基于AGC调频分区控制光储联合系统参与市场投标方法

文档序号:30060640发布日期:2022-05-17 23:26阅读:237来源:国知局
基于AGC调频分区控制光储联合系统参与市场投标方法
基于agc调频分区控制光储联合系统参与市场投标方法
技术领域
1.本发明属于电力系统技术领域。


背景技术:

2.为了实现经济可持续发展与减排目标,增加可再生能源渗透率是实现低碳经济目标的重要手段,近年来以光伏发电为代表的新能源装机容量大幅增加,尽管光伏发电由于运行成本低在电力市场中拥有较大的竞争优势,但是由于其出力的波动性和随机性,其独自参与电力市场竞价存在着较大的交易风险。
3.为进一步推动新能源企业市场化发展,近年来国家已出台相关政府文件鼓励新能源场站配置储能,以有效提高新能源企业在能量-调频市场的竞争能力。储能跟踪负荷变化精准、响应速度快,可以很好的配合新能源电站参与电网调频辅助服务。在实际调频市场交易规则中,调度中心需结合电网实际运行情况下发自动发电控制(automatic generation control, agc)指令,储能的电量及功率需根据实际被调用情况不断进行实时更新并修正,以制定最优的投标策略。
4.在agc调频指令分配方面,目前已有研究给出了根据调频信号时/频域分解方法分配,按比例分配等方法,集中于对储能参与agc调频进行技术和经济性分析,但少有针对光储联合系统提供调频辅助服务的能力制定相应的agc协调控制方法,并将其纳入agc调频投标决策模型。


技术实现要素:

5.本发明的目的是在保证电网频率安全稳定性的同时,尽可能地提高光储联合系统收益的基于agc调频分区控制光储联合系统参与市场投标方法。
6.本发明步骤是:s1、光储系统参与能量-调频市场的日前-实时两阶段交易方法第一阶段为日前市场投标优化阶段,光储系统根据日前24h的光伏预测出力、日前市场以及实时平衡市场的电价预测情况,在日前市场交易关闭之前,提前上报次日各时段的竞标出力;第二阶段为实时市场滚动优化投标阶段,光储系统根据光伏电站最新的光伏出力预测信息以及实时市场电价对日前投标进行修正;s2、根据区域控制偏差所处控制域动态分配光储系统所承担的频率调节量,提出光储系统参与agc的实时调频控制方法依据ace的绝对值大小和给定的静态门槛值对ace的控制区域进行划分,可划分为4个区间:紧急调节区、次紧急调节区、正常调节区以及死区,具体分配策略如下所示:1)当ace位于紧急调节区时,agc系统分配给光储系统的频率调节量为
式中:和分别为储能充电与放电的额定功率;表示k时段储能资源的功率;表示k时段光伏实际出力;表示k时段光伏在电能量市场的中标功率;β为电能量市场调控比率;γ1和γ2为调节系数;2)当ace位于次紧急调节区时,系统分配给光储系统的频率调节量为3)当ace位于正常调节区时,调度中心将根据光储系统在日内市场中所申报的期望调频量进行功率分配式中和分别为k时段光伏电站在调频市场中标的上调出力和下调出力;和分别为k时段储能在调频市场中标的上调出力和下调出力;4)当ace位于调节死区时,依靠常规调频机组进行调节,光储联合系统不参与电网频率调节δp
ace,k(4)
=0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)光储联合系统参与电力市场的多时间尺度投标优化模型是:

日前市场:联合系统的总利润w
da
包括光储系统在日前能量-调频市场的收益、在实时平衡市场的预计收益以及储能运行成本;目标函数如式(6)所示:式中:ns为场景数;nk为交易时段总数;πs为第s个场景发生的概率;和分别为k时段场景s下光储联合系统在日前电能量市场、调频市场以及实时平衡市场的收益;表示k时段场景s下储能的运行成本;光储联合系统在日前能量-调频市场的收益如式(7)、(8)所示:调频市场的收益如式(7)、(8)所示:式中:和分别为在k时段场景s下日前电能量市场电价、向上调频电价和向下调频电价;和分别为在k时段场景s下光伏电站在日前电能量市场、向上及向下调频市场申报的竞标出力;和分别为在k时段场景s下储
能在日前电能量市场中的放电功率和充电功率;δt为单个时段长度;和分别表示在k时段场景s下储能在调频市场申报的上调出力和下调出力;光储联合系统在实时平衡市场的预计收益如下所示:所示:式中:和分别为在k时段场景s下实时平衡市场中正负不平衡电量的结算电价;和分别为在k时段场景s下的正负不平衡功率,其中,正不平衡电价为日前能量市场电价和实时平衡市场电价之间的较低值,负不平衡电价为日前能量市场电价和实时平衡市场电价之间的较高值;设定ε为调频电量系数,表示储能每提供1mw的调频功率在实际运行时会充放εmw
·
h的能量,储能运行成本如下所示:式中:为储能运行费用系数;约束条件:1)功率平衡约束:1)功率平衡约束:式中:为储能跟踪光伏出力计划的充(放)电功率;为储能在k时段场景s下的功率,其中在充电时为负,放电时为正;2)光伏出力约束:2)光伏出力约束:2)光伏出力约束:2)光伏出力约束:2)光伏出力约束:式中:为光伏在k时段场景s下的最大出力,由光照条件决定;u
s,k
为表示不平衡功率状态的0-1变量,当光伏实际出力大于光伏总决策出力值时,u
s,k
取1,反之取0;为光伏不平衡功率最大限值;3)储能功率约束:
式中:和分别为储能充、放电的0-1变量,其保证对任一场景s任一时段k储能只能处于充电或者放电的一个工作状态;4)储能电量约束:4)储能电量约束:-e
s,k
+soc
min
·ebat
≤0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(29)e
s,k-soc
max
·ebat
≤0
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(30)式中:e
s,k
为储能在k时段场景s下的剩余电量,储能在k时段的剩余电量取决于k-1时段下的储能电量和k时段内的电量变化;α为储能自放电率,表示由于储能自放电导致的能量损耗;ηc和ηd分别为储能电池的充电和放电效率;e
bat
为储能系统的额定电量;soc
min
和 soc
max
为储能荷电状态的最小值和最大值;

实时市场:以滚动时段内光储系统在实时市场利润最大为目标,建立了实时市场投标模型目标函数如式(31)所示,实时市场约束条件与日前市场基本一致式中:第一部分为光储系统在实时平衡市场的收益第二部分为光储系统在调频市场的收益第三部分为储能的运行成本在每一次滚动窗口结束后,需要对这些不确定因素进行修正式中:为修正后的储能运行功率;光储系统实际频率调节量δp
ace,k
根据本专利所提出的实时调频控制方法得到;储能的电量ek依据式(27)、(28)重新计算获得,实时操作输出变量作为下一时间步长中的输入变量,继续进行滚动优化,以制定最优的投标策略。
7.本发明在计及多种不确定因素的场景下实现了光储联合系统的最优投标曲线,对于指导光储系统参与电力市场具有重要的意义。本发明充分发挥光储联合系统参与调频辅助服务的能力,在保证电网频率安全稳定性的同时,尽可能地提高光储联合系统的收益。
附图说明
8.图1是光储系统参与市场的两阶段交易方法图;图2是ace控制区域划分图;图3是日前市场预测电价图;图4是实时市场预测电价图;图5是日前光伏预测出力场景生成图;图6是日前光伏预测出力场景削减图;图7是实时光伏预测出力场景生成图;图8是实时光伏预测出力场景削减图;图9是光储系统的实际调频量图;图10是光储系统投标策略图;图11是soe变化曲线图。
具体实施方式
9.本发明是通过以下技术方案实现的:(1)提出光储系统参与能量-调频市场的日前-实时两阶段交易方法;(2)根据区域控制偏差所处控制域动态分配光储系统所承担的频率调节量,提出光储系统参与agc的实时调频控制方法;(3)以光储联合系统参与能量-调频市场利润最大为目标,建立光储联合系统参与电力市场的多时间尺度投标优化模型,求解各时段下光储系统的投标功率曲线,其中日前市场考虑了潜在的实时能量偏差,实时市场利用滚动优化方法反馈校正多种不确定因素。
10.本发明提出光储系统参与能量-调频市场的日前-实时两阶段交易方法是:基于市场出清价格统一结算机制,提出了光储联合系统参与能量-调频市场的两阶段交易方法,其中假设独立系统调度机构(independent system operator,iso)为单一购买方,代表用户参与电力市场交易。并且考虑到光储系统的自身容量问题,其报价行为对于市场价格影响较小,因此将光储联合系统视为价格接受者参与电力市场,其申报出力均会被市场机构接受,所设计的两阶段交易方法如图1所示。
11.第一阶段为日前市场投标优化阶段,光储系统根据日前24h的光伏预测出力、日前市场以及实时平衡市场的电价预测情况,在日前市场交易关闭之前,提前上报次日各时段的竞标出力。在这一阶段投标策略的决策过程中,重点关注了日前市场与实时平衡市场间的耦合关系,考虑了光伏预测出力与实际出力之间潜在的不平衡功率偏差。在电力交易中心完成电能量市场集中优化出清,调频市场预出清后,光储系统与iso签订日前电能量市场交易合约。
12.第二阶段为实时市场滚动优化投标阶段,光储系统根据光伏电站最新的光伏出力预测信息以及实时市场电价对日前投标进行修正。每15min投标一次参与实时平衡市场的正负不平衡电量,并重新上报调频市场竞标出力,每次制定后续4h(16个时段)的投标策略,并采用当前滚动窗口内第1个时段的优化结果,逐步减少与日前投标计划间的偏差。在实时电力市场交易结束后,电力交易中心进行不平衡偏差电量结算。
13.在实时调度中,调度中心根据电网频率实际波动情况以及光储联合系统在调频市
场中上报的调频量,给光储系统下发agc指令,实际被调用的光储系统得到调频经济补偿。结合光伏的实际出力数据以及光储实际承担的频率调节量对储能的实时电量、功率进行修正,将修正后的数据作为新一轮滚动优化的输入数据,以此构成闭环优化控制,从而有效提高储能的利用率和光储联合系统的收益。
14.本发明提出的光储系统参与agc的实时调频控制方法是:在agc系统中,当系统出现频率偏差或功率偏差时,调度中心通过计算分析确定ace,然后按照规则分配给可用的调频资源。ace是电网控制区域范围内计划出力值与实际出力值之间的差值,当ace》0时,应适当减少出力值;当ace《0时,应适当增加出力值。ace是制定agc 实时调频控制方法中重要的控制量和衡量控制方法有效性的重要依据。
15.在电网的实际运行中,通过广域监控系统和能源管理信息系统获取实时ace控制区间,通常依据ace的绝对值大小和给定的静态门槛值对ace的控制区域进行划分,可划分为 4个区间:紧急调节区、次紧急调节区、正常调节区以及死区,如图2所示。
16.在不同的ace控制区间下,调度中心对于调频需求的迫切程度不同,因此控制目标也不一样,基于此本专利制定了光储系统参与agc的实时调频控制方法,由于与常规发电机组相比,光储调频响应速度更快,故假设由光储系统优先响应区域频率调节需求,而光储系统未完成的调频额度依靠其他常规发电机组依据爬坡速率按比例分摊,具体分配策略如下所示:
17.1)当ace位于紧急调节区时,以保证电网频率安全为首要控制目标,为尽可能快速地降低区域控制偏差,使系统恢复到安全稳定状态,调度中心将强制储能以最大充(放)电功率进行频率调节,并且不对储能的电荷状态(state of charge,soc)进行范围限制。此外调度中心还将调控一定比率的光储系统在电能量市场的申报出力用来调频,此时agc系统分配给光储系统的频率调节量为分配给光储系统的频率调节量为式中:和分别为储能充电与放电的额定功率;表示k时段储能资源的功率;表示k时段光伏实际出力;表示k时段光伏在电能量市场的中标功率;β为电能量市场调控比率;γ1和γ2为调节系数,其约束了此时段储能优先参与电网调频,而不选择跟踪光伏出力计划。如果此时段区域内调频资源的最大备用容量不足以平衡电网频率波动量,则应采取紧急负荷控制或切负荷等措施来确保电网的安全与稳定。
18.2)当ace位于次紧急调节区时,储能维持满功率运行状态,此时储能优先跟踪光伏出力,通过充、放电调整光伏实际出力与计划出力之间的偏差,并且考虑储能自身soc对其最大充(放)电功率的约束限制。与此同时,调度中心还将调控较小比率的光储系统在电能量市场的申报出力用来调频,此时agc系统分配给光储系统的频率调节量为
19.3)当ace位于正常调节区时,系统仍在正常工作范围内,但ace已达到设定的响应阈值acea,此时考虑光储系统的收益为控制目标,调度中心将根据光储系统在日内市场中所申报的期望调频量进行功率分配式中和分别为k时段光伏电站在调频市场中标的上调出力和下调出力;和分别为k时段储能在调频市场中标的上调出力和下调出力。
20.4)当ace位于调节死区时,区域内频率调节需求很小,常规调频机组即可以满足区域调节需求,为在减少系统频率偏差的同时避免储能频繁充放电动作对电池寿命造成影响,所以此情况下仅依靠常规调频机组进行调节,光储联合系统不参与电网频率调节。δp
ace,k(4)
=0
ꢀꢀꢀꢀ
(5)
21.本发明提出的光储联合系统参与电力市场的多时间尺度投标优化模型是:

日前市场:考虑到光伏实际出力的不确定性,且日前市场竞价结果对实时平衡市场存在一定影响,将日前市场与实时平衡市场协同考虑更加合理、完善。因此本专利以不同场景下光储系统利润期望值最大为目标制定日前市场投标策略。其中,联合系统的总利润w
da
包括光储系统在日前能量-调频市场的收益、在实时平衡市场的预计收益以及储能运行成本。
22.目标函数如式(6)所示:式中:ns为场景数;nk为交易时段总数;πs为第s个场景发生的概率;和分别为k时段场景s下光储联合系统在日前电能量市场、调频市场以及实时平衡市场的收益;表示k时段场景s下储能的运行成本。
23.光储联合系统在日前能量-调频市场的收益如式(7)、(8)所示:调频市场的收益如式(7)、(8)所示:式中:和分别为在k时段场景s下日前电能量市场电价、向上调频电价和向下调频电价;和分别为在k时段场景s下光伏电站在日前电能量市场、向上及向下调频市场申报的竞标出力;和分别为在k时段场景s下储能在日前电能量市场中的放电功率和充电功率;δt为单个时段长度;和分别表示在k时段场景s下储能在调频市场申报的上调出力和下调出力。
24.如果光储联合系统在日前市场中的投标出力小于其实际出力,则在实时平衡市场中出售正不平衡电量;如果光储联合系统在日前市场中的投标出力大于其实际出力,则需
要在实时平衡市场中购买负不平衡电量。光储联合系统在实时平衡市场的预计收益如下所示:示:式中:和分别为在k时段场景s下实时平衡市场中正负不平衡电量的结算电价;和分别为在k时段场景s下的正负不平衡功率。其中,正不平衡电价为日前能量市场电价和实时平衡市场电价之间的较低值,负不平衡电价为日前能量市场电价和实时平衡市场电价之间的较高值。
25.储能每次的充放电动作都会对其电池寿命产生影响,考虑到电网调频指令频繁且很难准确预测,储能在实际调频工况下需通过充放电响应每个控制周期内的调频信号,故设定ε为调频电量系数,表示储能每提供1mw的调频功率在实际运行时会充(放)εmw
·
h的能量,储能运行成本如下所示:式中:为储能运行费用系数。
26.约束条件:1)功率平衡约束:1)功率平衡约束:式中:为储能跟踪光伏出力计划的充(放)电功率;为储能在k时段场景s下的功率,其中在充电时为负,放电时为正。
27.2)光伏出力约束:2)光伏出力约束:2)光伏出力约束:2)光伏出力约束:2)光伏出力约束:式中:为光伏在k时段场景s下的最大出力,由光照条件决定;u
s,k
为表示不平衡功率状态的0-1变量,当光伏实际出力大于光伏总决策出力值时,u
s,k
取1,反之取0;为光伏不平衡功率最大限值。
28.3)储能功率约束:
式中:和分别为储能充、放电的0-1变量,其保证对任一场景s任一时段k储能只能处于充电或者放电的一个工作状态。
29.4)储能电量约束:4)储能电量约束:-e
s,k
+soc
min
·ebat
≤0
ꢀꢀꢀꢀ
(29)e
s,k-soc
max
·ebat
≤0
ꢀꢀꢀꢀꢀ
(30)式中:e
s,k
为储能在k时段场景s下的剩余电量,储能在k时段的剩余电量取决于k-1时段下的储能电量和k时段内的电量变化;α为储能自放电率,表示由于储能自放电导致的能量损耗;ηc和ηd分别为储能电池的充电和放电效率;e
bat
为储能系统的额定电量;soc
min
和 soc
max
为储能荷电状态的最小值和最大值。
30.②
实时市场:由于实时光伏预测出力与日前预测出力值之间存在一定偏差,因此在确定日前电能量市场交易方案后,光储联合系统通过投标正负不平衡电量参与实时平衡市场,来校正实时预测出力与日前中标电量之间的偏差。本专利基于滚动优化的思想,以滚动时段内光储系统在实时市场利润最大为目标,建立了实时市场投标模型。目标函数如式(31)所示,实时市场约束条件与日前市场基本一致,因此不再多做赘述。式中:第一部分为光储系统在实时平衡市场的收益第二部分为光储系统在调频市场的收益第三部分为储能的运行成本
31.在光储系统上报该时段投标电量后,调度中心将根据电网频率实际波动情况以及光储系统在调频市场中上报的调频量,下发agc调频指令。考虑到光伏实际出力的不确定性以及实时agc调频指令均会使储能的电量和功率发生变化,进而影响其后续参与市场的初始状态,因此在每一次滚动窗口结束后,需要对这些不确定因素进行修正。式中:为修正后的储能运行功率;光储系统实际频率调节量δp
ace,k
根据本专利所提出的实时调频控制方法得到;储能的电量ek依据式(27)、(28)重新计算获得。这些
实时操作输出变量作为下一时间步长中的输入变量,继续进行滚动优化,以制定最优的投标策略。
32.以江苏省某装机容量为33mw的光伏电站为例搭建仿真模型,验证本发明所提投标策略的有效性:储能总装机为4.5mw/10mwh,相关参数设置如表1所示。能量-调频市场电价预测数据参考江苏电力市场中某日的实际电价数据,目前使用神经网络算法已可将24h以内电价预测的平均绝对百分比误差降低至15%以内,因此本专利假设日前和实时市场电价预测的最大百分比预测误差分别为15%和10%。日前和实时市场的预测电价如图3、图4所示。
33.表1储能系统参数表
34.光伏出力数据选取江苏省常州市2017年10月的光伏发电历史数据进行分析,采用基于每时晴空指数的时间序列建模方法对日前(1h)、实时(15min)光伏出力进行预测。每时晴空指数代表大气在小时级以内衰减的太阳辐射强度,表征光伏出力功率确定性部分。光伏出力的每时晴空指数可表示为:式中:表示k时刻光伏出力实测值;表示k时刻光伏出力理论值。
35.将每时晴空指数作为多维时间序列输入var模型,生成每时晴空指数预测序列为uk, 则光伏电站预测出力pk,表示为:式中:表示该光伏电站对应光伏理论出力函数值。
36.考虑到光照强度、气象条件等不确定性因素使得对实际预测存在误差,假设光伏出力的预测误差服从正态分布,在t时段内的光伏太阳板的出力误差概率密度函数满足下述表达式。式中:p
pv,k
和p
pvn
为k时刻光伏实际最大出力,预测出力及其额定装机容量;σ
pv
为光伏出力预测的标准差。
37.随机生成预测误差场景数为100个。通过回代缩减方法进行场景缩减计算,得到日前及实时的典型光伏出力场景,如图5-图8所示。表2、表3为日前与实时典型场景集每个场景对应的概率。可见削减前后的光伏出力曲线形状几乎没有差异,本发明所采用的光伏预测方法在最大程度保证光伏出力拟合精度的同时大幅提高了计算效率。
38.表2日前光伏出力各削减场景发生概率表
39.表3实时光伏出力各削减场景发生概率表
40.根据本发明提出的光储系统参与agc的实时调频控制方法进行仿真分析,通过图9 可以看出,a时刻该区域频率调节需求很小,考虑到储能长期进行频繁的充放电动作会对其寿命造成不利影响,因此在此时刻令光储系统不参与系统调频,其所被分配到的频率调节量为0。b时刻该区域频率偏差处于次紧急调节区,本发明采用的分区控制策略以保证系统频率安全稳定为首要目标,强制储能满功率参与调频,此时调度中心分配给光储系统承担的频率调节量为31.73mw。c时刻该区域频率偏差已超出安全范围,需要使系统尽快回到安全稳定状态,为尽可能快速的降低区域频率偏差,不再考虑储能自身soc对其最大充(放)电功率的约束限制,并且调用更多的光伏计划参与能量市场的出力用于调频,此时光储系统向上调频量为28.01mw。d时刻该区域频率偏差回到了正常调节区,此时以提高光储系统的收益为目标,光储系统将倾向于参与电价更高的能量市场,由于在b、c时刻强制光储满功率调频,导致储能电池能量状态(state of energy,soe)大幅下降(如图11区域d所示),基于实时滚动优化后更新的储能信息重新制定后续投标策略,由于d时刻光伏实际出力比预测出力相比更低,观察图10区域d发现,光储系统需要购买负不平衡电量4.5mw,以保证自身电量平衡。
41.根据本发明提出的光储联合系统参与电力市场的多时间尺度投标优化模型,求解得到光储系统的最优竞价策略如图10所示,光储联合系统一天中在能量市场中的总收益为 37703元,在调频市场中的收益为6625元,储能的运行成本为1247.5元,总利润为43080 元。观察图中的向上调频投标出力和能量市场投标出力,由于在6:00-10:30时段向上调频价格较高,光储系统在此时段更倾向于参加向上调频服务,而在10:30之后电能量市场价格较高,光储系统则会上报更多的功率参加电能量市场。观察图中的日前能量市场投标出力和实时平衡市场投标出力,12:00-14:00光伏实时预测出力较光伏日前预测出力有所增加,所以光储系统通过在实时平衡市场投标正不平衡电量来获取更大收益。16:00-18:00光伏实时预测出力较光伏日前预测出力有所减少,光储系统则通过购买负不平衡电量来维持自身的电量平衡,验证了所提两阶段交易方法的必要性,光储系统必须通过实时平衡市场投标来减小功率偏差。观察图中的实时平衡市场中投标的负不平衡电量出力,由于在制定日前投标策略时考虑了光伏出力不确定性在实时平衡市场中的不平衡电量结算,光储系统在制定日前的投标计划时会偏向保守,以避免其因无法达成日前能量合约,而在实时平衡市场中购买过多的电量影响自身收益。光储系统还可以在无光照时刻通过储能的充放电行为在
电力市场中获得额外的收益,储能通过在低价格时刻储存部分光伏发电量,将光伏出力转移至价格较高时刻出售,实现光伏出力时间维度上的平移,增加光储系统的灵活性和经济性。
42.本发明提出了一种基于agc调频分区控制的光储联合系统参与市场投标方法,所建立的考虑实时能量偏差的日前投标优化模型,以及计及光伏实际出力、实时调频信号等不确定因素的实时滚动优化模型,有效降低了不确定性因素对光储系统制定投标策略的影响,光储系统可以通过不断调整投标策略以获得最大的收益。
43.本发明采用基于agc调频分区控制的方法进行频率调节量的分配,充分利用了光储系统提供调频服务的能力,使其在频率波动紧急情况下能够快速响应,达到了保障电网频率安全稳定的目的。本发明通过为光伏电站配置储能,从多方面拓展了联合系统收益的来源,有效提高了光储系统的灵活性和经济性。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1