技術(shù)領(lǐng)域
[0001] 本
發(fā)明屬于
能源規(guī)劃領(lǐng)域,尤其涉及一種基于雙階段的儲(chǔ)能規(guī)劃方法。
背景技術(shù)
[0002] 迄今為止,高投資成本仍然是在經(jīng)濟(jì)規(guī)模內(nèi)在
電網(wǎng)中分配
電池儲(chǔ)能系統(tǒng)?(Battery?Energy?Storage?System,BESS)的關(guān)鍵障礙。另一方面,通過(guò)需求響應(yīng)(Demand?response,DR)程序利用恒溫控制負(fù)載(Thermostatically?controlled?load,TCL)被認(rèn)為是管理
可再生能源間歇性和提高電網(wǎng)效率的經(jīng)濟(jì)有效的方法。
空調(diào)家庭的熱緩沖能
力模仿物理儲(chǔ)能系統(tǒng),因此被視為虛擬儲(chǔ)能系統(tǒng)(Virtual?Energy?Storage?System,VESS)。
[0003] 在
現(xiàn)有技術(shù)中,作為能源提供方與能源存儲(chǔ)方之間的能源供給方式無(wú)法根據(jù)當(dāng)前能源市場(chǎng)進(jìn)行策略性調(diào)整,容易在產(chǎn)生單側(cè)能源浪費(fèi)從而導(dǎo)致能源
波動(dòng)。
發(fā)明內(nèi)容
[0004] 為了解決現(xiàn)有技術(shù)中存在的缺點(diǎn)和不足,本發(fā)明提出了基于雙階段的儲(chǔ)能規(guī)劃方法,針對(duì)
智能電網(wǎng)中的分布式
風(fēng)輪機(jī),共享BESS以及單個(gè)VESS的最優(yōu)調(diào)度,提出了一種新穎的能源交互模型,使得
能量交換可以直接在對(duì)等
基礎(chǔ)上進(jìn)行,以減輕可再生能源的波動(dòng)。
[0005] 具體的,所述儲(chǔ)能規(guī)劃方法包括:
[0006] 基于
風(fēng)力發(fā)
電機(jī)的發(fā)
電能力,確定風(fēng)力發(fā)電量與風(fēng)速的對(duì)應(yīng)函數(shù)關(guān)系;
[0007] 基于電池儲(chǔ)能系統(tǒng)中各電池儲(chǔ)存能量以及不同時(shí)刻的充放電功率,確定電池充電模型的系統(tǒng)函數(shù);
[0008] 基于儲(chǔ)能載體的
溫度變化趨勢(shì),確定對(duì)應(yīng)儲(chǔ)能載體的虛擬儲(chǔ)能系統(tǒng)中的
熱容量模型函數(shù);
[0009] 基于兩層隨機(jī)模型結(jié)合當(dāng)前電力供應(yīng)市場(chǎng)中的電力需求以及虛擬儲(chǔ)能系統(tǒng)的儲(chǔ)能能力,對(duì)電池儲(chǔ)能系統(tǒng)、風(fēng)力發(fā)電機(jī)的發(fā)電能力進(jìn)行優(yōu)化調(diào)度。
[0010] 可選的,所述基于風(fēng)力發(fā)電機(jī)的發(fā)電能力,確定風(fēng)力發(fā)電量與風(fēng)速的對(duì)應(yīng)函數(shù)關(guān)系,包括:
[0011] 風(fēng)力發(fā)電機(jī)的發(fā)電量定義為與風(fēng)速相關(guān)的分段函數(shù)如公式一所示,
[0012]
[0013] 公式一
[0014] 其中,vti和 是t時(shí)刻i
節(jié)點(diǎn)的風(fēng)速和相應(yīng)的風(fēng)機(jī)功率輸出;vCI,vR和?vCO為
切入風(fēng)速,額定風(fēng)速以及
切出風(fēng)速;PWT,R和 是單位容量的風(fēng)機(jī)出力以及i節(jié)點(diǎn)的風(fēng)機(jī)裝機(jī)容量; 代表了風(fēng)機(jī)是否在i節(jié)點(diǎn)安裝;ΩWT是安裝了風(fēng)機(jī)的節(jié)點(diǎn)的集合;風(fēng)電機(jī)組的維護(hù)
費(fèi)用按投資成本的一定比例來(lái)計(jì)算。假設(shè)沒(méi)有更多的運(yùn)營(yíng)成本。
[0015] 可選的,所述基于電池儲(chǔ)能系統(tǒng)中各電池儲(chǔ)存能量以及不同時(shí)刻的充放電功率,確定電池充電模型的系統(tǒng)函數(shù),包括:
[0016] 電池充電模型如公式二所示,
[0017]
[0018] 其中, 是t時(shí)刻i節(jié)點(diǎn)的電池儲(chǔ)存能量; 和 代表了i節(jié)點(diǎn)時(shí)刻的充放電功率;ηC和ηD是充放電的效率;Δt?is?t時(shí)刻與t+1時(shí)刻的時(shí)間間隔;
[0019] 電池控
制芯片SOC的狀態(tài)參數(shù)如公式三所示,
[0020]
[0021] 其中 是i節(jié)點(diǎn)電池的最大容量。
[0022] 可選的,所述電池儲(chǔ)能系統(tǒng)中對(duì)應(yīng)各電池的約束條件包括:
[0023] SOC狀態(tài)約束參數(shù)如公式四所示:
[0024]
[0025] 其中SOC和 是電池SOC狀態(tài)的上下限;
[0026] 充放電功率約束條件如公式五所示:
[0027]
[0028] 其中 是0、1決策變量,代表了電池是否安裝在i節(jié)點(diǎn);如果安裝則否則,
[0029]
[0030]
[0031] 其中,0、1決策變量 和 是電池的充放電決策;如果電池充電,則如果電池放電,則 公式七保證電池不能同時(shí)充放電。
[0032] 可選的,所述基于儲(chǔ)能載體的溫度變化趨勢(shì),確定對(duì)應(yīng)儲(chǔ)能載體的虛擬儲(chǔ)能系統(tǒng)中的熱容量模型函數(shù),包括:
[0033] 建筑的熱容量的模型如公式九所示,
[0034]
[0035] 其中, 代表了從t時(shí)刻的溫度Tt,i改變到到t+1時(shí)刻的溫度T(t+1),i需要的能量;Δt是t時(shí)刻到t+1時(shí)刻的時(shí)間間隔;TCi是i節(jié)點(diǎn)虛擬儲(chǔ)能的熱容量系數(shù),單位為kWh/K;TLi是i節(jié)點(diǎn)虛擬儲(chǔ)能的
熱損失系數(shù);TA是對(duì)應(yīng)建筑的室外溫度;通過(guò)調(diào)整目標(biāo)溫度T(t+1),i,消耗的電能被控制。
[0036] 可選的,所述儲(chǔ)能規(guī)劃方法還包括向建筑提供獎(jiǎng)勵(lì)金的步驟,具體包括:
[0037] 激勵(lì)金額被定義為一個(gè)線性函數(shù)如公式十所示,
[0038]
[0039] 其中,
[0040] 其中, 和 代表了i節(jié)點(diǎn)t時(shí)刻控制虛擬儲(chǔ)能所需的費(fèi)用以及控制的負(fù)荷功率;αVESS是可控負(fù)荷的成本系數(shù); 和 是控制溫度在能接受范圍內(nèi)的最小以及最大熱需求;ΩVESS是所有可控負(fù)荷節(jié)點(diǎn)的集合。
[0041] 可選的,所述儲(chǔ)能規(guī)劃方法還包括基于負(fù)荷以及風(fēng)速的不確定性;收集大量的歷史需求和氣象數(shù)據(jù),建立相關(guān)的概率分布模型,對(duì)不確定性進(jìn)行建模的步驟,具體包括:
[0042] 荷載采用正態(tài)分布,風(fēng)速采用威布爾分布,風(fēng)速的概率分布函數(shù)描述為:
[0043]
[0044] 其中k和c是分布的形狀和比例參數(shù);
[0045] 負(fù)荷的概率分布由正太分布表示,如公式十一所示,
[0046]
[0047] 其中,μt表示日前預(yù)測(cè)的t時(shí)刻負(fù)荷;σt是從歷史數(shù)據(jù)中得出的t時(shí)刻的負(fù)荷方差;
[0048] 定義如公式十二所示的包含年化投資成本CInv以及運(yùn)行成本 的目標(biāo)函數(shù)表達(dá)式,
[0049]
[0050] 其中,N是節(jié)點(diǎn)的數(shù)量。
[0051] 可選的,所述兩層隨機(jī)模型包含了對(duì)應(yīng)日前市場(chǎng)的第一模型和對(duì)應(yīng)實(shí)時(shí)市場(chǎng)的第二模型。
[0052] 可選的,所述基于兩層隨機(jī)模型結(jié)合當(dāng)前電力供應(yīng)市場(chǎng)中的電力需求以及虛擬儲(chǔ)能系統(tǒng)的儲(chǔ)能能力,對(duì)電池儲(chǔ)能系統(tǒng)、風(fēng)力發(fā)電機(jī)的發(fā)電能力進(jìn)行優(yōu)化調(diào)度,包括:
[0053] 定義如公式十三示的目標(biāo)函數(shù),
[0054]
[0055] 其中, 和 為0,1決策變量,分別代表了i節(jié)點(diǎn)t時(shí)刻機(jī)組啟停狀態(tài),開(kāi)機(jī)行為以及關(guān)機(jī)行為; 是i節(jié)點(diǎn)t時(shí)刻機(jī)組最優(yōu)功率輸出。
[0056] 可選的,所述目標(biāo)函數(shù)的約束條件包括:
[0057] 如公式十四所示的節(jié)點(diǎn)平衡約束式,
[0058]
[0059] 其中 是t時(shí)刻i節(jié)點(diǎn)的電負(fù)荷需求;ΩLoad是有電負(fù)荷的節(jié)點(diǎn)的集合;
[0060] 如公式十五所示的網(wǎng)絡(luò)約束表達(dá)式,
[0061]
[0062] 其中,Bij是i節(jié)點(diǎn)和j節(jié)點(diǎn)間的電納;θt,i和θt,j是i、j節(jié)點(diǎn)t時(shí)刻
電壓的相
角;St,ij為i節(jié)點(diǎn)和j節(jié)點(diǎn)間t時(shí)刻的潮流;
[0063] 如公式十六所示的機(jī)組約束表達(dá)式,
[0064] 有功限制和啟停約束
[0065]
[0066] 其中 和 是i節(jié)點(diǎn)上的機(jī)組最小和最大的有功功率輸出;
[0067] 如公式十七所示的爬坡約束表達(dá)式,
[0068]
[0069] 其中 和 是機(jī)組的向上和向下爬坡約束。
[0070] 本發(fā)明提供的技術(shù)方案帶來(lái)的有益效果是:
[0071] 第一個(gè)階段,決策變量集合1包括了 以及 他們由差分進(jìn)化
算法解得并作為參數(shù)代入到隨機(jī)模型中。這些變量會(huì)作為參數(shù)傳輸?shù)降诙A段并決定最優(yōu)調(diào)度。在第二階段中,有不確定性的數(shù)據(jù)會(huì)被代入到隨機(jī)模型中。決策變量集合2包括了 以及 年運(yùn)行成本會(huì)被返回到第一階段。差
分
進(jìn)化算法會(huì)計(jì)算式中的總成本,通過(guò)循環(huán),選取最優(yōu)個(gè)體并淘汰其他次優(yōu)解。因此,通過(guò)循環(huán),可以找到全局最優(yōu)解。
附圖說(shuō)明
[0072] 為了更清楚地說(shuō)明本發(fā)明的技術(shù)方案,下面將對(duì)
實(shí)施例描述中所需要使用的附圖作簡(jiǎn)單地介紹,顯而易見(jiàn)地,下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例,對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講,在不付出創(chuàng)造性勞動(dòng)的前提下,還可以根據(jù)這些附圖獲得其他的附圖。
[0073] 圖1是本
申請(qǐng)實(shí)施例提出的基于雙階段的儲(chǔ)能規(guī)劃方法的流程示意圖。
具體實(shí)施方式
[0074] 為使本發(fā)明的結(jié)構(gòu)和優(yōu)點(diǎn)更加清楚,下面將結(jié)合附圖對(duì)本發(fā)明的結(jié)構(gòu)作進(jìn)一步地描述。
[0075] 實(shí)施例一
[0076] 本申請(qǐng)實(shí)施例提出了基于雙階段的儲(chǔ)能規(guī)劃方法,如圖1所示,尤其涉及一種基于雙階段的分布式
風(fēng)能、共享電池以及虛擬儲(chǔ)能的規(guī)劃方法。具體方法包括以下步驟:
[0077] 11、基于風(fēng)力發(fā)電機(jī)的發(fā)電能力,確定風(fēng)力發(fā)電量與風(fēng)速的對(duì)應(yīng)函數(shù)關(guān)系;
[0078] 11、基于電池儲(chǔ)能系統(tǒng)中各電池儲(chǔ)存能量以及不同時(shí)刻的充放電功率,確定電池充電模型的系統(tǒng)函數(shù);
[0079] 11、基于儲(chǔ)能載體的溫度變化趨勢(shì),確定對(duì)應(yīng)儲(chǔ)能載體的虛擬儲(chǔ)能系統(tǒng)中的熱容量模型函數(shù);
[0080] 11、基于兩層隨機(jī)模型結(jié)合當(dāng)前電力供應(yīng)市場(chǎng)中的電力需求以及虛擬儲(chǔ)能系統(tǒng)的儲(chǔ)能能力,對(duì)電池儲(chǔ)能系統(tǒng)、風(fēng)力發(fā)電機(jī)的發(fā)電能力進(jìn)行優(yōu)化調(diào)度。
[0081] 在實(shí)施中,步驟一用于構(gòu)建系統(tǒng)中各節(jié)點(diǎn)的分布式風(fēng)能、共享電池以及虛擬儲(chǔ)能模型以及它們的不確定性模型:
[0082] 風(fēng)力發(fā)電機(jī)的發(fā)電量定義為與風(fēng)速相關(guān)的分段函數(shù):
[0083]
[0084] 其中,vti和 是t時(shí)刻i節(jié)點(diǎn)的風(fēng)速和相應(yīng)的風(fēng)機(jī)功率輸出;vCI,vR和?vCO為切入風(fēng)速,額定風(fēng)速以及切出風(fēng)速;PWT,R和 是單位容量的風(fēng)機(jī)出力以及i節(jié)點(diǎn)的風(fēng)機(jī)裝機(jī)容量; 代表了風(fēng)機(jī)是否在i節(jié)點(diǎn)安裝;ΩWT是安裝了風(fēng)機(jī)的節(jié)點(diǎn)的集合;風(fēng)電機(jī)組的維護(hù)費(fèi)用按投資成本的一定比例來(lái)計(jì)算。假設(shè)沒(méi)有更多的運(yùn)營(yíng)成本。
[0085] 電池充電模型可以表示為:
[0086]
[0087] 其中, 是t時(shí)刻i節(jié)點(diǎn)的電池儲(chǔ)存能量; 和 代表了i節(jié)點(diǎn)時(shí)刻的充放電功率;ηC和ηD是充放電的效率;Δt?is?t時(shí)刻與t+1時(shí)刻的時(shí)間間隔。電池的SOC狀態(tài)可以表示為:
[0088]
[0089] 其中 是i節(jié)點(diǎn)電池的最大容量。電池的運(yùn)行約束為:
[0090] SOC狀態(tài)約束:
[0091]
[0092] 其中SOC和 是電池SOC狀態(tài)的上下限。
[0093] 充放電功率約束:
[0094]
[0095] 其中 是0、1決策變量,代表了電池是否安裝在i節(jié)點(diǎn)。如果安裝則否則,
[0096]
[0097]
[0098] 其中,0、1決策變量 和 是電池的充放電決策。如果電池充電,則如果電池放電,則 公示七保證了電池不能同時(shí)充放電:
[0099] 在本文中,電池是以循環(huán)模式工作的。因此,儲(chǔ)存能量可以表示為:
[0100]
[0101] 其中 和 是電池的初始和結(jié)束儲(chǔ)存能量; 是電池的目標(biāo)初始SOC狀態(tài)。電池的維護(hù)費(fèi)用按投資成本的一定比例來(lái)計(jì)算。假設(shè)沒(méi)有更多的運(yùn)營(yíng)成本:
[0102] 可控負(fù)荷模型:
[0103] 虛擬儲(chǔ)能通常指能夠利用的
熱能儲(chǔ)能。
[0104] 本文中,居民樓以及商業(yè)樓被選為虛擬儲(chǔ)能的載體。虛擬儲(chǔ)能不能直接放電,但可以作為需求側(cè)的可控負(fù)荷。建筑的熱容量的模型可以表示為:
[0105]
[0106] 其中, 代表了從t時(shí)刻的溫度Tt,i改變到到t+1時(shí)刻的溫度T(t+1),i需要的能量;Δt是t時(shí)刻到t+1時(shí)刻的時(shí)間間隔;TCi是i節(jié)點(diǎn)虛擬儲(chǔ)能的熱容量系數(shù),單位為kWh/K;TLi是i節(jié)點(diǎn)虛擬儲(chǔ)能的熱損失系數(shù);TA是對(duì)應(yīng)建筑的室外溫度。通過(guò)調(diào)整目標(biāo)溫度T(t+1),i,消耗的電能可以被控制。假設(shè)只要目標(biāo)溫度在舒服范圍內(nèi),用戶(hù)端基于系統(tǒng)操作者足夠的權(quán)限來(lái)控制恒溫器。
[0107] 向用戶(hù)支付的激勵(lì)金額被定義為一個(gè)線性函數(shù),如下所示:
[0108]
[0109]
[0110] 其中, 和 代表了i節(jié)點(diǎn)t時(shí)刻控制虛擬儲(chǔ)能所需的費(fèi)用以及控制的負(fù)荷功率;αVESS是可控負(fù)荷的成本系數(shù); 和 是控制溫度在能接受范圍內(nèi)的最小以及最大熱需求;ΩVESS是所有有可控負(fù)荷節(jié)點(diǎn)的集合。
[0111] 不確定性
[0112] 本文考慮了負(fù)荷以及風(fēng)速的不確定性。收集大量的歷史需求和氣象數(shù)據(jù),建立相關(guān)的概率分布模型,對(duì)不確定性進(jìn)行建模。在常見(jiàn)的做法種,荷載采用正態(tài)分布,風(fēng)速采用威布爾分布。在本文中,風(fēng)速的概率分布函數(shù)可以描述為:
[0113]
[0114] 其中k和c是分布的形狀和比例參數(shù)。
[0115] 負(fù)荷的概率分布由正太分布表示,
[0116]
[0117] 其中,μt表示日前預(yù)測(cè)的t時(shí)刻負(fù)荷;σt是從歷史數(shù)據(jù)中得出的t時(shí)刻的負(fù)荷方差。
[0118] 目標(biāo)函數(shù)
[0119] 目標(biāo)函數(shù)包含了年化投資成本CInv以及運(yùn)行成本
[0120]
[0121] 其中,N是節(jié)點(diǎn)的數(shù)量
[0122] 本文中,假設(shè)了電池和風(fēng)機(jī)的投資成本正比于容量。CInv可以表示為:
[0123]
[0124]
[0125] 其中,CFWT和CFBESS.INV是風(fēng)機(jī)和電池的單位成本($/GW?and$/GWh);?CRFWT和CRFBESS是風(fēng)機(jī)和電池的資本回收因子,并與他們的使用壽命相關(guān)。
[0126] 其中,dr是折現(xiàn)率;γ是風(fēng)機(jī)或電池的使用壽命。
[0127] 運(yùn)行成本 包含了有功功率調(diào)度的成本,重新調(diào)度偏差懲罰,開(kāi)機(jī)成本,關(guān)機(jī)成本以及可控負(fù)荷使用成本。
[0128] 步驟二:建立日前最優(yōu)報(bào)價(jià)模型:
[0129] 在本文中,兩層隨機(jī)模型決定了最優(yōu)運(yùn)行策略,包含了日前和實(shí)時(shí)市場(chǎng)。在日前市場(chǎng)中,最優(yōu)調(diào)度計(jì)劃基于預(yù)測(cè)的負(fù)荷以及風(fēng)速。目標(biāo)函數(shù)為:
[0130]
[0131]
[0132] 其中, 和 為0,1決策變量,分別代表了i節(jié)點(diǎn)t時(shí)刻機(jī)組啟停狀態(tài),開(kāi)機(jī)行為以及關(guān)機(jī)行為; 是i節(jié)點(diǎn)t時(shí)刻機(jī)組最優(yōu)功率輸出。
[0133]
[0134]
[0135] 決策變量 以及 將會(huì)被傳輸?shù)綄?shí)時(shí)市場(chǎng):
[0136]
[0137]
[0138]
[0139] 其中 和 是i節(jié)點(diǎn)機(jī)組的成本系數(shù); 是i節(jié)點(diǎn)機(jī)組的輸出功率; 是機(jī)組輸出向下和向上偏移的成本系數(shù); 和 是機(jī)組向
下和向上偏移的功率; 和 是i節(jié)點(diǎn)機(jī)組開(kāi)機(jī)和關(guān)機(jī)成本;αBESS是使用電池的成本系數(shù)。一般,αBESS=0;當(dāng)共享電池時(shí),αBESS>0。
[0140] 約束條件
[0141] 本文中,經(jīng)濟(jì)調(diào)到問(wèn)題轉(zhuǎn)化為了多階段DC最優(yōu)潮流模型,相關(guān)約束有:
[0142] 節(jié)點(diǎn)平衡,
[0143] 其中 是t時(shí)刻i節(jié)點(diǎn)的電負(fù)荷需求;ΩLoad是有電負(fù)荷的節(jié)點(diǎn)的集合。
[0144] 網(wǎng)絡(luò)約束,
[0145] 其中,Bij是i節(jié)點(diǎn)和j節(jié)點(diǎn)間的電納;θt,i和θt,j是i、j節(jié)點(diǎn)t時(shí)刻電壓的相角;St,ij為i節(jié)點(diǎn)和j節(jié)點(diǎn)間t時(shí)刻的潮流
[0146] 機(jī)組約束,機(jī)組的有功限制和啟停約束有:
[0147]
[0148] 其中 和 是i節(jié)點(diǎn)上的機(jī)組最小和最大的有功功率輸出。
[0149] 爬坡約束,
[0150]
[0151]
[0152] 其中 和 是機(jī)組的向上和向下爬坡約束。
[0153] 啟停約束:
[0154]
[0155] 該發(fā)明中,使用了MATPOWER的MOST工具包來(lái)解決多階段OPF問(wèn)題。提出的模型是混合整數(shù)多項(xiàng)式優(yōu)化問(wèn)題。使用了‘Gurobi’求解器來(lái)保證了收斂效率。雙階段優(yōu)化中的第一個(gè)階段,決策變量集合1包括了 以及 他們由差分進(jìn)化算法解得并作為參數(shù)代入到隨機(jī)模型中。這些變量會(huì)作為參數(shù)傳輸?shù)降诙A段并決定最優(yōu)調(diào)度。
在第二階段中,有不確定性的數(shù)據(jù)會(huì)被代入到隨機(jī)模型中。決策變量集合2包括了以及 年運(yùn)行成本會(huì)被返回到第一階段。差分進(jìn)
化算法會(huì)計(jì)算式總成本,通過(guò)循環(huán),選取最優(yōu)個(gè)體并淘汰其他次優(yōu)解。因此,通過(guò)循環(huán),可以找到全局最優(yōu)解。
[0156] BESS規(guī)格如表一所示:
[0157]
[0158]
[0159] 表1?BESS規(guī)格
[0160] 在這種情況下,假設(shè)系統(tǒng)運(yùn)營(yíng)商必須承擔(dān)BESS的所有費(fèi)用,最終用戶(hù)可以免費(fèi)享受BESS的好處。優(yōu)化結(jié)果如表2所示。WT的最佳分配是6號(hào)和8號(hào)
母線,額定容量分別為108MW和155MW。BESS的最佳分配是總線6,總線8,總線9和總線11。這些
位置靠近分布式WT或鄰近負(fù)載中心。BESS的最佳大小分別為50MWh,50MWh,16.87MWh和6.71MWh。請(qǐng)注意,將總線6和總線8上的BESS大小優(yōu)化為單個(gè)總線的最大容量。這種配置使BESS可以有效地平衡風(fēng)的波動(dòng)。在這種情況下,假設(shè)BESS的所有費(fèi)用必須由系統(tǒng)運(yùn)營(yíng)商承擔(dān),最終用戶(hù)可以免費(fèi)享受BESS的好處。優(yōu)化結(jié)果如表2所示。WT的最佳分配是?6號(hào)和8號(hào)母線,額定容量分別為108MW和
155MW。BESS的最佳分配是總線6,總線8,總線9和總線11。這些位置靠近分布式WT或鄰近負(fù)載中心。BESS?的最佳大小分別為50MWh,50MWh,16.87MWh和6.71MWh。請(qǐng)注意,將總線6和總線8上的BESS大小優(yōu)化為單個(gè)總線的最大容量。這種配置使BESS可以有效地平衡風(fēng)的波動(dòng)。
[0161]
[0162]
[0163] 表2無(wú)電池共享成本的優(yōu)化結(jié)果
[0164] 表三在這種情況下,將引入電池使用成本,該成本應(yīng)由可能擁有DER的最終用戶(hù)或分布式公司支付。這種新穎的概念使人們?cè)谙硎蹷ESS好處的同時(shí),無(wú)需付出高昂的投資費(fèi)用即可使用BESS。優(yōu)化結(jié)果顯示在表3中。通過(guò)比較結(jié)果而不考慮前一種情況下的BESS接入費(fèi)用,可以觀察到BESS的總大小增加了?27MWh,達(dá)到150MWh。電池的最佳分配也相對(duì)更靠近負(fù)載中心。還值得注意的是,WT的總大小增加到319MW,比以前的情況高56MW。增加的容量主要位于總線6上。顯示了系統(tǒng)的目標(biāo)值,最佳BESS和WT容量,以及
迭代次數(shù)。在費(fèi)用方面,可以看出年度費(fèi)用總額減少了436,396,690.92美元。這個(gè)數(shù)字比前一個(gè)案件低約4,580,000美元。年運(yùn)營(yíng)成本降低約19,570.000美元,年投資成本增加近14,990,000美元。
[0165]
[0166] 表2電池共享的最優(yōu)解
[0167] 本發(fā)明針對(duì)智能電網(wǎng)中的分布式風(fēng)輪機(jī)(WT),共享BESS以及單個(gè)VESS?的最優(yōu)調(diào)度,提出了一個(gè)兩階段的規(guī)劃模型。基于共享經(jīng)濟(jì),提出了一種新穎的能源
銀行模型。客戶(hù)放棄了自己的BESS所有權(quán),但采取了集體安排,參與者可以相互使用電力/充電服務(wù)并支付租金。能量交換可以直接在對(duì)等基礎(chǔ)上進(jìn)行,也可以通過(guò)中介間接進(jìn)行。在改進(jìn)的IEEE?14總線系統(tǒng)上驗(yàn)證了所提出的模型。此外,該發(fā)明研究了BESS和VESS的協(xié)調(diào)策略以減輕可再生能源的波動(dòng)。
[0168] 上述實(shí)施例中的各個(gè)序號(hào)僅僅為了描述,不代表各部件的組裝或使用過(guò)程中的先后順序。
[0169] 以上所述僅為本發(fā)明的實(shí)施例,并不用以限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi),所作的任何
修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。