一种考虑电费成分特征的用户侧光储双层优化配置方法与流程

本发明涉及用户侧能源规划，尤其涉及一种考虑电费成分特征的用户侧光储双层优化配置方法。

背景技术：

1、随着用户侧配置分布式光伏显著增加。由于分布式光伏具有间歇性和不稳定性的特点，而在分布式光伏中安装储能系统是有效克服以上缺点的有效手段。对于用户侧而言，在分布式光伏上加装储能系统，能够提高光伏发电自用比例，提高系统现金流入；对于电网侧而言，在分布式光伏上加装储能系统，能够平抑光伏输出功率的波动，有效防止电压越限。

2、现有的考虑电费成分特征的用户侧光储双层优化配置方法通过以下技术实现，包括：用户负荷特性分析：分析用户的电力需求和负荷特性；光伏发电预测：通过对当地气象数据的分析，预测光伏发电系统的输出功率；储能系统配置：根据光伏发电的预测结果和用户负荷特性，确定所需储能系统的容量和类型；控制策略制定：制定储能系统的充放电控制策略；经济性分析：通过模拟不同的电力市场价格和补贴政策；双层优化算法：使用双层优化算法对整个系统进行优化。

3、例如公开号为：cn116526577a的发明专利公开申请的一种风电光热发电系统的配置优化方法及系统，包括：建立风电光热发电系统的配置优化仿真模型；将风电光热发电系统的参数数据输入至所述配置优化仿真模型；利用所述配置优化仿真模型迭代优化所述风电光热发电系统的配置方案；输出效益指标最大时对应的配置方案，所述配置方案包括发电机组容量和储热容量。

4、例如公告号为：cn114336602b的发明专利公告的一种用于光热-风电-光伏联合发电系统的配置优化方法，包括：获取光热-风电-光伏联合发电系统的历史运行数据；联合发电系统中增加电加热器，并优化光热电站储罐容量，提供可选方案；建立电能估算模型，计算每小时的净发电量，通过逐小时迭代，计算不同方案增加的年净发电量；根据增加的年净发电量及项目生命周期内的成本，计算度电成本，确定最优可选方案。

5、但本技术在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

6、现有技术中，在能源配置时可能过于简化地考虑了成本和效益，没有充分考虑到电费结构的多维度特征，未对用户侧基本电费价格、电度电费价格的差异性影响进行分层建模，使得优化配置结果往往难以匹配用户真实用电特征和电费情况，存在难以有效的评估分析电费成分特征的用户侧能源优化配置的问题。

技术实现思路

1、本技术实施例通过提供一种考虑电费成分特征的用户侧光储双层优化配置方法，解决了现有技术中，存在难以有效的评估分析电费成分特征的用户侧能源优化配置的问题，实现了有效提高评估分析电费成分特征的用户侧光储优化配置指导性的效果。

2、本技术实施例提供了一种考虑电费成分特征的用户侧光储双层优化配置方法，所述方法包括以下步骤：获取电费成分特征数据；构建上层光储优化配置优化模型，根据上层光储优化配置优化模型计算得到上层光储优化配置优化目标系数；构建下层储能充放电控制策略模型，根据下层储能充放电控制策略模型计算得到下层储能充放电控制策略目标系数；根据上层光储优化配置优化模型和下层储能充放电控制策略模型提出用户侧光储双层优化配置模型的求解方法。

3、进一步的，所述上层光储优化配置优化目标系数的具体计算公式为：；式中，表示上层光储优化配置优化目标系数，表示上层光储优化配置优化目标系数最小值，表示用户电量电费成本指数，表示用户基本电费成本指数，表示用户储能年投资运维指数，表示用户光伏年投资运维指数，、、和表示用户电量电费成本指数、用户基本电费成本指数、用户储能年投资运维指数和用户光伏年投资运维指数对应上层光储优化配置优化目标系数的权重因子。

4、进一步的，所述用户电量电费成本指数的具体计算公式为：获取用户电量电费成本相关数据并提取特征数据得到用户负荷功率数据、用户储能充电功率数据、用户储能放电功率数据和每单位功率电价数据，据其计算出用户电量电费成本指数，所述用户电量电费成本指数用于描述用户电量电费成本的状态；;式中，将预定义用户电量电费成本每日监测时间段依次编号，记为电费日监测时间段，，表示电费日监测时间段的编号，表示电费日监测时间段的编号总数，将预定义用户电量电费成本每时监测时间点依次编号，记为电费时监测时间点，，表示电费时监测时间点的编号，表示电费时监测时间点的编号总数，表示第个电费日监测时间段下第个电费时监测时间点的用户负荷功率数据，表示第个电费日监测间段下第个电费时监测时间点的用户储能充电功率数据，表示第个电费日监测间段下第个电费时监测时间点的用户储能放电功率数据，表示第个电费时监测时间点的每单位功率电价数据，表示第个电费时监测时间点的区域时刻对电价修正因子，、和表示用户负荷功率数据、用户储能充电功率数据和用户储能放电功率数据对应用户电量电费成本指数的权重因子。

5、进一步的，所述用户基本电费成本指数的具体计算公式为：获取用户基本电费相关数据并提取特征数据得到用户单位需量电费数据和用户实际最大需量数据，据其计算出用户基本电费成本指数，所述用户基本电费成本指数用于描述用户基本电费成本的状态；;式中，表示用户单位需量电费数据，表示用户实际最大需量数据，表示预定义用户核定最大需量数据，表示自然常数。

6、进一步的，所述用户储能年投资运维指数的具体计算公式为：获取用户储能年投资运维相关数据并提取特征数据得到用户储能单位容量造价数据、用户储能额定容量数据、用户储能年贴现率数据、用户储能使用年限数据、用户储能的单位功率年运维成本数据和用户储能年实际功率数据，据其计算出用户储能年投资运维指数，所述用户储能年投资运维指数用于描述用户储能年投资运维的状态；；式中，表示用户储能电池投资成本数据，表示用户储能运行维护费用数据，表示用户储能单位容量造价数据，表示用户储能额定容量数据，表示用户储能年贴现率数据，表示用户储能使用年限数据，表示用户储能的单位功率年运维成本数据，表示用户储能年实际功率数据，表示自然常数。

7、进一步的，所述用户光伏年投资运维指数的具体计算公式为：获取用户光伏年投资运维相关数据并提取特征数据得到光伏组件阵列的总投资系数、用户光伏单位装机容量造价数据、用户光伏的装机容量数据、用户光伏年贴现率数据、用户光伏使用年限数据、用户储能的单位功率年运维成本数据、用户光伏发电的运行维护系数和用户光伏发电的运行功率数据，据其计算出用户储能年投资运维指数，所述用户光伏年投资运维指数用于描述用户光伏年投资运维的状态；；式中，表示用户光伏投资成本数据，表示用户光伏运行维护费用数据，表示光伏组件阵列的总投资系数，表示用户光伏单位装机容量造价数据，表示用户光伏的装机容量数据，表示光伏组件阵列中控制器、逆变器的投资系数，表示光伏组件阵列中支架和电缆等辅助设施的投资系数，表示光伏组件阵列中的施工和运输的投资系数，表示用户光伏年贴现率数据，表示用户光伏使用年限数据，表示用户储能的单位功率年运维成本数据，表示用户光伏发电的运行维护系数，表示用户光伏发电的运行功率数据，表示自然常数。

8、进一步的，所述构建上层光储优化配置优化模型还包括储能荷电状态约束模型:获取用户储能电池相关数据并提取特征数据得到用户储能电池储能荷电量数据，据其计算出储能荷电状态约束模型公式，所述储能荷电状态约束模型公式用于描述储能荷电状态约束模型；；式中，将预定义用户储能电荷每日监测时间点依次编号，记为电荷日监测时间点，，表示电荷日监测时间点的编号，表示电荷日监测时间点的编号总数，表示第个电荷日监测时间点的用户储能电池储能荷电量数据，表示用户储能电池储能荷电量允许下限值数据，表示用户储能电池储能荷电量允许上限值数据，表示第个电荷日监测时间点的用户储能电池充电状态数据，表示第个电荷日监测时间点的用户储能电池放电状态数据。

9、进一步的，所述下层储能充放电控制策略目标系数的具体计算公式为：获取用户储能充放电控制相关数据并提取特征数据得到用户实时储能充放电价数据、用户储能充放电的负荷数据、用户储能放电功率数据、用户储能充电功率数据和相邻的充放日监测时间点的时间间隔数据，据其计算出下层储能充放电控制策略目标系数，所述下层储能充放电控制策略目标系数用于描述下层储能充放电控制策略；；式中，将预定义用户储能充放电每日监测时间点依次编号，记为充放日监测时间点，，表示充放日监测时间点的编号，表示充放日监测时间点的编号总数，表示下层储能充放电控制策略目标系数，表示下层储能充放电控制策略目标系数最小值，表示第个充放日监测时间点的用户实时储能充放电价数据，表示第个充放日监测时间点的用户储能充放电的负荷数据，表示第个充放日监测时间点的用户储能放电功率数据，表示第个充放日监测时间点的用户储能充电功率数据，表示相邻的充放日监测时间点的时间间隔数据，、和表示用户储能充放电的负荷数据、用户储能放电功率数据和用户储能充电功率数据对应下层储能充放电控制策略目标系数的权重因子。

10、进一步的，所述构建下层储能充放电控制策略模型还包括储能充放电控制约束模型:获取用户储能充放电控制相关数据并提取特征数据得到用户储能电池储能荷电量数据，据其计算出储能充放电控制约束模型公式，所述储能充放电控制约束模型公式用于描述储能充放电控制约束模型；；式中，，，，，将预定义用户储能电量每日监测时间点依次编号，记为电量日监测时间点，，表示电量日监测时间点的编号，表示电量日监测时间点的编号总数，表示第个电量日监测时间点的用户储能剩余电量数据，表示第个电量日监测时间点的用户储能剩余电量数据，表示第个电量日监测时间点的用户储能充电功率数据，表示第个电量日监测时间点的用户储能放电功率数据，表示实际用户储能充电时间数据，表示实际用户储能放电时间数据，表示实际用户储能充电效率数据，表示实际用户储能放电效率数据，表示用户储能额定容量数据，表示实际用户储能最大充电功率数据，表示实际用户储能最大放电功率数据。

11、进一步的，所述提出用户侧光储双层优化配置模型的求解方法的具体过程为：采用软件自带求解器对提出用户侧光储双层优化配置模型进行优化计算，对于不同用户类型，输入对应的预定义用户典型日负荷曲线，采用软件自带求解器分别对上层光储优化配置优化模型和下层储能充放电控制策略模型进行计算，得到上层光储优化配置优化目标系数最小值和下层储能充放电控制策略目标系数最小值，并据此采用粒子群算法迭代求解得到考虑电费成分特征的用户侧光储双层优化配置方案。

12、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

13、1、通过考虑光储投资成本、以及用电基本电费、电度电费多方面的成本收益，提出一种考虑电费成分特征的用户侧光储双层优化配置方法，实现了对用户侧基本电费价格、电度电费价格的差异性影响的分层建模，从而使得优化配置结果更能反映用户真实用电特征和电费情况，进而实现了有效的提高评估分析电费成分特征的用户侧光储优化配置指导性的效果，解决了现有技术中存在难以有效的评估分析电费成分特征的用户侧光储优化配置的问题。

14、2、通过构建上层光储优化配置优化模型，以用户每年的综合成本最低为目标函数，根据上层光储优化配置优化模型计算得到上层光储优化配置优化目标系数，从而优化加装光伏容量、储能容量和功率，进而实现了有效地指导用户侧光储系统的配置，从而提高整体的成本效益。

15、3、通过构建下层储能充放电控制策略模型，以日运行调度成本最小为目标函数，根据下层储能充放电控制策略模型计算得到下层储能充放电控制策略目标系数，从而优化储能充放电控制策略，进而实现了有效地减少用户的电费支出，并促进可再生能源的有效利用。

技术特征：

1.一种考虑电费成分特征的用户侧光储双层优化配置方法，所述方法包括以下步骤：

2.如权利要求1所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述上层光储优化配置优化目标系数的具体计算公式为：

3.如权利要求2所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述用户电量电费成本指数的具体计算公式为：

4.如权利要求2所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述用户基本电费成本指数的具体计算公式为：

5.如权利要求2所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述用户储能年投资运维指数的具体计算公式为：

6.如权利要求2所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述用户光伏年投资运维指数的具体计算公式为：

7.如权利要求1所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述构建上层光储优化配置优化模型还包括储能荷电状态约束模型:

8.如权利要求1所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述下层储能充放电控制策略目标系数的具体计算公式为：

9.如权利要求1所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述构建下层储能充放电控制策略模型还包括储能充放电控制约束模型:

10.如权利要求1所述考虑电费成分特征的用户侧光储双层优化配置方法，其特征在于，所述提出用户侧光储双层优化配置模型的求解方法的具体过程为：

技术总结
本发明公开了一种考虑电费成分特征的用户侧光储双层优化配置方法。该方法包括以下步骤：获取电费成分特征数据；构建上层光储优化配置优化模型和下层储能充放电控制策略模型并提出求解方法。本发明针对用户侧光储优化配置问题，综合考虑光储投资成本、以及用电基本电费、电度电费多方面的成本收益，提出一种考虑电费成分特征的用户侧光储双层优化配置方法，上层光储优化配置优化模型以用户每年的综合成本最低为目标函数，下层储能充放电控制策略模型以日运行调度成本最小为目标函数，达到了有效提高评估分析电费成分特征的用户侧光储优化配置指导性的效果，解决了现有技术中，存在难以有效的评估分析电费成分特征的用户侧光储优化配置的问题。

技术研发人员：齐茂森,刘晓宇,陈武,吴孟飞,朱耀宇,陈旭,程韦,孙佳晨,任仁,冯成敏
受保护的技术使用者：国网安徽省电力有限公司广德市供电公司
技术研发日：
技术公布日：2024/9/23