CN116308880A - 一种用户侧电化学储能电站运行维护利益最大化的方法 - Google Patents

一种用户侧电化学储能电站运行维护利益最大化的方法 Download PDF

Info

Publication number
CN116308880A
CN116308880A CN202310186868.4A CN202310186868A CN116308880A CN 116308880 A CN116308880 A CN 116308880A CN 202310186868 A CN202310186868 A CN 202310186868A CN 116308880 A CN116308880 A CN 116308880A
Authority
CN
China
Prior art keywords
energy storage
electricity
demand
storage system
peak
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
CN202310186868.4A
Other languages
English (en)
Inventor
张世奇
朱小帆
杨天龙
李达
金倚聪
李书辉
金志彪
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.)
Zhejiang Liyang Wanneng Technology Co ltd
Original Assignee
Zhejiang Liyang Wanneng Technology 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 Zhejiang Liyang Wanneng Technology Co ltd filed Critical Zhejiang Liyang Wanneng Technology Co ltd
Priority to CN202310186868.4A priority Critical patent/CN116308880A/zh
Publication of CN116308880A publication Critical patent/CN116308880A/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
    • 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
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • 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
    • H02J2203/20—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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种用户侧电化学储能电站运行维护利益最大化的方法，以厂区真实负荷曲线或预测负荷曲线为数据基础，1)在不考虑削峰填谷的情况下，以现有储能充放电能力尽可能降低用户需量，计算该模式下电费成本，寻找需量管理边界值；2)在不考虑需量管理的情况下，以现有储能充放电能力按各地区政策进行每日两充两放的形式进行削峰填谷，计算该模式下电费成本，寻找削峰填谷边界值；3)同时考虑需量管理以及削峰填谷两种运行模式，在需量管理边界值与削峰填谷边界值之间，通过优化算法内点法进行迭代处理，寻找合理值使得电费成本最低。本发明可以根据厂区的负荷矩阵计算出厂区初始成本，直观方便的看出调整前成本大小；按照削峰填谷进行充放电运行，得到可控需量最大值，以此为可控需量上限；按照需量电费管理进行充放电运行，得到可控需量最小值，以此为需量可控下限。根据上下限确定可控需量区间；在可控需量区间内，以优化算法内点法进行多次迭代，寻找可控需量区间内成本最优解，输出每个需量上限值对应的调整后成本，形成图像判断何时成本可以降至最低。

Description

一种用户侧电化学储能电站运行维护利益最大化的方法
技术领域
本发明属于新能源与节能领域；涉及电力系统与设备领域、新型高效能量转换与储存技术领域等，具体涉及一种用户侧电化学储能电站运行维护利益最大化的方法。
背景技术
近年来，随着国家能源系统建设持续推进，我国已经明确未来要建立以新能源为主体的新型电力系统，确立了未来光伏、风电的长期发展道路。新能源装机的快速提升，加上电网发电端、负荷端波动性呈现增长态势，考虑到储能能够提供系统惯量支撑、补充电网调频能力，使得储能刚需属性愈发增强，成为解决新能源消纳问题的最佳方案。
用户侧储能电站是一种用于改善企业用户日用电负荷曲线，平衡其用电结构，改变其在峰谷段用电情况从而节省用电成本的有效手段。合理的配置用户侧储能容量，能有效的降低用户实际缴纳电费金额。随着储能设备相关政策不断完善，更多企业有意图通过建设用户侧储能电站来降低其用电成本，从而实现盈利目的。因此，有必要针对用户侧储能运行维护情况进行优化模拟，使得企业在储能系统运维期间尽可能提高所得收益。
现阶段关于用户侧储能运行维护的重点问题同时也是热点问题是在实现需量管理的技术上，最大程度的发挥储能系统削峰填谷的能力，使其收益最大化。该问题是一个典型的具有多变量，多约束条件的优化问题
由此，本专利考虑多方面因素，进行模拟优化。
发明内容
本发明为了解决上述现有技术中存在的缺陷和不足，提供了一种可以根据厂区的负荷矩阵计算出厂区初始成本，直观方便的看出调整前成本大小；按照削峰填谷进行充放电运行，得到可控需量最大值，以此为可控需量上限；按照需量电费管理进行充放电运行，得到可控需量最小值，以此为需量可控下限。根据上下限确定可控需量区间；在可控需量区间内，以优化算法内点法进行多次迭代，寻找可控需量区间内成本最优解，输出每个需量上限值对应的调整后成本，形成图像判断何时成本可以降至最低的用户侧电化学储能电站运行维护利益最大化的方法。
为了实现上述技术目的，本发明采用了以下技术方案：
本发明的技术方案是这样实现的：一种用户侧电化学储能电站运行维护利益最大化的方法，以厂区真实负荷曲线或预测负荷曲线为数据基础，
1)在不考虑削峰填谷的情况下，以现有储能充放电能力尽可能降低用户需量，计算该模式下电费成本，寻找需量管理边界值；
2)在不考虑需量管理的情况下，以现有储能充放电能力按各地区政策进行每日两充两放的形式进行削峰填谷，计算该模式下电费成本，寻找削峰填谷边界值；
3)同时考虑需量管理以及削峰填谷两种运行模式，在需量管理边界值与削峰填谷边界值之间，通过优化算法内点法进行迭代处理，寻找合理值使得电费成本最低。
优选地，削峰填谷指用户侧储能，通过改变用户企业用电情况，当电价处于低谷期时，向储能电池内充电，并在电价高峰期时，将储能电池内部电量放出，降低高峰期从电网获取的电量，从而实现削弱高峰填补低谷的作用；在储能配置的标称容量下，储能设备从电网获取的电量需要考虑0.993的变压器及线路效率，0.981的储能变流器效率以及0.94的电池充放电转换效率；储能设备向负荷侧放出的电量则需考虑储能变流器的效率以及变压器及线路效率；假设储能电站的配置容量为I，则其满充电量为Ic＝I*0.993*0.981*0.94；其满放电量Id＝Ic*0.993*0.981。
优选地，根据南方地区电网峰平谷电价情况，用户侧储能主要以每天两充两放的形式运行，其中充电一段集中在每日0-8时的电价低谷期，用电成本为平段电价的38％，放电一段集中在每日10-12时的电价高峰期，用电成本为平段电价的170％，充电二段集中在每日12-14时的平段电价，放电二段集中在每日14-17时的电价高峰期。假设用电费用分别为C峰、C平、C谷，则其充放一段收益为X1＝C峰*Id-C谷*Ic，充放二段收益为X2＝C峰*Id-C平*Ic，日削峰填谷收益为X＝X1+X2。
优选地，需量电费管理指电费清单主要包括两方面，一方面是根据峰谷平不同电价时段统计各个时段内的用电量，与对应时段电价情况的乘积，为用量电费；另一方面根据用户变压器容量大小或用户该月负荷最高点来收取的基础电费；其中，根据用户变压器容量大小收取的电费称为容量电费，按南方地区相关政策该费用为23元/kVA；按照用户该月负荷最高点来收取的电费成为需量电费，该费用为32元/kW。用户可以根据自身用电情况来从容量电费与需量电费中选择一项进行电费的缴纳；在配备用户侧储能系统的情况下，可以在用电高峰时放电给负载，从而降低用户企业每月的最大需量值，从而获得收益。
优选地，具体模式设计如下：
1)输入值：
基础负荷矩阵：厂区24点/天的真实负荷曲线或预测负荷曲线；
储能容量：储能系统最多可以容纳的电量情况；
储能功率：储能系统的功率大小，即每小时能放出电量多少；
充电损耗：储能系统在充电过程中需考虑变压器、储能变流器、线路等损耗；
放电损耗：储能系统在放电过程中也如充电需考虑各项损耗；
峰段电价及时段：根据不同地区的政策情况，核定电价及时段信息；
平段电价及时段：同上；
谷段电价及时段：同上；
需量电价：根据不同地区政策情况，核定需量电价信息；
2)目标函数：电费成本最低
成本是根据厂区的负荷曲线，通过不同时段不同电价，计算得出最终厂区所需缴纳的电费价格；
初始成本＝Σ调整前谷段用电量*谷段电价+Σ调整前平段用电量*平段电价+Σ调整前峰段用电量*峰段电价+调整前当月负荷最高点*需量电价；
调整成本＝Σ调整后谷段用电量*谷段电价+Σ调整后平段用电量*平段电价+Σ调整后峰段用电量*峰段电价+调整后当月负荷最高点*需量电价；
3)逻辑调整方式：将24小时分为两个时段，时段一为优先充电时段，时段二为优先放电时段。在优先充电时段中储能系统仍然允许放电，同理在优先放电时段也同样允许充电行为；
4)优化算法内点法调整方式；
5)固定损耗：在储能系统放电过程中，系统需要额外附带部分用电成本，如空调照明等，这些设备同样也需要电能进行运作；因此再储能系统运行的同时，需要增加一部分电量损耗用于运行辅助设备，需要在调整后的负荷矩阵基础上，在储能系统运行时段内增加固定损耗。
优选地，优先充电时段：
1)如果该点初始负荷小于需量上限，考虑进行充电操作，
a.如果该点需量上限减去初始负荷的值大于满功率充电电量，
a)该点储能系统容量仍能满足满功率充电情况，则以满功率充电，
b)该点储能系统容量不能满足满功率充电情况，则降低功率直至储能系统充满；
b.如果该点需量上限减去初始负荷的值小于满功率充电电量，
a)该点储能系统剩余容量小于需量上限减去初始负荷的值，则将储能系统充至满电，
b)该点储能系统剩余容量大于需量上限减去初始负荷的值，则将剩余可充电量充进储能系统；
2)如果该点初始负荷大于需量上限，考虑进行放电操作，
a.如果储能系统剩余电量小于满功率可放电量，
a)如果此时储能系统剩余电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下，
b)如果此时储能系统剩余电量小于初始负荷减去需量上限的值，则无法该点无法满足预期需量管理要求；
b.如果储能系统剩余电量大于满功率可放电量，
a)如果此时满功率可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下，
b)如果此时满功率可放电量小于初始负荷减去需量上限的值，则该点无法满足预期需量管理要求。
优选地，,优先放电时段:
1)第一次判断：如果该点负荷大于需量上限，
a.如果此时储能系统剩余电量小于满功率可放电量，
a)如果储能系统可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下，
b)如果储能系统可放电量小于始负荷减去需量上限的值，则该点无法满足预期需量管理要求；
b.如果此时储能系统剩余电量大于满功率可放电量，
a)如果此时满功率可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下，
b)如果此时满功率可放电量小于初始负荷减去需量上限的值，则该点无法满足预期需量管理要求；
2)第二次判断：如果该点负荷小于需量上限，
a.如果此时储能系统电量小于满功率可放电量，则放出储能系统剩余电，储能系统电量清空，
b.如果此时储能系统电量大于满功率可放电量，则以满功率放电。
优选地，优化算法内点法调整方式的边界条件如下：
1)负荷矩阵内任何一点不能超过变压器上限；
2)电池最多充放电量不能超过电池本身的最大容量；
3)电池内必须存余电量才有可能将电放出；
4)电池每小时可充放电量受到电池本身的功率限制，暂不考虑过载运行状态；
5)需量上限作为整个调整后负荷矩阵每个负荷点的上限，因此有超出该值的点优先考虑是否可以将该点降至上限以下；
6)在考虑以上各限制条件的同时尽可能满足每日充放电循环最大次数，从而增大削峰填谷收益。
优选地，优化算法-内点法如下：
其为求解线性规划或非线性凸化问题的算法，内点法的特点是将构造的新的无约束目标函数定义在可行域内，并在可行域内求得函数的极值点，即求解无约束问题时的探索点总是在可行域内部，在求解内点函数的序列无约束优化问题的过程中，所求得的系列无约束优化问题的解总是可行解，从而在可行域内部逐步逼近原约束优化问题的最优解，内点法是求解不等式约束最优化问题的一种十分有效方法。
优选地，寻找最小成本时，判断当前负荷取值的梯度方向，最小化模型的前进方向为负梯度方向。经过前进后若仍处于可行域内，则再次进行搜索迭代，最终可行域的边界收敛，但该边界并不一定为成本最优解。内点法是在可行域内部进行搜索迭代的算法，在可取值的区间内，所有方向都是可行的，关键在于搜索点是否一直保持在可行域的“内部”，直到最优解被找到，判断每次迭代点是否为内点，首先要将问题转化为标准型的线性规划。给定典型规划标准型的的可行解，若可行解每一个分量都为正，则该可行点为内点，通过该方法，在找到最优解之前不断避开可行域的边界，避免得出局部解，从而得出更为准确的最小用电成本以及需量大小。
本发明的有益效果如下：
1)根据厂区的负荷矩阵计算出厂区初始成本，直观方便的看出调整前成本大小；
2)按照削峰填谷进行充放电运行，得到可控需量最大值，以此为可控需量上限；
3)按照需量电费管理进行充放电运行，得到可控需量最小值，以此为需量可控下限；根据上下限确定可控需量区间；
4)在可控需量区间内，以优化算法内点法进行多次迭代，寻找可控需量区间内成本最优解，输出每个需量上限值对应的调整后成本，形成图像判断何时成本可以降至最低。
附图说明
图1为本发明中初始负荷矩阵示意图；
图2为本发明中优先充电时段流程图；
图3为本发明中优先放电时段流程图；
图4为本发明中优化算法流程图；
图5为本发明中储能功率矩阵示意图；
图6为本发明中调整负荷矩阵示意图；
图7为本发明中负荷曲线对比图；
图8为本发明中不同需量对应电费成本曲线图。
具体实施方式
下面结合附图对本发明作进一步详细的说明，但并不是对本发明保护范围的限制。
实施例1
如图1-8所示，一种用户侧电化学储能电站运行维护利益最大化的方法，
以厂区真实负荷曲线或预测负荷曲线为数据基础，
1)在不考虑削峰填谷的情况下，以现有储能充放电能力尽可能降低用户需量，计算该模式下电费成本，寻找需量管理边界值；
2)在不考虑需量管理的情况下，以现有储能充放电能力按各地区政策进行每日两充两放的形式进行削峰填谷，计算该模式下电费成本，寻找削峰填谷边界值；
3)同时考虑需量管理以及削峰填谷两种运行模式，在需量管理边界值与削峰填谷边界值之间，通过优化算法内点法进行迭代处理，寻找合理值使得电费成本最低。
以南方地区为例子，用户侧储能收益来源主要集中在削峰填谷、需量电费管理。
削峰填谷方面
用户侧储能，通过改变用户企业用电情况，当电价处于低谷期时，向储能电池内充电，并在电价高峰期时，将储能电池内部电量放出，降低高峰期从电网获取的电量，从而实现削弱高峰填补低谷的作用。
在储能配置的标称容量下，储能设备从电网获取的电量需要考虑0.993的变压器及线路效率，0.981的储能变流器效率以及0.94的电池充放电转换效率；储能设备向负荷侧放出的电量则需考虑储能变流器的效率以及变压器及线路效率。假设储能电站的配置容量为I，则其满充电量为Ic＝I*0.993*0.981*0.94；其满放电量Id＝Ic*0.993*0.981。
根据南方地区电网峰平谷电价情况，用户侧储能主要以每天两充两放的形式运行，其中充电一段集中在每日0-8时的电价低谷期，用电成本为平段电价的38％，放电一段集中在每日10-12时的电价高峰期，用电成本为平段电价的170％，充电二段集中在每日12-14时的平段电价，放电二段集中在每日14-17时的电价高峰期。假设用电费用分别为C峰、C平、C谷，则其充放一段收益X1＝C峰*Id-C谷*Ic，充放二段收益为X2＝C峰*Id-C平*Ic，日削峰填谷收益为X＝X1+X2
需量电费管理方面
电费清单主要包括两方面，一方面是根据峰谷平不同电价时段统计各个时段内的用电量，与对应时段电价情况的乘积，为用量电费；另一方面根据用户变压器容量大小或用户该月负荷最高点来收取的基础电费。其中，根据用户变压器容量大小收取的电费称为容量电费，按南方地区相关政策该费用为23元/kVA；按照用户该月负荷最高点来收取的电费成为需量电费，该费用为32元/kW。用户可以根据自身用电情况来从容量电费与需量电费中选择一项进行电费的缴纳。
在配备用户侧储能系统的情况下，可以在用电高峰时放电给负载，从而降低用户企业每月的最大需量值，从而获得收益。
设计模式：
输入值
基础负荷矩阵：厂区24点/天的真实负荷曲线或预测负荷曲线。
储能容量：储能系统最多可以容纳的电量情况。
储能功率：储能系统的功率大小，即每小时能放出电量多少。
充电损耗：储能系统在充电过程中需考虑变压器、储能变流器、线路等损耗。
放电损耗：储能系统在放电过程中也如充电需考虑各项损耗。
峰段电价及时段：根据不同地区的政策情况，核定电价及时段信息平段电价及时段：同上
谷段电价及时段：同上
需量电价：根据不同地区政策情况，核定需量电价信息。
固定损耗：在储能系统放电过程中，系统需要额外附带部分用电成本，如空调照明等，这些设备同样也需要电能进行运作。因此再储能系统运行的同时，需要增加一部分电量损耗用于运行辅助设备，需要在调整后的负荷矩阵基础上，在储能系统运行时段内增加固定损耗
目标函数：电费成本最低
成本是根据厂区的负荷曲线，通过不同时段不同电价，计算得出最终厂区所需缴纳的电费价格。
初始成本＝Σ调整前谷段用电量*谷段电价+Σ调整前平段用电量*平段电价+Σ调整前峰段用电量*峰段电价+调整前当月负荷最高点*需量电价
调整成本＝Σ调整后谷段用电量*谷段电价+Σ调整后平段用电量*平段电价+Σ调整后峰段用电量*峰段电价+调整后当月负荷最高点*需量电价
逻辑调整方式
主要将24小时分为两个时段，时段一为优先充电时段，时段二为优先放电时段。在优先充电时段中储能系统仍然允许放电，同理在优先放电时段也同样允许充电行为。
优先充电时段
1)如果该点初始负荷小于需量上限，考虑进行充电操作
c.如果该点需量上限减去初始负荷的值大于满功率充电电量
a)该点储能系统容量仍能满足满功率充电情况，则以满功率充电
b)该点储能系统容量不能满足满功率充电情况，则降低功率直至储能系统充满。
d.如果该点需量上限减去初始负荷的值小于满功率充电电量
a)该点储能系统剩余容量小于需量上限减去初始负荷的值，则将储能系统充至满电
b)该点储能系统剩余容量大于需量上限减去初始负荷的值，则将剩余可充电量充进储能系统。
2)如果该点初始负荷大于需量上限，考虑进行放电操作
a.如果储能系统剩余电量小于满功率可放电量
a)如果此时储能系统剩余电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下。
b)如果此时储能系统剩余电量小于初始负荷减去需量上限的值，则无法该点无法满足预期需量管理要求
b.如果储能系统剩余电量大于满功率可放电量
a)如果此时满功率可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下。
b)如果此时满功率可放电量小于初始负荷减去需量上限的值，则该点无法满足预期需量管理要求。
优先放电时段
1)第一次判断：如果该点负荷大于需量上限
a.如果此时储能系统剩余电量小于满功率可放电量
a)如果储能系统可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下。
b)如果储能系统可放电量小于始负荷减去需量上限的值，则该点无法满足预期需量管理要求。
b.如果此时储能系统剩余电量大于满功率可放电量
a)如果此时满功率可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下。
b)如果此时满功率可放电量小于初始负荷减去需量上限的值，则该点无法满足预期需量管理要求。
2)第二次判断：如果该点负荷小于需量上限
a.如果此时储能系统电量小于满功率可放电量，则放出储能系统剩余电，储能系统电量清空；
b.如果此时储能系统电量大于满功率可放电量，则以满功率放电。
优化算法内点法调整方式的边界条件如下：
1)负荷矩阵内任何一点不能超过变压器上限；
2)电池最多充放电量不能超过电池本身的最大容量；
3)电池内必须存余电量才有可能将电放出；
4)电池每小时可充放电量受到电池本身的功率限制，暂不考虑过载运行状态；
5)需量上限作为整个调整后负荷矩阵每个负荷点的上限，因此有超出该值的点优先考虑是否可以将该点降至上限以下；
6)在考虑以上各限制条件的同时尽可能满足每日充放电循环最大次数，从而增大削峰填谷收益。
优化算法-内点法：本策略采用优化算法为内点法(Interior Point Method)是一种求解线性规划或非线性凸化问题的算法。内点法的特点是将构造的新的无约束目标函数定义在可行域内，并在可行域内求得函数的极值点，即求解无约束问题时的探索点总是在可行域内部，在求解内点函数的序列无约束优化问题的过程中，所求得的系列无约束优化问题的解总是可行解，从而在可行域内部逐步逼近原约束优化问题的最优解。内点法是求解不等式约束最优化问题的一种十分有效方法。
寻找最小成本时，判断当前负荷取值的梯度方向，最小化模型的前进方向为负梯度方向。经过前进后若仍处于可行域内，则再次进行搜索迭代，最终可行域的边界收敛，但该边界并不一定为成本最优解。内点法是在可行域内部进行搜索迭代的算法，在可取值的区间内，所有方向都是可行的，关键在于搜索点是否一直保持在可行域的“内部”，直到最优解被找到。判断每次迭代点是否为内点，首先要将问题转化为标准型的线性规划。给定典型规划标准型的的可行解，若可行解每一个分量都为正，则该可行点为内点，通过该方法，在找到最优解之前不断避开可行域的边界，避免得出局部解，从而得出更为准确的最小用电成本以及需量大小。
固定损耗如下：储能系统再运行时需要其他辅助设备支持运作，例如空调、照明等，这些设备同样也需要电能进行运作。因此再储能系统运行的同时，需要增加一部分电量损耗用于运行辅助设备。成本负荷需要在调整后的负荷矩阵上，在储能系统运行的时增加成本负荷，具体成本负荷根据输入大小决定。
实施例2
1)获取一个24*28的厂区初始负荷矩阵，每一点代表28天每天24小时其中1小时的负荷量。
2)根据该初始负荷矩阵进行输入值调整，调整为合理的区间范围。
3)进行优化迭代运算，输出调整情况以及调整后成本结果。

Claims (10)

1.一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于：以厂区真实负荷曲线或预测负荷曲线为数据基础，
1)在不考虑削峰填谷的情况下，以现有储能充放电能力尽可能降低用户需量，计算该模式下电费成本，寻找需量管理边界值；
2)在不考虑需量管理的情况下，以现有储能充放电能力按各地区政策进行每日两充两放的形式进行削峰填谷，计算该模式下电费成本，寻找削峰填谷边界值；
3)同时考虑需量管理以及削峰填谷两种运行模式，在需量管理边界值与削峰填谷边界值之间，通过优化算法内点法进行迭代处理，寻找合理值使得电费成本最低。
2.根据权利要求1所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，削峰填谷指用户侧储能，通过改变用户企业用电情况，当电价处于低谷期时，向储能电池内充电，并在电价高峰期时，将储能电池内部电量放出，降低高峰期从电网获取的电量，从而实现削弱高峰填补低谷的作用；在储能配置的标称容量下，储能设备从电网获取的电量需要考虑0.993的变压器及线路效率，0.981的储能变流器效率以及0.94的电池充放电转换效率；储能设备向负荷侧放出的电量则需考虑储能变流器的效率以及变压器及线路效率；假设储能电站的配置容量为I，则其满充电量为Ic＝I*0.993*0.981*0.94；其满放电量Id＝Ic*0.993*0.981。
3.根据权利要求2所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，根据南方地区电网峰平谷电价情况，用户侧储能主要以每天两充两放的形式运行，其中充电一段集中在每日0-8时的电价低谷期，用电成本为平段电价的38％，放电一段集中在每日10-12时的电价高峰期，用电成本为平段电价的170％，充电二段集中在每日12-14时的平段电价，放电二段集中在每日14-17时的电价高峰期。假设用电费用分别为C峰、C平、C谷，则其充放一段收益为X1＝C峰*Id-C谷*Ic，充放二段收益为X2＝C峰*Id-C平*Ic，日削峰填谷收益为X＝X1+X2。
4.根据权利要求1所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，需量电费管理指电费清单主要包括两方面，一方面是根据峰谷平不同电价时段统计各个时段内的用电量，与对应时段电价情况的乘积，为用量电费；另一方面根据用户变压器容量大小或用户该月负荷最高点来收取的基础电费；其中，根据用户变压器容量大小收取的电费称为容量电费，按南方地区相关政策该费用为23元/kVA；按照用户该月负荷最高点来收取的电费成为需量电费，该费用为32元/kW。用户可以根据自身用电情况来从容量电费与需量电费中选择一项进行电费的缴纳；在配备用户侧储能系统的情况下，可以在用电高峰时放电给负载，从而降低用户企业每月的最大需量值，从而获得收益。
5.根据权利要求1所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，具体模式设计如下：
1)输入值：
基础负荷矩阵：厂区24点/天的真实负荷曲线或预测负荷曲线；
储能容量：储能系统最多可以容纳的电量情况；
储能功率：储能系统的功率大小，即每小时能放出电量多少；
充电损耗：储能系统在充电过程中需考虑变压器、储能变流器、线路等损耗；
放电损耗：储能系统在放电过程中也如充电需考虑各项损耗；
峰段电价及时段：根据不同地区的政策情况，核定电价及时段信息；
平段电价及时段：同上；
谷段电价及时段：同上；
需量电价：根据不同地区政策情况，核定需量电价信息；
2)目标函数：电费成本最低
成本是根据厂区的负荷曲线，通过不同时段不同电价，计算得出最终厂区所需缴纳的电费价格；
初始成本＝Σ调整前谷段用电量*谷段电价+Σ调整前平段用电量*平段电价+Σ调整前峰段用电量*峰段电价+调整前当月负荷最高点*需量电价；
调整成本＝Σ调整后谷段用电量*谷段电价+Σ调整后平段用电量*平段电价+Σ调整后峰段用电量*峰段电价+调整后当月负荷最高点*需量电价；
3)逻辑调整方式：将24小时分为两个时段，时段一为优先充电时段，时段二为优先放电时段。在优先充电时段中储能系统仍然允许放电，同理在优先放电时段也同样允许充电行为；
4)优化算法内点法调整方式；
5)固定损耗：在储能系统放电过程中，系统需要额外附带部分用电成本，如空调照明等，这些设备同样也需要电能进行运作；因此再储能系统运行的同时，需要增加一部分电量损耗用于运行辅助设备，需要在调整后的负荷矩阵基础上，在储能系统运行时段内增加固定损耗。
6.根据权利要求5所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，优先充电时段：
1)如果该点初始负荷小于需量上限，考虑进行充电操作，
a.如果该点需量上限减去初始负荷的值大于满功率充电电量，
a)该点储能系统容量仍能满足满功率充电情况，则以满功率充电，
b)该点储能系统容量不能满足满功率充电情况，则降低功率直至储能系统充满；
b.如果该点需量上限减去初始负荷的值小于满功率充电电量，
a)该点储能系统剩余容量小于需量上限减去初始负荷的值，则将储能系统充至满电，
b)该点储能系统剩余容量大于需量上限减去初始负荷的值，则将剩余可充电量充进储能系统；
2)如果该点初始负荷大于需量上限，考虑进行放电操作，
a.如果储能系统剩余电量小于满功率可放电量，
a)如果此时储能系统剩余电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下，
b)如果此时储能系统剩余电量小于初始负荷减去需量上限的值，则无法该点无法满足预期需量管理要求；
b.如果储能系统剩余电量大于满功率可放电量，
a)如果此时满功率可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下，
b)如果此时满功率可放电量小于初始负荷减去需量上限的值，则该点无法满足预期需量管理要求。
7.根据权利要求5所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，优先放电时段
1)第一次判断：如果该点负荷大于需量上限，
a.如果此时储能系统剩余电量小于满功率可放电量，
a)如果储能系统可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下，
b)如果储能系统可放电量小于始负荷减去需量上限的值，则该点无法满足预期需量管理要求；
b.如果此时储能系统剩余电量大于满功率可放电量，
a)如果此时满功率可放电量大于初始负荷减去需量上限的值，则放出初始负荷减去需量上限的电量，将负荷矩阵降至需量上限以下，
b)如果此时满功率可放电量小于初始负荷减去需量上限的值，则该点无法满足预期需量管理要求；
2)第二次判断：如果该点负荷小于需量上限，
a.如果此时储能系统电量小于满功率可放电量，则放出储能系统剩余电，储能系统电量清空，
b.如果此时储能系统电量大于满功率可放电量，则以满功率放电。
8.根据权利要求5所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，优化算法内点法调整方式的边界条件如下：
1)负荷矩阵内任何一点不能超过变压器上限；
2)电池最多充放电量不能超过电池本身的最大容量；
3)电池内必须存余电量才有可能将电放出；
4)电池每小时可充放电量受到电池本身的功率限制，暂不考虑过载运行状态；
5)需量上限作为整个调整后负荷矩阵每个负荷点的上限，因此有超出该值的点优先考虑是否可以将该点降至上限以下；
6)在考虑以上各限制条件的同时尽可能满足每日充放电循环最大次数，从而增大削峰填谷收益。
9.根据权利要求5所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，优化算法-内点法如下：
其为求解线性规划或非线性凸化问题的算法，内点法的特点是将构造的新的无约束目标函数定义在可行域内，并在可行域内求得函数的极值点，即求解无约束问题时的探索点总是在可行域内部，在求解内点函数的序列无约束优化问题的过程中，所求得的系列无约束优化问题的解总是可行解，从而在可行域内部逐步逼近原约束优化问题的最优解，内点法是求解不等式约束最优化问题的一种十分有效方法。
10.根据权利要求9所述的一种用户侧电化学储能电站运行维护利益最大化的方法，其特征在于，寻找最小成本时，判断当前负荷取值的梯度方向，最小化模型的前进方向为负梯度方向。经过前进后若仍处于可行域内，则再次进行搜索迭代，最终可行域的边界收敛，但该边界并不一定为成本最优解。内点法是在可行域内部进行搜索迭代的算法，在可取值的区间内，所有方向都是可行的，关键在于搜索点是否一直保持在可行域的“内部”，直到最优解被找到，判断每次迭代点是否为内点，首先要将问题转化为标准型的线性规划。给定典型规划标准型的的可行解，若可行解每一个分量都为正，则该可行点为内点，通过该方法，在找到最优解之前不断避开可行域的边界，避免得出局部解，从而得出更为准确的最小用电成本以及需量大小。
CN202310186868.4A 2023-03-02 2023-03-02 一种用户侧电化学储能电站运行维护利益最大化的方法 Pending CN116308880A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310186868.4A CN116308880A (zh) 2023-03-02 2023-03-02 一种用户侧电化学储能电站运行维护利益最大化的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310186868.4A CN116308880A (zh) 2023-03-02 2023-03-02 一种用户侧电化学储能电站运行维护利益最大化的方法

Publications (1)

Publication Number Publication Date
CN116308880A true CN116308880A (zh) 2023-06-23

Family

ID=86786246

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310186868.4A Pending CN116308880A (zh) 2023-03-02 2023-03-02 一种用户侧电化学储能电站运行维护利益最大化的方法

Country Status (1)

Country Link
CN (1) CN116308880A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117728472A (zh) * 2023-12-29 2024-03-19 日新鸿晟智慧能源(上海)有限公司 一种用户侧储能做功天数精算方法及精算模型
CN117977663A (zh) * 2024-04-01 2024-05-03 富能宝能源科技集团有限公司 一种工商储能系统自动充放电的控制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117728472A (zh) * 2023-12-29 2024-03-19 日新鸿晟智慧能源(上海)有限公司 一种用户侧储能做功天数精算方法及精算模型
CN117728472B (zh) * 2023-12-29 2024-05-28 日新鸿晟智慧能源(上海)有限公司 一种用户侧储能做功天数精算方法及精算模型
CN117977663A (zh) * 2024-04-01 2024-05-03 富能宝能源科技集团有限公司 一种工商储能系统自动充放电的控制方法

Similar Documents

Publication Publication Date Title
US7590472B2 (en) Energy arbitrage by load shifting
CN116308880A (zh) 一种用户侧电化学储能电站运行维护利益最大化的方法
De et al. The optimization of hybrid energy conversion systems using the dynamic programming model—Rapsody
CN110890761B (zh) 用于操作电能存储装置的方法和控制设备
CN111244985B (zh) 基于节点综合灵敏度系数的分布式储能序次优化配置方法
Yu System contributions of residential battery systems: New perspectives on PV self-consumption
CN116151436B (zh) 一种面向家庭用户的光伏建筑能源规划方法及系统
CN111313444A (zh) 一种面向高密度光伏配网台区侧的储能系统优化配置方法
CN111815029A (zh) 一种用户侧储能收益深度发掘的方法
CN111126882B (zh) 虚拟变电站调度方法及终端设备
Raoufat et al. Model predictive BESS control for demand charge management and PV-utilization improvement
Zhu et al. Designing a residential hybrid electrical energy storage system based on the energy buffering strategy
Wang et al. Accurate component model based optimal control for energy storage systems in households with photovoltaic modules
Gangwar et al. Management of energy storage dispatch in unbalanced distribution networks using opendss
CN116154770A (zh) 一种基于光伏储能的建筑工地智慧用电调度系统及方法
CN110224397A (zh) 一种风光接入背景下用户侧电池储能成本效益分析方法
CN109950919A (zh) 一种微电网能量管理方法
Harsh et al. A priority-ordered incentive-based smart charging strategy of electric vehicles to determine the optimal size of solar power plant at the charging stations
CN111859605B (zh) 一种计及全寿命周期经济性的梯次电池储能容量配置方法
CN114723278A (zh) 一种考虑光伏储能的社区微电网调度方法及系统
Kordkheili et al. Managing high penetration of renewable energy in MV grid by electric vehicle storage
Dong et al. Economic evaluation of energy storage power station in distribution network
JP2021083267A (ja) 再生可能エネルギー発電システム
Chen et al. Research on Optimal Configuration of Battery Energy Storage System for Photovoltaic Systems with Different Load Demand
Kordheili et al. Managing high penetration of renewable energy in MV grid by electric vehicle storage

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