考虑退役电池参与的风电双侧尾部信息调度方法技术

一种考虑退役电池参与的风电双侧尾部信息调度方法，属于电力系统优化调度技术领域，步骤：1)考虑风电出力双侧尾部成本特点，建立退役电池参与的风电双侧尾部惩罚成本模型；2)考虑风电出力双侧尾部场景概率，建立风电双侧尾部惩罚成本的条件风险价值模型；3)考虑退役电池失效风险，建立考虑退役电池失效概率的风电双侧尾部调度模型；4)基于等效变换对模型进行简化并利用粒子群算法求解。本发明专利技术针对风电出力的不确定性给电力系统调度带来的技术难题，对运行中面临的风电短缺场景和弃风场景分别进行惩罚成本建模，并对风电双侧尾部信息分别进行风险建模；调度中考虑退役电池失效场景和失效概率，控制调度风险，实现面向风电出力不确定性的电力系统优化调度。不确定性的电力系统优化调度。不确定性的电力系统优化调度。

【技术实现步骤摘要】
考虑退役电池参与的风电双侧尾部信息调度方法


[0001]本专利技术属于电力系统优化调度
，涉及面向可再生能源发电不确定性的调度方法，特别涉及一种电力市场背景下风电出力不确定性双侧尾部信息的调度方法。

技术介绍

[0002]电力行业作为能源发展的重要组成部分，在能源转型中发挥着不可替代的作用。在世界各国的政策推动下，截至2020年，全球可再生能源发电装机容量已占据了发电总装机容量的36.6％。在“碳达峰、碳中和”目标的推动下，可再生能源发电装机仍将进一步提升，可再生能源发电将在电力系统中发挥越来越重要的作用。然而，以风电为代表的可再生能源发电具有很强的随机性，出力的不确定性将给电力系统调度带来难题，尤其是在电力市场背景下，可再生能源发电调度不合理将带来电力系统平衡成本，影响调度结果的实际执行。因此，在电力市场背景下，面对大规模可再生能源发电出力不确定性，如何获得切实可行的调度结果成为亟待解决的问题。
[0003]目前，在面向风电不确定性的调度中，通常可以基于分布函数进行调度建模，以调度成本或调度收益的均值纳入调度决策。为了简化建模方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑退役电池参与的风电双侧尾部信息调度方法，其特征在于，首先，考虑风电出力双侧尾部成本特点，建立退役电池参与的风电双侧尾部惩罚成本模型；其次，考虑风电出力双侧尾部场景概率，建立风电双侧尾部惩罚成本的条件风险价值模型；再次，考虑退役电池失效风险，建立考虑退役电池失效概率的风电双侧尾部调度模型；最后，基于等效变换对模型进行简化并利用粒子群算法求解。2.根据权利要求1所述的一种考虑退役电池参与的风电双侧尾部信息调度方法，其特征在于，具体步骤如下：步骤1：考虑风电出力双侧尾部成本特点，建立退役电池参与的风电双侧尾部惩罚成本模型，具体如下：当风电实际出力低于调度出力时，退役电池可通过放电补偿风电短缺，退役电池放电后仍低于调度出力的部分面临风电短缺惩罚，如式(1)所示；当风电实际出力高于调度出力时，退役电池可通过充电消纳风电短缺，退役电池充电后仍高于调度出力的部分面临弃风惩罚，如式(2)所示；如式(2)所示；式中，L
WR,S,t
和L
WR,C,t
分别为t时段的风电短缺惩罚成本和弃风惩罚成本；P
W,t
为风电在t时段的调度出力；P
W,real,t
为风电在t时段的实际出力；λ
DA
为风电结算价格；m
S
和m
C
分别为风电短缺惩罚系数和弃风惩罚系数；S
t
和S
t
‑1分别为t时段和t
‑
1时段退役电池的储能状态；η
dis
和η
ch
分别为退役电池放电和充电效率；η
inv
为退役电池双向逆变器效率；步骤2：考虑风电出力双侧尾部场景概率，建立风电双侧尾部惩罚成本的条件风险价值模型，具体如下：对式(1)建立的风电短缺惩罚成本条件风险价值模型如式(8)所示；对式(2)建立的弃风惩罚成本条件风险价值模型如式(9)所示；风惩罚成本条件风险价值模型如式(9)所示；式中，R
WR,S,t
和R
WR,C,t
分别为t时段风电短缺惩罚成本的条件风险价值和弃风惩罚成本的条件风险价值；ρ
WR,S,t
和ρ
WR,C,t
分别为t时段风电短缺场景和弃风场景出现的概率，如式(10)和式(11)所示；和分别为t时段风电短缺惩罚成本的风险价值和弃风惩罚成本的风险价值，满足式(12)
‑
式(15)；z
WR,S,t,i
和z
WR,C,t,i
分别为风电短缺场景和弃风场景的辅助变量，满足式(16)
‑
式(17)；N
W,t
为风电场景数；θ为置信度；
根据风电双侧尾部惩罚成本的物理含义和数学模型特点，式(12)和式(14)分别为风电短缺场景下的风险价值约束、式(13)和式(15)为弃风场景下的风险价值约束；步骤3：考虑退役电池失效风险，建立考虑退役电池失效概率的风电双侧尾部调度模型，具体如下：建立考虑退役电池失效概率的风电双侧尾部调度模型，目标函数为调度收益最大化，如式(18)所示；约束条件如式(19)
‑
式(28)所示，其中，式(19)和式(21)为考虑电池失效概率时，风电短缺场景下的风险价值约束；式(20)和式(22)为考虑电池失效概率时，弃风场景下的风险价值约束；式(23)为考虑电池失效概率时，退役电池储能状态与荷电状态的关系；式(24)为考虑电池失效概率时，退役电池荷电状态约束、式(25)和式(26)分别为考虑电池失效概率时，退役电池充电功率约束和放电功率约束；式(27)考虑电池失效概率时，风电调度出力与储能状态协调约束；式(28)为风电可调度范围约束；式(28)为风电可调度范围约束；式(28)为风电可调度范围约束；式(28)为风电可调度范围约束；
S
t,ψ
＝...

【专利技术属性】
技术研发人员：彭飞翔，陶骏，汤雯，朱乾龙，邓天白，张茂松，尹骁骐，
申请(专利权)人：安徽大学，
类型：发明
国别省市：