CN113488995A - 基于储能成本的共享储能容量优化配置方法和装置 - Google Patents

基于储能成本的共享储能容量优化配置方法和装置 Download PDF

Info

Publication number
CN113488995A
CN113488995A CN202110725157.0A CN202110725157A CN113488995A CN 113488995 A CN113488995 A CN 113488995A CN 202110725157 A CN202110725157 A CN 202110725157A CN 113488995 A CN113488995 A CN 113488995A
Authority
CN
China
Prior art keywords
energy storage
cost
shared
shared energy
user side
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
CN202110725157.0A
Other languages
English (en)
Other versions
CN113488995B (zh
Inventor
高博
梅生伟
汪胜和
陈来军
谢毓广
郑天文
魏韡
黄杰
李金中
王小明
徐斌
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.)
Tsinghua University
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
State Grid Anhui Electric Power Co Ltd
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Original Assignee
Tsinghua University
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
State Grid Anhui Electric Power Co Ltd
Sichuan Energy Internet Research Institute EIRI Tsinghua University
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 Tsinghua University, Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd, State Grid Anhui Electric Power Co Ltd, Sichuan Energy Internet Research Institute EIRI Tsinghua University filed Critical Tsinghua University
Priority to CN202110725157.0A priority Critical patent/CN113488995B/zh
Publication of CN113488995A publication Critical patent/CN113488995A/zh
Application granted granted Critical
Publication of CN113488995B publication Critical patent/CN113488995B/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
    • 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
    • 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
    • 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
    • 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
    • H02J3/381—Dispersed generators
    • 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]
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/50—Photovoltaic [PV] energy
    • Y02E10/56—Power conversion systems, e.g. maximum power point trackers
    • 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
    • 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
    • Y02E70/00—Other energy conversion or management systems reducing GHG emissions
    • Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
    • 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)
  • Human Resources & Organizations (AREA)
  • Power Engineering (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (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

本发明提供基于储能成本的共享储能容量优化配置方法和装置，其中，方法包括：基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；基于所述用户侧能量系统运行模型构建用户侧收益‑成本的分式结构目标函数模型；基于所述用户侧收益‑成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；其中，所述用户侧收益‑成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。本发明通过考虑储能成本确定共享储能容量配置，有助于对共享储能的高效率利用，实现共享储能的充分利用。

Description

基于储能成本的共享储能容量优化配置方法和装置
技术领域
本发明涉及新型能源技术领域，尤其涉及一种基于储能成本的共享储能容量优化配置方法和装置。
背景技术
如今，能源供需矛盾和环境污染问题已成为全球性难题，大力发展新能源已经成为世界范围内能源发展的重要共识。电力系统的全面脱碳被认为是我国实现碳中和目标的核心。近年来，以风电、光伏发电为代表的可再生能源发电在电力系统中的比例也迅速提高，分布式新能源装机量逐年增长。其中在用户侧，接入分布式新能源，可以降低用电成本。但是，由于新能源存在波动性与随机性，因此新能源的接入会给系统的稳定运行和供电质量带来挑战，因此常常在用户侧配置储能来提升用电成本来平滑负荷曲线，促进系统稳定运行，并且满足用电需求。但目前储能的成本仍然相对较高，导致配置储能后，虽然系统的运行成本有所改善，但成本效益并不理想。
发明内容
本发明提供一种基于储能成本的共享储能容量优化配置方法和装置，用以解决现有技术中无法解决成本效益的缺陷，实现对共享储能的高效率利用。
第一方面，本发明提供一种基于储能成本的共享储能容量优化配置方法，包括：
基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；
基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；
基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；
其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。
根据本发明提供一种的基于储能成本的共享储能容量优化配置方法，其中，所述基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本，具体包括：
在确定所述分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型的比值为最大值的情况下，将所述最大值对应的配置的额定容量和额定成本作为最优的共享储能的额定容量和额定成本。
根据本发明提供一种的基于储能成本的共享储能容量优化配置方法，其中，所述共享储能的运行收益是通过以下方法确定：
确定未配置所述共享储能时用户侧的能源系统成本为第一成本；
根据配置所述共享储能时用户侧的能源系统成本确定第二成本；
通过所述第一成本与所述第二成本的差值确定所述共享储能的运行收益。
根据本发明提供一种的基于储能成本的共享储能容量优化配置方法，其中，所述根据配置所述共享储能时用户侧的能源系统成本确定第二成本，具体包括：
确定多个典型场景；
确定每个所述典型场景下用户侧的能源系统成本；
确定所述每个所述典型场景对应的出现概率；
根据所述每个所述典型场景下用户侧的能源系统成本与所述每个所述典型场景对应的出现概率的乘积，确定所述每个典型场景的实际成本；
根据所述每个典型场景的实际成本确定所述多个典型场景的总成本，将所述多个典型场景的总成本作为所述第二成本。
根据本发明提供一种的基于储能成本的共享储能容量优化配置方法，其中，所述用户侧能量系统运行模型为：
Figure BDA0003138313720000031
Figure BDA0003138313720000032
Figure BDA0003138313720000033
Figure BDA0003138313720000034
Figure BDA0003138313720000035
Figure BDA0003138313720000036
Figure BDA0003138313720000037
Figure BDA0003138313720000038
其中，
Figure BDA0003138313720000039
为电网对于共享储能进行充电的功率，
Figure BDA00031383137200000310
是共享储能对用户进行放电的功率，
Figure BDA00031383137200000311
是电网实际供给给用户的功率，
Figure BDA00031383137200000312
是光伏实际出力，
Figure BDA00031383137200000313
是用户负荷需求，
Figure BDA00031383137200000314
是电网供给共享储能的功率，
Figure BDA00031383137200000315
是电网供给用户的功率，光伏供给共享储能功率为
Figure BDA00031383137200000316
光伏供给用户负荷功率为
Figure BDA00031383137200000317
另外，将一天分为T个时段，Δt为每一段的时长，Em与pm为共享储能的容量与额定功率，Et为共享储能在t时刻的容量，ηc与ηd为共享储能的充/放电效率，αl与αd为共享储能荷电状态。
根据本发明提供一种的基于储能成本的共享储能容量优化配置方法，其中，所述用户侧收益-成本的分式结构目标函数模型为：
Figure BDA00031383137200000318
其中，
Figure BDA00031383137200000319
是配置共享储能前用户侧的能源系统成本，vav(θ)是配置共享储能后用户侧的能源系统成本，θ＝[pm，Em]其中Em与pm为共享储能的容量与额定功率，κT是二维常系数矩阵，κ0是常数。
第二方面，一种基于储能成本的共享储能容量优化配置装置，包括：
第一处理模块，用于基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；
第二处理模块，用于基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；
第三处理模块，用于基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；
其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。
根据本发明提供一种的基于储能成本的共享储能容量优化配置装置，其中，所述第三处理模块，具体用于：
在确定所述分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型的比值为最大值的情况下，将所述最大值对应的配置的额定容量和额定成本作为最优的共享储能的额定容量和额定成本。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于储能成本的共享储能容量优化配置方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于储能成本的共享储能容量优化配置方法的步骤。
本发明提供的基于储能成本的共享储能容量优化配置方法和装置，通过基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；继而，基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；再构建完目标函数模型之后，基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。本发明通过上述步骤确定出实现共享储能充分高效利用所对应的储能配置，进而，可以利用获取的配置实现对储能系统的充分利用。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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是本发明提供的基于储能成本的共享储能容量优化配置方法的流程示意图；
图2是本发明提供的基于储能成本的共享储能的用户侧能量系统物理模型；
图3是本发明提供的基于储能成本的共享储能容量优化配置装置的结构示意图；
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
下面结合图1-图2描述本发明的本发明实施例提供一种基于储能成本的共享储能容量优化配置方法，包括：
步骤100：基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；
具体地，图2为用户侧能量系统物理模型，主要包含光伏发电，电网接口，用户负荷和集中式共享储能。考虑到该集中式储能被多用户共享，因而用户负荷可直接考虑为多个用户负荷的总和。光伏发电产生的电能可以供应给负荷或通过对储能充电存储在共享储能系统中，剩余部分为弃光。负荷可以从电网共享储能获取电能，但不能反向贩售。共享储能系统可以通过光伏或电网进行充电，并且可以向负荷供电；对于储能的荷电状态与充放电功率均有自身上下限限制。对于系统中的物理参数进行如下规定：电网对于储能进行充电的功率为
Figure BDA0003138313720000061
储能对用户进行放电的功率为
Figure BDA0003138313720000062
电网实际供给给用户的功率为
Figure BDA0003138313720000063
光伏实际出力为
Figure BDA0003138313720000064
负荷需求为
Figure BDA0003138313720000065
电网供给储能的功率为
Figure BDA0003138313720000066
供给用户的功率为
Figure BDA0003138313720000067
光伏供给储能功率为
Figure BDA0003138313720000068
光伏供给负荷功率为
Figure BDA0003138313720000069
首先功率存在如下关系：
Figure BDA00031383137200000610
Figure BDA00031383137200000611
Figure BDA00031383137200000612
Figure BDA00031383137200000613
用户侧含新能源能量系统运行模型的运行约束如下：
Figure BDA00031383137200000614
Figure BDA00031383137200000615
Figure BDA00031383137200000616
Figure BDA0003138313720000071
其中将一天分为T个时段，Δt为每一段的时长，Em与pm为储能的容量与额定功率，Et为储能在t时刻的容量；ηc与ηd为储能的充/放电效率，αl与αd为储能荷电状态(SOC)的下限与上限；(2a)约束主要变量，使其始终保持非负。(2b)为储能充放电功率不能超过功率容量pm。(2c)描述了储能荷电状态的变化。(2d)约束了荷电状态上下限。
步骤200：基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；
具体地，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。基于上一步骤100建立的用户侧含新能源能量系统运行模型，进一步地对于储能的投资成本与运行效益进行考虑。
Figure BDA0003138313720000072
配置储能前后的成本为vav(0)和vav(θ)，对于θ＞0，并且保证有
Figure BDA0003138313720000073
接下来储能投资成本为：
Cinvest＝κppm+κeEm+κ0＝κTθ+κ0 (4)
因而，通过考虑的用户侧收益-成本的分式结构目标函数可以建立如下
Figure BDA0003138313720000074
步骤300：基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；
具体地，共享储能容量价值评估模型求解方法，旨在直接得到最优值函数v(θ)的表达式。这需要克服分式结构非凸和基于场景方法的运行效率问题。
首先，对于任意固定参数θ，由于成本缺乏关于决策变量θ的显式表达，因此考虑问题(3)的对偶问题为
Figure BDA0003138313720000081
由于强对偶性，原问题(3)和对偶问题(6)有相同的最优值函数vav(θ)。考虑到vav(θ)是一个关于θ的凸函数，因而-vav(θ)为凹。同时，Cinvest始终为线性函数。由于可行域为多面体，且目标函数拟凹，因此对于目标而言，每一个不动点都是全局最优解，因此考虑使用局部求解算法提高运行效率。
若有足够多的取样点θi，相应的有对偶变量μi，vi。因此，问题(5)中的vav(θ)可以通过加入割平面来替换为标量：
Figure BDA0003138313720000082
将(7)带入问题(5)，得到如下问题：
Figure BDA0003138313720000083
其中，
Figure BDA0003138313720000084
n＝BTvi。
对问题8进行变量代换操作，将问题等价转换为线性问题：
Figure BDA0003138313720000085
经过变换后的线性规划问题，可以直接求解得到配置参数θ＝[pm，Em]。
显然上述方法很适合进行迭代求解来寻找最优配置，直接得到成本效益的解。
本发明提供的基于储能成本的共享储能容量优化配置方法，通过基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；继而，基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；再构建完目标函数模型之后，基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。本发明通过上述步骤确定出实现共享储能充分高效利用所对应的储能配置，进而，可以利用获取的配置实现对储能系统的充分利用。
根据本发明实施例提供一种的基于储能成本的共享储能容量优化配置方法，其中，所述基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本，具体包括：
在确定所述分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型的比值为最大值的情况下，将所述最大值对应的配置的额定容量和额定成本作为最优的共享储能的额定容量和额定成本。
具体地，由于用户侧收益-成本的分式结构目标函数模型的分子为共享储能的运行收益，分母为共享储能的投资成本的比值最大，即意味着目标函数模型的收益率最高，则此时为获得收益率而配置的额定容量和所述额定成本是最优的情形。
根据本发明实施例提供一种的基于储能成本的共享储能容量优化配置方法，其中，所述共享储能的运行收益是通过以下方法确定：
确定未配置所述共享储能时用户侧的能源系统成本为第一成本；
根据配置所述共享储能时用户侧的能源系统成本确定第二成本；
通过所述第一成本与所述第二成本的差值确定所述共享储能的运行收益。
具体地，共享储能的运行收益是通过判断是否配置共享储能来体现，即在未配置共享储能时用户侧的能源系统的成本与配置共享储能之后，用户侧的能源系统的成本，二者之间的差值即是配置共享储能带来的收益。
根据本发明实施例提供一种的基于储能成本的共享储能容量优化配置方法，其中，所述根据配置所述共享储能时用户侧的能源系统成本确定第二成本，具体包括：
确定多个典型场景；
确定每个所述典型场景下用户侧的能源系统成本；
确定所述每个所述典型场景对应的出现概率；
根据所述每个所述典型场景下用户侧的能源系统成本与所述每个所述典型场景对应的出现概率的乘积，确定所述每个典型场景的实际成本；
根据所述每个典型场景的实际成本确定所述多个典型场景的总成本，将所述多个典型场景的总成本作为所述第二成本。
具体地，考虑电价使用time-and-level-of-use来避免电价略低时的负荷剧烈变化，其中。Ξ为常数：
Figure BDA0003138313720000101
由于优化问题涉及问题较多，对于主要变量进行紧凑形式的的的构建。定义功率流相关变量：
Figure BDA0003138313720000102
待配置参数决策变量：
θ＝[pm，Em] (12)
然后，经过适当变换处理，用户侧含新能源能量系统成本可以进行表示如下：
Figure BDA0003138313720000111
其中，
Figure BDA0003138313720000112
是基于储能运行约束生成的矩阵，v(θ)为最优值函数。
更进一步的，通过考虑在新能源的不确定性，主要是利用场景方法。通过选择S个典型日，每个典型日对应的发生概率不同，出力曲线也有差异。在场景s时系统的运行成本为：
Figure BDA0003138313720000113
考虑该场景对应的概率为ρs，仅针对运行成本的问题考虑如下：
Figure BDA0003138313720000114
参考图3，本发明实施例提供一种基于储能成本的共享储能容量优化配置装置，包括：
第一处理模块31，用于基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；
第二处理模块32，用于基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；
第三处理模块33，用于基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；
其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。
由于本发明实施例提供的装置，可以用于执行上述实施例所述的方法，其工作原理和有益效果类似，故此处不再详述，具体内容可参见上述实施例的介绍。
根据本发明实施例提供一种的基于储能成本的共享储能容量优化配置装置，其中，所述第三处理模块32，具体用于：
在确定所述分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型的比值为最大值的情况下，将所述最大值对应的配置的额定容量和额定成本作为最优的共享储能的额定容量和额定成本。
根据本发明实施例提供一种的基于储能成本的共享储能容量优化配置装置，其中，所述第二处理模块32，还用于：
确定未配置所述共享储能时用户侧的能源系统成本为第一成本；
根据配置所述共享储能时用户侧的能源系统成本确定第二成本；
通过所述第一成本与所述第二成本的差值确定所述共享储能的运行收益。
根据本发明提供一种的基于储能成本的共享储能容量优化配置装置，其中，所述第二处理模块32，还用于：
确定多个典型场景；
确定每个所述典型场景下用户侧的能源系统成本；
确定所述每个所述典型场景对应的出现概率；
根据所述每个所述典型场景下用户侧的能源系统成本与所述每个所述典型场景对应的出现概率的乘积，确定所述每个典型场景的实际成本；
根据所述每个典型场景的实际成本确定所述多个典型场景的总成本，将所述多个典型场景的总成本作为所述第二成本。
根据本发明提供一种的基于储能成本的共享储能容量优化配置装置，其中，所述第一处理模块31用于构建如下所述用户侧能量系统运行模型：
Figure BDA0003138313720000121
Figure BDA0003138313720000131
Figure BDA0003138313720000132
Figure BDA0003138313720000133
Figure BDA0003138313720000134
Figure BDA0003138313720000135
Figure BDA0003138313720000136
Figure BDA0003138313720000137
其中，
Figure BDA0003138313720000138
为电网对于共享储能进行充电的功率，
Figure BDA0003138313720000139
是共享储能对用户进行放电的功率，
Figure BDA00031383137200001310
是电网实际供给给用户的功率，
Figure BDA00031383137200001311
是光伏实际出力，
Figure BDA00031383137200001312
是用户负荷需求，
Figure BDA00031383137200001313
是电网供给共享储能的功率，
Figure BDA00031383137200001314
是电网供给用户的功率，光伏供给共享储能功率为
Figure BDA00031383137200001315
光伏供给用户负荷功率为
Figure BDA00031383137200001316
另外，将一天分为T个时段，Δt为每一段的时长，Em与pm为共享储能的容量与额定功率，Et为共享储能在t时刻的容量，ηc与ηd为共享储能的充/放电效率，αl与αd为共享储能荷电状态。
根据本发明实施例提供一种的基于储能成本的共享储能容量优化配置装置，其中，所述第二处理模块32用于构建用户侧收益-成本的分式结构目标函数模型为：
Figure BDA00031383137200001317
其中，
Figure BDA00031383137200001318
是配置共享储能前用户侧的能源系统成本，vav(θ)是配置共享储能后用户侧的能源系统成本，θ＝[pm，Em]其中Em与pm为共享储能的容量与额定功率，κT是二维常系数矩阵，κ0是常数。
图4示例了一种电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行基于储能成本的共享储能容量优化配置方法，该方法包括：基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。
此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的基于储能成本的共享储能容量优化配置方法，该方法包括：基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的基于储能成本的共享储能容量优化配置方法，该方法包括：基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于储能成本的共享储能容量优化配置方法，其特征在于，包括：
基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；
基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；
基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；
其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。
2.根据权利要求1所述的基于储能成本的共享储能容量优化配置方法，其特征在于，所述基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本，具体包括：
在确定所述分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型的比值为最大值的情况下，将所述最大值对应的配置的额定容量和额定成本作为最优的共享储能的额定容量和额定成本。
3.根据权利要求1所述的基于储能成本的共享储能容量优化配置方法，其特征在于，所述共享储能的运行收益是通过以下方法确定：
确定未配置所述共享储能时用户侧的能源系统成本为第一成本；
根据配置所述共享储能时用户侧的能源系统成本确定第二成本；
通过所述第一成本与所述第二成本的差值确定所述共享储能的运行收益。
4.根据权利要求3所述的基于储能成本的共享储能容量优化配置方法，其特征在于，所述根据配置所述共享储能时用户侧的能源系统成本确定第二成本，具体包括：
确定多个典型场景；
确定每个所述典型场景下用户侧的能源系统成本；
确定所述每个所述典型场景对应的出现概率；
根据所述每个所述典型场景下用户侧的能源系统成本与所述每个所述典型场景对应的出现概率的乘积，确定所述每个典型场景的实际成本；
根据所述每个典型场景的实际成本确定所述多个典型场景的总成本，将所述多个典型场景的总成本作为所述第二成本。
5.根据权利要求1所述的基于储能成本的共享储能容量优化配置方法，其特征在于，所述用户侧能量系统运行模型为：
Figure FDA0003138313710000021
Figure FDA0003138313710000022
Figure FDA0003138313710000023
Figure FDA0003138313710000024
Figure FDA0003138313710000025
Figure FDA0003138313710000026
Figure FDA0003138313710000027
Figure FDA0003138313710000028
其中，
Figure FDA0003138313710000029
为电网对于共享储能进行充电的功率，
Figure FDA00031383137100000210
是共享储能对用户进行放电的功率，
Figure FDA00031383137100000211
是电网实际供给给用户的功率，
Figure FDA00031383137100000212
是光伏实际出力，
Figure FDA00031383137100000213
是用户负荷需求，
Figure FDA00031383137100000214
是电网供给共享储能的功率，
Figure FDA00031383137100000215
是电网供给用户的功率，光伏供给共享储能功率为
Figure FDA00031383137100000216
光伏供给用户负荷功率为
Figure FDA00031383137100000217
另外，将一天分为T个时段，Δt为每一段的时长，Em与pm为共享储能的容量与额定功率，Et为共享储能在t时刻的容量，ηc与ηd为共享储能的充/放电效率，αl与αd为共享储能荷电状态。
6.根据权利要求1所述的基于储能成本的共享储能容量优化配置方法，其特征在于，所述用户侧收益-成本的分式结构目标函数模型为：
Figure FDA0003138313710000031
其中，
Figure FDA0003138313710000032
是配置共享储能前用户侧的能源系统成本，vav(θ)是配置共享储能后用户侧的能源系统成本，θ＝[pm，Em]其中Em与pm为共享储能的容量与额定功率，κT是二维常系数矩阵，κ0是常数。
7.一种基于储能成本的共享储能容量优化配置装置，其特征在于，包括：
第一处理模块，用于基于光伏发电、用户负荷、电网接口和集中式共享储能构建用户侧能量系统运行模型；
第二处理模块，用于基于所述用户侧能量系统运行模型构建用户侧收益-成本的分式结构目标函数模型；
第三处理模块，用于基于所述用户侧收益-成本的分式结构目标函数模型确定最优的共享储能的额定容量和额定成本；
其中，所述用户侧收益-成本的分式结构目标函数模型是通过构建分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型形成的。
8.根据权利要求7所述的基于储能成本的共享储能容量优化配置装置，其特征在于，所述第三处理模块，具体用于：
在确定所述分子为共享储能的运行收益，分母为共享储能的投资成本的比例模型的比值为最大值的情况下，将所述最大值对应的配置的额定容量和额定成本作为最优的共享储能的额定容量和额定成本。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述基于储能成本的共享储能容量优化配置方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述基于储能成本的共享储能容量优化配置方法的步骤。
CN202110725157.0A 2021-06-29 2021-06-29 基于储能成本的共享储能容量优化配置方法和装置 Active CN113488995B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110725157.0A CN113488995B (zh) 2021-06-29 2021-06-29 基于储能成本的共享储能容量优化配置方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110725157.0A CN113488995B (zh) 2021-06-29 2021-06-29 基于储能成本的共享储能容量优化配置方法和装置

Publications (2)

Publication Number Publication Date
CN113488995A true CN113488995A (zh) 2021-10-08
CN113488995B CN113488995B (zh) 2024-03-12

Family

ID=77936538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110725157.0A Active CN113488995B (zh) 2021-06-29 2021-06-29 基于储能成本的共享储能容量优化配置方法和装置

Country Status (1)

Country Link
CN (1) CN113488995B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115102201A (zh) * 2022-07-20 2022-09-23 华北电力大学 面向5g基站的共享储能优化配置方法、装置和存储介质
CN116613821A (zh) * 2023-07-13 2023-08-18 国网浙江省电力有限公司宁波供电公司 一种多能协同运行方法、运行平台、设备及存储介质
CN117459027A (zh) * 2023-12-26 2024-01-26 国网湖北省电力有限公司经济技术研究院 一种集中式共享储能优化配置方法、装置、设备及介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017161785A1 (zh) * 2016-03-23 2017-09-28 严利容 基于储能运行状态的光伏功率稳定输出控制方法
CN110912166A (zh) * 2019-11-26 2020-03-24 江苏方天电力技术有限公司 一种多用户共享储能模式的储能容量配置方法
CN112232983A (zh) * 2020-10-15 2021-01-15 国网上海市电力公司 一种主动配电网储能优化配置方法、电子设备及存储介质
CN112671022A (zh) * 2020-12-31 2021-04-16 国网山东省电力公司泰安供电公司 光储充电站容量优化配置方法、系统、终端及存储介质
CN112803495A (zh) * 2021-02-24 2021-05-14 华北电力大学 基于能量共享的5g基站微网光储系统容量优化配置方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017161785A1 (zh) * 2016-03-23 2017-09-28 严利容 基于储能运行状态的光伏功率稳定输出控制方法
CN110912166A (zh) * 2019-11-26 2020-03-24 江苏方天电力技术有限公司 一种多用户共享储能模式的储能容量配置方法
CN112232983A (zh) * 2020-10-15 2021-01-15 国网上海市电力公司 一种主动配电网储能优化配置方法、电子设备及存储介质
CN112671022A (zh) * 2020-12-31 2021-04-16 国网山东省电力公司泰安供电公司 光储充电站容量优化配置方法、系统、终端及存储介质
CN112803495A (zh) * 2021-02-24 2021-05-14 华北电力大学 基于能量共享的5g基站微网光储系统容量优化配置方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115102201A (zh) * 2022-07-20 2022-09-23 华北电力大学 面向5g基站的共享储能优化配置方法、装置和存储介质
CN115102201B (zh) * 2022-07-20 2024-09-03 华北电力大学 面向5g基站的共享储能优化配置方法、装置和存储介质
CN116613821A (zh) * 2023-07-13 2023-08-18 国网浙江省电力有限公司宁波供电公司 一种多能协同运行方法、运行平台、设备及存储介质
CN116613821B (zh) * 2023-07-13 2023-10-24 国网浙江省电力有限公司宁波供电公司 一种多能协同运行方法、运行平台、设备及存储介质
CN117459027A (zh) * 2023-12-26 2024-01-26 国网湖北省电力有限公司经济技术研究院 一种集中式共享储能优化配置方法、装置、设备及介质
CN117459027B (zh) * 2023-12-26 2024-03-08 国网湖北省电力有限公司经济技术研究院 一种集中式共享储能优化配置方法、装置、设备及介质

Also Published As

Publication number Publication date
CN113488995B (zh) 2024-03-12

Similar Documents

Publication Publication Date Title
CN108960510B (zh) 一种基于两阶段随机规划的虚拟电厂优化交易策略装置
CN113488995A (zh) 基于储能成本的共享储能容量优化配置方法和装置
Chen et al. Optimal allocation and economic analysis of energy storage system in microgrids
Dixit et al. Energy management in microgrids with renewable energy sources and demand response
CN107341574A (zh) 计及需求响应的虚拟电厂多阶段竞价优化方法及计算设备
CN111199015B (zh) 一种综合能源系统优化方法和装置
CN112736918B (zh) 微电网中源储荷协调的两级优化调度方法、装置及设备
CN109873449A (zh) 一种户用微网中光储容量优化配置方法
CN117595261A (zh) 光储微电网能量管理策略优化方法、装置及电子设备
Li et al. Dynamic Environmental/Economic Scheduling for Microgrid Using Improved MOEA/D‐M2M
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
Schopfer et al. Providing primary frequency control with residential scale photovoltaic-battery systems: A techno-economic simulation study of a virtual power plant
CN112906961A (zh) 储能控制方法、装置、非易失性存储介质及电子装置
Pandya et al. CHAOS enhanced flower pollination algorithm for optimal scheduling of distributed energy resources in smart grid
CN116845907A (zh) 微电网源荷调度方法、系统、电子设备及介质
CN116979619A (zh) 一种微电网储能配置方法、装置、计算机设备及存储介质
CN110518637A (zh) 复合相变储能微网配置方法
CN112928755B (zh) 光伏储能系统的控制方法、装置及存储介质
CN115939538A (zh) 电池储能系统性能的综合评价方法、装置及计算机设备
CN115776138A (zh) 一种考虑多维不确定性和能量管理策略的微电网容量规划方法及装置
Chen et al. Value stacking of a behind-the-meter utility-scale battery for demand response markets and demand charge management: real-world operation on the UC San Diego campus
Guoying et al. Load aggregator bidding strategy in peak regulation market based on selective combination game
Mosayebian et al. Optimal operational management of a micro-grid, including high penetration level of renewable energy resources
CN111181155A (zh) 一种电力系统调度方法、系统和存储介质
CN117713176B (zh) 源网荷储低碳运行方法、装置、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant