stm32中用到的实时系统_南京理工大学谢云云、谷志强等：光储系统如何在实时市场中获得更高的收益？...

最新推荐文章于 2024-06-17 13:06:03 发布

weixin_39564187

最新推荐文章于 2024-06-17 13:06:03 发布

阅读量365

点赞数

文章标签： stm32中用到的实时系统

本文链接：https://blog.csdn.net/weixin_39564187/article/details/111631983

版权

本文提出了一种基于鲁棒模型预测控制的光储系统运行策略，用于参与实时能量和调频市场，以优化收益。该策略考虑了光伏出力和市场价格的不确定性，通过预测和修正控制策略减少偏差惩罚，提高了光储系统的市场竞争力。

摘要由CSDN通过智能技术生成

戳题目，看全文！

光储系统参与实时能量-调频市场的运行策略/谢云云，谷志强，王晓丰，卓一，王珂，耿建

《电网技术》2020年第5期：1758-1765.

微文内容

随着近年来光伏发电比例不断增加，通过光伏和储能联合运行参与到实时能量和调频市场，一方面可以减小光伏出力的波动，可以缓解系统的调频压力，另一方面能够提高光伏发电的自身收益。然而，光伏处理的不确定性依然会导致实际出力与投标量之间存在偏差，导致偏差惩罚。同时，电力市场价格的不确定性同样会影响光储联合系统的收益。为此，有必要优化光储系统在实时市场下的运行策略，从而提高其在市场中的收益。

本文提出了一种基于鲁棒模型预测控制的光储系统参与实时能量和调频市场的运行策略。该方法通过未来N个时步内不确定性变量的预测值，预测这些时步内的状态响应，优化N个时步的运行控制策略，并将第一个时步的运行策略应用于光储系统；重复上述过程，可以不断地修正系统模型的不确定性问题，从而使得系统的预测状态更加接近于期望状态，原理如图1所示。同时，用扰动的集合表示不确定性的变量，考虑了最坏的情况下的最佳决策，避免了在不确定变量的波动区间内产生偏差惩罚。通过上述原理建立的光储系统参与能量-调频市场优化模型是一个max-min问题，本文进一步采用了强对偶理论将双层模型转化成单层，同时对光伏出力和实时价格不确定性约束进行处理，建立单层鲁棒优化模型。该模型可以采用商用软件CPLEX快速求解。

图1 鲁棒模型预测控制基本原理示意图

本文采用国内某一典型日的光伏发电数据为例验证本文方法的有效性。该光伏电站1天内96个点的预测光伏出力参考值如图2中红线所示。而实际光伏出力是波动的，给光伏预测出力加入±10%的波动量，从而模拟光伏实际出力的波动区间，如图2中蓝色区域所示。在实时市场提供能量和调频服务时，同时需要考虑市场价格波动对光储系统优化结果的影响。因此本文采用了ERCOT的市场价格数据，如图3所示。而实时市场中的能量市场和调频市场上调、下调价格是实时波动的，从而对图3中预测电价数据加入±10%的波动量，模拟实时能量市场的价格波动和调节市场的价格波动情况。

图2 预测的光伏出力区间

图3 能量和调频市场预测价格

本文从光储系统参与市场行为和优化方法两方面，验证了本文方法的有效性。算例结果表明：

1)不同市场行为收益比较。

为了衡量光储系统参与能量市场(EM)和调频市场(RM)行为对收益的影响，构建以下3种不同的方案：方案1，光储系统参与能量市场(EM)；方案2，光储系统参与调频市场(RM)；方案3，光储系统同时参与能量和调频市场(EM+RM)。3种方案在能量和调频市场的总收益，光储总成本，总的净利润如表1所示。从表中可以发现，相比光储系统仅参与EM或RM，同时参与EM和RM的行为，市场收益较高。

表1 3种方案对比

2)不同优化方法的对比。

本文方法与以下两种方法进行了比较：1)采用单时步鲁棒优化方法的光储系统参与能量-调频市场的运行策略优化(operation strategy robust optimization，OSRO)；2)基于情景集的随机优化方法。结果如图4和图5所示。从图中可以看出，基于本文方法优化的方案获得的收益高于OSRO和计及偏差惩罚后的随机优化方法。

图4 RMPC方法与OSRO方法收益对比

图5 RMPC方法与随机优化方法收益对比

后续研究方向

1)对于光储系统可参与的电力市场类型，本文仅考虑了能量市场和调频市场。在实际的电力市场中，除了能量市场和调频市场，还有备用市场、期货市场等，在后续的工作中可以研究光储系统参与多个电力市场联合优化问题。

2)在实际光储系统运行过程中，可以是由多个光伏发电机组和不同的储能系统组成的联合系统。在后期的工作中，可以考虑利用多组不同的光伏发电系统和储能系统的数据，进一步验证本文所提方法的可行性。

参文格式

谢云云，谷志强，王晓丰，等．光储系统参与实时能量-调频市场的运行策略[J]．电网技术，2020，44(5)：1758-1765．

Xie Yunyun，Gu Zhiqiang，Wang Xiaofeng，et al．Optimal operation strategy of combined photovoltaic and storage system in the real time energy and regulation market[J]．Power System Technology，2020，44(5)：1758-1765．

相关文献

贺宜恒，周明，武昭原，等．国外典型电力平衡市场的运作模式及其对中国的启示[J]．电网技术，2018，42(11)：3520-3528．

李睿雪，胡泽春．电动公交车光储充电站日运行随机优化策略[J]．电网技术，2017，41(12)：3772-3780．

胡泽春，夏睿，吴林林，等．考虑储能参与调频的风储联合运行优化策略[J]．电网技术，2016，40(8)：2251-2257．

团队介绍

南京理工大学智能电网运行与控制研究团队，以邹云教授为学术带头人，包括殷明慧副教授、谢云云副教授等6位老师。主要研究领域包括含高渗透率可再生能源的电力系统稳定控制、低风速风机的设计与控制、极端环境下电力系统运行与控制。近5年来，团队发表SCI论文近50余篇，EI论文100余篇。

作者介绍