CN113722882B - 一种考虑多盈利模式的园区电网储能优化配置方法及系统 - Google Patents

一种考虑多盈利模式的园区电网储能优化配置方法及系统 Download PDF

Info

Publication number
CN113722882B
CN113722882B CN202110839597.9A CN202110839597A CN113722882B CN 113722882 B CN113722882 B CN 113722882B CN 202110839597 A CN202110839597 A CN 202110839597A CN 113722882 B CN113722882 B CN 113722882B
Authority
CN
China
Prior art keywords
energy storage
power grid
park
electricity
power
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
Application number
CN202110839597.9A
Other languages
English (en)
Other versions
CN113722882A (zh
Inventor
王建学
雍维桢
魏景东
古宸嘉
徐扬
张耀
张斌
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.)
Xi'an Xirui Control Technology Co ltd
Xian Jiaotong University
Original Assignee
Xi'an Xirui Control Technology Co ltd
Xian Jiaotong 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 Xi'an Xirui Control Technology Co ltd, Xian Jiaotong University filed Critical Xi'an Xirui Control Technology Co ltd
Priority to CN202110839597.9A priority Critical patent/CN113722882B/zh
Publication of CN113722882A publication Critical patent/CN113722882A/zh
Application granted granted Critical
Publication of CN113722882B publication Critical patent/CN113722882B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • 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
    • 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
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/04—Constraint-based CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/06—Power analysis or power optimisation
    • 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
    • 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
    • Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
    • Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards

Landscapes

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

Abstract

本发明公开了一种考虑多盈利模式的园区电网储能优化配置方法及系统，获取园区电网储能优化配置相关数据；建立园区电网储能优化配置目标函数和约束条件；建立配置储能前园区电网优化运行目标函数和约束条件；确定园区电网储能配置方案以及配置储能前后的典型日运行计划；建立园区电网储能优化配置相关指标，量化园区电网配置储能的效益。本发明提高了园区电网用电灵活性，降低了园区电网的用电成本，对园区电网所有者配置储能有较大的参考价值。

Description

一种考虑多盈利模式的园区电网储能优化配置方法及系统
技术领域
本发明属于储能规划技术领域，具体涉及一种考虑多盈利模式的园区电网储能优化配置方法及系统。
背景技术
作为一种典型的用户侧供电系统，园区电网集成了大量分布式可再生能源，利用内部可再生能源发电和外部电网购电向园区电网负荷提供电能。对于园区电网所有者而言，如何降低园区电网的运营成本是其最为关心的议题之一。在园区电网的运营成本中，向上级电网购电的费用占主要部分。由于向上级电网购电的电价一般具有时间差异性，所以如果能够改变园区电网的购电曲线，使得园区电网在高电价时段少买电，在低电价时段多买电，就可以减少园区电网向上级电网购电的费用，进而降低园区电网的运营成本。储能是一种灵活性资源，可以通过在不同时段充放电调整园区电网的购电曲线，减少园区电网的购电费用，提升园区电网运行经济性。
园区电网配置储能，离不开电价制度的支持。对于园区电网所有者而言，主要存在两种电价制度：
1)单一制电价
单一制电价是一种只考虑与用电量对应的电度电费的电价制度。所谓电度电费，就是指直接通过园区电网购电量乘以购电电价计算得到的电费。根据用户类型的不同，单一制电价的电度电价又分为单一电价、分时电价、尖峰电价等。不同时段不同电价可以促进需求响应，实现削峰填谷。
2)两部制电价
两部制电价是一种将与用电量对应的电度电费和与容量对应的基本电费结合起来决定电费的电价制度。两部制电价的基本电费又分为两种：容量电费和需量电费。所谓容量电费，是指按照变压器容量乘以容量电价收取的电费。所谓需量电费，是指按照最大需量乘以需量电价收取的电费。基本电价的具体类型可以由用户选择。当前，两部制电价主要在受电变压器容量在315kVA及以上的大工业用户中执行。
电价制度的不同，使得园区电网配置储能存在不同的盈利模式。对于电价在不同时段上存在差异性的园区电网，配置储能可以实现峰谷套利。所谓峰谷套利，是指储能利用电价的时间差异性，在低电价时段充电，在高电价时段放电，通过在不同时段的充放电，降低园区电网的购电费用从而实现盈利。对于采用两部制电价且基本电费选择需量电费的园区电网，配置储能可以实现需量电费管理。所谓需量电费管理，是指储能在最大需量时段放电，通过抵消园区电网的尖峰负荷，降低园区电网的需量电费从而实现盈利。此外，不同的场景也会产生不同的园区电网配置储能盈利模式。对于某些时段购电量超过变压器容量的园区电网，配置储能可以实现动态增容。所谓动态增容，是指储能在购电量超过变压器容量时放电，等效于变压器容量扩增，相比于传统静态增容，动态增容具有建设周期短、投资成本低的优势。
在现有研究中，缺乏对园区电网电价制度的详细考虑，进而对园区电网配置储能的盈利模式认识不清。配置储能往往采用经验法，存在一定的盲目性，有可能使得园区电网配置储能过小，不能充分降低自身用电成本，也可能使得园区电网配置储能过大，造成储能容量闲置浪费。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种考虑多盈利模式的园区电网储能优化配置方法及系统，在保证园区电网所有者投资上限和运行约束的基础上，为园区电网所有者配置储能提供合理化建议。
本发明采用以下技术方案：
一种考虑多盈利模式的园区电网储能优化配置方法，包括以下步骤：
S1、获取包括光伏出力、负荷曲线、备选储能和电价信息的园区电网储能优化配置数据；
S2、利用步骤S1获取的园区电网储能优化配置数据，以园区电网总成本最小进行优化，建立园区电网储能优化配置目标函数，建立园区电网储能优化配置约束条件；
S3、以配置储能前园区电网运行成本最小进行优化，建立配置储能前园区电网优化运行目标函数，建立配置储能前园区电网优化运行约束条件；
S4、分别对步骤S2的园区电网储能优化配置目标函数和步骤S3的配置储能前园区电网优化运行目标函数进行求解，确定园区电网储能配置方案以及配置储能前后的典型日运行计划；
S5、建立园区电网储能优化配置相关指标，代入步骤S4求解的结果得到各个指标数值，实现园区电网储能优化配置评价。
具体的，步骤S2中，园区电网储能优化配置目标函数为：
minCtotal＝Cinv+Cope
其中，Ctotal为园区电网总成本，Cinv为储能投资成本等年值，Cope为园区电网年运行成本。
具体的，步骤S2中，园区电网储能优化配置约束条件包括投资成本约束、储能安装约束、功率平衡约束、光伏出力约束、储能充放电功率约束、储能充放电状态约束、储能电量约束和园区电网购售电约束。
进一步的，投资成本约束如下：
其中，是储能投资成本现值，Cinv,max是储能投资成本上限；
储能安装约束如下：
其中，XESS,max是储能安装数量上限，为第k类储能的安装数量；
功率平衡约束如下：
其中，为第d个典型日第t个时段的园区电网购电功率，/>为第d个典型日第t个时段的园区电网售电功率，/>是第d个典型日第t个时段的光伏实际出力，/>是第d个典型日第t个时段第k类储能的总放电功率，/>是第d个典型日第t个时段第k类储能的总充电功率，/>是第d个典型日第t个时段的负荷功率；
光伏出力约束如下：
其中，是第d个典型日第t个时段的光伏预测功率；
储能充放电功率约束如下：
其中，是第k类储能的最大充电功率，/>是第k类储能的最大放电功率；
储能充放电状态约束如下：
其中，和/>是第k类储能的充放电指示变量，/>且/>表示储能位于充电状态，/>且/>表示储能位于放电状态，/>且/>表示储能位于闲置状态；
储能电量约束如下：
其中，是第d个典型日第t个时段第k类储能的总电量，/>是第k类储能的自放电率，/>是第d个典型日第t个时段第k类储能的充电效率，/>是第d个典型日第t个时段第k类储能的放电效率，/>是第k类储能的放电深度；
园区电网购售电约束如下：
其中，Pbuy,max和Psell,max分别是园区电网最大购售电功率，和/>是园区电网购售电指示变量，/>且/>表示园区电网购电，/>且/>表示园区电网售电，且/>表示园区电网既不购电也不售电。
具体的，步骤S3中，配置储能前园区电网优化运行目标函数为：
其中，Cope0为配置储能前园区电网运行成本，D是典型日的天数，T是典型日内的时段数，和/>分别是第d个典型日第t个时段的园区电网购售电电价，/>和/>分别是第d个典型日第t个时段的园区电网购售电功率，Δt是调度时间间隔，ρL,loss是失负荷惩罚系数，/>是第d个典型日第t个时段的失负荷功率，zcap是两部制电价中的容量电价选择标志，ρcap是两部制电价中的容量电价，Strans是变压器容量，zdem是两部制电价中的需量电价选择标志，ρdem是两部制电价中的需量电价，/>是园区电网最大需量；zcap＝1且zdem＝0表示园区电网采用两部制电价-容量电费进行电费计费，zcap＝0且zdem＝1表示园区电网采用两部制电价-需量电费进行电费计费，zcap＝0且zdem＝0表示园区电网采用单一制电价进行电费计费。
具体的，步骤S3中，配置储能前园区电网优化运行约束条件包括功率平衡约束、光伏出力约束、失负荷量约束、园区电网购售电约束。
进一步的，功率平衡约束如下：
其中，为第d个典型日第t个时段的园区电网购电功率，/>为第d个典型日第t个时段的园区电网售电功率，/>为第d个典型日第t个时段的失负荷功率，/>是第d个典型日第t个时段的光伏实际出力，/>是第d个典型日第t个时段的负荷功率；
光伏出力约束如下：
其中，是第d个典型日第t个时段的光伏预测功率；
失负荷量约束如下：
园区电网购售电约束如下：
其中，Pbuy,max和Psell,max分别是园区电网最大购售电功率，和/>是园区电网购售电指示变量，/>且/>表示园区电网购电，/>且/>表示园区电网售电，/>且/>表示园区电网既不购电也不售电。
具体的，步骤S5中，园区电网储能优化配置相关指标包括投资成本等年值、年运行及维护成本、年需量电费节省、动态增容等效量、年停电损失减少、年收益、年峰谷套利收益、成本回收年限、内部收益率和投资回报率。
进一步的，投资成本等年值Cinv如下：
其中，K为备选储能的种类数，CRF(r,τk)为资金回收系数，r为折现率，τk为第k类储能的运行寿命，为第k类储能的安装数量，/>为第k类储能的额定容量，/>为第k类储能的单位容量成本；
年运行及维护成本Cope如下：
其中，D是典型日的天数，T是典型日内的时段数，和/>分别是第d个典型日第t个时段的园区电网购售电电价，/>和/>分别是第d个典型日第t个时段的园区电网购售电功率，Δt是调度时间间隔，/>为第k类储能的固定运维成本系数，zcap为两部制电价中的容量电价选择标志，ρcap为两部制电价中的容量电价，Strans为变压器容量，zdem为两部制电价中的需量电价选择标志，ρdem为两部制电价中的需量电价，/>为园区电网最大需量；
年需量电费节省Cdem,save如下：
其中，为配置储能前园区电网最大需量；
动态增容等效量Sincre如下：
其中，为第d个典型日第t个时段的失负荷功率；
年停电损失减少Cdecre如下：
其中，ρL,loss为失负荷惩罚系数；
年收益ΔC如下：
ΔC＝Cope0-Cope
其中，Cope0为配置储能前园区电网运行成本；
年峰谷套利收益ΔCarbit如下：
；
成本回收年限＝累计净现金流量开始出现正值的年份数-1+上一年累计净现金流量的绝对值/出现正值年份的净现金流量；
内部收益率IRR为：
IRR＝x-1
其中，x为以x为未知数的τk次多项式方程的正实数解；
投资回报率ROI如下：
其中，ΔC为年收益。
本发明的另一技术方案是，一种考虑多盈利模式的园区电网储能优化配置系统，包括：
数据模块，获取包括光伏出力、负荷曲线、备选储能和电价信息的园区电网储能优化配置数据；
第一函数模块，利用数据模块获取的园区电网储能优化配置数据，以园区电网总成本最小进行优化，建立园区电网储能优化配置目标函数，建立园区电网储能优化配置约束条件；
第二函数模块，以配置储能前园区电网运行成本最小进行优化，建立配置储能前园区电网优化运行目标函数，建立配置储能前园区电网优化运行约束条件；
计算模块，分别对第一函数模块的园区电网储能优化配置目标函数和第二函数模块的配置储能前园区电网优化运行目标函数进行求解，确定园区电网储能配置方案以及配置储能前后的典型日运行计划；
配置模块，建立园区电网储能优化配置相关指标，代入计算模块求解的结果得到各个指标数值，实现园区电网储能优化配置评价。
与现有技术相比，本发明至少具有以下有益效果：
本发明一种考虑多盈利模式的园区电网储能优化配置方法，首先从园区电网所有者的角度出发，以园区电网配置储能总成本最小为目标建立园区电网储能优化配置模型，模型的优化结果即为园区电网配置储能的类型、数量；然后，为了对比分析园区电网配置储能的技术性保证和经济性提升，以配置储能前园区电网运行成本最小为目标建立配置储能前园区电网优化运行模型，模型的优化结果为后续园区电网配置储能评价提供相关信息；最后，建立园区电网储能优化配置相关指标，量化园区电网配置储能的效益；通过本发明所提方法，园区电网所有者可以得到合理的储能配置方案，使得储能可以参与更多的盈利模式，尽可能地降低园区电网的总成本。上述结果既表明了储能具有一定的灵活调节潜力，也表明了园区电网配置储能，能够参与多种盈利模式，为园区电网所有者带来可观的收益。
进一步的，园区电网储能优化配置的目标函数为最小化园区电网总成本，总成本分为两部分，一部分是储能投资成本等年值，一部分是园区电网年运行成本，储能投资成本等年值为购置储能费用等年值，园区电网年运行成本包括园区电网购售电成本、储能运维成本、两部制电价中的容量电费、两部制电价中的需量电费。该目标函数表明，园区电网所有者一方面希望花费更少的钱购置储能，另一方面希望储能参与更多的盈利模式降低成本，这与工程实际情况相符。
进一步的，园区电网储能优化配置的约束条件主要是满足园区电网投资约束和运行约束，具体来说，包括投资成本约束、储能安装约束、功率平衡约束、光伏出力约束、储能充放电功率约束、储能充放电状态约束、储能电量约束、园区电网购售电约束。这些约束条件充分体现了园区电网配置储能的投资限制和运行特性，与目标函数相配合，可以充分反映园区电网配置储能的限制性与倾向性。
进一步的，投资成本约束体现了园区电网投资储能的经济限制；储能安装约束体现了园区电网配置储能的空间限制；功率平衡约束表明了发用电功率应当保持瞬时平衡；光伏出力约束表明了光伏可以降出力运行；储能充放电功率约束表明了储能充放电功率受到储能配置数量和本体特性的限制；储能充放电状态约束表明了储能不能同时充放电；储能电量约束表明了储能电量跟充放电功率的关系，同时储能电量需要满足上下限约束，并且始末时刻的储能电量应当相等；园区电网购售电约束表明了园区电网购售电功率受到变压器容量的限制，并且园区电网不能同时购售电。
进一步的，配置储能前园区电网优化运行的目标函数为最小化园区电网运行成本，包括园区电网购售电成本、失负荷惩罚成本、两部制电价中的容量电费、两部制电价中的需量电费。该目标函数主要站在园区电网所有者的角度，尽可能降低园区电网运行成本，找寻配置储能前园区电网的最优运行方案。
进一步的，配置储能前园区电网优化运行的约束条件包括功率平衡约束、光伏出力约束、失负荷量约束、园区电网购售电约束。这些约束条件体现了园区电网的物理特性，保证了园区电网运行方案的可行性。
进一步的，功率平衡约束表明了发用电功率应当保持瞬时平衡；光伏出力约束表明了光伏可以降出力运行；失负荷量约束表明了园区电网失负荷量不能大于相应时段园区电网总负荷量；园区电网购售电约束表明了园区电网购售电功率受到变压器容量的限制，并且园区电网不能同时购售电。
进一步的，园区电网储能优化配置相关指标包括投资成本等年值、年运行及维护成本、年需量电费节省、动态增容等效量、年停电损失减少、年收益、年峰谷套利收益、成本回收年限、内部收益率、投资回报率。这些指标主要从经济性的角度体现了园区电网配置储能的效益，同时可以佐证园区电网储能优化配置模型的合理性与有效性。
进一步的，投资成本等年值反映了园区电网投资储能的经济成本；年运行及维护成本反映了园区电网配置储能后年运行及维护的经济成本；年需量电费节省反映了园区电网配置储能后年需量电费的减少情况；动态增容等效量反映了园区电网配置储能后失负荷量的减少情况；年停电损失减少反映了园区电网配置储能后年停电损失的减少情况；年收益反映了园区电网配置储能后年运行及维护成本的减少情况；年峰谷套利收益反映了园区电网配置储能后年峰谷套利收益的增加情况；成本回收年限反映了园区电网配置储能实现投资成本完全回收的年限；内部收益率反映了园区电网配置储能的预期收益率；投资回报率反映了园区电网配置储能的经济回报情况。
综上所述，本发明提供了园区电网配置储能的合理化方案，增加了园区电网的可调度潜力，降低了园区电网的用电成本，提升了园区电网的经济效益，同时，该方法鼓励了园区电网参与需求响应，降低了电力系统的峰谷差，对社会效益也有一定的贡献。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为配置储能后园区电网四季典型日调度方案示意图，其中，(a)为配置储能后园区电网春季典型日调度方案，(b)为配置储能后园区电网夏季典型日调度方案，(c)为配置储能后园区电网秋季典型日调度方案，(d)为配置储能后园区电网冬季典型日调度方案；
图2为配置储能前园区电网四季典型日调度方案示意图，其中，(a)为配置储能前园区电网春季典型日调度方案，(b)为配置储能前园区电网夏季典型日调度方案，(c)为配置储能前园区电网秋季典型日调度方案，(d)为配置储能前园区电网冬季典型日调度方案；
图3为不同电价制度下园区电网配置储能评价指标结果示意图；
图4为不同高峰电价下园区电网配置储能评价指标结果示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
在附图中示出了根据本发明公开实施例的各种结构示意图。这些图并非是按比例绘制的，其中为了清楚表达的目的，放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
本发明提供了一种考虑多盈利模式的园区电网储能优化配置方法，从园区电网所有者的角度出发，以园区电网配置储能总成本最小为目标建立园区电网储能优化配置模型，模型的优化结果即为园区电网配置储能的类型、数量；为了对比分析园区电网配置储能的技术性保证和经济性提升，以配置储能前园区电网运行成本最小为目标建立配置储能前园区电网优化运行模型，模型的优化结果为后续园区电网配置储能评价提供相关信息；建立园区电网储能优化配置相关指标，量化园区电网配置储能的效益。
本发明一种考虑多盈利模式的园区电网储能优化配置方法，包括以下步骤：
S1、获取园区电网储能优化配置相关数据，包括光伏出力、负荷曲线、备选储能、电价信息等；
应用本发明所提模型时，需要首先获取园区电网储能优化配置相关数据。园区电网储能优化配置相关数据包括光伏出力、负荷曲线、备选储能、电价信息等。
S2、以园区电网总成本最小进行优化，建立园区电网储能优化配置目标函数；
园区电网储能优化配置目标函数为：
min Ctotal＝Cinv+Cope
其中，Cinv是储能投资成本等年值，Cope是园区电网年运行成本。
储能投资成本等年值如下：
其中，K是备选储能的种类数，是第k类储能的安装数量，/>是第k类储能的额定容量，/>是第k类储能的单位容量成本；CRF(r,τk)是资金回收系数，r是折现率，τk是第k类储能的运行寿命。
园区电网年运行成本如下：
其中，D是典型日的天数，T是典型日内的时段数，和/>分别是第d个典型日第t个时段的园区电网购售电电价，/>和/>分别是第d个典型日第t个时段的园区电网购售电功率，Δt是调度时间间隔，/>是第k类储能的固定运维成本系数，zcap是两部制电价中的容量电价选择标志，ρcap是两部制电价中的容量电价，Strans是变压器容量，zdem是两部制电价中的需量电价选择标志，ρdem是两部制电价中的需量电价，/>是园区电网最大需量。第一项是园区电网购售电成本(即两部制电价中的电度电费)，第二项是储能运维成本，第三项是两部制电价中的容量电费，第四项是两部制电价中的需量电费。第三、四项属于非必需项，通过zcap、zdem这两个输入参数进行控制，zcap＝1且zdem＝0表示园区电网采用两部制电价-容量电费进行电费计费，zcap＝0且zdem＝1表示园区电网采用两部制电价-需量电费进行电费计费，zcap＝0且zdem＝0表示园区电网采用单一制电价进行电费计费。
建立园区电网储能优化配置约束条件；
约束包括投资约束和运行约束，包括投资成本约束、储能安装约束、功率平衡约束、光伏出力约束、储能充放电功率约束、储能充放电状态约束、储能电量约束、园区电网购售电约束。
投资成本约束如下：
其中，是储能投资成本现值，Cinv,max是储能投资成本上限。
储能安装约束如下：
其中，XESS,max是储能安装数量上限。
功率平衡约束如下：
其中，是第d个典型日第t个时段的光伏实际出力，/>是第d个典型日第t个时段第k类储能的总放电功率，/>是第d个典型日第t个时段第k类储能的总充电功率，是第d个典型日第t个时段的负荷功率。
光伏出力约束如下：
其中，是第d个典型日第t个时段的光伏预测功率。/>
储能充放电功率约束如下：
其中，是第k类储能的最大充电功率，/>是第k类储能的最大放电功率。
储能充放电状态约束如下：
其中，和/>是第k类储能的充放电指示变量，/>且/>表示储能位于充电状态，/>且/>表示储能位于放电状态，/>且/>表示储能位于闲置状态。
储能电量约束如下：
其中，是第d个典型日第t个时段第k类储能的总电量，/>是第k类储能的自放电率，/>是第d个典型日第t个时段第k类储能的充电效率，/>是第d个典型日第t个时段第k类储能的放电效率，/>是第k类储能的放电深度。
园区电网购售电约束如下：
其中，Pbuy,max和Psell,max分别是园区电网最大购售电功率，和/>是园区电网购售电指示变量，/>且/>表示园区电网购电，/>且/>表示园区电网售电，且/>表示园区电网既不购电也不售电。
S3、以配置储能前园区电网运行成本最小进行优化，建立配置储能前园区电网优化运行目标函数；
配置储能前园区电网优化运行目标函数为：
其中，D是典型日的天数，T是典型日内的时段数，和/>分别是第d个典型日第t个时段的园区电网购售电电价，/>和/>分别是第d个典型日第t个时段的园区电网购售电功率，Δt是调度时间间隔，ρL,loss是失负荷惩罚系数，/>是第d个典型日第t个时段的失负荷功率，zcap是两部制电价中的容量电价选择标志，ρcap是两部制电价中的容量电价，Strans是变压器容量，zdem是两部制电价中的需量电价选择标志，ρdem是两部制电价中的需量电价，/>是园区电网最大需量。第一项是园区电网购售电成本(即两部制电价中的电度电费)，第二项是失负荷惩罚成本，第三项是两部制电价中的容量电费，第四项是两部制电价中的需量电费。第二、三项属于非必需项，通过zcap、zdem这两个输入参数进行控制，zcap＝1且zdem＝0表示园区电网采用两部制电价-容量电费进行电费计费，zcap＝0且zdem＝1表示园区电网采用两部制电价-需量电费进行电费计费，zcap＝0且zdem＝0表示园区电网采用单一制电价进行电费计费。
建立配置储能前园区电网优化运行约束条件；
约束包括功率平衡约束、光伏出力约束、失负荷量约束、园区电网购售电约束。
功率平衡约束如下：
其中，是第d个典型日第t个时段的光伏实际出力，/>是第d个典型日第t个时段的负荷功率。
光伏出力约束如下：
其中，是第d个典型日第t个时段的光伏预测功率。
失负荷量约束如下：
园区电网购售电约束如下：
其中，Pbuy,max和Psell,max分别是园区电网最大购售电功率，和/>是园区电网购售电指示变量，/>且/>表示园区电网购电，/>且/>表示园区电网售电，/>且/>表示园区电网既不购电也不售电。
S4、分别对步骤S2和步骤S3建立的数学模型进行求解，确定园区电网储能配置方案以及配置储能前后的典型日运行计划；
主要优化结果包括：
1、园区电网储能配置类型和数量；
2、配置储能前后园区电网优化运行方案；
3、园区电网配置储能总成本；
4、配置储能前园区电网运行成本。
S5、建立园区电网储能优化配置相关指标，代入步骤S4求解的结果得到各个指标数值，实现园区电网储能优化配置评价。
评价指标包括投资成本等年值、年运行及维护成本、年需量电费节省、动态增容等效量、年停电损失减少、年收益、年峰谷套利收益、成本回收年限、内部收益率、投资回报率。
投资成本等年值如下：
年运行及维护成本如下：
年需量电费节省如下：
动态增容等效量如下：
年停电损失减少如下：
年收益如下：
ΔC＝Cope0-Cope
年峰谷套利收益如下：
/>
成本回收年限如下：
第1步，计算储能全寿命周期内园区电网每年的净现金流量，即园区电网每年的收益；
第2步，计算园区电网成本初值，即储能投资成本现值；
第3步，采用循环结构计算园区电网累计净现金流量，直到园区电网累计净现金流量开始出现正值为止，同时记录下此时的年份；
第4步，按照下式计算园区电网配置储能的成本回收年限。
成本回收年限＝累计净现金流量开始出现正值的年份数-1+上一年累计净现金流量的绝对值/出现正值年份的净现金流量
内部收益率如下：
第1步，求解如下的以x为未知数的τk次多项式方程；
第2步，多项式方程一般存在多个解，将x取为方程的正实数解；
第3步，根据下式计算内部收益率。
IRR＝x-1
投资回报率如下：
本发明再一个实施例中，提供一种考虑多盈利模式的园区电网储能优化配置系统，该系统能够用于实现上述考虑多盈利模式的园区电网储能优化配置方法，具体的，该考虑多盈利模式的园区电网储能优化配置系统包括数据模块、第一函数模块、第一约束模块、第二函数模块、第二约束模块、计算模块以及配置模块。
其中，数据模块，获取包括光伏出力、负荷曲线、备选储能和电价信息的园区电网储能优化配置数据；
数据模块，获取包括光伏出力、负荷曲线、备选储能和电价信息的园区电网储能优化配置数据；
第一函数模块，利用数据模块获取的园区电网储能优化配置数据，以园区电网总成本最小进行优化，建立园区电网储能优化配置目标函数，建立园区电网储能优化配置约束条件；
第二函数模块，以配置储能前园区电网运行成本最小进行优化，建立配置储能前园区电网优化运行目标函数，建立配置储能前园区电网优化运行约束条件；
计算模块，分别对第一函数模块的园区电网储能优化配置目标函数和第二函数模块的配置储能前园区电网优化运行目标函数进行求解，确定园区电网储能配置方案以及配置储能前后的典型日运行计划；
配置模块，建立园区电网储能优化配置相关指标，代入计算模块求解的结果得到各个指标数值，实现园区电网储能优化配置评价。
本发明再一个实施例中，提供了一种终端设备，该终端设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于考虑多盈利模式的园区电网储能优化配置方法的操作，包括：
获取包括光伏出力、负荷曲线、备选储能和电价信息的园区电网储能优化配置数据；利用园区电网储能优化配置数据，以园区电网总成本最小进行优化，建立园区电网储能优化配置目标函数，并建立园区电网储能优化配置约束条件；以配置储能前园区电网运行成本最小进行优化，建立配置储能前园区电网优化运行目标函数，并建立配置储能前园区电网优化运行约束条件；分别对园区电网储能优化配置目标函数和配置储能前园区电网优化运行目标函数进行求解，确定园区电网储能配置方案以及配置储能前后的典型日运行计划；建立园区电网储能优化配置相关指标，代入求解结果得到各个指标数值，实现园区电网储能优化配置评价。
本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(Memory)，所述计算机可读存储介质是终端设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括终端设备中的内置存储介质，当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中有关考虑多盈利模式的园区电网储能优化配置方法的相应步骤；计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤：
获取包括光伏出力、负荷曲线、备选储能和电价信息的园区电网储能优化配置数据；利用园区电网储能优化配置数据，以园区电网总成本最小进行优化，建立园区电网储能优化配置目标函数，并建立园区电网储能优化配置约束条件；以配置储能前园区电网运行成本最小进行优化，建立配置储能前园区电网优化运行目标函数，并建立配置储能前园区电网优化运行约束条件；分别对园区电网储能优化配置目标函数和配置储能前园区电网优化运行目标函数进行求解，确定园区电网储能配置方案以及配置储能前后的典型日运行计划；建立园区电网储能优化配置相关指标，代入求解结果得到各个指标数值，实现园区电网储能优化配置评价。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
请参阅图1，图1是配置储能后园区电网春夏秋冬四季典型日调度方案，图例中的“PV”表示光伏发电，“BAT放电”和“BAT充电”分别表示储能放电和充电，“PCC交换功率”表示园区电网购售电功率。
由于该园区电网采用的电价制度是两部制电价-需量电费，因此园区电网配置储能可以从两个方面降低用电成本。一方面，园区电网配置的储能在低谷电价时段(1～8h)和平段电价时段(13～17h、22～24h)充电，在高峰电价时段(9～12h、18～21h)放电，调整了园区电网跟外部电网交换功率曲线，降低了园区电网的电度电费，另一方面，园区电网配置的储能在园区电网最大需量时段放电，减少了园区电网对外购电量，节省了园区电网的基本电费。
请参阅图2，图2是配置储能前园区电网春夏秋冬四季典型日调度方案，图例中的“PV”表示光伏发电，“PCC交换功率”表示园区电网购售电功率。
虽然该园区电网采用的电价制度也是两部制电价-需量电费，但是由于配置储能前园区电网缺乏灵活性资源，因此配置储能前园区电网并没有参与峰谷套利、需量电费管理等盈利模式，只是按照尽可能消纳内部可再生能源发电的模式运行。
请参阅图3，图3是不同电价制度下园区电网配置储能评价指标结果，这里涉及的电价制度包括单一制电价、两部制电价-容量电费、两部制电价-需量电费。
对比三种电价制度下园区电网配置储能评价指标结果，投资成本等年值相同，说明三种电价制度下园区电网配置储能的类型、数量相同；年运行及维护成本和年峰谷套利收益单一制电价最高，两部制电价-容量电费最次，两部制电价-需量电费最低，这是因为单一制电价的电度电价更高、峰谷电价差更大，同时，两部制电价-容量电费的盈利模式只有峰谷套利，而两部制电价-需量电费的盈利模式除了峰谷套利还有需量电费管理，这一点也在年需量电费节省上有所体现；年收益、成本回收年限、内部收益率和投资回报率这四个指标都体现出两部制电价-需量电费的盈利能力最强，这说明了储能在降低需量电费上具有很大的潜力，同时单一制电价在这四个指标上的表现也优于两部制电价-容量电费，这是因为单一制电价的电度电价比两部制电价更适合峰谷套利的盈利模式。
请参阅图4，图4是不同高峰电价下园区电网配置储能评价指标结果，这里高峰电价分别选取原电价的0.8倍、原电价、原电价的1.2倍。
对比三种高峰电价下园区电网配置储能评价指标结果，投资成本等年值相同，说明三种高峰电价下园区电网配置储能的类型、数量相同；年运行及维护成本和年峰谷套利收益随着高峰电价的升高而升高，这是因为高峰电价的升高增加了园区电网购电成本，同时高峰电价升高使得峰谷电价差变大，有利于峰谷套利的盈利模式；由于需量电价不变，且配置储能的类型、数量相同，所以年需量电费节省相同；年收益、成本回收年限、内部收益率和投资回报率这四个指标均体现出高峰电价越高配置储能效益越好，这是因为高峰电价升高拉大了峰谷电价差，使得峰谷套利的收益更多，增加了年收益，减小了成本回收年限，提高了内部收益率和投资回报率。
综上所述，本发明一种考虑多盈利模式的园区电网储能优化配置方法及系统，在满足园区电网投资上限和运行约束的前提下，计算了园区电网储能配置方案，使得储能可以参与更多盈利模式，同时构建了园区电网配置储能评价指标，实现了园区电网配置储能的量化分析。对于园区电网所有者而言，配置储能可以有效提高园区电网的可调度潜力，使得园区电网可以通过灵活的运行方案降低用电成本。此外，不同电价制度以及电价水平会对园区电网配置储能的效益造成影响。上述结果既表明了储能具有一定的灵活性调节潜力，也表明了园区电网配置储能，能够参与多种盈利模式，为园区电网所有者带来可观的收益。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (4)

1.一种考虑多盈利模式的园区电网储能优化配置方法，其特征在于，包括以下步骤：
S1、获取包括光伏出力、负荷曲线、备选储能和电价信息的园区电网储能优化配置数据；
S2、利用步骤S1获取的园区电网储能优化配置数据，以园区电网总成本最小进行优化，建立园区电网储能优化配置目标函数，建立园区电网储能优化配置约束条件，园区电网储能优化配置目标函数为：
min Ctotal＝Cinv+Cope
其中，Ctotal为园区电网总成本，Cinv为储能投资成本等年值，Cope为园区电网年运行成本；
园区电网储能优化配置约束条件包括投资成本约束、储能安装约束、功率平衡约束、光伏出力约束、储能充放电功率约束、储能充放电状态约束、储能电量约束和园区电网购售电约束；
投资成本约束如下：
0≤Cinv*≤Cinv,max
其中，是储能投资成本现值，Cinv,max是储能投资成本上限；
储能安装约束如下：
其中，XESS,max是储能安装数量上限，为第k类储能的安装数量；
功率平衡约束如下：
其中，为第d个典型日第t个时段的园区电网购电功率，/>为第d个典型日第t个时段的园区电网售电功率，/>是第d个典型日第t个时段的光伏实际出力，/>是第d个典型日第t个时段第k类储能的总放电功率，/>是第d个典型日第t个时段第k类储能的总充电功率，/>是第d个典型日第t个时段的负荷功率；
光伏出力约束如下：
其中，是第d个典型日第t个时段的光伏预测功率；
储能充放电功率约束如下：
其中，是第k类储能的最大充电功率，/>是第k类储能的最大放电功率；
储能充放电状态约束如下：
其中，和/>是第k类储能的充放电指示变量，/>且/>表示储能位于充电状态，/>且/>表示储能位于放电状态，/>且/>表示储能位于闲置状态；
储能电量约束如下：
其中，是第d个典型日第t个时段第k类储能的总电量，/>是第k类储能的自放电率，/>是第d个典型日第t个时段第k类储能的充电效率，/>是第d个典型日第t个时段第k类储能的放电效率，/>是第k类储能的放电深度；
园区电网购售电约束如下：
其中，Pbuy,max和Psell,max分别是园区电网最大购售电功率，和/>是园区电网购售电指示变量，/>且/>表示园区电网购电，/>且/>表示园区电网售电，/>且/>表示园区电网既不购电也不售电；
S3、以配置储能前园区电网运行成本最小进行优化，建立配置储能前园区电网优化运行目标函数，建立配置储能前园区电网优化运行约束条件；
配置储能前园区电网优化运行目标函数为：
其中，Cope0为配置储能前园区电网运行成本，D是典型日的天数，T是典型日内的时段数，和/>分别是第d个典型日第t个时段的园区电网购售电电价，/>和/>分别是第d个典型日第t个时段的园区电网购售电功率，Δt是调度时间间隔，ρL,loss是失负荷惩罚系数，是第d个典型日第t个时段的失负荷功率，zcap是两部制电价中的容量电价选择标志，ρcap是两部制电价中的容量电价，Strans是变压器容量，zdem是两部制电价中的需量电价选择标志，ρdem是两部制电价中的需量电价，/>是园区电网最大需量；zcap＝1且zdem＝0表示园区电网采用两部制电价-容量电费进行电费计费，zcap＝0且zdem＝1表示园区电网采用两部制电价-需量电费进行电费计费，zcap＝0且zdem＝0表示园区电网采用单一制电价进行电费计费；
配置储能前园区电网优化运行约束条件包括功率平衡约束、光伏出力约束、失负荷量约束、园区电网购售电约束；
功率平衡约束如下：
其中，为第d个典型日第t个时段的园区电网购电功率，/>为第d个典型日第t个时段的园区电网售电功率，/>为第d个典型日第t个时段的失负荷功率，/>是第d个典型日第t个时段的光伏实际出力，/>是第d个典型日第t个时段的负荷功率；
光伏出力约束如下：
其中，是第d个典型日第t个时段的光伏预测功率；
失负荷量约束如下：
园区电网购售电约束如下：
其中，Pbuy,max和Psell,max分别是园区电网最大购售电功率，和/>是园区电网购售电指示变量，/>且/>表示园区电网购电，/>且/>表示园区电网售电，/>且/>表示园区电网既不购电也不售电；
S4、分别对步骤S2的园区电网储能优化配置目标函数和步骤S3的配置储能前园区电网优化运行目标函数进行求解，确定园区电网储能配置方案以及配置储能前后的典型日运行计划；
S5、建立园区电网储能优化配置相关指标，代入步骤S4求解的结果得到各个指标数值，实现园区电网储能优化配置评价。
2.根据权利要求1所述的方法，其特征在于，步骤S5中，园区电网储能优化配置相关指标包括投资成本等年值、年运行及维护成本、年需量电费节省、动态增容等效量、年停电损失减少、年收益、年峰谷套利收益、成本回收年限、内部收益率和投资回报率。
3.根据权利要求2所述的方法，其特征在于，投资成本等年值Cinv如下：
其中，K为备选储能的种类数，CRF(r,τk)为资金回收系数，r为折现率，τk为第k类储能的运行寿命，为第k类储能的安装数量，/>为第k类储能的额定容量，/>为第k类储能的单位容量成本；
年运行及维护成本Cope如下：
其中，D是典型日的天数，T是典型日内的时段数，和/>分别是第d个典型日第t个时段的园区电网购售电电价，/>和/>分别是第d个典型日第t个时段的园区电网购售电功率，Δt是调度时间间隔，/>为第k类储能的固定运维成本系数，zcap为两部制电价中的容量电价选择标志，ρcap为两部制电价中的容量电价，Strans为变压器容量，zdem为两部制电价中的需量电价选择标志，ρdem为两部制电价中的需量电价，/>为园区电网最大需量；
年需量电费节省Cdem,save如下：
其中，为配置储能前园区电网最大需量；
动态增容等效量Sincre如下：
其中，为第d个典型日第t个时段的失负荷功率；
年停电损失减少Cdecre如下：
其中，ρL,loss为失负荷惩罚系数；
年收益ΔC如下：
ΔC＝Cope0-Cope
其中，Cope0为配置储能前园区电网运行成本；
年峰谷套利收益ΔCarbit如下：
；
成本回收年限＝累计净现金流量开始出现正值的年份数-1+上一年累计净现金流量的绝对值/出现正值年份的净现金流量；
内部收益率IRR为：
IRR＝x-1
其中，x为以x为未知数的τk次多项式方程的正实数解；
投资回报率ROI如下：
其中，ΔC为年收益。
4.一种考虑多盈利模式的园区电网储能优化配置系统，其特征在于，包括：
数据模块，获取包括光伏出力、负荷曲线、备选储能和电价信息的园区电网储能优化配置数据；
第一函数模块，利用数据模块获取的园区电网储能优化配置数据，以园区电网总成本最小进行优化，建立园区电网储能优化配置目标函数，建立园区电网储能优化配置约束条件；
园区电网储能优化配置目标函数为：
min Ctotal＝Cinv+Cope
其中，Ctotal为园区电网总成本，Cinv为储能投资成本等年值，Cope为园区电网年运行成本；
园区电网储能优化配置约束条件包括投资成本约束、储能安装约束、功率平衡约束、光伏出力约束、储能充放电功率约束、储能充放电状态约束、储能电量约束和园区电网购售电约束；
投资成本约束如下：
0≤Cinv*≤Cinv,max
其中，是储能投资成本现值，Cinv,max是储能投资成本上限；
储能安装约束如下：
其中，XESS,max是储能安装数量上限，为第k类储能的安装数量；
功率平衡约束如下：
其中，为第d个典型日第t个时段的园区电网购电功率，/>为第d个典型日第t个时段的园区电网售电功率，/>是第d个典型日第t个时段的光伏实际出力，/>是第d个典型日第t个时段第k类储能的总放电功率，/>是第d个典型日第t个时段第k类储能的总充电功率，/>是第d个典型日第t个时段的负荷功率；
光伏出力约束如下：
其中，是第d个典型日第t个时段的光伏预测功率；
储能充放电功率约束如下：
其中，是第k类储能的最大充电功率，/>是第k类储能的最大放电功率；
储能充放电状态约束如下：
其中，和/>是第k类储能的充放电指示变量，/>且/>表示储能位于充电状态，/>且/>表示储能位于放电状态，/>且/>表示储能位于闲置状态；
储能电量约束如下：
其中，是第d个典型日第t个时段第k类储能的总电量，/>是第k类储能的自放电率，/>是第d个典型日第t个时段第k类储能的充电效率，/>是第d个典型日第t个时段第k类储能的放电效率，/>是第k类储能的放电深度；
园区电网购售电约束如下：
其中，Pbuy,max和Psell,max分别是园区电网最大购售电功率，和/>是园区电网购售电指示变量，/>且/>表示园区电网购电，/>且/>表示园区电网售电，且/>表示园区电网既不购电也不售电；
第二函数模块，以配置储能前园区电网运行成本最小进行优化，建立配置储能前园区电网优化运行目标函数，建立配置储能前园区电网优化运行约束条件；
配置储能前园区电网优化运行目标函数为：
其中，Cope0为配置储能前园区电网运行成本，D是典型日的天数，T是典型日内的时段数，和/>分别是第d个典型日第t个时段的园区电网购售电电价，/>和/>分别是第d个典型日第t个时段的园区电网购售电功率，Δt是调度时间间隔，ρL,loss是失负荷惩罚系数，是第d个典型日第t个时段的失负荷功率，zcap是两部制电价中的容量电价选择标志，ρcap是两部制电价中的容量电价，Strans是变压器容量，zdem是两部制电价中的需量电价选择标志，ρdem是两部制电价中的需量电价，/>是园区电网最大需量；zcap＝1且zdem＝0表示园区电网采用两部制电价-容量电费进行电费计费，zcap＝0且zdem＝1表示园区电网采用两部制电价-需量电费进行电费计费，zcap＝0且zdem＝0表示园区电网采用单一制电价进行电费计费；
配置储能前园区电网优化运行约束条件包括功率平衡约束、光伏出力约束、失负荷量约束、园区电网购售电约束；
功率平衡约束如下：
其中，为第d个典型日第t个时段的园区电网购电功率，/>为第d个典型日第t个时段的园区电网售电功率，/>为第d个典型日第t个时段的失负荷功率，/>是第d个典型日第t个时段的光伏实际出力，/>是第d个典型日第t个时段的负荷功率；
光伏出力约束如下：
其中，是第d个典型日第t个时段的光伏预测功率；
失负荷量约束如下：
园区电网购售电约束如下：
其中，Pbuy,max和Psell,max分别是园区电网最大购售电功率，和/>是园区电网购售电指示变量，/>且/>表示园区电网购电，/>且/>表示园区电网售电，/>且/>表示园区电网既不购电也不售电；
计算模块，分别对第一函数模块的园区电网储能优化配置目标函数和第二函数模块的配置储能前园区电网优化运行目标函数进行求解，确定园区电网储能配置方案以及配置储能前后的典型日运行计划；
配置模块，建立园区电网储能优化配置相关指标，代入计算模块求解的结果得到各个指标数值，实现园区电网储能优化配置评价。
CN202110839597.9A 2021-07-23 2021-07-23 一种考虑多盈利模式的园区电网储能优化配置方法及系统 Active CN113722882B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110839597.9A CN113722882B (zh) 2021-07-23 2021-07-23 一种考虑多盈利模式的园区电网储能优化配置方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110839597.9A CN113722882B (zh) 2021-07-23 2021-07-23 一种考虑多盈利模式的园区电网储能优化配置方法及系统

Publications (2)

Publication Number Publication Date
CN113722882A CN113722882A (zh) 2021-11-30
CN113722882B true CN113722882B (zh) 2024-04-02

Family

ID=78673922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110839597.9A Active CN113722882B (zh) 2021-07-23 2021-07-23 一种考虑多盈利模式的园区电网储能优化配置方法及系统

Country Status (1)

Country Link
CN (1) CN113722882B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115049251B (zh) * 2022-06-13 2024-02-13 南通沃太新能源有限公司 用于储能系统的电力调度方法及其装置
CN115021406B (zh) * 2022-06-27 2023-04-07 合肥原力众合能源科技有限公司 一种整合经济性模型预测控制的微电网控制器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109193812A (zh) * 2018-09-25 2019-01-11 科大智能（合肥）科技有限公司 一种园区光储荷微电网经济调度实现方法
CN109510241A (zh) * 2018-12-20 2019-03-22 中国电建集团河北省电力勘测设计研究院有限公司 工业园区风光燃储能能源的并网模式优化配置系统及方法
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019196375A1 (zh) * 2018-04-13 2019-10-17 华南理工大学 基于需求侧响应的微电网最优机组及分时电价的优化方法
CN109193812A (zh) * 2018-09-25 2019-01-11 科大智能（合肥）科技有限公司 一种园区光储荷微电网经济调度实现方法
CN109510241A (zh) * 2018-12-20 2019-03-22 中国电建集团河北省电力勘测设计研究院有限公司 工业园区风光燃储能能源的并网模式优化配置系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
配售分离环境下高比例分布式能源园区电能日前优化调度;吴界辰;艾欣;张艳;王坤宇;胡俊杰;;电网技术(第06期);全文 *

Also Published As

Publication number Publication date
CN113722882A (zh) 2021-11-30

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
CN113722882B (zh) 一种考虑多盈利模式的园区电网储能优化配置方法及系统
CN107403256B (zh) 一种考虑需求响应不确定性的光伏微网电池储能配置方法
CN109389327B (zh) 基于风光不确定性的多虚拟电厂时前合作方法
CN115115277A (zh) 园区综合能源调度方法、装置、计算机设备及存储介质
Ali et al. Economic planning and comparative analysis of market-driven multi-microgrid system for peer-to-peer energy trading
CN115936260B (zh) 虚拟电厂用户储能调度方法、装置、电子设备及存储介质
CN113538066B (zh) 虚拟电厂参与电力市场的控制方法、系统、设备及介质
CN112671022B (zh) 光储充电站容量优化配置方法、系统、终端及存储介质
CN111932075A (zh) 主动配电网多区域调度方法、系统、设备及可读存储介质
CN112564102A (zh) 多微网负荷优化调度方法和系统
CN115759556A (zh) 一种碳-电市场中的多虚拟电厂优化运行与分配方法
CN114239956A (zh) 虚拟电厂的资源配置方法、装置及终端
CN115953012B (zh) 一种基于多主体双层博弈的乡村光储系统优化调度方法
CN116488218A (zh) 工业园区储能配置方法、装置、电子设备及存储介质
CN110264105A (zh) 一种基于需求侧响应的电力现货交易方法及系统
Pourghaderi et al. Optimization model of a VPP to provide energy and reserve
CN115864364A (zh) 一种用户参与需求响应的运行策略规划方法及装置
CN115187061A (zh) 一种用户侧绿电配置方法、装置、设备及存储介质
Tong et al. Economical optimization for multi-microgrid based on Stackelberg game
Zhang et al. Optimal bidding strategy of PV-storage system in the electricity market
CN114066082A (zh) 电力调度优化方法、电子设备及计算机可读存储介质
CN112906961A (zh) 储能控制方法、装置、非易失性存储介质及电子装置
Swathi et al. Consumer-Centric Rate Design for Peak Time Energy Demand Coincidence Reduction at Domestic Sector Level-A Smart Energy Service for Residential Demand Response
CN114039351B (zh) 一种储能容量配置方法及装置

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