一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法技术

一种考虑电池储能寿命损耗与需求响应的微电网优化方法，步骤：得到一个调度周期内由蓄电池充放电造成的经济损失；将电力负荷划分为可中断与可转移负荷，对可转移负荷的需求响应行为进行分析，建立电力负荷需求响应矩阵，分析用户对实行基于电价的需求侧管理后的负荷变化情况。在不同时段给予参与调节的可转移负荷与可中断负荷经济补偿，得到在需求响应作用下电力负荷从电网得到的经济补偿。在考虑上述两个因素后代入微电网多目标优化模型求解得到优化策略，提高微电网优化模型的准确性。本发明专利技术能够解决现有模型没有对蓄电池的寿命损耗成本进行量化导致的求解不准确的问题；通过促进电力负荷主动参与需求响应，提高微电网的运行稳定性和经济效益。的运行稳定性和经济效益。的运行稳定性和经济效益。

【技术实现步骤摘要】
一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法


[0001]本申请属于电力系统需求响应
，涉及一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法。

技术介绍

[0002]可再生能源接入电网已经成为发展低碳经济的重要手段。微电网技术是分布式可再生能源发电系统集成应用的核心之一，也是智能电网建设的重要内容。在微电网的发展初期，对微电网的研究大多关注于与微电网规划、控制与运行相关的技术和设备研发,并通过示范工程对关键技术和设备进行功能的可行性验证。
[0003]随着相关技术的发展与国家政策的推动，在电力用户侧逐渐出现以可再生分布式电源和储能为核心元件，综合利用可控负荷资源的用户侧微电网系统。传统电力系统通过集中式的大型发电机组向负荷侧供电，而在规模化接入分布式可再生能源的新代电网中，微电网为可再生能源发电、储能系统及用户需求提供了一种分布式集合形式，是分散协调可再生能源与用户负荷的理想平台。
[0004]目前已有不少学者针对需求响应的实施过程中，负荷是如何参与微电网调节提出了诸多见解。大多数研究考虑的都是默认需求侧的用户都会主动参与需求响应的调度，但是在实际过程中并非所有的电力用户都会积极响应电网的需求响应调度要求。面对电网的不同激励水平，电力用户都会表现出不同程度的响应概率，而响应概率反应的是电力用户参与意愿的不确定性。虽然通过当地的数据可以建立一个函数来拟合预测负荷参与响应的情况，但是实际应用必然会存在细微的偏差，进而导致功率不平衡，影响微电网的稳定运行。而且在以往考虑需求侧响应的研究中，并没有考虑到蓄电池储能环节存在一个寿命损耗成本，这样也会导致模型不精确，进而导致求出的解往往不是系统的最优解。

技术实现思路

[0005]本专利技术提出了一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法。该方法针对需求响应参与微电网调节的优化调度问题，探究将需求侧负荷划分为可转移负荷与可中断负荷，在前一天通过对可转移负荷进行建模然后代入实际统计的数据得到一个预测值，然后次日用可中断负荷对微电网的实时不平衡功率进行调节，在此基础上在对蓄电池储能寿命损耗成本进行建模并对其量化到每个时段。该方法解决了以往考虑需求侧响应的研究中需求侧成响应参与微电网调节存在偏差影响微电网的安全稳定运行的问题以及没有考虑到蓄电池储能环节存在一个寿命损耗成本而导致模型求解不精确的问题。
[0006]为了达到上述目的，本专利技术采用的技术方案是：
[0007]一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法，包括以下步骤：
[0008]步骤1：在对微电网进行优化求解之前，首先要获取微电网中的风机、光伏出力以及负荷一天的用电数据。而风机、光伏出力可以根据现有研究模型结合当地季节的实际数据定出参数具体的值，在对微电网进行调度的前一天根据式(1)、(2)得到风、光出力的预测
值。
[0009][0010]式中：k为形状系数；γ为尺度系数；P
*
为额定风速；P
WT
为风力发电输出功率；h＝(v
*
/v
in
)
‑
1；v
in
为切入风速；v
*
为额定风速。
[0011][0012]式中：Γ为Gramma函数；λ1和λ2为形状系数；P
PV
和分别表示光伏输出功率和光伏输出功率最大值。
[0013]电力负荷功率波动符合正态分布，根据当地电力负荷的长期数据的统计值代入负荷功率的概率密度函数得到当地的负荷功率预测值，负荷功率的概率密度函数按式(3)计算：
[0014][0015]式中：P
L
为负荷有功功率；μ
L
和σ
L
分别为负荷功率概率密度函数的期望值和标准差。
[0016]步骤2：在根据步骤1得到的原始负荷的预测数据之后，接下来要考虑需求响应和储能寿命损耗成本两因素。具体实施流程如图1所示。
[0017]在此基础上首先考虑需求响应部分，本专利技术在需求响应部分根据负荷自身的特点将负荷划分为两类，分别是可转移负荷与可中断负荷。在考虑需求响应作用的方面，传统的方法有对参与需求响应作用的负荷建立一个价格弹性系数特性矩阵，然后通过对其建模后代入实际运行数据得到预测出参与需求响应调节的负荷；还有将负荷划分为可中断负荷与不可中断负荷，通过对总负荷乘一个可中断系数得到可中断负荷的值。但是如果单一对负荷建立一个可转移负荷特性矩阵得到的预测的结果由于负荷参与调节的主观性，会存在一定误差，对电网运行造成危险。如果考虑对可中断负荷的值采用总负荷乘一个可中断系数来得到的话也会存在较大误差。基于此问题，本方法首先根据负荷自身的特点将负荷划分为两类，分别是可转移负荷与可中断负荷。首先在日前对可转移负荷进行数学建模，这一部分采用现有的建立可转移负荷需求响应矩阵的方法，首先将预测的负荷数据划分为峰平谷三个时段，按照这三个时段分别定价，定价原则是不得小于当地当时的电网电价，然后基于建立的可转移负荷需求响应矩阵求出预测出的可转移负荷作用后负荷的用电量分布情况。在得到可转移负荷参与需求响应作用之后的负荷值后，在次日将一天划为24个时段，对每个时段在考虑蓄电池储能寿命损耗成本和可中断负荷两个因素之后对微电网进行实时优化。其中蓄电池储能寿命损耗成本部分通过将寿命损耗成本量化到每个时段蓄电池的充放
电中，将可中断负荷部分用于平衡次日各时段的微电网不平衡功率，来消除日前对风光、负荷以及可转移负荷出力部分预测的误差。首先，其可转移负荷需求响应矩阵的数学模型如下：
[0018]电力负荷的弹性系数表示在一定时期内电能价格变化所应引起的负荷功率变化的百分比，其通用公式可表示为：
[0019][0020]式中：E为电能的需求弹性系数；
△
ρ为电力价格的变化，元/(kW
·
h)；
△
Z表示基于价格所产生的负荷需求量的变化，kW
·
h；ρ0和Z0分别为最初的电力价格和负荷需求量。
[0021]假定用户负荷对于分时电价的响应时间间隔为1h，对于第i小时、负荷L的用电需求弹性系数可描述为：
[0022][0023]式中：Z
L0
(i)和Z
L
(i)分别为实行分时电价前后负荷L在第i个小时的电力需求量，kW
·
h；ρ0(i)和ρ(i)分别为在第i个小时实行分时电价措施前后的电力价格，元/(kW
·
h)。由于价格和用电量的变化是相反的，因此E
L
(i)<0。
[0024]故当用户感知电价变化时，用户在该时段的电力需求量可表示为：
[0025][0026]对于同一用户在i时段的负荷和j时段的价格之间的弹性可定义为：
[0027][0028]若以一天24h为一个周期，则第i阶段的负荷对于分时电价的变化可表示为：
[0029本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法，其特征在于，包括以下步骤：步骤1：在对微电网进行优化求解之前，首先要获取微电网中的风机、光伏出力以及负荷一天的用电数据；步骤2：在根据步骤1得到的原始负荷的预测数据之后，需要考虑需求响应和储能寿命损耗成本两因素；在需求响应部分根据负荷自身的特点将负荷划分为两类，分别是可转移负荷与可中断负荷；在日前对可转移负荷进行数学建模：将预测的负荷数据划分为峰平谷三个时段，按照这三个时段分别定价，定价原则是不得小于当地当时的电网电价，然后基于建立的可转移负荷需求响应矩阵求出预测出的可转移负荷作用后负荷的用电量分布情况；在得到可转移负荷参与需求响应作用之后的负荷值后，在次日将一天划为24个时段，对每个时段在考虑蓄电池储能寿命损耗成本和可中断负荷两个因素之后对微电网进行实时优化；其中蓄电池储能寿命损耗成本部分通过将寿命损耗成本量化到每个时段蓄电池的充放电中，将可中断负荷部分用于平衡次日各时段的微电网不平衡功率，消除日前对风光、负荷以及可转移负荷出力部分预测的误差；其可转移负荷需求响应矩阵的数学模型如下：电力负荷的弹性系数表示在一定时期内电能价格变化所应引起的负荷功率变化的百分比，其通用公式可表示为：式中：E为电能的需求弹性系数；
△
ρ为电力价格的变化；
△
Z表示基于价格所产生的负荷需求量的变化，kW
·
h；ρ0和Z0分别为最初的电力价格和负荷需求量；假定用户负荷对于分时电价的响应时间间隔为1h，对于第i小时、负荷L的用电需求弹性系数可描述为：式中：Z
L0
(i)和Z
L
(i)分别为实行分时电价前后负荷L在第i个小时的电力需求量，kW
·
h；ρ0(i)和ρ(i)分别为在第i个小时实行分时电价措施前后的电力价格；由于价格和用电量的变化是相反的，因此E
L
(i)<0；故当用户感知电价变化时，用户在该时段的电力需求量表示为：对于同一用户在i时段的负荷和j时段的价格之间的弹性定义为：若以一天24h为一个周期，则第i阶段的负荷对于分时电价的变化表示为：
令γ
L
(i)表示由于实施分时电价，用户L在第i阶段的用电量变化率，则有：若分时电价前的电价ρ0(j)用平时段电价表示，令为峰谷电价浮动比，表示分时电价后高峰和低谷时刻由平时段电价上下浮动的部分，用以描述分时电价的峰谷电价相差程度；在考虑负荷自身的削峰和移峰效果时，式(9)改写为：其中，第1项为i时段负荷向其他阶段转移的用电量，第2项为负荷因为i时段的电价变化而进行的用电量增减，其中为第i时段的峰谷电价浮动比，是负荷用电量的节约和负荷转移的效果叠加；由式(9)、式(10)可得下式：式中，T
f
、T
P
、T
g
分别为划分的峰、平、谷时段；i为其中的任一时段；γ
fp
、γ
fg
和γ
pg
表示负荷转移的效果，γ
ff
和γ
gg
描述在峰时段和谷时段削峰填谷效果；由于在峰时段时，k
f
>0，在平时段时，k
p
＝0，在谷时段时，k
g
<0，因此γ
fp
、γ
fg
和γ
pg
均为正数，又由于E
L
(i)<0，因此γ
ff
<0，而γ
gg
>0；由以上可得需求响应作用后，可转移负荷响应模型可描述为下式：式中：Z
f
、Z
p
、Z
g
分别为峰时段、平时段、谷时段的预测值；将式(12)改写为矩阵形式可得：Z
′
＝Z+γ
×
Z
ꢀꢀꢀꢀꢀꢀꢀꢀ
(13)其中：根据上面的计算过程，在调度的前一天得到可转移负荷作用后的负荷的预测值；步骤3：根据步骤2中式(13)得到需求响应中可转移负荷参与调节作用后的各个时段负
荷值，并求出电网在可转移负荷参与调节后给予的总经济补贴；在此基础上对蓄电池放电损耗成本进行量化；蓄电池充放电模型如下式：式中：SOC(t)为t时段储能系统的荷电状态；P
c
(t)、P
d
(t)分别为t时段储能系统充、放电功率；η
C
、η
D
分别为储能系统充、放电效率；蓄电池的寿命损耗主要受放电深度DOD的影响；如果第k次充放电循环的一个充电半周期SOC
a
→
SOC
b
，一个放电半周期为SOC
b
→
SOC
a
，则SOC
a
→
SOC
b
→
SOC
a
为第k次充放电循环的一个完整的充放电周期，其中0≤SOC
...

【专利技术属性】
技术研发人员：李泓达，张莉，刘慧雯，冯彪，韩琦，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：