锂离子细胞由于多种细胞内衰老效应而导致降解,这可以显着影响电池能量储能系统(BESS)的经济性。由于降解率取决于外部应力因素,例如电荷,电荷/放电率和周期深度,因此可以通过操作策略直接影响它。在此贡献中,我们提出了一个模型预测控制(MPC)框架,用于设计老化的意识操作策略。通过模拟数字双胞胎上的整个BESS寿命,可以基准测试不同的老化意识优化模型,并且可以确定老化成本的最佳价值。在案例研究中,研究了通过套利交易在EPEX现场盘中电力市场上通过套利交易的应用。为此,提出了用于日历的线性化模型和磷酸锂细胞的环状容量损失。结果表明,与基于电池系统的成本选择老化成本相比,使用MPC框架来确定最佳的老化成本可以显着提高BES的寿命盈利能力。此外,与基于能量吞吐量的基于能量吞吐量的老化成本模型相比,使用线性化日历降解模型时,能量套利的生命周期利润可以增加24.9%,使用线性化日历和环状降解模型时,可以增加24.9%。通过检查2019年至2022年的价格数据,该案例研究表明,批发电力市场的价格和价格波动的最新上涨导致可实现的终身利润大幅增加。
我们提出了一个经过校准的英国电力市场机组承诺调度模型,该模型应用于英国现有的四个水力抽水蓄能 (PS) 站的经济分析。更多可变可再生电力 (VRE) 会增加 PS 利润,具体数额取决于发电结构。在煤炭占很大比例的情况下,VRE 每增加 1 个百分点 (pp) 可使 PS 总利润平均增加 2.3 pp。在更灵活的系统中,要实现类似的盈利能力,风能和太阳能占供应量的比重应上升到 60% 以上。灵活性不强且 VRE 高的煤炭会增加价格波动,从而推动 PS 套利收入。更高的系统灵活性可以平滑 VRE 变化并限制 PS 价格套利,从而增加 PS 平衡和辅助服务收入的作用。 2015 年至 2022 年期间,22 个 PS 站在管理输电限制方面表现不佳,但在 2022 年提供了 18% 的快速备用、响应和其他备用服务。将价格套利的模拟收入和 2022 年的平衡和辅助服务收入与持续的固定成本相加,表明现有的四个 PS 站利润颇丰。然而,如果没有更多的平衡和辅助服务市场机会,这些收入将不足以支付新的 600 兆瓦 PS 站的资本支出和运营支出。
摘要 — 储能是电力市场中套利价格差异的战略参与者。未来电力系统运营商必须了解和预测战略存储套利行为,以便进行市场电力监控和容量充足性规划。本文提出了一种新颖的数据驱动方法,该方法结合了先验模型知识来预测价格接受者储能系统的战略行为。我们提出了一种梯度下降法来根据历史价格信号和观测值来查找存储模型参数。我们证明,在一类二次目标和线性等式约束存储模型下,所识别的模型参数将收敛到真实用户参数。我们通过使用合成和真实世界存储行为数据的数值实验证明了我们方法的有效性。与以前的黑箱数据驱动方法相比,所提出的方法显着提高了存储模型识别和行为预测的准确性。
摘要 — 在 COVID-19 大流行期间,美国电力部门在许多地理区域目睹了显著的电力需求变化。这些变化在人口密集的城市中尤为明显。本文结合了储能系统 (ESS) 的技术经济分析,以研究大流行对 ESS 发展的影响。具体来说,我们采用基于线性规划的收入最大化模型来获取 ESS 参与电力市场的收入,通过在能源交易中进行套利,以及通过提供监管服务来稳定电网频率。我们考虑了美国五种主要的储能技术,即锂离子、高级铅酸、飞轮、钒氧化还原液流和磷酸铁锂储能技术。对纽约市 (NYC) 案例进行的大量数值结果使我们能够强调 COVID-19 对纽约市电力部门的负面影响。索引词 — 储能、套利和监管服务、线性规划、COVID-19 影响。
(能源套利)。o 提供运营储备,帮助应对发电和需求的变化。o 推迟输电系统升级。o 通过辅助服务(合成惯性、电压/频率控制等)帮助确保电网稳定。o 整合更大比例的可再生资源。
能源应用涉及长时间(数小时或更长时间)的连续放电和延长充电时间。• 应用包括削峰、负载均衡、输配电升级延迟、客户需求费用和能源费用减少、可再生能源发电转移和能源套利或商品储存。
提前预测并购交易的状态是套利者面临的一个关键问题。我们的目标是建立一个强大的分类方法以确保交易成功。我们分两个阶段研究这个问题:(1)预测传言后的交易公告(2)预测交易公告后的收购成功。
能源应用涉及在延长的持续时间(或更长时间)的连续排放,并具有延长的充电时间。•应用程序包括剃须,负载级别,传输和分销升级,客户需求费和减少能源费用,可再生能源的生成转移以及能源套利或商品存储。
摘要 — 能源存储和需求侧响应将在未来电力系统中发挥越来越重要的作用。我们将之前关于单个能源存储单元的结果扩展到两个能源存储单元的管理,这两个能源存储单元为了价格套利而合作。我们考虑了一个确定性动态规划模型来解决合作问题,该模型考虑了市场影响。我们开发了拉格朗日理论并提出了一种新算法来识别策略对。虽然我们无法证明该算法提供了最佳策略,但我们提供了强有力的数字证据来支持它。此外,拉格朗日方法可以识别决策和预测范围,后者是一个不需要查看的时间来确定当前最佳行动。在实践中,这允许实时重新优化,两个范围都是以天为单位的。索引术语 — 控制、两个存储单元、套利、定价者、市场影响、能源、拉格朗日。
对于商业,工业和市政 /公用事业建筑,我们的LDES解决方案在电力中断以及客户账单管理和批发市场能源套利的情况下提供了能源弹性。该系统提供了满足日常自行车需求的能力,以节省成本和收入,同时还保留足够的能力,可以在一天 /多天的停电中维持客户。