储能电池调度计划优化方法、系统、计算机设备及介质技术方案

本发明专利技术属于电力自动化领域，公开了一种储能电池调度计划优化方法、系统、计算机设备及介质，包括：获取储能电池理想状态下的最优充放电功率参考值；根据所述最优充放电功率参考值和预设的功率削减函数，得到储能电池的初始调度计划；将所述初始调度计划进行SOC校验；当SOC校验通过时，以当前初始调度计划为迭代起点，调用预设优化算法进行迭代优化，得到储能电池的调度计划；当SOC校验未通过时，采用当前初始调度计划更新最优充放电功率参考值，并重复上述步骤。为预设优化算法提供了一个优选的迭代起点，避免优化算法在优化储能电池调度计划的过程中陷入局部最优解的困境，提升其迭代优化的效率，从而达到又快又好地实现储能电池调度计划优化。调度计划优化。调度计划优化。

【技术实现步骤摘要】
储能电池调度计划优化方法、系统、计算机设备及介质


[0001]本专利技术属于电力自动化领域，涉及一种储能电池调度计划优化方法、系统、计算机设备及介质。

技术介绍

[0002]随着新能源产业的发展，新能源机组装机容量比例也日益提升。然而，新能源出力具有随机性、波动性和反调峰特性，为电力系统的调度工作带来了很大困难，拉大了常规机组所需承担负荷的峰谷差。由于储能电池具有充电和放电的双重特性，能够对电网负荷的波峰波谷进行调节，从而起到削峰填谷的作用，成为解决新能源接入问题的有效途径之一，而其关键就在于储能电池调度计划的制定。
[0003]储能电池的日前计划调度曲线一般通过求解带约束的优化问题获得，储能电池需要满足的约束包括充放电功率约束、荷电量约束和充放电空间约束，若直接采用智能优化算法求解储能电池在约束条件下的最优计划调度曲线，由于待优化量之间存在耦合关系，前面待优化量的选取将会影响后面待优化量的取值范围，因此只能从前向后生成调度曲线，这将限制智能优化算法的性能，导致求解效率较低，进而使得储能电池调度计划难以快速有效的制定。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术的缺点，提供一种储能电池调度计划优化方法、系统、计算机设备及介质。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]本专利技术第一方面，一种储能电池调度计划优化方法，包括：
[0007]获取储能电池理想状态下的最优充放电功率参考值；
[0008]根据所述最优充放电功率参考值和预设的功率削减函数，得到储能电池的初始调度计划；
[0009]将所述初始调度计划进行SOC校验；
[0010]当SOC校验通过时，以当前初始调度计划为迭代起点，调用预设优化算法进行迭代优化，得到储能电池的调度计划；
[0011]当SOC校验未通过时，采用当前初始调度计划更新最优充放电功率参考值，并重复上述步骤。
[0012]可选的，所述获取储能电池理想状态下的最优充放电功率参考值包括：
[0013]通过下式得到电力系统的初始净负荷平均值：
[0014][0015]其中，P
net_avg
为电力系统的初始净负荷平均值，P
load,t
为第t时刻电力系统的等效负荷的预测数值，P
new,t
为第t时刻电力系统内新能源发电的预测数值之和，P
the,t
为第t时刻
电力系统内火电机组的计划放电功率，T为调度总时刻数；
[0016]通过下式得到储能电池理想状态下的最优充放电功率参考值：
[0017]P
bat_ref,t
＝P
load,t
‑
P
new,t
‑
P
the,t
‑
P
net_avg
[0018]其中，P
bat_ref,t
为储能电池理想状态下第t时刻的最优充放电功率参考值。
[0019]可选的，所述根据所述最优充放电功率参考值和预设的功率削减函数，得到储能电池的初始调度计划包括：
[0020]通过下式得到储能电池的初始调度计划P＝{P
bat,t
}：
[0021][0022]其中，P
bat,t
为储能电池第t时刻的充放电功率，P
bat_max
为储能电池的最大放电功率，﹣P
bat_max
为储能电池的最大充电功率，SOC
t
为储能电池第t时刻的荷电量，f1(SOC
t
)为放电功率削减函数，f2(SOC
t
)为充电功率削减函数；
[0023][0024][0025]其中，SOC
mid
＝(SOC
min
+SOC
max
)/2，a＝2/(SOC
max
－SOC
min
)，SOC
max
为储能电池的最大荷电量，SOC
min
为储能电池的最小荷电量。
[0026]可选的，所述将所述初始调度计划进行SOC校验包括：
[0027]根据初始调度计划，获取储能电池在整个调度周期中各时刻的SOC值，当储能电池在整个调度周期中各时刻的SOC值均满足储能电池的充放电功率约束、荷电量约束及充放电空间约束时，SOC检验通过；否则，SOC检验未通过。
[0028]可选的，所述将所述初始调度计划进行SOC校验前，还包括：
[0029]将所述初始调度计划P＝{P
bat,t
}通过下式进行迭代计算：
[0030][0031]其中，P
bat,t
为储能电池第t时刻的充放电功率，P
bat,i
为储能电池第i时刻的充放电功率，k为迭代次数，T为调度总时刻数；η(
·
)为储能电池的充放电效率函数：
[0032][0033]其中，符号
·
表示充放电效率函数的自变量，为或η
c
为储能电池的充电效率，η
d
为储能电池的放电效率；
[0034]至储能电池的充放电均值满足设定的误差ε：
[0035][0036]其中，为储能电池的充放电均值。
[0037]本专利技术第二方面，一种储能电池调度计划优化系统，包括：
[0038]数据获取模块，用于获取储能电池理想状态下的最优充放电功率参考值；
[0039]初始优化模块，用于根据所述最优充放电功率参考值和预设的功率削减函数，得到储能电池的初始调度计划；
[0040]迭代优化模块，用于将所述初始调度计划进行SOC校验；
[0041]当SOC校验通过时，以当前初始调度计划为迭代起点，调用预设优化算法进行迭代优化，得到储能电池的调度计划；
[0042]当SOC校验未通过时，采用当前初始调度计划更新最优充放电功率参考值，并依次触发初始优化模块和迭代优化模块。
[0043]可选的，所述数据获取模块具体用于：
[0044]通过下式得到电力系统的初始净负荷平均值：
[0045][0046]其中，P
net_avg
为电力系统的初始净负荷平均值，P
load,t
为第t时刻电力系统的等效负荷的预测数值，P
new,t
为第t时刻电力系统内新能源发电的预测数值之和，P
the,t
为第t时刻电力系统内火电机组的计划放电功率，T为调度总时刻数；
[0047]通过下式得到储能电池理想状态下的最优充放电功率参考值：
[0048]P
bat_ref,t
＝P
load,t
‑
P
new,t
‑
P
the,t...

【技术保护点】

【技术特征摘要】
1.一种储能电池调度计划优化方法，其特征在于，包括：获取储能电池理想状态下的最优充放电功率参考值；根据所述最优充放电功率参考值和预设的功率削减函数，得到储能电池的初始调度计划；将所述初始调度计划进行SOC校验；当SOC校验通过时，以当前初始调度计划为迭代起点，调用预设优化算法进行迭代优化，得到储能电池的调度计划；当SOC校验未通过时，采用当前初始调度计划更新最优充放电功率参考值，并重复上述步骤。2.根据权利要求1所述的储能电池调度计划优化方法，其特征在于，所述获取储能电池理想状态下的最优充放电功率参考值包括：通过下式得到电力系统的初始净负荷平均值：其中，P
net_avg
为电力系统的初始净负荷平均值，P
load,t
为第t时刻电力系统的等效负荷的预测数值，P
new,t
为第t时刻电力系统内新能源发电的预测数值之和，P
the,t
为第t时刻电力系统内火电机组的计划放电功率，T为调度总时刻数；通过下式得到储能电池理想状态下的最优充放电功率参考值：P
bat_ref,t
＝P
load,t
‑
P
new,t
‑
P
the,t
‑
P
net_avg
其中，P
bat_ref,t
为储能电池理想状态下第t时刻的最优充放电功率参考值。3.根据权利要求1所述的储能电池调度计划优化方法，其特征在于，所述根据所述最优充放电功率参考值和预设的功率削减函数，得到储能电池的初始调度计划包括：通过下式得到储能电池的初始调度计划P＝{P
bat,t
}：其中，P
bat,t
为储能电池第t时刻的充放电功率，P
bat_max
为储能电池的最大放电功率，﹣P
bat_max
为储能电池的最大充电功率，SOC
t
为储能电池第t时刻的荷电量，f1(SOC
t
)为放电功率削减函数，f2(SOC
t
)为充电功率削减函数；)为充电功率削减函数；其中，SOC
mid
＝(SOC
min
+SOC
max
)/2，a＝2/(SOC
max
－SOC
min
)，SOC
max
为储能电池的最大荷电量，SOC
min
为储能电池的最小荷电量。4.根据权利要求1所述的储能电池调度计划优化方法，其特征在于，所述将所述初始调度计划进行SOC校验包括：根据初始调度计划，获取储能电池在整个调度周期中各时刻的SOC值，当储能电池在整
个调度周期中各时刻的SOC值均满足储能电池的充放电功率约束、荷电量约束及充放电空间约束时，SOC检验通过；否则，SOC检验未通过。5.根据权利要求1所述的储能电池调度计划优化方法，其特征在于，所述将所述初始调度计划进行SOC校验前，还包括：将所述初始调度计划P＝{P
bat,t
}通过下式进行迭代计算：其中，P
bat,t
为储能电池第t时刻的充放电功率，P
bat,i
为储能电池第i时刻的充放电功率，k为迭代次数，T为调度总时刻数...

【专利技术属性】
技术研发人员：王上行，范高锋，李相俊，于国康，辛超山，宋新甫，
申请(专利权)人：国家电网有限公司国网新疆电力有限公司经济技术研究院国网新疆电力有限公司，
类型：发明
国别省市：