【技术实现步骤摘要】
本专利技术涉及储能优化，特别是一种分布式储能资源聚合商优化调度方法及系统。
技术介绍
1、分布式能源作为一种新型能源，与传统集中式能源相比更加灵活、可持续和高效。分布式能源利用先进的太阳能光伏、风能发电、生物质能等技术，结合智能电网、能源存储和智能控制系统，能够实现能源的地方生产、消费和管理，提高能源利用效率，降低能源损耗和排放，推动能源转型和可持续发展。伴随着分布式能源的规模化并网，其出力随机性给电网稳定运行带来极大挑战。此外，随着用电负荷增加造成峰谷差不断增大，亦给电网调控带来压力。除借助负荷需求响应方法外，可以借助储能技术从根本解决上述问题。随着储能的技术发展及成本的下降，分布式储能格局的形成是未来智能电网发展的必然趋势。在电网侧，能够平衡电网供需之间的波动，通过在高负荷时段储存过剩的电力，并在低负荷时段释放电力，从而稳定电网运行；在应对突发事件、故障和自然灾害时提供备用电力和应急支持，保障电力供应的稳定性。除此之外，电网侧储能还能够参与系统辅助服务，削峰填谷，改善高渗透率分布式能源并网后的低惯量系统频率响应特性。综上，分布式储能不仅可以平衡能源供需之间的差异，提高能源利用效率，减少能源浪费，同时也能增强能源系统的稳定性和可靠性，是电网智能化、可持续发展的重要组成部分。
2、但分布式储能的接入对电网也带来了一定的挑战和问题：1、分散化分布式储能系统的并网，可能会增加系统中的接入点，改变电网的拓扑结构，从而影响电网对故障的响应和恢复速度。倘若储能系统的位置和规模不合理，可能会导致电网故障难以定位和隔离，影响电网的
3、随着问题的日趋严重，资源聚合商应运而生，成为能源市场中的重要角色。资源聚合商通过“聚合”各种分布式能源和储能资源，对其进行优化管理，解决了分布式能源无法直接参与电网调节的问题，提高能源系统的效率，缓解了电力市场辅助服务资源不足的问题。因此，以资源聚合商的角度研究分布式储能接入电网后的优化调度，能够实现能源系统的智能化、灵活化和高效化，为电网运行和能源转型提供重要支撑和保障。
技术实现思路
1、鉴于现有的分布式储能资源聚合商优化调度方法存在的问题，提出了本专利技术。因此，本专利技术所要解决的问题在于如何提供一种分布式储能资源聚合商优化调度方法及系统。
2、为解决上述技术问题，本专利技术提供如下技术方案：
3、第一方面，本专利技术提供了一种分布式储能资源聚合商优化调度方法，其包括，根据分布式储能的特征参数和充放电特性，结合资源聚合商特性，建立分布式储能资源聚合商模型；建立多目标分布式储能资源聚合商优化调度模型，依据资源聚合商特性设置约束条件；获取机组信息、分布式储能的特征参数和分布式储能资源聚合商的初始运行参数，初始化多目标遗传规划算法参数；利用多目标遗传规划算法对多目标分布式储能资源聚合商优化调度模型搜索最优解，进行分布式储能资源聚合商最优调度。
4、作为本专利技术所述分布式储能资源聚合商优化调度方法的一种优选方案，其中：所述分布式储能的特征参数包括储能设备最大存储容量、功率限制、充放电效率、循环寿命以及响应时间，历史充放电记录、充放电周期、充放电速率。
5、作为本专利技术所述分布式储能资源聚合商优化调度方法的一种优选方案，其中：所述建立分布式储能资源聚合商模型包括以下步骤，收集不同类型的储能设备的特征参数和聚合商的运营模式，分析聚合商在电力市场中的角色；结合储能特性参数，考虑储能系统与聚合商业务间的相互影响，建立分布式储能资源聚合商模型，相关表达式如下：
6、
7、
8、式中，分别代表第d个分布式储能的充放电功率；d代表分布式储能的集合；和分别代表第d个分布式储能充放电功率的效率式；为资源聚合商在t-1时刻的能量；和分别代表资源聚合商在t-1时刻的充放电功率；分别为第d个分布式储能在t时刻的充放电功率最大值；为第d个分布式储能在时刻能量的最大值；为循环充放电的限制次数；进行模型测试与验证，使用历史数据进行模型仿真，检查模型是否能准确反映储能系统和聚合商的动态行为，监控模型性能，根据仿真结果调整模型参数。
9、作为本专利技术所述分布式储能资源聚合商优化调度方法的一种优选方案，其中：所述多目标分布式储能资源聚合商优化调度模型包括以最小化成本、最大化供电灵活性为目标进行优化调度，并考虑新能源的影响，目标函数表达式如下：
10、
11、maxmizefflexibility
12、
13、式中，分别表示常规机组运行成本、分布式储能资源聚合商运行成本、风电机组弃风成本；n表示时间段的数量，δ表示时间段的长度，fflexibility表示储能时间段内充放电功率的变化率，即最大化储能供电灵活性；为常规机组g单位出力的运行成本；为常规机组g的固定运行成本；为常规机组g在时间t时的运行出力；bt,g为常规机组的运行状态；zt,g为常规机组开机状态；yt,g为常规机组关机状态；sdcg为常规机组g的开机成本；sucg为常规机组g的关机成本；为日前分时电价；cwpp风电机组的单位弃风成本；为风电机组预测功率；为风电机组调度计划出力。
14、作为本专利技术所述分布式储能资源聚合商优化调度方法的一种优选方案，其中：所述约束条件包括功率平衡约束、机组运行时间和逻辑约束、机组运行约束、资源聚合商主体运行约束以及风电机组调度出力约束；所述功率平衡约束如下式所示：
15、
16、式中，为负荷需求的预测值；所述机组运行时间和逻辑约束如下式所示：
17、
18、yt,g+zt,g≤1
19、yt,g-zt,g＝bt,g-bt-1,g
20、式中，utg为启动运行时间；dtg为机组停机时间；所述机组运行约束如下式所示：
21、
22、pt,g-pt-1,g≤rug
23、pt-1,g-pt,g≤rdg
24、式中，为常规机组g出力上限，常规机组g出力下限；rdg为机组g的向上爬坡约束，rug为机组g的向下爬坡约束；所述资源聚合商主体运行约束如下式所示：
25、
26、式中，为分布式储能聚合充放电功率上下限，为分布式储能聚合充放电功率下限；所述风电机组调度出力约束如下式所示：
27、
28、式中，为风电机组预测功率；为风电机组调度计划出力。
29、作为本专利技术所述分布式储能资源聚合商优化调度方法的一种优选方案，其中：所述进行分布式储能资源聚合商最优调度包括以下步骤，获取分布式储能资源聚合商的优化目标函数和约束条件，初始化遗传算法参数，选择种群数量保证遗传多样性，调整交叉概率和变异概率、选择策略和终止条件；初始化种群，随机生成初始的分布式储能资源聚合商调度策略，本文档来自技高网...
【技术保护点】
1.一种分布式储能资源聚合商优化调度方法，其特征在于：包括，
2.如权利要求1所述的分布式储能资源聚合商优化调度方法，其特征在于：所述分布式储能的特征参数包括储能设备最大存储容量、功率限制、充放电效率、循环寿命以及响应时间，历史充放电记录、充放电周期、充放电速率。
3.如权利要求2所述的分布式储能资源聚合商优化调度方法，其特征在于：所述建立分布式储能资源聚合商模型包括以下步骤，
4.如权利要求3所述的分布式储能资源聚合商优化调度方法，其特征在于：所述多目标分布式储能资源聚合商优化调度模型包括以最小化成本、最大化供电灵活性为目标进行优化调度，并考虑新能源的影响，目标函数表达式如下：
5.如权利要求4所述的分布式储能资源聚合商优化调度方法，其特征在于：所述约束条件包括功率平衡约束、机组运行时间和逻辑约束、机组运行约束、资源聚合商主体运行约束以及风电机组调度出力约束；所述功率平衡约束如下式所示：
6.如权利要求5所述的分布式储能资源聚合商优化调度方法，其特征在于：所述进行分布式储能资源聚合商最优调度包括以下步骤，
8.一种分布式储能资源聚合商优化调度系统，基于权利要求1～7任一所述的分布式储能资源聚合商优化调度方法，其特征在于：包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述分布式储能资源聚合商优化调度方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述分布式储能资源聚合商优化调度方法的步骤。
...【技术特征摘要】
1.一种分布式储能资源聚合商优化调度方法，其特征在于：包括，
2.如权利要求1所述的分布式储能资源聚合商优化调度方法，其特征在于：所述分布式储能的特征参数包括储能设备最大存储容量、功率限制、充放电效率、循环寿命以及响应时间，历史充放电记录、充放电周期、充放电速率。
3.如权利要求2所述的分布式储能资源聚合商优化调度方法，其特征在于：所述建立分布式储能资源聚合商模型包括以下步骤，
4.如权利要求3所述的分布式储能资源聚合商优化调度方法，其特征在于：所述多目标分布式储能资源聚合商优化调度模型包括以最小化成本、最大化供电灵活性为目标进行优化调度，并考虑新能源的影响，目标函数表达式如下：
5.如权利要求4所述的分布式储能资源聚合商优化调度方法，其特征在于：所述约束条件包括功率平衡约束、机组运行时间和逻辑约束、机组运行约束、资源聚合商主体运行约束以及风电机组调度出力约束；所述功率平衡约束如下式所示：
<...【专利技术属性】
技术研发人员：俞航，张卫国，朱庆，郑红娟，隋仕伟，张宇峰，汪鑫奕，宋杰，孙广明，余洋，李杰，方佳伟，柯慧敏，邵军军，李浩，张高阳，
申请(专利权)人：国电南瑞科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。