CN117254501A - 一种新能源侧集中式共享储能容量规划方法及系统 - Google Patents
一种新能源侧集中式共享储能容量规划方法及系统 Download PDFInfo
- Publication number
- CN117254501A CN117254501A CN202311208340.9A CN202311208340A CN117254501A CN 117254501 A CN117254501 A CN 117254501A CN 202311208340 A CN202311208340 A CN 202311208340A CN 117254501 A CN117254501 A CN 117254501A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- shared
- station
- new 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.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 265
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007599 discharging Methods 0.000 claims abstract description 46
- 241000039077 Copula Species 0.000 claims abstract description 17
- 230000008901 benefit Effects 0.000 claims description 34
- 230000005611 electricity Effects 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 12
- 238000010248 power generation Methods 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 claims description 5
- 239000003245 coal Substances 0.000 claims description 4
- 238000003064 k means clustering Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 2
- 238000012887 quadratic function Methods 0.000 claims description 2
- 238000010977 unit operation Methods 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 41
- 238000004590 computer program Methods 0.000 description 4
- 238000012614 Monte-Carlo sampling Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013486 operation strategy Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0645—Rental transactions; Leasing transactions
-
- 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
- H02J3/24—Arrangements for preventing or reducing oscillations of power in networks
- H02J3/241—The oscillation concerning frequency
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种新能源侧集中式共享储能容量规划方法及系统，涉及电力系统优化规划技术领域，包括：基于Copula函数，根据历史风力出力数据集和历史光伏出力数据集确定风光联合出力典型场景集合；基于新能源共享储能系统模型确定共享储能约束条件集合，包括功率平衡约束、新能源场站功率平衡约束、共享储能与新能源场站间充放电功率平衡约束、新能源场站对共享储能充放电需求功率约束、火电机组约束、调频约束、共享储能荷电状态约束及共享储能充放电功率约束；以新能源共享储能系统的价值最大为目标，构建共享储能容量规划模型，求解以得到共享储能容量最优规划结果。本发明提高了电力资源利用率。
Description
技术领域
本发明涉及电力系统优化规划技术领域，特别是涉及一种新能源侧集中式共享储能容量规划方法及系统。
背景技术
随着新能源产业的迅速发展，发电成本不断降低，新能源在电力系统中的装机容量不断增加。然而与传统发电相比，新能源发电具有随机性强、间歇性明显等特点，无法做到精准预测，大规模新能源并网会对电力系统的安全稳定运行造成很大影响。储能可实现能量的时空转移，增强系统的灵活性，但其高成本低利用率却限制了其大规模应用。
在新能源场站集中区域建设共享储能可使其服务多个新能源场站，通过容量租赁服务获得收益；而新能源场站通过租赁一定比例的储能容量获得优先并网及消纳资格，减少了自身建设储能电站的投资及运维成本，还可以降低发电计划偏差考核成本，提高并网售电收益，二者互利互惠、合作共赢。随着市场主体和技术支持系统的成熟，电能量和辅助服务联合出清将成为趋势。
发明内容
本发明的目的是提供一种新能源侧集中式共享储能容量规划方法及系统，提高电力资源利用率。
为实现上述目的，本发明提供了如下方案：
一种新能源侧集中式共享储能容量规划方法，包括：
构建新能源共享储能系统模型；所述新能源共享储能系统模型内包括新能源场站、共享储能电站及火电机组；所述新能源场站内包括风电场和光伏电站；
基于所述新能源共享储能系统模型，确定任一新能源场站内，所述风电场的历史风力出力数据集和所述光伏电站的历史光伏出力数据集；
基于Copula函数，根据所述历史风力出力数据集和所述历史光伏出力数据集，确定风光联合出力典型场景集合；所述风光联合出力典型场景集合中每个场景包括风电出力数据和光伏出力数据；
基于所述新能源共享储能系统模型，确定共享储能约束条件集合；所述共享储能约束条件集合包括功率平衡约束、新能源场站功率平衡约束、共享储能与新能源场站间充放电功率平衡约束、新能源场站对共享储能充放电需求功率约束、火电机组约束、调频约束、共享储能荷电状态约束及共享储能充放电功率约束；
基于所述共享储能约束条件集合及所述风光联合出力典型场景集合，以新能源共享储能系统的价值最大为目标，构建共享储能容量规划模型；
对所述共享储能容量规划模型求解，以得到共享储能容量最优规划结果。
可选地，基于Copula函数，根据所述历史风力出力数据集和所述历史光伏出力数据集，确定风光联合出力典型场景集合，具体包括：
对所述历史风力出力数据集进行非参数估计，以得到风电概率密度函数；对所述历史光伏出力数据集进行非参数估计，以得到光电概率密度函数；
基于预设的copula函数，根据所述风电概率密度函数和所述光电概率密度函数，确定风光联合出力概率密度函数；
对所述风光联合出力概率密度函数进行蒙特卡洛随机采样并利用反函数求逆，以得到风光联合出力曲线集合；
基于K-means聚类，根据所述风光联合出力曲线集合，确定风光联合出力典型场景集合。
为达上述目的，本发明还提供了如下技术方案：
一种新能源侧集中式共享储能容量规划系统，包括：
模型构建模块，用于构建新能源共享储能系统模型；所述新能源共享储能系统模型内包括新能源场站、共享储能电站及火电机组；所述新能源场站内包括风电场和光伏电站；
历史数据获取模块，用于基于所述新能源共享储能系统模型，确定任一新能源场站内，所述风电场的历史风力出力数据集和所述光伏电站的历史光伏出力数据集；
典型场景确定模块，用于基于Copula函数，根据所述历史风力出力数据集和所述历史光伏出力数据集，确定风光联合出力典型场景集合；所述风光联合出力典型场景集合中每个场景包括风电出力数据和光伏出力数据；
约束构建模块，用于基于所述新能源共享储能系统模型，确定共享储能约束条件集合；所述共享储能约束条件集合包括功率平衡约束、新能源场站功率平衡约束、共享储能与新能源场站间充放电功率平衡约束、新能源场站对共享储能充放电需求功率约束、火电机组约束、调频约束、共享储能荷电状态约束及共享储能充放电功率约束；
容量规划模型构建模块，用于基于所述共享储能约束条件集合及所述风光联合出力典型场景集合，以新能源共享储能系统的价值最大为目标，构建共享储能容量规划模型；
规划结果确定模块，用于对所述共享储能容量规划模型求解，以得到共享储能容量最优规划结果。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开一种新能源侧集中式共享储能容量规划方法及系统，针对含有大规模风光不确定出力的场景，考虑集中式储能共享的模式，基于新能源场站中风电场的历史风力出力数据集、光伏电站的历史光伏出力数据集，采用copula函数，确定风光联合出力典型场景集合。考虑新能源场站和共享储能的交互模式，基于构建的新能源共享储能系统模型，确定共享储能约束条件集合，包括功率平衡约束、新能源场站功率平衡约束、共享储能与新能源场站间充放电功率平衡约束、新能源场站对共享储能充放电需求功率约束、火电机组约束、调频约束、共享储能荷电状态约束及共享储能充放电功率约束。然后，从系统层面考虑，基于共享储能约束条件集合及风光联合出力典型场景集合，以新能源共享储能系统的价值最大为目标，构建共享储能容量规划模型；对共享储能容量规划模型求解，从而根据生成的典型场景给出既符合电力系统整体利益，又保证共享储能投资者合理收益的共享储能容量最优规划结果。综上可知，本发明考虑了一定区域内风光出力的不确定性及相关性，以包括新能源场站、共享储能和常规机组在内的系统价值最大化为目标，在满足独立运行的条件下，实现一站多用，让运行指导规划，提高资源利用率的同时，提高项目的经济性，使得整体系统既符合系统整体利益，又保证了共享储能投资者的合理收益。
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他的附图。
图1为本发明新能源侧集中式共享储能容量规划方法的流程示意图；
图2为本发明具体实例中的共享储能容量规划方法的流程示意图；
图3为本发明新能源侧集中式共享储能容量规划系统的结构示意图。
具体实施方式
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，所描述的实施例仅仅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做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。
在电能量市场中，储能电站“报量不报价”，在满足电网安全稳定运行和新能源消纳的条件下优先出清。在调频市场，储能电站须与发电机组同台竞价。在满足独立运行的条件下，共享储能租赁后剩余容量通过现货价差或调频服务获利，实现一站多用，提高储能资源利用率，降低成本回收周期。
在从系统层面构建新能源侧共享储能规划模型过程中，考虑共享储能平抑新能源场站的日前计划波动所获得的租赁服务收益，利用现货市场峰谷价差获得的电能量市场收益，以及参与系统调频获得的辅助服务市场收益，三者叠加制定共享储能最优运行策略；新能源场站考虑上网收益和“两个细则”考核惩罚确定对共享储能的租赁需求；常规机组与共享储能通过竞价的方式确定参与调频市场的功率。三个主体相互影响、合作博弈，以系统价值最大化为目标建立规划模型，计及风光出力的相关性及不确定性，考虑储能、火电等一系列系统运行约束集合，确定新能源侧集中式共享储能规划结果。
基于此，本发明提供了一种新能源侧集中式共享储能容量规划方法及系统，考虑大规模风光出力的不确定场景，从系统价值出发，为新能源侧规划共享储能容量及投资者的行为决策提供理论指导。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示，本发明提供一种新能源侧集中式共享储能容量规划方法，包括：
步骤100，构建新能源共享储能系统模型；所述新能源共享储能系统模型内包括新能源场站、共享储能电站及火电机组；所述新能源场站内包括风电场和光伏电站。
步骤200，基于所述新能源共享储能系统模型，确定任一新能源场站内，所述风电场的历史风力出力数据集和所述光伏电站的历史光伏出力数据集。
步骤300，基于Copula函数，根据所述历史风力出力数据集和所述历史光伏出力数据集，确定风光联合出力典型场景集合；所述风光联合出力典型场景集合中每个场景包括风电出力数据和光伏出力数据。
步骤300，具体包括：
(1)对所述历史风力出力数据集进行非参数估计，以得到风电概率密度函数；对所述历史光伏出力数据集进行非参数估计，以得到光电概率密度函数。
(2)基于预设的copula函数，根据所述风电概率密度函数和所述光电概率密度函数，确定风光联合出力概率密度函数；其中，通过欧氏距离判别法选取最优copula函数。
具体地，以已有样本数据为基础进行核密度估计，点x处概率密度函数估计值计算公式为：
其中，n为样本数量；h为窗宽；K(·)为核函数，Xi为抽取出的第i个样本数值。
(3)对所述风光联合出力概率密度函数进行蒙特卡洛随机采样并利用反函数求逆，以得到风光联合出力曲线集合；在一个具体实例中，通过蒙特卡洛抽样生成300个风光出力曲线。
(4)基于K-means聚类，根据所述风光联合出力曲线集合，确定风光联合出力典型场景集合；具体地，可以得到多个典型场景及每个典型场景相应的概率。
其中，风光联合出力典型场景的相关性模型为：
其中，(i＝1,2,…,n)为单个变量的边缘分布函数，C(·)为Copula连接函数；F(x1,x2,…,xn)为n个变量的联合分布函数。
步骤400，基于所述新能源共享储能系统模型，确定共享储能约束条件集合；所述共享储能约束条件集合包括功率平衡约束、新能源场站功率平衡约束、共享储能与新能源场站间充放电功率平衡约束、新能源场站对共享储能充放电需求功率约束、火电机组约束、调频约束、共享储能荷电状态约束及共享储能充放电功率约束。
所述功率平衡约束的函数公式为：
其中，为新能源场站i在t时段的实时计划出力，/>和/>分别为共享储能电站在t时段的总充电功率和总放电功率，/>为火电机组m在t时段的出力；Pload,t为新能源共享储能系统模型的t时段负荷，Ngen为火电机组数量，Nsta为新能源场站数量。
所述新能源场站功率平衡约束的函数公式为：
其中，为新能源场站i在t时段的负不平衡功率，/>和/>分别为新能源场站i在t时段对共享储能的需求量和供给量，/>为新能源场站i在t时段的正不平衡功率；为新能源场站i在t时段的日前计划出力。
所述共享储能与新能源场站间充放电功率平衡约束的函数公式为：
其中，和/>分别为共享储能电站为减少新能源场站考核惩罚进行的充电服务功率、放电服务功率。
所述新能源场站对共享储能充放电需求功率约束的函数公式为：
其中，Pmax为共享储能电站的最大充放电功率，和/>为二进制0-1变量，表征新能源场站i在t时段对共享储能充电的需求状态、对共享储能放电的需求状态。
所述火电机组约束的函数公式为：
其中，和/>分别为火电出力的下限和上限；Pgen,t为火电机组t时段出力。
所述调频约束的函数公式为：
其中，为一天内共享储能电站t时段的调频容量，/>为共享储能电站调频容量比；/>为一天内火电机组t时段的调频功率，/>为系统调频容量需求比。
所述共享储能荷电状态约束的函数公式为：
E(0)＝E(T)。
Emin≤E(t)≤Emax。
其中，E(t)为共享储能电站t时段的容量，E(t-1)为共享储能电站t-1时段的容量，Δt为t时段与t-1时段的时差，E(0)为共享储能电站初始时段的容量，E(T)为共享储能电站T时段的容量；ηch和ηdis分别为共享储能电站的充电效率、放电效率；Emin和Emax分别为储能电池容量的下限、上限。
所述共享储能充放电功率约束的函数公式为：
其中，和/>为共享储能电站参与电能量市场的放电功率和充电功率；和/>分别为储能向上调频功率和向下调频功率；/>和/>为二进制0-1变量，二者的值取1时分别表示共享储能电站在t时段进行充电操作、进行放电操作。共享储能电站用来跟踪新能源出力计划的功率与参与电能量市场和调频辅助服务市场的功率不能高于共享储能出力上限；同时，在同一时刻共享储能电站只能处于充电状态或放电状态。
步骤500，基于所述共享储能约束条件集合及所述风光联合出力典型场景集合，以新能源共享储能系统的价值最大为目标，构建共享储能容量规划模型。共享储能容量规划模型的目标函数包括三部分，分别为新能源场站的净收益、共享储能电站的净收益及火电机组收益，目标函数的函数公式为：
maxF＝F1+F2+F3。
F1＝SPW-Srent1-Cpun。
F2＝Sarbi+Sauxi+Srent2-Cinv-Com。
F3＝Sgen-Ccoal。
其中，F为新能源共享储能系统的总价值，F1为新能源场站的净收益，SPW为风光联合出力典型场景下的电能量市场收益，Srent1为新能源场站的容量租赁费用，Cpun为风光联合出力典型场景下的偏离计划功率惩罚费用；F2为共享储能电站的净收益，Sarbi为削峰填谷收益，Sauxi为调频收益，Srent2为共享储能电站的容量租赁收益，Cinv为建设费用，Com为运维费用；F3为火电机组收益，Ccoal为火电机组运行费用，Sgen为调频和上网收益。
(1)新能源场站的净收益。
新能源场站通过租赁共享储能协调运行，减少日前投标容量与实时投标容量的偏差，考虑日前与实时市场耦合，风光联合出力典型场景下的电能量市场收益的计算公式为：
其中，为日前电能量市场的收益，/>为平衡市场预期收益。
其中，D为储能电站年运行天数；Nsce为风光联合出力典型场景集合中的场景数，ωs为场景s出现的概率；为日前市场t时段出清电能系数，/>为新能源场站i在场景s的t时段的日前计划出力。
其中，和/>分别为场景s的t时段的正不平衡功率、负不平衡功率；/>和分别为平衡市场中正不平衡电量的结算价格、负不平衡电量的结算价格，/>和/>分别为数值小于1的正不平衡电量对应的惩罚系数、数值大于1的负不平衡电量对应的惩罚系数。
容量租赁收益由于在目标函数中相互抵消，故不做阐述。
所述风光联合出力典型场景下的偏离计划功率惩罚费用的计算公式为：
其中，δpun为新能源场站单位惩罚系数，为新能源场站i在场景s的t时段的实时计划出力；nmax和nmin分别为新能源允许功率波动的上限、下限。
(2)共享储能电站的净收益。
共享储能作为独立市场主体参与电能量市场，通过削峰填谷产生的削峰填谷收益的计算公式为：
其中，Darbi为共享储能电站一年中参与电能量市场的天数；λprice为发电侧节点电价；和/>为储能电站参与电能量市场的放电功率和充电功率；/>和/>分别代表储能参与电能量市场放电的状态变量、充电的状态变量，当/>时，/>反之亦然。
调频收益包含容量收益和里程收益两部分，储能电站调频服务年均收益，即调频收益的计算公式为：
其中，Dauxi为共享储能电站一年中参与调频辅助服务市场的天数；为一天内储能电站t时段的调频容量；λcap为调频容量出清电价，λmil为调频里程出清电价；π为调频里程容量比，/>为共享储能电站的历史调频性能系数。
所述建设费用的计算公式为：
其中，r为折现率；y为储能系统使用年限；α和β分别为单位能量容量费用和单位功率容量费用；Emax和Pmax分别为独立共享储能电站的能量容量和功率容量。
所述运维费用的计算公式为：
其中，D表示储能电站年运行天数；δom为储能充放电单位系数；T为一天24h的调度时段数量，具体实例中取值为24；和/>为二进制0-1变量，二者的值取1时分别表示共享储能电站在t时段进行充电操作、放电操作，当/>时，/>反之亦然；/>和/>分别为共享储能电站在t时段的总充电功率、总放电功率。
(3)火电机组收益。
所述火电机组运行费用的计算公式为：
其中，Dgen为火电机组年运行天数；为火电机组成本的二次函数，其中am、bm、cm为预设的系数，/>为火电机组m在t时段的出力；um,t为火电机组m在t时段的开停机状态，为0-1变量；um,t-1为火电机组m在t-1时段的开停机状态；Cm,t为火电机组m在t时段的启停费用。
所述调频和上网收益的计算公式为：
其中，公式中的第一部分为调频收益，第二部分为上网收益，为火电机组m在t时段调频功率；/>为火电机组一年中调频天数；pgrid为燃煤发电标杆上网电价，为预设值；pfreq为火电调频单位补贴，为预设值；/>为火电综合调频性能指标。
步骤600，对所述共享储能容量规划模型求解，以得到共享储能容量最优规划结果。
如图2所示，在一个具体实例中，具体规划流程包括：
Step1，相关场景生成。1)收集n天风光实际历史数据进行核密度估计；2)选取合适的copula函数，基于copula函数对风光出力的相关性进行建模并求反得到风光联合出力曲线；3)采用蒙特卡洛抽样生成300个风光联合出力曲线，并基于K-means聚类得到典型场景及相应概率。
Step2，共享储能运行机制。常规机组为火电机组，火电机组与共享储能电站同台竞价，共享储能电站与新能源场站之间存在容量租赁、容量租赁收益的关系。共享储能电站的剩余容量送入调频市场，调频市场将调频收益送入共享储能电站；共享储能电站的剩余容量还送入电能量市场，电能量市场将峰谷价差收益送入共享储能电站。
Step3，共享储能规划模型。基于上述步骤得到的考虑随机性和空间相关性的风光联合出力曲线作为后续模型的数据基础，以系统价值最大化(即系统净收益最大)建立新能源侧共享储能容量规划模型，综合考虑新能源场站与共享储能的交互机制以及共享储能参与电力市场的调度策略，制定共享储能最优运行方案，最后以系统价值最大化建立新能源侧共享储能容量规划模型。
本发明针对新能源侧含有大规模不确定风光出力的场景，计及共享储能的多元化商业模式，将共享租赁、现货价差及调频收益考虑到共享储能的优化运行策略当中，实现一站多用，让运行指导规划，提高共享资源的利用率减低成本回收周期，为日后探索共享储能的商业模式提供思路，为资本投资商建设共享储能提供理论指导。
最后，需知，本发明所提的实施步骤中的目标函数可根据实际系统规划要求灵活选择和定制，约束条件可以根据实际系统参数和场景情况进行添加和删减，可扩展性强；因此，以上实施步骤仅用以说明而非限制本发明的技术方法，不脱离本发明精神和范围的任何修改或局部替换，均应涵盖本发明的权利要求范围当中。
实施例二
如图3所示，为了实现实施例一中的技术方案，以达到相应的功能和技术效果，本实施例还提供了一种新能源侧集中式共享储能容量规划系统，包括：
模型构建模块101，用于构建新能源共享储能系统模型；所述新能源共享储能系统模型内包括新能源场站、共享储能电站及火电机组；所述新能源场站内包括风电场和光伏电站。
历史数据获取模块201，用于基于所述新能源共享储能系统模型，确定任一新能源场站内，所述风电场的历史风力出力数据集和所述光伏电站的历史光伏出力数据集。
典型场景确定模块301，用于基于Copula函数，根据所述历史风力出力数据集和所述历史光伏出力数据集，确定风光联合出力典型场景集合；所述风光联合出力典型场景集合中每个场景包括风电出力数据和光伏出力数据。
约束构建模块401，用于基于所述新能源共享储能系统模型，确定共享储能约束条件集合；所述共享储能约束条件集合包括功率平衡约束、新能源场站功率平衡约束、共享储能与新能源场站间充放电功率平衡约束、新能源场站对共享储能充放电需求功率约束、火电机组约束、调频约束、共享储能荷电状态约束及共享储能充放电功率约束。
容量规划模型构建模块501，用于基于所述共享储能约束条件集合及所述风光联合出力典型场景集合，以新能源共享储能系统的价值最大为目标，构建共享储能容量规划模型。
规划结果确定模块601，用于对所述共享储能容量规划模型求解，以得到共享储能容量最优规划结果。
实施例三
本实施例提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例一的新能源侧集中式共享储能容量规划方法。可选地，上述电子设备可以是服务器。
另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的新能源侧集中式共享储能容量规划方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种新能源侧集中式共享储能容量规划方法，其特征在于，方法包括：
构建新能源共享储能系统模型；所述新能源共享储能系统模型内包括新能源场站、共享储能电站及火电机组；所述新能源场站内包括风电场和光伏电站；
基于所述新能源共享储能系统模型，确定任一新能源场站内，所述风电场的历史风力出力数据集和所述光伏电站的历史光伏出力数据集；
基于Copula函数，根据所述历史风力出力数据集和所述历史光伏出力数据集，确定风光联合出力典型场景集合；所述风光联合出力典型场景集合中每个场景包括风电出力数据和光伏出力数据；
基于所述新能源共享储能系统模型，确定共享储能约束条件集合；所述共享储能约束条件集合包括功率平衡约束、新能源场站功率平衡约束、共享储能与新能源场站间充放电功率平衡约束、新能源场站对共享储能充放电需求功率约束、火电机组约束、调频约束、共享储能荷电状态约束及共享储能充放电功率约束；
基于所述共享储能约束条件集合及所述风光联合出力典型场景集合，以新能源共享储能系统的价值最大为目标，构建共享储能容量规划模型；
对所述共享储能容量规划模型求解，以得到共享储能容量最优规划结果。
2.根据权利要求1所述的新能源侧集中式共享储能容量规划方法，其特征在于，基于Copula函数，根据所述历史风力出力数据集和所述历史光伏出力数据集，确定风光联合出力典型场景集合，具体包括：
对所述历史风力出力数据集进行非参数估计，以得到风电概率密度函数；对所述历史光伏出力数据集进行非参数估计，以得到光电概率密度函数；
基于预设的copula函数，根据所述风电概率密度函数和所述光电概率密度函数，确定风光联合出力概率密度函数；
对所述风光联合出力概率密度函数进行蒙特卡洛随机采样并利用反函数求逆，以得到风光联合出力曲线集合；
基于K-means聚类，根据所述风光联合出力曲线集合，确定风光联合出力典型场景集合。
3.根据权利要求1所述的新能源侧集中式共享储能容量规划方法，其特征在于，所述功率平衡约束的函数公式为：
其中，为新能源场站i在t时段的实时计划出力，/>和/>分别为共享储能电站在t时段的总充电功率和总放电功率，/>为火电机组m在t时段的出力；Pload,t为新能源共享储能系统模型的t时段负荷，Ngen为火电机组数量，Nsta为新能源场站数量；
所述新能源场站功率平衡约束的函数公式为：
其中，为新能源场站i在t时段的负不平衡功率，/>和/>分别为新能源场站i在t时段对共享储能的需求量和供给量，/>为新能源场站i在t时段的正不平衡功率；/>为新能源场站i在t时段的日前计划出力；
所述共享储能与新能源场站间充放电功率平衡约束的函数公式为：
其中，和/>分别为共享储能电站为减少新能源场站考核惩罚进行的充电服务功率、放电服务功率；
所述新能源场站对共享储能充放电需求功率约束的函数公式为：
其中，Pmax为共享储能电站的最大充放电功率，和/>为二进制0-1变量，表征新能源场站i在t时段对共享储能充电的需求状态、对共享储能放电的需求状态；
所述火电机组约束的函数公式为：
其中，和/>分别为火电出力的下限和上限；Pgen,t为火电机组t时段出力；
所述调频约束的函数公式为：
其中，为一天内共享储能电站t时段的调频容量，/>为共享储能电站调频容量比；/>为一天内火电机组t时段的调频功率，/>为系统调频容量需求比；
所述共享储能荷电状态约束的函数公式为：
E(0)＝E(T)；
Emin≤E(t)≤Emax；
其中，E(t)为共享储能电站t时段的容量，E(t-1)为共享储能电站t-1时段的容量，Δt为t时段与t-1时段的时差，E(0)为共享储能电站初始时段的容量，E(T)为共享储能电站T时段的容量；ηch和ηdis分别为共享储能电站的充电效率、放电效率；Emin和Emax分别为储能电池容量的下限、上限；
所述共享储能充放电功率约束的函数公式为：
其中，和/>为共享储能电站参与电能量市场的放电功率和充电功率；/>和分别为储能向上调频功率和向下调频功率；/>和/>为二进制0-1变量，二者的值取1时分别表示共享储能电站在t时段进行充电操作、进行放电操作。
4.根据权利要求1所述的新能源侧集中式共享储能容量规划方法，其特征在于，所述共享储能容量规划模型的目标函数为：
maxF＝F1+F2+F3；
F1＝SPW-Srent1-Cpun；
F2＝Sarbi+Sauxi+Srent2-Cinv-Com；
F3＝Sgen-Ccoal；
其中，F为新能源共享储能系统的总价值，F1为新能源场站的净收益，SPW为风光联合出力典型场景下的电能量市场收益，Srent1为新能源场站的容量租赁费用，Cpun为风光联合出力典型场景下的偏离计划功率惩罚费用；F2为共享储能电站的净收益，Sarbi为削峰填谷收益，Sauxi为调频收益，Srent2为共享储能电站的容量租赁收益，Cinv为建设费用，Com为运维费用；F3为火电机组收益，Ccoal为火电机组运行费用，Sgen为调频和上网收益。
5.根据权利要求4所述的新能源侧集中式共享储能容量规划方法，其特征在于，所述风光联合出力典型场景下的电能量市场收益的计算公式为：
其中，为日前电能量市场的收益，/>为平衡市场预期收益；
其中，D为储能电站年运行天数；Nsce为风光联合出力典型场景集合中的场景数，ωs为场景s出现的概率；为日前市场t时段出清电能系数，/>为新能源场站i在场景s的t时段的日前计划出力；Nsta为新能源场站数量，T为一天24h的调度时段数量；
其中，和/>分别为场景s的t时段的正不平衡功率、负不平衡功率；/>和/>分别为平衡市场中正不平衡电量的结算价格、负不平衡电量的结算价格，/>和/>分别为数值小于1的正不平衡电量对应的惩罚系数、数值大于1的负不平衡电量对应的惩罚系数；
所述风光联合出力典型场景下的偏离计划功率惩罚费用的计算公式为：
其中，δpun为新能源场站单位惩罚系数，为新能源场站i在场景s的t时段的实时计划出力；nmax和nmin分别为新能源允许功率波动的上限、下限。
6.根据权利要求4所述的新能源侧集中式共享储能容量规划方法，其特征在于，所述削峰填谷收益的计算公式为：
其中，Darbi为共享储能电站一年中参与电能量市场的天数；λprice为发电侧节点电价；和/>为储能电站参与电能量市场的放电功率和充电功率；/>和/>分别代表储能参与电能量市场放电的状态变量、充电的状态变量；
所述调频收益的计算公式为：
其中，Dauxi为共享储能电站一年中参与调频辅助服务市场的天数；为一天内储能电站t时段的调频容量；λcap为调频容量出清电价，λmil为调频里程出清电价；π为调频里程容量比，/>为共享储能电站的历史调频性能系数；
所述建设费用的计算公式为：
其中，r为折现率；y为储能系统使用年限；α和β分别为单位能量容量费用和单位功率容量费用；Emax和Pmax分别为独立共享储能电站的能量容量和功率容量；
所述运维费用的计算公式为：
其中，D表示储能电站年运行天数；δom为储能充放电单位系数；T为一天24h的调度时段数量；和/>为二进制0-1变量，二者的值取1时分别表示共享储能电站在t时段进行充电操作、放电操作；/>和/>分别为共享储能电站在t时段的总充电功率、总放电功率。
7.根据权利要求4所述的新能源侧集中式共享储能容量规划方法，其特征在于，所述火电机组运行费用的计算公式为：
其中，Dgen为火电机组年运行天数；T为一天24h的调度时段数量，Ngen为火电机组数量；为火电机组成本的二次函数，其中am、bm、cm为预设的系数，/>为火电机组m在t时段的出力；um,t为火电机组m在t时段的开停机状态，为0-1变量；um,t-1为火电机组m在t-1时段的开停机状态；Cm,t为火电机组m在t时段的启停费用；
所述调频和上网收益的计算公式为：
其中，为火电机组m在t时段调频功率；/>为火电机组一年中调频天数；pgrid为燃煤发电标杆上网电价，为预设值；pfreq为火电调频单位补贴，为预设值；/>为火电综合调频性能指标。
8.一种新能源侧集中式共享储能容量规划系统，其特征在于，系统包括：
模型构建模块，用于构建新能源共享储能系统模型；所述新能源共享储能系统模型内包括新能源场站、共享储能电站及火电机组；所述新能源场站内包括风电场和光伏电站；
历史数据获取模块，用于基于所述新能源共享储能系统模型，确定任一新能源场站内，所述风电场的历史风力出力数据集和所述光伏电站的历史光伏出力数据集；
典型场景确定模块，用于基于Copula函数，根据所述历史风力出力数据集和所述历史光伏出力数据集，确定风光联合出力典型场景集合；所述风光联合出力典型场景集合中每个场景包括风电出力数据和光伏出力数据；
约束构建模块，用于基于所述新能源共享储能系统模型，确定共享储能约束条件集合；所述共享储能约束条件集合包括功率平衡约束、新能源场站功率平衡约束、共享储能与新能源场站间充放电功率平衡约束、新能源场站对共享储能充放电需求功率约束、火电机组约束、调频约束、共享储能荷电状态约束及共享储能充放电功率约束；
容量规划模型构建模块，用于基于所述共享储能约束条件集合及所述风光联合出力典型场景集合，以新能源共享储能系统的价值最大为目标，构建共享储能容量规划模型；
规划结果确定模块，用于对所述共享储能容量规划模型求解，以得到共享储能容量最优规划结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311208340.9A CN117254501A (zh) | 2023-09-19 | 2023-09-19 | 一种新能源侧集中式共享储能容量规划方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311208340.9A CN117254501A (zh) | 2023-09-19 | 2023-09-19 | 一种新能源侧集中式共享储能容量规划方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117254501A true CN117254501A (zh) | 2023-12-19 |
Family
ID=89132487
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311208340.9A Pending CN117254501A (zh) | 2023-09-19 | 2023-09-19 | 一种新能源侧集中式共享储能容量规划方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117254501A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117459027A (zh) * | 2023-12-26 | 2024-01-26 | 国网湖北省电力有限公司经济技术研究院 | 一种集中式共享储能优化配置方法、装置、设备及介质 |
| CN117791656A (zh) * | 2023-12-28 | 2024-03-29 | 中国长江电力股份有限公司 | 一种面向多场景应用的共享储能优化控制方法 |
-
2023
- 2023-09-19 CN CN202311208340.9A patent/CN117254501A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117459027A (zh) * | 2023-12-26 | 2024-01-26 | 国网湖北省电力有限公司经济技术研究院 | 一种集中式共享储能优化配置方法、装置、设备及介质 |
| CN117459027B (zh) * | 2023-12-26 | 2024-03-08 | 国网湖北省电力有限公司经济技术研究院 | 一种集中式共享储能优化配置方法、装置、设备及介质 |
| CN117791656A (zh) * | 2023-12-28 | 2024-03-29 | 中国长江电力股份有限公司 | 一种面向多场景应用的共享储能优化控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhu et al. | Energy trading in microgrids for synergies among electricity, hydrogen and heat networks | |
| CN108599373B (zh) | 高比例可再生能源电力系统输配协调调度目标级联分析法 | |
| CN112465323B (zh) | 一种耦合日电量分解及日前市场竞价的梯级水电站短期鲁棒调度方法 | |
| Yang et al. | CVaR-constrained optimal bidding of electric vehicle aggregators in day-ahead and real-time markets | |
| CN111881616A (zh) | 一种基于多主体博弈的综合能源系统的运行优化方法 | |
| CN117254501A (zh) | 一种新能源侧集中式共享储能容量规划方法及系统 | |
| CN113610311B (zh) | 双层协同架构下考虑碳减排的综合能源服务商合作运行优化方法 | |
| CN111311012A (zh) | 基于多智能体的微电网电力市场双层竞价优化方法 | |
| CN115587668A (zh) | 多园区综合能源系统分布式协同优化调度方法 | |
| CN114971899A (zh) | 新能源参与下的日前、日内和实时市场电能交易优化方法 | |
| CN111553750A (zh) | 一种计及电价不确定性和损耗成本的储能竞价策略方法 | |
| CN115764938A (zh) | 考虑新能源发电不确定性的含微电网群共享储能优化调度方法 | |
| CN110689286A (zh) | 中长期电力市场下风火打捆电厂的最优合同电量决策方法 | |
| Ali | Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches | |
| CN111008463A (zh) | 一种考虑发电侧储能的容量配置优化方法、装置及设备 | |
| Baringo et al. | Electric vehicles and renewable generation: Power system operation and planning under uncertainty | |
| CN117933445A (zh) | 一种农村虚拟电厂售电商系统的双层优化方法和装置 | |
| CN117394404A (zh) | 考虑碳效益和辅助调频的风电场储能容量配置方法 | |
| CN116862144A (zh) | 一种基于双重博弈的多园区低碳调度方法及系统 | |
| CN116611575A (zh) | 基于双层决策博弈的多vpp共享储能容量优化配置方法 | |
| CN115600757A (zh) | 海上风电共享储能参与现货市场交易协调优化方法及系统 | |
| CN115395577A (zh) | 基于Copula和K-L散度的综合能源配电网分布鲁棒优化方法 | |
| CN115759560A (zh) | 储能-新能源-火电多目标优化调度方法及其系统 | |
| CN114549148A (zh) | 虚拟电厂的竞价方法、装置、设备及存储介质 | |
| CN113255957A (zh) | 综合服务站不确定因素的定量优化分析方法及系统 |
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 |