一种基于多时间尺度的区域移动式储能优化方法

技术领域

本发明涉及移动式储能技术领域，尤其是一种基于多时间尺度的区域移动式储能优化方法。

背景技术

随着我国可再生能源发展迅速、装机规模不断提高，储能技术逐渐被引入到电力系统中，储能系统凭借其良好的充放电特点，可以有效的实现需求侧管理。季节性间歇性负荷由于季节变化，用电需求呈现较大的差异。若采取变压器扩容措施，则将在非高峰季节造成变压器资源的过度浪费。投资储能系统实现高峰季节的动态增容，能够有效避免资源过度浪费现象。

移动式储能系统具有在区域内灵活快速移动的特点，能够满足不同用户在不同季节的动态增容需求。但不同用户的需求量有所差异，需求时间也并非完全互补，造成储能系统的时间和容量利用率较低，使得投资回报周期较长。因此，有必要对区域移动式储能系统进行优化配置，并挖掘其他途径以提高储能系统的利用率。

发明内容

本发明解决了移动式储能系统的时间和容量利用率较低的问题，提出一种基于多时间尺度的区域移动式储能优化方法，提高储能装置的利用率，保证储能系统的投资回报率。

为实现上述目的，提出以下技术方案：

一种基于多时间尺度的区域移动式储能优化方法，包括以下步骤：

S1，建立满足区域内所有目标用户的月度变压器动态增容需求的移动式储能系统优化配置模型；

S2，基于所述移动式储能优化配置模型，设立储能系统的约束条件；

S3，基于负荷特性指标，建立价值评估数学模型；

S4，对移动式储能系统参与日调度的场景进行优先级排序，利用价值评估数学模型的评估结果确定的日峰谷套利的调度方案；

S5，采用求解器对移动式储能优化配置模型和价值评估数学模型进行分步求解，得出移动式储能调度方案。

本发明满足区域用户在不同月度的变压器动态增容需求为目标，建立移动式储能系统优化配置模型，再将空闲期内的剩余移动式储能用于日间短时操作实现日套利。从月和日两个时间尺度出发，既能满足用户动态增容需求，又能充分利用移动式储能的空闲时间再次套利，从而提高了储能装置的利用率，保证储能系统的投资回报率。

作为优选，所述S1中移动式储能系统优化配置模型为：

其中，F为一年内移动式储能系统的利润；M为月份；U

作为优选，所述S2中储能系统的约束条件包括充放电约束、荷电状态约束；

所述充放电约束为：

其中，γ为充放电倍率。

所述荷电状态约束为：

其中，η

作为优选，所述S3中价值评估数学模型为：

其中，K为用户使用储能的价值评估函数；t

作为优选，所述S4具体包括以下步骤：

S401，日调度场景优先级划分：

选出空闲的非高峰月份和高峰月但储能并未完全利用的时段；

区域内的日调度场景根据短时操作的重要程度划分优先级；其中，应急供电作为最高优先级；提供保电服务作为次高优先级；日峰谷套利作为最低优先级；

S402，日峰谷套利调度运行方案确定：

利用价值评估数学模型的评估结果，对区域内用户的储能使用价值进行快速地排序，基于贪婪算法，以当天局部最优为目标，来安排次日的调度策略，价值最高的用户首先被选中，依次递推，直至移动式储能系统全部被利用，用于日套利的移动式储能系统每天最多移动一次。

作为优选，所述S5具体包括以下步骤：

从长期的月度时间考虑，以满足用户动态增容需求为目标，以移动式储能系统的数量、额定容量为优化变量，利用求解器得到移动式储能系统的最优配置；在空闲的非动态增容高峰月和高峰月但储能并未完全利用的间隙，则以天为单位，根据峰谷套利价值评估结果，得到剩余的移动式储能参与峰谷套利的调度方案。

本发明的有益效果是：满足区域用户在不同月度的变压器动态增容需求为目标，建立移动式储能系统优化配置模型，再将空闲期内的剩余移动式储能用于日间短时操作实现日套利。从月和日两个时间尺度出发，既能满足用户动态增容需求，又能充分利用移动式储能的空闲时间再次套利，从而提高了储能装置的利用率，保证储能系统的投资回报率。

附图说明

图1是实施例的流程图；

图2是实施例具有动态增容需求的用户使用移动式储能系统的月度示意图；

图3是实施例峰谷套利价值评估指标示意图。

具体实施方式

实施例：

本实施例提出一种基于多时间尺度的区域移动式储能优化方法，参考图1，包括以下步骤：

S1，建立满足区域内所有目标用户的月度变压器动态增容需求的移动式储能系统优化配置模型；

如图2所示，具有动态增容需求的用户使用移动式储能系统的月度示意图，在面向区域内具有动态增容需求的用户，考虑到其需求时间和需求量不同，建立以移动式储能年利润最大为目标的优化模型：

所述移动式储能系统优化配置模型为：

其中，F为一年内移动式储能系统的利润；M为一年12个月份；U

S2，基于所述移动式储能优化配置模型，设立储能系统的约束条件；

移动式储能系统的运行约束包括充放电约束、荷电状态约束；

所述移动式储能系统充放电约束为：

其中，γ为充放电倍率。

所述移动式储能系统荷电状态约束为：

其中，η

S3，基于负荷特性指标，建立价值评估数学模型；在S1-S2的优化结果基础上，多个移动式储能系统仍然存在部分空闲时间，在此期间可以进行峰谷套利，如图3所示为峰谷套利价值评估指标示意图，根据日负荷曲线，提取负荷特性指标，建立能够快速评估用户使用储能实现峰谷套利价值的数学模型；

所述基于负荷特性指标的快速评估储能价值的数学模型为：

其中，K为用户使用储能的价值评估函数；t

S4，对移动式储能系统参与日调度的场景进行优先级排序，利用价值评估数学模型的评估结果确定的日峰谷套利的调度方案；实现过程主要包括对空闲时间进行日调度的场景优先级排序和日峰谷套利场景的运行调度方案，过程如下：

S401，日调度场景优先级划分：

首先，考虑到上述动态增容用户在使用有限的移动式储能满足自身高峰月度的用电需求后，仍然存在空闲的非高峰月份和高峰月但储能并未完全利用的情况。针对上述时间段中剩余的移动式储能，则使其参与辅助服务等从而提高储能系统的利用率。区域内的日调度场景根据短时操作的重要程度划分优先级。其中，由于应急供电与不可预测的事件有关，因此具有最高优先级。其次，在节假日和一些重要的大型活动期间，移动储能可以提供保电服务。日峰谷套利作为储能获利最常用的手段具有最低优先级。

S402，日峰谷套利调度运行方案确定：

在满足应急供电和保电服务的基础上，剩余的移动储能全部被用于当日的峰谷套利，根据用户次日负荷预测值和步骤3)中的价值评估模型，对区域内用户的储能使用价值进行快速地排序，基于贪婪算法，以当天局部最优为目标，来安排次日的MESF运行策略，价值最高的用户首先被选中，依次递推，直至移动式储能系统全部被利用，考虑到储能系统的运输成本，规定用于日套利的移动式储能系统每天最多移动一次。

S5，采用求解器对移动式储能优化配置模型和价值评估数学模型进行分步求解，得出移动式储能调度方案。先从长期的月度时间考虑，以满足用户动态增容需求为目标，以移动式储能系统的数量、额定容量为优化变量，借助Python软件，利用商业求解器得到移动式储能系统的最优配置；然后，在空闲的非动态增容高峰月和高峰月但储能并未完全利用的间隙，则以天为单位，根据峰谷套利价值评估结果，得到剩余的移动式储能参与峰谷套利的调度方案。

按照S1-S2的过程，基于月时间尺度，可以得到区域移动式储能系统的最优数量和容量，并根据步骤3对剩余移动式储能系统进行日调度，从而提高储能装置的利用率。