CN112488370B - 一种采用需求侧响应规划的储能优化方法 - Google Patents
一种采用需求侧响应规划的储能优化方法 Download PDFInfo
- Publication number
- CN112488370B CN112488370B CN202011312184.7A CN202011312184A CN112488370B CN 112488370 B CN112488370 B CN 112488370B CN 202011312184 A CN202011312184 A CN 202011312184A CN 112488370 B CN112488370 B CN 112488370B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- cost
- storage device
- grid
- kth
- 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 177
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000004044 response Effects 0.000 title claims abstract description 24
- 238000005457 optimization Methods 0.000 title claims abstract description 21
- 238000007599 discharging Methods 0.000 claims abstract description 11
- 238000012423 maintenance Methods 0.000 claims abstract description 11
- 238000011084 recovery Methods 0.000 claims description 9
- 238000005430 electron energy loss spectroscopy Methods 0.000 claims description 6
- 238000010248 power generation Methods 0.000 claims description 6
- 238000001046 rapid expansion of supercritical solution Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 4
- 238000009825 accumulation Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000126 substance Substances 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
-
- 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
- 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
- H02J3/381—Dispersed generators
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/28—The renewable source being wind 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Power Engineering (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种采用需求侧响应规划的储能优化方法，包括：建立储能系统充放电功率表达式；建立每组蓄电池的充放电效率限值条件；建立储能微网功率配置方程；得到第k个储能设备的年初始成本、第k个储能设备的年重置成本和第k个储能设备的剩余价值；得到储能微网中储能设备组件的年单位成本；得到储能微网第k个储能设备的净现成本；分析储能微网第k个储能设备的净现成本，验证采用需求侧响应规划的储能优化方法的有效性。本发明通过分析储能蓄电池充放电状态及储能成本，建立DR规划模型，将此模型应用于储能微电网配置及成本优化中，减少储能容量配置，降低与储能系统相关的采购和维护成本，实现储能最优配置。
Description
技术领域
本发明涉及一种采用需求侧响应规划的储能优化方法，该方法将需求侧响应(DR)规划应用于储能微电网配置及成本优化中，减少储能容量配置，降低与储能系统相关的采购和维护成本，实现储能最优配置。
背景技术
在储能微网并网系统中，经常需要利用DR来降低运营成本。DR是一种为了改变电力价格而改变消费模式或为了减少消费而改变消费成本的方法，可以实现当电力市场价格过高或系统不稳定时，把消费转移到其他时间段内，达到运营成本最低的目的。
发明内容
本发明的目的在于提供一种采用需求侧响应规划的储能优化方法，通过分析储能蓄电池充放电状态及储能成本，建立DR规划模型，将此模型应用于储能微电网配置及成本优化中，减少储能容量配置，降低与储能系统相关的采购和维护成本，实现储能最优配置。
本发明采取如下技术方案来实现的：
一种采用需求侧响应规划的储能优化方法，包括以下步骤：
1)建立储能系统充放电功率表达式；
2)为了防止蓄电池组损坏，根据步骤1)储能系统充放电功率表达式建立每组蓄电池的充放电效率限值条件；
3)为了实现储能微网最优配置，根据步骤1)储能系统充放电功率表达式及步骤2)每组蓄电池的充放电效率限值条件，采用需求侧响应规划建立储能微网功率配置方程；
4)建立采用需求侧响应规划的储能微电网第k个储能设备总成本表达式；
5)为了将步骤4)储能微电网第k个储能设备总成本表达式中的初始成本转换为年度成本，建立资本回收系数表达式；
6)根据步骤5)资本回收系数表达式，得到第k个储能设备的年初始成本、第k个储能设备的年重置成本和第k个储能设备的剩余价值；
7)根据步骤6)第k个储能设备的年初始成本、第k个储能设备的年重置成本和第k个储能设备的剩余价值得到储能微网中储能设备组件的年单位成本；
8)根据步骤7)储能微网中储能设备组件的年单位成本，得到储能微网第k个储能设备的净现成本；
9)分析步骤8)储能微网第k个储能设备的净现成本，验证采用需求侧响应规划的储能优化方法的有效性。
本发明进一步的改进在于，步骤1)的具体实现方法为：建立储能系统充放电功率表达式，储能系统用于使供需达到平衡，在微电网中蓄电池电池以作为储能系统，其根据发电和耗电电量来决定是否充电或放电，电池的输入功率可正可负，取决于电池组的充放电状态：PB(t)＝PWT(t)+PPV(t)-PL(t)/ηinv；其中：PL是t时刻总用电负荷，ηinv是逆变器效率；如果PB＝0那么电池组既不充电也不放电；如果PB＞0，那么电池组会由于微电网发电过剩而进行充电，在这种情况下，电池组的新荷电状态为：如果PB＜0，那么电池组会由于发电量不足而进行放电，在这种情况下，电池组的新荷电状态为：其中：SOCB(t)和SOCB(t-1)是电池组t时刻和t-1时刻荷电状态，σ是电池组的自放电系数，ηb是电池组的效率；为了防止蓄电池组中的能量积聚，每个规划周期开始和结束时的初始状态相等，即：SOC(t＝0)＝SOC(t＝T)为了防止每组蓄电池使用寿命的减少，定义充放电极限为：/>其中：Ebat(t)代表每组蓄电池储能能量；Ebatmax，Ebatmin，SOCmax和SOCmin分别是每组蓄电池储存的最大和最小能量以及储能系统荷电数量的最大和最小值；Nbat是每组蓄电池数量；每组蓄电池最大容量和最小容量关系为：Ebatmin＝(1-DOD)×Ebatmax；其中：DOD是每个电池的允许放电深度；由于蓄电池组不能同时充电和放电，因此在线性模型里加入限值条件：/>其中：二进制变量IESSch(t)和IESSdis(t)分别是蓄电池组在t时刻“充电”和“放电”的状态；PESSch(t)和PESSdis(t)分别是蓄电池组在t时刻充放电功率。
本发明进一步的改进在于，步骤2)的具体实现方法为：为了防止蓄电池组损坏，根据步骤1)储能系统充放电功率表达式建立每组蓄电池的充放电效率限值条件：其中：RESSch和RESSdis分别是每组蓄电池的充放电效率；如果一组蓄电池在t时间段内放电，这组蓄电池在这时间段内有充足的荷电量。
本发明进一步的改进在于，步骤3)的具体实现方法为：为了实现储能微网最优配置，根据步骤1)储能系统充放电功率表达式及步骤2)每组蓄电池的充放电效率限值条件，采用需求侧响应规划建立，储能微网功率配置方程：其中：Ploadncl(t)，Ploadcl(t)，PEESch(t)，Ploaddump(t)和PEESdis(t)分别表示不可调度负荷功率，可调度负荷功率，电池充电电能，多余负荷功率和电池放电电能。
本发明进一步的改进在于，步骤4)的具体实现方法为：建立采用需求侧响应规划的储能微电网第k个储能设备总成本表达式：TUCk＝ICk+Repk+Mk-RVk，包括：采购、安装和调试的初始成本ICk、重置成本Repk，运行维护成本Mk，和剩余价值RVk；每个设备组件成本时间配置为：初始成本，重置成本，操作和维护成本，剩余值。
本发明进一步的改进在于，步骤5)的具体实现方法为：为了将步骤4)储能微电网第k个储能设备总成本表达式中的初始成本转换为年度成本，建立资本回收系数表达式：其中：i是利率，n是系统生命周期，nk是第k个储能设备的生命周期。
本发明进一步的改进在于，步骤6)的具体实现方法为：根据步骤5)资本回收系数表达式，得到第k个储能设备的年初始成本：AICk＝ICk×CRF(i,n)、第k个储能设备的年重置成本：和第k个储能设备的剩余价值：
本发明进一步的改进在于，步骤7)的具体实现方法为：根据步骤6)第k个储能设备的年初始成本、第k个储能设备的年重置成本和第k个储能设备的剩余价值得到储能微网中储能设备组件的年单位成本：ATUCk＝AICk+APepk+Mk-ARVk。
本发明进一步的改进在于，步骤8)的具体实现方法为：根据步骤7)储能微网中储能设备组件的年单位成本，得到储能微网第k个储能设备的净现成本：NPCUk＝ATUCk/CRF(i,n)。
本发明进一步的改进在于，步骤9)的具体实现方法为：分析步骤8)储能微网第k个储能设备的净现成本，验证采用需求侧响应规划的储能优化方法的有效性。
与现有技术相比，本发明至少具有如下有益的技术效果：
1.本发明通过分析储能蓄电池充放电状态及储能成本，建立DR规划模型。
2.本发明利用DR规划模型，对储能微电网配置及成本进行优化，减少储能能量配置，降低与储能系统相关的采购和维护成本，实现储能最优配置。
附图说明
图1为含有储能的混合微电网系统示意图；
图2为储能微电网优化过程示意图；
图3为微电网一天消耗负荷功率平均值数据图；
图4为微电网一个周期内消耗的负荷功率对比图；
图5为储能蓄电池组充放电状态对比图。
具体实施方式
下面通过附图，对本发明的技术方案做进一步的详细描述。
如图1所示，在风光储独立微电网，PV和WT作为电压源，储能系统(电池)作为电能储存装置。风光储独立微电网通过智能系统管理进行负荷调度。智能系统利用DR来减少或消除发电侧和耗电侧之间的不平衡，备用负载用于消耗光储独立微电网多余负荷。
储能系统用于使供需达到平衡，在微电网中蓄电池电池可以作为储能系统。它可以根据发电和耗电电量来决定是否充电或放电，电池的输入功率可正可负，这取决于电池组的充放电状态，如式(4)所示。
PB(t)＝PWT(t)+PPV(t)-PL(t)/ηinv (1)
式(1)中：PL是t时刻总用电负荷，ηinv是逆变器效率。如果PB＝0那么电池组既不充电也不放电；如果PB＞0，那么电池组会由于微电网发电过剩而进行充电。在这种情况下，电池组的新荷电状态为：
如果PB＜0，那么电池组会由于发电量不足而进行放电。在这种情况下，电池组的新荷电状态为：
式(3)中：SOCB(t)和SOCB(t-1)是电池组t时刻和t-1时刻荷电状态，σ是电池组的自放电系数，ηb是电池组的效率。
为了防止蓄电池组中的能量积聚，每个规划周期开始和结束时的初始状态相等，即：
SOC(t＝0)＝SOC(t＝T) (4)
为了防止每组蓄电池使用寿命的减少，定义充放电极限为：
式(5)中：Ebat(t)代表每组蓄电池储能能量；Ebatmax，Ebatmin，SOCmax和SOCmin分别是每组蓄电池储存的最大和最小能量以及储能系统荷电数量的最大和最小值；Nbat是每组蓄电池数量。每组蓄电池最大容量和最小容量关系为：
Ebatmin＝(1-DOD)×Ebatmax (6)
式(6)中：DOD是每个电池的允许放电深度。由于蓄电池组不能同时充电和放电，因此需要在线性模型里加入限值条件：
式(7)中：二进制变量IESSch(t)和IESSdis(t)分别是蓄电池组在t时刻“充电”和“放电”的状态；PESSch(t)和PESSdis(t)分别是蓄电池组在t时刻充放电功率。
为防止蓄电池组损坏，每组蓄电池的充放电效率不得超过：
式(8)中：RESSch和RESSdis分别是每组蓄电池的充放电效率。如果一组蓄电池在t时间段内放电，需要这组蓄电池在这时间段内有充足的荷电量。
如图2所示，为了实现储能微网最优配置，储能微网总消耗功率应等于总发电功率，在每一个时间段内可调度负荷和不可调度负荷消耗的电能加上储能系统充电的电能应该等于光伏和风能提供的电能加上储能系统的放电电能。然而因为对储能系统充放电速率的限制和对可调度负荷能力的限制以及可再生能源发电量的不可控性，在每个时间段内总消耗功率和总发电功率完全平衡是不可能的。本发明在储能微网功率配置中增加了耗电变量，储能微网功率配置方程为：
式(9)中：Ploadncl(t)，Ploadcl(t)，PEESch(t)，Ploaddump(t)和PEESdis(t)分别表示不可调度负荷功率，可调度负荷功率，电池充电电能，多余负荷功率和电池放电电能。
在储能微电网中的第k个储能设备总成本包括：采购、安装和调试的初始成本(ICk)、重置成本(Repk)，运行维护成本(Mk)，和剩余价值(RVk)。第k个储能设备总成本为：
TUCk＝ICk+Repk+Mk-RVk (10)
每个设备组件成本时间配置为：初始成本(项目开始时)，重置成本(在每个组件的使用寿命结束时到系统生命周期结束时)，操作和维护成本(每年的系统生命周期内)，剩余值(在系统生命周期结束时)。
为了将初始成本转换为年度成本，使用资本回收系数，资本回收系数为：
式(11)中：i是利率，n是系统生命周期，nk是第k个储能设备的生命周期。第k个储能设备的年初始成本为：
AICk＝ICk×CRF(i,n) (12)
第k个储能设备的年重置成本为：
第k个储能设备的剩余价值(残值)为：
储能微网中储能设备组件的年单位成本为：
ATUCk＝AICk+APepk+Mk-ARVk (15)
根据式(15)可知：储能微网第k个储能设备的净现成本为：
NPCUk＝ATUCk/CRF(i,n) (16)
如图3所示，每天消耗的能量和负荷(功率)峰值分别为51.84kWh和5.7kW。随着每日变化负荷和每小时变化负荷的混合，把每小时负荷的平均值乘以一个扰动系数，可表示为：
kcv＝1+δd+δt (17)
式(17)中：δd为均值为零的正态分布，这一分布的标准偏差体现在“日变化率”；δt为零均值的正态分布，这一分布的标准偏差体现在“每小时变化率”。
如图4所示，控制负荷规划的时间段为15分钟，一天有96个时间段。储能微电网的负荷消耗包含四个可调度设备，总消耗量为3.95kWh/天(约占总负荷消耗的7.5％)。还有一些不可调度的设备，消耗量为47.89kWh/天。
如图5所示，DR的实施大大降低了储能的能量，还可以减少与储能系统相关的采购和维护成本。有DR的储能系统的能量总是小于或等于没有DR的储能系统的能量，关系式为所：
储能微网中各组件设备净现成本和微网的总净现成本如表1所示。DR的实施使的储能微网经济性得到了显著提升。
表1两种情况(有无DR)组件的净现成本比较
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。
Claims (6)
1.一种采用需求侧响应规划的储能优化方法，其特征在于，包括以下步骤：
1)建立储能系统充放电功率表达式，储能系统用于使供需达到平衡，在微电网中蓄电池电池以作为储能系统，其根据发电和耗电电量来决定是否充电或放电，电池的输入功率可正可负，取决于电池组的充放电状态：PB(t)＝PWT(t)+PPV(t)-PL(t)/ηinv；其中：PL是t时刻总用电负荷，ηinv是逆变器效率；如果PB＝0那么电池组既不充电也不放电；如果PB＞0，那么电池组会由于微电网发电过剩而进行充电，在这种情况下，电池组的新荷电状态为：如果PB＜0，那么电池组会由于发电量不足而进行放电，在这种情况下，电池组的新荷电状态为：/>其中：SOCB(t)和SOCB(t-1)是电池组t时刻和t-1时刻荷电状态，σ是电池组的自放电系数，ηb是电池组的效率；为了防止蓄电池组中的能量积聚，每个规划周期开始和结束时的初始状态相等，即：SOC(t＝0)＝SOC(t＝T)为了防止每组蓄电池使用寿命的减少，定义充放电极限为：其中：Ebat(t)代表每组蓄电池储能能量；Ebatmax，Ebatmin，SOCmax和SOCmin分别是每组蓄电池储存的最大和最小能量以及储能系统荷电数量的最大和最小值；Nbat是每组蓄电池数量；每组蓄电池最大容量和最小容量关系为：Ebatmin＝(1-DOD)×Ebatmax；其中：DOD是每个电池的允许放电深度；由于蓄电池组不能同时充电和放电，因此在线性模型里加入限值条件：/>其中：二进制变量IESSch(t)和IESSdis(t)分别是蓄电池组在t时刻“充电”和“放电”的状态；PESSch(t)和PESSdis(t)分别是蓄电池组在t时刻充放电功率；
2)为了防止蓄电池组损坏，根据步骤1)储能系统充放电功率表达式建立每组蓄电池的充放电效率限值条件：其中：RESSch和RESSdis分别是每组蓄电池的充放电效率；如果一组蓄电池在t时间段内放电，这组蓄电池在这时间段内有充足的荷电量；
3)为了实现储能微网最优配置，根据步骤1)储能系统充放电功率表达式及步骤2)每组蓄电池的充放电效率限值条件，采用需求侧响应规划建立储能微网功率配置方程：其中：Ploadncl(t)，Ploadcl(t)，PEESch(t)，Ploaddump(t)和PEESdis(t)分别表示不可调度负荷功率，可调度负荷功率，电池充电电能，多余负荷功率和电池放电电能；
4)建立采用需求侧响应规划的储能微电网第k个储能设备总成本表达式：TUCk＝ICk+Repk+Mk-RVk，包括：采购、安装和调试的初始成本ICk、重置成本Repk，运行维护成本M k，和剩余价值R Vk；每个设备组件成本时间配置为：初始成本，重置成本，操作和维护成本，剩余值；
5)为了将步骤4)储能微电网第k个储能设备总成本表达式中的初始成本转换为年度成本，建立资本回收系数表达式；
6)根据步骤5)资本回收系数表达式，得到第k个储能设备的年初始成本、第k个储能设备的年重置成本和第k个储能设备的剩余价值；
7)根据步骤6)第k个储能设备的年初始成本、第k个储能设备的年重置成本和第k个储能设备的剩余价值得到储能微网中储能设备组件的年单位成本；
8)根据步骤7)储能微网中储能设备组件的年单位成本，得到储能微网第k个储能设备的净现成本；
9)分析步骤8)储能微网第k个储能设备的净现成本，验证采用需求侧响应规划的储能优化方法的有效性。
2.根据权利要求1所述的一种采用需求侧响应规划的储能优化方法，其特征在于，步骤5)的具体实现方法为：为了将步骤4)储能微电网第k个储能设备总成本表达式中的初始成本转换为年度成本，建立资本回收系数表达式：其中：i是利率，n是系统生命周期，nk是第k个储能设备的生命周期。
3.根据权利要求2所述的一种采用需求侧响应规划的储能优化方法，其特征在于，步骤6)的具体实现方法为：根据步骤5)资本回收系数表达式，得到第k个储能设备的年初始成本：AICk＝ICk×CRF(i,n)、第k个储能设备的年重置成本：和第k个储能设备的剩余价值：/>
4.根据权利要求3所述的一种采用需求侧响应规划的储能优化方法，其特征在于，步骤7)的具体实现方法为：根据步骤6)第k个储能设备的年初始成本、第k个储能设备的年重置成本和第k个储能设备的剩余价值得到储能微网中储能设备组件的年单位成本：ATUCk＝AICk+APepk+Mk-ARVk。
5.根据权利要求4所述的一种采用需求侧响应规划的储能优化方法，其特征在于，步骤8)的具体实现方法为：根据步骤7)储能微网中储能设备组件的年单位成本，得到储能微网第k个储能设备的净现成本：NPCUk＝ATUCk/CRF(i,n)。
6.根据权利要求5所述的一种采用需求侧响应规划的储能优化方法，其特征在于，步骤9)的具体实现方法为：分析步骤8)储能微网第k个储能设备的净现成本，验证采用需求侧响应规划的储能优化方法的有效性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011312184.7A CN112488370B (zh) | 2020-11-20 | 2020-11-20 | 一种采用需求侧响应规划的储能优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011312184.7A CN112488370B (zh) | 2020-11-20 | 2020-11-20 | 一种采用需求侧响应规划的储能优化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112488370A CN112488370A (zh) | 2021-03-12 |
| CN112488370B true CN112488370B (zh) | 2023-09-22 |
Family
ID=74932749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011312184.7A Active CN112488370B (zh) | 2020-11-20 | 2020-11-20 | 一种采用需求侧响应规划的储能优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112488370B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014153946A1 (zh) * | 2013-03-27 | 2014-10-02 | 国网浙江省电力公司电力科学研究院 | 独立微网系统的优化方法 |
| CN106169108A (zh) * | 2016-07-14 | 2016-11-30 | 河海大学 | 含电池储能系统的主动配电网短期有功优化方法 |
| CN107134810A (zh) * | 2017-06-09 | 2017-09-05 | 燕山大学 | 一种独立型微能源网储能系统优化配置求解方法 |
| CN107508303A (zh) * | 2017-08-09 | 2017-12-22 | 国电南瑞科技股份有限公司 | 一种面向微电网的模块化储能装置优化配置及控制方法 |
| CN108539793A (zh) * | 2018-05-15 | 2018-09-14 | 佛山科学技术学院 | 一种海岛微电网综合优化配置方法及装置 |
| CN108539784A (zh) * | 2018-04-13 | 2018-09-14 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
| CN108551176A (zh) * | 2018-02-13 | 2018-09-18 | 华东理工大学 | 一种结合储能均衡技术的储能电池系统容量配置方法 |
| CN110311421A (zh) * | 2019-07-12 | 2019-10-08 | 燕山大学 | 基于需求侧响应的微电网多时间尺度能量管理方法 |
| CN111898805A (zh) * | 2020-07-14 | 2020-11-06 | 智光研究院(广州)有限公司 | 一种储能系统容量配置方法、装置、配置设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9535480B2 (en) * | 2013-11-26 | 2017-01-03 | Nec Corporation | Power coordination system for hybrid energy storage system |
| KR101834061B1 (ko) * | 2016-02-15 | 2018-03-02 | 두산중공업 주식회사 | 신재생 에너지 연계형 ess의 전력 관리 방법 |
-
2020
- 2020-11-20 CN CN202011312184.7A patent/CN112488370B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014153946A1 (zh) * | 2013-03-27 | 2014-10-02 | 国网浙江省电力公司电力科学研究院 | 独立微网系统的优化方法 |
| CN106169108A (zh) * | 2016-07-14 | 2016-11-30 | 河海大学 | 含电池储能系统的主动配电网短期有功优化方法 |
| CN107134810A (zh) * | 2017-06-09 | 2017-09-05 | 燕山大学 | 一种独立型微能源网储能系统优化配置求解方法 |
| CN107508303A (zh) * | 2017-08-09 | 2017-12-22 | 国电南瑞科技股份有限公司 | 一种面向微电网的模块化储能装置优化配置及控制方法 |
| CN108551176A (zh) * | 2018-02-13 | 2018-09-18 | 华东理工大学 | 一种结合储能均衡技术的储能电池系统容量配置方法 |
| CN108539784A (zh) * | 2018-04-13 | 2018-09-14 | 华南理工大学 | 基于需求侧响应的微电网最优机组及分时电价的优化方法 |
| CN108539793A (zh) * | 2018-05-15 | 2018-09-14 | 佛山科学技术学院 | 一种海岛微电网综合优化配置方法及装置 |
| CN110311421A (zh) * | 2019-07-12 | 2019-10-08 | 燕山大学 | 基于需求侧响应的微电网多时间尺度能量管理方法 |
| CN111898805A (zh) * | 2020-07-14 | 2020-11-06 | 智光研究院(广州)有限公司 | 一种储能系统容量配置方法、装置、配置设备和存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| Whole Life Cycle Optimal Allocation of the Energy Storage Systems in a Distributed Network;Lin Zhu等;《2019 Chinese Automation Congress (CAC)》;全文 * |
| 储能电站综合效益评价体系设计研究;高峰等;《电源技术》;第40卷(第306期);全文 * |
| 智能电网电池管理系统的研究;孙庆乐;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112488370A (zh) | 2021-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109066750B (zh) | 基于需求侧响应的光伏-电池微电网混合能量调度管理方法 | |
| CN109217290B (zh) | 计及电动汽车充放电的微网能量优化管理方法 | |
| CN109378846B (zh) | 储能电站中储能变流器的电池模块充放电控制方法与装置 | |
| CN107425534B (zh) | 一种基于优化蓄电池充放电策略的微电网调度方法 | |
| Ton et al. | Solar energy grid integration systems-energy storage (SEGIS-ES) | |
| CN105978009A (zh) | 包括电池储能系统的电力供应系统 | |
| CN110601334B (zh) | 一种充电站及其能量调度管理方法 | |
| CN110323785B (zh) | 源网荷储互动的多电压等级直流配电网优化调度方法 | |
| CN109103939A (zh) | 一种降低光伏电站损耗的储能系统智能控制装置及方法 | |
| CN113610374A (zh) | 一种风光互补功率计划偏差动态补偿储能能量管理方法 | |
| 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 | |
| Moghimi et al. | Battery energy storage cost and capacity optimization for university research center | |
| CN112491045A (zh) | 一种智能户用光储充能源互联系统及其能效管理方法 | |
| CN116054242A (zh) | 光储充用一体化的低碳型农村微电网优化运行控制方法 | |
| CN109120012B (zh) | 单相混合储能逆变器的多机并行系统及控制方法 | |
| CN109119988B (zh) | 基于动态批发市价的光伏-电池微电网能量调度管理方法 | |
| CN109510242B (zh) | 一种微电网储能系统配置优化方法及存储介质 | |
| CN112488370B (zh) | 一种采用需求侧响应规划的储能优化方法 | |
| CN116316767A (zh) | 一种光储系统网侧功率管理控制方法及装置 | |
| CN116544991A (zh) | 一种考虑风电不确定性的风储联合优化调度方法 | |
| CN116455045A (zh) | 一种基于铅酸蓄电池的基站光储备电源保障系统 | |
| Li et al. | Design of degradation-conscious optimal dispatch strategy for home energy management system with rooftop PV and lithium-ion batteries | |
| CN112491086B (zh) | 一种风光储独立微电网优化配置方法 | |
| CN112491087B (zh) | 一种基于需求侧响应的风光储独立微电网经济优化方法 | |
| CN112769244B (zh) | 一种利用退役电池组的混合型储能系统及其控制方法 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210312 Assignee: HUANENG LUOYUAN POWER GENERATION Co.,Ltd. Assignor: Xi'an Thermal Power Research Institute Co.,Ltd. Contract record no.: X2023110000149 Denomination of invention: An Energy Storage Optimization Method Using Demand Side Response Planning Granted publication date: 20230922 License type: Common License Record date: 20231206 |