CN112886714A - 一种电网侧储能电站复合功能辅助决策方法 - Google Patents

一种电网侧储能电站复合功能辅助决策方法 Download PDF

Info

Publication number
CN112886714A
CN112886714A CN202110064646.6A CN202110064646A CN112886714A CN 112886714 A CN112886714 A CN 112886714A CN 202110064646 A CN202110064646 A CN 202110064646A CN 112886714 A CN112886714 A CN 112886714A
Authority
CN
China
Prior art keywords
energy storage
power station
storage power
agc
function
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
Application number
CN202110064646.6A
Other languages
English (en)
Other versions
CN112886714B (zh
Inventor
汪湘晋
赵波
钱啸
章姝俊
章雷其
林达
张雪松
冯怿彬
李志浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Zhejiang Electric Power Co Ltd
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
State Grid Zhejiang Electric Power Co Ltd
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Zhejiang Electric Power Co Ltd, Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical State Grid Zhejiang Electric Power Co Ltd
Priority to CN202110064646.6A priority Critical patent/CN112886714B/zh
Publication of CN112886714A publication Critical patent/CN112886714A/zh
Application granted granted Critical
Publication of CN112886714B publication Critical patent/CN112886714B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00—Systems for storing electric 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
    • 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
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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]
    • 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)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种电网侧储能电站复合功能辅助决策方法。本发明采用的技术方案包括：1)获取储能电站的电站信息、预计上报量、电价信息以及功能优先级参数；2)建立储能电站复合功能评价模型，对储能电站一次调频、AGC功能和AVC功能的效果进行评价；3)建立具有功能优先级的储能电站复合功能优化模型；4)构建电网侧储能电站复合功能运行优化问题，采用混合整数线性优化算法，获得储能电站复合功能日前计划曲线；5)建立储能电站复合功能投退优化逻辑，实现储能电站复合功能投退信息更新；6)采用滚动优化算法实现对储能电站复合功能日前计划曲线的日内滚动更新。本发明能够实现储能电站复合功能组合高效运行。

Description

一种电网侧储能电站复合功能辅助决策方法
技术领域
本发明属于储能电站优化运行技术领域，具体地说是一种电网侧储能电站复合功能辅助决策方法。
背景技术
随着经济的快速发展和工业化水平的逐渐提高，储能电站技术得以广泛应用，电网侧储能电站，能够在保障新能源高效消纳利用的同时，为电力系统提供一定的容量支撑和调节能力，同时能参与辅助服务功能，能够有效促进绿色电力消纳、推进高弹性电网建设以及电力市场建设，其应用得到了广泛的关注。
电网侧储能电站的优化运行是储能电站重要的日常工作，是储能电站经济可靠运行的基础。储能电站的优化运行涉及到储能电站多种功能的耦合性，由于不同功能对储能电站的出力需求差异，对储能电站系统的复合功能运行计划将产生巨大影响。同时，在储能电站优化运行的日前计划制定时要对风机、光伏和负荷的功率进行预测，但由于风、光资源和负荷具有较强的间歇性和波动性，会影响系统的经济性和可靠性，因此应充分考虑日内实时运行与日前计划的差异与耦合。
现有的研究方法大多数未合理考虑储能电站的复合功能运行模式，通常工作在简单的削峰填谷方式，且未考虑日内储能电站的实际运行情况，采用固定时刻充放电的运行计划。因此需要在采用合理方式计及储能电站复合功能运行对储能电站优化运行的影响，并且充分考虑日前计划与日内计划的耦合及差异进行储能电站优化运行。
发明内容
本发明所要解决的技术问题是克服上述现有技术存在的缺陷，提供一种电网侧储能电站复合功能辅助决策方法，其考虑储能电站复合功能的协同运行方式，能够实现兼顾储能电站复合功能以及日内实时优化要求的储能电站优化运行。
为解决上述技术问题，本发明采用如下的技术方案：一种电网侧储能电站复合功能辅助决策方法，其包括：
步骤1)，获取储能电站的电站信息、预计上报量、电价信息以及功能优先级参数；
步骤2)，建立储能电站复合功能评价模型，对储能电站一次调频、AGC功能和AVC功能的效果进行评价；
步骤3)，建立具有功能优先级的储能电站复合功能优化模型，该优化模型包括目标函数和系统、设备的运行约束条件；
步骤4)，构建电网侧储能电站复合功能运行优化问题，采用混合整数线性优化算法，获得储能电站复合功能日前计划曲线；
步骤5)，建立储能电站复合功能投退优化逻辑，根据储能电站复合功能优化模型优化结果，若优化无误，则获得优化后的日前计划曲线，若优化出错，则采用一次调频的响应为先的功能逻辑，更新AGC响应计划，实现储能电站复合功能投退信息更新，再次优化，获得最终结果；
步骤6)，采用滚动优化算法实现对储能电站复合功能日前计划曲线的日内滚动更新：获取日前计划曲线的储能电站动作情况，结合储能电站日内实际运行情况，实现储能电站日内计划更新。
进一步地，所述的步骤1)具体包括：获取储能电站容量、功率、储能电站SOC；获取储能电站预计上报的AGC容量、AVC容量、储能电站一次调频预计动作量；获取储能电站所在地的用电电价信息；获取储能电站执行AGC响应、一次调频以及削峰填谷的优先级顺序。
进一步地，所述的步骤2)中，储能电站复合功能评价模型的具体形式为：
Figure BDA0002903850460000031
Figure BDA0002903850460000032
Figure BDA0002903850460000033
式中，t为时刻，
Figure BDA0002903850460000034
表示t时刻储能电站功率，
Figure BDA0002903850460000035
表示储能电站响应一次调频最大功率，
Figure BDA0002903850460000036
表示AGC预计上报容量；
Figure BDA0002903850460000037
表示AGC预计动作标志位，当AGC预计动作时，
Figure BDA0002903850460000038
取1，若无AGC预计动作，则
Figure BDA0002903850460000039
取0；
Figure BDA00029038504600000310
表示储能电站功率偏离AGC预计命令的差值，当储能电站功率大于AGC预计命令时，
Figure BDA00029038504600000311
大于0，
Figure BDA00029038504600000312
等于0，当储能电站功率小于AGC预计命令时，
Figure BDA00029038504600000313
大于0，
Figure BDA00029038504600000314
等于0；
Figure BDA00029038504600000315
分别为一次调频预计动作方向标志位，当一次调频预计出力为正时，
Figure BDA00029038504600000316
取1，
Figure BDA00029038504600000317
取0，当一次调频预计出力为负时，
Figure BDA00029038504600000318
取-1，
Figure BDA00029038504600000319
取0；
Figure BDA00029038504600000320
为储能电站参与AVC的功率，
Figure BDA00029038504600000321
为储能电站AVC预计上报容量；K1表示t时刻储能电站执行一次调频的实际功率与预计功率的一致率，K2则表示t时刻储能电站执行AGC功能的实际功率与预计命令的一致率，Kavc则表示t时刻储能电站执行AVC功能的实际功率与预计命令的一致率。
进一步地，所述的步骤3)具体包括：
步骤31)，基于步骤1)和步骤2)，以实现储能电站复合功能协同运行、降低储能电站运行成本为目标，建立储能电站复合功能优化模型，目标函数包括削峰填谷成本、一次调频惩罚成本、AGC惩罚成本、AVC惩罚成本，具体形式为：
Figure BDA0002903850460000041
式中，△t为时间步长，t为时刻，T为优化周期，ρt表示t时刻的电价信息，ρ1表示储能电站一次调频未达标的惩罚系数，ρ2为储能电站AGC未达标的惩罚系数，ρavc为储能电站参与AVC未达标的惩罚系数；
步骤32)，基于步骤1)和步骤2)确定储能电站复合功能优化模型的约束条件，电网侧储能电站在运行中需要满足系统及设备的运行约束，包括：
储能电站运行约束：
Figure BDA0002903850460000042
式中，
Figure BDA0002903850460000043
代表t时刻储能电站功率，由该时刻的储能电站放电功率
Figure BDA0002903850460000044
和储能电站充电功率
Figure BDA0002903850460000045
组成，Pmax为储能电站最大功率，SOC(t)、SOC(t-1)分别为t时刻和t-1时刻储能电站的容量状态，η为储能电站的效率，SOCmin、SOCmax分别为储能电站容量状态的下限和上限，Ic和Id分别为储能电站充电和放电的标志位，当储能电站充电时Ic取1，Id为0，当储能电站放电时Ic取0，Id为1。
更进一步地，所述的步骤32)中的约束条件还包括：
储能电站复合功能优化模型的约束条件：
Figure BDA0002903850460000051
式中，
Figure BDA0002903850460000052
代表t时刻储能电站功率，由该时刻的储能电站放电功率
Figure BDA0002903850460000053
和储能电站充电功率
Figure BDA0002903850460000054
组成；
Figure BDA0002903850460000055
代表AGC预计上报容量，
Figure BDA0002903850460000056
表示储能电站参与AGC的动作方向标志位，当AGC预计命令为正时，
Figure BDA0002903850460000057
取1，预计命令为负时，
Figure BDA0002903850460000058
取-1，若无AGC预计命令，则
Figure BDA0002903850460000059
取0；
Figure BDA00029038504600000510
表示储能电站功率偏离AGC预计命令的差值，当储能电站功率大于AGC预计命令时，
Figure BDA00029038504600000511
大于0，
Figure BDA00029038504600000512
等于0，当储能电站功率小于AGC预计命令时，
Figure BDA00029038504600000513
大于0，
Figure BDA00029038504600000514
等于0；
Figure BDA00029038504600000515
为储能电站参与AVC的功率，Qmax为储能电站最大无功功率。
进一步地，所述的步骤4)具体包括：
基于步骤1)、步骤2)和步骤3)，构造电网侧储能电站复合功能运行优化问题的目标函数及约束条件，具体形式为：
目标函数：
Figure BDA00029038504600000516
约束条件：
Figure BDA0002903850460000061
通过混合整数线性规划方法，求解出该问题的最优解，获得储能电站复合功能日前计划曲线。
进一步地，所述的步骤5)具体包括：
步骤51)，基于步骤1)获得储能电站获取储能电站预计上报的AGC容量、AVC容量、储能电站一次调频预计动作量，基于步骤4)获得电网侧储能电站复合功能运行优化问题的最优解；
步骤52)，若基于步骤4)的电网侧储能电站复合功能运行优化问题能够获得最优解，则获得正确的储能电站复合功能日前计划曲线；若此问题无解，则更新储能电站预计上报的AGC容量，将与一次调频冲突的AGC容量置0；
步骤53)，基于步骤52)获得AGC容量更新后的电网侧储能电站复合功能运行优化问题，再次执行优化，若能获得最优解，则获得正确的储能电站复合功能日前计划曲线；若此问题无解，则更新储能电站预计上报的AGC容量，将整体AGC容量全部置0；
步骤54)，基于步骤52)获得AGC容量更新后的电网侧储能电站复合功能运行优化问题，再次执行优化，获得正确的储能电站复合功能日前计划曲线。
进一步地，所述的步骤6)具体包括：
步骤61)，基于步骤5)获得储能电站复合功能日前计划曲线，获取储能电站启停计划，获取储能电站实时运行的储能电站容量状态；
步骤62)，基于步骤4)的电网侧储能电站复合功能运行优化问题，输入储能电站启停计划，储能电站实时运行的储能电站容量状态，优化得到实时计划曲线。
本发明具有的有益效果如下：本发明考虑储能电站复合功能的协同运行方式，能够实现兼顾储能电站复合功能以及日内实时优化要求的储能电站优化运行，为合理设置储能电站运行曲线提供指导和帮助。
附图说明
图1为本发明方法的流程图。
具体实施方式
以下结合具体实施方式，对本发明的技术进行详细描述。应当知道的是，以下具体实施方式仅用于帮助本领域技术人员理解本发明，而非对本发明的限制。
如图1所示的一种电网侧储能电站复合功能辅助决策方法，其包括：
步骤1)，获取储能电站的电站信息、预计上报量、电价信息以及功能优先级参数；
步骤2)，建立储能电站复合功能评价模型，对储能电站一次调频、AGC功能和AVC功能的效果进行评价；
步骤3)，建立具有功能优先级的储能电站复合功能优化模型，该优化模型包括目标函数和系统、设备的运行约束条件；
步骤4)，构建电网侧储能电站复合功能运行优化问题，采用混合整数线性优化算法，获得储能电站复合功能日前计划曲线；
步骤5)，建立储能电站复合功能投退优化逻辑，根据储能电站复合功能优化模型优化结果，若优化无误，则获得优化后的日前计划曲线，若优化出错，则采用一次调频的响应为先的功能逻辑，更新AGC响应计划，实现储能电站复合功能投退信息更新，再次优化，获得最终结果；
步骤6)，采用滚动优化算法实现对储能电站复合功能日前计划曲线的日内滚动更新：获取日前计划曲线的储能电站动作情况，结合储能电站日内实际运行情况，实现储能电站日内计划更新。
所述的步骤1)具体包括：获取储能电站容量、功率、储能电站SOC；获取储能电站预计上报的AGC、AVC容量、储能电站一次调频预计动作量；获取储能电站所在地的用电电价信息；获取储能电站执行AGC响应、一次调频以及削峰填谷的优先级顺序。
所述的步骤2)中，储能电站复合功能评价模型的具体形式为：
Figure BDA0002903850460000081
Figure BDA0002903850460000082
Figure BDA0002903850460000083
式中，t为时刻，
Figure BDA0002903850460000084
表示t时刻储能电站功率，
Figure BDA0002903850460000085
表示储能电站响应一次调频最大功率，
Figure BDA0002903850460000086
表示AGC预计上报容量；
Figure BDA0002903850460000087
表示AGC预计动作标志位，当AGC预计动作时，
Figure BDA0002903850460000091
取1，若无AGC预计动作，则
Figure BDA0002903850460000092
取0；
Figure BDA0002903850460000093
表示储能电站功率偏离AGC预计命令的差值，当储能电站功率大于AGC预计命令时，
Figure BDA0002903850460000094
大于0，
Figure BDA0002903850460000095
等于0，当储能电站功率小于AGC预计命令时，
Figure BDA0002903850460000096
大于0，
Figure BDA0002903850460000097
等于0；
Figure BDA0002903850460000098
分别为一次调频预计动作方向标志位，当一次调频预计出力为正时，
Figure BDA0002903850460000099
取1，
Figure BDA00029038504600000910
取0，当一次调频预计出力为负时，
Figure BDA00029038504600000911
取-1，
Figure BDA00029038504600000912
取0；
Figure BDA00029038504600000913
为储能电站参与AVC的功率，
Figure BDA00029038504600000914
为储能电站AVC预计上报容量。K1表示t时刻储能电站执行一次调频的实际功率与预计功率的一致率，K2则表示t时刻储能电站执行AGC功能的实际功率与预计命令的一致率，Kavc则表示t时刻储能电站执行AVC功能的实际功率与预计命令的一致率。
所述的步骤3)具体包括：
步骤31)，以实现储能电站复合功能协同运行、降低储能电站运行成本为目标，建立储能电站复合功能优化模型，目标函数包括削峰填谷成本、一次调频惩罚成本、AGC惩罚成本、AVC惩罚成本，具体形式为：
Figure BDA00029038504600000915
式中，△t为时间步长，t为时刻，T为优化周期，ρt表示t时刻的电价信息，ρ1表示储能电站一次调频未达标的惩罚系数，ρ2为储能电站AGC未达标的惩罚系数，ρavc为储能电站参与AVC未达标的惩罚系数。
步骤32)，基于步骤1)和步骤2)确定储能电站复合功能优化模型的约束条件，电网侧储能电站在运行中需要满足系统及设备的运行约束，包括：
储能电站运行约束：
Figure BDA0002903850460000101
式中，
Figure BDA0002903850460000102
代表t时刻储能电站功率，由该时刻的储能电站放电功率
Figure BDA0002903850460000103
和储能电站充电功率
Figure BDA0002903850460000104
组成，Pmax为储能电站最大功率，SOC(t)、SOC(t-1)分别为t时刻和t-1时刻储能电站的容量状态，η为储能电站的效率，SOCmin、SOCmax分别为储能电站容量状态的下限和上限，Ic和Id分别为储能电站充电和放电的标志位，当储能电站充电时Ic取1，Id为0，当储能电站放电时Ic取0，Id为1。
储能电站复合功能优化模型的约束条件：
Figure BDA0002903850460000105
式中，
Figure BDA0002903850460000106
代表t时刻储能电站功率，由该时刻的储能电站放电功率
Figure BDA0002903850460000107
和储能电站充电功率
Figure BDA0002903850460000108
组成；
Figure BDA0002903850460000109
代表AGC预计上报容量，
Figure BDA00029038504600001010
表示储能电站参与AGC的动作方向标志位，当AGC预计命令为正时，
Figure BDA00029038504600001011
取1，预计命令为负时，
Figure BDA00029038504600001012
取-1，若无AGC预计命令，则
Figure BDA00029038504600001013
取0；
Figure BDA00029038504600001014
表示储能电站功率偏离AGC预计命令的差值，当储能电站功率大于AGC预计命令时，
Figure BDA00029038504600001015
大于0，
Figure BDA00029038504600001016
等于0，当储能电站功率小于AGC预计命令时，
Figure BDA00029038504600001017
大于0，
Figure BDA00029038504600001018
等于0；
Figure BDA00029038504600001019
为储能电站参与AVC的功率，Qmax为储能电站最大无功功率。
所述的步骤4)具体包括：
基于步骤1)、步骤2)和步骤3)，构造电网侧储能电站复合功能运行优化问题的目标函数及约束条件，具体形式为：
目标函数：
Figure BDA0002903850460000111
约束条件：
Figure BDA0002903850460000112
通过混合整数线性规划方法，求解出该问题的最优解，获得储能电站复合功能日前计划曲线。
所述的步骤5)具体包括：
步骤51)，基于步骤1)获得储能电站获取储能电站预计上报的AGC容量、AVC容量、储能电站一次调频预计动作量，基于步骤4)获得电网侧储能电站复合功能运行优化问题的最优解；
步骤52)，若基于步骤4)的电网侧储能电站复合功能运行优化问题能够获得最优解，则获得正确的储能电站复合功能日前计划曲线；若此问题无解，则更新储能电站预计上报的AGC容量，将与一次调频冲突的AGC容量置0；
步骤53)，基于步骤52)获得AGC容量更新后的电网侧储能电站复合功能运行优化问题，再次执行优化，若能获得最优解，则获得正确的储能电站复合功能日前计划曲线；若此问题无解，则更新储能电站预计上报的AGC容量，将整体AGC容量全部置0；
步骤54)，基于步骤52)获得AGC预计动作量更新后的电网侧储能电站复合功能运行优化问题，再次执行优化，获得正确的储能电站复合功能日前计划曲线。
所述的步骤6)具体包括：
步骤61)，基于步骤5)获得储能电站复合功能日前计划曲线，获取储能电站启停计划，获取储能电站实时运行的储能电站容量状态；
步骤62)，基于步骤4)的电网侧储能电站复合功能运行优化问题，输入储能电站启停计划，储能电站实时运行的储能电站容量状态，优化得到实时计划曲线。
本发明中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (10)

1.一种电网侧储能电站复合功能辅助决策方法，其特征在于，包括：
步骤1)，获取储能电站的电站信息、预计上报量、电价信息以及功能优先级参数；
步骤2)，建立储能电站复合功能评价模型，对储能电站一次调频、AGC功能和AVC功能的效果进行评价；
步骤3)，建立具有功能优先级的储能电站复合功能优化模型，该优化模型包括目标函数和系统、设备的运行约束条件；
步骤4)，构建电网侧储能电站复合功能运行优化问题，采用混合整数线性优化算法，获得储能电站复合功能日前计划曲线；
步骤5)，建立储能电站复合功能投退优化逻辑，根据储能电站复合功能优化模型优化结果，若优化无误，则获得优化后的日前计划曲线，若优化出错，则采用一次调频的响应为先的功能逻辑，更新AGC响应计划，实现储能电站复合功能投退信息更新，再次优化，获得最终结果；
步骤6)，采用滚动优化算法实现对储能电站复合功能日前计划曲线的日内滚动更新：获取日前计划曲线的储能电站动作情况，结合储能电站日内实际运行情况，实现储能电站日内计划更新。
2.根据权利要求1所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤1)具体包括：获取储能电站容量、功率、储能电站SOC；获取储能电站预计上报的AGC、AVC容量、储能电站一次调频预计动作量；获取储能电站所在地的用电电价信息；获取储能电站执行AGC响应、一次调频以及削峰填谷的优先级顺序。
3.根据权利要求1所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤2)中，储能电站复合功能评价模型的具体形式为：
Figure FDA0002903850450000021
Figure FDA0002903850450000022
Figure FDA0002903850450000023
式中，t为时刻，
Figure FDA0002903850450000024
表示t时刻储能电站功率，
Figure FDA0002903850450000025
表示储能电站响应一次调频最大功率，
Figure FDA0002903850450000026
表示AGC预计上报容量，
Figure FDA0002903850450000027
表示AGC预计动作标志位，当AGC预计动作时，
Figure FDA0002903850450000028
取1，若无AGC预计动作，则
Figure FDA0002903850450000029
取0；
Figure FDA00029038504500000210
表示储能电站功率偏离AGC预计命令的差值，当储能电站功率大于AGC预计命令时，
Figure FDA00029038504500000211
大于0，
Figure FDA00029038504500000212
等于0，当储能电站功率小于AGC预计命令时，
Figure FDA00029038504500000213
大于0，
Figure FDA00029038504500000214
等于0；
Figure FDA00029038504500000215
分别为一次调频预计动作方向标志位，当一次调频预计出力为正时，
Figure FDA00029038504500000216
取1，
Figure FDA00029038504500000217
取0，当一次调频预计出力为负时，
Figure FDA00029038504500000218
取-1，
Figure FDA00029038504500000219
取0；
Figure FDA00029038504500000220
为储能电站参与AVC的功率，
Figure FDA00029038504500000221
为储能电站AVC预计上报容量；K1表示t时刻储能电站执行一次调频的实际功率与预计功率的一致率，K2则表示t时刻储能电站执行AGC功能的实际功率与预计命令的一致率，Kavc则表示t时刻储能电站执行AVC功能的实际功率与预计命令的一致率。
4.根据权利要求3所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤3)具体包括：
步骤31)，基于步骤1)和步骤2)，以实现储能电站复合功能协同运行、降低储能电站运行成本为目标，建立储能电站复合功能优化模型，目标函数包括削峰填谷成本、一次调频惩罚成本、AGC惩罚成本、AVC惩罚成本，具体形式为：
Figure FDA0002903850450000031
式中，△t为时间步长，t为时刻，T为优化周期，ρt表示t时刻的电价信息，ρ1表示储能电站一次调频未达标的惩罚系数，ρ2为储能电站AGC未达标的惩罚系数，ρavc为储能电站参与AVC未达标的惩罚系数。
5.根据权利要求4所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤3)具体还包括：
步骤32)，基于步骤1)和步骤2)确定储能电站复合功能优化模型的约束条件，电网侧储能电站在运行中需要满足系统及设备的运行约束，包括：
储能电站运行约束：
Figure FDA0002903850450000032
式中，
Figure FDA0002903850450000033
代表t时刻储能电站功率，由该时刻的储能电站放电功率
Figure FDA0002903850450000034
和储能电站充电功率
Figure FDA0002903850450000035
组成，Pmax为储能电站最大功率，SOC(t)、SOC(t-1)分别为t时刻和t-1时刻储能电站的容量状态，η为储能电站的效率，SOCmin、SOCmax分别为储能电站容量状态的下限和上限，Ic和Id分别为储能电站充电和放电的标志位，当储能电站充电时Ic取1，Id为0，当储能电站放电时Ic取0，Id为1。
6.根据权利要求5所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤32)中的约束条件还包括：
储能电站复合功能优化模型的约束条件：
Figure FDA0002903850450000041
式中，
Figure FDA0002903850450000042
代表t时刻储能电站功率，由该时刻的储能电站放电功率
Figure FDA0002903850450000043
和储能电站充电功率
Figure FDA0002903850450000044
组成；
Figure FDA0002903850450000045
代表AGC预计上报容量，
Figure FDA0002903850450000046
表示储能电站参与AGC的动作方向标志位，当AGC预计命令为正时，
Figure FDA0002903850450000047
取1，预计命令为负时，
Figure FDA0002903850450000048
取-1，若无AGC预计命令，则
Figure FDA0002903850450000049
取0；
Figure FDA00029038504500000410
表示储能电站功率偏离AGC预计命令的差值，当储能电站功率大于AGC预计命令时，
Figure FDA00029038504500000411
大于0，
Figure FDA00029038504500000412
等于0，当储能电站功率小于AGC预计命令时，
Figure FDA00029038504500000413
大于0，
Figure FDA00029038504500000414
等于0；
Figure FDA00029038504500000415
为储能电站参与AVC的功率，Qmax为储能电站最大无功功率。
7.根据权利要求6所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤4)具体包括：
基于步骤1)、步骤2)和步骤3)，构造电网侧储能电站复合功能运行优化问题的目标函数及约束条件，具体形式为：
目标函数：
Figure FDA00029038504500000416
约束条件：
Figure FDA0002903850450000051
通过混合整数线性规划方法，求解出该问题的最优解，获得储能电站复合功能日前计划曲线。
8.根据权利要求1所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤5)具体包括：
步骤51)，基于步骤1)获得储能电站获取储能电站预计上报的AGC容量、AVC容量、储能电站一次调频预计动作量，基于步骤4)获得电网侧储能电站复合功能运行优化问题的最优解；
步骤52)，若基于步骤4)的电网侧储能电站复合功能运行优化问题能够获得最优解，则获得正确的储能电站复合功能日前计划曲线；若此问题无解，则更新储能电站预计上报的AGC容量，将与一次调频冲突的AGC容量置0；
步骤53)，基于步骤52)获得AGC容量更新后的电网侧储能电站复合功能运行优化问题，再次执行优化，若能获得最优解，则获得正确的储能电站复合功能日前计划曲线；若此问题无解，则更新储能电站预计上报的AGC容量，将整体AGC容量全部置0；
步骤54)，基于步骤52)获得AGC容量更新后的电网侧储能电站复合功能运行优化问题，再次执行优化，获得正确的储能电站复合功能日前计划曲线。
9.根据权利要求1所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤6)具体包括：
步骤61)，基于步骤5)获得储能电站复合功能日前计划曲线，获取储能电站启停计划，获取储能电站实时运行的储能电站容量状态。
10.根据权利要求9所述的电网侧储能电站复合功能辅助决策方法，其特征在于，所述的步骤6)具体还包括：
步骤62)，基于步骤4)的电网侧储能电站复合功能运行优化问题，输入储能电站启停计划，储能电站实时运行的储能电站容量状态，优化得到实时计划曲线。
CN202110064646.6A 2021-01-18 2021-01-18 一种电网侧储能电站复合功能辅助决策方法 Active CN112886714B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110064646.6A CN112886714B (zh) 2021-01-18 2021-01-18 一种电网侧储能电站复合功能辅助决策方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110064646.6A CN112886714B (zh) 2021-01-18 2021-01-18 一种电网侧储能电站复合功能辅助决策方法

Publications (2)

Publication Number Publication Date
CN112886714A true CN112886714A (zh) 2021-06-01
CN112886714B CN112886714B (zh) 2022-07-12

Family

ID=76049189

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110064646.6A Active CN112886714B (zh) 2021-01-18 2021-01-18 一种电网侧储能电站复合功能辅助决策方法

Country Status (1)

Country Link
CN (1) CN112886714B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103187806A (zh) * 2011-12-31 2013-07-03 中国电力科学研究院 用于调频的电池储能电站功率控制方法及其系统
EP2733810A2 (en) * 2012-11-16 2014-05-21 Siemens Aktiengesellschaft Method of controlling a power network
EP3349168A1 (en) * 2017-01-12 2018-07-18 Johnson Controls Technology Company Building energy storage system with multiple demand charge cost optimization
CN109066814A (zh) * 2018-08-29 2018-12-21 国网浙江省电力有限公司电力科学研究院 储能装置辅助火电机组二次调频的控制方法及系统
CN110212552A (zh) * 2019-06-11 2019-09-06 中国神华能源股份有限公司 火力发电机组一次调频的控制方法及系统
CN110535119A (zh) * 2019-08-09 2019-12-03 国网江苏省电力有限公司镇江供电分公司 适应电网调峰调频的储能电站时段电量滚动控制方法
CN110768273A (zh) * 2019-10-30 2020-02-07 国电南瑞科技股份有限公司 一种储能联合火电参与电网二次调频的控制方法
US20200176986A1 (en) * 2018-11-30 2020-06-04 Midcontinent Independent System Operator, Inc. Systems And Methods For Managing Energy Storing Resources Of An Electrical Power Grid

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103187806A (zh) * 2011-12-31 2013-07-03 中国电力科学研究院 用于调频的电池储能电站功率控制方法及其系统
EP2733810A2 (en) * 2012-11-16 2014-05-21 Siemens Aktiengesellschaft Method of controlling a power network
EP3349168A1 (en) * 2017-01-12 2018-07-18 Johnson Controls Technology Company Building energy storage system with multiple demand charge cost optimization
CN109066814A (zh) * 2018-08-29 2018-12-21 国网浙江省电力有限公司电力科学研究院 储能装置辅助火电机组二次调频的控制方法及系统
US20200176986A1 (en) * 2018-11-30 2020-06-04 Midcontinent Independent System Operator, Inc. Systems And Methods For Managing Energy Storing Resources Of An Electrical Power Grid
CN110212552A (zh) * 2019-06-11 2019-09-06 中国神华能源股份有限公司 火力发电机组一次调频的控制方法及系统
CN110535119A (zh) * 2019-08-09 2019-12-03 国网江苏省电力有限公司镇江供电分公司 适应电网调峰调频的储能电站时段电量滚动控制方法
CN110768273A (zh) * 2019-10-30 2020-02-07 国电南瑞科技股份有限公司 一种储能联合火电参与电网二次调频的控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BO ZHAO: "Energy Management of Multiple Microgrids Based on a System of Systems Architecture", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 *
张红斌等: "计划孤岛下考虑停电成本的微电网增配储能优化策略", 《电力系统及其自动化学报》 *
薛琰等: "电力市场环境下独立储能电站的运行策略研究", 《电力需求侧管理》 *

Also Published As

Publication number Publication date
CN112886714B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN102522776B (zh) 储能系统提升风电跟踪计划出力能力的方法
CN106160091B (zh) 促进可再生能源消纳的电动汽车换电站充放电调度方法
CN103311942B (zh) 一种用于配电网削峰填谷的电池储能系统的控制方法
CN113315144B (zh) 一种新能源电厂共享储能参与调频的储能系统运行方法
CN113919620B (zh) 一种风光储微电网日前能量调度算法
CN111244993B (zh) 一种储能参与电网调峰应用的容量优化配置方法
CN110065410A (zh) 一种基于模糊控制的电动汽车充放电率控制方法
CN113627762B (zh) 一种基于激励电价的虚拟电厂调峰方法
CN111244991A (zh) 一种考虑电池寿命的储能电站运行控制方法及系统
CN105244920A (zh) 考虑电池健康状态的储能系统多目标控制方法及其系统
CN109842139A (zh) 一种含移动储能的微电网扩展规划方法
CN112001523A (zh) 考虑多种储能的综合能源多尺度优化调度控制方法及系统
Boyouk et al. Peak shaving of a grid connected-photovoltaic battery system at helmholtz institute ulm (hiu)
CN113435730B (zh) 一种变电站储能容量的协同配置方法、装置及系统
CN114611957A (zh) 一种用于供需预测偏差二次修正储能能量管理算法
CN112886714B (zh) 一种电网侧储能电站复合功能辅助决策方法
CN104281984A (zh) 一种用于微电网经济运行的供电方法
CN116667406A (zh) 基于非线性规划的储能充放电策略优化方法
CN113937798B (zh) 一种多站融合场景下考虑新能源消纳的储能系统配置方法
CN111404182B (zh) 基于磷酸铁锂介质的电化学储能电站的运行方法
CN110311423A (zh) 基于超限惩罚的独立微电网动态回馈修正优化调度方法
CN111181151A (zh) 一种预估用电负荷并进行控制的智能电网控制方法
Peng et al. Research on Target Analysis and Optimization Strategy of Peak Cutting and Valley Filling based on Actual Engineering Requirements
CN115663921B (zh) 一种风光储充微电网调控计划确定方法及系统
Xu et al. Economic analysis of energy storage multi-business models in the electricity market environment

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