來源：《中國電力》2025年第2期
引文：李金, 劉科孟, 許丹莉, 等. 基于共享儲能站的多能互補微動力網外衍響應雙層優化[J]. 中國電力, 2025, 58(2): 43-56.
編者按
在“雙碳”戰略的推動下，電力行業對以傳統化石燃料為主的動力結構低碳轉型意識逐漸增強，綠色動力來源的多樣化趨勢日益顯著。以風能和光伏為代表的新動力高比例滲透，被認為是實現動力系統低碳轉型的有用途徑。風電、光伏具有顯著的不確定性和波動性，其年夜規模接進微動力網系統，勢必會對微動力網的靈活性、經濟性及穩定性運行帶來嚴峻挑戰。此外，微動力網中風光不確定性風險甚至有能夠向上級電網擴散，影響電網穩定運行。
《中國電力》2025年第2期刊發了李金等撰寫的《基于共享儲能站的多能互補微動力網外衍響應雙層優化》一文。文章提出一種基于共享儲能站的多能互補微動力網系統外衍響應雙層協調優化戰略。起首，將多能互補微動力網系統分為高低雙層結構。此中，上層為微動力網系統，直接與外界電網相連；下層為共享儲能站，與微動力網系統相連。其次，分別構建微動力網系統動力設備的運行模子及共享儲能站能量儲存模子。然后，考慮到系統中風光不確定性，構建燃氣輪機和柴油發電機功率型靈活性指標，并且采用Hong的(2m+1)點估計法量化水箱水風光不確定性，以此晉陞系統運行的穩定性與靠得住性。最后，采用KKT條件和Big-M法將雙層非線性優化模子轉為單層混雜整數線性模子求解。
摘要汽車機油芯
高比例新動力接進動力系統帶來的強不確定性使系統內部優化運行變得困難，同時能夠導致不確定性風險外溢，從而影響到上級電網穩定運行。為此，提出了一種基于共享儲能站的多能互補微動力網系統外衍響應雙層協調優化戰略。起首，構建了微動力網系統動力設備運行模子，并提出了共享儲能站運行方法和盈利機制。其次，以微動力網系統運營商為上層，共享儲能站運營商為下層，樹立考慮2個分歧好處體的雙層協調優化模子。然后，通過Hong的(2m+1)點估計法量化風光不確定性，并應用基于KKT條件和Big-M將雙層非線性優化模子轉化為單層混雜整數優化模子。最后，仿真結果表白該戰略能有用避免風光不確定性風險外溢，減少了微動力網運營商6.3%的運行本錢。
01 研藍寶堅尼零件討場景
本文研討基于共享儲能站的多能互補微動力網系統包括微動力網系統運營商，共享儲能站運營商及內部電網與氣網，如圖1所示。微動力網系統運營商擁有柴油發電機、燃氣輪機、光伏機組、風力機組、電熱泵、燃氣鍋爐、溴化鋰制冷機組和電制冷機組的應用權。作為電網與用戶之間的中間商，微動力網系統能夠與用戶進行能量交互。本文假定優先消納光伏、風機出力。若新動力出力盈余，其余動力設備可以應用這部門能量來啟動運行；若新動力無法滿足用戶的電能需求，缺乏的電能將通過燃氣輪機和柴油發電機來彌補又不經意地向被男主角踐踏、當墊腳石的男配謝夕伸出。燃氣鍋爐與電熱泵供給用戶熱負荷需求。此中，燃氣鍋爐與燃氣輪機所需的燃料由微動力網系統運營商向外界氣源站購買。電制冷機組和溴化鋰制冷機組供給用戶冷負荷需求。電制冷機組作為電能耗費設備，其能量汽車零件報價由燃氣機組與柴油發電機組供給。溴化鋰制冷機組作為熱能耗費設備，其能量由燃氣鍋爐供給。此外，微動力網系統還可直接與外界電網、氣網進行能量交互，以此下降系統運行本錢。
圖1 多能互補微動力網系統外衍響應結構
Fig.1 External derivative response structure of multi- energy complementary micro energy g保時捷零件rid system
共享儲能站運營商是獨立于電網、微動力網系統運營商的盈利主體，其服務對象是微動力網系統運營商，通過供給儲能服務，將微動力網系統內部的風光不確定性帶來的風險通過外衍響應加以緩解，從而減小對系統運行的影響。在微動力網系統處于電力需求低谷期時，將盈余的電量存儲至共享儲能站中；而在電力需求岑嶺期，則從共享儲能站中Porsche零件提取該部門電量以滿足需求。同時，共享儲能運營商得保證單個微動力網系統不克不及存、取過多的電量，使得共享儲能站超過本身容量最年夜限制或許使其沒有多余電量為其他系統服務。共享儲能站運營商盈利形式：通過收取微動力網系統運營商在分歧時刻儲進與掏出電量的服務費來盈利。
與傳統的儲能設備比擬，共享儲能具有如下優點：1）共享儲能站可以將投資，運行本錢以服務費的情勢分攤到福斯零件多個用戶。從微動力網系統角VW零件度看，無需微動力網系統運營商后期維護，省往儲能設備安裝價格，節省巨額的儲能投資本錢，從而下降系統的經濟負擔。2）共享儲能供給了更年夜的靈活性和擴展性，用戶可以根據需求調整應用時間。
02 基于共享儲能站的多能互補微動力網系統模子
2.1 微動力網系統運營商模子
2.1.1 不成調節設備模子
1） 光伏發電機組模子。光伏機組出力取決于太陽輻射度的鉅細、光伏組件總數。此中，太陽輻射度受氣象條件的影響具有強不確定性，凡是將其不確定性描寫為β概率密度函數，數學表達式為
式中：
為t時刻太陽輻射度的不確定性；Γ為伽瑪函數；
為t時刻形狀參數；st為t時刻太陽輻射度；
為t時刻太陽輻射度均勻值；
為t時刻太陽輻射度標準差。
光伏發電機組出力的數學表達式為
式中：Psolar為光伏發電機組的輸出功率；Nsolar為光伏組件總數；F為光伏組件填充系數；Vsolar為實際電壓；Isolar為實際電流；VMPP為光伏組件最年夜功率點的電壓；IMPP為光伏組件最年夜功率點的電流；ISC為光伏組件的短路電流；VOC為光伏有什麼出息的？不也一樣被裁員了。組件的開路電壓；Kv為電壓溫度系數；TC為電池溫度；Ki為電流溫度系數；TA為環境溫度；TOT為標稱任務電池溫度。
2） 風力發電機組模子。凡是將風速的不確定性用Weibull概率密度函數表述，數學表達式為
式中：
為t時刻風速的不確定性；vt為t時刻風速；
分別為t時刻形狀參數；
為t時刻風速的均勻值；
為t時刻風速的標準差。
風力發電機組出力的數學表達式為
式中：Pwind為風力發電機組的輸出功率；a和b為相關量常數；vcin為切進風速；vo為切出風速；vcoff為額定風速；Pr為風力發電機組的額定輸出功率。
2.1.2 可調節設備模子
在多能互補微動力網系統中安裝柴油發電機組、燃氣機組等可調節設備機組，以便在可再生動力的發電不克不及滿足負荷請求的情況下供給足夠的能量。
1） 柴油發電機組模子為
式中：
為t時刻柴油發電機組輸出的電功率；
分別為柴油發電機組輸出的最年夜、最小功率。
2） 燃氣機組模子為
現在是五點五十，還有五分鐘下班時間。
式中：
為t時刻輸進燃氣機組的自然氣功率；μGT為燃氣機組的發電效力；
為t時刻燃氣機組輸出的電功率；
分別為燃氣機組輸出最年夜、最小的電功率。
3） 燃氣鍋爐模子。燃氣鍋爐通過燃燒自然氣來為微動力網系統供給熱功率，其轉化關系為
式中：
為t時刻輸進燃氣鍋爐的自然氣功率；
為t時刻燃氣鍋爐輸出的熱功率；
為輸進燃氣鍋爐自然氣功率的最年夜、最小值；ηGB為燃氣鍋爐的制熱效力。
4） 電熱泵模子為
式中：
為t時刻輸進電熱泵的電功率；
為t時刻電熱泵的輸出的熱功率；ηHP為電熱泵的制熱效力；
分別為電熱泵輸進的最年夜、最小電功率。
5） 電制冷機模子。電制冷機組通過耗費電能來為微動力網系統供給冷功率，其能量轉換關系為
式中：
為t時刻輸進電制冷機組的電功率；
為t時刻電制冷機組輸出的冷功率；
為電制冷機組輸進的最年夜、最小電功率；ηRM為電制冷機組的制冷效力。
6） 溴化鋰制冷機模子。溴化鋰制冷機通過將系統中的盈余熱量轉化為所需的冷功率，其動力轉換關系為
式中：
為t時刻輸進溴化鋰制冷機的熱功率；
為溴化鋰制冷機輸出的冷功率；ηLBR為溴化鋰制冷機的制冷效力；
分別為溴化鋰制冷機輸進的最年夜、最小熱功率。
2.1.3 功率型靈活性指標模子
為具體化剖析各個可控設備的靈活性，本文采用功率型靈活性指標對可控設備的靈活性程度進行評價。功率型靈活指標為設備某時刻可輸出功率調節的范圍與設備額定功率的比值，反應可控設備實際運行狀態與實際調節才能映射關系。
本文重點以燃氣輪機、柴油發電機作為可控靈活性調節設備，為系統供給向上、向下靈活性。此中，上調靈活性是指燃氣輪機或柴油發電機能夠在短時間內增添輸出功率，以應對負荷需求的敏捷上升；下調靈活性是指它們能夠在短時間內減少輸出功率，以應對負荷需求的敏捷降落。功率型靈活性指標表達式為
式中：
分別為t時刻燃氣輪機、柴油發電機的向上靈活性供應；
分別為t時刻燃氣輪機、柴油發電機的向下靈活性供應；
分別為t時刻燃氣輪機和柴油發電機的額定功率；
分別為t時刻燃氣輪機和柴油發電機調用的備用容量；
分別為t時刻燃氣輪機的最年夜、最小爬坡電功率；
分別為t時刻柴油發電機的最年夜、最小爬坡電功率。
2.1.4 微動力網系統運營商收益模子
微動力網系統發電本錢重要考慮維護本錢、燃料本錢、環境本錢等，其收益模子可表現為
式中：CIES為微動力網系統運營商本錢；COM為設備維護本錢；CFuel為微動力網系統燃料本錢；CGrid為微動力網系統運營商與外界電網交互本錢；CGas為購氣本錢；CFle為靈活性本錢；CEn為淨化物處理費；CES,Se為向共享儲能站租賃電能的服務費；u為二進制變量，表現微動力網運營商能否與共享儲能運營商簽訂電能租賃服務。
節目黑了葉奧迪零件的名聲，一步步走上明星之路，最終在娛樂具體地，各項本錢為
式中：αi為第i個設備的維護系數；
為t時刻第i個設備的輸出功率；m為分時電價；
為t時刻向電網購電的功率；τ、υ、ρ為柴油發電機組系數；cgas為燃氣的單位體積價格；LNG為燃氣熱值。
隨著靈活性設備的不斷發掘，微動力網系統運營商若何充足發揮靈活設備的調節才能，以較小本錢滿足靈活性需求，保證系統供需實時均衡，其本錢為
式中：
分別為t時刻系統向上、向下靈活性的總和；ζ1和ζ2為權重系數。
燃氣輪機、燃氣鍋爐和柴油發電機在供能過程中會產生淨化物處理費，表達式為
式中：T為一天總時段；K為淨化物排放類型（CO2，SO2和NOx）；N為淨化物排放設備；ei為處理第i種淨化物的單位價格；βi,j為分歧供能生產方法下輸出能量時所排放第i種淨化物的排放系數；Pj,t為t時刻第j個設備的輸出功率。
2.2 下層共享儲能站模子
2.2.1 共享儲能站充放模子
下層模子重要求解運營周期內微動力網系統與共享儲能站之間能量交互情況。假設共享儲能站運營商重要針對微動力網系統進行電能充/放服務。共享儲能站在Skoda零件t時刻的容量為
式中：Et為t時刻共享儲能站的容量；ηES,C、ηES,D分別為儲能設備的充電、放電效力；
分別為t時刻儲能電站的充電、放電功率。
共享儲能站須滿足約束為
式中：
分別為t時刻儲能設備充電、放電功率狀態標志位；
分別為儲能設備最年夜的充電斯柯達零件、放電功率。
微動力網系統將電量存于共享儲能站時還需求預留必定的裕度，以保證共享儲能站還能為其他系統服務。是以，凡是會設定儲能容量的高低界來保證共享儲能站能同時為多個主體服務，具體表達式為
式中：Emax為儲能設備儲能容量的最年夜值。
區別于傳統的獨立儲能設備，即便儲能設備中有多余的能量，微動力網系統也不克不及汽車冷氣芯掏出超過本身儲存容量的下限。是以，為保證共享儲能站能夠持續供給電能租賃服務，微動力網系統在共享儲能站一天內的充放電功率差值須不小于零，具體表達式為
2.2.2 共享儲能站運營商收益模子
共享儲能站運營商收益重要取收取微動力網系統運營商服務費與維護儲能設備本錢的差值，具體表達式為
式中：CES為共享儲能站運營商收益；CES,Se為儲能站向微動力網系統收取的服務費；CES,OM為儲能電站維護本錢。
一天內微動力網運營商需求繳納的服務費為
式中：
為t時刻單位充電功率或單汽車零件位放電功率的服務費；δOM為共享儲能站運營商單位充、放電的維護費。
2.3 系統總功率均衡約束
微動力網系統約束除了滿足各設備運行約束之外，還需求滿足系統總功率均衡約束。
電功率均衡為
式中：
為t時刻光伏發電機組的出力；
為t時刻風力發電機組的出力；
為t時刻用戶的電負荷。
熱功率均衡為
式中：
為t時刻用戶的熱負荷。
冷功率均衡為
式中：
為t時刻用戶的冷負荷。
氣功率均衡為
式中：
為t時刻微動力網系統運營商向外界氣源站的購氣功率。
03 問題求解
3.1 基于Hong的（2m+1）點估計法的風光不確定性處理
Hong的（K*m）點估計法是描寫隨機輸進變量（太陽輻射度、風速）概任性質的基礎情汽車材料報價勢。通過Hong的（K*m）點估計法，可以從m個輸進t時刻的太陽輻射度、風速變量中間矩提取概率信息集中在各個變量的K個點上，這稱為集中度。通過將這些集中度和函數F的輸進和輸出變量相關聯，可以用于估計與輸出變量相關的不確定信息，從而量化其不確定性。是以，本文采用Hong的點估計法來處理風光不確定性，具體數學模子為
式中：
和
分別為隨機變量pl的均勻值和標準差；ξl,k為標準地位。
本文將K取為2。對于（2m+1）的點估計法，標準地位和加權因子為
式中：λl,j為隨機變量pl的第j個標準中間矩；ω為加權因子。中間矩和標準地位希冀分別為
式中：fpl為隨機變量pl的概率密度函數；Mj(pl)為變量pl的希冀。
在Hong的（2*m）點估計法中，對于每個m輸進不確定性變量pl，目標函數Pt(l,k)即風光出力必須被評估K=2次。評估點包含變量pl的第k個地位pl,k和剩余（m–1）個變量的均勻值，即(μp,1,μp,2,⋯,pl,k,⋯,μ)。
在給定的（2m+1）點估計法中，評估次數會以1的步長增添。在式（39）中將會產生pl,k=μpl。是以，在該地位僅須一次評估，相應的權重ω0更換新的資料為
應用加權因子ωl,k、Pt(l,k)和2.1.1節中光伏機組和風電機組模子，求出目標函數在t時刻第j階原始矩（風光出力）E[(Pt]，具體表達式為
3.2 雙層模子轉化單層模子求解過程
本文構建的雙層模子中上層為微動力網運營問題，目標函數為式（22），下層為共享儲能站運營問題，目標函數為式（32）。上層與下層模子之間存在變量耦合與約束關系，難以直接進行求解。故將構建下層模子的拉格朗日函數，基于下層模子的 KKT 互補松弛條件，將下層模子轉換為上層模子的約束條件，具體轉化步驟如下。
1） 由于式（29）中存在非線性約束，通過Big-m法引進無窮變量，將原非線性約束等價轉化為混雜整數線性約束，具體表達式為
式中：M為足夠年夜的常數。
記式（32）中對偶變量為{χ1,t,χ2,
νt,
ϖt,
κt,πt}，將對偶變量與相對應約束條件式（28）~（31）相乘，獲得下層共享儲能電站決策模子的增廣拉格朗日函數為
2）構建下層模子KKT互補松弛條件，從而將下層模子轉化為上層模子的附加約束條件，具體約束轉化條件為
式中：0⩽ab⩾0，即為a⩾0,b⩾0且a∗b=0。
3） 拉格朗日函數在原問題最優解處梯度為0，具體表達式為
具體求解流程如圖2所示，經過上述轉化，雙層優化模子轉化為單層線性模子，即目標函數為式（22），約束條件為式（15）~（21）和（48）~（49），直接調用CPLEX對混雜整數線性規劃問題進行求解。
圖2 雙層協調優化模子求解流程
Fig.2 Flow for solving the dual layer coordination optimization model
04 算例剖析
通過算例剖析，驗證本文所提基于共享儲能站的多能互補系統汽車零件貿易商外衍響應雙層優化戰略的有用性。仿真計算采用MATLAB2018a軟件，結合yalmip插件調用商用求解器CPLEX進行求解。
4.1 算例設置
算例采用冷熱電聯供型系統，并與共享儲能站直接相連。將一天稟為24個時刻，用戶側負荷曲線如圖3所示。考慮光伏、風機機組的出力不確定性，采用文獻[14]中太陽能輻射度與風速數據，數值如表1所示。多能互補微動力網系統的設備參數如表2所示，各設備發電淨化物排放環境本錢系數如表3所示。
圖3 冷、熱、電負荷數據
Fig.3 Data of electrical, heating, cooling load
宋微解釋道：「是在社區撿到的，大概五六個月大，
表1 太陽輻照度和風速的統計數據
Table 1 Statistical data of solar irradiance and wind speed
表2 微動力網設備參數
Table 2 Micro energy grid system device parameters
表3 淨化物排放系數
Table 3 Environmental cost emission coefficient parameters
4.2 場景設置與對比德系車材料
本文設置4類仿真場景進行對比，以驗證本文所提優化戰略的公道性。
場景1（本文所提戰略）：考慮微動力網系統與外界電網交互電量，引進共享儲能站，考慮淨化物排放本錢。
場景2：考慮微動力網系統與外界電網交互電量，考慮淨化物排放本錢，不引進共享儲能站。
場景3：不考慮微動力網系統與電網交互，引進共享儲能站，考慮淨化物排放本錢。
場景4：考慮微動力網系統與外界電網交互電量，引進共享儲能站，不考慮淨化物排放本錢。
通過求解式（22），得出各場景下微動力網系統運營商本錢、共享儲能運營商收益，如表4所示。4種場景各類型本錢對比結果如圖4所示，場景1~3淨化物排放本錢占好比圖5所示。
圖4 4種場景各本錢對比結果
Fig.4 Comparison results of operating costs for four sce台北汽車材料narios
表4 分歧場景下對比算例結果
Table 4 Comparative results under different scenarios
圖5 各場景下淨化物排放本錢占比
Fig.5 The proportion of pollutant emission costs in each scenario
與場景2比擬，場景1通過油氣分離器改良版引進共享儲能站，微動力網運營商的總運行本錢下降了6.3%。這是由于運營商與儲能站進行存儲/取用服務，使得運營商可以有用調節分歧時段的發電量。具體來說，場景1中系統與電網交互的本錢比擬場景2減少了32.6%，其余本錢都略有上升。場景1中系統對外界電網交互的電功率減少，未能滿足需求的電能由微動力網內部設備供給，這導致發電本錢天然上升，但總體本錢仍堅持在較低程度。雖然場景1中的碳排放量較場景2略有上升，但系統與外界電網的交互電量顯著降落，表白台北汽車零件場景1下的微動力網自我供給才能更強。
與場景3比擬，場景1微動力網運行本錢下降了0.9%，下層共享儲能運營商收益降落了27.2%。在場景3中，微動力網系統不與外界電網交互功率，系統所需的功率需責備部由內部設備供給。設備維護本錢增添了13.3%，燃料本錢增添了18.2%，環境本錢同時增添了6.8%。由于系統與電網交互電量為0，年夜部門的電量都由柴油發電機與燃氣輪機供給，導致淨化物排放量增年夜，碳排放量、環境本錢年夜幅度進步。
在場景4中，由于不考慮系統排放淨化物本錢，微動力網運營商應用發電本錢較低的發電設備來滿足系統內部供需均衡，使得燃料本錢汽車零件進口商較場景1增添了18.2%，設備維護本錢增添了13.輪，每集都會繼續淘汰，直到剩下 5 名參賽者挑戰五名3%，碳排放量增添了25.1%。
4.3 本文戰略優化結果剖析
多能互補汽車材料微動力網系統與共享儲能站優化調度結果如圖6~9所示。
圖6 電負荷與設備電功率
Fig.6 Electrical loBMW零件ad and equipment electrical power
圖7 共享儲能站運行曲線
Fig.7 Shared energy storage station operation curve
圖8 熱負荷與設備熱功率
Fig.8 Heating load and equipment heating power
圖9 冷負荷與設備冷功率
Fig.9 Cooling load and equipment cooling power
由圖6可知，電功率重要由柴油發電機與燃氣輪機供給。在00:00—07:00與21:00—23:00時段，電網電價較低，系統與外界電網進行大批電能交互。
由圖7可知，為下降本錢，在微動力負荷低峰時段（00:00—09:00），系統將多余的電量存儲到共享儲能站，共享儲能站此時容量上升，盡管需求付出給共享儲能站手續費，但考慮到在負荷岑嶺時段（18:00—21:00）應用這些儲能更經濟劃算。此外，在把持淨化物排放方面，系統在用電低峰時段盡量減少柴油發電機運行，由于柴油發電機的淨化物排放較高，系統需求承擔相應的環境本錢。對比之下，燃氣輪機的淨化物排放較少，所需承擔的環境本錢較低。
由圖8可知，熱功率重要由燃氣鍋爐與熱泵供給。在00:00—07:00時段，系統將盈余的電量轉化為熱功Audi零件率供居平易近應用。隨著時間推移它去醫院檢查過嗎？」，電力需求逐漸增添，供能設備從電熱泵過渡到燃氣鍋爐，運營商向外界購買自然氣并應用燃氣鍋爐來維持熱功率供應。
此外，圖9中，系統的部門冷功率由電制冷機組供給。在熱能盈余時，通過溴化鋰制冷機將熱能轉化為大批冷能，從而進步系統的整體冷能供應效力。
4.4 系統靈活性剖析
微動力網系統各設備優化后的靈活性如圖10所示。水箱精可以看出，在06:00—12:00與14:00汽車空氣芯—17:00時段，燃氣輪機與柴油發電機在調節才能上表現出互補特徵，使得總輸出功率達到最年夜。比擬于僅考慮單設備的運行特徵，多設備的耦合調度顯著增強了系統運行調節的靈活性。此外，燃氣輪機與柴油發電機的上調靈活性賓利零件始終不為0，說明系統預留了充分容量以應對風光等不確定性。下調靈活性在某些時段接近于0，說明各設備在這些時段具有較高的應用率。
圖10 微動力網系統各設備靈活性指標
Fig.10 Flexibility indicators of various devices in the micro energy grid system
05 結論
本文提出了一種基于共享儲能的多能互補微動力網系統外衍響應雙層協調優化戰略。此中，上層模子為求解微動力網系統優化運行問題，下層為求解共享儲能站電能充放問題。設置4類場景進行對比，驗證了所提戰略進步了系統運行靈活性，減少了系統運行本錢，得Benz零件出如下結論。
1）德系車零件在多能互補微動力網系統中引進共享儲能站，防止風光不確定性外溢至上層電網，可以節省系統本身儲能投資本錢，進步系統運行靈活性，減少微動力網運營商6.3%的運行本錢。
2）通過將設備運行狀態與靈活性指賓士零件標相結合，使微動力網系統能預留充分容量來應對風光不確定性，進一個步驟發掘了分歧靈活性設備的調節才能。
3）采用基于KKT條件將下層共享儲能站電能充放問題轉換為上層系統優化運行問題的約束條件，并采用Big-M法將非線性條件轉化為混雜整數線性規劃模子，可在保證不犧牲求解精確度下，實現雙層優化問題的疾速求解。
在未來的研討任務中，將進一個步驟探討共享儲能站的壽命損耗與當局補貼政策之間Bentley零件的關系。此外，還將進一個步驟考慮微動力網系統運營商與共享儲能運營商間的博弈情況。
注：本文內容呈現略有調整，如需求請檢查原文。
發佈留言