CN110797872B - 用户侧储能容量配置方法、装置、设备及存储介质 - Google Patents

用户侧储能容量配置方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110797872B
CN110797872B CN201911127257.2A CN201911127257A CN110797872B CN 110797872 B CN110797872 B CN 110797872B CN 201911127257 A CN201911127257 A CN 201911127257A CN 110797872 B CN110797872 B CN 110797872B
Authority
CN
China
Prior art keywords
energy storage
user side
model
storage capacity
capacity configuration
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
CN201911127257.2A
Other languages
English (en)
Other versions
CN110797872A (zh
Inventor
陈燿圣
李端平
王立文
宋嗣博
陈睿之
唐俊明
时凯
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.)
China Resource Power Technology Research Institute
Original Assignee
Huarun Wisdom Energy 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 Huarun Wisdom Energy Co ltd filed Critical Huarun Wisdom Energy Co ltd
Priority to CN201911127257.2A priority Critical patent/CN110797872B/zh
Publication of CN110797872A publication Critical patent/CN110797872A/zh
Application granted granted Critical
Publication of CN110797872B publication Critical patent/CN110797872B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施例公开了一种用户侧储能容量配置方法、装置、设备及存储介质。该方法包括：获取用户侧储能相关信息和电价信息；将用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，预设双层优化模型包括第一模型和第二模型，第一模型用于根据获取的信息优化储能日充放电计划，第二模型用于根据获取的信息优化储能功率和放电倍率；根据用户侧储能容量配置方案对用户侧储能容量进行配置。本发明实施例提供的用户侧储能容量控制方法通过预设双层优化模型确定用户侧储能容量配置方案，对储能日充放电计划、储能功率和放电倍率进行优化以保证项目净现值尽可能的取最大值，从而保障了储能电站更高的经济性。

Description

用户侧储能容量配置方法、装置、设备及存储介质
技术领域
本发明属于电力系统领域，具体涉及一种用户侧储能容量配置方法、装置、设备及存储介质。
背景技术
现有的用户侧储能容量配置相关方法和策略中，整体的经济效益考虑不全面，未站在投资主体的角度，有效评估储能电站的投资回报收益，从而得到的配置结果无法给投资主体提供有效参考。如《基于企业用户典型日负荷曲线的用户侧储能容量配置》缺点在于在计算储能运营收益时未考虑储能最优经济运行策略，从而计算得到的项目经济性较差；《电网侧及用户侧储能系统容量优化配置方法》缺点在于针对区域储能配置的整体规划，同时考虑配置储能对电网及用户经济性的影响，但在实际用户侧储能项目中，投资主体为电网公司或第三方投资商，作为电网公司仅考虑储能接入电网带来的收益，作为第三方投资商仅考虑接入用户侧带来的收益，无法将两者利益兼顾到一起。
发明内容
本发明的目的是提供一种用户侧储能容量配置方法、装置、用户侧储能容量配置和存储介质，以解决现有技术中储能配置方案对投资主体参考价值不高，且没有兼顾储能运营收益和项目净现值。
为了解决上述问题，第一方面，本发明实施例提供了一种用户侧储能容量配置方法，包括：
获取用户侧储能相关信息和电价信息；
根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，所述预设双层优化模型包括第一模型和第二模型，所述第一模型用于根据用户侧储能相关信息和电价信息优化储能日充放电计划，所述第二模型用于根据用户侧储能相关信息和电价信息优化储能功率和放电倍率；
根据所述用户侧储能容量配置方案对用户侧储能容量进行配置。
另一方面，本发明实施例提供了一种用户侧储能容量配置装置，包括：
信息获取模块，用于获取用户侧储能相关信息和电价信息；
方案确定模块，用于根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，所述预设双层优化模型包括第一模型和第二模型，所述第一模型用于根据用户侧储能相关信息和电价信息优化储能日充放电计划，所述第二模型用于根据用户侧储能相关信息和电价信息优化储能功率和放电倍率；
容量配置模块，用于根据所述用户侧储能容量配置方案对用户侧储能容量进行配置。
再一方面，本发明实施例提供了一种用户侧储能容量配置设备，包括存储器和处理器，所述存储器上存储有可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的用户侧储能容量配置方法。
又一方面，本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被执行时实现如第一方面所述的用户侧储能容量配置方法。
本发明实施例提供的用户侧储能容量配置方法能够根据用户侧储能相关信息通过预设双层优化模型确定用户侧储能容量配置方案，其中预设双层优化模型能够用于对储能日充放电计划、储能功率和放电倍率进行优化以保证项目净现值尽可能的取最大值，从而保障用户侧储能容量配置方案的经济性更高。
附图说明
图1为本发明实施例一提供的一种用户侧储能容量配置方法流程图；
图2为本发明实施例一提供的一种用户侧储能容量配置方法流程图；
图3为本发明实施例二提供的一种用户侧储能容量配置方法流程图；
图4为本发明实施例三提供的一种用户侧储能容量配置装置结构示意图；
图5为本发明实施例二提供的一种用户侧储能容量配置设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中使用的术语只是为了描述具体的实施方式的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
此外，术语“第一”、“第二”等可在本文中用于描述各种方向、动作、步骤或元件等，但这些方向、动作、步骤或元件不受这些术语限制。这些术语仅用于将第一个方向、动作、步骤或元件与另一个方向、动作、步骤或元件区分。举例来说，在不脱离本发明的范围的情况下，可以将第一模型称为第二模型，且类似地，可将第二模型称为第一模型。第一模型和第二模型两者都是模型，但其不是同一模型。术语“第一”、“第二”等而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。需要说明的是，当一个部被称为“固定于”另一个部，它可以直接在另一个部上也可以存在居中的部。当一个部被认为是“连接”到另一个部，它可以是直接连接到另一个部或者可能同时存在居中部。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述，只是为了说明的目的，并不表示是唯一的实施方式。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种用户侧储能容量配置方法流程图，本实施例所提供的方法可以适用满足投资主体经济指标要求情况下的用户侧储能容量配置，具体流程如下：
步骤S110、获取用户侧储能相关信息和电价信息。
以投资主体关注的经济指标为目的，考虑用户侧储能的收益需要基于用户侧储能的实际情况，因此需要基于用户侧储能相关信息进行分析，从而准确制定经济性较好的储能容量配置方案。具体的，用户侧储能相关信息内容很多，示例性的至少应当包括用户历史用电数据、变压器容量、最大需量申报值等信息。应当说明的是，此处列举的用户侧储能相关信息只是部分示例，用户侧储能相关信息包括但不限于后续使用到的所有参数。
具体的，所述用户侧储能相关信息包括：储能电池造价、储能PCS造价以及储能辅助设施造价；所述电价信息包括：电能量价格、容量电价和需求响应补偿价格。
步骤S120、根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，所述预设双层优化模型包括第一模型和第二模型，所述第一模型用于根据用户侧储能相关信息和电价信息优化储能日充放电计划，所述第二模型用于根据用户侧储能相关信息和电价信息优化储能功率和放电倍率。
通过对实际情况分析，投资主体关注的主要经济指标是净现值和内部收益率，在计算经济指标时需要考虑投资成本和运营收益，投资成本与储能容量有关，运营收益与储能运行策略有关，为了准确测算项目的投资回报，本实施例中设置了预设双层优化模型，预设双层优化模型中包括第一模型和第二模型，其中，第一模型是以储能运营收益为最大目标的储能经济运行模型，模拟储能项目投运后的充放电计划，第二模型是以储能净现值最大为目标的投资效益评估模型，模拟调整储能功率和放电倍率。
更具体的，基于预设双层优化模型获取用户侧储能容量配置方案就是不断通过第一模型和第二模型调整储能功率、放电倍率和储能日充放电计划，以达到通过合适的储能容量配置方案实现较高的经济指标的目的。
根据用户侧储能相关信息利用双层优化模型采用粒子群算法不断寻优求解就能得到以项目净现值最大为目标的储能容量配置方案。
步骤S130、根据所述用户侧储能容量配置方案对用户侧储能容量进行配置。
基于步骤S120确定的用户侧储能容量配置方案，投资主体在需要进行储能电站投资建设规划时可以根据相应区域的用户储能相关信息对用户侧储能容量进行配置，通过合适的储能容量实现储能电站的高经济性。
进一步地，在一些实施例中，还提供了预设双层优化模型的构建过程，具体的，如图2所示，在步骤S110之前还包括：
S101：构建第一模型和第二模型。
具体的，所述第一模型包括以用户每日用电总成本最小为目标的第一目标函数以及考虑储能SOC保护和充放电功率限制的第一约束条件。其中，第一目标函数的值是储能运营收益，由削峰填谷收益、需量管理收益和参与需求响应收益之和计算得到，变量是全日各时段储能充放电功率值，第二模型包括以项目净现值最大为目标的第二目标函数以及考虑财务内部收益率期望值和项目针对储能功率及放电倍率限制的第二约束条件。其中，第二目标函数的值是项目净现值，由项目收入和成本构成的净现金流计算得到，变量是储能配置功率和放电倍率。
示例性的，在一些实施例中，第一目标函数(也即满足的公式)如下：
其相关参数需要满足的第一约束条件为：
上式中，F1为储能运营收益，为第y年移峰填谷收益，/>为第y年需量管理收益，/>为第y年参与需求响应收益，β为储能放电效率；α为储能充电效率；SOCmax和SOCmin分别为储能SOC上下限；/>和/>分别为储能充放电功率限值；STRN为用户变压器容量，其中/>和/>的获取过程参见第二目标函数。
对应的，第二目标函数(也即满足的的公式)如下：
其中，F2为最大的项目净现值，NPV为项目净现值，Ny为储能运营期年限，FCFy为第y年的净现金流，rdiscount为贴现率。
以及
Cpcs＝CPPESS/cbl
Cbop＝CBPESS/cbl
其中，为第y年的税前利润；DET为运营期折旧费用；Rincome为所得税率；Iy为第y年运营收益；α为投资主体的收益分成占比；Vy为第y年增值税；Ravat为增值税附加税率；/>为年运营成本；/>为第y年移峰填谷收益；/>为第y年需量管理收益；/>为第y年参与需求响应收益；Nm为全年月份数；Nn为全月天数；Nt为日内小时数；/>为y年m月n日t时的用户购电价格；/>和/>分别为y年m月n日t时的储能充放电量；/>为第y年需量电价；为y年m月n日t时的用户电量；βy为第y年储能放电参与需求响应占比；/>为第y年需求响应补偿价格；/>为年运维费用；LCT为年人工成本；Cfp为单位功率下的储能运行维护费用；PESS为储能额定功率；Cbat和/>为储能电池投资成本和使用寿命；Cpcs和/>为储能PCS投资成本和使用寿命；Cbop和/>为储能系统辅助设施投资成本和使用寿命；CE为储能度电成本；η为储能电池转换效率；CP为储能PCS的单位功率价格；cbl为储能倍率；CB为储能辅助设施的单位能量价格。其中，净现金流FCFy由税前利润/>和运营期折旧费用DET计算得到，利润主要由收入和成本，即运营收益Iy和运营成本/>计算得到，运营期折旧费用DET是项目投资成本逐年分摊，故此净现金流由项目收入和成本构成。
第二模型中的相关参数满足的第二约束条件：
0≤PESS≤STRN
IRR≥IRRlim
上式中，STRN为变压器容量；为储能电池倍率上限；IRR为内部收益率；IRRlim为预期内部收益率设定值。
S102：将所述第一模型作为下层模型、所述第二模型作为上层模型整合得到预设双层优化模型。
上层模型和下层模型属于嵌套关系，即第一模型在求解过程中将第二模型的优化变量作为常量，第二模型在求解过程中将第一模型的优化变量作为常量，由上层模型的计算结果确定用户侧储能配置方案。
第一模型作为下层模型用于根据获取到的用户侧储能相关信息确定储能运营收益最大时的储能日充放电计划，第二模型用于根据用户侧储能相关信息确定项目净现值取更大时的储能功率和放电倍率，两个模型的循环作用实现不断优化求得兼顾性最好的用户侧储能容量配置方案。
实施例一提供的一种用户侧储能容量配置方法能够根据用户侧储能相关信息通过预设双层优化模型确定用户侧储能容量配置方案，其中预设双层优化模型能够用于对储能日充放电计划、储能功率和放电倍率进行优化以保证项目净现值尽可能的取最大值，从而保障用户侧储能容量配置方案的经济性更高。
实施例二
本实施例在实施例一的基础上实现，对实施例一中的步骤S120进行了进一步解释，提供了基于预设双层优化模型确定用户侧储能容量配置方案的具体过程，具体如图3所示包括：
步骤S210、根据所述用户侧储能相关信息和电价信息得到多个储能容量配置方案。
本实施例中步骤S210是初始化步骤，本步骤中是根据所述用户侧储能相关信息，在第一模型中相关参数满足对应的约束条件的情况下随机储能功率和放电倍率得到对应的多个储能容量配置方案。
步骤S220、基于所述多个储能容量配置方案通过所述第一模型采用智能优化算法寻优确定对应的多个储能日充放电计划。
当通过初始化步骤后，需要以模拟用户侧储能运行工况来提升经济测算的准确性，具体的，智能优化算法就是用于，在步骤S220中，基于步骤S210得到的多种储能容量配置方案使得每个方案的储能运营收益最大，也就是通过第一模型找到每个储能容量配置方案实现储能运营收益最大时对应的储能日充放电计划。示例性的，在一些实施例中，智能优化算法可以是粒子群优化算法，步骤S210相当于初始化粒子群，每个储能容量配置方案就相当于一个粒子，在粒子群优化算法中需要计算各个粒子的目标函数，找到各个粒子的当前个体极值，找到整个粒子群的当前全局最优解，也就是基于多个储能容量配置方案，找个其中储能运营收益最大和项目净现值最大的储能容量配置方案。
步骤S230、根据所述多个储能容量配置方案和对应的多个储能日充放电计划确定对应的多个项目净现值，选择所述多个项目净现值中的最大的项目净现值作为标准项目净现值。
基于步骤S220得到每个储能容量配置方案实现储能运营收益最大时对应的储能日充放电计划后，需要确定每个储能容量配置方案对应的项目净现值，从而找出项目净现值最大时的储能容量配置方案，也就是找到粒子群的当前全局最优解，具体的，可以通过第二模型基于每个储能容量配置方案和对应的储能日充放电计划计算对应的项目净现值。为了便于后续优化过程中比较不同的当前全局最优解是否有改进，需要记录每次优化过程中最大的项目净现值，本实施例中记为标准项目净现值。
步骤S240、比较预设循环次数内的多个标准项目净现值中的最大值是否有更新，若是则执行步骤S250，若否则执行步骤S260。
为了找到更佳的储能容量配置方案需要迭代寻优，也就是需要不断根据不同的储能功率、放电倍率和储能日充放电计划调整储能容量配置方案进行优化，但是优化不是需要无穷迭代的，当满足一定条件时我们可以认为已经找到最佳储能容量配置方案了，具体的，在本实施例中设置预设循环次数，当连续进行预设循环次数寻优内得到的对应数量的标准项目净现值中，最大的标准项目净现值始终没有发生改变，说明预设循环次数内都没有产生实际的优化效果，此时可以结束循环，反之则继续循环。例如预设循环次数为20次，当发生连续循环20次(第n次到第n+20次，n为大于等于1的正整数)内，最大的标准项目净现值始终是同样的数值时，结束循环。
步骤S250、根据预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案，基于所述第二模型寻优储能功率和放电倍率确定新的多个储能容量配置方案，迭代执行步骤S220-S250。
当判断没有达到循环结束条件时，需要通过第二模型基于已经计算过的储能容量配置方案调整储能功率和放电倍率找到新的多个储能容量配置方案寻找更优的储能容量配置方案，以粒子群优化算法为例就是粒子群优化算法中的更新各个粒子的速度和位置。
步骤S260、输出所述预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案作为用户侧储能容量配置方案。
当判断达到循环结束条件时，需要输出此时满足项目净现值最大和储能运营收益最大的储能容量配置方案，也就是预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案，以该方案作为用户侧储能容量配置方案能够实现更高的经济性。
本实施例提供的用户侧储能容量配置方法在实施例一的基础上，进一步提供了预设双层优化模型寻优过程，能够循环使用第一模型和第二模型不断寻找项目净现值和储能运营收益综合更大的储能容量配置方案，以实现储能电站按该储能容量配置方案进行容量配置使经济性更高。
实施例三
图4为本发明实施例三提供的一种用户侧储能容量配置装置300的结构示意图，该装置可执行本发明任意实施例所提供的用户侧储能容量配置方法，具备执行方法相应的功能模块和有益效果，本实施例所提供的方法可以适用满足投资主体经济指标要求情况下的用户侧储能容量配置，具体流程如下：
信息获取模块310，用于获取用户侧储能相关信息和电价信息。
以投资主体关注的经济指标为目的，考虑用户侧储能的收益需要基于用户侧储能的实际情况，因此需要基于用户侧储能相关信息进行分析，从而准确制定经济性较好的储能容量配置方案。具体的，用户侧储能相关信息内容很多，示例性的至少应当包括用户历史用电数据、变压器容量、最大需量申报值等信息。应当说明的是，此处列举的用户侧储能相关信息只是部分示例，用户侧储能相关信息包括但不限于后续使用到的所有参数。
具体的，所述用户侧储能相关信息包括：储能电池造价、储能PCS造价以及储能辅助设施造价；所述电价信息包括：电能量价格、容量电价和需求响应补偿价格。
方案确定模块320，用于根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，所述预设双层优化模型包括第一模型和第二模型，所述第一模型用于根据用户侧储能相关信息和电价信息优化储能日充放电计划，所述第二模型用于根据用户侧储能相关信息和电价信息优化储能功率和放电倍率。
通过对实际情况分析，投资主体关注的主要经济指标是净现值和内部收益率，在计算经济指标时需要考虑投资成本和运营收益，投资成本与储能容量有关，运营收益与储能运行策略有关，为了准确测算项目的投资回报，本实施例中设置了预设双层优化模型，预设双层优化模型中包括第一模型和第二模型，其中，第一模型是以储能运营收益为最大目标的储能经济运行模型，模拟储能项目投运后的充放电计划，第二模型是以储能净现值最大为目标的投资效益评估模型，模拟调整储能功率和放电倍率。
更具体的，基于预设双层优化模型获取用户侧储能容量配置方案就是不断通过第一模型和第二模型调整储能功率、放电倍率和储能日充放电计划，以达到通过合适的储能容量配置方案实现较高的经济指标的目的。
根据用户侧储能相关信息利用双层优化模型采用粒子群算法不断寻优求解就能得到以项目净现值最大为目标的储能容量配置方案。
容量配置模块330，用于根据所述用户侧储能容量配置方案对用户侧储能容量进行配置。
基于方案确定模块320确定的用户侧储能容量配置方案，投资主体在需要进行储能电站投资建设规划时可以根据相应区域的用户储能相关信息对用户侧储能容量进行配置，通过合适的储能容量实现储能电站的高经济性。
进一步地，在一些实施例中，还提供了用于构建预设双层优化模型的模块，具体包括：
基础模型构建模块，用于构建第一模型和第二模型。
具体的，所述第一模型包括以用户每日用电总成本最小为目标的第一目标函数以及考虑储能SOC保护和充放电功率限制的第一约束条件。其中，第一目标函数的值是储能运营收益，由削峰填谷收益、需量管理收益和参与需求响应收益之和计算得到，变量是全日各时段储能充放电功率值，第二模型包括以项目净现值最大为目标的第二目标函数以及考虑财务内部收益率期望值和项目针对储能功率及放电倍率限制的第二约束条件。其中，第二目标函数的值是项目净现值，由项目收入和成本构成的净现金流计算得到，变量是储能配置功率和放电倍率。
示例性的，在一些实施例中，第一模型的第一目标函数(也即满足的公式)如下：
第一约束条件为：
式中，为第y年移峰填谷收益，/>为第y年需量管理收益，/>为第y年参与需求响应收益，β为储能放电效率；α为储能充电效率；SOCmax和SOCmin分别为储能SOC上下限；和/>分别为储能充放电功率限值；STRN为用户变压器容量。
对应的，第二模型的第二目标函数(也即满足的的公式)如下：
其中，NPV为项目净现值，Ny为储能运营期年限，FCFy为第y年的净现金流，rdiscount为贴现率。
以及
Cpcs＝CPPESS/cbl
Cbop＝CBPESS/cbl
其中，为第y年的税前利润；DET为运营期折旧费用；Rincome为所得税率；Iy为第y年运营收益；α为投资主体的收益分成占比；Vy为第y年增值税；Ravat为增值税附加税率；/>为年运营成本；/>为第y年移峰填谷收益；/>为第y年需量管理收益；/>为第y年参与需求响应收益；Nm为全年月份数；Nn为全月天数；Nt为日内小时数；/>为y年m月n日t时的用户购电价格；/>和/>分别为y年m月n日t时的储能充放电量；/>为第y年需量电价；为y年m月n日t时的用户电量；βy为第y年储能放电参与需求响应占比；/>为第y年需求响应补偿价格；/>为年运维费用；LCT为年人工成本；Cfp为单位功率下的储能运行维护费用；PESS为储能额定功率；Cbat和/>为储能电池投资成本和使用寿命；Cpcs和/>为储能PCS投资成本和使用寿命；Cbop和/>为储能系统辅助设施投资成本和使用寿命；CE为储能度电成本；η为储能电池转换效率；CP为储能PCS的单位功率价格；cbl为储能倍率；CB为储能辅助设施的单位能量价格。
第二模型中的相关参数应当满足的第二约束条件为：
0≤PESS≤STRN
IRR≥IRRlim
上式中，STRN为变压器容量；为储能电池倍率上限；IRR为内部收益率；IRRlim为预期内部收益率设定值。
双层优化模型构建模块，用于将所述第一模型作为下层模型、所述第二模型作为上层模型整合得到预设双层优化模型。
上层模型和下层模型属于嵌套关系，即第一模型在求解过程中将第二模型的优化变量作为常量，第二模型在求解过程中将第一模型的优化变量作为常量，由上层模型的计算结果确定用户侧储能配置方案。
第一模型作为下层模型用于根据获取到的用户侧储能相关信息确定储能运营收益最大时的储能日充放电计划，第二模型用于根据用户侧储能相关信息确定项目净现值取更大时的储能功率和放电倍率，两个模型的循环作用实现不断优化求得兼顾性最好的用户侧储能容量配置方案。
更具体的，在一些实施例中，方案确定模块320还包括：
方案初始化单元，用于根据所述用户侧储能相关信息和电价信息得到多个储能容量配置方案。
储能日充放电计划确定单元，用于基于所述多个储能容量配置方案通过所述第一模型采用智能优化算法寻优确定对应的多个储能日充放电计划。
在一些实施例中，具体的，就是根据所述用户侧储能相关信息，在第一模型中相关参数满足对应的约束条件的情况下随机储能功率和放电倍率得到对应的多个储能容量配置方案。
净现值确定单元，用于根据所述多个储能容量配置方案和对应的多个储能日充放电计划确定对应的多个项目净现值，选择所述多个项目净现值中的最大的作为标准项目净现值；
比较单元，用于比较预设循环次数内的多个标准项目净现值中的最大值是否有更新，若是则执行方案优化单元，若否则执行输出单元；
方案优化单元，用于根据预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案，基于所述第二模型寻优储能功率和放电倍率确定新的多个储能容量配置方案，迭代执行净现值所述确定单元、比较单元和方案优化单元；
输出单元，用于输出所述预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案作为用户侧储能容量配置方案
本实施例提供的一种用户侧储能容量配置装置能够根据用户侧储能相关信息通过预设双层优化模型确定用户侧储能容量配置方案，其中预设双层优化模型能够用于对储能日充放电计划、储能功率和放电倍率进行优化以保证项目净现值尽可能的取最大值，从而保障用户侧储能容量配置方案的经济性更高。
实施例四
如图5所示为本发明实施例四提供的一种用户侧储能容量配置设备的结构示意图，该设备包括存储器410、处理器420，设备中处理器420的数量可以是一个或多个，图5中以一个处理器420为例；设备中的存储器410、处理器420可以通过总线或其他方式连接，图5中以通过总线连接为例。
存储器410作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的用户侧储能容量配置方法对应的程序指令/模块(例如，用户侧储能容量配置装置中的信息获取模块310、方案确定模块320、容量配置模块330)。处理器420通过运行存储在存储器410中的软件程序、指令以及模块，从而执行用户侧储能容量配置设备的各种功能应用以及数据处理，即实现上述的用户侧储能容量配置方法。
其中，处理器420用于运行存储在存储器410中的计算机可执行程序，以实现如下步骤：步骤S110、获取用户侧储能相关信息和电价信息；步骤S120、根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，所述预设双层优化模型包括第一模型和第二模型，所述第一模型用于根据用户侧储能相关信息和电价信息优化储能日充放电计划，所述第二模型用于根据用户侧储能相关信息和电价信息优化储能功率和放电倍率；步骤S130、根据所述用户侧储能容量配置方案对用户侧储能容量进行配置。
当然,本发明实施例所提供的一种用户侧储能容量配置设备,该用户侧储能容量配置设备不限于如上的方法操作,还可以执行本发明实施例任意实施例所提供的用户侧储能容量配置方法中的相关操作。
存储器410可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器410可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器410可进一步包括相对于处理器620远程设置的存储器，这些远程存储器可以通过网络连接至用户侧储能容量配置设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本实施例提供了一种用户侧储能容量配置设备，能够基于电价激励政策根据三种不同需求响应指令相关信息逐步指定详细的第二储能出力计划，基于第二储能出力计划制定最优的储能每个时段的充放电策略，在保证储能安全稳定运行的情况下以使得经济效益最大化。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种用户侧储能容量配置方法，该用户侧储能容量配置方法包括：
获取用户侧储能相关信息和电价信息；
根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，所述预设双层优化模型包括第一模型和第二模型，所述第一模型用于根据用户侧储能相关信息和电价信息优化储能日充放电计划，所述第二模型用于根据用户侧储能相关信息和电价信息优化储能功率和放电倍率；
根据所述用户侧储能容量配置方案对用户侧储能容量进行配置。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作，还可以执行本发明任意实施例所提供的用户侧储能容量配置方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机用户侧储能容量配置(可以是个人计算机，用户侧储能容量配置设备，或者网络用户侧储能容量配置等)执行本发明各个实施例的方法。
值得注意的是，上述用户侧储能容量配置设备的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (7)

1.一种用户侧储能容量配置方法，其特征在于，包括：
获取用户侧储能相关信息和电价信息；
根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，所述预设双层优化模型包括第一模型和第二模型，所述第一模型用于根据用户侧储能相关信息和电价信息优化储能日充放电计划，所述第二模型用于根据用户侧储能相关信息和电价信息优化储能功率和放电倍率；
根据所述用户侧储能容量配置方案对用户侧储能容量进行配置；
其中，所述第一模型包括以用户每日用电总成本最小为目标的第一目标函数以及考虑储能SOC保护和充放电功率限制的第一约束条件；
其中，第一目标函数的值是储能运营收益，由削峰填谷收益、需量管理收益和参与需求响应收益之和计算得到，变量是全日各时段储能充放电功率值；
其中，所述根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，包括：
S1、根据所述用户侧储能相关信息和电价信息得到多个储能容量配置方案；
S2、基于所述多个储能容量配置方案通过所述第一模型采用智能优化算法寻优确定对应的多个储能日充放电计划；
S3、根据所述多个储能容量配置方案和对应的多个储能日充放电计划确定对应的多个项目净现值，选择所述多个项目净现值中的最大的项目净现值作为标准项目净现值；
S4、比较预设循环次数内的多个标准项目净现值中的最大值是否有更新，若是则执行步骤S5，若否则执行步骤S6；
S5、根据预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案，基于所述第二模型寻优储能功率和放电倍率确定新的多个储能容量配置方案，迭代执行步骤S2-S5；
S6、输出所述预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案作为用户侧储能容量配置方案。
2.根据权利要求1所述的方法，其特征在于，所述根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案之前，还包括：
构建第一模型和第二模型；
将所述第一模型作为下层模型，所述第二模型作为上层模型整合得到预设双层优化模型。
3.根据权利要求1所述的方法，其特征在于，所述第二模型包括以项目净现值最大为目标的第二目标函数以及考虑财务内部收益率期望值和项目针对储能功率及放电倍率限制的第二约束条件；其中，第二目标函数的值是项目净现值，由项目收入和成本构成的净现金流计算得到，变量是储能配置功率和放电倍率。
4.根据权利要求1所述的方法，其特征在于，所述根据所述用户侧储能相关信息和电价信息得到多个储能容量配置方案，包括：
根据所述用户侧储能相关信息，在第一模型中相关参数满足对应的约束条件的情况下随机储能功率和放电倍率得到对应的多个储能容量配置方案。
5.一种用户侧储能容量配置装置，其特征在于，包括：
信息获取模块，用于获取用户侧储能相关信息和电价信息；
方案确定模块，用于根据所述用户侧储能相关信息和电价信息输入预设双层优化模型确定用户侧储能容量配置方案，所述预设双层优化模型包括第一模型和第二模型，所述第一模型用于根据用户侧储能相关信息和电价信息优化储能日充放电计划，所述第二模型用于根据用户侧储能相关信息和电价信息优化储能功率和放电倍率；
容量配置模块，用于根据所述用户侧储能容量配置方案对用户侧储能容量进行配置；
其中，所述第一模型包括以用户每日用电总成本最小为目标的第一目标函数以及考虑储能SOC保护和充放电功率限制的第一约束条件；
其中，第一目标函数的值是储能运营收益，由削峰填谷收益、需量管理收益和参与需求响应收益之和计算得到，变量是全日各时段储能充放电功率值；
其中，所述方案确定模块包括：
方案初始化单元，用于根据所述用户侧储能相关信息和电价信息得到多个储能容量配置方案；
储能日充放电计划确定单元，用于基于所述多个储能容量配置方案通过所述第一模型采用粒子群算法寻优确定对应的多个储能日充放电计划；
净现值确定单元，用于根据所述多个储能容量配置方案和对应的多个储能日充放电计划确定对应的多个项目净现值，选择所述多个项目净现值中的最大的作为标准项目净现值；
比较单元，用于比较预设循环次数内的多个标准项目净现值中的最大值是否有更新，若是则执行方案优化单元，若否则执行输出单元；
方案优化单元，用于根据预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案，基于所述第二模型寻优储能功率和放电倍率确定新的多个储能容量配置方案，迭代执行净现值所述确定单元、比较单元和方案优化单元；
输出单元，用于输出所述预设循环次数内的多个标准项目净现值中的最大值对应的储能容量配置方案作为用户侧储能容量配置方案。
6.一种用户侧储能容量配置设备，其特征在于，包括存储器和处理器，所述存储器上存储有可在处理器运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-4任意一项所述的用户侧储能容量配置方法。
7.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被执行时实现如权利要求1-4任意一项所述的用户侧储能容量配置方法。
CN201911127257.2A 2019-11-18 2019-11-18 用户侧储能容量配置方法、装置、设备及存储介质 Active CN110797872B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911127257.2A CN110797872B (zh) 2019-11-18 2019-11-18 用户侧储能容量配置方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911127257.2A CN110797872B (zh) 2019-11-18 2019-11-18 用户侧储能容量配置方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN110797872A CN110797872A (zh) 2020-02-14
CN110797872B true CN110797872B (zh) 2024-03-19

Family

ID=69445119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911127257.2A Active CN110797872B (zh) 2019-11-18 2019-11-18 用户侧储能容量配置方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110797872B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114362219B (zh) * 2022-01-10 2024-04-16 中国能源建设集团浙江省电力设计院有限公司 一种用户侧电池储能的全生命周期投资优化方法
CN117117924B (zh) * 2023-10-24 2023-12-22 国网湖北省电力有限公司经济技术研究院 一种考虑市场出清收益的储能容量配置方法、装置及设备
CN117291756B (zh) * 2023-11-09 2024-02-27 深圳海辰储能科技有限公司 一种储能设备配置调整方法、装置和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103337001A (zh) * 2013-07-18 2013-10-02 山东大学 考虑最佳期望输出与荷电状态的风电场储能容量优化方法
CN105005872A (zh) * 2015-08-06 2015-10-28 北京交通大学 一种移峰填谷的储能系统的容量配置方法
WO2017161787A1 (zh) * 2016-03-23 2017-09-28 严利容 基于未来信息的光伏功率波动的动态平抑方法
CN107292488A (zh) * 2017-05-17 2017-10-24 国家电网公司 含优化运行策略的用户侧分布式储能价值评估方法与系统
CN108964103A (zh) * 2018-07-27 2018-12-07 广州穗华能源科技有限公司 一种考虑微网系统可调度性的微网储能配置方法
CN109193720A (zh) * 2018-09-12 2019-01-11 华南理工大学 基于企业用户典型日负荷曲线的用户侧储能容量配置方法
CN109787261A (zh) * 2019-03-14 2019-05-21 国网江苏省电力有限公司镇江供电分公司 电网侧及用户侧储能系统容量优化配置方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103337001A (zh) * 2013-07-18 2013-10-02 山东大学 考虑最佳期望输出与荷电状态的风电场储能容量优化方法
CN105005872A (zh) * 2015-08-06 2015-10-28 北京交通大学 一种移峰填谷的储能系统的容量配置方法
WO2017161787A1 (zh) * 2016-03-23 2017-09-28 严利容 基于未来信息的光伏功率波动的动态平抑方法
CN107292488A (zh) * 2017-05-17 2017-10-24 国家电网公司 含优化运行策略的用户侧分布式储能价值评估方法与系统
CN108964103A (zh) * 2018-07-27 2018-12-07 广州穗华能源科技有限公司 一种考虑微网系统可调度性的微网储能配置方法
CN109193720A (zh) * 2018-09-12 2019-01-11 华南理工大学 基于企业用户典型日负荷曲线的用户侧储能容量配置方法
CN109787261A (zh) * 2019-03-14 2019-05-21 国网江苏省电力有限公司镇江供电分公司 电网侧及用户侧储能系统容量优化配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于二层规划的用户侧储能容量配置和最优运行策略分析;朱佳明 等;《南方电网技术》;第10卷(第10期);第43-50页 *
朱佳明 等.基于二层规划的用户侧储能容量配置和最优运行策略分析.南方电网技术.2016,第第10卷卷(第第10期期),43-50. *

Also Published As

Publication number Publication date
CN110797872A (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN110797872B (zh) 用户侧储能容量配置方法、装置、设备及存储介质
Chen et al. Two market models for demand response in power networks
Chen et al. Energy storage subsidy estimation for microgrid: A real option game-theoretic approach
CN106777244A (zh) 一种电力客户用电行为分析方法及系统
Han et al. Constructing prosumer coalitions for energy cost savings using cooperative game theory
Vonsien et al. Li-ion battery storage in private households with PV systems: Analyzing the economic impacts of battery aging and pooling
WO2013102932A2 (en) System and method facilitating forecasting, optimization and visualization of energy data for an industry
Zhao et al. Time-of-use pricing for energy storage investment
Agarwal et al. Noncooperative games for autonomous consumer load balancing over smart grid
Kim et al. Pricing mechanisms for peer-to-peer energy trading: Towards an integrated understanding of energy and network service pricing mechanisms
CN113554354A (zh) 一种考虑用户多元响应特性的负荷聚合商最优调度方法
CN110555607A (zh) 电力用户移峰填谷指数计算与提示方法、终端及存储介质
KR100690088B1 (ko) 비용 효과 분석을 위한 웹 기반 전력 수요관리 평가 시스템
Wang et al. Peer-to-peer energy trading for residential prosumers with photovoltaic and battery storage systems
US10873188B2 (en) Dynamic hosting capacity system and method for DER integration and management on distribution utility networks
CN108921425A (zh) 一种资产项目投资分类的方法、系统及服务器
Akasiadis et al. Decentralized large-scale electricity consumption shifting by prosumer cooperatives
Zhang et al. Joint planning of residential electric vehicle charging station integrated with photovoltaic and energy storage considering demand response and uncertainties
Mondal et al. Dynamic price-enabled strategic energy management scheme in cloud-enabled smart grid
CN112016977A (zh) 一种具有阶梯电价优化模型的计及用电信息采集方法、系统及电量数据服务器
Ahmad et al. Learning from optimal: Energy procurement strategies for data centers
He et al. Optimal capacity pricing and sizing approach of cloud energy storage: A bi-level model
CN112633771B (zh) 电力资源数值计算方法、装置、计算机设备和存储介质
Moreira Business models for energy storage systems
Tang et al. Stochastic dynamic pricing: Utilizing demand response in an adaptive manner

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
TR01 Transfer of patent right

Effective date of registration: 20240408

Address after: Room 407, Building 7, No. 6 Libin Road, Songshanhu Park, Dongguan City, Guangdong Province, 523808

Patentee after: CR POWER TECHNOLOGY INSTITUTE Co.,Ltd.

Country or region after: China

Address before: 518000 Room 201, building A, 1 front Bay Road, Shenzhen Qianhai cooperation zone, Shenzhen, Guangdong

Patentee before: HUARUN WISDOM ENERGY Co.,Ltd.

Country or region before: China

TR01 Transfer of patent right