CN115330063A - 一种考虑电储能参与的电能量现货日前出清方法 - Google Patents

一种考虑电储能参与的电能量现货日前出清方法 Download PDF

Info

Publication number
CN115330063A
CN115330063A CN202210991092.9A CN202210991092A CN115330063A CN 115330063 A CN115330063 A CN 115330063A CN 202210991092 A CN202210991092 A CN 202210991092A CN 115330063 A CN115330063 A CN 115330063A
Authority
CN
China
Prior art keywords
electric energy
energy storage
constraint
power
value
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
CN202210991092.9A
Other languages
English (en)
Inventor
林庆标
赵翔宇
宋吉峰
和识之
李智勇
刘起兴
赵玉柱
陈梓煜
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 Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid 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 Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN202210991092.9A priority Critical patent/CN115330063A/zh
Publication of CN115330063A publication Critical patent/CN115330063A/zh
Pending legal-status Critical Current

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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Operations Research (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Analysis (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)

Abstract

本申请涉及一种考虑电储能参与的电能量现货日前出清方法，属于电力市场与调度运行交叉技术领域，本申请的方法包括，以机会成本最小为优化目标，考虑电储能有无参与的情况，分别对电能量现货市场出清模型进行求解，得到有电储能参与情况下的第一出清结果和机会成本的第一优化值，以及得到无电储能参与情况下的第二出清结果和机会成本的第二优化值；根据第一、二优化值确定有电储能参与情况下的运行效益评估值；将运行效益评估值与电储能运营商申报的预期收益值进行比较，在运行效益评估值超出预期收益值时，确定第一出清结果为最终出清结果，否则确定第二出清结果为最终出清结果。本申请能够充分挖掘电储能市场出清效益，提升整体运行效益。

Description

一种考虑电储能参与的电能量现货日前出清方法
技术领域
本申请属于电力市场与调度运行交叉技术领域，具体涉及一种考虑电储能参与的电能量现货日前出清方法。
背景技术
近年来，随着电能量现货市场的建设，多个省区电网已启动电能量现货市场长周期结算试运行。一些省区作为第二批试点也启动了电能量现货市场建设。这个过程中，电能量现货市场所产生的分时电价为电储能、虚拟电厂等能源新业态提供了新的商业途径，部分省区已有独立电储能参与电能量现货市场的实施案例。在此背景下，如何具体实现考虑电储能参与的电能量现货市场出清，以基于电储能运行特性，最大限度发挥电储能削峰填谷、响应灵活的运行优势，促进新能源消纳，提升电网运行效益，成为了本技术领域的一个新的现实需求。
目前已有一些省区电网采用自调度模式设计独立电储能参与的电能量现货市场出清方法，如附图1所示，自调度模式下该种考虑电储能参与的电能量现货市场出清要点包括：
步骤一：电储能申报自调度计划，该计划本质上为电储能运营商根据其所在节点分时电价预测结果，以预期收益最大为目标制定的充放电功率计划；
步骤二：不考虑电储能参与下的电能量现货市场出清，出清得到电储能未参与下的节点分时电价、全网弃风弃光计划等；
步骤三：确认出清结果并发布，具体的，步骤三中是根据电储能申报自调度计划和步骤二所得的出清结果，评估电储能按照其自调度计划运行对全网新能源消纳的促进作用，若有助于新能源消纳，则以电储能申报的自调度计划作为其出清计划，而以步骤二所得的节点分时电价作为出清价格；否则电储能自调度计划未出清，不进行调用。
对于该种方法，在电储能发展之初，电储能规模较小，对电网运行无显著影响下，采用自调度模式开展电储能参与电能量现货市场出清具有的优点：一是实施流程相对简单，与已有出清算法兼容性好，步骤二所述的出清模型与传统出清模型一致，降低了出清方法的复杂度；二是电储能企业具有更大灵活性，由于电储能企业运行成本与其充放电次数、充放电容量关系较大，电储能企业自行制定自调度计划，有助于其更充分的考虑其运行计划对运行成本的影响。
但是，随着电储能快速发展，电储能规模增大，对电网运行影响日益提升，上述以自调度模式开展电储能参与电能量现货市场出清的弊端暴露凸显起来，主要来说有两个方面：一是对电网运行优化而言，电储能运营商制定其运行计划，压缩了全网优化空间，不利于充分挖掘全网灵活性调节资源潜力，最大限度提升整体运行效益；二是对电储能企业而言，若其节点分时电价预测偏差较大，则可能面临较高运行风险，不利于保障电储能企业合理收益。
发明内容
为至少在一定程度上克服相关技术中存在的问题，本申请提供一种考虑电储能参与的电能量现货日前出清方法，更好的解决了当前电能量现货市场的建设过程中，如何实现电能量现货市场的出清的技术问题。
为实现以上目的，本申请采用如下技术方案：
本申请提供一种考虑电储能参与的电能量现货日前出清方法，该电能量现货日前出清方法包括：
以机会成本最小为优化目标，考虑电储能有无参与的情况，分别对电能量现货市场出清模型进行求解，得到有电储能参与情况下的第一出清结果和机会成本的第一优化值，以及得到无电储能参与情况下的第二出清结果和机会成本的第二优化值；
根据所述第一优化值与所述第二优化值确定有电储能参与情况下的运行效益评估值；
将所述运行效益评估值与电储能运营商申报的预期收益值进行比较，在所述运行效益评估值超出所述预期收益值时，确定所述第一出清结果为最终出清结果，否则确定所述第二出清结果为最终出清结果。
可选地，所述机会成本由购电成本、弃风弃光电量两方面构成，采用权重系数综合的方式确定机会成本的电能量现货市场出清优化目标。
可选地，所述电能量现货市场出清优化目标，基于以下表达式表示：
Figure BDA0003803979670000031
Figure BDA0003803979670000032
其中，G表示电能量现货市场出清优化目标，
NT、ΔT分别表示优化时段数和时间间隔，
NG、NN分别表示常规电源机组台数和新能源电站数，
Figure BDA0003803979670000033
分别表示常规电源g时段t发电计划和发电成本函数，
Figure BDA0003803979670000034
分别表示新能源电站n时段t发电计划和弃风弃光功率，
pn为新能源电站购电成本，α1、α2分别表示购电成本、弃风弃光电量的优化目标权重。
可选地，
对电能量现货市场出清模型进行求解的过程中，有电储能参与情况下和无电储能参与情况下的模型求解约束条件，均包括：电力平衡约束、运行备用约束、网络传输约束、常规电源发电能力约束、常规电源爬坡约束、新能源弃风弃光约束；
对电能量现货市场出清模型进行求解的过程中，有电储能参与情况下的模型求解约束条件，还包括：电储能净交换功率约束、充电功率约束、放电功率约束、储电量约束、充放电状态变量约束、放电状态切换关系约束、充电状态切换关系约束、充放电次数约束。
可选地，
所述电储能净交换功率约束具体表示为：
Figure BDA0003803979670000041
所述充电功率约束具体表示为：
Figure BDA0003803979670000042
所述放电功率约束具体表示为：
Figure BDA0003803979670000043
所述储电量约束具体表示为：
Figure BDA0003803979670000044
所述充放电状态变量约束具体表示为：
Figure BDA0003803979670000045
所述放电状态切换关系约束具体表示为：
Figure BDA0003803979670000046
所述充电状态切换关系约束具体表示为：
Figure BDA0003803979670000047
所述充放电次数约束具体表示为：
Figure BDA0003803979670000048
其中，
Figure BDA0003803979670000049
分别为电储能时段t的净交换功率、放电功率、充电功率，
Figure BDA00038039796700000410
分别为电储能放电状态下最大、最小功率限值、
Figure BDA00038039796700000411
分别为电储能充电状态下最大、最小功率限值，
Figure BDA00038039796700000412
分别为电储能时段t的放电、充电状态变量，
Figure BDA00038039796700000413
依次为电储能时段t放电起始状态变量、放电终止状态变量、充电起始状态变量、充电终止状态变量，
Figure BDA00038039796700000414
分别为电储能储电量上、下限值，
Figure BDA00038039796700000415
为起始储电量，
Figure BDA00038039796700000416
为折算至充电侧的损耗系数，NS为电储能装置申报的最大充放电次数。
可选地，所述根据所述第一优化值与所述第二优化值确定电储能参与情况下的运行效益评估值，具体为：
计算所述第二优化值与所述第一优化值的差值，将所述差值作为所述运行效益评估值。
可选地，所述电储能运营商申报的预期收益值，基于电储能不同充电次数下的可变成本确定。
本申请采用以上技术方案，至少具备以下有益效果：
本申请的技术方案中，以机会成本最小为优化目标，考虑电储能有无参与的情况，分别对电能量现货市场出清模型进行求解，得到有电储能参与情况下的第一出清结果和机会成本的第一优化值，以及得到无电储能参与情况下的第二出清结果和机会成本的第二优化值；进而根据第一优化值与第二优化值确定有电储能参与情况下的运行效益评估值；基于运行效益评估值与电储能运营商申报的预期收益值的比较来选择最终出清结果。该出清方法，是通过对比考虑电储能参与或不参与两种场景下电网运行效益变化，来评估电储能参与电能量现货市场交易价值的机制，其整体实施流程简单，能够更充分的挖掘电储能市场出清效益，提升整体运行效益。
本发明的其他优点、目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。
附图说明
附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。
图1为自调度模式下进行电储能参与的电能量现货市场出清方法的实施流程示意说明图；
图2为本申请一个实施例中考虑电储能参与的电能量现货日前出清方法的流程示意说明图；
图3为本申请一个实施例中考虑电储能参与的电能量现货日前出清方法的实施流程示意说明图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。
如背景技术中所述，随着电储能快速发展，电储能规模增大，对电网运行影响日益提升，上述以自调度模式开展电储能参与电能量现货市场出清的弊端暴露凸显起来，主要来说有两个方面：一是对电网运行优化而言，电储能运营商制定其运行计划，压缩了全网优化空间，不利于充分挖掘全网灵活性调节资源潜力，最大限度提升整体运行效益；二是对电储能企业而言，若其节点分时电价预测偏差较大，则可能面临较高运行风险，不利于保障电储能企业合理收益。
针对于此，本申请提出一种考虑电储能参与的电能量现货日前出清方法，更好的解决了当前电能量现货市场的建设过程中，如何实现电能量现货市场的出清的技术问题。
本申请技术方案的技术思路，是以无电储能参与的出清情况为对照标准，来评估电储能参与对电网运行效益产生的影响，进而基于评估结果与电储能运营商的预期收益的比对情况作为出清结果的决策依据，再进而确定最终的出清结果的。
基于该技术思路，如图2所示，在一实施例中，本申请提出的考虑电储能参与的电能量现货日前出清方法包括：
步骤S110，以机会成本最小为优化目标，考虑电储能有无参与的情况，分别对电能量现货市场出清模型进行求解，得到有电储能参与情况下的第一出清结果和机会成本的第一优化值，以及得到无电储能参与情况下的第二出清结果和机会成本的第二优化值。
这里需要说明的是，本申请中是以机会成本的变化来表征有电储能参与情况下对电网运行效益的影响的，因此在步骤S110，需确定两种情况的机会成本，且容易理解的是，出于出清优化的考虑，这两种情况下，均需以机会成本最小为优化目标。
基于对本申请实际应用场景的分析考量，具体的，本申请中的机会成本由购电成本、弃风弃光电量两方面构成(其中，购电成本需要综合考虑常规电源购电成本和新能源购电成本)，并且这两方面由于数学量纲不同，在优化中需要以权重系数综合，或者说采用权重系数综合的方式确定机会成本的电能量现货市场出清优化目标；
作为一种具体的实施方式，本申请中的电能量现货市场出清优化目标，基于以下表达式表示：
Figure BDA0003803979670000071
表达式(1)中，G表示电能量现货市场出清优化目标，
NT、ΔT分别表示优化时段数和时间间隔，
NG、NN分别表示常规电源机组台数和新能源电站数，
Figure BDA0003803979670000072
分别表示常规电源g时段t发电计划和发电成本函数，
Figure BDA0003803979670000073
分别表示新能源电站n时段t发电计划和弃风弃光功率，
pn为新能源电站购电成本，α1、α2分别表示购电成本、弃风弃光电量的优化目标权重。
步骤S110中，还涉及到的两种情况下对电能量现货市场出清模型的求解，本领域技术人员容易理解的是，求解的模型本质上为非线性规划问题，通过获取实际场景下电网配置等参数数据，可利用Cplex等商用软件直接求解得到；而这两种情况下求解的主要区别是模型求解约束条件的不同，约束条件的差异实际上反映了物理问题的差异。
具体的，对电能量现货市场出清模型进行求解的过程中，有电储能参与情况下和无电储能参与情况下的模型求解约束条件，均包括：电力平衡约束、运行备用约束、网络传输约束、常规电源发电能力约束、常规电源爬坡约束、新能源弃风弃光约束，且容易理解的是，这些共有的约束条件即是现有技术中无电储能参与情况下的模型求解约束条件，这些约束条件的表达式形式具体如下：
Figure BDA0003803979670000081
Figure BDA0003803979670000082
Figure BDA0003803979670000083
Figure BDA0003803979670000084
Figure BDA0003803979670000085
Figure BDA0003803979670000086
表达式(2)至(7)中，
NB为负荷节点数，NG、NN分别表示常规电源机组台数和新能源电站数，
Figure BDA0003803979670000087
为常规电源时段发电计划，
Figure BDA0003803979670000088
为新能源电站时段发电计划，
Figure BDA0003803979670000089
为负荷节点b时段t的用电负荷，
Figure BDA00038039796700000810
分别为常规电源机组g的发电能力上、下限值，Rt为时段t的系统运行备用，
Figure BDA00038039796700000811
分别为常规电源机组g的爬坡能力上、下限值，
Figure BDA00038039796700000812
分别为运行断面s的传输能力上、下限，
Figure BDA00038039796700000813
分别为常规电源机组g的发电能力上、下限值，
Gg,s、Gn,s、Gb,s依次为常规电源机组、新能源电站、负荷节点与运行断面的转移分布因子，
Figure BDA00038039796700000814
为新能源电站n时段t的发电功率预测；
并且在本申请中，对电能量现货市场出清模型进行求解的过程中，有电储能参与情况下的模型求解约束条件，还包括：电储能净交换功率约束、充电功率约束、放电功率约束、储电量约束、充放电状态变量约束、放电状态切换关系约束、充电状态切换关系约束、充放电次数约束，具体的，这些约束条件的表达式形式如下：
电储能净交换功率约束具体表示为：
Figure BDA0003803979670000091
充电功率约束具体表示为：
Figure BDA0003803979670000092
放电功率约束具体表示为：
Figure BDA0003803979670000093
储电量约束具体表示为：
Figure BDA0003803979670000094
充放电状态变量约束具体表示为：
Figure BDA0003803979670000095
放电状态切换关系约束具体表示为：
Figure BDA0003803979670000096
充电状态切换关系约束具体表示为：
Figure BDA0003803979670000097
充放电次数约束具体表示为：
Figure BDA0003803979670000098
表达式(8)至(15)中，
Figure BDA0003803979670000099
分别为电储能时段t的净交换功率、放电功率、充电功率，
Figure BDA00038039796700000910
分别为电储能放电状态下最大、最小功率限值，
Figure BDA00038039796700000916
分别为电储能充电状态下最大、最小功率限值，
Figure BDA00038039796700000911
分别为电储能时段t的放电、充电状态变量，
Figure BDA00038039796700000912
依次为电储能时段t放电起始状态变量、放电终止状态变量、充电起始状态变量、充电终止状态变量，
Figure BDA00038039796700000913
分别为电储能储电量上、下限值，
Figure BDA00038039796700000914
为起始储电量，
Figure BDA00038039796700000915
为折算至充电侧的损耗系数，NS为电储能装置申报的最大充放电次数。
此外需要说明的是，步骤S110中第一、二出清结果均包括常规电源机组发电出力计划、弃风弃光功率计划及该情况下的节点分时电价等，而得到的第一优化值用GB表示，第二优化值用GN,B表示。
继续回到图2，步骤S110后，进行步骤S120，根据第一优化值与第二优化值确定有电储能参与情况下的运行效益评估值；
具体的，该步骤中，计算第二优化值GN,B与所述第一优化值GB的差值，将该差值作为运行效益评估值。
最后进行出清判断，即进行步骤S130，将运行效益评估值(即GN,B-GB)与电储能运营商申报的预期收益值进行比较，在运行效益评估值超出预期收益值时，表明电储能参与电能量现货市场交易提升了全网整体运行效益(即综合考虑了电网侧和电储能运营商侧)，确定第一出清结果为最终出清结果，否则表明电储能不参与调用出清，有助于提升全网整体运行效益，这时确定第二出清结果为最终出清结果，具体的，步骤S130上述判断过程可用如下的数学形式来表述：
Figure BDA0003803979670000101
表达式(16)中，EE,1、EE,2、……EE,N分别为充放电次数为1次、2次、……N次下的电储能装置预期收益需求，换言之，针对申报中不同充放电次数的情况，在之前步骤中需针对性进行出清求解。
这里还需要说明的是，基于对电储能运行实际情况的分析研究，本申请中认为电储能运行成本包括固定成本和可变成本两部分，而可变成本与充放电次数关系紧密，因此步骤S130中提到的电储能运营商申报的预期收益值，基于电储能不同充电次数下的可变成本确定。
具体而言，即在明确充放电次数的前提下，电储能运营商可直接测算得到其不同充放电次数下的可变成本，在此基础上考虑一定预期收益要求即可评估得到其最低收益限值，据此来制定预期收益需求值。
此外，在当前电储能技术水平下，电储能装置日最大充放电次数一般不超过2次，否则将影响其使用寿命，即实际中最多只需考虑充放电次数两次的情况。
本申请提出的技术方案，通过对比考虑电储能参与或不参与两种场景下电网运行效益变化，来评估电储能参与电能量现货市场交易价值的机制。该方法实施流程简单，且能够更充分的挖掘电储能市场出清效益，满足实际应用需求，提升了整体运行效益。
图3为本申请的技术方案在一实施例中的实施流程示意说明图。
如图3所示，基于前文的实施例介绍，本申请的技术方案在实际实施中，相关方需组织电储能运营商申报其日内可充放电次数及对应预期收益要求(图3中“电储能申报预期收益需求”环节)以获取相关出清判断所需数据，图3中上层出清和下层出清环节对应于前文实施例的步骤S110，而图3中的“出清判断”环节及后续环节对应与前文实施例中的步骤S120和步骤S130，该实施例中的具体实现方法已在前文实施例进行了介绍，这里就不进行赘述了。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (7)

1.一种考虑电储能参与的电能量现货日前出清方法，其特征在于，包括：
以机会成本最小为优化目标，考虑电储能有无参与的情况，分别对电能量现货市场出清模型进行求解，得到有电储能参与情况下的第一出清结果和机会成本的第一优化值，以及得到无电储能参与情况下的第二出清结果和机会成本的第二优化值；
根据所述第一优化值与所述第二优化值确定有电储能参与情况下的运行效益评估值；
将所述运行效益评估值与电储能运营商申报的预期收益值进行比较，在所述运行效益评估值超出所述预期收益值时，确定所述第一出清结果为最终出清结果，否则确定所述第二出清结果为最终出清结果。
2.根据权利要求1所述的电能量现货日前出清方法，其特征在于，所述机会成本由购电成本、弃风弃光电量两方面构成，采用权重系数综合的方式确定机会成本的电能量现货市场出清优化目标。
3.根据权利要求2所述的电能量现货日前出清方法，其特征在于，所述电能量现货市场出清优化目标，基于以下表达式表示：
Figure FDA0003803979660000011
Figure FDA0003803979660000012
其中，
G表示电能量现货市场出清优化目标，
NT、ΔT分别表示优化时段数和时间间隔，
NG、NN分别表示常规电源机组台数和新能源电站数，
Figure FDA0003803979660000013
分别表示常规电源g时段t发电计划和发电成本函数，
Figure FDA0003803979660000014
分别表示新能源电站n时段t发电计划和弃风弃光功率，
pn为新能源电站购电成本，α1、α2分别表示购电成本、弃风弃光电量的优化目标权重。
4.根据权利要求1所述的电能量现货日前出清方法，其特征在于，
对电能量现货市场出清模型进行求解的过程中，有电储能参与情况下和无电储能参与情况下的模型求解约束条件，均包括：电力平衡约束、运行备用约束、网络传输约束、常规电源发电能力约束、常规电源爬坡约束、新能源弃风弃光约束；
对电能量现货市场出清模型进行求解的过程中，有电储能参与情况下的模型求解约束条件，还包括：电储能净交换功率约束、充电功率约束、放电功率约束、储电量约束、充放电状态变量约束、放电状态切换关系约束、充电状态切换关系约束、充放电次数约束。
5.根据权利要求4所述的电能量现货日前出清方法，其特征在于，
所述电储能净交换功率约束具体表示为：
Figure FDA0003803979660000021
所述充电功率约束具体表示为：
Figure FDA0003803979660000022
所述放电功率约束具体表示为：
Figure FDA0003803979660000023
所述储电量约束具体表示为：
Figure FDA0003803979660000024
所述充放电状态变量约束具体表示为：
Figure FDA0003803979660000025
所述放电状态切换关系约束具体表示为：
Figure FDA0003803979660000026
所述充电状态切换关系约束具体表示为：
Figure FDA0003803979660000027
所述充放电次数约束具体表示为：
Figure FDA0003803979660000028
其中，
Figure FDA0003803979660000029
分别为电储能时段t的净交换功率、放电功率、充电功率，
Figure FDA00038039796600000210
分别为电储能放电状态下最大、最小功率限值、
Figure FDA00038039796600000211
分别为电储能充电状态下最大、最小功率限值，
Figure FDA00038039796600000212
分别为电储能时段t的放电、充电状态变量，
Figure FDA0003803979660000031
依次为电储能时段t放电起始状态变量、放电终止状态变量、充电起始状态变量、充电终止状态变量，
Figure FDA0003803979660000032
分别为电储能储电量上、下限值，
Figure FDA0003803979660000033
为起始储电量，
Figure FDA0003803979660000034
为折算至充电侧的损耗系数，NS为电储能装置申报的最大充放电次数。
6.根据权利要求1至5中任一项所述的电能量现货日前出清方法，其特征在于，所述根据所述第一优化值与所述第二优化值确定电储能参与情况下的运行效益评估值，具体为：
计算所述第二优化值与所述第一优化值的差值，将所述差值作为所述运行效益评估值。
7.根据权利要求1至5中任一项所述的电能量现货日前出清方法，其特征在于，所述电储能运营商申报的预期收益值，基于电储能不同充电次数下的可变成本确定。
CN202210991092.9A 2022-08-18 2022-08-18 一种考虑电储能参与的电能量现货日前出清方法 Pending CN115330063A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210991092.9A CN115330063A (zh) 2022-08-18 2022-08-18 一种考虑电储能参与的电能量现货日前出清方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210991092.9A CN115330063A (zh) 2022-08-18 2022-08-18 一种考虑电储能参与的电能量现货日前出清方法

Publications (1)

Publication Number Publication Date
CN115330063A true CN115330063A (zh) 2022-11-11

Family

ID=83925257

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210991092.9A Pending CN115330063A (zh) 2022-08-18 2022-08-18 一种考虑电储能参与的电能量现货日前出清方法

Country Status (1)

Country Link
CN (1) CN115330063A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983518A (zh) * 2022-12-22 2023-04-18 浙江电力交易中心有限公司 一种风光储一体化系统的申报方法及相关组件

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983518A (zh) * 2022-12-22 2023-04-18 浙江电力交易中心有限公司 一种风光储一体化系统的申报方法及相关组件
CN115983518B (zh) * 2022-12-22 2024-06-11 浙江电力交易中心有限公司 一种风光储一体化系统的申报方法及相关组件

Similar Documents

Publication Publication Date Title
Khan et al. How do demand response and electrical energy storage affect (the need for) a capacity market?
CN109787261B (zh) 电网侧及用户侧储能系统容量优化配置方法
CN113344249B (zh) 基于区块链的冷热电联供多微网优化调度方法和系统
CN112383086B (zh) 一种孤岛微电网日前能量-备用联合优化调度方法
CN115330063A (zh) 一种考虑电储能参与的电能量现货日前出清方法
CN115102231A (zh) 一种多尺度电-碳模式下风光储场站优化控制方法和系统
Mason et al. Investing in generation and storage capacity in a liberalised electricity market: An agent based approach
Sheibani et al. Economics of energy storage options to support a conventional power plant: A stochastic approach for optimal energy storage sizing
Karimi-Arpanahi et al. Leveraging the flexibility of electric vehicle parking lots in distribution networks with high renewable penetration
CN113609439A (zh) 一种考虑发电侧同报价比例出清的现货市场出清方法及装置
CN112257945A (zh) 一种基于储能用户的电力出清自动优化方法及系统
CN110648176B (zh) 一种电力容量市场与电能量市场的衔接方法、装置及设备
CN109687452B (zh) 一种用于配电网供电能力的分析方法、装置及存储介质
Jiang et al. Monthly electricity purchase and decomposition optimization considering wind power accommodation and day-ahead schedule
CN116307437A (zh) 基于碳排放权兑换机制的虚拟电厂优化调度方法及系统
CN115358783A (zh) 一种基于强化学习考虑多重约束的多电动车辆与多微电网的多方博弈的能源交易系统
CN113902490A (zh) 一种电能量现货与运行备用联合交易出清方法及系统
CN113255957A (zh) 综合服务站不确定因素的定量优化分析方法及系统
Zhang et al. Optimal Scheduling Strategies of the Virtual Power Plant Considering Different Development Stages of the Electricity Market
CN112651779A (zh) 具有紧急型、经济型需求响应的市场化资源配置系统
Liu et al. System dynamics analysis of capacity market demand curve considering investors’ risk aversion
CN117375114B (zh) 一种综合能源系统优化调度方法及系统
Jin et al. The International practice and enlightenment of capacity compensation mechanism
CN116780535B (zh) 基于阶梯型碳交易机制的光储协同优化调度方法
CN116757871A (zh) 一种考虑网省两级协调的运行备用市场出清方法及装置

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