一种新能源场站储能运行策略在线滚动修正方法及其系统与流程

1.本发明属于发电技术领域，涉及新能源储能运行策略，尤其是一种新能源场站储能运行策略在线滚动修正方法及其系统。


背景技术：

2.传统的新能源场站中储能运行策略的主要思路是，通过在优化初始阶段求取未来一段优化周期的优化解，并一次性安排未来所有时段充放电功率。这种开环的控制方式无法利用最新的(更准确的)预测信息，也无法根据最新情况灵活调整储能控制策略，因此是一种静态的决策方式，其求解得出的控制策略存在与实际偏差较大的可能性，并导致电站的经济利益损失。
3.在电力市场条件下，外界环境的不确定性大幅增加，除了新能源场站本身发电不确定外，市场各类信息也是不确定的，开环的新能源场站优化控制技术更加不能满足这种高不确定环境下的决策要求，因此需要开发实时(在线)滚动优化调度策略，制定动态的控制方案。随着新能源场站实际运行时刻的接近，新能源场站所面临的不确定性随之降低，各类预测信息也更加精确。
4.综上所述，在电力市场环境下，各类因素变化的频率更高，传统方式下的储能设备运行策略误差较大，难以适应形势发展的需要。因此，如何对电力市场环境下新能源场站储能运行进行准确控制是目前迫切需要解决的问题。


技术实现要素：

5.本发明的目的在于克服现有技术的不足，提供一种设计合理且控制准确的新能源场站储能运行策略在线滚动修正方法及其系统。
6.本发明解决现有的技术问题是采取以下技术方案实现的：
7.一种新能源场站储能运行策略在线滚动修正方法，包括以下步骤；
8.步骤1、根据新能源储能特点，构建新能源储能老化成本模型；
9.步骤2、构建电站利润目标函数，根据各类日前预测信息，制定日前最优决策，优化时间区间覆盖交易日全日，以此作为储能运行策略的基础，日前的决策上进行优化；
10.步骤3、构建调频市场轮次数学模型；
11.步骤4、构建实时市场轮次数学模型；
12.步骤5、构建包括调频市场轮次模型、实时市场轮次数序模型以及新能源储能老化成本模型的电站总利润模型；
13.步骤6、在运行时刻τ，输入对从τ+1到τ+t
rt
的时间区间的各类短期超短期预测信息，根据步骤5的电站总利润模型，计算出τ+1时刻储能的状态，优化储能运行策略，输出储能τ+1时刻储能的运行策略；
14.步骤7、随着时间窗向前移动一个时间段，更新各类预测信息，重复步骤6。
15.进一步，所述新能源储能老化成本模型包括循环次数敏感的储能电池老化成本模
型和放电深度敏感的储能电池老化成本模型；
16.所述循环次数敏感的储能电池老化成本模型为：
[0017][0018]
其中，表示储能i在t时段的老化成本；ki表示储能i电池循环次数对储能可用电量影响曲线的斜率；表示储能i的投资成本；表示充电或者放电过程的深度；
[0019]
所述放电深度敏感的储能电池老化成本模型为：
[0020][0021]
其中，k
p
是0.8到2.1之间的常数参数；表示100％充放电深度(dod)时的最大循环次数。
[0022]
进一步，所述步骤2构建的目标函数为电站总利润，包括实时市场收入、调频收入以及储能的老化成本。
[0023]
进一步，所述调频市场轮次数学模型的调频收入主要包括上调、下调以及违约的收入之和，该调频市场轮次数学模型：
[0024][0025]
其中，r
rg,τ
表示时段τ决策的新能源场站的调频利润，表示在时段τ预测时段t的调频上调电价；表示在时段τ预测时段t的调频下调电价；表示在时段τ预测时段t的调频上调违约电价；表示在时段τ预测时段t的调频下调违约电价；表示时段τ决策的时段t新能源场站中标的调频上调容量；表示时段τ决策的时段t新能源场站中标的调频下调容量；表示时段τ决策的时段t新能源场站违约的调频上调容量；表示时段τ决策的时段t新能源场站违约的调频下调容量；t
rg
表示调频市场轮次优化时间区间时段数；
[0026]
上述调频市场轮次数学模型的约束条件包括：
[0027]
约束1：t新能源场站的储能设备i的实时功率与电量表达为：
[0028][0029][0030][0031]
表示时段τ决策的时段t新能源场站储能设备i的实时功率输出；表示时段τ决策的时段t新能源场站储能设备i的实时充电功率；表示时段τ决策的时段t
新能源场站储能设备i的实时放电功率；表示时段τ决策的时段t新能源场站储能设备i的储存电量；∈表示每个时段的持续时间；表示储能设备i的充电效率；表示储能设备i的放电效率；
[0032]
约束2：储能设备的功率与电量约束条件为：
[0033][0034][0035][0036][0037]
表示时段τ决策的时段t新能源场站储能设备i中标的调频上调容量；表示时段τ决策的时段t新能源场站储能设备i中标的调频下调容量；表示储能设备i的最小充电功率；表示储能设备i的最大充电功率；表示储能设备i的最小放电功率；表示储能设备i的最大放电功率；e
es,min,i
表示储能设备i的最小存储电量；e
es,max,i
表示储能设备i的最大存储电量；表示在时段τ储能设备i的初始存储电量；表示时段τ决策的时段t新能源场站储能设备的实时总功率输出；
[0038]
约束3：对储能调频的约束为：
[0039][0040][0041][0042][0043][0044][0045][0046][0047][0048]
上式中，表示时段τ决策的时段t新能源场站新能源设备的实时功率输出；表示时段τ决策的时段t新能源场站储能设备的实时总功率输出；表示时段τ决策的时段t新能源场站实际提供的调频上调容量；表示时段τ决策的时段t新能源场
站实际的调频下调容量；表示新能源场站的最大外送能力；表示时段τ决策的时段t新能源场站新能源设备的实时功率输出；表示时段τ决策的时段t新能源场站弃风弃光；表示在时段τ预测时段t的新能源预测实际功率输出；表示时段τ决策的时段t新能源场站中标的调频下调容量；表示时段τ决策的时段t新能源场站实际提供的调频上调容量；表示在时段τ预测时段t市场运行机构实际调用的调频上调容量比例；表示在时段τ预测时段t市场运行机构实际调用的调频下调容量比例。
[0049]
进一步，所述实时市场轮次数学模型的实时市场的收入为实时市场新能源的电量收入与实时市场储能的电量收入之和，该实时市场轮次数学模型为：
[0050][0051]
其中，r
rt,τ
表示时段τ决策的新能源场站的全日实时市场利润；表示在时段τ预测时段t的实时电价；表示在时段τ预测时段t的新能源预测实际功率输出；表示时段t新能源场站储能设备i的实时功率输出。
[0052]
所述实时市场轮次数学模型的约束条件与调频市场轮次模型约束相同。
[0053]
进一步，所述电站总利润模型为：
[0054][0055]
其中，r
τ
表示考虑调频与实时市场的总利润，r
rg,τ
表示时段τ决策的新能源场站的调频收入，r
rt,τ
表示时段τ决策的新能源场站的全日实时市场收入，表示储能i在t时段的老化成本。
[0056]
进一步，所述步骤6对新能源场站从τ+1到τ+t
rt
时段区间的相关参数进行预测，包括新能源发电出力预测、调频电价预测、实时市场电价预测、调频中标容量预测以及电池老化成本计算预测。
[0057]
一种新能源场站储能运行策略在线滚动修正系统，包括：
[0058]
新能源储能老化成本模型构建模块：用于根据新能源储能特点，构建新能源储能老化成本模型，该新能源储能老化成本模型包括循环次数敏感的储能电池老化成本模型和放电深度敏感的储能电池老化成本模型；
[0059]
电站利润目标函数构建模块：用于根据各类日前预测信息，制定日前最优决策，优化时间区间覆盖交易日全日，以此作为储能运行策略的基础，日前的决策上进行优化，该目标函数为电站总利润，包括实时市场收入、调频收入以及储能的老化成本；
[0060]
调频市场轮次数学模型构建模块：用于构建调频市场轮次数学模型，该调频市场轮次数学模型包括上调、下调以及违约的收入之和；
[0061]
实时市场轮次数学模型构建模块：用于实时市场轮次数学模型，该实时市场轮次
数学模型包括实时新能源的电量收入与实时储能的电量收入之和；
[0062]
电站总利润模型构建模块：用于构建电站总利润模型，该电站总利润模型包括调频市场轮次模型、实时市场轮次数序模型以及新能源储能老化成本模型三部分；
[0063]
执行模块：用于输入对从τ+1到τ+t
rt
的时间区间的各类短期超短期预测信息，根据电站总利润模型，计算出τ+1时刻储能的状态，优化储能运行策略，进而输出储能τ+1时刻储能的运行策略；
[0064]
滚动优化模块：用于在执行过程中，通过在每次滚动优化中不断更新各类预测信息。
[0065]
本发明的优点和积极效果是：
[0066]
1、本发明设计合理，实现了新能源储能运行策略滚动优化控制功能，增强新能源发电和各类市场信息预测数据的可用性，能够在降低系统不确定性影响的基础上，对新能源场站运行进行合理的分析并制定最佳调控决策方案。
[0067]
2、本发明将模型预测控制方法引入到新能源场站有功控制领域，在控制策略上采用滚动优化策略，以局部优化取代全局最优，利用实测信息反馈校正，增强控制的鲁棒性，并且能够利用预测精度的提高给新能源场站决策带来额外收益。
[0068]
3、本发明能够对新能源发电有功功率和各类市场信息进行滚动多步预测，提高预测数据的可靠性。
[0069]
4、本发明在有限时域内对目标函数优化，滚动式地实施求解的控制值，仅下发下一时段的控制命令给场站内各个控制设备，而不是所有时段，使得控制方式更加灵活。
[0070]
5、本发明能够保持某控制时刻内运行控制目标最优(局部最优)，适应了不确定性环境。
附图说明
[0071]
图1为本发明的新能源场站储能运行策略在线滚动修正方法的流程图。
具体实施方式
[0072]
以下结合附图对本发明实施例做进一步详述。
[0073]
本发明的设计思想是：在电力市场环境下，除了新能源场站本身发电不确定外，市场各类信息也是不确定的，开环的新能源场站优化控制技术更加不能满足这种高不确定环境下的决策要求，因此需要开发实时(在线)滚动优化调度策略，制定动态的控制方案。
[0074]
其中滚动优化原理为：在策略制定时段τ，基于对未来优化时间区间(从τ+1到τ+t
rt
的时间区间)的各类短期超短期预测信息，制定优化时间区间的控制策略，但是只实施τ+1时段的控制策略。接下来，时间窗向前移动一个时间段，进行下一次滚动优化。通过在每次滚动优化中不断更新各类预测信息，并取实时系统状态作为输入。
[0075]
基于上述设计思想，本发明提出一种电力市场环境下新能源场站储能运行策略在线滚动修正方法，如图1所示，包括以下步骤：
[0076]
步骤1、根据新能源储能特点，构建新能源储能老化成本模型。
[0077]
新能源储能老化成本是一个实时的变化的过程，由于新能源储能老化成本模型与新能源储能的类型有关因此，本发明根据新能源储能的类型，构建不同的新能源储能成本
老化模型，将其作为新能源场站收入的组成部分。
[0078]
在本步骤中，确定运行时段储能的老化成本包括如下两种新能源储能电池老化成本模型：
[0079]
(1)循环次数敏感的储能电池老化成本模型为：
[0080][0081]
其中，表示储能i在t时段的老化成本；ki表示储能i电池循环次数对储能可用电量影响曲线的斜率；表示储能i的投资成本；表示充电或者放电过程的深度。
[0082]
(2)放电深度敏感的储能电池老化成本模型为：
[0083][0084]
其中，k
p
是0.8到2.1之间的常数参数；表示100％充放电深度(dod)时的最大循环次数。
[0085]
步骤2、构建电站利润目标函数。
[0086]
所述目标函数为电站总利润，包括实时市场收入、调频收入以及储能的老化成本。为了简化模型，本发明认为实时市场收入包含日前市场的收入。
[0087]
在本步骤中，根据各类日前预测信息，制定日前最优决策，优化时间区间覆盖交易日全日，以此作为储能运行策略的基础，即在日前的决策上进行优化。
[0088]
步骤3、构建调频市场轮次数学模型。
[0089]
所述调频收入主要包括上调、下调以及违约的收入之和。其中，约束条件包括储能功率、电量约束；电网对新能源场站的输出约束；弃电约束等。
[0090]
由于在执行调频市场轮次时，需要同时考虑实时市场的影响，因此，本步骤构建如下调频市场轮次数学模型：
[0091][0092]
其中，r
rg,τ
表示时段τ决策的新能源场站的调频利润，表示在时段τ预测时段t的调频上调电价；表示在时段τ预测时段t的调频下调电价；表示在时段τ预测时段t的调频上调违约电价；表示在时段τ预测时段t的调频下调违约电价；表示时段τ决策的时段t新能源场站中标的调频上调容量；表示时段τ决策的时段t新能源场站中标的调频下调容量；表示时段τ决策的时段t新能源场站违约的调频上调容量；表示时段τ决策的时段t新能源场站违约的调频下调容量；t
rg
表示调频市场轮次优化时间区间时段数。
[0093]
约束条件如下：
[0094]
约束1：t新能源场站的储能设备i的实时功率与电量表达为：
[0095][0096][0097][0098]
表示时段τ决策的时段t新能源场站储能设备i的实时功率输出；表示时段τ决策的时段t新能源场站储能设备i的实时充电功率；表示时段τ决策的时段t新能源场站储能设备i的实时放电功率；表示时段τ决策的时段t新能源场站储能设备i的储存电量；∈：表示每个时段的持续时间；表示储能设备i的充电效率；表示储能设备i的放电效率。
[0099]
约束2：储能设备的功率与电量约束条件为：
[0100][0101][0102][0103][0104]
表示时段τ决策的时段t新能源场站储能设备i中标的调频上调容量；表示时段τ决策的时段t新能源场站储能设备i中标的调频下调容量；表示储能设备i的最小充电功率；表示储能设备i的最大充电功率；表示储能设备i的最小放电功率；表示储能设备i的最大放电功率；e
es,min,i
表示储能设备i的最小存储电量；e
es,max,i
表示储能设备i的最大存储电量；表示在时段τ储能设备i的初始存储电量；表示时段τ决策的时段t新能源场站储能设备的实时总功率输出。
[0105]
约束3：对储能调频的约束为：
[0106][0107][0108][0109][0110][0111][0112]
[0113][0114][0115]
表示时段τ决策的时段t新能源场站新能源设备的实时功率输出；表示时段τ决策的时段t新能源场站储能设备的实时总功率输出；表示时段τ决策的时段t新能源场站实际提供的调频上调容量；表示时段τ决策的时段t新能源场站实际的调频下调容量；表示新能源场站的最大外送能力；表示时段τ决策的时段t新能源场站新能源设备的实时功率输出；表示时段τ决策的时段t新能源场站弃风弃光；表示在时段τ预测时段t的新能源预测实际功率输出；表示时段τ决策的时段t新能源场站中标的调频下调容量；表示时段τ决策的时段t新能源场站实际提供的调频上调容量；表示在时段τ预测时段t市场运行机构实际调用的调频上调容量比例；表示在时段τ预测时段t市场运行机构实际调用的调频下调容量比例。
[0116]
步骤4、构建实时市场轮次数学模型。
[0117]
所述实时市场的收入为实时市场新能源的电量收入与实时市场储能的电量收入之和。其中约束条件与调频市场轮次数学模型约束条件相同。
[0118]
由于执行实时市场轮次时，将调频市场的出清结果为已知边界条件，因此，本步骤构建立的实时市场轮次数学模型如下：
[0119][0120]
其中，r
rt,τ
表示时段τ决策的新能源场站的全日实时市场利润；表示在时段τ预测时段t的实时电价；表示在时段τ预测时段t的新能源预测实际功率输出；表示时段t新能源场站储能设备i的实时功率输出。其中，约束条件与调频市场轮次模型约束相同。
[0121]
步骤5、建立电站总利润模型。
[0122]
所述总利润(总收入)由实时市场收入、调频市场收入以及储能老化成本三部分构成。即：总利润(总收入)包括调频市场轮次模型、实时市场轮次数序模型以及新能源储能老化成本模型三部分构成。为简单起见，本专利将日前市场收入归为实时市场收入。
[0123]
本步骤建立的电站总利润数学模型如下：
[0124][0125]
其中，r
τ
表示考虑调频与实时市场的总利润。
[0126]
步骤6、在运行时刻τ，输入对从τ+1到τ+t
rt
的时间区间的各类短期超短期预测信息，根据步骤5的电站总利润模型，计算出τ+1时刻储能的状态，优化储能运行策略，进而输
出储能τ+1时刻储能的运行策略。
[0127]
在本步骤中，对新能源场站从τ+1到τ+t
rt
时段区间的相关参数进行预测，包括新能源发电出力预测，调频电价预测、实时市场电价预测、调频中标容量预测、电池老化成本计算等。
[0128]
步骤7、随着时间窗向前移动一个时间段，更新各类预测信息，重复步骤6。
[0129]
在本步骤中，随着时间窗向前移动进行下一次滚动优化，通过在每次滚动优化中不断更新各类预测信息，并取实时系统状态作为输入。
[0130]
基于上述新能源场站储能运行策略在线滚动修正方法，本发明还提出一种电力市场环境下新能源场站储能运行策略在线滚动修正系统，包括：
[0131]
(1)新能源储能老化成本模型构建模块：用于根据新能源储能特点，构建新能源储能老化成本模型，该新能源储能老化成本模型包括循环次数敏感的储能电池老化成本模型和放电深度敏感的储能电池老化成本模型。
[0132]
(2)电站利润目标函数构建模块：用于根据各类日前预测信息，制定日前最优决策，优化时间区间覆盖交易日全日，以此作为储能运行策略的基础，即在日前的决策上进行优化，该目标函数为电站总利润，包括实时市场收入、调频收入以及储能的老化成本。
[0133]
(3)调频市场轮次数学模型构建模块：用于构建调频市场轮次数学模型，该调频市场轮次数学模型包括上调、下调以及违约的收入之和。
[0134]
(4)实时市场轮次数学模型构建模块：用于实时市场轮次数学模型，该实时市场轮次数学模型包括实时新能源的电量收入与实时储能的电量收入之和。
[0135]
(5)电站总利润模型构建模块：用于构建电站总利润模型，该电站总利润模型包括调频市场轮次模型、实时市场轮次数序模型以及新能源储能老化成本模型三部分。
[0136]
(6)执行模块：用于输入对从τ+1到τ+t
rt
的时间区间的各类短期超短期预测信息，根据电站总利润模型，计算出τ+1时刻储能的状态，优化储能运行策略，进而输出储能τ+1时刻储能的运行策略。
[0137]
(7)滚动优化模块：用于在执行过程中，通过在每次滚动优化中不断更新各类预测信息。
[0138]
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。