一种负荷侧储能提供堆叠服务的日内优化运行策略制造技术

一种负荷侧储能提供堆叠服务的日内优化运行策略，提出在线滚动优化两阶段鲁棒近似动态规划模型的“前瞻‑值函数近似”混合日内运行策略，能够在有限时间窗口内实时优化功率基准点。日前阶段，运用近似动态规划思想引入决策后状态近似值函数，以表征不同时段状态下的长期期望净效益，并利用差分学习算法对近似值函数开展离线训练。日内运行过程中，结合电价、负荷的滚动更新预测，频率不确定集合以及长期时域近似值函数，在线滚动优化两阶段鲁棒近似动态规划模型动态获取各时段功率基准点。本发明专利技术所提策略既能够有效保障负荷侧储能的频率调节能力，亦能通过对近似值函数的“离线训练‑在线应用”，快速评估实时决策的长期影响，兼顾全局经济效益与在线运算开销。

【技术实现步骤摘要】
一种负荷侧储能提供堆叠服务的日内优化运行策略
本专利技术属于电池储能系统运行控制领域，涉及一种负荷侧储能提供堆叠服务的日内优化运行策略。
技术介绍
随着电力市场体制的建立健全以及电池技术性能的快速提升，负荷侧储能数量及规模均显著增长。负荷侧储能通过响应市场实时电价、“低储高放”，能够有效降低电力用户的购电成本。受限于储能电池成本相对高昂，上述单一应用模式的经济效益通常难以平衡其初始投资费用。若考虑在电价响应的基础上，灵活参与电力辅助服务市场，有利于挖掘其潜在的技术经济价值。运用负荷侧储能提供电价响应及PFR双重堆叠服务，能够合理提升其技术经济价值。在日前参与PFR市场投标并完成容量出清的基础上，日内运行过程需要合理优化各时段功率基准点，动态调整SoC实现电价响应的同时保障调频可靠裕度。然而，由于多维信息具有不确定性，给储能日内运行决策带来挑战。频率数据为秒级尺度、难以有效预测，而电价及负荷为分钟级、能够滚动更新预测。如何利用不同已知程度的信息数据在有限时间窗口内开展实时优化，有效保证日内运行的经济效益与频率调节的可靠性，是当前亟待解决的本文档来自技高网...

【技术保护点】
1.一种负荷侧储能提供堆叠服务的日内优化运行策略，其特征在于，所述策略包括以下步骤：/n步骤1：在实时电价及PFR双重市场机制下，运用负荷侧储能提供电价响应及PFR堆叠服务；/n日前投标(1day)：基于历史统计数据及短期预测信息，优化参与PFR市场的投标容量；当PFR市场出清完成后，明确中标容量及补偿价格，并要求日内严格按照中标容量提供PFR服务；/n日内运行(5min)：基于频率先验信息及滚动更新的短期预测数据，动态优化各时段功率基准点；同一时段内，功率基准点应维持恒定；/n实时控制(1s)：基于本地频率信息及功率基准点，计算负荷侧储能实时控制功率，并结合BMS实时监测信息，在储能单元间优...

【技术特征摘要】
1.一种负荷侧储能提供堆叠服务的日内优化运行策略，其特征在于，所述策略包括以下步骤：
步骤1：在实时电价及PFR双重市场机制下，运用负荷侧储能提供电价响应及PFR堆叠服务；
日前投标(1day)：基于历史统计数据及短期预测信息，优化参与PFR市场的投标容量；当PFR市场出清完成后，明确中标容量及补偿价格，并要求日内严格按照中标容量提供PFR服务；
日内运行(5min)：基于频率先验信息及滚动更新的短期预测数据，动态优化各时段功率基准点；同一时段内，功率基准点应维持恒定；
实时控制(1s)：基于本地频率信息及功率基准点，计算负荷侧储能实时控制功率，并结合BMS实时监测信息，在储能单元间优化分配功率指令；
针对市场出清完成后，即已知负荷侧储能的PFR容量及补偿价格，针对日内优化运行问题开展；
步骤2：针对日内优化运行的动态过程进行建模，明确相关信息量、决策量及收益函数等；以实时电价的持续时间Δt＝5min为粒度，对日内运行过程的有限时域范围T进行离散化处理，定义时刻集合T＝{0,Δt,2Δt,…,T}；
储能与聚合负荷日内协调运行，其与电网的实时交互功率满足有功功率平衡；选取自电网注入功率的方向作为正方向，则有：
Ptg＝Ptb+Ptl(1)
式中：Ptg、Ptb、Ptl分别为时刻t电网、储能及负荷功率；实时功率Ptb由该时段功率基准点Pte与实时PFR功率两部分叠加得到，表示为：
Ptb＝Pte+α·Δft(2)
其中，α·Δft表示通过模拟同步发电机组的下垂控制，自动响应频率偏差所提供的实时PFR功率，α表示下垂系数，Δft表示单位决策周期Δt内频率偏差的平均值；Pte表示时段t功率基准点；采用Δt内频率偏差的平均值Δft近似表征对应的频率偏差序列Δft；
按照PFR机制规则，PFR偏差率应低于最大允许值；从功率和电量两方面保障负荷侧储能的频率调节能力：



式中：Pn为储能额定功率；smax、smin分别为SoC所允许的上下限；
伴随日内运行过程中充放电，时刻t至t+Δt的SoC动态转移可描述为：



式中：st为时刻t储能SoC；ηc、ηd分别为充、放电效率；emax为储能最大电量；
在双重市场机制下运用储能提供堆叠服务，同时，储能频繁充放电会引起电池老化衰退，依据充放电量计算老化折损成本；
综上，单个运行时段负荷侧储能产生的净经济效益Ct可表示为：



式中：为时段t的实时电价，cf为PFR补偿价格，cag为单位老化成本；
步骤3：针对日内优化考虑到日内运行属于不确定环境下的序贯决策过程，故进一步该问题构建为马尔可夫决策过程(MDP)模型；MDP作为随机序贯决策问题的通用模型，主要包括：状态变量、决策变量、随机信息、转移函数以及目标函数五个基本要素；
步骤4：步骤3构建的日内MDP模型从整体上明确了相关变量及动态转移过程，具体到实时优化问题：假设当前时刻为tc，按照滚动更新预测的时域范围，将后续时域划分为两阶段：短期时域和长期时域；
定义1.短期时域：当前时刻tc至未来时刻tf＝tc+HΔt之间的滚动更新预测时域，其中H表示滚动更新时段数；在HΔt时域范围内，假设电价及负荷能够准确预测；
定义2.长期时域：未来时刻tf至日运行终止时刻T之间的时域范围；对于该时域范围，已知电价及负荷日前预测信息及其误差分布；
选取恰当类型的近似值函数表征长期时域的期望净效益，基于MDP模型及日前可用信息，对各时段的近似值函数开展离线计算，使之有效逼近期望净效益的真实值；通过“离线计算-在线应用”模式，能够从根本上降低在线滚动优化的模型复杂度，有效兼顾全局优化效益及在线运算效率；
由此，日内构建结合、频率先验信息及离线近似值函数的两阶段鲁棒近似动态规划模型；短期时域，统计频率信息得到其先验不确定集，滚动更新电价及负荷的超短期预测信息，构建该时域内的滚动更新预测鲁棒模型以保障PFR可靠性；长期时域，调用离线计算的近似值函数，快速评估后续期望净效益；在实时优化运行过程中，当前时刻tc对应的优化模型可以表示为：



式中：Γ为频率偏差的不确定集；由鲁棒优化思想可知，采用Γ表征频率偏差的波动范围，将依据该集合寻找最劣情况下的最优解，从而保障频率调节能力；采用区间形式描述波动范围，即构成盒式不确定集，表述为：
Γ＝{Δft|Δflow≤Δft≤Δfup,t∈T}(17)
式中：Δfup、Δflow分别为频率偏差的上下界；
根据上述如公式(16)所示的优化模型，实时运行策略可以归纳为混合前瞻以及值函数近似的策略类型；结合电价、负荷的滚动更新来预测频率信息的不确定集以及离线计算的长期时域近似值函数，在线滚动求解式(16)优化模型，即可动态获取各时段功率基准点；
步骤5：对于所提实时运行策略，其性能优劣的关键在于：选取何种类型的近似值函数，进而如何对各时段的近似值函数开展离线计算，使之有效逼近期望净效益的真实值；引入决策后状态及其近似分段线性函数(PLF)，将Bellman方程转化为近似动态规划形式；
基于Bellman原理可将日内MDP解耦为多个单时段的子问题，进而逆序递归即可求解各时段状态下效益期望值；定义最优值函数Vt*(St)，表示时刻t至最终时刻T的累计期望最大净效益值；可将式(15)递归表示为：



求解式(18)过程中，引入决策后状态变量其指储能执行决策后且新的随机信息尚未到达时所处的状态；采用点估计法，即利用随机信息的预测值(估计值)确定决策后状态变量，表示为：



式中：为全部随机信息的预测值；
运用决策后值函数近似替代条件期望项，式(19)可以转化为以下确定性形式：



式中：决策后值函数采用值函数近似的方法获取全部的状态值；
采用分段线性凹函数近似表征对于特定的及仅与S...

【专利技术属性】
技术研发人员：李卫东，温可瑞，刘娆，巴宇，王海霞，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21