CN111181182A - 一种两部制电价引导下储能系统优化运行方法 - Google Patents
一种两部制电价引导下储能系统优化运行方法 Download PDFInfo
- Publication number
- CN111181182A CN111181182A CN202010019545.2A CN202010019545A CN111181182A CN 111181182 A CN111181182 A CN 111181182A CN 202010019545 A CN202010019545 A CN 202010019545A CN 111181182 A CN111181182 A CN 111181182A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage system
- power
- model
- constraint
- 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
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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种两部制电价引导下储能系统优化运行方法,包括如下步骤:S1:确定储能配置后的负荷最大需量的上下界;S2:以储能配置后的负荷最大需量和各时段充放电功率为控制变量,建立储能系统优化模型;S3:通过辅助变量将储能系统优化模型转化为线性模型。本发明以储能配置后的负荷最大需量和各时段充放电功率为变量,综合考虑储能系统运行和寿命约束、变量自身约束等,考虑到模型约束条件中存在绝对值项,提出了绝对值项的辅助变量,并通过辅助变量将运行优化模型转化为线性模型,极大降低了求解难度。
Description
技术领域
本发明属于电力系统运行分析技术领域,更具体的说是涉及一种两部制电价引导下储能系统优化运行方法。
背景技术
工业用电实行两部制电价,电价由基本电价、电度电价和功率因数调整电费三部分构成。基本电价是按照工业企业的变压器容量或最大需用量(即一月中每15分钟或30分钟平均负荷的最大值)作为计算电价的依据,由供电部门与用电部门签订合同,确定限额,每月固定收取,不以实际耗电数量为转移。电费分为实际消耗的电度电费与月度最大负荷的需量电费两部分。
用户安装储能系统后,即可以利用低储高发即峰谷价差获利,也可以降低自身需量电费,为用户投资储能系统提供了更广阔的前景。已有研究侧重于低储高发的收益,没有考虑用户负荷最大需量降低带来的收益。而且需要注意的是,按照两部制电价的计费规则计算用户收益时,需要同时考虑低储高发收益和需量电费。
因此,如何提供一种两部制电价引导下储能系统优化运行方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此,本发明提供了一种两部制电价引导下储能系统优化运行方法,以储能配置后的负荷最大需量和各时段充放电功率为变量,综合考虑储能系统运行和寿命约束、变量自身约束等,考虑到模型约束条件中存在绝对值项,提出了绝对值项的辅助变量,并通过辅助变量将运行优化模型转化为线性模型,极大降低了求解难度。
为了实现上述目的,本发明采用如下技术方案:
一种两部制电价引导下储能系统优化运行方法,包括如下步骤:
S1:确定储能配置后的负荷最大需量的上下界;
S2:以储能配置后的负荷最大需量和各时段充放电功率为控制变量,建立储能系统优化模型;
S3:通过辅助变量将储能系统优化模型转化为线性模型。
进一步,步骤S1中负荷最大需量的上下界的值为:
上界值为原有的负荷峰值Ppeak;
最大需量下界收到功率和电量两个方面的制约,在功率制约下,下界计算的初值确定为:
P'peak=Ppeak-Pdis (1)
式中:Pdis为储能系统最大放电功率;P'peak最大需量下界。
进一步,P'peak的迭代求解方法为:
a1:以式(1)初始化最大需量的变量值;
a2:校验是否满足式(2),若不满足,执行步a3;若满足,执行步骤a4;
a3:以一定步长增加最大需量的变量值,执行步骤a2;
a4:该变量值即为最大需量的下界,结束计算,输出结果;
在电量制约下,下界需满足每次削峰前充电电量满足削峰放电需求;以月为单位,该需求应满足:
式中:t为时段索引;T为每月时段总数;E0为储能系统初始电量;Emin为储能系统允许的最低电量;PL,t为t时段负荷值;Δt为时段间隔。
进一步,步骤S2中建立储能系统优化模型的方法为:
b1:建立储能系统优化运行模型的目标函数;
该模型中以月度负荷最大需量Pm和每时段储能的充放电功率PC,t为控制变量;PC,t为正表示充电,为负表示放电;具体的收益目标函数为:
式中:c1为单位需量电费;c2,t为t时段电费;
b2:建立储能系统优化运行模型的约束条件:
优化模型中的约束条件主要包含储能系统运行的物理约束、变量约束和储能系统寿命约束。
进一步,储能系统运行的物理约束是储能系统自身的充放电功率约束和电量约束。
进一步,充放电功率约束条件为:
储能系统充放电功率不能超过额定功率:
-Pdis≤PC,t≤Pch (4)
式中:Pdis为储能系统最大放电功率;Pch为储能系统最大充电功率。
进一步,电量约束条件为:
电量约束要求储能系统在各时刻的电量在上下限之内:
Emin≤EC,t≤EN (5)
式中:EC,t为储能系统t时段电量;EN为储能系统额定容量。
进一步,变量约束包含两个层面:一是变量自身上下限约束;二是变量之间的耦合约束关系;首先保证原有负荷功率和储能充放电功率叠加后,不超出最大需量:
PL,t+PC,t≤Pm (7)
同时,最大需量和充放电功率应满足上下界约束:
P’peak≤Pm≤Ppeak (8)。
进一步,储能系统寿命约束:
用与储能寿命密切相关的吞吐量进行描述,吞吐量为某时间周期内储能充电与放电电量之和;对吞吐量的具体约束如下:
式中:n为吞吐量约束系数。
进一步,步骤S3中通过辅助变量将储能系统优化模型转化为线性模型的方法为:
c1:增加辅助变量:
考虑到式(9)不是线性约束,现把其进行以下线性转化,存在大于0的辅助变量uC,t和vC,t,满足:
此时辅助变量为:
c2:原有模型转换:
式(9)可以转化为:
注意到在储能性能约束增加了辅助变量后,相应的式(3)、(4)、(6) 和(7)相应转换为(13)~(16):
-Pdis≤uC,t-vC,t≤Pch (14)
PL,t+(uC,t-vC,t)≤Pm (16)
c3:增加辅助变量自身约束:
通过辅助变量的增加和模型的转换,储能系统运行优化模型已转换为一个由式(5)、(8)、(12)~(17)构成的线性规划模型。
本发明的有益效果在于:
本发明提供了一种考虑最优收益的储能系统优化运行模型,该模型以月为周期,以储能配置后的负荷最大需量和各时段充放电功率为变量,综合考虑储能系统运行和寿命约束、变量自身约束等。考虑到模型约束条件中存在绝对值项,提出了绝对值项的辅助变量,并通过辅助变量将运行优化模型转化为线性模型,极大降低了求解难度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明负荷最大需量的上下界的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅附图1,本发明提供了一种两部制电价引导下储能系统优化运行方法,包括如下步骤:
S1:确定储能配置后的负荷最大需量的上下界。
步骤S1中负荷最大需量的上下界的值为:
上界值为原有的负荷峰值Ppeak;
最大需量下界收到功率和电量两个方面的制约,在功率制约下,下界计算的初值确定为:
P’peak=Ppeak-Pdis (1)
式中:Pdis为储能系统最大放电功率;P’peak最大需量下界。
进一步,P’peak的迭代求解方法为:
a1:以式(1)初始化最大需量的变量值;
a2:校验是否满足式(2),若不满足,执行步a3;若满足,执行步骤a4;
a3:以一定步长增加最大需量的变量值,执行步骤a2;
a4:该变量值即为最大需量的下界,结束计算,输出结果;
在电量制约下,下界需满足每次削峰前充电电量满足削峰放电需求;以月为单位,该需求应满足:
式中:t为时段索引;T为每月时段总数;E0为储能系统初始电量;Emin为储能系统允许的最低电量;PL,t为t时段负荷值;Δt为时段间隔。
S2:以储能配置后的负荷最大需量和各时段充放电功率为控制变量,建立储能系统优化模型。
步骤S2中建立储能系统优化模型的方法为:
b1:建立储能系统优化运行模型的目标函数;
该模型中以月度负荷最大需量Pm和每时段储能的充放电功率PC,t为控制变量;PC,t为正表示充电,为负表示放电;具体的收益目标函数为:
式中:c1为单位需量电费;c2,t为t时段电费;
b2:建立储能系统优化运行模型的约束条件:
优化模型中的约束条件主要包含储能系统运行的物理约束、变量约束和储能系统寿命约束。
其中,储能系统运行的物理约束是储能系统自身的充放电功率约束和电量约束。
充放电功率约束条件为:
储能系统充放电功率不能超过额定功率:
-Pdis≤PC,t≤Pch (4)
式中:Pdis为储能系统最大放电功率;Pch为储能系统最大充电功率。
电量约束条件为:
电量约束要求储能系统在各时刻的电量在上下限之内:
Emin≤EC,t≤EN (5)
式中:EC,t为储能系统t时段电量;EN为储能系统额定容量。
变量约束包含两个层面:一是变量自身上下限约束;二是变量之间的耦合约束关系;首先保证原有负荷功率和储能充放电功率叠加后,不超出最大需量:
PL,t+PC,t≤Pm (7)
同时,最大需量和充放电功率应满足上下界约束:
P’peak≤Pm≤Ppeak (8)。
储能系统寿命约束:
储能实际运行时,为提升其使用寿命,一般对其深充深放次数进行限制。考虑到在数学模型中深充深放次数难以准确描述,也可用与储能寿命密切相关的吞吐量进行描述,吞吐量为某时间周期内储能充电与放电电量之和;对吞吐量的具体约束如下:
式中:n为吞吐量约束系数。
S3:通过辅助变量将储能系统优化模型转化为线性模型。
步骤S3中通过辅助变量将储能系统优化模型转化为线性模型的方法为:
c1:增加辅助变量:
考虑到式(9)不是线性约束,现把其进行以下线性转化,存在大于0的辅助变量uC,t和vC,t,满足:
此时辅助变量为:
c2:原有模型转换:
式(9)可以转化为:
注意到在储能性能约束增加了辅助变量后,相应的式(3)、(4)、(6) 和(7)相应转换为(13)~(16):
-Pdis≤uC,t-vC,t≤Pch (14)
PL,t+(uC,t-vC,t)≤Pm (16)
c3:增加辅助变量自身约束:
通过辅助变量的增加和模型的转换,储能系统运行优化模型已转换为一个由式(5)、(8)、(12)~(17)构成的线性规划模型,可直接应用成熟商业或开源软件建模求解。
本发明提供了一种考虑最优收益的储能系统优化运行模型,该模型以月为周期,以储能配置后的负荷最大需量和各时段充放电功率为变量,综合考虑储能系统运行和寿命约束、变量自身约束等。考虑到模型约束条件中存在绝对值项,提出了绝对值项的辅助变量,并通过辅助变量将运行优化模型转化为线性模型,极大降低了求解难度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种两部制电价引导下储能系统优化运行方法,其特征在于,包括如下步骤:
S1:确定储能配置后的负荷最大需量的上下界;
S2:以储能配置后的负荷最大需量和各时段充放电功率为控制变量,建立储能系统优化模型;
S3:通过辅助变量将储能系统优化模型转化为线性模型。
2.根据权利要求1所述的一种两部制电价引导下储能系统优化运行方法,其特征在于,步骤S1中负荷最大需量的上下界的值为:
上界值为原有的负荷峰值Ppeak;
最大需量下界收到功率和电量两个方面的制约,在功率制约下,下界计算的初值确定为:
P′peak=Ppeak-Pdis (1)
式中:Pdis为储能系统最大放电功率;P′peak最大需量下界。
5.根据权利要求4所述的一种两部制电价引导下储能系统优化运行方法,其特征在于,储能系统运行的物理约束是储能系统自身的充放电功率约束和电量约束。
6.根据权利要求5所述的一种两部制电价引导下储能系统优化运行方法,其特征在于,充放电功率约束条件为:
储能系统充放电功率不能超过额定功率:
-Pdis≤PC,t≤Pch (4)
式中:Pdis为储能系统最大放电功率;Pch为储能系统最大充电功率。
8.根据权利要求7所述的一种两部制电价引导下储能系统优化运行方法,其特征在于,变量约束包含两个层面:一是变量自身上下限约束;二是变量之间的耦合约束关系;首先保证原有负荷功率和储能充放电功率叠加后,不超出最大需量:
PL,t+PC,t≤Pm (7)
同时,最大需量和充放电功率应满足上下界约束:
P′peak≤Pm≤Ppeak (8)。
10.根据权利要求9所述的一种两部制电价引导下储能系统优化运行方法,其特征在于,步骤S3中通过辅助变量将储能系统优化模型转化为线性模型的方法为:
c1:增加辅助变量:
考虑到式(9)不是线性约束,现把其进行以下线性转化,存在大于0的辅助变量uC,t和vC,t,满足:
此时辅助变量为:
c2:原有模型转换:
式(9)可以转化为:
注意到在储能性能约束增加了辅助变量后,相应的式(3)、(4)、(6)和(7)相应转换为(13)~(16):
-Pdis≤uC,t-vC,t≤Pch (14)
PL,t+(uC,t-vC,t)≤Pm (16)
c3:增加辅助变量自身约束:
通过辅助变量的增加和模型的转换,储能系统运行优化模型已转换为一个由式(5)、(8)、(12)~(17)构成的线性规划模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010019545.2A CN111181182B (zh) | 2020-01-08 | 2020-01-08 | 一种两部制电价引导下储能系统优化运行方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010019545.2A CN111181182B (zh) | 2020-01-08 | 2020-01-08 | 一种两部制电价引导下储能系统优化运行方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111181182A true CN111181182A (zh) | 2020-05-19 |
CN111181182B CN111181182B (zh) | 2023-01-24 |
Family
ID=70649345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010019545.2A Active CN111181182B (zh) | 2020-01-08 | 2020-01-08 | 一种两部制电价引导下储能系统优化运行方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111181182B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2510804A (en) * | 2012-12-04 | 2014-08-20 | Simon Richard Daniel | Distributed smart battery systems, methods and devices for electricity optimization |
CN104537258A (zh) * | 2015-01-12 | 2015-04-22 | 天津大学 | 分布式储能参与有源配电网运行调节的锥优化建模方法 |
CN106877338A (zh) * | 2017-03-29 | 2017-06-20 | 华北电力大学(保定) | 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 |
CN107370170A (zh) * | 2017-06-23 | 2017-11-21 | 浙江大学 | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 |
CN109873439A (zh) * | 2019-03-15 | 2019-06-11 | 合肥阳光新能源科技有限公司 | 一种需量控制限值的设定方法及装置 |
CN109995025A (zh) * | 2019-03-11 | 2019-07-09 | 上海电力学院 | 一种基于两部制电价体系的储能控制方法 |
CN110198042A (zh) * | 2019-06-27 | 2019-09-03 | 上海极熵数据科技有限公司 | 一种电网储能的动态优化方法及存储介质 |
-
2020
- 2020-01-08 CN CN202010019545.2A patent/CN111181182B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2510804A (en) * | 2012-12-04 | 2014-08-20 | Simon Richard Daniel | Distributed smart battery systems, methods and devices for electricity optimization |
CN104537258A (zh) * | 2015-01-12 | 2015-04-22 | 天津大学 | 分布式储能参与有源配电网运行调节的锥优化建模方法 |
CN106877338A (zh) * | 2017-03-29 | 2017-06-20 | 华北电力大学(保定) | 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 |
CN107370170A (zh) * | 2017-06-23 | 2017-11-21 | 浙江大学 | 一种考虑容量电价和负荷预测误差的储能系统容量配置方法 |
CN109995025A (zh) * | 2019-03-11 | 2019-07-09 | 上海电力学院 | 一种基于两部制电价体系的储能控制方法 |
CN109873439A (zh) * | 2019-03-15 | 2019-06-11 | 合肥阳光新能源科技有限公司 | 一种需量控制限值的设定方法及装置 |
CN110198042A (zh) * | 2019-06-27 | 2019-09-03 | 上海极熵数据科技有限公司 | 一种电网储能的动态优化方法及存储介质 |
Non-Patent Citations (1)
Title |
---|
凌万水等: "工业用户配置储能系统的经济收益分析", 《供用电》 * |
Also Published As
Publication number | Publication date |
---|---|
CN111181182B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109193720B (zh) | 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 | |
CN111738497B (zh) | 计及需求侧响应的虚拟电厂双层优化调度方法 | |
Zhu et al. | The case for efficient renewable energy management in smart homes | |
CN104966127B (zh) | 一种基于需求响应的电动汽车经济调度方法 | |
CN110245794B (zh) | 考虑灵活性的多能源汇集中心火储容量双层优化方法 | |
CN103532157A (zh) | 一种针对融入储能设备的电网系统电能调度方法 | |
JP2020524325A (ja) | 環境コストおよびリアタイムの電気代の両方を考慮した変位可能な負荷モデルの構築方法 | |
CN113780670B (zh) | 基于两阶段的区域电网电动汽车调峰优化调度方法 | |
CN111416388A (zh) | 一种高比例新能源系统储能需求和储能时长确定方法 | |
CN114358378A (zh) | 一种用于考虑需量管理的用户侧储能优化配置系统及方法 | |
CN112398176B (zh) | 一种考虑燃煤机组启停调峰的水火风互济系统日前优化调度方法 | |
CN111181182B (zh) | 一种两部制电价引导下储能系统优化运行方法 | |
CN117039962A (zh) | 一种综合能源服务概算评估方法及系统 | |
CN116316713A (zh) | 一种含风光和光伏的电网储能配置方法及装置 | |
CN115986833A (zh) | 考虑两阶段需求响应的热电联供微网低碳经济调度方法 | |
CN115207949A (zh) | 一种考虑时段划分的光储系统优化运行方法 | |
CN116227822A (zh) | 一种基于省级电网边际排放因子的电网规划方法及终端 | |
CN113240183B (zh) | 商业建筑电热负荷日前优化调度方法和系统 | |
CN115189423A (zh) | 一种风火储系统的多能协调优化调度方法及装置 | |
CN115441494A (zh) | 基于柔性直流互联系统的换流站容量优化配置方法和装置 | |
CN114465226A (zh) | 一种电力系统多级备用获取联合优化模型的建立方法 | |
CN111027757A (zh) | 一种基于皮亚诺曲线降维的用户侧储能优化配置方法 | |
CN117852927B (zh) | 一种源网荷储一体化规划生产模拟方法、系统及存储介质 | |
Zhu et al. | Low carbon optimal dispatching of microgrid considering demand response | |
CN113629705B (zh) | 一种用户侧储能优化配置方法 |
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 |