CN115049251B - 用于储能系统的电力调度方法及其装置 - Google Patents

用于储能系统的电力调度方法及其装置 Download PDF

Info

Publication number
CN115049251B
CN115049251B CN202210667020.9A CN202210667020A CN115049251B CN 115049251 B CN115049251 B CN 115049251B CN 202210667020 A CN202210667020 A CN 202210667020A CN 115049251 B CN115049251 B CN 115049251B
Authority
CN
China
Prior art keywords
storage system
energy storage
time period
charge
price
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
CN202210667020.9A
Other languages
English (en)
Other versions
CN115049251A (zh
Inventor
江思伟
司修利
黄乐
丁昊
顾强
董嵘
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.)
Nantong Wotai New Energy Co ltd
Original Assignee
Nantong Wotai New Energy 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 Nantong Wotai New Energy Co ltd filed Critical Nantong Wotai New Energy Co ltd
Priority to CN202210667020.9A priority Critical patent/CN115049251B/zh
Publication of CN115049251A publication Critical patent/CN115049251A/zh
Application granted granted Critical
Publication of CN115049251B publication Critical patent/CN115049251B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load 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
    • H02J3/007—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources
    • H02J3/0075—Arrangements for selectively connecting the load or loads to one or several among a plurality of power lines or power sources for providing alternative feeding paths between load and source according to economic or energy efficiency considerations, e.g. economic dispatch
    • 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
    • H02J3/28—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
    • 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
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2310/00—The network for supplying or distributing electric power characterised by its spatial reach or by the load
    • H02J2310/50—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads
    • H02J2310/56—The network for supplying or distributing electric power characterised by its spatial reach or by the load for selectively controlling the operation of the loads characterised by the condition upon which the selective controlling is based
    • H02J2310/62—The condition being non-electrical, e.g. temperature
    • H02J2310/64—The condition being economic, e.g. tariff based load management

Landscapes

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

Abstract

本发明公开了一种用于储能系统的电力调度方法及其装置，所述储能系统包括：电网接口、充电电池和用电设备，包括以下步骤：创建优化模型，之后对该优化模型进行优化处理即使得在费用最低的情况下，求得每个时间段的充电电池的充放电量，之后，依据该充放电对充电电池进行优化处理。从而能够极大的减少用户的电费。

Description

用于储能系统的电力调度方法及其装置
技术领域
本发明涉及储能技术领域，尤其涉及用于储能系统的电力调度方法及其装置。
背景技术
在实际中，电网在不同时间段的电价通常是不一样的，为了节约费用，如图1所示，大型工商业用户通常会设置有一个储能系统，该储能系统包括：电网接口1、充电电池3和用电设备4，电网接口1用于电连接电网，储能系统能够通过电网接口1从电网中购电；充电电池3能从储能系统中接收电能并存储，还能够将所存储的电能输出到储能系统中。可以理解的是，通过该储能系统，用户能够达到削峰填谷的效果，即在电价便宜的时候，从电网中获取电能并存储在充电电池3中，在电价昂贵的时候，控制充电电池3向储能系统输出电能，供用电设备4使用，从而达到节省费用的目的。其中，需量电费是大型工商业用户常用的一种付费的方式，因此，对于需量电费的付费方式，如何进行电力调度，从而能够最大化的节省用户的费用，就成为一个亟待解决的问题。
发明内容
有鉴于此，本发明的主要目的在于提供用于储能系统的电力调度方法及其装置。
为达到上述目的，本发明的技术方案是这样实现的：一种用于储能系统的电力调度方法，所述储能系统包括：电网接口、充电电池和用电设备，所述电网接口用于电连接电网，所述储能系统能够通过所述电网接口从电网中购电；所述充电电池能从所述储能系统中接收电能并存储，还能够将所存储的电能输出到所述储能系统中；所述用电设备能够从所述储能系统中接收并消耗电能；包括以下步骤：
创建优化模型，在所述优化模型中，将目标日期划分为N个连续的第1时间段、第2时间段、…、第N时间段，得到第i时间段的需量价格pricedemand[i]＝(demandcharge*MD[i])/total_Qforecast[i]，其中，MD[i]为第i时间段的最大需量，demandcharge为储能系统对应的最大需量价格，MD[i]＝max(MD[i-1]，loadforecast[i]/第i时间段的时长)，loadforecast[i]为第i时间段中的用电设备的总负荷量的预测值，total_Qforecast[i]所述储能系统在目标日期所处的月份的总用电量的预测值；i为整数，i＝1，2，3，…，N；综合电价pricepurchase[i]＝priceelectricity[i]+pricedemand[i]，priceelectricity[i]为第i时间段对应的电价；所述目标日期的电费总量grid[i]＝loadforecast[i]+charge[i]-discharge[i]，charge[i]为第i时间段中的充电电池的从所述储能系统中获取的总电量，discharge[i]为第i时间段中的充电电池的输出到所述储能系统的总电量；
对所述优化模型进行优化处理，使得在cost最小时，得到charge[1]、charge[2]、…、charge[N]和discharge[1]、discharge[2]、…、discharge[N]；
在所述目标日期的第i时间段，所述充电电池从所述储能系统中获取的总电量为charge[i]，输出到所述储能系统的总电量为discharge[i]。
作为本发明实施例的一种改进，第1时间段、第2时间段、…、第N时间段的时间长度均为15分钟。
作为本发明实施例的一种改进，N＝96。
作为本发明实施例的一种改进，所述“对所述优化模型进行优化处理”具体包括：基于运筹算法，对所述优化模型进行优化处。
作为本发明实施例的一种改进，所述充电电池为锂电池。
本发明实施例还提供了一种用于储能系统的电力调度装置，所述储能系统包括：电网接口、充电电池和用电设备，所述电网接口用于电连接电网，所述储能系统能够通过所述电网接口从电网中购电；所述充电电池能从所述储能系统中接收电能并存储，还能够将所存储的电能输出到所述储能系统中；所述用电设备能够从所述储能系统中接收并消耗电能；包括以下模块：
模型创建模块，用于创建优化模型，在所述优化模型中，将目标日期划分为N个连续的第1时间段、第2时间段、…、第N时间段，得到第i时间段的需量价格pricedemand[i]＝(demandcharge*MD[i])/total_Qforecast[i]，其中，MD[i]为第i时间段的最大需量，demandcharge为储能系统对应的最大需量价格，MD[i]＝max(MD[i-1]，loadforecast[i]/第i时间段的时长)，loadforecast[i]为第i时间段中的用电设备的总负荷量的预测值，total_Qforecast[i]所述储能系统在目标日期所处的月份的总用电量的预测值；i为整数，i＝1，2，3，…，N；综合电价pricepurchase[i]＝priceelectricity[i]+pricedemand[i]，priceelectricity[i]为第i时间段对应的电价；所述目标日期的电费总量grid[i]＝loadforecast[i]+charge[i]-discharge[i]，charge[i]为第i时间段中的充电电池的从所述储能系统中获取的总电量，discharge[i]为第i时间段中的充电电池的输出到所述储能系统的总电量；
优化模块，用于对所述优化模型进行优化处理，使得在cost最小时，得到charge[1]、charge[2]、…、charge[N]和discharge[1]、discharge[2]、…、discharge[N]；
处理模块，用于在所述目标日期的第i时间段，所述充电电池从所述储能系统中获取的总电量为charge[i]，输出到所述储能系统的总电量为discharge[i]。
作为本发明实施例的一种改进，第1时间段、第2时间段、…、第N时间段的时间长度均为15分钟。
作为本发明实施例的一种改进，N＝96。
作为本发明实施例的一种改进，所述优化模块还用于：基于运筹算法，对所述优化模型进行优化处。
作为本发明实施例的一种改进，所述充电电池为锂电池。
本发明实施例所提供的用于储能系统的电力调度方法及其装置具有以下优点：本发明实施例公开了一种用于储能系统的电力调度方法及其装置，所述储能系统包括：电网接口、充电电池和用电设备，包括以下步骤：创建优化模型，之后对该优化模型进行优化处理即使得在费用最低的情况下，求得每个时间段的充电电池的充放电量，之后，依据该充放电对充电电池进行优化处理。从而能够极大的减少用户的电费。
附图说明
图1是储能系统的结构示意图；
图2是电网电价的示意图；
图3本发明实施例提供的一种电力调度方法的流程示意图；
图4为本发明实施例提供的一种电力调度装置的结构图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
图2是一个具体的需量电费的价格示例，用户的用电电压等级包括：不满1千伏、10千伏、35千伏和110千伏及以上；每个电压等级都对应有一个用电价格(单位为：元/千瓦时)：(1)单一制分时电价，用户执行两段式峰谷电价，高峰时段(6时-22时)，低谷时段(22时-次日6时)，可以理解的是，高峰时段与低谷时段的电价是不一样；(2)两部制分时电价，用户执行三段式峰谷电价，非夏季：高峰时段(8时-11时、18时-21时)，平时段(6时-8时、11时-18时、21时-22时)，低谷时段(22时-次日6时)；夏季：高峰时段(8时-11时、13时-15时，18时-21时)，平时段(6时-8时、11时-13时、15时-18时，21时-22时)，低谷时段(22时-次日6时)，可以理解的是，高峰时段、平时段与低谷时段的电价是不一样；(3)单一制未分时电价，用户执行电度用电价格。每个电压等级都对应有一个容量用电价格(单位为：元/千瓦·月)和需量用电价格(单位为：元/千伏安·月)。
在实际中，高峰时段的电价＞平时段的电价＞低谷时段的电价。
本发明实施例提供了一种用于储能系统的电力调度方法，所述储能系统包括：电网接口1、充电电池3和用电设备4，所述电网接口1用于电连接电网，所述储能系统能够通过所述电网接口1从电网中购电；所述充电电池3能从所述储能系统中接收电能并存储，还能够将所存储的电能输出到所述储能系统中；所述用电设备4能够从所述储能系统中接收并消耗电能；这里，该电网接口1用于电连接电网，可以理解的是，该光储系统的电压等可能与电网不一致，因此，在该光储系统中可能需要设置有变压器等；且该光储系统通常为交流电系统，而充电电池3通常是直流电系统，因此，还需要设置有直流-交流转换设备等。
这里，如图2所示，当用户选择不同的电压等级时，其对应的电度用电价格，分时电度电价，容量用电价格和需量用电价格通常都是不一样的，在实际中，用户会首先和电网公司签订供电合同，在供电合同中，会规定好电压等级等，因此，用户的电度用电价格，分时电度电价，容量用电价格和需量用电价格都可以认为是预先设置好的，是确定的常量。
包括以下步骤：
步骤301：创建优化模型，在所述优化模型中，将目标日期划分为N个连续的第1时间段、第2时间段、...、第N时间段，得到第i时间段的需量价格pricedemand[i]＝(demandcharge*MD[i])/total_Qforecast[i]，其中，MD[i]为第i时间段的最大需量，demandcharge为储能系统对应的最大需量价格，MD[i]＝max(MD[i-1]，loadforecast[i]/第i时间段的时长)，loadforecast[i]为第i时间段中的用电设备4的总负荷量的预测值，total_Qforecast[i]所述储能系统在目标日期所处的月份的总用电量的预测值；i为整数，i＝1，2，3，…，N；
这里，loadforecast[i]为第i时间段中的用电设备4的总负荷量的预测值，total_Qforecast[i]所述储能系统在目标日期所处的月份的总用电量的预测值(该总用电量部分被用电设备4消耗，部分被存储于充电电池3中)，在实际中，可以根据历史数据来预测loadforecast[i]和total_Qforecast[i]。
综合电价pricepurchase[i]＝priceelectricity[i]+pricedemand[i]，priceelectricity[i]为第i时间段对应的电价；这里，可以分为三种情况进行讨论：(1)采用的是单一制分时电价，第i时间段处于高峰时段，则priceelectricitv[i]就为高峰时段的电价；第i时间段处于低谷时段，则priceelectricity[i]就为低谷时段的电价；(2)采用的是两部制分时电价，第i时间段处于高峰时段，则priceelectricity[i]就为高峰时段的电价；第i时间段处于平时段，则priceelectricity[i]就为平时段的电价；第i时间段处于低谷时段，则priceelectricity[i]就为低谷时段的电价；(3)采用的是单一制未分时电价，则priceelectricity[i]就为电度用电价格。
所述目标日期的电费总量grid[i]＝loadforecast[i]+charge[i]-discharge[i]，charge[i]为第i时间段中的充电电池3的从所述储能系统中获取的总电量，discharge[i]为第i时间段中的充电电池3的输出到所述储能系统的总电量；
步骤302：对所述优化模型进行优化处理，使得在cost最小时，得到charge[1]、charge[2]、…、charge[N]和discharge[1]、discharge[2]、…、discharge[N]；
步骤303：在所述目标日期的第i时间段，所述充电电池3从所述储能系统中获取的总电量为charge[i]，输出到所述储能系统的总电量为discharge[i]。
这里，高峰时段的电价＞平时段的电价＞低谷时段的电价，因此，在满足用电设备的基础之上，尽量在低谷时段让充电电池3储电；在高峰时段，让充电电池3尽量向用电设备4提供电能，从而尽量减少从电网中购电的电量，从而能够尽可能的减少用户的费用，即找到一个最优的得到charge[1]、charge[2]、…、charge[N]和discharge[1]、discharge[2]、…、discharge[N]，使得cost值最小。
本实施例中，第1时间段、第2时间段、…、第N时间段的时间长度均为15分钟。
本实施例中，N＝96。
本实施例中，所述“对所述优化模型进行优化处理”具体包括：基于运筹算法，对所述优化模型进行优化处。
这里，该运筹算法可以包括：约束规划、线性与混合整数规划等。
其中，线性规划(Linear programming，简称LP)的步骤包括：(1)列出约束条件及目标函数；(2)画出约束条件所表示的可行域；(3)在可行域内求目标函数的最优解及最优值。
本实施例中，所述充电电池3为锂电池。
本发明实施例二提供了一种用于储能系统的电力调度装置，所述储能系统包括：电网接口1、充电电池3和用电设备4，所述电网接口1用于电连接电网，所述储能系统能够通过所述电网接口1从电网中购电；所述充电电池3能从所述储能系统中接收电能并存储，还能够将所存储的电能输出到所述储能系统中；所述用电设备4能够从所述储能系统中接收并消耗电能；包括以下模块：
模型创建模块，用于创建优化模型，在所述优化模型中，将目标日期划分为N个连续的第1时间段、第2时间段、…、第N时间段，得到第i时间段的需量价格pricedemand[i]＝(demandcharge*MD[i])/total_Qforecast[i]，其中，MD[i]为第i时间段的最大需量，demandcharge为储能系统对应的最大需量价格，MD[i]＝max(MD[i-1]，loadforecast[i]/第i时间段的时长)，loadforecast[i]为第i时间段中的用电设备4的总负荷量的预测值，total_Qforecast[i]所述储能系统在目标日期所处的月份的总用电量的预测值；i为整数，i＝1，2，3，…，N；综合电价pricepurchase[i]＝priceelectricity[i]+pricedemand[i]，priceelectricity[i]为第i时间段对应的电价；所述目标日期的电费总量grid[i]＝loadforecast[i]+charge[i]--discharge[i]，charge[i]为第i时间段中的充电电池3的从所述储能系统中获取的总电量，discharge[i]为第i时间段中的充电电池3的输出到所述储能系统的总电量；
优化模块，用于对所述优化模型进行优化处理，使得在cost最小时，得到charge[1]、charge[2]、…、charge[N]和discharge[1]、discharge[2]、…、discharge[N]；
处理模块，用于在所述目标日期的第i时间段，所述充电电池3从所述储能系统中获取的总电量为charge[i]，输出到所述储能系统的总电量为discharge[i]。
本实施例中，第1时间段、第2时间段、…、第N时间段的时间长度均为15分钟。
本实施例中，N＝96。
本实施例中，所述优化模块还用于：基于运筹算法，对所述优化模型进行优化处。
本实施例中，所述充电电池3为锂电池。
图4为本发明实施例提供的再一种用于储能系统的电力调度装置的示意图。应用于某一电子设备的结构示意图，图4所示的电子设备700包括：至少一个处理器701、存储器702、至少一个网络接口704和其他用户接口703。电子设备700中的各个组件通过总线系统705耦合在一起。可理解，总线系统705用于实现这些组件之间的连接通信。总线系统705除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图4中将各种总线都标为总线系统705。
其中，用户接口703可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器702可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccess Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，DRRAM)。本文描述的存储器702旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器702存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统7021和应用程序7022。
其中，操作系统7021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序7022，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序7022中。
在本发明实施例中，通过调用存储器702存储的程序或指令，具体的，可以是应用程序7022中存储的程序或指令，
应用于上位机时，处理器701用于执行各方法实施例所提供的方法步骤，例如包括：
接收传感器和/或PLC发送的目标数据集；
将所述目标数据集发送给服务器；由所述服务器根据所述目标数据集进行相应操作；
所述目标数据集，包括以下至少之一：探测数据、探测数据对应的类型符号、描述采集探测数据的设备的标志符。
应用于服务器时，处理器701用于执行各方法实施例所提供的方法步骤，例如包括：
接收上位机发送的数据集；
对所述数据集进行分析，根据分析结果针对所述数据集中的数据执行不同的操作；
所述数据集，包括以下至少之一：探测数据、探测数据对应的类型符号、描述采集探测数据的设备的标志符。
上述本发明实施例揭示的方法可以应用于处理器701中，或者由处理器701实现。处理器701可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器701中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器701可以是通用处理器、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(FieldProgrammable Gate Array，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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器702，处理器701读取存储器702中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的电子设备可以是上述的电子设备，可执行上述优化方法的所有步骤，进而实现上述优化方法的技术效果，具体请参照上述相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在运维监控装置执行的优化方法。
应用于上位机时，所述处理器用于执行存储器中存储的运维监控程序，以实现以下在上位机侧执行的优化方法的步骤：
接收传感器和/或可编程逻辑控制器PLC发送的目标数据集；
将所述目标数据集发送给服务器；由所述服务器根据所述目标数据集进行相应操作；
所述目标数据集，包括以下至少之一：探测数据、探测数据对应的类型符号、描述采集探测数据的设备的标志符。
应用于服务器时，所述处理器用于执行存储器中存储的运维监控程序，以实现以下在服务器侧执行的优化方法的步骤：
接收上位机发送的数据集；
对所述数据集进行分析，根据分析结果针对所述数据集中的数据执行不同的操作；
所述数据集，包括以下至少之一：探测数据、探测数据对应的类型符号、描述采集探测数据的设备的标志符。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种用于储能系统的电力调度方法，所述储能系统包括：电网接口(1)、充电电池(3)和用电设备(4)，所述电网接口(1)用于电连接电网，所述储能系统能够通过所述电网接口(1)从电网中购电；所述充电电池(3)能从所述储能系统中接收电能并存储，还能够将所存储的电能输出到所述储能系统中；所述用电设备(4)能够从所述储能系统中接收并消耗电能；其特征在于，包括以下步骤：
创建优化模型，在所述优化模型中，将目标日期划分为N个连续的第1时间段、第2时间段、...、第N时间段，得到第i时间段的需量价格pricedemand[i]＝(demandcharge*MD[i])/total_Qforecast[i]，其中，MD[i]为第i时间段的最大需量，demandcharge为储能系统对应的最大需量价格，MD[i]＝max(MD[i-1],loadforecast[i]/第i时间段的时长)，loadforecast[i]为第i时间段中的用电设备(4)的总负荷量的预测值，total_Qforecast[i]所述储能系统在目标日期所处的月份的总用电量的预测值；i为整数，i＝1,2,3，...，N；综合电价pricepurchase[i]＝priceelectricity[i]+pricedemand[i]，priceelectricity[i]为第i时间段对应的电价；所述目标日期的电费总量grid[i]＝loadforecast[i]+charge[i]-discharge[i]，charge[i]为第i时间段中的充电电池(3)的从所述储能系统中获取的总电量，discharge[i]为第i时间段中的充电电池(3)的输出到所述储能系统的总电量；
对所述优化模型进行优化处理，使得在cost最小时，得到charge[1]、charge[2]、...、charge[N]和discharge[1]、discharge[2]、...、discharge[N]，所述“对所述优化模型进行优化处理”具体包括：基于运筹算法，对所述优化模型进行优化处理；
在所述目标日期的第i时间段，所述充电电池(3)从所述储能系统中获取的总电量为charge[i]，输出到所述储能系统的总电量为discharge[i]。
2.根据权利要求1所述的电力调度方法，其特征在于：
第1时间段、第2时间段、...、第N时间段的时间长度均为15分钟。
3.根据权利要求1所述的电力调度方法，其特征在于：
N＝96。
4.根据权利要求1所述的电力调度方法，其特征在于：
所述充电电池(3)为锂电池。
5.一种用于储能系统的电力调度装置，所述储能系统包括：电网接口(1)、充电电池(3)和用电设备(4)，所述电网接口(1)用于电连接电网，所述储能系统能够通过所述电网接口(1)从电网中购电；所述充电电池(3)能从所述储能系统中接收电能并存储，还能够将所存储的电能输出到所述储能系统中；所述用电设备(4)能够从所述储能系统中接收并消耗电能；其特征在于，包括以下模块：
模型创建模块，用于创建优化模型，在所述优化模型中，将目标日期划分为N个连续的第1时间段、第2时间段、...、第N时间段，得到第i时间段的需量价格pricedemand[i]＝(demandcharge*MD[i])/total_Qforecast[i]，其中，MD[i]为第i时间段的最大需量，demandcharge为储能系统对应的最大需量价格，MD[i]＝max(MD[i-1],loadforecast[i]/第i时间段的时长)，loadforecast[i]为第i时间段中的用电设备(4)的总负荷量的预测值，total_Qforecast[i]所述储能系统在目标日期所处的月份的总用电量的预测值；i为整数，i＝1,2,3，...，N；综合电价pricepurchase[i]＝priceelectricity[i]+pricedemand[i]，priceelectricity[i]为第i时间段对应的电价；所述目标日期的电费总量grid[i]＝loadforecast[i]+charge[i]-discharge[i]，charge[i]为第i时间段中的充电电池(3)的从所述储能系统中获取的总电量，discharge[i]为第i时间段中的充电电池(3)的输出到所述储能系统的总电量；
优化模块，用于对所述优化模型进行优化处理，使得在cost最小时，得到charge[1]、charge[2]、...、charge[N]和discharge[1]、discharge[2]、...、discharge[N]，所述“对所述优化模型进行优化处理”具体包括：基于运筹算法，对所述优化模型进行优化处理；
处理模块，用于在所述目标日期的第i时间段，所述充电电池(3)从所述储能系统中获取的总电量为charge[i]，输出到所述储能系统的总电量为discharge[i]。
6.根据权利要求5所述的电力调度装置，其特征在于：
第1时间段、第2时间段、...、第N时间段的时间长度均为15分钟。
7.根据权利要求5所述的电力调度装置，其特征在于：
N＝96。
8.根据权利要求5所述的电力调度装置，其特征在于：
所述充电电池(3)为锂电池。
CN202210667020.9A 2022-06-13 2022-06-13 用于储能系统的电力调度方法及其装置 Active CN115049251B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210667020.9A CN115049251B (zh) 2022-06-13 2022-06-13 用于储能系统的电力调度方法及其装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210667020.9A CN115049251B (zh) 2022-06-13 2022-06-13 用于储能系统的电力调度方法及其装置

Publications (2)

Publication Number Publication Date
CN115049251A CN115049251A (zh) 2022-09-13
CN115049251B true CN115049251B (zh) 2024-02-13

Family

ID=83160724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210667020.9A Active CN115049251B (zh) 2022-06-13 2022-06-13 用于储能系统的电力调度方法及其装置

Country Status (1)

Country Link
CN (1) CN115049251B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110224397A (zh) * 2019-06-12 2019-09-10 南通大学 一种风光接入背景下用户侧电池储能成本效益分析方法
CN111798070A (zh) * 2020-07-27 2020-10-20 上海电气分布式能源科技有限公司 一种用户侧光储系统的配置方法及装置
CN112417656A (zh) * 2020-11-10 2021-02-26 苏州沃联新能源有限公司 光储系统的能量调度策略的优化方法、装置和存储介质
CN113722882A (zh) * 2021-07-23 2021-11-30 西安交通大学 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
CN114154790A (zh) * 2021-10-29 2022-03-08 国网山东省电力公司经济技术研究院 基于需量管理和柔性负荷的工业园区光储容量配置方法
CN114552610A (zh) * 2022-03-07 2022-05-27 上海玫克生储能科技有限公司 储能配置方法及系统、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110224397A (zh) * 2019-06-12 2019-09-10 南通大学 一种风光接入背景下用户侧电池储能成本效益分析方法
CN111798070A (zh) * 2020-07-27 2020-10-20 上海电气分布式能源科技有限公司 一种用户侧光储系统的配置方法及装置
CN112417656A (zh) * 2020-11-10 2021-02-26 苏州沃联新能源有限公司 光储系统的能量调度策略的优化方法、装置和存储介质
CN113722882A (zh) * 2021-07-23 2021-11-30 西安交通大学 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
CN114154790A (zh) * 2021-10-29 2022-03-08 国网山东省电力公司经济技术研究院 基于需量管理和柔性负荷的工业园区光储容量配置方法
CN114552610A (zh) * 2022-03-07 2022-05-27 上海玫克生储能科技有限公司 储能配置方法及系统、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于 ADMM 的光储电动公交充电站分布式优化策略;何鑫等;电器与能效管理技术;第2-9页 *

Also Published As

Publication number Publication date
CN115049251A (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
Comello et al. The emergence of cost effective battery storage
Dietrich et al. What drives profitability of grid-connected residential PV storage systems? A closer look with focus on Germany
Zheng et al. Smart households: Dispatch strategies and economic analysis of distributed energy storage for residential peak shaving
Mishra et al. Smartcharge: Cutting the electricity bill in smart homes with energy storage
Grimm et al. Optimal design of retailer-prosumer electricity tariffs using bilevel optimization
Zhu et al. The case for efficient renewable energy management in smart homes
Madaeni et al. The impacts of stochastic programming and demand response on wind integration
Gu et al. Dynamic pricing for responsive demand to increase distribution network efficiency
Moon et al. Economic analysis of a residential PV system from the timing perspective: A real option model
Woo et al. Virtual bidding, wind generation and California's day-ahead electricity forward premium
US20140278699A1 (en) Modeling energy conversion in systems
KR101783599B1 (ko) 패턴 분석을 활용한 부하 분산을 위한 전력 소비량 제어 기반 수요·공급 관리 시스템
Kelepouris et al. Cost-effective hybrid PV-battery systems in buildings under demand side management application
Sharma et al. Energy economy of households with photovoltaic system and battery storage under time of use tariff with demand charge
Lee et al. Development of energy storage system scheduling algorithm for simultaneous self-consumption and demand response program participation in South Korea
CN115511634A (zh) 基于结算收入的电力市场新能源日前交易决策方法和装置
CN112801331A (zh) 利用虚拟容量和优选位置实时调度进行计算负载的整形
CN111126703A (zh) 一种企业最大用电需量预测方法和装置
TWI769074B (zh) 利用區塊鏈的電動車充電站管理方法
Bryant et al. From data to knowledge to action: Enabling the smart grid
CN115049251B (zh) 用于储能系统的电力调度方法及其装置
Felling et al. Assessing Improved Price Zones in Europe: Flow-Based Market Coupling in Central Western Europe in Focus
López-Salamanca et al. Optimization of grid-tied microgrids under binomial differentiated tariff and net metering policies: a Brazilian case study
Chayarun et al. Determination of optimal battery energy storage system capacity for commercial electricity consumers with photovoltaic systems by integrating battery aging and PV forecast uncertainty
Duarte et al. Operations of data centers with onsite renewables considering greenhouse gas emissions

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