CN113098040B - 一种获取多场景收益的电网侧储能容量优化配置方法 - Google Patents
一种获取多场景收益的电网侧储能容量优化配置方法 Download PDFInfo
- Publication number
- CN113098040B CN113098040B CN202110381120.0A CN202110381120A CN113098040B CN 113098040 B CN113098040 B CN 113098040B CN 202110381120 A CN202110381120 A CN 202110381120A CN 113098040 B CN113098040 B CN 113098040B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- capacity
- peak
- benefits
- 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 272
- 230000008901 benefit Effects 0.000 title claims abstract description 106
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005611 electricity Effects 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000005457 optimization Methods 0.000 claims description 40
- 238000010276 construction Methods 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 18
- 238000007599 discharging Methods 0.000 claims description 13
- 230000000694 effects Effects 0.000 claims description 13
- 238000010248 power generation Methods 0.000 claims description 9
- 238000009434 installation Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000004088 simulation Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 4
- 238000013486 operation strategy Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 230000006399 behavior Effects 0.000 claims description 2
- 230000002146 bilateral effect Effects 0.000 claims description 2
- 230000001934 delay Effects 0.000 claims description 2
- 230000009977 dual effect Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 230000002354 daily effect Effects 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 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
-
- 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
- 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
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Power Engineering (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种获取多场景收益的电网侧储能容量优化配置方法,针对调峰辅助服务市场与能量容量市场组成的电力市场,其中在考虑到调峰辅助服务的时段与分时电价的峰谷套利时段有所重合,以此为基础,建立优化数学模型,以调峰辅助服务、延缓电网变压器升级以及峰谷电价套利三者的净收益最大为目标函数,进行优化计算,从而求解出储能的功率以及容量配置。本发明不需要将储能调峰辅助服务容量以及峰谷价差套利的容量区分开,而是将两者的利益最大化,共用同一个时刻的充放电功率,实现双重收益;具有较强的实施性,考虑到储能配置带来的直接经济性收益,而且将其额外带来的收益,使得投资的分析更加全面。
Description
技术领域
本发明属于能源管理技术领域,具体涉及一种获取多场景收益的电网侧储能容量优化配置方法。
背景技术
能源危机与传统火电机组所带来的环境污染压力下,以光伏、风电为代表的新能源快速发展,新疆地区作为新能源发展的重点地区,其新能源发电不确定性给电网运行带了极大的挑战,其中调峰问题尤为突出。随着我国电力现货市场的不断建设,机制趋于完善,建立适应我国电力发展的容量市场机制能够为储能系统市场化发展创造机会,为间歇性可再生能源的大规模并网提供灵活的容量支持。同时,由于大规模的电池储能技术的高速发展以及储能系统所具备的快速响应、灵活等系列特点,使得利用储能系统缓解电网调峰压力受到越来越多的关注。然而储能设备投资建设、运行维护成本较高,市场机制的不完善,导致储能投资者的利益无法得到保证、回报期偏长甚至会有亏本现象,这严重阻碍了储能的进一步发展。除了上述原因,储能应用场景较为单一,即没有充分利用储能系统,也是储能项目发展不顺利的原因之一。因此,如何科学地制定储能系统的应用以及配置储能容量,有利于储能项目的快速发展。
目前,储能容量优化配置根据其应用场景主要落实在电源侧、电网侧以及负荷侧。具体形式如下:
(1)电源侧储能应用:辅助传统机组动态运行,按照调度的要求调整输出的大小,尽可能地减小火电机组输出的波动范围,尽可能地让火电机组工作在接近经济运行状态下;平抑新能源发电波动,利用储能设备灵活的充放电能力,实现平滑风电、光伏等新能源发电出力曲线的效果,减少其出力波动性对电网的负面影响,促进风电、光伏的消纳;用于提升新能源发电的市场竞争力,电网中常出现弃风弃光的情况。配置储能设备能够提升新能源在电力市场中的竞争力,提高新能源的经济效益以及投资者的开发积极性。
(2)用户侧储能应用:用于提高供电可靠性,重要用电设施对供电可靠的要求标准较高,一旦供电系统出现故障而停止向负荷供电,将会造成一定的经济损失。重要负荷附近的储能设备,可作为备用电源或不间断电源,减少因电力供应不足而带来的停电损失;用于低充高放套利,一般在用电低谷时,电价较低,储能为充电状态;用电高峰时段,电价较高,储能为发电状态。用户侧的模式则较为固定。
(3)电网侧储能应用:用于延缓电网升级,对于建设较为完善的城市电网,其升级扩建成本较高,在负载率较大出安装适当容量的储能设备,可以降低负载率,从而延缓电网升级,减少资金的投入;用于调峰辅助服务,储能以其可快速充放电的优势,可参与电网调峰。在用电低谷时期,储能存储多余的电能,在用电高峰时则输出电能,减少电网峰谷差值。
储能容量优化配置根据上述电源侧、电网侧和负荷侧应用场景进行搭建模型,虽然储能容量优化优化配置技术较为成熟,但是储能应用场景的结合度不高,导致投资回报期等较长,目前电网侧储能缺乏一种能高度利用储能系统的容量配置方法。
针对高比例可再生能源并网引起的调峰问题,文献(南国良,张露江,郭志敏,何洋,刘萌,秦嘉翼,姜欣.电网侧储能参与调峰辅助服务市场的交易模式设计[J].电气工程学报,2020,15(03):88-96)学者提出了一种电网侧储能参与调峰辅助服务市场的交易模式。
首先分析了电网侧储能参与辅助服务市场的必要性及其带来的直接和间接经济效益。目前我国调峰辅助服务的主力依然是火电机组,但随着新能源渗透率的提高,调峰需求增大。储能技术的快速发展及其灵活高效的特点对于缓解当前电力系统进展矛盾的局势有较好的效果。电网侧储能能电站的参与一方面可以缓解电力市场调峰资源紧缺,另一方面可以带来直接收益以及间接收益。
其次,结合我国现行调峰补偿机制与实际调峰需求,设计电网侧储能参与调峰辅助服务市场交易模式。一方面,在需要进行调峰辅助服务时段获取调峰辅助服务收益,另一方面,在没有进行调峰辅助服务时段通过购售电获取高充低放经济收益。
最后,以一个固定功率以及容量的储能电站参与调峰辅助服务市场某日模拟运行来构造实验算例,先对该储能电站未参与辅助服务市场时峰谷价差进行分析,随后对参与辅助服务时段的调峰收益进行分析,得出系统的最终收益。
该技术存在以下问题:
1、现有技术虽然如本技术考虑了电网侧储能调峰辅助服务的直接收益以及间接收益,但是现有技术将调峰辅助服务时段以及峰谷套利时段分开计算,没有考虑到峰谷套利与调峰同时进行以获取双重收益;
2、现有技术的储能功率以及容量配置组为模型中的已知量,忽略了储能的最优配置对于电网侧储能调峰辅助服务的收益影响;
3、现有技术提及间接收益部分,但没有将其量化。
发明内容
针对现有的电网侧储能容量优化配置方法不够经济、全面的问题,本发明提出一种能够获取多场景收益的储能容量优化配置方法,一种电网侧的储能容量优化配置方法。
1、与现有的技术相比,本发明充分利用了现有阶段的调峰辅助服务以及分时电价政策的特点,在不需要过分改变原有电网侧储能设备运转的方式,直接对储能容量配置以及储能充放电策略稍作调整便可以实现电网侧储能调峰以及峰谷价差套利的超线性收益的效果,充分挖掘了储能设备在电网侧的经济效益;
2、各控制变量的调整是通过对优化模型求解得到的,然后反馈给相应的投资运营商,具有较强的实施性;
3、储能容量优化配置模型中还充分考虑到储能设备带来的间接收益,即延缓电网设备升级收益并将该收益量化计算。
具体的技术方案为:
一种获取多场景收益的电网侧储能容量优化配置方法,包括以下步骤:
S01,收集电网侧储能应用的相关收益类型,包括电网侧储能调峰辅助服务准则、峰谷价差套利、延缓电网变压器升级改造的相关政策、当地储能建造投资成本以及运行维护成本价格信息;
S02,针对各应用场景收益信息以及成本价格信息,以储能系统的年净收益最大为目标函数,以储能系统安全经济运行作为约束条件,构建用于获取多场景收益的储能容量优化配置模型;
S03,根据所述的用于获取多场景收益的储能容量优化配置模型,利用计算机仿真软件对其进行求解,并将求解得到的结果反馈给储能投资运营商;
S04,各投资运营商以优化计算后的变量作为参考值,控制各点的电网侧储能的安装容量,储能的运行策略的实际值跟踪参考值;
S05,检测优化控制后的调峰辅助服务效果以及整体的储能系统收益情况,从而来评判优化效果。
具体的各个步骤内容为:
步骤S01中,收集有关于某地区的储能电网侧相关服务相关收益、当地储能建造投资成本以及运行维护成本价格信息,具体的:
根据某地区调峰准则,作为独立市场主体的电储能设施可与发电企业通过双边协商确定交易价格,也可以通过市场平台集中交易确定价格;当储能用户如约履行合同时,电网企业按以下方式计算电储能设施的补偿费用,即,当储能用户未能如约履行合同,若实际用电量大于合同电量时,成交电量为合同电量,仅对合同电量部分进行补偿;若实际用电量小于合同电量时,成交电量为储能用户低谷实际用电量;
其次,为规范市场运行机制,避免各发电企业盲目逐利的行为,对自身原因导致日内调峰能力与日前上报金价情况不符合的火电厂进行相应的考核:考核罚金=减少的有偿调峰电量×出清电价×2;
储能调峰收益计算如下式所示:
式中,T是为调度周期所划分的点数,如24小时的时间尺度,取24点,则T=24;yt为单个时间段下的储能调峰收益,元;K1是调峰日净收益,为调峰收益与调峰容量不足的惩罚之差;为调峰容量,MW;/>是合同电价,取新能源上网电价,元/MWh;/>为调峰放电电量,MWh;
间接部分为延缓电网变压器升级的收益,其计算方式为:
K2=r·C·η·Rrate (4)
K2为储能系统延缓设备投资效益,元;r为输配电设备的固定折旧率;C为输配电设备的单位容量造价,元/MW;η为考虑并网设备与储能设备充放电损耗的储能效率;Rrate储能设备的最大功率,MW;
储能系统参与电力市场作为一个卖家或者买家,在非高峰负荷时段购买电力,在高峰时段以峰价将电量售出;其收益计算公式如下:
最后,建立储能系统投资运行成本相关模型;根据一般建模方法,储能系统投资成本主要包括与功率相关的换流器成本以及与电池容量大小相关的容量成本,运行成本主要包括与日常人员运行相关的固定部分以及与电池容量相关的衰退成本;
投资建设成本具体计算形式如下:
储能系统的运行维护成本计算方式为:
3.根据权利要求2所述的一种获取多场景收益的电网侧储能容量优化配置方法,其特征在于,步骤S02中,所述的获取多场景收益的电网侧储能容量优化配置方法,同时考虑峰谷价差套利与调峰辅助服务收益,此外储能系统还有延缓电网变压器升级的间接收益,因此能够获取最大的收益;以储能系统的年净收益最大为目标函数,目标函数表达式如下所示:
maxf=max((K1+K3)·365+AF·K2-AF·Cinv-Com) (8)
式中,K1为储能调峰收益,元/天;AF为年金因子,无量纲;AF·K2为延缓电网变压器升级部分,由于这部分是一次性收益,需要均摊至年收益;K3为峰谷价差套利收益,元/天;AF·Cinv为均摊至每年的投资建造费用,元/年;Com为年运维费用,包括固定运维费用和可变运维费用。
4.根据权利要求3所述的一种获取多场景收益的电网侧储能容量优化配置方法,其特征在于,步骤S03中根据储能系统的年净收益最大所建立的目标函数,确定储能容量优化配置模型约束条件,并在仿真软件上进行求解:
(a)确定优化模型中的等式约束条件:
1)储能充放电约束
2)每天的初始电池状态不变:
e0=eT (10)
e0是储能系统初始时刻的电量,MWh;eT是储能系统末端时刻的电量;
(b)确定优化模型中的不等式约束条件:
1)SOC不等式约束
SOCmin·E≤et≤SOCmax·E (11)
式中SOCmin、SOCmax分别为SOC的上下限约束;E为待建的电池储能装置容量,MWh;
2)储能充放电功率上下限不等式约束
x1,t+x2,t≤1 (14)
式(13)-(15)限制了储能电池不能同时进行充放电行为。式中,Rrate为待建的电池储能额定功率,MW;分别为储能系统充放电功率,MW;x1,t,x2,t为0-1变量,表示储能的充放电状态,当x1,t=1时,则表明储能电池处于充电状态;当x2,t=1时,则表明储能电池处于放电状态;
3)安装容量上下限不等式约束
Rmin≤Rrate≤Rmax (15)
Emin≤E≤Emax (16)
式中,Rrate为待建的电池储能额定功率,MW;E为待建的电池储能装置容量,MWh;Rmax、Rmax为待安装储能的功率上下限;Emax、Emin分别为待安装储能的容量上下限;
4)投资金额约束
根据目标函数以及约束条件搭建仿真模型,在仿真软件进行仿真求解,将求解结果反馈给储能投资运营商。
S04各投资运营商以优化计算后的变量,即储能安装功率、储能容量以及充放电策略,作为参考值,控制各点的电网侧储能的安装容量,储能的运行策略实际值跟踪参考值。
本发明提出的获取多场景收益的电网侧储能容量优化配置方法中,是针对调峰辅助服务市场与能量容量市场组成的电力市场,其中在考虑到调峰辅助服务的时段与分时电价的峰谷套利时段有所重合,以此为基础,建立优化数学模型,以调峰辅助服务、延缓电网变压器升级以及峰谷电价套利三者的净收益最大为目标函数,进行优化计算,从而求解出储能的功率以及容量配置,具有以下的优点:
本发明与以往电网侧储能容量优化配置不同之处在于:(1)不需要将储能调峰辅助服务容量以及峰谷价差套利的容量区分开,而是将两者的利益最大化,共用同一个时刻的充放电功率,实现双重收益;(2)本技术的储能容量是作为模型的优化变量求解得出,考虑较为全面,反馈给相应的投资运营商,具有较强的实施性。(3)本模型不仅仅考虑到储能配置带来的直接经济性收益,而且将其额外带来的收益,如延缓电网变压器升级的价值给予量化,使得投资的分析更加全面。
附图说明
图1是本发明方法的流程图;
图2是实施例某地区分时电价数据;
图3是实施例当地负荷曲线数据;
图4是实施例的优化结果。
具体实施方式
结合实施例说明本发明的具体技术方案。
参考图1,图1是本发明获取多场景收益的电网侧储能容量优化配置方法的流程图。
所述获取多场景收益的电网侧储能容量优化配置方法包括以下步骤:
S01,收集电网侧储能应用的相关收益类型,包括电网侧储能调峰辅助服务准则、峰谷价差套利、延缓电网变压器升级改造的相关政策、当地储能建造投资成本以及运行维护成本价格信息;
S02,针对上述的各应用场景收益信息以及成本价格信息,以储能系统的年净收益最大为目标函数,以储能系统安全经济运行作为约束条件的优化模型;
S03,根据上述构建的用于获取多场景收益的储能容量优化配置模型,利用计算机仿真软件对其进行求解,并将求解得到的结果反馈给储能投资运营商;
S04,各投资运营商以优化计算后的变量作为参考值,控制各点的电网侧储能的安装容量,储能的运行策略的实际值跟踪参考值;
S05,检测优化控制后的调峰辅助服务效果以及整体的储能系统收益情况,从而来评判优化效果。
本发明的获取多场景收益的电网侧储能容量优化配置方法中,通过收集收集电网侧储能应用的相关收益类型,包括电网侧储能调峰辅助服务准则、峰谷价差套利、延缓电网变压器升级改造的相关政策、当地储能建造投资成本以及运行维护成本价格信息;并以此为基础建立以储能系统的年净收益最大为目标函数,以储能系统安全经济运行作为约束条件的优化模型;利用计算机仿真软件对其进行求解,并将求解得到的结果反馈给储能投资运营商利用计算机仿真软件对其进行求解,并将求解得到的结果反馈给储能投资运营商;检测优化控制后的调峰辅助服务效果以及整体的储能系统收益情况,从而来评判优化效果。
其中,对于步骤S01,首先要收集收集电网侧储能应用的相关收益类型,包括电网侧储能调峰辅助服务准则、峰谷价差套利、延缓电网变压器升级改造的相关政策、当地储能建造投资成本以及运行维护成本价格信息。
对于步骤S02,建立以储能系统的年净收益最大为目标函数,以储能系统安全经济运行作为约束条件的优化模型:
为了最大化整个储能系统的收益,本发明建立如下目标函数:
maxf=max((K1+K3)·365+AF·K2-AF·Cinv-Com) (19)
式中,K1为储能调峰收益,元/天;AF·K2为延缓电网变压器升级部分,由于这部分是一次性收益,需要均摊至年收益;K3为峰谷价差套利收益,元/天;AF·Cinv为均摊至每年的投资建造费用,元/年;Com为年运维费用,包括固定运行维护费用和可变运行维护费用。本发明是以整个储能系统的净收益最大为目标函数的,而不是单独考虑收益最大。
上述储能系统安全经济运行作为约束条件包括等式约束条件和不等式约束条件。
1、等式约束条件包括:
1)储能充放电SOC状态
对于储能系统的每个运行时刻,都需要满足如下约束:
2)初始电池状态不变约束
对于储能系统运行的每天,需要满足如下约束:
e0=eT (21)
式中,e0是储能系统初始时刻的电量,MWh;eT是储能系统末端时刻的电量。该式确保了每天初始状态储能系统有足够的向上向下调节能力。
2、不等式约束条件包括:
1)SOC上下限约束
SOCmin·E≤et≤SOCmax·E (22)
式中SOCmin、SOCmax分别为SOC的上下限约束。
2)储能充放电功率上下限约束
x1,t+x2,t≤1 (25)
式中的约束条件分别为:储能的充电功率上下限约束、储能放电功率上下限约束、储能充放电过程不能同时进行约束
3)储能规划不等式约束
Rmin≤Rrate≤Rmax (26)
Emin≤E≤Emax (27)
为保障规划功率与容量在正常资金范围内,需对规划的容量、功率以及初始投资金额有一定的约束。Rmax、Rmin为待安装储能的功率上下限;Emax、Emin分别为待安装储能的容量上下限;为单位电池储能功率建设成本,元/MW;Rrate为待建的电池储能最大功率,MW;/>为电池储能的单位容量价格,元/MWh;E为待建的电池储能装置容量,MWh
综上,式(1)-(18)、(20)-(29)构成了本发明获取多场景收益的电网侧储能容量优化配置模型。以上部分即为本发明获取多场景收益的电网侧储能容量优化配置方法所建立的优化模型,为后续的仿真软件求解打下了基础。
对于步骤S03,根据上述构建的获取多场景收益的电网侧储能容量优化配置的优化模型,利用计算机仿真软件对其进行求解,并将求解得到的结果反馈给各控制系统。
在第一步建立各场景收益成本模型后,将其带入到第二步的优化模型中去,然后利用计算机软件去进行求解,如采用基于Matlab、C或C++等语言来编写求解。
对于步骤S04,储能投资运营商以优化计算后的变量作为参考值,控制储能电站建造的容量配置参考优化结果,运行操作跟踪参考值。
对于步骤S05,检测优化控制后的调峰辅助服务效果以及整体的储能系统收益情况,从而来评判优化效果。
本实施采取某地区分时电价数据以及当地负荷曲线数据,如图2、图3所示,该地区的谷价时段主要集中在早上,峰价时段集中在中午以及晚上,这与图3负荷曲线显示的高峰低谷时段重合度较大,这也是实现双重收益的重要基础。通过结合考虑峰谷价差套利、调峰补偿收益以及量化延缓变压器容量升级收益,以年净收益最大为目标函数,结合相关约束条件搭建储能容量优化配置模型。仿真结果示意图如图4所示,储能设备在谷价时段长时间充电,在峰价时段放电赚取峰谷价差,与此同时,储能设备还参与调峰辅助服务获取调峰补偿收益。从图上也可以看出,该配置能够有效地改善负荷曲线。
综上所述,所提技术对于实际储能项目有着较好的工程意义。
Claims (4)
1.一种获取多场景收益的电网侧储能容量优化配置方法,其特征在于,包括以下步骤:
S01,收集电网侧储能应用的相关收益类型,包括电网侧储能调峰辅助服务准则、峰谷价差套利、延缓电网变压器升级改造的相关政策、当地储能建造投资成本以及运行维护成本价格信息;
步骤S01中,收集有关于某地区的储能电网侧相关服务相关收益、当地储能建造投资成本以及运行维护成本价格信息,具体的:
根据某地区调峰准则,作为独立市场主体的电储能设施与发电企业通过双边协商确定交易价格,或者通过市场平台集中交易确定价格;当储能用户如约履行合同时,电网企业按以下方式计算电储能设施的补偿费用,即,当储能用户未能如约履行合同,若实际用电量大于合同电量时,成交电量为合同电量,仅对合同电量部分进行补偿;若实际用电量小于合同电量时,成交电量为储能用户低谷实际用电量;
其次,为规范市场运行机制,避免各发电企业盲目逐利的行为,对自身原因导致日内调峰能力与日前上报金价情况不符合的火电厂进行相应的考核:考核罚金=减少的有偿调峰电量×出清电价×2;
储能调峰收益计算如下式所示:
式中,T是为调度周期所划分的点数;yt为单个时间段下的储能调峰收益,元;K1是调峰日净收益,为调峰收益与调峰容量不足的惩罚之差;为调峰容量,MW;/>是合同电价,取新能源上网电价,元/MWh;/>为储能系统在t时刻的放电功率,MW;Rrate待建的电池储能的额定功率,MW;
间接部分为延缓电网变压器升级的收益,其计算方式为:
K2=r·C·η·Rrate (4)
K2为储能系统延缓设备投资效益,元;r为输配电设备的固定折旧率;C为输配电设备的单位容量造价,元/MW;η为考虑并网设备与储能系统充放电损耗的储能效率;Rrate待建的电池储能的额定功率,MW;
储能系统参与电力市场作为一个卖家或者买家,在非高峰负荷时段购买电力,在高峰时段以峰价将电量售出;其收益计算公式如下:
最后,建立储能系统投资运行成本相关模型;根据一般建模方法,储能系统投资成本主要包括与功率相关的换流器成本以及与电池容量大小相关的容量成本,运行成本主要包括与日常人员运行相关的固定部分以及与电池容量相关的衰退成本;
投资建设成本具体计算形式如下:
储能系统的运行维护成本计算方式为:
S02,针对各应用场景收益信息以及成本价格信息,以储能系统的年净收益最大为目标函数,以储能系统安全经济运行作为约束条件,构建用于获取多场景收益的储能容量优化配置模型;
S03,根据所述的用于获取多场景收益的储能容量优化配置模型,利用计算机仿真软件对其进行求解,并将求解得到的结果反馈给储能投资运营商;
S04,各投资运营商以优化计算后的变量作为参考值,控制各点的电网侧储能的安装容量,储能的运行策略的实际值跟踪参考值;
S05,检测优化控制后的调峰辅助服务效果以及整体的储能系统收益情况,从而来评判优化效果。
2.根据权利要求1所述的一种获取多场景收益的电网侧储能容量优化配置方法,其特征在于,步骤S02中,所述的获取多场景收益的电网侧储能容量优化配置方法,同时考虑峰谷价差套利与调峰辅助服务收益,此外储能系统还有延缓电网变压器升级的间接收益,因此能够获取最大的收益;以储能系统的年净收益最大为目标函数,目标函数表达式如下所示:
maxf=max((K1+K3)·365+AF·K2-AF·Cinv-Com) (8)
式中,K1为储能调峰收益,元/天;AF为年金因子,无量纲;AF·K2为延缓电网变压器升级部分,由于这部分是一次性收益,需要均摊至年收益;K3为峰谷价差套利收益,元/天;Cinv为储能投资成本,元;AF·Cinv为均摊至每年的投资建造费用,元/年;Com为储能系统的运行维护成本。
3.根据权利要求2所述的一种获取多场景收益的电网侧储能容量优化配置方法,其特征在于,步骤S03中根据储能系统的年净收益最大所建立的目标函数,确定储能容量优化配置模型约束条件,并在仿真软件上进行求解:
(a)确定优化模型中的等式约束条件:
1)储能充放电约束
式中,et为当前时刻的储能能量,MWh;et-1为上一时刻的储能能量,MWh;Δt为时间间隔;为储能系统在t时刻的放电功率,MW;/>为储能系统在t时刻的充电功率,MW;ηch、ηdis分别为充放电效率,无量纲;
2)每天的初始电池状态不变:
e0=eT (10)
e0是储能系统初始时刻的电量,MWh;eT是储能系统末端时刻的电量;
(b)确定优化模型中的不等式约束条件:
1)SOC不等式约束
SOCmin·E≤et≤SOCmax·E (11)
式中SOCmin、SOCmax分别为SOC的上下限约束;E为待建的电池储能装置容量,MWh;
2)储能充放电功率上下限不等式约束
x1,t+x2,t≤1 (14)
式(12)-(14)限制了储能电池不能同时进行充放电行为;式中,Rrate为待建的电池储能的额定功率,MW;为储能系统在t时刻的放电功率,MW;/>为储能系统在t时刻的充电功率,MW;x1,t,x2,t为0-1变量,表示储能的充放电状态,当x1,t=1时,则表明储能电池处于充电状态;当x2,t=1时,则表明储能电池处于放电状态;
3)安装容量上下限不等式约束
Rmin≤Rrate≤Rmax (15)
Emin≤E≤Emax (16)
式中,Rrate为待建的电池储能的额定功率,MW;E为待建的电池储能装置容量,MWh;Rmax、Rmin为待安装储能的功率上下限;Emax、Emin分别为待安装储能的容量上下限;
4)投资金额约束
根据目标函数以及约束条件搭建仿真模型,在仿真软件进行仿真求解,将求解结果反馈给储能投资运营商。
4.根据权利要求3所述的一种获取多场景收益的电网侧储能容量优化配置方法,其特征在于,步骤S04中优化计算后的变量,包括储能安装功率、储能容量以及充放电策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110381120.0A CN113098040B (zh) | 2021-04-09 | 2021-04-09 | 一种获取多场景收益的电网侧储能容量优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110381120.0A CN113098040B (zh) | 2021-04-09 | 2021-04-09 | 一种获取多场景收益的电网侧储能容量优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113098040A CN113098040A (zh) | 2021-07-09 |
CN113098040B true CN113098040B (zh) | 2023-07-11 |
Family
ID=76675726
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110381120.0A Active CN113098040B (zh) | 2021-04-09 | 2021-04-09 | 一种获取多场景收益的电网侧储能容量优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113098040B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113780742B (zh) * | 2021-08-13 | 2024-06-07 | 华电山东能源销售有限公司 | 辅助服务市场环境下发电机组灵活性改造经济性计算方法 |
CN114819424B (zh) * | 2022-06-30 | 2022-10-11 | 国网江西省电力有限公司电力科学研究院 | 一种适应多场景应用的储能剩余容量分配方法 |
CN117639022B (zh) * | 2024-01-25 | 2024-05-03 | 华北电力大学 | 一种储能多元复用调控方法、系统及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376410A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种配电网中分布式电源的规划方法 |
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 |
CN112001598A (zh) * | 2020-07-28 | 2020-11-27 | 四川大学 | 基于储能选型的不同用户储能配置评估与运行优化方法 |
CN112531753A (zh) * | 2020-12-07 | 2021-03-19 | 深圳供电局有限公司 | 一种储能系统运行优化方法 |
CN112529622A (zh) * | 2020-12-08 | 2021-03-19 | 国网河南省电力公司经济技术研究院 | 基于虚拟电厂的多元小微主体参与现货市场的出清方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8085009B2 (en) * | 2007-08-13 | 2011-12-27 | The Powerwise Group, Inc. | IGBT/FET-based energy savings device for reducing a predetermined amount of voltage using pulse width modulation |
-
2021
- 2021-04-09 CN CN202110381120.0A patent/CN113098040B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376410A (zh) * | 2014-11-06 | 2015-02-25 | 国家电网公司 | 一种配电网中分布式电源的规划方法 |
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 |
CN112001598A (zh) * | 2020-07-28 | 2020-11-27 | 四川大学 | 基于储能选型的不同用户储能配置评估与运行优化方法 |
CN112531753A (zh) * | 2020-12-07 | 2021-03-19 | 深圳供电局有限公司 | 一种储能系统运行优化方法 |
CN112529622A (zh) * | 2020-12-08 | 2021-03-19 | 国网河南省电力公司经济技术研究院 | 基于虚拟电厂的多元小微主体参与现货市场的出清方法 |
Non-Patent Citations (1)
Title |
---|
"考虑多场景需求的配电网分布式储能多目标优化配置方法";孙充勃等;《电力建设》;20190731;第40卷(第7期);48-56 * |
Also Published As
Publication number | Publication date |
---|---|
CN113098040A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113098040B (zh) | 一种获取多场景收益的电网侧储能容量优化配置方法 | |
CN110752625B (zh) | 一种多能互补新能源发电系统的运营策略优化方法 | |
CN111047470A (zh) | 分布式储能电站参与电力辅助服务市场的运营方法 | |
Yi et al. | Energy storage capacity optimization of wind-energy storage hybrid power plant based on dynamic control strategy | |
CN115864376A (zh) | 一种多时间尺度电力保供分析方法及系统 | |
Ju et al. | A multi-objective peak regulation transaction optimization and benefits coordination model for multi-sources coupling system considering flexible load response | |
Tang et al. | Unit maintenance strategy considering the uncertainty of energy intensive load and wind power under the carbon peak and carbon neutral target | |
Li et al. | Energy storage capacity optimization strategy for combined wind storage system | |
CN112258064A (zh) | 基于技术与市场灵活性统一框架的新能源消纳能力评估方法 | |
Jiang et al. | Monthly electricity purchase and decomposition optimization considering wind power accommodation and day-ahead schedule | |
Li et al. | Economic analysis of energy storage peak shaving considering full life cycle cost | |
CN107453409B (zh) | 一种基于短周期均值方差的新能源储能配置优化方法 | |
Xue et al. | An Economic study of Power Secondary Frequency Regulation with Different Energy Storage Systems | |
Gonzalez-Castellanos et al. | Congestion management via increasing integration of electric and thermal energy infrastructures | |
Chen | Optimal configuration of cloud energy storage considering demand response in microgrid | |
CN113177692B (zh) | 一种国家指令性电量的年计划完成风险评估方法 | |
Tian et al. | Research on Capacity Allocation and Operation Scheduling of Independent Energy Storage in Electricity Spot Market | |
Zhou et al. | Analysis of Energy Storage Operation Configuration of Power System Based on Multi-Objective Optimization | |
Ouyang et al. | Double-differentiated Capacity Compensation Mechanism for the New Power System | |
Song | Optimal Allocation of Energy Storage for Distributed Wind Farms Under Cost Minimization Constraints | |
Xu et al. | Evaluation Model and Analysis of Lithium Battery Energy Storage Power Stations on Generation Side | |
Hu et al. | Application Scenarios and Typical Business Model Design of Grid Energy Storage in China | |
Zhang et al. | Research on VPP's Participation in Yunnan Auxiliary Service Market Mechanism | |
Li et al. | Economic Benefit Analysis of Battery Energy Storage Power Station Based on Application Price System | |
Dou et al. | Design of Compensation Mechanism for Energy Storage Participating in Auxiliary Services and Analysis of Its Investment Economics |
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 |