CN114256836B - 一种新能源电站共享储能的容量优化配置方法 - Google Patents

一种新能源电站共享储能的容量优化配置方法 Download PDF

Info

Publication number
CN114256836B
CN114256836B CN202111516541.6A CN202111516541A CN114256836B CN 114256836 B CN114256836 B CN 114256836B CN 202111516541 A CN202111516541 A CN 202111516541A CN 114256836 B CN114256836 B CN 114256836B
Authority
CN
China
Prior art keywords
power
new energy
energy storage
power station
station
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
CN202111516541.6A
Other languages
English (en)
Other versions
CN114256836A (zh
Inventor
陈来军
周万鹏
杨立滨
梅生伟
李正曦
马恒瑞
李春来
司杨
刘庭响
陈晓弢
安娜
张海宁
李志青
杜锡力
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 Qinghai Electric Power Co Clean Energy Development Research Institute
Qinghai University
State Grid Qinghai Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd
Original Assignee
State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Qinghai University
State Grid Qinghai Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Qianghai 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 Qinghai Electric Power Co Clean Energy Development Research Institute, Qinghai University, State Grid Qinghai Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd filed Critical State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Priority to CN202111516541.6A priority Critical patent/CN114256836B/zh
Publication of CN114256836A publication Critical patent/CN114256836A/zh
Application granted granted Critical
Publication of CN114256836B publication Critical patent/CN114256836B/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
    • H02J3/28—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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • 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]
    • 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
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/76—Power conversion electric or electronic aspects
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种新能源电站共享储能的容量优化配置方法，应用该方法的新能源电站群分散式共享储能架构包括若干新能源电站、对应各新能源电站的储能设备、汇集站和电网，汇集站与各个新能源电站进行能量和信息传输，汇集站连接到电网；所述容量优化配置方法包括下列步骤：S1、设计基于新能源电站群分散式共享储能架构的储能共享机制；S2、建立考虑上网电量收益、共享储能收益等因素的新能源电站群分散式共享储能合作博弈模型；S3、以在同一汇集站环境下的新能源电站群共享为场景，以新能源电站各自建设的储能容量为决策变量，利用粒子群算法求解储能优化配置结果。本发明减少电网调度的压力，降低了储能成本及其建设规模。

Description

一种新能源电站共享储能的容量优化配置方法
技术领域
本发明属于加热系统检测与防护技术领域，具体涉及一种新能源电站共享储能的容量优化配置方法。
背景技术
随着新能源发电技术的飞速发展，合理规划新能源电站是保证电力系统经济发展与可靠运行的基础。由于不同新能源发电方式的发电随机性、间歇性与降低风电误差等需求，新能源电站配置储能可平抑发电带来的随机波动，改善电站的出力特性。然而，储能建设的高成本与电站自配储能的大小对新能源电站与储能的规模化发展带来了挑战。因此研究新能源电站群分散式共享储能优化配置具有重要的理论意义和现实价值。
目前现有的研究中，新能源电站多数以单一的新能源发电方式，从考虑降低发电误差或提高新能源消纳的角度进行优化配置，较少考虑新能源电站间通过合作进行能量互补与能量共享场景。各个电站独立连入电网，即使要分析电站之间如何调度减少弃电量也比较困难，缺乏较好的调度方式。因此。考虑同一汇集站下多种新能源发电方式结合的新能源电站群，通过制定合理的机制促进电站投资储能进行共享，电网调度只需关注汇集站的功率波动情况，减少电网调度的压力，降低新能源发电中弃电量的问题，但是对于存在弃电惩罚的共享方式中各个新能源电站如何设计相应的储能容量才能将配置优化到最佳模式的问题仍为解决。
发明内容
本发明的目的是提供一种新能源电站共享储能的容量优化配置方法，用于解决现有技术中连接至同一汇集站的多个新能源电站，对于存在弃电惩罚的共享方式中如何设计相应的储能容量才能将配置优化到最佳模式的问题。
所述的一种新能源电站共享储能的容量优化配置方法，应用该方法的新能源电站群分散式共享储能架构包括新能源电站群和电网，所述新能源电站群包括多种新能源发电方式的若干新能源电站和汇集站，各个新能源电站各自设有相应的储能设备，汇集站与各个新能源电站进行能量和信息传输，汇集站连接到电网；
所述容量优化配置方法包括下列步骤：
S1、设计基于新能源电站群分散式共享储能架构的储能共享机制；
S2、建立考虑上网电量收益、共享储能收益等因素的新能源电站群分散式共享储能合作博弈模型；
S3、以在同一汇集站环境下的多种新能源发电方式结合的新能源电站群共享为场景，以新能源电站各自建设的储能容量为决策变量，利用粒子群算法求解新能源电站群分散式共享储能优化配置结果。
优选的，所述步骤S1中，所述储能共享机制具体如下：
1)当汇集站下新能源电站群的某一新能源电站存在功率缺额时，其能量共享机制按照自身储能及汇集站下其余电站的能量共享的优先级顺序进行缺额功率的弥补；
2)若汇集站下新能源电站群通过能量共享机制可以弥补缺额功率，且在弥补完缺额功率后存在剩余，按照各新能源电站的能量共享比例，将剩余电量按比例输送至各新能源电站的储能装置中；
3)若汇集站下新能源电站群通过能量共享机制无法弥补缺额功率，对存在缺额功率的新能源电站依据其缺额功率进行缺额惩罚。
优选的，所述步骤S2中，所述共享储能合作博弈模型包括：
所述共享储能合作博弈模型中参与者集合为：新能源电站群的风电场和光伏电站，因此参与者集合为：N＝{Wi,Pj}，其中Wi表示单个风电场，Pj表示单个光伏电站；
所述共享储能合作博弈模型中参与者的策略集合为：各电站建设储能的功率和容量，包括风电场功率Pwi、光伏电站功率Ppj(光伏电站)、风电场容量Swi和光伏电站电站Spj；因此各参与者的决策变量集合为：
Figure SMS_1
式中：
Figure SMS_2
分别为风电场与光伏电站的建设储能功率的上限；/>
Figure SMS_3
Figure SMS_4
分别为风电场与光伏电站的建设储能容量的上限；
所述共享储能合作博弈模型中参与者的支付为：各个新能源电站的全寿命周期收入与全寿命周期成本之差，其中，全寿命周期收入包括上网电量收益和共享储能收益，全寿命周期成本包括储能投资建设成本、运行维护成本、误差惩罚成本与弃电惩罚的成本。
优选的，所述共享储能合作博弈模型中参与者的支付用新能源电站群的年总收益表示，其计算方法包括：
1)获取每时刻汇集站下新能源电站群存在的发电过剩功率或缺额功率，根据现行的供需匹配机制结合新能源电站群分散式共享储能的工作模式得出新能源电站参与者在t时段实际满足的共享需求功率rt和实际执行的共享供给功率ot；
2)获取每时刻汇集站下新能源电站群的上网电价、上网功率，获取每时刻汇集站下新能源电站群之间的共享供给功率、共享需求功率，弃电量惩罚单位价格、误差惩罚单位价格，构建函数计算新能源电站群的年上网电量收益和年共享储能收益；
3)获取汇集站下各新能源电站的自身储能系统的装机功率、装机容量、单位功率建设成本、单位容量建设成本、单位功率运行维护成本，并构建函数计算新能源电站群储能的年投资建设成本与年运行维护成本；获取每时刻新能源电站群的误差功率、弃电功率，并构建函数计算新能源电站群的年误差惩罚成本与年弃电惩罚成本；
4)通过年上网电量收益、年共享储能收益、年投资建设成本、年运行维护成本、年误差惩罚成本与年弃电惩罚成本计算新能源电站群的年总收益。
优选的，所述步骤1)中，考虑汇集站下各新能源电站的负荷需求电量、电站自身储能在该时刻的最大放电功率的情况，汇集站在t时刻的最大可消纳功率Pmax,t通过公式(2)计算：
Figure SMS_5
式中：Pdw,i,t为风电场i在t时刻的需求功率；Pdv,j,t为光伏电站j在t时刻的需求功率；Paw,i,t为风电场i自储装置在t时刻的最大吸收功率；Pav,j,t为光伏电站j自储装置在t时刻的最大吸收功率；
当汇集站下供需关系为供大于求时，即此时汇集站下新能源电站群实际出力大于汇集站的最大消纳功率时，汇集站下存在t时刻的发电过剩功率Pep,t通过公式(3)计算；
Figure SMS_6
式中：Pw,i,t为风电场i在t时刻的实际出力功率、Pv,j,t为光伏电站j在t时刻的实际出力功率；
当汇集站下供需关系为供不应求时，汇集站的总出力未能满足负荷需求，汇集站存在不平衡功率，汇集站在t时刻的负荷与最大可用功率之差为t时刻的缺额功率Pgp,t，通过公式(4)计算：
Figure SMS_7
式中：Prw,i,t为风电场i自储装置在t时刻的最大释放功率；Prv,j,t为光伏电站j自储装置在t时刻的最大释放功率。
优选的，所述步骤2)中，构建新能源电站群的年上网电量收益函数的步骤中，应用如下公式：
Figure SMS_8
式中：Re,t为上网电价；Pe,t为上网功率，Ie为新能源电站群的年上网电量收益，T为一年中t时刻的集合；
各新能源电站通过汇集站统一调控进行能量共享后，当负荷需求功率小于实际发电功率时，此时新能源电站群的上网功率为负荷需求功率；当负荷需求功率大于实际发电功率，此时新能源电站群的上网功率由实际发电功率与汇集站下实际满足的共享需求功率组成；因此，新能源电站群的上网功率表示为：
Figure SMS_9
构建新能源电站群的年共享储能收益函数的步骤中，应用如下公式：
Figure SMS_10
式中：Rae为弃电惩罚单位价格；Rpu为误差惩罚单位价格，Iess为年共享储能收益；
新能源电站群分散式储能共享机制给汇集站创造了共享储能收益，收益来源及主要包含三个方面：一是减少的弃电量惩罚收益、二是减少的误差惩罚收益、三是增加的上网电量收益。
优选的，所述步骤3)中，构建新能源电站群储能的年投资建设成本函数与年运行维护成本函数的步骤中，应用如下公式：
Figure SMS_11
式中：Cins为储能的年投资建设成本；Rp为储能装置建设的单位功率成本；Rs为储能装置建设的单位容量成本；A为折现系数；r为折现率；Ls为储能装置的寿命周期；Cope为储能的年运行维护成本；Ro为储能装置运行维护的单位功率成本。
构建新能源电站群的年误差惩罚成本函数与年弃电惩罚成本函数的步骤中，应用如下公式：
Figure SMS_12
其中，Cpu为年误差惩罚成本，Cae为年弃电惩罚成本。
优选的，所述步骤4)中，构建新能源电站群的年总收益目标函数的步骤中，应用如下公式：
W＝Ie+Iess-Cins-Cope-Cpu-Cae (10)
式中：Ie为新能源电站群的上网电量收益；Iess为共享储能收益；Cins为投资建设成本；Cope为运行维护成本；Cpu为误差惩罚成本；Cae为弃电惩罚成本，W为新能源电站群的年总收益；
新能源电站群分散式共享储能以汇集站下所有新能源电站的总收益最大为目标函数，确定汇集站下各新能源电站参与者的储能建设功率和容量。
优选的，所述步骤S3中，通过粒子群优化算法寻找最优的各新能源电站储能建设策略，具体求解流程如下：
1)首先根据各个新能源电站群的实际发电功率和负荷需求功率等参数，初始化粒子群；
2)随机生成若干个组新能源电站的建设功率与容量的求解策略集；
3)进行迭代择优，确定最优点，得到当下的个体最优策略和整体最优策略；
4)判断是否用目前最优策略的粒子取代旧的最优策略的粒子；
5)判断是否符合新能源电站群收益最大化的终止条件？符合则停止，获得最优解；否则返回循环步骤3)；
6)完成上述迭代求解后，通过最优方案确定新能源电站群的最大收益，最后进行收益分配，各新能源电站通过对比自身收益的高低确定在如何汇集站下参与共享，到此即能确定各新能源电站的储能设备的容量，实现基于上述储能共享机制的储能设备容量的优化配置。
优选的，本方法还包括步骤S4、分析合作形式与弃电量惩罚对新能源电站群分散式共享储能容量配置的影响。
本发明具有以下优点：不同发电方式的新能源电站均有服务于其所针对区域的负荷需求，若发电出力不足，该新能源电站将受到相应的惩罚，若其发电出力过剩，该新能源电站将受到相应的弃电量惩罚。本发明将不同新能源发电方式结合可以充分利用其互补优势，获得比单一新能源电站发电更经济可靠的电力输出，不同发电方式的新能源场站通过本方法配置储能并通过汇集站进行能量共享来提高新能源电站群的收益以及储能设备利用率，降低储能成本与储能建设规模。本发明让各新能源电站通过对比不同合作组合下收益水平的高低来决定如何参与共享，电网只需关注汇集站的功率波动情况，减少电网调度的压力。
本发明通过构建构建复核实际的博弈模型，并通过粒子群优化算法寻找最优的各新能源电站储能建设策略，令各新能源电站通过对比自身收益的高低确定在如何汇集站下参与共享，到此即能确定各新能源电站的储能设备的容量，实现基于上述储能共享机制的储能设备容量的优化配置。
附图说明
图1为应用本发明的一种新能源电站群分散式共享储能架构的结构示意图。
图2为本发明一种新能源电站共享储能的容量优化配置方法中步骤S3的流程图。
图3为本发明中步骤S4中有无能量共享下储能建设功率与容量的对比图。
图4为本发明中步骤S4中不同弃电惩罚对共享储能的影响分析图。
附图中标记为：10、新能源电站群，11、风电场，12、光伏电站，20、汇集站，3、电网。
具体实施方式
下面对照附图，通过对实施例的描述，对本发明具体实施方式作进一步详细的说明，以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和伸入的理解。
如图1所示，本发明提供一种新能源电站群分散式共享储能架构，包括：新能源电站群10、电网30、信息网络、能量网络、共享网络。
所述新能源电站群10包括多种新能源发电方式的若干新能源电站和汇集站20，新能源电站在本实施例中包含若干风电场11和若干光伏电站12，汇集站20统一规划、统一调控各个新能源电站间的充放电行为。各个新能源电站各自设有相应的储能设备。
所述汇集站20连接到电网30并通过电网30统一向目标用户输送电能。
汇集站20下各新能源电站通过信息网络、能量网络与共享网络进行连接交互。各新能源电站彼此间能通过信息网络通信，能量网络与共享网络用于汇集站20与各个新能源电站进行能量和信息传输。
本发明中不同发电方式的新能源电站均有服务于其所针对区域的负荷需求，若发电出力不足，该新能源电站将受到相应的惩罚，若其发电出力过剩，该新能源电站将受到相应的弃电量惩罚。若将不同新能源发电方式结合可以充分利用其互补优势，获得比单一新能源电站发电更经济可靠的电力输出，因此不同发电方式的新能源场站均需配置储能并通过汇集站20进行能量共享来提高新能源电站群10的收益以及储能设备利用率，降低储能成本与储能建设规模。
具体来说，本发明所提出的新能源电站群分散式共享储能架构描述如下：将同一汇集站20下的风电场11和光伏电站12进行连接，构建多种新能源发电方式结合的新能源电站群10，各个新能源电站通过汇集站20的信息网络进行信息交互，实现新能源电站群10之间信息传递。通过能量网络与共享网络将各个新能源电站与汇集站20进行连接，实现同一汇集站20下新能源电站群10功率传输与功率共享的能源流动。最后由汇集站20统一通过电网30向用户传输电能。
根据本发明的一种实施方式，本发明所提出的新能源电站群分散式储能共享机制中汇集站20通过新能源电站间的信息网络，获取各个新能源电站每个时刻的出力情况和储能情况，对比其实际发电电量与负荷需求电量，确定各个新能源电站在该时刻的状态，汇集站20通过能量网络与共享网络协调新能源电站群10内电量传输，以减少新能源电站群10的发电过剩或功率缺额。
如图2-4所示，本发明提供一种新能源电站共享储能的容量优化配置方法，包括下列步骤：
S1：设计基于新能源电站群分散式共享储能架构的储能共享机制。
S2：建立考虑上网电量收益、共享储能收益等因素的新能源电站群分散式共享储能合作博弈模型。
S3：以在同一汇集站20环境下的多种新能源发电方式结合的新能源电站群10共享为场景，以新能源电站各自建设的储能容量为决策变量，利用粒子群算法求解新能源电站群分散式共享储能优化配置结果。
S4：分析合作形式与弃电量惩罚对新能源电站群分散式共享储能容量配置的影响。
进一步的，所述步骤S1中，本发明提出的能量共享机制具体如下：
1)当汇集站20下新能源电站群10的某一新能源电站存在功率缺额时，其能量共享机制按照自身储能及汇集站20下其余电站的能量共享的优先级顺序进行缺额功率的弥补。
2)若汇集站20下新能源电站群10通过能量共享机制可以弥补缺额功率，且在弥补完缺额功率后存在剩余，按照各新能源电站的能量共享比例，将剩余电量按比例输送至各新能源电站的储能装置中。
3)若汇集站20下新能源电站群10通过能量共享机制无法弥补缺额功率，对存在缺额功率的新能源电站依据其缺额功率进行缺额惩罚。
对于存在弃电惩罚的共享方式，利用储能设备和包括汇集站20在能的共享储能架构能合理地减少整个架构的弃电量，因此通过上述共享机制由汇集站20统一规划、统一调控各个新能源电站间的充放电行为，能让各新能源电站通过对比不同合作组合下收益水平的高低来决定如何参与共享，电网30只需关注汇集站20的功率波动情况，减少电网30调度的压力。
所述步骤S2中，本发明所提出的博弈类型为合作博弈。各个新能源电站在不同的合作组合下贡献值不同，其需要了解参与不同组合可分配的支付来判断是否加入某个合作组合。因此新能源电站参与者作为决策主体，在决策过程中，需要与汇集站20下其他新能源电站进行合作、博弈。其中合作的必要性在于单一的新能源电站存在弃风弃光问题，参与新能源电站群分散式共享储能可以降低弃电量带来的惩罚；博弈的必要性在于参与者在不同的合作组合下存在多种合作者与竞争者，需要选择最佳的合作组合才能最大化自身的收益。
本发明所提供的共享储能合作博弈模型中参与者集合为：新能源电站群10的风电场11和光伏电站12，因此参与者集合为：N＝{Wi,Pj}。其中Wi表示单个风电场11，Pj表示单个光伏电站12。
本发明所提供的共享储能合作博弈模型中参与者的策略集合为：各电站建设储能的功率Pwi(风电场)、Ppj(光伏电站)与容量Swi(风电场)、Spj(光伏电站)。因此各参与者的决策变量集合为：
Figure SMS_13
式中：
Figure SMS_14
分别为风电场11与光伏电站12的建设储能功率的上限；
Figure SMS_15
分别为风电场11与光伏电站12的建设储能容量的上限。
本发明所提供的共享储能合作博弈模型中参与者的支付为：各个新能源电站的全寿命周期收入与全寿命周期成本之差。其中，全寿命周期收入主要包括上网电量收益、共享储能收益等，全寿命周期成本包括储能投资建设成本、运行维护成本、误差惩罚成本与弃电惩罚的成本等。在本实施例中用新能源电站群10的年总收益表示上述参与者的支付。
新能源电站群10的年总收益的计算方法如下：
1)获取每时刻汇集站20下新能源电站群10存在的发电过剩功率或缺额功率，求解出新能源电站群10的共享供给功率、共享需求功率的步骤中，应用如下公式：
考虑汇集站20下各新能源电站的负荷需求电量、电站自身储能在该时刻的最大放电功率的情况，汇集站20在t时刻的最大可消纳功率Pmax,t通过公式(2)计算：
Figure SMS_16
式中：Pdw,i,t为风电场i在t时刻的需求功率；Pdv,j,t为光伏电站j在t时刻的需求功率；Paw,i,t为风电场i自储装置在t时刻的最大吸收功率；Pav,j,t为光伏电站j自储装置在t时刻的最大吸收功率。
当汇集站20下供需关系为供大于求时，即此时汇集站20下新能源电站群10实际出力大于汇集站20的最大消纳功率时，汇集站20下存在t时刻的发电过剩功率Pep,t通过公式(3)计算。
Figure SMS_17
式中：Pw,i,t为风电场i在t时刻的实际出力功率、Pv,j,t为光伏电站j在t时刻的实际出力功率。
当汇集站20下供需关系为供不应求时，汇集站20的总出力未能满足负荷需求，汇集站20存在不平衡功率，汇集站20在t时刻的负荷与最大可用功率之差为t时刻的缺额功率Pgp,t，通过公式(4)计算。
Figure SMS_18
式中：Prw,i,t为风电场i自储装置在t时刻的最大释放功率；Prv,j,t为光伏电站j自储装置在t时刻的最大释放功率。
需要说明的是，新能源电站群10由于不同发电方式造成新能源电站发电不确定性，会导致汇集站20的供需关系时常出现功率不平衡现象。因此研究汇集站20供需不平衡下新能源电站发电过剩电量与功率缺额电量的匹配是各新能源电站选择进行能量共享的基础。
具体来讲，当各新能源电站独立决策时产生的发电过剩功率作为弃电负荷消耗掉，无法给新能源电站群10带来收益；功率缺额会由于供电不足而产生对新能源电站的误差惩罚。因此，汇集站20通过协调各新能源电站的过剩功率与缺额功率进行能量共享，以期最大程度地满足用户需求。根据现行的供需匹配机制并结合本文的新能源电站群分散式共享储能的工作模式可得出新能源电站参与者在t时段实际满足的共享需求功率rt和实际执行的共享供给功率ot。
2)在获取每时刻汇集站20下新能源电站群10的上网电价、上网功率，并构建新能源电站群10的年上网电量收益函数的步骤中，应用如下公式：
Figure SMS_19
式中：Re,t为上网电价；Pe,t为上网功率，Ie为新能源电站群10的年上网电量收益，T为一年中t时刻的集合。
需要说明的是，各新能源电站通过汇集站20统一调控进行能量共享后，当负荷需求功率小于实际发电功率时，此时新能源电站群10的上网功率为负荷需求功率；当负荷需求功率大于实际发电功率，此时新能源电站群10的上网功率由实际发电功率与汇集站20下实际满足的共享需求功率组成。因此，新能源电站群10的上网功率表示为：
Figure SMS_20
在获取每时刻汇集站20下新能源电站群10之间的共享供给功率、共享需求功率，弃电量惩罚单位价格、误差惩罚单位价格，并构建新能源电站群10的年共享储能收益函数的步骤中，应用如下公式：
Figure SMS_21
式中：Rae为弃电惩罚单位价格；Rpu为误差惩罚单位价格，Iess为年共享储能收益。
需要说明的是，新能源电站群分散式储能共享机制给汇集站20创造了共享储能收益，收益来源及主要包含三个方面：一是减少的弃电量惩罚收益、二是减少的误差惩罚收益、三是增加的上网电量收益。
3)在获取汇集站20下各新能源电站的自身储能系统的装机功率、装机容量、单位功率建设成本、单位容量建设成本、单位功率运行维护成本，并构建新能源电站群10储能的年投资建设成本函数与年运行维护成本函数的步骤中，应用如下公式：
Figure SMS_22
式中：Cins为储能的年投资建设成本；Rp为储能装置建设的单位功率成本；Rs为储能装置建设的单位容量成本；A为折现系数；r为折现率；Ls为储能装置的寿命周期；Cope为储能的年运行维护成本；Ro为储能装置运行维护的单位功率成本。
在获取每时刻新能源电站群10的误差功率、弃电功率，并构建新能源电站群10的年误差惩罚成本函数与年弃电惩罚成本函数的步骤中，应用如下公式：
Figure SMS_23
其中，Cpu为年误差惩罚成本，Cae为年弃电惩罚成本。
4)在根据所述新能源电站群10的年上网电量收益函数、年共享储能收益函数、年投资建设成本函数、年运行维护成本函数、年误差惩罚成本函数与年弃电惩罚成本函数构建新能源电站群10的年总收益目标函数的步骤中，应用如下公式：
W＝Ie+Iess-Cins-Cope-Cpu-Cae (10)
式中：Ie为新能源电站群10的上网电量收益；Iess为共享储能收益；Cins为投资建设成本；Cope为运行维护成本；Cpu为误差惩罚成本；Cae为弃电惩罚成本，W为新能源电站群10的年总收益。
需要说明的是新能源电站群分散式共享储能以汇集站20下所有新能源电站的总收益最大为目标函数，确定汇集站20下各新能源电站参与者的储能建设功率和容量。本文所提出的合作博弈属于特征函数博弈，新能源电站群10的收益仅取决于各风电场11与光伏电站12参与者自身行动。
所述S3中，本发明所提出的共享储能合作博弈模型中不同发电方式的新能源电站的储能建设功率与容量的大小会对汇集站20下新能源电站群10的整体收益产生影响，且存在多种策略集，因此需要对各新能源电站的决策变量进行全局寻优。粒子群算法是通过随机生成一组粒子，在整个解集空间通过迭代的方式追寻的最优粒子，即最优解。本发明通过粒子群优化算法，寻找最优的各新能源电站储能建设策略，具体求解流程如下：
1)首先根据各个新能源电站群10的实际发电功率和负荷需求功率等参数，初始化粒子群；
2)随机生成若干个组新能源电站的建设功率与容量的求解策略集；
3)进行迭代择优，确定最优点，得到当下的个体最优策略和整体最优策略；
4)判断是否用目前最优策略的粒子取代旧的最优策略的粒子；
5)判断是否符合新能源电站群10收益最大化的终止条件，符合则停止，获得最优解；否则返回循环步骤3)；
6)完成上述迭代求解后，通过最优方案确定新能源电站群10的最大收益，最后进行收益分配(如根据Shapley值进行各个新能源电站的收益分配)，各新能源电站通过对比自身收益的高低确定在如何汇集站20下参与共享，到此即能确定各新能源电站的储能设备的容量，实现基于上述储能共享机制的储能设备容量的优化配置。
在前面步骤完成储能设备容量的优化配置的基础上，本方法还可以包括步骤S4。在所述步骤S4中，本发明分析了合作形式与弃电量惩罚对本发明所提出的共享储能容量配置的影响。在能量共享场景下，不同发电方式的结合可以增加新能源电站群10的收益，不同弃电惩罚价格的大小也会对新能源电站的收益造成不同程度的影响。通过本步骤的分析能让参与者更清楚地理解各新能源电站共享储能所能达到的总收益优于不进行共享储能或部分合作情况下的总收益。
表1
Figure SMS_24
表2
Figure SMS_25
在本发明的应用场景中，建立的合作博弈模型比较复杂，可利用MATLAB采用粒子群算法进行求解，求解整体流程见图2。针对具体实施例中的数据，表1是本发明新型提供的一种新能源电站群共享储能优化配置方法的有无能量共享下新能源电站群10收益对比。表2是本发明新型提供的一种新能源电站群共享储能优化配置方法的不同合作形式对共享储能的影响分析。储能建设功率与容量在不同模式下的差异见图3，不同弃电惩罚对共享储能的影响见图4。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的发明构思和技术方案进行的各种非实质性的改进，或未经改进将本发明构思和技术方案直接应用于其它场合的，均在本发明保护范围之内。

Claims (7)

1.一种新能源电站共享储能的容量优化配置方法，其特征在于：应用该方法的新能源电站群分散式共享储能架构包括新能源电站群(10)和电网(30)，所述新能源电站群(10)包括多种新能源发电方式的若干新能源电站和汇集站(20)，各个新能源电站各自设有相应的储能设备，汇集站(20)与各个新能源电站进行能量和信息传输，汇集站(20)连接到电网(30)；
所述容量优化配置方法包括下列步骤：
S1、设计基于新能源电站群分散式共享储能架构的储能共享机制；
S2、建立考虑上网电量收益、共享储能收益等因素的新能源电站群分散式共享储能合作博弈模型；
S3、以在同一汇集站(20)环境下的多种新能源发电方式结合的新能源电站群共享为场景，以新能源电站各自建设的储能容量为决策变量，利用粒子群算法求解新能源电站群分散式共享储能优化配置结果；
所述步骤S2中，所述共享储能合作博弈模型包括：
所述共享储能合作博弈模型中参与者集合为：新能源电站群(10)的风电场(11)和光伏电站(12)，因此参与者集合为：N＝{Wi，Pj}，其中Wi表示单个风电场(11)，Pj表示单个光伏电站(12)；
所述共享储能合作博弈模型中参与者的策略集合为：各电站建设储能的功率和容量，包括风电场功率Pwi、光伏电站功率Pvj、风电场容量Swi和光伏电站容量Svj；因此各参与者的决策变量集合为：
Figure QLYQS_1
式中：
Figure QLYQS_2
分别为风电场(11)与光伏电站(12)的建设储能功率的上限；
Figure QLYQS_3
分别为风电场(11)与光伏电站(12)的建设储能容量的上限；
所述共享储能合作博弈模型中参与者的支付为：各个新能源电站的全寿命周期收入与全寿命周期成本之差，其中，全寿命周期收入包括上网电量收益和共享储能收益，全寿命周期成本包括储能投资建设成本、运行维护成本、误差惩罚成本与弃电惩罚的成本；
所述共享储能合作博弈模型中参与者的支付用新能源电站群(10)的年总收益表示，其计算方法包括下列步骤：
1)获取每时刻汇集站(20)下新能源电站群(10)存在的发电过剩功率或缺额功率，根据现行的供需匹配机制结合新能源电站群分散式共享储能的工作模式得出新能源电站参与者在t时段实际满足的共享需求功率rt和实际执行的共享供给功率ot；
2)获取每时刻汇集站(20)下新能源电站群(10)的上网电价、上网功率，获取每时刻汇集站(20)下新能源电站群(10)之间的共享供给功率、共享需求功率，弃电量惩罚单位价格、误差惩罚单位价格，构建函数计算新能源电站群(10)的年上网电量收益和年共享储能收益；
3)获取汇集站(20)下各新能源电站的自身储能系统的装机功率、装机容量、单位功率建设成本、单位容量建设成本、单位功率运行维护成本，并构建函数计算新能源电站群储能的年投资建设成本与年运行维护成本；获取每时刻新能源电站群(10)的误差功率、弃电功率，并构建函数计算新能源电站群(10)的年误差惩罚成本与年弃电惩罚成本；
4)通过年上网电量收益、年共享储能收益、年投资建设成本、年运行维护成本、年误差惩罚成本与年弃电惩罚成本计算新能源电站群(10)的年总收益；
所述步骤1)中，考虑汇集站(20)下各新能源电站的负荷需求电量、电站自身储能在该时刻的最大放电功率的情况，汇集站(20)在t时刻的最大可消纳功率Pmax，t通过公式(2)计算：
Figure QLYQS_4
式中：Pdw，i，t为风电场i在t时刻的需求功率；Pdv，j，t为光伏电站j在t时刻的需求功率；Paw，i，t为风电场i自储装置在t时刻的最大吸收功率；Pav，j，t为光伏电站j自储装置在t时刻的最大吸收功率；
当汇集站(20)下供需关系为供大于求时，即此时汇集站(20)下新能源电站群(10)实际出力大于汇集站(20)的最大消纳功率时，汇集站(20)下存在t时刻的发电过剩功率Pep，t通过公式(3)计算；
Figure QLYQS_5
式中：Pw，i，t为风电场i在t时刻的实际出力功率、Pv，j，t为光伏电站j在t时刻的实际出力功率；
当汇集站(20)下供需关系为供不应求时，汇集站(20)的总出力未能满足负荷需求，汇集站(20)存在不平衡功率，汇集站(20)在t时刻的负荷与最大可用功率之差为t时刻的缺额功率Pgp，t，通过公式(4)计算：
Figure QLYQS_6
式中：Prw，i，t为风电场i自储装置在t时刻的最大释放功率；Prv，j，t为光伏电站j自储装置在t时刻的最大释放功率。
2.根据权利要求1所述的一种新能源电站共享储能的容量优化配置方法，其特征在于：所述步骤S1中，所述储能共享机制具体如下：
1)当汇集站(20)下新能源电站群(10)的某一新能源电站存在功率缺额时，其能量共享机制按照自身储能及汇集站(20)下其余电站的能量共享的优先级顺序进行缺额功率的弥补；
2)若汇集站(20)下新能源电站群(10)通过能量共享机制可以弥补缺额功率，且在弥补完缺额功率后存在剩余，按照各新能源电站的能量共享比例，将剩余电量按比例输送至各新能源电站的储能装置中；
3)若汇集站(20)下新能源电站群(10)通过能量共享机制无法弥补缺额功率，对存在缺额功率的新能源电站依据其缺额功率进行缺额惩罚。
3.根据权利要求2所述的一种新能源电站共享储能的容量优化配置方法，其特征在于：所述步骤2)中，构建新能源电站群(10)的年上网电量收益函数的步骤中，应用如下公式：
Figure QLYQS_7
式中：Re，t为上网电价；Pe，t为上网功率，Ie为新能源电站群(10)的年上网电量收益，T为一年中t时刻的集合；
各新能源电站通过汇集站(20)统一调控进行能量共享后，当负荷需求功率小于实际发电功率时，此时新能源电站群(10)的上网功率为负荷需求功率；当负荷需求功率大于实际发电功率，此时新能源电站群(10)的上网功率由实际发电功率与汇集站(20)下实际满足的共享需求功率组成；因此，新能源电站群(10)的上网功率表示为：
Figure QLYQS_8
构建新能源电站群(10)的年共享储能收益函数的步骤中，应用如下公式：
Figure QLYQS_9
式中：Rae为弃电惩罚单位价格；Rpu为误差惩罚单位价格，Iess为年共享储能收益，rt和ot分别为新能源电站参与者在t时段实际满足的共享需求功率和实际执行的共享供给功率；
新能源电站群分散式储能共享机制给汇集站(20)创造了共享储能收益，收益来源及主要包含三个方面：一是减少的弃电量惩罚收益、二是减少的误差惩罚收益、三是增加的上网电量收益。
4.根据权利要求3所述的一种新能源电站共享储能的容量优化配置方法，其特征在于：所述步骤3)中，构建新能源电站群储能的年投资建设成本函数与年运行维护成本函数的步骤中，应用如下公式：
Figure QLYQS_10
式中：Cins为储能的年投资建设成本；Rp为储能装置建设的单位功率成本；Rs为储能装置建设的单位容量成本；A为折现系数；r为折现率；Ls为储能装置的寿命周期；Cope为储能的年运行维护成本；Ro为储能装置运行维护的单位功率成本；
构建新能源电站群(10)的年误差惩罚成本函数与年弃电惩罚成本函数的步骤中，应用如下公式：
Figure QLYQS_11
其中，Cpu为年误差惩罚成本，Cae为年弃电惩罚成本。
5.根据权利要求4所述的一种新能源电站共享储能的容量优化配置方法，其特征在于：所述步骤4)中，构建新能源电站群(10)的年总收益目标函数的步骤中，应用如下公式：
W＝Ie+Iess-Cins-Cope-Cpu-Cae (10)
式中：Ie为新能源电站群(10)的上网电量收益；Iess为共享储能收益；Cins为投资建设成本；Cope为运行维护成本；Cpu为误差惩罚成本；Cae为弃电惩罚成本，W为新能源电站群(10)的年总收益；
新能源电站群分散式共享储能以汇集站(20)下所有新能源电站的总收益最大为目标函数，确定汇集站(20)下各新能源电站参与者的储能建设功率和容量。
6.根据权利要求5所述的一种新能源电站共享储能的容量优化配置方法，其特征在于：所述步骤S3中，通过粒子群优化算法寻找最优的各新能源电站储能建设策略，具体求解流程如下：
1)首先根据各个新能源电站群(10)的实际发电功率和负荷需求功率等参数，初始化粒子群；
2)随机生成若干个组新能源电站的建设功率与容量的求解策略集；
3)进行迭代择优，确定最优点，得到当下的个体最优策略和整体最优策略；
4)判断是否用目前最优策略的粒子取代旧的最优策略的粒子；
5)判断是否符合新能源电站群(10)收益最大化的终止条件，符合则停止，获得最优解；否则返回循环步骤3)；
6)完成上述迭代求解后，通过最优方案确定新能源电站群(10)的最大收益，最后进行收益分配，各新能源电站通过对比自身收益的高低确定在如何汇集站(20)下参与共享，到此即能确定各新能源电站的储能设备的容量，实现基于上述储能共享机制的储能设备容量的优化配置。
7.根据权利要求6所述的一种新能源电站共享储能的容量优化配置方法，其特征在于：还包括步骤S4、分析合作形式与弃电量惩罚对新能源电站群分散式共享储能容量配置的影响。
CN202111516541.6A 2021-12-13 2021-12-13 一种新能源电站共享储能的容量优化配置方法 Active CN114256836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111516541.6A CN114256836B (zh) 2021-12-13 2021-12-13 一种新能源电站共享储能的容量优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111516541.6A CN114256836B (zh) 2021-12-13 2021-12-13 一种新能源电站共享储能的容量优化配置方法

Publications (2)

Publication Number Publication Date
CN114256836A CN114256836A (zh) 2022-03-29
CN114256836B true CN114256836B (zh) 2023-07-04

Family

ID=80792050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111516541.6A Active CN114256836B (zh) 2021-12-13 2021-12-13 一种新能源电站共享储能的容量优化配置方法

Country Status (1)

Country Link
CN (1) CN114256836B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018171A (zh) * 2022-06-15 2022-09-06 广州海洋地质调查局 一种新能源场站群与储能电站的联合运行方法及系统
CN114819424B (zh) * 2022-06-30 2022-10-11 国网江西省电力有限公司电力科学研究院 一种适应多场景应用的储能剩余容量分配方法
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
CN117767375B (zh) * 2024-02-22 2024-05-14 山东理工大学 基于风险约束非对称合作博弈的共享储能公平性分配策略

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882105A (zh) * 2020-06-15 2020-11-03 东南大学 含共享储能系统的微电网群及其日前经济优化调度方法
CN112257951A (zh) * 2020-11-02 2021-01-22 国网安徽省电力有限公司合肥供电公司 一种基于合作博弈的综合能源系统与配电公司的优化运行方法
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

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10916945B2 (en) * 2016-05-10 2021-02-09 Nec Corporation Demand and supply adjustment system, control apparatus, control method, and program
WO2018148341A1 (en) * 2017-02-07 2018-08-16 The Regents Of The University Of California Shared power generation to improve electric grid system reliability

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882105A (zh) * 2020-06-15 2020-11-03 东南大学 含共享储能系统的微电网群及其日前经济优化调度方法
CN112257951A (zh) * 2020-11-02 2021-01-22 国网安徽省电力有限公司合肥供电公司 一种基于合作博弈的综合能源系统与配电公司的优化运行方法
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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Sizing_Shared_Energy_Storage_for_the_Integration_of_Renewable_Generation_A_Coalition_Game_Based_Approach;Chuan Wang;《2021 40th Chinese Control Conference(CCC)》;第1774-1779页 *
The_Utilization_of_Shared_Energy_Storage_in_Energy_Systems_A_Comprehensive_Review;Rui Dai;《IEEE TRANSACTIONS ON SMART GRID》;第12卷(第4期);第3163-3174页 *
区域综合能源系统电_热云储能综合优化配置;郭亦宗;《电网技术》;第44卷(第5期);第1611-1621页 *
基于合作博弈的发电侧共享储能规划模型;孙偲;《全球能源互联网》;第2卷(第4期);第360-366页 *

Also Published As

Publication number Publication date
CN114256836A (zh) 2022-03-29

Similar Documents

Publication Publication Date Title
CN114256836B (zh) 一种新能源电站共享储能的容量优化配置方法
CN108599373B (zh) 高比例可再生能源电力系统输配协调调度目标级联分析法
CN111881616B (zh) 一种基于多主体博弈的综合能源系统的运行优化方法
CN112308334B (zh) 一种基于主从合作博弈的多虚拟电厂联合优化调度方法
CN111008739B (zh) 一种热电联产虚拟电厂优化调控及收益分配方法及系统
CN110188950A (zh) 基于多代理技术的虚拟电厂供电侧和需求侧优化调度建模方法
CN112651105B (zh) 一种基于博弈论的微网容量配置优化方法
CN109636056A (zh) 一种基于多智能体技术的多能源微网去中心化优化调度方法
Lim et al. Optimal allocation of energy storage and solar photovoltaic systems with residential demand scheduling
CN113610311B (zh) 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法
CN113904385A (zh) 新能源发电侧虚拟电厂共享储能方法、系统及存储介质
CN113112062B (zh) 一种考虑新能源消纳的区域能源聚合商博弈方法
He et al. A new cooperation framework with a fair clearing scheme for energy storage sharing
CN113888204A (zh) 多主体博弈的虚拟电厂容量优化配置法
CN115310749A (zh) 含大规模电动汽车的区域综合能源供需调度方法和系统
CN115689166A (zh) 一种区域分布式能源资源聚合利用方法及系统
CN115759610A (zh) 一种电力系统源网荷储协同的多目标规划方法及其应用
CN113947483B (zh) 一种微网群多层主体交易策略的优化方法
Hayati et al. A two-stage stochastic optimization scheduling approach for integrating renewable energy sources and deferrable demand in the spinning reserve market
CN113364043A (zh) 一种基于条件风险价值的微电网群优化方法
CN114285093B (zh) 一种源网荷储互动调度方法及系统
CN113837449B (zh) 虚拟电厂参与的电网系统集中优化调度方法
CN111474900A (zh) 一种基于虚拟电厂的区域综合能源系统运行方法及系统
CN116307029A (zh) 促进多虚拟网格间源储荷协调的双层优化调度方法及系统
CN113554219B (zh) 一种可再生能源发电站共享储能容量规划方法及装置

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