[發明專利]一種用戶側電池儲能的全生命周期投資優化方法

在審

• 申請號: 202210022142.2
• 申請日: 2022-01-10
• 公開（公告）號: CN114362219A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 陶佳;施展;彭明偉;陳宏偉;周嘯波;陳潔;丁曉宇;寧康紅
• 申請（專利權）人: 中國能源建設集團浙江省電力設計院有限公司
• 主分類號: H02J3/28
• 分類號: H02J3/28;H02J3/32;H02J3/38;H02J3/46;H02J3/14;G06Q10/04;G06Q40/06;G06Q50/06
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 田琦

1.一種用戶側電池儲能的全生命周期投資優化方法，其特征在于：包括如下步驟：

1)明確用戶側電池儲能系統的盈利模式；其盈利模式以峰谷價差為主，依賴于目錄電價中尖峰與低谷電價、高峰與低谷電價的差值、峰谷時段的時寬以及每日峰谷時段循環次數引起的可充放次數；

2)對用戶側的儲能投資進行優化；該優化分為負荷預測與擬合、目錄電價確定這兩個方面，其中，目錄電價確定是根據用戶側儲能系統的盈利模式，在低谷電價時段采用所在用戶的用電價為儲能充電，在尖峰或高峰電價時段將電量釋放給用戶并獲取用電價或優惠后的用電價；該價格機制由供電部門制定并在目錄電價表中予以明確；

3)對用戶側的儲能投資進行優化建模；確定目標函數并對其進行建模求解，其中，確定目標函數包括如下兩個方面：

a)凈現值計算；項目全生命周期的投資優化，涉及投資、營收和成本的時間價值計算，通常將不同時刻資金的進出歸算至同一時刻，凈現值及將所有時刻的資金統一歸算至現在這一時刻；現值公式如下：

P＝V/(1+i)ⁿ (1)；

其中P為現值，V為資金值，i為基準折現率，n為財務年數；

b)目標函數；目標函數為全生命周期內儲能系統的綜合成本現值最小：

min f＝P_nom_opt·C_p+E_nom_opt·C_e-∑_t(P_dis_opt_t·T_t-P_cha_opt_t·T_t)/(1+i)^t//8760-1 (2)；

其中P_nom_opt為儲能系統最優額定功率，E_nom_opt為儲能系統最優額定容量，C_p為儲能系統的功率單位造價，C_e為儲能系統的容量單位造價，P_dis_optt為儲能系統的最優放電時間序列，P_cha_opt為儲能系統的最優充電時間序列，Tt為某一時刻的目錄電價，i為基準折現率，t為小時時刻數；

4)確定儲能系統約束方程；儲能系統的約束方程包括充放電額定功率約束、額定容量約束、配電容量約束和充放電動作的能量時序約束：

0≤P_cha_opt_t≤P_nom_opt (3)；

0≤P_dis_opt_t≤P_nom_opt (4)；

0≤E_opt_t≤E_nom_opt (5)；

Load_t+P_cha_opt_t≤Load_nom (6)；

P_dis_opt_t-Load_t≤0 (7)；

其中P_cha_optt為儲能最優充電功率序列，P_dis_optt為儲能最優放電功率序列，P_nom_opt為儲能系統最優額定功率，E_optt為儲能最優能量序列，E_nom_opt為儲能系統最優額定容量，Loadt為負荷序列，Load_nom為負荷所在配電容量；

E_opt_t+1＝Charge·P_cha_opt_t·Effi_cha-Discharge·P_dis_opt_t/Effi_dis+E_opt_t (8)；

Charge+Discharge＝1 (9)；

Charge,Discharge∈{0,1} (10)；

關于式(8)～式(10)中儲能系統充放電動作的能量時序約束，其原理是儲能系統在某一時段的能量增量等于該時段充放電電量之和；但由于儲能系統變頻器等元件能量損耗的存在，導致其充電和放電函數并非連續函數，因此需要進行分段處理，引入0-1整數變量，即儲能系統投資優化問題為混合整數線性規劃問題；

5)對混合整數線性規劃問題進行仿真；由于混合整數線性規劃問題是NP-hard問題，因此當儲能系統的仿真時段規模較大，如進行20年仿真時，仿真時段為8760*20h，0-1變量數量超過35萬個，決策變量超過50萬個，約束方程將超過150萬個，其全生命周期投資優化問題可根據計算機實際算力對分段函數進行合并簡化；

6)通過仿真計算獲得用戶側儲能投資優化參數及儲能投資優化結果。

2.根據權利要求1所述的用戶側電池儲能的全生命周期投資優化方法，其特征在于：步驟2)中，所述負荷預測與擬合中的負荷預測包括如下兩種情況，一種是能夠取得8760h的歷史逐時數據，此時可以直接根據負荷發展趨勢對歷史數據進行比例調節作為預測的全年逐時值；另一種情況是僅能取得負荷的年特性、月特性和典型日逐時數據，此時需要將典型日特性與年特性、月特性、周特性進行卷積以擬合形成8760h負荷序列，并針對全年負荷利用小時數的經驗約束，對負荷序列的數值分布進行基于峰值不變的離散水平調整。