CN114938035B - 考虑储能退化成本的共享储能能量调度方法及*** - Google Patents

考虑储能退化成本的共享储能能量调度方法及*** Download PDF

Info

Publication number
CN114938035B
CN114938035B CN202210487382.XA CN202210487382A CN114938035B CN 114938035 B CN114938035 B CN 114938035B CN 202210487382 A CN202210487382 A CN 202210487382A CN 114938035 B CN114938035 B CN 114938035B
Authority
CN
China
Prior art keywords
micro
grid
energy
energy storage
shared
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
CN202210487382.XA
Other languages
English (en)
Other versions
CN114938035A (zh
Inventor
周开乐
张增辉
丁涛
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202210487382.XA priority Critical patent/CN114938035B/zh
Priority to US17/886,669 priority patent/US20220393467A1/en
Publication of CN114938035A publication Critical patent/CN114938035A/zh
Application granted granted Critical
Publication of CN114938035B publication Critical patent/CN114938035B/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
    • H02J3/008—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
    • H02J3/38—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
    • H02J3/466—Scheduling the operation of the generators, e.g. connecting or disconnecting generators to meet a given demand
    • 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
    • H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
    • 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
    • H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
    • 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
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381—Dispersed generators
    • 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
    • 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]
    • 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

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

Abstract

本发明提供一种考虑储能退化成本的共享储能能量调度方法及***，涉及多微网能量调度技术领域。本发明获取共享储能多微网***中各微电网的能量数据之后，建立各微网间的点对点交易模型；然后构建多微网***与其共享储能设备间的共享储能交易模型；接着构建多微网***与公用电网间的公用电网交易模型；最后基于上述构建的模型以所述多微网***的总运行成本最小为目标函数，求解所述目标函数获取各阶段各微网的功率数据，以实现能量共享的多微网***的能量精准调度。

Description

考虑储能退化成本的共享储能能量调度方法及***
技术领域
本发明涉及多微网能量调度技术领域，具体涉及一种考虑储能退化成本的共享储能能量调度方法及***。
背景技术
随着储能装置得到更多的应用，以能量共享为代表的新型的储能商业模式越来越得到人们的重视，特别是在集成了大量的可再生能源的多微网***中。这是因为能量共享可以大幅提高储能的利用率，并且还能够降低单个微网与多微网整体的用电成本。而基于能量共享的多微网***的能量调度技术，可以预先明确调度策略以指导多微网***的日前调度，从而可以在进一步提高多微网***的能量利用率的同时节约多微网***的成本。
目前，微网间能量共享的技术主要是通过点对点交易共享能量，或者通过共享储能共享能量，以及在点对点交易的基础上再通过共享储能共享能量，然后在此基础上在进一步进行多微网***的能量调度。
然而，点对点交易共享能量、共享储能共享能量、以及在点对点交易的基础上再通过共享储能共享能量等方式虽然均在一定程度上提高了能量的利用率，但是能量的利用率还有较大的提升空间，所以基于此的多微网***的能量调度并不是最精确的。并且，现阶段关于能量共享的技术方案中，鲜有将可再生能源的不确定性以及储能损耗(共享储能之间的能量传输存在电池充放电的损耗以及线路传输损耗)等因素考虑在内的，这必然不符合多微网***的实际运行情况，基于此得出的多微网调度结果也不精准。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种考虑储能退化成本的共享储能能量调度方法及***，解决了现有基于能量共享的多微网***的能量调度技术存在精准度低的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
第一方面，本发明首先提出了一种考虑储能退化成本的共享储能能量调度方法，所述方法包括：
获取共享储能多微网***中各微电网的能量数据，基于各微电网的所述能量数据建立各微网间的点对点交易模型；
基于所述点对点交易模型构建多微网***与所述多微网***的共享储能设备间的共享储能交易模型；
基于所述共享储能交易模型构建多微网***与公用电网间的公用电网交易模型；
以所述多微网***的总运行成本最小为目标函数，基于所述点对点交易模型、所述共享储能交易模型，以及所述公用电网交易模型，求解所述目标函数获取各阶段各微网的功率数据；所述总运行成本包括各微网中电池的退化成本。
优选的，所述获取共享储能多微网***中各微电网的能量数据包括：
根据可再生能源的出力数据及负荷数据确定共享储能多微网***中各微电网的能量数据，所述能量数据包括能量盈余数据或能量不足数据。
优选的，所述目标函数为：
Figure BDA0003630494330000021
其中，
Figure BDA0003630494330000022
和/>
Figure BDA0003630494330000023
分别表示与公用电网进行交易时的购电电价与售电电价；/>
Figure BDA0003630494330000024
和/>
Figure BDA0003630494330000025
分别表示微网n在时间t与公用电网的购电量与售电量；/>
Figure BDA0003630494330000031
表示微网n的第l次循环对应退化成本；n＝{1,2,3,...,N}表示微网序号，N表示微网总数；t＝{1,2,3,...,T}表示微网交易的时刻；
所述目标函数的约束条件包括：
可再生能源不确定性下微网的功率平衡约束：
Figure BDA0003630494330000032
其中，
Figure BDA0003630494330000033
为微网n在时间t时第m种可再生能源预测的输出功率；/>
Figure BDA0003630494330000034
为微网n在时间t时第m种可再生能源实际输出功率与预测功率之间的最大偏差；αm,n,t为微网n在时间t时第m种可再生能源的不确定性程度；/>
Figure BDA0003630494330000035
表示微网n在时间t的点对点交易中的能量售出量；/>
Figure BDA0003630494330000036
表示储能n在时间t的充电量；/>
Figure BDA0003630494330000037
和/>
Figure BDA0003630494330000038
分别表示微网n在时间t向共享储能存入与取出的电量；/>
Figure BDA0003630494330000039
表示微网n在时间t时的负荷需求；/>
Figure BDA00036304943300000310
表示微网n在时间t与公用电网的购电量；/>
Figure BDA00036304943300000311
表示微网n在时间t的点对点交易中的能量购买量；/>
Figure BDA00036304943300000312
表示储能n在时间t的放电量。
优选的，所述退化成本
Figure BDA00036304943300000313
的计算公式为：
Figure BDA00036304943300000314
Figure BDA00036304943300000315
Figure BDA00036304943300000316
其中，βn,l为微网n的第l次循环对应的退化系数；
Figure BDA00036304943300000317
和/>
Figure BDA00036304943300000318
分别表示微网n的第l次循环中涉及的充电总功率和放电总功率；Cn为电池的总成本；En表示储能n的总容量；Nn.l为放电深度为DODn,l时微网n储能电池的最大循环次数；c1和c2分别表示单位容量成本和单位功率成本，m1和m2分别表示单位容量运维成本和单位功率运维成本；/>
Figure BDA00036304943300000319
表示微网n的储能电池充放电的功率上限。
第二方面，本发明还提出了一种考虑储能退化成本的共享储能能量调度***，所述***包括：
数据获取模块，用于获取共享储能多微网***中各微电网的能量数据；
点对点交易模块，用于基于各微电网的所述能量数据建立各微网间的点对点交易模型；
共享储能交易模块，用于基于所述点对点交易模型构建多微网***与所述多微网***的共享储能设备间的共享储能交易模型；
公用电网交易模块，用于基于所述共享储能交易模型构建多微网***与公用电网间的公用电网交易模型；
能量调度模块，用于以所述多微网***的总运行成本最小为目标函数，基于所述点对点交易模型、所述共享储能交易模型，以及所述公用电网交易模型，求解所述目标函数获取各阶段各微网的功率数据；所述总运行成本包括各微网中电池的退化成本。
优选的，所述数据获取模块获取共享储能多微网***中各微电网的能量数据包括：
根据可再生能源的出力数据及负荷数据确定共享储能多微网***中各微电网的能量数据，所述能量数据包括能量盈余数据或能量不足数据
优选的，所述目标函数为：
Figure BDA0003630494330000041
其中，
Figure BDA0003630494330000042
和/>
Figure BDA0003630494330000043
分别表示与公用电网进行交易时的购电电价与售电电价；/>
Figure BDA0003630494330000044
和/>
Figure BDA0003630494330000045
分别表示微网n在时间t与公用电网的购电量与售电量；/>
Figure BDA0003630494330000046
表示微网n的第l次循环对应退化成本；n＝{1,2,3,...,N}表示微网序号，N表示微网总数；t＝{1,2,3,...,T}表示微网交易的时刻；
所述目标函数的约束条件包括：
可再生能源不确定性下微网的功率平衡约束：
Figure BDA0003630494330000051
其中，
Figure BDA0003630494330000052
为微网n在时间t时第m种可再生能源预测的输出功率；/>
Figure BDA0003630494330000053
为微网n在时间t时第m种可再生能源实际输出功率与预测功率之间的最大偏差；αm,n,t为微网n在时间t时第m种可再生能源的不确定性程度；/>
Figure BDA0003630494330000054
表示微网n在时间t的点对点交易中的能量售出量；/>
Figure BDA0003630494330000055
表示储能n在时间t的充电量；/>
Figure BDA0003630494330000056
和/>
Figure BDA0003630494330000057
分别表示微网n在时间t向共享储能存入与取出的电量；/>
Figure BDA0003630494330000058
表示微网n在时间t时的负荷需求；/>
Figure BDA0003630494330000059
表示微网n在时间t与公用电网的购电量；/>
Figure BDA00036304943300000510
表示微网n在时间t的点对点交易中的能量购买量；/>
Figure BDA00036304943300000511
表示储能n在时间t的放电量。
优选的，所述退化成本
Figure BDA00036304943300000512
的计算公式为：
Figure BDA00036304943300000513
Figure BDA00036304943300000514
Figure BDA00036304943300000515
其中，βn,l为微网n的第l次循环对应的退化系数；
Figure BDA00036304943300000516
和/>
Figure BDA00036304943300000517
分别表示微网n的第l次循环中涉及的充电总功率和放电总功率；Cn为电池的总成本；En表示储能n的总容量；Nn.l为放电深度为DODn,l时微网n储能电池的最大循环次数；c1和c2分别表示单位容量成本和单位功率成本，m1和m2分别表示单位容量运维成本和单位功率运维成本；/>
Figure BDA00036304943300000518
表示微网n的储能电池充放电的功率上限。
(三)有益效果
本发明提供了一种考虑储能退化成本的共享储能能量调度方法及***。与现有技术相比，具备以下有益效果：
1、本发明基于预先搭建的多微网***的储能共享架构，获取共享储能多微网***中各微电网的能量数据并建立各微网间的点对点交易模型；然后构建多微网***与其共享储能设备间的共享储能交易模型；同时，构建多微网***与公用电网间的公用电网交易模型；并以考虑了多微网***的电池的退化成本的总运行成本最小为目标函数，基于上述构建的模型求解目标函数，获取各阶段各微网的功率数据。本发明考虑了共享储能微网***中各电池的退化成本，其共享储能能量调度结果更加精准。
2、本发明所提出的结合微网间点对点交易、多微网***与共享储能设备交易，以及多微网***与公用电网交易的储能共享架构，保留了共享储能效率高与储能利用率高的优势，又通过微网自身的小规模储能减少了线路传输损耗，整合了集中式与分布式储能的优点。
3、本发明结合每次循环涉及的功率与退化系数计算储能的退化成本，能够最小化储能电池的损耗，同时考虑考虑了电池的退化成本，使得共享储能能量调度结果更加精准。
4、本发明在日前调度中考虑可再生能源出力的不确定性，更符合实际生活中可再生能源出力有波动的情形，使得共享储能能量调度结果更加精准。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中含共享储能的多微网***的***架构图；
图2为本本发明实施例中一种考虑储能退化成本的共享储能能量调度方法的流程图；
图3为本本发明实施例中一种考虑储能退化成本的共享储能能量调度***的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。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。
本申请实施例通过提供一种考虑储能退化成本的共享储能能量调度方法及***，解决了现有基于能量共享的多微网***的能量调度技术存在精准度低的问题，实现在提高能源利用率、节约微网成本的目的。
本申请实施例中的技术方案为解决上述技术问题，总体思路如下：
为了使能量共享的多微网***的能量调度更加精准，同时提高能源利用率、节约微网成本，本发明构建了一种新的多微网***的储能共享架构，基于该架构，本发明在获取共享储能多微网***中各微电网的能量数据之后，建立各微网间的点对点交易模型；然后构建多微网***与其共享储能设备间的共享储能交易模型；接着构建多微网***与公用电网间的公用电网交易模型；最后基于上述构建的模型以所述多微网***的总运行成本(总运行成本考虑了各微网中电池的退化成本)最小为目标函数，求解所述目标函数获取各阶段各微网的功率数据，以实现能量共享的多微网***的能量精准调度。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
在发明中，构建了一种新的多微网***的储能共享架构，该架构不仅包含各微电网自身的分布式储能，还包含集中式的共享储能。参见图1，该储能共享架构包括：在一个包含N个微电网的多微网***中，每个微电网中均含有M种可再生能源发电设备，且每个微电网具有自己独立的储能设备，多微网***内还包含一个与所有单个微电网均相连的共享储能设备，可以与任一微电网进行电力交易完成电量的存或取。而多微网***又与公用电网相连接，可以向公用电网购电或售电。
由于各微电网可再生能源出力情况不完全相同，同一时刻每个微电网可能均会有能量盈余或不足。在在发明中的储能共享架构下的多微网***在进行能量共享时包含以下的能量共享过程：优先进行微电网间点对点的能量交易，交易过程中涉及各微网自身储能的充放电；点对点交易完成后，仍有能量盈余或不足的微电网与共享储能设备进行交易进行能量的存或取；与共享储能设备进行交易之后，如果多微网***中的一个或多个微电网仍存在能量盈余或不足，则该一个或多个微电网与公用电网进行交易。基于这种新的多微网***的储能共享架构，本发明提出了一种考虑储能退化成本的共享储能能量调度方法及***。
实施例1：
第一方面，本发明首先提出了一种考虑储能退化成本的共享储能能量调度方法，参见图2，该方法包括：
S1、获取共享储能多微网***中各微电网的能量数据，基于各微电网的所述能量数据建立各微网间的点对点交易模型；
S2、基于所述点对点交易模型构建多微网***与所述多微网***的共享储能设备间的共享储能交易模型；
S3、基于所述共享储能交易模型构建多微网***与公用电网间的公用电网交易模型；
S4、以所述多微网***的总运行成本最小为目标函数，基于所述点对点交易模型、所述共享储能交易模型，以及所述公用电网交易模型，求解所述目标函数获取各阶段各微网的功率数据；所述总运行成本包括各微网中电池的退化成本。
可见，本实施例基于预先搭建的多微网***的储能共享架构，获取共享储能多微网***中各微电网的能量数据并建立各微网间的点对点交易模型；然后构建多微网***与其共享储能设备间的共享储能交易模型；同时，构建多微网***与公用电网间的公用电网交易模型；并以考虑了多微网***的电池的退化成本的总运行成本最小为目标函数，基于上述构建的模型求解目标函数，获取各阶段各微网的功率数据。本发明考虑了共享储能微网***中各电池的退化成本，其共享储能能量调度结果更加精准。
下面结合附图1-2，以及对S1-S4具体步骤的解释，来详细说明本发明一个实施例中一种考虑储能退化成本的共享储能能量调度方法的实现过程。具体的，参见图2，该方法具体执行步骤如下：
S1、获取共享储能多微网***中各微电网的能量数据，基于各微电网的所述能量数据建立各微网间的点对点交易模型。
(1)根据可再生能源出力数据及负荷数据确定各微电网的能量盈余或不足。
假设在时间t，对于微网n，其第m种可再生能源出力为
Figure BDA0003630494330000091
负荷需求为/>
Figure BDA0003630494330000092
则各微电网的能量盈余或不足可以通过以下方式计算：
Figure BDA0003630494330000093
其中，
Figure BDA0003630494330000094
表示微网n在时间t的能量盈余，/>
Figure BDA0003630494330000095
表示微网n在时间t的能量不足。
(2)根据各微电网的能量盈余或不足，建立各微网间的点对点交易的模型。
点对点交易过程涉及各微网自身储能的充放电过程，所以点对点交易购售电的上下限分别为：
Figure BDA0003630494330000096
Figure BDA0003630494330000097
其中，
Figure BDA0003630494330000098
和/>
Figure BDA0003630494330000099
分别表示微网n在时间t的点对点交易中的能量购买量与能量售出量；/>
Figure BDA00036304943300000910
和/>
Figure BDA00036304943300000911
分别表示微网n储能充放电的最大值，储能相关约束将会在下一个步骤给出。
由于一个微网在一个时刻不能同时进行购售电操作，约束如下：
Figure BDA0003630494330000101
点对点交易中的购售电量应该保持平衡，点对点交易总量为总购电与售电需求的最小值，约束如下：
Figure BDA0003630494330000102
其中，
Figure BDA0003630494330000103
为微网间的线路传输效率，是一个介于0到1之间的常数。
S2、基于所述点对点交易模型构建多微网***与所述多微网***的共享储能设备间的共享储能交易模型。
由于点对点交易会使得能量盈余与不足的最小值得到满足，在点对点交易之后，所有微网只会存在盈余或不足两种情况中的一种情况。在微网间点对点的交易量确定以后，仍有能量盈余或不足的微网将会与共享储能设备进行交易。此时，在多微网***中，包含共享储能设备在内，该多微网***一共含有N+1个储能，其中，n∈N+1,t∈T。该多微网***中各微网与共享储能设备在进行交易时，储能充放电应满足如下相关约束：
A、储能充放电功率的上下限约束为：
Figure BDA0003630494330000104
Figure BDA0003630494330000105
其中，
Figure BDA0003630494330000106
和/>
Figure BDA0003630494330000107
分别表示储能n在时间t的充电量与放电量。
B、充放电功率上限与电池总容量成正比，约束为：
Figure BDA0003630494330000108
其中，k是一个介于0到1之间的常数，En表示储能n的总容量。
C、任一储能一个时刻不能同时进行充放电操作，约束如下：
Figure BDA0003630494330000109
D、储能的充放电过程应保持能量平衡，约束为：
Figure BDA0003630494330000111
其中，En,t和En,t-1分别表示储能n在时间t和时间t-1所存储的能量，ηch和ηdis分别表示储能的充电和放电效率，均是介于0到1之间的常数。
E、储能所存储的能量应保持在其上下限范围内，约束为：
Figure BDA0003630494330000112
其中，SOC和
Figure BDA0003630494330000113
分别表示储能SOC的下限和上限。
F、各微网与共享储能的交易应考虑线路传输效率，约束为：
Figure BDA0003630494330000114
Figure BDA0003630494330000115
其中，
Figure BDA0003630494330000116
和/>
Figure BDA0003630494330000117
分别表示微网n在时间t向共享储能存入与取出的电量。
S3、基于所述共享储能交易模型构建多微网***与公用电网间的公用电网交易模型。
由于共享储能设备的存储量有限，故在与共享储能设备进行交易后，可能仍有一部分微网存在盈余或不足，这部分能量将通过与公用电网的交易来满足。
对于每个微网，其任一时刻的功率需保持平衡，约束为：
Figure BDA0003630494330000118
其中，
Figure BDA0003630494330000119
和/>
Figure BDA00036304943300001110
分别表示微网n在时间t与公用电网的购电量与售电量。
S4、以所述多微网***的总运行成本最小为目标函数，基于所述点对点交易模型、所述共享储能交易模型，以及所述公用电网交易模型，求解所述目标函数获取各阶段各微网的功率数据。所述总运行成本包括各微网中电池的退化成本。
1)多微网***的总运行成本的计算。
在现实中，储能电池会随着使用过程中充放电的循环而逐渐退化，虽然电池退化受温度、湿度和使用时间等各种非运行因素以及循环深度、过充电或过放电、电流速率、电压水平和平均SOC等运行因素的影响，但在这些因素中，循环深度对于并网电池来说是最重要的因素，其他因素的影响可能会受到电池控制器的限制或在并网应用中被忽略。因此，考虑基于循环深度的电池退化成本对基于共享储能的多微网***进行能量调度具有十分重要的现实意义，所以在本实施例中，多微网***的总运行成本中考虑了储能电池的退化成本。
另外，由于共享储能设备作为该多微网***的一个组成部分，则多微网***与共享储能设备间的交易成本不计入总目标函数中。同时，由于各微网间点对点的购售电交易的成本与收益将会相互抵消，所以有关微网间点对点的购售电交易也不在目标函数中体现。
基于此，多微网***的总运行成本只涉及与公用电网的交易成本以及储能电池的退化成本，表示为：
Figure BDA0003630494330000121
Figure BDA0003630494330000122
其中，
Figure BDA0003630494330000123
和/>
Figure BDA0003630494330000124
分别表示与公用电网进行交易时的购电电价与售电电价，其中，/>
Figure BDA0003630494330000125
表示微网n的第l次循环对应退化成本；/>
Figure BDA0003630494330000126
和/>
Figure BDA0003630494330000127
分别表示微网n的第l次循环中涉及的充电总功率和放电总功率。
具体的，电池充放电循环过程中造成的损耗计算过程如下：
首先，在本实施例中采用雨流计数法统计电池组的充放电循环，包括雨流计数求循环深度和循环次数。雨流计数法属于循环计数法的一种，它能根据载荷历程计算出所有的载荷循环，即统计出储能电池在充放电循环过程中的循环深度DOD及对应循环次数。
假设雨流计数法在微网n的充放电历程中共统计出Ln次循环，且微网n的第l次循环对应的循环深度DOD记作DODn,l。
则每次循环所对应的最大循环次数为：
Nn.l＝Nn·(DODn,l)-kp
其中，Nn.l为放电深度为DODn,l时微网n储能电池的最大循环次数，Nn为微网n的储能电池在100％充放电循环的情况下的循环次数，kp为储能电池的固有参数，与电池类型有关。
电池的退化系数的计算：
Figure BDA0003630494330000131
Figure BDA0003630494330000132
其中，βn,l为微网n的第l次循环对应的退化系数，Cn为总投资以及运维成本，即电池的总成本；其中，c1和c2分别表示单位容量成本和单位功率成本，m1和m2分别表示单位容量运维成本和单位功率运维成本。
各循环对应充放电功率的计算：
Figure BDA0003630494330000133
/>
Figure BDA0003630494330000134
其中，
Figure BDA0003630494330000135
和/>
Figure BDA0003630494330000136
分别表示微网n的第l次循环中涉及的充电总功率和放电总功率。
最终得出各个微电网各循环对应的退化成本为：
Figure BDA0003630494330000141
其中，
Figure BDA0003630494330000142
表示微网n的第l次循环对应退化成本。
2)利用鲁棒优化处理可再生能源出力的不确定性。
由于可再生能源出力的不确定性(可再生能源存在发电的波动性与不稳定性等特征)，各种预测方法均不能保证与实时出力数据完全一致，因此在日前调度过程中考虑可再生能源出力的不确定性是十分有必要的，这样会更符合实际生活中可再生能源出力有波动的情形。
可再生能源的不确定性定义为：
Figure BDA0003630494330000143
0≤αm,n,t≤1
Figure BDA0003630494330000144
其中，
Figure BDA0003630494330000145
为微网n在时间t时第m种可再生能源预测的输出功率；/>
Figure BDA0003630494330000146
为微网n在时间t时第m种可再生能源实际输出功率与预测功率之间的最大偏差；αm,n,t为微网n在时间t时第m种可再生能源的不确定性程度；当αm,n,t＝0时，表示没有不确定性，此时可再生能源的输出功率即为预测的功率；当αm,n,t＝1时，表示有最大的不确定；Γn,t为鲁棒参数，它可以通过限制/>
Figure BDA0003630494330000147
的最大值来控制微网n在时间t的所有可再生能源输出功率的不确定性程度。
当考虑可再生能源的不确定性时，微网的功率平衡约束
Figure BDA0003630494330000148
可以转化为：
Figure BDA0003630494330000149
由于考虑不确定性之后约束的非线性，根据对偶理论，这些非线性约束条件可以转化为：
Figure BDA0003630494330000151
Figure BDA0003630494330000152
Figure BDA0003630494330000153
λn,t≥0
qm,n,t≥0
其中，λn,t和qm,n,t为原始问题的对偶变量。此处，原始问题是指原有的目标函数、约束条件以及考虑可再生能源不确定性以后所转换的非线性功率平衡约束所组成的规划问题。
3)最后基于转化后的所有约束条件，求解考虑了电池退化成本的多微网***的总运行成本最小的目标函数，以获得本实施例中点对点交易阶段、与共享储能交易阶段，以及与公用电网交易阶段的各微网的功率数据，这些功率数据即为多微网***的日前能量调度结果。
至此，则完成了本实施例一种考虑储能退化成本的共享储能能量调度方法的全部过程。
实施例2：
第二方面，本发明还提供了一种考虑储能退化成本的共享储能能量调度***，参见图3，该***包括：
数据获取模块，用于获取共享储能多微网***中各微电网的能量数据；
点对点交易模块，用于基于各微电网的所述能量数据建立各微网间的点对点交易模型；
共享储能交易模块，用于基于所述点对点交易模型构建多微网***与所述多微网***的共享储能设备间的共享储能交易模型；
公用电网交易模块，用于基于所述共享储能交易模型构建多微网***与公用电网间的公用电网交易模型；
能量调度模块，用于以所述多微网***的总运行成本最小为目标函数，基于所述点对点交易模型、所述共享储能交易模型，以及所述公用电网交易模型，求解所述目标函数获取各阶段各微网的功率数据；所述总运行成本包括各微网中电池的退化成本。
可选的，所述数据获取模块获取共享储能多微网***中各微电网的能量数据包括：
根据可再生能源的出力数据及负荷数据确定共享储能多微网***中各微电网的能量数据，所述能量数据包括能量盈余数据或能量不足数据
可选的，所述目标函数为：
Figure BDA0003630494330000161
其中，
Figure BDA0003630494330000162
和/>
Figure BDA0003630494330000163
分别表示与公用电网进行交易时的购电电价与售电电价；/>
Figure BDA0003630494330000164
和/>
Figure BDA0003630494330000165
分别表示微网n在时间t与公用电网的购电量与售电量；/>
Figure BDA0003630494330000166
表示微网n的第l次循环对应退化成本；n＝{1,2,3,...,N}表示微网序号，N表示微网总数；t＝{1,2,3,...,T}表示微网交易的时刻；
所述目标函数的约束条件包括：
可再生能源不确定性下微网的功率平衡约束：
Figure BDA0003630494330000167
其中，
Figure BDA0003630494330000168
为微网n在时间t时第m种可再生能源预测的输出功率；/>
Figure BDA0003630494330000169
为微网n在时间t时第m种可再生能源实际输出功率与预测功率之间的最大偏差；αm,n,t为微网n在时间t时第m种可再生能源的不确定性程度；/>
Figure BDA00036304943300001610
表示微网n在时间t的点对点交易中的能量售出量；/>
Figure BDA00036304943300001611
表示储能n在时间t的充电量；/>
Figure BDA00036304943300001612
和/>
Figure BDA00036304943300001613
分别表示微网n在时间t向共享储能存入与取出的电量；/>
Figure BDA00036304943300001614
表示微网n在时间t时的负荷需求；/>
Figure BDA00036304943300001615
表示微网n在时间t与公用电网的购电量；/>
Figure BDA0003630494330000171
表示微网n在时间t的点对点交易中的能量购买量；/>
Figure BDA0003630494330000172
表示储能n在时间t的放电量。
可选的，所述退化成本
Figure BDA0003630494330000173
的计算公式为：
Figure BDA0003630494330000174
Figure BDA0003630494330000175
Figure BDA0003630494330000176
其中，βn,l为微网n的第l次循环对应的退化系数；
Figure BDA0003630494330000177
和/>
Figure BDA0003630494330000178
分别表示微网n的第l次循环中涉及的充电总功率和放电总功率；Cn为电池的总成本；En表示储能n的总容量；Nn.l为放电深度为DODn,l时微网n储能电池的最大循环次数；c1和c2分别表示单位容量成本和单位功率成本，m1和m2分别表示单位容量运维成本和单位功率运维成本；/>
Figure BDA0003630494330000179
表示微网n的储能电池充放电的功率上限。
可理解的是，本发明实施例提供的考虑储能退化成本的共享储能能量调度***与上述考虑储能退化成本的共享储能能量调度方法相对应，其有关内容的解释、举例、有益效果等部分可以参照考虑储能退化成本的共享储能能量调度方法中的相应内容，此处不再赘述。
综上所述，与现有技术相比，具备以下有益效果：
1、本发明基于预先搭建的多微网***的储能共享架构，获取共享储能多微网***中各微电网的能量数据并建立各微网间的点对点交易模型；然后构建多微网***与其共享储能设备间的共享储能交易模型；同时，构建多微网***与公用电网间的公用电网交易模型；并以考虑了多微网***的电池的退化成本的总运行成本最小为目标函数，基于上述构建的模型求解目标函数，获取各阶段各微网的功率数据。本发明考虑了共享储能微网***中各电池的退化成本，其共享储能能量调度结果更加精准。
2、本发明所提出的结合微网间点对点交易、多微网***与共享储能设备交易，以及多微网***与公用电网交易的储能共享架构，保留了共享储能效率高与储能利用率高的优势，又通过微网自身的小规模储能减少了线路传输损耗，整合了集中式与分布式储能的优点。
3、本发明结合每次循环涉及的功率与退化系数计算储能的退化成本，能够最小化储能电池的损耗，同时考虑考虑了电池的退化成本，使得共享储能能量调度结果更加精准。
4、本发明在日前调度中考虑可再生能源出力的不确定性，更符合实际生活中可再生能源出力有波动的情形，使得共享储能能量调度结果更加精准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种考虑储能退化成本的共享储能能量调度方法，其特征在于，所述方法包括：
获取共享储能多微网***中各微电网的能量数据，基于各微电网的所述能量数据建立各微网间的点对点交易模型；
基于所述点对点交易模型构建多微网***与所述多微网***的共享储能设备间的共享储能交易模型；
基于所述共享储能交易模型构建多微网***与公用电网间的公用电网交易模型；
以所述多微网***的总运行成本最小为目标函数，基于所述点对点交易模型、所述共享储能交易模型，以及所述公用电网交易模型，求解所述目标函数获取各阶段各微网的功率数据；所述总运行成本包括各微网中电池的退化成本；
所述目标函数为：
Figure FDA0004156070610000011
其中，
Figure FDA0004156070610000012
和/>
Figure FDA0004156070610000013
分别表示与公用电网进行交易时的购电电价与售电电价；/>
Figure FDA0004156070610000014
和/>
Figure FDA0004156070610000015
分别表示微网n在时间t与公用电网的购电量与售电量；/>
Figure FDA0004156070610000016
表示微网n的第l次循环对应退化成本；n＝{1,2,3,...,N}表示微网序号，N表示微网总数；t＝{1,2,3,...,T}表示微网交易的时刻；Ln表示雨流计数法在微网n的充放电历程中统计出的循环次数；
所述目标函数的约束条件包括：
可再生能源不确定性下微网的功率平衡约束：
Figure FDA0004156070610000017
其中，
Figure FDA0004156070610000018
为微网n在时间t时第m种可再生能源预测的输出功率；/>
Figure FDA0004156070610000021
为微网n在时间t时第m种可再生能源实际输出功率与预测功率之间的最大偏差；αm,n,t为微网n在时间t时第m种可再生能源的不确定性程度；/>
Figure FDA0004156070610000022
表示微网n在时间t的点对点交易中的能量售出量；/>
Figure FDA0004156070610000023
表示储能n在时间t的充电量；/>
Figure FDA0004156070610000024
和/>
Figure FDA0004156070610000025
分别表示微网n在时间t向共享储能存入与取出的电量；/>
Figure FDA0004156070610000026
表示微网n在时间t时的负荷需求；/>
Figure FDA0004156070610000027
表示微网n在时间t与公用电网的购电量；/>
Figure FDA0004156070610000028
表示微网n在时间t的点对点交易中的能量购买量；/>
Figure FDA0004156070610000029
表示储能n在时间t的放电量；
所述退化成本
Figure FDA00041560706100000210
的计算公式为：
Figure FDA00041560706100000211
Figure FDA00041560706100000212
Figure FDA00041560706100000213
其中，βn,l为微网n的第l次循环对应的退化系数；
Figure FDA00041560706100000214
和/>
Figure FDA00041560706100000215
分别表示微网n的第l次循环中涉及的充电总功率和放电总功率；Cn为电池的总成本；En表示储能n的总容量；Nn.l为放电深度为DODn,l时微网n储能电池的最大循环次数；c1和c2分别表示单位容量成本和单位功率成本，m1和m2分别表示单位容量运维成本和单位功率运维成本；/>
Figure FDA00041560706100000216
表示微网n的储能电池充放电的功率上限。/>
2.如权利要求1所述的方法，其特征在于，所述获取共享储能多微网***中各微电网的能量数据包括：
根据可再生能源的出力数据及负荷数据确定共享储能多微网***中各微电网的能量数据，所述能量数据包括能量盈余数据或能量不足数据。
3.一种考虑储能退化成本的共享储能能量调度***，其特征在于，所述***包括：
数据获取模块，用于获取共享储能多微网***中各微电网的能量数据；
点对点交易模块，用于基于各微电网的所述能量数据建立各微网间的点对点交易模型；
共享储能交易模块，用于基于所述点对点交易模型构建多微网***与所述多微网***的共享储能设备间的共享储能交易模型；
公用电网交易模块，用于基于所述共享储能交易模型构建多微网***与公用电网间的公用电网交易模型；
能量调度模块，用于以所述多微网***的总运行成本最小为目标函数，基于所述点对点交易模型、所述共享储能交易模型，以及所述公用电网交易模型，求解所述目标函数获取各阶段各微网的功率数据；所述总运行成本包括各微网中电池的退化成本；
所述目标函数为：
Figure FDA0004156070610000031
其中，
Figure FDA0004156070610000032
和/>
Figure FDA0004156070610000033
分别表示与公用电网进行交易时的购电电价与售电电价；/>
Figure FDA0004156070610000034
和/>
Figure FDA0004156070610000035
分别表示微网n在时间t与公用电网的购电量与售电量；/>
Figure FDA0004156070610000036
表示微网n的第l次循环对应退化成本；n＝{1,2,3,...,N}表示微网序号，N表示微网总数；t＝{1,2,3,...,T}表示微网交易的时刻；Ln表示雨流计数法在微网n的充放电历程中统计出的循环次数；
所述目标函数的约束条件包括：
可再生能源不确定性下微网的功率平衡约束：
Figure FDA0004156070610000037
其中，
Figure FDA0004156070610000038
为微网n在时间t时第m种可再生能源预测的输出功率；/>
Figure FDA0004156070610000039
为微网n在时间t时第m种可再生能源实际输出功率与预测功率之间的最大偏差；αm,n,t为微网n在时间t时第m种可再生能源的不确定性程度；/>
Figure FDA0004156070610000041
表示微网n在时间t的点对点交易中的能量售出量；Pnc, th表示储能n在时间t的充电量；/>
Figure FDA0004156070610000042
和/>
Figure FDA0004156070610000043
分别表示微网n在时间t向共享储能存入与取出的电量；/>
Figure FDA0004156070610000044
表示微网n在时间t时的负荷需求；/>
Figure FDA0004156070610000045
表示微网n在时间t与公用电网的购电量；
Figure FDA0004156070610000046
表示微网n在时间t的点对点交易中的能量购买量；/>
Figure FDA0004156070610000047
表示储能n在时间t的放电量；
所述退化成本
Figure FDA0004156070610000048
的计算公式为：
Figure FDA0004156070610000049
Figure FDA00041560706100000410
Figure FDA00041560706100000411
/>
其中，βn,l为微网n的第l次循环对应的退化系数；
Figure FDA00041560706100000412
和/>
Figure FDA00041560706100000413
分别表示微网n的第l次循环中涉及的充电总功率和放电总功率；Cn为电池的总成本；En表示储能n的总容量；Nn.l为放电深度为DODn,l时微网n储能电池的最大循环次数；c1和c2分别表示单位容量成本和单位功率成本，m1和m2分别表示单位容量运维成本和单位功率运维成本；/>
Figure FDA00041560706100000414
表示微网n的储能电池充放电的功率上限。
4.如权利要求3所述的***，其特征在于，所述数据获取模块获取共享储能多微网***中各微电网的能量数据包括：
根据可再生能源的出力数据及负荷数据确定共享储能多微网***中各微电网的能量数据，所述能量数据包括能量盈余数据或能量不足数据。
CN202210487382.XA 2022-05-06 2022-05-06 考虑储能退化成本的共享储能能量调度方法及*** Active CN114938035B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210487382.XA CN114938035B (zh) 2022-05-06 2022-05-06 考虑储能退化成本的共享储能能量调度方法及***
US17/886,669 US20220393467A1 (en) 2022-05-06 2022-08-12 Method and system for energy scheduling of shared energy storage considering degradation cost of energy storage

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210487382.XA CN114938035B (zh) 2022-05-06 2022-05-06 考虑储能退化成本的共享储能能量调度方法及***

Publications (2)

Publication Number Publication Date
CN114938035A CN114938035A (zh) 2022-08-23
CN114938035B true CN114938035B (zh) 2023-06-09

Family

ID=82863630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210487382.XA Active CN114938035B (zh) 2022-05-06 2022-05-06 考虑储能退化成本的共享储能能量调度方法及***

Country Status (2)

Country Link
US (1) US20220393467A1 (zh)
CN (1) CN114938035B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116316739A (zh) * 2023-04-12 2023-06-23 湖南经研电力设计有限公司 基于充放电潮流优化的共享储能站日协同调度方法及***
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***
CN116799830B (zh) * 2023-08-24 2023-11-10 国网浙江省电力有限公司金华供电公司 刻画负荷不确定性的广域独立多微网共享储能配置方法
CN117439126B (zh) * 2023-10-24 2024-04-26 上海勘测设计研究院有限公司 一种新能源汇集区域共享储能优化运行方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107069807A (zh) * 2017-03-22 2017-08-18 广西大学 含不确定性预算调节的无平衡节点微网鲁棒调度方法
CN108596464A (zh) * 2018-04-17 2018-09-28 南京邮电大学 基于动态非合作博弈的电动汽车与云储能经济调度方法
CN109672202A (zh) * 2018-12-24 2019-04-23 浙江工业大学 一种基于区块链技术的储能***自动需求响应方法
CN113690925A (zh) * 2021-06-15 2021-11-23 国网浙江省电力有限公司杭州供电公司 一种基于微电网的能量交互优化方法及***
CN114069678A (zh) * 2021-11-24 2022-02-18 安徽工业大学 一种考虑储能退化成本的光储直流微电网能量调度方法
CN114330909A (zh) * 2021-12-31 2022-04-12 西安交通大学 一种共享储能与多微网分布式协调优化运行方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110445173B (zh) * 2019-08-07 2023-05-02 上海电力大学 一种基于多代理的分层多微网能量管理***及调度方法
CN111882105B (zh) * 2020-06-15 2024-05-28 东南大学 含共享储能***的微电网群及其日前经济优化调度方法
CN112564102B (zh) * 2020-12-11 2022-09-09 合肥工业大学 多微网负荷优化调度方法和***
CN114123260B (zh) * 2021-11-16 2023-10-03 华中科技大学 面向可再生能源的多能源微电网共享储能控制方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107069807A (zh) * 2017-03-22 2017-08-18 广西大学 含不确定性预算调节的无平衡节点微网鲁棒调度方法
CN108596464A (zh) * 2018-04-17 2018-09-28 南京邮电大学 基于动态非合作博弈的电动汽车与云储能经济调度方法
CN109672202A (zh) * 2018-12-24 2019-04-23 浙江工业大学 一种基于区块链技术的储能***自动需求响应方法
CN113690925A (zh) * 2021-06-15 2021-11-23 国网浙江省电力有限公司杭州供电公司 一种基于微电网的能量交互优化方法及***
CN114069678A (zh) * 2021-11-24 2022-02-18 安徽工业大学 一种考虑储能退化成本的光储直流微电网能量调度方法
CN114330909A (zh) * 2021-12-31 2022-04-12 西安交通大学 一种共享储能与多微网分布式协调优化运行方法

Also Published As

Publication number Publication date
CN114938035A (zh) 2022-08-23
US20220393467A1 (en) 2022-12-08

Similar Documents

Publication Publication Date Title
CN114938035B (zh) 考虑储能退化成本的共享储能能量调度方法及***
CN107370170B (zh) 一种考虑容量电价和负荷预测误差的储能***容量配置方法
CN109245175B (zh) 一种计及辅助服务补偿的大规模风电场储能容量优化方法
CN113988444A (zh) 一种光储***的电费优化控制***及方法
CN112821465A (zh) 包含热电联产的工业微网负荷优化调度方法与***
Elkazaz et al. Optimization based real-time home energy management in the presence of renewable energy and battery energy storage
CN113644651A (zh) 一种电价竞价场景下的储能配置优化方法
CN115169723A (zh) 发电功率预测方法、负荷预测方法及模型训练方法
CN116011821A (zh) 一种电力市场环境下虚拟电厂优化风险调度方法
CN117498416B (zh) 储能电池的放电策略制定方法、装置及电子设备
Aaslid et al. Stochastic operation of energy constrained microgrids considering battery degradation
CN112819307B (zh) 智能电网中基于负载监督的需求响应方法及***
CN108683211B (zh) 一种考虑分布式电源波动性的虚拟发电厂组合优化方法及模型
CN114498769B (zh) 一种高比例风光孤岛微电网群能量调度方法及***
Jiang et al. Monthly electricity purchase and decomposition optimization considering wind power accommodation and day-ahead schedule
CN115939538A (zh) 电池储能***性能的综合评价方法、装置及计算机设备
CN116108981A (zh) 考虑分时电价的虚拟电厂电化学储能电站的容量优化配置方法
CN112865101B (zh) 一种考虑可再生能源出力不确定性的线性化交易方法
CN116307437A (zh) 基于碳排放权兑换机制的虚拟电厂优化调度方法及***
CN113255957A (zh) 综合服务站不确定因素的定量优化分析方法及***
CN115204944A (zh) 一种计及全寿命周期的储能最优峰谷价差测算方法及装置
CN114372608A (zh) 一种面向新能源就地消纳的园区储能与电价协调优化方法
CN114530872A (zh) 一种多边共享的储能优化配置及其成本分摊方法
Issimova et al. Profit analysis of residential energy management systems with energy storage
Sadighmanesh et al. Probabilistic dispatch in hybrid-microgrid system with considering energy arbitrage

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