基于双阶段的储能规划方法技术

本申请实施例提出了基于双阶段的储能规划方法，包括基于风力发电机的发电能力，确定风力发电量与风速的对应函数关系；基于电池储能系统中各电池储存能量以及不同时刻的充放电功率，确定电池充电模型的系统函数；基于储能载体的温度变化趋势，确定对应储能载体的虚拟储能系统中的热容量模型函数；基于两层随机模型结合当前电力供应市场中的电力需求以及虚拟储能系统的储能能力，对电池储能系统、风力发电机的发电能力进行优化调度。通过在两个阶段中分别由差分进化算法解得并作为参数代入到随机模型以及将年运行成本会被返回到第一阶段，差分进化算法会计算式中的总成本，以循环的方式选取最优个体并淘汰其他次优解，最终找到全局最优解。

Energy storage planning method based on two stages

【技术实现步骤摘要】
基于双阶段的储能规划方法
本专利技术属于能源规划领域，尤其涉及一种基于双阶段的储能规划方法。
技术介绍
迄今为止，高投资成本仍然是在经济规模内在电网中分配电池储能系统(BatteryEnergyStorageSystem，BESS)的关键障碍。另一方面，通过需求响应(Demandresponse，DR)程序利用恒温控制负载(Thermostaticallycontrolledload，TCL)被认为是管理可再生能源间歇性和提高电网效率的经济有效的方法。空调家庭的热缓冲能力模仿物理储能系统，因此被视为虚拟储能系统(VirtualEnergyStorageSystem，VESS)。在现有技术中，作为能源提供方与能源存储方之间的能源供给方式无法根据当前能源市场进行策略性调整，容易在产生单侧能源浪费从而导致能源波动。
技术实现思路
为了解决现有技术中存在的缺点和不足，本专利技术提出了基于双阶段的储能规划方法，针对智能电网中的分布式风轮机，共享BESS以及单个VESS的最优调度，提出了一种新颖的能源交互模型，使得能量交换可以直接在对等基础上进行，以减轻可再生能源的波动。具体的，所述储能规划方法包括：基于风力发电机的发电能力，确定风力发电量与风速的对应函数关系；基于电池储能系统中各电池储存能量以及不同时刻的充放电功率，确定电池充电模型的系统函数；基于储能载体的温度变化趋势，确定对应储能载体的虚拟储能系统中的热容量模型函数；基于两层随机模型结合当前电力供应市场中的电力需求以及虚拟储能系统的储能能力，对电池储能系统、风力发电机的发电能力进行优化调度。可选的，所述基于风力发电机的发电能力，确定风力发电量与风速的对应函数关系，包括：风力发电机的发电量定义为与风速相关的分段函数如公式一所示，公式一其中，vti和是t时刻i节点的风速和相应的风机功率输出；vCI,vR和vCO为切入风速，额定风速以及切出风速；PWT，R和是单位容量的风机出力以及i节点的风机装机容量；代表了风机是否在i节点安装；ΩWT是安装了风机的节点的集合；风电机组的维护费用按投资成本的一定比例来计算。假设没有更多的运营成本。可选的，所述基于电池储能系统中各电池储存能量以及不同时刻的充放电功率，确定电池充电模型的系统函数，包括：电池充电模型如公式二所示，其中，是t时刻i节点的电池储存能量；和代表了i节点时刻的充放电功率；ηC和ηD是充放电的效率；Δtist时刻与t+1时刻的时间间隔；电池控制芯片SOC的状态参数如公式三所示，其中是i节点电池的最大容量。可选的，所述电池储能系统中对应各电池的约束条件包括：SOC状态约束参数如公式四所示：其中SOC和是电池SOC状态的上下限；充放电功率约束条件如公式五所示：其中是0、1决策变量，代表了电池是否安装在i节点；如果安装则否则,其中，0、1决策变量和是电池的充放电决策；如果电池充电，则如果电池放电，则公式七保证电池不能同时充放电。可选的，所述基于储能载体的温度变化趋势，确定对应储能载体的虚拟储能系统中的热容量模型函数，包括:建筑的热容量的模型如公式九所示，其中，代表了从t时刻的温度Tt，i改变到到t+1时刻的温度T(t+1)，i需要的能量；Δt是t时刻到t+1时刻的时间间隔；TCi是i节点虚拟储能的热容量系数，单位为kWh/K；TLi是i节点虚拟储能的热损失系数；TA是对应建筑的室外温度；通过调整目标温度T(t+1)，i，消耗的电能被控制。可选的，所述储能规划方法还包括向建筑提供奖励金的步骤，具体包括：激励金额被定义为一个线性函数如公式十所示，其中，其中，和代表了i节点t时刻控制虚拟储能所需的费用以及控制的负荷功率；αVESS是可控负荷的成本系数；和是控制温度在能接受范围内的最小以及最大热需求；ΩVESS是所有可控负荷节点的集合。可选的，所述储能规划方法还包括基于负荷以及风速的不确定性；收集大量的历史需求和气象数据，建立相关的概率分布模型，对不确定性进行建模的步骤，具体包括：荷载采用正态分布，风速采用威布尔分布，风速的概率分布函数描述为：其中k和c是分布的形状和比例参数；负荷的概率分布由正太分布表示，如公式十一所示，其中，μt表示日前预测的t时刻负荷；σt是从历史数据中得出的t时刻的负荷方差；定义如公式十二所示的包含年化投资成本CInv以及运行成本的目标函数表达式，其中，N是节点的数量。可选的，所述两层随机模型包含了对应日前市场的第一模型和对应实时市场的第二模型。可选的，所述基于两层随机模型结合当前电力供应市场中的电力需求以及虚拟储能系统的储能能力，对电池储能系统、风力发电机的发电能力进行优化调度，包括：定义如公式十三示的目标函数，其中，和为0，1决策变量，分别代表了i节点t时刻机组启停状态，开机行为以及关机行为；是i节点t时刻机组最优功率输出。可选的，所述目标函数的约束条件包括：如公式十四所示的节点平衡约束式，其中是t时刻i节点的电负荷需求；ΩLoad是有电负荷的节点的集合；如公式十五所示的网络约束表达式，其中，Bij是i节点和j节点间的电纳；θt，i和θt，j是i、j节点t时刻电压的相角；St，ij为i节点和j节点间t时刻的潮流；如公式十六所示的机组约束表达式，有功限制和启停约束其中和是i节点上的机组最小和最大的有功功率输出；如公式十七所示的爬坡约束表达式，其中和是机组的向上和向下爬坡约束。本专利技术提供的技术方案带来的有益效果是：第一个阶段，决策变量集合1包括了以及他们由差分进化算法解得并作为参数代入到随机模型中。这些变量会作为参数传输到第二阶段并决定最优调度。在第二阶段中，有不确定性的数据会被代入到随机模型中。决策变量集合2包括了以及年运行成本会被返回到第一阶段。差分进化算法会计算式中的总成本，通过循环，选取最优个体并淘汰其他次优解。因此，通过循环，可以找到全局最优解。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施例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专利技术的一些实施例，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是本申请实施例提出的基于双阶段的储能规划方法的流程示意图。具体实施方式为使本专利技术的结构和优点更加清楚，下面将结合附图对本专利技术的结构作进一步地描述。实施例一本申请实施例提出了基于双阶段的储能规划方法，如图1所示，尤其涉及一种基于双阶段本文档来自技高网...

【技术保护点】
1.基于双阶段的储能规划方法，其特征在于，所述储能规划方法包括：/n基于风力发电机的发电能力，确定风力发电量与风速的对应函数关系；/n基于电池储能系统中各电池储存能量以及不同时刻的充放电功率，确定电池充电模型的系统函数；/n基于储能载体的温度变化趋势，确定对应储能载体的虚拟储能系统中的热容量模型函数；/n基于两层随机模型结合当前电力供应市场中的电力需求以及虚拟储能系统的储能能力，对电池储能系统、风力发电机的发电能力进行优化调度。/n

【技术特征摘要】
1.基于双阶段的储能规划方法，其特征在于，所述储能规划方法包括：
基于风力发电机的发电能力，确定风力发电量与风速的对应函数关系；
基于电池储能系统中各电池储存能量以及不同时刻的充放电功率，确定电池充电模型的系统函数；
基于储能载体的温度变化趋势，确定对应储能载体的虚拟储能系统中的热容量模型函数；
基于两层随机模型结合当前电力供应市场中的电力需求以及虚拟储能系统的储能能力，对电池储能系统、风力发电机的发电能力进行优化调度。


2.根据权利要求1所述的基于双阶段的储能规划方法，其特征在于，所述基于风力发电机的发电能力，确定风力发电量与风速的对应函数关系，包括：
风力发电机的发电量定义为与风速相关的分段函数如公式一所示，



其中，vti和是t时刻i节点的风速和相应的风机功率输出；vCI,vR和vCO为切入风速，额定风速以及切出风速；PWT,R和是单位容量的风机出力以及i节点的风机装机容量；代表了风机是否在i节点安装；ΩWT是安装了风机的节点的集合；风电机组的维护费用按投资成本的一定比例来计算。假设没有更多的运营成本。


3.根据权利要求1所述的基于双阶段的储能规划方法，其特征在于，所述基于电池储能系统中各电池储存能量以及不同时刻的充放电功率，确定电池充电模型的系统函数，包括：
电池充电模型如公式二所示，



其中，是t时刻i节点的电池储存能量；和代表了i节点时刻的充放电功率；ηC和ηD是充放电的效率；Δtist时刻与t+1时刻的时间间隔；
电池控制芯片SOC的状态参数如公式三所示，



其中是i节点电池的最大容量。


4.根据权利要求3所述的基于双阶段的储能规划方法，其特征在于，所述电池储能系统中对应各电池的约束条件包括：
SOC状态约束参数如公式四所示：



其中SOC和是电池SOC状态的上下限；
充放电功率约束条件如公式五所示：



其中是0、1决策变量，代表了电池是否安装在i节点；如果安装则否则,






其中，0、1决策变量和是电池的充放电决策；如果电池充电，则如果电池放电，则公式七保证电池不能同时充放电。


5.根据权利要求1所述的基于双阶段的储能规划方法，其特征在于，所述基于储能载体的温度变化趋势，确定对应储能载体的虚拟储能系统中的热容量模型函数，包括:
建筑的热容量的模型如公式九所示，



其中，代表了从t时刻的温度Tt,i改变到到t+1时刻的温度T(t+1),i需要的能量；Δt是t时刻到t+1时刻的时间间隔；TCi是i节点虚拟储能的热容量系数，单位为kWh/K；TLi是...

【专利技术属性】
技术研发人员：周满，章姝俊，高强，沈梁，陈昱伶，
申请(专利权)人：国网浙江省电力有限公司，
类型：发明
国别省市：浙江;33