CN103236705B - 用于配电网削峰填谷的双储能***储能容量的优化方法 - Google Patents

用于配电网削峰填谷的双储能***储能容量的优化方法 Download PDF

Info

Publication number
CN103236705B
CN103236705B CN201310175242.XA CN201310175242A CN103236705B CN 103236705 B CN103236705 B CN 103236705B CN 201310175242 A CN201310175242 A CN 201310175242A CN 103236705 B CN103236705 B CN 103236705B
Authority
CN
China
Prior art keywords
energy
storage system
capacitance
stored
stored 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.)
Expired - Fee Related
Application number
CN201310175242.XA
Other languages
English (en)
Other versions
CN103236705A (zh
Inventor
韩晓娟
张�浩
孔令达
黄蕙
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.)
North China Electric Power University
Original Assignee
North China Electric Power 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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN201310175242.XA priority Critical patent/CN103236705B/zh
Publication of CN103236705A publication Critical patent/CN103236705A/zh
Application granted granted Critical
Publication of CN103236705B publication Critical patent/CN103236705B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了电力***储能设备设计技术领域中的一种用于配电网削峰填谷的双储能***储能容量的优化方法。包括：分别建立两个储能***的储能容量优化目标函数；设定优化次数的初值和两个储能***的储能容量初值；分别将两个储能***的储能容量初值代入各自的储能***的储能容量优化目标函数，通过优化计算得到各自储能***的储能容量最优值；再将最优值代入各自的储能***的储能容量优化目标函数，通过优化计算得到两个储能***的储能容量最优值；比较相邻两次最优值，如果相同，则按照相邻两次最优值分别建立两个储能***。本发明提供的方法实现了双储能***在配电网削峰填谷时储能容量配置的优化。

Description

用于配电网削峰填谷的双储能***储能容量的优化方法
技术领域
本发明属于电力***储能设备设计技术领域，尤其涉及一种用于配电网削峰填谷的双储能***储能容量的优化方法。
背景技术
随着社会经济的发展和人民生活水平的提高，电力***中的负荷呈现峰谷负荷差逐年增大、最大负荷利用小时数逐年下降的特点。这会导致发、输、配等环节的电力设备规模跟随年最大负荷的增大而增大，但设备的年最大负荷利用小时数却会降低，降低了电力设备投资的经济性，造成社会资源利用低下。
随着现代电网技术的发展，储能技术逐渐被引入到电力***中，储能可以有效的实现需求侧管理，消除昼夜间峰谷差，平滑负荷，可以提高电力设备利用率，降低供电成本，还可以促进新能源的利用。储能技术已成为配电网中实现削峰填谷的一个重要手段。以锂离子电池、全钒液流氧化还原电池为代表的电池储能技术研究已经有了长足的发展。
储能***的投入是否合理与其容量配置有着直接的关系，因此对储能***用于配电网削峰填谷的容量进行优化，既能够得到满足负荷削峰填谷要求的容量配置，又可以使经济收益最大。
发明内容
本发明的目的在于，提出一种用于配电网削峰填谷的双储能***储能容量的优化方法，用于解决双储能***在配电网削峰填谷时储能容量配置没有达到最优的问题。
为了实现上述目的，本发明提出的技术方案是，一种用于配电网削峰填谷的双储能***储能容量的优化方法，其特征是所述方法包括：
步骤1：将两个储能***分别记为第一储能***和第二储能***，分别建立第一储能***的储能容量优化目标函数和第二储能***的储能容量优化目标函数；
步骤2：设定优化次数j的初值为j＝0，设定第一储能***的储能容量初值为设定第二储能***的储能容量初值为
步骤3：将第二储能***的储能容量初值代入第一储能***的储能容量优化目标函数，通过优化计算得到第一储能***的储能容量最优值
将第一储能***的储能容量初值代入第二储能***的储能容量优化目标函数，通过优化计算得到第二储能***的储能容量最优值
步骤4：令 将代入第一储能***的储能容量优化目标函数，通过优化计算得到第一储能***的储能容量最优值
将代入第二储能***的储能容量优化目标函数，通过优化计算得到第二储能***的储能容量最优值
步骤5：判断是否同时满足和如果同时满足和则执行步骤6；否则，令j＝j+1，返回步骤4；
步骤6：分别以和作为第一储能***和第二储能***的储能容量建立第一储能***和第二储能***。
所述第一储能***的储能容量优化目标函数为：
S 1 = S 1 - delay + S 1 _ enviroment + S 1 _ income - S 1 _ P , E - S 1 _ m + S 2 - delay * + S 2 _ enviroment * + S 2 _ income * - S 2 _ P , E * - S 2 _ m * ;
其中，S1-delay是第一储能***投入后延缓供电输电设备投入量，S1_delay＝Rp_vest·P1_ESS，Rp_vest是供电输电设备单位功率投入量，P1_ESS是第一储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n1是第一储能***的寿命；
S1_enviroment是第一储能***的环境效益， S 1 _ environment = ( Σ p = 1 m R 1 _ metal _ p η 1 _ metal _ p - R 1 _ recycle ) · η 1 _ energy · E 1 , R1_metal_p是金属p的价格，m是第一储能***所含的金属种类，η1_metal_p是第一储能***单位重量中金属p的含量，R1_recycle是处理单位重量第一储能***废料所需的支出，η1_energy是第一储能***能重比；
S1_income是第一储能***低储高发时产生的直接效益，S1_income＝(R1_out-R1_in)·E1，R1_out是第一储能***低储高发时电网输出电能的价格，R1_in是第一储能***低储高发时电网输入电能的价格；
S1_P,E是第一储能***功率成本和容量成本之和， S 1 _ P , E = ( C 1 _ p · P 1 _ ESS + C 1 _ E · E 1 ) · α 1 ( 1 + α 1 ) n 1 ( 1 + α 1 ) n 1 - 1 , C1_p是第一储能***单位功率成本，C1_E是第一储能***单位容量成本，α1是第一储能***投资收益率；
S1_m是第一储能***年维护支出，S1_m＝C1_m·E1；C1_m是第一储能***单位容量年维护支出；
E1是待优化的第一储能***的储能容量；
第二储能***投入后延缓供电输电设备投入量，Rp_vest是供电输电设备单位功率投入量，是第二储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n2是第二储能***的寿命；
是第二储能***的环境效益， S 2 _ environment * = ( Σ q = 1 m R 2 _ metal _ q η 2 _ metal _ q - R 2 _ recycle ) · η 2 _ energy · E 2 * , R2_metal_q是金属q的价格，m是第二储能***所含的金属种类，η2_metal_q是第二储能***单位重量中金属q的含量，R2_recycle是处理单位重量第二储能***废料所需的支出，η2_energy表示第二储能***能重比；
是第二储能***低储高发时产生的直接效益，R2_out是第二储能***低储高发时电网输出电能的价格，R2_in是第二储能***低储高发时电网输入电能的价格；
是第二储能***功率成本和容量成本之和， S 2 _ P , E * = ( C 2 _ p · P 2 _ ESS + C 2 _ E · E 2 * ) · α 2 ( 1 + α 2 ) n 2 ( 1 + α 2 ) n 2 - 1 , C2_p是第二储能***单位功率成本，C2_E是第二储能***单位容量成本，α2是第二储能***投资收益率；
是第二储能***年维护支出，C2_m是第二储能***单位容量年维护支出；
是第二储能***的储能容量初值或者最优值；
所述第一储能***的储能容量优化目标函数的约束条件为E1≥0。
所述通过优化计算得到第一储能***的储能容量最优值采用粒子群优化方法。
所述第二储能***的储能容量优化目标函数为
S 2 = S 2 - delay + S 2 _ enviroment + S 2 _ income - S 2 _ P , E - S 2 _ m + S 1 - delay * + S 1 _ enviroment * + S 1 _ income * - S 1 _ P , E * - S 1 _ m * ;
其中，S2-delay是第二储能***投入后延缓供电输电设备投入量，S2_delay＝Rp_vest·P2_ESS，Rp_vest是供电输电设备单位功率投入量，P2_ESS是第二储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n2是第二储能***的寿命；
S2_enviroment是第二储能***的环境效益， S 2 _ environment = ( Σ q = 1 m R 2 _ metal _ q η 2 _ metal _ q - R 2 _ recycle ) · η 2 _ energy · E 2 , R2_metal_q是金属q的价格，m是第二储能***所含的金属种类，η2_metal_q是第二储能***单位重量中金属q的含量，R2_recycle是处理单位重量第二储能***废料所需的支出，η2_energy表示第二储能***能重比；
S2_income是第二储能***低储高发时产生的直接效益，S2_income＝(R2_out-R2_in)·E2，R2_out是第二储能***低储高发时电网输出电能的价格，R2_in是第二储能***低储高发时电网输入电能的价格；
S2_P,E是第二储能***功率成本和容量成本之和， S 2 _ P , E = ( C 2 _ p · P 2 _ ESS + C 2 _ E · E 2 ) · α 2 ( 1 + α 2 ) n 2 ( 1 + α 2 ) n 2 - 1 , C2_p是第二储能***单位功率成本，C2_E是第二储能***单位容量成本，α2是第二储能***投资收益率；
S2_m是第二储能***年维护支出，S2_m＝C2_m·E2；C2_m是第二储能***单位容量年维护支出；
E2是待优化的第二储能***的储能容量；
第一储能***投入后延缓供电输电设备投入量，Rp_vest是供电输电设备单位功率投入量，是第一储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n1是第一储能***的寿命；
是第一储能***的环境效益， S 1 _ environment * = ( Σ p = 1 m R 1 _ metal _ p η 1 _ metal _ p - R 1 _ recycle ) · η 1 _ energy · E 1 * , R1_metal_p是金属p的价格，m是第一储能***所含的金属种类，η1_metal_p是第一储能***单位重量中金属p的含量，R1_recycle是处理单位重量第一储能***废料所需的支出，η1_energy是第一储能***能重比；
是第一储能***低储高发时产生的直接效益，R1_out是第一储能***低储高发时电网输出电能的价格，R1_in是第一储能***低储高发时电网输入电能的价格；
是第一储能***功率成本和容量成本之和， S 1 _ P , E * = ( C 1 _ p · P 1 _ ESS + C 1 _ E · E 1 * ) · α 1 ( 1 + α 1 ) n 1 ( 1 + α 1 ) n 1 - 1 , C1_p是第一储能***单位功率成本，C1_E是第一储能***单位容量成本，α1是第一储能***投资收益率；
是第一储能***年维护支出，C1_m是第一储能***单位容量年维护支出；
是第一储能***的储能容量初值或者最优值；
所述第二储能***的储能容量优化目标函数的约束条件为E2≥0。
所述通过优化计算得到第二储能***的储能容量最优值采用粒子群优化方法。
本发明提供的方法实现了双储能***在配电网削峰填谷时储能容量配置的优化。
附图说明
图1是用于配电网削峰填谷的电池储能***控制结构图；
图2是用于配电网削峰填谷的双储能***储能容量的优化方法流程图。
具体实施方式
下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。
实施例
在本实施例中，选取锂离子电池储能***作为第一储能***，选取全钒液流氧化还原电池储能***作为第二储能***。
图1是用于配电网削峰填谷的电池储能***控制结构图。如图1所示，用于配电网削峰填谷的电池储能***由历史数据库、数据采集模块、负荷预测***、数据分析处理模块、功率约束模块和电池储能***模块构成。
电池储能***基于历史数据库，选取与预测日情况相同、天气相似的数据，运用支持向量机方法对预测日负荷进行预测，根据负荷预测值统计当日负荷高峰值、低谷值，并分别设定为Prg和Ppeak；将Prg和Ppeak值导入数据分析处理模块，载入负荷预测值Pforce与Prg和Ppeak相比较：当负荷数据Pforce小于合成出力低谷值Prg，拟进行储能***充电，此时根据BMS（能量管理模块）中采集的电池SOC状态值判断电池是否满足SOC约束，若满足则储能***充电，并载入功率约束模块判断是否满足功率约束，满足则充电完成填谷，否则进行功率修正；当负荷数据Pforce大于合成出力峰值初始值Ppeak，拟进行储能***放电，此时根据BMS（能量管理模块）中采集的电池SOC状态值判断电池是否满足SOC约束，若满足则储能***放电，并载入功率约束模块判断是否满足功率约束，满足则完成削风，使储能调节后的合成出力达到合成出力峰值初始值Ppeak；当负荷数据Pforce在[Prg,Ppeak]范围内，储能***不动作。
图2是用于配电网削峰填谷的双储能***储能容量的优化方法流程图。如图2所示，本实施例提供的用于配电网削峰填谷的双储能***储能容量的优化方法包括：
步骤1：将锂离子电池储能***作为第一储能***，全钒液流氧化还原电池储能***作为第二储能***，分别建立第一储能***的储能容量优化目标函数和第二储能***的储能容量优化目标函数。
第一储能***的储能容量优化目标函数为：
S 1 = S 1 - delay + S 1 _ enviroment + S 1 _ income - S 1 _ P , E - S 1 _ m + S 2 - delay * + S 2 _ enviroment * + S 2 _ income * - S 2 _ P , E * - S 2 _ m * - - - ( 1 )
在公式（1）中，S1-delay是第一储能***投入后延缓供电输电设备投入量，S1_delay＝Rp_vest·P1_ESS，Rp_vest是供电输电设备单位功率投入量，P1_ESS是第一储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n1是第一储能***的寿命。由于Rp_vest和n1的值可以确定，因此S1-delay是关于E1的函数。
S1_enviroment是第一储能***的环境效益， S 1 _ environment = ( Σ p = 1 m R 1 _ metal _ p η 1 _ metal _ p - R 1 _ recycle ) · η 1 _ energy · E 1 , R1_metal_p是金属p的价格，m是第一储能***所含的金属种类，η1_metal_p是第一储能***单位重量中金属p的含量，R1_recycle是处理单位重量第一储能***废料所需的支出，η1_energy是第一储能***能重比。由于R1_metal_p、m、η1_metal_p、R1_recycle和η1_energy的值是可以确定的，因此S1_enviroment也是关于E1的函数。
S1_income是第一储能***低储高发时产生的直接效益，S1_income＝(R1_out-R1_in)·E1，R1_out是第一储能***低储高发时电网输出电能的价格，R1_in是第一储能***低储高发时电网输入电能的价格。由于R1_out和R1_in的值是可以确定的，因此S1_income是关于E1的函数。
S1_P,E是第一储能***功率成本和容量成本之和， S 1 _ P , E = ( C 1 _ p · P 1 _ ESS + C 1 _ E · E 1 ) · α 1 ( 1 + α 1 ) n 1 ( 1 + α 1 ) n 1 - 1 , C1_p是第一储能***单位功率成本，C1_E是第一储能***单位容量成本，α1是第一储能***投资收益率。由于C1_p、α1、n1和C1_E的值是可以确定的，因此S1_P,E是关于E1的函数。
S1_m是第一储能***年维护支出，S1_m＝C1_m·E1；C1_m是第一储能***单位容量年维护支出。由于C1_m的值是可以确定的，因此S1_m是关于E1的函数。
E1是待优化的第一储能***的储能容量。
第二储能***投入后延缓供电输电设备投入量，Rp_vest是供电输电设备单位功率投入量，是第二储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n2是第二储能***的寿命。
是第二储能***的环境效益， S 2 _ environment * = ( Σ q = 1 m R 2 _ metal _ q η 2 _ metal _ q - R 2 _ recycle ) · η 2 _ energy · E 2 * , R2_metal_q是金属q的价格，m是第二储能***所含的金属种类，η2_metal_q是第二储能***单位重量中金属q的含量，R2_recycle是处理单位重量第二储能***废料所需的支出，η2_energy表示第二储能***能重比。
是第二储能***低储高发时产生的直接效益，R2_out是第二储能***低储高发时电网输出电能的价格，R2_in是第二储能***低储高发时电网输入电能的价格。
是第二储能***功率成本和容量成本之和， S 2 _ P , E * = ( C 2 _ p · P 2 _ ESS + C 2 _ E · E 2 * ) · α 2 ( 1 + α 2 ) n 2 ( 1 + α 2 ) n 2 - 1 , C2_p是第二储能***单位功率成本，C2_E是第二储能***单位容量成本，α2是第二储能***投资收益率。
是第二储能***年维护支出，C2_m是第二储能***单位容量年维护支出。
是第二储能***的储能容量初值或者最优值，在的值确定的情况下，和均为确定的值。因此，在的值确定的情况下，S1是关于E1的函数，即第一储能***的储能容量优化目标函数为是关于E1的函数。此时，可以设定第一储能***的储能容量优化目标函数的约束条件为E1≥0。
第二储能***的储能容量优化目标函数为：
S 2 = S 2 - delay + S 2 _ enviroment + S 2 _ income - S 2 _ P , E - S 2 _ m + S 1 - delay * + S 1 _ enviroment * + S 1 _ income * - S 1 _ P , E * - S 1 _ m * - - - ( 2 )
在公式（2）中，S2-delay是第二储能***投入后延缓供电输电设备投入量，S2_delay＝Rp_vest·P2_ESS，Rp_vest是供电输电设备单位功率投入量，P2_ESS是第二储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n2是第二储能***的寿命。由于Rp_vest和n1的值可以确定，因此S2-delay是关于E2的函数。
S2_enviroment是第二储能***的环境效益， S 2 _ environment = ( Σ q = 1 m R 2 _ metal _ q η 2 _ metal _ q - R 2 _ recycle ) · η 2 _ energy · E 2 , R2_metal_q是金属q的价格，m是第二储能***所含的金属种类，η2_metal_q是第二储能***单位重量中金属q的含量，R2_recycle是处理单位重量第二储能***废料所需的支出，η2_energy表示第二储能***能重比。由于R2_metal_p、m、η2_metal_p、R2_recycle和η2_energy的值是可以确定的，因此S2_enviroment也是关于E2的函数。
S2_income是第二储能***低储高发时产生的直接效益，S2_income＝(R2_out-R2_in)·E2，R2_out是第二储能***低储高发时电网输出电能的价格，R2_in是第二储能***低储高发时电网输入电能的价格。由于R2_out和R2_in的值是可以确定的，因此S2_income是关于E2的函数。
S2_P,E是第二储能***功率成本和容量成本之和， S 2 _ P , E = ( C 2 _ p · P 2 _ ESS + C 2 _ E · E 2 ) · α 2 ( 1 + α 2 ) n 2 ( 1 + α 2 ) n 2 - 1 , C2_p是第二储能***单位功率成本，C2_E是第二储能***单位容量成本，α2是第二储能***投资收益率。由于C2_p、α2、n2和C2_E的值是可以确定的，因此S2_P,E是关于E2的函数。
S2_m是第二储能***年维护支出，S2_m＝C2_m·E2；C2_m是第二储能***单位容量年维护支出。由于C2_m的值是可以确定的，因此S2_m是关于E2的函数。
E2是待优化的第二储能***的储能容量。
第一储能***投入后延缓供电输电设备投入量，Rp_vest是供电输电设备单位功率投入量，是第一储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n1是第一储能***的寿命。
是第一储能***的环境效益， S 1 _ environment * = ( Σ p = 1 m R 1 _ metal _ p η 1 _ metal _ p - R 1 _ recycle ) · η 1 _ energy · E 1 * , R1_metal_p是金属p的价格，m是第一储能***所含的金属种类，η1_metal_p是第一储能***单位重量中金属p的含量，R1_recycle是处理单位重量第一储能***废料所需的支出，η1_energy是第一储能***能重比。
是第一储能***低储高发时产生的直接效益，R1_out是第一储能***低储高发时电网输出电能的价格，R1_in是第一储能***低储高发时电网输入电能的价格。
是第一储能***功率成本和容量成本之和， S 1 _ P , E * = ( C 1 _ p · P 1 _ ESS + C 1 _ E · E 1 * ) · α 1 ( 1 + α 1 ) n 1 ( 1 + α 1 ) n 1 - 1 , C1_p是第一储能***单位功率成本，C1_E是第一储能***单位容量成本，α1是第一储能***投资收益率。
是第一储能***年维护支出，C1_m是第一储能***单位容量年维护支出。
是第一储能***的储能容量初值或者最优值，在的值确定的情况下，和均为确定的值。因此，在的值确定的情况下，S2是关于E2的函数，即第二储能***的储能容量优化目标函数是关于E2的函数。此时，可以设定第二储能***的储能容量优化目标函数的约束条件为E2≥0。
步骤2：设定优化次数j的初值为j＝0，设定第一储能***的储能容量初值为设定第二储能***的储能容量初值为
步骤3：将第二储能***的储能容量初值代入第一储能***的储能容量优化目标函数，通过优化计算得到第一储能***的储能容量最优值
由于第二储能***的储能容量初值为因此 和均为确定的值，将其代入第一储能***的储能容量优化目标函数即公式（1）中，公式（1）就是关于E1的函数。在公式（1）的约束条件为E1≥0时，可通过多种优化算法计算公式（1）的变量E1的最优值。本实施例采用粒子群优化方法，求取公式（1）的变量E1的最优值，记为由于粒子群优化方法是常用的方法，并且直接利用MATLAB等数学软件即可进行粒子群优化计算，因此本发明不再对目标函数S1的优化过程进行赘述。
将第一储能***的储能容量初值代入第二储能***的储能容量优化目标函数，通过优化计算得到第二储能***的储能容量最优值
由于第一储能***的储能容量初值为因此 和均为确定的值，将其代入第二储能***的储能容量优化目标函数即公式（2）中，公式（2）就是关于E2的函数。在公式（2）的约束条件为E2≥0时，可通过多种优化算法计算公式（2）的变量E2的最优值，记为本实施例采用采用粒子群优化方法，求取公式公式（2）的变量E2的最优值。
步骤4：令 将代入第一储能***的储能容量优化目标函数，通过优化计算得到第一储能***的储能容量最优值
此步骤令的值等于上一次优化计算得到第二储能***的储能容量最优值再将其代入公式（1），进行再一次的优化计算。优化方法与步骤3相同，得到新的第一储能***的储能容量最优值
令的值等于上一次优化计算得到第一储能***的储能容量最优值再将其代入公式（2），进行再一次的优化计算。优化方法与步骤3相同，得到新的第二储能***的储能容量最优值
步骤5：判断是否同时满足和如果同时满足和则执行步骤6；否则，令j＝j+1，返回步骤4。
在本步骤中，如果相邻两次优化结果得到的两个储能***的储能容量分别相同，即和则认为已经找到了两个储能***储能容量的均衡点，此时执行步骤6。
如果相邻两次优化结果得到的两个储能***的储能容量不相同，则令j＝j+1，返回步骤4，进行下一次优化计算，继续寻找均衡点。
步骤6：分别以和作为第一储能***和第二储能***的储能容量建立第一储能***和第二储能***。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.一种用于配电网削峰填谷的双储能***储能容量的优化方法，其特征是所述方法包括：
步骤1：将两个储能***分别记为第一储能***和第二储能***，分别建立第一储能***的储能容量优化目标函数和第二储能***的储能容量优化目标函数；
步骤2：设定优化次数j的初值为j＝0，设定第一储能***的储能容量初值为设定第二储能***的储能容量初值为
步骤3：将第二储能***的储能容量初值代入第一储能***的储能容量优化目标函数，通过优化计算得到第一储能***的储能容量最优值
将第一储能***的储能容量初值代入第二储能***的储能容量优化目标函数，通过优化计算得到第二储能***的储能容量最优值
步骤4：令将代入第一储能***的储能容量优化目标函数，通过优化计算得到第一储能***的储能容量最优值
将代入第二储能***的储能容量优化目标函数，通过优化计算得到第二储能***的储能容量最优值
步骤5：判断是否同时满足和如果同时满足和则执行步骤6；否则，令j＝j+1，返回步骤4；
步骤6：分别以和作为第一储能***和第二储能***的储能容量建立第一储能***和第二储能***。
2.根据权利要求1所述的优化方法，其特征是所述第一储能***的储能容量优化目标函数为：
S 1 = S 1 - delay + S 1 _ enviroment + S 1 _ income - S 1 _ P , E - S 1 _ m + S 2 - delay * + S 2 _ enviroment * + S 2 _ income * - S 2 _ P , E * - S 2 _ m * ;
其中，S1-delay是第一储能***投入后延缓供电输电设备投入量，S1_delay＝Rp_vest·P1_ESS，Rp_vest是供电输电设备单位功率投入量，P1_ESS是第一储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n1是第一储能***的寿命；
S1_enviroment是第一储能***的环境效益， S 1 _ environment = ( Σ p = 1 m R 1 _ metal _ p η 1 _ metal _ p - R 1 _ recycle ) · η 1 _ energy · E 1 , R1_metal_p是金属p的价格，m是第一储能***所含的金属种类，η1_metal_p是第一储能***单位重量中金属p的含量，R1_recycle是处理单位重量第一储能***废料所需的支出，η1_energy是第一储能***能重比；
S1_income是第一储能***低储高发时产生的直接效益，S1_income＝(R1_out-R1_in)·E1，R1_out是第一储能***低储高发时电网输出电能的价格，R1_in是第一储能***低储高发时电网输入电能的价格；
S1_P,E是第一储能***功率成本和容量成本之和， S 1 _ P , E = ( C 1 _ p · P 1 _ ESS + C 1 _ E · E 1 ) · α 1 ( 1 + α 1 ) n 1 ( 1 + α 1 ) n 1 - 1 , C1_p是第一储能***单位功率成本，C1_E是第一储能***单位容量成本，α1是第一储能***投资收益率；
S1_m是第一储能***年维护支出，S1_m＝C1_m·E1；C1_m是第一储能***单位容量年维护支出；
E1是待优化的第一储能***的储能容量；
第二储能***投入后延缓供电输电设备投入量，Rp_vest是供电输电设备单位功率投入量，是第二储能***的功率且tl1_k和tl2_k分别是第k天负荷低谷时段起止时间，n2是第二储能***的寿命；
是第二储能***的环境效益， S 2 _ environment * = ( Σ q = 1 m R 2 _ metal _ q η 2 _ metal _ q - R 2 _ recycle ) · η 2 _ energy · E 2 * , R2_metal_q是金属q的价格，m是第二储能***所含的金属种类，η2_metal_q是第二储能***单位重量中金属q的含量，R2_recycle是处理单位重量第二储能***废料所需的支出，η2_energy表示第二储能***能重比；
是第二储能***低储高发时产生的直接效益，R2_out是第二储能***低储高发时电网输出电能的价格，R2_in是第二储能***低储高发时电网输入电能的价格；
是第二储能***功率成本和容量成本之和， S 2 _ P , E * = ( C 2 _ P · P 2 _ ESS * + C 2 _ E · E 2 * ) · α 2 ( 1 + α 2 ) n 2 ( 1 + α 2 ) n 2 - 1 , C2_p是第二储能***单位功率成本，C2_E是第二储能***单位容量成本，α2是第二储能***投资收益率；
是第二储能***年维护支出，C2_m是第二储能***单位容量年维护支出；
是第二储能***的储能容量初值或者最优值，当优化次数j＝0时，是第二储能***的储能容量初值；当优化次数j>0时，是第二储能***的储能容量最优值；
所述第一储能***的储能容量优化目标函数的约束条件为E1≥0。
3.根据权利要求2所述的优化方法，其特征是所述通过优化计算得到第一储能***的储能容量最优值采用粒子群优化方法。
4.根据权利要求3所述的优化方法，其特征是所述通过优化计算得到第二储能***的储能容量最优值采用粒子群优化方法。
CN201310175242.XA 2013-05-13 2013-05-13 用于配电网削峰填谷的双储能***储能容量的优化方法 Expired - Fee Related CN103236705B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310175242.XA CN103236705B (zh) 2013-05-13 2013-05-13 用于配电网削峰填谷的双储能***储能容量的优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310175242.XA CN103236705B (zh) 2013-05-13 2013-05-13 用于配电网削峰填谷的双储能***储能容量的优化方法

Publications (2)

Publication Number Publication Date
CN103236705A CN103236705A (zh) 2013-08-07
CN103236705B true CN103236705B (zh) 2015-12-09

Family

ID=48884730

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310175242.XA Expired - Fee Related CN103236705B (zh) 2013-05-13 2013-05-13 用于配电网削峰填谷的双储能***储能容量的优化方法

Country Status (1)

Country Link
CN (1) CN103236705B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103956760B (zh) * 2014-02-12 2016-03-02 国家电网公司 一种用于平抑城市负荷增长的储能容量配置方法
CN103972915B (zh) * 2014-05-23 2016-05-25 中国南方电网有限责任公司调峰调频发电公司 一种用于负荷削峰填谷的储能***最优容量计算方法
CN109193629B (zh) * 2018-09-18 2020-09-11 深圳供电局有限公司 配电网储能设备的定容方法、装置、设备和存储介质
CN109544244B (zh) * 2018-11-29 2021-06-11 阳光电源股份有限公司 储能***的充放电控制方法及装置
CN110247412B (zh) * 2019-06-14 2022-05-24 国网浙江综合能源服务有限公司 一种记及经济性的储能***辅助调峰方法
CN111947206B (zh) * 2020-08-11 2021-09-14 天津大学 用于建筑物平抑电能供给波动的热泵蓄热-供热优化方法
CN112086977B (zh) * 2020-08-28 2022-08-30 华南理工大学 一种基于储能盈利空间最大化的用户储能容量配置方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102684222B (zh) * 2012-05-14 2014-02-19 华北电力大学 一种基于储能技术的风力发电功率平滑控制方法
CN103078340B (zh) * 2012-12-24 2015-04-29 天津大学 用于优化微网联络线功率的混合储能容量优化方法

Also Published As

Publication number Publication date
CN103236705A (zh) 2013-08-07

Similar Documents

Publication Publication Date Title
CN103236705B (zh) 用于配电网削峰填谷的双储能***储能容量的优化方法
Wong et al. Review on the optimal placement, sizing and control of an energy storage system in the distribution network
Sreeraj et al. Design of isolated renewable hybrid power systems
Zeh et al. Operational strategies for battery storage systems in low-voltage distribution grids to limit the feed-in power of roof-mounted solar power systems
CN103311942B (zh) 一种用于配电网削峰填谷的电池储能***的控制方法
Purvins et al. Application of battery-based storage systems in household-demand smoothening in electricity-distribution grids
CN102694391B (zh) 风光储联合发电***日前优化调度方法
Vosen et al. Hybrid energy storage systems for stand-alone electric power systems: optimization of system performance and cost through control strategies
CN104852399B (zh) 光储微网***的储能容量动态优化方法
CN102103164B (zh) 太阳能光伏电池发电能力预测***及方法
CN105162149A (zh) 基于模糊自适应调节的光储***跟踪发电计划出力方法
CN105162151A (zh) 一种基于人工鱼群算法的智能化储能***并网实时控制方法
CN105071423B (zh) 计及限风特性与经济性的储能***容量配置方法
CN105391093B (zh) 小水电群并网运行优化调度方法
CN110676861A (zh) 一种配电网复合储能装置的容量优化配置方法
CN104600727A (zh) 一种基于数理统计和小波分解算法的微电网中混合储能的容量配置方法
Feng et al. Performance analysis of hybrid energy storage integrated with distributed renewable energy
CN109687479A (zh) 功率波动平抑方法、***、存储介质和计算机设备
CN112348276A (zh) 基于多要素三层次的综合能源***规划优化方法
CN110247397A (zh) 一种储能配置方法、***、装置及可读存储介质
CN104242364A (zh) 充放电控制装置、方法和电动汽车换电站
CN109193772B (zh) 一种基于风光微网的储能优化配置***及方法
CN114118532A (zh) 孤岛微网的调度方法、装置、计算机设备、存储介质
CN112288130B (zh) 一种基于两阶段多目标优化的新能源消纳计算方法
CN105512763A (zh) 一种光伏电站中短期发电量的预测方法及预测***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151209

Termination date: 20180513