CN115001046A - 多储能电站参与调峰调频双层优化控制方法 - Google Patents

多储能电站参与调峰调频双层优化控制方法 Download PDF

Info

Publication number
CN115001046A
CN115001046A CN202210874129.XA CN202210874129A CN115001046A CN 115001046 A CN115001046 A CN 115001046A CN 202210874129 A CN202210874129 A CN 202210874129A CN 115001046 A CN115001046 A CN 115001046A
Authority
CN
China
Prior art keywords
bess
soc
peak
power
shaving
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210874129.XA
Other languages
English (en)
Inventor
李智诚
陈金玉
张伟骏
蔡强
戴立宇
郑红旭
熊嘉丽
郭威
林国栋
邓超平
林少真
唐志军
郭健生
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.)
Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Fujian Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Fujian 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 Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd, State Grid Fujian Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
Priority to CN202210874129.XA priority Critical patent/CN115001046A/zh
Publication of CN115001046A publication Critical patent/CN115001046A/zh
Pending legal-status Critical Current

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
    • H02J3/38—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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
    • H02J3/241—The oscillation concerning frequency
    • 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
    • H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
    • 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
    • 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)

Abstract

本发明提出一种多储能电站参与调峰调频双层优化控制方法，首先，针对电池储能系统（BESS）只参与调峰或者调频，极大的浪费其资源的问题，提出了一种多个BESS调峰调频双层优化控制方法，根据各个BESS的SOC状态划分成多个工作区域，从而提高BESS的利用率和经济性。而后，在BESS参与调峰过程中，建立净负荷偏差最小和BESS调峰经济最优模型，降低了电力系统负荷峰谷差,减少了弃风，实现经济有效调峰。最后，在BESS参与调频过程中，综合考虑SOC恢复和BESS出力偏离惩罚，提高调频精度和各个BESS的SOC状态，从而维持系统频率稳定。

Description

多储能电站参与调峰调频双层优化控制方法
技术领域
本发明涉及多储能电站参与调峰调频技术领域，尤其涉及一种多储能电站参与调峰调频双层优化控制方法。
背景技术
近年来，以风电、光伏为代表的可再生能源快速发展，有效缓解了世界能源短缺和环境污染问题，为能源结构的转型带来了契机。但另一方面，可再生能源的大规模并网给电网的调峰、调频形势带来了严峻的挑战，威胁电网的安全稳定运行。大规模电池储能技术具备良好的静态特性，可以通过低储高发削弱峰谷差，有效缓解电网的调峰压力。同时，电池储能系统(Battery Energy Storage System，BESS)具有极快的响应速度，能够对电网频率的变化迅速做出反应，调节效果更加精确和高效。BESS良好的有功调节能力可以全面提高大型新能源富集地区电网的调峰、调频能力，从而提高可再生能源消纳水平，并且带来良好的经济收益。然而目前主要是将BESS应用于单一的调峰或者调频场景，只有在特定时段BESS才动作，在其他时段处于闲置状态，极大地浪费了BESS资源。因此，需要制定合理的BESS参与电网调峰、调频的优化控制策略，在实现最小化系统经济成本的同时，有效地进行调峰、调频。此外，BESS参与调峰、调频过程中的频繁充放电，会缩短BESS循环寿命。因此，在制定BESS参与电网调峰、调频的优化控制策略时，需要建立既能准确反映BESS寿命损耗成本模型，又能反映出调频、调峰的效果。
现有技术存在以下缺陷和不足：
首先，现有的BESS调峰、调频控制策略的特征是分散、独立控制，其控制对象往往是单个BESS，但实际的区域电网包含多个BESS，为此仅控制单个BESS进行调峰、调频不适用于实际的工程。其次，现有的多个BESS控制策略只是应用于单一的调峰或者调频场景，极大地浪费了BESS资源。最后，针对多个BESS参与调峰、调频控制策略，现有方法无法统筹区域内所有BESS的充放电功率，很可能导致多个BESS之间相互调节，造成不必要的充放电，同时也无法比较不同BESS的运行成本，很难制定经济性最优的调频、调峰方案。
发明内容
本发明针对现有技术存在的缺陷和不足，本发明提出一种多储能电站参与调峰调频双层优化控制方法，首先，针对电池储能系统(BESS)只参与调峰或者调频，极大的浪费其资源的问题，提出了一种多个BESS调峰调频双层优化控制方法，根据各个BESS的SOC状态划分成多个工作区域，从而提高BESS的利用率和经济性。而后，在BESS参与调峰过程中，建立净负荷偏差最小和BESS调峰经济最优模型，降低了电力系统负荷峰谷差,减少了弃风，实现经济有效调峰。最后，在BESS参与调频过程中，综合考虑SOC恢复和BESS出力偏离惩罚，提高调频精度和各个BESS的SOC状态，从而维持系统频率稳定。
其设计要点包括：
(1)本发明提出了一种多个BESS调峰调频双层优化控制方法，根据各个BESS的荷电状态(state ofcharge,SOC)划分成多个工作区域，进而提高了BESS的利用率。
(2)在BESS参与调峰过程中，建立净负荷偏差最小和BESS调峰经济最优模型，降低了电力系统负荷峰谷差。
(3)在BESS参与调频过程中，综合考虑SOC恢复和BESS出力偏离惩罚，提高调频精度和各个BESS的SOC状态。
本发明具体采用以下技术方案：
一种多储能电站参与调峰调频双层优化控制方法，其特征在于，包括以下步骤：
步骤S1：获取电网净负荷，输入常规机组运行参数以及多储能电站BESS的参数；
步骤S2：根据净负荷数据确定削峰填谷区域，根据实时的负荷扰动数据确定频率差；
步骤S3：当净负荷数据在削峰线和填谷线之外时，表示此时需要BESS进行调峰：若BESS的SOC处于0.2～0.8，则根据上层目标函数进行BESS调峰功率分配，确定多个BESS出力和SOC的值；
步骤S4：根据上层目标函数得到多个BESS的SOC同时判断频率偏差是否越过死区；如果越过死区，则参加调峰的BESS全部进行调频，根据下层目标函数进行BESS调频功率分配，若此时BESS数量不能满足调频需求，则再调动其他BESS，直接按照下层目标函数进行多BESS调频功率的分配，得出各个BESS的出力以及SOC；
步骤S5：输出所有BESS的最佳出力和SOC值；
上层模型以BESS调峰运行收益最大以及净负荷波动最小为目标函数，运行收益包括BESS损耗成本、弃风成本以及环境收益；
下层模型通过上层模型传递下的各个BESS的调峰出力和SOC，根据调频约束和目标函数继续优化BESS的出力，下层目标函数包括：SOC恢复和调频跟踪精度。
进一步地，所述上层目标函数的构建方式为：
maxF1＝Iv-PSDv (1)
Figure BDA0003756799360000031
Figure BDA0003756799360000032
Figure BDA0003756799360000033
式中，F1为上层目标函数；Iv为BESS运行收益；PSDv为净负荷偏差；Pnetload,t为t时刻净负荷功率；Pnetload,ver为净负荷平均值；I为BESS的总数；Ci为第i个BESS总成本；
Figure BDA0003756799360000034
为BESS运行环境收益；Cωo为弃风成本；T为为调度日内总采样点数；
考虑经济目标和调峰目标是两个不同维度的目标，引入经济折算系数ω1将削峰填谷目标投影到经济维度，从而将多目标优化模型转化为单目标优化模型，此时，上层目标函数F1表示为：
maxF1＝Iv-ω1PSDv (5)。
进一步地，在所述上层模型中，包括：
损耗成本，包括：能量损耗成本
Figure BDA0003756799360000041
和寿命损耗成本
Figure BDA0003756799360000042
具体如式(6)-(8)所示：
Figure BDA0003756799360000043
Figure BDA0003756799360000044
Figure BDA0003756799360000045
式中，Erate,i为第i个BESS额定容量，ce为上网电价；Δt为调度时间步长，取1分钟；ηC,ηD分别为第i个BESS充、放电效率；N0,i为100％充放电深度下第i个BESS的等效循环次数；kp为常数，可利用电池厂家提供的实际运行数据拟合BESS循环次数和放电深度的关系可以得到；
弃风成本：
Figure BDA0003756799360000046
式中，θ为弃风惩罚系数；Pwind,t为t时刻风电功率；Pwindjn,t为t时刻风电上网功率；
环境收益，公式如下：
Figure BDA0003756799360000047
式中：K为机组生产电能的污染物排放总数；ζPO,k为生产单位电能的第k种污染物排放密度；Pprice,k为第k种污染物的单位排放费用；
在所述上层模型中BESS还应满足额定功率约束以及SOC上下限约束条件，具体如式(11)-(13)所示，其中SOCi(t)为t时刻第i个BESS实际SOC值；
额定功率约束：
Figure BDA0003756799360000048
式中，PC,i和PD,i为第i个BESS最大充、放电功率；
Figure BDA0003756799360000049
和
Figure BDA00037567993600000410
分别为时段t储能的充电、放电状态变量，为0-1变量，处于充电状态时
Figure BDA0003756799360000051
处于放电状态时
Figure BDA0003756799360000052
SOC约束：
Figure BDA0003756799360000053
式中，
Figure BDA0003756799360000054
和
Figure BDA0003756799360000055
分别为第i个BESS的SOC的下限和上限；SOCi(t)为第i个BESS在t时刻的SOC；
BESS充放电量的平衡约束：
对于只参加调峰场景的BESS，削峰释放的电量需要在每日时间尺度等于填谷吸收的电量，即BESS需要在一天内完成一个完整的充放电平衡，即BESS的SOC需要返回到初始状态；充放电平衡约束如式所示；
Figure BDA0003756799360000056
式中，t1为BESS每天充电总时间，t2为BESS每天放电总时间。
进一步地，所述下层目标函数的构建，首先引入SOC权重实现各BESS之间的调频功率按各自SOC值分配，如式(14)所示，以使SOC值较高的BESS放电权重大、充电权重小，SOC值较低的BESS充电权重大、放电权重小，实现电量低的优先充电，电量高的优先放电，进而恢复BESS的SOC值：
Figure BDA0003756799360000057
式中，
Figure BDA0003756799360000058
分别是t时刻电站i内单元j的充放电SOC权重；
接着对权重进行归一化处理：
Figure BDA0003756799360000061
式中，
Figure BDA0003756799360000062
分别为归一化后的充、放电SOC权重；
以BESS的t时刻的SOC与理想状态SOCideal之差的绝对值最小为目标函数，如式(16)所示：
Figure BDA0003756799360000063
设置BESS出力偏离惩罚
Figure BDA0003756799360000064
为：
Figure BDA0003756799360000065
式中，cdev为单位功率缺额惩罚电价，大于上网电价，,
Figure BDA0003756799360000066
为BESS总自动调频发电控制指令；
根据上层目标函数的处理方法，引入经济折算系数ω2，将多目标优化模型转化为单目标优化模型；目标函数F2最终表示为：
Figure BDA0003756799360000067
进一步地，所述下层模型的约束为BESS在参与调频时需要满足额定功率约束以及SOC上下限约束：
额定功率约束：
Figure BDA0003756799360000068
式中，PC,i和PD,i为第i个BESS最大充、放电功率；
Figure BDA0003756799360000069
和
Figure BDA00037567993600000610
分别为时段t储能的充电、放电状态变量，为0-1变量，处于充电状态时
Figure BDA00037567993600000611
处于放电状态时
Figure BDA0003756799360000071
SOC约束：
Figure BDA0003756799360000072
式中，SOCi(t)为t时刻第i个BESS实际SOC值；
Figure BDA0003756799360000073
和
Figure BDA0003756799360000074
分别为第i个BESS的SOC的下限和上限；SOCi(t)为第i个BESS在t时刻的SOC。
本发明及其优选方案的有益效果包括：
1)针对BESS只参与调峰或者调频，极大的浪费其资源的问题，可以实现多个BESS根据其SOC的大小进行合理的调峰和调频，从而提高BESS的利用率和经济性。
2)能够综合考虑调峰经济和净负荷偏差，通过引入权重，将多目标转换为单目标，减少弃风，实现了经济有效调峰。
3)能够实现SOC值较高的BESS放电权重大、充电权重小，SOC值较低的BESS充电权重大、放电权重小和跟踪调频信号精度最大化，以确保恢复各个BESS的SOC值和跟踪调频信号的准确性，维持系统频率稳定。
附图说明
下面结合附图和具体实施方式对本发明进一步详细的说明：
图1为本发明实施例SOC区域示意图。
图2为本发明实施例多BESS参与调峰、调频控制流程图。
具体实施方式
在下文中，将参考附图对本申请的具体实施例进行详细地描述，依照这些详细的描述，所属领域技术人员能够清楚地理解本申请，并能够实施本申请。在不违背本申请原理的情况下，各个不同的实施例中的特征可以进行组合以获得新的实施方式，或者替代某些实施例中的某些特征，获得其它优选的实施方式。
为让本专利的特征和优点能更明显易懂，下文特举实施例，并配合附图，作详细说明如下：
在本实施例中，首先，针对电池储能系统(BESS)只参与调峰或者调频，极大的浪费其资源的问题，提出了一种多个BESS调峰调频双层优化控制方法，根据各个BESS的SOC状态划分成多个工作区域，从而提高BESS的利用率和经济性。而后，在BESS参与调峰过程中，建立净负荷偏差最小和BESS调峰经济最优模型，降低了电力系统负荷峰谷差,减少了弃风，实现经济有效调峰。最后，在BESS参与调频过程中，综合考虑SOC恢复和BESS出力偏离惩罚，提高调频精度和各个BESS的SOC状态，从而维持系统频率稳定。
1上层模型
上层模型主要以BESS调峰运行收益最大以及净负荷波动最小为目标函数，运行收益主要包括BESS损耗成本、弃风成本以及环境收益。
maxF1＝Iv-PSDv (1)
Figure BDA0003756799360000081
Figure BDA0003756799360000082
Figure BDA0003756799360000083
式中，F1为目标函数；Iv为BESS运行收益；PSDv为净负荷偏差；Pnetload,t为t时刻净负荷功率；Pnetload,ver为净负荷平均值；I为BESS的总数；Ci为第i个BESS总成本；
Figure BDA0003756799360000084
为BESS运行环境收益；Cωo为弃风成本；T为为调度日内总采样点数。
由于经济目标和调峰目标是两个不同维度的目标。为此，引入经济折算系数ω1将削峰填谷目标投影到经济维度，从而将多目标优化模型转化为单目标优化模型。目标函数F1可表示为：
maxF1＝Iv-ω1PSDv (5)
1)损耗成本
BESS在参与电网调峰、调频时，功率损耗是一个不可忽视的因素，影响BESS的充放电行为与调频、调峰效果。主要损耗成本为能量损耗成本
Figure BDA0003756799360000085
和寿命损耗成本
Figure BDA0003756799360000086
具体如式(6)-(8)所示：
Figure BDA0003756799360000087
Figure BDA0003756799360000091
Figure BDA0003756799360000092
式中，Erate,i为第i个BESS额定容量，ce为上网电价，本实施例取520元/MWh，不考虑分时电价对调频成本的影响；Δt为调度时间步长，取1分钟；ηC,ηD分别为第i个BESS充、放电效率；N0,i为100％充放电深度下第i个BESS的等效循环次数；kp为常数，可利用电池厂家提供的实际运行数据拟合BESS循环次数和放电深度的关系可以得到，一般介于0.8-2.1，本实施例取1。
2)弃风成本
为增加风电的接纳量，减少系统弃风率，设立弃风惩罚成本，
Figure BDA0003756799360000093
式中，θ为弃风惩罚系数；Pwind,t为t时刻风电功率；Pwindjn,t为t时刻风电上网功率。
3)环境收益
环境收益公式如下：
Figure BDA0003756799360000094
式中：K为机组生产电能的污染物排放总数；ζPO,k为生产单位电能的第k种污染物排放密度；Pprice,k为第k种污染物的单位排放费用。
(2)约束条件
BESS还应满足额定功率约束以及SOC上下限约束条件，具体如式(11)-(13)所示，其中SOCi(t)为t时刻第i个BESS实际SOC值。
1)额定功率约束
Figure BDA0003756799360000095
式中，PC,i和PD,i为第i个BESS最大充、放电功率，一般等于储能电站额定功率；
Figure BDA0003756799360000101
和
Figure BDA0003756799360000102
分别为时段t储能的充电、放电状态变量，为0-1变量，处于充电状态时
Figure BDA0003756799360000103
处于放电状态时
Figure BDA0003756799360000104
2)SOC约束
Figure BDA0003756799360000105
式中，
Figure BDA0003756799360000106
和
Figure BDA0003756799360000107
分别为第i个BESS的SOC的下限和上限；SOCi(t)为第i个BESS在t时刻的SOC；
3)BESS充放电量的平衡约束
对于只参加调峰场景的BESS，削峰释放的电量需要在每日时间尺度等于填谷吸收的电量，即BESS需要在一天内完成一个完整的充放电平衡，即BESS的SOC需要返回到初始状态。充放电平衡约束如式(13)所示。
Figure BDA0003756799360000108
式中，t1为BESS每天充电总时间，t2为BESS每天放电总时间。
2下层模型
下层主要是通过上层模型传递下的各个BESS的调峰出力和SOC，根据调频约束和目标函数继续优化BESS的出力。
1)目标函数
下层目标函数主要包括两部分：SOC恢复和调频跟踪精度，首先引入SOC权重实现各BESS之间的调频功率按各自SOC值分配，如式(14)所示，该式能够使SOC值较高的BESS放电权重大、充电权重小，SOC值较低的BESS充电权重大、放电权重小，实现电量低的优先充电，电量高的优先放电，进而恢复BESS的SOC值：
Figure BDA0003756799360000109
式中，
Figure BDA0003756799360000111
分别是t时刻电站i内单元j的充放电SOC权重。下面对权重进行归一化处理，
Figure BDA0003756799360000112
式中，
Figure BDA0003756799360000113
分别为归一化后的充、放电SOC权重。
以BESS的t时刻的SOC与理想状态SOCideal之差的绝对值最小为目标函数，如式(16)所示：
Figure BDA0003756799360000114
式中，为了提高储能双向调节能力，SOCideal取0.5。
其次BESS出力偏离AGC指令除了会引发调频费用，还会产生备用等一系列辅助服务费用，甚至危及电网频率安全，因此必须对偏离功率进行惩罚，且惩罚力度应较大，这样才能近似表示BESS偏离调度计划对电网的不良影响。
BESS出力偏离惩罚
Figure BDA0003756799360000115
为：
Figure BDA0003756799360000116
式中，cdev为单位功率缺额惩罚电价，取上网电价的两倍，即1040元/MW,
Figure BDA0003756799360000117
为BESS总自动调频发电控制指令。
根据上层目标函数的处理方法，引入经济折算系数ω2，将多目标优化模型转化为单目标优化模型。目标函数F2可表示为
Figure BDA0003756799360000118
2)约束
BESS在参与调频时需要满足额定功率约束以及SOC上下限约束，具体如式(11)、(12)所示。
3方法流程
如图1、图2所示，基于以上模型的设计，本实施例提供的多BESS参与调峰调频优化控制方法具体步骤如下：
步骤S1：首先获取电网净负荷，输入常规机组运行参数以及BESS的参数；
步骤S2：根据净负荷数据确定削峰填谷区域，根据实时的负荷扰动数据确定频率差；
步骤S3：当净负荷数据在削峰线和填谷线之外时，表示此时需要BESS进行调峰，根据SOC区域示意图，如图1，若BESS的SOC处于0.2～0.8，则根据上层目标函数进行BESS调峰功率分配，确定多个BESS出力和SOC的值；
步骤S4：根据上层目标函数得到多个BESS的SOC同时判断频率偏差是否越过死区；如果越过死区，则参加调峰的BESS全部进行调频，根据下层目标函数进行BESS调频功率分配，若此时BESS数量不能满足调频需求，则再调动其他BESS，直接按照下层目标函数进行多BESS调频功率的分配，得出各个BESS的出力以及SOC；
步骤S5：输出所有BESS的最佳出力和SOC值。
以上所述是本发明的优选实施方式，应当指出的是，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进接润饰，这些改进和润饰也视为本发明的保护范围。
本专利不局限于上述最佳实施方式，任何人在本专利的启示下都可以得出其它各种形式的多储能电站参与调峰调频双层优化控制方法，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本专利的涵盖范围。

Claims (5)

1.一种多储能电站参与调峰调频双层优化控制方法，其特征在于，包括以下步骤：
步骤S1：获取电网净负荷，输入常规机组运行参数以及多储能电站BESS的参数；
步骤S2：根据净负荷数据确定削峰填谷区域，根据实时的负荷扰动数据确定频率差；
步骤S3：当净负荷数据在削峰线和填谷线之外时，表示此时需要BESS进行调峰：若BESS的SOC处于0.2～0.8，则根据上层目标函数进行BESS调峰功率分配，确定多个BESS出力和SOC的值；
步骤S4：根据上层目标函数得到多个BESS的SOC同时判断频率偏差是否越过死区；如果越过死区，则参加调峰的BESS全部进行调频，根据下层目标函数进行BESS调频功率分配，若此时BESS数量不能满足调频需求，则再调动其他BESS，直接按照下层目标函数进行多BESS调频功率的分配，得出各个BESS的出力以及SOC；
步骤S5：输出所有BESS的最佳出力和SOC值；
上层模型以BESS调峰运行收益最大以及净负荷波动最小为目标函数，运行收益包括BESS损耗成本、弃风成本以及环境收益；
下层模型通过上层模型传递下的各个BESS的调峰出力和SOC，根据调频约束和目标函数继续优化BESS的出力，下层目标函数包括：SOC恢复和调频跟踪精度。
2.根据权利要求1所述的多储能电站参与调峰调频双层优化控制方法，其特征在于：所述上层目标函数的构建方式为：
maxF1＝Iv-PSDv (1)
Figure FDA0003756799350000011
Figure FDA0003756799350000021
Figure FDA0003756799350000022
式中，F1为上层目标函数；Iv为BESS运行收益；PSDv为净负荷偏差；Pnetload,t为t时刻净负荷功率；Pnetload,ver为净负荷平均值；I为BESS的总数；Ci为第i个BESS总成本；
Figure FDA0003756799350000023
为BESS运行环境收益；Cωo为弃风成本；T为为调度日内总采样点数；
考虑经济目标和调峰目标是两个不同维度的目标，引入经济折算系数ω1将削峰填谷目标投影到经济维度，从而将多目标优化模型转化为单目标优化模型，此时，上层目标函数F1表示为：
maxF1＝Iv-ω1PSDv (5)。
3.根据权利要求2所述的多储能电站参与调峰调频双层优化控制方法，其特征在于：在所述上层模型中，包括：
损耗成本，包括：能量损耗成本
Figure FDA0003756799350000024
和寿命损耗成本
Figure FDA0003756799350000025
具体如式(6)-(8)所示：
Figure FDA0003756799350000026
Figure FDA0003756799350000027
Figure FDA0003756799350000028
式中，Erate,i为第i个BESS额定容量，ce为上网电价；Δt为调度时间步长，取1分钟；ηC,ηD分别为第i个BESS充、放电效率；N0,i为100％充放电深度下第i个BESS的等效循环次数；kp为常数，可利用电池厂家提供的实际运行数据拟合BESS循环次数和放电深度的关系可以得到；
弃风成本：
Figure FDA0003756799350000029
式中，θ为弃风惩罚系数；Pwind,t为t时刻风电功率；Pwindjn,t为t时刻风电上网功率；
环境收益，公式如下：
Figure FDA0003756799350000031
式中：K为机组生产电能的污染物排放总数；ζPO,k为生产单位电能的第k种污染物排放密度；Pprice,k为第k种污染物的单位排放费用；
在所述上层模型中BESS还应满足额定功率约束以及SOC上下限约束条件，具体如式(11)-(13)所示，其中SOCi(t)为t时刻第i个BESS实际SOC值；额定功率约束：
Figure FDA0003756799350000032
式中，PC,i和PD,i为第i个BESS最大充、放电功率；
Figure FDA0003756799350000033
和
Figure FDA0003756799350000034
分别为时段t储能的充电、放电状态变量，为0-1变量，处于充电状态时
Figure FDA0003756799350000035
处于放电状态时
Figure FDA0003756799350000036
SOC约束：
Figure FDA0003756799350000037
式中，
Figure FDA0003756799350000038
和
Figure FDA0003756799350000039
分别为第i个BESS的SOC的下限和上限；SOCi(t)为第i个BESS在t时刻的SOC；
BESS充放电量的平衡约束：
对于只参加调峰场景的BESS，削峰释放的电量需要在每日时间尺度等于填谷吸收的电量，即BESS需要在一天内完成一个完整的充放电平衡，即BESS的SOC需要返回到初始状态；充放电平衡约束如式所示；
Figure FDA00037567993500000310
式中，t1为BESS每天充电总时间，t2为BESS每天放电总时间。
4.根据权利要求1所述的多储能电站参与调峰调频双层优化控制方法，其特征在于：所述下层目标函数的构建，首先引入SOC权重实现各BESS之间的调频功率按各自SOC值分配，如式(14)所示，以使SOC值较高的BESS放电权重大、充电权重小，SOC值较低的BESS充电权重大、放电权重小，实现电量低的优先充电，电量高的优先放电，进而恢复BESS的SOC值：
Figure FDA0003756799350000041
式中，
Figure FDA0003756799350000042
分别是t时刻电站i内单元j的充放电SOC权重；
接着对权重进行归一化处理：
Figure FDA0003756799350000043
式中，
Figure FDA0003756799350000044
分别为归一化后的充、放电SOC权重；
以BESS的t时刻的SOC与理想状态SOCideal之差的绝对值最小为目标函数，如式(16)所示：
Figure FDA0003756799350000045
设置BESS出力偏离惩罚
Figure FDA0003756799350000046
为：
Figure FDA0003756799350000047
式中，cdev为单位功率缺额惩罚电价，大于上网电价，,
Figure FDA0003756799350000048
为BESS总自动调频发电控制指令；
根据上层目标函数的处理方法，引入经济折算系数ω2，将多目标优化模型转化为单目标优化模型；目标函数F2最终表示为：
Figure FDA0003756799350000051
5.根据权利要求4所述的多储能电站参与调峰调频双层优化控制方法，其特征在于：所述下层模型的约束为BESS在参与调频时需要满足额定功率约束以及SOC上下限约束：
额定功率约束：
Figure FDA0003756799350000052
式中，PC,i和PD,i为第i个BESS最大充、放电功率；
Figure FDA0003756799350000053
和
Figure FDA0003756799350000054
分别为时段t储能的充电、放电状态变量，为0-1变量，处于充电状态时
Figure FDA0003756799350000055
处于放电状态时
Figure FDA0003756799350000056
SOC约束：
Figure FDA0003756799350000057
式中，SOCi(t)为t时刻第i个BESS实际SOC值；
Figure FDA0003756799350000058
和
Figure FDA0003756799350000059
分别为第i个BESS的SOC的下限和上限；SOCi(t)为第i个BESS在t时刻的SOC。
CN202210874129.XA 2022-07-21 2022-07-21 多储能电站参与调峰调频双层优化控制方法 Pending CN115001046A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210874129.XA CN115001046A (zh) 2022-07-21 2022-07-21 多储能电站参与调峰调频双层优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210874129.XA CN115001046A (zh) 2022-07-21 2022-07-21 多储能电站参与调峰调频双层优化控制方法

Publications (1)

Publication Number Publication Date
CN115001046A true CN115001046A (zh) 2022-09-02

Family

ID=83021457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210874129.XA Pending CN115001046A (zh) 2022-07-21 2022-07-21 多储能电站参与调峰调频双层优化控制方法

Country Status (1)

Country Link
CN (1) CN115001046A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116526515A (zh) * 2023-07-03 2023-08-01 南方电网科学研究院有限责任公司 电网频率调控方法及控制器

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116526515A (zh) * 2023-07-03 2023-08-01 南方电网科学研究院有限责任公司 电网频率调控方法及控制器
CN116526515B (zh) * 2023-07-03 2023-09-19 南方电网科学研究院有限责任公司 电网频率调控方法及控制器

Similar Documents

Publication Publication Date Title
CN111738497B (zh) 计及需求侧响应的虚拟电厂双层优化调度方法
CN108092324B (zh) 一种风电参与调峰调频的agc控制系统和控制方法
CN111697578B (zh) 多目标含储能区域电网运行控制方法
CN113991719B (zh) 一种电动船舶参与的海岛群用能优化调度方法及系统
CN112366684A (zh) 一种海岛微电网系统
CN116316694A (zh) 基于两阶段鲁棒优化的储能电站调频的最优参数选取方法
CN116436039A (zh) 一种虚拟电厂辅助电网二次调频优化调度方法及装置
CN115936244A (zh) 考虑可再生能源发电不确定性的虚拟电厂优化调度方法
CN111641233A (zh) 一种考虑新能源及负荷不确定性的电力系统日内灵活调峰方法
CN115713197A (zh) 计及风电不确定性的电力系统荷储联合优化调度方法
CN115001046A (zh) 多储能电站参与调峰调频双层优化控制方法
CN117411007A (zh) 一种分布式光伏和储能联合的配网低电压治理方法
CN116805192A (zh) 考虑最优弃能率的综合能源系统双层规划优化方法及应用
CN112886624B (zh) 一种三站合一变电站储能装置规划设计系统及方法
CN112821468B (zh) 一种分时段多目标火电机组实时优化调度方法
Huang et al. A multi-time scale scheduling method for wind-PV-pumped storage-electrochemical energy storage integrated generation system
Hongli et al. Day-ahead optimal dispatch of regional power grid based on electric vehicle participation in peak shaving pricing strategy
Yang et al. Summary of energy storage systems and renewable energy participation in AGC research
CN114662260A (zh) 一种含多种类型负荷孤岛微电网的两阶段经济调度方法
Shen et al. Source-storage coordinated optimal scheduling method based on improving the capacity of new energy consumption
Wang et al. Study on economy of hybrid energy storage system participating in secondary frequency regulation
Tao et al. Research on Power Storage Optimization Operation Strategy for Wind-Photovoltaic Power Coupled Hydrogen Production
CN113255141B (zh) 储能电站投资容量和安装位置计算方法
CN112085300B (zh) 一种基于电源分类的电力系统总储能运行曲线计算方法
Tao et al. Aggregating Energy Storage in Virtual Power Plant and Its Application in Unit Commitment

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