一种考虑锂电池机理特征的构网型储能调度方法

本技术涉及储能调度，尤其涉及一种考虑锂电池机理特征的构网型储能调度方法。

背景技术：

1、目前，如何利用锂电储能系统的快速响应能力提供电网稳定所需的动态性能备受关注。针对于此，基于对火电机组动态性能输出外特性的模拟，构网型储能提供了一类有效的解决方案。

2、现有的技术主要基于控制的视角出发，在短时尺度上研究构网型储能中的电力电子器件如何物理实现。然而，在日前调度等更长时间尺度，少有技术从储能运行的视角出发，对构网型储能的经济安全运行进行调控。

3、此外，作为源侧器件，锂电储能在提供构网型服务的过程中其本身具备多类型的动态特征，需要利用有效的模型在较长的时间尺度上对其运行动态特性进行建模描述。然而，有关构网型储能的研究中，大多对锂电储能本体的建模采用了简化处理或等效处理，缺少了在构网型场景下中对锂电储能本身机理特性的考虑，也就难以准确地反映锂电储能真实构网动态特征。

技术实现思路

1、本技术旨在至少在一定程度上解决相关技术中的技术问题之一。

2、为此，本技术的目的在于提出一种考虑锂电池机理特征的构网型储能调度方法，解决了现有方法难以准确地反映锂电储能真实构网动态特征的技术问题，通过考虑锂电池机理特征，有效提升了调度方案的物理可行性和锂电储能的运行效率。

3、为达上述目的，本技术实施例提出了一种考虑锂电池机理特征的构网型储能调度方法，包括：获取锂电储能老化衰退量与调度侧状态量之间的映射关系；确定锂电储能提供构网型服务的经济价值系数；基于映射关系确定锂电储能提供构网型服务时的老化成本函数，基于经济价值系数确定锂电储能提供构网型服务时的构网型服务收益函数，并确定锂电储能提供构网型服务时的能量成本函数和约束条件；基于老化成本函数、构网型服务收益函数及能量成本函数确定锂电储能含电网频率不确定性下的经济效益函数，考虑约束条件，以锂电储能的经济效益最大化为目标进行求解，得到构网型锂电储能的构网型系数调度指令集合。

4、本技术实施例的考虑锂电池机理特征的构网型储能调度方法，针对于电网频率不确定性和构网型服务动态特征，在日前尺度上优化锂电储能提供多类型构网型服务的比例和功率，实现对构网型储能的调度控制；通过在最优调度模型中考虑锂电池的机理特性，将机理驱动的老化特性和电池约束纳入到优化模型中，以提供更高效的锂电储能调度方案。

5、可选地，在本技术的一个实施例中，获取锂电储能老化衰退量与调度侧状态量之间的映射关系，包括：

6、步骤s1：获取锂电储能的电化学模型；

7、步骤s2：在可行域范围内，通过均匀分布采样获取荷电状态水平及恒定电流激励；

8、步骤s3：对于电化学模型，给定荷电状态水平，在预设决策步长内，施加恒定电流激励，实现电化学模型的仿真；

9、步骤s4：在对电化学模型仿真时，在秒级采样步长上，获取每个采样时刻的副反应强度，并根据电化学模型中与电极材料相关的参数，基于采样得到的副反应强度计算得到与副反应相关的老化衰退量，其中，副反应强度包括固体电解质界面膜生长速率、析锂速率和活性材料损失速率；

10、步骤s5：在完整的仿真长度上对与副反应相关的老化衰退量进行累积，得到决策步长尺度上的老化衰退量；

11、步骤s6：在对电化学模型进行仿真时，在秒级采样步长上，获取每个采样时刻的输出电压，基于恒定电流激励和输出电压确定决策步长尺度上的充放电功率；

12、步骤s7：重复步骤s2-s6，获取多组仿真数据，其中，每组仿真数据包括荷电状态水平、充放电功率和老化衰退量；

13、步骤s8：以荷电状态水平、充放电功率为自变量，老化衰退量为因变量，基于多组仿真数据，利用分段线性化的凸包进行拟合，得到拟合公式。

14、可选地，在本技术的一个实施例中，与副反应相关的老化衰退量为：

15、τsei∝jsei,τlp∝jlp,τam∝jam

16、其中，τsei为因固体电解质界面膜生长导致的老化衰退量，jsei为固体电解质界面膜生长速率，τlp为因析锂导致的老化衰退量，jlp为析锂速率，τam为因活性材料损失导致的老化衰退量，jam为活性材料损失速率；

17、决策步长尺度上的老化衰退量为：

18、

19、其中，nt为预设决策步长；

20、若恒定电流激励幅值i0≥0，决策步长尺度上的充电功率pb,c为0，放电功率pb,d为pl，若i0<0，决策步长尺度上的充电功率pb,c为pl，放电功率pb,d为0，其中，

21、

22、其中，vt为采样时刻t的输出电压；

23、拟合公式表示为：

24、

25、其中，为第m分段，表示为：

26、

27、其中，cs为荷电状态，为第m分段的平面拟合得到的系数。

28、可选地，在本技术的一个实施例中，确定锂电储能提供构网型服务的经济价值系数，包括：

29、获取锂电储能提供构网型服务的历史外界电网频率数据；

30、基于秒级采样步长上，预设时间段内每个时刻的历史外界电网频率数据，确定预设时间段内每个时刻的一次调频服务、阻尼和惯量响应的外界电网频率偏差；

31、根据预设时间段内的外界电网频率偏差分别确定锂电储能提供1单位一次调频服务、1单位阻尼、1单位惯量时对电网带来的经济价值，并将确定的1单位经济价值作为对应的构网型服务的经济价值系数。

32、可选地，在本技术的一个实施例中，预设时间段内每个时刻的一次调频服务、阻尼和惯量响应的外界电网频率偏差分别为：

33、

34、其中，为时刻t的一次调频服务响应的外界电网频率偏差，为时刻t的阻尼响应的外界电网频率偏差，为时刻t的惯量响应的外界电网频率偏差，ωt为每一时刻的外界电网频率数据，ω0为电网频率额定值，ωs为等效低通滤波后的一次调频响应的外界电网频率偏差，表示为：

35、

36、其中，δωt-i为第t-i时刻在一次调频服务响应死区以外的频率差值ωt-ω0，ts为一次调频服务的响应时间常数，tc为截断常数；

37、1单位一次调频服务的经济价值为：

38、

39、其中，|αr为频率偏差分布的1-αr置信区间，为上网电价均值，nt为决策点总数；

40、1单位阻尼的经济价值为：

41、

42、1单位惯量的经济价值为：

43、

44、其中，ri,init为与惯量启动相关的经济价值，由不同的传统火电机组以热腔体起始计算的启动燃料成本作为自变量，火电机组惯量系数作为因变量进行线性函数拟合得到的斜率给定。

45、可选地，在本技术的一个实施例中，老化成本函数为：

46、

47、其中，rdeg为单位容量电芯老化价格，nc为锂电储能内电芯数量，由拟合公式根据第t时刻的荷电状态和功率给定；

48、构网型服务收益函数表示为：

49、zgfs＝riκi+rdκd+rpfrκpfr

50、其中，κi、κd、κpfr为锂电储能提供惯量、阻尼、一次调频服务的系数，κi、κd、κpfr构成构网型调度指令集合κ，κ＝{κpfr,κd,κi}；

51、能量成本函数表示为：

52、

53、其中，为t时刻的上网电价，为t时刻的购电电价，为一日内各决策点t处锂电储能的调峰充、放功率。

54、可选地，在本技术的一个实施例中，约束条件包括荷电状态约束、功率机会约束和功率约束，功率机会约束表示为：

55、

56、其中，pr{·}表示概率，nt为预设决策步长；

57、根据的线性特征，将功率机会约束转换为功率约束，功率约束表示为：

58、

59、其中，为第t个决策步长内的锂电储能的并网功率，为第t个的决策步长内锂电储能实时并网功率构成概率分布的αω分位数，αω为置信水平，ηd为锂电储能放电侧效率，ηc为锂电储能充电侧效率，为由当前决策点处荷电状态确定的充、放电功率出力可行域，锂电储能实时并网功率表示为：

60、

61、其中，为锂电储能在t时刻参与构网型服务的频率响应功率，为t时刻锂电储能参与调峰的放电功率，为t时刻锂电储能参与调峰的充电功率；

62、荷电状态约束表示为：

63、

64、其中，为锂电储能荷电状态下限，为第t个决策步长的锂电储能荷电状态，为锂电储能荷电状态上限，锂电储能荷电状态序列向量cs为：

65、

66、其中，pb,d为放电功率序列向量，pb,c为充电功率序列向量，pb,c为pb,d为

67、

68、其中，锂电储能并网放电的功率为的部分，锂电储能并网充电的功率为的部分，为锂电储能内部输出放电功率，为锂电储能内部输出充电功率。

69、可选地，在本技术的一个实施例中，锂电储能含电网频率不确定性下的经济效益函数为：

70、

71、其中，ω为电网频率数据的不确定性集，ω＝{ω1,ω2,…,ωn}，表示一天的电网频率数据序列向量，pg为调峰功率序列向量，

72、可选地，在本技术的一个实施例中，使用benders算法求解得到构网型系数调度指令的过程包括：

73、步骤s1：将构网型锂电储能调度模型拆分为考虑经济效益的主问题mp和在包含不确定性电网频率下多个场景对应的考虑老化成本、能量成本以及约束条件的多个子问题sp；

74、步骤s2：对初始mp进行求解，得到mp的最优解；

75、步骤s3：基于mp的最优解，确定对应的所有ωi∈ω下的sp问题，并将mp的最优解带入作为确定值，并将约束条件转化为标准形式的约束条件；

76、步骤s4：求解所有ωi∈ω下的sp问题，在求解时，若当前求解的sp问题不可行，获取对应的极射线在benders割集中加入极射线对应的可行割，若所有sp问题均有最优解，基于各sp问题最优解的平均值y*更新上界ub，并获取所有ωi∈ω下的sp问题的极点在benders割集中加入极点对应的最优割；

77、步骤s5：求解包含benders割集的mp，得到mp的最优解，并令下界lb更新为含benders割集的mp的最优值；

78、步骤s6：不断重复步骤s3-s5，直至|ub-lb|≤∈，将此时含benders割集的mp问题的最优解作为调度问题的最优解，并将其作为构网型系数调度指令，针对确定性的电网频率场景ωs，带入构网型系数调度指令作为确定值，求解该场景对应的sp获得最优解，并获得锂电储能各个时刻的充放电功率，构成充放电功率运行曲线。

79、可选地，在本技术的一个实施例中，主问题mp表示为：

80、

81、0≤κ≤κmax

82、其中，为所有不确定性场景下构成概率分布的αω分位数，κmax为构网型调度指令最大值；

83、对于ωi∈ω下的子问题sp表示为：

84、

85、s.t.功率约束

86、荷电状态约束

87、其中，κ*为mp的最优解；

88、标准形式的约束条件表示为：

89、

90、其中，i为单位变量，hk、hg为约束条件矩阵部分乘子，h为整理后的右端项；

91、若当前求解的sp问题不可行，在benders割集γ中加入的极射线对应的可行割为：

92、

93、其中，hi为第i个场景下的约束条件右端项，为第i个场景下的约束条件矩阵部分乘子；

94、上界ub更新为：

95、ub＝-zgfs(κ*)+y*

96、若所有sp问题均有最优解，在benders割集γ中加入的极点对应的最优割为：

97、

98、其中，θ为辅助变量，γi为ω中第i个场景的概率；

99、包含benders割集的mp为：

100、

101、0≤κ≤κmax

102、benders割集γ

103、下界lb更新为：

104、lb＝-zgfs(κ*)+θ*

105、其中，θ*为求解含benders割集的mp得到的最优的辅助变量。

106、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。