CN116454927A - 基于共享储能的电网两阶段在线调度方法、系统及设备 - Google Patents

基于共享储能的电网两阶段在线调度方法、系统及设备 Download PDF

Info

Publication number
CN116454927A
CN116454927A CN202210009902.6A CN202210009902A CN116454927A CN 116454927 A CN116454927 A CN 116454927A CN 202210009902 A CN202210009902 A CN 202210009902A CN 116454927 A CN116454927 A CN 116454927A
Authority
CN
China
Prior art keywords
energy storage
online
day
scheduling
shared
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
CN202210009902.6A
Other languages
English (en)
Inventor
谢毓广
王川
高博
白珈于
潘东
郑天文
李金中
魏韡
王小明
黄杰
计长安
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.)
Tsinghua University
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
State Grid Anhui Electric Power Co Ltd
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Original Assignee
Tsinghua University
Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd
State Grid Anhui Electric Power Co Ltd
Sichuan Energy Internet Research Institute EIRI Tsinghua 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 Tsinghua University, Electric Power Research Institute of State Grid Anhui Electric Power Co Ltd, State Grid Anhui Electric Power Co Ltd, Sichuan Energy Internet Research Institute EIRI Tsinghua University filed Critical Tsinghua University
Priority to CN202210009902.6A priority Critical patent/CN116454927A/zh
Publication of CN116454927A publication Critical patent/CN116454927A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given 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
    • 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
    • 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
    • H02J2300/28—The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种基于共享储能的电网两阶段在线调度方法、系统及设备，方法通过基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略，通过日前调度阶段，能够鲁棒动态规划确定共享储能允许荷电状态范围和允许充放电范围，在线调度阶段，根据可再生能源的实际出力情况，共享储能确定实时充放电功率，帮助电网实现新能源消纳以及削峰填谷，实现日前、日内两阶段的调度优化，有效地提高了在线调度优化效果。

Description

基于共享储能的电网两阶段在线调度方法、系统及设备
技术领域
本发明涉及新能源调度技术领域，尤其涉及一种基于共享储能的电网两阶段在线调度方法、系统及设备。
背景技术
在过去十年中，风能和太阳能等可再生能源的快速增长，据有关新闻报道，2019年风力发电总容量已达到651GW，可再生能源发电容量约占全球总发电容量的三分之一。事实上，这种绿色能源有望在未来的低碳电力系统中发挥主导作用。然而，风光的固有波动性给电力系统运行带来了前所未有的挑战，需要充足的备用资源和复杂的预测技术。因此，储能单元与大型风电场和光伏发电厂一起部署以平滑其输出。然而，预测错误是不可避免的；即使在超短期(提前0-4小时)，均方根误差仍保持5％～10％；对于日前预测，误差可高达20％。
运行风力存储系统面临两个主要挑战。首先，在离线优化模型中，各个时期的电价和风电出力都是固定参数。由于储能耦合变量在连续时期的荷电状态(SoC)动态，最佳策略是参数的函数，因此是预期的：一段时间内的动作取决于未来时期的参数。但在实践中，当做出实时决策时，未来时期的价格和风电出力仍是未知数。其次，可以在优化模型中使用风电和价格预测。然而，由于预测可能有很大的误差，任意使用预测不一定能提高性能。针对可再生能源的随机性和波动性，目前已有多种优化调度方法应用于含储能和新能源的调度问题。其中，随机优化、鲁棒优化和分布鲁棒优化是解决不确定性问题的经典方法。
但上述方法都是基于离线数据，如预测数据和历史数据，然而，实时调度过程中，新能源实际出力水平是一个时段一个时段地观测到的，可能并不能像所预期的那样实现，因此传统的两阶段随机/鲁棒优化产生的预期调度策略在实际运行中效果相对较差。
发明内容
本发明提供一种基于共享储能的电网两阶段在线调度方法、系统及设备，用以解决传统调度方法只能对离线数据进行调度的缺陷，实现在线调度，提高调度效果。
本发明提供一种基于共享储能的电网两阶段在线调度方法，包括：
基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；
实时获取所述共享储能的实际出力数据；
根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略。
根据本发明提供的一种基于共享储能的电网两阶段在线调度方法，所述基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围之前，还包括：
确定预设区域内所有新能源电站的总出力的不确定性集合；
基于新能源出力削减，更新所述不确定性集合，并在所述更新后的不确定性集合中确定出最大出力值和最小出力值；
根据所述最大出力值、所述最小出力值和所述总出力的实际值，构建日前调度模型。
根据本发明提供的一种基于共享储能的电网两阶段在线调度方法，所述确定预设区域内所有新能源电站的总出力的不确定性集合，包括:
获取预测的每个所述新能源电站各个时段的最大出力值和最小出力值；
根据预测的每个新能源电站的最大出力值和最小出力值，确定所有新能源电站的总出力的不确定性集合。
根据本发明提供的一种基于共享储能的电网两阶段在线调度方法，所述根据预测的每个所述新能源电站在各个时段的最大出力值和最小出力值，确定所有所述新能源电站的总出力的不确定性集合，包括：
针对每个所述新能源电站，确定预测出的所述新能源电站在各个时段的最大出力值中的最大值，以及预测出的所述新能源电站在各个时段的最小出力值中的最小值，利用所述最大值和所述最小值形成所述新能源电站的总出力的不确定性；
利用各所述新能源电站的总出力的不确定性，形成所有所述新能源电站的总出力的不确定性集合。
根据本发明提供的一种基于共享储能的电网两阶段在线调度方法，所述日前约束条件包括：输送线路容量约束、线路最小负荷率约束、新能源出力削减的可再生能源出力、非预期约束和同时放电约束中的至少一种。
根据本发明提供的一种基于共享储能的电网两阶段在线调度方法，所述基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围之前，还包括：
获取预设区域内的新能源电站；
建立所述新能源电站与所述共享储能的连接，以使得所述共享储能存储所述新能源电站的电能，以调度至电网。
根据本发明提供的一种基于共享储能的电网两阶段在线调度方法，所述根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略，包括：
将所述实际出力数据、所述允许充电范围和所述允许放电范围输入至所述在线调度模型，输出满足在线约束条件的值；
基于所述满足在线约束条件的值，确定电网两阶段的调度策略。
本发明还提供一种基于共享储能的电网两阶段在线调度系统，包括：
日前调度模块，用于基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；
在线调度模块，用于实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定电网两阶段的在线调度策略。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于共享储能的电网两阶段在线调度方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于共享储能的电网两阶段在线调度方法的步骤。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于共享储能的电网两阶段在线调度方法的步骤。
本发明提供的一种基于共享储能的电网两阶段在线调度方法、系统及设备，方法通过基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略，通过日前调度阶段，能够鲁棒动态规划确定共享储能允许荷电状态范围和允许充放电范围，在线调度阶段，根据可再生能源的实际出力情况，共享储能确定实时充放电功率，帮助电网实现新能源消纳以及削峰填谷，实现日前、日内两阶段的调度优化，有效地提高了在线调度优化效果。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的共享储能和电网协同调控的原理示意图；
图2是本发明实施例提供的基于共享储能的电网两阶段在线调度方法的流程示意图；
图3是本发明实施例提供的基于共享储能的电网两阶段在线调度系统的结构示意图；
图4是本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合图1-图4描述本发明的一种基于共享储能的电网两阶段在线调度方法、系统及设备。
图1是本发明实施例提供的共享储能和电网协同调控的原理示意图；图2是本发明实施例提供的基于共享储能的电网两阶段在线调度方法的流程示意图。
如图1所示，本实施例中的共享储能和电网协同调控的模型包括新能源电站(以光伏电站和风电场为例)、传输线和电网。通常，首先获取预设区域内的新能源电站，包括数量和规模，然后根据新能源电站，建立共享储能，共享储能通过传输线与电网进行电力传输，在合适的位置建立共享储能，保证最小的损耗，同时还能够保证电量利用率。
如图2所示，本发明实施例提供的一种基于共享储能的电网两阶段在线调度方法，本实施例的执行主体为电网侧控制端，包括以下步骤：
201、基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围。
其中，在日前调度阶段，主要实现通过对可再生能源的粗略预测，确定共享储能的允许荷电状态范围和允许充放电范围。考虑到非预期性，首先构建日前调度模型，具体可以是，获取预测的每个新能源电站在各个时段的最大出力值和最小出力值；可以通过不确定性集合来描述各新能源电站出力的不确定性，如式(1)所示：
其中，下标i表示新能源电站的索引，下标t是时段索引。为各新能源电站的不确定出力，/>和/>分别为预测出力的上下限。
然后，针对每个所述新能源电站，确定预测出的所述新能源电站在各个时段的最大出力值中的最大值，以及预测出的所述新能源电站在各个时段的最小出力值中的最小值，利用所述最大值和所述最小值形成所述新能源电站的总出力的不确定性；利用各所述新能源电站的总出力的不确定性，形成所有所述新能源电站的总出力的不确定性集合。
预测每个新能源电站的最大出力值和最小出力值可以是按照现有技术中的方式进行，不再进行明确说明。确定出该区域内新能源电站最小可能的总出力为/>最大可能的总出力/>等于/>其中I为新能源电站的数量，便可以确定预设区域内所有新能源电站的总出力/>的不确定性集合如式(2)：
考虑到新能源出力削减(弃风、弃光等)，需要基于新能源出力削减，更新不确定性集合，并在更新后的不确定性集合中确定出最大出力值和最小出力值。其中由于新能源出力削减导致的实际出力不确定性描述如式(3)：
其中，为削减量，由日前调度阶段确定。
然后，再从公式(3)中的不确定性集合中选取两个顶点，即最大出力值用S1表示和最小出力值用S2表示，如公式(4)和公式(5)：
最后，根据最大出力值、最小出力值和总出力的实际值，构建日前调度模型，如公式(6a)，约束条件包括(6b)-(6l)，结合日前调度模型和约束条件，得到允许充电范围和允许放电范围的最优解；
其中，Ct为电价，ωs为所选择的权重，下标s∈{S1,S2}代表索引,为该区域新能源电站实际总出力,/>和/>分别为第t时段s下共享储能的充电和放电功率。01变量/>和分别表示共享储能的充电和放电状态。辅助变量/>和/>为共享储能所允许的充电功率下界和上界,/>和/>表示允许的放电功率水平,/>和/>为共享储能SOC的安全范围。参数pL为传输线容量，αL为传输线最低负载率，ηc和ηd分别为充电和放电效率,E和为由共享储能物理条件限制的SOC下限和上限,p c和/> p d和/>分别代表共享储能的充电和放电范围。
目标函数即日前调度模型(6a)最大化新能源发电收入的加权总和。式(6b)为输电线路容量约束和线路最小负荷率约束，也就是输电线路的范围值和线路最下小负荷的范围值。约束条件(6c)-(6d)描述了考虑新能源削减水平的各选定下的实际可再生能源出力。式(6e)-(6k)为共享储能的非预期约束，强调了充放电策略的全范围可行性。约束(6l)表示禁止同时充放电。而(6c)中的最小表达可转化为等价的混合整数线性表达式如下：
式中和/>为新引入的辅助01变量。
202、实时获取共享储能的实际出力数据。
具体的，可以按照预设时长周期进行实际出力数据的周期性获取，例如可以是按照小时为单位进行间隔观测获取，即每小时进行一次实时的实际出力数据的获取，当然，每小时仅为举例，也可以是其他的数。
203、根据实际出力数据、允许充电范围和允许放电范围、在线调度模型和在线约束条件，确定电网两阶段的在线调度策略。
当观察到该区域新能源电站实际总出力后，便可以根据在线调度模型确定共享储能的调度策略。将所述实际出力数据、所述允许充电范围和所述允许放电范围输入至所述在线调度模型，输出满足在线约束条件的值；基于所述满足在线约束条件的值，确定电网两阶段的调度策略。也就是根据具体的确定出的荷电状态范围和允许充放电的范围去精确地确定出在线调度策略，保证调度过程的安全、稳定进行。在线调度模型如公式(8a)所示，公式(8b)-公式(8f)同样为在线调度的在线约束条件；
其中，和/>表示在日前阶段确定的允许充电范围，/>和/>为日前阶段确定的允许放电范围，其均为日前调度问题模型的最优解。
可以证明，如果考虑非预期的日前调度优化问题日前调度模型有可行解，则在由预先指定集合公式(1)表示的所有不确定实现下，实时调度阶段必须存在至少一个可行的调度策略。与多时段调度的储能模型不同，在线调度模型虽然未引入时间耦合的荷电状态变化范围约束，但由于日前调度模型预先确定了充放电功率和荷电状态的水平边界，在任何不确定实现下都不会违反荷电状态的物理边界，也就是说日前调度模型输出的最优解已经满足了荷电状态范围的约束条件。实时决策只依赖当前观测数据，不需要预测，满足了在线调度的要求。
本实施例提供的一种基于共享储能的电网两阶段在线调度方法，通过基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略，通过日前调度阶段，能够鲁棒动态规划确定共享储能允许荷电状态范围和允许充放电范围，在线调度阶段，根据可再生能源的实际出力情况，共享储能确定实时充放电功率，帮助电网实现新能源消纳以及削峰填谷，实现日前、日内两阶段的调度优化，有效地提高了在线调度优化效果。
基于同一总的发明构思，本申请还保护一种基于共享储能的电网两阶段在线调度系统，下面对本发明提供的基于共享储能的电网两阶段在线调度系统进行描述，下文描述的基于共享储能的电网两阶段在线调度系统与上文描述的基于共享储能的电网两阶段在线调度方法可相互对应参照。
图3是本发明实施例提供的基于共享储能的电网两阶段在线调度系统的结构示意图。
如图3所示，本发明实施例提供的一种基于共享储能的电网两阶段在线调度系统，包括：
日前调度模块31，用于基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；
在线调度模块32，用于实时获取共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略。
本实施例提供的一种基于共享储能的电网两阶段在线调度系统，通过基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略，通过日前调度阶段，能够鲁棒动态规划确定共享储能允许荷电状态范围和允许充放电范围，在线调度阶段，根据可再生能源的实际出力情况，共享储能确定实时充放电功率，帮助电网实现新能源消纳以及削峰填谷，实现日前、日内两阶段的调度优化，有效地提高了在线调度优化效果。
进一步的，本实施例中的日前调度模块31，具体用于：
确定预设区域内所有新能源电站的总出力的不确定性集合；
基于新能源出力削减，更新不确定性集合，并在更新后的不确定性集合中确定出最大出力值和最小出力值；
根据最大出力值、最小出力值和总出力的实际值，构建日前调度模型。
进一步的，本实施例中的日前调度模块31，具体还用于：
获取预测的每个新能源电站在各个时段的最大出力值和最小出力值；
根据预测的每个新能源电站的最大出力值和最小出力值，确定所有新能源电站的总出力的不确定性集合。
进一步的，本实施例中的日前调度模块31，具体还用于：
针对每个所述新能源电站，确定预测出的所述新能源电站在各个时段的最大出力值中的最大值，以及预测出的所述新能源电站在各个时段的最小出力值中的最小值，利用所述最大值和所述最小值形成所述新能源电站的总出力的不确定性；
利用各所述新能源电站的总出力的不确定性，形成所有所述新能源电站的总出力的不确定性集合。
进一步的，本实施例中日前约束条件包括：输送线路容量约束、线路最小负荷率约束、新能源出力削减的可再生能源出力、非预期约束和同时放电约束中的至少一种。
进一步的，本实施例中，还包括：
获取预设区域内的新能源电站；
建立所述新能源电站与所述共享储能的连接，以使得所述共享储能存储所述新能源电站的电能，以调度至电网。
进一步的，本实施例中的，在线调度模块32，具体用于：
将所述实际出力数据、所述允许充电范围和所述允许放电范围输入至所述在线调度模型，输出满足在线约束条件的值；
基于所述满足在线约束条件的值，确定电网两阶段的调度策略。
图4是本发明实施例提供的电子设备的结构示意图。
如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令，以执行基于共享储能的电网两阶段在线调度方法，该方法包括：基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略。
此外，上述的存储器430中的逻辑指令可以通过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-Only Memory)、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。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的基于共享储能的电网两阶段在线调度方法，该方法包括：基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的基于共享储能的电网两阶段在线调度方法，该方法包括：基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：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 (10)

1.一种基于共享储能的电网两阶段在线调度方法，其特征在于，包括：
基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；
实时获取所述共享储能的实际出力数据；
根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略。
2.根据权利要求1所述的基于共享储能的电网两阶段在线调度方法，其特征在于，所述基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围之前，还包括：
确定预设区域内所有新能源电站的总出力的不确定性集合；
基于新能源出力削减，更新所述不确定性集合，并在所述更新后的不确定性集合中确定出最大出力值和最小出力值；
根据所述最大出力值、所述最小出力值和所述总出力的实际值，构建日前调度模型。
3.根据权利要求2所述的基于共享储能的电网两阶段在线调度方法，其特征在于，所述确定预设区域内所有新能源电站的总出力的不确定性集合，包括:
获取预测的每个所述新能源电站在各个时段的最大出力值和最小出力值；
根据预测的每个所述新能源电站在各个时段的最大出力值和最小出力值，确定所有所述新能源电站的总出力的不确定性集合。
4.根据权利要求3所述的基于共享储能的电网两阶段在线调度方法，其特征在于，所述根据预测的每个所述新能源电站在各个时段的最大出力值和最小出力值，确定所有所述新能源电站的总出力的不确定性集合，包括：
针对每个所述新能源电站，确定预测出的所述新能源电站在各个时段的最大出力值中的最大值，以及预测出的所述新能源电站在各个时段的最小出力值中的最小值，利用所述最大值和所述最小值形成所述新能源电站的总出力的不确定性；
利用各所述新能源电站的总出力的不确定性，形成所有所述新能源电站的总出力的不确定性集合。
5.根据权利要求1所述的基于共享储能的电网两阶段在线调度方法，其特征在于，所述日前约束条件包括：输送线路容量约束、线路最小负荷率约束、新能源出力削减的可再生能源出力、非预期约束和同时放电约束中的至少一种。
6.根据权利要求1所述的基于共享储能的电网两阶段在线调度方法，其特征在于，所述基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围之前，还包括：
获取预设区域内的新能源电站；
建立所述新能源电站与所述共享储能的连接，以使得所述共享储能存储所述新能源电站的电能，以调度至电网。
7.根据权利要求1所述的基于共享储能的电网两阶段在线调度方法，其特征在于，所述根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略，包括：
将所述实际出力数据、所述允许充电范围和所述允许放电范围输入至所述在线调度模型，输出满足在线约束条件的值；
基于满足所述在线约束条件的值，确定电网两阶段的调度策略。
8.一种基于共享储能的电网两阶段在线调度系统，其特征在于，包括：
日前调度模块，用于基于日前调度模型和日前约束条件，确定共享储能的允许充电范围和允许放电范围；
在线调度模块，用于实时获取所述共享储能的实际出力数据；根据所述实际出力数据、所述允许充电范围和所述允许放电范围、在线调度模型和在线约束条件，确定所述共享储能的在线调度策略。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述基于共享储能的电网两阶段在线调度方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述基于共享储能的电网两阶段在线调度方法的步骤。
CN202210009902.6A 2022-01-06 2022-01-06 基于共享储能的电网两阶段在线调度方法、系统及设备 Pending CN116454927A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210009902.6A CN116454927A (zh) 2022-01-06 2022-01-06 基于共享储能的电网两阶段在线调度方法、系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210009902.6A CN116454927A (zh) 2022-01-06 2022-01-06 基于共享储能的电网两阶段在线调度方法、系统及设备

Publications (1)

Publication Number Publication Date
CN116454927A true CN116454927A (zh) 2023-07-18

Family

ID=87122453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210009902.6A Pending CN116454927A (zh) 2022-01-06 2022-01-06 基于共享储能的电网两阶段在线调度方法、系统及设备

Country Status (1)

Country Link
CN (1) CN116454927A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117439126A (zh) * 2023-10-24 2024-01-23 上海勘测设计研究院有限公司 一种新能源汇集区域共享储能优化运行方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117439126A (zh) * 2023-10-24 2024-01-23 上海勘测设计研究院有限公司 一种新能源汇集区域共享储能优化运行方法及装置
CN117439126B (zh) * 2023-10-24 2024-04-26 上海勘测设计研究院有限公司 一种新能源汇集区域共享储能优化运行方法及装置

Similar Documents

Publication Publication Date Title
Salimi et al. Simultaneous operation of wind and pumped storage hydropower plants in a linearized security-constrained unit commitment model for high wind energy penetration
Wang et al. Optimal planning of stand-alone microgrids incorporating reliability
CN103560532A (zh) 一种兆瓦级电池储能电站的监控系统及其方法
CN103944175A (zh) 风光储联合发电系统出力特性优化方法
CN104037776A (zh) 随机惯性因子粒子群优化算法的电网无功容量配置方法
CN108281989B (zh) 一种风电电力系统经济调度方法及装置
CN116207739A (zh) 配电网优化调度方法、装置、计算机设备和存储介质
Giannelos et al. Option value of dynamic line rating and storage
CN116454914A (zh) 一种多类型资源复合调频模型的构建方法及装置
CN115345380A (zh) 一种基于人工智能的新能源消纳电力调度方法
CN114493743B (zh) 基于agc调频分区控制光储联合系统参与市场投标方法
CN116454927A (zh) 基于共享储能的电网两阶段在线调度方法、系统及设备
CN114094599A (zh) 一种多站融合参与调峰调频调压潜力评估方法及装置
CN115953058A (zh) 一种光储一体化充电站规划方法、系统及介质
CN116365575A (zh) 基于直流送电的风光储容量配置方法及装置
CN110336308A (zh) 一种基于机会约束的主动配电网经济调度方法
Paliwal et al. Short-term optimal energy management in stand-alone microgrid with battery energy storage
CN115360768A (zh) 基于muzero和深度强化学习的电力调度方法、装置及存储介质
Bruninx et al. Improved energy storage system & unit commitment scheduling
CN113255957A (zh) 综合服务站不确定因素的定量优化分析方法及系统
CN112529610A (zh) 一种基于强化学习的端对端电能交易市场用户决策方法
CN105958479A (zh) 一种含钠硫电池的微电网能量管理优化方法
Huang et al. Stackelberg Competition Between Merchant and Regulated Storage Investment under Locational Marginal Pricing
CN118572697B (zh) 一种虚拟电厂能量管理方法、装置、设备及介质
CN115864464B (zh) 一种适用于储能系统的放电优化方法

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