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:
https://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]
徐晨展, 刘庆珍. 基于多策略融合粒子群算法的油纸绝缘参数辨识 [J]. 电气技术, 2024, 25(9): 14-21.
[2]
肖伟, 张源. 基于PVsyst的乡镇光伏车棚设计及仿真研究 [J]. 电气技术, 2024, 25(9): 46-50.
[3]
朱钾, 于保华. HXD2型机车高压绝缘检测回路优化及改造 [J]. 电气技术, 2024, 25(8): 71-74.
[4]
季克勤, 卢昊威. 考虑多元灵活性资源的配电网协同优化调度 [J]. 电气技术, 2024, 25(7): 23-31.
[5]
蒋毅, 廖看秋, 朱跃欧, 汤彪. 基于粒子群优化算法的磁浮列车自抗扰悬浮控制器研究 [J]. 电气技术, 2024, 25(7): 39-44.
[6]
赵树生, 惠杰, 刘博嘉, 胡全丹, 李钊. 真空灭弧室击穿分析及仿真优化 [J]. 电气技术, 2024, 25(7): 81-84.
[7]
李智轩, 李嘉丰, 叶晓华, 熊显智, 李天泽. 基于Copula函数与多目标进化算法的负荷区间预测 [J]. 电气技术, 2024, 25(6): 24-30.
[8]
黄海燕, 高伟, 邱仕达, 杨耿杰. 基于改进动态时间规整的直流电动机驱动负荷开关卡涩故障辨识 [J]. 电气技术, 2024, 25(6): 31-38.
[9]
衣思彤, 刘雅浓, 马耀浥, 李文婕, 孔航. 基于贝叶斯优化-卷积神经网络-双向长短期记忆神经网络的锂电池健康状态评估 [J]. 电气技术, 2024, 25(5): 1-10.
[10]
于惠钧, 马凡烁, 陈刚, 杨驰泽, 李嘉轩. 基于改进灰狼优化算法的含光伏配电网动态无功优化 [J]. 电气技术, 2024, 25(4): 7-15.
[11]
万庆祝, 于佳松, 佟庆彬, 闵现娟. 基于Bo-BiLSTM网络的IGBT老化失效预测方法 [J]. 电气技术, 2024, 25(3): 1-10.
[12]
商立群, 张建涛. 计及储能电池寿命衰减的居民小区光储优化配置 [J]. 电气技术, 2024, 25(2): 1-11.
[13]
鄢仁武, 姜雪儿. 变调节因子的不同容量锂电池储能系统能量控制策略 [J]. 电气技术, 2024, 25(2): 21-30.
[14]
马君, 万俊杰. 基于健康特征筛选与GWO-LSSVM的锂电池健康状态预测 [J]. 电气技术, 2024, 25(2): 37-44.
[15]
罗强, 黄玉磊, 颜俊, 自越华, 徐天奇. 基于变分模态分解和极限学习机的换流站直流极线光学电流测量装置误差预测 [J]. 电气技术, 2024, 25(11): 1-9.