System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及分布式储能协同控制,具体涉及基于云储能服务机制的园区分布式储能双层优化运行方法。
技术介绍
1、近年来,在国家政策的引导下,我国新能源产业迅猛发展。为了建设以可再生能源为主体、智能化为特征、高效节能为目标的新型电力系统,储能技术需要利用各种手段实现电力供需平衡和优化。然而,储能行业在应对新能源消纳、电网调节、碳中和等问题中既有市场需求、政策支持、技术创新等有利条件,也有成本降低、安全保障、商业模式等待解决的难题。如何加快发现和实现储能技术在电力辅助服务、新能源配储、用户侧储能、共享储能等不同应用场景中所能提供的价值和收益,成为当前储能领域中受到广泛关注和探讨的问题和方向。2021年指出鼓励探索建设共享储能,健全“新能源+储能”项目激励机制。2022年3月明确提出要支持用户侧分布式能源系统的建设,基于分布式可再生能源、微电网和增容配电网,为数据中心、5g基站、工业园区和高速服务区等终端用户配置新型储能装置;同时,还要提高用户调节的灵活性,推动用户侧分布式储能设施的建设,探索具有双向充放电功能的智能技术应用。
2、
3、由于园区有大量的分布式储能、强烈的用户需求以及完善的能源管网等特点,具备良好的分布式储能基础,因此可以将园区作为研究对象,开展分布式储能创新应用模式研究。为了适应电力系统的演变,为电网和用户提供多种价值和功能的储能应用,同时实现碳达峰和碳中和的国家战略目标,需要针对园区的特定需求和条件,前瞻性地开展相关研究,探索实现分散布局的储能设备的集中控制和优化调度的合理途径。
技术实现思路
1、针对
技术介绍
所提出的问题,本专利技术目的在于基于云储能服务机制的园区分布式储能双层优化运行方法,针对园区分布式储能场景建立了园区用户的分布式能源设备模型以及用能模型,并从云储能服务平台的角度考虑古典社会福利函数和纳什社会福利函数搭建了需求量调整模型,以达到提高园区内用户储能资源的利用率及用户参与度的目的,解决了当前大多数云储能服务的研究大多都是以用户侧为主,通过博弈的方法实现个人效益最大化,没有考虑服务平台的具体行为,从而导致的储能资源利用率交底的问题。
2、本专利技术通过下述技术方案实现:
3、本专利技术提供了基于云储能服务机制的园区分布式储能双层优化运行方法,包括如下步骤:
4、步骤s1、确定供给侧用户和需求侧用户,并计算需求侧用户的储能需求量;
5、步骤s2、构建需求调整模型,通过所述需求调整模型对储能需求量进行调整;
6、步骤s3、构建云储能资源匹配模型,通过所述云储能资源匹配模型对储能闲置量和调整后的储能需求量进行匹配,得到云储能资源匹配矩阵;
7、步骤s4、构建云储能资源控制模型,对云储能资源匹配矩阵和调整后的储能需求量进行计算,得到云储能服务平台向供给侧用户发的充放电请求。
8、在上述技术方案中,确定了云储能供给侧用户和云储能需求侧用户,并建立了储能闲置量/需求量模型,以求出各方的用能策略。
9、基于云储能服务平台建立了需求量调整模型,对需求侧用户的需求量进行调整,再构建了云储能资源匹配模型,通过云储能资源匹配模型对储能闲置量与调整后的储能需求量进行匹配。最后,通过云储能资源控制模型对匹配后的储能需求量进行计算,确定云储能服务平台向供给侧用户发的充放电请求。在保证平台及需求侧用户的总体效益前提下,提高了园区内用户储能资源的利用率,有助于提升用户参与度。克服了现有技术中大多数云储能服务的研究大多都是以用户侧为主,并未考虑服务平台的缺陷。
10、在一种可选的实施例中,确定供给侧用户和需求侧用户包括:
11、基于日用能成本最小构建目标函数,并对所述目标函数进行储能条件约束和功率平衡约束;
12、对约束后的目标函数进行求解,得到用户向云储能服务平台提交的闲置容量和闲置功率;
13、对闲置容量进行判断,若闲置容量为负,则该用户为需求侧用户;若闲置容量为正,则该用户为供给侧用户。
14、在一种可选的实施例中,对所述目标函数进行储能条件约束包括:
15、储能设备的充放电功率约束:
16、
17、
18、其中,和为用户i在时段t的储能充放电功率;为充放电系数,充电时为1,放电时为0;
19、用于保证闲置量不超过用户自身储能总量的约束:
20、
21、用于保证分布式储能设备的当日净充电量为零的约束:
22、
23、其中,η为储能设备的充/放电效率;
24、用于确保分布式储能设备存储的电量在任意时间段都在最小及最大允许容量之间变化的约束:
25、
26、其中,为用户i的分布式储能设备的最大容量。
27、在一种可选的实施例中,对所述目标函数进行功率平衡约束包括:
28、pti.load+pti.ch+pti.sell=pti.dch+pti.pv+pti.wpp+pti.pc
29、其中,pti.load为用户i在时段t内的负荷,pti.pv为分布式光伏能源的出力,pti.wpp为风力发电的出力。
30、在一种可选的实施例中,步骤s1还包括:
31、构建供给侧用户用能模型,通过所述供给侧用户用能模型确定供给侧用户的用能策略;
32、构建储能需求用户用能模型,通过所述储能需求用户用能模型确定需求侧用户向云储能服务平台提交的充放电请求。
33、在一种可选的实施例中,构建需求调整模型包括:
34、构建云储能服务平台模型、需求侧用户模型和总目标函数;
35、将所述云储能服务平台模型作为上层模型,将所述需求侧用户模型和所述总目标函数作为下层模型。
36、在一种可选的实施例中,云储能服务平台模型包括:
37、
38、
39、其中,和分别为用户i的储能闲置量单位容量价格基准值的估计值和单位功率价格基准值的估计值。
40、在一种可选的实施例中,所述总目标函数包括:
41、maxw=maxf×w1+w2
42、其中,maxf为一个极大的正数;w1为古典社会福利函数;w2为纳什社会福利函数。
43、在一种可选的实施例中,通过所述需求调整模型对储能需求量进行调整包括:
44、初始化上层模型的需求系数粒子,将每个粒子的需求系数依次传输到下层模型中;
45、下层模型根据接收到的需求系数和用户原始数据对每个需求侧用户进行计算,得到云储能电池的容量需求量、功率需求量,以及,在所述容量需求量与功率需求量下的用能策略与用能成本;
46、对需求系数与各个需求侧用户的用能策略、用能本文档来自技高网...
【技术保护点】
1.基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,确定供给侧用户和需求侧用户包括:
3.根据权利要求2所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,对所述目标函数进行储能条件约束包括:
4.根据权利要求2所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,对所述目标函数进行功率平衡约束包括:
5.根据权利要求1所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,步骤S1还包括:
6.根据权利要求1所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,构建需求调整模型包括:
7.根据权利要求6所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,云储能服务平台模型包括:
8.根据权利要求6所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,所述总目标函数包括:
10.根据权利要求1所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,通过所述云储能资源匹配模型对储能闲置量和调整后的储能需求量进行匹配,得到云储能资源匹配矩阵包括:
...【技术特征摘要】
1.基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,确定供给侧用户和需求侧用户包括:
3.根据权利要求2所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,对所述目标函数进行储能条件约束包括:
4.根据权利要求2所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,对所述目标函数进行功率平衡约束包括:
5.根据权利要求1所述的基于云储能服务机制的园区分布式储能双层优化运行方法,其特征在于,步骤s1还包括:
6.根据权利要求1所述的基于云储能服务机制...
【专利技术属性】
技术研发人员:乔云池,余志军,胥威汀,刘阳,马天男,赵琳艳,李华强,潘一凡,
申请(专利权)人:国网四川省电力公司经济技术研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。