CN114662762A - 一种电力现货市场背景下储能电站调控方法 - Google Patents
一种电力现货市场背景下储能电站调控方法 Download PDFInfo
- Publication number
- CN114662762A CN114662762A CN202210297331.0A CN202210297331A CN114662762A CN 114662762 A CN114662762 A CN 114662762A CN 202210297331 A CN202210297331 A CN 202210297331A CN 114662762 A CN114662762 A CN 114662762A
- Authority
- CN
- China
- Prior art keywords
- market
- energy storage
- power station
- storage power
- 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 179
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000005611 electricity Effects 0.000 claims abstract description 90
- 238000005457 optimization Methods 0.000 claims abstract description 20
- 238000011217 control strategy Methods 0.000 claims abstract description 13
- 238000004519 manufacturing process Methods 0.000 claims description 9
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 5
- 238000007599 discharging Methods 0.000 claims description 5
- 238000009472 formulation Methods 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 230000001105 regulatory effect Effects 0.000 claims description 5
- 238000003064 k means clustering Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000012983 electrochemical energy storage Methods 0.000 abstract 1
- 238000009826 distribution Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电力现货市场背景下储能电站调控策略制定方法。本发明采用的技术方案为：采用现货电能量市场日前电价、实时电价以及调频辅助服务市场电价数据作为输入，考虑日前和实时电能量市场电价差异调整储能投标策略，从而进一步提升储能电站多场景应用下的经济性，计及储能电站运行损耗和电力现货市场背景下电价的不确定性，建立储能电站同时参与调峰调频服务收益最大的两阶段优化调度模型。本发明计及储能电站运行损耗及电价不确定性制定了最佳储能电站调度策略，实现了电力现货市场背景下储能电站的多场景应用，从而为电化学储能电站的调控提供依据，提高了储能电站的经济性。
Description
技术领域
本发明属于电力***中储能电站的调度技术领域，涉及一种电力现货市场背景下储能电站调控方法。
背景技术
为进一步推动电力市场体系建设，我国确定了八个地区作为第一批电力现货市场改革试点。而随着电力体制改革配套政策的落实，电网储能的应用价值逐渐得到了市场的关注和认可，相关政策进一步提出未来储能将由研发示范向商业化和规模化发展的转变。近年来我国多省市出台政策支持储能作为电力市场主体参与电力市场交易。
另一方面，储能具有充放电速度快、调节精度高以及响应快速等特点，并且随着储能技术的成熟其成本呈下降趋势；储能电站可同时参与现货电能量、调频辅助服务市场进行套利，储能电站多场景套利是未来储能发展趋势。
因此，如何对电力现货市场背景下储能电站参与调峰调频服务制定调控策略，分析储能电站参与现货电能量市场和调频辅助服务市场下的经济效益，对储能电站进行调控策略制定和收益评估，是值得深入研究的问题。
发明内容
本发明所要解决的技术问题是克服现有技术存在的缺陷，提供一种电力现货市场背景下储能电站调控方法，采用现货电能量市场日前电价、实时电价以及调频辅助服务市场电价数据作为输入，考虑日前和实时电能量市场电价差异调整储能投标策略，计及储能电站运行损耗和电力现货市场背景下电价的不确定性，建立储能电站同时参与调峰调频服务收益最大的两阶段优化调度模型，分析多场景应用下电化学储能电站在电力***中的经济可行性，从而能够制定出满足不同电价不确定性波动场景的电化学储能电站调控策略，进而为电化学储能电站的调控提供依据。
为此，本发明采用的技术方案如下：
一种电力现货市场背景下储能电站调控方法，其包括如下步骤：
S1：在生产周期内，获取现货电能量市场日前电价、实时电价和调频辅助服务市场电价数据；
S2：在所述储能电站调控策略制定模型中，考虑日前和实时电能量市场电价差异调整储能投标策略，结合日前市场(day-ahead market,DAM)和实时市场(real-timemarket,RTM)出清规则并且以储能电站净收益最大为目标函数，建立计及储能电站运行损耗和电力现货市场背景下电价不确定性的两阶段优化调度模型；
S3、基于S1中获取的数据，通过聚类方法和蒙特卡洛模拟扩展生成一系列电价预测场景，并在生成的所有电价预测场景下求解两阶段优化调度模型，得到电力现货市场背景下储能电站调度策略；
S4：基于S3中制定的储能电站调度策略，对储能电站进行调度。
作为优选，所述的步骤S2中，在所述储能电站调控策略制定模型中，日前市场仅现货电能量市场出清，实时现货电能量与调频辅助服务市场联合出清，储能电站日前市场收益为储能电站不同时段参与电能量市场进行充放电的分时电价差，计算公式为：
式中，
为储能电站日前电能量市场收益，τ为生产模拟总时间段，
为时间段[i,i+1]内的日前节点电价，
为时间段[i,i+1]内储能电站在日前市场中放电功率，
为时间段[i,i+1]内储能电站在日前市场中充电功率；Cp,1为储能电站充放电等效损耗成本，由下式计算得到：
式中，Cw为储能电站等效的容量价格，Ees为储能电站配置容量，N1为储能电池调峰模式放电深度为D1的等效的循环次数，r1为调峰模式下的利率系数；
储能电站实时市场收益为储能电站参与电能量市场以及调频辅助服务时的调频容量收益和调频里程收益，储能电站在实时市场中调频收益计算公式为：
式中：
为时间段[i,i+1]内的实时电价；
并且利用实时市场中储能电站修正日前电能量市场投标，根据电力现货市场规则计算实时市场中电能量市场收益，实时市场中电能量市场收益计算公式为：
式中，
为储能电站在实时市场中调频收益，kreg为储能调频性能得分，
为时间段[i,i+1]内参与实时市场中调频市场的容量，
分别为调频容量电价和调频里程电价，
为时间段[i,i+1]内储能电站在实时市场中的放电功率，
为时间段[i,i+1]内储能电站在实时市场中的充电功率，σ为储能调频里程比，
分别为时间段[i,i+1]内提供向上和向下调频的比例；β为储能调频单位小时内上调或者下调的平均电量；Cp,2为储能参与调频辅助服务等效损耗成本，由下式计算得到：
式中，N2为储能电池调频模式放电深度为D2的等效的循环次数，r2为调频模式下的利率系数；
针对日前市场和实时市场，分别以储能电站净收益最大为目标函数建立计及储能电站运行损耗和电力现货市场背景下电价不确定性的两阶段优化调度模型：
式中，R为折现率；
所述两阶段优化调度模中的约束条件包含储能荷电状态约束和储能功率约束。
作为优选，所述的S1中，在生产周期内获取的数据包括日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格。
作为优选，所述的步骤S3的具体过程如下：
基于S1中获取的数据，从中提取日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格，然后采用聚类方法分别对日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格进行聚类；针对聚类得到的各类别电价数据按照预设的预测偏差通过蒙特卡洛模拟生成一系列涵盖电价不确定性波动的电价预测场景；基于模拟生成的所有电价预测场景，求解两阶段优化调度模型，从而得到电力现货市场背景下的最佳储能电站调度策略。
作为优选，所述的聚类方法采用K-means聚类。
本发明具有的有益效果如下：本发明能够制定计及储能电站运行损耗及电价不确定性制定了经济性最优竞价策略，实现了电力现货市场背景下储能电站的多场景应用，从而为储能电站的调度提供了依据，提高了储能电站的经济性。
附图说明
图1是本发明储能电站调控方法流程图；
图2是本发明应用例中浙江电力现货市场某日试运行出清电价数据；
图3是本发明应用例中储能电站参与调峰调频模式下的储能电站日前市场调控策略以及储能电站电量变化情况示意图；
图4是本发明应用例中储能电站参与调峰调频模式下的储能电站实时市场调控策略以及储能电站电量变化情况示意图；
图5是本发明应用例中储能电站某典型日参与DAM的收益分布情况示意图；
图6是本发明应用例中储能电站某典型日参与RTM的收益分布情况示意图；
具体实施方式
下面结合附图和具体实施方式对本发明做进一步阐述和说明。
在本发明的一个较佳实施例中，提供了一种电力现货市场背景下储能电站调控方法，该方法包括如下步骤：
S1：在生产周期内，获取现货电能量市场日前电价、实时电价和调频辅助服务市场电价数据。
注意的是，在本步骤中，所采用的数据可以是电力现货市场历史出清数据，具体而言在生产周期内获取的数据包括日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格。获取的数据可以输入至储能电站调控策略制定模型中，用于求解模型。需储能电站两阶段调控策略制定模型具体的制定流程参见S2所述。
S2：在所述储能电站调控策略制定模型中，考虑日前和实时电能量市场电价差异调整储能投标策略，结合日前市场(day-ahead market,DAM)和实时市场(real-timemarket,RTM)出清规则并且以储能电站净收益最大为目标函数，建立计及储能电站运行损耗和电力现货市场背景下电价不确定性的两阶段优化调度模型。
在本发明中，上述储能电站调控策略制定模型具体如下：
日前市场仅现货电能量市场出清，实时现货电能量与调频辅助服务市场联合出清，储能电站日前市场收益为储能电站不同时段参与电能量市场进行充放电的分时电价差，计算公式为：
式中，
为储能电站日前电能量市场收益，τ为生产模拟总时间段，
为时间段[i,i+1]内的日前节点电价，
为时间段[i,i+1]内储能电站在日前市场中放电功率，
为时间段[i,i+1]内储能电站在日前市场中充电功率；Cp,1为储能电站充放电等效损耗成本，由下式计算得到：
式中，Cw为储能电站等效的容量价格，Ees为储能电站配置容量，N1为储能电池调峰模式放电深度为D1的等效的循环次数，r1为调峰模式下的利率系数；
储能电站实时市场收益为储能电站参与电能量市场以及调频辅助服务时的调频容量收益和调频里程收益，储能电站在实时市场中调频收益计算公式为：
式中：
为时间段[i,i+1]内的实时电价；
并且利用实时市场中储能电站修正日前电能量市场投标，根据电力现货市场规则计算实时市场中电能量市场收益，实时市场中电能量市场收益计算公式为：
式中，
为储能电站在实时市场中调频收益，kreg为储能调频性能得分，
为时间段[i,i+1]内参与实时市场中调频市场的容量，
分别为调频容量电价和调频里程电价，
为时间段[i,i+1]内储能电站在实时市场中的放电功率，
为时间段[i,i+1]内储能电站在实时市场中的充电功率，σ为储能调频里程比，
分别为时间段[i,i+1]内提供向上和向下调频的比例；β为储能调频单位小时内上调或者下调的平均电量；Cp,2为储能参与调频辅助服务等效损耗成本，由下式计算得到：
式中，N2为储能电池调频模式放电深度为D2的等效的循环次数，r2为调频模式下的利率系数；
针对日前市场和实时市场，分别以储能电站净收益最大为目标函数建立计及储能电站运行损耗和电力现货市场背景下电价不确定性的两阶段优化调度模型：
式中，R为折现率；
所述两阶段优化调度模中的约束条件包含储能荷电状态约束和储能功率约束。
由此，上述目标函数和相应的约束条件构成了两阶段优化模型，对该优化模型进行求解，模型的最优解即可作为储能电站调度策略。
S3、基于S1中获取的数据，通过聚类方法和蒙特卡洛模拟扩展生成一系列电价预测场景，并在生成的所有电价预测场景下求解两阶段优化调度模型，得到电力现货市场背景下储能电站调度策略。
本发明中，所采用的聚类方法可以是K-means聚类。采用K-means聚类以及蒙特卡洛模拟量化电价的不确定性，其具体过程如下：
基于S1中获取的数据，从中提取日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格，然后采用聚类方法分别对日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格进行聚类；针对聚类得到的各类别电价数据按照预设的预测偏差通过蒙特卡洛模拟生成一系列涵盖电价不确定性波动的电价预测场景；基于模拟生成的所有电价预测场景，求解两阶段优化调度模型，从而得到电力现货市场背景下的最佳储能电站调度策略。
在本发明的后续实施例中，可针对得到的各类别电价数据，设置日前电能量市场节点电价平均百分比误差(mean absolute percentage error,MAPE)取10％，实时电能量节点电价MAPE取20％，调频辅助服务市场误差取值同日前电能量市场节点电价误差，通过蒙特卡洛模拟分别生成n(如取1000)个电价预测场景，用于储能电站投标策略制定以及概率收益分析，基于概率收益分析结果分析储能电站的经济性应用场景以及在电力现货市场背景下应用的经济可行性。而每一个电价预测场景分别对应于一组日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格。由于采用了蒙特卡洛模拟，因此其最终得到的所有电价预测场景相对于S1中获取的原始数据能够更好地模拟电价的不确定性波动。进而利用这些模拟生成的所有电价预测场景作为数据，求解两阶段优化调度模型，即可得到最大程度满足所有电价预测场景的最佳储能电站调度策略，由此为储能电站调度提供依据，为电力现货背景下储能电站的商业营运模式提供参考。
S4：基于S3中制定的储能电站调度策略，对储能电站进行调度。
本发明进行经济可行性评估时，可通过储能电站收益概率分布描述，来分析电力现货市场背景下储能电站的经济可行性。具体而言，在S3步骤中，可根据储能电站收益概率分布情况，获得不同电价场景下的储能电站收益结论，更符合电力现货市场动态变化特点。
为验证本发明的有效性，后续应用例中采用浙江电力现货市场试运行数据实现了上述方法，具体步骤不再赘述，主要给出其技术效果和实现细节。
应用例
本案例中使用MATLAB软件编写了本发明上述S1～S4所示的电力现货市场背景下储能电站调控方法，对此不再赘述。下面主要针对案例数据展示其具体技术效果，该方法中的模型通过调用Gurobi进行求解。
运行环境：
AMD Ryzen 5 3400G CPU 3.70GHz，16GB内存，Microsoft Windows 10X64
Gurobi 9.0.3
MATLAB 2020B
实施结果：
本应用例基于浙江电力现货市场某月份试运行数据，包括日前节点电价、实时节点电价、调频辅助服务容量补偿电价以及里程补偿价格数据。本例中储能电站建设规模取100MW/200MWh，SOC上下限分别取0.9和0.1，间隔时间为1h，折现率取0。向上调频和向下调频的比例均取25％，储能调频里程比取10。通过收益最大优化模型对现货市场背景下储能电站参与调峰调频模式下的两阶段调控策略进行制定，以此作为储能电站收益评估参考。
图1为储能电站调控策略制定方法流程图，包含日前市场(DAM)和实时市场(RTM)两阶段。
图2为浙江电力现货市场某日试运行出清电价数据。
图3反映了储能电站参与调峰调频模式下的储能电站日前市场调控策略以及储能电站电量变化情况，图4反映了储能电站参与调峰调频模式下的储能电站实时市场调控策略以及储能电站电量变化情况。由于调频辅助服务补偿价格较高，来源于调频服务收益比例较高，并且由于实时市场电价和日前市场电价存在差异，因此储能电站在电能量市场的充放电功率会发生变化。此外，由于调频服务同时存在向上调频和向下调频，因此参与调频服务时储能电站电量变化相对较小。
图5反映了储能电站某典型日参与DAM的收益分布情况，储能电站该典型日在日前市场通过分时电价峰谷套利收益均值为15899元；图6反映了储能电站某典型日参与RTM的收益分布情况，储能电站该典型日通过实时市场中调峰以及调频辅助服务收益均值为248425元。
根据本案例结果可以看出，由于储能电站调频市场补偿价格较高，因此储能电站主要通过参与调频辅助服务套利，而通过电能量市场补充储能电站电量。此外，由于日前市场节点电价和实时市场节点电价存在差异，修改日前电能量市场投标有利于储能电站在实时市场中获得更高的期望收益，从而满足电力现货背景下储能电站参与多种应用场景收益需求，提高了储能电站的经济性。
因此，通过本发明的上述储能电站调控方法，可以指定满足电力现货背景下的储能电站调度策略，进而对储能电站进行有效地调度，为储能电站的调度提供了依据，提高了储能电站的经济性。
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。相反，本发明涵盖任何由权利要求定义的在本发明的范围上做的替代、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文详尽描述了本发明一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
Claims (5)
1.一种电力现货市场背景下储能电站调控方法，其特征在于，包括如下步骤：
S1：在生产周期内，获取现货电能量市场日前电价、实时电价和调频辅助服务市场电价数据；
S2：在所述储能电站调控策略制定模型中，考虑日前和实时电能量市场电价差异调整储能投标策略，结合日前市场(day-ahead market,DAM)和实时市场(real-time market,RTM)出清规则并且以储能电站净收益最大为目标函数，建立计及储能电站运行损耗和电力现货市场背景下电价不确定性的两阶段优化调度模型；
S3、基于S1中获取的数据，通过聚类方法和蒙特卡洛模拟扩展生成一系列电价预测场景，并在生成的所有电价预测场景下求解两阶段优化调度模型，得到电力现货市场背景下储能电站调度策略；
S4：基于S3中制定的储能电站调度策略，对储能电站进行调度。
2.根据权利要求1所述的一种电力现货市场背景下储能电站调控方法，其特征在于，所述的步骤S2中，在所述储能电站调控策略制定模型中，日前市场仅现货电能量市场出清，实时现货电能量与调频辅助服务市场联合出清，储能电站日前市场收益为储能电站不同时段参与电能量市场进行充放电的分时电价差，计算公式为：
式中，
为储能电站日前电能量市场收益，τ为生产模拟总时间段，
为时间段[i,i+1]内的日前节点电价，
为时间段[i,i+1]内储能电站在日前市场中放电功率，
为时间段[i,i+1]内储能电站在日前市场中充电功率；Cp,1为储能电站充放电等效损耗成本，由下式计算得到：
式中，Cw为储能电站等效的容量价格，Ees为储能电站配置容量，N1为储能电池调峰模式放电深度为D1的等效的循环次数，r1为调峰模式下的利率系数；
储能电站实时市场收益为储能电站参与电能量市场以及调频辅助服务时的调频容量收益和调频里程收益，储能电站在实时市场中调频收益计算公式为：
式中：
为时间段[i,i+1]内的实时电价；
并且利用实时市场中储能电站修正日前电能量市场投标，根据电力现货市场规则计算实时市场中电能量市场收益，实时市场中电能量市场收益计算公式为：
式中，
为储能电站在实时市场中调频收益，kreg为储能调频性能得分，
为时间段[i,i+1]内参与实时市场中调频市场的容量，
分别为调频容量电价和调频里程电价，
为时间段[i,i+1]内储能电站在实时市场中的放电功率，
为时间段[i,i+1]内储能电站在实时市场中的充电功率，σ为储能调频里程比，
分别为时间段[i,i+1]内提供向上和向下调频的比例；β为储能调频单位小时内上调或者下调的平均电量；Cp,2为储能参与调频辅助服务等效损耗成本，由下式计算得到：
式中，N2为储能电池调频模式放电深度为D2的等效的循环次数，r2为调频模式下的利率系数；
针对日前市场和实时市场，分别以储能电站净收益最大为目标函数建立计及储能电站运行损耗和电力现货市场背景下电价不确定性的两阶段优化调度模型：
式中，R为折现率；
所述两阶段优化调度模中的约束条件包含储能荷电状态约束和储能功率约束。
3.根据权利要求1所述的一种电力现货市场背景下储能电站调控方法，其特征在于，所述的S1中，在生产周期内获取的数据包括日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格。
4.根据权利要求2所述的一种电力现货市场背景下储能电站调控方法，其特征在于，所述的步骤S3的具体过程如下：
基于S1中获取的数据，从中提取日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格，然后采用聚类方法分别对日前市场中电能量市场节点电价、实时市场中电能量市场节点电价和调频容量价格以及调频里程价格进行聚类；针对聚类得到的各类别电价数据按照预设的预测偏差通过蒙特卡洛模拟生成一系列涵盖电价不确定性波动的电价预测场景；基于模拟生成的所有电价预测场景，求解两阶段优化调度模型，从而得到电力现货市场背景下的最佳储能电站调度策略。
5.根据权利要求1所述的一种电力现货市场背景下储能电站调控方法，其特征在于，所述的聚类方法采用K-means聚类。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210297331.0A CN114662762A (zh) | 2022-03-24 | 2022-03-24 | 一种电力现货市场背景下储能电站调控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210297331.0A CN114662762A (zh) | 2022-03-24 | 2022-03-24 | 一种电力现货市场背景下储能电站调控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114662762A true CN114662762A (zh) | 2022-06-24 |
Family
ID=82032195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210297331.0A Pending CN114662762A (zh) | 2022-03-24 | 2022-03-24 | 一种电力现货市场背景下储能电站调控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114662762A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115619441A (zh) * | 2022-12-20 | 2023-01-17 | 合肥华思***有限公司 | 一种储能电站参与日前电力交易的申报方法及*** |
| CN115659595A (zh) * | 2022-09-26 | 2023-01-31 | 中国华能集团清洁能源技术研究院有限公司 | 基于人工智能的新能源场站的储能控制方法及装置 |
| CN117057634A (zh) * | 2023-10-13 | 2023-11-14 | 国网湖北省电力有限公司经济技术研究院 | 储能电站参与电力现货市场的低碳运行优化方法及*** |
| CN117876008A (zh) * | 2024-01-12 | 2024-04-12 | 北京飔合科技有限公司 | 基于电力现货交易数据的交易电价走势预测方法和*** |
-
2022
- 2022-03-24 CN CN202210297331.0A patent/CN114662762A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115659595A (zh) * | 2022-09-26 | 2023-01-31 | 中国华能集团清洁能源技术研究院有限公司 | 基于人工智能的新能源场站的储能控制方法及装置 |
| CN115659595B (zh) * | 2022-09-26 | 2024-02-06 | 中国华能集团清洁能源技术研究院有限公司 | 基于人工智能的新能源场站的储能控制方法及装置 |
| CN115619441A (zh) * | 2022-12-20 | 2023-01-17 | 合肥华思***有限公司 | 一种储能电站参与日前电力交易的申报方法及*** |
| CN117057634A (zh) * | 2023-10-13 | 2023-11-14 | 国网湖北省电力有限公司经济技术研究院 | 储能电站参与电力现货市场的低碳运行优化方法及*** |
| CN117057634B (zh) * | 2023-10-13 | 2024-01-02 | 国网湖北省电力有限公司经济技术研究院 | 储能电站参与电力现货市场的低碳运行优化方法及*** |
| CN117876008A (zh) * | 2024-01-12 | 2024-04-12 | 北京飔合科技有限公司 | 基于电力现货交易数据的交易电价走势预测方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114662762A (zh) | 一种电力现货市场背景下储能电站调控方法 | |
| CN112186809B (zh) | 基于电动汽车v2g模式的虚拟电厂优化协同调度方法 | |
| CN110378548B (zh) | 一种电动汽车虚拟电厂多时间尺度响应能力评估模型构建方法 | |
| CN111079971A (zh) | 一种考虑车、站、网三方的充电站定价方法 | |
| CN112865190A (zh) | 计及光伏和充电需求的光储充电站优化调度方法和*** | |
| CN111626527A (zh) | 计及可调度电动汽车快/慢充放电形式的智能电网深度学习调度方法 | |
| CN113733963B (zh) | 一种光储充一体站日前调度方法、***、装置及存储介质 | |
| Negri et al. | Combined model predictive control and ANN-based forecasters for jointly acting renewable self-consumers: An environmental and economical evaluation | |
| CN111553750A (zh) | 一种计及电价不确定性和损耗成本的储能竞价策略方法 | |
| CN112217195A (zh) | 一种基于gru多步预测技术的云储能充放电策略形成方法 | |
| Falabretti et al. | Scheduling and operation of RES-based virtual power plants with e-mobility: A novel integrated stochastic model | |
| CN116720690A (zh) | 多虚拟电厂电-碳联合优化运行方法、设备及存储介质 | |
| Wang et al. | Optimal siting of shared energy storage projects from a sustainable development perspective: A two-stage framework | |
| CN117458477A (zh) | 考虑分群优化模式下负荷聚合商参与的电动汽车调度方法 | |
| CN116596252A (zh) | 一种电动汽车集群多目标充电调度方法 | |
| CN116308488A (zh) | 一种考虑快慢充负荷特性的电动汽车充电调峰定价方法 | |
| CN115600757A (zh) | 海上风电共享储能参与现货市场交易协调优化方法及*** | |
| CN115018376B (zh) | 一种考虑新型电力***特征的负荷调控优化方法 | |
| CN112886585B (zh) | 一种受端电网中储能电站调峰调频调控策略制定方法 | |
| CN115293485A (zh) | 考虑电动汽车和需求响应的综合能源***低碳调度方法 | |
| CN114549148A (zh) | 虚拟电厂的竞价方法、装置、设备及存储介质 | |
| CN110570043A (zh) | 一种风-网-站-车体系的调度方法及*** | |
| Wu et al. | Market bidding for multiple photovoltaic-storage systems: A two-stage bidding strategy based on a non-cooperative game | |
| CN117728378A (zh) | 分散式虚拟电厂整合智能净零的混合***及其方法 | |
| CN116862560A (zh) | 一种基于多类型ev集群可调度潜力共享储能特性的园区综合能源***低碳运行策略 |
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 |