CN117728384A - 储能参与电力市场交易的优化控制方法及系统 - Google Patents
储能参与电力市场交易的优化控制方法及系统 Download PDFInfo
- Publication number
- CN117728384A CN117728384A CN202311498197.1A CN202311498197A CN117728384A CN 117728384 A CN117728384 A CN 117728384A CN 202311498197 A CN202311498197 A CN 202311498197A CN 117728384 A CN117728384 A CN 117728384A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- frequency
- market
- electric quantity
- frequency modulation
- 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 259
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005457 optimization Methods 0.000 title claims abstract description 31
- 230000004044 response Effects 0.000 claims abstract description 104
- 230000000694 effects Effects 0.000 claims abstract description 82
- 230000005611 electricity Effects 0.000 claims abstract description 55
- 230000008859 change Effects 0.000 claims abstract description 19
- 238000009434 installation Methods 0.000 claims description 63
- 230000008439 repair process Effects 0.000 claims description 53
- 238000004088 simulation Methods 0.000 claims description 52
- 238000011084 recovery Methods 0.000 claims description 44
- 238000011156 evaluation Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 21
- 238000012795 verification Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 238000013210 evaluation model Methods 0.000 claims description 9
- 238000012952 Resampling Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 238000005067 remediation Methods 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 abstract description 5
- 230000008901 benefit Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002787 reinforcement Effects 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000013486 operation strategy Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了储能参与电力市场交易的优化控制方法及系统,涉及储能电站的电力交易技术领域。该方法及系统,通过考虑系统稳定性参数,如频率响应速率和电压响应速率,决策者可以评估新型储能系统的影响。在辅助服务市场中,新型储能系统可以提供稳定性支持,以应对可再生能源波动、突发负荷变化等情况,评估削峰效果可以帮助决策者确定在高峰时期的电价策略,以最大程度地减少电力成本;通过评估调频效果,决策者可以确定新型储能系统参与市场的电价策略,以实现最佳的频率调节性能,有助于制定更准确的电价策略,使新型储能系统在辅助服务市场条件下能够实现最佳的经济回报,并确保电力系统的可靠性和稳定性。
Description
技术领域
本发明涉及储能电站的电力交易技术领域,具体为储能参与电力市场交易的优化控制方法及系统。
背景技术
新型储能是建设新型电力系统、推动能源绿色低碳转型的重要装备基础和关键支撑技术,也是实现碳达峰、碳中和目标的重要支撑。新型储能具有响应快、配置灵活、建设周期短等优势,可在电力运行中发挥顶峰、调峰、调频、爬坡等多种作用,是构建新型电力系统的重要组成部分。随着我国电力市场化改革的推进,新型储能的发展与运营将在电力市场化的大背景下实现。目前,新型储能参与市场的交易经验缺乏,新型储能接入电网并参与电力市场交易仍有许多技术问题有待研究解决。如今,智能电网的最新发展为协调、监视和控制配电级别的短期或实时电力输送开辟了新的可能性,也使新型储能电站得以参与电力市场。新型储能电站参与电力市场,在电价高峰时通过放电卖电,电价低谷通过充电储电,进而通过调峰、调频可以实现储能电站利润率最大化。
现有技术中,将储能电站的不确定因素以季、月和周划分后,通过场景生成法对不确定因素进行数学建模,并得到训练集和测试集,不确定因素包括中长期电价、计划检修需求、故障消缺、外送线路容量变化和电网限负荷情况;根据储能电站相关设施的历史数据和相关设施对所述储能电站的储能系统充放电平衡及容量上下限物理约束的影响,进行数学建模,并形成包括虚拟环境的强化学习过程,所述储能电站相关设施的历史数据为外送线路、主变压器、集电线路、箱式变电站、逆变器、电池包和升压站内部用电设备的以季、月和周划分的历史数据;根据训练集和虚拟环境采用Sarsa的同策略算法训练智能体,并得到深度强化学习算法模型,所述深度强化学习算法模型包括智能体、虚拟环境、操作空间、状态空间和奖励函数;基于所述测试集对深度强化学习算法模型进行测试,并通过测试后的算法模型确定最优中长期电力市场交易策略。
但是现有技术不便基于储能系统稳定性、市场供需情况实现新型储能系统在辅助服务等不同市场条件下的最佳交易及电价策略。
发明内容
针对现有技术的不足,本发明提供了储能参与电力市场交易的优化控制方法及系统,解决了现有技术不便基于储能系统稳定性、市场供需情况实现新型储能系统在辅助服务等不同市场条件下的最佳交易及电价策略的问题。
值得说明的是,本发明中的储能系统为新型储能系统。
为实现以上目的,本发明通过以下技术方案予以实现:一种储能参与电力市场交易的优化控制方法,包括以下步骤:基于电力系统仿真工具获取不同装机规模新型储能系统的稳定性能参数和故障修复参数,构建系统稳定评估模型并通过稳定性能参数和故障修复参数评估不同装机规模新型储能系统的系统稳定性指标;建立不同装机规模新型储能系统参与辅助服务电力市场交易效果模型,评估不同装机规模新型储能系统参与调峰市场的削峰效果以及评估不同装机规模新型储能系统参与调频市场的调频效果;基于系统稳定性指标、削峰效果和调频效果建立不同装机规模新型储能系统参与辅助服务电力市场的电价优化控制模型,输出不同装机规模新型储能系统参与辅助服务电力市场的建议电价。
进一步地,电价优化控制模型输出不同装机规模新型储能系统参与辅助服务电力市场的建议电价的计算公式如下:
其中,Wcn为系统稳定性系数,E1为削峰效果,E2为调频效果,TFd为调峰电量需求值,TPd为调频电量需求值,tfs为调峰输出电量,tps为调频输出电量,ff为不同装机规模新型储能系统参与调峰市场的建议电价,fp为不同装机规模新型储能系统参与调频市场的建议电价,τ为盈利系数,Cb为不同装机规模新型储能系统参与辅助服务电力市场的成本。
进一步地,调峰电量需求值(即调峰市场所需调峰电量)和调频电量需求值(即调频市场所需调频电量)均通过时间序列模型预测获得,过程如下:获取调峰市场历史电量需求数据以及调频市场历史电量需求数据,所述调峰市场历史电量需求数据以及调频市场历史电量需求数据均包括时间戳和对应的调峰电量需求值或调频电量需求值;对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行数据处理后依据时间序列模型所需时间间隔对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行时间序列重采样,获得输入数据;将输入数据按照设定比例划分为训练集和测试集,使用训练集对时间序列模型进行训练,并使用测试集验证时间序列模型,获得验证指标,所述验证指标包括均方根误差、平均绝对误差和平均绝对百分比误差;基于验证指标对时间序列模型进行参数调整及优化,并基于优化后的时间序列模型预测调峰市场所需调峰电量和调频市场所需调频电量。
进一步地,调峰输出电量和调频输出电量通过如下方式获得:获取不同装机规模新型储能系统每次参与调峰市场的输出电量以及参与调频市场的输出电量;计算调峰输出电量tfs和调频输出电量tps,计算公式分别为:
其中,λ1和λ2分别为调峰输出电量tfs和调频输出电量tps的计算补偿参数,e为自然常数,tfjz和tpjz分别为参与调峰市场的输出电量均值以及参与调频市场的输出电量均值,i=1,2,3,...,n为不同装机规模新型储能系统每次参与调峰市场的次数,i=1,2,3,...,m为不同装机规模新型储能系统每次参与调频市场的次数,为不同装机规模新型储能系统第i次参与调峰市场的输出电量,/>为不同装机规模新型储能系统第i次参与调频市场的输出电量。
进一步地,所述稳定性能参数包括频率响应速率和电压响应速率,所述故障修复参数包括故障修复时间,频率恢复时间和电压恢复时间,评估不同装机规模新型储能系统的系统稳定性指标的过程如下:保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下获取多次仿真结果的频率响应速率和电压响应速率,计算稳定性系数χwd;保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下获取多次仿真结果的故障修复时间,频率恢复时间和电压恢复时间,计算修复响应系数χxf;基于稳定性系数和修复响应系数计算系统稳定性指标,计算公式为:
其中,Δ1和Δ2分别为稳定性系数和修复响应系数的权重因子,e为自然常数。
进一步地,计算稳定性系数的公式为:
其中,C为计算稳定性系数时电力系统仿真工具仿真的次数,和/>分别为第c次仿真时获得的频率响应速率和电压响应速率,κfz为计算补偿参数;计算修复响应系数的公式为:
其中,B为计算修复响应系数时电力系统仿真工具仿真的次数,Tgz,Tpl和Tdy分别为第b次仿真时获得的故障修复时间,频率恢复时间和电压恢复时间。
进一步地,评估不同装机规模新型储能系统参与调峰市场的削峰效果通过分析负荷曲线,获取平均波动幅度实现,具体过程如下:获取历史负荷数据,所述历史负荷数据以时间序列形式存在,在每个时间点对应一个负荷值;绘制负荷曲线,并在设定大小的滑动窗口划分采集点,获取采集点上的负荷数据,计算滑动平均值;基于滑动平均值和负荷数据计算平均波动幅度,所述平均波动幅度为削峰效果。
进一步地,平均波动幅度的计算公式为:
其中,Q为滑动窗口内的负荷数据的个数,pq为滑动窗口内的第q个负荷数据,pjun为滑动平均值,即滑动窗口内的负荷数据的平均值。
进一步地,评估不同装机规模新型储能系统参与调频市场的调频效果通过计算频率响应速度均值和频率波动指标的加权差实现,具体过程如下:分别获取多个频率事件的频率数据,所述频率数据包括调频时间间隔、储能系统的功率变化,储能接入后的实际频率以及目标频率;基于调频时间间隔、储能系统的功率变化值计算频率响应速度均值;基于储能系统介入后的实际频率以及目标频率计算频率波动指标;计算调频效果,公式为:
其中,和/>分别为频率响应速度均值Pv和频率波动指标Pb的权重因子,e为自然常数。
进一步地,计算频率响应速度均值的公式为:
其中,A为频率事件的个数,ΔPa和ΔTa分别为第a次频率事件的调频时间间隔、储能系统的功率变化值;计算频率波动指标的公式为:
其中,A为频率事件的个数,SPa为第a次储能介入后的实际频率,MP为目标频率,xp为A个实际频率的平均值。
本发明具有以下有益效果:
(1)、本发明,通过考虑系统稳定性参数,如频率响应速率和电压响应速率,决策者可以评估新型储能系统的影响。在辅助服务等不同市场中,储能系统可能需要提供稳定性支持,以应对可再生能源波动、突发负荷变化等情况,评估削峰效果可以帮助决策者确定在高峰时期的电价策略,以最大程度地减少电力成本,通过评估调频效果,决策者可以确定新型储能系统参与市场的电价策略,以实现最佳的频率调节性能,通过综合考虑系统稳定性、削峰效果和调频效果等多个因素,决策者可以更全面地了解新型储能系统在辅助服务等不同市场环境下的潜在效益和影响。这有助于制定更准确的电价策略,使新型储能系统在辅助服务市场条件下能够实现最佳的经济回报,并确保电力系统的可靠性和稳定性。
(2)、本发明,由于不同辅助服务市场具有不同的规则和要求,新型储能系统需要在不同市场环境下运行,允许在调峰、调频等多个辅助服务市场条件下评估和优化电价策略,使新型储能系统能够灵活应对不同市场的需求,这有助于提高新型储能系统的多市场适应性,从而更好地利用其潜力。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
图1为本发明储能参与电力市场交易的优化控制方法流程图。
图2为本发明储能参与电力市场交易的优化控制方法获得调峰市场所需调峰电量和调频市场所需调频电量的流程图。
图3为本发明储能参与电力市场交易的优化控制方法评估不同装机规模新型储能系统的系统稳定性指标的流程图。
图4为本发明储能参与电力市场交易的优化控制方法评估不同装机规模新型储能系统参与调峰市场的削峰效果的流程图。
图5为本发明储能参与电力市场交易的优化控制方法评估不同装机规模新型储能系统参与调频市场的调频效果的流程图。
图6为本发明储能参与电力市场交易的优化控制系统的框图。
具体实施方式
本申请实施例通过储能参与电力市场交易的优化控制方法,实现了解决现有技术不便基于储能系统稳定性、市场供需情况实现新型储能系统在辅助服务市场条件下的最佳交易及电价策略的问题。
本申请实施例中的问题,总体思路如下:
利用电力系统仿真工具,收集不同装机规模新型储能系统的稳定性能参数和故障修复参数,这包括新型储能系统的容量、效率、响应时间等性能特征,基于这些数据,构建系统稳定评估模型,以评估不同规模新型储能系统对电力系统稳定性的影响。
市场效果模型建立,用于评估不同装机规模新型储能系统参与辅助服务电力市场交易的效果,这包括调峰市场和调频市场,评估新型储能系统在调峰市场的削峰效果,即在峰值负荷时期降低需求,降低市场价格,评估新型储能系统在调频市场的调频效果,即提供快速响应以维持电力系统频率的稳定。
基于系统稳定性指标、削峰效果和调频效果,建立电价优化控制模型,模型的目标是确定不同装机规模新型储能系统在不同市场条件下的最佳电价策略,以最大化经济效益,利用电价优化控制模型,输出不同装机规模新型储能系统参与辅助服务电力市场的建议电价策略,可以帮助新型储能系统在辅助服务电力市场中实现最佳的电价策略,同时确保对电力系统的稳定性和可靠性提供支持,有助于最大程度地提高新型储能系统的经济效益,并推动清洁能源技术的发展。
请参阅图1,本发明实施例提供一种技术方案:一种储能参与电力市场交易的优化控制方法,包括以下步骤:基于电力系统仿真工具获取不同装机规模新型储能系统的稳定性能参数和故障修复参数,构建系统稳定评估模型并通过稳定性能参数和故障修复参数评估不同装机规模新型储能系统的系统稳定性指标;建立不同装机规模新型储能系统参与辅助服务电力市场交易效果模型,评估不同装机规模新型储能系统参与调峰市场的削峰效果以及评估不同装机规模新型储能系统参与调频市场的调频效果;基于系统稳定性指标、削峰效果和调频效果建立不同装机规模新型储能系统参与辅助服务电力市场的电价优化控制模型,输出不同装机规模新型储能系统参与辅助服务电力市场的建议电价。
具体地,电价优化控制模型输出不同装机规模新型储能系统参与辅助服务电力市场的建议电价的计算公式如下:
其中,Wcn为系统稳定性系数,E1为削峰效果,E2为调频效果,TFd为调峰电量需求值,TPd为调频电量需求值,tfs为调峰输出电量,tps为调频输出电量,ff为不同装机规模新型储能系统参与调峰市场的建议电价,fp为不同装机规模新型储能系统参与调频市场的建议电价,τ为盈利系数,Cb为不同装机规模新型储能系统参与中长期电力市场的成本。
本实施方案中,首先,计算系统稳定性指标,涉及新型储能系统的性能参数和其对电力系统稳定性的影响,接下来,计算削峰效果E1和调频效果E2,这反映了新型储能系统在调峰市场和调频市场中的性能。获取调峰电量需求值TFd和调频电量需求值TPd,这是市场中的电力需求信息,用于确定市场需求,使用上述计算得到的参数,计算不同装机规模新型储能系统在调峰市场ff和调频市场fp的建议电价,以使左侧的效益满足市场参与的成本和盈利要求。
通过综合考虑系统稳定性、效益、需求和成本来确定建议电价,以最大程度地提高新型储能系统的经济效益,并确保其在市场中盈利,有助于优化新型储能系统在辅助服务电力市场中的市场交易策略。
具体地,如图2所示,调峰电量需求值(即调峰市场所需调峰电量)和调频电量需求值(即调频市场所需调频电量)均通过时间序列模型预测获得,过程如下:获取调峰市场历史电量需求数据以及调频市场历史电量需求数据,调峰市场历史电量需求数据以及调频市场历史电量需求数据均包括时间戳和对应的调峰电量需求值或调频电量需求值;对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行数据处理后依据时间序列模型所需时间间隔对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行时间序列重采样,获得输入数据;将输入数据按照设定比例划分为训练集和测试集,使用训练集对时间序列模型进行训练,并使用测试集验证时间序列模型,获得验证指标,验证指标包括均方根误差、平均绝对误差和平均绝对百分比误差;基于验证指标对时间序列模型进行参数调整及优化,并基于优化后的时间序列模型预测调峰市场所需调峰电量和调频市场所需调频电量。
本实施方案中,首先,获取历史电量需求数据,包括调峰市场和调频市场的需求值,以及时间戳。对数据进行预处理,以满足时间序列模型的需求,包括处理缺失数据、异常值等。然后,将数据按照所需的时间间隔进行重采样,以匹配模型的输入要求。将数据按照设定比例划分为训练集和测试集,以进行模型验证。使用训练集对时间序列模型进行训练,然后使用测试集验证模型的性能。验证指标包括均方根误差、平均绝对误差和平均绝对百分比误差。基于验证指标,对时间序列模型进行参数调整和优化,以提高准确性。使用经过优化的时间序列模型来预测调峰市场和调频市场的电量需求,以支持储能系统的市场参与决策。
通过使用时间序列模型,可以精确地预测调峰市场和调频市场的电量需求,这有助于储能系统的运营者更好地规划储能系统的运营策略,以满足市场需求,采用训练集和测试集的划分,以验证时间序列模型的性能,可以确保模型在未来的需求预测中的准确性和可靠性,基于验证指标对模型进行参数调整和优化,可以进一步提高模型的准确性,这确保了模型在不同市场条件下的适应性。
具体地,调峰输出电量和调频输出电量通过如下方式获得:获取不同装机规模新型储能系统每次参与调峰市场的输出电量以及参与调频市场的输出电量;计算调峰输出电量tfs和调频输出电量tps,计算公式分别为:
其中,λ1和λ2分别为调峰输出电量tfs和调频输出电量tps的计算补偿参数,e为自然常数,tfjz和tpjz分别为参与调峰市场的输出电量均值以及参与调频市场的输出电量均值,i=1,2,3,...,n为不同装机规模新型储能系统每次参与调峰市场的次数,i=1,2,3,...,m为不同装机规模新型储能系统每次参与调频市场的次数,为不同装机规模新型储能系统第i次参与调峰市场的输出电量,/>为不同装机规模新型储能系统第i次参与调频市场的输出电量。
本实施方案中,公式综合考虑了多个因素,包括新型储能系统的输出电量、不同装机规模新型储能系统的参与次数以及计算补偿参数λ1和λ2,有助于更全面地评估新型储能系统在调峰和调频市场中的性能。公式反映了新型储能系统的动态性,因为它们考虑了每次参与辅助服务市场的输出电量和平均值,更符合实际情况,因为新型储能系统的性能和参与情况可能会随时间变化。
有助于综合考虑不同因素,从而更精确地计算调峰输出电量和调频输出电量,以支持储能系统的市场运营和市场参与决策。
具体地,如图3所示,稳定性能参数包括频率响应速率和电压响应速率,故障修复参数包括故障修复时间,频率恢复时间和电压恢复时间,评估不同装机规模新型储能系统的系统稳定性指标的过程如下:保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下获取多次仿真结果的频率响应速率和电压响应速率,计算稳定性系数χwd;保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下获取多次仿真结果的故障修复时间,频率恢复时间和电压恢复时间,计算修复响应系数χxf;基于稳定性系数和修复响应系数计算系统稳定性指标,计算公式为:
其中,Δ1和Δ2分别为稳定性系数和修复响应系数的权重因子,e为自然常数。
本实施方案中,在相同的电力系统仿真工具和初始条件下,获取多次仿真结果的频率响应速率和电压响应速率,然后计算稳定性系数,同样,在相同仿真条件下,获取多次仿真结果的故障修复时间、频率恢复时间和电压恢复时间,然后计算修复响应系数,基于稳定性系数和修复响应系数,使用给定的权重因子Δ1和Δ2计算系统稳定性指标。
通过综合考虑频率响应速率、电压响应速率、故障修复时间、频率恢复时间和电压恢复时间等稳定性性能参数,可以更全面地评估不同装机规模新型储能系统对电力系统稳定性的影响,方法中考虑了随机性因素的影响,这有助于模拟实际电力系统中的不确定性情况,确保稳定性评估更为准确,引入了稳定性系数和修复响应系数的权重因子,可以根据实际需求和优先级为这些稳定性参数分配权重,使稳定性评估更具灵活性。
该指标综合考虑了频率响应速率、电压响应速率、故障修复时间、频率恢复时间和电压恢复时间,有助于系统管理员或运营者更全面地了解新型储能系统的稳定性表现,通过计算系统稳定性指标,可以为新型储能系统的部署和市场参与决策提供有力的支持,有助于优化新型储能系统的运营策略,以维护电力系统的稳定性。
具体地,计算稳定性系数的公式为:
其中,C为计算稳定性系数时电力系统仿真工具仿真的次数,和/>分别为第c次仿真时获得的频率响应速率和电压响应速率,κfz为计算补偿参数;计算修复响应系数的公式为:
其中,B为计算修复响应系数时电力系统仿真工具仿真的次数,Tgz,Tpl和Tdy分别为第b次仿真时获得的故障修复时间,频率恢复时间和电压恢复时间。
本实施方案中,公式考虑了电力系统稳定性评估中的关键参数,包括频率响应速率、电压响应速率、故障修复时间、频率恢复时间和电压恢复时间,有助于综合评估新型储能系统对电力系统稳定性的影响,参数可以根据具体需求和优先级进行调整和配置,使其适用于不同的电力系统和储能系统情境,通过计算稳定性系数和修复响应系数,这些公式支持决策者在新型储能系统的部署和市场参与方面做出明智的决策,有助于优化新型储能系统的运营策略,以满足电力系统的需求。
具体地,如图4所示,评估不同装机规模新型储能系统参与调峰市场的削峰效果通过分析负荷曲线,获取平均波动幅度实现,具体过程如下:获取历史负荷数据,历史负荷数据以时间序列形式存在,在每个时间点对应一个负荷值;绘制负荷曲线,并在设定大小的滑动窗口划分采集点,获取采集点上的负荷数据,计算滑动平均值;基于滑动平均值和负荷数据计算平均波动幅度,平均波动幅度为削峰效果。
具体地,削峰效果(即平均波动幅度)的计算公式为:
其中,Q为滑动窗口内的负荷数据的个数,pq为滑动窗口内的第q个负荷数据,pjun为滑动平均值,即滑动窗口内的负荷数据的平均值。
本实施方案中,首先,获取历史负荷数据,这些数据是按时间序列记录的,每个时间点对应一个负荷值,代表了电力系统的负荷情况,将历史负荷数据绘制成负荷曲线,有助于直观地理解负荷的波动情况。
采用滑动窗口的方法,对负荷曲线进行分析,滑动窗口内的负荷数据用于计算平均波动幅度,平均波动幅度(削峰效果)的计算公式表示滑动窗口内每个数据点与滑动平均值之间的差值的绝对值的平均,这用于衡量负荷波动的程度,即在滑动窗口内,平均波动幅度越大,表明新型储能系统在削峰方面的效果越好。
基于历史负荷数据,通过滑动窗口分析来计算负荷曲线的平均波动幅度,从而评估不同装机规模新型储能系统在减少负荷峰值方面的效果,有助于决策者了解新型储能系统在调峰市场中的性能,以及为新型储能系统的部署和市场参与决策提供支持。
具体地,如图5所示,评估不同装机规模新型储能系统参与调频市场的调频效果通过计算频率响应速度均值和频率波动指标的加权差实现,具体过程如下:分别获取多个频率事件的频率数据,频率数据包括调频时间间隔、储能系统的功率变化,储能接入后的实际频率以及目标频率;基于调频时间间隔、储能系统的功率变化值计算频率响应速度均值;基于储能介入后的实际频率以及目标频率计算频率波动指标;计算调频效果,公式为:
其中,和/>分别为频率响应速度均值Pv和频率波动指标Pb的权重因子,e为自然常数。
本实施方案中,首先,获取多个频率事件的频率数据,这些数据包括调频时间间隔、储能系统的功率变化、储能接入后的实际频率以及目标频率,这些数据代表了频率调节的情况。基于调频时间间隔和储能系统的功率变化值,计算频率响应速度均值,指示了新型储能系统对频率事件的响应速度。基于储能介入后的实际频率以及目标频率,计算频率波动指标,反映了频率在新型储能系统参与后的波动情况。
调频效果的计算公式综合考虑了这两个因素,提供了调频效果的综合评估,基于频率数据,综合考虑频率响应速度和频率波动指标来评估不同装机规模新型储能系统在调频市场中的调频效果。
具体地,计算频率响应速度均值的公式为:
其中,A为频率事件的个数,ΔPa和ΔTa分别为第a次频率事件的调频时间间隔、储能系统的功率变化值;计算频率波动指标的公式为:
其中,A为频率事件的个数,SPa为第a次储能介入后的实际频率,MP为目标频率,xp为A个实际频率的平均值。
本实施方案中,通过计算频率响应速度均值,可以了解新型储能系统对频率事件的响应速度,有助于评估新型储能系统在快速频率调整方面的性能,通过计算频率波动指标,可以了解新型储能系统对频率稳定性的影响,有助于评估新型储能系统在减少频率波动方面的性能。
请参阅图6,本发明实施例提供一种技术方案:一种储能参与电力市场交易的优化控制系统,包括:
评估单元10,用于评估不同装机规模储能系统的系统稳定性指标、评估不同装机规模储能系统参与调峰市场的削峰效果,以及评估不同装机规模储能系统参与调频市场的调频效果;
建立单元20,用于基于系统稳定性指标、削峰效果和调频效果,建立不同装机规模储能系统参与辅助服务电力市场的电价优化控制模型;
输出单元30,用于基于所述电价优化控制模型,输出不同装机规模储能系统参与辅助服务电力市场的建议电价。
具体地,评估单元包括:
获取模块,用于获取不同装机规模储能系统的稳定性能参数和故障修复参数;
构建模块,用于基于所述稳定性能参数和故障修复参数构建系统稳定评估模型;
评估模块,用于通过稳定性能参数和故障修复参数,结合系统稳定评估模型,评估不同装机规模储能系统的系统稳定性指标。
具体地,所述输出单元的计算公式如下:
其中,Wcn为系统稳定性系数,E1为削峰效果,E2为调频效果,TFd为调峰电量需求值,TPd为调频电量需求值,tfs为调峰输出电量,tps为调频输出电量,ff为不同装机规模储能系统参与调峰市场的建议电价,fp为不同装机规模储能系统参与调频市场的建议电价,τ为盈利系数,Cb为不同装机规模储能系统参与辅助服务电力市场的成本。
具体地,所述输出单元包括预测模块,用于通过时间序列模型预测获得调峰市场所需调峰电量和调频市场所需调频电量,所述预测模块具体用于:
获取调峰市场历史电量需求数据以及调频市场历史电量需求数据,所述调峰市场历史电量需求数据以及调频市场历史电量需求数据均包括时间戳和对应的调峰电量需求值或调频电量需求值;
对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行数据处理,处理后,依据时间序列模型所需时间间隔对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行时间序列重采样,获得输入数据;
将输入数据按照设定比例划分为训练集和测试集,使用训练集对时间序列模型进行训练,并使用测试集验证时间序列模型,获得验证指标,所述验证指标包括均方根误差、平均绝对误差和平均绝对百分比误差;
基于验证指标对时间序列模型进行参数调整及优化,并基于优化后的时间序列模型预测调峰市场所需调峰电量和调频市场所需调频电量。
具体地,所述输出单元包括电量获取模块,用于获得调峰输出电量和调频输出电量,所述电量获取模块具体用于:
获取不同装机规模储能系统每次参与调峰市场的输出电量以及参与调频市场的输出电量;
计算调峰输出电量tfs和调频输出电量tps,计算公式分别为:
其中,λ1和λ2分别为调峰输出电量tfs和调频输出电量tps的计算补偿参数,e为自然常数,tfjz和tpjz分别为参与调峰市场的输出电量均值以及参与调频市场的输出电量均值,i=1,2,3,...,n为不同装机规模储能系统每次参与调峰市场的次数,i=1,2,3,...,m为不同装机规模储能系统每次参与调频市场的次数,为不同装机规模储能系统第i次参与调峰市场的输出电量,/>为不同装机规模储能系统第i次参与调频市场的输出电量。
具体地,所述稳定性能参数包括频率响应速率和电压响应速率,所述故障修复参数包括故障修复时间,频率恢复时间和电压恢复时间,所述评估模块用于:
保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下,获取多次仿真结果的频率响应速率和电压响应速率,计算稳定性系数χwd;
保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下,获取多次仿真结果的故障修复时间,频率恢复时间和电压恢复时间,计算修复响应系数χxf;
基于稳定性系数和修复响应系数计算系统稳定性指标Wcn,计算公式为:
其中,Δ1和Δ2分别为稳定性系数和修复响应系数的权重因子,e为自然常数。
具体地,计算稳定性系数χwd的公式为:
/>
其中,C为计算稳定性系数时电力系统仿真工具仿真的次数,和/>分别为第c次仿真时获得的频率响应速率和电压响应速率,κfz为计算补偿参数;
计算修复响应系数χxf的公式为:
其中,B为计算修复响应系数时电力系统仿真工具仿真的次数,Tgz、Tpl和Tdy分别为第b次仿真时获得的故障修复时间、频率恢复时间和电压恢复时间。
具体地,所述评估单元用于通过分析负荷曲线,获取平均波动幅度实现评估不同装机规模储能系统参与调峰市场的削峰效果,所述评估单元具体用于:
获取历史负荷数据,所述历史负荷数据以时间序列形式存在,在每个时间点对应一个负荷值;
绘制负荷曲线,并在设定大小的滑动窗口划分采集点,获取采集点上的负荷数据,计算滑动平均值;
基于滑动平均值和负荷数据计算平均波动幅度,所述平均波动幅度为削峰效果。
具体地,平均波动幅度E1的计算公式为:
其中,Q为滑动窗口内的负荷数据的个数,pq为滑动窗口内的第q个负荷数据,pjun为滑动平均值,即滑动窗口内的负荷数据的平均值。
具体地,所述评估单元,用于通过计算频率响应速度均值和频率波动指标的加权差,实现评估不同装机规模储能系统参与调频市场的调频效果,所述评估单元具体用于:
分别获取多个频率事件的频率数据,所述频率数据包括调频时间间隔、储能系统的功率变化值、储能接入后的实际频率以及目标频率;
基于调频时间间隔和储能系统的功率变化值,计算频率响应速度均值Pv;
基于储能介入后的实际频率以及目标频率计算频率波动指标Pb;
根据频率响应速度均值Pv和频率波动指标Pb计算调频效果E2,公式为:
其中,和/>分别为频率响应速度均值Pv和频率波动指标Pb的权重因子,e为自然常数。
具体地,计算频率响应速度均值Pv的公式为:
其中,A为频率事件的个数,ΔPa和ΔTa分别为第a次频率事件的调频时间间隔、储能系统的功率变化值;计算频率波动指标Pb的公式为:
其中,A为频率事件的个数,SPa为第a次储能系统介入后的实际频率,MP为目标频率,xp为A个实际频率的平均值。
综上,本申请至少具有以下效果:
通过考虑系统稳定性参数,如频率响应速率和电压响应速率,决策者可以评估新型储能系统的影响。在辅助服务市场中,新型储能系统可以提供稳定性支持,以应对可再生能源波动、突发负荷变化等情况,评估削峰效果可以帮助决策者确定在高峰时期的电价策略,以最大程度地减少电力成本,通过评估调频效果,决策者可以确定新型储能系统参与市场的电价策略,以实现最佳的频率调节性能,通过综合考虑系统稳定性、削峰效果和调频效果等多个因素,决策者可以更全面地了解新型储能系统在不同市场环境下的潜在效益和影响。这有助于制定更准确的电价策略,使新型储能系统在辅助服务市场条件下都能够实现最佳的经济回报,并确保电力系统的可靠性和稳定性。
由于调峰、调频等不同辅助服务市场具有不同的规则和要求,新型储能系统需要在不同市场环境下运行,允许在多个辅助服务市场条件下评估和优化电价策略,使新型储能系统能够灵活应对不同市场的需求,这有助于提高新型储能系统的多市场适应性,从而更好地利用其潜力。
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系统、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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (22)
1.一种储能参与电力市场交易的优化控制方法,其特征在于,包括以下步骤:
评估不同装机规模储能系统的系统稳定性指标、评估不同装机规模储能系统参与调峰市场的削峰效果,以及评估不同装机规模储能系统参与调频市场的调频效果;
基于系统稳定性指标、削峰效果和调频效果,建立不同装机规模储能系统参与辅助服务电力市场的电价优化控制模型;
基于所述电价优化控制模型,输出不同装机规模储能系统参与辅助服务电力市场的建议电价。
2.根据权利要求1所述的一种储能参与电力市场交易的优化控制方法,其特征在于,评估不同装机规模储能系统的系统稳定性指标包括:
获取不同装机规模储能系统的稳定性能参数和故障修复参数;
基于所述稳定性能参数和故障修复参数构建系统稳定评估模型;
通过稳定性能参数和故障修复参数,结合系统稳定评估模型,评估不同装机规模储能系统的系统稳定性指标。
3.根据权利要求1所述的一种储能参与电力市场交易的优化控制方法,其特征在于,基于所述电价优化控制模型,输出不同装机规模储能系统参与辅助服务电力市场的建议电价的计算公式如下:
其中,Wcn为系统稳定性系数,E1为削峰效果,E2为调频效果,TFd为调峰电量需求值,TPd为调频电量需求值,tfs为调峰输出电量,tps为调频输出电量,ff为不同装机规模储能系统参与调峰市场的建议电价,fp为不同装机规模储能系统参与调频市场的建议电价,τ为盈利系数,Cb为不同装机规模储能系统参与辅助服务电力市场的成本。
4.根据权利要求3所述的一种储能参与电力市场交易的优化控制方法,其特征在于,调峰电量需求值和调频电量需求值均通过时间序列模型预测获得,过程如下:
获取调峰市场历史电量需求数据以及调频市场历史电量需求数据,所述调峰市场历史电量需求数据以及调频市场历史电量需求数据均包括时间戳和对应的调峰电量需求值或调频电量需求值;
对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行数据处理,处理后,依据时间序列模型所需时间间隔对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行时间序列重采样,获得输入数据;
将输入数据按照设定比例划分为训练集和测试集,使用训练集对时间序列模型进行训练,并使用测试集验证时间序列模型,获得验证指标,所述验证指标包括均方根误差、平均绝对误差和平均绝对百分比误差;
基于验证指标对时间序列模型进行参数调整及优化,并基于优化后的时间序列模型预测调峰电量需求值和调频电量需求值。
5.根据权利要求3所述的一种储能参与电力市场交易的优化控制方法,其特征在于,调峰输出电量和调频输出电量通过如下方式获得:
获取不同装机规模储能系统每次参与调峰市场的输出电量以及参与调频市场的输出电量;
计算调峰输出电量tfs和调频输出电量tps,计算公式分别为:
其中,λ1和λ2分别为调峰输出电量tfs和调频输出电量tps的计算补偿参数,e为自然常数,tfjz和tpjz分别为参与调峰市场的输出电量均值以及参与调频市场的输出电量均值,i=1,2,3,...,n为不同装机规模储能系统每次参与调峰市场的次数,i=1,2,3,...,m为不同装机规模储能系统每次参与调频市场的次数,为不同装机规模储能系统第i次参与调峰市场的输出电量,/>为不同装机规模储能系统第i次参与调频市场的输出电量。
6.根据权利要求2所述的一种储能参与电力市场交易的优化控制方法,其特征在于,所述稳定性能参数包括频率响应速率和电压响应速率,所述故障修复参数包括故障修复时间,频率恢复时间和电压恢复时间,评估不同装机规模储能系统的系统稳定性指标的过程如下:
保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下,获取多次仿真结果的频率响应速率和电压响应速率,计算稳定性系数χwd;
保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下,获取多次仿真结果的故障修复时间,频率恢复时间和电压恢复时间,计算修复响应系数χxf;
基于稳定性系数和修复响应系数计算系统稳定性指标Wcn,计算公式为:
其中,Δ1和Δ2分别为稳定性系数和修复响应系数的权重因子,e为自然常数。
7.根据权利要求6所述的一种储能参与电力市场交易的优化控制方法,其特征在于,计算稳定性系数χwd的公式为:
其中,C为计算稳定性系数时电力系统仿真工具仿真的次数,和/>分别为第c次仿真时获得的频率响应速率和电压响应速率,κfz为计算补偿参数;
计算修复响应系数χxf的公式为:
其中,B为计算修复响应系数时电力系统仿真工具仿真的次数,Tgz、Tpl和Tdy分别为第b次仿真时获得的故障修复时间、频率恢复时间和电压恢复时间。
8.根据权利要求1所述的一种储能参与电力市场交易的优化控制方法,其特征在于,评估不同装机规模储能系统参与调峰市场的削峰效果通过分析负荷曲线,获取平均波动幅度实现,具体过程如下:
获取历史负荷数据,所述历史负荷数据以时间序列形式存在,在每个时间点对应一个负荷值;
绘制负荷曲线,并在设定大小的滑动窗口划分采集点,获取采集点上的负荷数据,计算滑动平均值;
基于滑动平均值和负荷数据计算平均波动幅度,所述平均波动幅度为削峰效果。
9.根据权利要求8所述的一种储能参与电力市场交易的优化控制方法,其特征在于,平均波动幅度E1的计算公式为:
其中,Q为滑动窗口内的负荷数据的个数,pq为滑动窗口内的第q个负荷数据,pjun为滑动平均值,即滑动窗口内的负荷数据的平均值。
10.根据权利要求1所述的一种储能参与电力市场交易的优化控制方法,其特征在于:评估不同装机规模储能系统参与调频市场的调频效果通过计算频率响应速度均值和频率波动指标的加权差实现,具体过程如下:
分别获取多个频率事件的频率数据,所述频率数据包括调频时间间隔、储能系统的功率变化值、储能接入后的实际频率以及目标频率;
基于调频时间间隔和储能系统的功率变化值,计算频率响应速度均值Pv;
基于储能介入后的实际频率以及目标频率计算频率波动指标Pb;
根据频率响应速度均值Pv和频率波动指标Pb计算调频效果E2,公式为:
其中,和/>分别为频率响应速度均值Pv和频率波动指标Pb的权重因子,e为自然常数。
11.根据权利要求10所述的一种储能参与电力市场交易的优化控制方法,其特征在于,计算频率响应速度均值Pv的公式为:
其中,A为频率事件的个数,ΔPa和ΔTa分别为第a次频率事件的调频时间间隔、储能系统的功率变化值;计算频率波动指标Pb的公式为:
其中,A为频率事件的个数,SPa为第a次储能系统介入后的实际频率,MP为目标频率,xp为A个实际频率的平均值。
12.一种储能参与电力市场交易的优化控制系统,其特征在于,包括:
评估单元,用于评估不同装机规模储能系统的系统稳定性指标、评估不同装机规模储能系统参与调峰市场的削峰效果,以及评估不同装机规模储能系统参与调频市场的调频效果;
建立单元,用于基于系统稳定性指标、削峰效果和调频效果,建立不同装机规模储能系统参与辅助服务电力市场的电价优化控制模型;
输出单元,用于基于所述电价优化控制模型,输出不同装机规模储能系统参与辅助服务电力市场的建议电价。
13.根据权利要求12所述的一种储能参与电力市场交易的优化控制系统,其特征在于,评估单元包括:
获取模块,用于获取不同装机规模储能系统的稳定性能参数和故障修复参数;
构建模块,用于基于所述稳定性能参数和故障修复参数构建系统稳定评估模型;
评估模块,用于通过稳定性能参数和故障修复参数,结合系统稳定评估模型,评估不同装机规模储能系统的系统稳定性指标。
14.根据权利要求12所述的一种储能参与电力市场交易的优化控制系统,其特征在于,所述输出单元的计算公式如下:
其中,Wcn为系统稳定性系数,E1为削峰效果,E2为调频效果,TFd为调峰电量需求值,TPd为调频电量需求值,tfs为调峰输出电量,tps为调频输出电量,ff为不同装机规模储能系统参与调峰市场的建议电价,fp为不同装机规模储能系统参与调频市场的建议电价,τ为盈利系数,Cb为不同装机规模储能系统参与辅助服务电力市场的成本。
15.根据权利要求14所述的一种储能参与电力市场交易的优化控制系统,其特征在于,所述输出单元包括预测模块,用于通过时间序列模型预测获得调峰电量需求值和调频电量需求值,所述预测模块具体用于:
获取调峰市场历史电量需求数据以及调频市场历史电量需求数据,所述调峰市场历史电量需求数据以及调频市场历史电量需求数据均包括时间戳和对应的调峰电量需求值或调频电量需求值;
对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行数据处理,处理后,依据时间序列模型所需时间间隔对调峰市场历史电量需求数据以及调频市场历史电量需求数据进行时间序列重采样,获得输入数据;
将输入数据按照设定比例划分为训练集和测试集,使用训练集对时间序列模型进行训练,并使用测试集验证时间序列模型,获得验证指标,所述验证指标包括均方根误差、平均绝对误差和平均绝对百分比误差;
基于验证指标对时间序列模型进行参数调整及优化,并基于优化后的时间序列模型预测调峰电量需求值和调频电量需求值。
16.根据权利要求14所述的一种储能参与电力市场交易的优化控制系统,其特征在于,所述输出单元包括电量获取模块,用于获得调峰输出电量和调频输出电量,所述电量获取模块具体用于:
获取不同装机规模储能系统每次参与调峰市场的输出电量以及参与调频市场的输出电量;
计算调峰输出电量tfs和调频输出电量tps,计算公式分别为:
其中,λ1和λ2分别为调峰输出电量tfs和调频输出电量tps的计算补偿参数,e为自然常数,tfjz和tpjz分别为参与调峰市场的输出电量均值以及参与调频市场的输出电量均值,i=1,2,3,...,n为不同装机规模储能系统每次参与调峰市场的次数,i=1,2,3,...,m为不同装机规模储能系统每次参与调频市场的次数,为不同装机规模储能系统第i次参与调峰市场的输出电量,/>为不同装机规模储能系统第i次参与调频市场的输出电量。
17.根据权利要求13所述的一种储能参与电力市场交易的优化控制系统,其特征在于,所述稳定性能参数包括频率响应速率和电压响应速率,所述故障修复参数包括故障修复时间,频率恢复时间和电压恢复时间,所述评估模块用于:
保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下,获取多次仿真结果的频率响应速率和电压响应速率,计算稳定性系数χwd;
保持电力系统仿真工具的初始条件和模型精度相同,在随机性因素的影响下,获取多次仿真结果的故障修复时间,频率恢复时间和电压恢复时间,计算修复响应系数χxf;
基于稳定性系数和修复响应系数计算系统稳定性指标Wcn,计算公式为:
其中,Δ1和Δ2分别为稳定性系数和修复响应系数的权重因子,e为自然常数。
18.根据权利要求17所述的一种储能参与电力市场交易的优化控制系统,其特征在于,计算稳定性系数χwd的公式为:
其中,C为计算稳定性系数时电力系统仿真工具仿真的次数,和/>分别为第c次仿真时获得的频率响应速率和电压响应速率,κfz为计算补偿参数;
计算修复响应系数χxf的公式为:
其中,B为计算修复响应系数时电力系统仿真工具仿真的次数,Tgz、Tpl和Tdy分别为第b次仿真时获得的故障修复时间、频率恢复时间和电压恢复时间。
19.根据权利要求12所述的一种储能参与电力市场交易的优化控制系统,其特征在于,所述评估单元用于通过分析负荷曲线,获取平均波动幅度实现评估不同装机规模储能系统参与调峰市场的削峰效果,所述评估单元具体用于:
获取历史负荷数据,所述历史负荷数据以时间序列形式存在,在每个时间点对应一个负荷值;
绘制负荷曲线,并在设定大小的滑动窗口划分采集点,获取采集点上的负荷数据,计算滑动平均值;
基于滑动平均值和负荷数据计算平均波动幅度,所述平均波动幅度为削峰效果。
20.根据权利要求19所述的一种储能参与电力市场交易的优化控制系统,其特征在于,平均波动幅度E1的计算公式为:
其中,Q为滑动窗口内的负荷数据的个数,pq为滑动窗口内的第q个负荷数据,pjun为滑动平均值,即滑动窗口内的负荷数据的平均值。
21.根据权利要求12所述的一种储能参与电力市场交易的优化控制系统,其特征在于:所述评估单元,用于通过计算频率响应速度均值和频率波动指标的加权差,实现评估不同装机规模储能系统参与调频市场的调频效果,所述评估单元具体用于:
分别获取多个频率事件的频率数据,所述频率数据包括调频时间间隔、储能系统的功率变化值、储能接入后的实际频率以及目标频率;
基于调频时间间隔和储能系统的功率变化值,计算频率响应速度均值Pv;
基于储能介入后的实际频率以及目标频率计算频率波动指标Pb;
根据频率响应速度均值Pv和频率波动指标Pb计算调频效果E2,公式为:
其中,和/>分别为频率响应速度均值Pv和频率波动指标Pb的权重因子,e为自然常数。
22.根据权利要求21所述的一种储能参与电力市场交易的优化控制系统,其特征在于,计算频率响应速度均值Pv的公式为:
其中,A为频率事件的个数,ΔPa和ΔTa分别为第a次频率事件的调频时间间隔、储能系统的功率变化值;计算频率波动指标Pb的公式为:
其中,A为频率事件的个数,SPa为第a次储能系统介入后的实际频率,MP为目标频率,xp为A个实际频率的平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311498197.1A CN117728384A (zh) | 2023-11-10 | 2023-11-10 | 储能参与电力市场交易的优化控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311498197.1A CN117728384A (zh) | 2023-11-10 | 2023-11-10 | 储能参与电力市场交易的优化控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117728384A true CN117728384A (zh) | 2024-03-19 |
Family
ID=90206108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311498197.1A Pending CN117728384A (zh) | 2023-11-10 | 2023-11-10 | 储能参与电力市场交易的优化控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117728384A (zh) |
-
2023
- 2023-11-10 CN CN202311498197.1A patent/CN117728384A/zh active Pending
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 | |
Zhang et al. | A systematic approach for the joint dispatch of energy and reserve incorporating demand response | |
CN107123982B (zh) | 一种基于设备异动的配电网可靠性经济效益分析方法 | |
Świerczyński et al. | Primary frequency regulation with Li-ion battery energy storage system: A case study for Denmark | |
CN111478312A (zh) | 一种提升电网稳定性的综合能源集群协调控制方法 | |
CN103268519B (zh) | 基于改进Lyapunov指数的电力系统短期负荷预测方法及装置 | |
Rossi et al. | Evaluation of the energy storage systems impact on the Italian ancillary market | |
CN113139711A (zh) | 一种基于数据整合的智慧能源数据中心管理系统 | |
CN106374536A (zh) | 新能源接入条件下电力容量市场的低碳电源投资决策方法 | |
Zhang et al. | Research on AGC performance during wind power ramping based on deep reinforcement learning | |
CN116599151A (zh) | 基于多源数据的源网储荷安全管理方法 | |
CN115882456B (zh) | 一种基于大规模电网潮流的电力控制方法及系统 | |
CN117057533A (zh) | 基于负荷评估的细分时段有序充电策略优化方法及装置 | |
Hutchinson et al. | Verification and analysis of a Battery Energy Storage System model | |
CN116995682B (zh) | 一种可调节负荷参与有功潮流连续调整方法与系统 | |
CN112182835A (zh) | 一种考虑风电不确定性和储能调节的电力系统可靠性评估方法及系统 | |
CN116384251A (zh) | 一种考虑风险规避的新能源发电功率组合预测方法及系统 | |
CN117728384A (zh) | 储能参与电力市场交易的优化控制方法及系统 | |
CN105427045A (zh) | 一种电力系统及电力市场参与主体风险评估系统 | |
CN110261693A (zh) | 一种基于稳态采样技术的在线热力试验方法及系统 | |
CN117611391A (zh) | 多能互补能源基地参与辅助服务电力市场交易优化方法 | |
Wehinger et al. | Assessing the effect of storage devices and a PHEV cluster on German spot prices by using model predictive and profit maximizing agents | |
Ban | Energy decision making of steel company based on energy management system | |
Lim et al. | Cost-Effective Peak Shaving Strategy Based on Clustering and XGBoost Algorithm | |
KR102644225B1 (ko) | 수소 기반 가상 발전소의 전력 거래 방법 및 장치 |
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 |