[发明专利]考虑光伏可预测度的分布式光储系统协同调控方法

权利要求书

1.一种考虑光伏可预测度的分布式光储系统协同调控方法，其特征在于：

将每个分布式光储系统视为一个虚拟发电厂模型，建立该虚拟发电厂模型的上网电价与输出功率的关系模型，记为线性下垂模型；

根据线性下垂模型计算该分布式光储系统的每日利润，并将其转化为一个凸二次优化模型，求解每日利润最大化时的光储系统净输出功率，从而得到储能电池的充放电功率，通过控制储能电池的充放电功率，能够令地理位置接近、光伏电池发电功率相同但负载功率不同的光储系统的净输出功率近乎一致。

2.根据权利要求1所述的考虑光伏可预测度的分布式光储系统协同调控方法，其特征在于：所述的求解通过库恩-塔克尔最优化条件求解。

3.根据权利要求1所述的考虑光伏可预测度的分布式光储系统协同调控方法，其特征在于：所述的虚拟发电厂模型有三种类型：纯发电模型、纯负载模型以及混合发电负载模型。

4.根据权利要求3所述的考虑光伏可预测度的分布式光储系统协同调控方法，其特征在于：在纯发电模型中，虚拟发电厂模型的等效价格等于火力发电的电价；在纯负载模型中，虚拟发电厂模型等效价格等于用户侧的电价；在混合模型中虚拟发电厂模型的等效价格如式(1)所示：

式(1)中：P_G表示光储系统的净功率输出，即为光伏电池板发电功率减负载功率加储能电池放电功率，或者为光伏电池板发电功率减负载功率减储能电池充电功率，r_G表示火力发电的电价，P_load表示负载功率，r_L表示用户侧的电价，P_PV表示分布式光储系统中光伏电池板的最大发电功率，r表示虚拟发电厂模型的等效价格；

虚拟发电厂模型的等效价格r，可由式(2)表示：

式(2)中：由于r_L>r_G，故等效电价呈线性下垂特性，该式记为线性下垂模型。

5.根据权利要求4所述的考虑光伏可预测度的分布式光储系统协同调控方法，其特征在于：每次调度期间各虚拟发电厂模型每日利润S_G如式(3)所示：

由于当P_G>P_PV时，发电电价最小，如果某一时刻光储系统净输出功率P_G>P_PV，若将超出部分的功率通过储能电池储存起来，当P_G<P_PV时再释放出来，显然能取得更高的收益；故为了达到虚拟发电厂的每日利润优化，净输出功率P_G应该限制在0到P_PV之间；基于虚拟发电厂模型的分布式光储系统每日利润T_G的定义如式(4)所示：

式(4)中，0<P_G≤P_PV，i为调度周期的序数，N表示调度次数的上限。

6.根据权利要求5所述的考虑光伏可预测度的分布式光储系统协同调控方法，其特征在于：

每日调度策略不应影响居民电池在夜间的自用，因此调度周期结束时电池的充电状态应该等于开始时的充电状态，电池每日输出功率的和应为定值，如式(5)定义：

式(4)中，P_PV(i)表示分布式光储系统中光伏电池板在第i次调度时的最大发电功率，P_load(i)表示在第i次调度时的负载功率；

故该分布式光储系统的每日最大利润化简为式(6)所示的形式：

maxT_G＝r_LΔTconsp-minH，式(6)；

式(6)中，