(12)发明专利申请
(10)申请公布号 CN 112803446 A(43)申请公布日 2021.05.14
(21)申请号 202110122589.2(22)申请日 2021.01.28
(71)申请人 国网江苏省电力有限公司营销服务
中心
地址 210019 江苏省南京市建邺区奥体大
街9号
申请人 国网江苏省电力有限公司
国家电网有限公司(72)发明人 邵雪松 杨斌 黄奇峰 王忠东
易永仙 蔡奇新 李悦 季欣荣 周玉 崔高颖 陈飞 阮文骏 高凡 穆卓文 (74)专利代理机构 北京智绘未来专利代理事务
所(普通合伙) 11689
代理人 张红莲 王萍
权利要求书4页 说明书15页 附图4页
(51)Int.Cl.
H02J 3/28(2006.01)H02J 3/00(2006.01)
CN 112803446 A(54)发明名称
基于客户侧需求响应的多能优化控制方法及控制系统(57)摘要
一种基于客户侧需求响应的多能优化控制方法及控制系统，分析区域配电网的负荷和随机性电源特性和储能优化配置原则，建立考虑虚拟储能的多能优化配置模型；建立基于客户侧用能控制系统的多能优化目标，确定每种优化目标下的虚拟储能能量优化管理策略；针对上述三个方面的控制目标，结合虚拟储能运行状态、响应特性和分级情况，提出基于二层优化的虚拟储能系统协调控制策略，实现不同控制目标下的虚拟储能总调节量的优化，以及虚拟储能系统内部各单元之间的功率分配和协调控制。本发明能够实现区域配网内负荷、储能和分布式电源的智能优化管理，降低电网储能建设成本和电网运行成本，提高用户侧调控能力和配网安全运行水平。
CN 112803446 A
权 利 要 求 书
1/4页
1.一种基于客户侧需求响应的多能优化控制方法，其特征在于，所述多能优化控制方法包括以下内容：
步骤1，建立考虑虚拟储能的多能优化配置模型；将待优化控制供电区域内具备储能特性的负荷作为负荷虚拟储能和储能装置一起构成虚拟储能系统，建立考虑虚拟储能的储能装置优化配置模型，在满足约束条件的情况下，求解虚拟储能系统总容量与需求侧响应电价的最优组合；
步骤2，建立基于客户侧用能控制系统的多能优化目标，确定每种优化目标下的虚拟储能能量优化管理策略；
步骤3，实现虚拟储能系统内部各单元之间多时间尺度的功率分配和协调控制。2.根据权利要求1所述的基于客户侧需求响应的多能优化控制方法，其特征在于：
冰箱、热水器；在步骤1中，所述具备储能特性的负荷包括空调、
所述储能装置包括蓄电池、储能电容器。
3.根据权利要求2所述的基于客户侧需求响应的多能优化控制方法，其特征在于：在步骤1中，根据负荷特性分布和随机性电源波动情况，通过数据仿真，确定储能装置的功能需求，根据储能装置优化配置原则，构建考虑负荷虚拟储能的优化配置模型，对其进行仿真校验，校验内容包括：分时电价、储能容量的配置以及储能各个时段的充放电功率。
4.根据权利要求2或3所述的基于客户侧需求响应的多能优化控制方法，其特征在于：所述考虑负荷虚拟储能的优化配置模型包括目标函数和需要满足的约束条件，其中，所述约束条件包括电价约束条件、储能装置充放电功率约束条件、以及储能装置SOC约束条件。
5.根据权利要求4所述的基于客户侧需求响应的多能优化控制方法，其特征在于：所述考虑负荷虚拟储能的优化配置模型目标函数为：minf＝Cbess+Cbess.om‑Cg (1)式中：Cbess为储能装置建设成本；Cbess.om为蓄电池组年运行维护成本；Cg为削峰填谷带来的电网收益；
其中，储能装置的建设成本Cbess计算公式如下：
式中：Cbess为储能装置建设成本即等年值；Ebess为储能装置额定安装容量，单位MWh；ke
r为贴现率；h为使用年限；为储能装置单位容量建设成本；
储能装置年运行维护成本Cbess.om的计算公式为：
式中：Cbess.om为储能装置年运行维护成本；Ebess为储能装置额定安装容量；kom为储能装置单位容量运行维护成本；
削峰填谷带来的收益函数为：
Cg＝a×Σ(PM0‑PL)·Δt+b∑(PL‑Pmo)·Δt (4)式中：a削峰收益系数；b填谷收益系数；PM0需求响应前的峰值负荷；Pm0需求响应前的谷值负荷；PL需求响应后的负荷，△t表示消
2
CN 112803446 A
权 利 要 求 书
2/4页
峰或填谷的持续时间；
储能装置的充放电运行策略及充放电功率如下式：
式中：Pbess(n)表示第n个储能充装置放电参考功率。
6.根据权利要求4所述的基于客户侧需求响应的多能优化控制方法，其特征在于：所述电价约束条件的计算公式为：pmin≤pv≤pf≤pp≤pmax (6)其中，pmin为约束最低电价，pv为低估电价，pf为平时电价，pp为高峰电价，pmax为约束最高电价。
所述储能装置SOC约束条件为：SOCmin≤SOC(t)≤SOCmax (7)0≤E(t)≤Ebess (8)其中，SOCmin为储能装置荷电状态最小值，SOC(t)为储能装置当前荷电状态值，SOCmax为储能装置荷电状态最大值，E(t)为储能装置容量，Ebess为储能装置额定安装容量。
所述储能装置充放电功率约束条件为：‑PN≤Pbess(n)≤PN (9)其中，Pbess(n)储能装置的充放电功率，PN为储能装置的额定功率。7.根据权利要求1所述的基于客户侧需求响应的多能优化控制方法，其特征在于：步骤2中所述基于客户侧用能控制系统的多能优化目标建立包括：通过分析分布式电源出力预测数据、区域内负荷预测数据、节点电压实测值及限值，建立平抑随机性电源波动、改善区域供需平衡和调节节点电压的优化目标，得到每种优化目标下的虚拟储能能量优化管理策略。
8.根据权利要求7所述的基于客户侧需求响应的多能优化控制方法，其特征在于：平抑随机性电源波动目标下的虚拟储能能量优化管理策略包括：通过分析设定的时间尺度、波动率限值，以及分布式电源出力预测数据，建立平抑随机性电源波动目标函数，计算得到满足波动指标的分布式电源功率数据、区域调节功率需求、以及平抑前后的波动率对比数据。
9.根据权利要求7所述的基于客户侧需求响应的多能优化控制方法，其特征在于：改善区域供需平衡目标下的虚拟储能能量优化管理策略包括：通过分析设定时间周期内的区域内负荷预测数据、分布式电源出力预测数据，建立改善区域供需平衡目标函数，以减小供需偏差为优化目标，计算得到经调节后的分布式电源出力数据、负荷用电数据、负荷虚拟储能调节数据，以及调节前后的供需偏差对比数据。
10.根据权利要求7所述的基于客户侧需求响应的多能优化控制方法，其特征在于：调节节点电压目标下的虚拟储能能量优化管理策略包括：通过分析节点电压实测值、节点电压限值，建立调节节点电压目标函数，以减少电压偏差为目标，计算得到总的调节功率需求，以及优化前后的电压值。
11.根据权利要求1所述的基于客户侧需求响应的多能优化控制方法，其特征在于：
3
CN 112803446 A
权 利 要 求 书
3/4页
在步骤3中，通过分析步骤2中每种优化目标下的虚拟储能能量优化管理策略，确定虚拟储能系统的协调控制方式以及考虑虚拟储能的多能功率分配方式，通过虚拟储能的控制方式和方法，在需求响应的基础上，综合考虑电价信息和用户舒适度要求。
12.根据权利要求11所述的基于客户侧需求响应的多能优化控制方法，其特征在于：所述虚拟储能系统的协调控制方式包括：构建虚拟储能系统，确定调节单元为考虑虚拟储能的多能可调功率和所需调节功率，参考传统储能建立系统内可调负荷的响应特性模型，进一步求取作为考虑虚拟储能的多能调节功率值，在此基础上，建立了考虑虚拟储能的多能控制方式，并采用集中式控制方式作为考虑虚拟储能的多能控制方式。
13.根据权利要求1或12所述的基于客户侧需求响应的多能优化控制方法，其特征在于：
虚拟储能系统内部各单元之间多时间尺度的功率分配包括以下内容：3.1构建虚拟储能系统，确定其中的可调节单元；
3.2将储能装置的响应时间分为不同量级的时间尺度；3.3计算所述不同类型储能的响应功率；
3.4将计算得到的不同储能系统的响应功率值划分为KW和MW两个级别；
3.5根据多目标优化结果得到虚拟储能系统所辖区域内所需总的功率调节量和所需响应速度；
3.6根据总的功率调节量和所需响应速度，先启动传统储能装置调节控制，在传统储能各装置之间根据响应时间尺度和响应功率分配调节功率；
3.7根据划分的响应时间和响应功率，选取响应时间尺度满足要求的考虑虚拟储能的多能可调节功率，再进一步选取荷电状态满足要求的考虑虚拟储能的多能可调节功率；
3.8在满足3.7的条件下，按照功率值小于总的功率调节量从大到小的顺序启动储能装置，直到储能装置的累加调节功率低于且最接近于总的功率调节量；
3.9将总的功率调节量减去传统储能调节功率值，作为负荷虚拟储能的调节功率值；3.10按照传统储能装置功率分配策略在考虑虚拟储能的多能之间分配功率。14.根据权利要求13所述的基于客户侧需求响应的多能优化控制方法，其特征在于：在3.2中，根据响应快慢划分所述不同类型储能的响应时间尺度：
式中：TLi第i个储能的响应时间尺度，i＝1、2……,n；Ts，Tm,Th分别表示秒级、分钟级、小时级三个等级的响应时间尺度。
15.根据权利要求13或14所述的基于客户侧需求响应的多能优化控制方法，其特征在于：
在3.3中，确定所述不同类型储能的响应功率PLi：PLi＝f(t,α,β...) (11)式中：PLi表示不同负荷的输出功率模型；t响应时间；α,β...不同负荷涉及的特性参数，和负荷类型相关。
16.根据权利要求15所述的基于客户侧需求响应的多能优化控制方法，其特征在于：
4
CN 112803446 A
权 利 要 求 书
4/4页
在3.4中，将得到的n个储能系统的响应功率值划分为以下两个级别：
式中：PkW表示响应功率在0‑999kW之间；PMW表示响应功率在1MW‑∞之间。
17.一种利用权利要求1‑16任一项权利要求所述多能优化控制方法的基于客户侧需求响应的多能优化控制系统，包括多能优化配置模型配置单元、多能优化目标及优化策略确定单元、虚拟储能功率分配和协调控制单元；其特征在于：
所述多能优化配置模型配置单元通过分析区域配电网的负荷和随机性电源特性，将待优化控制供电区域内具备储能特性的负荷作为负荷虚拟储能和储能装置一起构成虚拟储能系统，建立考虑虚拟储能的储能装置优化配置模型，在满足约束条件的情况下，求解虚拟储能系统总容量与需求侧响应电价的最优组合；
所述虚拟储能功率分配和协调控制单元建立多能优化控制系统的多能优化目标，并且确定每种优化目标下的虚拟储能能量优化管理策略；
所述虚拟储能功率分配和协调控制单元实现虚拟储能系统内部各单元之间多时间尺度的功率分配和协调控制。
18.根据权利要求17所述的基于客户侧需求响应的多能优化控制系统，其特征在于：所述多能优化配置模型配置单元包括目标函数模块、约束条件模块以及优化配置模型计算模块；
所述目标函数模块用于建立考虑负荷虚拟储能的优化配置模型目标函数；所述约束条件模块用于建立所需要的约束条件，其中所述约束条件包括电价约束条件、储能装置充放电功率约束条件、以及储能装置SOC约束条件；所述优化配置模型计算模块用于基于优化配置模型目标函数和约束条件求解多能优化配置模型。
19.根据权利要求17或18所述的基于客户侧需求响应的多能优化控制系统，其特征在于：
所述多能优化目标及优化策略确定单元包括优化目标确定模块、虚拟储能能量优化管理策略计算模块；
所述优化目标确定模块根据实际需求确定多能优化目标，所述多能优化目标包括平抑随机性电源波动优化目标、改善区域供需平衡优化目标和调节节点电压的优化目标；
所述虚拟储能能量优化管理策略计算模块分别计算每种优化目标下的所需虚拟储能总的调节功率。
20.根据权利要求19所述的基于客户侧需求响应的多能优化控制系统，其特征在于：所述虚拟储能功率分配和协调控制单元包括功率分配模块和协调控制模块；所述功率分配模实现所需虚拟储能总的调节功率在虚拟储能之间的分配；协调控制模块实现集中式控制和分布式控制方式的切换。
5
CN 112803446 A
说 明 书
1/15页
基于客户侧需求响应的多能优化控制方法及控制系统
技术领域
[0001]本发明属于储能优化配置及虚拟储能系统协调控制技术领域，涉及一种基于客户侧用能控制系统的需求响应的多能优化控制方法，具体涉及考虑虚拟储能的多能优化配置模型建立、基于客户侧用能控制系统的多能优化目标建立、基于客户侧用能控制系统的多时间多尺度的优化控制方法及控制系统。
背景技术
[0002]随着配电系统分布式电源的广泛接入电力系统，分布式电源的随机性分别从供电侧和用户侧两方面给电网的供需平衡与安全运行带来了严峻挑战。由于随机性电源出力的间歇性，配电网联络线上流过的功率波动越来越大，进而影响电能的供电质量与电网的稳定性和安全性运行。市场条件下的用户侧资源如电力负荷、分布式发电、储能装置等具有多样性、分散性、随机性等特征，导致建立一个统一模型来表征负荷资源特性较为困难；分布式能源的日益发展和电力市场的逐渐成熟，考虑具体的需求响应方式(如峰谷分时电价)对配网内的能量调度及储能容量配置的影响都尤为重要，而通过分析已有配网储能优化配置及需求响应的研究发现，此方面的研究还相对匮乏[0003]另一方面，作为电力需求侧管理和需求响应的重要参与方，用户侧资源主动并且及时地参与电力系统的供需平衡，不仅会降低电网运行成本，更重要的是将提高电网的安全性，而且还将提升电网公司的经济管理水平。
[0004]为了降低电网储能建设成本和电网运行成本，提高分布式可再生能源消纳能力、提升面向用户综合能源需求的服务水平，从而加强对用户侧资源的聚合特性和综合调控能力研究，考虑具体的需求响应方式对用户侧的功率能量调度需求，将负荷需求响应和储能技术相结合，将具备储能特性的负荷和储能打捆组成虚拟储能系统，进行分级优化协调控制，是提高负荷侧响应能力，同时减少传统储能配置的有效手段。[0005]基于此，本发明旨在针对由用户侧多元负荷、储能和分布式电源构成的虚拟储能系统，对负荷虚拟储能响应特性和模型、储能特性和优化配置技术、虚拟储能优化管理和协调控制技术等开展深入研究，开发虚拟储能协调控制软件并示范应用，增强多种应用功能下的连续调节能力，支持受端电网供需平衡、保障电网安全经济运行，通过运用大数据分析技术挖掘用电数据价值，提高用户侧资源响应能力，提高用户侧调控能力和配网安全运行水平。
发明内容
[0006]本发明的目的是提供一种基于用户侧用能控制系统的需求响应的多能优化控制方法，它引导用户参与电网友好互动，建设节约型社会，降低电网储能建设成本和电网运行成本，提高用户侧调控能力和配网安全运行水平。[0007]为实现上述目的，本发明采用以下技术方案：[0008]一种基于客户侧需求响应的多能优化控制方法，其特征在于，所述多能优化控制
6
CN 112803446 A
说 明 书
2/15页
方法包括以下内容：[0009]步骤1，建立考虑虚拟储能的多能优化配置模型；将待优化控制供电区域内具备储能特性的负荷作为负荷虚拟储能和储能装置一起构成虚拟储能系统，建立考虑虚拟储能的储能装置优化配置模型，在满足约束条件的情况下，求解虚拟储能系统总容量与需求侧响应电价的最优组合；[0010]步骤2，建立基于客户侧用能控制系统的多能优化目标，确定每种优化目标下的虚拟储能能量优化管理策略；[0011]步骤3，实现虚拟储能系统内部各单元之间多时间尺度的功率分配和协调控制。[0012]本发明进一步包括以下优先方案。[0013]在步骤1中，所述具备储能特性的负荷包括空调、冰箱、热水器；[0014]所述储能装置包括蓄电池、储能电容器。[0015]在步骤1中，根据负荷特性分布和随机性电源波动情况，通过数据仿真，确定储能装置的功能需求，根据储能装置优化配置原则，构建考虑负荷虚拟储能的优化配置模型，对其进行仿真校验，校验内容包括：分时电价、储能容量的配置以及储能各个时段的充放电功率。
[0016]所述考虑负荷虚拟储能的优化配置模型包括目标函数和需要满足的约束条件，其中，所述约束条件包括电价约束条件、储能装置充放电功率约束条件、以及储能装置SOC约束条件。
[0017]所述考虑负荷虚拟储能的优化配置模型目标函数为：[0018]min f＝Cbess+Cbess.om‑Cg (1)[0019]式中：Cbess为储能装置建设成本等年值；Cbess.om为蓄电池组年运行维护成本；Cg为削峰填谷带来的电网收益；[0020]其中，储能装置的建设成本Cbess计算公式如下：
[0021][0022]
式中：Cbess为储能装置建设成本即等年值；Ebess为储能装置额定安装容量，单位MWh；ke为储能装置单位容量建设成本；r为贴现率；h为使用年限；[0023]储能装置年运行维护成本Cbess.om的计算公式为：
[0024]
式中：Cbess.om为储能装置年运行维护成本；Ebess为储能装置额定安装容量；kom为储能装置单位容量运行维护成本；
[0026]削峰填谷带来的收益函数为：
[0027]C＝a×∑(P‑P)·Δt+b∑(P‑P)·Δt (4)gM0LLmo[0028]式中：a削峰收益系数；b填谷收益系数；PM0需求响应前的峰值负荷；Pm0需求响应前的谷值负荷；PL需求响应后的负荷，△t表示消峰或填谷的持续时间；[0029]储能装置的充放电运行策略及充放电功率如下式：
[0025]
7
CN 112803446 A
说 明 书
3/15页
[0030]
式中：Pbess(n)表示第n个储能充装置放电参考功率。
[0032]所述电价约束条件的计算公式为：
[0033]p≤p≤p≤p≤p (6)minvfpmax[0034]其中，pmin为约束最低电价，pv为低估电价，pf为平时电价，pp为高峰电价，pmax为约束最高电价。
[0035]所述储能装置SOC约束条件为：
[0036]SOC≤SOC(t)≤SOC (7)minmax
[0037]0≤E(t)≤E (8)bess[0038]其中，SOCmin为储能装置荷电状态最小值，SOC(t)为储能装置当前荷电状态值，SOCmax为储能装置荷电状态最大值，E(t)为储能装置容量，Ebess为储能装置额定安装容量。[0039]所述储能装置充放电功率约束条件为：[0040]‑P≤P(n)≤PN (9)Nbess[0041]其中，Pbess(n)储能装置的充放电功率，PN为储能装置的额定功率。[0042]步骤2中所述基于客户侧用能控制系统的多能优化目标建立包括：通过分析分布式电源出力预测数据、区域内负荷预测数据、节点电压实测值及限值，建立平抑随机性电源波动、改善区域供需平衡和调节节点电压的优化目标，得到每种优化目标下的虚拟储能能量优化管理策略。
[0043]平抑随机性电源波动目标下的虚拟储能能量优化管理策略包括：通过分析设定的时间尺度、波动率限值，以及分布式电源出力预测数据，建立平抑随机性电源波动目标函数，计算得到满足波动指标的分布式电源功率数据、区域调节功率需求、以及平抑前后的波动率对比数据。
[0044]改善区域供需平衡目标下的虚拟储能能量优化管理策略包括：通过分析设定时间周期内的区域内负荷预测数据、分布式电源出力预测数据，建立改善区域供需平衡目标函数，以减小供需偏差为优化目标，计算得到经调节后的分布式电源出力数据、负荷用电数据、负荷虚拟储能调节数据，以及调节前后的供需偏差对比数据。[0045]调节节点电压目标下的虚拟储能能量优化管理策略包括：通过分析节点电压实测值、节点电压限值，建立调节节点电压目标函数，以减少电压偏差为目标，计算得到总的调节功率需求，以及优化前后的电压值。[0046]在步骤3中，通过分析步骤2中每种优化目标下的虚拟储能能量优化管理策略，确定虚拟储能系统的协调控制方式以及考虑虚拟储能的多能功率分配方式，通过虚拟储能的控制方式和方法，在需求响应的基础上，综合考虑电价信息和用户舒适度要求。[0047]所述虚拟储能系统的协调控制方式包括：构建虚拟储能系统，确定调节单元为考虑虚拟储能的多能可调功率和所需调节功率，参考传统储能建立系统内可调负荷的响应特性模型，进一步求取作为考虑虚拟储能的多能调节功率值，在此基础上，建立了考虑虚拟储能的多能控制方式，并采用集中式控制方式作为考虑虚拟储能的多能控制方式。[0048]虚拟储能系统内部各单元之间多时间尺度的功率分配包括以下内容：
8
[0031]
CN 112803446 A[0049]
说 明 书
4/15页
3.1构建虚拟储能系统，确定其中的可调节单元；
[0050]3.2将储能装置的响应时间分为不同量级的时间尺度；[0051]3.3计算所述不同类型储能的响应功率；
[0052]3.4将计算得到的不同储能系统的响应功率值划分为KW和MW两个级别；
[0053]3.5根据多目标优化结果得到虚拟储能系统所辖区域内所需总的功率调节量和所需响应速度；
[0054]3.6根据总的功率调节量和所需响应速度，先启动传统储能装置调节控制，在传统储能各装置之间根据响应时间尺度和响应功率分配调节功率；[0055]3.7根据划分的响应时间和响应功率，选取响应时间尺度满足要求的考虑虚拟储能的多能可调节功率，再进一步选取荷电状态满足要求的考虑虚拟储能的多能可调节功率。；
[0056]3.8在满足3.7的条件下，按照功率值小于总的功率调节量从大到小的顺序启动储能装置，直到储能装置的累加调节功率低于且最接近于总的功率调节量；[0057]3.9将总的功率调节量减去传统储能调节功率值，作为负荷虚拟储能的调节功率值；
[0058]3.10按照传统储能装置功率分配策略在考虑虚拟储能的多能之间分配功率在3.2中，根据响应快慢划分所述不同类型储能的响应时间尺度：
[0059]
[0060]
式中：TLi第i个储能的响应时间尺度，i＝1、2……,n；Ts，Tm,Th分别表示秒级、分钟级、小时级三个等级的响应时间尺度。[0061]在3.3中，确定所述不同类型储能的响应功率PLi：[0062]P＝f(t,α,β...) (11)Li
[0063]式中：PLi表示不同负荷的输出功率模型；t响应时间；α,β...不同负荷涉及的特性参数，和负荷类型相关。[0064]在3.4中，将得到的n个储能系统的响应功率值划分为以下两个级别：
[0065]
式中：PkW表示响应功率在0‑999kW之间；PMW表示响应功率在1MW‑∞之间。
[0067]本申请同时公开了一种利用前述多能优化控制方法的基于客户侧需求响应的多能优化控制系统，包括多能优化配置模型配置单元、多能优化目标及优化策略确定单元、虚拟储能功率分配和协调控制单元；其特征在于：
[0068]所述多能优化配置模型配置单元通过分析区域配电网的负荷和随机性电源特性，将待优化控制供电区域内具备储能特性的负荷作为负荷虚拟储能和储能装置一起构成虚拟储能系统，建立考虑虚拟储能的储能装置优化配置模型，在满足约束条件的情况下，求解虚拟储能系统总容量与需求侧响应电价的最优组合；
[0069]所述虚拟储能功率分配和协调控制单元建立多能优化控制系统的多能优化目标，
9
[0066]
CN 112803446 A
说 明 书
5/15页
并且确定每种优化目标下的虚拟储能能量优化管理策略；
[0070]所述虚拟储能功率分配和协调控制单元实现虚拟储能系统内部各单元之间多时间尺度的功率分配和协调控制。[0071]进一步优选地，
[0072]所述多能优化配置模型配置单元包括目标函数模块、约束条件模块以及优化配置模型计算模块；
[0073]所述目标函数模块用于建立考虑负荷虚拟储能的优化配置模型目标函数；[0074]所述约束条件模块用于建立所需要的约束条件，其中所述约束条件包括电价约束条件、储能装置充放电功率约束条件、以及储能装置SOC约束条件；所述优化配置模型计算模块用于基于优化配置模型目标函数和约束条件求解多能优化配置模型。[0075]所述多能优化目标及优化策略确定单元包括优化目标确定模块、虚拟储能能量优化管理策略计算模块；
[0076]所述优化目标确定模块根据实际需求确定多能优化目标，所述多能优化目标包括平抑随机性电源波动优化目标、改善区域供需平衡优化目标和调节节点电压的优化目标；[0077]所述虚拟储能能量优化管理策略计算模块分别计算每种优化目标下的所需虚拟储能总的调节功率。
[0078]所述虚拟储能功率分配和协调控制单元包括功率分配模块和协调控制模块；[0079]所述功率分配模实现所需虚拟储能总的调节功率在虚拟储能之间的分配；协调控制模块实现集中式控制和分布式控制方式的切换。[0080]相对于现有技术，本发明具有以下有益的技术效果：[0081]针对由用户侧多元负荷、储能和分布式电源构成的虚拟储能系统，对负荷虚拟储能响应特性和模型、储能特性和优化配置技术、虚拟储能优化管理和协调控制技术等开展深入研究，开发虚拟储能协调控制软件并示范应用，增强多种应用功能下的连续调节能力，支持受端电网供需平衡、保障电网安全经济运行，通过运用大数据分析技术挖掘用电数据价值，提高用户侧资源响应能力，提高用户侧调控能力和配网安全运行水平。附图说明
[0082]图1是本发明基于客户侧需求响应的多能优化控制方法流程示意图；[0083]图2是储能优化配置流程示意图；
[0084]图3是实施分时电价及储能后各负荷曲线对比图；[0085]图4是虚拟储能功率分配策略流程示意图；
[0086]图5是本发明基于用户侧需求响应的多能优化控制系统结构框图。
具体实施方式
[0087]为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明的技术方案进行清楚、完整地描述。本申请所描述的实施例仅仅是本发明一部分的实施例，而不是全部实施例。基于本发明精神，本领域普通技术人员在没有作出创造性劳动前提下所获得的有所其它实施例，都属于本发明的保护范围。[0088]参见附图1，本发明公开了一种基于客户侧需求响应的多能优化控制方法，所述多
10
CN 112803446 A
说 明 书
6/15页
能优化控制方法包括以下步骤：
[0089]步骤1.建立考虑虚拟储能的多能优化配置模型[0090]在本申请中，将区域内具备储能特性的负荷(在本申请中亦成为负荷虚拟储能)，如空调、冰箱、热水器等，和传统储能装置(在本申请中，传统储能装置亦简称为储能装置、传统储能或储能)一起构成虚拟储能系统(在本申请中，虚拟储能系统亦简称为虚拟储能)。[0091]根据负荷特性分布和随机性电源波动情况，通过数据仿真，提出传统储能装置在配网的作用和功能需求。在此基础上，提出了考虑负荷虚拟储能的传统储能优化配置方法，以削峰填谷为运行目标，以基于需求响应的负荷虚拟储能和传统储能装置联合运行的虚拟储能系统总成本最小作为优化目标建立优化配置模型，在满足电网运行约束以及储能运行约束的条件下，求解储能系统总容量与需求侧响应电价的最优组合，通过实际案例验证了引入虚拟储能后，使得传统储能装置进一步提高了负荷的削峰填谷效果，有效缩小了系统负荷的峰谷差。[0092](1)传统储能装置优化配置原则
[0093]在储能安装位置的选择上应遵循以下原则：[0094]1)尽可能安装在配电线路末端。一是配电线路末端更易出现电压问题，二是储能配置在越靠近输电线末端(靠近负荷)，对减少输电线的损耗，抬高末端负荷节点电压的作用就越明显。
[0095]2)用于平抑随机性电源功率波动时，对在负荷点接入的随机性电源，尽可能安装在负荷点，可以减少功率波动对负荷的影响。[0096]3)用于调节节点电压时，优先考虑出现电压供电问题的节点。分析随着负荷增长或随机性电源接入后的潮流变化，若出现配电变压器过载，则储能应安装在变压器低压侧；若出现线路过载，则储能应安装在该段线路下游；若出现电压质量问题，则储能应安装在出现电压问题的节点。
[0097]4)无供电问题时，优先电压灵敏度高的节点。节点电压灵敏度越高，说明该节点电压受储能系统接入的影响越大，同时也说明这些节点的电压受到储能的支撑越大。[0098]5)用于改善电能质量时，分散式安装优于集中式安装。分散安装在用户侧可以有效减少对电网供电的依赖，减小线路损耗。[0099]6)用于改善供需不平衡时，采用集中式配置较优。[0100]根据上述原则，配电网储能配置流程如图2所示。[0101](2)考虑负荷虚拟储能的优化配置模型[0102]1)目标函数
[0103]基于对区域配电网的负荷和随机性电源特性分析，含随机性电源接入的配电网主要存在负荷峰谷差大、随机性电源功率波动以及可能引起的节点电压波动等问题。因此，储能配置的功能需求主要是削峰填谷、平抑波动和调节电压。在满足以上技术指标的同时使调节成本最小。
[0104]本发明实施例以削峰填谷为主运行目标，储能装置以蓄电池组为实例，以需求响应和储能联合运行的总成本最小作为目标函数建立优化模型，在满足电网电压、潮流运行约束的条件下，求解蓄电池组总容量与需求侧响应电价的最优组合。具体的目标函数设置如下：
11
CN 112803446 A[0105]
说 明 书
7/15页
min f＝Cbess+Cbess.om‑Cg (13)
[0106]式中：Cbess为蓄电池组建设成本(等年值)；Cbess.om为蓄电池组年运行维护成本；Cg为削峰填谷带来的电网收益。[0107]蓄电池组的建设成本C同时在换算成等年值时也bess与蓄电池组的总容量成正比，需考虑贴现率与使用年限，具体公式如下：
[0108]
式中：Cbess为蓄电池组建设成本(等年值)；Ebess为蓄电池额定安装容量(MWh)；ke为蓄电池单位容量建设成本；r为贴现率；h为使用年限。[0110]蓄电池组年运行维护成本C此时不必bess.om也可看做与蓄电池组的总容量成正比，再进行等年值换算，故具体公式为：
[0111]
[0109]
式中：Cbess.om为蓄电池组年运行维护成本；Ebess为蓄电池额定安装容量；kom为蓄电池组单位容量运行维护成本。
[0113]削峰填谷带来的收益主要是取决于在削峰填谷前后的电网负荷峰值差与谷值差。当负荷的峰值降低后，电网自身的投资水平也有所下降，包括备用容量等诸多电网投资可以减小，给电网带来收益，该收益所对应的削峰收益系数设置为a；负荷的谷值提高之后，提高了电网设备的利用率，降低了峰谷差，故也能给电网带来相应的收益，该收益所对应的填谷收益系数设置为b。考虑储能系统的充放电功率，得到削峰填谷的收益函数为：[0114]C＝a×∑(P‑P)·Δt+b∑(P‑P)·Δt (16)gM0LLmo[0115]式中：a削峰收益系数；b填谷收益系数；PM0需求响应前的峰值负荷；Pm0需求响应前的谷值负荷；PL需求响应后的负荷。
[0116]储能的充放电运行策略及充放电功率如下式：
[0117]
[0112]
式中：Pbess(n)储能充放电参考功率。
[0119]2)约束条件
[0120]以需求侧响应与储能装置总成本之和最小为目标函数，在此基础上需要添加的约束条件主要有电价约束、蓄电池组充放电功率约束、以及蓄电池组SOC约束。[0121]电价约束：实际生活中，高峰电价与平时电价和低谷电价之间的差值不能过大，所以也需设置相关约束，具体公式如下：
[0122]p≤p≤p≤p≤p (18)minvfpmax[0123]其中，pmin为约束最低电价，pv为低估电价，pf为平时电价，pp为高峰电价，pmax为约束最高电价。
[0124]蓄电池组SOC约束：蓄电池组中剩余电量的值如果过高或者过低均会对蓄电池组产生不良影响，减少其寿命。为了实现蓄电池组能够在预期寿命内持续正常工作，所以需要
12
[0118]
CN 112803446 A
说 明 书
8/15页
对蓄电池组的剩余电量水平进行约束，具体公式如下：[0125]SOC≤SOC(t)≤SOC (19)minmax
[0126]0≤E(t)≤E (20)bess[0127]其中，SOCmin为蓄电池组荷电状态最小值，SOC(t)为蓄电池组当前荷电状态值，SOCmax为蓄电池组荷电状态最大值，E(t)为蓄电池容量，Ebess为蓄电池额定安装容量。[0128]蓄电池组充放电功率约束：实际过程中蓄电池组的充放电功率有其上下限值，所以需要对其设置约束条件。在蓄电池储能系统的充电过程中，由于其可被认为是负荷，其值为正；在其放电过程中，可认为是发电设备，故其值为负。在此基础上，可得到其具体公式如下：
[0129]‑P≤P (21)Nbess(n)≤PN[0130]其中，PN为蓄电池组额定功率。Pbess(n)蓄电池组的充放电功率，[0131]实施例：以某地区夏季典型日负荷曲线为研究对象，优化目标为总经济效益最大(总成本最低)，对负荷实施削峰填谷控制，将电价划分为峰平谷电价并优化计算该地区分时电价的设置、储能容量的选取以及一天24小时各时段储能的充放电功率。对考虑负荷虚拟储能的优化配置模型进行仿真校验，校验内容包括：分时电价、储能容量的配置以及储能各个时段的充放电功率。[0132]计算之前，实施例中所需要的数据如下：[0133]1)负荷转移系数
[0134]负荷转移系数并无实用的求解公式，本发明实施例采用历史经验值，经验值取值如下：
[0135]
式中，p、f、v分别代表峰平谷时段。E(p,p)表示峰时段间的负荷转移系数，E(f,f)
表示平时段间的负荷转移系数，E(v,v)表示谷时段间的负荷转移系数，E(f,p)和E(p,f)表示峰、平时段之间的负荷转移系数，E(p,v)和E(v,p)表示峰、谷时段之间的负荷转移系数，E(v,f)和E(f,v)表示平、谷时段之间的负荷转移系数。[0137]2)峰平谷时段的划分及初始电价[0138]本实施例中，分时电价采用峰平谷电价，峰平谷时段划分如下：[0139]峰时段：11:00～16:00[0140]平时段：9:00～11:00,16:00～24:00[0141]谷时段：1:00～9:00,24:00～下一日1:00[0142]初始电价(未实施分时电价前的电价)：0.7元/kWh[0143]3)储能电站参数
[0144]储能电站的单位容量建设成本：ke＝2500元/kWh[0145]储能电站单位容量年运行维护成本：kom＝25元/kWh[0146]储能电站的设计使用年限：h＝15年[0147]储能电站的贴现率：r＝0.1
[0136]
13
CN 112803446 A[0148]
说 明 书
9/15页
削峰填谷受益系数：a＝0.105，b＝0.105
[0149]储能电站最大充放电功率：Pd,max＝Pc,max＝5MW[0150]储能电池荷电状态约束：SOCmin＝0.1，SOCmax＝0.9[0151]4)日负荷参数
[0152]日负荷曲线一般采取预测数据。本发明中，选取典型日预测负荷进行储能容量的优化配置研究。该地区典型日负荷预测数据如下表所示：[0153]表1北京某地区典型日负荷
时间负荷MW时间负荷MW178.2413116.22251.8714130.09347.6515120.44446.9516118.6854817118.6864818117.98765.2319111.65867.6920113.419103.9121103.9110125.012287.7411132.752380.712119.742476.48
[0155]5)计算结果
[0156]建立相应的优化模型，计算结果为最优的分时电价、储能容量的配置以及储能各个时段的充放电功率。优化计算结果如下表所示：[0157]表2实施例优化计算结果
[0154]
[0158]
14
CN 112803446 A
说 明 书
10/15页
[0159]
表2中，pv、pf、pp为所计算的分时电价，EESS为储能电站的容量，单位为kWh，PESS(0)
～PESS(23)为一天各时段储能电站的充放电功率，单位为kW。[0161]进一步，分别对比了实施分时电价(无储能)、分时电价+储能后，负荷曲线的变化情况，如图3所示，可以看出单独实施分时电价后，系统原负荷峰值被削减了约30MW，谷值被增加了约25MW，实施分时电价，具有良好的削峰填谷效果；引入储能后，储能进一步改进了负荷的削峰填谷效果，有效缩小了系统负荷的峰谷差。
[0162]步骤2.建立基于客户侧用能控制系统的多能优化目标
[0163]以10kV/400V典型区域内可控负荷和储能构建虚拟储能系统，考虑平抑随机性电源波动、改善区域供需平衡和调节节点电压的优化目标，提出每种优化目标下的虚拟储能能量优化管理策略。[0164](1)平抑随机性电源波动[0165]根据设定的时间尺度、波动率限值，以及分布式电源出力预测数据，得到满足波动指标的分布式电源功率数据、区域调节功率需求、以及平抑前后的波动率对比数据。在一实施例中，还包括一输出界面，界面上分为三个区域，一个光伏，一个风电，一个虚拟储能，其中光伏预测出力曲线、光伏实际出力曲线、光伏优化曲线以及实际协调控制后光伏出力曲线显示在一个坐标平面内，便于对比，风电和虚拟储能同光伏。[0166]目标函数：
[0167]根据预测出力，计算设定的T时间尺度的波动量：[0168]ΔP＝max P(τ)‑minP(τ),τ∈[t,t+T) (23)T[0169]式中：ΔPT为T时间尺度的功率波动量，kW；max P(τ)、min P(τ)分别为连续时间段T内的最大与最小输出功率，kW。
15
[0160]
CN 112803446 A[0170]
说 明 书
11/15页
判断波动量是否小于等于设置的限值，若小于，则无需虚拟储能调节；若大于，则
将最大值减少(ΔPT‑ΔP)/2，最小值增加(ΔPT‑ΔP)/2，再次计算判断，直到满足限值。因此，所需虚拟储能总的调节功率如下：
[0171]
式中：Pref所需虚拟储能总调节功率，kW；ΔP为T时间尺度的功率波动量限值，kW。[0173](2)改善区域供需平衡[0174]在设定的时间周期内，根据区域内负荷预测数据、分布式电源出力预测数据，以减小供需偏差为优化目标，经过优化计算，输出经调节后的分布式电源出力数据、负荷用电数据、负荷虚拟储能调节数据，以及调节前后的供需偏差对比数据。区域供需平衡策略：光伏出力大于负荷出力时，需虚拟储能系统充电，吸收多余的光伏出力；光伏出力小于负荷出力时，需虚拟储能系统放电，补偿不足的功率。因此，以充电为负，放电为正，所需虚拟储能系统总的调节功率参考值如下：
[0175]P＝P‑P (25)reflfvf[0176]式中：Sk并网接入点短路容量；Pref所需虚拟储能总调节功率，kW；Plf负荷预测功率，kW；Pvf光伏预测功率，kW。[0177](3)根据节点电压实测值、节点电压限值，以减少电压偏差为目标，经过优化计算，输出总的调节功率需求，以及优化前后的电压值。[0178]当系统负荷发生改变时，会使线路上的电流产生值为ΔI的变化，相应的接入点处的电压变化值为ΔU。可简单估算当负荷功率出现波动时，在并网点上的电压变化值如下式。
[0179]目标函数：
[0172]
[0180]
ΔSl系统的负荷功率变化；θ为负荷增加引起的功率式中：Sk并网接入点短路容量；
因数变化值；Rl+jXl负荷等效阻抗；U接入点电压；为从接入点看入的电网阻抗角。[0182]一般情况下，线路两端的相位移不大，ΔU近似于其水平分量，其垂直分量可忽略，由此可得电压的相对变化率如下式。
[0183][0184]
[0181]
从上式可以看出，电压相对变化率取决于ΔSl、Sk、θ，即影响系统供电电压偏差的
三个主要因素为负荷功率的变化、所并入系统的短路容量及系统的功率因数。储能接入后对可以改善电压偏差的最大因素体现在可以有效调节负荷功率的变化情况，通过合理的充放电控制减小ΔSl值以达到减小电压变化的目的。[0185]电压出现正偏差时，需要储能充电吸收功率，电压负偏差时，需要储能放电。以虚拟储能充电为负，放电为正，则可得所需调节功率为：
16
CN 112803446 A[0186][0187]
说 明 书
12/15页
式中：Sk并网接入点短路容量；ΔSl系统的负荷功率变化；θ为负荷增加引起的功率
因数变化值；Rl+jXl负荷等效阻抗；U接入点电压；为从接入点看入的电网阻抗角。步骤3.虚拟储能系统内部各单元之间多时间尺度的功率分配和协调控制
[0189]在步骤1、2的基础上实现虚拟储能系统内部各单元之间多时间尺度的功率分配和协调控制的方式有很多，包括混合储能VSG功率协调控制策略、储能单元的模糊优化策略、超前控制策略、基于IDA‑PBC的混合储能控制、开关控制、温度控制、周期性暂停控制。这些功率分配和协调控制方式均能取得预期的技术效果。[0190]但是为了获得更佳的技术效果，本发明实施例优先采用以下的多时间尺度的功率分配方式。[0191](1)虚拟储能功率分配策略流程图如图4所示。其步骤为：[0192]1)将区域内具备储能特性的负荷，如空调、冰箱、热水器等，和传统储能一起构成虚拟储能系统VESS。确定调节单元为考虑虚拟储能的多能可调功率和所需调节功率。[0193]2)根据响应快慢划分所述不同类型储能的响应时间尺度包括秒级、分钟级和小时级：
[0194][0188]
式中：TLi第i个储能的响应时间尺度，i＝1、2……,n；Ts，Tm,Th分别表示秒级、分钟
级、小时级三个等级的响应时间尺度。
[0196]3)计算所述不同类型储能的响应功率P：Li[0197]P＝f(t,α,β...) (30)Li
[0198]式中：PLi表示不同负荷的输出功率模型；t响应时间；α,β...不同负荷涉及的特性参数，和负荷类型相关。
[0199]4)将得到的n个储能系统的响应功率值划分为以下两个级别：
[0200]
[0195]
式中：PkW表示响应功率在0‑999kW之间；PMW表示响应功率在1MW‑∞之间。
[0202]5)根据上述多目标优化结果包括平抑随机性电源波动、改善区域供需平衡和调节节点电压，得到虚拟储能系统所辖区域内所需总的功率调节量和所需响应速度。[0203]6)根据总的功率调节量和所需响应速度，先启动传统储能调节控制，在传统储能各单元之间根据响应时间尺度和响应功率分配调节功率。[0204]7)根据划分的响应时间和响应功率，选取响应时间尺度满足要求的考虑虚拟储能的多能可调节功率；
[0205]8)在满足步骤7)的条件下，按照功率值小于总的功率调节量从大到小的顺序启动储能装置，直到储能装置的累加调节功率低于且最接近于总的功率调节量；[0206]9)将总的功率调节量减去传统储能调节功率值，作为负荷虚拟储能的调节功率
17
[0201]
CN 112803446 A
说 明 书
13/15页
值；
10)按照传统储能装置功率分配策略在考虑虚拟储能的多能之间分配功率。
[0208]传统储能单元的功率分配策略即现有技术中传统储能单元功率分配策略：[0209]单一类型储能指都为电池储能系统或都为超级电容储能系统，此处以系统中配置多个分布式电池储能系统为例。分布式储能系统之间不考虑空间上的不同(即不考虑储能安装位置的影响)，只考虑在时间上各储能系统的状态各自不同时，在应对不同负荷类型及负荷变化时的出力策略，充分考虑所需平抑负荷的功率和时间(因为只用一种储能，负荷类型对储能的区别不大)。主要考虑每个储能系统的容量、电池荷电状态(SOC)、瞬时允许充放电功率、瞬时允许切换功率及长期允许充放电功率等因素对当前功率分配的影响，因为储能类型相同，功率的分配只采用代数加减的方法计算，而不需要进行滤波等处理。[0210]此处满足储能本体经济和技术约束条件，主要考虑两项因素：1)储能额定功率和容量；2)储能系统的荷电状态。可分为以下几种情况。[0211]1)各分布式储能系统的荷电状态相同，额定功率和容量也相同[0212]各分布式储能系统的参数和状态都相同的情况下，采用负荷均分的方法对功率进行分配，对风储/光储协调控制得到的储能总调节功率进行均分，如式(32)所示。
[0213][0214][0215][0207]
其中，为第k个储能系统分配的功率；n为分布式储能系统的个数。
2)各分布式储能系统的荷电状态相同，额定功率和容量不同[0216]各分布式储能系统的额定功率和容量不同时，不能采用负荷均分的方法。在荷电状态相同的情况下，额定功率大的，应分配较多功率；额定功率小的，应分配较少功率，即以额定功率为基准按比例分配，如式(3‑11)所示。
[0217][0218][0219]
其中，为第k个储能系统分配的功率；为第k个储能系统的额定功率。
3)各分布式储能系统的荷电状态不同[0220]各分布式储能系统荷电状态不同时，为保障储能系统安全经济运行，应以储能系统实时荷电状态SOC为约束条件进行功率分配。将SOC划分为五个区间，根据电池的充放电特性曲线及SOC值，确定每个区间的充放电功率。SOC分区及各区间储能充放电限制条件如下：
[0221]1)SOC越上限区：SOC≥SOCmax时，储能电池限制充电，允许正常放电；[0222]2)SOC高限值区：SOChigh≤SOC＜SOCmax时，储能电池以少充电多放电为基本原则，尽量减缓SOC的增加率；[0223]3)SOC正常工作区：SOClow≤SOC＜SOChigh时，储能电池可正常充放电；[0224]4)SOC低限值区：SOCmin≤SOC＜SOClow时，储能电池以少放电多充电为基本原则，尽量减缓SOC的下降率；[0225]5)SOC越下限区：SOC＜SOCmin时，储能电池限制放电，允许正常充电；[0226]根据上述分区，另遵循总的充放电功率、充电量和放电量均衡，可得功率计算公式
18
CN 112803446 A
说 明 书
14/15页
及约束条件如式(34)～式(38)所示。
[0227][0228][0229]
[0230][0231][0232]
其中，为第k个储能系统的额定功率；为第k个储能系统的额定容量；为第
k个储能系统第i时刻的充电功率；为第k个储能系统第i时刻的放电功率；PTCi为第i时刻储能系统需调节的总充电功率；PTDi为第i时刻储能系统需调节的总放电功率；TC为第k个储能系统的充电时间；TD为第k个储能系统的放电时间；α为储能系统充电调节系数，根据SOC的分区和不同储能电池的充电特性曲线取值，一般在[0，1]范围内，另外兼顾整个储能系统的功率平衡进行微调；β为储能系统放电调节系数，根据SOC的分区和不同储能电池的放电特性曲线取值，另外兼顾整个储能系统的功率平衡进行微调；SOCmax、SOCmin分别为储能SOC的上下限值，不同储能电池取值不同，如铅酸电池一般取90％‑40％，锂电池一般取90％‑10％，在实际应用中根据电池的要求来确定。SOChigh、SOClow分别为储能SOC的高低限值，不同储能电池取值不同，如铅酸电池一般取70％‑50％，锂电池一般取80％‑20％，在实际应用中根据电池的要求来确定。[0233](2)考虑虚拟储能的多能控制方式[0234]在电力市场环境中，需求响应按照不同的用户响应方式可以分为基于价格的需求响应和基于激励的需求响应。基于价格的需求响应由于用户在参与需求响应过程中是完全自愿的，随机性较强，无法精确完成需求响应的目标，因此，空调负荷在此需求响应中的研究较少。将空调负荷整合为一个聚合体后，其参与系统运行的控制方式主要可分为：集中式控制方式和分布式控制方式。[0235]1)集中式控制方式：是指负荷控制中心直接将控制指令进行分解，并直接将控制信息发送至聚合体中的各空调负荷。这种控制方式对信息的实时性、保密性、安全性的要求都较高，需要在负荷控制中心及空调负荷之间铺设专用的电力信息传送通道。[0236]2)分布式控制方式：是指在空调负荷上装置智能控制设备，该控制设备结合负荷控制中心发送的信号及空调自身状态，生成自己的控制信号。分布式控制方式不涉及负荷控制中心及用户侧的双向通信机制，避免了通信过程中的复杂性、不可靠性等不利因素。但这种控制方式无法准确提供当前时刻所需的容量，易导致响应容量不足或过量响应的情况。
[0237]在需求响应的基础上，综合考虑电价信息和用户舒适度要求，较适合采用集中式控制方式和温度控制方法对温控类负荷虚拟储能进行控制，主要是根据电价和室外温度的变化情况，将负荷从高电价时段转移到低电价时段，降低用户费用，或根据系统运行情况调
19
CN 112803446 A
说 明 书
15/15页
节温度设置值，为系统提供辅助服务，保证电力系统的稳定运行。[0238]如图5所示，本申请还公开了一种利用前述多能优化控制方法的基于客户侧需求响应的多能优化控制系统，包括多能优化配置模型配置单元、多能优化目标及优化策略确定单元、虚拟储能功率分配和协调控制单元。
[0239]所述多能优化配置模型配置单元通过分析区域配电网的负荷和随机性电源特性，将待优化控制供电区域内具备储能特性的负荷作为负荷虚拟储能和储能装置一起构成虚拟储能系统，建立考虑虚拟储能的储能装置优化配置模型，在满足约束条件的情况下，求解虚拟储能系统总容量与需求侧响应电价的最优组合。
[0240]所述多能优化配置模型配置单元包括目标函数模块、约束条件模块以及优化配置模型计算模块；
[0241]所述目标函数模块用于建立考虑负荷虚拟储能的优化配置模型目标函数；[0242]所述约束条件模块用于建立所需要的约束条件，其中所述约束条件包括电价约束条件、储能装置充放电功率约束条件、以及储能装置SOC约束条件；所述优化配置模型计算模块用于基于优化配置模型目标函数和约束条件求解多能优化配置模型。
[0243]所述虚拟储能功率分配和协调控制单元建立多能优化控制系统的多能优化目标，并且确定每种优化目标下的虚拟储能能量优化管理策略；
[0244]所述多能优化目标及优化策略确定单元包括优化目标确定模块、虚拟储能能量优化管理策略计算模块；
[0245]所述优化目标确定模块根据实际需求确定多能优化目标，所述多能优化目标包括平抑随机性电源波动优化目标、改善区域供需平衡优化目标和调节节点电压的优化目标；[0246]所述虚拟储能能量优化管理策略计算模块分别计算每种优化目标下的所需虚拟储能总的调节功率。
[0247]所述虚拟储能功率分配和协调控制单元实现虚拟储能系统内部各单元之间多时间尺度的功率分配和协调控制；
[0248]所述虚拟储能功率分配和协调控制单元包括功率分配模块和协调控制模块；[0249]所述功率分配模实现所需虚拟储能总的调节功率在虚拟储能之间的分配；协调控制模块实现集中式控制和分布式控制方式的切换。[0250]最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
20
CN 112803446 A
说 明 书 附 图
1/4页
图1
21
CN 112803446 A
说 明 书 附 图
2/4页
图2
图3
22
CN 112803446 A
说 明 书 附 图
3/4页
图4
23
CN 112803446 A
说 明 书 附 图
图5
24
4/4页
因篇幅问题不能全部显示，请点此查看更多更全内容