[发明专利]基于电池储能系统的混合可再生能源电厂优化方法

说明书

本发明公开了一种基于电池储能系统的混合可再生能源电厂优化方法，涉及电力系统调度技术领域，解决了混合可再生能源电厂波动性较大，输出不确定较大，降低了收益的技术问题。该方法通过以下步骤进行优化：对混合可再生能源电厂的功率输出进行滚动小时经济调度；以惩罚费用为因变量创建惩罚函数；通过滚动小时经济调度，得到每小时的计划调度及实际调度，代入所述惩罚函数计算出惩罚费用；以混合可再生能源电厂生命周期内的总利润净现值为目标函数，建立混合可再生能源电厂的优化模型；将所述惩罚费用代入所述优化模型，确定所述混合可再生能源电厂运行的优化参数。本发明通过惩罚费用进行抑制，减轻输出的波动性和不确定性，提高收益。

技术领域

本发明涉及电力系统调度技术领域，尤其涉及一种基于电池储能系统的混合可再生能源电厂优化方法。

背景技术

由于环保意识的持续提高，可再生能源(Renewable Energy, RE)在世界范围内越来越受到关注，双碳目标的实现也要求电网运营商提供一定比例的可再生能源，可再生能源在电网中占比将会越来越高。然而，由于光照强度、风速等不确定性因素随机变化，可再生能源发电容易产生强不确定性和波动性，因此电力系统运营商通常通过传统发电机来消纳可再生能源波动。在电网运行过程中，需要大量的跟踪容量备用，抑制可再生能源对电力系统的剧烈影响。由于慢速大型机组缺乏负载跟踪能力，这就要求快速小型机组以额外成本提供必要的支撑，这导致小型燃气发电机组的热循环更加剧烈，该工艺的特点是燃料效率较低，热循环中蒸汽压力更高。采用低燃烧效率和高物理压力为特征燃气、火力发电进行可再生能源消纳则违背了发展可再生能源的初衷。因此，爬坡容量备用是可再生能源消纳中一直存在的问题，现有技术中通过多种技术路径进行解决。

一种技术方案是采用一种概率方法来确定爬坡容量备用的要求，该方案可有效解决预测净负荷时所产生的误差。但集中在为系统提供更多的热单元储备，而不是缓解额外储量的根本原因，即RE的可变性，这一备用容量代表针对大波动或预测误差的储备。为此，也有技术方案通过预测的方法确定备用容量，如生成风阻政策查找表，在实时运行过程中，将实际天气条件与查表中的生成风况情景进行比较从而确定最接近的情景，以优化带有电池储能系统(Battery Energy Storage System, BESS)的可再生能源发电站的运行，但主要集中在消除几秒到几分钟的波动上，且BESS退化过程也过于简化。如将未来一分钟风速的单一预测建模为一个高斯过程，通过两阶段决策资源问题进行优化；也有将BESS未来一分钟的输出构造成离散时间的马尔可夫过程，并相应地优化运行。

另一方面，电池储能系统的容量选取需要结合电池充放电效应、电池损耗、电池寿命等。例如，在极低的荷电状态(State of Charge, SoC)下运行BESS会对BESS的生命周期造成严重的伤害。在分子水平上分析电化学反应的电池退化模型是最精确的，但模型非常复杂，而BESS疲劳累积模型具有可接受的精度、中等复杂度，并且还包含多种操作因素，可以广泛应用于电池储能系统的容量选取分析中。考虑到风的波动和不确定性，根据12-36小时的预报，利用BESS优化风电场的运行及仿射变换，针对风电预测和市场价格预测中的误差更新决策变量，以最大化BESS所有者的利润。

基于上述技术，出现了混合可再生能源电厂(Hybrid Renewable Energy Plant,HREP)，HREP的运行理念是在最大可用水平上调度风力涡轮机(Wind Turbine, WT)，同时控制海洋气流涡轮机(Marine-Current Turbine, MCT)和BESS，以满足硬爬坡约束。如在柴油发电机的帮助下优化一个混合可再生能源电厂的运行，在日前调度市场中计划操作以最小化成本，在小时级市场中也是如此，目标是最小化偏离日前计划的二次成本。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

基于电池储能系统的混合可再生能源电厂系统波动性较大，输出不确定较大，运行成本较高，降低了混合可再生能源电厂收益。

发明内容