基于需量管理的混合储能优化方法

文档序号:34449851发布日期:2023-06-13 13:46阅读:53来源:国知局
基于需量管理的混合储能优化方法

本发明属于储能领域,涉及一种储能容量配置方法,特别涉及基于需量管理的混合储能优化方法。


背景技术:

1、随着经济的迅速发展,能源问题愈发显著,以前采用的高能耗与高排放发展形式已不能适用于现在这个时代,现在的社会发展需要重点考虑环境保护和能源节约。作为能源消耗的大户,工业大用户需要加快绿色低碳转型。工业用户的用电量大,每年需支出电费也居高不下,在当下市场竞争环境日益激烈,降低工业大用户电费与电量的支出,意义非常重大。所以基于考虑工业大用户负荷需量特性,通过配置混合储能的方式来达到大用户需量节费,提高了系统的稳定性及经济收益,是一项具有实践价值并且有意义的研究方向。

2、对于储能优化配置,已有大量研究,其中单一类型储能优化方法采用最多,但是单一类型储能技术,难以满足储能系统的多种需求,而混合储能技术能够为降低成本提供其他道路,增强系统的稳定性与安全性。目前在电网侧采用混合储能优化方案已有大量成熟的技术,此发明为考虑在用户侧实行混合储能优化方法。用户侧做储能优化方法,现今有很多方案只考虑储能容量配置而忽略了储能的功率配置;还有很多搭建的模型比较简略,没有对充放电策略和储能装置寿命做实际的考量,储能模型整体的价值评估不够完善等;以及其收益来源不仅要考虑电价机制的削峰填谷,还需充分考虑需量控制下消减尖峰负荷带来的收益。还有大量文献是对分解后的高、低频分量直接进行储能优化配置,没有考虑到尖峰负荷对系统的影响,然而尖峰负荷随着经济发展所占比重不断上升,负荷的尖峰化越来越明显,影响着电力系统的平稳运行。此发明通过筛选大用户典型负荷作为配置对象,综合考虑了各种收益来源及储能设备的全寿命周期,建立双层优化调度模型,采用麻雀算法(sparrow search algorithm,ssa)及cplex求解。搭建了基于时变滤波器的经验模态分解(time varying filter-based empirical mode decomposition,tv femd)的大用户混合储能配置模型,通过飞轮储能和铅碳电池实施配置。以某地区大负荷数据为例,做混合储能配置优化算例仿真。


技术实现思路

1、1.所要解决的技术问题:

2、如何优化负荷特性、提高系统的经济效益

3、2.技术方案:

4、本发明通过筛选大用户典型负荷作为配置对象,综合考虑了各种收益来源及储能设备的全寿命周期,建立双层优化调度模型,采用麻雀算法(sparrow search algorithm,ssa)及cplex求解。搭建了基于时变滤波器的经验模态分解(time varying filter-basedempirical mode decomposition,tv femd)的大用户混合储能配置模型,通过飞轮储能和铅碳电池实施配置。以某地区大负荷数据为例,做混合储能配置优化算例仿真。具体方法为:一种基于需量管理的混合储能配置方法,其特征在于,包括如下步骤:

5、步骤a、筛选最具需量节费潜力的大用户典型负荷作为储能配置对象;

6、步骤b、在两部制分时电价的背景下,建立基于ssa算法的双层调度模型,外层以储能设备全寿命周期内最大净收益为目标,得到了储能额定容量、充放电功率,内层以日调度周期内最大收益为目标,得到各时间段的充放电量;

7、步骤c、使用负荷分解方法将大负荷数据分解成高、低频分量;

8、步骤d、将高、低频分量划分为尖峰、基准负荷;

9、步骤e、选用飞轮储能与铅碳电池对尖峰、基准负荷进行储能配置;

10、步骤f、分析比较基于尖峰负荷划分的配置与直接高、低频分量配置以及单一储能配置后的净收益、额定容量、负荷削峰情况。

11、优选的,所述步骤a中,使用聚类方法筛选储能配置对象。

12、优选的,所述步骤a中,根据聚类准则函数及聚类有效性指标:轮廓系数、chi指标、dbi指标、间隔统计量确定最佳聚类数目,使用粒子群算法对大用户数据实施聚类。

13、优选的,所述步骤a中,负荷数据经过粒子群聚类后,得到k类负荷数据,根据负荷特性指标,分析负荷特性,划分并筛选典型大负荷数据。负荷特性指标包括:

14、日负荷率:

15、式中a1为日负荷率;pav为日平均负荷;pmax为日最大负荷。

16、日峰谷差率

17、日峰谷差率是指用户的日峰谷差与该日的最高负荷的比值。

18、

19、式中a2为日峰谷差率;pmin为日最小负荷。

20、日峰谷差率越大,说明负荷的迎峰特性越强。

21、最小负荷率

22、最小负荷率是最小负荷与最大负荷功率的比值。

23、

24、式中a3为最小负荷率。

25、最小负荷率可以清楚的反映负荷变动的幅度。

26、尖峰负荷持续时间

27、尖峰负荷持续时间指一定时间内系统负荷较高负荷值时间段持续的时间。

28、优选的,所述步骤b中,其外层全寿命周期内规划模型的目标函数为:

29、maxfw=cinc,f+cinc,j+crec-cinv-copm

30、式中fw为储能系统全寿命周期总收益;crec为回收价值;cinv为总投资;copm为运行维护费用。

31、cinv=ce·emax+cp·pmax

32、式中ce为储能的单位容量造价;cp为储能的单位充放电功率造价;emax为储能额定容量;pmax为储能的额定充放电功率。

33、crec=σ·cinv

34、式中σ为储能装置回收系数。

35、

36、式中cop为储能设备年运行维护费用。

37、外层全寿命周期内规划模型的约束条件为:

38、储能装置投资成本约束:

39、式中为投资成本的最大值。

40、功率平衡约束:load=load+pbat

41、式中load为削峰前的负荷功率;load为削峰后的负荷功率。

42、其内层日调度规划模型的目标函数为:

43、

44、式中fn为内层日调度周期内的总收益;xflm为负荷削峰率。

45、内层日调度规划模型的约束条件为:

46、大用户最大需量约束:load+rbat≤(1-xflm)×fzm

47、充放电功率约束:

48、式中放电功率小于0,充电功率大于0,储能装置不会同时进行充放电,所以引入bdis(i)、bch(i)为0-1变量。

49、荷电状态约束:

50、

51、socmin≤soc(i)≤socmax

52、式中socmin、socmax为荷电状态限值;ηch、ηdis为储能装置充放电效率。

53、优选的,所述步骤c中,用tvfemd分解算法将输入信号x(t)分解,将得到的频率波动大的,频率值高的a(t)i分量合成高频分量;频率波动小,波形稳定的a(t)i分量合成低频分量。高、低频分量的划分根据各个分量的幅值大小与频率波动情况。划分后的高、低频分量如下式为:

54、

55、式中xh(t)、xl(t)为高、低频分量。

56、优选的,所述步骤d中,高频分量xh(t)对应大用户尖峰负荷,xh(t)各个时刻功率称为尖峰功率。尖峰功率在最大需量负荷所对应的时间为t′,xh(t′)为最大负荷尖峰。为实现需量控制,需对最大负荷尖峰进行消减,所以在最大需量时刻t′实施混合储能优化配置,而对于低负荷时段的负荷尖峰则不需要消减,因为低负荷时刻的负荷尖峰不影响到最大需量。所以根据t′时刻的最大负荷尖峰xh(t′)的值为分割线,将高频负荷xh(t)划分为分割线以上的为尖峰负荷与分割线以下的为基准负荷。

57、3.有益效果:

58、本发明公开了一种基于需量管理的混合储能配置方法,根据聚类准则函数和聚类有效性指标采用粒子群聚类,依据负荷特性指标筛选最具需量节费潜力的大用户负荷数据;采用了基于ssa算法的双层调度模型,综合考虑了储能全寿命周期、储能峰谷套利收益、对大用户负荷需量管理并从中获取收益,模型中包含了容量配置与功率配置方法;采用了基于tvfemd的大用户混合储能配置规划模型,解决模态混叠问题,即使较低的采样率情况下,也具有良好的性能,可以保留信号的时变特征;采用基于提取尖峰的储能配置方法,更大程度消减了尖峰负荷,提高了系统的稳定性与安全性,优化了负荷特性,经济性良好。

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