【技术实现步骤摘要】
本专利技术涉及储能控制优化，特别涉及一种基于可拆分优化模型的储能控制策略优化方法和系统。
技术介绍
1、储能控制策略需要在保证运行安全的基础上，通过优化算法提高储能的经济性。而对于不同的场景、成本要求以及项目客观条件，储能控制策略往往需要定制化的开发，含有多个优化目标，以及大量的约束条件，需要较高的算力和时间进行求解，产生大量的设计和研发成本。
技术实现思路
1、为了解决上述问题，专利技术人做出本专利技术，通过具体实施方式，提供一种基于可拆分优化模型的储能控制策略优化方法、系统和存储介质。
2、第一方面，本专利技术实施例提供一种基于可拆分优化模型的储能控制策略优化方法，包括以下步骤：
3、根据储能系统不同场景和用户需求，选取多个优化目标，建立全局多维寻优模型；
4、基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型；筛选满足全部选定需求的子模型或子模型组合，得到候选模型集；
5、从候选模型集中选择计算成本最小的子模型或子模型组合，得到目标模型，根据目标模型的输出，确定选定需求对应的储能控制策略。
6、具体的，基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型，包括以下步骤：
7、基于所述全局多维寻优模型，分别保留每个优化目标或小于优化目标总数的多个优化目标，同时以其他优化目标为约束，分别得到多个子模型；
8、其中，约束值为全
9、可选的，当选取减少电池衰减、需求响应经济性最优和减少弃光为优化目标时，建立的全局多维寻优模型为：
10、，
11、其中，代表t时刻电网的实时单位电费，表示t时刻储能系统放电减少的用户负荷量，表示t时刻储能系统从电网处充电量，代表t时刻需求响应单位收入，表示t时刻储能系统放电进行需求响应的电量，表示t时刻光伏发电上网单位收入，代表储能系统充放单位电量的寿命损失成本，表示t时刻储能系统从光伏系统充电量，i为下标编号，表示t时刻i为不同值时对应的电量，t表示优化周期，、分别为储能系统的额定充、放电功率，表示t时刻i为不同值时对应的电量，为t时刻计划负荷量，为t时刻需求侧响应电量，为t时刻光伏预计弃光量，k表示0到t之间的任一时刻，和分别表示k时刻i为不同值时对应的电量，表示储能系统最小容量，表示储能系统最大容量。
12、可选的，当所述全局多维寻优模型选取减少电池衰减、需求响应经济性最优和减少弃光为优化目标时，基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型，包括以下步骤：
13、基于所述全局多维寻优模型，保留减少电池衰减和减少弃光为优化目标，以需求响应为约束，得到的减少衰减弃光子模型为：
14、，
15、其中，代表t时刻电网的实时单位电费，表示t时刻储能系统放电减少的用户负荷量，表示t时刻储能系统从电网处充电量，表示t时刻光伏发电上网单位收入，代表储能系统充放单位电量的寿命损失成本，表示t时刻储能系统从光伏系统充电量，i为下标编号，表示t时刻i为不同值时对应的电量，t表示优化周期，、分别为储能系统的额定充、放电功率，表示t时刻i为不同值时对应的电量，为t时刻计划负荷量，表示t时刻需求侧响应电量预设值，为t时刻光伏预计弃光量，k表示0到t之间的任一时刻，表示k时刻储能系统放电减少的用户负荷量，表示k时刻i为不同值时对应的电量，表示储能系统最小容量，表示储能系统最大容量；
16、基于所述全局多维寻优模型，保留减少电池衰减和需求响应经济性最优为优化目标，以弃光为约束，得到的减少衰减响应最优子模型为：
17、，
18、其中，代表t时刻电网的实时单位电费，表示t时刻储能系统放电减少的用户负荷量，表示t时刻储能系统从电网处充电量，代表t时刻需求响应单位收入，表示t时刻储能系统放电进行需求响应的电量，代表储能系统充放单位电量的寿命损失成本，i为下标编号，表示t时刻i为不同值时对应的电量，t表示优化周期，、分别为储能系统的额定充、放电功率，为t时刻计划负荷量，为t时刻需求侧响应电量，表示储能系统从光伏充电量预设值，k表示0到t之间的任一时刻，表示k时刻i为不同值时对应的电量，表示k时刻储能系统从电网处充电量，表示储能系统最小容量，表示储能系统最大容量；
19、基于所述全局多维寻优模型，保留减少弃光和需求响应经济性最优为优化目标，以电池衰减为约束，得到的减少弃光响应最优子模型为：
20、，
21、其中，代表t时刻电网的实时单位电费，表示t时刻储能系统放电减少的用户负荷量，表示t时刻储能系统从电网处充电量，代表t时刻需求响应单位收入，表示t时刻储能系统放电进行需求响应的电量，表示t时刻光伏发电上网单位收入，表示t时刻储能系统从光伏系统充电量，i为下标编号，表示t时刻i为不同值时对应的电量，t表示优化周期，、分别为储能系统的额定充、放电功率，表示t时刻i为不同值时对应的电量，为t时刻计划负荷量，为t时刻需求侧响应电量，为t时刻光伏预计弃光量，k表示0到t之间的任一时刻，表示k时刻i为不同值时对应的电量，表示k时刻i为不同值时对应的电量，表示储能系统最小容量，表示储能系统最大容量， c表示每天充放电次数最大值。
22、可选的，当所述全局多维寻优模型选取减少电池衰减、需求响应经济性最优和减少弃光为优化目标时，基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型，包括以下步骤：
23、基于所述全局多维寻优模型，保留需求响应经济性最优为优化目标，以电池衰减和弃光为约束，得到的响应最优子模型为：
24、，
25、其中，代表t时刻电网的实时单位电费，表示t时刻储能系统放电减少的用户负荷量，表示t时刻储能系统从电网处充电量，代表t时刻需求响应单位收入，表示t时刻储能系统放电进行需求响应的电量，i为下标编号，表示t时刻i为不同值时对应的电量，t表示优化周期，、分别为储能系统的额定充、放电功率，表示储能系统从光伏充电量预设值，为t时刻计划负荷量，为t时刻需求侧响应电量，k表示0到t之间的任一时刻，表示k时刻i为不同值时对应的电量，表示k时刻储能系统从电网处充电量，表示储能系统最小容量，表示储能系统最大容量， c表示每天充放电次数最大值；
26、基于所述全局多维寻优模型，保留减少弃光为优化目标，以电池衰减和需求响应为约束，得到的减少弃光子模型为：
27、，
28、其中，代表t时刻电网的实时单位电费，表示t时刻储能系统放电减少的用户负荷量，表示t时刻储能系统从电网处充电量，表示t时刻光伏发电上网单位收入，表示t时刻储能系统从光伏系统充电量，i本文档来自技高网...
【技术保护点】
1.一种基于可拆分优化模型的储能控制策略优化方法，其特征在于，包括以下步骤：
2.如权利要求1所述的方法，其特征在于，基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型，包括以下步骤：
3.如权利要求1所述的方法，其特征在于，当选取减少电池衰减、需求响应经济性最优和减少弃光为优化目标时，建立的全局多维寻优模型为：
4.如权利要求1所述的方法，其特征在于，当所述全局多维寻优模型选取减少电池衰减、需求响应经济性最优和减少弃光为优化目标时，基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型，包括以下步骤：
5.如权利要求1所述的方法，其特征在于，当所述全局多维寻优模型选取减少电池衰减、需求响应经济性最优和减少弃光为优化目标时，基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型，包括以下步骤：
6.如权利要求1所述的方法，其特征在于，所述基于可拆分优化模型的储能控制策略优化方法，还包括以下步骤：
7.如权
8.如权利要求1所述的方法，其特征在于，所述基于可拆分优化模型的储能控制策略优化方法，还包括以下步骤：
9.一种基于可拆分优化模型的储能控制策略优化系统，其特征在于，包括：
10.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有计算机可执行指令，所述计算机可执行指令执行时实现权利要求1至8任一所述的基于可拆分优化模型的储能控制策略优化方法。
...【技术特征摘要】
1.一种基于可拆分优化模型的储能控制策略优化方法，其特征在于，包括以下步骤：
2.如权利要求1所述的方法，其特征在于，基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型，包括以下步骤：
3.如权利要求1所述的方法，其特征在于，当选取减少电池衰减、需求响应经济性最优和减少弃光为优化目标时，建立的全局多维寻优模型为：
4.如权利要求1所述的方法，其特征在于，当所述全局多维寻优模型选取减少电池衰减、需求响应经济性最优和减少弃光为优化目标时，基于所述全局多维寻优模型，分别保留部分优化目标，以其他优化目标为约束，分别得到多个子模型，包括以下步骤：
5.如权利要求1所述的方法，其特征在于，当所述全局多维寻优模型选取减少电池衰减、需求响应经济性最优和减少弃光为优化...
【专利技术属性】
技术研发人员：郑潇然，赵志渊，杨洋，屈惠，
申请(专利权)人：国家电投集团综合智慧能源科技有限公司，
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。