CN113780638A - 计及储能寿命衰减的综合能源系统优化调度方法 - Google Patents

计及储能寿命衰减的综合能源系统优化调度方法 Download PDF

Info

Publication number
CN113780638A
CN113780638A CN202110997453.6A CN202110997453A CN113780638A CN 113780638 A CN113780638 A CN 113780638A CN 202110997453 A CN202110997453 A CN 202110997453A CN 113780638 A CN113780638 A CN 113780638A
Authority
CN
China
Prior art keywords
energy storage
energy
power
charge
soc
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
CN202110997453.6A
Other languages
English (en)
Other versions
CN113780638B (zh
Inventor
马喜平
沈渭程
胡殿刚
董开松
甄文喜
朱宏毅
张伟
赵炜
刘丽娟
魏博
赵耀
杨俊�
闵占奎
刘秀良
同焕珍
张赛
郑翔宇
陈柏旭
周政龙
魏润芝
赵霖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
State Grid Gansu Electric Power Co Ltd
Original Assignee
STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
State Grid Gansu Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE, State Grid Gansu Electric Power Co Ltd filed Critical STATE GRID GASU ELECTRIC POWER RESEARCH INSTITUTE
Priority to CN202110997453.6A priority Critical patent/CN113780638B/zh
Publication of CN113780638A publication Critical patent/CN113780638A/zh
Application granted granted Critical
Publication of CN113780638B publication Critical patent/CN113780638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06Q10/067—Enterprise or organisation modelling
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种计及储能寿命衰减的综合能源系统优化调度方法，具体按照以下步骤实施：步骤1、构建储能寿命衰减模型；步骤2、构建综合能源系统优化调度模型；步骤3、用内点法求得所述步骤2得到的综合能源系统调度方案的最优解。本发明解决了现有技术中存在的综合能源系统优化调度中不考虑储能寿命衰减的不足的问题。

Description

计及储能寿命衰减的综合能源系统优化调度方法
技术领域
本发明属于综合能源系统的优化调度技术领域，具体涉及一种计及储能寿命衰减的综合能源系统优化调度方法。
背景技术
综合能源系统是一种高效的能源系统运行模式，储能作为综合能源系统的重要组成部分，可以有效平抑综合能源系统中可再生能源发电的随机性和波动性，提高系统电能质量，维持系统稳定。但是系统运行中储能的频繁充放电会导致储能寿命缩短，储能的容量、放电循环次数都将发生改变。因此在综合能源系统的储能调度中，必须考虑储能寿命衰减带来的储能运行约束变化。
目前国内外针对包含储能的综合能源系统优化调度进行了大量研究。大部分综合能源系统经济调度策略并未考虑储能的使用寿命约束。部分研究以实验形式量化研究了储能充放电深度和速率对储能设备寿命的影响，将储能寿命定义为固定比例的衰减，定义了储能的充放电功率罚函数，保证储能循环寿命的约束。目前研究的储能寿命模型都没有把储能的寿命衰减约束嵌入到调度约束中，且模型中涉及衰减比例和罚函数的给定都具有较强的主观性。为此，本专利建立了反映储能寿命衰减的数学模型，并将其引入到了综合能源系统优化调度的目标函数以及约束条件当中，完善了综合能源系统经济调度模型。
发明内容
本发明的目的是提供一种计及储能寿命衰减的综合能源系统优化调度方法，解决了现有技术中存在的综合能源系统优化调度中不考虑储能寿命衰减的不足的问题。
本发明所采用的技术方案是，计及储能寿命衰减的综合能源系统优化调度方法，具体按照以下步骤实施：
步骤1、构建储能寿命衰减模型；
步骤2、构建综合能源系统优化调度模型；
步骤3、用内点法求得所述步骤2得到的综合能源系统调度方案的最优解。
本发明的特点还在于，
步骤1具体如下：
步骤1.1、老化实验建立的蓄电池型储能充放电过程中造成的容量衰减模型如下式所示：
Figure BDA0003234325240000021
式中，Dcyc为充放电深度，δsoc，av为单次循环的平均SOC值，SOC值即为电池荷电状态值，Ncyc为充放电深度Dcyc和δsoc，av的循环次数，ΔCES，i(t)为t时刻之前储能容量的在i条件下储能容量的衰减量；i条件即一组充放电深度Dcyc和单次循环的平均SOC值δsoc，av和参数(Dcyc，δsoc，av)；
步骤1.2、利用雨流计数法对储能蓄电池历史充放电SOC序列进行统计，计算蓄电池历史充放电过程中每次充放电的充放电深度Dcyc和单次循环的平均SOC值δsoc，av，统计对应于不同(Dcyc，δsoc，av)对应的次数Ncyc，然后将统计得到的对应参数带入到式(4)中即得到i条件(Dcyc，δsoc，av)模式下充放电模式下储能容量的衰减量，将各个条件的储能容量衰减量进行加和，得到t时刻之前储能容量衰减量ΔCES(t)：
ΔCES(t)＝∑ΔCES，i(t) (2)
t时刻的容量CES(t)为：
CES(t)＝CR-ΔCES(t) (3)
式中，为CR储能出厂时的额定容量；
步骤1.3、储能t时刻的荷电状态SOCES(t)与t-1时刻的荷电状态SOCES(t-1)及t时段的充放电速率有关，不计储能寿命衰减时，储能的荷电状态SOCES(t)为：
Figure BDA0003234325240000031
式中，SOCES(t)为储能t时刻的荷电状态，SOCES(t-1)为储能t-1时刻的荷电状态，ηC和ηD分别为储能充、放电效率，PES，C和PES，D分别为储能充放电的功率，Δt为单位调度时间间隔；
计及储能寿命衰减时，储能的荷电状态SOC′ES(t)为：
Figure BDA0003234325240000032
式中，ηC和ηD分别为储能充、放电效率，PES，C和FES，D分别为储能充放电的功率，CES(t-1)为t-1时刻的储能容量，Δt为单位调度时间间隔；
公式(3)和(5)计算得到的储能容量及荷电状态，共同构成计及储能寿命衰减的储能模型。
步骤2具体如下：
步骤2.1、设储能初始投资FR，初始额定容量CR，则储能在t时刻进行一次充放电的寿命损耗花费为：
Figure BDA0003234325240000041
当计及储能寿命衰减带来的损耗花费时，综合能源系统运行目标为：
min F′＝Fe(t)+Fgas(t)+FOC(t)+FES (7)
式中，F′为计及储能寿命衰减时，综合能源系统的总体经济运行成本，不计光伏发电成本时，综合能源系统运行成本主要包括从电网购电、从气网购气和设备运行成本三部分，即F′包括购电成本Fe(t)、购气成本Fgas(t)为、系统设备运行成本FOC(t)；公式(7)即为计及储能寿命衰减的综合能源系统优化调度的目标函数，优化调度目标为使F′取得最小值；
步骤2.2、求解所述步骤2.1中目标函数的最优解，求解时的约束条件包括能量平衡约束条件，设备运行约束条件和储能约束条件；
步骤2.3、综合步骤2.1所述目标函数及步骤2.2所述的约束条件，即构成了计及储能寿命衰减的综合能源系统优化调度模型，由于该优化问题为非线性优化问题，采用内点法求解即可得到优化解，即调度日各个时刻光伏、微型燃气轮机的发电量，购电量、购气量，以及储能的充放电功率。
步骤2.1中3个成本具体如下：
购电成本Fe(t)：
Figure BDA0003234325240000051
式中，Fe(t)为t时刻购电成本，Cgrid(t)为t时刻购电单价，Pg(t)为t时刻购电功率。
购气成本Fgas(t)：
Figure BDA0003234325240000052
式中CNG(t)为购气单价，qg(t)为购气流量；
系统设备运行成本Foc(t)：
Figure BDA0003234325240000053
式中，λi为微型燃气轮机、光伏发电设备单位功率发电时的运行费用，Pi(t)为t时刻各发电设备的发电功率。
步骤2.2中3个约束条件具体如下：
能量平衡约束，包括电气母线平衡约束条件和天然气母线平衡约束条件：
电气母线平衡约束条件具体如下：
Pg(t)+PPV(t)+Pmt，e(t)＝PES(t)+Le(t) (11)
式中，Pg(t)为t时刻综合能源系统从电网中购入的电功率，PPV(t)为t时刻光伏发电功率，Pmt，e(t)为t时刻微型燃气轮机发电功率，PES(t)为t时刻储能的充放电功率，充电时PES(t)等于PES，C，放电时PES(t)等于PES，D，Le(t)为电用户负荷；
天然气母线平衡约束条件具体如下：
qgrid(t)＝qmt，e(t)+Lq(t) (12)
式中，qgrid(t)为t时刻综合能源系统从天然气网中购入的天然气量，qmt，e(t)为t时刻微型燃气轮机所用天然气量，Lq(t)为t时刻气用户负荷；
设备运行约束，包括光伏发电功率约束和微型燃气轮机运行约束，
光伏发电功率约束具体如下：
Figure BDA0003234325240000061
式中，PPV(t)为t时刻光伏发电功率，
Figure BDA0003234325240000062
为光伏发电功率最大值限制；微型燃气轮机运行约束具体如下：
Figure BDA0003234325240000063
式中，Pmt，e(t)为t时刻微型燃气轮机发电功率，
Figure BDA0003234325240000064
为微型燃气轮机发电功率最大值限制；
储能约束，包括储能充放电功率约束和储能荷电状态约束：
储能充放电功率约束具体如下：
Figure BDA0003234325240000065
式中，PES，C(t)为t时刻储能充电功率，
Figure BDA0003234325240000066
为储能充电功率最大值限制；
Figure BDA0003234325240000067
式中，PES，D(t)为t时刻储能放电功率，
Figure BDA0003234325240000068
为储能放电功率最大值限制；
储能荷电状态SOC′ES(t)约束具体如下：
Figure BDA0003234325240000069
式中，
Figure BDA00032343252400000610
和
Figure BDA00032343252400000611
为储能荷电状态SOC′ES(t)的最大值和最小值限制；
以公式(7)作为目标函数，以公式(11)-(17)作为约束条件，构成了计及储能寿命衰减的综合能源系统优化调度模型。
步骤3具体如下：
在已知电、气负荷和光伏预测功率的条件下，用内点法求得综合能源系统调度方案的最优解，即调度日各个时刻光伏、微型燃气轮机的发电量，购电量、购气量，以及储能的充放电功率。
本发明的有益效果是，一种计及储能寿命衰减的综合能源系统优化调度方法，现有综合能源系统优化调度未考虑储能寿命衰减的不足，更符合综合能源系统优化调度中储能寿命衰减的实际。
附图说明
图1为综合能源系统结构图；
图2为电、气负荷及光伏预测功率；
图3为电功率优化结果；
图4为气功率优化结果；
图5为储能SOC变化情况。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明计及储能寿命衰减的综合能源系统优化调度方法，具体按照以下步骤实施：
步骤1、构建储能寿命衰减模型；
步骤1具体如下：
步骤1.1、老化实验建立的蓄电池型储能充放电过程中造成的容量衰减模型如下式所示：
Figure BDA0003234325240000071
式中，Dcyc为充放电深度，δsoc，av为单次循环的平均SOC值，SOC值即为电池荷电状态值，Ncyc为充放电深度Dcyc和δsoc，av的循环次数，ΔCES，i(t)为t时刻之前储能容量的在i条件下储能容量的衰减量；i条件即一组充放电深度Dcyc和单次循环的平均SOC值δsoc，av和参数(Dcyc，δsoc，av)；
步骤1.2、利用雨流计数法对储能蓄电池历史充放电SOC序列(储能历史充放电SOC序列由蓄电池管理系统记录并提供)进行统计，计算蓄电池历史充放电过程中每次充放电的充放电深度Dcyc和单次循环的平均SOC值δsoc，av，统计对应于不同(Dcyc，δsoc，av)对应的次数Ncyc，然后将统计得到的对应参数带入到式(4)中即得到i条件(Dcyc，δsoc，av)模式下充放电模式下储能容量的衰减量，将各个条件的储能容量衰减量进行加和，得到t时刻之前储能容量衰减量ΔCES(t)：
ΔCES(t)＝∑ΔCES，i(t) (2)
t时刻的容量CES(t)为：
CES(t)＝CR-ΔCES(t) (3)
式中，为CR储能出厂时的额定容量；
步骤1.3、储能t时刻的荷电状态SOCES(t)与t-1时刻的荷电状态SOCES(t-1)及t时段的充放电速率有关，不计储能寿命衰减时，储能的荷电状态SOCES(t)为：
Figure BDA0003234325240000081
式中，SOCES(t)为储能t时刻的荷电状态，SOCES(t-1)为储能t-1时刻的荷电状态，ηC和ηD分别为储能充、放电效率，PES，C和PES，D分别为储能充放电的功率，Δt为单位调度时间间隔；
计及储能寿命衰减时，储能的荷电状态SOC′ES(t)为：
Figure BDA0003234325240000091
式中，ηC和ηD分别为储能充、放电效率，PES，C和PES，D分别为储能充放电的功率，CES(t-1)为t-1时刻的储能容量，Δt为单位调度时间间隔；
公式(3)和(5)计算得到的储能容量及荷电状态，共同构成计及储能寿命衰减的储能模型。
步骤2、构建综合能源系统优化调度模型；
步骤2具体如下：
步骤2.1、设储能初始投资FR，初始额定容量CR，则储能在t时刻进行一次充放电的寿命损耗花费为：
Figure BDA0003234325240000092
显然，FES会随着储能充放电次数的增加逐步增大，
当计及储能寿命衰减带来的损耗花费时，综合能源系统运行目标为：
min F′＝Fe(t)+Fgas(t)+FOC(t)+FES (7)
式中，F′为计及储能寿命衰减时，综合能源系统的总体经济运行成本，不计光伏发电成本时，综合能源系统运行成本主要包括从电网购电、从气网购气和设备运行成本三部分，即F′包括购电成本Fe(t)、购气成本Fgas(t)为、系统设备运行成本Foc(t)；公式(7)即为计及储能寿命衰减的综合能源系统优化调度的目标函数，优化调度目标为使F′取得最小值；
步骤2.2、求解所述步骤2.1中目标函数的最优解，求解时的约束条件包括能量平衡约束条件，设备运行约束条件和储能约束条件；
步骤2.3、综合步骤2.1所述目标函数及步骤2.2所述的约束条件，即构成了计及储能寿命衰减的综合能源系统优化调度模型，由于该优化问题为非线性优化问题，采用内点法求解即可得到优化解，即调度日各个时刻光伏、微型燃气轮机的发电量，购电量、购气量，以及储能的充放电功率。
步骤2.1中3个成本具体如下：
购电成本Fe(t)：
Figure BDA0003234325240000101
式中，Fe(t)为t时刻购电成本，Cgrid(t)为t时刻购电单价，Pg(t)为t时刻购电功率。
购气成本Fgas(t)：
Figure BDA0003234325240000102
式中CNG(t)为购气单价，qg(t)为购气流量；
系统设备运行成本Foc(t)：
Figure BDA0003234325240000103
式中，λi为微型燃气轮机、光伏发电设备单位功率发电时的运行费用，Pi(t)为t时刻各发电设备的发电功率。
步骤2.2中3个约束条件具体如下：
能量平衡约束，包括电气母线平衡约束条件和天然气母线平衡约束条件：
电气母线平衡约束条件具体如下：
Pg(t)+PPV(t)+Pmt，e(t)＝PES(t)+Le(t) (11)
式中，Pg(t)为t时刻综合能源系统从电网中购入的电功率，PPV(t)为t时刻光伏发电功率，Pmt，e(t)为t时刻微型燃气轮机发电功率，PES(t)为t时刻储能的充放电功率，充电时PES(t)等于PES，C，放电时PES(t)等于PES，D，Le(t)为电用户负荷；
天然气母线平衡约束条件具体如下：
qgrid(t)＝qmt，e(t)+Lq(t) (12)
式中，qgrid(t)为t时刻综合能源系统从天然气网中购入的天然气量，qmt，e(t)为t时刻微型燃气轮机所用天然气量，Lq(t)为t时刻气用户负荷；
设备运行约束，包括光伏发电功率约束和微型燃气轮机运行约束，
光伏发电功率约束具体如下：
Figure BDA0003234325240000111
式中，PPV(t)为t时刻光伏发电功率，
Figure BDA0003234325240000112
为光伏发电功率最大值限制；微型燃气轮机运行约束具体如下：
Figure BDA0003234325240000113
式中，Pmt，e(t)为t时刻微型燃气轮机发电功率，
Figure BDA0003234325240000114
为微型燃气轮机发电功率最大值限制；
储能约束，包括储能充放电功率约束和储能荷电状态约束：
储能充放电功率约束具体如下：
Figure BDA0003234325240000115
式中，PES，C(t)为t时刻储能充电功率，
Figure BDA0003234325240000116
为储能充电功率最大值限制；
Figure BDA0003234325240000117
式中，PES，D(t)为t时刻储能放电功率，
Figure BDA0003234325240000121
为储能放电功率最大值限制；
储能荷电状态SOC′ES(t)约束具体如下：
Figure BDA0003234325240000122
式中，
Figure BDA0003234325240000123
和
Figure BDA0003234325240000124
为储能荷电状态SOC′ES(t)的最大值和最小值限制；
以公式(7)作为目标函数，以公式(11)-(17)作为约束条件，构成了计及储能寿命衰减的综合能源系统优化调度模型。
步骤3、用内点法求得所述步骤2得到的综合能源系统调度方案的最优解，步骤3具体如下：
在已知电、气负荷和光伏预测功率的条件下，(例如图2给出的一天24小时内的电、气负荷和光伏预测功率值)用内点法求得综合能源系统调度方案的最优解，即调度日各个时刻光伏、微型燃气轮机的发电量，购电量、购气量，以及储能的充放电功率。
实施例
以某综合能源系统为例进行算例分析，系统结构图如图1所示，设备参数如表1所示。
表1系统设备参数
Figure BDA0003234325240000131
系统的电、热、冷负荷预测、光伏发电预测结果如图2所示。峰平谷分时电价如表2所示。调度日0时刻根据雨流计数法计算得到储能容量为
Figure BDA0003234325240000132
，即372kWh。
表2分时电价
Figure BDA0003234325240000141
计及储能寿命衰减时，以公式(7)为优化目标函数，公式(11-17)为优化约束条件，得到优化结果中，综合能源系统日运行费用最小值为2412.98元，储能寿命衰减所带来的损耗费用占总费用的15％。电力系统电功率调度结果如图3所示，天然气系统调度结果如图4所示。储能在进行峰谷套利的同时，受自身寿命衰减约束将延长自身使用寿命，降低了储能的置换风险，取得了间接的经济效益。储能的SOC随时间变化情况示意图如图5所示，计及储能寿命衰减时，储能运行在较高的SOC状态下，充放电过程较为平缓。

Claims (6)

1.计及储能寿命衰减的综合能源系统优化调度方法，其特征在于，具体按照以下步骤实施：
步骤1、构建储能寿命衰减模型；
步骤2、构建综合能源系统优化调度模型；
步骤3、用内点法求得所述步骤2得到的综合能源系统调度方案的最优解。
2.根据权利要求1所述的计及储能寿命衰减的综合能源系统优化调度方法，其特征在于，所述步骤1具体如下：
步骤1.1、老化实验建立的蓄电池型储能充放电过程中造成的容量衰减模型如下式所示：
Figure FDA0003234325230000011
式中，Dcyc为充放电深度，δsoc，av为单次循环的平均SOC值，SOC值即为电池荷电状态值，Ncyc为充放电深度Dcyc和δsoc，av的循环次数，ΔCES，I(t)为t时刻之前储能容量的在i条件下储能容量的衰减量；i条件即一组充放电深度Dcyc和单次循环的平均SOC值δsoc，av和参数(Dcyc，δsoc，av)；
步骤1.2、利用雨流计数法对储能蓄电池历史充放电SOC序列进行统计，计算蓄电池历史充放电过程中每次充放电的充放电深度Dcyc和单次循环的平均SOC值δsoc，av，统计对应于不同(Dcyc，δsoc，av)对应的次数Ncyc，然后将统计得到的对应参数带入到式(4)中即得到i条件(Dcyc，δsoc，av)模式下充放电模式下储能容量的衰减量，将各个条件的储能容量衰减量进行加和，得到t时刻之前储能容量衰减量ΔCES(t)：
ΔCES(t)＝∑ΔCES，i(t) (2)
t时刻的容量CES(t)为：
CES(t)＝CR-ΔCES(t) (3)
式中，为CR储能出厂时的额定容量；
步骤1.3、储能t时刻的荷电状态SOCES(t)与t-1时刻的荷电状态SOCES(t-1)及t时段的充放电速率有关，不计储能寿命衰减时，储能的荷电状态SOCES(t)为：
Figure FDA0003234325230000021
式中，SOCES(t)为储能t时刻的荷电状态，SOCES(t-1)为储能t-1时刻的荷电状态，ηC和ηD分别为储能充、放电效率，PES，C和PES，D分别为储能充放电的功率，Δt为单位调度时间间隔；
计及储能寿命衰减时，储能的荷电状态SOC′ES(t)为：
Figure FDA0003234325230000022
式中，ηC和ηD分别为储能充、放电效率，PES，C和PES，D分别为储能充放电的功率，CES(t-1)为t-1时刻的储能容量，Δt为单位调度时间间隔；
公式(3)和(5)计算得到的储能容量及荷电状态，共同构成计及储能寿命衰减的储能模型。
3.根据权利要求2所述的计及储能寿命衰减的综合能源系统优化调度方法，其特征在于，所述步骤2具体如下：
步骤2.1、设储能初始投资FR，初始额定容量CR，则储能在t时刻进行一次充放电的寿命损耗花费为：
Figure FDA0003234325230000031
当计及储能寿命衰减带来的损耗花费时，综合能源系统运行目标为：
min F′＝Fe(t)+Fgas(t)+FOC(t)+FES (7)
式中，F′为计及储能寿命衰减时，综合能源系统的总体经济运行成本，不计光伏发电成本时，综合能源系统运行成本主要包括从电网购电、从气网购气和设备运行成本三部分，即F′包括购电成本Fe(t)、购气成本Fgas(t)为、系统设备运行成本Foc(t)；公式(7)即为计及储能寿命衰减的综合能源系统优化调度的目标函数，优化调度目标为使F′取得最小值；
步骤2.2、求解所述步骤2.1中目标函数的最优解，求解时的约束条件包括能量平衡约束条件，设备运行约束条件和储能约束条件；
步骤2.3、综合步骤2.1所述目标函数及步骤2.2所述的约束条件，即构成了计及储能寿命衰减的综合能源系统优化调度模型，由于该优化问题为非线性优化问题，采用内点法求解即可得到优化解，即调度日各个时刻光伏、微型燃气轮机的发电量，购电量、购气量，以及储能的充放电功率。
4.根据权利要求3所述的计及储能寿命衰减的综合能源系统优化调度方法，其特征在于，所述步骤2.1中3个成本具体如下：
购电成本Fe(t)：
Figure FDA0003234325230000032
式中，Fe(t)为t时刻购电成本，Cgrid(t)为t时刻购电单价，Pg(t)为t时刻购电功率；
购气成本Fgas(T)：
Figure FDA0003234325230000041
式中CNG(t)为购气单价，qg(t)为购气流量；
系统设备运行成本Foc(T)：
Figure FDA0003234325230000042
式中，λi为微型燃气轮机、光伏发电设备单位功率发电时的运行费用，Pi(t)为t时刻各发电设备的发电功率。
5.根据权利要求3所述的计及储能寿命衰减的综合能源系统优化调度方法，其特征在于，所述步骤2.2中3个约束条件具体如下：
能量平衡约束，包括电气母线平衡约束条件和天然气母线平衡约束条件：
电气母线平衡约束条件具体如下：
Pg((t)+PPV((t)+Pmt，e(t)＝PES(t)+Le(t) (11)
式中，Pg(t)为t时刻综合能源系统从电网中购入的电功率，PPV(t)为t时刻光伏发电功率，Pmt，e(t)为t时刻微型燃气轮机发电功率，PES(t)为t时刻储能的充放电功率，充电时PES(t)等于PES，C，放电时PES(t)等于PES，D，Le(t)为电用户负荷；
天然气母线平衡约束条件具体如下：
qgrid(t)＝qmt，e(t)+Lq(t) (12)
式中，qgrid(t)为t时刻综合能源系统从天然气网中购入的天然气量，qmt，e(t)为t时刻微型燃气轮机所用天然气量，Lq(t)为t时刻气用户负荷；设备运行约束，包括光伏发电功率约束和微型燃气轮机运行约束，
光伏发电功率约束具体如下：
Figure FDA0003234325230000051
式中，PPV(t)为t时刻光伏发电功率，
Figure FDA0003234325230000052
为光伏发电功率最大值限制；
微型燃气轮机运行约束具体如下：
Figure FDA0003234325230000053
式中，Pmt，e(t)为t时刻微型燃气轮机发电功率，
Figure FDA0003234325230000054
为微型燃气轮机发电功率最大值限制；
储能约束，包括储能充放电功率约束和储能荷电状态约束：
储能充放电功率约束具体如下：
Figure FDA0003234325230000055
式中，PES，C(t)为t时刻储能充电功率，
Figure FDA0003234325230000056
为储能充电功率最大值限制；
Figure FDA0003234325230000057
式中，PES，D(t)为t时刻储能放电功率，
Figure FDA0003234325230000058
为储能放电功率最大值限制；
储能荷电状态SOC′ES(t)约束具体如下：
Figure FDA0003234325230000059
式中，
Figure FDA00032343252300000510
和
Figure FDA00032343252300000511
为储能荷电状态SOC′ES(t)的最大值和最小值限制；
以公式(7)作为目标函数，以公式(11)-(17)作为约束条件，构成了计及储能寿命衰减的综合能源系统优化调度模型。
6.根据权利要求3所述的计及储能寿命衰减的综合能源系统优化调度方法，其特征在于，所述步骤3具体如下：
在已知电、气负荷和光伏预测功率的条件下，用内点法求得综合能源系统调度方案的最优解，即调度日各个时刻光伏、微型燃气轮机的发电量，购电量、购气量，以及储能的充放电功率。
CN202110997453.6A 2021-08-27 2021-08-27 计及储能寿命衰减的综合能源系统优化调度方法 Active CN113780638B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110997453.6A CN113780638B (zh) 2021-08-27 2021-08-27 计及储能寿命衰减的综合能源系统优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110997453.6A CN113780638B (zh) 2021-08-27 2021-08-27 计及储能寿命衰减的综合能源系统优化调度方法

Publications (2)

Publication Number Publication Date
CN113780638A true CN113780638A (zh) 2021-12-10
CN113780638B CN113780638B (zh) 2024-02-27

Family

ID=78839643

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110997453.6A Active CN113780638B (zh) 2021-08-27 2021-08-27 计及储能寿命衰减的综合能源系统优化调度方法

Country Status (1)

Country Link
CN (1) CN113780638B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117154801A (zh) * 2023-11-01 2023-12-01 国网冀北电力有限公司 一种电网系统储能配置和出力方案确定方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法
CN110598313A (zh) * 2019-09-10 2019-12-20 国网河北省电力有限公司 计及储能全寿命周期运维的综合能源系统优化配置方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110417006A (zh) * 2019-07-24 2019-11-05 三峡大学 考虑多能协同优化的综合能源系统多时间尺度能量调度方法
CN110598313A (zh) * 2019-09-10 2019-12-20 国网河北省电力有限公司 计及储能全寿命周期运维的综合能源系统优化配置方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
丁晓等: "磷酸铁锂电池性能衰退与容量预测模型研究", 《电源技术》, vol. 43, no. 6, pages 2 *
杨艳红, 《电工技术学报》, vol. 30, no. 22, pages 1 - 3 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117154801A (zh) * 2023-11-01 2023-12-01 国网冀北电力有限公司 一种电网系统储能配置和出力方案确定方法和装置
CN117154801B (zh) * 2023-11-01 2024-01-26 国网冀北电力有限公司 一种电网系统储能配置和出力方案确定方法和装置

Also Published As

Publication number Publication date
CN113780638B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
CN106651026B (zh) 多时间尺度微电网能量管理优化调度方法
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
CN108667052B (zh) 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统
CN113095791B (zh) 一种综合能源系统运行方法及系统
CN109217290B (zh) 计及电动汽车充放电的微网能量优化管理方法
CN111404206B (zh) 考虑投资回报约束的风光储发电系统容量双层规划方法
CN104795829A (zh) 一种基于削峰填谷的储能系统调度方法
Hossain et al. Design a novel controller for stability analysis of microgrid by managing controllable load using load shaving and load shifting techniques; and optimizing cost analysis for energy storage system
CN111882105A (zh) 含共享储能系统的微电网群及其日前经济优化调度方法
CN111009895B (zh) 一种微网优化调度方法、系统以及设备
CN115640982B (zh) 基于抽水蓄能优先调节的多能互补系统日前优化调度方法
CN112736952A (zh) 考虑日历寿命的海上风电配置储能系统容量优化方法
CN105140941A (zh) 考虑锂电池可变折旧成本与实用充放电策略的微电网优化调度方法
CN113644651A (zh) 一种电价竞价场景下的储能配置优化方法
CN114362153B (zh) 一种并网型风光储系统多目标容量优化配置方法及系统
CN115473285A (zh) 基于合作博弈论的多类型储能系统最优容量配置方法
CN113780638A (zh) 计及储能寿命衰减的综合能源系统优化调度方法
Baloyi et al. Sizing and selection of battery energy storage system for time of use arbitrage in a commercial building in South Africa
CN112365299A (zh) 考虑电池寿命损耗的综合能源电/热混合储能配置方法
CN116128096A (zh) 一种微电网系统多利益主体的容量优化配置方法
Kang et al. Day-ahead microgrid energy management optimization scheduling scheme
CN112531759A (zh) 一种计及电池寿命损耗的多能源微网储能优化配置方法
CN111952996A (zh) 一种基于经济效益评估的含储能的分布式光伏调峰控制方法
Zhang et al. Optimization Method of User-Side Energy Storage Capacity Considering Typical Daily Load Characteristics
CN108199419B (zh) 一种储能系统出力控制方法及系统

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