[發明專利]一種適用于廣義儲能資源優化調度方法及系統

在審

• 申請號: 202010633806.X
• 申請日: 2020-07-02
• 公開（公告）號: CN112001578A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 楊波;莊俊;余豪杰;陶瓊;崔紅芬
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q30/02;G06Q50/06;G06N20/00;G06K9/62
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種適用于廣義儲能資源優化調度方法，其特征在于，包括：

獲取廣義儲能資源中各資源相關的數據；

基于所述各資源相關的數據以及預先定義的各廣義儲能資源響應特性模型進行辨識得到各廣義儲能資源響應特性模型識別參數；

將所述識別參數帶入預先構建的微網調度優化模型進行優化求解得到最優運行策略；

其中，所述廣義儲能資源包括：儲能設備和具有儲能特性的可控負荷；所述微網調度優化模型以各廣義儲能資源響應特性模型為約束條件。

2.如權利要求1所述的一種適用于廣義儲能資源優化調度方法，其特征在于，所述微網調度優化模型的構建，包括：

基于各廣義儲能資源響應特性模型構建運行約束條件；

以運行成本經濟最優為目標構建目標函數。

3.如權利要求1或2所述的一種適用于廣義儲能資源優化調度方法，其特征在于，所述廣義儲能資源響應特性模型，包括：為儲能設備構建的實際儲能模型和為具有儲能特性的可控負荷構建的虛擬儲能模型；

其中，所述虛擬儲能模型包括：可轉移虛擬儲能響應特性模型、可平移虛擬儲能響應特性模型和可削減虛擬儲能響應特性模型。

4.如權利要求3所述的一種適用于廣義儲能資源優化調度方法，其特征在于，所述基于所述各資源相關的數據以及預先定義的各類廣義儲能資源響應特性模型進行辨識得到各模型識別參數，包括：

獲取區域中涉及的廣義儲能資源形式，并統計各種資源的用電特性與用能行為相關的大數據；

將所述各種資源的用電特性與用能行為相關的大數據結合各廣義儲能資源響應特性模型進行辨識，得到各廣義儲能資源響應特性模型的識別參數；

其中所述辨識方法包括：數據處理、聚類和機器學習；

所述可轉移虛擬儲能響應特性模型識別參數包括：各可轉移虛擬儲能最小時變響應功率、最大時變響應功率、可轉移時間的起始值和可轉移時間的終止值；

所述可平移虛擬儲能響應特性模型識別參數包括：各可轉移時間的起始值和終止值；

所述可削減虛擬儲能響應特性模型識別參數包括：各可削減負荷的削減率、最小削減時間和最大削減時間；

實際儲能模型參數包括：各儲能設備的充放電效率、最小時變響應功率、最大時變響應功率、荷電狀態最大值和最小值。

5.如權利要求3所述的一種適用于廣義儲能資源優化調度方法，其特征在于，所述約束條件包括：

U_i,min≤U_i,t≤U_i,max

式中，為電網供電功率；為i節點處分布式發電功率；為i節點處儲能的時變響應功率；為i節點處可轉移虛擬儲能的時變響應功率；為第k個可平移虛擬儲能的時變響應功率；為第l個可平移虛擬儲能響應功率；為；U_i,t為i節點處電壓幅值；U_i,max為i節點處電壓幅值的最大值；U_i,min為i節點處電壓幅值的最小值。

6.如權利要求4所述的一種適用于廣義儲能資源優化調度方法，其特征在于，所述實際儲能模型，如下式所示：

式中，i為配電網節點編號；t為時間；T為總的調度時段；為第i個儲能t時刻儲能的電荷量；為第i個儲能t-1時刻儲能的電荷量；為第i個儲能的額定容量；為第i個充放電效率；SOC_i,min為第i個儲能荷電狀態最小值；SOC_i，max為第i個儲能荷電狀態最大值；Δt為調度間隔；為第i個儲能t時刻儲能的時變響應功率；P_i^ess為第i個儲能的時變響應功率矩陣；為第i個儲能時變響應功率矩陣中的最小時變響應功率；為第i個儲能時變響應功率矩陣中的最大時變響應功率。