考虑差异储能类型的园区新能源调度方法技术

本发明专利技术涉及电力调度技术领域，公开了一种考虑差异储能类型的园区新能源调度方法

【技术实现步骤摘要】
考虑差异储能类型的园区新能源调度方法、装置与系统


[0001]本专利技术涉及电力调度
，尤其涉及一种考虑差异储能类型的园区新能源调度方法
、
装置与系统
。

技术介绍

[0002]当前，国际能源和环保问题严峻，各国都在积极开展本国的能源产业革命
。
吸纳更多新能源入网，促进综合能源之间的互相协调与互相补充，升级我国能源消费模式已经成为了能源发展的重中之重
。
工商业负荷汇集的园区成为新能源消纳的新战场
。
[0003]新能源的接入使得园区变成一个有源系统，此外带来电源出力的波动性特征，为缓解园区电源出力的波动情况，通常采取储能配置的方式平抑新能源波动，同时储能所具备的电能存储能力支持跨长时间维度的能量平移，有助于缓解园区用电紧张的情况
。
[0004]现有的研究针对储能的充
、
放电规律开展了大量研究，通常情况下采取用电低谷时段进行储能充电，在用电高峰时进行储能放电，或结合新能源出力特征形成储能的充放电策略，取得良好的运行效果
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种考虑差异储能类型的园区新能源调度方法，其特征在于，包括以下步骤：获取园区内新能源机组的机组类型，所述机组类型包括蓄电池和超级电容器；获取园区从主系统侧的购售电成本，以蓄电池的运行成本最小为目标，构建第一阶段优化目标模型，以保持系统功率平衡为约束，对所述第一阶段优化目标模型进行求解，得到主系统侧的购电功率预测值和蓄电池的功率预测值；以考虑新能源机组的随机出力的储能
、
超级电容器及购电累计总和成本最小为目标，构建第二阶段优化目标模型，以保持系统功率平衡为约束，对所述第二阶段优化目标模型进行求解，得到调节偏差修正后的主系统侧的购电功率调度值
、
调节偏差修正后的蓄电池的功率调度值和超级电容器的功率调度值；根据主系统侧的购电功率调度值
、
蓄电池的功率调度值和超级电容器的功率调度值形成新能源调度计划，将所述新能源调度计划下发至相应的各个新能源机组
。2.
根据权利要求1所述的考虑差异储能类型的园区新能源调度方法，其特征在于，获取园区从主系统侧的购售电成本，以蓄电池的运行成本最小为目标，构建第一阶段优化目标模型，以保持系统功率平衡为约束，对所述第一阶段优化目标模型进行求解，得到主系统侧的购电功率预测值和蓄电池的功率预测值的步骤，具体包括：设置第一阶段优化目标模型的状态变量为
{P
Grid,f
(t
f
),P
B,f
(t
f
)}
，其中，
P
Grid,f
(t
f
)
表示第一阶段中的主系统侧的购电功率，
P
B,f
(t
f
)
表示蓄电池的运行功率；获取园区从主系统侧的购售电成本，以蓄电池的运行成本最小为目标，构建第一阶段优化目标模型的目标函数为：式中，
t
f
为当前时段节点，
T
f
为总时段，
C
Grid,f
(t
f
)
表示当前时段节点的园区从主系统侧的购售电成本，
C
B,f
(t
f
)
表示当前时段节点的调控蓄电池产生的运行成本，其中，当前时段节点的园区从主系统侧的购售电成本
C
Grid,f
(t
f
)
表示为：
C
Grid,f
(t
f
)
＝
c
Grid
(t
f
)
·
P
Grid,f
(t
f
)
Δ
t
f
式中，
c
Grid
(t
f
)
为园区通过主系统侧购售电的价格费用，
Δ
t
f
为时间间隔；其中，当前时段节点的调控蓄电池产生的运行成本
C
B,f
(t
f
)
表示为：
C
B,f
(t
f
)
＝
C
BDC
(t
f
,d
B
(t
f
))
‑
(1
‑
δ
(t
f
))
·
C
BDC
(t
f
,d
B
(t
f
‑
1))
式中，
d
B
(t
f
)
为当前时段节点的蓄电池的放电深度，
C
BDC
(t
f
,d
B
(t
f
))
为放电深度为
d
B
(t
f
)
的蓄电池在当前时段节点的折旧成本，
d
B
(t
f
‑
1)
为前一时段节点的蓄电池的放电深度，
C
BDC
(t
f
,d
B
(t
f
‑
1))
为放电深度为
d
B
(t
f
‑
1)
的蓄电池在当前时段节点的折旧成本，
δ
(t
f
)
为蓄电池充放电过程中的充电状态与放电状态刻画函数，
δ
(t
f
)
表示为：式中，
P
B,f
(t
f
‑
1)
为前一时段节点的蓄电池的运行功率；其中，约束条件为系统功率平衡，表示为
式中，分别为预测日前一天的新能源电源出力量测值和预测日前一天的负荷量测值；通过
Gurobi
数学规划优化器对第一阶段优化目标模型的目标函数进行求解，得到主系统侧的购电功率预测值和蓄电池的运行功率预测值
。3.
根据权利要求2所述的考虑差异储能类型的园区新能源调度方法，其特征在于，以考虑新能源机组的随机出力的储能
、
超级电容器及购电累计总和成本最小为目标，构建第二阶段优化目标模型，以保持系统功率平衡为约束，对所述第二阶段优化目标模型进行求解，得到调节偏差修正后的主系统侧的购电功率调度值
、
调节偏差修正后的蓄电池的功率调度值和超级电容器的功率调度值的步骤，具体包括：设置第一阶段优化目标模型的状态变量为
{P
Grid,s
(t
s
),P
B,s
(t
s
),P
SC,s
(t
s
)}
，其中，
t
s
∈[t
f
,t
f
+
Δ
t
f
]
，
P
Grid,s
(t
s
)
为经修正后的主系统侧的购电功率，
P
B,s
(t
s
)
表示经修正后的蓄电池的运行功率，
P
SC,s
(t
s
)
表示超级电容器的运行功率；其中，
P
Grid,s
(t
s
)
＝
P
Grid,f
(t
f
)+
Δ
P
Grid
(t
s
)P
B,s
(t
s
)
＝
P
B,f
(t
f
)+
Δ
P
B
(t
s
)P
SC,s
(t
s
)
＝
P
SC
(t
s
)
式中，
Δ
P
Grid
(t
s
)
为主系统侧的购电功率的调节偏差值，
Δ
P
B
(t
s
)
为蓄电池的运行功率的调节偏差值，
P
SC
(t
s
)
为超级电容器的充放电功率；以考虑新能源机组的随机出力的储能
、
超级电容器及购电累计总和成本最小为目标，构建第二阶段优化目标模型的目标函数为：式中，
T
s
为总时段，
γ
为考虑
T
s
时段长度的折扣奖励，
C
SCDC
(t
s
)
为超级电容器折旧成本，和分别为经过第二阶段的调节偏差修正后的主系统侧的购电调控等效成本
、
经过第二阶段的调节偏差修正后的蓄电池调控等效成本和超级电容器维持平衡的荷电惩罚成本，其中，和分别表示为：分别表示为：分别表示为：式中，
SOC
SC
(t
s
)
表示
t
s
时段的超级电容器的荷电状态；构建蓄电池和超级电容器的充放电特性模型分别为：构建蓄电池和超级电容器的充放电特性模型分别为：式中，
E
B
(t+
Δ
t)
表示蓄电池在
t+
Δ
t
时段的容量，
E
B
(t)
表示蓄电池在
t
时段的容量，
P
B
(t)
表示蓄电池在
t
时段的运行功率，
Δ
t
表示时间间隔，分别表示蓄电池的充
、
放电效率，
E
SC
(t+
Δ
t)
表示超级电容器在
t+
Δ
t
时段的容量，
E
SC
(t)
表示超级电容器在
t
时段的容量，
P
SC
(t)
表示超级电容器在
t
时段的运行功率，分别表示超级电容器的充
、
放电效率；其中，对于荷电状态，有：其中，对于荷电状态，有：式中，分别表示蓄电池和超级电容器的额定容量；其中，约束条件为系统功率平衡，表示为：式中，分别为
t
s
时段的新能源的电源出力量测值和
t
s
时段的负荷量测值；将所述第二阶段优化目标模型的目标函数采用马尔可夫状态转移过程进行训练，构成马尔可夫状态转移的奖励函数，通过强化学习算法对马尔可夫状态转移的奖励函数进行求解，得到主系统侧的购电功率的调节偏差值
、
蓄电池的运行功率的调节偏差值和超级电容器的荷电状态；根据所述主系统侧的购电功率的调节偏差值和所述蓄电池的运行功率的调节偏差值分别对所述主系统侧的购电功率和蓄电池的运行功率进行修正，得到调节偏差修正后的主系统侧的购电功率调度值
、
调节偏差修正后的蓄电池的功率调度值，通过超级电容器的充放电特性模型将所述超级电容器的荷电状态转换为超级电容器的运行功率
。4.
一种考虑差异储能类型的园区新能源调度装置，其特征在于，包括：机组获取单元，用于获取园区内新能源机组的机组类型，所述机组类型包括蓄电池和超级电容器；第一阶段预测单元，用于获取园区从主系统侧的购售电成本，以蓄电池的运行成本最小为目标，构建第一阶段优化目标模型，以保持系统功率平衡为约束，对所述第一阶段优化目标模型进行求解，得到主系统侧的购电功率预测值和蓄电池的功率预测值；第二阶段优化单元，用于以考虑新能源机组的随机出力的储能
、
...

【专利技术属性】
技术研发人员：胡春潮，张延旭，蔡煜，曾梦迪，沈开慧，
申请(专利权)人：南方电网电力科技股份有限公司，
类型：发明
国别省市：