一种微电网中储能系统能量管理方法
一种微电网中储能系统能量管理方法
【技术领域】
[0001] 本发明涉及电力系统领域，特别涉及一种微电网中储能系统能量管理方法。背景 技术
[0002] 资源短缺、环境污染和生态恶化是当今世界的三大主要危机。可再生能源的开发 和利用被视作是解决上述危机的有效途径。在诸多可再生能源中，风电由于其高功率密度 和低地理要求被认为是最有前景的能源。但风电同时具有较强的随机性和波动性，这增加 了其有效利用的困难。
[0003] 微电网是电力系统领域一个较为新颖的概念，微电网由分布式发电机、可再生能 源发电、负荷、储能系统及控制系统组成。尽管微电网是一个碳排放较低的系统，但由于如 柴油发电机的存在，以至在微电网的运行中仍然存在碳排放。于是设想将微电网中的碳排 放源去除，仅以储能系统和可再生能源发电实现负荷平衡，尽可能的实现微电网运行的零 碳排放。具体地说，微电网可以由风力发电系统、储能系统及负荷系统组成。
[0004] 在微电网中，储能系统可以采用压缩空气储能。压缩空气储能系统被认为是可以 与可再生能源发电系统，特别是风力发电系统有效协同的储能装置。近年来，多种新的压 缩空气储能的概念被提出，其中，先进绝热压缩空气储能系统由于其非补燃的特点，非常适 合被引入以零碳排放为运行目标的微电网中。微电网中的风力发电系统预测不可能完全准 确，换言之，风力发电系统的实际出力与预测出力之间总会存在偏差。因此，在微电网中，如 何管理具有不确定性的风力发电系统的出力是十分必要的，进一步导致如何管理微电网中 的储能系统能量也是十分必要的。
【发明内容】
[0005] 有鉴于此，本发明实施例提供一种微电网中储能系统能量管理方法，该方法能够 真实的模拟微电网的能量管理过程，从而有效降低微电网运行时的经济损失。
[0006] 根据上述目的，本发明是这样实现的：
[0007] -种微电网中储能系统能量管理方法，建立微电网数学模型，应用在微电网的建 设中，所述微电网数学模型包括：
[0008] 根据其中风力发电系统的物理特性建立风力发电系统模型；
[0009] 根据储能系统出力特性建立储能系统t吴型；
[0010] 根据微电网运行的电力供需平衡特性建立微电网运行约束条件。
[0011] 该方法包括的术语为：
[0012] 常量
[0013] T时段数；
[0014] t时间段序数；
[0015] 储能系统中的压缩空气储能的最大发电出力；
[0016] 储能系统中的压缩空气储能的最小发电出力；
[0017] 储能系统中的压缩空气储能的最大储能出力；
[0018] Pmin储能系统中的压缩空气储能的最小储能出力；
[0019] s_储能系统中的压缩空气储能的最大储存电量百分比；
[0020] Smin储能系统中的压缩空气储能的最小储存电量百分比；
[0021] s〇 储能系统中的压缩空气储能初始储存电量百分比；
[0022] ST 储能系统中的压缩空气储能最终储存电量百分比；
[0023] C 储能系统中的压缩空气储能的容量；
[0024] Dtt时段的负荷；
[0025] N 储能系统中的单位时段内的压缩空气储能调度指令数；
[0026] n储能系统中的压缩空气储能的发电效率；
[0027] n储能系统中的压缩空气储能的储能效率；
[0028] W 风电不确定性集合；
[0029] 风电预测出力；
[0030] 科风电出力不确定集合半区间；
[0031] W丨风电出力下界；
[0032] W〖风电出力上界；
[0033] rT 风电不确定预算；
[0034] 变量
[0035] Zt+储能系统中的压缩空气储能处于发电状态的布尔变量；
[0036] 储能系统中的压缩空气储能处于储能状态的布尔变量；
[0037] pt+储能系统中的压缩空气储能t时段发电量；
[0038] Pf储能系统中的压缩空气储能t时段储能量；
[0039] Mt风电t时段出力；
[0040] t时段失负荷量；
[0041] W^hedt时段弃风量。
[0042] 在该方法中，所述建立风力发电系统模型为：
[0043] 风力发电系统中的风电场在特定时段的出力存在空间上的约束
所述风电场一天不同时段的出力存在一 个时间上的约束
[0044] 其中，风力发电系统出力的区间为：
[0045] 该方法还包括：
[0046] 对不确定预算的选取，有
[0048] 其中，分别表示风力发电系统在空间和时间尺度上不确定预算 的置信概率。y s，y h，〇 s，〇 h定义为
定义
分别表示5^t的均值和方差。
[0049] 在该方法中，所述建立储能系统模型为：
[0050]
t表示储能系统在某一时段不可能同时处在发电和储能状态；
[0051]
分别表示储能系统在发电和储 能状态时最大最小输出功率；
[0052]
表示储能系统的剩余电量约束；
[0053]
表示储能系统的出力与剩余电量的关系。
[0054] 在该方法中，所述建立微电网运行约束条件包括：
[0055] 微电网运行的数学模
，表示微电网运行的目标函 数，前一项表示由于失负荷造成的经济损失，后一项表示由弃风造成的经济损失：
[0056]
，表示微电网运行的电力供需平衡约束；
[0057]
，分别表示微电网运行时弃风量和失负荷量的上下 界；
[0058] SfEd, ST=ET，表示微电网要求的储能系统初始和终了时刻的剩余电量。
[0059] 由上述方案可以看出，本发明在建立微电网数学模型时，根据其中风力发电系统 的物理特性建立风力发电系统模型，根据储能系统出力特性建立储能系统模型，根据微电 网运行的电力供需平衡特性建立微电网运行约束条件，将所建立的微电网数学模型应用到 微电网的建设中。由于所建立的储能系统模型可以真实的模拟微电网的能量管理过程，从 而有效降低微电网运行时的经济损失。
【附图说明】
[0060] 图1为本发明实施例提供的微电网中储能系统能量管理方法流程图；
[0061] 图2为本发明实施例提供的储能系统中不恰当的剩余电量给微电网带来损失的 示意图；
[0062]图3为本发明实施例提供的风力发电系统的出力及负荷系统的负荷情况示意图；
[0063] 图4为本发明实施例提供的储能系统在风电电力系统风电出力预测曲线和最坏 情景下的剩余电量情况示意图。
【具体实施方式】
[0064] 为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对 本发明作进一步详细说明。
[0065] 本发明为了真实的模拟微电网的能量管理过程，从而有效降低微电网运行时的经 济损失，在建立微电网数学模型时，根据其中风力发电系统的物理特性建立风力发电系统 模型，根据储能系统出力特性建立储能系统模型，根据微电网运行的电力供需平衡特性建 立微电网运行约束条件，将所建立的微电网数学模型应用到微电网的建设中。由于所建立 的储能系统模型可以真实的模拟微电网的能量管理过程，从而使得微电网中的风力发电系 统的出力及负荷系统的负荷之间维持平衡，有效降低微电网运行时的经济损失。
[0066] 图1为本发明实施例提供的微电网中储能系统能量管理方法流程图，其具体步骤 为：
[0067] 步骤101、建立微电网数学模型，应用在微电网的建设中；
[0068] 步骤102、根据其中风力发电系统的物理特性建立风力发电系统模型；
[0069] 步骤103、根据储能系统出力特性建立储能系统模型；
[0070] 步骤104、根据微电网运行的电力供需平衡特性建立微电网运行约束条件。
[0071] 从图1可以看出，本发明要建立风力发电系统模型、储能系统模型及微电网运行 约束条件，以下分别进行详细说明。
[0072] 本发明实施例定义术语表
[0073] 常量
[0074] T时段数
[0075] t时间段序数
[0076] 储能系统中的压缩空气储能的最大发电出力
[0077] 储能系统中的压缩空气储能的最小发电出力
[0078] P"tx储能系统中的压缩空气储能的最大储能出力
[0079] 储能系统中的压缩空气储能的最小储能出力
[0080] s_储能系统中的压缩空气储能的最大储存电量百分比
[0081] smin储能系统中的压缩空气储能的最小储存电量百分比
[0082] S0 储能系统中的压缩空气储能初始储存电量百分比
[0083] ST 储能系统中的压缩空气储能最终储存电量百分比
[0084] C 储能系统中的压缩空气储能的容量
[0085] Dtt时段的负荷
[0086] N 储能系统中的单位时段内的压缩空气储能调度指令数
[0087] n 储能系统中的压缩空气储能的发电效率
[0088] n 储能系统中的压缩空气储能的储能效率
[0089] W 风电不确定性集合
[0090] 风电预测出力
[0091] 风电出力不确定集合半区间
[0092] 冒丨风电出力下界
[0093] Wf风电出力上界
[0094] rT风电不确定预算
[0095] 变量
[0096] 储能系统中的压缩空气储能处于发电状态的布尔变量
[0097] (储能系统中的压缩空气储能处于储能状态的布尔变量
[0098]pt+储能系统中的压缩空气储能t时段发电量
[0099 ] Pf?储能系统中的压缩空气储能t时段储能量
[0100]Mlt风电t时段出力
[0101] t时段失负荷量
[0102] W产edt时段弃风量
[0103]在图1的步骤102中，风力发电系统模型具体如下所述：
[0104] 在本发明实施例中，用一个风电不确定性集合W描述风电的不确定性。约束的上 界和下界W丨可以从历史数据或者预测中得到。由于风力发电系统中的风电场通常分布 地较为分散且相距较远，在考虑空间上的平均性的情况下，其出力期望在同一时段不太可 能同时到达上界或者下界。进而，所有风电场在特定时段的出力存在空间上的约束为：
[0106] 同样地，考虑到时间上的平滑性，对于一个特定的风电场其出力不太可能在一天 不同时段都达到出力上界或者下界。进一步，风电场一天不同时段的出力存在一个时间上 的约束为：
[0108] 公式（1)和公式（2)中，有
[0110] 式⑶中#/?由下式决定
[0112] 其中，ajt表示风电场j在i时段预测风电出力的置信概率，〇jt为预测标准差，假 定已知预测误差的分布。由公式（3)和公式（4)可得描述风力发电系统出力的区间如下：
[0114] 在公式（6)和公式（7)中，对不确定预算的选取，有
[0117] 其中，别表示风力发电系统在空间和时间尺度上不确定预算的置信概 率。Us，Uh，〇s，〇h定义如下
[0119] 定义
[0121] Ujt, 4分别表示yjt的均值和方差。
[0122] 在图1的步骤103中，储能系统模型如下所述。
[0123] 储能系统的数学模型的数学公式为：
[0129] 公式（10)表示储能系统在某一时段不可能同时处在发电和储能状态，公式（11) 和公式（12)分别表示储能系统在发电和储能状态时最大最小输出功率，公式（13)表示储 能系统的剩余电量约束，公式（14)表示储能系统的出力与剩余电量的关系。
[0130] 储能系统的剩余电量（SOC，StateofCharge)是表征其调节能力的重要物理量。 储能系统在各个时段的初始和末了，剩余电量分别表征了储能系统在本时段和下个时段的 调节能力。
[0131] 储能系统的剩余电量对微电网中的风力发电系统的出力及负荷系统的负荷之间 平衡起着决定性作用，以下分别说明。
[0132] 图2为本发明实施例提供的储能系统中不恰当的剩余电量给微电网带来损失的 示意图。在图2中的左边，风力发电系统的出力时刻小于负荷，此时需要储能系统发电以实 现电力供需平衡，但由于储能系统的初始剩余电量较小，只有20%左右，致使微电网运行至 时段5以后，储能系统电量耗尽，无法补偿风力发电系统的风电出力的缺额，导致微电网切 负荷，造成经济损失。在图2中的右边，风力发电系统的出力时刻大于负荷，此时过剩的风 电需要储存到储能系统中，但由于储能系统的初始剩余电量较大，已达80%，致使微电网运 行至时段5以后，储能系统电量充满，无法储存过剩风电，导致微电网弃风，造成经济损失。 以上两例说明储能系统不恰当的剩余电量会给微电网的运行造成经济损失，因此要本发明 实施例要对储能系统中的剩余电量进行优化设计。
[0133] 在图1的步骤104中，根据微电网运行的电力供需平衡约束建立微电网运行约束 条件具体叙述如下。
[0134] 微电网运行约束条件为：
[0136]公式（1)，公式（2)，公式（5)，公式（10) _(14)
[0140] 4〇=E〇,ST =Et (19)
[0141] 公式（15)表示微电网运行的目标函数，前一项表示由于失负荷造成的经济损失， 后一项表示由弃风造成的经济损失。应该注意到，该式为max-min形式，微电网的运行者显 然想最小化运行的经济损失，而风力发电系统作为一个"搅局者"，其想法是最大化运行的 经济损失。公式（16)表示微电网运行的电力供需平衡约束，公式（17)和公式（18)分别表 示微电网运行时弃风量和失负荷量的上下界，公式（19)表示储能系统初始和终了时刻的剩 余电量。
[0142] 举一个具体实施例说明本发明。
[0143] 假定微电网由风力发电系统、储能系统及负荷系统组成。将一天平均划分为4部 分，即6小时一部分，运行指令周期为5分钟。风力发电系统的出力及负荷系统的负荷情况 示意图如图3所示。储能系统的压缩空气参数如表1所示。
[0145] 表 1
[0146] 一天内各个部分的失负荷经济损失分别为3$/kWh，10$/kWh，8$/kWh和5$/kWh，弃 风的经济损失统一为0. 5$/kWh。储能系统的初始剩余电量设为50%，应当指出，为了保证微 电网次日的运行，储能系统的一天结束的剩余电量应不低于40%。
[0147] 假设风力发电系统的出力与预测一致，则微电网最优运行结果如表2所示。
[0149] 表 2
[0150] 假设风力发电系统的出力最坏场景，则微电网的最优运行结果如表3所示。
[0152]
[0153] 表 3
[0154] 图4为本发明实施例提供的储能系统在风电电力系统风电出力预测曲线和最坏 情景下的剩余电量情况示意图，左边柱形图为最坏情景下的剩余电量情况示意，右边柱形 图为风电出力预测曲线的剩余电量情况示意。
[0155] 本发明在构建微电网中储能系统中能量管理方法时，充分考虑了微电网中可再生 电源，即风力发电系统的出力不确定性，并对储能系统合理建模，提出了最小化运行经济损 失的微电网运行模型，应用到微电网的建网过程中。采用具体实施例分析表明，应用该储能 系统能量管理方法后，可以有效降低系统运行的经济损失。
[0156] 上举较佳实施例，对本发明的目的、技术方案和优点进行了进一步详细说明，所应 理解的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内，所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种微电网中储能系统能量管理方法，其特征在于，建立微电网数学模型，应用在微 电网的建设中，所述微电网数学模型包括： 根据其中风力发电系统的物理特性建立风力发电系统模型； 根据储能系统出力特性建立储能系统模型； 根据微电网运行的电力供需平衡特性建立微电网运行约束条件。2. 如权利要求1所述的方法，其特征在于，该方法包括的术语为： 常量 T时段数； t时间段序数； 储能系统中的压缩空气储能的最大发电出力； 储能系统中的压缩空气储能的最小发电出力； 巧ηα*·储能系统中的压缩空气储能的最大储能出力； 储能系统中的压缩空气储能的最小储能出力； Smax储能系统中的压缩空气储能的最大储存电量百分比； Smin储能系统中的压缩空气储能的最小储存电量百分比； Stl储能系统中的压缩空气储能初始储存电量百分比； St储能系统中的压缩空气储能最终储存电量百分比； C 储能系统中的压缩空气储能的容量； Dt t时段的负荷； N 储能系统中的单位时段内的压缩空气储能调度指令数； H+储能系统中的压缩空气储能的发电效率；rI储能系统中的压缩空气储能的储能效率； W 风电不确定性集合； <^风电预测出力； Wf风电出力不确定集合半区间； 风电出力下界； 风电出力上界； r T风电不确定预算； 变量 Zt+储能系统中的压缩空气储能处于发电状态的布尔变量； 储能系统中的压缩空气储能处于储能状态的布尔变量； Pt+储能系统中的压缩空气储能t时段发电量； ΡΓ储能系统中的压缩空气储能t时段储能量； Wt风电t时段出力； Ptms t时段失负荷量； w/tshed t时段弃风量。3. 如权利要求2所述的方法，其特征在于，所述建立风力发电系统模型为： 风力发电系统中的风电场在特定时段的出力存在空间上的约束所述风电场一天不同时段的出力存在一 个时间上的约束其中，风力发电系统出力的区间为B4. 如权利要求3所述的方法，其特征在于，该方法还包括： 对不确定预算的选取，有其中，βρ、分别表示风力发电系统在空间和时间尺度上不确定预算的 置信概率。μ s，μ h，σs，σ h定义为：定义 .νΛ =卜/;|, = (% - Μ':#)/ ; μ jt，crj分别表示 yjt 的均值和方差。5. 如权利要求2所述的方法，其特征在于，所述建立储能系统模型为： <+ ? S 1，Vf，表示储能系统在某一时段不可能同时处在发电和储能状态； S Vi及，?乂，Λ S - V/分别表示储能系统在发电和储能状 态时最大最小输出功率； Sinin 表示储能系统的剩余电量约束； 4 -又._,=卜/<7 +?厂/〇 / (JV ·〇, V/表示储能系统的出力与剩余电量的关系。6. 如权利要求2所述的方法，其特征在于，所述建立微电网运行约束条件包括： 微电网运行的数学模型，表示微电网运行的目标函数， 前一项表示由于失负荷造成的经济损失，后一项表示由弃风造成的经济损失： g-Hf"+/)/ -A +/f++' =ZJ,,表示微电网运行的电力供需平衡约束； OSHfprf S μ，,和OS，分别表示微电网运行时弃风量和失负荷量的上下界； Stl=Etl, St=Et，表示微电网要求的储能系统初始和终了时刻的剩余电量。
【专利摘要】本发明公开了一种微电网中储能系统能量管理方法，在建立微电网数学模型时，根据其中风力发电系统的物理特性建立风力发电系统模型，根据储能系统出力特性建立储能系统模型，根据微电网运行的电力供需平衡特性建立微电网运行约束条件，将所建立的微电网数学模型应用到微电网的建设中。由于所建立的储能系统模型可以真实的模拟微电网的能量管理过程，从而有效降低微电网运行时的经济损失。
【IPC分类】G06Q50/06
【公开号】CN104899790
【申请号】CN201410081729
【发明人】方陈
【申请人】国网上海市电力公司, 清华大学
【公开日】2015年9月9日
【申请日】2014年3月7日
【技术领域】
[0001] 本发明涉及电力系统领域，特别涉及一种微电网中储能系统能量管理方法。背景 技术
[0002] 资源短缺、环境污染和生态恶化是当今世界的三大主要危机。可再生能源的开发 和利用被视作是解决上述危机的有效途径。在诸多可再生能源中，风电由于其高功率密度 和低地理要求被认为是最有前景的能源。但风电同时具有较强的随机性和波动性，这增加 了其有效利用的困难。
[0003] 微电网是电力系统领域一个较为新颖的概念，微电网由分布式发电机、可再生能 源发电、负荷、储能系统及控制系统组成。尽管微电网是一个碳排放较低的系统，但由于如 柴油发电机的存在，以至在微电网的运行中仍然存在碳排放。于是设想将微电网中的碳排 放源去除，仅以储能系统和可再生能源发电实现负荷平衡，尽可能的实现微电网运行的零 碳排放。具体地说，微电网可以由风力发电系统、储能系统及负荷系统组成。
[0004] 在微电网中，储能系统可以采用压缩空气储能。压缩空气储能系统被认为是可以 与可再生能源发电系统，特别是风力发电系统有效协同的储能装置。近年来，多种新的压 缩空气储能的概念被提出，其中，先进绝热压缩空气储能系统由于其非补燃的特点，非常适 合被引入以零碳排放为运行目标的微电网中。微电网中的风力发电系统预测不可能完全准 确，换言之，风力发电系统的实际出力与预测出力之间总会存在偏差。因此，在微电网中，如 何管理具有不确定性的风力发电系统的出力是十分必要的，进一步导致如何管理微电网中 的储能系统能量也是十分必要的。
【发明内容】
[0005] 有鉴于此，本发明实施例提供一种微电网中储能系统能量管理方法，该方法能够 真实的模拟微电网的能量管理过程，从而有效降低微电网运行时的经济损失。
[0006] 根据上述目的，本发明是这样实现的：
[0007] -种微电网中储能系统能量管理方法，建立微电网数学模型，应用在微电网的建 设中，所述微电网数学模型包括：
[0008] 根据其中风力发电系统的物理特性建立风力发电系统模型；
[0009] 根据储能系统出力特性建立储能系统t吴型；
[0010] 根据微电网运行的电力供需平衡特性建立微电网运行约束条件。
[0011] 该方法包括的术语为：
[0012] 常量
[0013] T时段数；
[0014] t时间段序数；
[0015] 储能系统中的压缩空气储能的最大发电出力；
[0016] 储能系统中的压缩空气储能的最小发电出力；
[0017] 储能系统中的压缩空气储能的最大储能出力；
[0018] Pmin储能系统中的压缩空气储能的最小储能出力；
[0019] s_储能系统中的压缩空气储能的最大储存电量百分比；
[0020] Smin储能系统中的压缩空气储能的最小储存电量百分比；
[0021] s〇 储能系统中的压缩空气储能初始储存电量百分比；
[0022] ST 储能系统中的压缩空气储能最终储存电量百分比；
[0023] C 储能系统中的压缩空气储能的容量；
[0024] Dtt时段的负荷；
[0025] N 储能系统中的单位时段内的压缩空气储能调度指令数；
[0026] n储能系统中的压缩空气储能的发电效率；
[0027] n储能系统中的压缩空气储能的储能效率；
[0028] W 风电不确定性集合；
[0029] 风电预测出力；
[0030] 科风电出力不确定集合半区间；
[0031] W丨风电出力下界；
[0032] W〖风电出力上界；
[0033] rT 风电不确定预算；
[0034] 变量
[0035] Zt+储能系统中的压缩空气储能处于发电状态的布尔变量；
[0036] 储能系统中的压缩空气储能处于储能状态的布尔变量；
[0037] pt+储能系统中的压缩空气储能t时段发电量；
[0038] Pf储能系统中的压缩空气储能t时段储能量；
[0039] Mt风电t时段出力；
[0040] t时段失负荷量；
[0041] W^hedt时段弃风量。
[0042] 在该方法中，所述建立风力发电系统模型为：
[0043] 风力发电系统中的风电场在特定时段的出力存在空间上的约束
所述风电场一天不同时段的出力存在一 个时间上的约束
[0044] 其中，风力发电系统出力的区间为：
[0045] 该方法还包括：
[0046] 对不确定预算的选取，有
[0048] 其中，分别表示风力发电系统在空间和时间尺度上不确定预算 的置信概率。y s，y h，〇 s，〇 h定义为
定义
分别表示5^t的均值和方差。
[0049] 在该方法中，所述建立储能系统模型为：
[0050]
t表示储能系统在某一时段不可能同时处在发电和储能状态；
[0051]
分别表示储能系统在发电和储 能状态时最大最小输出功率；
[0052]
表示储能系统的剩余电量约束；
[0053]
表示储能系统的出力与剩余电量的关系。
[0054] 在该方法中，所述建立微电网运行约束条件包括：
[0055] 微电网运行的数学模
，表示微电网运行的目标函 数，前一项表示由于失负荷造成的经济损失，后一项表示由弃风造成的经济损失：
[0056]
，表示微电网运行的电力供需平衡约束；
[0057]
，分别表示微电网运行时弃风量和失负荷量的上下 界；
[0058] SfEd, ST=ET，表示微电网要求的储能系统初始和终了时刻的剩余电量。
[0059] 由上述方案可以看出，本发明在建立微电网数学模型时，根据其中风力发电系统 的物理特性建立风力发电系统模型，根据储能系统出力特性建立储能系统模型，根据微电 网运行的电力供需平衡特性建立微电网运行约束条件，将所建立的微电网数学模型应用到 微电网的建设中。由于所建立的储能系统模型可以真实的模拟微电网的能量管理过程，从 而有效降低微电网运行时的经济损失。
【附图说明】
[0060] 图1为本发明实施例提供的微电网中储能系统能量管理方法流程图；
[0061] 图2为本发明实施例提供的储能系统中不恰当的剩余电量给微电网带来损失的 示意图；
[0062]图3为本发明实施例提供的风力发电系统的出力及负荷系统的负荷情况示意图；
[0063] 图4为本发明实施例提供的储能系统在风电电力系统风电出力预测曲线和最坏 情景下的剩余电量情况示意图。
【具体实施方式】
[0064] 为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举实施例，对 本发明作进一步详细说明。
[0065] 本发明为了真实的模拟微电网的能量管理过程，从而有效降低微电网运行时的经 济损失，在建立微电网数学模型时，根据其中风力发电系统的物理特性建立风力发电系统 模型，根据储能系统出力特性建立储能系统模型，根据微电网运行的电力供需平衡特性建 立微电网运行约束条件，将所建立的微电网数学模型应用到微电网的建设中。由于所建立 的储能系统模型可以真实的模拟微电网的能量管理过程，从而使得微电网中的风力发电系 统的出力及负荷系统的负荷之间维持平衡，有效降低微电网运行时的经济损失。
[0066] 图1为本发明实施例提供的微电网中储能系统能量管理方法流程图，其具体步骤 为：
[0067] 步骤101、建立微电网数学模型，应用在微电网的建设中；
[0068] 步骤102、根据其中风力发电系统的物理特性建立风力发电系统模型；
[0069] 步骤103、根据储能系统出力特性建立储能系统模型；
[0070] 步骤104、根据微电网运行的电力供需平衡特性建立微电网运行约束条件。
[0071] 从图1可以看出，本发明要建立风力发电系统模型、储能系统模型及微电网运行 约束条件，以下分别进行详细说明。
[0072] 本发明实施例定义术语表
[0073] 常量
[0074] T时段数
[0075] t时间段序数
[0076] 储能系统中的压缩空气储能的最大发电出力
[0077] 储能系统中的压缩空气储能的最小发电出力
[0078] P"tx储能系统中的压缩空气储能的最大储能出力
[0079] 储能系统中的压缩空气储能的最小储能出力
[0080] s_储能系统中的压缩空气储能的最大储存电量百分比
[0081] smin储能系统中的压缩空气储能的最小储存电量百分比
[0082] S0 储能系统中的压缩空气储能初始储存电量百分比
[0083] ST 储能系统中的压缩空气储能最终储存电量百分比
[0084] C 储能系统中的压缩空气储能的容量
[0085] Dtt时段的负荷
[0086] N 储能系统中的单位时段内的压缩空气储能调度指令数
[0087] n 储能系统中的压缩空气储能的发电效率
[0088] n 储能系统中的压缩空气储能的储能效率
[0089] W 风电不确定性集合
[0090] 风电预测出力
[0091] 风电出力不确定集合半区间
[0092] 冒丨风电出力下界
[0093] Wf风电出力上界
[0094] rT风电不确定预算
[0095] 变量
[0096] 储能系统中的压缩空气储能处于发电状态的布尔变量
[0097] (储能系统中的压缩空气储能处于储能状态的布尔变量
[0098]pt+储能系统中的压缩空气储能t时段发电量
[0099 ] Pf?储能系统中的压缩空气储能t时段储能量
[0100]Mlt风电t时段出力
[0101] t时段失负荷量
[0102] W产edt时段弃风量
[0103]在图1的步骤102中，风力发电系统模型具体如下所述：
[0104] 在本发明实施例中，用一个风电不确定性集合W描述风电的不确定性。约束的上 界和下界W丨可以从历史数据或者预测中得到。由于风力发电系统中的风电场通常分布 地较为分散且相距较远，在考虑空间上的平均性的情况下，其出力期望在同一时段不太可 能同时到达上界或者下界。进而，所有风电场在特定时段的出力存在空间上的约束为：
[0106] 同样地，考虑到时间上的平滑性，对于一个特定的风电场其出力不太可能在一天 不同时段都达到出力上界或者下界。进一步，风电场一天不同时段的出力存在一个时间上 的约束为：
[0108] 公式（1)和公式（2)中，有
[0110] 式⑶中#/?由下式决定
[0112] 其中，ajt表示风电场j在i时段预测风电出力的置信概率，〇jt为预测标准差，假 定已知预测误差的分布。由公式（3)和公式（4)可得描述风力发电系统出力的区间如下：
[0114] 在公式（6)和公式（7)中，对不确定预算的选取，有
[0117] 其中，别表示风力发电系统在空间和时间尺度上不确定预算的置信概 率。Us，Uh，〇s，〇h定义如下
[0119] 定义
[0121] Ujt, 4分别表示yjt的均值和方差。
[0122] 在图1的步骤103中，储能系统模型如下所述。
[0123] 储能系统的数学模型的数学公式为：
[0129] 公式（10)表示储能系统在某一时段不可能同时处在发电和储能状态，公式（11) 和公式（12)分别表示储能系统在发电和储能状态时最大最小输出功率，公式（13)表示储 能系统的剩余电量约束，公式（14)表示储能系统的出力与剩余电量的关系。
[0130] 储能系统的剩余电量（SOC，StateofCharge)是表征其调节能力的重要物理量。 储能系统在各个时段的初始和末了，剩余电量分别表征了储能系统在本时段和下个时段的 调节能力。
[0131] 储能系统的剩余电量对微电网中的风力发电系统的出力及负荷系统的负荷之间 平衡起着决定性作用，以下分别说明。
[0132] 图2为本发明实施例提供的储能系统中不恰当的剩余电量给微电网带来损失的 示意图。在图2中的左边，风力发电系统的出力时刻小于负荷，此时需要储能系统发电以实 现电力供需平衡，但由于储能系统的初始剩余电量较小，只有20%左右，致使微电网运行至 时段5以后，储能系统电量耗尽，无法补偿风力发电系统的风电出力的缺额，导致微电网切 负荷，造成经济损失。在图2中的右边，风力发电系统的出力时刻大于负荷，此时过剩的风 电需要储存到储能系统中，但由于储能系统的初始剩余电量较大，已达80%，致使微电网运 行至时段5以后，储能系统电量充满，无法储存过剩风电，导致微电网弃风，造成经济损失。 以上两例说明储能系统不恰当的剩余电量会给微电网的运行造成经济损失，因此要本发明 实施例要对储能系统中的剩余电量进行优化设计。
[0133] 在图1的步骤104中，根据微电网运行的电力供需平衡约束建立微电网运行约束 条件具体叙述如下。
[0134] 微电网运行约束条件为：
[0136]公式（1)，公式（2)，公式（5)，公式（10) _(14)
[0140] 4〇=E〇,ST =Et (19)
[0141] 公式（15)表示微电网运行的目标函数，前一项表示由于失负荷造成的经济损失， 后一项表示由弃风造成的经济损失。应该注意到，该式为max-min形式，微电网的运行者显 然想最小化运行的经济损失，而风力发电系统作为一个"搅局者"，其想法是最大化运行的 经济损失。公式（16)表示微电网运行的电力供需平衡约束，公式（17)和公式（18)分别表 示微电网运行时弃风量和失负荷量的上下界，公式（19)表示储能系统初始和终了时刻的剩 余电量。
[0142] 举一个具体实施例说明本发明。
[0143] 假定微电网由风力发电系统、储能系统及负荷系统组成。将一天平均划分为4部 分，即6小时一部分，运行指令周期为5分钟。风力发电系统的出力及负荷系统的负荷情况 示意图如图3所示。储能系统的压缩空气参数如表1所示。
[0145] 表 1
[0146] 一天内各个部分的失负荷经济损失分别为3$/kWh，10$/kWh，8$/kWh和5$/kWh，弃 风的经济损失统一为0. 5$/kWh。储能系统的初始剩余电量设为50%，应当指出，为了保证微 电网次日的运行，储能系统的一天结束的剩余电量应不低于40%。
[0147] 假设风力发电系统的出力与预测一致，则微电网最优运行结果如表2所示。
[0149] 表 2
[0150] 假设风力发电系统的出力最坏场景，则微电网的最优运行结果如表3所示。
[0152]
[0153] 表 3
[0154] 图4为本发明实施例提供的储能系统在风电电力系统风电出力预测曲线和最坏 情景下的剩余电量情况示意图，左边柱形图为最坏情景下的剩余电量情况示意，右边柱形 图为风电出力预测曲线的剩余电量情况示意。
[0155] 本发明在构建微电网中储能系统中能量管理方法时，充分考虑了微电网中可再生 电源，即风力发电系统的出力不确定性，并对储能系统合理建模，提出了最小化运行经济损 失的微电网运行模型，应用到微电网的建网过程中。采用具体实施例分析表明，应用该储能 系统能量管理方法后，可以有效降低系统运行的经济损失。
[0156] 上举较佳实施例，对本发明的目的、技术方案和优点进行了进一步详细说明，所应 理解的是，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内，所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种微电网中储能系统能量管理方法，其特征在于，建立微电网数学模型，应用在微 电网的建设中，所述微电网数学模型包括： 根据其中风力发电系统的物理特性建立风力发电系统模型； 根据储能系统出力特性建立储能系统模型； 根据微电网运行的电力供需平衡特性建立微电网运行约束条件。2. 如权利要求1所述的方法，其特征在于，该方法包括的术语为： 常量 T时段数； t时间段序数； 储能系统中的压缩空气储能的最大发电出力； 储能系统中的压缩空气储能的最小发电出力； 巧ηα*·储能系统中的压缩空气储能的最大储能出力； 储能系统中的压缩空气储能的最小储能出力； Smax储能系统中的压缩空气储能的最大储存电量百分比； Smin储能系统中的压缩空气储能的最小储存电量百分比； Stl储能系统中的压缩空气储能初始储存电量百分比； St储能系统中的压缩空气储能最终储存电量百分比； C 储能系统中的压缩空气储能的容量； Dt t时段的负荷； N 储能系统中的单位时段内的压缩空气储能调度指令数； H+储能系统中的压缩空气储能的发电效率；rI储能系统中的压缩空气储能的储能效率； W 风电不确定性集合； <^风电预测出力； Wf风电出力不确定集合半区间； 风电出力下界； 风电出力上界； r T风电不确定预算； 变量 Zt+储能系统中的压缩空气储能处于发电状态的布尔变量； 储能系统中的压缩空气储能处于储能状态的布尔变量； Pt+储能系统中的压缩空气储能t时段发电量； ΡΓ储能系统中的压缩空气储能t时段储能量； Wt风电t时段出力； Ptms t时段失负荷量； w/tshed t时段弃风量。3. 如权利要求2所述的方法，其特征在于，所述建立风力发电系统模型为： 风力发电系统中的风电场在特定时段的出力存在空间上的约束所述风电场一天不同时段的出力存在一 个时间上的约束其中，风力发电系统出力的区间为B4. 如权利要求3所述的方法，其特征在于，该方法还包括： 对不确定预算的选取，有其中，βρ、分别表示风力发电系统在空间和时间尺度上不确定预算的 置信概率。μ s，μ h，σs，σ h定义为：定义 .νΛ =卜/;|, = (% - Μ':#)/ ; μ jt，crj分别表示 yjt 的均值和方差。5. 如权利要求2所述的方法，其特征在于，所述建立储能系统模型为： <+ ? S 1，Vf，表示储能系统在某一时段不可能同时处在发电和储能状态； S Vi及，?乂，Λ S - V/分别表示储能系统在发电和储能状 态时最大最小输出功率； Sinin 表示储能系统的剩余电量约束； 4 -又._,=卜/<7 +?厂/〇 / (JV ·〇, V/表示储能系统的出力与剩余电量的关系。6. 如权利要求2所述的方法，其特征在于，所述建立微电网运行约束条件包括： 微电网运行的数学模型，表示微电网运行的目标函数， 前一项表示由于失负荷造成的经济损失，后一项表示由弃风造成的经济损失： g-Hf"+/)/ -A +/f++' =ZJ,,表示微电网运行的电力供需平衡约束； OSHfprf S μ，,和OS，分别表示微电网运行时弃风量和失负荷量的上下界； Stl=Etl, St=Et，表示微电网要求的储能系统初始和终了时刻的剩余电量。
【专利摘要】本发明公开了一种微电网中储能系统能量管理方法，在建立微电网数学模型时，根据其中风力发电系统的物理特性建立风力发电系统模型，根据储能系统出力特性建立储能系统模型，根据微电网运行的电力供需平衡特性建立微电网运行约束条件，将所建立的微电网数学模型应用到微电网的建设中。由于所建立的储能系统模型可以真实的模拟微电网的能量管理过程，从而有效降低微电网运行时的经济损失。
【IPC分类】G06Q50/06
【公开号】CN104899790
【申请号】CN201410081729
【发明人】方陈
【申请人】国网上海市电力公司, 清华大学
【公开日】2015年9月9日
【申请日】2014年3月7日
最新回复(0)