CN112132638B - 一种储能上网定价系统及方法 - Google Patents
一种储能上网定价系统及方法 Download PDFInfo
- Publication number
- CN112132638B CN112132638B CN202011137871.XA CN202011137871A CN112132638B CN 112132638 B CN112132638 B CN 112132638B CN 202011137871 A CN202011137871 A CN 202011137871A CN 112132638 B CN112132638 B CN 112132638B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- storage device
- power grid
- electricity
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 473
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005611 electricity Effects 0.000 claims abstract description 218
- 230000002068 genetic effect Effects 0.000 claims abstract description 26
- 238000010276 construction Methods 0.000 claims abstract description 17
- 230000003111 delayed effect Effects 0.000 claims abstract description 5
- 230000008901 benefit Effects 0.000 claims description 34
- 238000003860 storage Methods 0.000 claims description 31
- 238000007599 discharging Methods 0.000 claims description 29
- 238000012423 maintenance Methods 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 238000010248 power generation Methods 0.000 claims description 17
- 230000008569 process Effects 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims description 14
- 238000009826 distribution Methods 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 11
- 210000000349 chromosome Anatomy 0.000 claims description 9
- 230000001902 propagating effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000002759 chromosomal effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0222—During e-commerce, i.e. online transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请涉及微电网技术领域,提供一种储能上网定价系统及方法,所述定价系统包括微电网参数获取装置、电网调度参数获取装置、可靠性获取装置和成本获取装置,以及连接所述微电网参数获取装置、电网调度参数获取装置、可靠性获取装置和成本获取装置的控制器,控制器被配置生成定价目标模型,定价目标模型利用遗传算法进行遍历寻优,获得定价策略,使电网储能调度经济性和用户侧自建储能经济性最大化,以激发用户侧自建储能设备,延缓电网建设投资,减小缺电损失和负荷波动,提高电网运行的经济性和可靠性。
Description
技术领域
本申请涉及微电网技术领域,提供一种储能上网定价系统及方法。
背景技术
近年来用电负荷的不断增加,使得远距离输电线路的输送容量不断增大,电网运行的稳定性和安全性下降。而微电网作为一种新型能源网络化供应与管理的技术,可以将原本分散的分布式电源相互协调起来,保证配电网的可靠性和安全性,实现用户需求侧管理以及现有能源和资源的最大化利用。
分布式电源作为一种分散式电源,虽然可以满足偏远地区供电和提高城市电网灵活性,节省大电网投资,提高供电可靠性,但在其应用过程中,由于电源自身的供给能力不足,存在着很大的能源浪费现象。在储能融合应用战略的实施中,将分布式电源集中在一起,进行集中储能应用,通过这种集中储能应用控制,可以在根源上提升分布式电源的应用效率,减少能源的浪费。
但是,储能的投资运维总成本远高于储能参与调控带来的降损收益,仅从降损角度讨论储能的优化配置是不经济的。此外,用户侧储能设备的自建成本和维护成本相对较高,阻碍推广用户侧自建储能设备,需要提出一种考虑电网和储能用户经济性互补的储能上网定价方法,合理制定储能设备购电和售电价格。
发明内容
本申请提供一种储能上网定价系统及方法,以解决用户侧储能设备的自建成本和维护成本相对较高,阻碍推广用户侧自建储能设备的问题。
本申请第一方面提供了一种储能上网定价系统,所述定价系统包括微电网参数获取装置、电网调度参数获取装置、可靠性获取装置和成本获取装置,以及连接所述微电网参数获取装置、电网调度参数获取装置、可靠性获取装置和成本获取装置的控制器,所述微电网参数获取装置用于获取储能设备放电的最大功率、储能设备功率转化效率、储能装置生命周期内储能装置出售给电网的总电量、储能装置充电效率、放电效率、电能储存输送过程的损耗率和储能设备总容量、储能系统的荷电状态和储能系统充放电功率;
所述电网调度参数获取装置用于获取电网最大负载、配电变压器总容量、平均负载、电网最小负载、储能装置生命周期内电网出售给储能装置充电的总电量;所述可靠性获取装置用于获取储能设备未参与调峰前,统计周期内因重载造成的停电总损失和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失;所述成本获取装置用于获取单位功率生产成本、单位功率调度成本、单位功率设备成本、电网单位电量的发电成本、储能设备的单位容量成本和储能设备生命周期内的单位容量维护成本;
所述控制器被配置为执行以下步骤:
根据单位功率生产成本、单位功率调度成本、单位功率设备成本、储能设备放电的最大功率和储能设备功率转化效率,生成储能设备延缓电网建设投资成本;
根据电网最大负载、配电变压器总容量、储能设备放电的最大功率、储能设备功率转化效率和储能设备未参与调峰前,统计周期内因重载造成的停电总损失,生成用电高峰电网重载造成故障的缺电损失;
根据电网最大负载、储能设备放电的最大功率、储能设备功率转化效率、平均负载、电网最小负载和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失,生成电网负载波动造成的损失;
预设电网出售给用户侧储能装置充电的单位电价;
根据预设电网出售给用户侧储能装置充电的单位电价、电网单位电量的发电成本和储能装置生命周期内电网出售给储能装置充电的总电量,生成负荷低谷电网给储能设备充电收益;
预设电网购买用户侧储能装置电能的单位电价;
根据预设电网购买用户侧储能装置电能的单位电价和储能装置生命周期内储能装置出售给电网的总电量,生成用电侧高峰电网从储能设备购电成本;
根据预设电网出售给用户侧储能装置充电的单位电价和储能装置生命周期内电网出售给储能装置充电的总电量,生成用户侧给储能装置充电的购电成本;
根据预设电网购买用户侧储能装置电能的单位电价、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧向电网售电收益;
预设单位电量补贴价格;
根据预设单位电量补贴价格、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧售电补贴收益;
根据储能设备的单位容量成本和储能设备总容量,生成用户侧自建储能设备成本;
根据储能设备生命周期内的单位容量维护成本和储能设备总容量,生成储能设备维护成本;
根据所述储能设备延缓电网建设投资成本,用电高峰电网重载造成故障的缺电损失,电网负载波动造成的损失,负荷低谷电网给储能设备充电收益,用电高峰电网从储能设备购电成本,生成电网储能调度经济性模型;以及根据所述用户侧向电网售电收益,用户侧给储能装置充电的购电成本,用户侧售电补贴收益,用户侧自建储能设备成本和储能设备维护成本,生成用户侧自建储能经济性模型;
根据电网侧经济性影响因子和用户侧经济性影响因子,电网储能调度经济性模型以及用户侧自建储能经济性模型,建立定价目标模型,电网侧经济性影响因子和用户侧经济性影响因子之和为一;
所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略,所述定价策略包括:多个盈利配比下谷时段电网出售给用户侧储能装置充电的单位电价和峰时段电网购买用户侧储能装置电能的单位电价。
可选的,在所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略的步骤之前,还包括:设定模型参数约束的范围,所述模型参数约束包括功率平衡约束、发电出力上下限约束、储能系统SOC状态约束、储能充放电功率约束、储能周期平衡约束和电价约束。
可选的,所述功率平衡约束为电网发电功率、储能设备输出功率与电网负载之间的平衡约束。
可选的,所述发电出力上下限约束为发电出力上限和下限约束。
可选的,根据储能系统的荷电状态、储能系统充放电功率和储能装置充电放电效率,生成储能系统充放电模型,所述储能系统充放电模型用于估计储能系统的SOC状态,所述储能系统SOC状态约束为储能模组状态上下限的约束。
可选的,所述储能充放电功率约束为储能设备充电功率上下限和储能设备放电功率上下限约束。
可选的,所述储能周期平衡约束为储能系统经过一个调度周期后,储能系统的存储能量等同调度前储存能量的初始值。
可选的,所述电价约束为电网出售给用户侧储能装置充电的单位电价大于单位功率生产成本与单位功率调度成本之和,小于谷时电网对外售电价格,所述电网购买用户侧储能装置电能的单位电价大于谷时电网对外售电价格,小于峰时电网对外售电价格。
可选的,所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略的步骤具体为:利用遗传算法将预设电网出售给用户侧储能装置充电的单位电价和预设电网购买用户侧储能装置电能的单位电价作为控制变量进行染色体编码,根据目标函数选择合适的适应度函数,根据每个染色体的适应度函数值的大小选择优良的染色体,进行繁殖、交叉、变异等操作生成下一代染色体,满足终止进化准则后,输出定价策略。
本申请第二方面公开了一种储能上网定价方法,其特征在于,所述方法包括:
根据单位功率生产成本、单位功率调度成本、单位功率设备成本、储能设备放电的最大功率和储能设备功率转化效率,生成储能设备延缓电网建设投资成本;
根据电网最大负载、配电变压器总容量、储能设备放电的最大功率、储能设备功率转化效率和储能设备未参与调峰前,统计周期内因重载造成的停电总损失,生成用电高峰电网重载造成故障的缺电损失;
根据电网最大负载、储能设备放电的最大功率、储能设备功率转化效率、平均负载、电网最小负载和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失,生成电网负载波动造成的损失;
预设电网出售给用户侧储能装置充电的单位电价;
根据预设电网出售给用户侧储能装置充电的单位电价、电网单位电量的发电成本和储能装置生命周期内电网出售给储能装置充电的总电量,生成负荷低谷电网给储能设备充电收益;
预设电网购买用户侧储能装置电能的单位电价;
根据预设电网购买用户侧储能装置电能的单位电价和储能装置生命周期内储能装置出售给电网的总电量,生成用电高峰电网从储能设备购电成本;
根据预设电网出售给用户侧储能装置充电的单位电价和储能装置生命周期内电网出售给储能装置充电的总电量,生成用户侧给储能装置充电的购电成本;
根据预设电网购买用户侧储能装置电能的单位电价、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧向电网售电收益;
预设单位电量补贴价格;
根据预设单位电量补贴价格、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧售电补贴收益;
根据储能设备的单位容量成本和储能设备总容量,生成用户侧自建储能设备成本;
根据储能设备生命周期内的单位容量维护成本和储能设备总容量,生成储能设备维护成本;
根据所述储能设备延缓电网建设投资成本,用电高峰电网重载造成故障的缺电损失,电网负载波动造成的损失,负荷低谷电网给储能设备充电收益,用电高峰电网从储能设备购电成本,生成电网储能调度经济性模型;以及根据所述用户侧向电网售电收益,用户侧给储能装置充电的购电成本,用户侧售电补贴收益,用户侧自建储能设备成本和储能设备维护成本,生成用户侧自建储能经济性模型;
根据电网侧经济性影响因子和用户侧经济性影响因子,电网储能调度经济性模型以及用户侧自建储能经济性模型,建立定价目标模型,电网侧经济性影响因子和用户侧经济性影响因子之和为一;
所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略,所述定价策略包括:多个盈利配比下谷时段电网出售给用户侧储能装置充电的单位电价和峰时段电网购买用户侧储能装置电能的单位电价。
本申请提供的定价系统及方法,基于储能设备的削峰填谷作用,综合考虑电网侧储能参与调控收益和用户侧自建储能上网收益,提出最优储能设备购电和售电定价方案,以激发用户侧自建储能设备,延缓电网建设投资,减小缺电损失和负荷波动,提高电网运行的经济性和可靠性。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请的储能上网定价系统结构图;
图2为本申请的储能上网定价系统中控制器执行步骤图;
图3为本申请的储能上网定价系统中的遗传算法实现流程图;
图4为本申请的分布式储能接入电网示意图。
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,所描述的实施例是本发明的一部分实施例,而不是全部实施例。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的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
为推广用户侧自建储能设备,从而提出最优储能设备购电和售电定价方案,本申请第一实施例提供一种储能上网定价系统,参见图1,为本申请实施例提供的一种储能上网定价系统的结构示意图,所述定价系统包括微电网参数获取装置、电网调度参数获取装置、可靠性获取装置和成本获取装置,以及连接所述微电网参数获取装置、电网调度参数获取装置、可靠性获取装置和成本获取装置的控制器,所述微电网参数获取装置从微电网能量管理系统获取储能设备放电的最大功率、储能设备功率转化效率、储能装置生命周期内储能装置出售给电网的总电量、储能装置充电效率、放电效率、电能储存输送过程的损耗率和储能设备总容量和储能系统的荷电状态和储能系统充放电功率;所述电网调度参数获取装置从电网调度自动化系统获取电网最大负载、配电变压器总容量、平均负载、电网最小负载、储能装置生命周期内电网出售给储能装置充电的总电量;所述可靠性获取装置从可靠性系统获取储能设备未参与调峰前,统计周期内因重载造成的停电总损失和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失;所述成本获取装置从资料库获取单位功率生产成本、单位功率调度成本、单位功率设备成本、电网单位电量的发电成本、储能设备的单位容量成本和储能设备生命周期内的单位容量维护成本。
参见图2,为本申请实施例提供的控制器执行步骤图,所述控制器被配置为执行以下S201至S214。
S201,根据单位功率生产成本、单位功率调度成本、单位功率设备成本、储能设备放电的最大功率和储能设备功率转化效率,生成储能设备延缓电网建设投资成本。储能设备延缓电网建设投资成本具体通过以下模型获得:
Cin=(cpro+cdis+cequ)Pbat.max·η
模型中Cin为储能设备延缓电网建设投资成本,cpro为单位功率生产成本,cdis为单位功率调度成本,cequ为单位功率设备成本,Pbat.max为储能设备放电的最大功率,η为储能设备功率转化效率。
S202,根据电网最大负载、配电变压器总容量、储能设备放电的最大功率、储能设备功率转化效率和储能设备未参与调峰前,统计周期内因重载造成的停电总损失,生成用电高峰电网重载造成故障的缺电损失。用电高峰电网重载造成故障的缺电损失具体通过以下模型获得:
Closs=(Pmax-Pbat.max·η)/Pcap·Rloss
模型中Closs为用电高峰电网重载造成故障的缺电损失,Pmax为电网最大负载,Pcap为配电变压器总容量,Rloss为储能设备未参与调峰前,统计周期内因重载造成的停电总损失,其中统计周期等同于储能设备运行寿命。
S203,根据电网最大负载、储能设备放电的最大功率、储能设备功率转化效率、平均负载、电网最小负载和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失,生成电网负载波动造成的损失。电网负载波动造成的损失具体通过以下模型获得:
Cwave=(Pmax-Pbat.max·η-Pavg)/(Pmax-Plow)·Rwave
模型中Cwave为电网负载波动造成的损失,Pavg为平均负载,Plow为电网最小负载,Rwave为储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失,统计周期等同于储能设备运行寿命。
S204,根据预设电网出售给用户侧储能装置充电的单位电价、电网单位电量的发电成本和储能装置生命周期内电网出售给储能装置充电的总电量,生成负荷低谷电网给储能设备充电收益。负荷低谷电网给储能设备充电收益具体通过以下模型获得:
Csold=(e1-c1)Wsold
模型中Csold为负荷低谷电网给储能设备充电收益,e1为预设电网出售给用户侧储能装置充电的单位电价,c1为电网单位电量的发电成本,Wsold为储能装置生命周期内电网出售给储能装置充电的总电量。
S205,根据预设电网购买用户侧储能装置电能的单位电价和储能装置生命周期内储能装置出售给电网的总电量,生成用电高峰电网从储能设备购电成本。用电高峰电网从储能设备购电成本具体通过以下模型获得:
Cbuy=e2Wbuy
模型中Cbuy为用电高峰电网从储能设备购电成本,e2为预设电网购买用户侧储能装置电能的单位电价,Wbuy为储能装置生命周期内储能装置出售给电网的总电量。
S206,根据预设电网出售给用户侧储能装置充电的单位电价和储能装置生命周期内电网出售给储能装置充电的总电量,生成用户侧给储能装置充电的购电成本。用户侧给储能装置充电的购电成本具体通过以下模型获得:
C′buy=e1Wsold
模型中Cb'uy为用户侧给储能装置充电的购电成本。
S207,根据预设电网购买用户侧储能装置电能的单位电价、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧向电网售电收益。用户侧向电网售电收益具体通过以下模型获得:
C′sold=e2Wbuy=e2Wsoldη1η2(1-η3)
模型中C′sold为用户侧向电网售电收益,η1为储能装置充电效率,η2放电效率,η3为电能储存输送过程的损耗率。
S208,根据预设单位电量补贴价格、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧售电补贴收益。用户侧售电补贴收益具体通过以下模型获得:
Csub=e3Wsoldη1η2(1-η3)
模型中Csub为用户侧售电补贴收益,e3为预设单位电量补贴价格。
S209,根据储能设备的单位容量成本和储能设备总容量,生成用户侧自建储能设备成本。用户侧自建储能设备成本具体通过以下模型获得:
Cbatin=e4Sbat.max
模型中Cbatin为用户侧自建储能设备成本,e4为储能设备的单位容量价格,Sbat.max为储能设备总容量。
S210,根据储能设备生命周期内的单位容量维护成本和储能设备总容量,生成储能设备维护成本。储能设备维护成本具体通过以下模型获得:
Cma=e5Sbat.max
模型中Cma为储能设备维护成本,e5为储能设备生命周期内的单位容量维护成本。
S211,根据所述储能设备延缓电网建设投资成本,用电高峰电网重载造成故障的缺电损失,电网负载波动造成的损失,负荷低谷电网给储能设备充电收益,用电高峰电网从储能设备购电成本,生成电网储能调度经济性模型A:
A=Cin-Closs-Cwave+Csold-Cbuy
S212,根据所述用户侧向电网售电收益,用户侧给储能装置充电的购电成本,用户侧售电补贴收益,用户侧自建储能设备成本和储能设备维护成本,生成用户侧自建储能经济性模型B:
B=C′sold-C′buy+Csub-Cbatin-Cma
S213,根据电网侧经济性影响因子和用户侧经济性影响因子,电网储能调度经济性模型以及用户侧自建储能经济性模型,建立定价目标模型F:
F=α1(Cin-Closs-Cwave+Csold-Cbuy)+α2(C′sold-C′buy+Csub-Cbatin-Cma)
所述的定价目标模型为电网储能调度经济性和用户侧自建储能经济性最大化。模型中α1和α2为电网侧和用户侧经济性影响因子,两者因子之和为一;
S214,定价目标模型利用遗传算法进行遍历寻优,获得定价策略,所述定价策略包括:多个盈利配比下谷时段电网出售给用户侧储能装置充电的单位电价和峰时段电网购买用户侧储能装置电能的单位电价。
如图3所示,为本申请的储能上网定价系统中的遗传算法实现流程图。所述遗传算法实现步骤包括S301~S308:
步骤S301,输入定价目标模型。
步骤S302,设定模型参数约束条件,在所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略的步骤之前,还包括:设定模型参数约束的范围,所述模型参数约束包括功率平衡约束、发电出力上下限约束、储能系统SOC状态约束、储能充放电功率约束、储能周期平衡约束和电价约束。
所述功率平衡约束为电网发电功率、储能设备输出功率与电网负载之间的平衡约束,具体可表现为:
Pgrid+Pbatη=Pload
其中,Pgrid为电网发电功率,Pbat为储能设备输出功率,η为储能设备功率转化效率,Pload为电网负载
所述发电出力上下限约束为发电出力上限和下限约束,具体可表现为:
Pgrid.min≤Pgrid≤Pgrid.max
其中,Pgrid.min为发电出力下限,Pgrid.max为发电出力上限。
根据储能系统的荷电状态、储能系统充放电功率和储能装置充电放电效率,生成储能系统充放电模型:
模型中,SOC(t)为t时段储能系统的荷电状态,Pc(t)、Pf(t)为t时段储能系统充放电功率,η1为储能装置充电效率,η2放电效率。所述储能系统充放电模型用于估计储能系统的SOC状态;
所述储能系统SOC状态约束为储能系统充放电状态上下限的约束,具体表现为:
SOCmin≤SOC(t)≤SOCmax
其中,SOCmin和SOCmax为储能模组状态上下限。
所述的储能充放电功率约束为储能设备充电功率上下限和储能设备放电功率上下限约束,具体表现为:
Pc.min≤Pc≤Pc.max
Pf.min≤Pf≤Pf.max
其中,Pc和Pf为储能设备充电功率和储能设备放电功率,Pc.min和Pc.max为储能设备充电功率上下限,Pf.min和Pf.max为储能设备放电功率上下限。
所述的储能周期平衡约束是对于储能系统,在经过一个调度周期T后,储能系统的存储能量需要回到调度前储存能量的初始值,具体表现为:
SOC(1)=SOC(T)
所述电价约束为电网出售给用户侧储能装置充电的单位电价大于单位功率生产成本与单位功率调度成本之和,小于谷时电网对外售电价格,所述电网购买用户侧储能装置电能的单位电价大于谷时电网对外售电价格,小于峰时电网对外售电价格,具体表现为:
cpro+cdis≤e1≤u1<e2≤u2
其中,cpro为单位功率生产成本,cdis为单位功率调度成本,e1为电网出售给用户侧储能装置充电的单位电价,e2为电网购买用户侧储能装置电能的单位电价,u1为谷时电网对外售电价格,u2为峰时电网对外售电价格。
步骤S303,将电网出售给用户侧储能装置充电的单位电价和为电网购买用户侧储能装置电能的单位电价作为控制变量进行染色体编码。
步骤S304,个体变量编码用无符号二进制整数来表示,二进制编码的值等于储能购电售电定价,编码则为遗传个体变量的基因,在定价浮动范围内生成了储能购电售电定价的编码初始群体。
步骤S305,计算每个遗传个体的个体适应度,即电网储能调度经济性和用户侧自建储能经济性,代表遗传个体的优劣程度。
步骤S306,对适应度较高遗传个体的基因编码进行交叉变异运算,从而产生新的个体,具体操作为以某一概率相互交换某两个个体之间的部分染色体编码或是对个体的某一个或某一些基因座上的基因值按某一较小的概率进行改变。
步骤S307,如果新个体满足终止进化准则,则执行步骤S308;否则,执行步骤S304。
步骤S308,计算遗传群体经过变异后的适应度,经济性最大值、平均值都得到了明显的改进,筛选出适应度最大的遗传个体变量编码,即获得电网储能调度经济性和用户侧自建储能经济性最大化条件下的储能购电售电定价策略。
如图4所示,为某分布式储能接入电网示意图,以此为实例说明如下:储能设备总容量为320kW·h,其中分布式电源20组,低压并网,每组额定容量为6kW·h,充放电功率限制为3kW;集中式电源1组,于10kV线路并网,额定功率为200kW,充放电功率限制为100kW。储能电池最小SOC限制为0.2,最大SOC限制为0.9,初始SOC状态为0.4,充放电效率为0.9。储能设备购买、安装及维护总费用约为160万元,运行寿命为10年。储能用户最优充放电策略为谷时段充电,峰时段售电。采用遗传算法进行历遍模拟,得出三种不同盈利配比下的储能定价,如表1所示:
表1
以下为本申请实施例提供的方法实施例,由本申请系统实施例中的控制器执行,对于本申请方法实施例中未详细公开的内容,请参见系统实施例。
本申请第二实施例公开了一种储能上网定价方法,所述方法具体细节参见本申请第一实施例,所述方法包括:
根据单位功率生产成本、单位功率调度成本、单位功率设备成本、储能设备放电的最大功率和储能设备功率转化效率,生成储能设备延缓电网建设投资成本。
根据电网最大负载、配电变压器总容量、储能设备放电的最大功率、储能设备功率转化效率和储能设备未参与调峰前,统计周期内因重载造成的停电总损失,生成用电高峰电网重载造成故障的缺电损失。
根据电网最大负载、储能设备放电的最大功率、储能设备功率转化效率、平均负载、电网最小负载和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失,生成电网负载波动造成的损失。
预设电网出售给用户侧储能装置充电的单位电价。
根据预设电网出售给用户侧储能装置充电的单位电价、电网单位电量的发电成本和储能装置生命周期内电网出售给储能装置充电的总电量,生成负荷低谷电网给储能设备充电收益。
预设电网购买用户侧储能装置电能的单位电价。
根据预设电网购买用户侧储能装置电能的单位电价和储能装置生命周期内储能装置出售给电网的总电量,生成用电高峰电网从储能设备购电成本。
根据预设电网出售给用户侧储能装置充电的单位电价和储能装置生命周期内电网出售给储能装置充电的总电量,生成用户侧给储能装置充电的购电成本。
根据预设电网购买用户侧储能装置电能的单位电价、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧向电网售电收益。
预设单位电量补贴价格。
根据预设单位电量补贴价格、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧售电补贴收益。
根据储能设备的单位容量成本和储能设备总容量,生成用户侧自建储能设备成本。
根据储能设备生命周期内的单位容量维护成本和储能设备总容量,生成储能设备维护成本。
根据所述储能设备延缓电网建设投资成本,用电高峰电网重载造成故障的缺电损失,电网负载波动造成的损失,负荷低谷电网给储能设备充电收益,用电高峰电网从储能设备购电成本,生成电网储能调度经济性模型。以及根据所述用户侧向电网售电收益,用户侧给储能装置充电的购电成本,用户侧售电补贴收益,用户侧自建储能设备成本和储能设备维护成本,生成用户侧自建储能经济性模型。
根据电网侧经济性影响因子和用户侧经济性影响因子,电网储能调度经济性模型以及用户侧自建储能经济性模型,建立定价目标模型,电网侧经济性影响因子和用户侧经济性影响因子之和为一。
所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略,所述定价策略包括:多个盈利配比下谷时段电网出售给用户侧储能装置充电的单位电价和峰时段电网购买用户侧储能装置电能的单位电价。
本申请提供的定价系统及方法,基于储能设备的削峰填谷作用,综合考虑电网侧储能参与调控收益和用户侧自建储能上网收益,建立目标定价模型,提出最优储能设备购电和售电定价方案,以激发用户侧自建储能设备,延缓电网建设投资,减小缺电损失和负荷波动,提高电网运行的经济性和可靠性。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的示例,并不构成本申请保护范围的限定。对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (10)
1.一种储能上网定价系统,其特征在于,所述定价系统包括微电网参数获取装置、电网调度参数获取装置、可靠性获取装置和成本获取装置,以及连接所述微电网参数获取装置、电网调度参数获取装置、可靠性获取装置和成本获取装置的控制器,所述微电网参数获取装置用于获取储能设备放电的最大功率、储能设备功率转化效率、储能装置生命周期内储能装置出售给电网的总电量、储能装置充电效率、放电效率、电能储存输送过程的损耗率和储能设备总容量、储能系统的荷电状态和储能系统充放电功率;所述电网调度参数获取装置用于获取电网最大负载、配电变压器总容量、平均负载、电网最小负载、储能装置生命周期内电网出售给储能装置充电的总电量;所述可靠性获取装置用于获取储能设备未参与调峰前,统计周期内因重载造成的停电总损失和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失;所述成本获取装置用于获取单位功率生产成本、单位功率调度成本、单位功率设备成本、电网单位电量的发电成本、储能设备的单位容量成本和储能设备生命周期内的单位容量维护成本;
所述控制器被配置为执行以下步骤:
根据单位功率生产成本、单位功率调度成本、单位功率设备成本、储能设备放电的最大功率和储能设备功率转化效率,生成储能设备延缓电网建设投资成本;
根据电网最大负载、配电变压器总容量、储能设备放电的最大功率、储能设备功率转化效率和储能设备未参与调峰前,统计周期内因重载造成的停电总损失,生成用电高峰电网重载造成故障的缺电损失;
根据电网最大负载、储能设备放电的最大功率、储能设备功率转化效率、平均负载、电网最小负载和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失,生成电网负载波动造成的损失;
预设电网出售给用户侧储能装置充电的单位电价;
根据预设电网出售给用户侧储能装置充电的单位电价、电网单位电量的发电成本和储能装置生命周期内电网出售给储能装置充电的总电量,生成负荷低谷电网给储能设备充电收益;
预设电网购买用户侧储能装置电能的单位电价;
根据预设电网购买用户侧储能装置电能的单位电价和储能装置生命周期内储能装置出售给电网的总电量,生成用电高峰电网从储能设备购电成本;
根据预设电网出售给用户侧储能装置充电的单位电价和储能装置生命周期内电网出售给储能装置充电的总电量,生成用户侧给储能装置充电的购电成本;
根据预设电网购买用户侧储能装置电能的单位电价、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧向电网售电收益;
预设单位电量补贴价格;
根据预设单位电量补贴价格、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧售电补贴收益;
根据储能设备的单位容量成本和储能设备总容量,生成用户侧自建储能设备成本;
根据储能设备生命周期内的单位容量维护成本和储能设备总容量,生成储能设备维护成本;
根据所述储能设备延缓电网建设投资成本,用电高峰电网重载造成故障的缺电损失,电网负载波动造成的损失,负荷低谷电网给储能设备充电收益,用电高峰电网从储能设备购电成本,生成电网储能调度经济性模型;以及根据所述用户侧向电网售电收益,用户侧给储能装置充电的购电成本,用户侧售电补贴收益,用户侧自建储能设备成本和储能设备维护成本,生成用户侧自建储能经济性模型;
根据电网侧经济性影响因子和用户侧经济性影响因子,电网储能调度经济性模型以及用户侧自建储能经济性模型,建立定价目标模型,电网侧经济性影响因子和用户侧经济性影响因子之和为一;
所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略,所述定价策略包括:多个盈利配比下谷时段电网出售给用户侧储能装置充电的单位电价和峰时段电网购买用户侧储能装置电能的单位电价。
2.根据权利要求1所述的系统,其特征在于,在所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略的步骤之前,还包括:设定模型参数约束的范围,所述模型参数约束包括功率平衡约束、发电出力上下限约束、储能系统SOC状态约束、储能充放电功率约束、储能周期平衡约束和电价约束。
3.根据权利要求2所述的系统,其特征在于,所述功率平衡约束为电网发电功率、储能设备输出功率与电网负载之间的平衡约束。
4.根据权利要求2所述的系统,其特征在于,所述发电出力上下限约束为发电出力上限和下限约束。
5.根据权利要求2所述的系统,其特征在于,根据储能系统的荷电状态、储能系统充放电功率和储能装置充电放电效率,生成储能系统充放电模型,所述储能系统充放电模型用于估计储能系统的SOC状态,所述储能系统SOC状态约束为储能模组状态上下限的约束。
6.根据权利要求2所述的系统,其特征在于,所述的储能充放电功率约束为储能设备充电功率上下限和储能设备放电功率上下限约束。
7.根据权利要求2所述的系统,其特征在于,所述储能周期平衡约束为储能系统经过一个调度周期后,储能系统的存储能量等同调度前储存能量的初始值。
8.根据权利要求2所述的系统,其特征在于,所述电价约束为电网出售给用户侧储能装置充电的单位电价大于单位功率生产成本与单位功率调度成本之和,小于谷时电网对外售电价格,所述电网购买用户侧储能装置电能的单位电价大于谷时电网对外售电价格,小于峰时电网对外售电价格。
9.根据权利要求1所述的系统,其特征在于,所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略的步骤具体为:利用遗传算法将预设电网出售给用户侧储能装置充电的单位电价和预设电网购买用户侧储能装置电能的单位电价作为控制变量进行染色体编码,根据目标函数选择合适的适应度函数,根据每个染色体的适应度函数值的大小选择优良的染色体,进行繁殖、交叉、变异生成下一代染色体,满足终止进化准则后,输出定价。
10.一种储能上网定价方法,其特征在于,所述储能上网定价方法包括:
根据单位功率生产成本、单位功率调度成本、单位功率设备成本、储能设备放电的最大功率和储能设备功率转化效率,生成储能设备延缓电网建设投资成本;
根据电网最大负载、配电变压器总容量、储能设备放电的最大功率、储能设备功率转化效率和储能设备未参与调峰前,统计周期内因重载造成的停电总损失,生成用电高峰电网重载造成故障的缺电损失;
根据电网最大负载、储能设备放电的最大功率、储能设备功率转化效率、平均负载、电网最小负载和储能设备未参与调峰前,统计周期内因负荷波动造成的停电总损失,生成电网负载波动造成的损失;
预设电网出售给用户侧储能装置充电的单位电价;
根据预设电网出售给用户侧储能装置充电的单位电价、电网单位电量的发电成本和储能装置生命周期内电网出售给储能装置充电的总电量,生成负荷低谷电网给储能设备充电收益;
预设电网购买用户侧储能装置电能的单位电价;
根据预设电网购买用户侧储能装置电能的单位电价和储能装置生命周期内储能装置出售给电网的总电量,生成用电高峰电网从储能设备购电成本;
根据预设电网出售给用户侧储能装置充电的单位电价和储能装置生命周期内电网出售给储能装置充电的总电量,生成用户侧给储能装置充电的购电成本;
根据预设电网购买用户侧储能装置电能的单位电价、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧向电网售电收益;
预设单位电量补贴价格;
根据预设单位电量补贴价格、储能装置生命周期内电网出售给储能装置充电的总电量、储能装置充电效率、放电效率和电能储存输送过程的损耗率,生成用户侧售电补贴收益;
根据储能设备的单位容量成本和储能设备总容量,生成用户侧自建储能设备成本;
根据储能设备生命周期内的单位容量维护成本和储能设备总容量,生成储能设备维护成本;
根据所述储能设备延缓电网建设投资成本,用电高峰电网重载造成故障的缺电损失,电网负载波动造成的损失,负荷低谷电网给储能设备充电收益,用电高峰电网从储能设备购电成本,生成电网储能调度经济性模型;以及根据所述用户侧向电网售电收益,用户侧给储能装置充电的购电成本,用户侧售电补贴收益,用户侧自建储能设备成本和储能设备维护成本,生成用户侧自建储能经济性模型;
根据电网侧经济性影响因子和用户侧经济性影响因子,电网储能调度经济性模型以及用户侧自建储能经济性模型,建立定价目标模型,电网侧经济性影响因子和用户侧经济性影响因子之和为一;
所述定价目标模型利用遗传算法进行遍历寻优,获得定价策略,所述定价策略包括:多个盈利配比下谷时段电网出售给用户侧储能装置充电的单位电价和峰时段电网购买用户侧储能装置电能的单位电价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011137871.XA CN112132638B (zh) | 2020-10-22 | 2020-10-22 | 一种储能上网定价系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011137871.XA CN112132638B (zh) | 2020-10-22 | 2020-10-22 | 一种储能上网定价系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112132638A CN112132638A (zh) | 2020-12-25 |
CN112132638B true CN112132638B (zh) | 2024-04-09 |
Family
ID=73853365
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011137871.XA Active CN112132638B (zh) | 2020-10-22 | 2020-10-22 | 一种储能上网定价系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132638B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113610659B (zh) * | 2021-04-30 | 2023-12-19 | 中国农业大学 | 一种提升电网灵活性与经济性的多时间窗储能配置方法 |
CN113256137B (zh) * | 2021-06-03 | 2021-11-02 | 浙江浙能技术研究院有限公司 | 一种工业园能源系统的分时售能的时段划分方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101836439B1 (ko) * | 2017-09-01 | 2018-03-09 | 주식회사 텔다 | 전력 수용가에 설치된 ess의 충방전 알고리즘 예측 시스템 |
CN109190882A (zh) * | 2018-07-25 | 2019-01-11 | 南京邮电大学 | 电力市场环境下基于云储能的微网经济优化交易方法 |
CN110073567A (zh) * | 2016-08-03 | 2019-07-30 | 泽科系统有限公司 | 分布式资源电力需求预测系统和方法 |
CN110676863A (zh) * | 2019-10-22 | 2020-01-10 | 国网安徽省电力有限公司电力科学研究院 | 储能优化配置方法及系统 |
CN111241480A (zh) * | 2020-01-09 | 2020-06-05 | 东北电力大学 | 利用负荷差异及其演化博弈规律设计定制化电价套餐的方法 |
CN111463777A (zh) * | 2020-04-14 | 2020-07-28 | 国网福建省电力有限公司经济技术研究院 | 光-储充电站容量配置与定价模型的构建方法、计算设备 |
CN111695943A (zh) * | 2020-06-18 | 2020-09-22 | 顺德职业技术学院 | 一种计及浮动高峰电价的优化管理方法 |
CN112906963A (zh) * | 2021-02-21 | 2021-06-04 | 国网辽宁省电力有限公司电力科学研究院 | 一种针对于储能聚合平台的双层定价方法 |
CN114820046A (zh) * | 2022-04-08 | 2022-07-29 | 国网江苏省电力有限公司经济技术研究院 | 一种区域电网混合储能辅助调频经济优化与补偿定价方法 |
CN116247699A (zh) * | 2023-02-09 | 2023-06-09 | 长沙理工大学 | 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 |
CN116703449A (zh) * | 2023-06-15 | 2023-09-05 | 国网浙江省电力有限公司经济技术研究院 | 储能容量价格方案的构建方法、装置、电子设备和介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8364609B2 (en) * | 2009-01-14 | 2013-01-29 | Integral Analytics, Inc. | Optimization of microgrid energy use and distribution |
US11522487B2 (en) * | 2017-02-22 | 2022-12-06 | Boards Of Regents, The University Of Texas System | Building and building cluster energy management and optimization system and method |
-
2020
- 2020-10-22 CN CN202011137871.XA patent/CN112132638B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110073567A (zh) * | 2016-08-03 | 2019-07-30 | 泽科系统有限公司 | 分布式资源电力需求预测系统和方法 |
KR101836439B1 (ko) * | 2017-09-01 | 2018-03-09 | 주식회사 텔다 | 전력 수용가에 설치된 ess의 충방전 알고리즘 예측 시스템 |
CN109190882A (zh) * | 2018-07-25 | 2019-01-11 | 南京邮电大学 | 电力市场环境下基于云储能的微网经济优化交易方法 |
CN110676863A (zh) * | 2019-10-22 | 2020-01-10 | 国网安徽省电力有限公司电力科学研究院 | 储能优化配置方法及系统 |
CN111241480A (zh) * | 2020-01-09 | 2020-06-05 | 东北电力大学 | 利用负荷差异及其演化博弈规律设计定制化电价套餐的方法 |
CN111463777A (zh) * | 2020-04-14 | 2020-07-28 | 国网福建省电力有限公司经济技术研究院 | 光-储充电站容量配置与定价模型的构建方法、计算设备 |
CN111695943A (zh) * | 2020-06-18 | 2020-09-22 | 顺德职业技术学院 | 一种计及浮动高峰电价的优化管理方法 |
CN112906963A (zh) * | 2021-02-21 | 2021-06-04 | 国网辽宁省电力有限公司电力科学研究院 | 一种针对于储能聚合平台的双层定价方法 |
CN114820046A (zh) * | 2022-04-08 | 2022-07-29 | 国网江苏省电力有限公司经济技术研究院 | 一种区域电网混合储能辅助调频经济优化与补偿定价方法 |
CN116247699A (zh) * | 2023-02-09 | 2023-06-09 | 长沙理工大学 | 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 |
CN116703449A (zh) * | 2023-06-15 | 2023-09-05 | 国网浙江省电力有限公司经济技术研究院 | 储能容量价格方案的构建方法、装置、电子设备和介质 |
Non-Patent Citations (3)
Title |
---|
基于主从博弈的储能电站容量电费定价方法;李至骜;高电压技术;第46卷(第2期);全文 * |
新型储能应用价格体系与补偿机制研究;何姣;价格月刊;全文 * |
电网侧电池储能电站商业模式研究——基于应用价格体系分析;李湘旗;价格理论与实践;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112132638A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN109193812B (zh) | 一种园区光储荷微电网经济调度实现方法 | |
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 | |
CN110601198B (zh) | 计及谐波和电压不平衡约束的混合微电网优化运行方法 | |
CN112132638B (zh) | 一种储能上网定价系统及方法 | |
CN112163968B (zh) | 一种综合能源储能系统优化调度方法 | |
CN112366684A (zh) | 一种海岛微电网系统 | |
CN112491036A (zh) | 一种多主体互动博弈的配电网调峰运行管控方法及系统 | |
CN111313444A (zh) | 一种面向高密度光伏配网台区侧的储能系统优化配置方法 | |
CN111639866B (zh) | 基于遗传算法的储能充电站的储能容量的配置方法 | |
CN108512238B (zh) | 基于需求侧响应的智能家居两阶段优化调度方法 | |
CN111445092A (zh) | 基于改进jaya算法的多微电网优化方法 | |
CN115511658A (zh) | 一种计及储能装置折损的楼宇能量优化方法 | |
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 | |
CN114997544A (zh) | 一种氢光储充电站容量优化配置方法及系统 | |
CN117559563B (zh) | 一种风光储充一体化微网运行方案的优化方法及系统 | |
CN111047093A (zh) | 一种电动汽车典型快充站优化运行配置方法 | |
CN112186801B (zh) | 一种提高农村配网分布式光伏并网容量的方法 | |
CN110601233B (zh) | 一种电力系统中储能电站的调峰调度方法 | |
CN108988336B (zh) | 具有嵌套式微电网的充电桩系统的优化规划方法 | |
CN116436048A (zh) | 一种多目标驱动的微电网群云储能优化配置方法及装置 | |
CN116054286A (zh) | 一种考虑多元弹性资源的居民台区容量优化配置方法 | |
Harsh et al. | A priority-ordered incentive-based smart charging strategy of electric vehicles to determine the optimal size of solar power plant at the charging stations | |
CN115759323A (zh) | 一种考虑电网安全的电动汽车优化调度方法 | |
CN113870030A (zh) | 基于改进纳什议价方法的多微网能源交易机制设计方法 |
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 |