CN116883064A - 一种基于分部电价预测的储能交易运营管理方法及系统 - Google Patents
一种基于分部电价预测的储能交易运营管理方法及系统 Download PDFInfo
- Publication number
- CN116883064A CN116883064A CN202310837678.4A CN202310837678A CN116883064A CN 116883064 A CN116883064 A CN 116883064A CN 202310837678 A CN202310837678 A CN 202310837678A CN 116883064 A CN116883064 A CN 116883064A
- Authority
- CN
- China
- Prior art keywords
- price
- energy storage
- data
- power
- electricity price
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 87
- 238000007726 management method Methods 0.000 title claims abstract description 81
- 230000005611 electricity Effects 0.000 claims abstract description 121
- 238000005457 optimization Methods 0.000 claims abstract description 46
- 230000000903 blocking effect Effects 0.000 claims abstract description 34
- 238000005265 energy consumption Methods 0.000 claims abstract description 27
- 238000010248 power generation Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 34
- 238000000034 method Methods 0.000 claims description 29
- 238000012544 monitoring process Methods 0.000 claims description 29
- 238000012423 maintenance Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000008901 benefit Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000013486 operation strategy Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000013439 planning Methods 0.000 description 7
- 238000011217 control strategy Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000007599 discharging Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- OFPXSFXSNFPTHF-UHFFFAOYSA-N oxaprozin Chemical compound O1C(CCC(=O)O)=NC(C=2C=CC=CC=2)=C1C1=CC=CC=C1 OFPXSFXSNFPTHF-UHFFFAOYSA-N 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
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
- 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
- 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
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Technology Law (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于分部电价预测的储能交易运营管理方法及系统,获取电力系统历史设定时间内的储能数据、运行数据和边际电价数据;预测边际价格;基于运行数据,计算每个节点的阻塞分量贡献值,并顺序排列,依次计算各节点后电力系统的负荷增加量,直到某一节点后电力系统的负荷增加量小于设定值,利用该节点的电价信息,预测阻塞电价;基于预测结果,结合储能数据和运行数据,以目标时间段内发电设备的能耗最小,能耗成本最低为目标,利用优化模型进行储能自调度优化,确定最优优化结果;对比实际电价和预测结果,对比实际交易执行方案和最优优化结果对应的调控方案。本发明能够高效的进行电力储能交易的规划、管理、监测。
Description
技术领域
本发明属于储能交易运营管理技术领域,涉及一种基于分部电价预测的储能交易运营管理方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
电力市场交易是指发电企业与售电公司或电力大用户之间通过市场化方式进行的电力交易活动的总称,指电力工业发、输、配、供电各环节以及市场交易机构和监管机构之间形成的关系形式。
电力市场交易运营管理系统作为电力市场运营的重要技术支持系统,面向设定区域内各类市场主体提供交易申报、电费结算、优化调度、交易统计、运行监测等业务。
据发明人了解,随着交易电量、频次、新能源投入量等数据的快速增加,交易数据成倍增长,对电力储能交易运营管理提出了更高的要求。
发明内容
本发明为了解决上述问题,提出了一种基于分部电价预测的储能交易运营管理方法及系统,本发明根据储能基本数据和运行边界数据,基于电力系统边际电价和阻塞电价的预测结果,建立储能自调度优化模型,计算最优的自调度曲线,能够高效的进行电力储能交易的规划、管理、监测。
根据一些实施例,本发明采用如下技术方案:
一种基于分部电价预测的储能交易运营管理方法,包括以下步骤:
获取电力系统历史设定时间内的储能数据、运行数据和边际电价数据;
预测边际价格;
基于运行数据,计算每个节点的阻塞分量贡献值,并顺序排列,依次计算各节点后电力系统的负荷增加量,直到某一节点后电力系统的负荷增加量小于设定值,利用该节点的电价信息,预测阻塞电价;
基于边际电价和阻塞电价的预测结果,结合储能数据和运行数据,以目标时间段内发电设备的能耗最小,能耗成本最低为目标,利用优化模型进行储能自调度优化,确定最优优化结果;
获取目标时间段内实际电价,以及实际交易执行方案,对比实际电价和预测结果,对比实际交易执行方案和最优优化结果对应的调控方案,确定对应的偏差。
作为可选择的实施方式,预测边际价格的方法采用:利用拉格朗日插值方法,基于已有边际电价数据,确定目标时间段的出清价估计值。
作为可选择的实施方式,预测边际价格的方法采用:基于需求数据、供给数据,分别绘制需求曲线和供给曲线,确定交点,通过所述交点确定给预测的边际电价的具体过程包括绘制需求曲线和供给曲线,确定需求曲线和供给曲线的交点,该点表示市场供需达到平衡,即市场上所有消费者和生产者都愿意在该价格下进行交易,通过交点得出边际电价,即该交点上的价格。
作为可选择的实施方式,所述储能数据和运行数据包括时间段的总数、各时间段内的最大功率、能源的成本和各时间段内消耗的能量。
作为可选择的实施方式,以目标时间段内发电设备的能耗最小,能耗成本最低为目标,利用优化模型进行储能自调度优化的具体过程包括初始化能量数据集和成本数据集为零,针对每个时间段i,选择消耗能量最小的设备,并使其功率满足该设备的功率小于等于该时间段内的最大功率;计算每个时间段i中的能量消耗,并添加到能量数据集中;计算能源成本,所述能源成本为该时段的能量消耗与对应能源的价格的乘积,并将其添加到成本数据集中,不断迭代,直到各时间段均计算完毕,得到优化结果。
作为可选择的实施方式,最优优化结果对应的调控方案的确定过程包括,基于预测得到的电价,依据厂站基础设定参数,生成运行计划,并计算预估净收益、价差收益和充放电量数据。
当电网电价低于设定值时,储能系统尽可能地充电,以存储更多的能量,优先选择可再生能源进行充电,同时减少从电网购买电力的比例;
当电网电价高于预定值时,储能系统尽可能地放电,优先选择使用储能系统中存储的能量,减少从电网购买电力的比例。
一种基于分部电价预测的储能交易运营管理系统,包括:
数据获取子系统,用于获取电力系统历史设定时间内的储能数据、运行数据和边际电价数据;
边际价格预测子系统,用于预测边际价格;
阻塞电价预测子系统,用于基于运行数据,计算每个节点的阻塞分量贡献值,并顺序排列,依次计算各节点后电力系统的负荷增加量,直到某一节点后电力系统的负荷增加量小于设定值,利用该节点的电价信息,预测阻塞电价;
自调度优化子系统,用于基于边际电价和阻塞电价的预测结果,结合储能数据和运行数据,以目标时间段内发电设备的能耗最小,能耗成本最低为目标,利用优化模型进行储能自调度优化,确定最优优化结果;
监测管理子系统,用于获取目标时间段内实际电价,以及实际交易执行方案,对比实际电价和预测结果,对比实际交易执行方案和最优优化结果对应的调控方案,确定对应的偏差。
作为可选择的实施方式,所述监测管理子系统,包括厂站运行管理模块、市场信息管理模块、申报辅助决策模块、日内跟踪监控模块、市场收益结算模块和厂站信息管理模块,其中:
所述厂站运行管理模块,用于提供检修计划管理、运行记录、功率运行监视、电站运行监测和历史运行信息查看功能;
所述市场信息管理模块,用于进行节点电价维护和市场数据维护;
所述申报辅助决策模块,用于管理协同计划,对比实际交易执行方案和最优优化结果对应的调控方案,实现交易复盘分析;
所述日内跟踪监控模块,用于提供电站运行计划,进行储能电厂日内运行情况和已确认的协同计划对比,分析实际运行和计划的实际执行情况;
所述市场收益结算模块,用于提供市场日清结果、进行月度收益结算和月度收益统计;
所述厂站信息管理模块,用于进行厂站档案管理、用户基线管理、输配电价管理、物联档案管理和峰谷电价维护。
进一步限定的方式,所述厂站运行管理模块包括:
检修计划管理模块,用于录入提前规划好的检修计划,检修计划下的设备不参与接下来的储能工作;
运行记录模块,用于在运行策略已经确定的情况下,在当日实际运行中因其他外部因素造成未按策略运行,进行记录;
功率运行监视模块,用于显示当天的储能系统的功率情况和充放电情况。
电站运行监测模块,用于针对厂站中设备当日的有功功率、无功功率、工况、电能和电流参数的查看,并支持其他参数接入;
历史运行查看模块,用于支持查看历史运行数据,并提供数据导出功能。
作为可选择的实施方式,所述市场信息管理模块,包括:
节点电价维护模块,用于根据电力现货交易市场的规则,显示日前和实时价格,支持针对实时价格进行维护;
市场数据维护模块,用于对包含市场的运行数据、市场边界、出清价的市场数据进行获取和上传;
电价预测管理模块,用于进行电价预测训练、出清电价预测、预测结果修正和预测结果分析。
与现有技术相比,本发明的有益效果为:
本发明提供了基于分部电价预测的储能交易运营管理方法,基于电价预测,所述电价包括边际电价数据和阻塞电价,预先进行调控计划的生成,并和实际运行计划、实际电价进行对比,进行自我完善和更新,能够将管理环节前置、预置,并不断修正对比,有助于高效的进行电力储能交易的规划、管理、监测。
本发明提供了基于分部电价预测的储能交易运营管理系统,采用模块化的设计,提供各个数据的管理导航/菜单模块,方便、快捷,便于技术人员寻找和操作,增强了体验感。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本实施例的流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
一种基于分部电价预测的储能交易运营管理方法,如图1所示,包括以下步骤:
获取电力系统历史设定时间内的储能数据、运行数据和边际电价数据;
预测边际价格;
基于运行数据,计算每个节点的阻塞分量贡献值,并顺序排列,依次计算各节点后电力系统的负荷增加量,直到某一节点后电力系统的负荷增加量小于设定值,利用该节点的电价信息,预测阻塞电价;
基于边际电价和阻塞电价的预测结果,结合储能数据和运行数据,以目标时间段内发电设备的能耗最小,能耗成本最低为目标,利用优化模型进行储能自调度优化,确定最优优化结果;
获取目标时间段内实际电价,以及实际交易执行方案,对比实际电价和预测结果,对比实际交易执行方案和最优优化结果对应的调控方案,确定对应的偏差,可以进一步更新模型。
下面介绍具体过程:
电价结果获取过程包括电价预测和自调度功率优化两个阶段。
其中所述电价预测具体过程如下:
系统边际电价SMP反应了全网的供需情况,相对来说应该更加稳定,而阻塞分量取决于局部供需,相对随机性更强一些,因此可以考虑分成系统边际电价预测和阻塞电价预测两部分进行预测然后对价格进行综合。其中,系统边际电价预测方法主要可以用以下两种:
第一种,利用公布数据中,日前/实时统一出清价进行插值后预测
具体来说,预测模型首先会收集历史上同一时间段的系统边际电价数据,并且根据时间序列的分析方法对这些数据进行分析。根据历史数据的趋势和规律,预测模型会预测出未来边际电价的趋势和变化。
本实施例采用拉格朗日插值方法。假设实时市场数据的出清价在t时刻没有公布,可以利用历史时刻t-1和t+1的出清价进行插值。具体地,假设t时刻的出清价是P(t),t-1时刻的出清价是P(t-1),t+1时刻的出清价是P(t+1),则可以通过拉格朗日插值公式得到t时刻的估计值P′(t):
这个式子的含义是,根据t-1和t+1时刻的出清价来估计t时刻的出清价,利用拉格朗日插值的思想,将插值点的估计值表示为插值基函数与插值点的函数值的乘积之和。
第二种,供给曲线预测,利用需求曲线和供给曲线的交点估算具体步骤如下:
首先,绘制需求曲线和供给曲线。其次,确定需求曲线和供给曲线的交点,这个点表示市场供需达到平衡,即市场上所有消费者和生产者都愿意在该价格下进行交易。最后,通过交点得出边际电价,即该交点上的价格。
具体公式如下:
需求曲线:Qd=a-bP;
供给曲线:Qs=c+dP;
其中,Qd为需求量,Qs为供给量,P为价格,a、b、c、d为常数。
求解交点,令需求量等于供给量:
a-bP=c+dP;
解出P,代入需求曲线或供给曲线中得到Qd或Qs的值,即可计算出交点。
阻塞电价的预测过程包括:
首先,由于阻塞电价受周边节点的负荷、潮流影响,因此,基于贪心算法,构建影响阻塞电价的相关节点筛选模型。具体的筛选模型逻辑如下:
1.计算每个节点的阻塞分量贡献值并按照贡献值从大到小的顺序对节点进行排序。
2.依次选择排名靠前的节点,并计算选择该节点后电力系统的负荷增加量△P。如果△P小于某个阈值,则停止选择节点,否则继续选择下一个节点。
3.最终选择的节点即为影响阻塞电价的相关节点。
其次,利用相关节点的实时统一出清价、实时节点电价、日前节点电价、日前统一出清价及机组检修实际信息等信息,采用XGBoost、SVR等算法构建电价预测模型。
第一步预测电价为分部预测结果的加和。
在本实施例中,自调度功率优化阶段主要目标是协调各种经济因素,满足电力消费者需求的同时最小化供电成本,其内容包括发电计划编制、功率优化问题、发电机组调度控制等:其中,本实施例基于储能基本数据和运行边界数据,结合系统边际电价和阻塞电价的预测结果,基于贪心算法建立储能自调度优化模型,计算最优的自调度曲线。
基于贪心算法建立储能自调度优化模型的过程采用现有技术即可,在此不再赘述。
考虑在满足电网稳定性和用户需求的前提下,通过储能系统的充放电调节来实现电力市场参与、降低能耗成本等目标。具体优化模型如下:
建立储能模型:
首先,需要建立储能模型,包括储能系统的充放电特性、储能系统的能量状态等。根据储能模型,可以得到储能系统的充放电效率、最大充放电功率、最大储能容量等关键参数。
确定控制策略:
在确定控制策略时,需要考虑当前时刻的负荷情况、电价情况以及储存系统的实际状况等因素,并结合过去的负荷、电价历史数据进行综合分析。具体地,采用贪心算法来寻找最优解。将控制策略分为两个部分:
充电策略:当电网电价较低时,储能系统应该尽可能地充电,以存储更多的能量。此时,优先选择使用太阳能、风能等可再生能源进行充电,同时减少从电网购买电力的比例。
放电策略:当电网电价较高时,储能系统应该尽可能地放电,以在市场高峰期获取更多的收益。此时,优先选择使用储能系统中存储的能量,减少从电网购买电力的比例。
进行模拟和优化:
在确定了控制策略之后,可以进行模拟和优化。根据预测负荷、电价等数据,结合确定的控制策略,计算出储能系统在未来一段时间内的充放电状态,并通过调节控制策略来最大化收益或最小化成本。
实时监控和调整:
在实际运行中,需要随时监控储能系统的状况,并根据实际情况做出相应的调整。例如,当天气恶劣,可再生能源发电量不足时,可以适当降低充电速度;当电网电压不稳定时,可以及时停止充放电操作等。
具体计算过程如下:
首先,需要定义一些变量:
t:时间段的总数(假设为24小时)
:第i个时间段内的最大功率;
c:能源的成本;
ei:第i个时间段内消耗的能量;
cost:为相应储能的能量消耗成本;
步骤:
1.初始化能量和成本为0:total_energy=0,total_cost=0;
2.针对每个时间段i,选择消耗能量最小的设备,并使其功率满足以下条件:;
3.计算每个时间段i中的能量消耗ei,并添加到total_energy;
4.计算能源成本c=e×cost,并将其添加到total_cost;
5.返回优化结果total_energy和total_cost。
经过上述过程,得到最优成本下的发电设备,进而得到最优发电曲线。
到了目标时间段,根据目标时间段内实际电价,以及实际交易执行方案,对比实际电价和预测结果,对比实际交易执行方案和最优优化结果对应的调控方案,确定对应的偏差,进行分析和监控。
实施例二
本实施例提供一种系统,用于进行实施例一所提供的方法。
系统包含业务流程导航,运营统计,运行监视三个大模块,主要是为用户展示当天的计划、实时功率曲线以及当天的响应情况和月度收益查看,并提供各类业务快速处理的导航功能。
其中流程导航名称包括:数据准备、数据分析、电价预测、电价预测分析、检修计划、运行决策、中标结果、复盘分析、收益统计和日清结果,如表1所示。
表1
运营统计模块:展示年度的累计收益情况,年度累计充电量,年度充电费用,年度累计放电量,年度放电费用情况,日收益排行显示当前年份的最高收益日排行。
运行监测模块:显示当前的计划运行策略和实际的运行策略,并显示具体的计划和实际充放电情况。
系统菜单包含厂站运行管理、市场信息管理、电价预测管理、申报辅助决策、日内跟踪监控、市场收益结算和厂站信息管理七个功能模块。
其中,厂站运行管理的功能包括检修计划管理、运行记录、功率运行监视、电站运行监测和历史运行查看:
检修计划管理,适用于录入提前规划好的检修计划,检修计划下的设备不参与接下来的储能工作,便于接下来的运行计划按照实际情况调整容量参数。
运行记录适用于运行策略已经确定的情况下,在当日实际运行中因其他外部因素(如设备故障、调度人员干扰等)造成未按策略运行,需要做出问题记录。
功率运行监视:显示当天的储能系统的功率情况和充放电情况。
电站运行监测:此功能主要针对厂站中设备当日的有功功率,无功功率,工况,电能,电流情况这些参数的查看,并支持其他参数接入,参数包括:表计名称:有功功率,无功功率,日总放电量,累计充电量,当前SOC,负荷有功值,负荷电流值,负荷无功值,累计放电量,发电功率,日总充电量。
历史运行查看:支持查看历史运行数据,并提供数据导出功能。
市场信息管理模块的功能包含节点电价维护和市场数据维护。
节点电价维护:依托于电力现货交易市场的规则,此功能显示日前和实时价格。并支持针对实时价格进行手动维护。
市场数据维护:此功能旨在对市场的运行数据(全网负荷、新能源出力、核电出力、正负备用等信息)、市场边界(全网负荷预测、新能源出力预测、核电出力预测等)、出清价(日前出清价格、日内出清价格)等市场数据进行获取和手动上传。
电价预测管理模块的功能包括电价预测训练、出清电价预测、预测结果修正和预测结果分析。
电价预测训练:该功能支持电价预测算法的训练计算,可自定义设置参数和方案关联。
出清电价预测:该功能运用电价预测的算法逻辑,对出清价格进行预测,并根据实际出清价格,量化竞价空间。
预测结果修正:此功能会根据电力市场信息,对竞价空间,风电总加,光伏总加进行预测结果的调整,便于对结果进行优化。
预测结果分析:此功能统计预测结果和实际价格的情况,并根据预测结果和实际价格,计算预测的准确率。
申报辅助决策模块的功能包括协同计划管理和交易复盘分析。
协同计划管理:此功能将根据预测算法产生的日前电价,依据储能电厂的基础设定参数,智能生成运行计划,并计算预估净收益,价差收益,其他费用和相应的充放电量数据。相关运行方案将由储能电厂运行人员确认并优化后,形成次日的实际运行计划。
交易复盘分析:此功能是根据系统算法最优方案、实际执行方案、实际申报方案三个方案的数据情况,计算相关收益,并对各方案的价差成本和收益进行分析。
日内跟踪监控模块的功能包括电站运行计划和日内运行分析。
电站运行计划:此功能用于储能电站日内的运行计划跟踪,对比计划功率和申报计划功率的情况。
日内运行分析:此功能用于储能电厂日内运行情况和已确认的协同计划对比,分析实际运行和计划的实际执行情况,包括充放电情况和功率情况。
市场收益结算模块的功能包括市场日清结果、月度收益结算和月度收益统计。
市场日清结果:该功能是根据市场数据信息,储能电厂运行情况(充放电情况),依照地方的充电成本核算公式,放电收益公式,其他费用核算公式,计算实际收益情况。并直观显示月度的充电成本,放电成本,月度收益数据。并支持发电,放电结算数据的手动上传,便于在系统中记录储能电厂的实际效益情况。
月度收益结算:此功能适用于电力现货市场日清月结的结算方式,系统根据已确认的运行计划和市场信息,统计计算月度收益,并根据系统自定义设置的用户组成信息,分别计算用户收益和运营商收益,将储能电厂的收益细化统计,便于配合结算人员进行月度结算。
月度收益统计:此功能将月度结算结果进行数据化呈现,以年为单位,显示该年的收益情况,充放电情况等。
厂站信息管理模块的功能包括厂站档案管理、用户基线管理、输配电价管理、物联档案管理和峰谷电价维护。
厂站档案管理用来维护储能电厂基本信息,以及储能电厂业务信息,业务数据配置规则,平台使用单位、负荷等信息。
用户基线管理:为平台已接入的用户,根据采集监视到的历史负荷数据,统计生成过往参考基线,并下发给用户申报用电方案使用。
输配电价管理:此功能针对储能电厂所在地的政府电价政策,配置输配电价的价格,以及其他用电费用和补贴政策金额。
物联档案管理:系统提供储能电厂管理平台对用户侧可调资源的量测仪表数据的采集、存储、维护、监视功能。通过对各个户号表计的维护,根据测量地址采集到各个电表的数据值,同时实现量测标记信息的查看,对设备信息进行显示。
峰谷电价维护:此功能针对储能电厂所在地的政府峰谷电价政策,配置省级单位的不同用电性质的电价,目前支持多省的电价方案录入,便于用户进行多个厂的电价方案配置。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种基于分部电价预测的储能交易运营管理方法,其特征是,包括以下步骤:
获取电力系统历史设定时间内的储能数据、运行数据和边际电价数据;
预测边际价格;
基于运行数据,计算每个节点的阻塞分量贡献值,并顺序排列,依次计算各节点后电力系统的负荷增加量,直到某一节点后电力系统的负荷增加量小于设定值,利用该节点的电价信息,预测阻塞电价;
基于边际电价和阻塞电价的预测结果,结合储能数据和运行数据,以目标时间段内发电设备的能耗最小,能耗成本最低为目标,利用优化模型进行储能自调度优化,确定最优优化结果;
获取目标时间段内实际电价,以及实际交易执行方案,对比实际电价和预测结果,对比实际交易执行方案和最优优化结果对应的调控方案,确定对应的偏差。
2.如权利要求1所述的一种基于分部电价预测的储能交易运营管理方法,其特征是,预测边际价格的方法采用:利用拉格朗日插值方法,基于已有边际电价数据,确定目标时间段的出清价估计值。
3.如权利要求1所述的一种基于分部电价预测的储能交易运营管理方法,其特征是,预测边际价格的方法采用:基于需求数据、供给数据,分别绘制需求曲线和供给曲线,确定交点,通过所述交点确定给预测的边际电价的具体过程包括绘制需求曲线和供给曲线,确定需求曲线和供给曲线的交点,该点表示市场供需达到平衡,即市场上所有消费者和生产者都愿意在该价格下进行交易,通过交点得出边际电价,即该交点上的价格。
4.如权利要求1所述的一种基于分部电价预测的储能交易运营管理方法,其特征是,所述储能数据和运行数据包括时间段的总数、各时间段内的最大功率、能源的成本和各时间段内消耗的能量。
5.如权利要求1所述的一种基于分部电价预测的储能交易运营管理方法,其特征是,以目标时间段内发电设备的能耗最小,能耗成本最低为目标,利用优化模型进行储能自调度优化的具体过程包括初始化能量数据集和成本数据集为零,针对每个时间段i,选择消耗能量最小的设备,并使其功率满足该设备的功率小于等于该时间段内的最大功率;计算每个时间段i中的能量消耗,并添加到能量数据集中;计算能源成本,所述能源成本为该时段的能量消耗与对应能源的价格的乘积,并将其添加到成本数据集中,不断迭代,直到各时间段均计算完毕,得到优化结果。
6.如权利要求1所述的一种基于分部电价预测的储能交易运营管理方法,其特征是,最优优化结果对应的调控方案的确定过程包括,基于预测得到的电价,依据厂站基础设定参数,生成运行计划,并计算预估净收益、价差收益和充放电量数据;
或,当电网电价低于设定值时,储能系统尽可能地充电,以存储更多的能量,优先选择可再生能源进行充电,同时减少从电网购买电力的比例;
当电网电价高于预定值时,储能系统尽可能地放电,优先选择使用储能系统中存储的能量,减少从电网购买电力的比例。
7.一种基于分部电价预测的储能交易运营管理系统,其特征是,包括:
数据获取子系统,用于获取电力系统历史设定时间内的储能数据、运行数据和边际电价数据;
边际价格预测子系统,用于预测边际价格;
阻塞电价预测子系统,用于基于运行数据,计算每个节点的阻塞分量贡献值,并顺序排列,依次计算各节点后电力系统的负荷增加量,直到某一节点后电力系统的负荷增加量小于设定值,利用该节点的电价信息,预测阻塞电价;
自调度优化子系统,用于基于边际电价和阻塞电价的预测结果,结合储能数据和运行数据,以目标时间段内发电设备的能耗最小,能耗成本最低为目标,利用优化模型进行储能自调度优化,确定最优优化结果;
监测管理子系统,用于获取目标时间段内实际电价,以及实际交易执行方案,对比实际电价和预测结果,对比实际交易执行方案和最优优化结果对应的调控方案,确定对应的偏差。
8.如权利要求7所述的一种基于分部电价预测的储能交易运营管理系统,其特征是,所述监测管理子系统,包括厂站运行管理模块、市场信息管理模块、申报辅助决策模块、日内跟踪监控模块、市场收益结算模块和厂站信息管理模块,其中:
所述厂站运行管理模块,用于提供检修计划管理、运行记录、功率运行监视、电站运行监测和历史运行信息查看功能;
所述市场信息管理模块,用于进行节点电价维护和市场数据维护;
所述申报辅助决策模块,用于管理协同计划,对比实际交易执行方案和最优优化结果对应的调控方案,实现交易复盘分析;
所述日内跟踪监控模块,用于提供电站运行计划,进行储能电厂日内运行情况和已确认的协同计划对比,分析实际运行和计划的实际执行情况;
所述市场收益结算模块,用于提供市场日清结果、进行月度收益结算和月度收益统计;
所述厂站信息管理模块,用于进行厂站档案管理、用户基线管理、输配电价管理、物联档案管理和峰谷电价维护。
9.如权利要求8所述的一种基于分部电价预测的储能交易运营管理系统,其特征是,所述厂站运行管理模块包括:
检修计划管理模块,用于录入提前规划好的检修计划,检修计划下的设备不参与接下来的储能工作;
运行记录模块,用于在运行策略已经确定的情况下,在当日实际运行中因其他外部因素造成未按策略运行,进行记录;
功率运行监视模块,用于显示当天的储能系统的功率情况和充放电情况。
电站运行监测模块,用于针对厂站中设备当日的有功功率、无功功率、工况、电能和电流参数的查看,并支持其他参数接入;
历史运行查看模块,用于支持查看历史运行数据,并提供数据导出功能。
10.如权利要求8所述的一种基于分部电价预测的储能交易运营管理系统,其特征是,所述市场信息管理模块,包括:
节点电价维护模块,用于根据电力现货交易市场的规则,显示日前和实时价格,支持针对实时价格进行维护;
市场数据维护模块,用于对包含市场的运行数据、市场边界、出清价的市场数据进行获取和上传;
电价预测管理模块,用于进行电价预测训练、出清电价预测、预测结果修正和预测结果分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310837678.4A CN116883064A (zh) | 2023-07-10 | 2023-07-10 | 一种基于分部电价预测的储能交易运营管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310837678.4A CN116883064A (zh) | 2023-07-10 | 2023-07-10 | 一种基于分部电价预测的储能交易运营管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116883064A true CN116883064A (zh) | 2023-10-13 |
Family
ID=88263750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310837678.4A Pending CN116883064A (zh) | 2023-07-10 | 2023-07-10 | 一种基于分部电价预测的储能交易运营管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116883064A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117277393A (zh) * | 2023-11-22 | 2023-12-22 | 宁德时代新能源科技股份有限公司 | 储能配置方法、储能配置装置、储能系统及存储介质 |
-
2023
- 2023-07-10 CN CN202310837678.4A patent/CN116883064A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117277393A (zh) * | 2023-11-22 | 2023-12-22 | 宁德时代新能源科技股份有限公司 | 储能配置方法、储能配置装置、储能系统及存储介质 |
CN117277393B (zh) * | 2023-11-22 | 2024-04-12 | 宁德时代新能源科技股份有限公司 | 储能配置方法、储能配置装置、储能系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111492559B (zh) | 用于能量存储系统的最佳控制的系统和方法 | |
Liu et al. | Decision-making models for the participants in cloud energy storage | |
Khani et al. | Optimal day-ahead scheduling of power-to-gas energy storage and gas load management in wholesale electricity and gas markets | |
Mariaud et al. | Integrated optimisation of photovoltaic and battery storage systems for UK commercial buildings | |
Chen et al. | Economic analysis and optimal energy management models for microgrid systems: A case study in Taiwan | |
JP7051856B2 (ja) | 動的エネルギーストレージシステム制御のためのシステムおよび方法 | |
EP3447258A1 (en) | Central plant control system with equipment maintenance evaluation | |
Jawad et al. | A robust optimization technique for energy cost minimization of cloud data centers | |
US20190302716A1 (en) | Building energy optimization system with capacity market program (cmp) participation | |
US11663541B2 (en) | Building energy system with load-following-block resource allocation | |
Santos et al. | Impacts of operational variability and uncertainty on distributed generation investment planning: A comprehensive sensitivity analysis | |
EP3547234A1 (en) | Building energy optimization system with capacity market program (cmp) participation | |
Nazari et al. | A two-stage stochastic model for energy storage planning in a microgrid incorporating bilateral contracts and demand response program | |
Hauer et al. | Design and operation strategy for multi-use application of battery energy storage in wind farms | |
US20240044986A1 (en) | Systems and method for managing dispatch and lifecycle of energy storage systems on an electrical grid, including management of energy storage systems for provisioning of multiple services | |
Daneshvar et al. | A transactive energy management framework for regional network of microgrids | |
Chang et al. | Two-stage coordinated operation framework for virtual power plant with aggregated multi-stakeholder microgrids in a deregulated electricity market | |
CN116883064A (zh) | 一种基于分部电价预测的储能交易运营管理方法及系统 | |
Awasthi et al. | Operation of datacenter as virtual power plant | |
Motta et al. | Survey of optimization models for power system operation and expansion planning with demand response | |
Castillejo-Cuberos et al. | Techno-economic assessment of photovoltaic plants considering high temporal resolution and non-linear dynamics of battery storage | |
Aittahar et al. | Optimal control of renewable energy communities with controllable assets | |
Belloni et al. | A stochastic optimal control solution to the energy management of a microgrid with storage and renewables | |
Dakir et al. | On the number of representative days for sizing microgrids with an industrial load profile | |
Li et al. | Energy storage sizing taking into account forecast uncertainties in distributed energy management system |
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 |