[发明专利]电力市场调度需求下混合储能多时间尺度优化调度策略

权利要求书

1.电力市场调度需求下混合储能多时间尺度优化调度策略，其特征在于，主要分为四步：

第一步，日前优化调度，计算频率为每天1次，预测数据的步长为1小时；

日前优化调度以最小化日前调度总运行成本为目标，基于日前获得的可再生能源预测出力和负荷需求信息，综合考虑含系统运行约束、火电机组运行约束、混合储能系统运行约束以及可再生能源运行约束，经过优化计算，获得针对火电机组的启停机状态、能量型储能的充放电策略以及日前火电机组的正、负备用方案；

第二步，日内小时级优化调度，计算频率为每天96次，预测数据的步长为15分钟；

将日前优化调度的火电机组的启停机状态、能量型储能的充放电策略以及日前火电机组的正、负备用方案作为确定值，基于日内短期预测获得的以15分钟为步长的可再生能源预测出力和负荷需求预测数据，在满足系统日内运行约束、火电机组日内运行约束、混合储能日内运行约束和可再生能源日内运行约束的情况下，优化获得最小化系统期望功率运行成本的火电机组功率策略和能量型储能的运行功率和容量值；

第三步，实时优化调度，其计算频率为每5分钟计算一次，对应的预测数据步长为5分钟；

将日前优化调度获得的结果作为确定值，日内小时级调度获得的结果作为参考值，以最小化与参考值的偏差为目标，结合实时调度运行约束，展开优化计算火电机组的运行功率、能量型储能运行功率以及功率型储能的运行功率；

第四步，对日前优化调度、日内小时级调度以及实时调度运行的结果进行整合，获得火电机组与混合储能的实际控制策略。

2.根据权利要求1所述的电力市场调度需求下混合储能多时间尺度优化调度策略，其特征在于，所述日前优化调度具体方法如下；

日前优化调度为每日10：00pm开展一次关于次日的调度计划测算，计算的数据步长为1小时；该方案旨在通过日前优化计算，确定次日日内小时级优化调度需要的火电机组的启停机状态、能量型储能的充放电策略以及日前火电机组的正、负备用方案；具体的优化策略模型如下：

1.1目标函数；

日前优化调度旨在最小化系统发电机和储能的运行成本，其目标函数能够写成公式(1),主要分为两个部分：第一部分是常规火电机组的启动和关闭成本，第二部分是火力发电和HESS的电力成本；

其中，t表示时刻t，T_day表示日前优化调度时刻的集合，g表示火电机组g，G表示所有火电机组的集合，G_r表示具有快速响应能力的常规火电机组，e表示储能设备e，E表示所有储能设备，s表示场景s，S_day表示日前预测生成的所有潜在场景的集合，表示在日前预测中场景s出现的概率，和分别为火电机组的启动和关停成本；K_g,t和G_g,t分别表示火电机组的启动和停机状态，和p_g,t,s分别是火电机组的单位运行成本和功率；和分别表示储能单位功率放电和充电的成本，和分别表示储能的放电和充电功率；

1.2约束条件；

日前优化调度模型的约束条件包括系统运行约束、火电机组运行约束、混合储能系统运行约束以及可再生能源运行约束；

a)系统运行约束；

系统运行首先需要保证系统内部所有设备的电力电量平衡，即火电机组、储能、可再生能源机组与用户负荷之间的平衡，如公式(2)所示；同时系统运行也需要保证系统输电线路容量约束得到满足，即所有设备流过改线路的功率总和需要在线路最大容量限制范围内，如式(3)所示；另一方面，系统运行需要保证备用功率得到满足，而备用又分为正、负两种备用，如式(4)所示；

其中，p_r,t,s代表可再生能源发电量，r表示可再生能源机组r，REN代表可再生能源机组的集合；p_d,t,s表示负荷的日前预测值，d表示负荷节点d，而D表示负荷的集合，是线路l的最大功率容量，SF_l,b是通过线路l的功率流对输电节点b的功率注入的敏感系数，b表示输电节点b，而B表示所有输电节点的集合；和分别表示火电机组g的正功率备用和系统总正功率备用量，和分别表示火电机组g的负功率备用和系统总负功率备用量；

b)火电机组运行约束；

式(5)为火电机组的出力约束，公式(6)为火电机组的爬坡约束，左侧为负向爬坡上限，右侧为正向爬坡上限，公式(7)分别为火电机组启动和关停的最小时间限制约束,公式(8)为火电机组的运行状态、启动状态和停机状态之间的关系；

其中，和分别是火电机组功率的最小、最大值；x_g,t、x_g,t'和x_g,t-1分别表示火电机组g在时刻t、t'和t-1的状态变量，p_g,t-1,s表示火电机组g在场景s下时刻t-1的功率；和是火电机组的正爬坡和负爬坡能力极限，和代表火电机组的启动和关停功率；QD_g和GT_g是火电机组的最小启动、关停持续时间；

c)混合储能系统运行约束；

日前阶段的混合储能系统运行约束包含常规运行约束和循环次数限制约束模型两个部分；其中，常规运行约束针对功率型和能量型两种储能，而循环次数限制约束模型仅针对能量型储能；式(9)表示储能的充放电功率限制约束，式(10)为储能的运行状态约束，式(11)的等式部分为储能的容量更新约束，不等式部分为储能的容量限制约束，式(12)为储能的周期运行终态约束，式(13)表示能量型储能的充放电最小持续时间限制，式(14)表示能量型储能的充放电最大循环次数限制，式(15)和式(16)为能量型储能各种状态描述之间的逻辑关系；

E_e,o,s＝e_e,T,s (12)

其中，和分别为储能e额定功率的最大、最小值，和分别为储能e在场景s下时刻t的充电和放电状态，和分别为储能e的充电和放电效率；e_e,t-1,s和e_e,t-1,s分别表示储能e在场景s下时刻t和时刻t-1的容量，E_e,o,s和E_e,T,s分别代表储能e在场景s下时刻0和时刻T的容量；和代表储能e额定容量的最大、最小值；CT和DT代表能量型储能的最小持续充电和放电时间，代表能量型储能ee一天内最大可循环次数，和分别表示能量型储能ee在时刻k下的充电和放电状态，和代表能量型储能ee从其他状态分别切换到充电状态和放电状态，而和代表能量型储能ee从充电状态和放电状态切换到另一个状态，和分别为储能e在时刻t-1的充电和放电状态；Δt^day表示日前优化调度阶段的单时刻步长；

d)可再生能源运行约束；

公式(17)为可再生能源机组的出力功率极限约束；

其中，代表日前优化调度阶段，可再生能源机组r在场景s下时刻t的预测出力值；

日前优化调度策略模型的求解基于Matlab编译，采用Gurobi求解，其中MILP gap设置为0.1％；通过对数学模型的求解，计算获得针对火电机组的启停机状态、能量型储能的充放电策略以及日前火电机组的正、负备用方案，并将结果存储。