用户侧储能参与需求响应的多时间尺度优化调度策略研究

doi:10.11985/2021.03.016

电气工程学报 ›› 2021, Vol. 16 ›› Issue (3): 115-122.doi: 10.11985/2021.03.016

扫码分享

用户侧储能参与需求响应的多时间尺度优化调度策略研究

王建波¹(), 王春亮¹(), 魏强¹(), 周保中²(), 张继广²(), 朱烨扬²(), 范紫微³

1.华电山东能源销售有限公司济南 250000
2.华电电力科学研究院有限公司杭州 310000
3.深圳华工能源技术有限公司深圳 518000

收稿日期:2020-12-24 修回日期:2021-03-05 出版日期:2021-09-25 发布日期:2021-10-29
作者简介:王建波,男,1982年生,工程师。主要研究方向为电力经济优化调度、电力市场改革等。E-mail： 17853126789@139.com
王春亮,男,1973年生,高级工程师。主要研究方向为电力市场、综合能源、现货市场等。E-mail： wfdcwcl@163.com
魏强,男,1986年生,工程师。主要研究方向为电力市场、综合能源、现货市场等。E-mail： hdzbjhb@126.com
周保中,男,1984年生,高级工程师。主要研究方向为事电力市场、综合能源、现货市场等。E-mail： baozhongzhou@chder.com
张继广,男,1986年生,博士,工程师。主要研究方向为电力市场、综合能源、现货市场等。E-mail： jiguangzhang1@chder.com
朱烨扬,男,1993年生,助理工程师。主要研究方向为电力市场、综合能源、现货市场等。E-mail： zhuyeyangwork@163.com
范紫微,女,1993年生,助理工程师。主要研究方向为电力市场、综合能源等。E-mail： 13283346613@163.com

Research on Multiple Time Scales Optimal Dispatching Strategy for User Side Energy Storage Participating in Demand Response

WANG Jianbo¹(), WANG Chunliang¹(), WEI Qiang¹(), ZHOU Baozhong²(), ZHANG Jiguang²(), ZHU Yeyang²(), FAN Ziwei³

1. Huadian Shandong Energy Sales Co., Ltd., Jinan 250000
2. Huadian Electric Power Research Institute Co., Ltd., Hangzhou 310000
3. Shenzhen Huagong Energy Technology Co., Ltd., Shenzhen 518000

Received:2020-12-24 Revised:2021-03-05 Online:2021-09-25 Published:2021-10-29

摘要/Abstract

摘要：

为解决用户侧储能参与需求响应时的调度功率波动问题,提出了一种基于模型预测控制的日前-实时多时间尺度优化调度方案。日前调度计划考虑了分时电价、需求响应补贴收益以及储能电池损耗成本,以用户购电费用最小为目标建立调度模型。为解决负荷预测偏差对调度结果带来的影响,实时调度计划以日前调度计划结果为基准,基于模型预测控制方法建立了以用户实时净负荷功率与日前净负荷功率偏差最小为目标的调度模型以跟踪日前调度计划。最后通过算例仿真验证了所提调度方案的可行性和有效性。

关键词: 用户侧储能, 需求响应, 模型预测控制, 多时间尺度, 优化调度

Abstract:

In order to solve the problem of scheduling power fluctuation when user-side energy storage participates in demand response, the day-ahead and real-time multi-time scale optimal scheduling scheme based on model predictive control method is proposed. At the aim of minimizing the user purchasing electric power cost, an day-ahead scheduling model is established, which considers the time-of-use(TOU) electricity prices, the subsidy revenue of demand response and the loss cost of energy storage battery. Furhermore, considering the impact of the load forecasting deviation, the real-time scheduling model is benchmarked on the result of day-ahead scheduling and based on model predictive control method to minimize the deviation of net load power and energy storage stage of charge(SOC). Finally, the feasibility and effectiveness of the proposed scheduling scheme are verified by examples.

Key words: User side energy storage, demand response, model predictive control, multiple time scales, optimal dispatching

中图分类号:

TM73

王建波, 王春亮, 魏强, 周保中, 张继广, 朱烨扬, 范紫微. 用户侧储能参与需求响应的多时间尺度优化调度策略研究[J]. 电气工程学报, 2021, 16(3): 115-122.

WANG Jianbo, WANG Chunliang, WEI Qiang, ZHOU Baozhong, ZHANG Jiguang, ZHU Yeyang, FAN Ziwei. Research on Multiple Time Scales Optimal Dispatching Strategy for User Side Energy Storage Participating in Demand Response[J]. Journal of Electrical Engineering, 2021, 16(3): 115-122.

图/表 14

图1

图2

图3

图4

表1

表2

表3

图5

表4

图6

图7

图8

图9

图10

参考文献 16

[1]	訾振宁, 何永君, 赵东元, 等. 新一代电力系统灵活柔性特征研究[J]. 电气工程学报, 2019, 14(3):1-8.
	ZI Zhenning, HE Yongjun, ZHAO Dongyuan, et al. Research on flexibility of new generation power system[J]. Journal of Electrical Engineering, 2019, 14(3):1-8.
[2]	邵振, 邹晓松, 袁旭峰, 等. 柔性配电网背景下的储能应用研究评述[J]. 电测与仪表, 2020, 57(3):86-93.
	SHAO Zhen, ZOU Xiaosong, YUAN Xufeng, et al. Review on energy storage application research in the context of flexible distribution network[J]. Electrical Measurement & Instrumentation, 2020, 57(3):86-93.
[3]	王开科, 南东亮, 李勇, 等. 虚拟电厂参与大规模新能源系统的储能侧双层优化运行策略[J]. 电气工程学报, 2020, 15(2):24-33.
	WANG Kaike, NAN Dongliang, LI Yong, et al. Bi-level optimal operation strategy of energy storage with large-scale new energy system under the participation of virtual power plant[J]. Journal of Electrical Engineering, 2020, 15(2):24-33.
[4]	谢东亮, 薛峰, 宋晓芳. 基于最优价值网络的储能系统调度优化及仿真[J]. 电力系统自动化, 2016, 40(24):42-48.
	XIE Dongliang, XUE Feng, SONG Xiaofang. Optimization and simulation for dispatch of energy storage systems based on optimal value networks[J]. Automation of Electric Power Systems, 2016, 40(24):42-48.
[5]	陈浩, 贾燕冰, 郑晋, 等. 规模化储能调频辅助服务市场机制及调度策略研究[J]. 电网技术, 2019, 43(10):3607-3615.
	CHEN Hao, JIA Yanbing, ZHENG Jin, et al. Research on market mechanism and scheduling strategy of frequency regulation auxiliary service of large-scale energy strorage[J]. Power System Technology, 2019, 43(10):3607-3615.
[6]	薛琰, 殷文倩, 杨志豪, 等. 电力市场环境下独立储能电站的运行策略研究[J]. 电力需求侧管理, 2018, 20(6):12-15.
	XUE Yan, YIN Wenqian, YANG Zhihao, et al. Study on operation strategy of independent energy storage power station in electricity market[J]. Power Demand Side Management, 2018, 20(6):12-15.
[7]	LUO F, DONG Z Y, CHEN G, et al. Flexible transmission expansion planning associated with large-scale wind farms integration considering demand response[J]. IET Generation,Transmission & Distribution, 2015, 9(15):2276-2283. doi: 10.1049/gtd2.v9.15
[8]	别朝红, 胡国伟, 谢海鹏, 等. 考虑需求响应的含风电电力系统的优化调度[J]. 电力系统自动化, 2014, 38(13):115-120.
	BIE Zhaohong, HU Guowei, XIE Haipeng, et al. Optimal dispatch for wind power integrated systems considering demand response[J]. Automation of Electric Power Systems, 2014, 38(13):115-120.
[9]	李文启, 李朝晖, 杨海晶, 等. 需求响应下分布式储能协调运行策略研究[J]. 电力需求侧管理, 2018, 20(3):11-14.
	LI Wenqi, LI Zhaohui, YANG Haijing, et al. Research on coordinated strategy of distributed battery energy storage in demand response[J]. Power Demand Side Management, 2018, 20(3):11-14.
[10]	任佳依, 顾伟, 王勇, 等. 基于模型预测控制的主动配电网多时间尺度有功无功协调调度[J]. 中国电机工程学报, 2018, 38(5):1397-1407.
	REN Jiayi, GU Wei, WANG Yong, et al. Multi time scale active and reactive power coordinated dispatch of active distribution network based on model predictive control[J]. Proceedings of the CSEE, 2018, 38(5):1397-1407.
[11]	吴成辉, 林声宏, 夏成军, 等. 基于模型预测控制的微电网群分布式优化调度[J]. 电网技术, 2019, 44(2):530-538.
	WU Chenghui, LIN Shenghong, XIA Chengjun, et al. Distributed optimal dispatch of microgrid cluster based on model predictive control[J]. Power System Technology, 2019, 44(2):530-538.
[12]	王尉杰, 刘皓明, 杨志豪, 等. 基于需求响应的家庭能效管理优化调度[J]. 电力需求侧管理, 2017, 19(3):15-20.
	WANG Weijie, LIU Haoming, YANG Zhihao, et al. Household energy efficiency management and optimal dispatch base on demand response[J]. Power Demand Side Management, 2017, 19(3):15-20.
[13]	陈科彬, 邱晓燕, 史光耀, 等. 含可再生能源的微电网分时间尺度储能方案[J]. 电测与仪表, 2018, 55(6):30-34,41.
	CHEN Kebin, QIU Xiaoyan, SHI Guangyao, et al. Time- scale decomposition of energy storage in micro-grid with renewable energy[J]. Electrical Measurement & Instrumentation, 2018, 55(6):30-34,41.
[14]	李柯江, 宋天昊, 韩肖清, 等. 计及电价不确定性和损耗成本的储能竞价策略[J]. 电力系统自动化, 2020, 44(17):52-62.
	LI Kejiang, SONG Tianhao, HAN Xiaoqing, et al. Bidding strategy of energy storage considering electricity price uncertainty and loss cost[J]. Automation of Electric Power Systems, 2020, 44(17):52-62.
[15]	景江帆. 计及可再生能源消纳的日前电力市场出清优化研究[D]. 太原:山西大学, 2020.
	JING Jiangfan. The study on optimization of day-ahead electricity market clearing with renewavle energy consumption[D]. Taiyuan:Shanxi University, 2020.
[16]	LIU G, TOMSOVIC K. Quantifying spinning reserve in systems with significant wind power penetration[J]. IEEE Transactions on Power Systems, 2012, 27(4):2385-2393. doi: 10.1109/TPWRS.2012.2207465

参数	数值	参数	数值
额定容量/(kW·h)	200	初始SOC	0.4
额定充放电功率/kW	30	自放电率	0.001
SOC最大值	0.85	充放电效率(%)	85
SOC最小值	0.4	N_a/次	5 000
C_w/[元/(MW·h)]	100 000	${D_{{\text{dod}}}}$	0.8

峰平谷	时段	电价/[元/(kW·h)]	峰平谷	时段	电价/[元/(kW·h)]
高峰	10:00~15:00	0.8	平段	15:00~17:00	0.6
	17:00~22:00	0.8	平段	22:00~24:00	0.6
	7:00~10:00	0.6	低谷	00:00~7:00	0.3

方案	1	2	3	4	5
储能蓄电池	×	√	×	√	√
可转移负荷	×	×	√	√	×

场景	储能损耗成本/元	用户不满意费用/元	购电成本/元	总成本/元
1	0	0	5 871.3	5 871.3
2	102.2	0	5 514.5	5 616.7
3	0	170.4	5 620.1	5 790.5
4	63.0	90.5	5 428.8	5 582.3
5	110.1	0	5 603.3	5 713.4

用户侧储能参与需求响应的多时间尺度优化调度策略研究

Research on Multiple Time Scales Optimal Dispatching Strategy for User Side Energy Storage Participating in Demand Response

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 16

相关文章 11

编辑推荐

Metrics

本文评价

[1]	郭鑫, 颜黎明, 田顺, 杨阳. 基于自校正模型的永磁同步电机鲁棒预测转矩控制^*[J]. 电气工程学报, 2021, 16(3): 9-16.
[2]	丁金勇, 吕建国, 徐炜基, 孙状. 弱电网下基于模型预测控制的NPC三电平LCL型并网逆变器谐振抑制方法研究^*[J]. 电气工程学报, 2021, 16(2): 190-198.
[3]	闫涵,吕建国,丁金勇,马丙辉,阎亦然. 非理想电网下NPC三电平逆变器多目标模型预测控制方法研究 ^*[J]. 电气工程学报, 2019, 14(3): 23-32.
[4]	张永昌,蔡倩,彭玉宾,杨海涛. 带参数辨识功能的三电平变换器高效模型预测控制方法[J]. 电气工程学报, 2018, 13(4): 1-10.
[5]	梅杨,李晓晴,黄伟超. 级联式双向DC-DC变换器的模型预测控制[J]. 电气工程学报, 2017, 12(3): 10-15.
[6]	刘丛伟,林跻云. 三相PWM整流器模型预测控制的研究[J]. 电气工程学报, 2017, 12(3): 16-23.
[7]	徐从启,高瑞林,贾桂芝,王永谦,刘庆辉. 考虑分时电价电动汽车负荷的微电网优化调度[J]. 电气工程学报, 2017, 12(11): 12-20.
[8]	王付胜,文鹏,张兴. 三电平环宽自适应准定频滞环模型预测控制研究[J]. 电气工程学报, 2016, 11(4): 9-14.
[9]	刘丛伟,肖佳松. 单相光伏并网逆变系统基于球形译码多步模型预测控制的研究[J]. 电气工程学报, 2016, 11(11): 26-32.
[10]	王美龄,王丽梅,孙永亮. 一种基于模型预测控制的T型三电平逆变器中点电位平衡控制方法[J]. 电气工程学报, 2015, 10(9): 66-72.
[11]	李博,杨俊友,王海鑫. 基于电流预测的微网下垂控制策略研究[J]. 电气工程学报, 2015, 10(9): 87-93.