一种基于合作博弈的共享混合储能电站的储能规划方法技术

本发明专利技术公开了一种基于合作博弈的共享混合储能电站的储能规划方法，首先，针对蓄电池和超级电容器不同的运行特性制定混合储能的控制策略，蓄电池采用“低储高发”的充放电策略，超级电容器基于模型预测控制平抑风光波动，跟踪计划发电；其次，建立混合储能电站的双层优化配置模型，并构建储能配置结果的评价指标；最后，基于考虑储能配置效果的改进Shapley分值法分配各新能源场站的收益。本发明专利技术提供的基于合作博弈的共享混合储能电站的储能规划方法，规划时明确混合储能的运行策略及获利方式，最大化储能电站的年综合效益，并为联盟中的新能源场站合理分配收益，使共享混合储能电站获得个体合理性和集体合理性。站获得个体合理性和集体合理性。站获得个体合理性和集体合理性。

【技术实现步骤摘要】
一种基于合作博弈的共享混合储能电站的储能规划方法


[0001]本专利技术涉及电力系统储能规划
，特别是涉及一种基于合作博弈的共享混合储能电站的储能规划方法。

技术介绍

[0002]随着新能源渗透率的不断提高，新能源固有的波动性和随机性对电力系统的安全稳定运行带来新的挑战，因此，国家以及各地方政府纷纷出台了关于新能源配置储能的强制性考核政策。然而，目前在储能系统的实际应用中出现了利用率不高、产能搁置等问题，因此如何科学配置储能容量避免资源浪费需要进一步讨论。
[0003]为降低新能源场站储能建设成本，提高其利用率，康重庆等人在电力系统自动化，2017，41(21)：2
‑
8.“未来电力系统储能的新形态：云储能”中提出了“共享储能”的概念。当前，利用共享储能提升资源配置效率的研究主要集中在配电网侧、解决储能运营商和储能租赁用户交易问题等方面，其中的储能运营商往往由第三方提供，因此多采用非合作博弈。近年来，相关学者也在发电侧对共享储能进行了研究，将新能源场站作为储能电站的投资者。孙偲等人在全球能源互联网，2019，2(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于合作博弈的共享混合储能电站的储能规划方法，其特征在于，包括以下步骤：S1，针对蓄电池和超级电容器不同的运行特性制定混合储能的运行策略；S2，建立混合储能电站的双层优化配置模型，使混合储能电站年收益最大化，并构建混合储能配置效果的评价指标；S3，建立合作博弈模型，基于Shapley分值法，确定考虑混合储能配置效果的综合分配策略；S4，基于步骤S1中混合储能的运行策略和步骤S2中的双层优化配置模型，得到混合储能电站的混合储能配置方案和年收益，再利用步骤S3中的合作博弈模型，为联盟中的新能源场站分配收益。2.根据权利要求1所述的基于合作博弈的共享混合储能电站的储能规划方法，其特征在于，所述步骤S1，针对蓄电池和超级电容器不同的运行特性制定混合储能的运行策略，具体包括：S101，基于“低储高发”的充放电策略，建立蓄电池运行策略的数学模型，解决风光出力的反调峰问题；S102，基于模型预测控制，建立超级电容器运行策略的数学模型，平抑风光波动，跟踪计划发电。3.根据权利要求2所述的基于合作博弈的共享混合储能电站的储能规划方法，其特征在于，所述步骤S101中，建立蓄电池运行策略的数学模型，具体包括：式中，min J
bat
代表蓄电池运行策略的目标函数，使经过蓄电池调峰后的新能源场站出力与参考值之间的差距最小；T为全天时段数；为新能源场站的日前预测功率；p
bat
(t)为蓄电池的输出功率；p
ref
(t)为蓄电池“低储高发”的参考值；p
ref
(t)计算方法如下：式中，T1、T2、T3分别为负荷峰时段、平时段和谷时段，median代表中位数；相应的约束条件：相应的约束条件：
SOC
bat
(T)＝SOC
bat
(0)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)式中，SOC
bat
(t)、为蓄电池的荷电状态及其上、下限；η
bat，c
、η
bat，d
分别为蓄电池的充、放电效率；p
bat，c
(t)、p
bat，d
(t)分别为蓄电池的充、放电功率；SOC
bat
(t
‑
1)为t
‑
1时刻蓄电池的荷电状态；E
bat
为蓄电池的额定容量；ΔT为调度时间间隔；SOC
bat
(T)为T时刻蓄电池的荷电状态；SOC
bat
(0)为起始时刻蓄电池的荷电状态；p
bat
(t)为蓄电池的输出功率，且充电为负，放电为正；为蓄电池的最大充放电功率；其中，上述式(3)为蓄电池的荷电状态约束，式(5)为蓄电池在调度周期始末，其能量状态需相等的约束。4.根据权利要求2所述的基于合作博弈的共享混合储能电站的储能规划方法，其特征在于，所述步骤S102中，建立超级电容器运行策略的数学模型，具体包括：选取超级电容器的荷电状态、充放电功率以及风光实时出力与蓄电池功率之和构成的向量为状态变量；其中，SOC
sc
(t)为t时刻超级电容器的荷电状态，p
sc,c
(t
‑
1)为t
‑
1时刻超级电容器的充电功率，p
sc,d
(t
‑
1)为t
‑
1时刻超级电容器的放电功率，为t
‑
1时刻风光实时出力与蓄电池功率之和；以超级电容器的充、放电功率增量构成的向量u(t)＝[Δp
sc,c
(t)，Δp
sc,d
(t)]
T
为控制变量；其中，Δp
sc,c
(t)、Δp
sc,d
(t)分别为t时刻超级电容器充电功率的增量和t时刻超级电容器放电功率的增量；以风光实时出力与蓄电池功率之和的增量构成的向量为扰动输入，为t时刻风光实时出力与蓄电池功率之和的增量；以超级电容器的荷电状态和风光并网功率构成的向量y(t)＝[SOC
sc
(t)，p
d
(t)]
T
为输出变量；其中，p
d
(t)为t时刻风光的并网功率；建立状态空间方程如式(7)、(8)所示；在式(8)的基础上进行迭代，预测未来t+n时刻内的控制指令，具体方程如式(9)所示：
其中，式(7)中，x(t+1)为t+1时刻系统的状态变量；A为系统矩阵；B1为控制输入矩阵；B2为外部干扰输入矩阵；η
sc
和E
sc
分别为超级电容器的充放电效率和额定容量；式(8)中，y(t+1)为t+1时刻系统的输出变量，C为系数矩阵；式(9)中，K、L1、L2分别为状态变量、控制变量和扰动输入的系数矩阵；和分别表示从t时刻开始的预测范围内的输出变量、控制变量和扰动输入；取当前时刻向前n时段内，风光预测功率的均值和超级电容器SOC计划值构成的向量
作为跟踪控制目标；接着，以风光并网功率和超级电容器SOC与跟踪控制目标之间的误差最小为目标，同时使超级电容器充放电功率增量尽量小，得出如下的损失函数：式中，Ω为风光并网功率跟踪误差和超级电容器SOC跟踪误差的加权矩阵，Ψ和λ分别是控制量的加权矩阵和加权系数；将式(9)带入式(10)，展开损失函数，可将基于MPC的平抑风光出力波动模型转化为如下所示的二次规划：相应的约束条件：其中，和分别是超级电容器的最大充电功率和最大放电功率；和分别是超级电容器荷电状态的上、下限。5.根据权利要求1所述的基于合作博弈的共享混合储能电站的储能规划方法，其特征在于，所述步骤S2，建立混合储能电站的双层优化配置模型，使混合储能电站年收益最大化，并构建混合储能配置效果的评价指标，具体包括：S201，混合储能电站的双层优化配置模型的上层优化以规划期内混合储能的年综合效益最大化为目标，确定混合储能配置方案，对混合储能的额定容量进行优化；下层优化在混合储能配置方案确定的前提下，结合步骤S1所述混合储能的运行策略，以全年混合储能电站运行的收益最大化为目标，并将蓄电池和超级电容器各自的成本和收益反馈到上层优化，实现上、下层优化的相互迭代；S202，以采用混合储能配置方案配置混合储能电站后，风光并网功率与混合储能电站运行效果为对象，构建混合储能配置效果的评价指标，包含并网功率波动率指标、调峰效果指标和储能系统利用率指标。6.根据权利要求5所述的基于合作博弈的共享混合储能电站的储能规划方法，其特征在于，所述步骤S201中，混合储能电站的双层优化配置模型的上层优化以规划期内混合储能的年综合效益最大化为目标，确定混合储能配置方案，对混合储能的额定容量进行优化；下层优化在混合储能配置方案确定的前提下，结合步骤S1所述混合储能的运行策略，以全年混合储能电站运行的收益最大化为目标，并将蓄电池和超级电容器各自的成本和收益反馈到上层优化，实现上、下层优化的相互迭代；具体包括：S2011，设置上层优化配置模型：max C
total
＝C
income
‑
C
inv

【专利技术属性】
技术研发人员：朱晓荣，山雨琦，
申请(专利权)人：华北电力大学保定，
类型：发明
国别省市：