CN111952996B - 一种基于经济效益评估的含储能的分布式光伏调峰控制方法 - Google Patents

一种基于经济效益评估的含储能的分布式光伏调峰控制方法 Download PDF

Info

Publication number
CN111952996B
CN111952996B CN202010684811.3A CN202010684811A CN111952996B CN 111952996 B CN111952996 B CN 111952996B CN 202010684811 A CN202010684811 A CN 202010684811A CN 111952996 B CN111952996 B CN 111952996B
Authority
CN
China
Prior art keywords
representing
stored energy
distributed photovoltaic
energy
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
CN202010684811.3A
Other languages
English (en)
Other versions
CN111952996A (zh
Inventor
王永华
彭振华
胡国胜
王明明
陈刚
周宇
吴健
杨慎林
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 Jiangxi Electric Power Co ltd
Nanchang Power Supply Branch State Grid Jiangxi Province Electric Power Co ltd
State Grid Corp of China SGCC
Original Assignee
State Grid Jiangxi Electric Power Co ltd
Nanchang Power Supply Branch State Grid Jiangxi Province Electric Power Co ltd
State Grid Corp of China SGCC
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 Jiangxi Electric Power Co ltd, Nanchang Power Supply Branch State Grid Jiangxi Province Electric Power Co ltd, State Grid Corp of China SGCC filed Critical State Grid Jiangxi Electric Power Co ltd
Priority to CN202010684811.3A priority Critical patent/CN111952996B/zh
Publication of CN111952996A publication Critical patent/CN111952996A/zh
Application granted granted Critical
Publication of CN111952996B publication Critical patent/CN111952996B/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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar 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
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00—Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/30—Systems integrating technologies related to power network operation and communication or information technologies for improving the carbon footprint of the management of residential or tertiary loads, i.e. smart grids as climate change mitigation technology in the buildings sector, including also the last stages of power distribution and the control, monitoring or operating management systems at local level
    • Y02B70/3225—Demand response systems, e.g. load shedding, peak shaving
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00—Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/20—End-user application control systems
    • Y04S20/222—Demand response systems, e.g. load shedding, peak shaving

Landscapes

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

Abstract

本发明公开了一种基于经济效益评估的含储能的分布式光伏调峰控制方法，属于电力市场辅助服务的技术领域。本发明的经济效益评估考虑含储能的分布式光伏参与调峰的成本与收益两个方面的内容，成本包括分布式光伏项目的机会成本、储能充电时的购电成本和储能的运行维护成本，而收益包括调峰补偿收益、储能的电能收益。根据经济效益分析，合理制定含储能的分布式光伏参与调峰的策略。本发明的方法表明，含储能的分布式光伏用户合理制定调峰策略参与调峰，可以最大化自身收益。

Description

一种基于经济效益评估的含储能的分布式光伏调峰控制方法
技术领域
本发明属于电力市场辅助服务领域，涉及到在考虑了分布式光伏安装储能的基础上，研究利用分布式光伏参与调峰的控制方法。
背景技术
近年来，我国分布式电源的大规模并网给电网带来了间歇性和随机性波动，导致电网调峰压力增大。在新一轮电改快速推进的形势下，尤其是在配售电市场放开和电力市场建设的背景之下，研究推动分布式电源参与电力市场调峰辅助服务交易，具有重大的意义。但是分布式光伏为例的分布式电源本身并不具备一定的调峰能力，需要配置储能设备参与调峰。那么分布式光伏用户在投资储能之前，需要计算投资储能参与调峰的经济效益。因此，研究一种基于经济效益评估的含储能的分布式光伏调峰控制方法具有很大的现实意义。
发明内容
本发明的目的在于提供一种基于经济效益评估的含储能的分布式光伏调峰控制方法，在分别测算含储能的分布式光伏参与调峰的成本与收益的基础上，建立了经济效益模型。通过该经济效益模型的分析，解决了调峰收益评估问题，分布式光伏用户可以通过对含储能分布式光伏参与调峰进行控制，减轻电网调峰压力，同时使自身获得最大化收益。
为实现上述发明目的，本发明采用以下技术方案：一种基于经济效益评估的含储能的分布式光伏调峰控制方法，包括以下步骤：
步骤一：测算含储能的分布式光伏的调峰成本，其包括：分布式光伏的机会成本、储能充电时的购电成本、储能的运行维护成本；
步骤二：测算含储能的分布式光伏的调峰收益，其包括：调峰补偿收益、储能的电能收益；
步骤三：建立分析含储能的分布式光伏的提供调峰的经济效益模型，根据模型约束条件，最大化模型的目标函数计算含储能的分布式光伏参与调峰的经济效益；
步骤四：制定含储能的分布式光伏调峰控制策略，其包括：根据成本分析、收益分析以及经济效益分析，合理控制含储能的分布式光伏参与调峰，以保证经济效益最大化。
所述步骤一包括以下内容：
1-1)含储能的分布式光伏参与调峰的机会成本：
Figure BDA0002587149490000011
式中：
Figure BDA0002587149490000021
表示含储能的分布式光伏k在t时段的机会成本；
Figure BDA0002587149490000022
表示含储能的分布式电源k在t时段的原计划出力；
Figure BDA0002587149490000023
表示t时段的上网电价；Pk，t表示含储能的分布式电源k在t时段的实际出力；τ表示t时段的时间。
1-2)储能充电时的购电成本：
Figure BDA0002587149490000024
式中：
Figure BDA0002587149490000025
表示储能k在t时段充电时的购电成本；
Figure BDA0002587149490000026
表示含储能的分布式光伏k在t时段的平均充电功率。
1-3)储能的运行维护成本：
Figure BDA0002587149490000027
式中：
Figure BDA0002587149490000028
表示储能k的日运行维护成本；Ik表示含储能的分布式光伏k的储能投资费用；σk表示日运维率，是指运维费用占总投资费用的比例。
所述步骤二包括以下内容：
2-1)调峰补偿收益：
Figure BDA0002587149490000029
式中：
Figure BDA00025871494900000210
表示含储能的分布式光伏k在t时段的调峰补偿收益；
Figure BDA00025871494900000211
表示t时段的调峰市场中的调峰补偿价格；
Figure BDA00025871494900000212
表示含储能的分布式光伏k在t时段提供的调峰容量。
2-2)储能的电能收益：
Figure BDA00025871494900000213
式中：
Figure BDA00025871494900000214
表示含储能的分布式光伏k在t时段出售由于调峰而存储的电量获得的电能收益；
Figure BDA00025871494900000215
表示出售存储电量的时段t的上网电价；Qv表示储能中由于参与调峰而存储的电量；ηk表示含储能的分布式光伏k的储能装置的充放电效率。
所述步骤三包括以下内容：
3-1)建立分析含储能的分布式光伏参与调峰的经济效益模型的目标函数：
Figure BDA00025871494900000216
式中：
Figure BDA00025871494900000217
表示含储能的分布式光伏k在t时段的调峰补偿收益；
Figure BDA00025871494900000218
表示含储能的分布式光伏k在t时段出售由于调峰而存储的电量获得的电能收益；
Figure BDA00025871494900000219
表示含储能的分布式光伏k在t时段的机会成本；
Figure BDA00025871494900000220
表示储能k在t时段充电时的购电成本；
Figure BDA00025871494900000221
表示储能k的日运行维护成本；T表示时段数。
3-2)含储能的分布式光伏参与调峰的经济效益模型的约束条件：
含储能的分布式光伏在参与调峰时，调峰出力需要满足其充电功率的约束：
Figure BDA00025871494900000222
式中：
Figure BDA0002587149490000031
表示储能k的最大充电功率；
Figure BDA0002587149490000032
表示储能k在t时段的调峰容量。
含储能的分布式光伏在参与电能出售时，其出力同样需要满足放电功率的约束：
Figure BDA0002587149490000033
式中：
Figure BDA0002587149490000034
表示储能k的最大放电功率；
Figure BDA0002587149490000035
表示储能k在t时段的出力。
含储能的分布式光伏提供调峰辅助服务还受储能当前电量和总容量的影响。储能的充放电功率会受到当前电量的影响，当前电量过高或者过低都会使得储能的充放电功率下降，因此，储能的电量应当保持在一个合理范围之内。
Ek,min≤Ek,t≤Ek,max
Figure BDA0002587149490000036
式中：Ek,min、Ek,max分别表示储能k的合理电量区间的下界和上界；Ek,t、Ek,t-1表示储能k在t、t-1时段的当前电量；ηk表示储能k的充放电效率。
除了功率和电量边界外，考虑到对储能电池寿命的保护，约束中还需要包括充放电状态和充放电次数对充放电状态加以限制的条件，其形式如下所示：
Figure BDA0002587149490000037
Figure BDA0002587149490000038
Figure BDA0002587149490000039
式中：
Figure BDA00025871494900000310
表示储能电池k在t时段的充电状态0-1整数变量，
Figure BDA00025871494900000311
表示储能电池处于充电状态；
Figure BDA00025871494900000312
表示储能电池k在t时段的放电状态0-1整数变量，
Figure BDA00025871494900000313
表示储能电池处于放电状态；nk,c表示储能电池k在周期内的实际充电次数；
Figure BDA00025871494900000314
表示储能电池k在周期内的最大可充电次数；nk,d表示储能电池k在周期内的实际放电次数；
Figure BDA00025871494900000315
表示储能电池k在周期内的最大可放电次数。
所述步骤四包括以下内容：
根据步骤三的经济效益分析，合理控制含储能的分布光伏参与调峰。根据各个时段储能和分布式光伏信息，以及采集到的电网电价信息和调峰价格信息，合理制定含储能的分布式光伏参与调峰的策略，以获得最大化收益。
有益效果：与现有技术相比，本发明采用以上技术方案具有以下技术效果：
本发明基于经济效益评估的含储能的分布式电源调峰控制方法，在含储能的分布式光伏参与电力市场的过程中，由于参与电能量和调峰所带来的成本和收益有很大的不同，所带来的经济效益有差异。本发明根据分布式光伏和储能的特性，建立的其成本函数和收益函数，用于计算最终的经济效益。在每个时段，根据储能和分布式光伏各种的情况，以及采集到的电网电价信息和调峰价格信息，合理制定含储能的分布式光伏参与调峰的策略，以获得最大化收益。
附图说明
图1为本发明的分布式光伏调峰控制方法流程图；
图2为本发明的分布式光伏调峰控制方法的储能相关约束。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
下面结合附图对本发明的技术方案做进一步的详细说明：
如图1所示，本发明提供的一种基于经济效益评估的含储能的分布式光伏调峰控制方法，包括以下步骤：
步骤一：测算含储能的分布式光伏项目的调峰成本，其包括：分布式光伏的机会成本、储能充电时的购电成本、储能的运行维护成本；
步骤二：测算含储能的分布式光伏项目的调峰收益，其包括：调峰补偿收益、储能的电能收益；
步骤三：建立分析含储能的分布式光伏的提供调峰的经济效益模型，根据模型约束条件，最大化模型的目标函数计算含储能的分布式光伏参与调峰的经济效益；
步骤四：制定含储能的分布式光伏调峰控制策略，其包括：根据成本分析、收益分析以及经济效益分析，合理控制含储能的分布式光伏参与调峰，以保证经济效益最大化。
所述步骤一包括以下内容：
1-1)在光伏大发时段，比如在春节期间全网负荷低，中午晴好天气光伏大发，如叠加风电大发，调峰将出现困难，分布式光伏参与调峰时，可以直接储存自身发电来减少光伏出力，那么分布式光伏参与发电的出力减少，产生相应的机会成本。含储能的分布式光伏参与调峰的机会成本为：
Figure BDA0002587149490000041
式中：
Figure BDA0002587149490000042
表示含储能的分布式光伏k在t时段的机会成本；
Figure BDA0002587149490000043
表示含储能的分布式电源k在t时段的原计划出力；
Figure BDA0002587149490000044
表示t时段的上网电价；Pkt表示含储能的分布式电源k在t时段的实际出力；τ表示t时段的时间。
1-2)在后半夜光伏出力为0的时段，分布式光伏在储能装置有预留容量的情况下，可以通过购电的方式参与调峰辅助服务，但是会产生相应的购电成本。储能充电时的购电成本为：
Figure BDA0002587149490000051
式中：
Figure BDA0002587149490000052
表示储能k在t时段充电时的购电成本；
Figure BDA0002587149490000053
表示含储能的分布式光伏k在t时段的平均充电功率。
1-3)分布式光伏在投资储能之后，需要定期维护，才能保证储能的正常运行。其运行维护成本为：
Figure BDA0002587149490000054
式中：
Figure BDA0002587149490000055
表示储能k的日运行维护成本；Ik表示含储能的分布式光伏k的储能投资费用；σk表示折算到每日的运维率，是指运维费用占总投资费用的比例。
所述步骤二包括以下内容：
2-1)分布式光伏在投资储能后，为电网提供调峰辅助服务，可以获得相应的调峰补偿。其调峰补偿收益为：
Figure BDA0002587149490000056
式中：
Figure BDA0002587149490000057
表示含储能的分布式光伏k在t时段的调峰补偿收益；
Figure BDA0002587149490000058
表示t时段的调峰市场中的调峰补偿价格；
Figure BDA0002587149490000059
表示含储能的分布式光伏k在t时段提供的调峰容量。
2-2)由于储能在参与调峰时会进行充电，在储能装置中存储一些电能。这些电能可以在不需要调峰的阶段对外出售，来获得一些电能收益，甚至可以利用峰谷电价差获得额外收益。储能的电能收益：
Figure BDA00025871494900000510
式中：
Figure BDA00025871494900000511
表示含储能的分布式光伏k在t时段出售由于调峰而存储的电量获得的电能收益；
Figure BDA00025871494900000512
表示出售存储电量的时段t的上网电价；Qv表示储能中由于参与调峰而存储的电量；ηk表示含储能的分布式光伏k的储能装置的充放电效率。
所述步骤三包括以下内容：
3-1)建立分析含储能的分布式光伏参与调峰的经济效益模型的目标函数：
Figure BDA00025871494900000513
式中：
Figure BDA00025871494900000514
表示含储能的分布式光伏k在t时段的调峰补偿收益；
Figure BDA00025871494900000515
表示含储能的分布式光伏k在t时段出售由于调峰而存储的电量获得的电能收益；
Figure BDA00025871494900000516
表示含储能的分布式光伏k在t时段的机会成本；
Figure BDA00025871494900000517
表示储能k在t时段充电时的购电成本；
Figure BDA00025871494900000518
表示储能k的日运行维护成本；T表示时段数。
3-2)含储能的分布式光伏参与调峰的经济效益模型的约束条件，如图2所示：
含储能的分布式光伏在参与调峰时，调峰出力需要满足其充电功率的约束：
Figure BDA0002587149490000061
式中：
Figure BDA0002587149490000062
表示储能k的最大充电功率；
Figure BDA0002587149490000063
表示储能k在t时段的调峰容量。
含储能的分布式光伏在参与电能出售时，其出力同样需要满足放电功率的约束：
Figure BDA0002587149490000064
式中：
Figure BDA0002587149490000065
表示储能k的最大放电功率；
Figure BDA0002587149490000066
表示储能k在t时段的出力。
含储能的分布式光伏提供调峰辅助服务还受储能当前电量和总容量的影响。储能的充放电功率会受到当前电量的影响，当前电量过高或者过低都会使得储能的充放电功率下降，因此，储能的电量应当保持在一个合理范围之内。
Ek,min≤Ek,t≤Ek,max
Figure BDA0002587149490000067
式中：Ek,min、Ek,max分别表示储能k的合理电量区间的下界和上界；Ek,t、Ek,t-1表示储能k在t、t-1时段的当前电量；ηk表示储能k的充放电效率。
除了功率和电量边界外，考虑到对储能电池寿命的保护，约束中还需要包括充放电状态和充放电次数对充放电状态加以限制的条件，其形式如下所示：
Figure BDA0002587149490000068
Figure BDA0002587149490000069
Figure BDA00025871494900000610
式中：
Figure BDA00025871494900000611
表示储能电池k在t时段的充电状态0-1整数变量，
Figure BDA00025871494900000612
表示储能电池处于充电状态；
Figure BDA00025871494900000613
表示储能电池k在t时段的放电状态0-1整数变量，
Figure BDA00025871494900000614
表示储能电池处于放电状态；nk,c表示储能电池k在周期内的实际充电次数；
Figure BDA00025871494900000615
表示储能电池k在周期内的最大可充电次数；nk，d表示储能电池k在周期内的实际放电次数；
Figure BDA00025871494900000616
表示储能电池k在周期内的最大可放电次数。
所述步骤四包括以下内容：
根据步骤三的经济效益分析，合理控制含储能的分布光伏参与调峰。根据各个时段储能和分布式光伏信息，以及采集到的电网电价信息和调峰价格信息，合理制定含储能的分布式光伏参与调峰的策略，以获得最大化收益。
算例以江西省220V电压等级的分布式光伏为例，假设户用分布式光伏的装机容量为5kW，每月最大发电量为500kWh，采取“自发自用、余量上网”的模式，自发自用比例为10％，则每户每月上网电量为450kWh。分布式光伏可以自行配置储能参与调峰，储能参数设为2kW/10kWh，投资费用为1万元，折算到每月的维护费用为50元。户用分布式光伏自发自用收益为自发自用电量乘以居民用电电价(0.6元/kWh)；余量上网收益为上网电量乘以当地燃煤标杆电价(0.41元/kWh)；光伏电量补贴收益为光伏总发电量乘以补贴价格(0.18元/kWh)；调峰辅助服务收益为调峰量乘以0.5元/kWh，假设储能利用自身发电和购电参与调峰的电量各占50％，储能电站利用峰谷价差的收益为卖电量乘以高峰(尖峰)电价，峰谷电价差为0.5元/kWh。
为分析分布式光伏投资储能后参与调峰辅助服务的经济性，对以下两种场景进行计算：
场景1：分布式光伏仅参与发电，不参与调峰辅助服务。
场景2：分布式光伏投资储能，参与调峰辅助服务。
表1
Figure BDA0002587149490000071
某分布式光伏具体发用电情况如表1所示，场景1下，分布式光伏获得的收益为自发用电收益和余电上网收益，为295.5元；场景2下分布式光伏获得的收益包括调峰收益、自发用电收益、余电上网收益和峰谷电价差收益，共432元。可以发现在场景2下，分布式光伏获得的收益更高，通过参与调峰回收储能投资费用需要9.6年。但是这是仅仅考虑储能参与调峰的情况，在储能在参与调峰后拥有剩余容量时可以在低谷时段充电，高峰时段卖电，来获得额外的峰谷电价差收益。假设每天利用储能获得额外的峰谷电价差收益的电量为5kWh，则每月获得的收益为75元，则回收投资的储能成本只需要大约5.2年。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (1)

1.一种基于经济效益评估的含储能的分布式光伏调峰控制方法，其特征在于，包括以下具体步骤：
步骤一：测算含储能的分布式光伏的调峰成本，包括：分布式光伏的机会成本、储能充电时的购电成本、储能的运行维护成本；
含储能的分布式光伏参与调峰的机会成本：
Figure FDA0003456287790000011
式中：
Figure FDA0003456287790000012
表示含储能的分布式光伏k在t时段的机会成本；
Figure FDA0003456287790000013
表示含储能的分布式电源k在t时段的原计划出力；
Figure FDA0003456287790000014
表示t时段的上网电价；Pk,t表示含储能的分布式电源k在t时段的实际出力；τ表示t时段的时间；
储能充电时的购电成本：
Figure FDA0003456287790000015
式中：
Figure FDA0003456287790000016
表示储能k在t时段充电时的购电成本；
Figure FDA0003456287790000017
表示含储能的分布式光伏k在t时段的平均充电功率；
储能的运行维护成本：
Figure FDA0003456287790000018
式中：
Figure FDA0003456287790000019
表示储能k的日运行维护成本；Ik表示含储能的分布式光伏k的储能投资费用；σk表示日运维率，是指运维费用占总投资费用的比例；
步骤二：测算含储能的分布式光伏的调峰收益，包括：调峰补偿收益、储能的电能收益；
调峰补偿收益：
Figure FDA00034562877900000110
式中：
Figure FDA00034562877900000111
表示含储能的分布式光伏k在t时段的调峰补偿收益；
Figure FDA00034562877900000112
表示t时段的调峰市场中的调峰补偿价格；
Figure FDA00034562877900000113
表示含储能的分布式光伏k在t时段提供的调峰容量；τ表示t时段的时间；
储能的电能收益：
Figure FDA00034562877900000114
式中：
Figure FDA00034562877900000115
表示含储能的分布式光伏k在t时段出售由于调峰而存储的电量获得的电能收益；
Figure FDA00034562877900000116
表示出售存储电量的时段t的上网电价；Qv表示储能中由于参与调峰而存储的电量；ηk表示含储能的分布式光伏k的储能装置的充放电效率；
步骤三：建立分析含储能的分布式光伏的提供调峰的经济效益模型，根据模型约束条件，最大化模型的目标函数计算含储能的分布式光伏参与调峰的经济效益；
模型的目标函数：
Figure FDA0003456287790000021
式中：
Figure FDA0003456287790000022
表示含储能的分布式光伏k在t时段的调峰补偿收益；
Figure FDA0003456287790000023
表示含储能的分布式光伏k在t时段出售由于调峰而存储的电量获得的电能收益；
Figure FDA0003456287790000024
表示含储能的分布式光伏k在t时段的机会成本；
Figure FDA0003456287790000025
表示储能k在t时段充电时的购电成本；
Figure FDA0003456287790000026
表示储能k的日运行维护成本；T表示时段数；
模型的约束条件：
调峰出力满足充电功率的约束：
Figure FDA0003456287790000027
式中：
Figure FDA0003456287790000028
表示储能k的最大充电功率；
Figure FDA0003456287790000029
表示储能k在t时段的调峰容量；
调峰出力满足放电功率的约束：
Figure FDA00034562877900000210
式中：
Figure FDA00034562877900000211
表示储能k的最大放电功率；
Figure FDA00034562877900000212
表示储能k在t时段的出力；
储能的电量满足约束：
Ek,min≤Ek,t≤Ek,max
Figure FDA00034562877900000213
式中：Ek,min、Ek,max分别表示储能k的合理电量区间的下界和上界；Ek,t、Ek,t-1表示储能k在t、t-1时段的当前电量；ηk表示储能k的充放电效率；τ表示t时段的时间；
充放电状态，以及充放电次数对充放电状态加以限制的条件，其形式如下所示：
Figure FDA00034562877900000214
Figure FDA00034562877900000215
Figure FDA00034562877900000216
式中：
Figure FDA00034562877900000217
表示储能电池k在t时段的充电状态0-1整数变量，
Figure FDA00034562877900000218
表示储能电池处于充电状态；
Figure FDA00034562877900000219
表示储能电池k在t时段的放电状态0-1整数变量，
Figure FDA00034562877900000220
表示储能电池处于放电状态；nk,c表示储能电池k在周期内的实际充电次数；
Figure FDA00034562877900000221
表示储能电池k在周期内的最大可充电次数；nk,d表示储能电池k在周期内的实际放电次数；
Figure FDA00034562877900000222
表示储能电池k在周期内的最大可放电次数；
步骤四：根据调峰成本、调峰收益以及含储能的分布式光伏参与调峰的经济效益，制定含储能的分布式光伏调峰控制策略。
CN202010684811.3A 2020-07-16 2020-07-16 一种基于经济效益评估的含储能的分布式光伏调峰控制方法 Active CN111952996B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010684811.3A CN111952996B (zh) 2020-07-16 2020-07-16 一种基于经济效益评估的含储能的分布式光伏调峰控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010684811.3A CN111952996B (zh) 2020-07-16 2020-07-16 一种基于经济效益评估的含储能的分布式光伏调峰控制方法

Publications (2)

Publication Number Publication Date
CN111952996A CN111952996A (zh) 2020-11-17
CN111952996B true CN111952996B (zh) 2022-05-06

Family

ID=73341306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010684811.3A Active CN111952996B (zh) 2020-07-16 2020-07-16 一种基于经济效益评估的含储能的分布式光伏调峰控制方法

Country Status (1)

Country Link
CN (1) CN111952996B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115842345B (zh) * 2023-02-07 2023-06-02 长园飞轮物联网技术(杭州)有限公司 能源路由器控制方法和能源路由器

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097820A (zh) * 2010-05-28 2011-06-15 珠海兴业新能源科技有限公司 太阳能峰谷电力调节系统
CN104701880A (zh) * 2015-02-17 2015-06-10 国家电网公司 基于调峰约束的电网接纳光伏最大容量的计算方法
CN104716661A (zh) * 2015-03-27 2015-06-17 张文 电池储能调峰控制系统
EP3010107A1 (en) * 2014-10-13 2016-04-20 ABB Technology AG State of charge management in battery systems
CN107465248A (zh) * 2017-08-15 2017-12-12 华南师范大学 一种光伏发电系统的控制方法及装置
CN108539731A (zh) * 2018-01-25 2018-09-14 国家电网公司 一种调峰辅助服务成本的补偿与分摊计算方法
CN109217364A (zh) * 2018-09-10 2019-01-15 国网冀北电力有限公司张家口供电公司 大规模分布式电源消纳的光伏-储能容量优化配置策略
CN111144729A (zh) * 2019-12-16 2020-05-12 国网山东省电力公司经济技术研究院 电力系统效益评价模型的构建方法、装置和计算设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102097820A (zh) * 2010-05-28 2011-06-15 珠海兴业新能源科技有限公司 太阳能峰谷电力调节系统
EP3010107A1 (en) * 2014-10-13 2016-04-20 ABB Technology AG State of charge management in battery systems
CN104701880A (zh) * 2015-02-17 2015-06-10 国家电网公司 基于调峰约束的电网接纳光伏最大容量的计算方法
CN104716661A (zh) * 2015-03-27 2015-06-17 张文 电池储能调峰控制系统
CN107465248A (zh) * 2017-08-15 2017-12-12 华南师范大学 一种光伏发电系统的控制方法及装置
CN108539731A (zh) * 2018-01-25 2018-09-14 国家电网公司 一种调峰辅助服务成本的补偿与分摊计算方法
CN109217364A (zh) * 2018-09-10 2019-01-15 国网冀北电力有限公司张家口供电公司 大规模分布式电源消纳的光伏-储能容量优化配置策略
CN111144729A (zh) * 2019-12-16 2020-05-12 国网山东省电力公司经济技术研究院 电力系统效益评价模型的构建方法、装置和计算设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Strategic plug load management system for smart buildings with rooftop photovoltaic system;Prakash Sharma等;《2015 Annual IEEE India Conference (INDICON)》;20151231;第1-6页 *
城市高中压配电网协调性综合评价研究;赵磊等;《国网技术学院学报》;20180428;第21卷(第2期);第32-36页 *
基于成本和效益分析的并网光储微网系统电源规划;韩晓娟等;《电工技术学报》;20160730;第31卷(第14期);第31-39页 *
计及综合成本的风电–光伏–光热联合出力调度策略;崔杨等;《高电压技术》;20190131;第45卷(第1期);第269-275页 *

Also Published As

Publication number Publication date
CN111952996A (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN112103946B (zh) 一种基于粒子群算法的微电网储能优化配置方法
CN110350523B (zh) 基于需求响应的多能源互补优化调度方法
CN111882105B (zh) 含共享储能系统的微电网群及其日前经济优化调度方法
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN105576684B (zh) 一种含高渗透率光电微电网中的电动汽车优化调度方法
CN112186755A (zh) 一种区域综合能源系统柔性负荷储能化建模方法
CN112529249B (zh) 一种计及绿证交易的虚拟电厂优化调度及交易管理方法
CN110829424A (zh) 一种考虑风电消纳的区域多微网配电网互动方法
CN116247699A (zh) 一种计算最低容量租赁价格的储能充放电控制方法及系统
CN114926254A (zh) 储能电站参与调频辅助服务市场的竞价方法
Yi et al. Power demand side response potential and operating model based on EV mobile energy storage
CN114037463B (zh) 一种电动汽车参与发电与备用市场的联合调度优化方法
CN115473285A (zh) 基于合作博弈论的多类型储能系统最优容量配置方法
CN116599148A (zh) 一种面向新能源消纳的氢电混合储能两阶段协同规划方法
CN111952996B (zh) 一种基于经济效益评估的含储能的分布式光伏调峰控制方法
CN111882452A (zh) 综合能源系统参与需求侧响应的边际成本计算方法
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
CN112909976B (zh) 一种基于社区电动汽车充电站储能配置方法
CN113449987A (zh) 可再生能源配额制下的园区能源系统优化调度方法
CN117895548B (zh) 一种储能电站运行优化方法、系统、电子设备及介质
CN112785094B (zh) 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法
Han et al. Research on Demand Response Strategy of User Side Photovoltaic and Energy Storage System Based on Real Time Price
Li et al. Research on Stabilizing the Output Power of Wind Farms by Electric Vehicles Based on Robust Optimization Model
Hui et al. A multi-energy system cluster operation optimization method based on nanocomposite electrode materials energy storage equipment
An et al. Research on integrated energy regional trading strategy based on cooperative game

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