一种计及动态电价信号的储能系统运行优化方法及系统与流程
本发明涉及能源调度,尤其是涉及一种计及动态电价信号的储能系统运行优化方法及系统。
背景技术:
1、现有储能调控运行方法主要分为两类:一类是基于固定分时电价的储能充放电策略,通过预设的分时电价制定充放电计划,该类方法难以适应动态电价信号的快速变化特征,无法充分捕捉现货市场的价格波动收益;另一类是基于预测与优化的调度方法,通过对负荷、光伏及电价进行预测,建立以用电成本最小化为目标的数学规划模型,采用混合整数线性规划、二次规划等算法求解最优充放电计划。
2、然而,现有基于预测与优化的储能调控方法仍存在以下不足:其一,优化模型复杂度高,计算量大,需要高性能计算平台支持,难以在资源受限的园区边缘设备中部署;其二,多时间尺度协调机制复杂,日前计划与日内滚动调整之间的衔接往往依赖复杂的参考轨迹跟踪或软约束惩罚,参数整定困难;其三,电价信号仅作为优化目标函数的外部输入,未能与储能系统的运行状态形成有机联动,调控策略对电价变化的响应速度受限于优化求解周期。因此,亟需一种计算简单、响应迅速、且能使储能运行状态与动态电价信号深度融合的储能系统调控运行方法。
技术实现思路
1、针对现有技术中的缺陷,本发明提供了一种计及动态电价信号的储能系统运行优化方法及系统。
2、为了实现上述目的,第一方面,本发明提供了一种计及动态电价信号的储能系统运行优化方法,所述方法包括如下步骤:获取产业园区的负荷功率、储能系统运行状态数据、光伏发电数据,同步获取电价与气象数据,进而构建历史数据集;基于所述历史数据集,获取日前尺度的负荷预测结果、光伏发电预测结果与电价预测结果,以及负荷与电价在日内的短期预测结果;依据日前尺度的预测结果,结合储能系统的额定容量和荷电状态运行区间,确定用于日内调控的调控参数;利用所述调控参数、所述电价预测结果、储能系统荷电状态以及所述短期预测结果,生成储能系统的充放电功率指令;根据储能变流器实际输出功率和所述储能系统荷电状态对所述充放电功率指令进行闭环修正和安全限幅后,下发至储能变流器执行。本发明通过将动态电价信号嵌入储能荷电状态形成虚拟荷电状态调控机制,在无需复杂优化求解的前提下实现了储能系统对动态电价的快速响应,兼具计算简洁性与调控有效性。
3、可选地,所述储能系统运行状态数据包括所述储能系统荷电状态以及所述储能变流器实际输出功率,所述光伏发电数据为光伏发电系统的光伏输出功率,所述气象数据包括实际气象数据和气象预报数据,所述气象预报数据包括温度预报数据、湿度预报数据、风速预报数据和光照预报数据。
4、可选地,所述获取产业园区的负荷功率、储能系统运行状态数据、光伏发电数据,同步获取电价与气象数据,进而构建历史数据集,包括如下步骤:
5、实时采集产业园区的原始负荷功率、原始储能系统运行状态数据、原始光伏发电数据,同步获取原始电价与原始气象数据;
6、对所述原始负荷功率、所述原始储能系统运行状态数据、所述原始光伏发电数据、所述原始电价与所述原始气象数据进行预处理;
7、使用预处理得到的所述负荷功率、所述储能系统运行状态数据、所述光伏发电数据、所述电价与所述气象预报数据构建历史数据集。
8、可选地,所述基于所述历史数据集,获取日前尺度的负荷预测结果、光伏发电预测结果与电价预测结果,以及负荷与电价在日内的短期预测结果,包括如下步骤:
9、基于所述历史数据集构建预测模型,所述预测模型包括负荷预测模型、光伏发电预测模型、电价预测模型以及日内短期预测模型;
10、将最近一段时间内的所述负荷功率、所述实际气象数据以及未来一日内的所述气象预报数据输入所述负荷预测模型,得到日前尺度的所述负荷预测结果;
11、将最近一段时间内的所述光伏输出功率、所述实际气象数据以及未来一日内的所述气象预报数据输入所述光伏发电预测模型,得到日前尺度的所述光伏发电预测结果;
12、将最近一段时间内的所述电价输入所述电价预测模型,得到日前尺度的所述电价预测结果;
13、将最近一段时间内的所述负荷功率、所述电价、所述实际气象数据以及未来短期内的所述气象预报数据输入所述日内短期预测模型,得到所述短期预测结果。
14、可选地,所述基于所述历史数据集构建预测模型,所述预测模型包括负荷预测模型、光伏发电预测模型、电价预测模型以及日内短期预测模型,包括如下步骤:
15、基于所述历史数据集分别构建第一数据集、第二数据集、第三数据集和第四数据集;
16、分别使用所述第一数据集、所述第二数据集、所述第三数据集和所述第四数据集完成对lstm的训练和验证,得到所述负荷预测模型、所述光伏发电预测模型、所述电价预测模型以及所述日内短期预测模型。
17、可选地,所述调控参数包括基准电价、电价敏感系数、虚拟荷电状态上限和虚拟荷电状态下限。
18、可选地,所述依据日前尺度的预测结果,结合储能系统的额定容量和荷电状态运行区间,确定用于日内调控的调控参数,包括如下步骤:
19、对所述负荷预测结果进行求和归一化,并将归一化后的所述负荷预测结果作为相应时刻电价的权重,将日内的所述电价预测结果的加权和作为所述基准电价;
20、根据所述电价预测结果计算日内最大电价差,进而计算所述额定容量与所述日内最大电价差的比值,结合安全裕度系数确定所述电价敏感系数;
21、按照预设的时间步长利用所述短期预测结果更新所述基准电价和所述电价敏感系数;
22、利用储能系统的所述荷电状态运行区间确定所述虚拟荷电状态上限和所述虚拟荷电状态下限。
23、可选地,所述利用所述调控参数、所述电价预测结果、储能系统荷电状态以及所述短期预测结果,生成储能系统的充放电功率指令,包括如下步骤:
24、利用所述调控参数、所述短期预测结果以及储能系统荷电状态,实时计算储能系统的虚拟荷电状态;
25、当所述虚拟荷电状态大于或者等于所述虚拟荷电状态上限时,储能系统放电,并结合储能变流器的额定功率计算放电功率,形成放电功率指令;
26、当所述虚拟荷电状态小于或者等于所述虚拟荷电状态下限时,储能系统充电,并结合储能变流器的额定功率计算充电功率,形成充电功率指令。
27、可选地,所述根据储能变流器实际输出功率和所述储能系统荷电状态对所述充放电功率指令进行闭环修正和安全限幅后,下发至储能变流器执行,包括如下步骤:
28、计算所述充放电功率指令与所述储能变流器实际输出功率的功率偏差,进而通过pi控制对所述充放电功率指令进行闭环修正;
29、根据所述储能系统荷电状态对修正后的所述充放电功率指令进行安全限幅,得到最终功率指令并下发至储能变流器执行。
30、第二方面,本发明提供了一种计及动态电价信号的储能系统运行优化系统,所述的一种计及动态电价信号的储能系统运行优化系统包括:数据采集设备、数据输出设备、处理器和储存器,所述储存器包括一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被所述处理器执行时使所述处理器实现本发明提供的一种计及动态电价信号的储能系统运行优化方法。
31、综上所述,本发明至少具有以下有益效果:
32、1、本方法将动态电价信号转化为荷电状态偏移量,通过虚拟阈值比较直接生成充放电决策,无需在线求解混合整数规划或二次规划等复杂优化问题,降低了计算资源需求,可在资源受限的园区边缘计算设备上部署实施;
33、2、本方法通过虚拟荷电状态与实际荷电状态实时联动,电价变化可即刻反映到虚拟荷电状态的变化中,充放电决策无需等待优化求解周期,对动态电价信号的响应速度快,能够充分捕捉现货市场的价格波动机会;
34、3、本方法通过日前尺度确定调控参数保证了调度周期内的整体经济性,日内尺度基于超短期预测动态调整适应源荷波动,实时尺度功率修正保障控制精度,在长期规划与短期适应之间取得了有效平衡;
35、4、本方法以实际荷电状态为判断依据对充放电指令进行硬约束,确保储能系统始终在安全运行区间内工作,有效防止过充过放,保障了电池安全与系统稳定运行;
36、5、提供了与方法相适配的系统,该系统不仅能够提高本方法的实用性,还便于本方法的推广。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com