[发明专利]一种负荷侧储能提供堆叠服务的日内优化运行策略

权利要求书

1.一种负荷侧储能提供堆叠服务的日内优化运行策略，其特征在于，所述策略包括以下步骤：

步骤1：在实时电价及PFR双重市场机制下，运用负荷侧储能提供电价响应及PFR堆叠服务；

日前投标(1day)：基于历史统计数据及短期预测信息，优化参与PFR市场的投标容量；当PFR市场出清完成后，明确中标容量及补偿价格，并要求日内严格按照中标容量提供PFR服务；

日内运行(5min)：基于频率先验信息及滚动更新的短期预测数据，动态优化各时段功率基准点；同一时段内，功率基准点应维持恒定；

实时控制(1s)：基于本地频率信息及功率基准点，计算负荷侧储能实时控制功率，并结合BMS实时监测信息，在储能单元间优化分配功率指令；

针对市场出清完成后，即已知负荷侧储能的PFR容量及补偿价格，针对日内优化运行问题开展；

步骤2：针对日内优化运行的动态过程进行建模，明确相关信息量、决策量及收益函数等；以实时电价的持续时间Δt＝5min为粒度，对日内运行过程的有限时域范围T进行离散化处理，定义时刻集合T＝{0,Δt,2Δt,…,T}；

储能与聚合负荷日内协调运行，其与电网的实时交互功率满足有功功率平衡；选取自电网注入功率的方向作为正方向，则有：

P_t^g＝P_t^b+P_t^l (1)

式中：P_t^g、P_t^b、P_t^l分别为时刻t电网、储能及负荷功率；实时功率P_t^b由该时段功率基准点P_t^e与实时PFR功率两部分叠加得到，表示为：

P_t^b＝P_t^e+α·Δf_t (2)

其中，α·Δf_t表示通过模拟同步发电机组的下垂控制，自动响应频率偏差所提供的实时PFR功率，α表示下垂系数，Δf_t表示单位决策周期Δt内频率偏差的平均值；P_t^e表示时段t功率基准点；采用Δt内频率偏差的平均值Δf_t近似表征对应的频率偏差序列Δf_t；

按照PFR机制规则，PFR偏差率应低于最大允许值；从功率和电量两方面保障负荷侧储能的频率调节能力：

式中：Pⁿ为储能额定功率；s^max、s^min分别为SoC所允许的上下限；

伴随日内运行过程中充放电，时刻t至t+Δt的SoC动态转移可描述为：

式中：s_t为时刻t储能SoC；η^c、η^d分别为充、放电效率；e^max为储能最大电量；

在双重市场机制下运用储能提供堆叠服务，同时，储能频繁充放电会引起电池老化衰退，依据充放电量计算老化折损成本；

综上，单个运行时段负荷侧储能产生的净经济效益C_t可表示为：

式中：为时段t的实时电价，c^f为PFR补偿价格，c^ag为单位老化成本；

步骤3：针对日内优化考虑到日内运行属于不确定环境下的序贯决策过程，故进一步该问题构建为马尔可夫决策过程(MDP)模型；MDP作为随机序贯决策问题的通用模型，主要包括：状态变量、决策变量、随机信息、转移函数以及目标函数五个基本要素；

步骤4：步骤3构建的日内MDP模型从整体上明确了相关变量及动态转移过程，具体到实时优化问题：假设当前时刻为t_c，按照滚动更新预测的时域范围，将后续时域划分为两阶段：短期时域和长期时域；

定义1.短期时域：当前时刻t_c至未来时刻t_f＝t_c+HΔt之间的滚动更新预测时域，其中H表示滚动更新时段数；在HΔt时域范围内，假设电价及负荷能够准确预测；

定义2.长期时域：未来时刻t_f至日运行终止时刻T之间的时域范围；对于该时域范围，已知电价及负荷日前预测信息及其误差分布；

选取恰当类型的近似值函数表征长期时域的期望净效益，基于MDP模型及日前可用信息，对各时段的近似值函数开展离线计算，使之有效逼近期望净效益的真实值；通过“离线计算-在线应用”模式，能够从根本上降低在线滚动优化的模型复杂度，有效兼顾全局优化效益及在线运算效率；

由此，日内构建结合、频率先验信息及离线近似值函数的两阶段鲁棒近似动态规划模型；短期时域，统计频率信息得到其先验不确定集，滚动更新电价及负荷的超短期预测信息，构建该时域内的滚动更新预测鲁棒模型以保障PFR可靠性；长期时域，调用离线计算的近似值函数，快速评估后续期望净效益；在实时优化运行过程中，当前时刻t_c对应的优化模型可以表示为：

式中：Γ为频率偏差的不确定集；由鲁棒优化思想可知，采用Γ表征频率偏差的波动范围，将依据该集合寻找最劣情况下的最优解，从而保障频率调节能力；采用区间形式描述波动范围，即构成盒式不确定集，表述为：

Γ＝{Δf_t|Δf^low≤Δf_t≤Δf^up,t∈T} (17)

式中：Δf^up、Δf^low分别为频率偏差的上下界；

根据上述如公式(16)所示的优化模型，实时运行策略可以归纳为混合前瞻以及值函数近似的策略类型；结合电价、负荷的滚动更新来预测频率信息的不确定集以及离线计算的长期时域近似值函数，在线滚动求解式(16)优化模型，即可动态获取各时段功率基准点；

步骤5：对于所提实时运行策略，其性能优劣的关键在于：选取何种类型的近似值函数，进而如何对各时段的近似值函数开展离线计算，使之有效逼近期望净效益的真实值；引入决策后状态及其近似分段线性函数(PLF)，将Bellman方程转化为近似动态规划形式；

基于Bellman原理可将日内MDP解耦为多个单时段的子问题，进而逆序递归即可求解各时段状态下效益期望值；定义最优值函数V_t^*(S_t)，表示时刻t至最终时刻T的累计期望最大净效益值；可将式(15)递归表示为：

求解式(18)过程中，引入决策后状态变量其指储能执行决策后且新的随机信息尚未到达时所处的状态；采用点估计法，即利用随机信息的预测值(估计值)确定决策后状态变量，表示为：

式中：为全部随机信息的预测值；

运用决策后值函数近似替代条件期望项，式(19)可以转化为以下确定性形式：

式中：决策后值函数采用值函数近似的方法获取全部的状态值；

采用分段线性凹函数近似表征对于特定的及仅与SoC单一变量相关，表示为：

式中，I_t为时段t决策后状态值函数的分段数；为第i分段斜率，为保持分段线性函数凹性，各分段的斜率应保持单调递减，即r_i,t为第i分段的资源分配量，其满足以下条件：

式中，为时段t第i分段的最大资源量；

尽管运用PLF近似表征特定下的但由于包含多维连续变量，需要枚举与之对应的全部PLF；运用分层聚合规则生成对应的少量PLF，进而对不同PLF加权组合处理以降低运算复杂度；

将式(21)代入式(20)，导出Bellman方程的近似动态规划形式，通过求解该式即可得到时段t的近似最优决策值，具体表示为：

式中，argmax(·)表示最优目标函数对应的决策变量，为式(22)所限定的r_i,t的可行域；

步骤6：运用折扣因子λ＝1的时间差分学习(TD(1))算法对全部时段PLFs开展离线训练，TD(1)算法是结合正向模拟及逆向更新的双向算法，其采用折扣因子λ＝1的差分学习过程对PLF的分段斜率迭代更新，包括以下步骤：

步骤6.1：设置PFR中标功率P^f及初始SoC；各时段PLF的初始斜率为零，或其他估计值以加速收敛；设置离线训练的最大迭代次数N，并令n＝1；

步骤6.2：根据日前预测信息及其误差分布，运用Monte-Carlo模拟生成次日电价及负荷场景集；从历史频率序列中选取频率场景集；在上述场景集中提取第n次迭代训练的样本路径，即ωⁿ∈Ω；

步骤6.3：通过正向模拟序贯决策过程，沿样本路径向前递归求解式(23)得到各时段最优决策；据此计算各时段的边际贡献及边际流，为逆向更新各时段PLF的斜率提供随机抽样观察值；若已完成第n-1次迭代更新，则各时段的为已知，可将之用于第n次迭代；第n次迭代中时段t的决策求解下式得到：

式中：上标n表示第n次迭代中使用的变量；

执行该步骤，首先令t＝0；

1)判断是否满足tT：若满足，则执行下述步骤，分别计算边际贡献和边际流；否则，执行步骤6.4的逆向更新过程；

2)分别确定边际贡献的左、右数值导数和

式中：δs为变量s的单位增量；

3)分别计算储能边际流和

式中：分别为时段t的单位增量收益、时段收益以及单位减量收益；

4)存储边际贡献及边际流，运用式(11)计算下一时段的决策前状态，并令t＝t+Δt，返回1)判断；

步骤6.4：通过正向模拟过程得到各时段的边际贡献及边际流，据此在逆向更新时计算斜率抽样观察值，进一步运用抽样观察值对全部时段的PLFs更新；

执行该步骤，首先令t＝T；

1)判断是否满足t0：若满足，则执行以下具体内容；否则，执行步骤6.5的内容；

2)通过逆序递归计算各时段的抽样斜率，可由下式获取；同理，亦可得到

3)进一步，利用随机梯度法将其平滑到当前边际价值的估计值：

式中：α为更新步长；

4)在得到估计值及后，运用凹函数投影校正(CAVE)算法更新PLFs；

5)存储更新结果，并令t＝t-Δt，返回1)进行判断；

步骤6.5：判断迭代是否终止；逆向更新完成后，需要对迭代次数进行判断；若nN，令迭代次数n＝n+1，返回步骤6.2；否则，导出各时段PLF，供日内两阶段鲁棒近似动态规划模型调用。