基于多目标规则融合的储能单场景优化方法及系统与流程

摘要: 本发明涉及智能电网,特别是涉及基于多目标规则融合的储能单场景优化方法及系统。背景技术:1、随着新能源发电占比的提高,电网调峰与保供压力增大,需求响应已成为电网调...
基于多目标规则融合的储能单场景优化方法及系统与流程

本发明涉及智能电网,特别是涉及基于多目标规则融合的储能单场景优化方法及系统。

背景技术:

1、随着新能源发电占比的提高,电网调峰与保供压力增大,需求响应已成为电网调用用户侧灵活性资源的主要手段。储能因功率可调、响应快,被广泛用于承接电网下发的实时需求响应任务。电网调度通道在某一时刻下发指令,指定响应开始时刻、结束时刻与响应期间须达到的最小放电功率。与此同时,储能是昂贵资产,其可用容量与使用寿命直接取决于充放电过程中的电池状态。因此,储能聚合管控终端承接每一次响应任务时,既要保证放电能力满足电网要求,又要避免过度放电加速老化,还需为随后的响应任务预留足够电量。

2、现有的储能实时需求响应控制,多采用预设固定规则的做法。这类做法收到电网下发的实时调度信号后,仅判断储能当前的soc(state of charge,荷电状态)是否达到预设的响应前门槛,达到则以不低于最小放电功率放电并禁止充电,响应结束后恢复常规运行,未把soc余量、电池损耗、市场考核与后续需求纳入统筹。其结果是,soc余量不足时无法维持最小放电功率而面临考核;为达标长期维持高soc,又会加快电池老化;响应结束后的电量安排无从预判,后续任务到来时常无电可放,整体运行效益随之下降。

技术实现思路

1、本发明提供了基于多目标规则融合的储能单场景优化方法及系统,改善了在储能实时需求响应场景中,现有的响应控制仅判断响应前soc是否达到门槛、满足则以不低于最小放电功率放电并禁止充电、事件结束后恢复常规运行,未将soc余量、电池损耗、市场考核与后续响应需求纳入统一考量,导致响应达标能力与电池寿命难以兼顾、违约惩罚频发的技术问题。

2、本发明公开了如下技术方案:

3、第一方面,本发明提供了基于多目标规则融合的储能单场景优化方法,方法包括:

4、获取实时需求响应信号,解析响应时段、最小放电功率和响应前soc门槛,根据历史响应事件和当前电池状态,通过响应需求预测模型获得响应需求序列,并确定响应结束后的目标soc下限;

5、在响应时段开始前,根据当前soc、响应前soc门槛和目标soc下限进行预调整,并以预调整后的soc作为响应时段初始soc;

6、以响应时段初始soc构建融合响应效能、电池动态损耗和违约惩罚的多目标函数,以响应时段最小放电功率、禁止充电、响应前soc门槛及目标soc下限为约束,对多目标函数和约束中的非线性项进行线性化处理并求解,获得响应时段内各时刻的充放电功率;

7、根据求解结果控制储能运行,响应结束后依据实际响应偏差和电池衰减量更新响应需求预测模型,并修正目标soc下限。

8、第二方面,本发明提供了基于多目标规则融合的储能单场景优化系统,包括:

9、响应需求解析模块,用于获取实时需求响应信号,解析响应时段、最小放电功率和响应前soc门槛,根据历史响应事件和当前电池状态,通过响应需求预测模型获得响应需求序列,并确定响应结束后的目标soc下限;

10、soc预调整模块,用于在响应时段开始前,根据当前soc、响应前soc门槛和目标soc下限进行预调整,并以预调整后的soc作为响应时段初始soc;

11、多目标求解模块,用于以响应时段初始soc构建融合响应效能、电池动态损耗和违约惩罚的多目标函数,以响应时段最小放电功率、禁止充电、响应前soc门槛及目标soc下限为约束,对多目标函数和约束中的非线性项进行线性化处理并求解,获得响应时段内各时刻的充放电功率;

12、控制修正模块,用于根据求解结果控制储能运行,响应结束后依据实际响应偏差和电池衰减量更新响应需求预测模型,并修正目标soc下限。

13、本发明中提供的一个或多个技术方案,至少具有如下技术效果或优点:

14、本发明技术方案提供的基于多目标规则融合的储能单场景优化方法,首先,通过获取实时需求响应信号并解析响应时段、最小放电功率和响应前soc门槛,再结合历史响应事件与当前电池状态经响应需求预测模型获得响应需求序列并确定目标soc下限,实现了在响应到来之前即掌握本次响应所需的放电能力与响应结束后的电量边界,解决了现有做法只知响应前soc门槛而不知响应期间需要放多少电、响应之后还需留多少电的问题,为后续的预调整与多目标求解提供了明确的边界条件。

15、进一步的,通过在响应时段开始前依据当前soc与目标soc下限进行预调整,实现了在响应到来之前把储能电量预先调整到兼顾本次达标与后续需求的水平,解决了现有做法仅在响应前判断一次门槛、无法兼顾响应结束后电量安排的问题,为响应时段内的功率分配提供了合理的起始电量。

16、再进一步的,通过以响应时段初始soc构建融合响应效能、电池动态损耗和违约惩罚的多目标函数,并在最小放电功率与禁止充电等约束下作线性化处理并求解,实现了把响应达标、电池保护与违约风险三项要求纳入同一个优化问题统筹,解决了现有做法只追求响应时段内能否放电、无法在多项运营目标之间取得平衡的问题,为响应时段内各时刻的充放电功率提供了可直接执行的取值。

17、更进一步的,通过根据求解结果控制储能运行,并在响应结束后依据实际响应偏差与电池衰减量更新响应需求预测模型、修正目标soc下限,实现了使预测模型与电量边界随实际运行数据持续演进,解决了现有做法一次设定后不再调整、难以适应后续响应需求变化的问题,为储能长期参与实时需求响应提供了自适应能力。

18、由此可得,本发明实施例提供的基于多目标规则融合的储能单场景优化方法及系统,通过在响应到来前完成边界确定与电量预调整、在响应时段内以多目标函数统筹响应效能、电池损耗与违约风险、在响应结束后依据实际偏差与衰减量闭环修正,使储能既能在响应时段内可靠达标,又能保护电池寿命并降低考核风险。

1.基于多目标规则融合的储能单场景优化方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于多目标规则融合的储能单场景优化方法,其特征在于,所述实时需求响应信号通过电网实时调度通道获取,解析所述实时需求响应信号中的下发时刻、响应开始时刻和响应结束时刻,将响应开始时刻至响应结束时刻之间的时段作为响应时段,根据下发时刻与响应开始时刻的间隔确定提前通知时间,从所述实时需求响应信号中提取电网调度指令要求的最小放电功率,所述响应前soc门槛优先从所述实时需求响应信号中提取,若信号未携带响应前soc门槛,则根据历史响应事件中相同响应时段的成功响应最低响应前soc,结合当前电池状态中的soc和健康状态,对成功响应最低响应前soc进行修正,获得响应前soc门槛,所述历史响应事件包括响应时段、响应功率、响应前soc和响应后soc,所述当前电池状态包括soc、健康状态和循环次数,所述健康状态根据所述循环次数确定,所述循环次数越大,所述健康状态越低。

3.根据权利要求1所述的基于多目标规则融合的储能单场景优化方法,其特征在于,根据历史响应事件和当前电池状态,通过响应需求预测模型获得响应需求序列,并确定响应结束后的目标soc下限,包括:

4.根据权利要求3所述的基于多目标规则融合的储能单场景优化方法,其特征在于,所述响应需求预测模型的构建包括:

5.根据权利要求1所述的基于多目标规则融合的储能单场景优化方法,其特征在于,所述预调整包括:

6.根据权利要求1所述的基于多目标规则融合的储能单场景优化方法,其特征在于,以所述响应时段初始soc构建融合响应效能、电池动态损耗和违约惩罚的多目标函数,包括:

7.根据权利要求1所述的基于多目标规则融合的储能单场景优化方法,其特征在于,以响应时段最小放电功率、禁止充电、所述响应前soc门槛及所述目标soc下限为约束,对所述多目标函数和约束中的非线性项进行线性化处理并求解,获得响应时段内各时刻的充放电功率,包括:

8.根据权利要求7所述的基于多目标规则融合的储能单场景优化方法,其特征在于,对所述响应时段内各时刻充放电功率与所述最小放电功率的偏差绝对值、所述响应时段内各时刻充放电功率的充放电互斥,引入辅助变量转化为线性约束,包括:

9.根据权利要求1所述的基于多目标规则融合的储能单场景优化方法,其特征在于,根据求解结果控制储能运行,响应结束后依据实际响应偏差和电池衰减量更新所述响应需求预测模型,并修正目标soc下限,包括:

10.基于多目标规则融合的储能单场景优化系统,其特征在于,所述系统用于执行权利要求1至9任一项所述的基于多目标规则融合的储能单场景优化方法,所述系统包括: