一种针对新能源侧储能电站的电力辅助服务决策方法与流程

本技术涉及电化学，尤其涉及一种针对新能源侧储能电站的电力辅助服务决策方法。

背景技术：

1、电化学储能作为重要的灵活性调节资源具有响应快速、控制精度高等优势，可以为电力系统提供调峰、调频、调压、黑启动等辅助服务。然而，现阶段储能电站参与电力市场的主要问题之一是储能大多都运行在单一工况下，利用率低，没有发挥储能能够面对电源侧、电网侧、用户侧场景以及平抑新能源波动、参与系统调峰和调频等功能的技术特点，从而导致针对新能源侧储能电站电力辅助服务决策时，储能利用率低下。

技术实现思路

1、本技术实施例提供一种针对新能源侧储能电站的电力辅助服务决策方法，用于解决针对新能源侧储能电站电力辅助服务决策时，储能利用率低下的问题。

2、本技术实施例采用下述技术方案：

3、一方面，本技术实施例提供了一种针对新能源侧储能电站的电力辅助服务决策方法，该方法包括：获取新能源场站的短期预测曲线，根据所述短期预测曲线，确定储能电站将要预留次日的平抑风电波动功率；获取所述新能源场站的超短期预测曲线，根据所述超短期预测曲线对实时平衡阶段的平抑风电波动功率进行调节；通过发电预测与负荷预测对次日的电价进行预测，生成电价预测曲线，根据所述电价预测曲线，对所述储能电站参与电能量现货市场进行决策；通过随即规划方法计算调频信号对储能电站soc产生的影响数据以及不完全跟随调频信号产生的惩罚成本，对所述储能电站参与调频市场进行决策。

4、一个示例中，所述根据所述短期预测曲线，确定储能电站将要预留次日的平抑风电波动功率，具体包括：构建目标函数，如下：其中，cein表示储能电站充电成本，ceout表示储能电站放电成本，psf，tin表示储能电站在t时段的充电功率，psf，tout表示储能电站在t时段的充电功率；所述目标函数的约束条件如下：对所述储能电站的功率进行约束，对所述储能电站的能量进行约束，对所述新能源场站的波动率进行约束；所述对所述新能源场站的波动率进行约束，如下：psf，t＝pref，t-pwind，t-γprated≤pref，t-pref，t-1≤γprated其中，pref，t表示t时段平抑波动后新能源机组的出力，pwind，t表示t时段平抑波动前新能源机组的出力，prated表示新能源机组的额定功率，γ表示最大波动率。

5、一个示例中，所述根据所述电价预测曲线，对所述储能电站参与电能量现货市场进行决策，具体包括：若所述电价预测曲线为高电价典型日电价曲线与低电价典型日电价曲线，则计算所述电价预测曲线的峰谷价差；在所述峰谷价差小于预设价差阈值时，则确定所述储能电站不参与电能量现货市场；在所述峰谷价差大于或等于所述预设价差阈值时，则确定所述储能电站参与电能量现货市场；若所述电价预测曲线为价差较大典型日电价曲线，则确定所述储能电站参与电能量现货市场。

6、一个示例中，所述通过随即规划方法计算调频信号对储能电站soc产生的影响数据以及不完全跟随调频信号产生的惩罚成本，对所述储能电站参与调频市场进行决策，具体包括：在一个调度时段中，计算1mw的调频容量引起储能电站能量的减小值，公式如下：efm，i，t＝efm，tpfm，tδt其中，efm，i，t为1mw的调频容量引起储能电站能量的减小值，表示1mw的调频容量在完全跟随上调频信号的条件下引起储能电站能量的增加值，表示1mw的调频容量在完全跟随下调频信号的条件下引起储能电站能量的减小值；根据pjm市场调频信号数据，计算每一天的96时段的值、值，得到数据集合；基于所述数据集合，根据kantorovich距离的场景削减方法，将场景削减至10个；根据所述pjm市场调频信号数据，生成与的概率分布，基于所述概率分布，得到概率密度函数；根据所述概率密度函数，生成与分别对应的基准预留调频容量，以对所述储能电站参与调频市场进行决策。

7、一个示例中，所述方法还包括：在日前阶段中，以储能电站在一个调度周期内的收益最大为目标，根据所述短期预测曲线和所述电价预测曲线，确定平抑风电波动功率、参与调频市场以及参与电能量市场的容量分配计划，并基于储能电站的soc限制，生成日前运行决策模型；基于所述日前运行决策模型，在实时平衡阶段中，根据所述超短期发电预测曲线以及所述储能电站的实时soc，对预设未来时段内的平抑风电波动功率、参与电能量市场的功率以及参与调频市场的功率进行滚动调节，生成所述储能电站的实时运行决策模型。

8、一个示例中，所述生成日前运行决策模型，具体包括：在日前阶段中，以储能电站在一个调度周期获取的收益最大为目标，构建日前阶段多功能运行目标函数如下：

9、其中，t为日前调度周期，δt为一个时段的时间间隔，rsf，t为表示t时段储能电站参与平抑风电波动服务的收益，rfm，t为参与调频市场的收益，ren，t为参与电能量市场的收益，rsf为表示日前租赁单位功率价格，pfm，t表示t时段储能电站在调频市场的日前预留功率，rfc表示日前调频市场的容量，rsd表示日前调频市场的里程价格，di，t表示在场景i中t时段调频里程，csd表示调频里程成本，rover，i，tup表示场景i中t时段能量上超限带来的惩罚成本，rover，i，tdown表示场景i中t时段能量下超限带来的惩罚成本，pen，i，tin表示在场景i中t时段日前电能量市场的充电功率，pen，i，tdown表示在场景i中t时段日前电能量市场的放电功率，ρt表示t时段的电价，cen表示参与电能量市场偏差惩罚系数。

10、一个示例中，所述方法还包括：所述日前阶段多功能运行目标函数的储能功率约束条件如下：约束在参与电能量市场或平抑风电波动下，所述储能电站具有预先设定的容量参与调频市场；约束所述储能电站在同时参与电能量市场和平抑风电波动时，必须处于充电或放电中的一种状态；约束所述储能电站的最大充放电功率，以及在同一时间只能处于充电或放电状态；所述日前阶段多功能运行目标函数的储能能量约束条件如下：对所述储能电站的soc上下限进行约束；对所述储能电站在全天末尾时段的电量与初始时段的电量偏差进行约束；所述日前阶段多功能运行目标函数的调频能量越限约束条件如下：对所述储能电站的超限能量值大小进行约束；对能量超限带来的惩罚成本进行约束。

11、一个示例中，所述生成所述储能电站的实时运行决策模型，具体包括：通过对所述日前运行决策模型进行求解，得到所述储能电站的容量分配计划；基于所述容量分配计划，以实际运行日产生的偏差惩罚费用最小为目标，构建实时平衡阶段的多功能运行目标函数如下：其中，cfm表示调频市场，cen表示电能量市场惩罚系数，由于不跟随调频信号会影响储能电站的调频性能系数，因此，cfm大于cen，k表示调频里程与调频备用容量比值的平均数，pen，i，terr表示t时段储能站在电能量市场的实时平衡阶段与日前阶段之间的功率偏差值，pfm，i，terr表示t时段储能站在调频市场的实时平衡阶段与日前阶段之间的预留功率偏差值。

12、一个示例中，所述方法还包括：对实时平衡阶段的预留调频备用以及功率偏差进行约束，约束条件如下：

13、其中，pfm，tdn表示t时段储能站在调频市场的实时预留功率，pen，i，tdn，in表示实时平衡阶段中电能量市场的充电功率，pen，i，tdn，out表示实时平衡阶段中电能量市场的放电功率。

14、一个示例中，所述方法还包括：根据所述日前运行决策模型与所述实时平衡阶段运行决策模型，生成所述储能电站的日前-实时运行决策策略模型；对所述日前-实时运行决策策略模型进行线性化，得到所述混合整数线性规划模型；调用商业优化求解器对所述混合整数线性规划模型进行求解。

15、本技术实施例采用的上述至少一个技术方案能够达到以下有益效果：

16、针对新能源侧储能电站参与电力市场的运行决策问题，提出储能电站平抑风电波动、参与电能量市场、参与调频市场三种功能下储能收益最大的运行决策模型，平抑波动的功率及容量由新能源预测曲线决定，参与电能量与调频市场的容量以收益最大为目标进行优化，参与调频市场考虑调频信号的不确定性以及各场景中不完全跟随调频信号的惩罚成本，参与电能量市场根据电价预测曲线考虑参与电能量市场的经济性，从而能够充分利用储能功率以及容量，在降低了储能电站能量越限的概率的同时，提高了储能电站运行经济性。