【技术实现步骤摘要】
本专利技术属于电力系统储能，尤其涉及一种用户侧储能动态优化运行的方法。
技术介绍
1、随着电力系统的不断发展，可再生能源的广泛应用和能源互联网等技术的快速崛起，电力系统中的不确定性和波动性增加，这对电力系统的稳定运行带来了挑战，储能系统的需求量不断上升。然而，传统储能系统受到能量密度、荷客单价等因素的限制，很难满足电力系统对高效、高性价比储能系统的需求。用户侧储能作为一种可灵活调度的分布式资源，因其具备灵活的双向调节能力，可实现电能的时空转移，有效应对可再生能源接入给电力系统安全稳定运行带来的挑战。
2、目前，储能技术广泛应用于电力系统分布式电源侧、电网侧和用户侧，而随着储能技术的日趋成熟和成本的逐步下降，用户侧分布式储能的商业化应用受到广泛关注。当前阶段，用户通过“低储高放”的调度方式，可实现灵活消纳可再生能源、平滑净负荷曲线、参与电力市场交易等多重目标，进而降低自身的电力需求成本。传统的储能系统控制策略通常基于静态模型进行预测，不能适应动态的电价、需求等变化。
技术实现思路
1、本专利技术的目的是提供一种用户侧储能动态优化运行的方法，以解决电力系统间歇式能源利用率低、控制策略无法适应动态电价及需求的问题。
2、本专利技术采用以下技术方案：一种用户侧储能动态优化运行的方法，包括：
3、步骤1：采集用户侧的室外温度、湿球温度、天气状态和历史电负荷；
4、步骤2：利用bp神经网络预测出用户侧的目标电负荷；
5、步骤3：在目标
6、步骤4：根据动作值更新决策函数，并得到储能装置的优化状态参数。
7、进一步地，其中，步骤4中奖励函数为：
8、
9、其中，ti为控制周期内的第i时刻；tn表示控制周期内总共有n个时刻；为控制周期内第i时刻的总耗电功率；为第i时刻的电价；csh为控制周期内的储能电池充放电的循环损耗成本。
10、进一步地，其中，
11、
12、其中，csh为控制周期内的储能电池充放电的循环损耗成本；cw为储能容量成本系数；pe为储能的容量；neq为控制周期内的充放电循环次数；na为储能全寿命周期的充放电循环次数。
13、进一步地，步骤3中储能装置的模型为：
14、
15、其中，et、et+1分别为储能装置在t、t+1时刻的剩余电量；ηch、ηdch分别为储能装置的充电、放电效率；pch,t、pdch,t分别为储能装置在t时刻的充电、放电功率；δt为调度时间间隔。
16、进一步地，其中，pch,t、pdch,t应满足单位时间内的充、放电功率约束：
17、
18、其中，αch,t+αdch,t≤1，emax·(1-ε1)≤et≤emax·ε2；
19、其中，αch,t、αdch,t分别为0-1变量，分别为储能装置的充电和放电状态；emax为储能装置的最大容量；ε1、ε2分别为储能装置的最大放电深度、最大充电限制。
20、进一步地，步骤2中利用bp神经网络预测出用户侧的目标电负荷的公式为：
21、
22、式中，yk为输出层第k个节点的电负荷，xi为输入层第i个节点的输入值，k为输出层节点的序数，wjk为隐含层第j个节点到输出层第k个节点之间的权值，wij为输入层第i个节点到隐含层第j个节点之间的权值，αj为隐含层第j个节点的偏置，βk为输出层第k个节点的偏置，m为隐含层节点数，n为输入层节点总数，为隐含层的激活函数，ψ(·)为输出层的激活函数。
23、本专利技术的有益效果是：
24、本专利技术基于用户侧储能系统的运行状态、能源消耗和储能容量等关键参数进行能量管理和优化，高效地利用电能，减少能源浪费，提高能源利用效率；
25、本专利技术根据用户需求、能源价格和电网负荷等因素，智能化地管理用户侧储能系统的能量存储和释放，利用强化学习无需具体环境模型参数、通过与环境交互获取知识的自监督机器学习方法的优点，在迭代求解过程中可以不断通过目标函数及约束条件对电力系统的储能装置的运行状态的解空间进行探索，找到相对最优的运行状态解集，根据电负荷、实时电价等实时环境变化进行自适应调整，实现能源供需的匹配，减轻电网负荷峰谷差异，提高电网稳定性和可靠性，对于求解的速率和时间也可以通过调节参数得到很好的控制，提供可靠实时的智能控制策略，实现对储能系统的自主学习和优化控制，并实现用户侧储能系统的高效运行和能源利用；
26、本专利技术基于强化学习的用户侧储能动态优化运行方法可以自动学习和优化储能设备的充放电策略，无需人工干预，降低了运行成本；可以根据电力系统的实际运行情况，实时调整策略，提高了储能设备的使用效率、更好的适应动态电价，通过与环境的交互，考虑需量电费、负荷曲线、费价模型等因素，逐步调整控制策略以实现最大的能源利用效率和最小的运行成本，比传统方法更具灵活性和实时性。
本文档来自技高网...【技术保护点】
1.一种用户侧储能动态优化运行的方法，其特征在于，包括：
2.根据权利要求1所述的一种用户侧储能动态优化运行的方法，其特征在于，其中，步骤4中奖励函数为：
3.根据权利要求2所述的一种用户侧储能动态优化运行的方法，其特征在于，其中，
4.根据权利要求1所述的一种用户侧储能动态优化运行的方法，其特征在于，步骤3中储能装置的模型为：
5.根据权利要求4所述的一种用户侧储能动态优化运行的方法，其特征在于，其中，Pch,t、Pdch,t应满足单位时间内的充、放电功率约束：
6.根据权利要求1所述的一种用户侧储能动态优化运行的方法，其特征在于，步骤2中利用BP神经网络预测出用户侧的目标电负荷的公式为：
【技术特征摘要】
1.一种用户侧储能动态优化运行的方法，其特征在于，包括：
2.根据权利要求1所述的一种用户侧储能动态优化运行的方法，其特征在于，其中，步骤4中奖励函数为：
3.根据权利要求2所述的一种用户侧储能动态优化运行的方法，其特征在于，其中，
4.根据权利要求1所述的一种用户侧储能动态优化运行的方法，其...
【专利技术属性】
技术研发人员：乔匡华，景晨英，顾思源，闫奕飞，
申请(专利权)人：西安思安云创科技有限公司，
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。