[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

说明书

一种负荷侧储能提供堆叠服务的日内优化运行策略，提出在线滚动优化两阶段鲁棒近似动态规划模型的“前瞻‑值函数近似”混合日内运行策略，能够在有限时间窗口内实时优化功率基准点。日前阶段，运用近似动态规划思想引入决策后状态近似值函数，以表征不同时段状态下的长期期望净效益，并利用差分学习算法对近似值函数开展离线训练。日内运行过程中，结合电价、负荷的滚动更新预测，频率不确定集合以及长期时域近似值函数，在线滚动优化两阶段鲁棒近似动态规划模型动态获取各时段功率基准点。本发明所提策略既能够有效保障负荷侧储能的频率调节能力，亦能通过对近似值函数的“离线训练‑在线应用”，快速评估实时决策的长期影响，兼顾全局经济效益与在线运算开销。

技术领域

本发明属于电池储能系统运行控制领域，涉及一种负荷侧储能提供堆叠服务的日内优化运行策略。

背景技术

随着电力市场体制的建立健全以及电池技术性能的快速提升，负荷侧储能数量及规模均显著增长。负荷侧储能通过响应市场实时电价、“低储高放”，能够有效降低电力用户的购电成本。受限于储能电池成本相对高昂，上述单一应用模式的经济效益通常难以平衡其初始投资费用。若考虑在电价响应的基础上，灵活参与电力辅助服务市场，有利于挖掘其潜在的技术经济价值。运用负荷侧储能提供电价响应及PFR双重堆叠服务，能够合理提升其技术经济价值。

在日前参与PFR市场投标并完成容量出清的基础上，日内运行过程需要合理优化各时段功率基准点，动态调整SoC实现电价响应的同时保障调频可靠裕度。然而，由于多维信息具有不确定性，给储能日内运行决策带来挑战。频率数据为秒级尺度、难以有效预测，而电价及负荷为分钟级、能够滚动更新预测。如何利用不同已知程度的信息数据在有限时间窗口内开展实时优化，有效保证日内运行的经济效益与频率调节的可靠性，是当前亟待解决的问题。

现有实时优化策略均为前瞻策略，利用预测信息开展在线优化决策。根据信息利用程度以及优化时域不同，前瞻策略可以分为模型预测控制(MPC)和随机模型预测控制(SMPC)。基于频率先验信息以及滚动更新的短期预测数据，MPC通过求解滚动预测时域内的鲁棒优化模型获取实时决策。尽管能够满足时限要求并保障调频可靠性能，但其局部优化时域降低了运行经济效益。SMPC在线滚动优化两阶段鲁棒-随机优化模型，虽然计及随机阶段能够扩展优化时域、提升运行效益，但亦使得问题求解规模过大，致使运算开销难于满足优化时限要求。

发明内容

针对上述不足，本发明提出了在线滚动优化两阶段鲁棒近似动态规划模型的“前瞻-值函数近似”混合(LVFA)策略。

本发明采用的技术方案为：

一种负荷侧储能提供堆叠服务的日内优化运行策略，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，基本流程如图1所示。

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。功率基准点能够协调双重功能：其一，响应实时电价、“低储高发”，降低用电成本；其二，动态调整SoC空间裕度，保障储能提供PFR的调节性能。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。

在上述流程中，日内优化运行属于承上启下的关键环节，优化决策结果对于负荷侧储能的技术经济效益影响显著。本发明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。