本发明是一种基于共享储能的台区多元负荷优化调度方法及装置,用于含大规模可再生能源接入的台区多元负荷联合优化调度,属于电力系统需求响应研究领域。
背景技术:
1、电力行业的改革转型得到了快速的发展,构建以清洁能源为主体的电力系统。然而,大规模可再生能出力的不确定性也给电力系统带来了严峻的挑战,特别是在居民用户不确定性较大的台区负荷,需要分析台区负荷特性,建立合理的协调控制方案,保证台区负荷的用电安全、经济、可靠性。
2、台区作为电力系统的终端环节,目前在市场环境以及政策驱动下,太阳能光伏得到快速发展,然而在工作日期间,日间太阳能出力高峰时段,居民多外出工作而用电量较少,在晚峰时光伏出力为零,进一步加大了台区峰谷差。电力储能的充放电快速响应特性,可以有效缓解可再生能源与用户供需不平衡矛盾。
3、目前用户端储能技术正处于发展阶段,特别是新型储能技术的发展仍在探索中,储能的推广和应用还存在成本偏高,用户侧储能的商业模式也仍在探究阶段。目前,常见的储能商业模式包括分布式储能、云储能、共享储能等。其中,共享储能将共享经济理念与储能技术相结合,通过“以租代售”、联合调度等方式提高储能系统的使用率,并参与电网需求响应,一方面储能商可以转移储能建设成本,促进用户侧储能产业化发展,另一方面用户通过共享储能节省电费收益,充分利用共享储能作为用户与电力系统的缓冲区,参与电网需求响应互动和电力辅助服务市场。
技术实现思路
1、发明目的:为保证新型电力系统建设顺利开展,消纳台区分布式电源,本发明提供一种基于共享储能的台区多元负荷优化调度方法及装置,充分考虑用户自身用电需求,缓解储能建设成本高的困扰,实现多元负荷联合优化调度。
2、技术方案:为解决上述技术问题,本发明采用的技术方案为:
3、第一方面,本发明提供一种基于共享储能的台区多元负荷优化调度方法,包括:
4、1)基于台区负荷用电及可再生能源出力预测数据,确定共享储能动态价格;其中所述共享储能动态价格包括共享储能充电价格和共享储能放电价格;
5、2)基于所述共享储能动态价格,对预构建的用户层优化模型进行优化求解,得到用户层优化结果;
6、3)根据所述用户层优化结果,确定台区需求响应优化时段;
7、4)根据所述台区需求响应优化时段和台区电网运行状态,对预构建的台区层优化模型进行求解,确定台区层优化结果;
8、5)根据所述用户层优化结果和台区层优化结果,进行联合优化调度。
9、在一些实施例中,用户层优化模型,包括:
10、优化目标f表示为:
11、
12、式中:i为用户编号;表示用户向台区购买的用电功率;表示向台区购买电量的成本;表示用户共享储能充放电功率,正值表示充电,负值表示放电;为用户i共享储能使用成本;pi={pi,1,pi,2,…,pi,96}表示用户i各用电设备运行时的总功率;为用户i舒适度成本;
13、在用户侧,负荷用电、光伏出力、共享储能、用户购电需满足:
14、
15、
16、
17、
18、
19、
20、式中:为用户i的光伏出力;t∈t表示时间序号;表示用户i用电功率上限;分别表示用户i共享储能最大放电、充电功率;psto,total分别表示台区共享储能整体最大放电、充电功率,n表示用户总数;表示光伏出力上限;pb、分别表示用户最大卖、买电功率。
21、
22、
23、式中:表示在t时段用户购买台区电能的分时电价;π、分别表示电价的下限和上限;π0<πt表示用户卖电时管理层收取的服务费用。
24、
25、式中:γ为容量价格,为共享储能容量,αt为t时段共享储能充电价格,βt为t时段共享储能放电价格;用户共享储能需要满足的约束条件如下:
26、
27、0≤si,t≤1
28、αmin≤αt≤αmax
29、βmin≤βt≤βmax
30、式中:分别为共享储能充、放电效率;si,t为用户i共享储能在t时刻荷电状态。
31、进一步地,用户i舒适度成本的构建方法包括:
32、根据用电设备调节方式将用户多元负荷分为不可控负荷lf、可平移负荷lt和可削减负荷lr,则用户用电功率满足:
33、
34、其中pi,t为t时段第i个用户用电功率、分别为t时段第i个用户不可控负荷lf、可平移负荷lt和可削减负荷lr用电功率;
35、不可控负荷lf是指在正常使用时用电功率和用电时间不进行调整的用电设备,因此不会影响用户舒适度;
36、可平移负荷lt是指用电时间可平移且一旦启动则会按照固定的功率曲线运行的用电设备,可平移负荷运行功率表示为:
37、
38、τs≤τ≤τe (2)
39、式中:g(t)(0≤t<τd)表示可平移负荷运行时的功率曲线,τd表示可平移负荷持续运行时间;τ表示可平移负荷启动时间;[τs,τe]分别表示可平移负荷启动的时段;可平移负荷舒适度成本表示为:
40、
41、式中:τbest为可平移负荷最佳启动时间,υi,τ为用户i在τ时刻的舒适度成本系数;
42、可削减负荷lr是指功率可调节的用电设备,包括不含储能属性的非惯性负荷和具有储能属性的惯性负荷;
43、对于不含储能属性的非惯性负荷,非惯性负荷舒适度成本表示为:
44、
45、式中:为可削减负荷最佳运行功率;θi为舒适度损失成本系数;plr为可削减负荷运行功率;
46、对于具有储能属性的惯性负荷,惯性负荷的负荷模型如下
47、
48、其中,pi,rate为空调额定功率,ci为描述负荷惯性属性的储热系数,tin(t)、to(t)分别为室内、室外温度,ri为散热系数,ηi为空调能效系数,ui(t)∈{0,1}表示负荷运行状态,与室内温度的关系如下:
49、
50、tmin≤tset≤tmax
51、式中:tset表示空调设定温度;δ表示稳定运行时室内温度变化区间;tmin、tmax分别表示室内温度设定值的最小值和最大值;
52、惯性负荷不舒适度成本与室内温度偏离用户舒适温度范围的程度和持续时间相关:
53、
54、
55、t+<tmax+δ
56、t->tmin-δ
57、式中:h表示空调负荷调整时段;t-、t+分别表示用户室内舒适温度的下限和上限;
58、用户i舒适度成本表示为:
59、
60、其中,ui,dis(pi)为用户i舒适度成本;分别为用户i的可平移负荷舒适度成本、非惯性负荷舒适度成本和惯性负荷舒适度成本。
61、在一些实施例中,其特征在于,所述步骤1)基于台区负荷用电及可再生能源出力预测数据,确定共享储能动态价格,包括:
62、根据用户用电需求及可再生能源出力,当可再生能源出力较大时,降低共享储能充电价格,保证可再生能源消纳;当负荷高峰时段,降低共享储能放电功率,削减峰值负荷。
63、在一些实施例中,所述步骤3)根据所述用户层优化结果,确定台区需求响应优化时段,包括:
64、根据所述用户层优化结果,分析负荷峰谷曲线特点,在保证分布式能源充分消纳的前提下,针对峰值负荷进行分析;然后针对峰值主要贡献值进行优化,确定合理的空调负荷削减时段,优先削减成本较小的用户,得到负荷削减量和削减成本关系。
65、在一些实施例中,所述步骤4)根据所述台区需求响应优化时段和台区电网运行状态,对预构建的台区层优化模型进行求解,确定台区层优化结果,包括:
66、台区层优化目标模型包括:
67、
68、
69、式中:j为台区层优化目标函数,表示台区总体负荷;表示台区可再生能源出力;表示台区侧储能功率,正值表示充电,负值表示放电;ctotal表示台区侧削峰成本;ω为权重系数;δpi表示用户i功率改变量;表示台区层储能设备因削峰需求而改变的充放电功率值;其中台区侧削峰成本ctotal包括:用户侧调整弹性负荷的舒适度损失成本和储能“谷充峰放”收益损失,表示为:
70、
71、式中:π={π1,π2,…,π96}t为台区零售电价;
72、台区层优化模型需要满足约束条件如下:
73、
74、
75、
76、
77、
78、
79、
80、其中,为台区侧在t时刻储能荷电状态,分别为共享储能充、放电效率;为台区侧储能容量;分别为储能最小和最大荷电状态;为台区总体负荷最大值;为台区可再生能源出力最大值;为用户i用电功率平均值,分别为台区储能充、放电功率约束值;
81、根据台区侧储能、共享储能联合优化负荷曲线,得到削减成本和峰值负荷的pareto前沿,确定权重系数,选择最佳的联合优化方案。
82、第二方面,本发明提供了一种基于共享储能的台区多元负荷优化调度装置,包括处理器及存储介质;
83、所述存储介质用于存储指令;
84、所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
85、第三方面,本发明提供了一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
86、有益效果:
87、本发明与现有方法相比,具有如下优点和技术效果:本发明针对台区新能源及多元负荷提出了基于共享储能的台区多元负荷分层分布式控制策略。在用户层,各用户根据自身用电需求以及设备可调度特性,结合分时电价和共享储能成本,以用电成本最小为目标,合理规划用电设备以及虚拟储能充放电功率。在台区层,基于用户负荷和可再生能源出力预测数据,通过调整共享储能价格,联合台区侧储能和用户可调负荷,实现台区用电负荷调整需求。