一种含储能电站的微电网多时间尺度功率分配方法与装置制造方法及图纸

本发明专利技术公开了一种含储能电站的微电网多时间尺度功率分配方法，包括：构建由可再生能源、可变负载、慢响应储能单元和快响应储能单元的微电网模型，所述模型包括快、慢阶段的储能单元荷电状态约束、电量约束、充放电约束、能量平衡约束等；在微电网相关约束的基础上，建立微电网内能量管理的成本目标，得到微电网优化控制模型；基于微电网优化控制模型，利用李雅普诺夫优化方法处理和随机近似技术对微电网优化控制模型进行处理和简化求解。网优化控制模型进行处理和简化求解。网优化控制模型进行处理和简化求解。

【技术实现步骤摘要】
一种含储能电站的微电网多时间尺度功率分配方法与装置


[0001]本专利技术涉及电气工程
，尤其是涉及一种含储能电站的微电网多时间尺度功率分配方法与装置。

技术介绍

[0002]随着可再生能源的普及，新型储能可实现能量、功率平衡，帮助电网调峰调频、电压控制等应用，使其成为为智能电网的关键组成部分。基于不同储能技术，储能电站在容量、响应时间，充放电功率等方面表现出不同的特征，这些特征与储能系统提供电能、电量服务策略息息相关。
[0003]由于决策跨时间耦合、用电需求和成本的不确定性，储能系统的优化调度具有挑战性。在现有技术中，对储能的调度策略方法可分为三种：近似动态规划、模型预测控制和李雅普诺夫优化。近似动态规划求解通常具有较高的计算复杂度，需要事先知道相关随机过程的联合概率分布函数，然而该分布函数通常靠经验假设，导致结果并不准确。在模型预测控制方案中，电池充电策略是以确定性或者随机性的方式在有限的范围内结局也，该范围随着时间的推移逐步移动，然而该方法没有性能保证。李亚普诺夫优化方法的假设相对温和，该方法利用随机网络放宽时间耦合约束。然而，从储能优化调度的模型来看，目前现有技术主要聚焦于某一种时间尺度的优化调度，而没有关注对于储能电站在快慢时间尺度应用层面上功率分配的问题。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术提供了一种储能电站时间尺度功率分配方法。该方法综合考虑低功率长时间放电的和高功率短时间高频率放电的两类储能单元，基于超前能量和实时能量，提出了多时间尺度实时调控的策略，基于李雅普诺夫优化对时间耦合约束进行解耦并提出高效的求解方法，实现储能电站分时复用策略分配。
[0005]为实现上述目的，本专利技术采用如下技术方案：本专利技术实施例的第一方面提供了一种含储能电站的微电网多时间尺度功率分配方法，具体包括以下步骤：
[0006](1)构建由可再生能源、可变负载、慢响应储能单元和快响应储能单元的微电网模型，所述模型包括快、慢阶段的储能单元荷电状态约束、电量约束、充放电约束、能量平衡约束等；
[0007](2)在步骤(1)建立的微电网相关约束的基础上，建立微电网内能量管理的成本目标，得到微电网优化控制模型；
[0008](3)基于步骤(2)所构建的微电网优化控制模型，利用李雅普诺夫优化方法处理和随机近似技术对微电网优化控制模型进行处理和简化求解。
[0009]进一步地，所述步骤(1)具体为：
[0010]所述慢时间尺度储能单元的荷电状态约束、电量约束以及n阶段内充放电量约束如下：
[0011]S
n+1
＝S
n
+B
n
[0012][0013][0014]其中，S
n
表示储能单元的在n阶段的荷电状态(SOC)，B
n
表示储能单元在n阶段内充放电量，S和分别表示储能单元SOC的上下限，B和分别表示储能单元在n阶段内充放电量的上下限。微电网从主电网获得的能量P
n
来为慢速电池充放电B
n
。
[0015]所述微电网能量平衡约束如下：
[0016]E
n
＝P
n
‑
B
n
[0017]其中，E
n
表示微电网的剩余能量，该剩余能量用来满足快速控制时段内的负荷需求，剩余能量由约束。
[0018]所述快速时间尺度上储能单元的荷电状态约束、电量约束以及n阶段内充放电量约束如下：
[0019]s
t+1
＝s
t
+b
t
[0020][0021][0022]其中，s
t
表示储能单元的在n阶段的荷电状态(SOC)，b
t
表示储能单元在t阶段内充放电量，s和分别表示储能单元SOC的上下限，b和分别表示储能单元在t阶段内充放电量的上下限。
[0023]所述快时间尺度内微电网平衡约束如下:
[0024][0025]其中，p
t
为微电网在t时期从电网实时获得的能量，l t
表示快周期t中负荷需求和光伏发电之间的差值，b
t
表示储能单元在t阶段内充放电量，E
n
表示微电网的剩余能量。
[0026]进一步地，所述步骤(2)中微电网内能量管理的目标的计算公式如下：
[0027][0028]over{P
n
,B
n
,S
n
,E
n
},{p
t
,s
t
,b
t
}
[0029]式中，每个控制周期T内的超前能量成本为C
n
(P
n
)，实时成本为c
t
(p
t
)
[0030]进一步地，所述步骤(3)中微电网内能量管理经李雅普诺夫优化处理后的计算公式如下：
[0031][0032]over{P
n
,B
n
,E
n
},{p
t
,b
t
}
[0033]s.t.
[0034][0035]E
n
＝P
n
‑
B
n
[0036][0037][0038][0039][0040]所述最小化所有队列漂移和惩罚成本的微电网优化控制模型如下：
[0041][0042]overP
n
,B
n
,E
n
,{p
t
,b
t
}
[0043]s.to
[0044][0045]E
n
＝P
n
‑
B
n
[0046][0047][0048]所述虚拟队列与SoC相关的位置为：
[0049]X
n
:＝S
n
+Γ,x
t
:＝s
t
+γ
[0050]其中，Γ和γ是计算得到的常数，V为权重系数。
[0051]所述简化了的微电网优化控制模型目标函数为：
[0052][0053]其中H(E
n
；X
n
)为子目标函数，具体为且F
t
(E
n
；x
n
)为与微电网剩余能量和队列位置信息相关的子目标
[0054]本专利技术实施例的第二方面提供了一种电子设备，包括存储器和处理器，所述存储器与所述处理器耦接；其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现上述的含储能电站的微电网多时间尺度功率分配方法。
[0055]本专利技术实施例的第三方面提供了一种计算机可读存储介质，其上存储有计算机程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种含储能电站的微电网多时间尺度功率分配方法，其特征在于，所述方法具体包括：(1)构建由可再生能源、可变负载、慢响应储能单元和快响应储能单元的微电网模型，所述模型包括快、慢阶段的储能单元荷电状态约束、电量约束、充放电约束、能量平衡约束等；(2)在步骤(1)建立的微电网相关约束的基础上，建立微电网内能量管理的成本目标，得到微电网优化控制模型；(3)基于步骤(2)所构建的微电网优化控制模型，利用李雅普诺夫优化方法处理和随机近似技术对微电网优化控制模型进行处理和简化求解。2.根据权利要求1所述的含储能电站的微电网多时间尺度功率分配方法，其特征在于，所述步骤(1)具体为：所述慢时间尺度储能单元的荷电状态约束、电量约束以及n阶段内充放电量约束如下：S
n+1
＝S
n
+B
nn
其中，S
n
表示储能单元的在n阶段的荷电状态，B
n
表示储能单元在n阶段内充放电量，S和分别表示储能单元SOC的上下限，B和分别表示储能单元在n阶段内充放电量的上下限；微电网从主电网获得的能量P
n
来为慢速电池充放电B
n
；所述微电网能量平衡约束如下：E
n
＝P
n
‑
B
n
其中，E
n
表示微电网的剩余能量，该剩余能量用来满足快速控制时段内的负荷需求，剩余能量由约束；所述快速时间尺度上储能单元的荷电状态约束、电量约束以及n阶段内充放电量约束如下：s
t+1
＝s
t
+b
tt
其中，s
t
表示储能单元的在n阶段的荷电状态(SOC)，b
t
表示储能单元在t阶段内充放电量，s和分别表示储能单元SOC的上下限，b和分别表示储能单元在t阶段内充放电量的上下限；所述快时间尺度内微电网平衡约束如下：其中，p
t
为微电网在t时期从电网实时获得的能量，l
t
表示快周期t中负荷需求和光伏发电之间的差值，b
t
表示储能单元在t阶段内充放电量，E
n
表示微电网的剩余能量。3.根据权利要求1所述的含储能电站的微电网多时间尺度功率分配方法，其特征在于，所述步骤(2)中微电网内能量管理的目标的计算公式如下：
over{...

【专利技术属性】
技术研发人员：李勇琦，陈满，李知艺，李毓煊，万民惠，庄雨轩，胡振恺，谭启鹏，
申请(专利权)人：南方电网调峰调频发电有限公司储能科研院，
类型：发明
国别省市：