模型百科
储能优选算法
1 模型价值
- 储能具备同时跨越空间和时间的调控能力，能灵活的实现微网内的新能源消纳、分时套利、降低需量、调峰调频等功能，维护微网运行安全的同时，最大化微网运营收益，使它成为多能微网中当之无愧的控制中枢。
- 正因如此，储能给微网的规划设计、策略设计和运营执行带来了非常大的挑战。在规划设计阶段，要配置多大的储能容量，搭配多大的充放电倍率，就成为早期决策一个非常棘手的问题。
- EneMicro电储能容量优选模型应运而生，它利用高粒度数据和高密度计算，为用户提供专业精准的配置方案，极大支撑了微网投资决策。
2 模型特点
2.1 可行域边界一目了然
储能的最优化选型搜索空间，可以从容量-倍率图中直观的观察到。不同利用率要求下满足微网运行策略目标的储能选型可行域位于图右下角，图中所示各条线是不同条件可行域的边界，储能选型结论非常明显。
2.2 支持的时间粒度高
模型可以支持分钟级的时间颗粒度数据运行分析，对于每一个时间点都能给出运行的功率和SOC。
2.3 与微网其他要素模型兼容
储能优选模型的边界条件可以包含多能协同系统的其他要素，例如风机、光伏等，在EneMicro的模型拓扑、价格刺激基础上进行模拟计算得出结果。
3 算法介绍
3.1 首次计算找理论最大值
目的：确认储能系统理论最大容量和对应的充放电倍率，提供优选的计算最大边界和起始点
输入：EneMicro模型要素参数、拓扑结构和价格刺激
输出：满足条件的储能理论最大配置电池容量，理论最大需要的充放电倍率
方法：EneMicro运行模拟模型
3.2 倍率循环找可行域边界
目的：确认不考虑储能利用率的可行域边界
输入：EneMicro模型要素参数、拓扑结构和价格刺激， 首次计算得到的理论最大值
输出：满足条件的不考虑储能利用率的可行域边界，即在不同倍率下的最大储能容量
方法：EneMicro运行模拟模型，分段搜索（Celery优化），倍率偏差判断
3.3 利用率修正可行域边界
目的：确认考虑储能利用率后修正的可行域边界
输入：EneMicro模型要素参数、拓扑结构和价格刺激，不考虑储能利用率的可行域边界
输出：满足储能利用率要求的可行域边界，即在不同倍率下的最大储能容量
方法：EneMicro运行模拟模型，分段搜索（Celery优化）， 容量偏差判断