一种考虑寿命约束的计及灵活性储能优化调度方法技术

本发明专利技术公开了一种考虑寿命约束的计及灵活性储能优化调度方法，涉及储能电站应用技术领域。包括根据场景形式来刻画电网用电负荷和风电出力的不确定性；其中，所述场景形式包括场景生成和场景削减；根据灵活性供需关系构建灵活性指标模型和储能寿命模型；其中，所述灵活性指标模型包括灵活性需求模型和灵活性供给模型；根据运行成本指标获取目标函数和约束条件，构建优化调度模型；根据混合整数线性规划求解所述优化调度模型。本发明专利技术考虑寿命约束对储能优化调度的灵活性和全寿命周期经济性的影响，能够分析运行层面的不确定性对储能充放电策略和循环寿命的影响，合理优化充分发挥储能系统的灵活性调节能力。

【技术实现步骤摘要】
一种考虑寿命约束的计及灵活性储能优化调度方法
本专利技术涉及储能电站应用
，尤其涉及一种考虑寿命约束的计及灵活性储能优化调度方法。
技术介绍
灵活性是电力系统运行的重要特征，风电等清洁能源的并网导致电力系统灵活性需求剧增，在电网负荷密集区部分常规电源等被可再生能源替代进一步减少了电力系统的灵活性，单纯依靠备用容量保证系统的安全运行难以有效响应符合不确定性和多变性。考虑源荷的不确定性，为了提升电网运行的灵活性适应能力，降低弃风、切负荷风险，需要对包括储能在内的多种灵活性资源进行优化调度，但现有的灵活性优化调度并未考虑频繁充放电对于电池储能的寿命损耗因素，相比于微调机组出力，储能寿命对运行经济指标影响很大。因此，合理优化充分发挥储能系统的灵活性调节能力，提高系统运行的灵活性和储能全寿命周期经济性是十分重要的。
技术实现思路
本专利技术目的在于，提供一种考虑寿命约束的计及灵活性储能优化调度方法，考虑寿命约束对储能优化调度的灵活性和全寿命周期经济性的影响，分析运行层面的不确定性对储能充放电策略和循环寿命的影响，以保证系统运行的可靠性。为实现上述目的，本专利技术实施例提供一种考虑寿命约束的计及灵活性储能优化调度方法，包括：根据场景形式来刻画电网用电负荷和风电出力的不确定性；其中，所述场景形式包括场景生成和场景削减；根据灵活性供需关系构建灵活性指标模型和储能寿命模型；其中，所述灵活性指标模型包括灵活性需求模型和灵活性供给模型；根据运行成本指标获取目标函数和约束条件，构建优化调度模型；根据混合整数线性规划求解所述优化调度模型。优选地，所述根据场景形式来刻画电网用电负荷和风电出力的不确定性，包括：基于自回归滑动平均模型进行场景生成，构建用电负荷和风电出力的预测场景；对用电负荷和风电出力的预测场景进行聚类，得到典型运行场景。优选地，所述根据灵活性供需关系构建灵活性指标模型和储能寿命模型，包括：根据用电负荷和风电出力的不确定性，构建灵活性需求模型；根据灵活性资源，构建灵活性供给模型。优选地，所述灵活性需求模型的关系式表示为：其中，为t时刻的预测用电负荷值，为t时刻的风电出力值，当时代表具有上调灵活性需求，当时代表具有下调灵活性需求。优选地，所述灵活性资源包括电网侧常规机组、储能和需求响应。优选地，所述根据灵活性供需关系构建灵活性指标模型和储能寿命模型，包括：根据电池完全放电深度充放电的总循环次数、电池实际循环放电深度和电池完全放电深度下的等效全循环放电次数，构建储能寿命模型。优选地，所述根据电池完全放电深度充放电的总循环次数、电池实际循环放电深度和电池完全放电深度下的等效全循环放电次数，构建储能寿命模型，包括：所述储能寿命模型的第一关系式表示为：根据所述第一关系式将一次充放电循环折算为完全放电深度下的等效全循环放电次数，得到的第二关系式表示为：根据所述第二关系式计算电池储能的循环寿命，所述电池储能的循环寿命的第三关系式表示为：其中，Ncyc为电池完全放电深度充放电的总循环次数，N0为电池完全放电深度充放电的总循环次数，DoDcyc为电池实际循环放电深度，kp为曲线拟合参数，N0与kp均为电池的固有参数；T为电池储能的循环寿命，ncyc为各次充放电循环对应的等效全循环放电次数。优选地，所述根据运行成本指标获取目标函数和约束条件，构建优化调度模型中，所述目标函数的关系式表示为：其中，fi(X0)为运行成本指标函数，X0为优化变量。优选地，所述运行成本包括火电机组运行成本、储能总成本、需求响应成本、弃风成本、失负荷成本和上/下调灵活性不足风险成本。优选地，所述约束条件包括配电网运行约束和储能运行约束；所述配电网运行约束包括火电机组出力约束、火电机组爬坡约束、旋转备用约束、潮流安全约束、风功率约束、节点功率平衡约束和节点失负荷约束；所述储能运行约束包括储能充放电功率约束、储能荷电状态约束、储能电量平衡约束、储能寿命约束和需求响应约束。与现有技术相比，本专利技术具有以下有益效果：本专利技术提供的考虑寿命约束的计及灵活性储能优化调度方法，包括根据场景形式来刻画电网用电负荷和风电出力的不确定性；其中，所述场景形式包括场景生成和场景削减；根据灵活性供需关系构建灵活性指标模型和储能寿命模型；其中，所述灵活性指标模型包括灵活性需求模型和灵活性供给模型；根据运行成本指标获取目标函数和约束条件，构建优化调度模型；根据混合整数线性规划求解所述优化调度模型。本专利技术考虑寿命约束对储能优化调度的灵活性和全寿命周期经济性的影响，能够分析运行层面的不确定性对储能充放电策略和循环寿命的影响，合理优化充分发挥储能系统的灵活性调节能力。附图说明为了更清楚地说明本专利技术的技术方案，下面将对实施方式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方式，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是本专利技术某一实施例提供的考虑寿命约束的计及灵活性储能优化调度方法的流程示意图；图2是本专利技术另一实施例提供的考虑寿命约束的计及灵活性储能优化调度方法的流程示意图，图3是本专利技术某一实施例提供的考虑寿命约束的计及灵活性储能优化调度方法的优化模型示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应当理解，文中所使用的步骤编号仅是为了方便描述，不对作为对步骤执行先后顺序的限定。应当理解，在本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。请参阅图1，图1为本专利技术某一实施例提供的考虑寿命约束的计及灵活性储能优化调度方法的流程示意图。本实施例提供的考虑寿命约束的计及灵活性储能优化调度方法，包括以下步骤：S100，根据场景形式来刻画电网用电负荷和风电出力的不确定性；其中，场景形式包括场景生成和场景削减。S200，根据灵活性供需关系构建灵活性指标模型和储能寿命模型；其中，灵活性指标模型包括灵活性需求模型和灵活性供给模型。本文档来自技高网...

【技术保护点】
1.一种考虑寿命约束的计及灵活性储能优化调度方法，其特征在于，包括：/n根据场景形式来刻画电网用电负荷和风电出力的不确定性；其中，所述场景形式包括场景生成和场景削减；/n根据灵活性供需关系构建灵活性指标模型和储能寿命模型；其中，所述灵活性指标模型包括灵活性需求模型和灵活性供给模型；/n根据运行成本指标获取目标函数和约束条件，构建优化调度模型；/n根据混合整数线性规划求解所述优化调度模型。/n

【技术特征摘要】
1.一种考虑寿命约束的计及灵活性储能优化调度方法，其特征在于，包括：
根据场景形式来刻画电网用电负荷和风电出力的不确定性；其中，所述场景形式包括场景生成和场景削减；
根据灵活性供需关系构建灵活性指标模型和储能寿命模型；其中，所述灵活性指标模型包括灵活性需求模型和灵活性供给模型；
根据运行成本指标获取目标函数和约束条件，构建优化调度模型；
根据混合整数线性规划求解所述优化调度模型。


2.根据权利要求1所述的考虑寿命约束的计及灵活性储能优化调度方法，其特征在于，所述根据场景形式来刻画电网用电负荷和风电出力的不确定性，包括：
基于自回归滑动平均模型进行场景生成，构建用电负荷和风电出力的预测场景；
对用电负荷和风电出力的预测场景进行聚类，得到典型运行场景。


3.根据权利要求1所述的考虑寿命约束的计及灵活性储能优化调度方法，其特征在于，所述根据灵活性供需关系构建灵活性指标模型和储能寿命模型，包括：
根据用电负荷和风电出力的不确定性，构建灵活性需求模型；
根据灵活性资源，构建灵活性供给模型。


4.根据权利要求3所述的考虑寿命约束的计及灵活性储能优化调度方法，其特征在于，所述灵活性需求模型Ftd的关系式表示为：
Ftd＝Ptload-Ptwind；
其中，Ptload为t时刻的预测用电负荷值，Ptwind为t时刻的风电出力值，当Ftd>0时代表具有上调灵活性需求，当Ftd<0时代表具有下调灵活性需求。


5.根据权利要求3所述的考虑寿命约束的计及灵活性储能优化调度方法，其特征在于，所述灵活性资源包括电网侧常规机组、储能和需求响应。


6.根据权利要求1所述的考虑寿命约束的计及灵活性储能优化调度方法，其特征在于，所述根据灵活性供需关系构建灵活性指标模型和储能寿命模型，包括：
根据电池完全放电深度充放电的总循环次数、电池实际循环放电深度和电池完全放电深度下的...

【专利技术属性】
技术研发人员：龚贤夫，王国荣，张海波，李猛，卢洵，刘正超，刘新苗，张章亮，左郑敏，周姝灿，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：广东;44