CN112736944A - 一种电化学储能电站有功功率调度方法和系统 - Google Patents
一种电化学储能电站有功功率调度方法和系统 Download PDFInfo
- Publication number
- CN112736944A CN112736944A CN202011448248.6A CN202011448248A CN112736944A CN 112736944 A CN112736944 A CN 112736944A CN 202011448248 A CN202011448248 A CN 202011448248A CN 112736944 A CN112736944 A CN 112736944A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power station
- storage power
- electrochemical energy
- objective
- 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.)
- Pending
Links
- 238000012983 electrochemical energy storage Methods 0.000 title claims abstract description 134
- 238000000034 method Methods 0.000 title claims abstract description 82
- 238000005457 optimization Methods 0.000 claims abstract description 76
- 238000004146 energy storage Methods 0.000 claims abstract description 75
- 238000007600 charging Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000007599 discharging Methods 0.000 claims description 7
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000010325 electrochemical charging Methods 0.000 claims description 3
- 238000010326 electrochemical discharging Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 230000002035 prolonged effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 45
- 238000010586 diagram Methods 0.000 description 12
- CNYFJCCVJNARLE-UHFFFAOYSA-L calcium;2-sulfanylacetic acid;2-sulfidoacetate Chemical compound [Ca+2].[O-]C(=O)CS.[O-]C(=O)CS CNYFJCCVJNARLE-UHFFFAOYSA-L 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
- H02J3/48—Controlling the sharing of the in-phase component
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电化学储能电站有功功率调度方法和系统,包括:获取负荷参数以及电化学储能电站参数;将负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到多目标优化调度模型的解集;从解集中选取最优调度方案对电化学储能电站的有功功率进行调度;其中,多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的;本发明基于电化学储能电站的调峰能力,构建了综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多目标优化调度模型,对多目标优化调度模型求解得到最优调度方案,有效提高电化学储能电站的调峰效果,延长电化学储能电站的使用寿命。
Description
技术领域
本发明属于有功功率调度技术领域,具体涉及一种电化学储能电站有功功率调度方法和系统。
背景技术
随着储能技术的日益成熟,其作为提高电网对新能源发电接纳能力的有效手段,已逐渐获得了广泛重视和应用。储能电站日益成为现代电力系统的一种新型功能综合体和可独立核算的经济实体,其中,电化学储能电站以其应用广泛、可靠、性价比高和安装使用灵活等优势,得到大规模的发展。储能电站既可实现“削峰填谷”,也可提供备用等辅助服务,是缓解电网调峰压力、促进风光消纳的重要方法。
现有关于储能电站应用于电网调峰调度方法的研究主要针对于负荷侧通过削峰填谷优化负荷曲线以及在发电侧提升常规火电机组的调节能力。电化学储能电站的功率调度显著影响着储能电站中电池的循环次数、充放电深度,从而影响着储能电站的寿命,所以储能电站寿命损耗是研究电化学储能电站优化调度的一个重要技术因素。而现有方法在对储能电站应用于电网调峰进行优化调度时,一般运用功率差法,用以降低区域峰谷差率,或者结合经济性,将储能寿命损耗折算为成本,以总用能成本最小或总利益最大为目标建立储能电站功率调度模型,满足最优经济性,然而一般储能电站投资运行成本较高,储能寿命损耗计入成本不能充分凸显储能寿命损耗对于储能电站运行的影响。
发明内容
为克服上述现有技术的不足,本发明提出一种电化学储能电站有功功率调度方法,包括:
获取负荷参数以及电化学储能电站参数;
将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到所述多目标优化调度模型的解集;
从所述解集中选取最优调度方案对电化学储能电站的有功功率进行调度;
所述多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的。
优选的,所述多目标优化调度模型的建立,包括:
以负荷曲线的方差最小为第一目标,以储能电池使用寿命最小为第二目标,并分别为所述第一目标和第二目标赋予权重,以所述第一目标和第二目标的加权和最小为多目标优化调度模型对应的目标函数;
以储能功率及储能荷电状态的上下限约束和储能荷电状态为约束条件,并结合所述目标函数建立优化调度模型;
其中,所述第一目标的权重按照预设间隔设置多个,所述第二目标的权重与第一优化调度模型的权重的值对应;所述负荷参数包括:调度周期内负荷预测曲线;所述电化学储能电站参数包括下述中的至少一种:电化学储能电站的充电效率;放电效率;最大充电功率;最大放电功率;额定容量;荷电状态下限值;荷电状态上限值;荷电状态初始值。
优选的,所述多目标优化调度模型的计算式如下:
式中,p表示电化学储能电站的有功功率出力,minf(p)表示多目标优化调度模型的目标函数;S2(p)表示第一目标,所述第一目标S2(p)的权重为δ,相邻权重的间隔为1/w;γ(p)表示第二目标,所述第二目标γ(p)的权重为(1-δ);h(p)为等式约束,包括储能荷电状态约束;g(p)为不等式约束,包括储能功率的上下限约束和储能荷电状态的上下限约束;gmin表示储能功率或储能荷电状态的上限,gmax表示储能功率或储能荷电状态的下限;
所述第一目标S2(p)的计算式如下:
式中,T为调度周期内时段数;Pload,t为t时段内电化学储能电站的负荷;Pbess,t为电化学储能电站在t时段内的有功功率;Pav,t为电化学储能电站在t时段内除了电化学充放电外其余负荷的平均等效值;Pav,t的计算式为:
所述第二目标γ(p)的计算式如下:
式中,Nm(DODb)为电化学储能电站在第b个调度周期内的电池充放电深度对应的最大充放电循环次数,DODb为电化学储能电站在第b个调度周期内的充放电深度。
优选的,所述将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到所述多目标优化调度模型的解集,包括:
将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型;
采用动态规划法分别求解各第一目标的权重情况下,电化学储能电站在调度周期内的有功功率出力,作为优化调度方案;
分别计算各优化调度方案对应的第一目标和第二目标对应的目标函数值作为初始帕累托前沿;
按照预设间隔要求对所述初始帕累托前沿进行调整,得到分布均匀的帕累托前沿,作为所述多目标优化调度模型的解集。
优选的,所述按照预设间隔要求对所述初始帕累托前沿进行调整,得到分布均匀的帕累托前沿,作为所述多目标优化调度模型的解集,包括:
A1:删除所述初始帕累托前沿中相邻点间距小于设定最小间距值的帕累托点;
A2:在帕累托前沿中选择相邻点间距大于设定最大间距值的相邻帕累托点对,并根据所述相邻帕累托点对的间距和所述最大间距值,对第一目标函数和第二目标函数的权重重新赋值,并根据新的权重值对所述多目标优化调度模型进行求解,得到所述帕累托点对间的多个新增的帕累托点;
A3:判断当前的帕累托前沿中是否存在相邻点间距大于设定最大间距值的相邻帕累托点对,若是则转入A2,否则得到分布均匀的帕累托前沿,作为所述多目标优化调度模型的解集并结束。
优选的,所述新增的帕累托点的求解式为:
式中,p表示电化学储能电站的有功功率出力,minf(p)表示多目标优化调度模型的目标函数;S2(p)表示第一优化调度模型,所述第一优化调度模型S2(p)的权重为δ,相邻权重的间隔为1/wi;γ(p)表示第二优化调度模型,所述第二优化调度模型γ(p)的权重为(1-δ);h(p)为等式约束,包括储能荷电状态约束;g(p)为不等式约束,包括储能功率的上下限约束和储能荷电状态的上下限约束;gmin表示储能功率或储能荷电状态的上限,gmax表示储能功率或储能荷电状态的下限;di为第i组相邻点间距大于设定最大间距值的相邻帕累托点对之间分割段的长度,P1和P2分别为所述分割段的两个端点,表示P1的横坐标,表示P2的纵坐标,δf表示最大间距值,δx表示δf对应的横坐标,δy表示δf对应的纵坐标,ceil()为取大于或等于的最小整数的运算;wi为所述分割段中需新增的帕累托点数。
优选的,所述从所述解集中选取最优调度方案对电化学储能电站的有功功率进行调度,包括:
采用多准则妥协解排序法,从所述解集中选择最优的帕累托点;
根据所述最优的帕累托点对应的电化学储能电站在调度周期内的有功功率出力,对电化学储能电站的有功功率进行调度。
基于同一发明构思,本申请还提供了一种电化学储能电站有功功率调度系统,包括:数据获取模块、求解模块和调度模块;
所述数据获取模块,用于获取负荷参数以及电化学储能电站参数;
所述求解模块,用于将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到所述多目标优化调度模型的解集;
所述调度模块,用于从所述解集中选取最优调度方案对电化学储能电站的有功功率进行调度;
所述多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的。
优选的,该系统还包括用于建立多目标优化调度模型的建模模块,所述建模模块包括目标函数单元和约束条件单元;
所述目标函数单元,用于以负荷曲线的方差最小为第一目标,以储能电池使用寿命最小为第二目标,并分别为所述第一目标和第二目标赋予权重,以所述第一目标和第二目标的加权和最小为多目标优化调度模型对应的目标函数;
所述约束条件单元,用于以储能功率及储能荷电状态的上下限约束和储能荷电状态为约束条件,并结合所述目标函数建立优化调度模型;
其中,所述第一目标的权重按照预设间隔设置多个,所述第二目标的权重与第一优化调度模型的权重的值对应;所述负荷参数包括:调度周期内负荷预测曲线;所述电化学储能电站参数包括下述中的至少一种:电化学储能电站的充电效率;放电效率;最大充电功率;最大放电功率;额定容量;荷电状态下限值;荷电状态上限值;荷电状态初始值。
优选的,所述求解模块包括:输入单元、优化调度方案单元、初始帕累托前沿单元和解集单元;
所述输入单元,用于将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型;
所述优化调度方案单元,用于采用动态规划法分别求解各第一目标的权重情况下,电化学储能电站在调度周期内的有功功率出力,作为优化调度方案;
所述初始帕累托前沿单元,用于分别计算各优化调度方案对应的第一目标和第二目标对应的目标函数值作为初始帕累托前沿;
所述解集单元,用于按照预设间隔要求对所述初始帕累托前沿进行调整,得到分布均匀的帕累托前沿,作为所述多目标优化调度模型的解集。
与最接近的现有技术相比,本发明具有的有益效果如下:
本发明公开了一种电化学储能电站有功功率调度方法和系统,包括:获取负荷参数以及电化学储能电站参数;将负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到多目标优化调度模型的解集;从解集中选取最优调度方案对电化学储能电站的有功功率进行调度;其中,多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的;本发明基于电化学储能电站的调峰能力,构建了综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多目标优化调度模型,对多目标优化调度模型求解得到最优调度方案,有效提高电化学储能电站的调峰效果,延长电化学储能电站的使用寿命。
附图说明
图1为本发明提供的一种电化学储能电站有功功率调度方法流程示意图;
图2为本发明提供的一个电化学储能电站有功功率调度方法实施例的示意图;
图3为本发明提供的结合自适应加权、动态规划法和VIKOR法来求解应用于电网调峰的电化学储能电站有功功率优化调度模型的流程示意图;
图4为本发明提供的一种电化学储能电站有功功率调度系统基本结构示意图;
图5为本发明提供的一种电化学储能电站有功功率调度系统详细结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1:
本发明提供的一种电化学储能电站有功功率调度方法流程示意图如图1所示,包括:
步骤1:获取负荷参数以及电化学储能电站参数;
步骤2:将负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到多目标优化调度模型的解集;
步骤3:从解集中选取最优调度方案对电化学储能电站的有功功率进行调度;
多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的。
图2为本发明具体实施方式的应用于电网调峰的电化学储能电站有功功率调度方法一个实施例的流程图。如图2所示,在本发明的具体实施方式中,首先需要获取负荷参数以及电化学储能电站参数;其次,构建基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多目标优化调度模型;接着建立所述调度模型的约束条件;最后利用动态规划法求解所述调度模型,并采用VIKOR法即多准则妥协解排序法从最优Pareto帕累托解集中选取最优方案,以确定电化学储能电站在调度周期内的有功功率出力情况,作为最优调度方案。本发明的实施方式基于电化学储能电站的调峰能力,构建了基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多目标优化调度模型,结合自适应加权和法、动态规划法和VIKOR法来得到最优调度方案,有效提高电化学储能电站的调峰效果,延长电化学储能电站的使用寿命。
本具体实施方式公开了一种应用于电网调峰的电化学储能电站有功功率调度方法,包括以下步骤:
S1:获取负荷参数以及电化学储能电站参数;
S2:构建基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多目标优化调度模型;
S3:建立所述调度模型的约束条件;其中,约束条件包括储能功率约束、储能荷电状态约束;
S4:利用动态规划法求解所述调度模型,并采用VIKOR法从最优Pareto解集中选取最优方案,以确定电化学储能电站在调度周期内的有功功率出力情况,作为最优调度方案。
步骤S1中的获取的负荷参数包括:调度周期内负荷预测曲线;获取的电化学储能电站参数包括下述中的至少一种:电化学储能电站的充电效率;放电效率;最大充电功率;最大放电功率;额定容量;荷电状态下限值;荷电状态上限值;荷电状态初始值;步骤S1即步骤1。
步骤S2中构建基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多目标优化调度模型,基本思路为;
2-1)利用加权和法求解两目标优化问题得到初始Pareto前沿,公式为:
式(1)中,S2(p)为以负荷曲线的方差最小为目标函数构建的优化调度模型的目标函数即第一目标;γ(p)为以储能电池使用寿命最小为目标函数构建的优化调度模型的目标函数即第二目标;g(p)为不等式约束,包括储能功率和储能荷电状态的上下限约束;h(p)为等式约束,包括储能荷电状态约束;δ为权重,相邻权重的间隔为1/w;
首先以负荷曲线的方差最小为第一个目标函数构建优化调度模型,包括:在考虑储能约束的前提下,以负荷曲线的方差最小为目标对电化学储能电站有功功率进行优化调度,目标函数为:
式(2)中,T为调度周期内时段数;Pload,t为t时段内电化学储电站的负荷;Pbess,t为电化学储能电站在t时段内的有功功率;Pav,t为电化学储能电站在t时段内除了电化学充放电外其余负荷的平均等效值;Pbess,t计算公式为:
Pbess,t=uc·ηch·Ps,t,c+ud·Ps,t,d/ηd (3)
式(3)中,uc和ud为充、放电的状态标志,取0或1且不同时为1;ηch和ηd分别为电化学储能电站的充电效率和放电效率;Ps,t,c和Ps,t,d分别为电化学储能电站在t时段内的充电功率和放电功率;
Pav,t计算公式为:
在本发明的具体实施方式中,Pav,t计作0。
其次,以储能电池使用寿命最小为第二个目标函数构建优化调度模型,包括:在考虑储能约束的前提下,以一个调度周期内,储能电池的使用寿命最小为目标对电化学储能电站有功功率进行优化调度,目标函数为:
式(5)中,Nm(DODb)为电化学储能电站在第b个调度周期内的电池充放电深度对应的最大充放电循环次数,由已知的电池的充放电深度与循环次数的对应数据进行曲线拟合,可得到循环次数与充放电深度的关系拟合曲线,从而得到电化学储能电站在第b个调度周期内的电池充放电深度对应的最大充放电循环次数Nm(DODb);DODb为电化学储能电站在第b个调度周期内的充放电深度,DODb计算公式为:
DODb=(uc·ηch·Ps,t,c+ud·Ps,t,d/ηd)/SB (6)
2-2)去除初始Pareto前沿上相邻点间距小于设定最小间距值dset的点,即分布过于密集的点;
2-3)在需要新增点的分割段之间通过根据设定间距δf、δx、δy限定可行域(δf为最终Pareto前沿上相邻两个Pareto点间距离的最大值,它将确定最终得到的Pareto最优解集分布的密集程度,取δf=2dset,δx、δy为δf对应的横纵坐标)。新增Pareto最优点的求解公式为:
2-4)重新计算相邻Pareto点之间的距离,并以δf作为判据。当所有的相邻Pareto点之间距离都小于δf时,终止求解;否则重复步骤2-3),直至所有相邻Pareto点的间距小于δf,最终得到分布均匀的Pareto前沿;
步骤S3中建立调度模型的约束条件,包括:
3-1)储能功率约束:
式(8)中,PC和PD分别为电化学储能电站最大充电功率和最大放电功率;
3-2)储能荷电状态约束:
SOCt=SOCt-1+(uc·ηch·Ps,t,c+ud·Ps,t,d/ηd)/SB (9)
SOCmin≤SOCt≤SOCmax (10)
式(9)中,SOCt为电化学储能电站在t时段的荷电状态;SOCt-1为电化学储能电站在t-1时段的荷电状态;SB为电化学储能电站的额定容量;
式(10)中,SOCmin为电化学储能电站荷电状态的下限值;SOCmax为电化学储能电站荷电状态的上限值。
步骤S2和S3即为预先建立多目标优化调度模型的步骤。
步骤S4中利用动态规划法求解所述调度模型,并采用VIKOR法从最优Pareto解集中选取最优方案,以确定电化学储能电站在调度周期内的有功功率出力情况,作为最优调度方案,步骤S4即前述步骤2和3,具体包括:
4-1)采用动态规划法实现对单目标优化调度模型的逐时段递推解耦求解,得到所有的相邻Pareto点集间距都小于δf的分布较为均匀的Pareto前沿。
4-2)采用VIKOR法从最优Pareto解集中选取最优方案,以确定电化学储能电站在调度周期内的有功功率出力情况,作为最优调度方案。
本具体实施方式中采用动态规划法实现对单目标优化调度模型的逐时段递推解耦求解,得到所有的相邻Pareto点集间距都小于δf的分布较为均匀的Pareto前沿包括
将一日划分为N个阶段,相邻阶段的时间差为Δt。选择电池荷电量SOC为状态,将其离散化,相邻2个状态的电量差为Δs。在线控制时,初始状态S0为当前时刻电池电量,在当前时刻阶段;终值状态SN在第N阶段。最优策略可以看做从初始状态到终值状态的最优路径。第N阶段的递推方程即逐时段优化的目标函数为:
式(11)中,zN为第N阶段的状态,即第N阶段的电池荷电量;kN为N阶段的决策变量,即N-1阶段的电站荷电量,能够反应N-1阶段到N阶段电站有功出力导致的电量变化;d(zN)是由zN确定的允许决策集合,即N-1阶段电站电量的所有可能性的集合;vN(zN,kN)为第N阶段的阶段指标,即N阶段决策对目标函数的影响。
从第n-1阶段的状态l到第n阶段的状态m,Δt时间内的充电功率为Plm,阶段决策指标分别为vn(m,l)=(Pload,n+Plm)2和vn(m,l)=1/[Nm(Plm/SB)],则从初始状态到第n阶段的状态m,最优目标函数为
f(n,m)=min{l∈E(n,m)|f(n-1,l)+vn(m,l)} (12)
式(12)中,E(n,m)为指向第n阶段的状态m的所有决策的起始点组成的集合。
本具体实施方式中采用VIKOR法从最优Pareto解集中选取最优方案,以确定电化学储能电站在调度周期内的有功功率出力情况,作为最优调度方案,包括:
4-2-1)标准化决策矩阵。由于本具体实施方式中两个目标函数均为成本型指标,标准化公式为
式(13)中,fej和xej分别为标准化前后的方案j的第e个目标函数值,k为最优Pareto解集中的备选方案个数。
4-2-2)确定正理想解、负理想解、各方案的所有目标函数与最理想方案的接近程度和个别目标函数到理想方案的接近程度,公式分别为:
式(15)中,Sj为方案j的群体效益值,即各方案与正理想解的加权距离和;Rj为方案j的个体遗憾度,即每个方案中各指标值与正理想解的加权距离的最大值;Qj为方案j的折衷值;v为最大群体效益权重,取v=0.5。
4-2-3)根据Sj、Rj、Qj值从小到大排序,方案排在前面的好。得到三个方案排序序列,每一序列中排在前面的方案优于排在后面的方案。
4-2-4)确定折衷方案。方案集的折衷方案a(1)为:
a(1)是Q的排在最前面的方案,并满足下列条件:
条件1:Q(a(2))-Q(a(1))≥1/(m-1),其中,a(2)是按Q排序列表中的次优方案。
条件2:a(1)是S或R的排在前面的方案。
条件2中,排在前面的方案即前r个方案内;r为a(r)满足条件Q(a(r))-Q(a(1))≥1/(m-1)的值;
如果上述一个条件不满足,则:
(1)如果条件2不满足,方案a(1)和方案a(2)均为折衷解。
(2)如果条件1不满足,方案a(1),a(2)……a(r)是其折衷解,其中a(r)满足条件Q(a(r))-Q(a(1))≥1/(m-1)。
4-2-5)从依据VIKOR法排好序的最优Pareto解集中选取最优方案,以确定电化学储能电站在调度周期内的有功功率出力情况,作为最优调度方案。
本具体实施方式结合自适应加权和法、动态规划法和VIKOR多准则妥协解排序法法来求解多目标优化调度模型,图3为本发明具体实施方式中的结合自适应加权、动态规划法和VIKOR法来求解应用于电网调峰的电化学储能电站有功功率优化调度模型的流程图,如图3所示,本具体实施方式的具体步骤包括:
1)获取参数,建立基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命的电化学储能电站多目标优化调度模型;
2)求解初始Pareto前沿。利用动态规划法求解采用相隔1/w的每个δ值下的值函数,得到对应的优化调度策略;计算该调度策略对应的两个目标函数的值,形成初始Pareto前沿;
3)均匀化Pareto前沿。去除初始Pareto前沿上相邻点间距小于设定最小间距值dset的点;在每个分割段di中根据自适应加权和法计算新增的wi个Pareto点集;当所有的相邻Pareto点集都小于设定最大间距值δf,则得到分布较为均匀的更新的Pareto前沿;
4)采用VIKOR法从最优Pareto解集中选取最优方案。确定正理想解、负理想解、各方案的所有目标函数与最理想方案的接近程度和个别目标函数到理想方案的接近程度,通过比较各备选方案的所有目标函数与最理想方案的接近程度和个别目标函数到理想方案的接近程度来决定方案的优先顺序,从而从最优Pareto解集中选取最优方案,以确定电化学储能电站在调度周期内的有功功率出力情况,作为最优调度方案。
实施例2:
基于同一发明构思,本发明还提供了一种电化学储能电站有功功率调度系统,由于这些设备解决技术问题的原理与电网连续运行仿真断面的生成方法相似,重复之处不再赘述。
该系统基本结构如图4所示,包括:数据获取模块、求解模块和调度模块;
数据获取模块,用于获取负荷参数以及电化学储能电站参数;
求解模块,用于将负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到多目标优化调度模型的解集;
调度模块,用于从解集中选取最优调度方案对电化学储能电站的有功功率进行调度;
多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的。
电化学储能电站有功功率调度系统详细结构如图5所示。
该系统还包括用于建立多目标优化调度模型的建模模块,建模模块包括目标函数单元和约束条件单元;
目标函数单元,用于以负荷曲线的方差最小为第一目标,以储能电池使用寿命最小为第二目标,并分别为第一目标和第二目标赋予权重,以第一目标和第二目标的加权和最小为多目标优化调度模型对应的目标函数;
约束条件单元,用于以储能功率及储能荷电状态的上下限约束和储能荷电状态为约束条件,并结合目标函数建立优化调度模型;
其中,第一目标的权重按照预设间隔设置多个,第二目标的权重与第一优化调度模型的权重的值对应;负荷参数包括:调度周期内负荷预测曲线;电化学储能电站参数包括下述中的至少一种:电化学储能电站的充电效率;放电效率;最大充电功率;最大放电功率;额定容量;荷电状态下限值;荷电状态上限值;荷电状态初始值。
其中,求解模块包括:输入单元、优化调度方案单元、初始帕累托前沿单元和解集单元;
输入单元,用于将负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型;
优化调度方案单元,用于采用动态规划法分别求解各第一目标的权重情况下,电化学储能电站在调度周期内的有功功率出力,作为优化调度方案;
初始帕累托前沿单元,用于分别计算各优化调度方案对应的第一目标和第二目标对应的目标函数值作为初始帕累托前沿;
解集单元,用于按照预设间隔要求对初始帕累托前沿进行调整,得到分布均匀的帕累托前沿,作为多目标优化调度模型的解集。
其中,解集单元得到多目标优化调度模型的解集的具体过程包括:
A1:删除初始帕累托前沿中相邻点间距小于设定最小间距值的帕累托点;
A2:在帕累托前沿中选择相邻点间距大于设定最大间距值的相邻帕累托点对,并根据相邻帕累托点对的间距和最大间距值,对第一目标函数和第二目标函数的权重重新赋值,并根据新的权重值对多目标优化调度模型进行求解,得到帕累托点对间的多个新增的帕累托点;
A3:判断当前的帕累托前沿中是否存在相邻点间距大于设定最大间距值的相邻帕累托点对,若是则转入A2,否则得到分布均匀的帕累托前沿,作为多目标优化调度模型的解集并结束。
其中,调度模块包括选优单元和调度单元;
选优单元,用于采用多准则妥协解排序法,从解集中选择最优的帕累托点;
调度单元,用于根据最优的帕累托点对应的电化学储能电站在调度周期内的有功功率出力,对电化学储能电站的有功功率进行调度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。
Claims (10)
1.一种电化学储能电站有功功率调度方法,其特征在于,包括:
获取负荷参数以及电化学储能电站参数;
将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到所述多目标优化调度模型的解集;
从所述解集中选取最优调度方案对电化学储能电站的有功功率进行调度;
所述多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的。
2.如权利要求1所述的方法,其特征在于,所述多目标优化调度模型的建立,包括:
以负荷曲线的方差最小为第一目标,以储能电池使用寿命最小为第二目标,并分别为所述第一目标和第二目标赋予权重,以所述第一目标和第二目标的加权和最小为多目标优化调度模型对应的目标函数;
以储能功率及储能荷电状态的上下限约束和储能荷电状态为约束条件,并结合所述目标函数建立优化调度模型;
其中,所述第一目标的权重按照预设间隔设置多个,所述第二目标的权重与第一优化调度模型的权重的值对应;所述负荷参数包括:调度周期内负荷预测曲线;所述电化学储能电站参数包括下述中的至少一种:电化学储能电站的充电效率;放电效率;最大充电功率;最大放电功率;额定容量;荷电状态下限值;荷电状态上限值;荷电状态初始值。
3.如权利要求2所述的方法,其特征在于,所述多目标优化调度模型的计算式如下:
式中,p表示电化学储能电站的有功功率出力,minf(p)表示多目标优化调度模型的目标函数;S2(p)表示第一目标,所述第一目标S2(p)的权重为δ,相邻权重的间隔为1/w;γ(p)表示第二目标,所述第二目标γ(p)的权重为(1-δ);h(p)为等式约束,包括储能荷电状态约束;g(p)为不等式约束,包括储能功率的上下限约束和储能荷电状态的上下限约束;gmin表示储能功率或储能荷电状态的上限,gmax表示储能功率或储能荷电状态的下限;
所述第一目标S2(p)的计算式如下:
式中,T为调度周期内时段数;Pload,t为t时段内电化学储能电站的负荷;Pbess,t为电化学储能电站在t时段内的有功功率;Pav,t为电化学储能电站在t时段内除了电化学充放电外其余负荷的平均等效值;Pav,t的计算式为:
所述第二目标γ(p)的计算式如下:
式中,Nm(DODb)为电化学储能电站在第b个调度周期内的电池充放电深度对应的最大充放电循环次数,DODb为电化学储能电站在第b个调度周期内的充放电深度。
4.如权利要求2所述的方法,其特征在于,所述将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到所述多目标优化调度模型的解集,包括:
将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型;
采用动态规划法分别求解各第一目标的权重情况下,电化学储能电站在调度周期内的有功功率出力,作为优化调度方案;
分别计算各优化调度方案对应的第一目标和第二目标对应的目标函数值作为初始帕累托前沿;
按照预设间隔要求对所述初始帕累托前沿进行调整,得到分布均匀的帕累托前沿,作为所述多目标优化调度模型的解集。
5.如权利要求4所述的方法,其特征在于,所述按照预设间隔要求对所述初始帕累托前沿进行调整,得到分布均匀的帕累托前沿,作为所述多目标优化调度模型的解集,包括:
A1:删除所述初始帕累托前沿中相邻点间距小于设定最小间距值的帕累托点;
A2:在帕累托前沿中选择相邻点间距大于设定最大间距值的相邻帕累托点对,并根据所述相邻帕累托点对的间距和所述最大间距值,对第一目标函数和第二目标函数的权重重新赋值,并根据新的权重值对所述多目标优化调度模型进行求解,得到所述帕累托点对间的多个新增的帕累托点;
A3:判断当前的帕累托前沿中是否存在相邻点间距大于设定最大间距值的相邻帕累托点对,若是则转入A2,否则得到分布均匀的帕累托前沿,作为所述多目标优化调度模型的解集并结束。
6.如权利要求5所述的方法,其特征在于,所述新增的帕累托点的求解式为:
式中,p表示电化学储能电站的有功功率出力,minf(p)表示多目标优化调度模型的目标函数;S2(p)表示第一优化调度模型,所述第一优化调度模型S2(p)的权重为δ,相邻权重的间隔为1/wi;γ(p)表示第二优化调度模型,所述第二优化调度模型γ(p)的权重为(1-δ);h(p)为等式约束,包括储能荷电状态约束;g(p)为不等式约束,包括储能功率的上下限约束和储能荷电状态的上下限约束;gmin表示储能功率或储能荷电状态的上限,gmax表示储能功率或储能荷电状态的下限;di为第i组相邻点间距大于设定最大间距值的相邻帕累托点对之间分割段的长度,P1和P2分别为所述分割段的两个端点,表示P1的横坐标,表示P2的纵坐标,δf表示最大间距值,δx表示δf对应的横坐标,δy表示δf对应的纵坐标,ceil()为取大于或等于的最小整数的运算;wi为所述分割段中需新增的帕累托点数。
7.如权利要求1所述的方法,其特征在于,所述从所述解集中选取最优调度方案对电化学储能电站的有功功率进行调度,包括:
采用多准则妥协解排序法,从所述解集中选择最优的帕累托点;
根据所述最优的帕累托点对应的电化学储能电站在调度周期内的有功功率出力,对电化学储能电站的有功功率进行调度。
8.一种电化学储能电站有功功率调度系统,其特征在于,包括:数据获取模块、求解模块和调度模块;
所述数据获取模块,用于获取负荷参数以及电化学储能电站参数;
所述求解模块,用于将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型,得到所述多目标优化调度模型的解集;
所述调度模块,用于从所述解集中选取最优调度方案对电化学储能电站的有功功率进行调度;
所述多目标优化调度模型是基于自适应加权和法的综合考虑负荷曲线方差和储能电池使用寿命建立的。
9.如权利要求8所述的系统,其特征在于,还包括用于建立多目标优化调度模型的建模模块,所述建模模块包括目标函数单元和约束条件单元;
所述目标函数单元,用于以负荷曲线的方差最小为第一目标,以储能电池使用寿命最小为第二目标,并分别为所述第一目标和第二目标赋予权重,以所述第一目标和第二目标的加权和最小为多目标优化调度模型对应的目标函数;
所述约束条件单元,用于以储能功率及储能荷电状态的上下限约束和储能荷电状态为约束条件,并结合所述目标函数建立优化调度模型;
其中,所述第一目标的权重按照预设间隔设置多个,所述第二目标的权重与第一优化调度模型的权重的值对应;所述负荷参数包括:调度周期内负荷预测曲线;所述电化学储能电站参数包括下述中的至少一种:电化学储能电站的充电效率;放电效率;最大充电功率;最大放电功率;额定容量;荷电状态下限值;荷电状态上限值;荷电状态初始值。
10.如权利要求8所述的系统,其特征在于,所述求解模块包括:输入单元、优化调度方案单元、初始帕累托前沿单元和解集单元;
所述输入单元,用于将所述负荷参数和电化学储能电站参数输入预先建立的多目标优化调度模型;
所述优化调度方案单元,用于采用动态规划法分别求解各第一目标的权重情况下,电化学储能电站在调度周期内的有功功率出力,作为优化调度方案;
所述初始帕累托前沿单元,用于分别计算各优化调度方案对应的第一目标和第二目标对应的目标函数值作为初始帕累托前沿;
所述解集单元,用于按照预设间隔要求对所述初始帕累托前沿进行调整,得到分布均匀的帕累托前沿,作为所述多目标优化调度模型的解集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011448248.6A CN112736944A (zh) | 2020-12-09 | 2020-12-09 | 一种电化学储能电站有功功率调度方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011448248.6A CN112736944A (zh) | 2020-12-09 | 2020-12-09 | 一种电化学储能电站有功功率调度方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112736944A true CN112736944A (zh) | 2021-04-30 |
Family
ID=75599595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011448248.6A Pending CN112736944A (zh) | 2020-12-09 | 2020-12-09 | 一种电化学储能电站有功功率调度方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112736944A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113554296A (zh) * | 2021-07-16 | 2021-10-26 | 国网江苏省电力有限公司经济技术研究院 | 园区综合能源系统规划的多指标评价方法 |
CN114021224A (zh) * | 2021-10-19 | 2022-02-08 | 华中科技大学 | 面向原位建造的月球科研站参数化设计及多目标优化方法 |
CN114142460A (zh) * | 2021-11-17 | 2022-03-04 | 浙江华云电力工程设计咨询有限公司 | 综合能源系统中储能双层目标优化配置方法及终端 |
-
2020
- 2020-12-09 CN CN202011448248.6A patent/CN112736944A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113554296A (zh) * | 2021-07-16 | 2021-10-26 | 国网江苏省电力有限公司经济技术研究院 | 园区综合能源系统规划的多指标评价方法 |
CN114021224A (zh) * | 2021-10-19 | 2022-02-08 | 华中科技大学 | 面向原位建造的月球科研站参数化设计及多目标优化方法 |
CN114021224B (zh) * | 2021-10-19 | 2024-08-06 | 华中科技大学 | 面向原位建造的月球科研站参数化设计及多目标优化方法 |
CN114142460A (zh) * | 2021-11-17 | 2022-03-04 | 浙江华云电力工程设计咨询有限公司 | 综合能源系统中储能双层目标优化配置方法及终端 |
CN114142460B (zh) * | 2021-11-17 | 2024-03-15 | 浙江华云电力工程设计咨询有限公司 | 综合能源系统中储能双层目标优化配置方法及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Optimal sizing of a wind-energy storage system considering battery life | |
CN112103946B (zh) | 一种基于粒子群算法的微电网储能优化配置方法 | |
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
CN112736944A (zh) | 一种电化学储能电站有功功率调度方法和系统 | |
CN107069776B (zh) | 一种平滑微网联络线功率的储能前瞻分布式控制方法 | |
CN103337001B (zh) | 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 | |
CN112564109B (zh) | 一种基于储能系统参与含大规模海上风电的调频优化运行方法 | |
CN111244985B (zh) | 基于节点综合灵敏度系数的分布式储能序次优化配置方法 | |
CN113326467B (zh) | 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统 | |
CN104091207A (zh) | 考虑有害气体排放量的含风电场多目标机组组合优化方法 | |
CN112928767B (zh) | 一种分布式储能协同控制方法 | |
CN116388245A (zh) | 光储充一体化电站储能容量配置方法及相关设备 | |
CN103336998A (zh) | 一种风电场功率波动平抑目标值的优化计算方法 | |
CN110197310B (zh) | 一种基于负荷裕度域的充换电站优化调度方法 | |
CN115954882A (zh) | 一种电碳融合配电系统调度优化方法及设备 | |
CN115566741A (zh) | 基于lstm预测校正的储能多时间尺度优化控制方法 | |
CN115133607A (zh) | 用户侧退役电池储能容量配置方法、系统、设备和介质 | |
CN115000985A (zh) | 一种用户侧分布式储能设施聚合管控方法及系统 | |
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 | |
CN117559500A (zh) | 一种基于一致性算法的多储能变流器功率分配方法 | |
CN107919683A (zh) | 一种储能减少风电场弃风电量的优化决策方法 | |
CN117010707A (zh) | 基于锂电池的电力负荷效益评估方法、系统、设备和介质 | |
CN112886566A (zh) | 一种电网调峰需求计算方法和系统 | |
CN115238992A (zh) | 一种电力系统源荷储的协调优化方法、装置及电子设备 | |
CN111319505A (zh) | 一种光储式电动汽车充电站能量优化方法和装置 |
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 |