一种考虑电池损耗的削峰填谷电池储能系统调度方法技术方案

本发明专利技术公开了一种考虑电池损耗的削峰填谷储能系统调度方法，该方法基于电力负荷的历史数据，使用ARIMA模型进行当日的电力负荷预测，并在预测负荷的基础上，定义了电池储能系统的削峰填谷优化模型，并引入电池的损耗模型，将电池的损耗问题考虑了进去。通过优化算法求解该模型，得到电池在各个时段的功率变化情况。本发明专利技术在能够实现在用户侧削峰填谷，提高电力利用率的基础上，考虑了电池的损耗问题，使得用户的综合利益最大化。

【技术实现步骤摘要】

本专利技术涉及一种考虑电池损耗的削峰填谷储能系统调度方法，属于电力系统最优化计算

技术介绍
随着社会经济的发展和人民生活水平的不断提高，电力系统中的负荷呈现出峰谷负荷差逐年增大的情况，这种情况可能导致电力系统出现供需不平衡的现象。为了应对这种峰谷差，国家不得不投巨资建设调峰电厂、抽水蓄能电站，这种做法调峰成本较高，设备利用率低，造成了资源的浪费。美国等国家一种按照需求收费的电费制度，是按照一段时间内用户用电功率的峰值进行收费，这很好的体现了大电网对于用户进行削峰填谷的需求。而随着现代电网技术的发展，储能技术逐渐被引入到电力系统中，目前应用于削峰填谷的主要是电池储能技术。电池储能系统通过在负荷低谷时充电，负荷高峰时放电来实现对负荷的削峰填谷功能。这是同时对电网公司与电力用户双方都是有利的：电网公司利用储能系统削峰填谷，能够节约设备升级费用和人力成本；电力用户利用储能系统削峰填谷，可以直接从电费上得到收益。在国外已有许多大规模电池储能系统在运行；在国内，南方电网则最先开展了兆瓦级储能系统示范项目。削峰填谷的优化流程是在新的一天开始前，控制器根据用户负荷曲线的预测结果，综合考虑目标函数和各种约束条件，通过优化算法得出电池每个时段内的充放电功率，在实际运行中控制器根据优化结果给变流器发送指令，通过变流器操纵电池进行充放电。现有的削峰填谷策略，一般只考虑了储能系统对于负荷曲线削峰填谷的效果，然而，由于电力电子技术条件的制约，电池储能系统的成本一般比较高，所以在使用过程中除了考虑负荷曲线削峰填谷的效果，还应该考虑到充放电操作对于电池本身的损耗情况，在目标函数中综合考虑这两者的影响，才能延长电池使用寿命，节约成本。
技术实现思路
本专利技术提供一种考虑电池损耗的削峰填谷优化策略，能够使得一天中的负荷峰值得到降低，同时由于考虑到了电池的损耗，所以能够延长电池的寿命。本专利技术提出的考虑电池损耗的削峰填谷储能系统调度方法，包含以下步骤：(1)获取用户的用电历史负荷数据，将预测日分为N个时间阶段，每个阶段的时间间隔为Δt，使用ARIMA模型预测出预测日所需的负荷数据；(2)给出需要优化的目标函数；目标函数定义如下： min P b a t ( t ) a 1 C p e a k + a 2 C l o s s ]]>其中，Cpeak是按照用户一段时间内用电功率最大值进行收费的费用，Closs是电池的损耗费用，a1和a2是两项费用的权重系数，反映对这两项费用的重视程度。Pbat(t)是电池的充放电功率，是该优化问题的决策变量。(3)根据电池充放电行为定义电池损耗模型；电池损耗模型定义如下：εsoc＝k×SOC+bA′c＝εsocAcLloss＝A'c/AtotalCloss＝LlossCinit-battery其中，εsoc为电池的充放电有效权重系数，SOC为电池的剩余电量，k、b为对应的系数，为正数，Ac为电池实际操作中的充(放)电量，A'c为电池在其生命周期中的损耗量，Atotal为电池整个生命周期中能够充放电的电量，Lloss为本次操作对电池损耗的百分比，Cinit-battery为电池的初始投资，Closs为本次操作对电池损耗所产生的费用。(4)定义各项约束条件，具体如下：Cpeak＝C1PmPm≥Pgrid(t)其中，C1是目标函数中按照用户一段时间内用电功率最大值进行收费的收费单价，Pm是整个优化时段中用户向电网需求功率Pgrid(t)的最大值。规定用户的负荷需求必须得到满足，约束条件定义如下：Pgrid(t)＝Pload(t)+Pbat(t)其中，Pload(t)为用户实际负荷。电池的充放电行为约束条件如下：SOC(t+Δt)＝SOC(t)+Ac(t)Ac(t)＝Pbat(t)×ΔtSOCmin≤SOCbat(t)≤SOCmaxPmin≤Pbat(t)≤Pmax其中，Ac(t)是电池在每个时间间隔Δt内的充放电量；SOCmin、SOCmax为电池SOC的上下限；Pmin、Pmax为充放电功率的上下限。(5)根据构造的优化问题进行优化，求得电池的充放电功率序列Pbat(t)，并作为预测日电池的充放电行为的执行标准，完成电池储能系统的优化调度。进一步地，所述的步骤1具体包括以下步骤：(A)对历史数据进行周期性差分，获得平稳的时间序列；(B)根据AIC准则对ARIMA模型进行定阶；(C)使用条件最小二乘法对ARIMA模型参数进行估计；(D)代入数据进行预测。进一步地，所述的步骤5中，根据构造的优化问题，使用内点法进行优化求解。与现有技术相比，本专利技术的优点在于：通过对目标函数的定义，把电池的损耗费用引入，使得在保证了削峰填谷效果的同时，能够延长电池的使用寿命，获得综合效益的最大化。附图说明图1是一种考虑电池损耗的削峰填谷储能系统调度方法的流程图；图2是优化后的用户负荷和电池功率变化情况；图3是电池SOC的变化情况。具体实施方式下面结合附图对本专利技术进行进一步的详细说明。本专利技术提出的考虑电池损耗的削峰填谷储能系统调度方法，如附图1，包含以下步骤：(1)获取用户的用电历史负荷数据，将预测日分为N个时间阶段，每个阶段的时间间隔为Δt，使用ARIMA模型预测出预测日所需的负荷数据；具体可采用如下步骤实现：(A)对历史数据进行周期性差分，获得平稳的时间序列；(B)根据AIC准则对ARIMA模型进行定阶；(C)使用条件最小二乘法对ARIMA模型参数进行估计；(D)代入数据进行预测。(2)给出需要优化的目标函数；目标函数定义如下： min P b a t 本文档来自技高网...

【技术保护点】
一种考虑电池损耗的削峰填谷电池储能系统调度方法，其特征在于，该方法包括如下步骤：(1)获取用户的用电历史负荷数据，将预测日分为N个时间阶段，每个阶段的时间间隔为Δt，使用ARIMA模型预测出预测日所需的负荷数据；(2)给出需要优化的目标函数；目标函数定义如下：minPbat(t)a1Cpeak+a2Closs]]>其中，Cpeak是按照用户一段时间内用电功率最大值进行收费的费用，Closs是电池的损耗费用，a1和a2是两项费用的权重系数，反映对这两项费用的重视程度。Pbat(t)是电池的充放电功率，是该优化问题的决策变量。(3)根据电池充放电行为定义电池损耗模型；电池损耗模型定义如下：εsoc＝k×SOC+bA'c＝εsocAcLloss＝A'c/AtotalCloss＝LlossCinit‑battery其中，εsoc为电池的充放电有效权重系数，SOC为电池的剩余电量，k、b为对应的系数，为正数，Ac为电池实际操作中的充(放)电量，A'c为电池在其生命周期中的损耗量，Atotal为电池整个生命周期中能够充放电的电量，Lloss为本次操作对电池损耗的百分比，Cinit‑battery为电池的初始投资，Closs为本次操作对电池损耗所产生的费用。(4)定义各项约束条件，具体如下：Cpeak＝C1PmPm≥Pgrid(t)其中，C1是目标函数中按照用户一段时间内用电功率最大值进行收费的收费单价，Pm是整个优化时段中用户向电网需求功率Pgrid(t)的最大值。规定用户的负荷需求必须得到满足，约束条件定义如下：Pgrid(t)＝Pload(t)+Pbat(t)其中，Pload(t)为用户实际负荷。电池的充放电行为约束条件如下：SOC(t+Δt)＝SOC(t)+Ac(t)Ac(t)＝Pbat(t)×ΔtSOCmin≤SOCbat(t)≤SOCmaxPmin≤Pbat(t)≤Pmax其中，Ac(t)是电池在每个时间间隔Δt内的充放电量；SOCmin、SOCmax为电池SOC的上下限；Pmin、Pmax为充放电功率的上下限。(5)根据构造的优化问题进行优化，求得电池的充放电功率序列Pbat(t)，并作为预测日电池的充放电行为的执行标准，完成电池储能系统的优化调度。...

【技术特征摘要】
1.一种考虑电池损耗的削峰填谷电池储能系统调度方法，其特征在于，该方法包括如下步骤：
(1)获取用户的用电历史负荷数据，将预测日分为N个时间阶段，每个阶段的时间间
隔为Δt，使用ARIMA模型预测出预测日所需的负荷数据；
(2)给出需要优化的目标函数；目标函数定义如下：
min P b a t ( t ) a 1 C p e a k + a 2 C l o s s ]]>其中，Cpeak是按照用户一段时间内用电功率最大值进行收费的费用，Closs是电池的损耗
费用，a1和a2是两项费用的权重系数，反映对这两项费用的重视程度。Pbat(t)是电池的充放
电功率，是该优化问题的决策变量。
(3)根据电池充放电行为定义电池损耗模型；电池损耗模型定义如下：
εsoc＝k×SOC+b
A'c＝εsocAcLloss＝A'c/AtotalCloss＝LlossCinit-battery其中，εsoc为电池的充放电有效权重系数，SOC为电池的剩余电量，k、b为对应的系数，
为正数，Ac为电池实际操作中的充(放)电量，A'c为...

【专利技术属性】
技术研发人员：杨秦敏，韩超，李越，陈积明，卢建刚，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33