CN111614087B - 一种参与电网调峰的储能双层优化配置方法 - Google Patents

一种参与电网调峰的储能双层优化配置方法 Download PDF

Info

Publication number
CN111614087B
CN111614087B CN202010526514.6A CN202010526514A CN111614087B CN 111614087 B CN111614087 B CN 111614087B CN 202010526514 A CN202010526514 A CN 202010526514A CN 111614087 B CN111614087 B CN 111614087B
Authority
CN
China
Prior art keywords
energy storage
storage system
thermal power
unit
generating unit
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.)
Active
Application number
CN202010526514.6A
Other languages
English (en)
Other versions
CN111614087A (zh
Inventor
李德鑫
李军徽
吕项羽
张嘉辉
岳鹏程
田春光
王佳蕊
李翠萍
葛长兴
李成钢
王伟
张海锋
刘畅
张家郡
高松
孟涛
姜栋潇
庄冠群
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
Northeast Electric Power University
Original Assignee
State Grid Corp of China SGCC
Northeast Dianli University
Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd
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 State Grid Corp of China SGCC, Northeast Dianli University, Electric Power Research Institute of State Grid Jilin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010526514.6A priority Critical patent/CN111614087B/zh
Publication of CN111614087A publication Critical patent/CN111614087A/zh
Application granted granted Critical
Publication of CN111614087B publication Critical patent/CN111614087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
    • 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
    • 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
    • H02J3/381—Dispersed generators
    • 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
    • H02J3/46—Controlling of the sharing of output between the 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • H02J2300/10—The dispersed energy generation being of fossil origin, e.g. diesel generators
    • 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
    • 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
    • H02J2300/40—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation wherein a plurality of decentralised, dispersed or local energy generation technologies are operated simultaneously

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Wind Motors (AREA)

Abstract

本发明是一种参与电网调峰的储能双层优化配置方法，其特点是，以外层模型为优化配置模型，以储能调峰经济性指标及***技术性指标为多目标优化配置函数，得到兼顾经济性及技术性的储能***最优配置方案，并且由于目前储能参与调峰的各项价格机制还未实现联动，故在经济性指标模型中，只考虑了储能***的直接经济性指标，忽略其所产生的社会效益；而外层模型各指标的计算依靠内层模型输出参数；内层模型为优化调度模型，为了更充分的利用***调峰容量，减少弃风产生，该模型综合考虑储能***调峰作用及火电机组深度调峰作用，以***总调峰成本最少为目标，优化储能及火电机组出力。能够降低***调峰成本，减少弃风产生，有助于改善电网调峰压力。

Description

一种参与电网调峰的储能双层优化配置方法
技术领域
本发明涉及储能辅助火电机组深度调峰领域，是一种参与电网调峰的储能双层优化配置方法。
背景技术
新能源发展趋势越来越快速，但给电网的稳定运行也带来了新的问题，以风电为例，风电的反调峰特性提高了电网峰谷差，给电网的稳定运行带来困难。为缓解上述矛盾，需展开火电机组深度调峰手段，但深度调峰会增加机组运行成本，如何平衡经济性与调峰性能的关系是决定机组运行的关键因素。而储能技术具有较快的响应速度，能够优化电源结构，增加***调峰容量，储能辅助火电机组参与电网调峰可以改善电网调峰压力，减少风电高渗透地区弃风产生。但储能技术的高成本是影响其发展的关键因素之一，故如何确定合适的储能***配置方案，使其保证经济性的同时又具有较好的调峰效果是目前研究的热点。
发明内容
本发明的目的是，克服现有技术的不足，提供一种科学合理，适用性强，能够降低***调峰成本，减少弃风产生，有助于改善电网调峰压力的参与电网调峰的储能双层优化配置方法
实现本发明目的采用的技术方案是，一种参与电网调峰的储能双层优化配置方法，其特征是，它包括以下内容：
1)构建双层优化配置模型结构
①在外层模型中建立储能***配置方案备选集；
②选取某一储能***配置备选方案作为约束条件，根据输入的***负荷及风电数据，在内层模型中，采用储能***及火电机组深度调峰作用，考虑调峰过程储能***运行成本、火电机组运行煤耗成本、火电机组深度调峰附加成本、火电机组深度补偿收益以及***风险成本因素，以***调峰总成本最小为目标，优化***调峰经济性，并得到该储能***配置备选方案下的储能***充放电功率、火电机组出力以及风电接纳量；
③根据内层模型输出的储能***充放电功率、火电机组出力以及风电接纳量，计算储能***各项成本收益、火电机组出力标准差以及新增风电接纳量，并以储能***全寿命周期内净收益为经济性指标，以火电机组出力标准差改善量以及新增风电接纳量作为技术性指标来构成多目标优化配置函数，计算该配置备选方案下的多目标优化函数值，选取最优值作为储能***优化配置结果；
2)优化模型目标函数
(a)外层模型目标函数
外层模型以储能***全寿命周期内净收益、储能***加入后火电机组出力标准差改善量以及新增风电接纳量最大为目标优化储能***配置，其各子目标函数如下：
Figure GDA0003858746090000021
Figure GDA0003858746090000022
Figure GDA0003858746090000023
式中：IALL为储能***全寿命周期内的净收益，SD为火电机组出力标准差改善量平均值，Ewind为新增风电接纳量平均值；IBZ,d为第d天的储能套利收益，IBP,d为第d天的储能补偿收益，CBY,d为第d天的储能运行成本，CBI为储能投资成本，SDGS,d为第d天的火电机组出力标准差改善量，Ewindnew,d为第d天的新增风电接纳量，D为储能***全寿命周期；
(b)内层模型目标函数
内层模型考虑储能***运行成本、火电机组运行煤耗成本、机组深调附加成本和补偿收益以及***风险成本，以***调峰总成本最低为目标得到，各储能配置方案下优化的储能***充放电功率、火电机组出力及风电接纳量，其目标函数如下：
Figure GDA0003858746090000024
Figure GDA0003858746090000025
Figure GDA0003858746090000026
式中：CG,i为机组深度调峰分级能耗成本函数，IG,i为机组深度调峰分级补偿收益函数，
Figure GDA0003858746090000027
为机组出力最大值；
Figure GDA0003858746090000028
为机组常规调峰最低出力值，
Figure GDA0003858746090000029
为机组不投油深度调峰最低出力值，
Figure GDA00038587460900000210
为机组投油深度调峰最低出力值；
3)优化模型求解方法
(a)外层模型求解方法
在外层多目标优化配置模型中，首先以ΔE及ΔP为储能***的容量及功率配置基本单位，设置储能***容量备选集[ΔE,2ΔE,...,MΔE]及储能***功率备选集[ΔP,2ΔP,...,NΔP]，从而形成M×N种备选方案，以迭代法计算每种方案下的多目标函数值，选取最优值对应下的配置方案为储能***配置结果；
(b)内层模型求解方法
在内层储能辅助火电机组调峰优化调度模型中采用matlab中的CPLEX求解器求解，从而得到不同储能***配置备选值下的储能充放电功率、火电机组出力以及风电接纳量；
4)约束条件
(a)储能***运行约束
储能***需满足充放电功率限值约束及荷电状态限值约束，
Figure GDA0003858746090000031
式中：PC,t为储能***充电功率，PD,t为储能***放电功率，PB为储能***额定功率，ηC为储能***充电效率，ESOC,t为储能***荷电状态，EB为储能***额定容量，ESOC,min为储能***荷电状态下限值，ESOC,max为储能***荷电状态上限值，ESOC,start为初始时刻储能***荷电状态；ESOC,end为末尾时刻储能***荷电状态；
(b)火电机组运行约束
火电机组需满足火电机组的功率上下限约束、爬坡率约束和启停约束，
Figure GDA0003858746090000032
式中：
Figure GDA0003858746090000033
为第i台火电机组出力的最小值，
Figure GDA0003858746090000034
为第i台火电机组出力的最大值，
Figure GDA0003858746090000035
为第i台火电机组最大向下爬坡量，
Figure GDA0003858746090000036
为第i台火电机组最大向上爬坡量，vi,t为火电机组运行状态；Ton,i为第i台火电机组的最小连续运行时间，Toff,i为第i台火电机组的最小连续停机时间；Ton,i,t为第i台机组在时段t内的持续运行时间，Toff,i,t为第i台机组在时段t内的持续停机时间。
本发明是一种参与电网调峰的储能双层优化配置方法，以外层模型为优化配置模型，以储能调峰经济性指标及***技术性指标为多目标优化配置函数，得到兼顾经济性及技术性的储能***最优配置方案，并且由于目前储能参与调峰的各项价格机制还未实现联动，故在经济性指标模型中，只考虑了储能***的直接经济性指标，忽略其所产生的社会效益；而外层模型各指标的计算依靠内层模型输出参数；内层模型为优化调度模型，为了更充分的利用***调峰容量，减少弃风产生，该模型综合考虑储能***调峰作用及火电机组深度调峰作用，以***总调峰成本最少为目标，优化储能及火电机组出力。本发明能够降低***调峰成本，减少弃风产生，有助于改善电网调峰压力。具有科学合理，适用性强，效果佳等优点。
附图说明
图1本发明是一种参与电网调峰的储能双层优化配置方法模型结构图；
图2外层配置模型求解流程图；
图3七天风电与负荷数据示意图；
图4储能***充放电功率及荷电状态示意图；
图5各机组出力及风电接纳功率累加图。
具体实施方式
下面利用附图和实施例对本发明一种参与电网调峰的储能双层优化配置方法作进一步说明。
参照图1和图2，本发明提出的一种参与电网调峰的储能双层优化配置方法，包括以下内容：
1)构建双层优化配置模型结构
①在外层模型中建立储能***配置方案备选集；
②选取某一储能***配置备选方案作为约束条件，根据输入的***负荷及风电数据，在内层模型中，采用储能***及火电机组深度调峰作用，考虑调峰过程储能***运行成本、火电机组运行煤耗成本、火电机组深度调峰附加成本、火电机组深度补偿收益以及***风险成本因素，以***调峰总成本最小为目标，优化***调峰经济性，并得到该储能***配置备选方案下的储能***充放电功率、火电机组出力以及风电接纳量；
③根据内层模型输出的储能***充放电功率、火电机组出力以及风电接纳量，计算储能***各项成本收益、火电机组出力标准差以及新增风电接纳量，并以储能***全寿命周期内净收益为经济性指标，以火电机组出力标准差改善量以及新增风电接纳量作为技术性指标来构成多目标优化配置、函数，计算该配置备选方案下的多目标优化函数值，选取最优值作为储能***优化配置结果；
2)优化模型目标函数
(a)外层模型目标函数
外层模型以储能***全寿命周期内净收益、储能***加入后火电机组出力标准差改善量以及新增风电接纳量最大为目标优化储能***配置，其各子目标函数如下：
Figure GDA0003858746090000051
Figure GDA0003858746090000052
Figure GDA0003858746090000053
式中：IALL为储能***全寿命周期内的净收益，SD为火电机组出力标准差改善量平均值，Ewind为新增风电接纳量平均值；IBZ,d为第d天的储能套利收益，IBP,d为第d天的储能补偿收益，CBY,d为第d天的储能运行，CBI为储能投资成本，SDGS,d为第d天的火电机组出力标准差改善量，Ewindnew,d为第d天的新增风电接纳量，D为储能***全寿命周期；
(b)内层模型目标函数
内层模型考虑储能***运行成本、火电机组运行煤耗成本、机组深调附加成本和补偿收益以及***风险成本，以***调峰总成本最低为目标得到，各储能配置方案下优化的储能***充放电功率、火电机组出力及风电接纳量，其目标函数如下：
Figure GDA0003858746090000054
Figure GDA0003858746090000055
Figure GDA0003858746090000056
式中：CG,i为机组深度调峰分级能耗成本函数，IG,i为机组深度调峰分级补偿收益函数，
Figure GDA0003858746090000057
为机组出力最大值；
Figure GDA0003858746090000058
为机组常规调峰最低出力值，
Figure GDA0003858746090000059
为机组不投油深度调峰最低出力值，
Figure GDA0003858746090000061
为机组投油深度调峰最低出力值；
3)优化模型求解方法
(a)外层模型求解方法
在外层多目标优化配置模型中，首先以ΔE及ΔP为储能***的容量及功率配置基本单位，设置储能***容量备选集[ΔE,2ΔE,...,MΔE]及储能***功率备选集[ΔP,2ΔP,...,NΔP]，从而形成M×N种备选方案，以迭代法计算每种方案下的多目标函数值，选取最优值对应下的配置方案为储能***配置结果；
(b)内层模型求解方法
在内层储能辅助火电机组调峰优化调度模型中采用matlab中的CPLEX求解器求解，从而得到不同储能***配置备选值下的储能充放电功率、火电机组出力以及风电接纳量；
4)约束条件
(a)储能***运行约束
储能***需满足充放电功率限值约束及荷电状态限值约束，
Figure GDA0003858746090000062
式中：PC,t为储能***充电功率，PD,t为储能***放电功率，PB为储能***额定功率，ηC为储能***充电效率，ηD为储能***放电效率，ESOC,t为储能***荷电状态，EB为储能***额定容量，ESOC,min为储能***荷电状态下限值，ESOC,max为储能***荷电状态上限值，ESOC,start为初始时刻储能***荷电状态；ESOC,end为末尾时刻储能***荷电状态；
(b)火电机组运行约束
火电机组需满足火电机组的功率上下限约束、爬坡率约束和启停约束，
Figure GDA0003858746090000063
式中：
Figure GDA0003858746090000064
为第i台火电机组出力的最小值，
Figure GDA0003858746090000065
为第i台火电机组出力的最大值，
Figure GDA0003858746090000066
为第i台火电机组最大向下爬坡量，
Figure GDA0003858746090000071
为第i台火电机组最大向上爬坡量，vi,t为火电机组运行状态；Ton,i为第i台火电机组的最小连续运行时间，Toff,i为第i台火电机组的最小连续停机时间；Ton,i,t为第i台机组在时段t内的持续运行时间，Toff,i,t为第i台机组在时段t内的持续停机时间。
实施例采用配置为200MW/800MWh的磷酸铁锂电池和火电机组总装机容量3200MW，各火电机组参数如表1所示。
表1火电机组参数
Figure GDA0003858746090000072
该局部电网七天的风电功率数据和负荷功率数据如图3所示。
经内层模型求解方法后的储能***充放电功率，储能荷电状态，各火电机组出力以及风电接纳量如下图4及图5所示。
结合图4及图5可以看出，储能***通过合理充、放电，使得火电机组在负荷低谷及高峰时期的出力曲线更加平滑，减少机组日峰谷差调节量，并且储能***自身荷电状态始终保持在限制范围之内。
为了对本发明内层模型求解方法进行对比分析，分别设置三种不同的调峰调度方案。
方案一：火电机组常规调峰；
方案二：火电机组深度调峰；
方案三：储能加火电机组深度调峰。
各方案优化结果如下表2所示。
表2不同方案调峰效果及经济性对比表
Figure GDA0003858746090000073
在火电机组进行深度调峰时，对比方案一其弃风电量减少3639.9MWh，降幅为36.59％。但是由于深度调峰，故在负荷低谷时期的机组出力值较低，故机组的峰谷差调节量有所上升。
而采用储能辅助火电机组深度调峰调度时，弃风电量得到明显的改善，相较于方案一下降6257.2MWh，降幅为62.90％，相较于方案二下降2617.3MWh，降幅为41.50％。此外，由于储能***的削峰填谷作用，等效减小了***峰谷差，缓解机组峰谷差调节量。从表2中可知，方案三较方案一的峰谷差改善量为90.08MW，较方案二的峰谷差改善量为207.28MW。
此外，从***调峰经济性角度分析，火电机组深度调峰会额外产生高昂的损耗成本和投油成本，故提高了机组运行成本，但减少了***风险惩罚成本，故方案二的总调峰成本比方案一降低了151.61万元。
而储能***加入后，缓解了机组深度调峰压力，并且降低了负荷高峰时期的机组出力，在降低机组运行成本的同时大幅降低***风险惩罚成本，方案三的***总调峰成本较方案二降低195.86万元，较方案一减少347.47万元。
通过上述分析可知储能辅助火电机组深度调峰在***调峰效果及***调峰经济性方面都具有一定的优势。
于有效的内层模型求解方法，再对外层优化配置方案进行分析。通过分析发现使储能***达到经济平衡点最有效的方式为提供相应的辅助服务补偿。但上述分析只是从单方面的价格变动来达到经济平衡点，未来随着政策的完善以及储能***自身成本的降低，储能***的经济性将得到极大的改善。
本发明实施例中的计算条件、图例、表等仅用于对本发明作进一步的说明，并非穷举，并不构成对权利要求保护范围的限定，本领域技术人员根据本发明实施例获得的启示，不经过创造性劳动就能够想到其它实质上等同的替代，均在本发明保护范围内。

Claims (1)

1.一种参与电网调峰的储能双层优化配置方法，其特征是，它包括以下内容：
1)构建双层优化配置模型结构
①在外层模型中建立储能***配置方案备选集；
②选取某一储能***配置备选方案作为约束条件，根据输入的***负荷及风电数据，在内层模型中，采用储能***及火电机组深度调峰作用，考虑调峰过程储能***运行成本、火电机组运行煤耗成本、火电机组深度调峰附加成本、火电机组深度补偿收益以及***风险成本因素，以***调峰总成本最小为目标，优化***调峰经济性，并得到该储能***配置备选方案下的储能***充放电功率、火电机组出力以及风电接纳量；
③根据内层模型输出的储能***充放电功率、火电机组出力以及风电接纳量，计算储能***各项成本收益、火电机组出力标准差以及新增风电接纳量，并以储能***全寿命周期内净收益为经济性指标，以火电机组出力标准差改善量以及新增风电接纳量作为技术性指标来构成多目标优化配置函数，计算该配置备选方案下的多目标优化函数值，选取最优值作为储能***优化配置结果；
2)优化模型目标函数
(a)外层模型目标函数
外层模型以储能***全寿命周期内净收益、储能***加入后火电机组出力标准差改善量以及新增风电接纳量最大为目标优化储能***配置，其各子目标函数如下：
Figure FDA0003858746080000011
Figure FDA0003858746080000012
Figure FDA0003858746080000013
式中：IALL为储能***全寿命周期内的净收益，SD为火电机组出力标准差改善量平均值，Ewind为新增风电接纳量平均值；IBZ,d为第d天的储能套利收益，IBP,d为第d天的储能补偿收益，CBY,d为第d天的储能运行成本，CBI为储能投资成本，SDGS,d为第d天的火电机组出力标准差改善量，Ewindnew,d为第d天的新增风电接纳量，D为储能***全寿命周期；
(b)内层模型目标函数
内层模型考虑储能***运行成本、火电机组运行煤耗成本、机组深调附加成本和补偿收益以及***风险成本，以***调峰总成本最低为目标得到，各储能配置方案下优化的储能***充放电功率、火电机组出力及风电接纳量，其目标函数如下：
Figure FDA0003858746080000021
Figure FDA0003858746080000022
Figure FDA0003858746080000023
式中：CG,i为机组深度调峰分级能耗成本函数，IG,i为机组深度调峰分级补偿收益函数，
Figure FDA0003858746080000024
为机组出力最大值；
Figure FDA0003858746080000025
为机组常规调峰最低出力值，
Figure FDA0003858746080000026
为机组不投油深度调峰最低出力值，
Figure FDA0003858746080000027
为机组投油深度调峰最低出力值；
3)优化模型求解方法
(a)外层模型求解方法
在外层多目标优化配置模型中，首先以ΔE及ΔP为储能***的容量及功率配置基本单位，设置储能***容量备选集[ΔE,2ΔE,...,MΔE]及储能***功率备选集[ΔP,2ΔP,...,NΔP]，从而形成M×N种备选方案，以迭代法计算每种方案下的多目标函数值，选取最优值对应下的配置方案为储能***配置结果；
(b)内层模型求解方法
在内层储能辅助火电机组调峰优化调度模型中采用matlab中的CPLEX求解器求解，从而得到不同储能***配置备选值下的储能充放电功率、火电机组出力以及风电接纳量；
4)约束条件
(a)储能***运行约束
储能***需满足充放电功率限值约束及荷电状态限值约束，
Figure FDA0003858746080000028
式中：PC,t为储能***充电功率，PD,t为储能***放电功率，PB为储能***额定功率，ηC为储能***充电效率，ESOC,t为储能***荷电状态，EB为储能***额定容量，ESOC,min为储能***荷电状态下限值，ESOC,max为储能***荷电状态上限值，ESOC,start为初始时刻储能***荷电状态；ESOC,end为末尾时刻储能***荷电状态；
(b)火电机组运行约束
火电机组需满足火电机组的功率上下限约束、爬坡率约束和启停约束，
Figure FDA0003858746080000031
式中：
Figure FDA0003858746080000032
为第i台火电机组出力的最小值，
Figure FDA0003858746080000033
为第i台火电机组出力的最大值，
Figure FDA0003858746080000034
为第i台火电机组最大向下爬坡量，
Figure FDA0003858746080000035
为第i台火电机组最大向上爬坡量，vi,t为火电机组运行状态；Ton,i为第i台火电机组的最小连续运行时间，Toff,i为第i台火电机组的最小连续停机时间；Ton,i,t为第i台机组在时段t内的持续运行时间，Toff,i,t为第i台机组在时段t内的持续停机时间。
CN202010526514.6A 2020-06-09 2020-06-09 一种参与电网调峰的储能双层优化配置方法 Active CN111614087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010526514.6A CN111614087B (zh) 2020-06-09 2020-06-09 一种参与电网调峰的储能双层优化配置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010526514.6A CN111614087B (zh) 2020-06-09 2020-06-09 一种参与电网调峰的储能双层优化配置方法

Publications (2)

Publication Number Publication Date
CN111614087A CN111614087A (zh) 2020-09-01
CN111614087B true CN111614087B (zh) 2022-12-09

Family

ID=72203433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010526514.6A Active CN111614087B (zh) 2020-06-09 2020-06-09 一种参与电网调峰的储能双层优化配置方法

Country Status (1)

Country Link
CN (1) CN111614087B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112184000B (zh) * 2020-09-25 2024-02-20 华北电力大学 含光热电站的新能源发电***调峰效能评价方法及***
CN112580850A (zh) * 2020-11-13 2021-03-30 国网河南综合能源服务有限公司 一种电力调峰市场的出清方法及***
CN113036750A (zh) * 2020-12-17 2021-06-25 国网青海省电力公司清洁能源发展研究院 一种含储能电站的电网调峰资源协调优化方法
CN113629737B (zh) * 2021-08-31 2023-06-27 国网新源控股有限公司 一种风光储蓄***中化学储能的容量配置方法
CN114301089B (zh) * 2021-12-17 2023-11-03 国核电力规划设计研究院有限公司 一种风光联合发电***储能容量配置优化方法
CN114336680B (zh) * 2021-12-28 2023-10-13 东旭新能源投资有限公司 机组***调频中储能***的容量配置方法和***
CN115062811B (zh) * 2022-04-24 2024-03-12 哈尔滨华盛能源科技有限公司 综合经济因素和能源因素的新能源规划方案的优化方法及***
CN114938011B (zh) * 2022-07-07 2022-10-14 中国长江三峡集团有限公司 一种考虑储能优化配置的风光火储***联合运行方法
CN117060468B (zh) * 2023-08-03 2024-06-11 华能罗源发电有限责任公司 基于改进nsga-ii算法的储能调峰容量优化配置方法及***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102593853A (zh) * 2012-02-27 2012-07-18 东北电力大学 提高风电接纳能力的储能***容量优化配置方法
CN103078338A (zh) * 2013-01-13 2013-05-01 东北电力大学 提高风能利用水平的风电场储能***配置方法
CN105958519A (zh) * 2016-04-28 2016-09-21 国网福建省电力有限公司 一种基于主动管理与成本效益分析的配电网储能***配置方法
CN106786685A (zh) * 2017-01-10 2017-05-31 湖南省德沃普储能有限公司 一种发电侧配置电池储能***参与电网深度调峰的运行控制方法
AU2018102107A4 (en) * 2018-12-20 2019-02-07 Tekno Nrg Pty Ltd Bi-directional V2G EV Charging System with Energy Storage System and PV
CN110414744A (zh) * 2019-08-07 2019-11-05 东北电力大学 磷酸铁锂电池储能***辅助火电机组深度调峰的分层优化方法
CN110429663A (zh) * 2019-07-18 2019-11-08 中国电力科学研究院有限公司 一种利用储能***辅助电力调峰的调度方法及***
CN111049171A (zh) * 2019-12-25 2020-04-21 深圳供电局有限公司 一种主动配电网储能配置方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10012701B2 (en) * 2011-03-15 2018-07-03 Vestas Wind Systems A/S Accurate estimation of the capacity and state of charge of an energy storage system used in wind farms
US20160285267A1 (en) * 2015-03-26 2016-09-29 Methode Electronics, Inc. Power peak shaving system
US10634725B2 (en) * 2017-08-18 2020-04-28 Nec Corporation System and method for model predictive energy storage system control

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102593853A (zh) * 2012-02-27 2012-07-18 东北电力大学 提高风电接纳能力的储能***容量优化配置方法
CN103078338A (zh) * 2013-01-13 2013-05-01 东北电力大学 提高风能利用水平的风电场储能***配置方法
CN105958519A (zh) * 2016-04-28 2016-09-21 国网福建省电力有限公司 一种基于主动管理与成本效益分析的配电网储能***配置方法
CN106786685A (zh) * 2017-01-10 2017-05-31 湖南省德沃普储能有限公司 一种发电侧配置电池储能***参与电网深度调峰的运行控制方法
AU2018102107A4 (en) * 2018-12-20 2019-02-07 Tekno Nrg Pty Ltd Bi-directional V2G EV Charging System with Energy Storage System and PV
CN110429663A (zh) * 2019-07-18 2019-11-08 中国电力科学研究院有限公司 一种利用储能***辅助电力调峰的调度方法及***
CN110414744A (zh) * 2019-08-07 2019-11-05 东北电力大学 磷酸铁锂电池储能***辅助火电机组深度调峰的分层优化方法
CN111049171A (zh) * 2019-12-25 2020-04-21 深圳供电局有限公司 一种主动配电网储能配置方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
"Optimal Deployment of Energy Storage for Providing Peak Regulation Service in Smart Grid with Renewable Energy Sources";Dexin Li 等;《 Optimal Deployment of Energy Storage for Providing Peak Regulation Service in Smart Grid with Renewable Energy Sources》;20190808;第917–928页 *
"Optimization of energy storage system capacity for wind farms based on cost-benefitanalysis";Hongkun Chen 等;《 2016 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC)》;20161212;第1513-1517页 *
"Two-Stage Optimization of Battery Energy Storage Capacity to Decrease Wind Power Curtailment in Grid-Connected Wind Farms";Xiaowei Dui 等;《IEEE TRANSACTIONS ON POWER SYSTEMS》;20180531;第33卷(第3期);第3296-3305页 *
"储能辅助火电机组深度调峰的分层优化调度";李军徽 等;《电网技术》;20191130;第43卷(第11期);第3962-3971页 *
"市场机制下面向电网的储能***优化配置";姜欣 等;《电工技术学报》;20191130;第34卷(第21期);第4601-4610页 *

Also Published As

Publication number Publication date
CN111614087A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN111614087B (zh) 一种参与电网调峰的储能双层优化配置方法
CN108667052B (zh) 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***
CN111900746B (zh) 一种基于双层模型的储能参与调峰的容量配置方法
CN110633854A (zh) 一种考虑储能电池多重分段服务全生命周期优化规划方法
CN112564109B (zh) 一种基于储能***参与含大规模海上风电的调频优化运行方法
CN111064214A (zh) 基于电动汽车两阶段滚动式策略的配电网优化调度方法
CN110176765A (zh) 一种峰谷电价驱动的储能调峰日前优化调度方法
CN116780646A (zh) 一种计及灵活性的电力***资源优化调度方法及终端
CN114819373A (zh) 一种基于合作博弈的共享混合储能电站的储能规划方法
CN104103020B (zh) 考虑可变寿命特性的确定电力***调峰用电池储能容量的方法
CN113036750A (zh) 一种含储能电站的电网调峰资源协调优化方法
CN114629139A (zh) 一种考虑储能容量优化的风-储联合***调频控制方法
CN111652405A (zh) 一种电动汽车充放电策略和电网侧分时电价的双层优化方法
CN112688347A (zh) 一种电网负荷波动的平缓***和方法
CN115689233A (zh) 计及调峰主动性的风光水火储***互补协调优化调度方法
CN115566741A (zh) 基于lstm预测校正的储能多时间尺度优化控制方法
CN103915851B (zh) 一种递进步长和期望输出均可变的储能***优化控制方法
CN116316694A (zh) 基于两阶段鲁棒优化的储能电站调频的最优参数选取方法
CN109599879B (zh) 考虑储能设备充放电次数优化的配电网有功功率调度方法
CN105207241A (zh) 一种基于荷电状态检测的电动汽车调频优化控制方法
CN113794224A (zh) 基于风电场应用场景的储能***优化配置方法及装置
CN117713068A (zh) 考虑应用场景变化的用户侧储能日前优化调度方法与***
CN113364017A (zh) Vmd火电机组与电池储能***的协调消纳风电调节策略
CN116805192A (zh) 考虑最优弃能率的综合能源***双层规划优化方法及应用
CN115207906B (zh) 一种考虑高载能负荷参与调控的多时间尺度调度方法

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