基于数字孪生技术的云储能点对点交易双层优化策略

为解决云储能(Cloud energy storage, CES)日前交易模型预测精度低、信息传输不及时、交易机制可靠性差等问题,提出一种基于数字孪生技术的云储能点对点交易双层优化策略。首先,针对环境因素的时变性,采用数字孪生(Digital Twins, DT)技术实现新能源电厂出力与负荷的超短期预测;其次,考虑到用户规模不断增大,构建以云储能供应商-社区-用户为体系的改进分布式点对点(Peer-to-peer, P2P)交易策略,实现交易的去中心化;再次,为同时满足CES供应商与用户两大主体的利益需求,建立基于日内滚动优化的双层优化配置模型,上层求解储能电站的优化配置,下层求解用户用电策略,并采用Karush-Kuhn-Tucher(KKT)条件与Big-M法将多目标双层非线性优化问题转化为单层线性优化问题;最后,通过两次使用shapley值计算社区与用户成本分摊。算例仿真结果表明,所提策略能够实现新能源电厂出力与负荷的高精度预测,降低用户群与CES供应商交易的复杂度,在用户购电成本最小的基础上最大化CES供应商的收益,保证交易市场的长期稳定运行。

阶梯成本下考虑混合租建模式的云储能优化配置

为解决盲目投建云储能造成资源浪费、成本增加的问题,提出阶梯成本下“自建+租赁”混合模式的园区云储能优化配置方法。首先,分析云储能的特点,构建园区内有大量光伏用户参与的云储能服务模式。其次,建立不同时间尺度、双主体的双层优化模型,上层求解长时间尺度下云储能的规划问题,下层求解短时间尺度下用户群的运行问题。然后,通过KarushKuhn-Tucker(KKT)条件将双层模型转化为单层模型,再利用Big-M法对所得单层模型进行线性化处理。最后,在3个不同场景下进行算例分析,结果验证了所提云储能配置模型的有效性,在降低储能投资成本、提高储能资源利用率的同时可节省用户用电成本。

计及参与成本贡献的用户侧云储能服务及其纳什议价模型

为了解决以共享经济概念为基础的云储能服务中用户与运营商之间的成本贡献及收益分配问题,提出了计及参与成本贡献的用户侧云储能服务及其纳什议价模型,对运营商独立投资的集中式云储能服务进行定价。在所述服务框架中,运营商优先对充放电需求互补的用户交换电能,再通过充放电或购售电来满足总体的净充放电需求;然后,采用Shapley值法为用户分配储能损耗贡献度,并综合考虑用户的新能源余量能量互济率及虚拟储能利用率,对分配结果改进,以进一步刻画用户服务费的差异性;最后,求解计及用户成本贡献的纳什议价模型,计算各用户的服务费。算例结果表明:所提方法减小了储能充放电损耗及总体用能成本,并提升了新能源消纳率;且改进Shapley值法的分配结果促进了用户将新能源余量上网及按需租赁虚拟储能。同时,纳什议价模型在保证用户服务费差异合理的前提下,兼顾了用户群体和运营商之间的利益诉求,促进了双方合作。

端对端交易-云储能市场的非合作联合博弈出清模型

在“碳达峰,碳中和”的背景下,分布式可再生能源的进一步推广是电力系统低碳化的重要路径之一。为了消纳用户侧大量的分布式可再生能源,提出了端对端交易-云储能联合市场以最大化能源卖家的市场收益、最小化能源买家的用电成本。首先将能源买卖双方建模为非合作博弈的关系;其次,在考虑云储能总容量限制的情况下,求解出能源卖家的Nash均衡和能源买家的广义Nash均衡点;然后基于核求解出云储能的合作剩余的最优分配方案;最后使用爱尔兰的社区级微电网作为算例,验证了提出的端对端交易-云储能联合市场的优越性。所提出的联合市场模型能够最大化买卖双方的市场收益,实现了市场参与者效益的帕累托改进,而对比实验中的端对端交易的参与者相较于传统现货市场的参与者而言,购电成本下降了39.68%,云储能市场使得传统市场参与者的总成本降低了27.4%,因此将端对端用能交易与云储能市场耦合起来可以极大地降低用户的发电和购电成本,具有较强的实际应用价值。

基于多重混合博弈的云储能市场优化运行策略

针对多个分布式储能主体参与云储能市场的利益分配不均问题,提出了一种基于多重混合博弈的多目标云储能优化运行策略。策略打破了传统的租赁储能资源模式,以合同方式将管理权与使用权全权交由云储能聚合商来统一协调管理。采用多重混合博弈的方法建立了考虑低碳经济的多目标优化数学模型,在保证供能需求得到满足的同时,得到了最高合作超量下的最优分配方案。仿真结果表明,相比于目前常用的研究方法,所提出方法在经济效益上提升了18.625%,碳排放量减少了5.57%,为云储能市场的发展提供了理论支持。

考虑云储能的综合能源运营商-负荷聚合商联盟混合博弈定价策略

为了准确描述负荷聚合商在与上级主体和同级主体进行能源交易过程中的各主体利益交互,以及用户侧储能昂贵且难以实施的问题。建立了综合能源运营商与负荷聚合商联盟之间的主从博弈模型,并特别考虑了拥有大量光伏用户的负荷聚合商之间的讨价还价博弈,以综合处理各主体之间的竞争与合作关系。为了实现负荷聚合商的低储高放策略,引入了云储能租赁的概念。采用二分法结合(alternating direction method of multipliers,ADMM)求解所构建的模型,以在各方持续互动过程中实现最大化的效益。研究结果表明,所建立的涵盖云储能租赁的混合博弈理论模型在保证各主体利益的同时能够制定合理的定价策略。

面向微电网群的云储能经济-低碳-可靠多目标优化配置方法

微电网群技术通过多微电网间的协同互补,促进了分布式可再生能源在微电网间的协同消纳,被认为是未来新型电力系统中分布式电源接入电网的重要方式之一。考虑微电网群中多微电网协同互济的特性,提出了一种面向微电网群的“集中共享、分散复用”云储能运营架构。其中,集中式储能面向微电网群中的所有微电网进行共享,以合作共建、容量共享的方式为所有微电网提供服务,旨在降低各微电网的储能使用成本;分布式储能主要服务于微电网群中的各个微电网,以保障各微电网自身的可靠性为主要目标,同时兼顾协同互济的储能复用需求。在此基础上,构建了经济、低碳及可靠多目标驱动的云储能双层优化配置模型,并基于第二代非支配遗传算法实现模型求解。然后,建立了微电网群云储能系统商业模式,基于Shapley值法及系统运行模拟实现云储能系统投资、运营成本及效益的合理分摊,提出云储能初始投资成本的分配方法。最后,基于IEEE 33节点系统搭建微电网群系统并开展算例分析,结果显示所提方法可提出面向不同投资偏好的云储能配置方案解集,并验证了云储能模式提升系统投资运营效益的有效性。

考虑云储能的多区互联综合能源系统规划

【目的】为促进储能和用户侧资源高效利用,提高清洁能源消纳水平,提出了一种考虑云储能的多区互联综合能源系统规划模型。【方法】在建立区域综合能源系统能源枢纽的基础上,提出了考虑电/热/气云储能的能源枢纽模型。针对云储能与综合能源系统分属不同投资主体的问题,考虑云储能投资回报年限约束,提出了双主体两阶段规划模型:第一阶段对网架、设备容量以及云储能使用价格进行规划;第二阶段对综合能源系统的运行策略进行优化。针对多能流网架规划复杂度高的问题,提出了基于最小生成树的预筛选算法。【结果】对某三园区综合能源系统规划的算例分析结果表明,所提模型有助于提高能效、降低碳排、提高互连综合能源系统的经济效益。【结论】研究成果揭示了云储能与多区域综合能源系统协同规划的潜力,并为多类型储能在能源领域的深度应用和商业推广提供参考。

云储能模式下的配电网分布式光伏-储能无功优化方法

针对高比例分布式光伏接入配电网系统后引起的功率波动、电压越限以及配电网线路过载、线路损耗大等问题,提出了一种云储能模式下的配电网分布式光伏-储能无功优化方法。该方法基于无功补偿价格机制激励云储能参与配电网调压辅助服务,并深入挖掘分布式光伏、静止无功补偿器(SVC)、并联电容器(SC)、有载调压变压器(OLTC)的调压潜力。最后,以配电网运行成本和电压偏差最小为优化目标,建立基于云储能灵活调控的配电网多灵活性资源经济优化模型。仿真分析表明,云储能参与配电网系统有功无功联合优化有利于平抑配电网电压波动,并降低无功补偿装置调压压力和减少线路功率损耗,使配电网系统运行更加安全经济。

基于新能源需求响应的RIES多能源云储能规划

本文研究利用基于新能源需求响应的可再生能源集成系统(Renewable Integrated Energy System,RISE)多能源云储能规划,以提高能源系统的效能。构建了多能源云储能模式的基本架构,包括在云储能模式中2个主体交互模型和考虑多能源云储能的能源集线器结构。在此基础上,设计用户侧充放能优化决策模型并提出相应的求解算法,以优化用户侧充放能。研究发现,在实际应用中,采用这种基于新能源需求响应的多能源云储能规划能够减少能源浪费,提高能源利用率,同时满足用户需求。该研究对推动清洁能源的可持续发展、提高能源系统的智能化水平具有重要意义。

面向云储能差异化调控的有源配电网多区域分布式光伏高效消纳方法

为兼顾云储能运营商与区域微电网储能用户的双方利益,提出面向云储能差异化调控的有源配电网多区域分布式光伏高效消纳方法,根据聚焦的问题不同建立双层优化模型,上层模型以云储能电站的运行成本为优化目标,决策出多区域微电网的差异化储能电价,下层模型基于储能电价优化不同区域微电网的用电成本,并提高微电网分布式光伏利用率。最后,结合遗传算法和Gurobi求解器对模型进行求解。算例分析表明,面向云储能的差异化调控,有利于兼顾云储能电站与区域微电网双方利益,还可提高配电网多区域分布式光伏的消纳率。

利用云储能租赁服务的风电场储能容量优化配置

云储能聚合了大量分布式储能与集中式储能的控制信息,风电场通过租赁云储能和自建实体储能可实现出力功率可控。为延长自建储能设备使用寿命,设计了功率分配策略。以自建储能设备全寿命周期成本、云储能租赁费用、弃风惩罚成本、缺电惩罚成本最小为目标函数,建立风电场自建储能与租赁云储能容量最优配置模型。仿真分析表明,不同的云储能租赁单价,将影响云储能利用和充放电结果,从而影响自建储能的最优配置容量。云储能租赁和自建实体储能的合理配置,具有良好有效的经济性和实用性。

未来电力系统储能的新形态：云储能

风电与太阳能发电等间歇性可再生能源的快速发展增加了电力系统对储能的需求,共享经济的迅速发展为储能的应用带来新的商业机会,基于储能设施共享的云储能可能成为未来电力系统新的形态特征之一。云储能是一种基于电网的储能服务,它使得用户可以随时、随地、按需使用电网级的共享储能资源池中的资源,可以显著地降低提供储能服务的成本。文中解释了云储能的概念,并对云储能商业模式的各个要素进行了详细阐述。在此基础上,分析了云储能的投资与规划、运行以及服务定价等关键问题,总结了当前的研究进展并提出了相关的研究思路与方法,探讨了未来为了促进云储能的发展与实施还需要着力解决的问题,对云储能未来的研究进行了简要的展望。

电力系统云储能研究框架与基础模型

能源互联网不断发展促进了分布式储能使用需求迅速增长。目前储能设备成本依然较高,限制了分布式储能的广泛应用。为了解决这一问题,该文介绍了云储能这种新的储能共享模式,分析了其运行机制和商业模式。在此基础上从运营、对象、市场三条主线提出了云储能的研究框架,分析云储能研究中的科学问题和关键技术。建立了云储能基础模型,提出了云储能提供商模型控制预测运行决策方法,可以有效应对用户使用云储能服务时充放电需求的不确定性。基于实际数据的算例分析证明了该方法的有效性。

基于生态博弈的含云储能微电网多智能体协调优化调度

分布式储能可以缓解分布式电源大量接入微电网所带来的随机性问题,但高昂的初装成本和运维困难限制了其大规模推广应用。在微电网中引入"云储能"为用户提供高效的"虚拟分布式储能"服务,基于自然界生态系统思想,提出了含云储能微电网多智能体生态博弈协调优化调度模型。根据利益诉求关系,构建了微电网系统多智能体结构,得到微电网运营商、常规负荷代理、云储能运营商以及云储能用户四大智能体,建立了其优化模型;构建了微电网电力生态系统,建立了各智能体之间以及电力生态系统之间的博弈优化模型;采用基于纳什均衡的强化学习算法对多智能体生态博弈模型进行求解。算例结果表明,云储能服务优化了负荷曲线、降低了用电成本、云储能运营商也获得了收益,达到多方共赢效果。

基于改进Myerson值法的云储能双层优化运营模型

为深度挖掘集中式共享储能与分布式储能的在未来新型能源结构中的作用,提出了一种考虑多主体价值协同的云储能双层优化运营模型。首先,建立了综合利用共享储能规模效应和分布式储能用户互补性的云储能双层模型。其中,上层目标函数为考虑共享储能全生命周期成本的日经济效益最优;下层以用户联盟日运行成本最低为目标,并通过目标级联分析法(ATC)双层并行优化求解。为兼顾各参与主体利益及实现路径,提出改进Myerson值法解决链式联盟成本分摊和用户群带来的维数灾问题。最后,仿真结果表明,该模型可进一步提升社会整体层面上对清洁能源的消纳能力,且所提成本分摊方法能实现多方共赢,为未来用户侧大规模储能应用提供参考。

利用云储能服务的工商业用电降费优化方案

为满足当前政府与工商业对于降电费的迫切需求,深入挖掘现有政策的降费潜能,在分析我国现行峰谷电价政策的基础上,综合利用分布式储能与集中式储能,为工商业用户提供灵活经济的云储能租赁服务。考虑云储能具备的规模经济效益,制定了考虑峰谷电价的云储能租赁方案。以工商业用户用电总费用最低为目标函数,以功率平衡、与主网交互限制以及云储能设备限制为约束,优化用户租赁云储能的能量及功率,进一步分析讨论了所提方案的经济性。算例结果表明:工商业用户中引入云储能服务,可有效降低用电总费用;能量型与功率型储能混合租赁模式较单一模式更具经济价值。云储能服务及其相应的租赁模式将随着电储能技术的发展,在地市、城区以及通过互联网响应的工商业用户的应用中具有广阔的前景。

云储能模式下用户侧储能协调优化调度机制研究

随着国家“双碳”政策的持续推进,储能应用场景层出不穷。用户侧小型储能具有体积小、部署方便、应用灵活等优点,但是过于随机的调度模式也给电网运行带来隐患。用云储能理念入手,实现用户侧小储能装置的互联互通,提出了云储能服务系统架构及运营模式,并设计了云储能模式下小型储能装置的集群调度策略。通过设计具体仿真算例验证方法的可行性。验证结果显示所提出的运行模式和优化调度方案可落地、易实施、有成效,是对储能应用新场景的一种有益探索。

一种基于半分布式结构化拓扑的云储能点对点交易策略研究

随着用户对储能资源需求的日益增长及点对点(peer-to-peer,P2P)交易技术的逐渐成熟,云储能P2P交易有望成为未来用户侧储能的新业态。针对中心化拓扑P2P交易可靠性差、负载不均衡,全分布式拓扑P2P拓展性差、低带宽节点过载的问题,该文提出一种基于半分布式结构化拓扑的云储能P2P交易框架,将能量流、信息流、业务流紧密的耦合在一起,在兼顾通讯效率的同时实现用户隐私保护。在此基础上,针对分层、多主体化交易框架下难以实现全局最优的问题,引入合作博弈理论,构建云储能运营商–社区–用户的双层P2P两阶段交易优化模型:第一阶段,以合作联盟利益最大化为目标,基于嵌套式交替方向乘子法建立云储能运营商–社区–用户双层储能容量共享模型;第二阶段,计及主体参与度差异性与市场因素,设计一种基于纳什议价模型的云储能服务定价机制,以实现利益分配。最后,通过仿真验证所提云储能P2P交易策略的可行性与优越性以及定价机制的公平性,结果可为用户侧储能业务开展提供全新的视角。

考虑最优建设时序和云储能的园区综合能源系统优化配置方法

园区综合能源系统(PIES)是用户侧多能耦合与供应的典型应用之一,其优化配置对提高规划经济性和能源利用效率具有重要意义。在此背景下,提出一种考虑最优建设时序和云储能的PIES优化配置方法。首先,给出综合能源背景下的云储能机制概述以及含云储能的PIES结构,并对PIES的建设时序集合进行分析。接着,构建考虑最优建设时序和云储能的PIES双层优化配置模型,上层制定PIES的优化配置方案并传递给下层,下层根据上层的配置方案求得PIES优化运行策略并将PIES总运行维护成本反馈给上层。然后,运用Karush-Kuhn-Tucker条件和大M法将PIES双层优化配置模型转化为单层混合整数线性规划模型,并调用Gurobi求解器进行求解。最后,通过算例分析验证了所提模型在提高PIES的规划经济性和设备利用率方面的有效性。