CN113344732A - 电化学储能的运营评估方法、装置、终端设备及存储介质 - Google Patents

电化学储能的运营评估方法、装置、终端设备及存储介质 Download PDF

Info

Publication number
CN113344732A
CN113344732A CN202110430496.6A CN202110430496A CN113344732A CN 113344732 A CN113344732 A CN 113344732A CN 202110430496 A CN202110430496 A CN 202110430496A CN 113344732 A CN113344732 A CN 113344732A
Authority
CN
China
Prior art keywords
energy storage
electrochemical energy
power
power generation
preset
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
Application number
CN202110430496.6A
Other languages
English (en)
Inventor
姜大霖
朱吉茂
李涛
舒隽
王澍
吴璘
李兴
张健赟
柴玮
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.)
North China Electric Power University
Shenhua Science and Technology Research Institute Co Ltd
Original Assignee
North China Electric Power University
Shenhua Science and Technology Research Institute 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 North China Electric Power University, Shenhua Science and Technology Research Institute Co Ltd filed Critical North China Electric Power University
Priority to CN202110430496.6A priority Critical patent/CN113344732A/zh
Publication of CN113344732A publication Critical patent/CN113344732A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种电化学储能的运营评估方法、装置、终端设备及存储介质，方法包括：获取常规发电组以及系统负荷预测参数，并将常规发电组以及系统负荷预测参数输入至预设优化模型，得到每个时段的系统边际电价；基于电化学储能的技术特征参数以及系统边际电价，通过预设电化学储能的运行策略优化算法，计算得到每个时段电化学储能的充放电功率；根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在预设时间内的发电收入计算方法得到电化学储能在预设时间内的发电收入；实现了通过技术和经济指标的量化分析，发现储能在不同的电力市场的情境下的运营收入，对提高储能的合理规划以及储能的优化运行具有较好的指导和应用价值。

Description

电化学储能的运营评估方法、装置、终端设备及存储介质
技术领域
本发明属于电力系统有功优化技术领域，具体涉及一种电化学储能的运营评估方法、装置、终端设备及存储介质。
背景技术
随着国内电力体制改革的推进，电力现货市场在加速推进。国家提出了碳中和和碳达峰的宏观战略目标，新能源的加速规模化发展，必将要求储能等优质调节性资源进入电力市场，保证新能源的有效消纳。
近年来，电化学储能技术不断完善，设备成本不断降低，为大规模商业化储能投资提供了基础保障。但是商业化储能项目必然面临着项目的投资决策，在电力市场环境中，储能的收入将由电力市场的供需和出清方式决定。因此在项目投资决策阶段，应对储能在电力市场中的预期收入进行预测。
发明内容
基于此，有必要针对上述技术问题，提供一种电化学储能的运营评估方法、装置、终端设备及存储介质，通过技术和经济指标的量化分析，能够发现储能在不同的电力市场的情境下的运营收入，对提高储能的合理规划以及储能的优化运行具有较好的实际指导意义和应用价值。
本发明第一方面提供了一种电化学储能的运营评估方法，所述方法包括：
获取常规发电组以及系统负荷预测参数，并将所述常规发电组以及系统负荷预测参数输入至预设优化模型，得到每个时段的系统边际电价；
基于电化学储能的技术特征参数以及所述系统边际电价，通过预设电化学储能的运行策略优化算法，计算得到每个时段电化学储能的充放电功率；
根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在预设时间内的发电收入计算方法得到电化学储能在预设时间内的发电收入。
可选的，所述方法还包括：通过预设电化学储能在当天的发电收入计算方法得到电化学储能在当天的发电收入。
可选的，所述常规发电组以及系统负荷预测参数包括以下各项中的一项或多项：电力市场中火电机组的技术参数、电力市场在新能源场站的技术特征参数、以及电力市场中每个时段系统日前负荷预测参数LSt。
可选的，所述电化学储能的技术特征参数包括：额定功率
Figure BDA0003031276720000021
额定电量
Figure BDA0003031276720000022
充放电效率ηch、初始荷电状态SOCs、及终止荷电状态SOCe；
所述电力市场中火电机组的技术特征参数包括：每台火电发电机组的分段报价
Figure BDA0003031276720000023
和
Figure BDA0003031276720000024
额定功率
Figure BDA0003031276720000025
最小发电功率
Figure BDA0003031276720000026
爬坡率RDth，i；
所述电力市场中新能源场站的技术特征参数包括：每个新能源场站的最小发电功率
Figure BDA0003031276720000027
每个时段的日前预测发电功率
Figure BDA0003031276720000028
可选的，所述预设优化模型为线性规划模型。
可选的，所述预设优化模型为：
Figure BDA0003031276720000029
其中，所述预设优化模型的约束条件包括：
火电机组出力上下限：
Figure BDA0003031276720000031
火电机组报价段出力限制：
Figure BDA0003031276720000032
火电机组总出力：
Figure BDA0003031276720000033
火电机组爬坡约束：
pth，i，t-1-pth，i，t≤RDth，i
pth，i，t-pth，i，t-1≤RDth，i
功率平衡约束：
Figure BDA0003031276720000034
储能机组模型：
Figure BDA0003031276720000035
Figure BDA0003031276720000036
Figure BDA0003031276720000037
Figure BDA0003031276720000038
Eess，i，0＝SOCs，i
Eess，i，T＝SOCe，i
Figure BDA0003031276720000039
新能源机组出力上下限：
Figure BDA00030312767200000310
可选的，所述电化学储能的运行策略优化的计算方法为：
Figure BDA0003031276720000041
约束条件：
Figure BDA0003031276720000042
Figure BDA0003031276720000043
Figure BDA0003031276720000044
Figure BDA0003031276720000045
Eess，i，0＝SOCs，i
Eess，；，T＝SOCe，i
Figure BDA0003031276720000046
可选的，所述电化学储能的当日的发电收入计算方法为：
Figure BDA0003031276720000047
可选的，所述电化学储能包括以下各项中的一项或多项：铅蓄电池储能、锂离子电池储能、液流电池储能、钠硫电池储能和超级电容器储能。
本发明第二方面提供了一种电化学储能的运营评估的装置，所述装置包括：
获取模块，用于获取常规发电组以及系统负荷预测参数，并将所述常规发电组以及系统负荷预测参数输入至预设优化模型，得到每个时段的系统边际电价；
充放电计算模块，用于基于电化学储能的技术特征参数以及所述系统边际电价，通过预设电化学储能的运行策略优化算法，计算得到每个时段电化学储能的充放电功率；
发电收入计算模块，用于根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在预设时间内的发电收入计算方法得到电化学储能在预设时间内的发电收入。
可选的，所述装置还包括：
当天发电收入计算模块，通过预设电化学储能在当天的发电收入计算方法得到电化学储能在当天的发电收入。
本发明第三方面提供了一种终端设备，包括处理器和存储器；所述存储器用于存储计算机指令，所述处理器用于运行所述存储器存储的计算机指令，以实现上述的电化学储能的运营评估的方法。
本发明第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的电化学储能的运营评估的方法。
本发明有益效果如下：本发明充分考虑了电化学储能的技术特性以及电力市场的出清优化机制，可用于计算不同电力市场情景下的储能在预设时间内的优化运行方式以及经济性指标；通过技术和经济指标的量化分析，能够发现储能在不同的电力市场的情境下的运营收入，对提高储能的合理规划以及储能的优化运行具有较好的实际指导意义和应用价值。
附图说明
图1为一个实施例中一种电化学储能的运营评估方法的应用环境图；
图2为另一个实施例中一种电化学储能的运营评估方法的流程示意图；
图3为另一个实施例中一种电化学储能的运营评估装置的结构框图；
图4为另一个实施例中终端设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的一种电化学储能的运营评估方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104通过网络进行通信。终端102获取常规发电组以及系统负荷预测参数；并将该参数传输至服务器104，服务器104将所述常规发电组以及系统负荷预测参数输入至预设优化模型，得到每个时段的系统边际电价；基于电化学储能的技术特征参数以及所述系统边际电价，通过预设电化学储能的运行策略优化算法，计算得到每个时段电化学储能的充放电功率；根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在预设时间内的发电收入计算方法得到电化学储能在预设时间内的发电收入。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在另一个实施例中，如图2所示，提供了一种电化学储能的运营评估方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：
步骤S201：获取常规发电组以及系统负荷预测参数，并将所述常规发电组以及系统负荷预测参数输入至预设优化模型，得到每个时段的系统边际电价；
步骤S202：基于电化学储能的技术特征参数以及所述系统边际电价，通过预设电化学储能的运行策略优化算法，计算得到每个时段电化学储能的充放电功率；
在另一实施例中，该电化学储能包括但不限于以下各项中的一项或多项：铅蓄电池储能、锂离子电池储能、液流电池储能、钠硫电池储能和超级电容器储能。
步骤S203：根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在预设时间内的发电收入计算方法得到电化学储能在预设时间内的发电收入。
值得注意的是，在本实施例中，该步骤S203的一种实现方式为：
根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在当天的发电收入计算方法得到电化学储能在当天的发电收入。
故，在本实施例中，并不对该预设时间进行限定，如：本实施例的方案可用于计算并得到电化学储能日内发电收入，还可用于计算并得到电化学储能月内或年内发电收入。
故，在本实施例中，本发明充分考虑了电化学储能的技术特性以及电力市场的出清优化机制，可用于计算不同电力市场情景下的储能在预设时间内的优化运行方式以及经济性指标；通过技术和经济指标的量化分析，能够发现储能在不同的电力市场的情境下的运营收入，对提高储能的合理规划以及储能的优化运行具有较好的实际指导意义和应用价值。
具体的，在另一实施例中，上述常规发电组以及系统负荷预测参数包括发电组的相关技术参数以及负荷预测参数。该发电组包括但不限于：火力发电组、水力发电组或风力发电组。在本实施例中并不对该发电组的种类及数量进行限定，只需其满足本实施例的要求即可。如：该常规发电组以及系统负荷预测参数包括以下各项中的一项或多项：电力市场中火电机组的技术参数、电力市场在新能源场站的技术特征参数、以及电力市场中每个时段系统日前负荷预测参数LSt。
此外，在另一实施例中，所述电化学储能的技术特征参数包括：额定功率
Figure BDA0003031276720000071
额定电量
Figure BDA0003031276720000072
充放电效率ηch、初始荷电状态SOCs、及终止荷电状态SOCe；
所述电力市场中火电机组的技术特征参数包括：每台火电发电机组的分段报价
Figure BDA0003031276720000073
和
Figure BDA0003031276720000074
额定功率
Figure BDA0003031276720000075
最小发电功率
Figure BDA0003031276720000076
爬坡率RDth，i；
所述电力市场中新能源场站的技术特征参数包括：每个新能源场站的最小发电功率
Figure BDA0003031276720000081
每个时段的日前预测发电功率
Figure BDA0003031276720000082
在另一实施例中，该预设优化模型为线性规划模型。
在另一实施例中，所述预设优化模型为：
Figure BDA0003031276720000083
其中，所述预设优化模型的约束条件包括：
火电机组出力上下限：
Figure BDA0003031276720000084
火电机组报价段出力限制：
Figure BDA0003031276720000085
火电机组总出力：
Figure BDA0003031276720000086
火电机组爬坡约束：
pth，i，t-1-pth，i，t≤RDth，i
pth，i，t-pth，i，t-1≤RDth，i
功率平衡约束：
Figure BDA0003031276720000087
储能机组模型：
Figure BDA0003031276720000088
Figure BDA0003031276720000089
Figure BDA00030312767200000810
Figure BDA00030312767200000811
Eess，i，0＝SOCs，i
Eess，i，T＝SOCe，i
Figure BDA0003031276720000091
新能源机组出力上下限：
Figure BDA0003031276720000092
在另一实施例中，该电化学储能的运行策略优化的计算方法为：
Figure BDA0003031276720000093
约束条件：
Figure BDA0003031276720000094
Figure BDA0003031276720000095
Figure BDA0003031276720000096
Figure BDA0003031276720000097
Eess，i，0＝SOCs，i
Eess，i，T＝SOCe，i
Figure BDA0003031276720000098
在另一实施例中，该电化学储能的当日的发电收入计算方法为：
Figure BDA0003031276720000099
在另一实施例中，因为电力市场中安全约束经济调度是指在保证电力系统安全和实时电力平衡的基础上，综合考虑了机组报价、物理特性及电网安全等因素，优化安排各类发电机组的有功出力，使电力系统运行的发电费用达到最小，以取得最好的经济和社会效益。安全约束经济调度问题在数学本质上为包含线性、非线性、非解析约束条件的大规模规划问题，需要考虑系统平衡约束、电网约束、机组自身约束及实际运行约束，确定下个运行时间间隔内的机组发电基准点。安全约束经济调度模型以系统总发电成本最小为目标，根据超短期预测负荷，实时调整优化机组出力，满足负荷平衡约束、机组运行约束和电网安全约束，以实现经济调度。故在本实施例中提供了一种电化学储能的运营评估的方法，具体的，该方法包括以下步骤：
(1)建立电化学储能的技术特征参数，包括额定功率
Figure BDA0003031276720000101
额定电量
Figure BDA0003031276720000102
充放电效率ηch，初始荷电状态SOCs，终止荷电状态SOCe；
(2)建立电力市场中火电机组的技术特征参数，包括每台火电发电机组的分段报价
Figure BDA0003031276720000103
和
Figure BDA0003031276720000104
额定功率
Figure BDA0003031276720000105
最小发电功率
Figure BDA0003031276720000106
爬坡率RDth，i；
(3)建立电力市场中新能源场站的技术特征参数，包括每个新能源场站的最小发电功率
Figure BDA0003031276720000107
每个时段的日前预测发电功率
Figure BDA0003031276720000108
(4)建立电力市场中的每个时段系统日前负荷预测LSt；
(5)将电力市场中火电机组的特征参数、新能源场站特征参数以及系统负荷预测输入值电力市场仿真模型以进行电力市场仿真的优化计算，获得每个时段的系统边际电价；
(6)基于电化学储能的技术特征参数，以及电力市场仿真模型计算的系统边际电价，进行电化学储能的运行策略优化，获得每个时段电化学储能的充放电功率；
(7)根据每个时段的系统边际电价和每个时段的充放电功率，计算电化学储能在当日的发电收入。该电力市场仿真模型为一个线性规划模型，模型中的目标函数为最小化系统发电成本，模型中的约束条件包括发电和负荷平衡约束、常规发电机组的发电功率限额约束、常规发电机组的爬坡约束、新能源场站发电功率限额约束。
其中，所述电力市场仿真模型方法为如下线性规划模型：
Figure BDA0003031276720000111
约束条件：
a)火电机组出力上下限
Figure BDA0003031276720000112
b)火电机组报价段出力限制
Figure BDA0003031276720000113
c)火电机组总出力
Figure BDA0003031276720000114
d)火电机组爬坡约束
pth，i，t-1-pth，i，t≤RDth，i (5)
pth，i，t-pth，i，t-1≤RDth，i (6)
e)功率平衡约束
Figure BDA0003031276720000115
f)储能机组模型
Figure BDA0003031276720000116
Figure BDA0003031276720000117
Figure BDA0003031276720000118
Figure BDA0003031276720000119
Eess，i，0＝SOCs，i (12)
Eess，i，T＝SOCe，i (13)
Figure BDA00030312767200001110
g)新能源机组出力上下限
Figure BDA0003031276720000121
而且，所述电化学储能的运行策略优化的计算方法为：
Figure BDA0003031276720000122
约束条件：
Figure BDA0003031276720000123
Figure BDA0003031276720000124
Figure BDA0003031276720000125
Figure BDA0003031276720000126
Eess，i，0＝SOCs，i (20)
Eess，i，T＝SOCe，i (21)
Figure BDA0003031276720000127
而且，所述电化学储能的当日的发电收入计算方法为：
Figure BDA0003031276720000128
本实施例充分考虑了电化学储能的技术特性以及电力市场的出清优化机制，可用于计算不同电力市场情景下的储能日内优化运行方式以及经济性指标，为储能的运营商提供了一个较为直观的衡量储能运行和经济性的指标评估方法，通过技术和经济指标的量化分析，能够发现储能在不同的电力市场的情境下的运营收入，对提高储能的合理规划以及储能的优化运行具有较好的实际指导意义和应用价值。
在另一个实施例中，如图3所示，提供了一种电化学储能的运营评估的装置，所述装置包括：获取模块101，用于获取常规发电组以及系统负荷预测参数，并将所述常规发电组以及系统负荷预测参数输入至预设优化模型，得到每个时段的系统边际电价；充放电计算模块201，用于基于电化学储能的技术特征参数以及所述系统边际电价，通过预设电化学储能的运行策略优化算法，计算得到每个时段电化学储能的充放电功率；发电收入计算模块301，用于根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在预设时间内的发电收入计算方法得到电化学储能在预设时间内的发电收入。
可选的，发电收入计算模块301还用于：通过预设电化学储能在当天的发电收入计算方法得到电化学储能在当天的发电收入。
可选的，所述常规发电组以及系统负荷预测参数包括以下各项中的一项或多项：电力市场中火电机组的技术参数、电力市场在新能源场站的技术特征参数、以及电力市场中每个时段系统日前负荷预测参数LSt。
可选的，所述电化学储能的技术特征参数包括：额定功率
Figure BDA0003031276720000131
额定电量
Figure BDA0003031276720000132
充放电效率ηch、初始荷电状态SOCs、及终止荷电状态SOCe；
所述电力市场中火电机组的技术特征参数包括：每台火电发电机组的分段报价
Figure BDA0003031276720000133
和
Figure BDA0003031276720000134
额定功率
Figure BDA0003031276720000135
最小发电功率
Figure BDA0003031276720000136
爬坡率RDth，i；
所述电力市场中新能源场站的技术特征参数包括：每个新能源场站的最小发电功率
Figure BDA0003031276720000137
每个时段的日前预测发电功率
Figure BDA0003031276720000138
可选的，所述预设优化模型为线性规划模型。
可选的，所述预设优化模型为：
Figure BDA0003031276720000139
其中，所述预设优化模型的约束条件包括：
火电机组出力上下限：
Figure BDA0003031276720000141
火电机组报价段出力限制：
Figure BDA0003031276720000142
火电机组总出力：
Figure BDA0003031276720000143
火电机组爬坡约束：
pth，i，t-1-pth，i，t≤RDth，i
pth，i，t-pth，i，t-1≤RDth，i
功率平衡约束：
Figure BDA0003031276720000144
储能机组模型：
Figure BDA0003031276720000145
Figure BDA0003031276720000146
Figure BDA0003031276720000147
Figure BDA0003031276720000148
Eess，i，0＝SOCs，i
Eess，i，T＝SOCe，i
Figure BDA0003031276720000149
新能源机组出力上下限：
Figure BDA00030312767200001410
可选的，所述电化学储能的运行策略优化的计算方法为：
Figure BDA0003031276720000151
约束条件：
Figure BDA0003031276720000152
Figure BDA0003031276720000153
Figure BDA0003031276720000154
Figure BDA0003031276720000155
Eess，i，0＝SOCs，i
Eess，i，T＝SOCe，i
Figure BDA0003031276720000156
可选的，所述电化学储能的当日的发电收入计算方法为：
Figure BDA0003031276720000157
可选的，所述电化学储能包括以下各项中的一项或多项：铅蓄电池储能、锂离子电池储能、液流电池储能、钠硫电池储能和超级电容器储能。
关于上述装置的具体限定可以参见上文中对于相关方法的限定，在此不再赘述。上述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终端设备中的处理器中，也可以以软件形式存储于终端设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在另一个实施例中，提供了一种终端设备，该终端设备可以是服务器，其内部结构图可以如图4所示。该终端设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该终端设备的处理器用于提供计算和控制能力。该终端设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该终端设备的数据库用于存储相关数据。该终端设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种电化学储能的运营评估方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的终端设备的限定，具体的终端设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在另一个实施例中，提供了一种终端设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述的一种电化学储能的运营评估方法。
本实施例中的一种终端设备所涉及的名词及实现原理具体可以参照本发明实施例中的的一种电化学储能的运营评估方法，在此不再赘述。
在另一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的一种电化学储能的运营评估方法。
本实施例中的一种计算机可读存储介质所涉及的名词及实现原理具体可以参照本发明实施例中的的一种电化学储能的运营评估方法，在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种电化学储能的运营评估方法，其特征在于，所述方法包括：
获取常规发电组以及系统负荷预测参数，并将所述常规发电组以及系统负荷预测参数输入至预设优化模型，得到每个时段的系统边际电价；
基于电化学储能的技术特征参数以及所述系统边际电价，通过预设电化学储能的运行策略优化算法，计算得到每个时段电化学储能的充放电功率；
根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在预设时间内的发电收入计算方法得到电化学储能在预设时间内的发电收入。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：通过预设电化学储能在当天的发电收入计算方法得到电化学储能在当天的发电收入。
3.根据权利要求2所述的方法，其特征在于，所述常规发电组以及系统负荷预测参数包括以下各项中的一项或多项：电力市场中火电机组的技术参数、电力市场在新能源场站的技术特征参数、以及电力市场中每个时段系统日前负荷预测参数LSt。
4.根据权利要求3所述的方法，其特征在于，所述电化学储能的技术特征参数包括：额定功率
Figure FDA0003031276710000011
额定电量
Figure FDA0003031276710000012
充放电效率ηch、初始荷电状态SOCs、及终止荷电状态SOCe；
所述电力市场中火电机组的技术特征参数包括：每台火电发电机组的分段报价
Figure FDA0003031276710000013
和
Figure FDA0003031276710000014
额定功率
Figure FDA0003031276710000015
最小发电功率
Figure FDA0003031276710000016
爬坡率RDth，i；
所述电力市场中新能源场站的技术特征参数包括：每个新能源场站的最小发电功率
Figure FDA0003031276710000017
每个时段的日前预测发电功率
Figure FDA0003031276710000018
5.根据权利要求1所述的方法，其特征在于，所述预设优化模型为线性规划模型。
6.根据权利要求4或5所述的方法，其特征在于，所述预设优化模型为：
Figure FDA0003031276710000021
其中，所述预设优化模型的约束条件包括：
火电机组出力上下限：
Figure FDA0003031276710000022
火电机组报价段出力限制：
Figure FDA0003031276710000023
火电机组总出力：
Figure FDA0003031276710000024
火电机组爬坡约束：
pth，i，t-1-pth，i，t≤RDth，i
pth，i，t-pth，i，t-1≤RDth，i
功率平衡约束：
Figure FDA0003031276710000025
储能机组模型：
Figure FDA0003031276710000026
Figure FDA0003031276710000027
Figure FDA0003031276710000028
Figure FDA0003031276710000029
Eess，i，0＝SOCs，i
Eess，i，T＝SOCe，i
Figure FDA0003031276710000031
新能源机组出力上下限：
Figure FDA0003031276710000032
7.根据权利要求4所述的方法，其特征在于，所述电化学储能的运行策略优化的计算方法为：
Figure FDA0003031276710000033
约束条件：
Figure FDA0003031276710000034
Figure FDA0003031276710000035
Figure FDA0003031276710000036
Figure FDA0003031276710000037
Eess，i，0＝SOCs，i
Eess，i，T＝SOCe，i
Figure FDA0003031276710000038
8.根据权利要求4所述的方法，其特征在于，所述电化学储能的当日的发电收入计算方法为：
Figure FDA0003031276710000039
9.根据权利要求1所述的方法，其特征在于，所述电化学储能包括以下各项中的一项或多项：铅蓄电池储能、锂离子电池储能、液流电池储能、钠硫电池储能和超级电容器储能。
10.一种电化学储能的运营评估的装置，其特征在于，所述装置包括：
获取模块，用于获取常规发电组以及系统负荷预测参数，并将所述常规发电组以及系统负荷预测参数输入至预设优化模型，得到每个时段的系统边际电价；
充放电计算模块，用于基于电化学储能的技术特征参数以及所述系统边际电价，通过预设电化学储能的运行策略优化算法，计算得到每个时段电化学储能的充放电功率；
发电收入计算模块，用于根据每个时段的系统边际电价和每个时段的充放电功率，通过预设电化学储能在预设时间内的发电收入计算方法得到电化学储能在预设时间内的发电收入。
11.根据权利要求10所述的方法，其特征在于，所述装置还包括：
当天发电收入计算模块，通过预设电化学储能在当天的发电收入计算方法得到电化学储能在当天的发电收入。
12.一种终端设备，其特征在于，包括处理器和存储器；
所述存储器用于存储计算机指令，所述处理器用于运行所述存储器存储的计算机指令，以实现权利要求1至9中任一项所述的电化学储能的运营评估的方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1至9中任一项所述的电化学储能的运营评估的方法。
CN202110430496.6A 2021-04-21 2021-04-21 电化学储能的运营评估方法、装置、终端设备及存储介质 Pending CN113344732A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110430496.6A CN113344732A (zh) 2021-04-21 2021-04-21 电化学储能的运营评估方法、装置、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110430496.6A CN113344732A (zh) 2021-04-21 2021-04-21 电化学储能的运营评估方法、装置、终端设备及存储介质

Publications (1)

Publication Number Publication Date
CN113344732A true CN113344732A (zh) 2021-09-03

Family

ID=77468322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110430496.6A Pending CN113344732A (zh) 2021-04-21 2021-04-21 电化学储能的运营评估方法、装置、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN113344732A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062811A (zh) * 2022-04-24 2022-09-16 哈尔滨华盛能源科技有限公司 综合经济因素和能源因素的新能源规划方案的优化方法及系统
CN116914752A (zh) * 2023-09-13 2023-10-20 中国电力科学研究院有限公司 电化学储能参与调频市场的方法、系统、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108123492A (zh) * 2017-12-26 2018-06-05 国网辽宁省电力有限公司 一种考虑火电电蓄热联合调峰的日前发电计划优化方法
CN112398118A (zh) * 2020-10-27 2021-02-23 广东电网有限责任公司电力调度控制中心 一种柔性负荷市场出清电价调节方法、装置、设备及介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108123492A (zh) * 2017-12-26 2018-06-05 国网辽宁省电力有限公司 一种考虑火电电蓄热联合调峰的日前发电计划优化方法
CN112398118A (zh) * 2020-10-27 2021-02-23 广东电网有限责任公司电力调度控制中心 一种柔性负荷市场出清电价调节方法、装置、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吕晨旭;: "基于储能成本收益评估的小型光储系统实时经济运行方法", 电力系统保护与控制, no. 17 *
王皓靖;修晓青;张宇;刘大贺;万莎;李蓓;: "基于遗传算法的虚拟电厂经济性分析", 电器与能效管理技术, no. 06 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115062811A (zh) * 2022-04-24 2022-09-16 哈尔滨华盛能源科技有限公司 综合经济因素和能源因素的新能源规划方案的优化方法及系统
CN115062811B (zh) * 2022-04-24 2024-03-12 哈尔滨华盛能源科技有限公司 综合经济因素和能源因素的新能源规划方案的优化方法及系统
CN116914752A (zh) * 2023-09-13 2023-10-20 中国电力科学研究院有限公司 电化学储能参与调频市场的方法、系统、设备及介质
CN116914752B (zh) * 2023-09-13 2024-01-26 中国电力科学研究院有限公司 电化学储能参与调频市场的方法、系统、设备及介质

Similar Documents

Publication Publication Date Title
He et al. Multi-objective planning-operation co-optimization of renewable energy system with hybrid energy storages
Rodrigues et al. Modelling and sizing of NaS (sodium sulfur) battery energy storage system for extending wind power performance in Crete Island
Heydarian-Forushani et al. Robust scheduling of variable wind generation by coordination of bulk energy storages and demand response
Wang et al. Optimal planning of stand-alone microgrids incorporating reliability
Jiang et al. A unified model to optimize configuration of battery energy storage systems with multiple types of batteries
CN109687479B (zh) 功率波动平抑方法、系统、存储介质和计算机设备
Zhang et al. Improved cycle aging cost model for battery energy storage systems considering more accurate battery life degradation
CN111697625A (zh) 基于分布鲁棒优化的孤岛微电网机会约束能量调度方法
Hayes et al. Comparison of two energy storage options for optimum balancing of wind farm power outputs
CN113344732A (zh) 电化学储能的运营评估方法、装置、终端设备及存储介质
Wang et al. Two-stage full-data processing for microgrid planning with high penetrations of renewable energy sources
Rostami et al. Comparative sustainability study of energy storage technologies using data envelopment analysis
CN112994092B (zh) 一种基于功率预测的独立风光储微电网系统尺寸规划方法
CN113285490A (zh) 电力系统调度方法、装置、计算机设备和存储介质
CN111523204B (zh) 一种并网型综合能源网电-气储能系统优化配置求解方法
Goodall et al. Optimal design and dispatch of a hybrid microgrid system capturing battery fade
CN110867852A (zh) 计及全寿命周期成本的微电网储能优化配置方法及装置
CN111210048A (zh) 储能容量配置方法、装置、计算机设备及可读存储介质
CN117394370B (zh) 一种供电网智能动态节电调度系统及方法
Zhou et al. Online energy management optimization of hybrid energy storage microgrid with reversible solid oxide cell: A model-based study
CN112633699A (zh) 主动配电网网架规划方法、装置、计算机设备和存储介质
Jafari et al. Improved energy arbitrage optimization with detailed flow battery characterization
Li et al. Multi-constrained optimal control of energy storage combined thermal power participating in frequency regulation based on life model of energy storage
CN115537839A (zh) 制氢系统的效率优化控制方法及装置、设备及存储介质
CN112510679B (zh) 分布式储能优化调度方法、装置、计算机设备和存储介质

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