一种基于价格敏感度的储能配置方法与流程

1.本发明涉及电力技术领域，具体地说，涉及一种储能配置的评价方法。

背景技术：

2.当前如光伏发电等可再生能源迅速发展，尤其在智慧园区中得到了较为广泛的推广和应用，但其受环境的影响较大，尤其是温度和光照，使得其发电输出功率极不稳定，从而影响电网的电能质量与供电可靠性。另外，随着经济和技术的发展，电动汽车数量也快速增长，其接入电网充电给电网电能质量带来了极大影响。
3.对于智慧园区，需要将微电网通过联络线同主网相连以维持电网的功率平衡进而保证智慧园区微电网的可靠供电。由于光伏发电的接入，其出力的波动性同电动汽车充电负荷波动相叠加造成联络线上产生较大的功率波动。为了平抑联络线功率，需要配置一定量的储能设备。
4.储能系统的种类主要有能量型储能、功率型储能和混合储能。其中混合储能能够结合两种储能的优势，能够较好平抑联络线发功率波动。但是由于储能成本昂贵，配备的储能容量过大过小都不行，因此在智慧园区配电网中寻求储能最优容量配置极其重要。
5.除此以外，为调节联络线上的功率波动，还可以从需求侧管理的角度出发，通过调整或补偿供电价格等方式，来引导用户改变其用电行为，最终达到调节负荷、“削峰填谷”的目的。

技术实现要素：

6.本发明提供了一种基于价格敏感度的储能配置方法，其能够克服现有技术的某种或某些缺陷。
7.根据本发明的一种基于价格敏感度的储能配置方法，其包括如下步骤：
8.步骤s1、均匀间隔采集当前时刻t及当前时刻t之前的m个配电网联络线传输功率；
9.步骤s2、建立配电网联络线传输功率调控模型，并基于联络线的功率波动率f(t)获取当前时刻t调控后的配电网联络线传输功率p
grid 1
(t)；
10.步骤s3、基于调控后配电网联络线传输功率p
grid 1
(t)，计算当前时刻t的联络线的功率波动率f(t)，并基于联络线的功率波动率f(t)对电价进行调整。
11.通过上述，能够较佳地实现基于电价的调控，通过调整或补偿供电价格等方式，来引导用户改变其用电行为，最终达到调节负荷、“削峰填谷”的目的。
12.作为优选，步骤s2中，联络线功率调控模型的表达式为，
13.14.其中，p
grid
(t)为所采集的当前时刻t实际的配电网联络线传输功率，a为设定参数且0《a《1，p
grid
(t+1-i)表示第i个采样时刻下的配电网联络线传输功率。
15.所建立的联络线功率调控模型，能够基于配电网联络线的功率波动率进行，故而能够较佳地保证配电网联络线处的功率波动率保持在限定范围内，进而较佳地减少配电网联络线功率出现急剧上升或下降的情况，减少配电网联络线功率波动对联络线传输能力的影响。
16.作为优选，
[0017][0018][0019]
其中，m为采样总数，p
grid
(t-i)表示在第t-i个调控周期时配电网联络线的传输功率。
[0020]
通过上述，能够较佳地依据功率波动率为储能平抑指标，实现对需要混合储能系统平抑的功率的计算，并通过高通滤波算法实现对超级电容器和锂电池各自需要平抑的功率的分配。
[0021]
作为优选，步骤s3中，电价调整公式为，
[0022]
p
rice
(t)＝(1-log
α
(δ+1))p
rice，f
(t)；
[0023]
其中，p
rice
(t)为t时刻调整后的电价，p
rice，f
(t)为t时刻调整前的电价，δ为价格波动敏感度，α为设定调整基数，α∈(0,1)。故而能够较佳地实现对电价的调控。
[0024]
作为优选，
[0025][0026]
其中，f(t)为当前时刻t调整前联络线的功率波动率，f(t-1)为当前时刻t的前一采样时刻的联络线的功率波动率。故而能够较佳地实现对电价的调控。
[0027]
作为优选，a的取值范围为0.15-0.25。故而能够兼顾到联络线功率波动平均值、波动最大值、储能的配置和储能经济性。
附图说明
[0028]
图1为实施例1中的一种储能配置的评价方法流程图；
[0029]
图2为实施例1中的智慧园区配电网架构图；
[0030]
图3为实施例1中的配网联络线原始传输功率曲线图；
[0031]
图4为实施例1中的调控前后的联络线功率图；
[0032]
图5为实施例1中的调控前后的联络线功率波动率图；
[0033]
图6为实施例1中的混合储能系统需要平抑的功率；
[0034]
图7为实施例1中的高通滤波算法图；
[0035]
图8为实施例1中的超级电容器和锂电池需要平抑的功率；
[0036]
图9为实施例1中的自适应权重粒子算法流程图；
[0037]
图10为实施例1中的适应度算法流程图；
[0038]
图11为实施例1中的混合储能系统最佳收益变化曲线图；
[0039]
图12为实施例1中的储能荷电状态变化曲线图；
[0040]
图13为实施例2中的基于价格敏感度的储能配置方法的流程图。
具体实施方式
[0041]
为进一步了解本发明的内容，结合附图和实施例对本发明作详细描述。应当理解的是，实施例仅仅是对本发明进行解释而并非限定。
[0042]
实施例1
[0043]
如图1所示，本实施例提供了一种储能配置的评价方法，其包括如下步骤：
[0044]
步骤s1、获取混合储能系统中的超级电容器和锂电池各自需要平抑的功率；
[0045]
步骤s2、建立混合储能容量配置模型，混合储能容量配置模型用于表征超级电容器和锂电池各自需要平抑的功率与各自的容量间的关联；
[0046]
步骤s3、构建混合储能容量配置模型的目标函数及约束条件；
[0047]
步骤s4、基于目标函数及约束条件对混合储能容量配置模型进行求解，进而获取超级电容器和锂电池的容量配置。
[0048]
本实施例中的方法，能够首先基于步骤s1获取超级电容器和锂电池各自需要平抑的功率，之后通过建立混合储能容量配置模型，并构建目标函数和约束条件，通过对混合储能容量配置模型进行求解，即可较佳地获取混合储能系统中的容量配置。
[0049]
本实施例的步骤s1具体包括如下步骤，
[0050]
步骤s11、构建配电网功率数学模型，配电网数学模型用于表征电动汽车的充电功率、可再生能源的发电功率、配电网联络线的传输功率及混合储能系统需要平抑的功率间的关联；
[0051]
步骤s12、建立联络线功率调控模型，获取配电网联络线的调控后的传输功率；
[0052]
步骤s13、获取混合储能系统的工作功率，建立高通滤波算法模型，获取混合储能系统中的超级电容器和锂电池各自需要平抑的功率。
[0053]
通过上述，能够较佳地建立含电动汽车与可再生能源的智慧园区的配电网数学模型，进而能够较佳地对配网联络线的原始功率进行表达，之后基于联络线功率调控模型即可较佳地确保联络线的功率能够在限定范围内变化，通过重新计算混合储能需要平抑的功率，采用高通滤波算法模型对其进行分配，即可较佳地确定超级电容器和锂电池各自需要平抑的功率。
[0054]
本实施例的步骤s11中，配电网功率数学模型的表达式为，
[0055]
p
hess
＝p
ev-p
pv-p
grid
；
[0056]
其中，p
hess
、p
ev
、p
pv
和p
grid
分别为混合储能系统需要平抑的功率、电动汽车的充电功率、可再生能源的发电功率和电网联络线的传输功率。
[0057]
通过上述，能够较佳地实现配电网功率数学模型的建立。
[0058]
可以理解的是，对于智慧园区，需要将微电网通过配网联络线同主网相连以维持电网的功率平衡进而保证智慧园区微电网的可靠供电。由于可再生能源(本实施例中以光伏发电机为例)的接入，其出力的波动性同电动汽车的充电负荷波动相叠加造成配网联络
线上产生较大的功率波动，故可能对配网联络线的传输能力造成不良影响，甚至危及电网安全。故为了平抑配网联络线的功率，需要配置一定量的储能设备(本实施例中以通过超级电容器和锂电池构建的混合储能系统为例)。
[0059]
结合图2所示，本实施例中智慧园区配电网架构包括通过图中的母线(即联络线)接入配电网的光伏发电机、电动汽车(ev)充电系统、混合储能系统等，光伏发电机向配电网释放电能，电动汽车充电系统从电网吸取电能(本实施例中不考虑电动汽车向配电网放电的情形)，混合储能系统既可以向配电网释放电能也可以从电网吸取电能。
[0060]
基于混合储能系统需要平抑配电网中光伏发电和电动汽车充电负荷的功率波动以保证电网的供需平衡及稳定运行的需求，故能够较佳地实现配电网功率数学模型的建立。
[0061]
可以理解的是，混合储能系统的功率由超级电容器和锂电池提供，也即，p
hess
＝p
sc
+pb。
[0062]
另外，未经调控的配电网联络线的传输功率p
grid
能够表示为，p
grid
＝γ(p
ev-p
pv
)，γ为比例系数。比例系数γ能够在光伏发电机的功率大于电动汽车的充电功率时为0时，此时光伏发电机多余的电能储存至混合储能系统中；当在电价低价时，比例系数γ能够大于1，故能够由电网主要供电；当在电价平价或高价时，比例系数γ能够小于1，故能够由混合储能系统主要供电。从而能够兼顾经济性。
[0063]
在图3中，给出了一个具体的配电网络中未经调控的配电网联络线的功率在一天内的传输功率曲线。由图3可以看出，在9：00-17：00以及20：00-22：00之间，配电网联络线的传输功率波动变化非常大，极大影响电网的安全稳定运行。
[0064]
本实施例的，步骤s12中，联络线功率调控模型的表达式为，
[0065][0066]
其中，p
grid
(t)和p
grid 1
(t)为在第t个调控周期时配电网联络线的调控前、后的传输功率，a为设定参数且0《a《1，f1(t)为在第t个调控周期时配电网联络线调控后的功率波动率，p
pv
(t)为在第t个调控周期时可再生能源的发电功率，p
ev
(t)为在第t个调控周期时电动汽车的充电功率；
[0067]
其中，
[0068][0069]
其中，m为设定的均值基准，p
grid
(t-i)表示在第t-i个调控周期时配电网联络线的传输功率。
[0070]
本实施例中，所建立的联络线功率调控模型，能够基于配电网联络线的功率波动率进行，故而能够较佳地保证配电网联络线处的功率波动率保持在限定范围内，进而较佳地减少配电网联络线功率出现急剧上升或下降的情况，减少配电网联络线功率波动对联络
线传输能力的影响。
[0071]
本实施例中，通过将配电网联络线处的功率波动率作为储能平抑指标，能够较佳地实现对储能的平抑效果的评价，避免储能过度平抑或平抑不足。
[0072]
本实施例中，储能平抑功率波动的目标为通过储能充放电保证在运行周期的指定大小时间窗口功率波动率不超过设定功率波动率的上下限值。本实施例中，以配网联络线传输功率的平均值作为基准值计算功率波动率，故使得调控后配网网联络线传输功率的平滑度较高。
[0073]
设定时间窗口长度为l，采样数为m，则在某个周期t内，未调控的配网网联络线的传输功率p
grid
(t)的波动率f0(t)为，
[0074][0075]
本实施例中，以l为20min，a为0.2，采样间隔为5min即m为4，对上述的一个具体的配电网络进行调控前、后的联络线功率和功率波动率进行比对，如图4和5所示。可以看出，经调控后，联络线功率极大减少了随机波动幅度较大的情况，同时调控后的每点的波动率可尽量保持在设定范围内。
[0076]
如图6所示，本实施例的步骤s13中，高通滤波算法模型的表达式为，
[0077][0078]
其中，p
hess
(t)为在第t个调控周期时混合储能系统需要平抑的功率，p
sc
(t)为混合储能系统中的超级电容器在第t个调控周期时需要平抑的功率，pb(t)为混合储能系统中的锂电池在在第t个调控周期时需要平抑的功率，s为微分算子，tf为滤波时间常数。
[0079]
通过上述，能够较佳地依据功率波动率为储能平抑指标，实现对需要混合储能系统平抑的功率的计算，并通过高通滤波算法实现对超级电容器和锂电池各自需要平抑的功率的分配。
[0080]
可以理解的是，p
sc
(t)为经高通滤波算法处理后的高频波动分量，其能够作为控制超级电容器储能的主动指令；pb(t)为经高通滤波算法处理后的剩余功率，其能够作为锂电池储能的主动指令。
[0081]
本实施例中，滤波时间常数tf根据超级电容器储能系统需要平抑的功率波动频带确定，常为秒级到分钟级。
[0082]
在对上述的一个具体的配电网络进行分析后，其需要混合储能系统平抑的功率曲线如图7所示。可以看出，混合储能系统在0点到7点即低电价时段充电；在7点到12点及15点到18点，混合储能消纳光伏发电电能；在其他时间段，混合储能进行放电；混合储能的放电高峰集中在12点到17点。
[0083]
在本实施例中上述的一个具体的配电网络中，超级电容器和锂电池需要平抑的功率曲线如图8所示。
[0084]
本实施例的步骤s2中，混合储能容量配置模型的表达式为，
[0085][0086]
其中，q
sc
和qb分别为超级电容器和锂电池的容量，p
sc
(t)和pb(t)分别为超级电容器和锂电池在第t个调控周期时需要平抑的功率，t0为放电起始时刻，t
p
为电价平价时间段持续时间，th为电价高价时间段持续时间，soc
sc，max
和soc
sc，min
分别为超级电容器的荷电状态的最大值和最小值，soc
b，max
和soc
b，min
分别为锂电池各自需要平抑的功率。
[0087]
通过上述，能够以超级电容器和锂电池的荷电状态实现对其容量的限制，故而能够充分考虑混合储能系统在低电价充电、在电价平价和电价高价进行放电的特性，具体的，超级电容器或锂电池在电价高价和电价平价放电时应该满足从最大荷电状态放电到最小荷电状态的限制。
[0088]
可以理解的是，荷电状态是用来衡量储能单元(本实施例中的超级电容器或锂电池)的剩余容量，荷电状态计算公式如下：
[0089][0090]
其中，soc(t)和soc(t-1)分别表示储能单元在t时刻和t-1时刻的荷电状态；p(t)表示t时刻的充放电功率(大于0表示放电，小于0表示充电)；en表示储能单元的容量；ηc和ηd分别表示充、放电效率，δ自放电率，δt为t时刻与t-1时刻间的步长。
[0091]
本实施例中，基于年收益c
earn
最大构建目标函数，所构建的目标函数为，
[0092][0093]
其中，c
income
为混合储能系统在一个自然年度的直接利润，c1表示混合储能系统的建设成本，c2表示混合储能系统的维护成本，r为贴现率，l为储能使用年限；
[0094]
其中，
[0095][0096]
c1＝α
sc
p
sc
+αbpb+β
scqsc
+βbqb；
[0097]
c2＝ε
scqsc
+εbqb；
[0098]
其中，k表示一个自然年度的天数，t表示在一天内的调控周期的总数，δt1表示在第t个调控周期中超级电容器的充放电时间，δt2表示在第t个调控周期中锂电池的充放电时间，r
t
表示在第t个调控周期时的电价；
[0099]
其中，α
sc
、αb、β
sc
和βb分别表示超级电容器的单位功率单价、锂电池的单位功率单价、超级电容器的单位容量单价以及锂电池的单位容量单价；
[0100]
其中，ε
sc
为超级电容器的运行维护成本系数，εb为锂电池的运行维护成本系数。
[0101]
通过上述，能够较佳地实现以收益最大化作为目标函数。
[0102]
本实施例作为一个具体的实施例，设置k＝365，t＝288。
[0103]
本实施例中，基于能量守恒、输出功率及荷电状态构建拘束条件，所构建的约束条件为，
[0104][0105]
其中，p
sc，min
和p
sc，max
为超级电容器的充放电功率的最小值和最大值，p
b，min
和p
b，max
为锂电池的充放电功率的最小值和最大值，p
pv，max
为可再生能源的最大发电功率。
[0106]
通过上述，能够较佳地实现电力必须在任何时候都能满足供需平衡的约束、光伏发电机、超级电容器和锂电池的输出功率受到自身特性限制的约束以及避免过充和过放的约束。
[0107]
本实施例中，基于自适应权重粒子算法基于目标函数和约束条件对混合储能容量配置模型进行求解。故而能够较佳地获取具备较高精度和较稳定特征的容量配置方案。
[0108]
本实施例中，选取自适应权重粒子算法(apso，adaptive particle swarm optimization)实现对混合储能容量配置模型进行优化求解，其算法流程如图9所示，其适应度算法流程如图10所示。
[0109]
本实施例中，在设置a＝0.2，种规模为80，粒子迭代次数为80次，惯性权重系数的最大值和最小值分别为0.9和0.4，学习因子都选取为2，仿真步长为5min，并设置相关参数如下表1时，所获取的混合储能系统的容量优化配置结果如表2、图11和图12所示。
[0110]
表1 参数配置
[0111][0112]
表2 调控前、后混合储能系统的容量配置的及系统收益
[0113] 锂电池(kwh)超级电容器(kwh)系统收益(万元)考虑联络线功率调控9221111.3733未考虑联络线功率调控9091111.143
[0114]
由表2可以看出，调控前、后的容量配置结果虽然差别不大，但调控后的联络线功率波动率可保持在设定范围内，对联络线传输能力影响较小，且经济性也更好。同时由图12可以看出，在整个运行周期内，调控后的超级电容器和锂电池的荷电状态都满足在其荷电状态范围内变化且满足能量守恒约束。
[0115]
本实施例中，a的取值范围为0.15-0.25。故而能够兼顾考虑到联络线功率波动平均值、波动最大值、储能的配置和储能经济性。
[0116]
考虑到，及时采用联络线功率调控模型对联络线传输功率进行了调控，但也仍然存在传输功率波动幅度较大的情况出现，而这有可能会对联络线的传输能力造成不良影响。故本实施例中，以设定时间窗口长度为l内的联络线功率波动的平均值和功率波动的最大值作为评价指标之一，实现对a值的取值范围进行评价。
[0117]
可以理解的是，功率波动的平均值越小，联络线功率就越少出现较大波动的现象；联络线功率波动最大值越小，对联络线传输能力的影响越小。
[0118]
本实施例中，在某个周期t时，联络线的功率波动δp
grid 1
(t
′
)为，
[0119]
δp
grid 1
(t)＝|p
grid 1
(t)-p
grid
(t-1)|。
[0120]
本实施例中，功率波动的平均值δp
grid，avg
通过下式计算：
[0121][0122]
本实施例中，a取不同的值时，联络线功率波动的平均值及功率波动的最大值如表3所示。
[0123]
表3 a取不同的值时联络线功率波动的平均值及最大值
[0124][0125]
结合表3可以看出，未经调控的联络线功率波动的平均值为16.5kw，功率波动的最大值为173kw。在进行调控后，a值越小，联络线功率波动的平均值和波动的最大值就越小，对联络线的传输能力影响就越小；而当a超过0.2，联络线功率波动的最大值变化就越快，即当允许的联络线功率波动的范围越大，联络线出现功率随机波动较大的点就越多，对联络线传输能力的影响极大。
[0126]
同时，为了进一步探究a的取值对储能配置及经济性的影响，对a取不同的值，得到的储能配置结果及储能系统年收益如表4所示。
[0127]
表4 不同a值与储能配置结果及储能系统年收益的关系
[0128][0129]
由上表可以看出，a的取值对储能的年收益影响非常大。同时，当a的取值范围为0.05至0.2时，对储能配置的影响较大，当a大于0.2时，对储能配置影响非常小。
[0130]
故本实施例中，考虑到联络线功率波动平均值、波动最大值、储能的配置和储能经济性，能够选取的a的范围为0.15-0.25。
[0131]
本发明中的方法，能够首先以联络线功率波动率作为混合储能系统的平抑指标，建立联络线功率调控模型，可使联络线每一点的功率保持在限定范围内，并确定超级电容器和锂电池各自需要平抑的功率，通过建立混合储能容量配置模型并构建目标函数和约束条件并进行求解，可较佳地获取混合储能系统中的容量配置。
[0132]
实施例2
[0133]
结合图13所示，本实施例在实施例1的基础上，还提供了一种基于价格敏感度的储能配置方法，其包括如下步骤：
[0134]
步骤s1、均匀间隔采集当前时刻t及当前时刻t之前的m个配电网联络线传输功率；
[0135]
步骤s2、建立配电网联络线传输功率调控模型，并基于联络线的功率波动率f(t)获取当前时刻t调控后的配电网联络线传输功率p
grid 1
(t)；
[0136]
步骤s3、基于调控后配电网联络线传输功率p
grid 1
(t)，计算当前时刻t的联络线的功率波动率f(t)，并基于联络线的功率波动率f(t)对电价进行调整。
[0137]
通过上述，能够较佳地实现基于电价的调控，通过调整或补偿供电价格等方式，来引导用户改变其用电行为，最终达到调节负荷、“削峰填谷”的目的。
[0138]
在步骤s2中，联络线功率调控模型的表达式为，
[0139][0140]
其中，p
grid
(t)为所采集的当前时刻t实际的配电网联络线传输功率，a为设定参数且0《a《1，p
grid
(t+1-i)表示第i个采样时刻下的配电网联络线传输功率。
[0141]
同实施例1，本实施例中所建立的联络线功率调控模型，能够基于配电网联络线的功率波动率进行，故而能够较佳地保证配电网联络线处的功率波动率保持在限定范围内，进而较佳地减少配电网联络线功率出现急剧上升或下降的情况，减少配电网联络线功率波动对联络线传输能力的影响。
[0142]
其中，
[0143][0144][0145]
其中，m为采样总数，p
grid
(t-i)表示在第t-i个调控周期时配电网联络线的传输功率。
[0146]
同实施例1，通过上述，能够较佳地依据功率波动率为储能平抑指标，实现对需要混合储能系统平抑的功率的计算，并通过高通滤波算法实现对超级电容器和锂电池各自需要平抑的功率的分配。
[0147]
在步骤s3中，电价调整公式为，
[0148]
p
rice
(t)＝(1-log
α
(δ+1))p
rice，f
(t)；
[0149]
其中，p
rice
(t)为t时刻调整后的电价，p
rice，f
(t)为t时刻调整前的电价，δ为价格波动敏感度，α为设定调整基数，α∈(0,1)。故而能够较佳地实现对电价的调控。
[0150]
其中，
[0151][0152]
其中，f(t)为当前时刻t调整前联络线的功率波动率，f(t-1)为当前时刻t的前一采样时刻的联络线的功率波动率。故而能够较佳地实现对电价的调控。
[0153]
其中，a的取值范围为0.15-0.25。同实施例1，故而能够兼顾到联络线功率波动平均值、波动最大值、储能的配置和储能经济性。
[0154]
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

技术特征：

1.一种基于价格敏感度的储能配置方法，其包括如下步骤：步骤s1、均匀间隔采集当前时刻t及当前时刻t之前的m个配电网联络线传输功率；步骤s2、建立配电网联络线传输功率调控模型，并基于联络线的功率波动率f(t)获取当前时刻t调控后的配电网联络线传输功率p
grid1
(t)；步骤s3、基于调控后配电网联络线传输功率p
grid1
(t)，计算当前时刻t的联络线的功率波动率f(t)，并基于联络线的功率波动率f(t)对电价进行调整。2.根据权利要求1所述的一种基于价格敏感度的储能配置方法，其特征在于：步骤s2中，联络线功率调控模型的表达式为，其中，p
grid
(t)为所采集的当前时刻t实际的配电网联络线传输功率，a为设定参数且0<a<1，p
grid
(t+1-i)表示第i个采样时刻下的配电网联络线传输功率。3.根据权利要求2所述的一种基于价格敏感度的储能配置方法，其特征在于：3.根据权利要求2所述的一种基于价格敏感度的储能配置方法，其特征在于：其中，m为采样总数，p
grid
(t-i)表示在第t-i个调控周期时配电网联络线的传输功率。4.根据权利要求3所述的一种基于价格敏感度的储能配置方法，其特征在于：步骤s3中，电价调整公式为，p
rice
(t)＝(1-log
α
(δ+1))p
rice，f
(t)；其中，p
rice
(t)为t时刻调整后的电价，p
rice，f
(t)为t时刻调整前的电价，δ为价格波动敏感度，α为设定调整基数，α∈(0,1)。5.根据权利要求4所述的一种基于价格敏感度的储能配置方法，其特征在于：其中，f(t)为当前时刻t调整前联络线的功率波动率，f(t-1)为当前时刻t的前一采样时刻的联络线的功率波动率。6.根据权利要求2所述的一种基于价格敏感度的储能配置方法，其特征在于：a的取值范围为0.15-0.25。

技术总结

本发明涉及电力技术领域，具体地说，涉及一种基于价格敏感度的储能配置方法。其包括：步骤S1、均匀间隔采集当前时刻t及当前时刻t之前的m个配电网联络线传输功率；步骤S2、建立配电网联络线传输功率调控模型，并基于联络线的功率波动率F(t)获取当前时刻t调控后的配电网联络线传输功率P

技术研发人员：

方保民 张健 陈春萌 代倩 吴俊玲 卢国强 张尚 梁英 云雷 赵东宁 李延和 张立波 杨凯璇 陈典 甘嘉田

受保护的技术使用者：

中国电力科学研究院有限公司 国家电网有限公司

技术研发日：

2022.09.01

技术公布日：

2022/12/9