【技术实现步骤摘要】
基于电池损耗和分布式电网电池储能日前随机调度的方法
本专利技术属于电力系统运行与控制领域,涉及一种基于电池损耗和分布式发电的配电网电池储能日前随机调度的方法。
技术介绍
近几年来,电池储能技术备受关注,并在电力系统运行中发挥重要作用。在可再生能源渗透率日益提高的配电网中,由于配电网中的分布式可再生能源主要为分布式光伏电站,可再生能源出力的随机性对电力系统调峰及配电网电压稳定造成了严重冲击,电池储能作为一种灵活快速的技术方案,通过合理的充放电策略,可以有效应对由分布式能源引起的调峰和电压稳定性问题。对此,国内外很多学者针对电池储能技术的调度问题进行研究;然而,两个重要方面尚未得到充分解决甚至被忽视,一是储能电池的损耗折旧成本并未在调度模型中充分考虑,储能电池的损耗折旧成本相比于维护成本大得多,极大影响电池储能方案的经济性;二是配电网中分布式电源,以光伏发电为主,出力具备很强的随机性和相关性会极大地影响了储能电池调度的调度结果优劣。基于随机优化方法来分析电力系统配电网经济调度,进而得到考虑电池储能和分布式发电的配电网日前储能电池充放电计划,国内外学者对此开展了大量研究,研究方法大致可分为两类:(1)不考虑电池储能损耗成本的配电网日前随机经济调度方法,该方法仅考虑电池储能的维护成本或者固定的建设成本,该方法适用于电力系统中电池储能的规划问题,并不适合于计算配电网日前储能电池充放电计划的随机经济调度问题。(2)基于线性近似函数考虑电池储能损耗成本的配电网日前随机经济调度方法,该方法将储能电池的 ...
【技术保护点】
1.基于电池损耗和分布式电网电池储能日前随机调度的方法,其特征在于,包括以下步骤:/nS1、输入日前系统负荷预测数据和日前光伏电站功率预测数据、系统线路参数、历史统计数据;/nS2、确定生成分布式光伏日前功率随机变量的场景集合;/nS3、建模电池储能日前随机调度模型;/n包括建模电池储能损耗模型,光伏电站无功约束、潮流约束与系统有功损耗成本模型,及配电网电池储能日前随机调度模型;/nS4、基于拉格朗日对偶松弛算法求解电池储能日前随机调度模型;/nS5、根据步骤S4的结果,输出日前电池储能的计划出力。/n
【技术特征摘要】
1.基于电池损耗和分布式电网电池储能日前随机调度的方法,其特征在于,包括以下步骤:
S1、输入日前系统负荷预测数据和日前光伏电站功率预测数据、系统线路参数、历史统计数据;
S2、确定生成分布式光伏日前功率随机变量的场景集合;
S3、建模电池储能日前随机调度模型;
包括建模电池储能损耗模型,光伏电站无功约束、潮流约束与系统有功损耗成本模型,及配电网电池储能日前随机调度模型;
S4、基于拉格朗日对偶松弛算法求解电池储能日前随机调度模型;
S5、根据步骤S4的结果,输出日前电池储能的计划出力。
2.如权利要求1所述的方法,其特征在于,所述步骤S2包括:
将配电网分布式光伏电站的历史出力功率的预测和实测数据标幺化,根据光伏电站的预测值的不同,在不同光伏电站功率预测水平下,得到相应的一定数量的光伏电站日前出力功率场景。
3.如权利要求2所述的方法,其特征在于,所述步骤S2具体包括以下步骤:
第i个光伏电站的预测功率wf,i和以预测为条件的实际功率wa,i,配电网系统中光伏电站的总数为i=1,2,…,I;
基于Copula函数与CDF函数,光伏电站的预测功率函数可写为:
F(wa,1...wa,I,wf,1...wf,I)=C(F(wa,1)...F(wa,I),F(wf,1)...F(wf,I))(1)
式中:F(wa,i)、F(wf,i)分别为第i个光伏电站的实际功率和预测功率边缘CDF;Copula函数将随机变量各自的CDF函数F(wa,1)...F(wa,I)、F(wf,1)...F(wf,I)用一个Copula函数C(·)连接起来,得到联合CDF函数F(wa,1...wa,I,wf,1...wf,I),且联合PDF函数为:
仅考虑预测功率,则联合PDF函数为:
在日前电池储能调度中,系统根据预测的分布式光伏出力,得到分布式光伏实际可能出力,结合式(2)和式(3),可得:
以(4)式中分布式光伏电站功率的条件联合概率密度函数为输入,基于抽样方法,生成含分布式光伏电站出力随机性与相关性的光伏功率场景。
4.如权利要求3所述的方法,其特征在于,所述建模电池储能损耗模型如下:
电池储能损耗的雨流模型:
式中,cBES为电池储能替换成本,Kchj和Kdisj分别是电池储能j的充、放电循环数,k=1…K,j=1,2,…,J为配网系统中储能电池的数量,j∈J;和分别是电池储能j在第k次充、放电循环的充放电深度;和分别是充、放电循环深度压力函数;和分别为所有充、放电循环产生的电池j的总损耗;
采用多项式型电池损耗模型:
式中,k1、k2为电池损耗模型系数,基于雨流模型,和可由下式确定:
式中,SoCj,t为电池j在时刻t的电量状态,t=1,2,…,T为日前调度时刻的总数;
电池储能的其他约束条件如下:
SoCj,1=SoCj,ini(8)
其中,式(8)、式(9)分别为电池储能在一天内的起、止电量约束;
式(10)为充放电前后的电量变化,其中ηc和ηd分别为充放电效率,Δt为相邻两时刻的时间间隔,为第j个储能电池在调度时间t的充电功率,为第j个储能电池在调度时间t的放电功率;
式(11)中的和分别为电池储能的电量约束;
式(12)、式(13)中的和分别为储能充放电功率约束。
5.如权利要求4...
【专利技术属性】
技术研发人员:唐程辉,张凡,梁才,马莉,薛松,曲昊源,胡源,武泽辰,陈珂宁,宋海旭,李景,
申请(专利权)人:国网能源研究院有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。