《多类型储能与负荷侧灵活性资源联合规划方法及装置.pdf》由会员分享，可在线阅读，更多相关《多类型储能与负荷侧灵活性资源联合规划方法及装置.pdf（25页珍藏版）》请在专利查询网上搜索。
1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202310605193.2(22)申请日 2023.05.26(71)申请人 国家电网公司西南分部地址 610041 四川省成都市高新区蜀绣西路299号 申请人 清华大学(72)发明人 张鹏冯建洲蔡绍荣胡泽春魏明奎陶宇轩沈力文一宇(74)专利代理机构 北京清亦华知识产权代理事务所(普通合伙)11201专利代理师 王萌(51)Int.Cl.H02J 3/00(2006.01)G06F 30/18(2020.01)G06F 30/27(2020.01)G06Q 50/06(2012.01)G06Q 。
2、10/0637(2023.01)H02J 3/32(2006.01)G06F 113/04(2020.01)G06F 111/04(2020.01)G06F 119/06(2020.01)(54)发明名称一种多类型储能与负荷侧灵活性资源联合规划方法及装置(57)摘要本发明提出一种多类型储能与负荷侧灵活性资源联合规划方法及装置，属于电力系统规划方法领域。其中，所述方法包括：通过建立不同类别下单个灵活性资源的可行域模型，得到各类灵活性资源的聚合可行域；基于所述各类灵活性资源的聚合可行域，建立多类型储能与负荷侧灵活性资源联合规划模型；通过选取典型日，将所述多类型储能与负荷侧灵活性资源联合规划模型转化。
3、为考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型；求解考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型，以得到储能和灵活性资源的规划结果。本发明可在电力系统规划中，同时考虑配用电侧灵活性资源与多类型储能资源的互补特性，降低系统的投资和运行成本。权利要求书5页 说明书17页 附图2页CN 116613743 A2023.08.18CN 116613743 A1.一种多类型储能与负荷侧灵活性资源联合规划方法，其特征在于，包括：通过建立不同类别下单个灵活性资源的可行域模型，得到各类灵活性资源的聚合可行域；基于所述各类灵活性资源的聚合可行域，建立多类型储能与负荷侧灵活性资源联合规划模。
4、型；通过选取典型日，将所述多类型储能与负荷侧灵活性资源联合规划模型转化为考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型；求解考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型，以得到储能和灵活性资源的规划结果。2.根据权利要求1所述的方法，其特征在于，所述单个灵活性资源的可行域模型由该灵活性资源的能量边界模型和功率边界模型组成；对同一类别下的各灵活性资源的功率边界和能量边界分别进行叠加，得到该类灵活性资源的聚合可行域；其中，任一类灵活性资源j的聚合可行域表达式如下：其中，分别为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的第i个个体的功率下界、功率上界、能量下界、。
5、能量上界；Nj为灵活性资源j的个体样本的数量。3.根据权利要求2所述的方法，其特征在于，所述灵活性资源j的个体样本通过对该类灵活性资源的群体进行蒙特卡洛抽样后获取。4.根据权利要求2所述的方法，其特征在于，所述多类型储能与负荷侧灵活性资源联合规划模型由目标函数和约束条件构成；其中，所述目标函数为一个年度内总投资成本、维护成本和运行成本之和最小化，表达式如下：minfCinv+Com+Cop(2)其中，其中，Cinv为总投资成本，Com为维护成本，Cop为运行成本；Ay,j、Ay,z分别是灵活性资源j和权利要求书1/5 页2CN 116613743 A2储能z的投资贴现率；和分别为储能z的功率容。
6、量和能量容量；xk,j为第k个电网分区中规划使用的灵活性资源j与灵活性资源聚合模型考虑的灵活性资源聚合量的比例；和分别为在第m个月第d天第t个时间段的第k个电网分区中火电集群n的发电功率和启动功率；为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的实际响应功率；为在第m个月第d天第t个时间段的第k个电网分区中连接l、k两个分区间联络线从l到k传输的功率，分别为在第m个月第d天第t个时间段的第k个电网分区中的弃风功率、弃光功率；分别为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j、火电机组集群n、弃风、弃光、输电的单位运行成本；分别为储能z功率容量的单位投资成本、储能z能。
7、量容量的单位投资成本以及灵活性资源j的单位投资成本；下标om代表相应资源的年维护成本；Cstart,k,n和Cgen,k,n分别为第k个电网分区中火电集群n的启动成本和发电成本；w和 pv分别为弃风的单位成本和弃光的单位成本；Cfle,op,j是调用灵活性资源j响应单位电量的成本；Cl,k是电网分区l向电网分区k输电的单位输电成本；和分别表示在第m个月第d天第t个时间段的第k个电网分区中输电功率的绝对值和灵活性资源j实际响应功率的绝对值；所述约束条件包括：火电机组聚合出力约束：其中，是在第m个月第d天第t个时间段的第k个电网分区中火电机组集群n的聚合在线容量；分别为在第m个月第d天第t个时间段。
8、的第k个电网分区中火电机组集群n的启动容量和停止容量；是第k个电网分区中火电集群n的额定容量；是在第m个月第d天第t个时间段的第k个电网分区中火电机组集群n的实际发电功率；分别为第k个电网分区中火电集群n的最大出力比率和最小出力比率；和分别为第k个电网分区中火电机组集群n的最大爬坡率和最小爬坡率；分别为第k个电网分区中火电集群n的最小启动时间和最小停止时间；水电机组约束：权利要求书2/5 页3CN 116613743 A3式中，为在第m个月第d天第t个时间段的第k个电网分区中水力发电机组i的发电功率，分别为第k个电网分区中水力发电机组i的最小功率和额定功率；d是第d天所有时间间隔的集合；和分别。
9、为在第m个月第d天第k个电网分区中水电机组i的日最小发电量和最大发电量；和分别为第k个电网分区中水力发电机组i最大上爬坡功率和最大下爬坡功率；多类型储能约束：其中，分别为第k个电网分区中储能z的自放电效率、充电效率和放电效率；和为在第m个月第d天第t个时间段的第k个电网分区中储能z的充电功率、放电功率；和分别为在第m个月第d天第t个时间段的第k个电网分区中储能z的日内能量和日间能量；SOC0为日内储能的初始荷电状态；|M|,|D|,|T|分别为m,d,t的最大值；m,y,d分别表示分别适合月平衡、年平衡和日平衡的储能类型集合；M1(m)和Mend(m)分别代表第m个月的第一天和最后一天；灵活性。
10、资源约束；其中，Xmax,k,j为第k个电网分区中灵活性资源j的总量；分别为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的功率下限、功率上限、累积消耗能量下限和累积消耗能量上限；新能源发电约束：权利要求书3/5 页4CN 116613743 A4其中，和分别为在第m个月第d天第t个时间段的第k个电网分区中风电发电潜力和光伏发电潜力；功率平衡约束和备用约束：其中，up、dn分别为与负载相关的上调备用系数和下调备用系数；up、dn分别为与可再生能源相关的上调备用系数和下调备用系数；是在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的基线负荷；为在第m个月第d天第t个时间段的。
11、第k个电网分区中灵活性资源j的实际响应功率；区域间联络线约束：其中，是在第m个月第d天第t个时间段电网分区k通过电网分区k和l之间的联络线对l输出的功率；Pout,min,k,l和Pout,max,k,l分别为电网分区k和l之间的联络线的功率下限和功率上限。5.根据权利要求4所述的方法，其特征在于，所述典型日通过层次聚类获取。6.根据权利要求4所述的方法，其特征在于，所述将所述多类型储能与负荷侧灵活性资源联合规划模型转化为考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型，包括：将获取的典型日按照时间先后顺序排列，根据排序后的典型日序列，得到对应该典型日序列的负荷曲线、风电功率曲线、光伏。
12、功率曲线和各类灵活性资源的聚合可行域；将所述多类型储能与负荷侧灵活性资源联合规划模型中式(5)转化为式(26)，其中Pd为对应典型日发生的概率；将式(16)转化为式(27)，其中Dd为聚类时与典型日d同类别的总天数；将式(18)转化为式(28)，其中d为典型日的集合，M1,(m)和Mend,(m)分别代表第m个月中的第一个典型日和最后一个典型日，|M|为所有典型日按时间先后顺序排序后最后一个典型日所在月，|D|为所有典型日按时间先后顺序排序后最后一个典型日；权利要求书4/5 页5CN 116613743 A5转化完毕后，得到考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型。7.根据权利。
13、要求6所述的方法，其特征在于，所述储能和灵活性资源的规划结果包括各电网分区中各类储能的功率容量能量容量以及实际调用的灵活性资源量xk,jNj的最优解。8.一种多类型储能与负荷侧灵活性资源联合规划装置，其特征在于，包括：聚合可行域获取模块，用于通过建立不同类别下单个灵活性资源的可行域模型，得到各类灵活性资源的聚合可行域；规划模型构建模块，英语基于所述各类灵活性资源的聚合可行域，建立多类型储能与负荷侧灵活性资源联合规划模型；典型日转化模块，用于通过选取典型日，将所述多类型储能与负荷侧灵活性资源联合规划模型转化为考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型；规划模块，用于求解考虑典型日的。
14、所述多类型储能与负荷侧灵活性资源联合规划模型，以得到储能和灵活性资源的规划结果。9.一种电子设备，其特征在于，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述权利要求17任一项所述的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行权利要求17任一项所述的方法。权利要求书5/5 页6CN 116613743 A6一种多类型储能与负荷侧灵活性资源联合规划方法及装置技术领域0001本发明属于电力系统规划领域，具体涉及一种多类型储。
15、能与负荷侧灵活性资源联合规划方法及装置。背景技术0002随着大规模可再生能源接入电网，风电、光伏等新能源发电装机和发电量都逐年提高，成为主体电源。新能源从提供电量补充逐步成为提供电量支撑的主体电源。由于风电、光伏固有的间歇、波动出力特性，这些可再生能源受地点的影响以及天然的波动性，在发电送出、消纳等方面给电网的安全稳定运行带来诸多挑战，对电源侧出力特性的影响加大，愈发呈现复杂、多变的不稳定态势。0003储能资源将在以新能源为主体的新型电力系统中承担重要角色。随着技术的进步和成本的降低，以锂电池为代表的新型储能设备将在电源侧、电网侧、用户侧全面发展、共同作用，提供可信容量，平抑新能源随机性、间歇。
16、性，提升系统调相、调频等性能。抽水蓄能电站在我国将迎来进一步发展，可变速抽蓄机组有望获得推广应用。另一方面，在配用电侧，存在着许多可调负荷，可以在价格信号或者系统调节指令下调整自身的用电功率，可以经济有效地促进系统功率平衡。为弥补电源侧调节能力的不足，对需求侧灵活性资源进行调控，由于其相对于投资发电侧和储能侧灵活性资源的投资成本较低，可降低全系统的投资和运行成本。因此挖掘和配置灵活性资源的调控潜力，对保障未来电网大规模新能源的接入、消纳和外送具有重要意义。0004然而，目前对于灵活性资源规划的研究尚且存在如下不足之处：00051)新型灵活性资源协调控制的研究对象多种多样，但在目前的研究中，尚缺。
17、少模型统一地描述多类型可控资源的灵活特性。00062)没有考虑多类型储能和灵活性资源的联合规划方法，以充分利用配用电侧的资源。发明内容0007本发明的目的是为克服已有技术中的不足之处，提出一种多类型储能与负荷侧灵活性资源联合规划方法及装置。本发明在规划中同时考虑配用电侧灵活性资源与多类型储能资源的互补特性，可有效利用配用电侧低投资成本的灵活性资源，提升电力系统运行效率的同时降低系统的总投资和运行成本。0008本发明第一方面实施例提出一种多类型储能与负荷侧灵活性资源联合规划方法，包括：0009通过建立不同类别下单个灵活性资源的可行域模型，得到各类灵活性资源的聚合可行域；0010基于所述各类灵活性。
18、资源的聚合可行域，建立多类型储能与负荷侧灵活性资源联合规划模型；说明书1/17 页7CN 116613743 A70011通过选取典型日，将所述多类型储能与负荷侧灵活性资源联合规划模型转化为考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型；0012求解考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型，以得到储能和灵活性资源的规划结果。0013在本发明的一个具体实施例中，所述单个灵活性资源的可行域模型由该灵活性资源的能量边界模型和功率边界模型组成；对同一类别下的各灵活性资源的功率边界和能量边界分别进行叠加，得到该类灵活性资源的聚合可行域；0014其中，任一类灵活性资源j的聚合可行。
19、域表达式如下：00150016其中，分别为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的第i个个体的功率下界、功率上界、能量下界、能量上界；Nj为灵活性资源j的个体样本的数量。0017在本发明的一个具体实施例中，所述灵活性资源j的个体样本通过对该类灵活性资源的群体进行蒙特卡洛抽样后获取。0018在本发明的一个具体实施例中，所述多类型储能与负荷侧灵活性资源联合规划模型由目标函数和约束条件构成；0019其中，所述目标函数为一个年度内总投资成本、维护成本和运行成本之和最小化，表达式如下：0020minfCinv+Com+Cop(2)0021其中，00220023002400250026。
20、其中，Cinv为总投资成本，Com为维护成本，Cop为运行成本；Ay,j,Ay,z分别是灵活性资源j和储能z的投资贴现率；和分别为储能z的功率容量和能量容量；xk,j为第k个电网分区中规划使用的灵活性资源j与灵活性资源聚合模型考虑的灵活性资源聚合量的比例；和分别为在第m个月第d天第t个时间段的第k个电网分区中火电集群n的发电说明书2/17 页8CN 116613743 A8功率和启动功率；为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的实际响应功率；为在第m个月第d天第t个时间段的第k个电网分区中连接l、k两个分区间联络线从l到k传输的功率，分别为在第m个月第d天第t个时间段的第。
21、k个电网分区中的弃风功率、弃光功率；分别为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j、火电机组集群n、弃风、弃光、输电的单位运行成本；分别为储能z功率容量的单位投资成本、储能z能量容量的单位投资成本以及灵活性资源j的单位投资成本；下标om代表相应资源的年维护成本；Cstart,k,n和Cgen,k,n分别为第k个电网分区中火电集群n的启动成本和发电成本；w和 pv分别为弃风的单位成本和弃光的单位成本；Cfle,op,j是调用灵活性资源j响应单位电量的成本；Cl,k是电网分区l向电网分区k输电的单位输电成本；和分别表示在第m个月第d天第t个时间段的第k个电网分区中输电功率的绝对值。
22、和灵活性资源j实际响应功率的绝对值；0027所述约束条件包括：0028火电机组聚合出力约束：0029003000310032其中，是在第m个月第d天第t个时间段的第k个电网分区中火电机组集群n的聚合在线容量；分别为在第m个月第d天第t个时间段的第k个电网分区中火电机组集群n的启动容量和停止容量；是第k个电网分区中火电集群n的额定容量；是在第m个月第d天第t个时间段的第k个电网分区中火电机组集群n的实际发电功率；分别为第k个电网分区中火电集群n的最大出力比率和最小出力比率；和分别为第k个电网分区中火电机组集群n的最大爬坡率和最小爬坡率；分别为第k个电网分区中火电集群n的最小启动时间和最小停止时间。
23、；0033水电机组约束：003400350036说明书3/17 页9CN 116613743 A90037式中，为在第m个月第d天第t个时间段的第k个电网分区中水力发电机组i的发电功率，分别为第k个电网分区中水力发电机组i的最小功率和额定功率；d是第d天所有时间间隔的集合；和分别为在第m个月第d天第k个电网分区中水电机组i的日最小发电量和最大发电量；和分别为第k个电网分区中水力发电机组i最大上爬坡功率和最大下爬坡功率；0038多类型储能约束：0039004000410042004300440045其中，分别为第k个电网分区中储能z的自放电效率、充电效率和放电效率；和为在第m个月第d天第t个时间。
24、段的第k个电网分区中储能z的充电功率、放电功率；和分别为在第m个月第d天第t个时间段的第k个电网分区中储能z的日内能量和日间能量；SOC0为日内储能的初始荷电状态；|M|,|D|,|T|分别为m,d,t的最大值；m,y,d分别表示分别适合月平衡、年平衡和日平衡的储能类型集合；M1(m)和Mend(m)分别代表第m个月的第一天和最后一天；0046灵活性资源约束；00470048其中，Xmax,k,j为第k个电网分区中灵活性资源j的总量；分别为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的功率下限、功率上限、累积消耗能量下限和累积消耗能量上限；0049新能源发电约束：00500051。
25、其中，和分别为在第m个月第d天第t个时间段的第k个电网分区中风电发电潜力和光伏发电潜力；0052功率平衡约束和备用约束：说明书4/17 页10CN 116613743 A1000530054005500560057其中，up、dn分别为与负载相关的上调备用系数和下调备用系数；up、dn分别为与可再生能源相关的上调备用系数和下调备用系数；是在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的基线负荷；为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的实际响应功率；0058区域间联络线约束：00590060其中，是在第m个月第d天第t个时间段电网分区k通过电网分区k和l之间的联。
26、络线对l输出的功率；Pout,min,k,l和Pout,max,k,l分别为电网分区k和l之间的联络线的功率下限和功率上限。0061在本发明的一个具体实施例中，所述典型日通过层次聚类获取。0062在本发明的一个具体实施例中，所述将所述多类型储能与负荷侧灵活性资源联合规划模型转化为考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型，包括：0063将获取的典型日按照时间先后顺序排列，根据排序后的典型日序列，得到对应该典型日序列的负荷曲线、风电功率曲线、光伏功率曲线和各类灵活性资源的聚合可行域；0064将所述多类型储能与负荷侧灵活性资源联合规划模型中式(5)转化为式(26)，其中Pd为对应典型。
27、日发生的概率；将式(16)转化为式(27)，其中Dd为聚类时与典型日d同类别的总天数；将式(18)转化为式(28)，其中d为典型日的集合，M1,(m)和Mend,(m)分别代表第m个月中的第一个典型日和最后一个典型日，|M|为所有典型日按时间先后顺序排序后最后一个典型日所在月，|D|为所有典型日按时间先后顺序排序后最后一个典型日；0065006600670068转化完毕后，得到考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型。0069在本发明的一个具体实施例中，所述储能和灵活性资源的规划结果包括各电网分区中各类储能的功率容量能量容量以及实际调用的灵活性资源量xk,jNj的最优说明书5/。
28、17 页11CN 116613743 A11解。0070本发明第二方面实施例提出一种多类型储能与负荷侧灵活性资源联合规划装置，包括：0071聚合可行域获取模块，用于通过建立不同类别下单个灵活性资源的可行域模型，得到各类灵活性资源的聚合可行域；0072规划模型构建模块，英语基于所述各类灵活性资源的聚合可行域，建立多类型储能与负荷侧灵活性资源联合规划模型；0073典型日转化模块，用于通过选取典型日，将所述多类型储能与负荷侧灵活性资源联合规划模型转化为考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型；0074规划模块，用于求解考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型，以得到储。
29、能和灵活性资源的规划结果。0075本发明第三方面实施例提出一种电子设备，包括：0076至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；0077其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被设置为用于执行上述一种多类型储能与负荷侧灵活性资源联合规划方法。0078本发明第四方面实施例提出一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令用于使所述计算机执行上述一种多类型储能与负荷侧灵活性资源联合规划方法。0079本发明的特点及有益效果在于：00801)本发明通过对各配用电侧灵活性资源建立能量边界模型和功率边界模型，并将单个灵活性资源的能量边。
30、界和功率边界聚合成灵活性资源的聚合可行域来简洁地描述集群可控资源的集总灵活特性；然后建立考虑多类型储能与灵活性资源的联合规划模型，模型内嵌有考虑多类型灵活性资源参与电网调度的电力系统长时间尺度运行模拟，以考虑多类型储能与灵活性资源的互补灵活性；通过层次聚类选取典型日并将典型日数据重新排列成连续时间序列以加速算法求解。00812)本发明在电力系统长时间尺度模拟中，考虑了不同类型的灵活性资源参与调度，同时考虑了多类型储能的不同平衡周期，以充分利用系统资源和考虑电力系统跨季节能量平衡。00823)本发明采用层次聚类的方法选取典型日，对得到的典型日的相关数据按时间顺序重排，在考虑电力系统日间能量平衡的。
31、基础上提高模型求解速度。00834)本发明在系统灵活性规划中，同时考虑配用电侧灵活性资源与多类型储能资源的互补特性，可有效利用配用电侧低投资成本的灵活性资源，提升电力系统运行效率的同时降低系统的总投资和运行成本。附图说明0084图1是本发明实施例的一种多类型储能与负荷侧灵活性资源联合规划方法的整体流程图。0085图2是本发明一个具体实施例中电动汽车灵活性资源典型能量上下界曲线图。0086图3是本发明一个具体实施例中空调灵活性资源典型能量上下界曲线图。说明书6/17 页12CN 116613743 A120087图4是本发明一个具体实施例中可调工业负荷灵活性资源典型能量上下界曲线图。具体实施方式。
32、0088本发明提出一种多类型储能与负荷侧灵活性资源联合规划方法及装置，下面将结合具体实施例和附图对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一种实施例，而不是全部的实施例。基于本发明中的实施例，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所有其他实施例，都属于本发明的保护范围。0089本发明第一方面实施例提出一种多类型储能与负荷侧灵活性资源联合规划方法，包括：0090通过建立不同类别下单个灵活性资源的可行域模型，得到各类灵活性资源的聚合可行域；0091基于所述各类灵活性资源的聚合可行域，建立多类型储能与负荷侧灵活性资源联合规划模型；0092通过选取典。
33、型日，将所述多类型储能与负荷侧灵活性资源联合规划模型转化为考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型；0093求解考虑典型日的所述多类型储能与负荷侧灵活性资源联合规划模型，以得到储能和灵活性资源的规划结果。0094在本发明的一个具体实施例中，所述一种多类型储能与负荷侧灵活性资源联合规划方法，整体流程如图1所示，包括以下步骤：00951)通过建立不同类别下单个灵活性资源的可行域模型，利用蒙特卡洛抽样生成各类灵活性资源的聚合可行域。具体步骤如下：009611)构建各类灵活性资源的可行域模型；0097本实施例中，单个灵活性资源的可行域模型由该灵活性资源的能量边界模型和功率边界模型组成，。
34、分别根据该灵活性资源的的物理用电特性、运行规律描述各时间段内的功率上限和下限以及从电力系统吸收的累计能量建模。对于功率边界模型，通常要考虑该灵活性资源的开始工作时间和结束工作时间，在此时间段内还要考虑该资源可能的最大运行功率和最小运行功率，在该时间段以外通常其功率上下限均为零。对于能量边界模型，要分为两种，一种是在结束工作时间有最高和最低消耗能量值的，这种灵活性资源常见于工厂负荷、电动汽车，由于其消耗能量和产量/电池荷电状态相关，因为这类资源的能量边界在结束工作时间分别应达到其最高、最低消耗能量值，而其中间过程则要具体根据该资源能否放电来确定，若能够放电，则能量下限一般为放电至最低能量值后，满。
35、足在结束工作时间达到最低消耗能量值，否则应为先以最低功率工作，并保证在结束工作时间达到最低消耗能量值。而能量上限则为在开始工作时间即以最高功率工作，直到达到最大消耗能量值。另一种灵活性资源没有明确的最高和最低消耗能量值，但有最大和最小两种工作模式如空调负荷即为此类，那么其能量上下限即为其以最大最小工作方式下的累积能量消耗曲线。0098在建立单个灵活性资源边界模型的基础上，将同一类型灵活性资源的功率边界、能量边界进行叠加，可以得到反映大量该灵活性资源可调能力的聚合可行域。本发明一个说明书7/17 页13CN 116613743 A13具体实施例中，具体给出电动汽车、空调负荷和可调工业负荷三种典型。
36、的灵活性资源的可行域模型构建方法，分别刻画其能量边界和功率边界。0099111)电动汽车；0100本实施例中，同时考虑电动汽车的充电调控和向电网馈电(V2G)两种情形。因此，对于在 时刻到达，在时刻 离开的电动汽车i，其用电功率随时间变化的上下界可以表示为：01010102式中，分别为t时刻电动汽车i的功率上下限即功率边界，和分别为电动汽车i的额定充电功率和额定放电功率。本实施例中假设电动汽车车主允许其动力电池通过调控向电网放电。在不允许电动汽车放电时，只需要设定其额定放电功率为0即可。0103本实施例中，电动汽车随时间变化的累积消耗电量的上下界即能量边界曲线如图2所示。图2中，横轴代表时间，。
37、纵轴代表能量；分别为电动汽车i累计消耗电量的上下界；为电动汽车i到达时的荷电状态；Ebattery,i为电动汽车i的动力电池容量；为电动汽车i离开时需要达到的最小荷电状态。电动汽车i最大允许的荷电状态为0104从图2中可以看出，电动汽车累积消耗电量的上界与其最快的用电轨迹(ABC)相对应。在此轨迹上，电动汽车在接入后即以额定充电功率充电，直到其荷电状态达到最大允许的荷电状态为止。在另外一种极端情形下，电动汽车的累积消耗电量跟随轨迹(ADFG)。在此轨迹上，电动汽车在接入后即以额定放电功率进行放电，直到其荷电状态达到最小允许的荷电状态为止。当接近电动汽车的离开时间时，电动汽车再以额定充电功率将电。
38、池充电至用户设定的最小荷电状态。这样，通过电动汽车消耗瞬时功率和累积消耗电量的上下界描述了电动汽车充放电功率随时间变化的可行范围。换句话说，任意满足这组约束条件的功率消耗的轨迹，对于该电动汽车而言都是可行的。0105112)空调；0106本实施例中，空调用户通过接受室内温度高于或低于设定值来参与负荷调节。空调i需保证室内温度在用户可接受的温度范围内Tmin,i,Tmax,i，Tmin,i为空调i的最小可接受温度，Tmax,i为空调i的最大可接受温度。空调随时间变化的累积消耗电量的上下界即能量边界曲线如图3所示。图3中，横轴代表时间，纵轴代表能量；分别为空调i累计消耗电量的上下界；分别为空调设定。
39、为最低温度Tmin,i时的开机时间和关机时间，分别为空调设定为最高温度Tmax,i时的开机时间和关机时间。0107空调负荷的累计能耗上限为：空调i以最大制冷功率工作至最低温度Tmin,i后停止制冷(轨迹AB)。当室内温度超过温度死区(轨迹BC)后，空调重新以最大制冷功率工作。重复上述过程，直到空调关闭。对应能量的下边界为空调i温度设定为最大可接受温度Tmax,i时的累计能耗曲线。可以根据空调的一阶热力学模型计算在某一设定温度下，空调的开关频率和开关时间。说明书8/17 页14CN 116613743 A1401080109其中，为空调i的额定功率，为空调i的功率上下限，为空调i的开始和结束工作。
40、时间。0110113)可调工业负荷；01110112本实施例中，对于可调工业负荷i，调度周期内的开始工作时间和结束工作时间分别为和为可调工业负荷i的额定功率和最小工作功率，为可调工业负荷i的功率上下限。在调度期间，必须满足工厂的最小产量。因此，累计消耗电量曲线的上边界是在开始工作时间即以最大功率实现最高产量，下边界是在开始工作时以最低运行功率工作，并在工作时间结束时达到最低产量的要求。可调工业负荷随时间变化的累积消耗电量的上下界即能量边界曲线如图4所示，图4中，横轴代表时间，纵轴代表能量；分别为可调工业负荷i累计消耗电量的上下界；和为可调工业负荷i的日最大最小产量对应的耗电量。011312)根。
41、据步骤11)得到的灵活性资源可行域模型通过考虑每类灵活性资源的运行特性(如开始和结束工作时间分布)以及外部因素(如气温、节假日、工作日)等，对每类灵活性资源所涉及的关键参数进行蒙特卡洛抽样，得到每类灵活性资源的聚合可行域。0114本实施例中，将各类灵活性资源整体中各单个灵活性资源的功率边界和能量边界相加，可以得到各类灵活性资源的聚合可行域，本实施例中将步骤111)至113)中的功率边界以及能量边界扩展到多日，增加下标m,d，并扩展到多个电网分区，增加下标k。用j(j包含ac、ev、ind)来代替上标ac、ev、ind，来表示任一类灵活性资源j。从而得到来表示在第m个月第d天第t个时间段的第k个。
42、电网分区中灵活性资源j的第i个个体的功率下界、功率上界、能量下界、能量上界；其中功率下界和功率上界构成功率边界，能量下界和能量上界构成能量边界。对同类型的灵活性资源的功率边界和能量边界进行叠加，可以得到灵活性资源j的聚合可行域如下所示：01150116其中，构成了灵活性资源j在第m个月第d天的第t个时间段的聚合可行域。Nj为聚合模型考虑聚合的灵活性资源j的样本数量。本实施例中，灵活性资源j的第i个个体的功率边界和能量边界可通过蒙特卡洛抽样获取。0117需要说明的是，本实施例中仅选取了电动汽车、空调和可调工业负荷，实际上j包含的灵活性资源类型可以更多。说明书9/17 页15CN 11661374。
43、3 A150118利用式(4)即可得到各类灵活性资源的聚合可行域。0119需要说明的是，对于电动汽车，需要抽样的参数有到达充电站的时间、离开充电站的时间、最大离开荷电状态、最小离开荷电状态、电池容量、最大放电深度。可以根据充电站历史数据得到以上参数的分布，特别地，该分布会随着气温、节假日、工作日的不同而变化，应结合历史数据选取不同分布，再用蒙特卡洛抽样对每辆电动汽车i的参数进行赋值，进而得到每辆电动汽车i的能量边界和功率边界，本实施例中，取电动汽车总数为10000辆，对10000辆电动汽车的能量边界和功率边界进行叠加，得到电动汽车群体可调能力的可行域。0120对于空调，需要抽样的参数有每台空调。
44、的额定功率、可接受的最大最小温度、房间的热阻、房间的热容、空调的开关机时间。以上数据分布可以通过电力部门的历史数据获得，并利用蒙特卡洛抽样，为10000台空调进行赋值。需要获得的数据有研究区域的时变的气温，可从气象部门获取。利用气温、房间热容、热阻以及可接受的最大最小温度可以计算每台空调在每个时间段的启停状态，进而计算出功率边界和能量边界。对10000台空调的能量边界和功率边界进行叠加，得到空调群体可调能力的可行域。0121类似地，对于可调工业负荷，需要抽样的参数包括额定功率、最小工作功率、开始和结束工作时间、日最大最小耗电量。以上分布可以通过电力部门的历史数据获得，并利用蒙特卡洛抽样，为30。
45、0家可调工业负荷进行赋值，进而计算出功率边界和能量边界。对300家可调工业负荷的能量边界和功率边界进行叠加，得到可调工业负荷群体可调能力的可行域。01222)基于步骤1)得到的各类灵活性资源的聚合可行域，建立由目标函数和约束条件构成的多类型储能与负荷侧灵活性资源联合规划模型；具体步骤如下；012321)构建多类型储能与负荷侧灵活性资源联合规划模型的目标函数；0124本实施例中，所述多类型储能和负荷侧灵活性资源的优化规划模型的目标函数以一个年度内总投资成本Cinv、维护成本Com和运行成本Cop之和最小化为目标。其中，所述总投资成本包括储能的投资成本以及部署灵活性资源参与电网调度所需设备的投资成。
46、本，所述运行成本包括火电机组的发电成本和启动成本、系统各分区间输电成本、弃风弃光成本以及灵活性资源的调用成本。所述目标函数的表达式如下：0125minfCinv+Com+Cop(5)0126其中，0127012801290130说明书10/17 页16CN 116613743 A160131其中，Ay,j、Ay,z分别是灵活性资源j和储能z的投资贴现率。和分别为所规划储能z的功率容量和能量容量。xk,j为第k个电网分区中规划使用的灵活性资源j与灵活性资源聚合模型考虑的灵活性资源聚合量的比例。若无明确说明，下标m、d、t、k分别表示在第k个电网分区中，第m个月第d天的第t个时间段，下文不再赘述。。
47、和分别为在第m个月第d天第t个时间段的第k个电网分区中火电集群n的发电功率和启动功率。为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j的实际响应功率，其值为灵活性资源实际用电功率与其基线功率之差。为在第m个月第d天第t个时间段的第k个电网分区中连接l、k两个分区间联络线从l到k传输的功率，分别为在第m个月第d天第t个时间段的第k个电网分区中的弃风功率、弃光功率。分别为在第m个月第d天第t个时间段的第k个电网分区中灵活性资源j、火电机组集群n、弃风、弃光、输电的单位运行成本。分别为储能z功率容量的单位投资成本、储能z能量容量的单位投资成本以及灵活性资源j的单位投资成本。下标om代表相。
48、应资源的年维护成本。Cstart,k,n和Cgen,k,n分别为第k个电网分区中火电集群n的启动成本和发电成本。w和pv分别为弃风的单位成本和弃光的单位成本。Cfle,op,j是调用灵活性资源j响应单位电量的成本。Cl,k是电网分区l向电网分区k输电的单位输电成本。为了考虑输电线上能量的方向，以及灵活性资源响应功率的方向，通过引入辅助变量和分别表示在第m个月第d天第t个时间段的第k个电网分区中输电功率的绝对值和灵活性资源j实际响应功率的绝对值。013222)构建多类型储能与负荷侧灵活性资源联合规划模型的约束条件，具体如下：0133221)火电机组聚合出力约束；0134013501360137大。
49、型机组组合问题通常由大量01变量组成，求解起来比较困难。火电机组聚合出力约束将具有相似爬坡能力、发电功率、发电成本的机组聚集成一个机组集群，将整数变量转化为连续变量。机组集群内机组的启动/关闭过程用一个连续变量表示。本实施例中，火电机组包含煤电、天然气和热电机组。0138其中，是在第m个月第d天第t个时间段的第k个电网分区中火电机组集群n的聚合在线容量。分别为在第m个月第d天第t个时间段的第k个电网分区中火电机组集群n的启动容量和停止容量。是第k个电网分区中火电集群n的额定容量。是在说明书11/17 页17CN 116613743 A17第m个月第d天第t个时间段的第k个电网分区中火电机组集群。
50、n的实际发电功率。分别为第k个电网分区中火电集群n的最大出力比率和最小出力比率。和分别为第k个电网分区中火电机组集群n的最大爬坡率和最小爬坡率。分别为第k个电网分区中火电集群n的最小启动时间和最小停止时间。式(10)描述了火电机组集群启动/关闭容量和在线容量之间的关系，并限制启动/关闭容量和在线容量均不超过火电机组集群的额定功率，同时规定了火电机组集群实际发电功率的上限和下限。式(11)限制了火电机组集群的最大上下爬坡速率。式(12)限制了火电机组最小启动、停机时间。0139222)水电机组约束；0140水力发电机组作为一种主要受上游来水和库容限制的发电机，通常考虑其额定功率约束、日发电总量约。