本发明属于储能优化配置技术领域,具体涉及一种基于用户需求响应的多层级储能优化配置方法及装置。
背景技术:
风能、光伏等新能源的广泛应用的同时也存在着许多问题,如弃光弃风、有功倒送等。
储能技术可以减少功率波动,增强系统灵活性,是解决上述问题的有效方法。目前储能系统的优化配置大多在单一电压等级下,只考虑单一需求,储能系统的集中式与分散式的多维联合应用模式尚未全面开发,兼顾多种应用需求的储能系统在配网侧和用户侧的选址和容量配置尚未得到妥善的解决。现有技术仅考虑用户需求响应往往有很多不足,如响应时段中的不可中断负荷与大工业用户调整生产的不适应成本,不可中断负荷过多导致削峰填谷效果较差,而不适应成本过大将导致使用分时电价的效益大大降低,峰谷电价及峰谷时段制定不合理导致用户参与性不高等。
技术实现要素:
本发明的目的在于克服现有技术中的不足,提供本发明的目的是,克服现有技术的不足,提供一种基于用户需求响应的多层级储能优化配置方法及装置,能够使多层级储能的配置更加科学合理,适用性强。
为达到上述目的,本发明是采用下述技术方案实现的:
第一方面,本发明提供了一种基于用户需求响应的多层级储能优化配置方法,包括以下步骤:
构建多层级储能双层优化配置模型;所述多层级储能双层优化配置模型以主动配电网与用户的经济性最优为目标,包括配电网侧的上层优化模型和用户侧的下层优化模型;
获取历史用户负荷值、历史光伏出力值及城市配电网网络结构;
将历史用户负荷值、历史光伏出力值及城市配电网网络结构输入多层级储能双层优化配置模型的上层优化模型,根据上层约束条件,以配电网运行费用最小为目标函数优化计算得到集中式储能容量及分时电价;
将所述分时电价输入到下层优化模型;在所述分时电价下,根据下层约束条件以用户的运行成本最小为目标函数优化计算获得用户负荷需求及分散式储能的充放电状态,并将优化后的用户上级电网的交互功率返还给所述上层优化模型;
将上下两层优化模型以分时电价及用户与上级电网交互功率为耦合变量交替迭代,直至上下两层目标函数都收敛,此时获得最优配置方案;所述最优配置方案包括集中式储能、分散式储能的容量及充放电功率配置及分时电价的最优配置。
进一步的,所述多层级储能双层优化配置模型是一个混合整数二阶锥规划(mixedintegersecond-orderconeprogramming,mi-socp)问题,将采用yalmip与cpelx求解器求解;所述多层级储能双层优化配置模型的构建方法包括以下步骤:
以配电网年综合成本最优为目标,考虑线性distflow约束,变电站功率二阶锥约束,线路功率约束,集中式储能约束和用户需求响应约束,构建上层优化模型;
以用户年综合成本最优为目标,考虑功率平衡约束,分散式储能约束,光伏出力约束和光伏消纳约束,构建下层优化模型。
进一步的,所述上层优化模型以主动配电网年综合成本最小为目标,其目标函数为:
minf1=c1+c2+c3-c4
其中,f1为主动配电网年综合成本,c1为配电网向上级电网购电费用;c2为集中式储能初始投资费用;c3为集中式储能运行维护费用;c4为配电网向用户卖电收益,下面为各个子目标的表达式:
式中,pk,t为t时刻配电网向上级电网的购电量,t为选取的典型日的小时数;ck为购电价格;ddx为选取典型日的个数;cp为储能电池单位功率成本,
进一步的,所述下层优化模型以用户年综合成本最小为目标,其目标函数为:
f2=c5+c6+c7+c8
其中,f2为用户年综合成本,c5为用户向上级电网购电费用;c6为分散式储能投资费用;c7为分散式储能运行费用;c8为光伏维护费用;下面为各个子目标的表达式:
式中,pb,t为t时刻用户与上级电网的交互功率,以用户向配电网购电时为正,卖电时为负;cb为t时刻的买/卖电价格;cp为储能电池单位功率成本,
进一步的,得到集中式与分散式储能协同规划最优配置方案的方法包括:
基于所述多层级储能双层规划模型,是一个混合整数二阶锥规划(mixedintegersecond-orderconeprogramming,mi-socp)问题,将采用yalmip与cpelx求解器求解,通过上下两层模型的迭代求解,得到最优分时电价及用户与上级配电网的交互功率,及集中式与分散式储能的最优容量。
进一步的,所述上层约束条件包括线性distflow潮流约束、变电站二阶锥约束、线路传输功率约束、集中式储能约束、用户需求相应约束;
所述线性线性distflow潮流约束采用distflow潮流模型:
式中,pij,qij分别表示线路i与线路j之间的有功和无功功率转移,rij,xij分别表示总线i与总线j之间的电阻和电抗,m表示节点i的父节点;
所述变电站二阶锥约束为变电站有功、无功功率的平方和应小于变电站额定容量的平方:
式中:
所述线路传输功率约束为:
sli,t≤slimaxi=1,2,……nl
式中,sli,t为支路i在t时刻的传输容量;slimax为支路i的最大传输容量;nl为总支路个数;
所述集中式储能约束包括个数约束、储能功率、容量约束和soc约束;
1)个数约束
本发明中集中式储能将安装在变电站,所以集中式储能个数应该小于变电站个数:
njz≤nsub
其中,njz为集中式储能个数,nsub为变电站个数
2)储能功率、容量约束
集中式储能功率、容量应小于设定值:
式中,
式中,ejz,i为节点i安装的集中式储能容量,ejz为安装的集中式储能总容量;
3)soc约束
式中,soc(stateofcharge)为储能的荷电状态,其定义为当前容量与系统额定容量之比;ejz,t为t时刻的集中式储能容量,socjz,t、
所述用户需求响应约束的用户响应表达式包括:
式中,do(t)、dtou(t)分别为采用分时电价前后的负荷需求;ρ(t0)、ρ(t)分别为采用分时电价前后的电价;ei,i(t)为t时刻的需求弹性系数矩阵;γn、γm分别为激励需求比率与惩罚需求比率;a(t)、pen(t)分别为用户调整用电量后的收益及未按照合约调整用电量的惩罚;
下式为需求响应总量限制;
-dtou≤dtou(t)≤dtou
式中,dtou为需求响应的总量限制;
下式为保证需求响应电价不低于系统平均电能成本的限制,
p(t)≥cav
式中,cav为系统平均电能成本。
进一步的,所述下层约束条件包括功率平衡约束、分散式储能约束、光伏出力约束和光伏消纳约束;
所述功率平衡约束的表达式为:
ppv(t)+pbess,fs(t)-pload(t)-ptrans(t)=0
式中,ppv(t)为t时刻的光伏出力;pbess,fs(t)为t时刻分散式储能充放电功率,储能放电时其值为正,储能充电时其值为负;pload(t)为t时刻的负荷;ptrans(t)为t时刻用户与上级电网交互功率;
所述分散式储能约束包括个数约束、储能功率、容量约束和储能soc约束;
1)个数约束
本发明将分散式储能将安装在负荷节点或相应馈线处,所以分散式储能个数应该小于负荷数与馈线数之和:
nfs≤nload+nline
其中,nfs为分散式储能个数,nload为负荷节点个数,nline为馈线个数;
2)储能功率、容量约束
分散式储能功率、容量应小于设定值:
式中,
式中,efs,j为节点j处安装的分散式储能容量,efs为安装的分散式储能总容量;
3)储能soc约束
式中,efs,t为t时刻分散式储能容量,socfs,i,t、
所述光伏出力约束的表达式为:
ppv,o,t≤pg,o,o∈ωpv
式中,ppv,o,t为t时刻o节点的光伏出力;pg,o为o节点的光伏装机容量;ωpv为安装光伏节点的集合;
所述光伏消纳约束的表达式为:
式中,cpv为光伏消纳率最低期望值。
第二方面,本发明提供一种基于用户需求响应的多层级储能优化配置装置,所述装置包括:
模型构建模块:构建多层级储能双层优化配置模型;所述多层级储能双层优化配置模型以主动配电网与用户的经济性最优为目标,包括配电网侧的上层优化模型和用户侧的下层优化模型;
信息获取模块:获取历史用户负荷值、历史光伏出力值及城市配电网网络结构;
上层优化模块:将历史用户负荷值、历史光伏出力值及城市配电网网络结构输入多层级储能双层优化配置模型的上层优化模型,根据上层约束条件,以配电网运行费用最小为目标函数优化计算得到集中式储能容量及分时电价;
下层优化模块:将所述分时电价输入到下层优化模型;在所述分时电价下,根据下层约束条件以用户的运行成本最小为目标函数优化计算获得用户负荷需求及分散式储能的充放电状态,并将优化后的用户上级电网的交互功率返还给所述上层优化模型;
方案获取模块:将上下两层优化模型以分时电价及用户与上级电网交互功率为耦合变量交替迭代,直至上下两层目标函数都收敛,此时获得最优配置方案;所述最优配置方案包括集中式储能、分散式储能的容量及充放电功率配置及分时电价的最优配置。
第三方面,本发明提供一种基于用户需求响应的多层级储能优化配置装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以执行根据上述方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
与现有技术相比,本发明所达到的有益效果:
1、本发明将储能装置与用户需求响应原理进行联合建模,很好的弥补现有技术的不足,如响应时段中的不可中断负荷与大工业用户调整生产的不适应成本,峰谷电价及峰谷时段制定不合理导致用户参与性不高等,更好的进行削峰填谷及促进电力系统稳定;
2、本发明通过构建储能双层优化配置模型,上下两层模型以分时电价及与上级电网交互功率为耦合变量交替迭代,通过对集中式大容量储能系统与分散式、小容量储能系统在不同电压等级下的额定功率、安装容量及并网位置的优化选取,实现在配电侧与用户侧的削峰填谷与促进新能源消纳需求;
3、本方法将不同电压等级及不同储能规模联合考虑进行优化配置,将分布式储能与集中式储能进行联合应用,让两种储能方式各自扬长避短,相得益彰,同时充分挖掘了储能系统在高渗透率分布式发电中的应用价值,提高储能系统的经济性,为储能的推广提供一种新的应用模式,促进储能在电力系统中快速发展应用。
附图说明
图1本发明是一种参与电网调峰的储能双层优化配置方法模型结构图;
图2双层模型求解流程图。
图3历史用户负荷值
图4历史光伏出力值
图5历史用户与上级电网交互曲线
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例一:
本实施例提供一种基于用户需求相应的多层级储能优化配置方法。
参照图1和图2,本发明提出的一种基于用户需求相应的多层级储能优化配置方法,包括以下内容:
1)构建双层优化配置模型结构
①根据历史用户负荷值,历史光伏出力值,得出历史用户与上级电网交互功率负曲线,并将其发送给上层优化模型。
其中历史用户负荷曲线、历史光伏曲线根据区域内典型企业进行调研,分别统计春夏秋冬四种季节、晴阴雨多云四种天气下的用户负荷及光伏出力值,以浙江省某市为例,将负荷曲线与光伏曲线叠加可以得到用户与上级电网功率交互曲线,如图3,图4,图5所示,图中横坐标表示时间,纵坐标表示标幺值。
②在上层模型中,以主动配电网年综合成本最优为目标,考虑配电网向上级电网购电费用,集中式储能投资费用、运行费用,配电网向用户买电收益,优化24个时段的最优分时电价及集中式储能的容量,并将分时电价传递给下层模型。
③下层模型根据上层模型输出的最优分时电价,以用户年综合成本最优为目标,考虑用户从上级电网购电费用,分散式储能投资、运行费用,光伏维护费用,优化24个时段的用户需求及分散式储能充放电状态,并将其传递回上层模型。上下两层模型以分时电价及用户与配电网交互功率为耦合变量交替迭代,直至目标函数都收敛,并选取此时的集中式、分散式储能的值作为储能系统优化配置的结果。
2)双层模型目标函数
(a)上层模型目标函数
上层模型以主动配电网年综合成本最小为目标
minf1=c1+c2+c3-c4(1)
其中,c1为配电网向上级电网购电费用;c2为集中式储能初始投资费用;c3为集中式储能运行维护费用;c4为配电网向用户卖电收益,下面列出各个子目标的表达式:
式中,pk,t为t时刻配电网向上级电网的购电量,t为选取的典型日的小时数;ck为购电价格;ddx为选取典型日的个数;cp为储能电池单位功率成本,
(b)下层模型目标函数
下层模型以用户年综合成本最小为目标:
f2=c5+c6+c7+c8(6)
其中,c5为用户向上级电网购电费用;c6为分散式储能投资费用;c7为分散式储能运行费用;c8为光伏维护费用,下面列出各个子目标的表达式:
式中,pb,t为t时刻用户与上级电网的交互功率,以用户向配电网购电时为正,卖电时为负;cb为t时刻的买/卖电价格;cp为储能电池单位功率成本,
3)优化模型求解方法
一种基于用户需求相应的多层级储能双层优化配置模型是一个混合整数二阶锥规划(mixedintegersecond-orderconeprogramming,mi-socp)问题,采用yalmip及cplex求解器进行求解,从而得到不同分时电价和交互功率下的集中式、分散式储能的容量及充放电功率。
4)约束条件
(a)上层模型约束条件
①线性潮流约束
考虑配电网辐射状运行结构,拟采用distflow潮流模型;进一步地为了降低计算成本,提高运算效率,本发明使用线性distflow潮流模型:
式中,pij,qij分别表示线路i与线路j之间的有功和无功功率转移,rij,xij分别表示总线i与总线j之间的电阻和电抗,m表示节点i的父节点。
②变电站二阶锥约束
变电站出力需要满足一定限制,在这部分约束中,变电站有功、无功功率的平方和应小于变电站额定容量的平方。
式中:
③线路传输功率约束
sli,t≤slimaxi=1,2,……nl
式中,sli,t为支路i在t时刻的传输容量;slimax为支路i的最大传输容量;nl为总支路个数。
④集中式储能约束
1)个数约束
本发明中集中式储能将安装在变电站,所以集中式储能个数应该小于变电站个数:
njz≤nsub(12)
其中,njz为集中式储能个数,nsub为变电站个数。
2)储能功率、容量约束
集中式储能功率、容量应小于设定值:
式中,
式中,ejz,i为节点i安装的集中式储能容量,ejz为安装的集中式储能总容量。
3)soc约束
式中,soc(stateofcharge)为储能的荷电状态,其定义为当前容量与系统额定容量之比;ejz,t为t时刻的集中式储能容量,socjz,t、
⑤用户需求响应约束
本发明采用基于价格的需求响应(pricedemandresponse)来进行分析,建模方法采用电力电价弹性矩阵,只考虑用户响应与该时段电价的关系。
式中,do(t)、dtou(t)分别为采用分时电价前后的负荷需求;ρ(t0)、ρ(t)分别为采用分时电价前后的电价;ei,i(t)为t时刻的需求弹性系数矩阵;γn、γm分别为激励需求比率与惩罚需求比率;a(t)、pen(t)分别为用户调整用电量后的收益及未按照合约调整用电量的惩罚。进一步的,本发明不考虑用户与运营商之间缔结的和约关系,则可得到如下的模型:
-dtou≤dtou(t)≤dtou(18)
式中,dtou为需求响应的总量限制。若用户对电价过度响应,则会出现峰谷倒置的情况。本模型中将tou的最大响应限制设置为峰荷的10%。
p(t)≥cav(19)
式中,cav为系统平均电能成本。此约束保证需求响应电价不低于系统平均电能成本。
(2)下层约束条件
①功率平衡约束
ppv(t)+pbess,fs(t)-pload(t)-ptrans(t)=0(20)
式中,ppv(t)为t时刻的光伏出力;pbess,fs(t)为t时刻分散式储能充放电功率,储能放电时其值为正,储能充电时其值为负;pload(t)为t时刻的负荷;ptrans(t)为t时刻用户与上级电网交互功率。由此可得用户与上级配电网的交互功率为:
ptrans(t)=ppv(t)+pbess,fs(t)-pload(t)(21)
②分散式储能约束
设置在负荷节点或相应馈线上的分散式储能应满足如下的约束:
1)个数约束
本发明将分散式储能将安装在负荷节点或相应馈线处,所以分散式储能个数应该小于负荷数与馈线数之和:
nfs≤nload+nline(22)
式中,nfs为分散式储能个数,nload为负荷节点个数,nline为馈线个数。
2)储能功率、容量约束
分散式储能功率、容量应小于设定值:
式中,
式中,efs,j为节点j处安装的分散式储能容量,efs为安装的分散式储能总容量。
3)储能soc约束
式中,efs,t为t时刻分散式储能容量,socfs,i,t、
③光伏出力约束
ppv,o,t≤pg,o,o∈ωpv
式中,ppv,o,t为t时刻o节点的光伏出力;pg,o为o节点的光伏装机容量;ωpv为安装光伏节点的集合。
④光伏消纳约束
为了提高用户侧光伏利用率,设置光伏消纳率应大于最低期望值。式中,cpv为光伏消纳率最低期望值。
现有技术仅考虑用户需求响应往往有很多不足指出,如响应时段中的不可中断负荷与大工业用户调整生产的不适应成本,不可中断负荷过多导致削峰填谷效果较差,而不适应成本过大将导致使用分时电价的效益大大降低,峰谷电价及峰谷时段制定不合理导致用户参与性不高等。而将储能装置与用户需求响应原理进行联合建模,可以很好的弥补上述的不足之处,更好的进行削峰填谷及促进电力系统稳定。
通过构建储能双层优化配置模型,上下两层模型以分时电价及与上级电网交互功率为耦合变量交替迭代,通过对集中式大容量储能系统与分散式、小容量储能系统在不同电压等级下的额定功率、安装容量及并网位置的优化选取,实现在配电侧与用户侧的削峰填谷与促进新能源消纳需求。该方法将不同电压等级及不同储能规模联合考虑进行优化配置,将分布式储能与集中式储能进行联合应用,让两种储能方式各自扬长避短,相得益彰,同时充分挖掘了储能系统在高渗透率分布式发电中的应用价值,提高储能系统的经济性,为储能的推广提供一种新的应用模式,促进储能在电力系统中快速发展应用。
本实施例构建以配电网侧年综合成本最优的上层优化配置模型,该模型的搭建实现了配电网侧的削峰填谷,促进了配电网侧电力系统的安全稳定运行;与此同时集中式储能系统的应用,能弥补粗糙的需求响应调节的不足,进一步促进配电网侧的削峰填谷,提高电网运行的经济性。
本实施例构建以用户侧年综合成本最优的下层优化配置模型,由于光伏等分布式能源的输出拥有随机性大和波动性强等特点,接入配电网后导致的很多影响使其接入电网的容量受到限制。将分散式储能系统和光伏等波动性较强的分布式能源加以配合,不仅促进了光伏渗透率过高地区用户的光伏消纳,充分利用光伏资源;还可以发挥储能系统的快速充放电特性来平抑波动性,提高光伏的功率输出品质,使电能质量大幅度改善,达到在一定的时间尺度上对输出总功率进行调节的目的,进而使其具备一定程度的可调度性。
本实施例的储能双层优化配置模型为多层级储能联合规划模型,集中式储能具有能量密度大、转换效率高、可靠性强的特点,可以应对大功率、大容量的应用需求;分布式储能具有规模灵活、形式多样、站址适应性强等特点,可满足普通用户需求。但是,集中式储能占地面积大,自然条件限制多,且设备成本和运行维护费用较高;而分布式储能单点接入容量小,累计规模有限,对电力系统的支撑作用不明显。为此,将集中式储能和分布式储能联合应用的分层储能系统应运而生,充分发挥分布式储能的灵活布局及汇聚效应和集中式储能的大规模化优势,使不同层级储能之间的优势形成互补,充分挖掘了储能系统在高渗透率分布式发电中的应用价值,提高储能系统的经济性、运行效率的同时,为储能的推广提供一种新的应用模式,促进储能在电力系统中快速发展。
实施例二:
一种基于用户需求响应的多层级储能双层优化配置方法,包括以下步骤
(1)以配电网年综合成本最优为目标,考虑线性distflow约束,变电站功率二阶锥约束,线路功率约束,集中式储能约束,用户需求响应约束等,构建上层优化模型。
(2)以用户年综合成本最优为目标,考虑功率平衡约束,分散式储能约束,光伏出力约束,光伏消纳约束,构建下层优化配置模型。
(3)上层模型根据历史负荷数据,历史光伏数据,结合电力电量需求弹性矩阵,在以往电价的基础上,以小时为单位进行优化,当后一小时的用电量大于前一小时的用电量时,上调电价,反之调低电价,最终得到第二天的分时电价。
在步骤(1)中,具体实施方法为:
步骤(1-1)综合考虑配电网设置集中式储能与向上级电网购电的年综合成本,得出目标函数表示如下:
f1=c1+c2+c3-c4(27)
式中,c1为向上级电网购电费用,c2为集中式储能等年值投资费用,c3为集中式储能运行费用,c4为配电网向用户卖电收益,pk,t为t时刻配电网向上级电网的购电量;ck为购电价格;ddx为选取典型日的个数。cp为储能电池单位功率成本,
步骤(1-2):建立基于用户需求响应的多层级储能双层优化配置模型时所考虑的约束条件包括线性distflow约束,变电站功率二阶锥约束,线路功率约束,集中式储能约束,用户需求响应约束,如下所示:
步骤(1-3)使用主动配电网线性distflow潮流约束。
式中,pij,qij分别表示线路i与线路j之间的有功和无功功率转移,rij,xij分别表示总线i与总线j之间的电阻和电抗,m表示节点i的父节点。
步骤(1-4)考虑变电站功率二阶锥约束
式中:
步骤(1-5)考虑线路传输功率约束
sli,t≤slimaxi=1,2,……nl(34)
式中,sli,t为支路i在t时刻的传输容量;slimax为支路i的最大传输容量;nl为总支路个数。
步骤(1-3)考虑集中式储能约束
步骤(1-3-1)考虑集中式储能个数约束
njz≤nsub(35)
其中,njz为集中式储能个数,nsub为变电站个数
步骤(1-3-2)考虑集中式储能充、放电功率约束
式中,
步骤(1-3-3)考虑集中式储能容量约束
式中,ejz,i为节点i安装的集中式储能容量,ejz为安装的集中式储能总容量。
步骤(1-3-4)考虑集中式储能soc约束
式中,ejz,t为t时刻的集中式储能容量,socjz,t、
步骤(1-4)考虑用户需求响应约束
式中,do(t)、dtou(t)分别为采用分时电价前后的负荷需求;ρ(t0)、ρ(t)分别为采用分时电价前后的电价;ei,i(t)为t时刻的需求弹性系数矩阵;
-dtou≤dtou(t)≤dtou(40)
式中,dtou为需求响应的总量限制。若用户对电价过度响应,则会出现峰谷倒置的情况。本模型中将tou的最大响应限制设置为峰荷的10%。
p(t)≥cav(41)
式中,cav为系统平均电能成本。
在步骤(2)中,具体的实施方法为:
步骤(2-1)下层优化模型是在上层优化模型已得出最优分时电价及集中式储能容量方案的情况下进行计算的,优化目标为用户侧年综合成本最优。
下层模型的目标函数为:
下层模型以用户年综合成本最小为目标:
f2=c5+c6+c7+c8(42)
其中,c5为上级电网购电费用;c6为分散式储能投资费用;c7为分散式储能运行费用;c8为光伏维护费用,下面列出各个子目标的表达式:
式中,pb,t为t时刻用户与上级电网的交互功率,以用户向配电网购电时为正,卖电时为负;cb为t时刻的买/卖电价格;cp为储能电池单位功率成本,
步骤(2-2)下层模型考虑的约束条件为
步骤(2-3)考虑功率平衡约束
ppv(t)+pbess,fs(t)-pload(t)-ptrans(t)=0(47)
式中,ppv(t)为t时刻的光伏出力;pbess,fs(t)为t时刻分散式储能充放电功率,储能放电时其值为正,储能充电时其值为负;pload(t)为t时刻的负荷;ptrans(t)为t时刻用户与上级电网交互功率。
步骤(2-4)考虑分散式储能约束
步骤(2-4-1)考虑分散式储能个数约束
分散式储能将安装在负荷节点或相应馈线处,所以分散式储能个数应该小于负荷数与馈线数之和:
nfs≤nload+nline(48)
式中,nfs为分散式储能个数,nload为负荷节点个数,nline为馈线个数。
步骤(2-4-2)考虑分散式储能功率约束
分散式储能功率、容量应小于设定值:
式中,
步骤(2-4-3)考虑分散式储能容量约束
式中,efs,j为节点j处安装的分散式储能容量,efs为安装的分散式储能总容量。
步骤(2-4-4)考虑分散式储能soc约束
式中,efs,t为t时刻分散式储能容量,socfs,i,t、
步骤(2-5)考虑光伏出力约束
ppv,o,t≤pg,o,o∈ωpv(52)
式中,ppv,o,t为t时刻o节点的光伏出力;pg,o为o节点的光伏装机容量;ωpv为安装光伏节点的集合。
步骤(2-6)考虑光伏消纳约束
为了提高用户侧光伏利用率,设置光伏消纳率应大于最低期望值。式中,cpv为光伏消纳率最低期望值。
在步骤(3)中,具体的实施方法为
将上层模型求解得到的最优分时电价带入下层模型,下层模型根据上层模型优化出的分时电价,调整负荷需求,并将其与上级电网交换功率曲线发送给上层模型,上下两层模型以分时电价与交换功率为耦合变量进行迭代求解。并可得出最优条件下的集中式与分散式储能的容量。
应当理解的是,上述针对较佳实施例的描述较为详细,并不能因此而认为是对本发明专利保护范围的限制,本领域的普通技术人员在本发明的启示下,在不脱离本发明权利要求所保护的范围情况下,还可以做出替换或变形,均落入本发明的保护范围之内,本发明的请求保护范围应以所附权利要求为准。
实施例三:
本实施例提供一种基于用户需求响应的多层级储能优化配置装置,其特征在于,所述装置包括:
模型构建模块:构建多层级储能双层优化配置模型;所述多层级储能双层优化配置模型以主动配电网与用户的经济性最优为目标,包括配电网侧的上层优化模型和用户侧的下层优化模型;
信息获取模块:获取历史用户与上级电网交换功率值、历史光伏出力值及城市配电网网络结构;
上层优化模块:将历史用户与上级电网交换功率值、历史光伏出力值及城市配电网网络结构输入多层级储能双层优化配置模型的上层优化模型,根据上层约束条件,以配电网运行费用最小为目标函数优化计算得到集中式储能容量及分时电价;
下层优化模块:将所述分时电价输入到下层优化模型;在所述分时电价下,根据下层约束条件以用户的运行成本最小为目标函数优化计算获得用户负荷需求及分散式储能的充放电状态,并将优化后的用户上级电网的交互功率返还给所述上层优化模型;
方案获取模块:将上下两层优化模型以分时电价及用户与上级电网交互功率为耦合变量交替迭代,直至上下两层目标函数都收敛,此时获得最优配置方案;所述最优配置方案包括集中式储能、分散式储能的容量及充放电功率配置及分时电价的最优配置。
本装置需要获取历史用户与上级电网交换功率值,光伏历史出力曲线,城市配电网网络结构,将其带入多层级储能优化配置模型。搭建的多层级储能优化配置模型是一个混合整数二阶锥规划(mixedintegersecond-orderconeprogramming,mi-socp))问题,运用yalmip及cplex对其进行最优化配置;输出新的用户与上级电网交互功率曲线与分散式储能充放电功率。
实施例四:
本发明实施例还提供了一种基于用户需求响应的多层级储能优化配置装置,包括处理器及存储介质;
所述存储介质用于存储指令;
所述处理器用于根据所述指令进行操作以实施例二所述方法的步骤。
实施例五:
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现实施例二所述方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。