基于风电场应用场景的储能系统优化配置方法及装置与流程

1.本发明涉及电网调峰技术领域，尤其涉及一种基于风电场应用场景的储能系统优化配置方法及装置。


背景技术：

2.随着风电等新能源的快速发展，新能源尤其是风电装机容量不断增大。但大规模风电并网的出力不确定性及反调峰特性，给电力系统运行的安全可靠性及经济性带来了严峻的挑战。主要由于电网调峰容量不足以及系统网架结构受限，引起风电场运行灵活性不足，特别是弃风限电情况成为亟待解决的难题。
3.在能源互联网的推动下，以大规模电池储能为代表的的新型储能技术得以快速发展，通过储能技术实现对风电进行“削峰填谷”，从而提高电网的安全性和稳定性。
4.然而，目前储能产业还处于初级阶段，仍以示范应用为主，商业化应用依然面临成本偏高等问题。针对不同的应用需求，在满足技术性能要求的前提下，如何优化配置储能容量，从而缓解电网安全，提高风电场运行灵活性，是目前所面临的重要问题。因此，现在亟需一种基于风电场应用场景的储能系统优化配置方法及装置来解决上述问题。


技术实现要素：

5.针对现有技术存在的问题，本发明提供一种基于风电场应用场景的储能系统优化配置方法及装置。
6.本发明提供一种基于风电场应用场景的储能系统优化配置方法，包括：
7.根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数；
8.根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数；
9.根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，并通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果。
10.根据本发明提供的一种基于风电场应用场景的储能系统优化配置方法，所述根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数，包括：
11.根据峰谷电价和储能系统的充放电功率，构建储能系统的套利收益函数；
12.根据储能系统在负荷低谷时期内使电网接纳的新增风电电量，构建储能系统的电量收益函数；
13.根据储能系统的充放电功率，获取储能系统参与电网调峰运行时的补偿收益函数；
14.根据所述套利收益函数、所述电量收益函数和所述补偿收益函数，构建储能系统在全寿命周期内的电池储能系统效益函数。
15.根据本发明提供的一种基于风电场应用场景的储能系统优化配置方法，所述根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数，包括：
16.根据储能系统的功率配置和容量配置，构建储能系统的投资成本函数；
17.根据储能系统的充放电功率，构建储能系统在达到预设充放电次数后的运维成本函数；
18.根据所述投资成本函数和所述运维成本函数，构建储能系统在全寿命周期内的电池储能系统成本函数。
19.根据本发明提供的一种基于风电场应用场景的储能系统优化配置方法，所述套利收益函数的公式为：
[0020][0021]
其中，i
a
表示套利收益，η
d
表示储能系统的放电效率；p
price,t
表示电网的实时峰谷电价，p
c,t
表示储能系统在t时刻的充电功率，p
d,t
表示储能系统在t时刻的放电功率，t表示采样总时长，
△
t表示采样时间步长；
[0022]
所述电量收益函数的公式为：
[0023]
i
e
＝c
w
·
e
wind
；
[0024][0025]
其中，i
e
表示电量收益，p
wind
表示t时刻电网接纳的新增风电电量，t1表示负荷低谷时段开始时间，t2表示负荷低谷时段截止时间；e
wind
表示在全寿命周期内，储能系统使电网接纳的新增风电电量；c
w
表示风电电价；
[0026]
所述补偿收益函数的公式为：
[0027][0028]
其中，i
b
表示补偿收益，p
r
表示补偿单价。
[0029]
根据本发明提供的一种基于风电场应用场景的储能系统优化配置方法，所述投资成本函数的公式为：
[0030][0031]
其中，c
i
表示投资成本，e
b
表示储能系统的容量配置，p
b
表示储能系统的功率配置，c
e
表示容量配置单价，c
p
表示功率配置单价，d
r
表示折现率，n表示储能系统的运行年限；
[0032]
所述运维成本函数的公式为：
[0033][0034]
其中，c
om
表示运维成本，p
c,t
表示储能系统在t时刻的充电功率，p
d,t
表示储能系统
在t时刻的放电功率，t表示采样总时长，
△
t表示采样时间步长，c
m
为储能系统运维成本单价。
[0035]
根据本发明提供的一种基于风电场应用场景的储能系统优化配置方法，所述根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，包括：
[0036]
以储能系统在全寿命周期内的最大收益为优化目标，根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，所述目标函数的公式为：
[0037]
max f＝i
all
＝max{i
a
i
e
i
b
‑
c
i
‑
c
om
}；
[0038]
约束条件为：
[0039][0040]
其中，i
all
表示储能系统在全寿命周期内的综合收益，i
a
表示套利收益，i
e
表示电量收益，i
b
表示补偿收益，c
i
表示投资成本，c
om
表示运维成本，p
c,t
表示储能系统在t时刻的充电功率，p
d,t
表示储能系统在t时刻的放电功率，p
b
表示储能系统的功率配置，η
c
表示储能系统的充电效率，soc
t
表示储能系统的荷电状态，
△
t表示采样时间步长，e
b
表示储能系统的容量配置，soc
min
表示储能系统的荷电状态上限值，soc
max
表示储能系统的荷电状态下限值，soc
s
表示一天中储能系统充放电开始时刻的荷电状态，soc
e
表示一天中储能系统充放电结束时刻的荷电状态。
[0041]
根据本发明提供的一种基于风电场应用场景的储能系统优化配置方法，所述通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果，包括：
[0042]
根据所述目标函数，获取储能系统每天的综合收益；
[0043]
基于储能系统每天的综合收益，通过迭代法，获取每种功率配置和容量配置的组合方案下，储能系统在全寿命周期内的综合收益值；
[0044]
获取全寿命周期内的最大综合收益值，将所述最大综合收益值对应的功率配置和容量配置的组合方案作为储能系统的最优配置结果。
[0045]
本发明还提供一种基于风电场应用场景的储能系统优化配置装置，包括：
[0046]
效益函数构建模块，用于根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数；
[0047]
成本函数构建模块，用于根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数；
[0048]
优化配置模块，用于根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，并通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果。
[0049]
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理
storage system，简称bess)容量配置优化方法，能够缓解电网安全问题，提高风电场运行灵活性。本发明面向风电场多应用场景的电化学储能优化配置，通过配置大规模储能系统对电网负荷“削峰填谷”，实现部分负荷的时空平移，减少电网等效负荷峰谷差，增强电网向下调峰能力。通过建立储能系统的效益模型和成本模型，用迭代计算的方法求解以储能全寿命周期内综合收益最大为目标函数，从而得到储能系统的最优功率与容量配置。
[0063]
图1为本发明提供的基于风电场应用场景的储能系统优化配置方法的流程示意图，如图1所示，本发明提供了一种基于风电场应用场景的储能系统优化配置方法，包括：
[0064]
步骤101，根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数。
[0065]
在本发明中，储能系统在全寿命周期内的电池储能系统效益函数，包括套利收益函数、电量收益函数和补偿收益函数。具体地，储能系统利用电网峰谷电价差，通过在低谷时段以低电价将风电充入储能系统，高峰时则以高电价卖出进行套利，从而构建得到套利收益函数；通过储能系统“填谷”，使电网留出更多的向下调节容量接纳更多的风电，即在负荷低谷时期，储能系统将风电场产生的电量进行储能，减少了弃风率，本发明将这些电量产生的效益定义为储能系统的电量效益，从而构建得到电量收益函数；而补偿收益函数则代表储能系统在加入电网后，参与电网调峰运行时获得的补偿。
[0066]
步骤102，根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数。
[0067]
在本发明中，储能系统在全寿命周期内的电池储能系统成本函数，包括投资成本函数和运维成本函数。具体地，基于储能系统的功率配置和容量配置，构成储能系统在全寿命周期内的主投资成本，即不同的配置策略下，将会产生不同的主投资成本，从而构建得到投资成本函数；由于储能系统存在充放电次数的限制，当充放电次数过多时需要对储能系统进行运行维护，因此，本发明根据储能系统充放电产生的运维成本，构建运维成本函数。
[0068]
步骤103，根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，并通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果。
[0069]
在本发明中，从储能系统“填谷”电量收益、峰谷电价差以及储能系统容量成本等角度出发，建立目标函数、约束条件及相应求解方法，分析储能系统在投资与收益下的经济平衡点，以储能系统全寿命周期内净收益最大为目标，优化储能系统配置。图2为本发明提供的储能系统辅助提高风电场运行灵活性的原理示意图，可参考图2所示，根据输入的电网负荷及风电数据，得出其净负荷曲线，考虑调峰过程储能系统投资成本、运维成本、低储高发套利收益、电量效益以及补偿收益，以储能系统净收益最大为目标，优化调峰经济性，并得到该储能系统配置方案下的储能系统充放电功率和风电接纳量，即得到储能系统的多种功率和容量的配置组合。最后从储能技术成本单价、辅助调峰服务补偿单价以及电网峰谷电价差三个角度，分析储能系统在全寿命周期内的经济平衡点，从而得到在最大收益下储能系统的最优配置组合策略。
[0070]
本发明提供的基于风电场应用场景的储能系统优化配置方法，通过建立储能系统的效益模型和成本模型，用迭代计算的方法，求解以储能全寿命周期内综合收益最大的目标函数，得到储能系统的最优功率与容量配置策略，从而缓解电网安全，提高风电场运行灵活性。
[0071]
在上述实施例的基础上，所述根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数，包括：
[0072]
根据峰谷电价和储能系统的充放电功率，构建储能系统的套利收益函数；具体地，所述套利收益函数的公式为：
[0073][0074]
其中，i
a
表示套利收益，η
d
表示储能系统的放电效率(d为储能系统的全寿命周期)；p
price,t
表示电网的实时峰谷电价，p
c,t
表示储能系统在t时刻的充电功率，p
d,t
表示储能系统在t时刻的放电功率；t表示采样总时长，本发明以每天24小时进行采样；
△
t表示采样时间步长，本发明设置的步长为1小时。
[0075]
根据储能系统在负荷低谷时期内使电网接纳的新增风电电量，构建储能系统的电量收益函数；具体地，所述电量收益函数的公式为：
[0076]
i
e
＝c
w
·
e
wind
；
[0077][0078]
其中，i
e
表示电量收益；p
wind
表示t时刻电网接纳的新增风电电量，即电网在设置储能系统后，在负荷低谷时可以多接纳的风电电量；t1表示负荷低谷时段开始时间，t2表示负荷低谷时段截止时间；e
wind
表示在全寿命周期内，储能系统使电网接纳的新增风电电量，单位为mw
·
h；c
w
表示风电电价，单位为元/(mw
·
h)。
[0079]
根据储能系统的充放电功率，获取储能系统参与电网调峰运行时的补偿收益函数；具体地，所述补偿收益函数的公式为：
[0080][0081]
其中，i
b
表示补偿收益，p
r
表示补偿单价，单位为元。
[0082]
根据所述套利收益函数、所述电量收益函数和所述补偿收益函数，构建储能系统在全寿命周期内的电池储能系统效益函数。
[0083]
在上述实施例的基础上，所述根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数，包括：
[0084]
根据储能系统的功率配置和容量配置，构建储能系统的投资成本函数；具体地，在上述实施例的基础上，所述投资成本函数的公式为：
[0085][0086]
其中，c
i
表示投资成本，e
b
表示储能系统的容量配置，p
b
表示储能系统的功率配置，c
e
表示容量配置单价，c
p
表示功率配置单价，d
r
表示折现率，n表示储能系统的运行年限；
[0087]
根据储能系统的充放电功率，构建储能系统在达到预设充放电次数后的运维成本
函数。由于储能系统存在充放电次数的限制，当充放电次数过多时，需要对储能系统进行运行维护，所述运维成本函数的公式为：
[0088][0089]
其中，c
om
表示运维成本，p
c,t
表示储能系统在t时刻的充电功率，p
d,t
表示储能系统在t时刻的放电功率(充电功率和放电功率的值均为正)，t表示采样总时长，
△
t表示采样时间步长，c
m
为储能系统运维成本单价。
[0090]
根据所述投资成本函数和所述运维成本函数，构建储能系统在全寿命周期内的电池储能系统成本函数。
[0091]
在上述实施例的基础上，所述根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，包括：
[0092]
以储能系统在全寿命周期内的最大收益为优化目标，根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，所述目标函数的公式为：
[0093]
max f＝i
all
＝max{i
a
i
e
i
b
‑
c
i
‑
c
om
}；
[0094]
约束条件为：
[0095][0096]
其中，i
all
表示储能系统在全寿命周期内的综合收益，i
a
表示套利收益，i
e
表示电量收益，i
b
表示补偿收益，c
i
表示投资成本，c
om
表示运维成本，p
c,t
表示储能系统在t时刻的充电功率，p
d,t
表示储能系统在t时刻的放电功率，p
b
表示储能系统的功率配置，η
c
表示储能系统的充电效率，soc
t
表示储能系统的荷电状态，
△
t表示采样时间步长，e
b
表示储能系统的容量配置，soc
min
表示储能系统的荷电状态上限值，soc
max
表示储能系统的荷电状态下限值，soc
s
表示一天中储能系统充放电开始时刻的荷电状态，soc
e
表示一天中储能系统充放电结束时刻的荷电状态。
[0097]
在本发明中，以储能全寿命周期内综合收益最大为目标函数，构建了一种储能容量配置优化的目标函数，其各子目标函数为：储能系统投资成本、运维成本、套利收益、电量效益以及补偿收益。进一步地，为该目标函数设置约束条件，由于储能系统的容量有限，所以要保证储能系统的充放电电量保持在一定范围内，因此，储能系统需要满足的约束条件包括充放电功率限值约束及荷电状态限值约束。
[0098]
在上述实施例的基础上，所述通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果，包括：
[0099]
根据所述目标函数，获取储能系统每天的综合收益；
[0100]
基于储能系统每天的综合收益，通过迭代法，获取每种功率配置和容量配置的组
合方案下，储能系统在全寿命周期内的综合收益值；
[0101]
获取全寿命周期内的最大综合收益值，将所述最大综合收益值对应的功率配置和容量配置的组合方案作为储能系统的最优配置结果。
[0102]
在本发明中，定义储能系统待配置方案的取值范围，具体地，将储能系统额定功率取值范围设定在5～100mw，其迭代步长为5；储能系统额定容量范围设定为10～400mw
·
h，其迭代步长为10进行说明。本发明以储能系统一天的综合收益值，推算其全寿命周期内综合收益值，通过迭代法计算每种功率、容量的组合方案下，储能全寿命周期内综合收益值，选取收益最大值对应下的功率和容量组合作为储能系统最优配置结果。
[0103]
本发明的面向风电场多应用场景的电化学储能优化配置方法研究，由于一般机组调峰需要电网留有足够的向下备用容量，而当风电呈现反调峰特性时。常规调峰手段已无法满足调峰需求，从而导致大量弃风产生，通过建立储能系统成本和收益模型，通过计算每种功率、容量方案下的储能全寿命周期内综合收益值，得到最优容量配置，可以提升风电场在多应用场景下的运行灵活性。
[0104]
在一实施例中，通过某局部电网数据进行分析，对本发明提供的方法作进一步说明，其中，储能系统安装于电网发电侧，电池类型为目前较为主流并且前景较好的磷酸铁锂电池。
[0105]
具体地，图3为本发明提供的某局部电网数据的示意图，该电网在一个月内风电预测数据、风电实际所发功率以及弃风功率，可参考图3所示。本发明综合考虑bess投资成本、运维成本、“低储高发”套利收益、电量效益以及调峰补偿收益等多因素影响，分析使储能系统的综合效益达到最大时，储能系统功率和容量的优化配置。其中，储能系统的储能电池参数如表1所示：
[0106]
表1
[0107][0108]
每日各时段的峰谷电价如表2所示：
[0109]
表2
[0110][0111]
图4为本发明提供的磷酸铁锂电池优化配置综合效益的三维曲面示意图，储能系统在所提配置方案下的综合效益三维曲面图，可参考图4所示，当配置功率和容量较低时，bess的综合效益随着配置的增加而增加，并在配置功率为45mw，配置容量为150mw
·
h时，bess的综合效益达到最大值194.39万元；但当配置功率和容量过高时，由于bess功率和容量价格的增加，其投资和运维成本之和将超过其经济效益，综合效益会逐步降低直至为负
值。
[0112]
根据上述储能系统在所提配置方案下的综合效益数据，图5为本发明提供的基于磷酸铁锂电池储能的最优容量
‑
功率组合配置的关系示意图，如图5所示，随着风电场运行灵活性不足程度的提高，弃风功率及弃风电量增加，bess配置容量和配置功率呈现线性增加；但在尽可能全额接纳弃风功率的前提下，随着bess配置容量的增加，bess的成本指标占比增大，致使bess综合效益降低，为保证综合收益最优，最优配置功率将不再变化。
[0113]
图6为本发明提供的基于风电场应用场景的储能系统优化配置装置的结构示意图，如图6所示，本发明提供了一种基于风电场应用场景的储能系统优化配置装置，包括效益函数构建模块601、成本函数构建模块602和优化配置模块603，其中，效益函数构建模块601用于根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数；成本函数构建模块602用于根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数；优化配置模块603用于根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，并通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果。
[0114]
本发明提供的基于风电场应用场景的储能系统优化配置装置，通过建立储能系统的效益模型和成本模型，用迭代计算的方法，求解以储能全寿命周期内综合收益最大的目标函数，得到储能系统的最优功率与容量配置策略，从而缓解电网安全，提高风电场运行灵活性。
[0115]
本发明提供的装置是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
[0116]
图7为本发明提供的电子设备的结构示意图，如图7所示，该电子设备可以包括：处理器(processor)701、通信接口(communicationsinterface)702、存储器(memory)703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信。处理器701可以调用存储器703中的逻辑指令，以执行基于风电场应用场景的储能系统优化配置方法，该方法包括：根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数；根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数；根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，并通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果。
[0117]
此外，上述的存储器703中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0118]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在
非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的基于风电场应用场景的储能系统优化配置方法，该方法包括：根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数；根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数；根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，并通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果。
[0119]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的基于风电场应用场景的储能系统优化配置方法，该方法包括：根据峰谷电价、储能系统的充放电功率和储能系统在负荷低谷时期内接纳的风电电量，构建储能系统在全寿命周期内的电池储能系统效益函数；根据储能系统的功率配置、容量配置和充放电功率，构建储能系统在全寿命周期内的电池储能系统成本函数；根据所述电池储能系统效益函数和所述电池储能系统成本函数，构建目标函数，并通过迭代法对所述目标函数进行求解，得到储能系统的最优配置结果。
[0120]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0121]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0122]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。