一种面向新能源消纳的深谷电价机制的设计方法

1.本发明涉及深谷电价机制设计技术领域，尤其是一种面向新能源消纳的深谷电价机制的设计方法。


背景技术：

2.随着社会现代化进程的加快，新能源发电的开发利用是我国优化能源结构、保障能源安全的重要举措。近年来，我国新能源发电得到了长足发展，与此同时，电网基础设施建设、输配售电机制等发展却比较滞后，导致了越来越严重的“弃风弃光”限电问题。因此，为解决该类问题，国家发改委在《关于进一步完善分时电价机制的通知(发改价格〔2021〕1093号)》文件中指出，在热电联产机组和可再生能源装机占比大，电力系统阶段性供大于求矛盾突出的地方，可参照尖峰电价机制建立深谷电价机制。强化尖峰电价、深谷电价机制与电力需求侧管理政策的衔接协同，充分挖掘需求侧调节能力。
3.随着环境问题的恶化和相关技术的发展，新能源发电的大规模普及已成必然趋势。新能源发电具有其特殊性，例如光伏发电的白夜性以及风电的反调峰特性，使新能源在中午时段与夜晚时段的大发可能性变强，原本的用电峰时段为了进行新能源消纳而成为用电的谷时段。因此，建立面向新能源消纳的深谷电价的机制设计优化模型具有广泛的前景。然而，如何设立深谷电价模型以及如何优化设置深谷电价的时段划分和各个时段电价尚未得到解答。


技术实现要素：

4.本发明的目的在于提供一种在满足用户需求的前提下，充分利用价格激励信号，最大程度增加新能源消纳的面向新能源消纳的深谷电价机制的设计方法。
5.为实现上述目的，本发明采用了以下技术方案：一种面向新能源消纳的深谷电价机制的设计方法，该方法包括下列顺序的步骤：
6.(1)获取电网每个时段的新能源发电量，包括风力发电和光伏发电；
7.(2)获取电力用户的基本数据：包括用户每个时段负荷需求量、电力用户的价格弹性、愿意提供灵活充放电服务的储能系统充放电的功率限制，以及储能电池的总容量限制；
8.(3)根据步骤(1)和步骤(2)所获取的数据，建立面向新能源消纳的深谷电价机制设计优化模型；
9.(4)采用多目标遗传算法求解深谷电价机制设计优化模型，得到优化结果，按照优化结果设置深谷电价的时段划分和各个时段电价。
10.在步骤(2)中，所述价格弹性的计算公式为：
[0011][0012]
式中，q0(t)和q1(t)分别为实施深谷电价机制前、后在时段t的用户负荷，δp(t)＝p1(t)-p0(t)为在时段t电价变化量，p0(t)和p1(t)为实施深谷电价机制前、后在时段t的电
价，a和b均为价格弹性系数。
[0013]
所述步骤(3)具体是指：根据步骤(1)和步骤(2)所获取的数据，利用聚类方法对负荷隶属度进行深谷电价机制时段划分，所述的深谷电价机制时段划分包括峰时段、平时段、谷时段和深谷时段；通过深谷电价机制时段划分结果和电力用户的价格弹性，建立深谷电价机制设计优化模型；
[0014]
所述深谷电价机制设计优化模型的约束条件包括价格约束和储能系统充放电约束，其中，深谷电价机制设计优化模型的价格约束为：
[0015][0016]
其中，p
vl
、p
low
、p
mid
和p
high
分别为深谷电价、低谷电价、平时电价和高峰电价；四种电价都有各自的上下限制，深谷电价的上限和下限分别为和p
vl
；低谷电价的上限和下限分别为和p
low
；平时电价的上限和下限分别为和p
mid
；高峰电价的上限和下限分别为和p
high
；
[0017]
储能系统充放电约束为：
[0018]qess，min
≤q
ess
(t)≤q
ess，max
[0019]qess，dis
(t)q
ess，char
(t)＝0
[0020][0021][0022]
式中，q
ess，min
和q
ess，max
分别为电池在安全运行下能量约束上、下限，和分别为储能系统放电、充电的上限；第二个公式即第二约束表示储能系统在时段t不可以同时进行充电和放电，第三个公式即第三约束表示储能系统在时段t的放电限制条件，其中(q
ess
(t-1)-q
ess，min
)η
dis
表示储能系统的荷电状态不低于q
ess，min
；第四个公式即第四约束表示储能系统在时段t的充电限制条件，其中，(q
ess，max-q
ess
(t-1))/η
char
表示为储能系统的荷电状态不高于q
ess，max
；η
dis
为电池储能充电效率；η
char
为电池储能放电效率；
[0023]
储能系统在时段t的荷电状态q
ess
(t)的计算公式为：
[0024]qess
(t)＝q
ess
(t-1)+q
ess，char
(t)
·
η
char-q
ess，dis
(t)/η
dis
[0025]
深谷电价机制设计优化模型的优化目标如下：
[0026]
最大化用户满意度指数：
[0027][0028]
用户满意度指数为用电习惯满意度指数和电费支出习惯满意度指数的加权累加；式中，α为权重系数，p1(t)q1(t)和p0(t)q0(t)分别为实施深谷电价前后在时段t电费支出；
[0029]
最小化弃风弃光率：
[0030][0031]
式中，q
pv
(t)和q
wind
(t)分别为在时段t光伏发电量和风能发电量。
[0032]
所述聚类方法为模糊均值c聚类。
[0033]
所述负荷隶属度包括峰值隶属度和谷值隶属度，计算公式如下：
[0034][0035][0036]
式中，a
pti
为峰值隶属度，a
lti
为谷值隶属度，l
ti
为谷时段这一时段的负荷，pti为峰时段这一时段的负荷，和q0(t)分别为负荷的最小值和最大值。
[0037]
由上述技术方案可知，本发明的有益效果为：第一，本发明提出了未来大规模新能源发电接入的情况下，深谷电价机制的设置方式；第二，本发明给出在满足用户用电需求的前提下，发挥了电价的价格激励作用，增加了新能源消纳的方法；第三，本发明给出具有通用性的计算策略，使该方法可以得到广泛应用。
附图说明
[0038]
图1为本发明的方法流程图；
[0039]
图2为实施例一中深谷电价时段划分结果；
[0040]
图3为实施例一中深谷电价多目标优化帕累托前沿；
[0041]
图4为实施例一中实施深谷电价前后用户负荷对比图。
具体实施方式
[0042]
如图1所示，一种面向新能源消纳的深谷电价机制的设计方法，该方法包括下列顺序的步骤：
[0043]
(1)获取电网每个时段的新能源发电量，包括风力发电和光伏发电；
[0044]
(2)获取电力用户的基本数据：包括用户每个时段负荷需求量、电力用户的价格弹性、愿意提供灵活充放电服务的储能系统充放电的功率限制，以及储能电池的总容量限制；
[0045]
(3)根据步骤(1)和步骤(2)所获取的数据，建立面向新能源消纳的深谷电价机制设计优化模型；
[0046]
(4)采用多目标遗传算法求解深谷电价机制设计优化模型，得到优化结果，按照优
化结果设置深谷电价的时段划分和各个时段电价。
[0047]
在步骤(2)中，所述价格弹性的计算公式为：
[0048][0049]
式中，q0(t)和q1(t)分别为实施深谷电价机制前、后在时段t的用户负荷，δp(t)＝p1(t)-p0(t)为在时段t电价变化量，p0(t)和p1(t)为实施深谷电价机制前、后在时段t的电价，a和b均为价格弹性系数。
[0050]
所述步骤(3)具体是指：根据步骤(1)和步骤(2)所获取的数据，利用聚类方法对负荷隶属度进行深谷电价机制时段划分，所述的深谷电价机制时段划分包括峰时段、平时段、谷时段和深谷时段；通过深谷电价机制时段划分结果和电力用户的价格弹性，建立深谷电价机制设计优化模型；
[0051]
所述深谷电价机制设计优化模型的约束条件包括价格约束和储能系统充放电约束，其中，深谷电价机制设计优化模型的价格约束为：
[0052][0053]
其中，p
vl
、p
low
、p
mid
和p
high
分别为深谷电价、低谷电价、平时电价和高峰电价；四种电价都有各自的上下限制，深谷电价的上限和下限分别为和p
vl
；低谷电价的上限和下限分别为和p
low
；平时电价的上限和下限分别为和p
mid
；高峰电价的上限和下限分别为和p
high
；
[0054]
储能系统充放电约束为：
[0055]qess，min
≤q
ess
(t)≤q
ess，max
[0056]qess，dis
(t)q
ess，char
(t)＝0
[0057][0058][0059]
式中，q
ess，min
和q
ess，max
分别为电池在安全运行下能量约束上、下限，和分别为储能系统放电、充电的上限；第二个公式即第二约束表示储能系统在时段t不可以同时进行充电和放电，第三个公式即第三约束表示储能系统在时段t的放电限制条件，其中(q
ess
(t-1)-q
ess，min
)η
dis
表示储能系统的荷电状态不低于q
ess，min
；第四个公式即第四约束表示储能系统在时段t的充电限制条件，其中，(q
ess，max-q
ess
(t-1))/η
char
表示为储能系统的荷电状态不高于q
ess，max
；η
dis
为电池储能充电效率；η
char
为电池储能放电效率；
[0060]
储能系统在时段t的荷电状态q
ess
(t)的计算公式为：
[0061]qess
(t)＝q
ess
(t-1)+q
ess，char
(t)
·
η
char-q
ess，dis
(t)/η
dis
[0062]
深谷电价机制设计优化模型的优化目标如下：
[0063]
最大化用户满意度指数：
[0064][0065]
用户满意度指数为用电习惯满意度指数和电费支出习惯满意度指数的加权累加；式中，α为权重系数，p1(t)q1(t)和p0(t)q0(t)分别为实施深谷电价前后在时段t电费支出；
[0066]
最小化弃风弃光率：
[0067][0068]
式中，q
pv
(t)和q
wind
(t)分别为在时段t光伏发电量和风能发电量。
[0069]
所述聚类方法为模糊均值c聚类。
[0070]
所述负荷隶属度包括峰值隶属度和谷值隶属度，计算公式如下：
[0071][0072][0073]
式中，a
pti
为峰值隶属度，a
lti
为谷值隶属度，l
ti
为谷时段这一时段的负荷，pti为峰时段这一时段的负荷，和q0(t)分别为负荷的最小值和最大值。
[0074]
实施例一
[0075]
本实施例考虑储能系统，其充放电约束主要包括最大荷电状态、最小荷电状态、初始荷电状态、充放电上限和充放电系数如表1所示。深谷电价机制四个时段的价格约束和初始价格设置如表2所示。计算周期为1天，即24h。光伏发电、风能发电和用户负荷每个时段的数据如表3所示。价格弹性系数a和b分别设置为500和-150。用户满意度权重系数α设置为0.5。
[0076]
表1储能系统充放电约束
[0077][0078]
表2深谷电价约束
[0079]
时段电价上限(元/kwh)电价下限(元/kwh)初始电价(元/kwh)高峰时段1.10.81.0平时段0.80.60.65低谷时段0.60.30.4
深谷时段0.30.1/
[0080]
表3新能源发电和用户负荷数据
[0081]
时间光伏发电风能发电用户负荷时间光伏发电风能发电用户负荷10134921354139183201319814561481703013711115521471574012812416421541375013113117301551316013114418181421447412415019812715781311115720211618392311017021011917010361151832201331441148125190230137118120134196240139105
[0082]
采用本实施例得到的深谷电价机制时段划分结果如图2所示，可以看出利用聚类方法的时段划分具有一定的合理性。
[0083]
在本实施例中，深谷电价的多目标优化帕累托前沿如图3所示，可以看出面向新能源消纳的深谷电价机制设计优化模型在维持相对较高的用户满意度的基础上降低了弃风弃光率，实现了新能源的实时消纳。实施深谷电价前后用户负荷对比见图4所示，可以看出实施深谷电价后对用户负荷特性包括负荷率，峰谷差都有所提升。
[0084]
综上所述，本发明提出了未来大规模新能源发电接入的情况下，深谷电价机制的设置方式；本发明给出在满足用户用电需求的前提下，发挥了电价的价格激励作用，增加了新能源消纳的方法；本发明给出具有通用性的计算策略，使该方法可以得到广泛应用。