现货市场环境下基于深度强化学习的光储联合电站储能系统最优运行方法

光伏-储能联合电站不仅能够有效减少光伏实时出力偏差,也是一种能够提供电能量和调频辅助服务的潜在市场主体。为实现上述3类目标,与光伏出力协同的储能电量调度策略至关重要,然而目前大部分光储联合电站的储能电量调度策略无法同时协调降低光伏实时出力偏差和参与电能量与调频辅助服务市场3种决策;另一方面,电力现货市场价格与调频信号不确定性及储能电量调度策略将光储联合电站储能运行优化问题转化为一个随机动态非凸优化问题,现有相关研究大部分利用随机场景法或智能算法处理非凸优化,所获得的储能运行方案存在一定的局限性,且难以根据实时数据动态制定运行方案。因此,提出一种现货市场环境下基于DQN(deep Q-network)的光储联合电站储能系统优化运行方法,该方法克服了非凸优化难题,结合所提储能电量闭环调度策略能够实现光储联合电站在考虑偏差考核成本、电能量收益、调频辅助服务收益下的储能系统小时级动态优化运行,进而最大化光-储联合电站的经济收益。测试算例通过实际市场数据验证了所提方法的可行性和有效性。     

储能系统参与多应用场景的协同运行策略

风电出力与负荷需求的时序关系导致仅用于风电消纳的储能具有闲置的时段和容量,故其利用率低、经济效益不佳.针对该问题,探讨了利用此类储能的闲置容量和功率参与电力能量市场和备用辅助服务市场的可行性和兼容性,并提出储能系统参与3种应用场景的协同运行策略,以提高储能利用率.首先,通过最优机组组合问题研究储能用于促进风电消纳的运行计划.然后,优化利用储能闲置容量和功率参与电力能量市场和备用辅助服务市场,修正储能系统运行计划.此外,在储能投标备用容量时设置预留容量空间以保证备用可用.算例仿真验证了该方法可显著提高储能运营收益,并分析了储能初始荷电状态、容量和功率对各应用场景下收益的影响.     

考虑收益公平性的分布式光储系统基于动态费率的共享模式研究

我国用户侧分布式光储系统正处于迅速发展阶段,从园区层集中调度实现不同投资主体的分布式光储系统共享运营,可以显著解决自发自用、余量上网模式带来的功率无序倒送、投资收益低的问题,但模式设计不慎的话可能存在各投资主体参与共享后收益不均衡问题。因此,提出了考虑收益公平性的用户侧分布式光储系统共享模式,通过设置电能共享的动态费率和分布式光储系统的优化调度,实现参与共享用户的收益均衡,保证收益公平性,算例分析表明该运行方案兼顾用户整体经济性和用户彼此获利公平性,同时促进了光伏发电就近消纳,减缓了电能共享园区与电网的交互功率波动。     

考虑光伏渗透率和时段划分的光储优化运行

随着光伏渗透率的提高，合理的时段划分对光储系统优化运行有重要的意义。首先，介绍光伏接入场景下的峰谷平时段划分方法，利用时段划分用户响应后的负荷构建光储运行策略，得到光伏消纳和储能配置情况；其次，以储能成本和提高负荷率奖励费用综合最优为目标，考虑光伏弃光率等因素的影响建立光储优化模型；最后，通过免疫粒子群算法对储能配置进行优化求解。算例结果证明所提光储运行策略和优化模型的合理有效性。     

面向综合能源园区的三方市场主体非合作交易方法

多能互补、集成优化运行的综合能源园区作为耦合多种能源网络的底层终端,研究其市场运营机制对综合能源系统的发展和可再生能源的消纳具有重要意义。首先建立了包含能源运营商、含分布式光伏的用户、电动汽车充电代理商的综合能源园区模型,提出了以能源运营商为市场主导方的市场交易框架;其次,分析并建立了具有不同属性的三类市场交易主体参与的、各方理性追求自身利益最大化的非合作博弈模型;最后,以某商务型园区冬季典型日场景为例,对所提出的博弈模型进行了求解。仿真结果表明,博弈均衡时,能源运营商向其余两方供能,可以获得一定的收益;含分布式光伏的用户参与市场竞争,通过余量光伏上网售卖能够增加自身的光伏资源利用率,降低自身用能成本;电动汽车代理商选比各方报价并制定自身充电策略,能够降低自身充电费用并协助用户消纳多余的光伏资源,同时减少了用电早高峰时段对配电网的负荷需求。     

计及共享储能与光伏的园区多用户综合收益优化

针对含共享储能与户用光伏的园区场景,文中提出一种用户侧综合收益双层优化方法,充分挖掘共享储能灵活性及用户用电需求差异性,在实现用户整体经济效益最优的同时提升光伏消纳能力。模型上层为月前优化阶段,以用户月度用电成本最低为目标,考虑系统能量平衡、储能充放电约束以及储能荷电状态约束,优化工业用户最大用电功率,降低需量电费;模型下层为日前优化阶段,综合考虑用户综合收益及光伏消纳能力,以上层优化结果为约束条件,兼顾功率、储能等约束,提出共享储能充放电功率及用户与电网交互功率等日前优化策略,在用户月度整体经济性最优的前提下,实现用户侧每日经济效益的优化。最后,以南方某实际园区作为算例验证了文中所提方法的有效性。     

面向新能源就地消纳的园区储能与电价协调优化方法

为促进园区新能源就地消纳,充分利用电价的优化调节能力和储能作为灵活资源的调节手段,提出一种储能与电价协调优化方法,构建双层源荷储协调优化模型以提高新能源就地消纳能力。首先,上层优化模型根据预测的净负荷功率曲线对分时时段进行划分,以园区运营商收益最大为目标对分时电价进行优化;其次,在下层优化模型中计及储能电池的容量损耗,综合考虑运营商成本和新能源消纳能力,以新能源就地消纳率最大为目标对储能进行优化配置。在此基础上,提出飞蛾火焰优化-粒子群优化（MFO-PSO）智能优化算法对模型进行求解。最后,算例分析验证了所提方法能够有效促进新能源就地消纳,并提高储能配置的经济性。     

基于净能力及二阶锥规划的分布式光储多场景协同优化策略

针对现有配电网中分布式光储调度模型存在资源协同不足、求解复杂等问题,提出了一种基于净能力及二阶锥规划的分布式光储多场景协同优化调度策略。通过引入储能接入配电网后的功率转移分布因子,提出一种基于系统净能力的储能最优选址计算方法;综合考虑储能的运行特性和分布式光伏的出力不确定性,建立以系统日综合成本和削峰填谷为目标的分布式光储多场景协同优化调度模型;利用二阶锥松弛和Big-M法对潮流约束、储能运行约束进行处理,将原规划模型转化为混合整数二阶锥规划问题。以IEEE 33节点系统和西北某实际系统为算例进行仿真分析,结果表明所提方法能在降低负荷峰谷差和日综合成本、平抑负荷波动的同时,显著提高对分布式光伏的消纳能力,验证了所提方法的有效性和可行性。     

光储协调互补平抑功率波动策略及经济性分析

为提高光储型电站的综合经济性,降低储能的容量配置,提出了采用光储协调互补方法来平抑光伏并网功率波动的策略,通过动态调整光伏的最大功率跟踪(maximum power point tracking,MPPT)工作点来平抑大幅度的功率波动,此外通过储能的快速充放电来平抑幅度较小、变化较快的功率波动。通过光伏和储能的协同作用,既能将光伏功率波动抑制在电网允许范围内,又可减少储能系统的容量配置、降低储能系统的使用频率。建立了5个方面的指标用于评价平抑后的光伏功率波动性、储能的投资和运行费用,并以某光伏电站的实测数据对所提策略进行了仿真,结果验证了所提策略的正确性。此外,通过与常规的平抑光伏功率波动方法对比,结果表明:所提方法能够减少对储能容量配置的需求,延长储能的使用寿命,提高光储型电站的综合经济性。     

光储系统参与实时能量-调频市场的运行策略EI北大核心CSCD

由于光伏出力和电力市场价格存在不确定性,现有研究常采用基于概率场景的随机优化方法,但准确的光伏发电和电力市场价格概率密度函数较难获取,且可能由于难以满足投标功率而受到惩罚。为此,提出了基于鲁棒模型预测控制的运行策略。以光储系统在能量和调频市场的联合收益最大为目标函数,计及光伏发电的出力约束和储能的充放电约束、功率约束、电量约束,考虑光伏出力和实时市场价格的不确定性,建立了多时步双层鲁棒优化模型。利用对偶理论将该模型转化为一个混合整数线性规划模型,并采用CPLEX求解该模型。最后,利用实际光伏和储能数据及ERCOT电价数据验证了所提运行策略的有效性。     

考虑爬坡功率有限平抑的高渗透率光伏电网储能配置策略

随着光伏发电渗透率的提高,电网需有较大调频备用容量应对光伏功率的随机大幅波动。储能系统(ESS)的快速充放电能力能够对光伏发电出力的大幅波动进行快速平抑,以减小电网调频所需备用容量。但目前储能成本相对较高,无法完全依赖储能来应对光伏功率的大幅度爬坡。为此,文中首先提出了利用有限容量的储能实现光伏爬坡功率有限平抑的控制策略,对光伏出力大幅度波动进行有效平抑。然后,考虑电网调频容量需求与储能配置容量的相互制约关系,建立了ESS投入后调频成本计算的数学模型,并以等效收益最大为优化目标实现ESS能量容量和功率容量的优化配置。最后,利用遗传算法对优化模型进行求解,并通过某高渗透率光伏电网验证了该方法的有效性。     

考虑光伏发电及负荷概率性的储能容量优化

高渗透率光伏系统的接入增加了负荷的波动性,对配电网的稳定运行带来一定影响,需要配置合理的储能装置以保障配电网的稳定运行。在考虑光伏发电及负荷概率性的基础上,提出了一种储能容量优化的新方法：将负荷与机组发电的差作为对储能功率的需求,先分别求得一天中不同采样点负荷与机组发电的概率性序列,再利用卷差运算求得储能功率的概率性序列,最后根据统计学原理确定储能的最大充放电功率及最优容量。所提方法为光伏系统接入配电网的储能容量规划工作提供了新的思路。     

基于模糊控制的光储微网实时电价能量管理策略

在光储微网中,由于实时电价的波动性、光伏出力的随机性以及储能电池充放电的灵活性会带来能量调度复杂的问题,传统的能量管理策略难以实现功率的精确分配与经济最优.为此,在传统能量管理策略基础上,针对光储微网提出了一种基于模糊控制的优化控制策略,以能量经济运行为优化目标,根据微网内各单元出力情况以及电价设计了8种运行模式,通过...     

楼宇能量管理系统的光伏消纳与储能调度研究

随着分布式能源渗透率的不断提高,构建以楼宇为单位的能量管理系统成为用户侧能源消费结构变革的必然趋势。文章以含有光伏和储能装置的楼宇为对象,根据负荷特性将楼宇负荷分为可调度负荷和不可调度负荷,建立楼宇电费最低和光伏最大本地消纳模型,研究这2个模型在不同权重系数下的目标函数,采用改进离散二进制粒子群优化算法(discrete binary particle swarm optimization algorithm,DBPSO)优化可调度负荷的工作时间。在不同情形下进行仿真,验证了所提模型在光伏本地消纳和楼宇能量管理方面的有效性和经济性。     

计及储能系统的馈线光伏消纳能力随机场景分析

基于某一实际系统馈线,结合当地实际负荷及光伏规划容量,利用随机场景方法,通过分析系统馈线的最大光伏消纳能力,指出该馈线的光伏消纳能力不能满足规划要求;引入铅酸储能系统,在馈线的光伏消纳能力达到要求的情况下利用局部L指标和粒子群优化算法对铅酸储能定址定容。通过对比仿真进一步验证了储能可以大幅度提高馈线的光伏消纳能力,具有改善馈线系统稳定性的作用;同时,适当弃光不仅可以有效减少储能安装容量、节约成本,而且使得馈线系统电压更加稳定。     

光/储混合系统中的储能控制技术研究

在含有高渗透率光伏发电的配电网中,安装储能系统可以减小光伏功率波动对电网的冲击。为了实现储能对光伏发电功率的平滑作用,提出一种基于低通滤波与短时功率预测技术的储能控制方法,大幅度消除了传统低通滤波方法造成的延时,同时可降低光伏功率预测误差对控制效果的影响,提高了平滑效果,节省了储能安装容量。仿真结果显示该策略能有效降低光伏发电功率的波动性,降低电池过充或过放现象的发生概率。     

基于模糊逻辑的低压配电网高比例户用光伏无功控制策略

为了解决高比例户用光伏接入低压配电网所带来的电压越限和电压波动问题,降低网络运行风险,提出了一种基于Mamdani模糊推理的户用光伏无功控制策略。该策略引入了模糊逻辑思想,采用并网点电压偏移量和光伏有功变化率作为输入量以分别适应电压越限和电压波动场景,根据输入量与逆变器无功输出量之间的逻辑关系制定了模糊规则,经去模糊化过程得到光伏逆变器的无功输出。利用电压灵敏度理论对不同节点输入量的三角形隶属度函数参数进行协调设计,充分利用了各节点户用光伏逆变器的无功容量。仿真算例结果表明,所提方法能够有效缓解电压越限和电压波动问题,相对于传统逆变器无功下垂控制,电压越限和电压波动均得到有效抑制。     

考虑可再生能源不确定性的风-光-储-蓄多时间尺度联合优化调度

提出一种计及可再生能源不确定性的风电、光伏、电化学储能和变速抽水蓄能电站多能互补协同的优化调度方法。考虑电化学储能和变速抽水蓄能电站的互补调节特性,建立风-光-储-蓄联合运行的多时间尺度调度架构。在日前调度阶段,考虑风电和光伏出力的相关性,生成基于生成式对抗网络和峰值密度聚类算法的日前风光联合出力典型场景,综合考虑风光出力的不确定性和抽水蓄能电站与电化学储能的容量特性,建立面向调峰需求的随机优化日前调度模型;在日内优化阶段,以最小化弃风弃光与电网备用电能为目标,构建变速抽水蓄能电站出力修正方法,制定电化学储能日内调度计划;在实时校正阶段,基于模型预测控制方法,以日内优化调度结果为参考,对电化学储能出力进行精确控制,最小化风光预测误差的影响。算例分析结果表明,所提方法可以有效减小电网负荷峰谷差,平抑风光联合出力波动,提升可再生能源消纳率。     

提高微网光伏消纳率的价格激励需求响应分层优化方法

在光伏装机比例较高的微网中存在光伏的消纳问题,对负荷的合理调整有助于提高光伏的就地消纳能力,而价格激励需求响应是调整负荷的有效手段。基于分时电价模式下的价格激励需求响应机制,提出了通过优化电价以调节负荷进而提升微网光伏消纳率的方法。在分析了模型的多元非线性性质的基础上,有针对性地建立了兼顾发电经济性与光伏消纳率指标的多层优化模型,并通过改进模拟退火算法与混合整数规划算法进行分层迭代求解,最终实现了光伏消纳能力的提升。算例结果表明,该方法可在不增加需求侧负担的前提下有效提高微网中的光伏消纳率,并提升微网运行的整体经济性。     

基于遗传算法—模糊径向基神经网络的光伏发电功率预测模型

针对光伏发电系统出力波动问题,提出遗传算法(GA)—模糊径向基(RBF)神经网络的光伏发电功率预测模型,将功率预测值应用于光伏发电的蓄电池储能功率调节系统,以降低对电网的冲击。选择与待预测日天气类型相同、日期相近、温度欧氏距离最小的历史日作为相似日,把与光伏发电功率相关性大的太阳辐射强度和温度作为模型输入变量,提出K均值聚类和遗传算法的参数优化方法,建立基于GA—模糊RBF神经网络的最终预测模型。在光伏功率预测的基础上,提出一种平滑控制策略,对光伏并网功率进行有效调节,从而达到平滑光伏功率波动的目的。实例证明,所述预测模型具有较高精度,并验证了平滑功率波动控制策略的有效性。