研究与开发
|
计及需求侧响应的用户侧储能最优运行决策分析
肖静1 , 吴宁1 , 冯玉斌1 , 林锐2 , 韩帅1
1.广西电网有限责任公司电力科学研究院,南宁 530000; 2.广西电网有限责任公司,南宁 530000
Decision analysis for optimal operation of user-side energy storage considering demand-side response
XIAO Jing1 , WU Ning1 , FENG Yubin1 , LIN Rui2 , HAN Shuai1
1. Electric Power Research Institute of Guangxi Power Grid Co., Ltd, Nanning 530000; 2. Guangxi Power Grid Co., Ltd, Nanning 530000
摘要 夏季用电尖峰时段,用户侧储能参与需求侧响应可以提高用电经济性。本文首先对基于激励的需求响应机制进行分析;然后建立用户侧储能参与峰谷套利、需求响应和最大需量管理的数学优化模型,获得储能最优充放电策略,并优化用户参与需求响应时上报的响应功率;然后建立用户侧储能全周期成本收益模型,比较参与需求响应前后的储能成本回收年限;最后经过算例分析可知,用户侧储能参与需求响应会使用户上交电费减少,储能成本回收年限缩短,提升了用电经济性。
关键词 :
用户侧 ,
储能系统 ,
需求响应 ,
优化
Abstract :During the peak period of summer electricity consumption, the participation of user-side energy storage in demand-side response can improve the economic efficiency of electricity consumption. This article first analyzes the incentive-based demand response mechanism; then establishes a mathematical optimization model for user-side energy storage to participate in peak and valley arbitrage, demand response and maximum demand management, and obtains the optimal charging and discharging strategy for energy storage as well as optimizes user participation in demand response; a user-side energy storage full-cycle cost-benefit model is established to compare the energy storage cost recovery period before and after participating in demand response. The analysis of the calculation examples in this paper shows that the participation of user-side energy storage in demand response reduces the electricity bills paid by users, shortens the recovery period of energy storage costs, and improves the economy of electricity consumption.
Key words :
user side
energy storage system
demand response
optimization
收稿日期: 2020-07-20
基金资助: 广西电网有限责任公司科技项目(GXKJXM20190309)
作者简介 : 肖 静(1988—),男,硕士,高级工程师,主要从事综合能源技术应用研究工作。
引用本文:
肖静, 吴宁, 冯玉斌, 林锐, 韩帅. 计及需求侧响应的用户侧储能最优运行决策分析[J]. 电气技术, 2021, 22(3): 20-25.
XIAO Jing1 , WU Ning1 , FENG Yubin1 , LIN Rui2 , HAN Shuai1 . Decision analysis for optimal operation of user-side energy storage considering demand-side response. Electrical Engineering, 2021, 22(3): 20-25.
链接本文:
http://dqjs.cesmedia.cn/CN/Y2021/V22/I3/20
[1] 吉斌, 朱敏健, 张怀宇, 等. 基于区块链技术的电力交易流程建模研究[J]. 电气技术, 2020, 21(6): 26-34. [2] NAYAK C K, NAYAK M R.Optimal design of battery energy storage system for peak load shaving and time of use pricing[C]//2017 Second International Con- ference on Electrical, Computer and Communication Technologies (ICECCT), 2017: 1-7. [3] 孙建军, 张世泽, 曾梦迪, 等. 考虑分时电价的主动配电网柔性负荷多目标优化控制[J]. 电工技术学报, 2018, 33(2): 401-412. [4] 王守相, 张善涛, 王凯, 等. 计及分时电价下用户需求响应的分布式储能多目标优化运行[J]. 电力自动化设备, 2020, 40(1): 125-132. [5] NARIMANI M R, ASGHARI B, SHARMA R.Energy storage control methods for demand charge reduction and PV utilization improvement[C]//2017 IEEE PES Asia-Pacific Power and Energy Engineering Conference (APPEEC), 2017: 1-5. [6] 陈丽娟, 吴甜恬, 柳惠波, 等. 基于需量管理的两阶段大用户储能优化模型[J]. 电力系统自动化, 2019, 43(1): 194-200. [7] 赵乙潼, 王慧芳, 何奔腾, 等. 面向用户侧的电池储能配置与运行优化策略[J]. 电力系统自动化, 2020, 44(6): 121-128. [8] 李秀磊, 耿光飞, 季玉琦, 等. 主动配电网中储能和需求侧响应的联合优化规划[J]. 电网技术, 2016, 40(12): 3803-3810. [9] 张赢, 董立军, 黄雯. 国内需求响应发展障碍分析及展望[J]. 电气技术, 2017, 18(7): 1-4, 10. [10] 田世明, 王蓓蓓, 张晶. 智能电网条件下的需求响应关键技术[J]. 中国电机工程学报, 2014, 34(22): 3575-3589. [11] 齐先军, 程桥, 吴红斌, 等. 激励型需求响应对配电网运行可靠性的影响[J]. 电工技术学报, 2018, 33(22): 5319-5326. [12] 李相俊, 王上行, 惠东. 电池储能系统运行控制与应用方法综述及展望[J]. 电网技术, 2017, 41(10): 3315-3325.
[1]
傅晓梅, 温步瀛, 唐雨晨. 考虑电池储能运行特性的微网优化运行 [J]. 电气技术, 2021, 22(4): 12-19.
[2]
孔昱凯, 温步瀛, 唐雨晨. 考虑辅助服务含储能区域电网运行优化 [J]. 电气技术, 2021, 22(4): 26-32.
[3]
和树森, 刘天羽. 基于改进蝴蝶算法的冷热电联供微网日前优化调度研究 [J]. 电气技术, 2021, 22(3): 14-19.
[4]
刘新萌, 时荣超, 吕风波, 鞠力, 杨帆. 基于变电站资源建设充换电(储能)站和数据中心站多功能优化配置方法 [J]. 电气技术, 2021, 22(2): 1-5.
[5]
白桦, 王正用, 李晨, 许寅. 面向电网侧、新能源侧及用户侧的储能容量配置方法研究 [J]. 电气技术, 2021, 22(1): 8-13.
[6]
陈婷. 智能算法在含分布式电源配电网故障定位中的应用综述 [J]. 电气技术, 2020, 21(9): 1-6.
[7]
王胜, 陈璐, 范保丰. 直流输电滤波器控制模式优化策略及应用 [J]. 电气技术, 2020, 21(9): 77-81.
[8]
周晓风, 付艳, 崔晨, 康建爽, 戴国安. 提高分接开关可靠性的直流输电控制策略优化 [J]. 电气技术, 2020, 21(9): 54-58.
[9]
廖宗毅, 万文略. 基于改进多目标差分进化算法的安全约束动态环境经济调度 [J]. 电气技术, 2020, 21(8): 22-27.
[10]
王剑楠, 周海燕, 高跃明. 基于肌阻抗图的肌肉疲劳检测电极配置优化研究 [J]. 电气技术, 2020, 21(7): 48-52.
[11]
吉斌, 朱敏健, 张怀宇, 翟海保, 吴鑫. 基于区块链技术的电力交易流程建模研究 [J]. 电气技术, 2020, 21(6): 26-34.
[12]
吴雅琳, 林珍, 田峰. 基于Ansoft泵用无刷直流电动机定子冲片的优化设计 [J]. 电气技术, 2020, 21(3): 22-26.
[13]
董宸, 夏彦辉, 孙丹. 基于全寿命周期理论的微电网优化配置 [J]. 电气技术, 2020, 21(3): 59-63.
[14]
张健, 王凯悦. 考虑电压稳定性的含分布式电源配电网多目标无功优化 [J]. 电气技术, 2020, 21(3): 64-69.
[15]
张永胜. 基于Matlab和YALMIP的V/v型牵引供电系统负序电流优化方法 [J]. 电气技术, 2020, 21(2): 44-49.