CN115207949A - 一种考虑时段划分的光储系统优化运行方法 - Google Patents

一种考虑时段划分的光储系统优化运行方法 Download PDF

Info

Publication number
CN115207949A
CN115207949A CN202210856041.5A CN202210856041A CN115207949A CN 115207949 A CN115207949 A CN 115207949A CN 202210856041 A CN202210856041 A CN 202210856041A CN 115207949 A CN115207949 A CN 115207949A
Authority
CN
China
Prior art keywords
storage system
energy storage
load
photovoltaic
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.)
Pending
Application number
CN202210856041.5A
Other languages
English (en)
Inventor
颜湘武
董梁悦
卜劲勇
董清
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.)
North China Electric Power University
Original Assignee
North China Electric Power 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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN202210856041.5A priority Critical patent/CN115207949A/zh
Publication of CN115207949A publication Critical patent/CN115207949A/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
    • H02J3/28—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
    • H02J3/24—Arrangements for preventing or reducing oscillations of power in 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
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/34—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering
    • H02J7/35—Parallel operation in networks using both storage and other dc sources, e.g. providing buffering with light sensitive cells
    • 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
    • H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20—The dispersed energy generation being of renewable origin
    • H02J2300/22—The renewable source being solar energy
    • H02J2300/24—The renewable source being solar energy of photovoltaic origin
    • 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)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种考虑时段划分的光储系统优化运行方法，包括：获取目标区域的历史负荷数据和光伏发电数据；根据所述历史负荷数据和光伏发电数据，考虑不同光伏渗透率下的时段划分；根据消费者心理学的用户响应模型，考虑基于时段划分用户响应后的负荷，以储能综合成本最小为目标，并考虑到光伏消纳率和提高负荷率奖励费用等额外因素建立光储系统优化模型；考虑在不同的光伏渗透率下，合理加大电价差对光储系统优化运行的影响。本发明在光储系统优化运行的过程中考虑到时段划分对用户响应的影响，进而对光伏消纳和储能配置的影响，并通过合理加大电价差进一步地促进了光伏消纳，更加经济合理地配置了储能。

Description

一种考虑时段划分的光储系统优化运行方法
技术领域
本发明属于储能技术领域，具体涉及一种考虑时段划分的光储系统优化运行方法。
背景技术
新能源发电必将在电力生产中扮演着重要的角色。目前，以光伏为代表的新能源发展迅速，然而，随着光伏渗透率的提高，一方面“负荷”曲线的峰谷平时刻发生了转移，另一方面，光伏的大量接入使得弃光现象严重，“负荷”曲线的峰谷差越来越大，降低了电网的安全运行水平，不利于光伏渗透率的提高。而储能作为一种灵活的调节方式，在促进光伏消纳和提高负荷率，保证电网安全稳定运行方面发挥着重要的作用。
由于不同的时段电价不同，用户在电价的刺激下会改善其用电习惯。因此，考虑不同的时段划分对用户响应行为的影响，对于储能配置、光伏消纳和提高光伏渗透率有着重要的意义。
目前的研究大多考虑光储系统优化运行的经济性，鲜有在光储系统优化运行的过程中考虑基于时段划分用户响应后的负荷对光伏消纳和储能配置的影响。
发明内容
本发明的目的在于，针对上述现有技术的不足，提供一种考虑时段划分的光储系统优化运行方法。该方法在光储系统优化运行的过程中考虑基于时段划分用户响应后的负荷促进光伏消纳，在光伏装机容量确定的情况下，优化储能容量配置，并利用储能的削峰填谷作用，提高负荷率，且本发明考虑了合理加大电价差对光储系统优化运行的影响，为促进光伏消纳和更加经济合理地配置储能提供了参考思路。
为了实现上述目的，本发明提供了一种考虑时段划分的光储系统优化运行方法，包括以下步骤：
获取目标区域的历史负荷数据和光伏发电数据；
根据所述历史负荷数据和光伏发电数据，考虑不同光伏渗透率下的时段划分；
根据消费者心理学的用户响应模型，考虑基于时段划分用户响应后的负荷，以储能综合成本最小为目标，并考虑到光伏消纳率和提高负荷率奖励费用等额外因素建立光储系统优化模型；
考虑在不同的光伏渗透率下，合理加大电价差对光储系统优化运行的影响。
进一步地，所述不同光伏渗透率下的时段划分，具体采用如下公式：
Figure BDA0003740380890000021
Figure BDA0003740380890000022
式中，uft、ugt分别为峰、谷隶属度；L(t)为t时刻净负荷；maxL、minL分别为净负荷的峰值、谷值；Tf、Tp、Tg分别为峰、平、谷时段；m1、m2分别为峰、谷隶属度阈值。
进一步地，所述消费者心理学的用户响应模型，具体采用如下公式：
Figure BDA0003740380890000023
Figure BDA0003740380890000024
式中，a、b为时段；ΔPab为a至b时段电价差；lab、hab分别为死区与线性区上限值；Kab为线性区斜率；λab为a至b时段的负荷转移率；Lt0、L(t)分别为响应前后t时刻负荷；Tg、Tp、Tf分别为谷、平、峰时段；
Figure BDA0003740380890000025
分别为响应前平时段、峰时段平均负荷；λfg、λfp和λpg分别为峰-谷、峰-平、平-谷负荷转移率。
进一步地，所述光储系统优化模型的目标函数，具体采用如下公式：
minF＝fday·CES-px-Cb
Figure BDA0003740380890000026
式中，CES为储能系统投资成本；fday为储能系统投资折算系数；px为光伏消纳率；Cb为提高负荷率奖励费用；cE、cP分别为储能系统容量和功率单价；EB、PB分别为储能系统额定容量和额定功率；kE、kP分别为储能系统的单位容量和功率运行维护成本；r为社会折现值；L为储能系统设计使用年限；Nday为储能系统设计运行天数；PX(i)为i时刻负荷消纳光伏的量；PL'(i)为i时刻用户响应后的负荷；PG(i)为i时刻发电机功率；PBX(i)为i时刻储能消纳光伏的量；PS(i)为i时刻总光伏出力；Δμ为加入储能装置前后电网系统净负荷变化率；cb为每提高1％净负荷变化率的奖励；
Figure BDA0003740380890000031
分别为一天内储能装置投入前后电网的平均净负荷； Lmax、Lmax'分别为一天内储能装置投入前后电网的最大净负荷。
进一步地，所述光储系统优化模型的约束条件包括：供电可靠性约束、储能系统约束和与电网交换功率约束。
进一步地，所述供电可靠性约束采用如下公式：
Figure BDA0003740380890000032
式中，ELPS,i为i时刻缺电量；Eload,i为i时刻负荷所需电量；λL为负荷允许的缺电率；
所述储能系统约束包括：充放电功率约束和SOC约束；
所述充放电功率约束采用如下公式：
-PBmax≤PB(i)≤PBmax
式中，PBmax为储能系统的最大充放电功率；
所述SOC约束采用如下公式：
Figure BDA0003740380890000033
式中，SOCmin、SOCmax分别为储能系统的SOC上下限；SOC(i+1)为i+1时刻蓄电池剩余电量；SOC(i)为i时刻剩余电量；δ为蓄电池的自放电功率；ηcharge、ηdischarge分别为蓄电池充放电效率；PB(i)＜0表示储能充电；PB(i)＞0表示储能放电；SOC(0)、SOC(24)分别为每天始末时刻储能的荷电状态；Edis为i时刻可放电量；Esoc为i-1时刻储能装置的剩余电量；
所述与电网交换功率约束采用如下公式：
-Pgridmax≤Pgrid(i)≤Pgridmax
式中，Pgrid(i)为i时刻与电网交换功率值；Pgridmax为电网最大交换功率限值。
进一步地，所述合理加大电价差，具体为：
用负荷转移率增大的倍数μ表示合理加大电价差，根据实际情况，μ的取值范围设为 [1，1.6]。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
1.在光储系统优化运行的过程中考虑基于时段划分用户响应后的负荷，可以促进光伏消纳，更加经济合理地配置储能容量；
2.相较于光伏渗透率为零时的时段划分，即传统的时段划分，对有光伏渗透率的场景下，综合考虑负荷和光伏出力，采用改进的时段划分得到的用户响应后的负荷与光伏出力变化更相符，促进了用户对光伏的消纳，因此所需储能容量配置小，可减少储能配置的初始投资成本，更加具有经济性；
3.合理加大电价差可激励用户消纳光伏，更有利于提高光伏渗透率下储能配置的经济性。
附图说明
图1为本发明主要流程示意图；
图2为典型日负荷大小和光伏发电大小；
图3为本发明不同光伏渗透率下的峰时段变化规律；
图4为本发明不同光伏渗透率下的谷时段变化规律；
图5为本发明原负荷与各渗透率时段划分下用户响应后的负荷曲线对比图；
图6为本发明不同光伏渗透率和时段划分下的光伏消纳情况；
图7为本发明不同光伏渗透率和时段划分下的储能配置和负荷率情况；
图8为本发明不同光伏渗透率下合理拉大电价差后的用户响应消纳率情况；
图9为本发明不同光伏渗透率下合理拉大电价差后的储能配置情况。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参照图1，为本发明一种考虑时段划分的光储系统优化运行方法的主要流程图，本发明的方法包括如下步骤：
获取目标区域的历史负荷数据和光伏发电数据；
根据所述历史负荷数据和光伏发电数据，考虑不同光伏渗透率下的时段划分；
根据消费者心理学的用户响应模型，考虑基于时段划分用户响应后的负荷，以储能综合成本最小为目标，并考虑到光伏消纳率和提高负荷率奖励费用等额外因素建立光储系统优化模型；
考虑在不同的光伏渗透率下，合理加大电价差对光储系统优化运行的影响。
在正式介绍本发明的方法步骤之前，先介绍本发明优选实施例中所用到的一些可以直接获取的参数，以及在本发明的优选实施例中的具体取值。具体地，选取典型日负荷数据和光伏发电数据如图2所示，峰谷隶属度阈值参数如表1所示，电价参数如表2所示，基于消费者心理学的用户响应模型参数如表3所示，光储系统优化模型所需参数见表4：
表1峰谷隶属度阈值参数
Figure BDA0003740380890000051
表2电价参数
Figure BDA0003740380890000052
表3基于消费者心理学的用户响应模型参数
Figure BDA0003740380890000053
表4光储系统优化模型所需参数
Figure BDA0003740380890000061
步骤1：获取目标区域的历史负荷数据和光伏发电数据；
步骤2：根据所述历史负荷数据和光伏发电数据，考虑不同光伏渗透率下的时段划分，不同光伏渗透率下的时段划分公式如下式所示：
Figure BDA0003740380890000062
Figure BDA0003740380890000063
式中，uft、ugt分别为峰、谷隶属度；L(t)为t时刻净负荷；maxL、minL分别为净负荷的峰值、谷值；Tf、Tp、Tg分别为峰、平、谷时段；m1、m2分别为峰、谷隶属度阈值。
步骤3：根据消费者心理学的用户响应模型如下式所示：
Figure BDA0003740380890000064
Figure BDA0003740380890000071
式中，a、b为时段；ΔPab为a至b时段电价差；lab、hab分别为死区与线性区上限值；Kab为线性区斜率；λab为a至b时段的负荷转移率；Lt0、L(t)分别为响应前后t时刻负荷；Tg、Tp、Tf分别为谷、平、峰时段；
Figure BDA0003740380890000072
分别为响应前平时段、峰时段平均负荷；λfg、λfp和λpg分别为峰-谷、峰-平、平-谷负荷转移率。
步骤4：以储能综合成本最小为目标，并考虑到光伏消纳率和提高负荷率奖励费用等额外因素建立光储系统优化模型，光储系统优化模型的目标函数如下式所示：
minF＝fday·CES-px-Cb (5)
Figure BDA0003740380890000073
式中，CES为储能系统投资成本；fday为储能系统投资折算系数；px为光伏消纳率；Cb为提高负荷率奖励费用；cE、cP分别为储能系统容量和功率单价；EB、PB分别为储能系统额定容量和额定功率；kE、kP分别为储能系统的单位容量和功率运行维护成本；r为社会折现值；L为储能系统设计使用年限；Nday为储能系统设计运行天数；PX(i)为i时刻负荷消纳光伏的量；PL'(i)为i时刻用户响应后的负荷；PG(i)为i时刻发电机功率；PBX(i)为i时刻储能消纳光伏的量；PS(i)为i时刻总光伏出力；Δμ为加入储能装置前后电网系统净负荷变化率；cb为每提高1％净负荷变化率的奖励；
Figure BDA0003740380890000074
分别为一天内储能装置投入前后电网的平均净负荷； Lmax、Lmax'分别为一天内储能装置投入前后电网的最大净负荷。
步骤5：光储系统优化模型的约束条件包括：供电可靠性约束、储能系统约束和与电网交换功率约束；
供电可靠性约束如下式所示：
Figure BDA0003740380890000081
式中，ELPS,i为i时刻缺电量；Eload,i为i时刻负荷所需电量；λL为负荷允许的缺电率；
储能系统约束包括：充放电功率约束和SOC约束；
充放电功率约束如下式所示：
-PBmax≤PB(i)≤PBmax (8)
式中，PBmax为储能系统的最大充放电功率；
SOC约束如下式所示：
Figure BDA0003740380890000082
式中，SOCmin、SOCmax分别为储能系统的SOC上下限；SOC(i+1)为i+1时刻蓄电池剩余电量；SOC(i)为i时刻剩余电量；δ为蓄电池的自放电功率；ηcharge、ηdischarge分别为蓄电池充放电效率；PB(i)＜0表示储能充电；PB(i)＞0表示储能放电；SOC(0)、SOC(24)分别为每天始末时刻储能的荷电状态；Edis为i时刻可放电量；Esoc为i-1时刻储能装置的剩余电；
与电网交换功率约束如下式所示：
-Pgridmax≤Pgrid(i)≤Pgridmax (10)
式中，Pgrid(i)为i时刻与电网交换功率值；Pgridmax为电网最大交换功率限值。
步骤6：在不同的光伏渗透率下，考虑合理加大电价差对光储系统优化运行的影响，具体为：
用负荷转移率增大的倍数μ表示合理加大电价差，根据实际情况，μ的取值范围设为 [1，1.6]。
总的来说，本发明考虑了不同光伏渗透率下的时段划分，并在光储系统优化运行的过程中考虑到时段划分对用户响应的影响，以储能综合成本最小为目标，考虑到光伏消纳率和提高负荷率奖励费用等额外因素建立了光储系统优化模型，在不同的光伏渗透率下，考虑了合理加大电价差对光储系统优化运行的影响。
下面，本实施例设置了3种场景来分析本发明的有效性：
场景1：不同光伏渗透率下的时段划分变化规律；
场景2：不同光伏渗透率和时段划分下的光储优化结果；
场景3：不同光伏渗透率下合理加大电价差的光储优化结果。
场景1中不同光伏渗透率下的时段划分变化规律如图3、4所示，选取有代表性的光伏渗透率进行时段划分分析，最终得到不同光伏渗透率下的的峰谷平时段划分结果如表5所示；场景2中原负荷与各渗透率时段划分下用户响应后的负荷曲线对比图如图5所示，不同光伏渗透率和时段划分下的光储优化结果如图6、7所示；场景3中不同光伏渗透率下合理加大电价差的光储优化结果如图8、9所示。
表5不同光伏渗透率下的的峰谷平时段划分结果
Figure BDA0003740380890000091
由图3和图4知，①随着光伏渗透率的提高，属于峰的时刻增多。在光伏渗透率达到40％以前，采用改进的方法划分的峰时段与传统划分的峰时段相差不大，而当光伏渗透率达到40％以后，一天内属于峰的时刻明显增大；②在光伏渗透率为零的时候，谷时段分布在凌晨，其中有一段在正午的原因是：本文选取的是冬季某一典型日，在正午的时候温度比较高，人们减少了供暖系统的使用，所以使得冬季的正午属于谷时段。而当光伏渗透率达到10％以后，谷时段稳定分布在正午，且随着光伏渗透率的提高，属于谷的时刻增加。
由表5知，光伏渗透率越大，改进的时段划分结果与传统的时段划分结果间的差别越大。
由图5可知，在光伏渗透率为零的时候，在谷时段即0:00-7:00时段，用户对电量的需求增大，在峰时段即18:00-22:00时段，用户对电量的需求减小，其余时间段用户基本没有响应；在有光伏渗透率的情况下，正午为谷时段，用户对电量的需求增大，可以促进光伏的消纳。
通过图6和图7知，在不同的光伏渗透率下，相较于传统的时段划分，改进时段划分下运行得到的用户响应消纳率高，总消纳率高。说明在改进的时段划分下，用户响应后的负荷与光伏出力变化更相符，促进了用户对光伏的消纳，因此所需储能容量配置小，可减少储能的初始投资成本，更加具有经济性。此外可以看出，在改进的时段划分下得到的负荷率高，储能的削峰填谷能力强，更有利于电网的安全稳定运行。
进一步从图6和图7可以看出，随着光伏渗透率的提高，改进时段划分前后，用户响应消纳率之间的差距减小，而储能容量配置之间的差距增大。前者说明对光伏渗透率高的场景，在现电价下难以调动用户响应的积极性，而后者是因为改进的时段划分结果与传统的时段划分结果间的差别随光伏渗透率的增大而增大，由于在传统的时段划分下，用户响应后的负荷与光伏出力变化不适宜，不能积极地促进光伏消纳，因此相较于改进的时段划分，其所需储能容量配置更大。由此可见，在光伏接入的场景下，综合考虑负荷和光伏出力，采用改进的方法划分峰谷平时段可促进用户消纳光伏并经济合理地配置储能容量。
由图8、9可知，随着负荷转移率增大倍数μ的提高，即峰谷电价差的拉大，在不同的光伏渗透率下运行得到的用户响应消纳率均呈上升趋势，而储能容量配置呈下降趋势，说明通过合理加大峰谷电价差，可以促进用户响应消纳光伏，由此可以减少储能容量配置。
进一步对图8、图9分析知，在光伏渗透率为20％下运行得到的储能容量配置从18937MWh减少到16660MWh，减少了2277MWh；在光伏渗透率为50％下运行得到的储能容量配置从39015MWh减少到36284MWh，减少了2731MWh；在光伏渗透率为80％下运行得到的储能容量配置从60006MWh减少到56708MWh，减少了3298MWh。由此可见，光伏渗透率越高，合理加大峰谷电价差对降低储能容量配置的效果越明显。因此，相关部门可以利用峰谷电价差对用户的激励作用，通过合理加大电价差促进用户消纳光伏，从而更有利于提高光伏渗透率，提高储能配置的经济性。
以上场景的验证结果表明，本发明所提出的一种考虑时段划分的光储系统优化运行方法能够有效提升光伏消纳率和储能配置的经济性，且能够有效地体现在不同的光伏渗透率下，时段划分的不同和合理加大电价差对光伏消纳和储能配置的影响。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种考虑时段划分的光储系统优化运行方法，其特征在于，包括以下步骤：
获取目标区域的历史负荷数据和光伏发电数据；
根据所述历史负荷数据和光伏发电数据，考虑不同光伏渗透率下的时段划分；
根据消费者心理学的用户响应模型，考虑基于时段划分用户响应后的负荷，以储能综合成本最小为目标，并考虑到光伏消纳率和提高负荷率奖励费用等额外因素建立光储系统优化模型；
考虑在不同的光伏渗透率下，合理加大电价差对光储系统优化运行的影响。
2.根据权利要求1所述的一种考虑时段划分的光储系统优化运行方法，其特征在于，所述不同光伏渗透率下的时段划分，具体采用如下公式：
Figure FDA0003740380880000011
Figure FDA0003740380880000012
式中，uft、ugt分别为峰、谷隶属度；L(t)为t时刻净负荷；maxL、minL分别为净负荷的峰值、谷值；Tf、Tp、Tg分别为峰、平、谷时段；m1、m2分别为峰、谷隶属度阈值。
3.根据权利要求1所述的一种考虑时段划分的光储系统优化运行方法，其特征在于，所述消费者心理学的用户响应模型，具体采用如下公式：
Figure FDA0003740380880000013
Figure FDA0003740380880000014
式中，a、b为时段；ΔPab为a至b时段电价差；lab、hab分别为死区与线性区上限值；Kab为线性区斜率；λab为a至b时段的负荷转移率；Lt0、L(t)分别为响应前后t时刻负荷；Tg、Tp、Tf分别为谷、平、峰时段；
Figure FDA0003740380880000015
分别为响应前平时段、峰时段平均负荷；λfg、λfp和λpg分别为峰-谷、峰-平、平-谷负荷转移率。
4.根据权利要求1所述的一种考虑时段划分的光储系统优化运行方法，其特征在于，所述光储系统优化模型的目标函数，具体采用如下公式：
minF＝fday·CES-px-Cb
Figure FDA0003740380880000021
式中，CES为储能系统投资成本；fday为储能系统投资折算系数；px为光伏消纳率；Cb为提高负荷率奖励费用；cE、cP分别为储能系统容量和功率单价；EB、PB分别为储能系统额定容量和额定功率；kE、kP分别为储能系统的单位容量和功率运行维护成本；r为社会折现值；L为储能系统设计使用年限；Nday为储能系统设计运行天数；PX(i)为i时刻负荷消纳光伏的量；PL'(i)为i时刻用户响应后的负荷；PG(i)为i时刻发电机功率；PBX(i)为i时刻储能消纳光伏的量；PS(i)为i时刻总光伏出力；Δμ为加入储能装置前后电网系统净负荷变化率；cb为每提高1％净负荷变化率的奖励；
Figure FDA0003740380880000022
分别为一天内储能装置投入前后电网的平均净负荷；Lmax、Lmax'分别为一天内储能装置投入前后电网的最大净负荷。
5.根据权利要求1所述的一种考虑时段划分的光储系统优化运行方法，其特征在于，所述光储系统优化模型的约束条件包括：供电可靠性约束、储能系统约束和与电网交换功率约束。
6.根据权利要求5所述的一种考虑时段划分的光储系统优化运行方法，其特征在于，所述供电可靠性约束采用如下公式：
Figure FDA0003740380880000023
式中，ELPS,i为i时刻缺电量；Eload,i为i时刻负荷所需电量；λL为负荷允许的缺电率；
所述储能系统约束包括：充放电功率约束和SOC约束；
所述充放电功率约束采用如下公式：
-PBmax≤PB(i)≤PBmax
式中，PBmax为储能系统的最大充放电功率；
所述SOC约束采用如下公式：
Figure FDA0003740380880000031
式中，SOCmin、SOCmax分别为储能系统的SOC上下限；SOC(i+1)为i+1时刻蓄电池剩余电量；SOC(i)为i时刻剩余电量；δ为蓄电池的自放电功率；ηcharge、ηdischarge分别为蓄电池充放电效率；PB(i)＜0表示储能充电；PB(i)＞0表示储能放电；SOC(0)、SOC(24)分别为每天始末时刻储能的荷电状态；Edis为i时刻可放电量；Esoc为i-1时刻储能装置的剩余电量；
所述与电网交换功率约束采用如下公式：
-Pgridmax≤Pgrid(i)≤Pgridmax
式中，Pgrid(i)为i时刻与电网交换功率值；Pgridmax为电网最大交换功率限值。
7.根据权利要求1所述的一种考虑时段划分的光储系统优化运行方法，其特征在于，所述合理加大电价差，具体为：
用负荷转移率增大的倍数μ表示合理加大电价差，根据实际情况，μ的取值范围设为[1，1.6]。
CN202210856041.5A 2022-07-11 2022-07-11 一种考虑时段划分的光储系统优化运行方法 Pending CN115207949A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210856041.5A CN115207949A (zh) 2022-07-11 2022-07-11 一种考虑时段划分的光储系统优化运行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210856041.5A CN115207949A (zh) 2022-07-11 2022-07-11 一种考虑时段划分的光储系统优化运行方法

Publications (1)

Publication Number Publication Date
CN115207949A true CN115207949A (zh) 2022-10-18

Family

ID=83581211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210856041.5A Pending CN115207949A (zh) 2022-07-11 2022-07-11 一种考虑时段划分的光储系统优化运行方法

Country Status (1)

Country Link
CN (1) CN115207949A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187099A (zh) * 2023-04-24 2023-05-30 山东理工大学 一种基于双层迭代的用户侧储能配置方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187099A (zh) * 2023-04-24 2023-05-30 山东理工大学 一种基于双层迭代的用户侧储能配置方法
CN116187099B (zh) * 2023-04-24 2023-07-28 山东理工大学 一种基于双层迭代的用户侧储能配置方法

Similar Documents

Publication Publication Date Title
CN109523052B (zh) 一种考虑需求响应和碳交易的虚拟电厂优化调度方法
CN111416388B (zh) 一种高比例新能源系统储能需求和储能时长确定方法
CN116388246A (zh) 一种电氢综合能源系统的优化调度方法及系统
CN115511658A (zh) 一种计及储能装置折损的楼宇能量优化方法
CN115207949A (zh) 一种考虑时段划分的光储系统优化运行方法
CN113541195B (zh) 一种未来电力系统中高比例可再生能源的消纳方法
CN110571868B (zh) 微电网的优化配置方法
CN115221699B (zh) 一种基于共享合作社的储能系统容量优化方法
CN115986833A (zh) 考虑两阶段需求响应的热电联供微网低碳经济调度方法
CN116108981A (zh) 考虑分时电价的虚拟电厂电化学储能电站的容量优化配置方法
CN115169966A (zh) 考虑储能运营模式的生产模拟及新能源消纳能力评估方法
CN111952996B (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
CN114548536A (zh) 一种电力市场环境下考虑储能影响的可再生能源规划方法
CN114400653A (zh) 一种基于日前负荷预测值的电动汽车充电优化方法
CN110311395B (zh) 一种考虑弃风特性的储热电混合储能的协调控制方法
CN114492912A (zh) 火电机组与电池储能联合系统全生命周期经济性计算方法
Liu et al. Design of Trading Mode and Decision-Making for Independent Energy Storage Participating in in-depth Peak Regulation
CN112801816A (zh) 一种风光水互补系统总效益的资源优化调度方法
CN110808587A (zh) 一种考虑储热和电动汽车参与风电消纳的源荷协调方法
CN112332456A (zh) 一种蓄热式电采暖负荷参与电网运行的优化控制方法及装置
CN114187135B (zh) 一种基于用户侧储能控制权的虚拟电厂效益优化方法
CN113904328B (zh) 获取风电场储能系统最佳充放电功率的方法
CN112785094B (zh) 基于斯塔克尔伯格博弈的光伏储能电站容量配置优化方法
CN109685319B (zh) 一种基于蓄热式电锅炉电-热时移特性的弃风消纳方法
Liang et al. Study on deep-peak regulation of coal-gas-hydro power system in Portugal when considering high wind penetration

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