买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网浙江省电力有限公司经济技术研究院;浙江工业大学

摘要：一种基于储能容量配置的电力系统灵活性提升方法，包括：S1:采用贝叶斯深度神经网络方法对电力系统净负荷进行预测估计，在此基础上，根据预测所得净负荷波动情况，划分灵活调节产品FRP的接受概率等级；S2:选择电池储能BES作为提供FRP的新型来源，根据BES充电和放电特性的区别，制定BES参与电力系统灵活性调节的模式；S3:分析BES聚合商参与电力系统灵活性调节的优化策略，提出电池储能容量优化配置模型；S4:以一天24小时为周期，根据预测得到的灵活性需求分布，利用已经搭建的模型在装有Yalmip优化工具箱的Matlab上调用Cplex算法包进行优化求解。本发明对净负荷波动的预测效率高、准确性好。

主权项：1.一种基于储能容量配置的电力系统灵活性提升方法，包括以下步骤：S1:采用贝叶斯深度神经网络方法对电力系统净负荷进行预测估计，在此基础上，根据预测所得净负荷波动情况，划分灵活调节产品Flexiblerampingproduct,FRP的接受概率等级；S2:选择电池储能Batteryenergystorage,BES作为提供FRP的新型来源，根据BES充电和放电特性的区别，制定BES参与电力系统灵活性调节的模式；所述BES参与电力系统灵活性调节的模式如下：S2-1：根据电力系统中能量流向的不同，储能电池可以参与不同模式的调节以提高系统灵活性；储能参与电力系统灵活性调节共有六种模式，下面分别给出了每种模式对应的物理行为、提供的产品类型、带来的收益来源及造成的成本损耗；当储能电池处于放电状态时，共有三种模式：emdsgdischargeinenergymarket模式下，BES通过放电向电力系统提供有功功率，BES在日前可以获得售电收益，但充电过程会引起电池损耗；regupupwardregulation模式下，BES为系统提供向上的调频服务，可以获得两部分收益，一是日前获得的容量收益，与BES的中标容量和上调频出清价格有关，二是在实时调度中如果ISO调用了上调频服务，等同于BES通过放电向电力系统提供了能量，这部分收益按能量的实时出清价格计算，同时调用上调频服务会给BES带来电池损耗；raupupwardFRP模式下，BES为系统提供向上的FRP，获得的收益和导致的成本与regup模式类似，不同点在于regup模式提供的是调频容量收益，而raup模式提供的是FRP容量收益；当储能电池处于充电状态时，也存在三种模式：regdndownwardregulation模式下，BES提供向下的调频服务，与上调频不同的是，BES提供下调频服务只能获得日前容量收益，因为实时调度中如果ISO调用了下调频服务，等同于BES从电力系统获取了能量，这部分能量可以用于远期套利，故无法从ISO获得重复的补贴，同样放电过程也会引起电池损耗；radndownwardFRP模式下，BES为系统提供向下的FRP，获得的收益和导致的成本与regdn模式类似；在emchgchargeinenergymarket模式下，BES从电力系统获取能量，除了充电过程引起电池损耗以外，BES还需要支付能量费用，且BES在这种模式下无法获取收益；然而，emchg模式对于维持BES的荷电状态State-of-charge,SOC具有重要意义，且通过充电存储的能量能够用于长期电力系统灵活性的调节；S3:分析BES聚合商参与电力系统灵活性调节的优化策略，提出电池储能容量优化配置模型；所述电池储能容量优化配置模型是以总收益最大化为目标的电力系统灵活性调节优化模型，具体包括：S3-1：引入FRP对目标函数和约束条件的影响，建立BES容量配置优化模型；BES聚合商的目标在于最大化收益，如式1所示：max{Ren+Rreg+Rra-Creg-Cra-Cdeg}1式中:Ren，Rreg和Rra依次分别是提供能量、调频服务和FRP获得的收益；Creg和Cra分别是提供调频服务和提供FRP在实时调度中的偏差风险成本；Cdeg是支付给BES的电池损耗补贴；提供能量获得的收益如式2所示: 式中:Δt为日前出清时长，为日前时段t的电价，为BESb的放电效率，和分别为BESb在时段t的放电类比于发电机组和充电类比于用电负荷功率；提供调频服务获得的收益包括日前规划的容量收益和实时调度中获得额外的调用收益，如式3所示: 式中:为日前上下调频服务的容量价格，为BES聚合商申报的上下调频服务的容量；πregupπregdn为日前上下调频服务被接受的概率，由前面的策略分析可知，BES聚合商申报的调频容量被ISO全额接受，故πregup＝πregdn＝1；ρregup为上调频在实时被调用的概率，为实时时段t的电价；类似地，提供FRP的收益如式4所示: 式中:β为ISO设定的需求曲线价格阈值，为BES聚合商申报的向上向下FRP的数量；πraupπradn为向上向下FRP在日前被接受的概率，ρraup为向上FRP实时被调用的概率；式4等式右侧第一部分表示BES提供FRP在日前获得的容量收益；与调频服务在日前被全额接纳不同，FRP在日前被接受的数量和概率与日前系统调节能力要求的高低有关，因此不同运行日的情况并不一致；第二部分表示日前被接受的FRP在实时获得的额外调用收益，BES聚合商被调用提供FRP的概率ρraup与系统实时运行状态密切相关；实时调度中，ISO对BES聚合商的调频服务调用范围在零到日前被接受的容量之间；BES聚合商根据预测的概率值运行优化模型，所得到的优化结果可能不完全符合实际情况；因此，BES聚合商需要考虑调频服务的实时调度值大于期望值的情况；这种情况下，假定BES聚合商以实时电价购置能量来处理期望值与实际值的偏差；BES聚合商在日前就考虑了实时偏差带来的风险成本，从而保证优化结果是风险规避的，提供调频服务的偏差风险成本Creg如下所示: ωregup＝πregupρregup1-ρregup6 ωregdn＝πregdnρregdn1-ρregdn8 式5等式右侧的第一部分表示提供上调频服务的偏差风险成本，ωregup表示出现偏差的条件概率，如式6所示，为三个独立事件概率的乘积:1上调频服务日前被接受的概率πregup；2上调频服务实时被调用概率ρregup；3被调用的实际值大于期望值的概率1-ρregup；表示上调频服务的偏差期望值，为申报的上调频容量与实时调度期望值的差，如式7所示；需要指出的是，BES聚合商在日前申报上调频容量之后，实际调用的上调频容量在0到之间，由于BES聚合商是风险规避的，故采用极端情况下实际调用容量等于最大值的优化结果，有效降低实时偏差风险；类似地，式5等式右侧的第二部分表示提供下调频的偏差风险成本，与上调频服务的偏差风险成本定义方式相同，相应的偏差概率ωregdn和偏差期望值分别如式8和9所示；提供FRP的偏差风险成本Cra与调频服务偏差风险成本Creg的定义方式类似，如式10-14所示；其中，ωregupωregup为提供向上向下FRP的偏差概率，为时刻t向上向下FRP的偏差期望值； ωraup＝πraupρraup1-ρraup11 ωradn＝πradnρradn1-ρradn13 此外，BES聚合商只是多个BES的代理商，而非其真正的所有者；由于充电和放电过程会引起电池损耗，BES聚合商需要支付BES所有者一定的补贴；假设电池损耗仅与电池充放电次数相关，而不受充放电的深度影响，BES聚合商需要支付的电池损耗补贴Cdeg如式15-16所示；其中，ψb、mb和BCb分别是BESb的收益保障因子、电池建设成本、电池寿命-循环次数近似函数的斜率和电池容量；收益保障因子ψb代表BESb的所有者要求的补贴力度，数值越高BESb提供单位服务获得的补贴越多，但对于BES聚合商则意味着更高的经济成本，并将影响BES聚合商的优化策略； Eb为BESb在充电和放电过程中与电力系统交换的总能量，根据提供产品的不同，由三部分组成，如式18所示；其中，表示调用上下调频服务所引起的能量变化，表示调用向上向下FRP所引起的能量变化；S3-2：目标函数的整体设置具体如上，优化模型相关的约束条件如下:调用调频服务所引起的能量变化 约束条件17和18反映了实时调度中调频服务引起的BES能量变化与BES聚合商在日前申报的调频容量的关系；BES聚合商通过优化配置其管理的多个BES来满足实时系统调频需求，并且可以同时提供上调频和下调频服务；BES聚合商在日前申报调频容量时，需要考虑实时调用概率，以免在实时调度中出现电池能量不足的问题；调用FRP所引起的能量变化： 与调用调频服务约束类似，约束条件19和20反映了实时调度中FRP引起的BES能量变化与BES聚合商在日前申报的FRP容量的关系；电池荷电状态限制： 约束条件21-25反映了每个BES的电池荷电状态限制；其中，约束条件21反映了充电放电过程与BES的电池荷电状态之间的关系，约束条件22和23强调了实时调度中总的能量变化不能超过BES电池内存储的可用能量，约束条件24规定了电池荷电状态的上限边界，约束条件25则表示在优化周期结束后每个BES的荷电状态应当等于优化周期开始时的初值，以避免不必要的纠纷；额定功率和爬坡率限制 约束条件26和27反映了BES的充放电功率限制，其中，pbmax为BESb的最大充放电功率，01变量ζt,b表示BESb在时段t的可用性1表示能够提供服务；单个BES受物理条件限制，不能同时充电和放电，引入01变量σt,b，σt,b为1表示放电，为0表示充电，分别对应约束条件26和约束条件27；约束条件28和29反映了BES的充放电功率调节限制，ruprdn为调节速率；约束条件30指出了优化模型所有的非负值变量；S4:以一天24小时为周期，根据预测得到的灵活性需求分布，利用已经搭建的模型在装有Yalmip优化工具箱的Matlab上调用Cplex算法包进行优化求解。

全文数据：

权利要求：

百度查询： 国网浙江省电力有限公司经济技术研究院 浙江工业大学 基于储能容量配置的电力系统灵活性提升方法