基于用户侧负荷的电池储能最优容量配置的动态优化方法技术

本发明专利技术公开了一种基于用户侧负荷的电池储能最优容量配置的动态优化方法。本发明专利技术通过对用户负荷特性分析，构建储能电池最优容量配置、储能系统最优运行策略、储能系统动态经济效益测算等若干相互联动反馈模型，形成用户侧电池储能最优容量配置综合优化算法。本发明专利技术结合用户侧的负荷特征和电池储能的技术约束两个方面对电池储能最优配置方案进行设计，提高了用户侧电池储能容量配置方案设计的科学性。

Dynamic optimization method for optimal capacity allocation of battery energy storage based on user side load

【技术实现步骤摘要】
基于用户侧负荷的电池储能最优容量配置的动态优化方法
本专利技术属于用户侧电池储能容量配置领域，涉及一种基于用户侧负荷特征的电池储能最优容量配置的动态优化方法。
技术介绍
推动现代能源体系建设，加强储能顶层设计，加快电网侧储能试点，科学开展用户侧电池储能研究，深化用户侧电池储能未来经济效益及相关影响的分析研究具有现实意义。目前尚存在以下技术完善空间：(1)国内用户侧电池储能利好政策频出，储能在用户侧应用需求日趋显现，缺乏针对单一用户特性的最优定容策略及效益测算方法，无法判断用户侧电池储能发展趋势；(2)用户侧电池储能随机、分散、运行灵活性高，用户侧储能电池、储能系统等技术经济参数复杂会增加储能配置的难度。基于储能电池、储能系统的技术发展趋势和市场调研分析，调整参数来增加用户侧电池储能配置最优功率测算模型的适应性，并在测算过程中基于不同储能电池的技术参数从不同角度(如容量配置、充放电时序等)对模型进行优化。
技术实现思路
本专利技术的目的在于结合用户侧电池储能最优容量确定问题，提供一种基于用户侧负荷特征的电池储能最优容量配置的动态优化算法，结合用户侧的负荷特征和电池储能的技术约束两个方面对电池储能最优配置方案进行设计，以提高用户侧电池储能容量配置方案设计的科学性。为此，本专利技术采用如下的技术方案：基于用户侧负荷的电池储能最优容量配置的动态优化方法，其包括步骤：1)建立用户侧电池储能最优定容模型；2)构建储能系统最优运行策略模型；3)建立用户侧电池储能效益测算模型；r>4)综合优化算法动态拟合。进一步地，步骤1)中，所述的用户侧电池储能最优定容模型基于用户负荷数据、统计的峰谷差，并选取年度最大的日峰谷差作为初始值；结合放电深度和电池集装箱配置计算集装箱的个数，由电池集装箱的功率得到储能电池的最大功率Pmax；用户配置的储能电池最优功率范围为[250,Pmax]，单位为千瓦，已知储能电池的充电时长Tc，就能得到储能电池的最优容量；根据用户负荷数据，确定储能电池最大容量Cmax范围。进一步地，步骤1)的用户侧电池储能最优定容模型中，模型输入参数：用户日负荷数据：L，单位为KW；放电深度：DoD，单位为％；电池充电时长：Tc，单位为h；模型输出参数：日负荷曲线的最大负荷值：Lmax，单位为KW；日负荷曲线的最小负荷值：Lmim，单位为KW；日峰谷差：Lm＝Lmax-Lmin，单位为KW；年度最大日峰谷差：L′m＝max(Lm)，单位为KW；电池集装箱个数：num＝L′m/DOD/250，若不为整数，向上取整；电池最大功率：Pmax＝250*num；电池最大容量：Cmax＝Pmax×Tc；目标函数：由于用户侧电池储能配置的电池集装箱最小为250千瓦，令一年中的日最大负荷差的最大值为L′m，故电池最大功率的最小值电池理论最大功率为考虑到电池集装箱只能以250的倍数增长，故先计算集装箱的个数从而反推电池的实际最大功率，故更新最大功率，得到储能电池的实际最大功率为储能电池最优功率范围为最优容量为其中，进一步地，步骤2)中，先考虑尖峰时段19：00-21：00的放电量，比较用户负荷与电池最大功率的大小来计算电池的放电功率并对该时段的总放电量Wojf求和，其中要满足总放电量不得超过电池本身的最大放电量Womax＝Wimax×effi＝Cmax×hdxs×effi，其中effi为系统效率，％；hdxs为电池荷电系数，％；由于时间的连续性，接着考虑邻近尖峰时段的前后段高峰13：00-19：00和21：00-22：00的放电量：Wogf1和Wogf2；与尖峰时段相比，剩余的最大放电量转变为电池本身的最大放电量Womax与尖峰时段放电量Wojf的差值即Womax-Wojf；放电功率求解与尖峰时段相同，若剩余最大放电容量为零，则放电结束；若剩余最大放电容量仍大于零，则考虑8：00-11：00的高峰时段放电量Wogf3，最后对尖峰和3段高峰时段的放电量求和得到Wo＝Wojf+Wogf1+Wogf2+Wogf3；综上即可得到尖峰和高峰时段的放电功率和放电时序；对于充电时序和充电量，要先比较总放电量与电池本身最大放电量的大小，若Wo<Womax，则需要的充电量为Wo/effi；否则充电量即为最大充电量Wimax。进一步地，步骤3)中，用户侧电池储能效益测算模型用于计算不同电池功率下的储能效益，其中包含不同电池容量下的储能成本测算、用电总收益测算、内部投资收益率和投资回收期的测算。进一步地，步骤3)中，年总收益包含一年的电度电费套利和容量电费套利，1)电度电费套利原来的年总电费：式中，i代表天数，j代表负荷采集时间，每15分钟一次，一天共96次；Pd、Pg、Pj分别表示低谷、高峰、尖峰分时电价(元/kWh)。某一天的套利：式中，表示充电功率(kW)、表示放电功率(kW)。一年的套利：式中，ui表示某天的套利，Pr表示一年的套利；故加储能后总电费：df2＝df1-Pr；2)容量电费套利按月计算原来一年的容量电费：a1＝L(1:31,:)；a2＝L(32:59,:)；…；a12＝L(335:365,:),pc1＝(max(max(a1))+max(max(a2))+…+max(max(a12)))×Rp式中，Rp表示最大需量，元/千瓦/月；加储能后负荷WG＝L+SC，SC表示储能容量；按月计算加储能后，一年的容量电费：b1＝WG(1:31,:)；…；b12＝WG(335:365,:),pc2＝(max(max(b1))+max(max(b2))+…+max(max(b)))×Rp年总收益：Rt＝(Pr+pc1-pc2)/10000。进一步地，步骤3)中，储能总成本测算如下：储能系统总成本包括储能电池成本、辅助组件成本、储能电池的更换成本、储能电池运行维护成本，且除去储能电池的回收价值。进一步地，步骤3)中，储能项目初期投资Ct元，以后的N年中每年都有元的现金流，通过求解下式得到内部收益率IRR，进一步地，步骤3)中，储能项目初期投资Ct元，以后每年都有元的现金流，求解下式得到最小的q，记为投资回收期，进一步地，所述的综合优化算法通过比较不同功率下的内部投资收益率，选取最优内部投资收益率下的电池功率作为最优功率，从而得到对应的最优容量和最优的运行时序。本专利技术结合用户侧的负荷特征和电池储能的技术约束两个方面对电池储能最优配置方案进行设计，提高了用户侧电池储能容量配置方案设计的科学性。具体实施方式下面结合具体实施方式对本专利技术作进一步说明。本专利技术提供一种基于用户侧负荷特征的电池储能最优容量配置的动态优化算法，其包括以下步骤：1)用户侧本文档来自技高网...

【技术保护点】
1.基于用户侧负荷的电池储能最优容量配置的动态优化方法，其特征在于，包括步骤：/n1)建立用户侧电池储能最优定容模型；/n2)构建储能系统最优运行策略模型；/n3)建立用户侧电池储能效益测算模型；/n4)综合优化算法动态拟合。/n

【技术特征摘要】
1.基于用户侧负荷的电池储能最优容量配置的动态优化方法，其特征在于，包括步骤：
1)建立用户侧电池储能最优定容模型；
2)构建储能系统最优运行策略模型；
3)建立用户侧电池储能效益测算模型；
4)综合优化算法动态拟合。


2.根据权利要求1所述的基于用户侧负荷的电池储能最优容量配置的动态优化方法，其特征在于，步骤1)中，所述的用户侧电池储能最优定容模型基于用户负荷数据、统计的峰谷差，并选取年度最大的日峰谷差作为初始值；结合放电深度和电池集装箱配置计算集装箱的个数，由电池集装箱的功率得到储能电池的最大功率Pmax；用户配置的储能电池最优功率范围为[250，Pmax]，单位为千瓦，已知储能电池的充电时长Tc，就能得到储能电池的最优容量；根据用户负荷数据，确定储能电池最大容量Cmax范围。


3.根据权利要求2所述的基于用户侧负荷的电池储能最优容量配置的动态优化方法，其特征在于，步骤1)的用户侧电池储能最优定容模型中，
模型输入参数：用户日负荷数据：L，单位为KW；放电深度：DOD，单位为％；电池充电时长：Tc，单位为h；
模型输出参数：日负荷曲线的最大负荷值：Lmax，单位为KW；日负荷曲线的最小负荷值：Lmin，单位为KW；日峰谷差：Lm＝Lmax-Lmin，单位为KW；年度最大日峰谷差：L′m＝max(Lm)，单位为KW；电池集装箱个数：num＝L′m/DOD/250，若不为整数，向上取整；电池最大功率：Pmax＝250*num；电池最大容量：Cmax＝Pmax×Tc；
目标函数：
由于用户侧电池储能配置的电池集装箱最小为250千瓦，令一年中的日最大负荷差的最大值为L′m，故电池最大功率的最小值电池理论最大功率为



考虑到电池集装箱只能以250的倍数增长，故先计算集装箱的个数从而反推电池的实际最大功率，



故更新最大功率，得到储能电池的实际最大功率为



储能电池最优功率范围为最优容量为其中，





4.根据权利要求1所述的基于用户侧负荷的电池储能最优容量配置的动态优化方法，其特征在于，步骤2)中，先考虑尖峰时段19：00-21：00的放电量，比较用户负荷与电池最大功率的大小来计算电池的放电功率并对该时段的总放电量Wojf求和，其中要满足总放电量不得超过电池本身的最大放电量Womax＝Wimax×effi＝Cmax×hdxs×effi，其中effi为系统效率，％；hdxs为电池荷电系数，％；
由于时间的连续性，接着考虑邻近尖峰时段的前后段高峰13：00-19：00和21：00-22：00的放电量：Wogf1和Wogf2；与尖峰时段相比，剩余的最大放电量转变为电池本身的最大放电量Womax与尖峰时段放电量Wojf的差值即Womax-Wojf；放电功率求解与尖峰时段相同，若剩余最大放电容量为零，则放电结束；若剩余最大放电容量仍大于零，则考虑8：00-11：00的高峰时段放电量Wogf3，最后对尖峰和3段高峰时段的放电量求和得到Wo＝Wojjf+Wogf1+Wogf2+Wogf3；综上即可得到...

【专利技术属性】
技术研发人员：朱国荣，徐振超，蔡张花，陈佳，成飞，翁羽玲，
申请(专利权)人：国网浙江省电力有限公司经济技术研究院，浙江华云信息科技有限公司，
类型：发明
国别省市：浙江;33