CN110516855A - 一种面向负荷聚合商的分布式储能控制权优化调度方法 - Google Patents
一种面向负荷聚合商的分布式储能控制权优化调度方法 Download PDFInfo
- Publication number
- CN110516855A CN110516855A CN201910730979.0A CN201910730979A CN110516855A CN 110516855 A CN110516855 A CN 110516855A CN 201910730979 A CN201910730979 A CN 201910730979A CN 110516855 A CN110516855 A CN 110516855A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- user
- ess
- quotient
- constraint
- 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.)
- Granted
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 271
- 230000002776 aggregation Effects 0.000 title claims abstract description 46
- 238000004220 aggregation Methods 0.000 title claims abstract description 46
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000006116 polymerization reaction Methods 0.000 claims abstract description 52
- 230000008901 benefit Effects 0.000 claims abstract description 30
- 230000005611 electricity Effects 0.000 claims description 79
- 238000005430 electron energy loss spectroscopy Methods 0.000 claims description 32
- 230000003993 interaction Effects 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 5
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims 1
- 230000036642 wellbeing Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 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
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- 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
-
- 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
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种面向负荷聚合商的分布式储能控制权优化调度方法，获得***历史数据进行负荷预测和新能源出力预测；建立装有分布式储能的用户运行自调度目标函数和用户自调度约束条件；建立分布式储能控制权最优购置策略与运行调度目标函数和分布式储能控制权最优购置策略与运行调度约束条件；确定在分布式储能控制权交易模式下聚合商的购置储能策略和运行调度方法，优化储能控制权的购置方案；聚合商对于用户负荷的调度方案；参与交易的用户成本降低情况和聚合商的经济收益。本发明提高了分布式储能的利用率，降低了电力***的峰谷差，对社会效益也有一定的贡献。
Description
技术领域
本发明属于分布式储能调度技术领域，具体涉及一种面向负荷聚合商的分布式储能控制权优化调度方法。
背景技术
分布式新能源***的推广离不开分布式储能***。以分布式光伏为例，当电网内大量的用户安装了一定量的分布式光伏***时，由于光伏出力的波动性和随机性，这些光伏***会对电网调度乃至电网安全带来挑战与危害。当分布式光伏用户配置了一定量的分布式储能，构成一套光储***时，通过对分布式储能的合理调度，可以解决分布式电源大量接入和负荷迅速增长带来的问题与挑战。分布式储能用户指安装有分布式光伏和分布式储能，并具有一定量的刚性用电负荷的用户。现有用户侧分布式储能的调度方法可以分为2类：
1)用户通过对光储***进行运行自调度，可以在满足自身的用电需求的同时，通过利用电价随时间的波动，降低自身的运行成本，获取一定的利益。但是，用户实施自调度存在时间和技术上的难题，且当某区域内大量的分布式用户进行独立的自调度时，由于各个用户用电负荷曲线差异较大，可能导致大量无序的储能充放电操作，对电网产生一定的冲击。此外，由于单个用户容量较小，其自调度可能产生的削峰填谷效果有限，无法获得电网的补偿。
2)负荷聚合商购买部分用户的储能控制权，签订月度购置合同，支付给用户一定的费用，统一对所签约的用户的储能进行控制，同时承担这部分用户的供电工作。对于装设在用户侧的分布式储能，负荷聚合商通过制定合理的分布式储能负荷群调度方法，利用其快速响应的特征，通过合理的充放电调度，平抑分布式光伏出力的波动性和随机性，平抑其短期内的少量波动，使其出力可以按照较长时间尺度进行调度。在聚合大量的分布式储能用户负荷参与削峰填谷后，可以实现用户、聚合商、电网三方获益。
已有研究大多是针对储能的电力电量交易展开研究，鲜有关于储能控制权交易的研究；大多针对集中式大容量的储能***，而用户侧分布式储能的研究相对较少；疏于考虑用户侧的利益。因此，本发明面向储能控制权交易模式下的分布式储能最优购置与调度方法展开两阶段调度问题研究。在第1阶段，以最小化用户成本为优化目标，进行用户自调度问题优化；在第2阶段，以聚合商收益最大为目标进行储能控制权的最优购置和储能调度优化，在选择适宜用户进行储能控制权购置的基础上实施储能优化调度，并保证所签约用户的运行成本低于第1阶段时的用户成本。这里用户出售储能控制权的报价过低将损害用户自身的利益，报价过高将使聚合商不能获得收益；且个别用户由于储能和负荷参数的原因，其参与储能负荷群的优化调度后自身运行成本可能增大或者聚合商的利益将会受损，所以存在储能控制权的最优购置问题。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种面向负荷聚合商的分布式储能控制权优化调度方法，在保证用户利益不受侵害的基础上，能为分布式储能聚合商的经济运行提供有力参照。
本发明采用以下技术方案：
一种面向负荷聚合商的分布式储能控制权优化调度方法，包括以下步骤：
S1、获得***历史数据，通过远程通信***从用户侧获取设备状态和信息，进行负荷预测和新能源出力预测；
S2、建立装有分布式储能的用户运行自调度目标函数，装有分布式储能的用户运行自调度优化目标为最小化用户的总运行成本，用户的收益和支出包括售电给电网的收益、从电网购电的成本、谷时充电的成本，以及储能充放电的损耗成本；
S3、根据步骤S2建立用户自调度约束条件；
S4、在与电网的互动中，聚合商支付购电成本，并获得售电收益；在与用户的互动中，聚合商收取为用户供电的费用，并向电网支付为用户的储能在夜间充电的费用；在与电网调度侧的互动中，聚合商获得削峰收益，建立分布式储能控制权最优购置策略与运行调度目标函数；
S5、根据步骤S4建立分布式储能控制权最优购置策略与运行调度约束条件；
S6、对步骤S2和S4所形成的两阶段优化模型进行求解，确定在分布式储能控制权交易模式下聚合商的购置储能策略和运行调度方法，优化储能控制权的购置方案；聚合商对于用户负荷的调度方案；参与交易的用户成本降低情况和聚合商的经济收益。
具体的，步骤S2中，装有分布式储能的用户运行自调度目标函数为：
其中，i∈IESS,下标i表示第i个装有分布式储能的用户，下标t表示第t时段，下标d表示第d个典型日；DESS、TESS、IESS分别表示典型日、控制时段和装有分布式储能的用户集合；表示第i个用户所配置的储能容量；分别为第d个典型日第t时段第i个储能单元的等效购售电负荷；分别为用户从电网处购电、售电的电价；ΔT为单时段时长；表示第1个时段初始时储能的SOC；λuser,valley表示用户夜间购电电价；分别为充电、放电功率；λESS,cost表示储能充放电的度电成本；λESS,cost表示储能充放电的度电成本。
具体的，步骤S3中，约束包括满足用户用电需求和储能电池物理约束，包括储能单元等效功率约束、储能单元功率平衡约束、储能单元SOC约束、充放电约束、最大充放电次数约束。
进一步的，储能单元等效功率约束表达式如下：
其中，i∈IESS,t∈TESS,d∈DESS，为总等效负荷；分别为第d个典型日第t时段第i个储能单元的预测负荷和光伏；
储能单元功率平衡约束如下：
其中，i∈IESS,t∈TESS,d∈DESS；
储能单元SOC约束如下：
式中，i∈IESS,d∈DESS，为第d个典型日第t时段第i个储能的SOC，ηcha、ηdis分别为储能的充放电效率；设定储能SOC的下限和上限：
其中，SOCmin、SOCmax分别为SOC的上、下限；
充放电约束
ai,t,d+bi,t,d≤1
其中，ai,t,d,bi,t,d∈{0,1}，Pcha,max、Pdis,max分别为最大充、放电功率；0-1变量ai,t,d、bi,t,d分别是充电和放电标志，均为0表示处于闲置状态；
最大充放电次数约束为：
其中，i∈IESS，分别为储能一个月内最大充、放电次数，DTypical为所选典型日的数量，DMonth为该月总天数。
具体的，步骤S4中，优化目标为最大化一个月内的聚合商日均收益，聚合商日均收益等于典型日内的日均运行收益减去储能控制权的日均购置成本，目标函数第一项表示典型日内负荷聚合商的日均运行收益，第二项表示储能控制权的日均购置成本，具体为：
其中，IESS是装有分布式储能的用户集合，为第i个用户储能控制权的单位容量购置价格，αi为0-1决策变量，为1表示聚合商购买了第i个用户的储能控制权，反之表示没有购买；F3,d表示负荷聚合商分布式用户业务第d个典型日的运行经济效益；DTypical是典型日的天数，DMonth是当月总天数。
具体的，步骤S4中，与电网的互动中，在第d个典型日内聚合商的运行F3,d的表达式如下：
其中，分别为负荷聚合商的实际购电、售电功率，分别为负荷聚合商向电网的购电、售电价格；分别为第d个典型日第t时段负荷削峰量、单位负荷削峰效益。
进一步的，负荷削峰量定义为安装储能后对原负荷曲线的修正量，有：
其中，t∈TESS，d∈DESS。
具体的，步骤S5中，约束条件包括***级的功率约束、储能群充放电约束、储能单元的技术约束和保证用户利益的约束。
进一步的，总功率平衡约束为：
其中，t∈TESS,d∈DESS，为聚合商调度下的总负荷，分别为第d个典型日第t时段第i个储能单元的预测负荷和光伏；
储能群充放电约束为：
ai,t,d+bj,t,d≤1
其中，i,j∈IESS,t∈TESS,d∈DESS，下标j也表示储能编号，储能群中不能同时存在处于充电状态的储能和处于放电状态的储能。
储能控制权限约束为：
其中，i∈IESS，t∈TESS,DESS；
保证用户利益约束为：
其中，i∈IESS，为聚合商售电给用户的电价，低于用户直接从电网购电的电价。λESS,cost表示储能充放电的度电成本，由储能总投资成本、放电深度、最大充放电次数、容量等参数可折算出储能充放电的度电成本λESS,cost。
与现有技术相比，本发明至少具有以下有益效果：
本发明一种面向负荷聚合商的分布式储能控制权优化调度方法，首先从装有分布式储能的用户的角度出发，以用户运行成本最小为目标建立了用户自调度优化模型，模型的优化结果为下一步的分析提供基础；接着，从负荷聚合商的角度出发，基于其可供签约用户的参数和用电特征，建立以不侵害用户利益为核心约束、以负荷聚合商利益最大为目标的调度决策模型，从而选择出适宜的装有分布式储能的用户进行签约，并制定出合理的日前调度安排；通过本发明所提方法，负荷聚合商最优购置分布式储能控制权和调度优化模型可以选择合理的装有分布式储能的用户进行签约，并对用户侧储能进行合理的调度安排。对于聚合商而言，聚合商通过聚合分布式储能用户可以获利；对于用户而言，相较于用户侧自调度模型，用户的运行成本有所减少；对于电网而言，通过聚合商的有效管理和调度，将可以起到削减自身负荷的削峰效果，进而有效延缓新电厂的投建。上述结果既表明了用户侧储能类灵活负荷存在的巨大可调度潜力，也表明了负荷聚合商聚合用户侧分布式资源参与市场，能够带来可观的效益，取得多方共赢的效果。
进一步的，装有分布式储能的用户运行自调度目标函数为最小化用户i的总运行成本用户的收益和支出包括售电给电网的收益、从电网购电的成本、谷时充电的成本，以及储能充放电的损耗成本。该目标函数主要站在用户的角度，尽可能降低用户的成本，收益主要考虑售电给电网所获得的收益，成本主要考虑从电网购电的成本、谷时充电的成本和储能充放电的损耗成本。该目标函数表明，用户趋向于减少向电网购电、谷时充电以及储能充放电，而增多向电网售电，这也与工程实际情况相符。
进一步的，装有分布式储能的用户运行自调度约束条件主要是满足用户用电需求和储能电池物理的约束，具体来说，包括储能单元等效功率约束、储能单元功率平衡约束、储能单元SOC约束、充放电约束、最大充放电次数约束。这些约束条件充分体现了分布式储能的运行特性，与目标函数想配合，可以充分反映装有分布式储能的用户运行自调度的过程。
进一步的，聚合商分布式储能控制权最优购置策略与运行调度目标函数为最大化一个月内的聚合商日均收益，而聚合商日均收益等于典型日内的日均运行收益减去储能控制权的日均购置成本。该目标函数分为两部分，一部分是日均运行收益，另一部分是日均储能控制权购置成本。该目标函数主要站在负荷聚合商的角度，尽可能提升负荷聚合商的收益，以激励负荷聚合商购买储能控制权参与负荷调度。
进一步的，聚合商日均运行收益目标主要包括三个部分，第一部分为与电网互动部分，第二部分为与用户互动部分，第三部分为与调度侧互动部分。具体来说，该目标的收益包括售电给电网的收益、为用户负荷供电的收益，削峰收益，成本包括从电网购电的成本、谷时充电的成本。该目标充分反映了聚合商收益的主要来源，体现了该分布式储能控制权交易模式的优越性。
进一步的，聚合商分布式储能控制权最优购置策略与运行调度约束条件包括***级的功率约束、储能群充放电约束、储能单元的技术约束和保证用户利益的约束。这些约束条件一方面体现了电力***和分布式储能的物理特性，另一方面保证了用户和负荷聚集商都能从中获利。通过聚合商分布式储能控制权最优购置策略与运行调度这一模式，用户利益和负荷聚集商利益都得到了提升，实现了帕累托改进。
综上所述，本发明给出了一种面向负荷聚合商的分布式储能控制权优化调度方法，该方法兼顾了用户和负荷聚集商双方利益，既可以降低用户的用能成本，又可以增加负荷聚合商的收入，同时，该方法提高了分布式储能的利用率，降低了电力***的峰谷差，对社会效益也有一定的贡献。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为典型日内的某用户自优化调度结果；
图2为典型日内的聚合商调度结果及负荷曲线改善情况；
图3为典型日内的聚合商运行成本-效益分析；
图4为参与聚合商调度前后的用户成本对比；
图5为储能控制权交易模式下的分布式储能最优购置与调度两阶段优化问题。
具体实施方式
本发明提供了一种面向负荷聚合商的分布式储能控制权优化调度方法，首先从装有分布式储能的用户的角度出发，以用户运行成本最小为目标建立了用户自调度优化模型，模型的优化结果为下一步的分析提供基础。接着，从负荷聚合商的角度出发，基于其可供签约用户的参数和用电特征，建立了以不侵害用户利益为核心约束、以负荷聚合商利益最大为目标的调度决策模型，从而选择出适宜的装有分布式储能的用户进行签约，并制定出合理的日前调度安排。
本发明一种面向负荷聚合商的分布式储能控制权优化调度方法，包括以下步骤：
S1、从相关部门获得***历史数据、通过远程通信***从用户侧获取设备状态和信息，基于先进的预测技术进行负荷预测和新能源出力预测；
应用本发明所提模型时，需要首先从相关部门获取所需数据。从相关部门获取的计算模型输入数据包括如下数据从相关部门获得***历史数据、通过远程通信***从用户侧获取设备状态和信息，基于先进的预测技术进行负荷预测和新能源出力预测。
S2、建立装有分布式储能的用户运行自调度目标函数；
装有分布式储能的用户运行自调度优化目标为最小化用户i的总运行成本用户的收益和支出包括售电给电网的收益、从电网购电的成本、谷时充电的成本，以及储能充放电的损耗成本。
式中，i∈IESS,下标i表示第i个装有分布式储能的用户，下标t表示第t时段，下标d表示第d个典型日。DESS、TESS、IESS分别表示典型日、控制时段和装有分布式储能的用户集合。表示第i个用户所配置的储能容量，kWh。分别为第d个典型日第t时段第i个储能单元的等效购售电负荷。分别为用户从电网处购电、售电的电价。ΔT为单时段时长。表示第1个时段初始时储能的SOC。λuser,valley表示用户夜间购电电价。分别为充电、放电功率。λESS,cost表示储能充放电的度电成本。由储能总投资成本、放电深度、最大充放电次数、容量等参数可以折算出储能充放电的度电成本λESS,cost。
S3、建立用户自调度约束条件；
约束主要包括满足用户用电需求和储能电池物理约束，包括储能单元等效功率约束、储能单元功率平衡约束、储能单元SOC约束、充放电约束、最大充放电次数约束；
1)储能单元等效功率约束
储能单元存在刚性用电负荷、分布式光伏出力，储能充电和放电负荷，其整体功率表达式如下：
式中，i∈IESS,t∈TESS,d∈DESS，为总等效负荷。分别为第d个典型日第t时段第i个储能单元的预测负荷和光伏。
2)储能单元功率平衡约束
其中，i∈IESS,t∈TESS,d∈DESS，式(3)表明，如果总等效负荷为正值，则储能单元向电网购电，有如果总等效负荷为负值，则储能单元向电网售电，有
3)储能单元SOC约束
储能在第t时段末时的SOC与前一时段末时的SOC、当前时段的充放电功率、充放电效率等因素有关，SOC随时间的表达式如下：
式中，i∈IESS，d∈DESS，为第d个典型日第t时段第i个储能的SOC，ηcha、ηdis分别为储能的充放电效率。
此外，为了防止由于过度充、放电加速电池老化(容量衰减)而设定储能SOC的下限和上限：
式中，i∈IESS,t∈TESS,d∈DESS，SOCmin、SOCmax分别为SOC的上、下限。
4)充放电约束
ai,t,d+bi,t,d≤1 (7)
其中，ai,t,d,bi,t,d∈{0,1}，i∈IESS,t∈TESS,d∈DESS，Pcha,max、Pdis,max分别为最大充、放电功率。0-1变量ai,t,d、bi,t,d分别是充电和放电标志，均为0表示处于闲置状态。公式(7)是充放电互斥约束，表示储能不能同时进行充电和放电。
5)最大充放电次数约束
为了降低储能的启停损耗，设置储能当月最大充放电次数约束，保证储能不进行频繁地充放电操作，以减少储能的损耗成本：
式中，i∈IESS，分别为储能一个月内最大充、放电次数，DTypical为所选典型日的数量，DMonth为该月总天数。
S4、建立分布式储能控制权最优购置策略与运行调度目标函数；
在与电网的互动中，聚合商支付购电成本，并获得售电收益；在与用户的互动中，聚合商收取为用户供电的费用，并向电网支付为用户的储能在夜间充电的费用；在与电网调度侧的互动中，聚合商获得削峰收益；
优化目标为最大化一个月内的聚合商日均收益，聚合商日均收益等于典型日内的日均运行收益减去储能控制权的日均购置成本：
式中，IESS是装有分布式储能的用户集合，为第i个用户储能控制权的单位容量购置价格，αi为0-1决策变量，为1表示聚合商购买了第i个用户的储能控制权，反之表示没有购买。F3,d表示负荷聚合商分布式用户业务第d个典型日的运行经济效益。DTypical是典型日的天数，DMonth是当月总天数。目标函数第一项表示典型日内负荷聚合商的日均运行收益，第二项表示储能控制权的日均购置成本。
在与电网的互动中，聚合商支付购电成本，并获得售电收益；在与用户的互动中，聚合商收取为用户供电的费用，并向电网支付为用户的储能在夜间充电的费用；在与电网调度侧的互动中，聚合商获得削峰收益。因此，在第d个典型日内聚合商的运行F3,d的表达式如下：
式中，分别为负荷聚合商的实际购电、售电功率，分别为负荷聚合商向电网的购电、售电价格。分别为第d个典型日第t时段负荷削峰量、单位负荷削峰效益(只有高峰时段有削峰收益，其余时段的削峰收益为0)。式(10)给出了聚合商运行收益的表达式，有运行收益＝-从电网买电成本+卖电给电网收益+卖电给用户收益-谷时给储能充电的成本+削峰收益。
在F3,d的表达式中，负荷削峰量定义为安装储能后对原负荷曲线的修正量，有：
其中，t∈TESS，d∈DESS。
S5、建立分布式储能控制权最优购置策略与运行调度约束条件；
在分布式储能控制权最优购置策略与运行调度中的约束条件包括***级的功率约束、储能单元的技术约束和保证用户利益的约束；
1)总功率平衡约束
式中，t∈TESS，d∈DESS，为聚合商调度下的总负荷，分别为第d个典型日第t时段第i个储能单元的预测负荷和光伏。式(12)和(13)给出了聚合商向外部电网购电和售电的表达式。
2)储能单元SOC约束、充放电约束、最大充放电次数约束与用户自调度情况下相同，用公式(4)-(6)、(8)表示。
将式(7)的单个储能充放电约束改写成储能群充放电约束：
ai,t,d+bj,t,d≤1 (14)
式中，i,j∈IESS,t∈TESS,d∈DESS，下标j也表示储能编号，式(16)表示ai,t和bj,t至少有一个为0，储能群中不能同时存在处于充电状态的储能和处于放电状态的储能。
3)储能控制权限约束
其中，i∈IESS,t∈TESS,DESS，式(15)表明，只有当αi为1，即对用户的储能控制权进行购买后才能进行充放电操作。
4)保证用户利益约束
典型日内，本模型框架下的用户总成本不高于用户自优化运营下的总成本由前一节用户自优化调度模型得出。本模型框架下的用户成本和收益包括用户从聚合商处购电的成本、用户储能的充放电损耗成本、从聚合商处获得的出售储能控制权的收益。
式中，i∈IESS，为聚合商售电给用户的电价，低于用户直接从电网购电的电价。λESS,cost表示储能充放电的度电成本，由储能总投资成本、放电深度、最大充放电次数、容量等参数可折算出储能充放电的度电成本λESS,cost。式(16)保证了参与签约的用户利益不受侵害，不等式左边第一项为在本模型框架下用户i第d天支付给聚合商的总用电成本，第二项为储能充放电成本，第三项为出售储能控制权所得的收益，将收益从典型日内的总收益折算成了当月的平均日收益。
S6、对前述步骤所形成的两阶段优化模型进行求解。可以确定在分布式储能控制权交易模式下，聚合商的购置储能策略和运行调度方法。
优化结果包括：
1.储能控制权的购置方案；
2.聚合商对于用户负荷的调度方案；
3.参与交易的用户成本降低情况；
4.聚合商的经济收益。
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，在典型日3内，分布式储能在电价较低的16:00～18:00时段进行了充电，而在电价较高的12:00～15:00、18:00～21:00时段内通过放电以维持用户自身负荷的部分供电，减少了峰时段从电网购入的电量，有效降低了用户的用电成本。
请参阅图2和图3，选取其调度结果中的典型日1的调度安排结果进行展示。图例中“卖电”表示聚合商售电给电网，“买电”表示聚合商从电网购电，“放电”表示储能放电，“充电”表示储能充电，“修正后负荷”表示用户单元对外表现出的负荷值，为分布式储能充放电量和刚性负荷量之和。
总体来看虽然各个用户的用电缺乏规律性，但是用户群的总净负荷曲线变化不大，所以四个典型日调度结果类似。整体来说电价曲线对储能充放电的引导作用明显：
在电价较低的16:00～18:00时段，储能进行充电；
而在高电价、有削峰补贴的12:00～15:00、18:00～21:00时段，储能进行了放电。
修正前的负荷在四个典型日各有不同，而修正后的负荷在12:00～15:00、18:00～21:00时段有一定的降幅，而在16:00～18:00时段负荷有所升高，这种变化趋势是储能的移峰填谷效果导致的。
总体来看，在12:00～15:00、18:00～21:00的电网负荷峰值时段，聚合商通过优化调度削减了自身负荷的15％左右。
由图2至图3来看，由于分布式储能的容量有限，其储能的放电量全部用于供给聚合商调度区域内用户的用电需求，并没有多余的电量用于馈送给电网。因而负荷聚合商并不能通过卖电给电网获利。在16:00～18:00时段，负荷聚合商的净收益很低甚至为负，这是因为负荷商虽然通过为用户供电获得了一定的收益，但是因为用户用电量低、电价低，且需要提前为储能充电。而在12:00～15:00、18:00～21:00时段，负荷聚合商的净收益较高，这是因为此时用户用电量大、电价高，聚合商可以通过储能放电供给一部分用电负荷，且峰时段可以获得电网的削峰补贴。
请参阅图4，经过模型优化决策，聚合商选取16个用户进行签约控制。所有用户的参与市场的效益分析如图4所示，其中不签约用户的成本均为0。由图中可以看出，参与聚合商调度后用户成本均能节约达15％以上，这是由于参与聚合商调度模式后，用户的用电电价降低，且用户通过出售储能控制权给聚合商获得一定效益。其中用户6的成本节约率高达46％，这是因为用户6的用电负荷峰值和平均用电水平较高且用户的分布式储能与用电峰值比值较大。这说明从长远角度看，用户安装一定容量的分布式储能并参与聚合商调度，将有利于用户节约成本。
而没有签约的4类用户编号为1、12、14、15，这是由于这4类用户负荷峰值低、储能容量低、储能容量与负荷峰值之比较低、储能控制权报价太高等原因，用户参与储能控制权交易模式后不能降低自身成本，或者聚合商通过购置该用户的储能控制权不能获得经济效益。
请参阅图5，图5给出了面向储能控制权交易模式下的分布式储能最优购置与调度方法的两阶段调度流程。在第1阶段，以最小化用户成本为优化目标，进行用户自调度问题优化；在第2阶段，以聚合商收益最大为目标进行储能控制权的最优购置和储能调度优化，在选择适宜用户进行储能控制权购置的基础上实施储能优化调度，并保证所签约用户的运行成本低于第1阶段时的用户成本。这里用户出售储能控制权的报价过低将损害用户自身的利益，报价过高将使聚合商不能获得收益；且个别用户由于储能和负荷参数的原因，其参与储能负荷群的优化调度后自身运行成本可能增大或者聚合商的利益将会受损，所以存在储能控制权的最优购置问题。
综上所述，通过本发明所提方法，负荷聚合商最优购置分布式储能控制权和调度优化模型可以选择合理的装有分布式储能的用户进行签约，并对用户侧储能进行合理的调度安排。对于聚合商而言，聚合商通过聚合分布式储能用户可以获利；对于用户而言，相较于用户侧自调度模型，用户的运行成本有所减少；对于电网而言，通过聚合商的有效管理和调度，将可以起到削减自身负荷的削峰效果，进而有效延缓新电厂的投建。上述结果既表明了用户侧储能类灵活负荷存在的巨大可调度潜力，也表明了负荷聚合商聚合用户侧分布式资源参与市场，能够带来可观的效益，取得多方共赢的效果。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。
Claims (9)
1.一种面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，包括以下步骤：
S1、获得***历史数据，从用户侧获取设备状态和信息，进行负荷预测和新能源出力预测；
S2、建立装有分布式储能的用户运行自调度目标函数，装有分布式储能的用户运行自调度优化目标为最小化用户的总运行成本，用户的收益和支出包括售电给电网的收益、从电网购电的成本、谷时充电的成本以及储能充放电的损耗成本；
S3、根据步骤S2建立用户自调度约束条件；
S4、在与电网的互动中，聚合商支付购电成本获得售电收益；在与用户的互动中，聚合商收取为用户供电的费用，并向电网支付为用户的储能在夜间充电的费用；在与电网调度侧的互动中，聚合商获得削峰收益，建立分布式储能控制权最优购置策略与运行调度目标函数；
S5、根据步骤S4建立分布式储能控制权最优购置策略与运行调度约束条件；
S6、对步骤S2和S4两阶段优化模型进行求解，负荷聚集商完成用户储能调度和电网互动优化。
2.根据权利要求1所述的面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，步骤S2中，装有分布式储能的用户运行自调度目标函数为：
其中，i∈IESS,下标i表示第i个装有分布式储能的用户，下标t表示第t时段，下标d表示第d个典型日；DESS、TESS、IESS分别表示典型日、控制时段和装有分布式储能的用户集合；表示第i个用户所配置的储能容量；分别为第d个典型日第t时段第i个储能单元的等效购售电负荷；分别为用户从电网处购电、售电的电价；ΔT为单时段时长；表示第1个时段初始时储能的SOC；λuser,valley表示用户夜间购电电价；分别为充电、放电功率；λESS,cost表示储能充放电的度电成本；λESS,cost表示储能充放电的度电成本。
3.根据权利要求1所述的面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，步骤S3中，约束包括满足用户用电需求和储能电池物理约束，包括储能单元等效功率约束、储能单元功率平衡约束、储能单元SOC约束、充放电约束、最大充放电次数约束。
4.根据权利要求3所述的面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，储能单元等效功率约束表达式如下：
其中，i∈IESS,t∈TESS,d∈DESS，为总等效负荷；分别为第d个典型日第t时段第i个储能单元的预测负荷和光伏；
储能单元功率平衡约束如下：
其中，i∈IESS,t∈TESS,d∈DESS；
储能单元SOC约束如下：
式中，i∈IESS,d∈DESS，为第d个典型日第t时段第i个储能的SOC，ηcha、ηdis分别为储能的充放电效率；设定储能SOC的下限和上限：
其中，SOCmin、SOCmax分别为SOC的上、下限；
充放电约束
ai,t,d+bi,t,d≤1
其中，ai,t,d,bi,t,d∈{0,1}，Pcha,max、Pdis,max分别为最大充、放电功率；0-1变量ai,t,d、bi,t,d分别是充电和放电标志，均为0表示处于闲置状态；
最大充放电次数约束为：
其中，i∈IESS，分别为储能一个月内最大充、放电次数，DTypical为所选典型日的数量，DMonth为该月总天数。
5.根据权利要求1所述的面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，步骤S4中，优化目标为最大化一个月内的聚合商日均收益，聚合商日均收益等于典型日内的日均运行收益减去储能控制权的日均购置成本，目标函数第一项表示典型日内负荷聚合商的日均运行收益，第二项表示储能控制权的日均购置成本，具体为：
其中，IESS是装有分布式储能的用户集合，为第i个用户储能控制权的单位容量购置价格，αi为0-1决策变量，为1表示聚合商购买了第i个用户的储能控制权，反之表示没有购买；F3,d表示负荷聚合商分布式用户业务第d个典型日的运行经济效益；DTypical是典型日的天数，DMonth是当月总天数。
6.根据权利要求1所述的面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，步骤S4中，与电网的互动中，在第d个典型日内聚合商的运行F3,d的表达式如下：
d∈DESS
其中，分别为负荷聚合商的实际购电、售电功率，分别为负荷聚合商向电网的购电、售电价格；分别为第d个典型日第t时段负荷削峰量、单位负荷削峰效益。
7.根据权利要求6所述的面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，负荷削峰量定义为安装储能后对原负荷曲线的修正量，有：
其中，t∈TESS，d∈DESS。
8.根据权利要求1所述的面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，步骤S5中，约束条件包括***级的功率约束、储能群充放电约束、储能单元的技术约束和保证用户利益的约束。
9.根据权利要求8所述的面向负荷聚合商的分布式储能控制权优化调度方法，其特征在于，总功率平衡约束为：
其中，t∈TESS,d∈DESS，为聚合商调度下的总负荷，分别为第d个典型日第t时段第i个储能单元的预测负荷和光伏；
储能群充放电约束为：
ai,t,d+bj,t,d≤1
其中，i,j∈IESS,t∈TESS,d∈DESS，下标j也表示储能编号，储能群中不能同时存在处于充电状态的储能和处于放电状态的储能；
储能控制权限约束为：
其中，i∈IESS，t∈TESS,DESS；
保证用户利益约束为：
其中，i∈IESS，为聚合商售电给用户的电价，低于用户直接从电网购电的电价，λESS,cost表示储能充放电的度电成本，由储能总投资成本、放电深度、最大充放电次数、容量等参数可折算出储能充放电的度电成本λESS,cost。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910730979.0A CN110516855B (zh) | 2019-08-08 | 2019-08-08 | 一种面向负荷聚合商的分布式储能控制权优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910730979.0A CN110516855B (zh) | 2019-08-08 | 2019-08-08 | 一种面向负荷聚合商的分布式储能控制权优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110516855A true CN110516855A (zh) | 2019-11-29 |
| CN110516855B CN110516855B (zh) | 2022-04-22 |
Family
ID=68624469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910730979.0A Active CN110516855B (zh) | 2019-08-08 | 2019-08-08 | 一种面向负荷聚合商的分布式储能控制权优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110516855B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111985777A (zh) * | 2020-07-20 | 2020-11-24 | 中国农业大学 | 一种电动汽车负荷聚合体调控能力评估模型建立方法及*** |
| CN112383049A (zh) * | 2020-10-29 | 2021-02-19 | 长沙理工大学 | 一种数据中心不间断电源充放电优化控制方法及*** |
| CN112906964A (zh) * | 2021-02-21 | 2021-06-04 | 国网辽宁省电力有限公司电力科学研究院 | 一种考虑聚合效应的分布式储能组合方法 |
| CN113224854A (zh) * | 2021-05-19 | 2021-08-06 | 广东电网有限责任公司 | 一种对分布式储能电站的接纳能力的评估方法及装置 |
| CN113506028A (zh) * | 2021-07-27 | 2021-10-15 | 国网山东省电力公司经济技术研究院 | 基于多站合一的综合服务站资源动态组合方法和*** |
| CN113807554A (zh) * | 2020-06-11 | 2021-12-17 | 国网电力科学研究院有限公司 | 基于现货模式下的负荷聚合商能源优化方法和装置 |
| CN114418373A (zh) * | 2022-01-13 | 2022-04-29 | 国网江苏省电力有限公司镇江供电分公司 | 一种计及信息攻击的储能运营模式控制方法 |
| CN115936260A (zh) * | 2023-01-13 | 2023-04-07 | 智光研究院(广州)有限公司 | 虚拟电厂用户储能调度方法、装置、电子设备及存储介质 |
| CN116070801A (zh) * | 2023-04-03 | 2023-05-05 | 杭州轻舟科技有限公司 | 一种负荷聚合平台多站点最优运行策略生成方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170337646A1 (en) * | 2016-05-19 | 2017-11-23 | Hefei University Of Technology | Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price |
| CN108667052A (zh) * | 2018-05-02 | 2018-10-16 | 中国电力科学研究院有限公司 | 一种面向虚拟电厂优化运行的多类型储能***规划配置方法及*** |
| CN109787259A (zh) * | 2019-01-23 | 2019-05-21 | 西安交通大学 | 一种基于新能源随机波动的多类型储能联合规划方法 |
| CN109872228A (zh) * | 2019-01-17 | 2019-06-11 | 华北电力大学（保定） | 计及不确定性的柔性负荷聚合商参与电力市场投标方法 |
-
2019
- 2019-08-08 CN CN201910730979.0A patent/CN110516855B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170337646A1 (en) * | 2016-05-19 | 2017-11-23 | Hefei University Of Technology | Charging and discharging scheduling method for electric vehicles in microgrid under time-of-use price |
| CN108667052A (zh) * | 2018-05-02 | 2018-10-16 | 中国电力科学研究院有限公司 | 一种面向虚拟电厂优化运行的多类型储能***规划配置方法及*** |
| CN109872228A (zh) * | 2019-01-17 | 2019-06-11 | 华北电力大学（保定） | 计及不确定性的柔性负荷聚合商参与电力市场投标方法 |
| CN109787259A (zh) * | 2019-01-23 | 2019-05-21 | 西安交通大学 | 一种基于新能源随机波动的多类型储能联合规划方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘宝林 等: "计及多时间尺度需求响应资源的", 《电力建设》 * |
| 张忠 等: "基于负荷分类调度的孤岛型微网能量管理方法", 《电力***自动化》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113807554A (zh) * | 2020-06-11 | 2021-12-17 | 国网电力科学研究院有限公司 | 基于现货模式下的负荷聚合商能源优化方法和装置 |
| CN111985777A (zh) * | 2020-07-20 | 2020-11-24 | 中国农业大学 | 一种电动汽车负荷聚合体调控能力评估模型建立方法及*** |
| CN112383049A (zh) * | 2020-10-29 | 2021-02-19 | 长沙理工大学 | 一种数据中心不间断电源充放电优化控制方法及*** |
| CN112383049B (zh) * | 2020-10-29 | 2022-07-08 | 长沙理工大学 | 一种数据中心不间断电源充放电优化控制方法及*** |
| CN112906964B (zh) * | 2021-02-21 | 2023-10-17 | 国网辽宁省电力有限公司电力科学研究院 | 一种考虑聚合效应的分布式储能组合方法 |
| CN112906964A (zh) * | 2021-02-21 | 2021-06-04 | 国网辽宁省电力有限公司电力科学研究院 | 一种考虑聚合效应的分布式储能组合方法 |
| CN113224854A (zh) * | 2021-05-19 | 2021-08-06 | 广东电网有限责任公司 | 一种对分布式储能电站的接纳能力的评估方法及装置 |
| CN113506028A (zh) * | 2021-07-27 | 2021-10-15 | 国网山东省电力公司经济技术研究院 | 基于多站合一的综合服务站资源动态组合方法和*** |
| CN113506028B (zh) * | 2021-07-27 | 2024-05-28 | 国网山东省电力公司经济技术研究院 | 基于多站合一的综合服务站资源动态组合方法和*** |
| CN114418373A (zh) * | 2022-01-13 | 2022-04-29 | 国网江苏省电力有限公司镇江供电分公司 | 一种计及信息攻击的储能运营模式控制方法 |
| CN115936260A (zh) * | 2023-01-13 | 2023-04-07 | 智光研究院(广州)有限公司 | 虚拟电厂用户储能调度方法、装置、电子设备及存储介质 |
| CN116070801B (zh) * | 2023-04-03 | 2023-08-08 | 杭州轻舟科技有限公司 | 一种负荷聚合平台多站点最优运行策略生成方法 |
| CN116070801A (zh) * | 2023-04-03 | 2023-05-05 | 杭州轻舟科技有限公司 | 一种负荷聚合平台多站点最优运行策略生成方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110516855B (zh) | 2022-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110516855A (zh) | 一种面向负荷聚合商的分布式储能控制权优化调度方法 | |
| Heredia et al. | On optimal participation in the electricity markets of wind power plants with battery energy storage systems | |
| Subramanian et al. | A two-layer model for dynamic pricing of electricity and optimal charging of electric vehicles under price spikes | |
| Sioshansi | Increasing the value of wind with energy storage | |
| KR101975175B1 (ko) | 전력 수급 운영 스케줄링 장치 및 방법 | |
| Nykamp et al. | Value of storage in distribution grids—Competition or cooperation of stakeholders? | |
| Nayak et al. | An integrated optimal operating strategy for a grid-connected AC microgrid under load and renewable generation uncertainty considering demand response | |
| Nazari et al. | Optimal coordination of renewable wind and pumped storage with thermal power generation for maximizing economic profit with considerations for environmental emission based on newly developed heuristic optimization algorithm | |
| Li et al. | A price decision approach for multiple multi-energy-supply microgrids considering demand response | |
| CN107563676A (zh) | 考虑多时间尺度多类型需求响应的源荷协调运行调度方法 | |
| Erol et al. | A Stackelberg game approach for energy sharing management of a microgrid providing flexibility to entities | |
| CN112054513A (zh) | 基于混合博弈的多微电网双层协调优化调度方法 | |
| Rivier et al. | A generation operation planning model in deregulated electricity markets based on the complementarity problem | |
| KR102672397B1 (ko) | 전력거래 중개 시스템 및 방법 | |
| Chang et al. | Two-stage coordinated operation framework for virtual power plant with aggregated multi-stakeholder microgrids in a deregulated electricity market | |
| CN109802412A (zh) | 用户侧负荷聚集商储能容量的优化配置方法 | |
| CN109840808A (zh) | 一种基于改进Shapley值的负荷聚集商利润的分摊方法 | |
| Bjørndal et al. | Energy storage operation and electricity market design: On the market power of monopolistic storage operators | |
| Ghaemi et al. | Local energy communities with strategic behavior of multi-energy players for peer-to-peer trading: A techno-economic assessment | |
| Nikpour et al. | Stochastic-risk based approach for Microgrid participation in joint active, reactive, and ancillary services markets considering demand response | |
| Mohamed et al. | Stacked revenues for energy storage participating in energy and reserve markets with an optimal frequency regulation modeling | |
| CN112232716A (zh) | 一种考虑调峰辅助服务的智慧园区优化决策方法 | |
| CN117332937A (zh) | 一种考虑需求响应的多能互补虚拟电厂经济调度方法 | |
| CN114188940B (zh) | 一种考虑多主体利益的主动配电网调度方法 | |
| Feng et al. | A robust optimization model for multiple electricity retailers based on electricity trading in the presence of demand response program |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |