CN112861376A - 一种基于单元调度模型的评估方法及装置 - Google Patents
一种基于单元调度模型的评估方法及装置 Download PDFInfo
- Publication number
- CN112861376A CN112861376A CN202110262464.XA CN202110262464A CN112861376A CN 112861376 A CN112861376 A CN 112861376A CN 202110262464 A CN202110262464 A CN 202110262464A CN 112861376 A CN112861376 A CN 112861376A
- Authority
- CN
- China
- Prior art keywords
- model
- index
- benefit
- weight
- evaluation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000008901 benefit Effects 0.000 claims abstract description 105
- 238000011156 evaluation Methods 0.000 claims abstract description 99
- 238000004146 energy storage Methods 0.000 claims abstract description 96
- 230000008569 process Effects 0.000 claims abstract description 22
- 238000013178 mathematical model Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 11
- 238000011084 recovery Methods 0.000 claims description 10
- 238000005192 partition Methods 0.000 claims description 8
- 239000003245 coal Substances 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 21
- 238000004364 calculation method Methods 0.000 description 8
- 150000001875 compounds Chemical class 0.000 description 8
- 230000005611 electricity Effects 0.000 description 8
- 239000013598 vector Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000007599 discharging Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005684 electric field Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于单元调度模型的评估方法及装置,所述方法包括:根据各项指标分别构建效益指标模型;引入单元调度模型优化所述效益指标模型确定各项效益指标值;采用层次分析法和熵权法分别获取所述各项效益指标值的主观权重值和客观权重值,根据所述主观权重值和客观权重值确定组合权重;结合所述组合权重与云物元理论评估方法获得评估结果。本发明构建效益指标并引入单元调度模型求解指标值,建立评估方法模型,通过主客观权重值和云物元理论评估方法对储能系统的效益进行评估,提高了储能效益评估效果。
Description
技术领域
本发明涉及储能电站应用技术领域,尤其涉及一种基于单元调度模型的评估方法及装置。
背景技术
随着电力负荷的不断增长,对电池储能的需求日益突出,电池储能技术具有占地面积小,能量密度高和循环寿命长等优点,受到了广泛的关注。目前,制约电池储能大规模发展的主要因素是初期投资大、投资回收期长。为了进一步实现商业推广和应用,评估电池储能的好处是研究的重点。
目前针对电池储能系统的效益评估方法研究,现有技术考虑以净效益或净年值为评估方法或者以某一特定用途的储能系统获得的效益最佳为评估目标进行运行规划,仅将储能的经济净现值作为评估目标,储能的应用尚不明确,且仅针对某位投资者或某类功能不适合实际使用,同时,储能所产生的所有收益一般不仅仅属于投资主体,当成本较高时,忽略储能的间接收益将对评估结果产生的影响。
发明内容
本发明目的在于,提供一种基于单元调度模型的评估方法及装置,全面有效地评估和比较不同储能配置方案的综合效益价值。
为实现上述目的,本发明提供一种基于单元调度模型的评估方法,包括:
根据各项指标分别构建效益指标模型;
引入单元调度模型优化所述效益指标模型确定各项效益指标值;
采用层次分析法和熵权法分别获取所述各项效益指标值的主观权重值和客观权重值,根据所述主观权重值和客观权重值确定组合权重;
结合所述组合权重与云物元理论评估方法获得评估结果。
优选地,所述根据各项指标分别构建效益指标模型,包括:
构建城市负荷中心储能直接经济效益指标数学模型,包括,延缓电网升级改造模型、调频辅助服务收益模型、调峰辅助服务收益模型、节煤效益模型和储能回收效益模型;
建立城市负荷中心储能间接技术效益指标数学模型,包括,调节电压模型、提高电网可靠性模型、增加新能源并网消纳量模型和降低新能源备用容量模型。
优选地,所述引入单元调度模型优化所述效益指标模型确定各项效益指标值,包括:
构建所述效益指标模型的目标函数,如下:
其中,Xi为第i项储能效益指标值,Ximax、Ximin分别为该项指标值在城市负荷中心应用场景下历史最大、最小值;
所述目标函数采用系统运行集约束,包括配电网运行约束和储能运行约束。
优选地,所述采用层次分析法和熵权法分别获取所述各项效益指标值的主观权重值和客观权重值,根据所述主观权重值和客观权重值确定组合权重,包括:
所述组合权重的模型计算如下:
其中,W′ij为第j个评价对象第i个评价指标的组合权重,Wij1为层次分析法确定的主观权重值,Wij2为熵权法确定的客观权重值。
优选地,所述结合所述组合权重与云物元理论评估方法获得评估结果,包括:
将待评估对象划分等级分区,计算待测对象关于每个等级分区的关联度,获取评估结果。
本发明提供还提供一种基于单元调度模型的评估装置,包括:
效益指标模块,用于根据各项指标分别构建效益指标模型;
优化模块,用于引入单元调度模型优化所述效益指标模型确定各项效益指标值;
权重模块,用于采用层次分析法和熵权法分别获取所述各项效益指标值的主观权重值和客观权重值,根据所述主观权重值和客观权重值确定组合权重;
评估模块,用于结合所述组合权重与云物元理论评估方法获得评估结果。
优选地,所述效益指标模块,还用于:
构建城市负荷中心储能直接经济效益指标数学模型,包括,延缓电网升级改造模型、调频辅助服务收益模型、调峰辅助服务收益模型、节煤效益模型和储能回收效益模型;
建立城市负荷中心储能间接技术效益指标数学模型,包括,调节电压模型、提高电网可靠性模型、增加新能源并网消纳量模型和降低新能源备用容量模型。
优选地,所述优化模块,还用于:
构建所述效益指标模型的目标函数,如下:
其中,Xi为第i项储能效益指标值,Ximax、Ximin分别为该项指标值在城市负荷中心应用场景下历史最大、最小值;
所述目标函数采用系统运行集约束,包括配电网运行约束和储能运行约束。
优选地,所述权重模块,还用于:
所述组合权重的模型计算如下:
其中,W′ij为第j个评价对象第i个评价指标的组合权重,Wij1为层次分析法确定的主观权重值,Wij2为熵权法确定的客观权重值。
优选地,所述评估模块,还用于:
将待评估对象划分等级分区,计算待测对象关于每个等级分区的关联度,获取评估结果。
本发明通过构建各指标模型,采用单元调度模型进行优化,并且分别求出主客观权重与评估等级划分的关系,获取不同储能配置方案的综合效益价值,提高了储能效益评估效果。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的一种基于单元调度模型的评估方法的流程示意图;
图2是本发明另一实施例提供的一种基于单元调度模型的评估方法的流程示意图;
图3是本发明又一实施例提供的典型日负荷需求和风电出力图;
图4是本发明某一实施例提供的储能配置方案一储能电站充放电运行图;
图5是本发明另一实施例提供的储能配置方案二储能电站充放电运行图;
图6是本发明某一实施例提供的一种基于单元调度模型的评估装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,本发明实施例提供一种基于单元调度模型的评估方法,包括:延缓电网升级改造模型、调频辅助服务收益模型、调峰辅助服务收益模型、节煤效益模型和储能回收效益模型。
S101、根据各项指标分别构建效益指标模型。
具体的,建立城市负荷中心储能直接经济效益指标数学模型,包括:
a)延缓电网升级改造:当线路或者配电站负荷超过其能承受的额定容量时,需要对配电网进行相应升级或者扩建。常规措施主要是升级改造变电站、配电线路和变压器,效益模型如下:
Pc=Pmax_load-Paload;
其中,Cd是电网升级的单位容量成本;λdi是每个BESS的固定资产年折旧率;ηi为充放电效率;Pimax是第i个BESS的额定功率(MW);Pc是拉平负载曲线所需的关键功率,Pmax_load和Paload是最大和平均日负荷。
b)调频辅助服务收益:调频收入包括容量补偿和功率补偿,根据国家电网目前的补偿水平,储能电站频率调节功率补偿为10元/MW,火电机组调节容量补偿为50元/MWh,储能电站和火电装机容量均按1:10的功率比计算,年度收益模型如下:
式中,EAGC_i是第i个储能电站的调频电量,Ei是第i个储能电站的容量。
c)调峰辅助服务收益:储能电站根据电力调度机构指令进入充电状态的,按其提供充电调峰服务统计,对充电电量进行补偿,具体补偿标准为0.05万元/兆瓦。储能系统在谷段或平段充电,峰段放电时获得售电收益,谷段和平段的充电视为参与辅助服务市场调峰,获得调峰收益模型如下:
d)节煤效益:蓄能电站的削峰填谷调峰在使电网峰谷差降低的同时,也提升了火电机组的整体负荷,降低了供电煤耗,燃料节能效益明显,节煤效益如下:
式中,Cgen和C'gen是加入储能之前和之后的火电机组的运行成本。
e)储能回收效益:综合分析储能电站的效益可以考虑电池的回收收益,将储能电站的回收收入进行分摊,储能系统运行寿命终结后,按照其金属构成进行回收,建立回收效益模型:
式中,eLi是单位重量的锂金属回收价格,ρLi是锂金属的重量,TN是电池储能的寿命年限,Ei是i个储能电站的容量。
建立城市负荷中心储能间接技术效益指标数学模型,包括:调节电压模型、提高电网可靠性模型、增加新能源并网消纳量模型和降低新能源备用容量模型。
a)调节电压:通过削峰填谷,储能使负荷平滑,从而减小了电网的电压偏移,构建模型如下:
X6=ΔU-ΔU';
式中,ΔU和ΔU′是加入储能电站之前和之后的电压偏移。
b)提高电网可靠性:储能电站应用在配电网中可以提高电网供电可靠性,相应节省了电网为达到相同的供电可靠性而所需的投资,也相当于储能电站减少的地区缺电量损失:
X7=RIEAλsEENS[1-p{Wi<EENS}];
EENS=Ts(1-As)P0;
式中,RIEA是用户缺电损失评价率,λs是配电站的年停电率,Wi是第i小时储能中的剩余电量,EENS是由于电网的每次停电而导致的重要用户用电量不足的期望值,Ts是重要用户每年用电小时数,As为配电站的供电可靠度,P0是保证重要用户供电所需的功率。
c)增加新能源并网消纳量:因为风电具有反调峰特性,在夜间负荷较低时输出较大,容易造成“弃风”现象,应用储能技术可以实现风电的削峰填谷,使其实现在夜间负荷较低电网无法消纳风电的情况下,将原本会弃掉的风电储存起来,效益模型如下:
式中,Pt_wloss和P't_wloss是储能电站配置之前和之后每小时的弃风量,Δt为典型日的时段间隔长度。
d)降低新能源备用容量:诸如风力发电、光伏发电等形式的新能源发电有功功率分布呈现近似正态分布的特性,采用正态分布来拟合新能源发电可以得到储能系统用来降低所需备用容量的期望值,效益模型如下:
式中,Pα为电网消纳新能源发电而不需要配备相应的备用容量的限值,Pμ是新能源发电功率的平均值,Pδ是新能源发电功率的波动偏差。
S102、引入单元调度模型优化所述效益指标模型确定各项效益指标值。
具体的,建立储能效益指标优化目标模型:
其中,Xi为第i项储能效益指标值,Ximax、Ximin分别为该项指标值在城市负荷中心应用场景下历史最大、最小值,其中,目标函数采用系统运行集约束,包括配电网运行约束和储能运行约束。
约束条件:系统运行集约束包括配电网运行约束和储能运行约束。配电网运行约束包括:火电约束、风电约束、配电网节点有功/无功功率平衡约束、电压松弛约束、线路潮流约束、节点失负荷约束、节点电源注入约束、节点电压约束。
a)火电机组出力约束
b)火电机组爬坡约束
式中,RUi、RDi分别为机组i的爬坡、滑坡速率。
c)功率平衡约束
d)正负旋转备用约束
正旋转备用:
e)潮流安全约束
f)风功率约束
g)配电网节点有功/无功功率平衡约束
式中,i,j,s为配电网节点,π(j)和δ(j)分别为节点j的父节点集合和子节点集合,Pij,t和Qij,t分别为t时段线路(i,j)上的有功功率和无功功率,和分别为t时段变压器向配电网注入的有功功率和无功功率,为t时段节点j处的储能系统放电功率,为t时段节点j处的储能系统的无功输出,假设储能系统配有足够的无功补偿容量,和分别为t时段节点j处正常的有功负荷需求和无功负荷需求,和分别为t时段节点j处失去的有功负荷和无功负荷。
h)电压松弛约束
式中,Vj,t为t时段节点j处的电压值,Vi,t为t时段节点i处的电压值,V0为参考电压值,rij和xij分别为线路(i,j)的电阻值和电抗值,Pij,t和Qij,t分别为t时段线路(i,j)的有功功率和无功功率,zij,t为0/1变量,M为较大的常数。
i)线路潮流约束
j)节点失负荷约束
k)节点电源注入约束
l)节点电压约束
m)储能放电功率约束
n)储能荷电状态约束
o)储能电量平衡约束
S103、采用层次分析法和熵权法分别获取所述各项效益指标值的主观权重值和客观权重值,根据所述主观权重值和客观权重值确定组合权重。
具体的,层次分析法数学模型建立
a)构建所要分析问题的递阶层次指标结构
根据影响储能效益的主要因素建立了层次结构。层次结构的目标层被分为两个指标组成的一级指标:储能的直接经济效益和间接技术效益。一级指标再分为若干二级指标,每个一级指标相对于总体目标的权重以及每个下级指标相对于上级指标的权重均通过层次分析法确定。
b)构造两两比较的判断矩阵
对同一层次的各元素,关于上一层次中某一准则的重要性进行两两比较,通过引入1-9标度法,将数字及其倒数将指标重要程度定量化,并用矩阵形式表示出来,记n阶矩阵A=(aij)n×n。1-9标度含义如表1所示。
表1判断矩阵标度值及含义
c)单一准则每层中各指标相对权重计算方法
由于判断矩阵中的每一列都近似地反映了权值的分配情形,故可以采用全部列向量的算术平均值来计算权重向量,步骤如下:
vi)计算特征向量w对应最大特征根λmax的近似值:
d)判断矩阵一致性检验
判断矩阵是否具有满意的一致性,直接影响由判断矩阵得到的权重向量是否真实地反映各比较因素之间的客观权重,因此需要对判断矩阵进行一致性检验,步骤如下:
根据判断矩阵的最大特征根的变化来检验判断矩阵的一致性程度。越大说明判断矩阵偏离一致性的程度就越大;反之越小说明判断矩阵偏离一致性的程度就越小。
ii)查找平均随机一致性指标,如表2所示:
表2平均随机一致性指标
当CR<0.1时,主观判断矩阵的一致性在容许范围之内,可用其特征向量作为权重向量,否则需要重新对影响因素进行两两比较,构建新的判断矩阵。
vi)层次总排序权重及一致性检验
通过计算最终可得最低层对系统总目标的总排序权重,对该合成权重也需要进行一致性检验,进而计算指标体系的综合评估分数
熵权法数学模型建立
a)确定评价指标和评价对象,确定被评价对象对应的指标值的矩R
考虑一个指标评价体系,设其中有n个评价指标,m个被评价对象(方案),被评价对象的相应指标的原始数据由下列矩阵形式表示:
首先对原始数据进行无量纲化处理,记R中每列的最优值为:
b)处理矩阵R中的数值:为方便后续数据分析,先进行无量纲化处理得到sij,再作归一化处理式得到s′ij;
原始数据无量纲化后,记为矩阵S=(sij)m×n。
对S进行归一化处理,记:
这样得到的s'ij∈[0,1],并且不破坏数据间的比例关系。
c)计算第j个指标的熵
定义第j个评价指标的熵为:
d)计算第j个指标的差异系数;
定义第j个评价指标的差异系数为
αj=1-Hj(j=1,2,…,n)
e)计算第j个指标的熵权,即为第j个指标的权重;
定义第j个评价指标的熵权为
f)计算各被评价对象的评价值
根据xi的大小,评价各被评价对象,xi越大,表明第i个对象就越优。
综合指标权重的计算
W′ij为第j个评价对象第i个评价指标的组合权重,Wij1为层次分析法确定的各指标权值,而Wij2为熵权法确定的各指标权重。
S104、结合所述组合权重与云物元理论评估方法获得评估结果。
云物元理论模型如下:
其中,R为多维物元,N为待评价事物,c为事物的特征,期望Ex、熵En和超熵He三个数字特征来表征,用于把模糊性和随机性关联到一起。
确定评估指标的标准云:
首先需要对效益评估对象进行一个评估等级的划分,将评估等级划分为好、较好、一般、较差、差五个等级。根据各个指标的具体情况和特点,参考相关标准,对于定量指标给出相对于五个评估等级的量值,通常用区间数值[cmin,cmax]表示。然后根据公式将区间数表示的指标转换为云表示的指标。
Ex=(cmin+cmax)/2
En=(cmin-cmax)/6
He为常数,可以根据效益评估等级划分的模糊性程度来进行具体调整,这样即可得到评估指标的标准云。
确定待评物元:
在构建了配电网规划综合效益评估指标体系之后,通过实际调研分析,确定各个评估指标的数值。对于用自然语言描述的定性指标,可以邀请专家,根据相关标准和指标的实际情况进行打分。
确定评估指标的权重系数:
采用组合赋权法来计算综合效益的指标。通过层次分析法确定指标的主观权重,熵权法确定指标的客观权重,然后将主客观权重组合起来进而确定最终的指标权重。
确定待评指标与各评判等级指标间的关联度:
首先,产生一个均值为En、标准差为He的正态随机数En',然后令指标值为x,称为云滴,最后计算x属于这个云模型关联度k
计算待评事物关于等级j的关联度;
a)一级关联度计算
b)多级关联度计算
请参照图3,本发明实施例以ieee33节点配电网,评估储能常规运行时的直接经济效益和间接技术效益,该系统包含33个节点,1台火电机组,1个风电场,储能运行周期为24个小时,使用混合整数非线性规划方法求解单元调度模型,获得储能效益指标值,将计算获得的主客观权重结果代入云物元理论评估模型,得到储能配置方案的评估等级,相关计算均在英特尔酷睿i5-7400处理器3.00GHz,8GB内存计算机上完成,采用MATLAB对算例进行编程求解。
为对比分析本发明实施例所引入评估方法模型的有效性与正确性,确立以下两种储能配置方案:
配置1:在节点3、11、16、31分散配置储能,最大功率和容量分别为12MW/20MWh、9MW/16MWh、10MW/15MWh、18MW/30MWh;
配置2:在节点6、10集中配置储能,最大功率和容量分别为20MW/60MWh、10MW/30MWh。
请参照图4和图5,两种储能配置方案的储能运行充放电状态。通过云物元理论评估方法的计算,两种储能配置方案与每个评估等级的相关程度如表3所示:
表3储能配置方案与评估等级的相关程度
本发明实施例根据城市负荷中心储能电站的应用场景,制建立储能电站的综合效益指标体系,并对各项指标建立数学计算模型,引入单元调度模型优化求解储能的各项效益指标值,以储能的配置和充放电运行状态为变量,以储能效益指标归一化后求和的最优值为目标函数,利用混合整数非线性规划方法求解模型,通过层次分析法和熵权法分别获得主观权重值与客观权重值,从而获得组合权重对各项指标的重要性进行加权计算,根据求解的不同储能配置下的优化指标值,对储能评估等级区间进行划分,并使用云物元理论评估方法在配电网全局储能配置方案效果下评估某一特定储能方案的综合效益等级水平。
请参阅图6,本发明实施例提供一种基于单元调度模型的评估装置,包括:
效益指标模块11,用于根据各项指标分别构建效益指标模型;
优化模块12,用于引入单元调度模型优化所述效益指标模型确定各项效益指标值;
权重模块13,用于采用层次分析法和熵权法分别获取所述各项效益指标值的主观权重值和客观权重值,根据所述主观权重值和客观权重值确定组合权重;
评估模块14,用于结合所述组合权重与云物元理论评估方法获得评估结果。
关于一种基于单元调度模型的评估装置的具体限定可以参见上文中对于一种基于单元调度模型的评估方法的限定,在此不再赘述。上述一种基于单元调度模型的评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
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,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于单元调度模型的评估方法,其特征在于,包括:
根据各项指标分别构建效益指标模型;
引入单元调度模型优化所述效益指标模型确定各项效益指标值;
采用层次分析法和熵权法分别获取所述各项效益指标值的主观权重值和客观权重值,根据所述主观权重值和客观权重值确定组合权重;
结合所述组合权重与云物元理论评估方法获得评估结果。
2.根据权利要求1所述的基于单元调度模型的评估方法,其特征在于,所述根据各项指标分别构建效益指标模型,包括:
构建城市负荷中心储能直接经济效益指标数学模型,包括,延缓电网升级改造模型、调频辅助服务收益模型、调峰辅助服务收益模型、节煤效益模型和储能回收效益模型;
建立城市负荷中心储能间接技术效益指标数学模型,包括,调节电压模型、提高电网可靠性模型、增加新能源并网消纳量模型和降低新能源备用容量模型。
5.根据权利要求1所述的基于单元调度模型的评估方法,其特征在于,所述结合所述组合权重与云物元理论评估方法获得评估结果,包括:
将待评估对象划分等级分区,计算待测对象关于每个等级分区的关联度,获取评估结果。
6.一种基于单元调度模型的评估装置,其特征在于,包括:
效益指标模块,用于根据各项指标分别构建效益指标模型;
优化模块,用于引入单元调度模型优化所述效益指标模型确定各项效益指标值;
权重模块,用于采用层次分析法和熵权法分别获取所述各项效益指标值的主观权重值和客观权重值,根据所述主观权重值和客观权重值确定组合权重;
评估模块,用于结合所述组合权重与云物元理论评估方法获得评估结果。
7.根据权利要求6所述的基于单元调度模型的评估装置,其特征在于,所述效益指标模块,还用于:
构建城市负荷中心储能直接经济效益指标数学模型,包括,延缓电网升级改造模型、调频辅助服务收益模型、调峰辅助服务收益模型、节煤效益模型和储能回收效益模型;
建立城市负荷中心储能间接技术效益指标数学模型,包括,调节电压模型、提高电网可靠性模型、增加新能源并网消纳量模型和降低新能源备用容量模型。
10.根据权利要求6所述的基于单元调度模型的评估装置,其特征在于,所述评估模块,还用于:
将待评估对象划分等级分区,计算待测对象关于每个等级分区的关联度,获取评估结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110262464.XA CN112861376B (zh) | 2021-03-10 | 2021-03-10 | 一种基于单元调度模型的评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110262464.XA CN112861376B (zh) | 2021-03-10 | 2021-03-10 | 一种基于单元调度模型的评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112861376A true CN112861376A (zh) | 2021-05-28 |
CN112861376B CN112861376B (zh) | 2023-07-14 |
Family
ID=75993908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110262464.XA Active CN112861376B (zh) | 2021-03-10 | 2021-03-10 | 一种基于单元调度模型的评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112861376B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024082836A1 (zh) * | 2022-10-19 | 2024-04-25 | 中国长江三峡集团有限公司 | 一种水风光储多能互补系统综合效益评估方案寻优方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377093A (zh) * | 2018-11-22 | 2019-02-22 | 国网湖南省电力有限公司 | 配电网项目投资效益评价方法 |
CN109558984A (zh) * | 2018-12-05 | 2019-04-02 | 中南大学 | 一种主动配电网分布式储能系统双目标混合优化规划方法 |
CN109829604A (zh) * | 2018-12-13 | 2019-05-31 | 国网江苏省电力有限公司电力科学研究院 | 一种电网侧储能电站运行效果综合评估方法 |
US20200191117A1 (en) * | 2016-04-28 | 2020-06-18 | State Grid Corporation Of China | Adaptive dynamic planning control method and system for energy storage station, and storage medium |
CN111709655A (zh) * | 2020-06-19 | 2020-09-25 | 南京工程学院 | 基于ahp-熵权法的储能式充电站运行状态评价方法 |
CN111725826A (zh) * | 2020-07-02 | 2020-09-29 | 国网青海省电力公司 | 一种基于高比例光伏接入电力系统的储能综合定容方法 |
CN111756076A (zh) * | 2020-07-27 | 2020-10-09 | 国网河南省电力公司电力科学研究院 | 一种储能辅助调峰服务市场的双层互动调度方法及装置 |
-
2021
- 2021-03-10 CN CN202110262464.XA patent/CN112861376B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200191117A1 (en) * | 2016-04-28 | 2020-06-18 | State Grid Corporation Of China | Adaptive dynamic planning control method and system for energy storage station, and storage medium |
CN109377093A (zh) * | 2018-11-22 | 2019-02-22 | 国网湖南省电力有限公司 | 配电网项目投资效益评价方法 |
CN109558984A (zh) * | 2018-12-05 | 2019-04-02 | 中南大学 | 一种主动配电网分布式储能系统双目标混合优化规划方法 |
CN109829604A (zh) * | 2018-12-13 | 2019-05-31 | 国网江苏省电力有限公司电力科学研究院 | 一种电网侧储能电站运行效果综合评估方法 |
CN111709655A (zh) * | 2020-06-19 | 2020-09-25 | 南京工程学院 | 基于ahp-熵权法的储能式充电站运行状态评价方法 |
CN111725826A (zh) * | 2020-07-02 | 2020-09-29 | 国网青海省电力公司 | 一种基于高比例光伏接入电力系统的储能综合定容方法 |
CN111756076A (zh) * | 2020-07-27 | 2020-10-09 | 国网河南省电力公司电力科学研究院 | 一种储能辅助调峰服务市场的双层互动调度方法及装置 |
Non-Patent Citations (1)
Title |
---|
YUAN LIANG ET AL: "Comprehensive Benefit Evaluation of Energy Storage System in Urban Load Center", 《2020 IEEE 1ST CHINA INTERNATIONAL YOUTH CONFERENCE ON ELECTRICAL ENGINEERING》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024082836A1 (zh) * | 2022-10-19 | 2024-04-25 | 中国长江三峡集团有限公司 | 一种水风光储多能互补系统综合效益评估方案寻优方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112861376B (zh) | 2023-07-14 |
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 | |
Liu et al. | Optimal sizing of a wind-energy storage system considering battery life | |
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 | |
CN112907129B (zh) | 储能综合效益评估指标体系 | |
CN109787261B (zh) | 电网侧及用户侧储能系统容量优化配置方法 | |
CN106327006A (zh) | 一种基于综合效益分析的微电网优化配置方法 | |
CN109713666B (zh) | 一种基于K-means聚类的电力市场下分布式储能经济性调控方法 | |
CN110633854A (zh) | 一种考虑储能电池多重分段服务全生命周期优化规划方法 | |
CN112001598A (zh) | 基于储能选型的不同用户储能配置评估与运行优化方法 | |
CN112861376B (zh) | 一种基于单元调度模型的评估方法及装置 | |
CN112766730A (zh) | 一种面向分布式资源接入的配网规划方案适应性评价方法 | |
Gangwar et al. | Management of energy storage dispatch in unbalanced distribution networks using opendss | |
Yang et al. | Inverse Proportion Technique Based Scheduling Strategy for Energy Storage System Considering Load Demand Differences | |
CN115204944A (zh) | 一种计及全寿命周期的储能最优峰谷价差测算方法及装置 | |
CN112600227B (zh) | 一种基于典型日挖掘的储能辅助调峰容量配置方法 | |
CN114547821A (zh) | 基于灰色关联理论的可调度柔性资源辨识方法、存储介质 | |
CN113255957A (zh) | 综合服务站不确定因素的定量优化分析方法及系统 | |
CN113469436A (zh) | 一种城市电网侧储能规划方法 | |
Tao et al. | Distributed Energy Storage Cluster Control Method for DC Microgrid Considering Flexibility | |
CN117810980B (zh) | 基于储能系统自由交易的光储虚拟网格博弈优化方法 | |
Sha et al. | Peaking compensation mechanism for supply and demand sides union promoting wind power integration | |
CN117333058A (zh) | 一种基于典型应用场景的储能综合评价方法 | |
US20240170987A1 (en) | Shared energy storage scheduling method and system based on energy frequency regulation and load demand | |
Mao et al. | A Quantitative Energy Storage Evaluation Method Under Multiple Scenarios | |
Zhang et al. | Deep Reinforcement Learning-Based Battery Conditioning Hierarchical V2G Coordination for Multi-Stakeholder Benefits |
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 |