多种调度模式下的光储电站经济性最优储能容量配置分析论文复现——附代码

目录

摘要：

研究思路：

研究背景：

容量配置模型：

（1）储能损耗分析：

（2）最大收益模型：

求解方法：

程序计算结果

本文Matlab代码分享 

---

摘要：

光储联合发电系统是促进大容量光伏电站集中并网的解决方案之一。因现阶段储能造价较高，所以合理配置储能容量是提高光储电站经济性的重要前提。该文对光储电站不同调度模式进行分析，从发电企业的角度出发以净收益最优为目标建立储能容量优化模型。模型中，结合电池循环寿命数据，建立电池损耗成本函数，定量计算储能实际运行成本，同时计及售电收益、考核费用，利用粒子群算法求解净收益最优时的储能容量，并通过多种方案对比，仿真验证模型有效性。最后对影响光储电站经济性的敏感因素进行分析，为光储电站在不同调度模式、不同市场环境下的储能容量选择提供参考信息。

研究思路：

首先对光储电站的调度模式进行分析，并以光储电站除去常量成本的净收益最优为目标建立储能容量优化模型。模型中定量计算储能电池实际运行损耗成本以及当储能系统出力不能满足计划跟踪需求时的考核成本，同时计及光储售电收入，计算实际并网收益。最后，基于光伏电站实测数据，通过多种方案对比，仿真验证模型的有效性可为储能的容量配置情况提供决策参考。

研究背景：

不同于光伏独立系统以平衡负荷电量为目标，光伏电站需要跟踪调度中心下达的计划出力曲线。光伏发电存在随机性和波动性的特点，大规模集中式光伏电站集群引起出力变化，并且其有功功率上调节能力较弱，将大量占用系统备用资源，影响电网的经济稳定运行，同时光伏电站本身需要弃光及承担相应的考核费用。储能电池具有快速双向调节能力，光伏电站侧配备储能系统可有效跟踪计划出力，主动参与电网调度。可见光储联合发电可为大容量光伏集中并网提供新的解决思路，是未来的发展方向。

目前，光储联合发电项目主要以示范工程为主，其中既有政府政策的影响，也因电网稳定性的要求促使发电企业不得不建设储能系统。现阶段储能尚未大规模推广的主要原因是成本问题，那么合理地配置储能容量是保证光储联合发电系统经济性的重要前提。并网型新能源电站中储能配置的应用目标一般分为2种：

1）平抑功率波动。以满足一定波动率要求的储能最小成本或者以储能平抑效果为目标函数建模。在此种运行模式下，储能系统起到电量转移，减小功率波动的作用；

2）计划跟踪。在此种运行模式下，储能配置情况及调度计划均影响光储电站的并网电量，以储能成本最小建模并不能保证收益最大，那么在当前储能的推广阶段，以收益最优为目标配置储能容量，可最大程度提高发电企业效益，调动其投资积极性，促进储能在新能源发电领域的大规模应用。

容量配置模型：

（1）储能损耗分析：

电池可用容量衰减到一定程度所发生的充放电循环次数称为电池的循环寿命，与温度、放电深度等多个因素有关。本文考虑电池循环寿命的主要影响因素放电深度Dbess，并与实际运行情况相结合，得到电池单次放电损耗成本的计算方法。在光储电站实际运行情况中，并不能保证每次放电深度都与测试深度吻合，这导致储能电池损耗成本难以确定。本文拟合放电深度与循环寿命的对应关系数据，得到合理放电区间内任意放电深度对应的循环寿命曲线，并基于此曲线，建立了电池单次放电寿命损耗率这一指标，从而可在实际运行中定量计算储能电池的损耗成本：

（2）最大收益模型：

本文将光储电站某个调度时序区间的净收益作为优化目标，从售电收益、储能运行损耗成本、考核成本 3 个方面考虑构建优化模型，则有式：

求解方法：

        粒子群算法通过设计一种无质量的粒子来模拟鸟群中的鸟，粒子仅具有两个属性：速度和位置，速度代表移动的快慢，位置代表移动的方向。每个粒子在搜索空间中单独的搜寻最优解，并将其记为当前个体极值，并将个体极值与整个粒子群里的其他粒子共享，找到最优的那个个体极值作为整个粒子群的当前全局最优解，粒子群中的所有粒子根据自己找到的当前个体极值和整个粒子群共享的当前全局最优解来调整自己的速度和位置。

程序计算结果

本文Matlab代码分享