰期储能放电使用,利用峰谷电价差减少购电费用;减少用户电量电费方面的年效益数学模型为:
Figure FDA0002764288410000031
式中,e(i)是第i时段的电价,Pi +是第i时段储能系统的放电量,Pi -是第i时段储能系统的充电量,n为储能装置每年充放电循环次数;
2)减少用户专变容量
用户侧配置储能系统,可以减少相应的用户专变容量投资;减少用户专变容量方面的年效益数学模型为:
Figure FDA0002764288410000032
式中,kd是用户专用变电站的折旧率;Cd2是用户专用变电站单位造价;η2是用户侧储能系统效率;Pmax为储能系统最大充放电功率;Pc是拉平负荷曲线所需的临界功率,其值为用户日负荷最大值与平均值之差;
3)减少用户需量电费
用户侧配置储能系统,可以减少用户相应的最大需量电费;减少用户需量电费方面的年经济效益数学模型为:
Figure FDA0002764288410000033
式中,er为用户按最大需量缴纳的基本电费;
4)减少用户停电损失
用户侧加装储能系统,可以提高用户的供电可靠性,减少用户停电损失;减少用户停电损失方面的年效益数学模型为:
EY,4=λsRIEAEENS[1-p{Wi<EENS}] (11)
式中,λs是未投入储能时用户母线侧停电率;RIEA是用户的缺电损失评价率;EENS是重要用户电量不足期望值;p{Wi<EENS}为储能投运后,剩余电量小于EENS发生停电的概率;EENS和p{Wi<EENS}用下式计算:
EENS=TS(1-AS)P0 (12)
Figure FDA0002764288410000041
Ts是保障重要用户每年正常用电的小时数;As是配电站的供电可靠性;P0是重要用户的负荷数;TENS是储能的电量不足EENS的小时数;
因此,用户侧储能电站的经济评估模型为:
EY,year=EY,1+EY,2+EY,3+EY,4-C1-C2 (14)
其中,EY,year为用户侧储能折算到每年的净收益。
4.如权利要求1所述的电网侧及用户侧储能系统容量优化配置方法,其特征在于,所述基于合作博弈的策略优化模型建立如下:
电网侧储能和用户侧储能作为参与者构成两方博弈,分别用W、Y表示两个参与者,W与Y间进行博弈时,两者的博弈策略分别为电网侧储能系统容量和用户侧储能系统容量,分别记为PW、PY,以下为电网侧储能系统与用户侧储能系统在合作情况下的博弈策略规划模型:
参与者:{W}、{Y}
策略集合:
Figure FDA0002764288410000042
信息集:负荷、电气参数、经济参数,功率
目标函数:EW(PW,PY),EY(PW,PY)
其中,
Figure FDA0002764288410000043
分别为电网侧储能容量的下限和上限,
Figure FDA0002764288410000044
分别为用户侧储能容量的下限和上限;EW为电网侧储能的收益函数,EY为用户侧储能的收益函数,目标函数即收益的大小与自身策略、对手策略以及设定的参数函数相关;
若上述合作博弈模型存在Nash均衡点
Figure FDA0002764288410000045
根据Nash均衡的定义,其应满足:
Figure FDA0002764288410000046
Figure FDA0002764288410000047
上式表示
Figure FDA0002764288410000048
Figure FDA0002764288410000049
均是在对方选择最优策略下的己方最优策略,即在给定信息下,该策略组合下电网侧储能和用户侧储能均能达到Nash均衡意义下的最大收益。
CN201910192248.5A 2019-03-14 2019-03-14 电网侧及用户侧储能系统容量优化配置方法 Active CN109787261B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910192248.5A CN109787261B (zh) 2019-03-14 2019-03-14 电网侧及用户侧储能系统容量优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910192248.5A CN109787261B (zh) 2019-03-14 2019-03-14 电网侧及用户侧储能系统容量优化配置方法

Publications (2)

Publication Number Publication Date
CN109787261A CN109787261A (zh) 2019-05-21
CN109787261B true CN109787261B (zh) 2020-12-29

Family

ID=66488544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910192248.5A Active CN109787261B (zh) 2019-03-14 2019-03-14 电网侧及用户侧储能系统容量优化配置方法

Country Status (1)

Country Link
CN (1) CN109787261B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109830975B (zh) * 2019-01-17 2021-01-12 国网江苏电力设计咨询有限公司 储能电池多功能运行优化方法、系统和存储介质
CN110309989A (zh) * 2019-07-24 2019-10-08 华能国际电力股份有限公司 一种用处侧储能配置的供电方法
CN110518606B (zh) * 2019-09-18 2021-07-13 合肥阳光新能源科技有限公司 一种储能设备参数配置方法和装置
CN110797872B (zh) * 2019-11-18 2024-03-19 华润智慧能源有限公司 用户侧储能容量配置方法、装置、设备及存储介质
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
CN110705810B (zh) * 2019-12-02 2022-08-16 河海大学常州校区 一种基于差分进化算法的用户侧储能容量配置优化方法
CN111509750B (zh) * 2020-04-27 2021-02-19 湖南经研电力设计有限公司 电网侧储能系统容量配置优化方法
CN112016824B (zh) * 2020-08-25 2023-01-10 国网四川省电力公司经济技术研究院 一种基于共享经济理念的储能资源匹配方法
CN112668918A (zh) * 2021-01-04 2021-04-16 国网上海市电力公司 一种基于数据化模型算法的储能选型方法
CN112785093B (zh) * 2021-03-09 2024-02-20 南京工程学院 一种基于电力消费模式的光伏储能容量配置优化方法
CN115065086B (zh) * 2022-08-16 2023-03-31 深圳戴普森新能源技术有限公司 储能设备中逆变系统及控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2856887C (en) * 2011-11-28 2021-06-15 Expanergy, Llc Energy search engine with autonomous control
CN104537435B (zh) * 2014-12-18 2017-12-15 国家电网公司 基于用户侧经济性指标的分布式电源优化配置方法
CN104700323A (zh) * 2015-03-27 2015-06-10 国网上海市电力公司 考虑不同主体经济效益指标的储能电站综合评估方法
CN105591406B (zh) * 2015-12-31 2018-02-27 华南理工大学 一种基于非合作博弈的微电网能量管理系统的优化算法
CN106684869B (zh) * 2017-03-17 2019-05-28 燕山大学 一种考虑内外博弈的主动配电网故障恢复策略
CN109409615A (zh) * 2018-11-19 2019-03-01 三峡大学 基于非合作博弈的充换储一体化电站微电网优化调度方法

Also Published As

Publication number Publication date
CN109787261A (zh) 2019-05-21

Similar Documents

Publication Publication Date Title
CN109787261B (zh) 电网侧及用户侧储能系统容量优化配置方法
CN108960510B (zh) 一种基于两阶段随机规划的虚拟电厂优化交易策略装置
CN107301470B (zh) 一种配电网扩展规划与光储选址定容的双层优化方法
CN109325608B (zh) 考虑储能并计及光伏随机性的分布式电源优化配置方法
Yang et al. Optimal sizing and placement of energy storage system in power grids: A state-of-the-art one-stop handbook
Qiu et al. Optimal allocation of BESS and MT in a microgrid
Ghasemi et al. Hourly demand response and battery energy storage for imbalance reduction of smart distribution company embedded with electric vehicles and wind farms
CN113095791B (zh) 一种综合能源系统运行方法及系统
CN103839109A (zh) 一种基于博弈纳什均衡的微网电源规划方法
CN109146320B (zh) 一种考虑配电网安全性的虚拟电厂优化调度方法
CN110633854A (zh) 一种考虑储能电池多重分段服务全生命周期优化规划方法
CN112651105A (zh) 一种基于博弈论的微网容量配置优化方法
Yu et al. A game theoretical pricing mechanism for multi-microgrid energy trading considering electric vehicles uncertainty
CN112928767B (zh) 一种分布式储能协同控制方法
CN113935551A (zh) 一种考虑可靠性电价和多主体博弈的配电网规划方法
Zheng et al. Optimal short-term power dispatch scheduling for a wind farm with battery energy storage system
CN109873449A (zh) 一种户用微网中光储容量优化配置方法
CN113888204A (zh) 多主体博弈的虚拟电厂容量优化配置法
CN112671022A (zh) 光储充电站容量优化配置方法、系统、终端及存储介质
CN111047093A (zh) 一种电动汽车典型快充站优化运行配置方法
CN111210048A (zh) 储能容量配置方法、装置、计算机设备及可读存储介质
CN112633675A (zh) 一种能量调度方法、装置、设备及计算机可读存储介质
CN115600757A (zh) 海上风电共享储能参与现货市场交易协调优化方法及系统
Haidar et al. A market framework for energy bidding decision-making strategy to provide a competitive mechanism in the context of deregulated electricity market
CN113469436A (zh) 一种城市电网侧储能规划方法

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