一种面向二次调频的分布式储能在线学习聚合控制方法技术

本发明专利技术公开一种面向二次调频的分布式储能在线学习聚合控制方法，包括如下步骤：根据电网频率偏差，判断调频类型，并计算调频所需的储能容量，确定聚合控制目标；根据调频类型，建立分布式储能用户对聚合控制信号的响应行为模型；考虑储能设备荷电量对用户响应行为的影响，建立荷电量关联系数模型；基于多臂学习机框架，提出用于聚合控制分布式储能参与二次调频的的用户选取方法，在线学习并不断更新对每个用户真实响应概率的估计值，选取合适的用户参与二次调频。本发明专利技术方法用于处理用户对聚合控制信号响应行为的不确定性，并考虑储能设备荷电量对用户响应行为的实际影响，能够获得更小的储能容量聚合偏差和更可靠的调频效果。更小的储能容量聚合偏差和更可靠的调频效果。更小的储能容量聚合偏差和更可靠的调频效果。

【技术实现步骤摘要】
一种面向二次调频的分布式储能在线学习聚合控制方法


[0001]本专利技术涉及电力系统领域，具体的是一种面向二次调频的分布式储能在线学习聚合控制方法。

技术介绍

[0002]随着电网接入的新能源比例逐渐增大，电网运行的安全稳定运行受到巨大挑战，如新能源出力不确定性引起的电网频率不稳定情况。近年来，分布式储能不断发展，户用储能、插电式电动汽车蓄电池等设备广泛普及。分布式储能具备快速的响应特性和灵活的双向功率输出能力，从而逐渐成为了解决电网短时功率不平衡、辅助电网安全稳定运行的重要资源之一，可为电网调频提供有力支撑。
[0003]然而，与传统固定的大容量储能设备不同，单个分布式储能的容量较小，不足以参与电网调频，需要以聚合商的形式聚合得到可观容量后再参与调频。然而，分布式储能设备的聚合控制面临严重的用户行为不确定性问题。用户可能因为自身用能需求、电价信息、个人喜好、储能设备荷电量等因素，而退出响应聚合控制信号。这将导致聚合得到的储能容量与所需要的储能容量相差过大，从而不能达到可靠的调频效果。因此，解决用户行为的不确定性问题是实现分布式储能可靠聚合控制、参与二次调频的关键所在。然而目前，鲜有研究从探索用户的行为特性出发、学习用户响应行为的真实概率分布，难以从本质上解决用户行为的不确定性问题。

技术实现思路

[0004]为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供一种面向二次调频的分布式储能在线学习聚合控制方法，通过多臂学习机框架在线学习分布式储能用户响应行为的真实概率分布，以处理用户响应行为的不确定性，并计及储能设备荷电量对用户响应行为的客观实际影响，从而获得更可靠的向上调频、向下调频两种调频服务。
[0005]本专利技术的目的可以通过以下技术方案实现：
[0006]一种面向二次调频的分布式储能在线学习聚合控制方法，包括以下步骤：
[0007](1)根据电网频率偏差，判断调频类型，并计算调频所需的储能容量，确定聚合控制目标；
[0008](2)根据调频类型，建立分布式储能用户对聚合控制信号的响应行为模型；
[0009](3)考虑储能设备荷电量对用户响应行为的影响，建立荷电量关联系数模型；
[0010](4)基于多臂学习机框架，提出用于聚合控制分布式储能参与二次调频的用户选取方法，在线学习并不断更新对每个用户真实响应概率的估计值，选取合适的用户参与二次调频。
[0011]进一步优选地，步骤(1)中，当电网频率低于允许下限值，需要实施向上调频；当电网频率高于允许上限值，需要实施向下调频；
[0012]若在t时刻实施的是向上调频，则调频所需的储能容量为：
[0013][0014]若在t时刻实施的是向下调频，则调频所需的储能容量为：
[0015][0016]式中，k
d
、k
c
表示调频系数；f
t
、f
n
分别表示t时刻的电网频率、额定频率；表示电网现有的调频备用容量；
[0017]聚合控制目标为储能容量聚合偏差最小，可表示为：
[0018][0019]式中，R
t
表示t时刻的储能容量聚合偏差；表示t时刻实际聚合的储能容量。
[0020]进一步优选地，步骤(2)中，聚合商通过聚合控制分布式储能，使其放电，可提供向上调频服务；使其充电，可提供向下调频服务；对应于两种调频类型，聚合商会生成两种聚合控制信号：信号A、开始放电以参加向上调频，信号B、开始充电以参加向下调频；分布式储能用户i对聚合控制信号的响应行为模型可表示为：
[0021][0022][0023]响应行为模型表示用户对信号A的响应概率为p
A,i
，响应则意味着愿意开始放电，退出响应信号A的概率为1
‑
p
A,i
；对信号B的响应概率为p
B,i
，响应则意味着愿意开始充电，拒绝响应信号B的概率为1
‑
p
B,i
，实际中，p
A,i
、p
B,i
未知，受到用户喜好、自身用能需求等因素影响，受到储能设备荷电量限制，X
A,i
、X
B,i
分别表示用户对信号A、信号B的响应情况。
[0024]进一步优选地，步骤(3)中当储能设备荷电量过低时，能够用于放电的能量有限，且过度放电会影响电池寿命，用户响应信号A的概率将会下降，响应信号B的概率将会上升；当储能设备荷电量过高时，能够储存的能量有限，且过度充电会影响电池寿命，用户响应信号A的概率将会上升，响应信号B的概率将会下降；
[0025]考虑储能设备荷电量对用户响应行为的实际影响，建立荷电量关联系数模型为
[0026][0027]式中，分别表示向上调频、向下调频的荷电量关联系数；SOC
i,t
表示t时刻的储能设备荷电量；β
A
、β
B
分别表示向上调频、向下调频的荷电量关联常数参数，经由统计方法获得。
[0028]进一步优选地，步骤(4)中，在多臂学习机框架下，用户i对信号A、信号B的响应行为均被视为一条摇臂，则全体N个分布式储能用户对应于N条摇臂A、N条摇臂B；用于聚合控制分布式储能参与二次调频的用户选取方法具体为：
[0029]1)输入参数:α1、α2、X
A,i
、X
B,i
、
[0030]2)初始化：初始化n
A,i,t
、n
B,i,t
等于1；根据聚合商的经验知识初始化用户对于信号A、信号B真实响应概率的估计值
[0031]3)对聚合控制周期T内的任一时刻t循环，计算每个用户的排序指标：
[0032][0033]4)考虑储能设备荷电量对用户响应行为的实际影响，用户的排序指标替换为：
[0034][0035]5)根据调频类型，将所有用户按照v
i,t
降序排列：
[0036][0037]6)按照降序依次选取M个分布式储能用户参与调频，直到满足：
[0038][0039]若所有选取全体用户仍无法达到调频所需的储能容量，则选取全部用户，M＝N：
[0040][0041]7)选取用户集合S
M,t
＝{σ1,σ2…
,σ
M
}，并发送信号A或信号B，完成聚合控制；
[0042]8)更新对每个用户真实响应概率的估计值更新n
A,i,t
、n
B,i,t
；
[0043]9)结束循环。
[0044]本专利技术的有益效果：
[0045]本专利技术提出了一种面向二次调频的分布式储能在线学习聚合控制方法，能够获得更精确的储能聚合容量，为电网提供更可靠的向上调频和向下调频服务。此外，所提方法考虑了储能设备荷电量对用户行为的客观实际影响，不仅能够提高聚合控制效果的可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向二次调频的分布式储能在线学习聚合控制方法，其特征在于，包括以下步骤：(1)根据电网频率偏差，判断调频类型，并计算调频所需的储能容量，确定聚合控制目标；(2)根据调频类型，建立分布式储能用户对聚合控制信号的响应行为模型；(3)考虑储能设备荷电量对用户响应行为的影响，建立荷电量关联系数模型；(4)基于多臂学习机框架，提出用于聚合控制分布式储能参与二次调频的用户选取方法，在线学习并不断更新对每个用户真实响应概率的估计值，选取合适的用户参与二次调频。2.根据权利要求1所述的面向二次调频的分布式储能在线学习聚合控制方法，其特征在于，所述步骤(1)中，当电网频率低于允许下限值，需要实施向上调频；当电网频率高于允许上限值，需要实施向下调频；若在t时刻实施的是向上调频，则调频所需的储能容量为：若在t时刻实施的是向下调频，则调频所需的储能容量为：式中，k
d
、k
c
表示调频系数；f
t
、f
n
分别表示t时刻的电网频率、额定频率；表示电网现有的调频备用容量；聚合控制目标为储能容量聚合偏差最小，可表示为：式中，R
t
表示t时刻的储能容量聚合偏差；表示t时刻实际聚合的储能容量。3.根据权利要求1所述的面向二次调频的分布式储能在线学习聚合控制方法，其特征在于，所述步骤(2)中，聚合商通过聚合控制分布式储能，使其放电，可提供向上调频服务；使其充电，可提供向下调频服务；对应于两种调频类型，聚合商会生成两种聚合控制信号：信号A、开始放电以参加向上调频，信号B、开始充电以参加向下调频；分布式储能用户i对聚合控制信号的响应行为模型可表示为：可表示为：响应行为模型表示用户对信号A的响应概率为p
A,i
，响应则意味着愿意开始放电，退出响应信号A的概率为1
‑
p
A,i
；对信号B的响应概率为p
B,i
，响应则意味着愿意开始充电，拒绝响应信号B的概率为1
‑
p
B,i
，实际中，p
A,i
、p
B,i
未知，受到用户喜好、自身用能需求等因素影响，受到储能设备荷电量限制，X
...

【专利技术属性】
技术研发人员：胡秦然，陈心宜，全相军，窦晓波，吴在军，
申请(专利权)人：东南大学，
类型：发明
国别省市：