一种基于中央空调储能特性的电力市场优化调度策略的制作方法

文档序号:9397267阅读:328来源:国知局
一种基于中央空调储能特性的电力市场优化调度策略的制作方法
【技术领域】
[0001 ] 本发明属于中央空调负荷在电力市场中的应用技术,具体涉及负荷聚合商的优化 调度策略和空调负荷的储能特性。
【背景技术】
[0002] 空调负荷在电力设备终端的比重较大,调度方式灵活,参与系统运行潜力巨大,是 一种重要的需求响应资源。空调负荷具有热存储能力,通过合理的控制手段,能够快速地响 应系统的调度,为系统提供优良的能量储备服务。负荷聚合商是一种专门用于整合负荷侧 资源的商业模式,不仅能够代表中小型负荷资源参与电力市场,而且能够借助于智能电网 的高级测量体系对负荷进行实时测量与控制,实现资源的高效利用和经济效益的最大化。
[0003] 随着《关于进一步深化电力体制改革的若干意见》的出台,中国电力市场改革日益 深化,日前市场和实时市场运行机制将越来越成熟,为实现负荷侧资源的高效利用和相关 企业经济效益的提高提供了一个有利契机。与此同时,风能、太阳能等新能源大量接入电网 以及能源互联网概念的提出,对储能元件提出了越来越高的要求,但传统储能元件(如蓄 电池)的造价往往比较高,经济性较差,空调负荷为电力市场中的储能元件提供了另一种 可能。

【发明内容】

[0004] 发明目的:为了减少负荷聚合商因为负荷预测存在误差等问题而增加的购电费 用,本发明提供一种基于中央空调所属建筑物储能特性的电力市场优化调度策略。负荷聚 合商根据中央空调所属建筑物的储能特性建立其蓄电池模型;在日前市场中,负荷聚合商 根据次日出清电价及负荷预测情况在做出次日每一时段的购电安排;实时市场中,负荷聚 合商通过实时电价、负荷、室外温度对未来时段的电价、负荷及室外温度,并以蓄电池的充 放电功率为决策变量,以购电费用最小为目标函数,建立优化调度模型,实现负荷聚合商的 实时市场最优购电计划,使负荷聚合商的经济效益最大化。
[0005] 技术方案:为实现上述目的,本发明采用的技术方案为:
[0006] -种基于中央空调储能特性的电力市场优化调度策略,包括如下步骤:
[0007] (1)根据中央空调所属建筑物的热力学模型,建立蓄电池模型:
[0008] B = {0, SOE, Pd, Cnax, DnJ (1)
[0009] 式中:B表示蓄电池模型的参数集合,0表示储能容量,SOE表示荷能状态,Pd表示 浮充电功率,Cnax表示最大充电功率,Dnax表示最大放电功率;
[0010] (2)负荷聚合商对次日每一时段的出清价格和负荷进行预测,并通过对蓄电池模 型的充放电控制安排次日每一时段的购电量,使负荷聚合商次日购电费用最小,形成日前 调度计划:
[0012] Es (i) = La; (i)+C(i)-D(i) (3)
[0013] 式中=F1表示负荷聚合商在日前调度市场中的预测总购电费用,Es⑴表示日前 调度市场中时段i的预测购电量,P'ad(i)表示日前调度市场中时段i的预测出清价格, Lad'(i)表示日前调度市场中时段i的预测负荷;λ表示蓄电池模型的调度费用,C(i)表示 时段i时蓄电池模型的充电功率,D (i)表示时段i时蓄电池模型的放电功率,N表示时段总 数;
[0014] (3)当负荷聚合商向系统运营商提交日前调度计划后,次日每一时段的实际出清 价格即可知,则:
[0016] 式中=F2表示负荷聚合商在日前调度市场中的实际总购电费用,pad⑴表示日前 调度市场中时段i的实际出清价格;
[0017] (4)由于负荷聚合商对次日的负荷预测存在误差,需要依靠实时市场对实时购电 量和预测购电量之间的偏差进行平衡;实时市场中,负荷聚合商实时获取时段i的实时购 电量、实时出清价格、实时负荷和实时室外温度进行优化调度,具体过程为:
[0018] (41)负荷聚合商进行优化调度时,用时段i的实时购电量、实时出清价格、实时负 荷和实时室外温度对实时市场中时段i+Ι~时段i+n的购电量、出清价格、负荷和和室外温 度进行预测;
[0019] (42)负荷聚合商以蓄电池模型的充放电功率为决策变量,以购电费用最小为目 标,建立优化调度模型:
[0023] 式中=F3表示负荷聚合商在实时市场中的预测总购电费用;Ea(i)表示时段i的实 时购电量,Prt⑴表示时段i的实时出清价格,La⑴表示时段i的实时负荷;Ea'(k)表示实 时市场中时段k的预测购电量,prt'(k)表示实时市场中时段k的预测出清价格,La'(k)表 示实时市场中时段i的预测负荷;η表示后退优化时段总数;
[0024] (43)采用线性规划方法对作为目标函数的式(5)进行求解,根据求解结果对时段 i时的蓄电池模型进行充放电功率控制;
[0025] (44)i = i+Ι,返回步骤(41)。
[0026] 所述步骤⑵和步骤(42)中,均要求0彡C⑴彡Cniax且0彡D⑴彡D _。
[0027] 有益效果:本发明针对负荷聚合商在日前市场和实时市场的购售电行为,提出一 种基于中央空调储能特性的电力市场优化调度策略,其优点是在空调所属建筑物热力学模 型基础上,充分挖掘其储能特性,建立蓄电池模型,在负荷聚合商的调度与控制下参与日前 市场与实时市场,不仅减少了对造价较高的传统储能元件(如蓄电池)的依赖,延缓了电力 系统中储能设备的投资,提高了电力系统运营的经济性,与此同时,也增加了负荷聚合商的 经济效益。
【附图说明】
[0028] 图1为本发明方法的总流程图;
[0029] 图2为负荷聚合商业务系统;
[0030] 图3为空调所属建筑物的蓄电池模型。
【具体实施方式】
[0031] 下面结合附图对本发明作更进一步的说明。
[0032] -种基于中央空调储能特性的电力市场优化调度策略,包括如下步骤:
[0033] (1)根据中央空调所属建筑物的热力学模型,建立蓄电池模型:
[0034] B = {0, SOE, Pd, Cnax, DnJ (1)
[0035] 式中:B表示蓄电池模型的参数集合,0表示储能容量,SOE表示荷能状态,Pd表示 浮充电功率,Cnax表示最大充电功率,Dnax表示最大放电功率;
[0036] (2)负荷聚合商对次日每一时段的出清价格和负荷进行预测,并通过对蓄电池模 型的充放电控制安排次日每一时段的购电量,使负荷聚合商次日购电费用最小,形成日前 调度计划:
[0039] 式中=F1表示负荷聚合商在日前调度市场中的预测总购电费用,Es⑴表示日前 调度市场中时段i的预测购电量,P'ad(i)表示日前调度市场中时段i的预测出清价格, Lad'(i)表示日前调度市场中时段i的预测负荷;λ表示蓄电池模型的调度费用,C(i)表示 时段i时蓄电池模型的充电功率,D (i)表示时段i时蓄电池模型的放电功率,N表示时段总 数;0 彡 C(i)彡 Cniax且 0 彡 D(i)彡 D_;
[0040] (3)当负荷聚合商向系统运营商提交日前调度计划后,次日每一时段的实际出清 价格即可知,则:
[0042] 式中=F2表示负荷聚合商在日前调度市场中的实际总购电费用,pad(i)表示日前 调度市场中时段i的实际出清价格;
[0043] (4)由于负荷聚合商对次日的负荷预测存在误差,需要依靠实时市场对实时购电 量和预测购电量之间的偏差进行平衡;实时市场中,负荷聚合商实时获取时段i的实时购 电量、实时出清价格、实时负荷和实时室外温度进行优化调度,具体过程为:
[0044] (41)负荷聚合商进行优化调度时,用时段i的实时购电量、实时出清价格、实时负 荷和实时室外温度对实时市场中时段i+Ι~时段i+n的购电量、出清价格、负荷和和室外温 度进行预测;
[0045] (42)负荷聚合商以蓄电池模型的充放电功率为决策变量,以购电费用最小为目 CN 105117802 A 明 Ti 4/7 页 标,建立优化调度模型:
[0049] 式中=F3表示负荷聚合商在实时市场中的预测总购电费用;Ea⑴表示时段i的 实时购电量,Prt (i)表示时段i的实时出清价格,La⑴表示时段i的实时负荷;Ea'(k) 表示实时市场中时段k的预测购电量,prt'(k)表示实时市场中时段k的预测出清价格, La'(k)表示实时市场中时段i的预测负荷;η表示后退优化时段总数;0彡C(i)彡Cniax且 O^D(i) ^Dnax;
[0050] (43)采用线性规划方法对作为目标函数的式(5)进行求解,根据求解结果对时段 i时的蓄电池模型进行充放电功率控制;
[0051] (44)i = i+Ι,返回步骤(41)。
[0052] 所述步骤(1)中,所属建筑物的热力学模型为:
[0055] 式中:Tin表不室内温度,T。表不室外温度,Q表不中央空调制冷量,α、γ和μ为 系数,Tin(O)表示初始时刻的室内温度;t表示时间。
[0056] 所述步骤⑴中,蓄电池模型的建立过程如下:
[0057] (I. 1)储能容量0
[0058] 设满足人体舒适度的室内温度区间为[T_,T_],中央空调所属建筑物的冷量存 储于室内空气和室内固体中(类似于蓄电池将电能存储于电容),室内温度处于Τ_时储冷 量最大,室内温度处于Tniax时储冷量最小;将室内温度处于T _时的储冷量记为0,则当室内 温度处于Τ_时的储冷量为:
[0060] 式中:4表示建筑物每升高rc所需要的能量;由此可知,储能容量0为: β
[0062] (1. 2)荷能状态 SOE
[0063] 荷能状态表示当前储冷量与储能容量的比值,反映了蓄电池模型的储能状态: CN 105117802 A 说明书 5/7 页
[0065] 空调能够将不便于存储的电能转化为便于存储的热能,空调所属建筑物存储冷量 在本质上也是在存储电量,故SOE同时也反映了蓄电池模型的存储电量情况,SOE值越大, 蓄电池模型存储电量越大。
[0066] 将式(1-5)带入(1-2)可得到荷能状态随时间变化的规律:
[0068] 式中:SOE(i)表示时段i期间达到稳定状态时的荷能状态,SOE(0)表示初始时刻 的荷能状态。
[0069] (1.3)浮充电功率Pd
[0070] 中央空调所属建筑物由于室
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1