CN115238992B - 一种电力系统源荷储的协调优化方法、装置及电子设备 - Google Patents

一种电力系统源荷储的协调优化方法、装置及电子设备 Download PDF

Info

Publication number
CN115238992B
CN115238992B CN202210860674.3A CN202210860674A CN115238992B CN 115238992 B CN115238992 B CN 115238992B CN 202210860674 A CN202210860674 A CN 202210860674A CN 115238992 B CN115238992 B CN 115238992B
Authority
CN
China
Prior art keywords
cost
power
photovoltaic
energy storage
battery energy
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
CN202210860674.3A
Other languages
English (en)
Other versions
CN115238992A (zh
Inventor
郭天宇
郭琦
黄立滨
郭海平
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.)
China South Power Grid International Co ltd
Original Assignee
China South Power Grid International 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 China South Power Grid International Co ltd filed Critical China South Power Grid International Co ltd
Priority to CN202210860674.3A priority Critical patent/CN115238992B/zh
Publication of CN115238992A publication Critical patent/CN115238992A/zh
Application granted granted Critical
Publication of CN115238992B publication Critical patent/CN115238992B/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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • 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
    • 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)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Computational Mathematics (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Algebra (AREA)
  • Educational Administration (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明涉及电力系统技术领域，尤其涉及一种电力系统源荷储的协调优化方法、装置及电子设备。其中，本发明公开了一种电力系统源荷储的协调优化方法、装置及电子设备，方法包括：获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件；根据所述源荷储参数构建使综合成本最小的源荷储优化模型；所述综合成本为系统运维成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和；求解所述源荷储优化模型，输出源荷储最优分配方案，最优分配方案应用于电力系统中，有助于改善电力系统运行的稳定性和经济性。

Description

一种电力系统源荷储的协调优化方法、装置及电子设备
技术领域
本发明涉及电力系统技术领域，尤其涉及一种电力系统源荷储的协调优化方法、装置及电子设备。
背景技术
随着不可再生能源的大量开采和利用，导致能源危机问题和环境问题愈发严峻，为了避免加剧能源危机和环境问题，目前利用更为清洁新能源替换传统能源成为研究的热潮。尤其是对电力行业而言，由采用传统能源发电的电力系统转型为新型的电力系统迫在眉睫。
目前，新型电力系统中，风电、光伏等新能源的接入比例急速增长，由于风电、光伏的出力具备不确定性，系统中的源、荷出力难以实时、精准的预测，导致新型电力系统中的功率平衡难度增加。因而，为了使新型电力系统稳定运行，需要对系统中的源、荷、储进行协调优化。
在传统的优化方案中，对于光伏出力，是采用MPPT(最大功率点跟踪)进行控制，并采用储能(电池)对系统功率进行调节，而负荷不可控，或者是使光伏、储能、可调节负荷按照预先设定的模式运行。然而在这些优化方案中，源、荷、储难以按照最优的分配方式进行协调运行，无法充分发挥新型电力系统中可控资源的灵活调节优势，影响系统的安全稳定运行水平。
发明内容
本发明提供了一种电力系统源荷储的协调优化方法、装置及电子设备，用于改善电力系统运行的稳定性和经济性。
本发明提供的一种电力系统源荷储的协调优化方法，所述方法包括：
获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件；
根据所述源荷储参数构建使综合成本最小的源荷储优化模型；所述综合成本为系统运维成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和；
求解所述源荷储优化模型，输出源荷储最优分配方案。
可选地，所述光伏参数包括光伏的单位功率运维成本、光伏弃光的单位功率损失成本、调节系数和光伏的输出功率；所述可调节负荷参数包括可调节负荷的单位功率运维成本、可调节负荷的单位需求响应成本和可调节负荷的调节功率；所述电池储能参数包括电池储能的功率单位运维成本、电池储能的荷电状态和电池储能的交互功率。
可选地，所述根据所述源荷储参数构建综合成本最小的优化模型包括：
根据光伏的单位功率运维成本、光伏的输出功率、可调节负荷的单位功率运维成本、可调节负荷的调节功率、电池储能的功率单位运维成本、电池储能的交互功率计算系统运维成本；
根据可调节负荷的单位需求响应成本和可调节负荷的调节功率计算可调节负荷需求响应成本；
根据光伏弃光的单位功率损失成本、调节系数和光伏的输出功率计算光伏弃光损失成本；
根据电池储能的荷电状态、电池储能的交互功率计算电池储能的过充惩罚成本；
根据所述系统运维成本、所述可调节负荷需求响应成本、所述光伏弃光损失成本、所述电池储能的过充惩罚成本和所述约束条件构建所述使综合成本最小的源荷储优化模型。
可选地，所述系统运维成本为：
Co＝CPVPPV+|CLPL|+|CSPS|
其中，CPV为光伏的单位功率运维成本；PPV为光伏的输出功率；CL为可调节负荷的单位功率运维成本；PL表示可调节负荷的调节功率，CS为电池储能的单位功率运维成本；PS表示电池储能的交互功率。
可选地，所述可调节负荷需求响应成本为：
Cdr＝|CdrLPL|
其中，CdrL为可调节负荷的单位需求响应成本；PL表示可调节负荷的调节功率。
可选地，所述光伏弃光损失成本为：
CA＝CAPV(1-k)*PPV
其中，CA为弃光损失成本；CAPV为弃光的单位功率损失成本；k为光伏最大功率点跟踪控制模式的调节系数，0≤k≤1；PPV为光伏的输出功率。
可选地，所述电池储能的过充惩罚成本为：
Figure BDA0003758357260000031
SOCmin≤SOCt≤SOCmax
0≤SOCmin
SOCmax≤1
其中，CSOC为电池储能的过充惩罚成本；CEILING为向上取整运算；SOCt表示电池储能t时刻的荷电状态，SOCmin为电池储能的最小荷电状态，SOCmax为电池储能的最大荷电状态；CSOCS为电池储能的单位功率过充惩罚成本；PS表示电池储能的交互功率。
可选地，所述源荷储优化模型为：
Figure BDA0003758357260000032
其中，C为综合成本；Co为系统运维成本；Cdr为可调节负荷的需求响应成本；CA为光伏弃光损失成本；CSOC为电池储能的过充惩罚成本；
所述约束条件为：
Figure BDA0003758357260000033
ΔP表示系统中的动态功率，ΔP为正表示系统中存在功率缺额，ΔP为负表示系统中存在盈余功率；SOCt+1表示电池储能t+1时刻的荷电状态；Δt为电池储能充电/放电时间；WS为电池储能的额定容量；PMPPT为光伏在光伏最大功率点跟踪控制模式MPPT下的输出功率；PLmax为可调节负荷的最大调节功率；PN表示电池储能的额定交互功率。
本发明还提供了一种电力系统源荷储的协调优化装置，所述装置包括：
获取模块，用于获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件；
构建模块，用于根据所述源荷储参数构建综合成本最小的源荷储优化模型；所述综合成本为系统运维成本、可调节负荷的需求响应成本、光伏弃光损失成本、电池储能的过充惩罚成本的总和；
求解模块，用于求解所述优化模型输出源荷储最优分配方案。
本发明还提供了一种电子设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行如权利要求1-8任一项所述的电池储能系统配置方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明提供了一种电力系统源荷储的协调优化方法包括获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件；根据所述源荷储参数构建使综合成本最小的源荷储优化模型；所述综合成本为系统运维成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和，求解所述源荷储优化模型，输出源荷储最优分配方案。
本发明通过获取包括了光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件的源荷储参数，并根据获取到的源荷储参数构建使综合成本最小的源荷储优化模型，并通过求解源荷储优化模型，输出缘荷储最优分配方案，避免了系统中的电池储能出现过充的情况，改善了电力系统运行的稳定性，而且通过输出系统运行成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和最小的最优分配方案，有助于降低系统运行总成本，改善电力系统运行的经济性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种电力系统源荷储的协调优化方法流程示意图；
图2为本发明实施例二提供的电力系统源荷储的协调优化方法流程示意图；
图3为本发明实施例三提供的一种电力系统源荷储的协调优化装置结构示意图。
具体实施方式
本发明实施例提供了一种电力系统源荷储的协调优化方法，，用于提高电力系统运行的稳定性和经济性。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例一提供的一种电力系统源荷储的协调优化方法流程示意图。
本实施例提供的一种电力系统源荷储的协调优化方法，包括：
101、获取源荷储参数，源荷储参数包括光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件。
需要说明的是，从电力系统中获取源荷储参数，其中光伏参数包括光伏的单位功率运维成本、光伏弃光的单位功率损失成本、调节系数和光伏的输出功率。可调节负荷参数包括可调节负荷的单位功率运维成本、可调节负荷的单位需求响应成本和可调节负荷的调节功率；电池储能参数包括电池储能的功率单位运维成本、电池储能的荷电状态和电池储能的交互功率。
约束条件包括光伏的输出功率约束、可调节符合的调节功率约束、电池储能的交互功率约束、动态功率约束和电池储能的荷电状态约束。
102、根据源荷储参数构建使综合成本最小的源荷储优化模型；综合成本为系统运维成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和。
需要说明的是，根据光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件构建出以系统运行成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和为最小为优化目标的目标函数。源荷储优化模型则为以综合成本最小为优化目标的目标函数。
103、求解源荷储优化模型，输出源荷储最优分配方案。
需要说明的是，在满足约束条件以及优化目标的情况下，计算出目标函数的函数值，其函数值则包含了源荷储的功率的最优分配方案。本实施例构建的源荷储优化模型中考虑了电池储能过充惩罚成本，其输出的最优分配方案，能够避免电池储能出现过充的情况，改善了电力系统运行的稳定性，而且通过输出综合成本最低的最优分配方案，降低系统运行成本，改善了电力系统运行的经济性。在电力系统中应用本实施例中得到的最优分配方案，可以降低电力系统中功率平衡难度，增强电力系统对系统功率调节能力，实现对系统中的源、荷、储进行协调优化，提高电力系统的稳定运行水平。
作为一个示例说明，在计算时，可以采用MATLAB-YALMIP工具包并结合电力系统中的源荷储的具体参数值，对本实施例建立的源荷储模型进行计算，输出源荷储的功率最优分配方案。
本实施例通过获取包括了光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件的源荷储参数，并根据获取到的源荷储参数构建使综合成本最小的源荷储优化模型，并通过求解源荷储优化模型，输出缘荷储最优分配方案，避免了系统中的电池储能出现过充的情况，改善了电力系统运行的稳定性，而且通过输出系统运行成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和最小的最优分配方案，降低系统运行总成本，改善了电力系统运行的经济性。
请参阅图2，图2为本发明实施例二提供的电力系统源荷储的协调优化方法流程示意图。实施例二在包括实施例一的步骤101和步骤103的基础上，对步骤102进行细化，步骤102具体包括以下步骤：
201、根据光伏的单位功率运维成本、光伏的输出功率、可调节负荷的单位功率运维成本、可调节负荷的调节功率、电池储能的功率单位运维成本、电池储能的交互功率计算系统运维成本。
需要说明的是，系统运维成本Co的计算公式如下所示：
Co＝CPVPPV+|CLPL|+|CSPS|
其中，CPV为光伏的单位功率运维成本；PPV为光伏的输出功率；CL为可调节负荷的单位功率运维成本；PL表示可调节负荷的调节功率，当增大负荷时PL为正，减小负荷时PL为负；CS为电池储能的单位功率运维成本；PS表示电池储能的交互功率，当充电时PS为正，放电时PS为负。
可以理解的是，运维成本指的是运行维护成本。
202、根据可调节负荷的单位需求响应成本和可调节负荷的调节功率计算可调节负荷需求响应成本。
在本实施例中，可调节负荷需求响应成本Cdr的计算公式如下所示：
Cdr＝|CdrLPL|
其中，CdrL为可调节负荷的单位需求响应成本；PL表示可调节负荷的调节功率，当增大负荷时PL为正，减小负荷时PL为负。
需要说明的是，可调节负荷包括可中断负荷、可平移负荷，其中可平移负荷可以包括电动汽车、洗衣机、热水器等用电设备，可中断负荷指的是电网高峰时段或紧急状态下，用户负荷中心可以中断的负荷部分。
203、根据光伏弃光的单位功率损失成本、调节系数和光伏的输出功率计算光伏弃光损失成本。
需要说明的是，光伏弃光损失成本CA的计算公式为：
CA＝CAPV(1-k)*PPV
其中，CAPV为弃光的单位功率损失成本；k为光伏最大功率点跟踪控制模式MPPT的调节系数，0≤k≤1；PPV为光伏的输出功率。
可以理解的是，调节系数指的是光伏最大功率点跟踪控制模式MPPT的调节系数。
204、根据电池储能的荷电状态、电池储能的交互功率计算电池储能的过充惩罚成本。
需要说明的是，过充惩罚成本CSOC的计算公式为：
Figure BDA0003758357260000081
SOCmin≤SOCt≤SOCmax
0≤SOCmin
SOCmax≤1
其中，CEILING为向上取整运算；SOCt表示电池储能t时刻的荷电状态，SOCmin为电池储能的最小荷电状态，SOCmax为电池储能的最大荷电状态；CSOCS为电池储能的单位功率过充惩罚成本；PS表示电池储能的交互功率，当充电时PS为正，放电时PS为负。
当SOCt小于设定的阈值0.9时，说明电池储能的过充惩罚成本为0，当SOCt越接近于1，说明电池储能的过充惩罚成本越高，并且电池储能的过充惩罚成本增长率急剧上升。
205、根据系统运维成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能的过充惩罚成本和约束条件构建使综合成本最小的源荷储优化模型。
需要说明的是，源荷储优化模型为
Figure BDA0003758357260000082
其中，C为综合成本；Co为系统运维成本；Cdr为可调节负荷的需求响应成本；CA为光伏弃光损失成本；CSOC为电池储能的过充惩罚成本；
约束条件为：
Figure BDA0003758357260000091
ΔP表示系统中的动态功率，ΔP为正表示系统中存在功率缺额，ΔP为负表示系统中存在盈余功率；SOCt+1表示电池储能t+1时刻的荷电状态；Δt为电池储能充电/放电时间；WS为电池储能的额定容量；PMPPT为光伏在光伏最大功率点跟踪控制模式MPPT下的输出功率；PLmax为可调节负荷的最大调节功率；PN表示电池储能的额定交互功率。
本实施例通过获取包括了光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件的源荷储参数，并根据获取到的源荷储参数构建使综合成本最小的源荷储优化模型，并通过求解源荷储优化模型，输出缘荷储最优分配方案，避免了系统中的电池储能出现过充的情况，改善了电力系统运行的稳定性，而且通过输出系统运行成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和最小的最优分配方案，最优分配方案的应用，有助于降低系统运行总成本，改善电力系统运行的经济性。
请参阅图3，图3为本发明实施例三提供的一种电力系统源荷储的协调优化装置结构示意图，其中，装置包括：
获取模块301，用于获取源荷储参数，源荷储参数包括光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件；
构建模块302，用于根据源荷储参数构建综合成本最小的源荷储优化模型；综合成本为系统运维成本、可调节负荷的需求响应成本、光伏弃光损失成本、电池储能的过充惩罚成本的总和；
求解模块303，用于求解优化模型输出源荷储最优分配方案。
进一步地，构建模块302还包括：
第一计算子模块，用于根据光伏的单位功率运维成本、光伏的输出功率、可调节负荷的单位功率运维成本、可调节负荷的调节功率、电池储能的功率单位运维成本、电池储能的交互功率计算系统运维成本；
第二计算子模块，用于根据可调节负荷的单位需求响应成本和可调节负荷的调节功率计算可调节负荷需求响应成本；
第三计算子模块，用于根据光伏弃光的单位功率损失成本、调节系数和光伏的输出功率计算光伏弃光损失成本；
第四计算子模块，用于根据电池储能的荷电状态、电池储能的交互功率计算电池储能的过充惩罚成本；
第五计算子模块，用于根据系统运维成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能的过充惩罚成本和约束条件构建使综合成本最小的源荷储优化模型。
本发明还提供了一种电子设备，设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行如实施例一或实施例二所述的电池储能系统配置方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种电力系统源荷储的协调优化方法，其特征在于，所述方法包括：
获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件；
根据所述源荷储参数构建使综合成本最小的源荷储优化模型；所述综合成本为系统运维成本、可调节负荷需求响应成本、光伏弃光损失成本、电池储能过充惩罚成本的总和；
求解所述源荷储优化模型，输出源荷储最优分配方案；
所述源荷储优化模型为：
其中，C为综合成本；C o 为系统运维成本；C dr 为可调节负荷的需求响应成本；C A 为光伏弃光损失成本；C SOC 为电池储能的过充惩罚成本；
所述约束条件为：
ΔP表示系统中的动态功率，ΔP为正表示系统中存在功率缺额，ΔP为负表示系统中存在盈余功率；SOC t+1表示电池储能t+1时刻的荷电状态；Δt为电池储能充电/放电时间；W S 为电池储能的额定容量；P MPPT 为光伏在光伏最大功率点跟踪控制模式MPPT下的输出功率；P Lmax 为可调节负荷的最大调节功率；P N 表示电池储能的额定交互功率。
2.根据权利要求1所述的方法，其特征在于，所述光伏参数包括光伏的单位功率运维成本、光伏弃光的单位功率损失成本、调节系数和光伏的输出功率；所述可调节负荷参数包括可调节负荷的单位功率运维成本、可调节负荷的单位需求响应成本和可调节负荷的调节功率；所述电池储能参数包括电池储能的功率单位运维成本、电池储能的荷电状态和电池储能的交互功率。
3.根据权利要求2所述的方法，其特征在于，所述根据所述源荷储参数构建综合成本最小的优化模型包括：
根据所述光伏的单位功率运维成本、所述光伏的输出功率、所述可调节负荷的单位功率运维成本、所述可调节负荷的调节功率、所述电池储能的功率单位运维成本、所述电池储能的交互功率计算系统运维成本；
根据所述可调节负荷的单位需求响应成本和所述可调节负荷的调节功率计算可调节负荷需求响应成本；
根据所述光伏弃光的单位功率损失成本、所述调节系数和所述光伏的输出功率计算光伏弃光损失成本；
根据所述电池储能的荷电状态、所述电池储能的交互功率计算电池储能的过充惩罚成本；
根据所述系统运维成本、所述可调节负荷需求响应成本、所述光伏弃光损失成本、所述电池储能的过充惩罚成本和所述约束条件构建所述使综合成本最小的源荷储优化模型。
4.根据权利要求3所述的方法，其特征在于，所述系统运维成本的计算公式为：
其中，CPV为光伏的单位功率运维成本；PPV为光伏的输出功率；CL为可调节负荷的单位功率运维成本；PL表示可调节负荷的调节功率，CS为电池储能的单位功率运维成本；PS表示电池储能的交互功率。
5.根据权利要求3所述的方法，其特征在于，所述可调节负荷需求响应的计算公式为：
其中，CdrL为可调节负荷的单位需求响应成本；PL表示可调节负荷的调节功率。
6.根据权利要求3所述的方法，其特征在于，所述光伏弃光损失成本的计算公式为：
其中，C A 为弃光损失成本；C APV 为弃光的单位功率损失成本；k为光伏最大功率点跟踪控制模式的调节系数，0≤k≤1；P PV为光伏的输出功率。
7.根据权利要求3所述的方法，其特征在于，所述电池储能的过充惩罚成本的计算公式为：
其中，C SOC 为电池储能的过充惩罚成本；CEILING为向上取整运算；SOC t 表示电池储能t时刻的荷电状态，SOC min 为电池储能的最小荷电状态，SOC max 为电池储能的最大荷电状态；C SOCS 为电池储能的单位功率过充惩罚成本；P S 表示电池储能的交互功率。
8.一种电力系统源荷储的协调优化装置，其特征在于，所述装置包括：
获取模块，用于获取源荷储参数，所述源荷储参数包括光伏参数、可调节负荷参数、电池储能参数以及对应的约束条件；
构建模块，用于根据所述源荷储参数构建综合成本最小的源荷储优化模型；所述综合成本为系统运维成本、可调节负荷的需求响应成本、光伏弃光损失成本、电池储能的过充惩罚成本的总和；
求解模块，用于求解所述优化模型，并输出源荷储最优分配方案；
所述源荷储优化模型为：
其中，C为综合成本；C o 为系统运维成本；C dr 为可调节负荷的需求响应成本；C A 为光伏弃光损失成本；C SOC 为电池储能的过充惩罚成本；
所述约束条件为：
ΔP表示系统中的动态功率，ΔP为正表示系统中存在功率缺额，ΔP为负表示系统中存在盈余功率；SOC t+1表示电池储能t+1时刻的荷电状态；Δt为电池储能充电/放电时间；W S 为电池储能的额定容量；P MPPT 为光伏在光伏最大功率点跟踪控制模式MPPT下的输出功率；P Lmax 为可调节负荷的最大调节功率；P N 表示电池储能的额定交互功率。
9.一种电子设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行如权利要求1-7任一项所述的电池储能系统配置方法。
CN202210860674.3A 2022-07-21 2022-07-21 一种电力系统源荷储的协调优化方法、装置及电子设备 Active CN115238992B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210860674.3A CN115238992B (zh) 2022-07-21 2022-07-21 一种电力系统源荷储的协调优化方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210860674.3A CN115238992B (zh) 2022-07-21 2022-07-21 一种电力系统源荷储的协调优化方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN115238992A CN115238992A (zh) 2022-10-25
CN115238992B true CN115238992B (zh) 2023-05-05

Family

ID=83676110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210860674.3A Active CN115238992B (zh) 2022-07-21 2022-07-21 一种电力系统源荷储的协调优化方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN115238992B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116544998B (zh) * 2023-06-28 2023-09-05 合肥华思系统有限公司 储能电站功率分配方法、存储介质、系统及设备

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633333B (zh) * 2017-10-16 2021-04-06 国家电网公司 柔性变电站区域电网的源-荷-储调度优化方法及系统
CN112290539A (zh) * 2020-10-12 2021-01-29 广西电网有限责任公司电力科学研究院 一种电力系统暂态电压稳定裕度预测方法及系统
CN113869608A (zh) * 2021-10-28 2021-12-31 国家电网有限公司 源网荷储灵活性资源日前优化方法
CN115186889A (zh) * 2022-07-07 2022-10-14 中国电力科学研究院有限公司 一种综合能源服务商源荷储资源协同优化方法及系统

Also Published As

Publication number Publication date
CN115238992A (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN108879746B (zh) 基于多时间尺度需求响应的集中式混合储能协调控制方法
Ma et al. Optimal allocation of hybrid energy storage systems for smoothing photovoltaic power fluctuations considering the active power curtailment of photovoltaic
CN109657993B (zh) 一种基于非合作博弈的能源局域网储能系统自动需求响应方法
CN109921449B (zh) 液流电池储能电站功率分配装置及方法
CN115102239B (zh) 一种考虑soc均衡的储能电站一次调频控制方法及系统
CN103986190A (zh) 基于发电功率曲线的风光储联合发电系统平滑控制方法
CN107612041B (zh) 一种考虑不确定性的基于事件驱动的微电网自动需求响应方法
CN109066743B (zh) 一种多机并联的电池储能系统自适应控制方法和系统
CN106945558A (zh) 集群电动汽车v2g控制策略
CN114336694B (zh) 一种混合储能电站能量优化控制方法
CN111276987A (zh) 一种储能系统的电储能控制方法及装置
CN110350512A (zh) 一种智能园区新能源发电站调度优化方法及系统
CN117060470B (zh) 一种基于灵活性资源的配电网电压优化控制方法
CN115699498A (zh) 一种储能系统、储能变流器及一次调频的优化方法
CN112510723A (zh) 储能集群调控方法、装置、计算机设备和存储介质
CN115238992B (zh) 一种电力系统源荷储的协调优化方法、装置及电子设备
CN114156912B (zh) 一种混合储能用于一次调频的能量管理方法及系统
CN111160618A (zh) 一种结合电动汽车充电场站的建筑能量优化调度方法
CN115000985A (zh) 一种用户侧分布式储能设施聚合管控方法及系统
CN116961184B (zh) 一种家庭储能系统自动控制电容电量平衡方法和装置
CN115001001B (zh) 一种新型电力系统源荷储的主从博弈优化方法
CN117526299A (zh) 一种微电网有功无功功率协调控制系统及方法
CN115580615B (zh) 一种分布式储能调度方法、系统及存储介质
CN112202202A (zh) 一种多层递阶结构下的风电场群协调控制方法
CN113922422B (zh) 一种恒功率柔性运行控制方法、系统、设备和存储介质

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