Optimal Configuration of Distributed Energy Storage for Distribution Network in Peer-to-peer Transaction Scenarios

Yuanxing XIA; Qingshan XU; Yu HUANG; Haiya QIAN

doi:10.7500/AEPS20200930002

您当前的位置：

首页 >

文章列表页 >

Optimal Configuration of Distributed Energy Storage for Distribution Network in Peer-to-peer Transaction Scenarios

Basic Research | 更新时间：2025-06-16

- Optimal Configuration of Distributed Energy Storage for Distribution Network in Peer-to-peer Transaction Scenarios
- Automation of Electric Power Systems Vol. 45, Issue 14, Pages: 82-89(2021)
- 作者机构：
  
  东南大学电气工程学院，江苏省南京市 210096
- 作者简介：
- 基金信息：
  
  State Grid Corporation of China
- DOI：10.7500/AEPS20200930002
  CLC：
- Received：30 September 2020，
  
  Revised：2021-02-20，
  
  Published Online：21 May 2021，
  
  Published：25 July 2021
- 稿件说明：
移动端阅览
夏元兴,徐青山,黄煜等.端对端交易场景下配电网分布式储能的优化配置[J].电力系统自动化,2021,45(14):82-89.

XIA Yuanxing,XU Qingshan,HUANG Yu,et al.Optimal Configuration of Distributed Energy Storage for Distribution Network in Peer-to-peer Transaction Scenarios[J].Automation of Electric Power Systems,2021,45(14):82-89.
夏元兴,徐青山,黄煜等.端对端交易场景下配电网分布式储能的优化配置[J].电力系统自动化,2021,45(14):82-89. DOI： 10.7500/AEPS20200930002.

XIA Yuanxing,XU Qingshan,HUANG Yu,et al.Optimal Configuration of Distributed Energy Storage for Distribution Network in Peer-to-peer Transaction Scenarios[J].Automation of Electric Power Systems,2021,45(14):82-89. DOI： 10.7500/AEPS20200930002.

摘要

高渗透率可再生能源接入配电网不仅促进了分布式发电技术以端对端(P2P)的形式参与市场竞争，也对电网的安全稳定运行提出了挑战。为了保证配电网中P2P交易的安全稳定进行，提高用户和储能供应商投资储能的收益，在2种交易方案下提出了一种双层优化储能配置方法。上层模型以储能总投资成本最小为目标，采集配电网一年的运行数据进行优化，计算出储能的配置规格传递给下层模型。下层模型考虑集中竞价和用户主导这2种P2P交易模式，引入区域边际价格的概念最大化买卖双方收益，优化调度储能充放电策略以最小化储能投资成本。最后，以IEEE 15节点配电网为算例验证了所提方法的有效性。

Abstract

The integration of high-penetration renewable energy into the distribution network not only promotes distributed generation technology to participate in market competition in the peer-to-peer (P2P) form

but also poses a challenge to the safe and stable operation of the power grid. In order to ensure the safe and stable P2P transactions in the distribution network and to improve the benefits of investing in energy storage for both users and storage suppliers

a two-layer optimal energy storage allocation method is proposed in two transaction scenarios. The upper-layer model aims at minimizing the total investment cost of energy storage

collects one year of operational data of the distribution network for optimization

and calculates the configuration specifications of energy storage to transfer to the lower layer model. The lower-layer model considers two P2P transaction modes

i.e. centralized-bidding and user-driven modes

introduces the concept of regional marginal price to maximize the benefits for both buyers and sellers

and optimally dispatches the energy storage charging and discharging strategies to minimize the energy storage investment costs. Finally

the effectiveness of the proposed method is verified by taking the IEEE 15-bus distribution network as an example.

关键词

Keywords

references

杨立滨，曹阳，魏韡，等 . 计及风电不确定性和弃风率约束的风电场储能容量配置方法［J］. 电力系统自动化， 2020 ， 44 （ 16 ）： 45 - 52 .

YANG Libin ， CAO Yang ， WEI Wei ， et al . Energy storage capacity allocation method for wind farms considering wind power uncertainty and wind abandonment rate constraints ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 16 ）： 45 - 52 .

丁逸行，徐青山，吕亚娟，等 . 考虑能量管理的用户侧储能优化配置［J］. 电网技术， 2019 ， 43 （ 4 ）： 1179 - 1186 .

DING Yixing ， XU Qingshan ， LYU Yajuan ， et al . Optimal configuration of user-side energy storage considering power demand management ［J］. Power System Technology ， 2019 ， 43 （ 4 ）： 1179 - 1186 .

张璐，黄睿，王照琪，等 . 考虑恢复力与经济性均衡的配电网移动储能优化配置策略［J］. 电力系统自动化， 2020 ， 44 （ 21 ）： 23 - 31 .

ZHANG Lu ， HUANG Rui ， WANG Zhaoqi ， et al . Optimal allocation strategy of mobile energy storage in distribution network considering the balance of resilience and economy ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 21 ）： 23 - 31 .

刘威鹏，刘玉田 . 基于非对称Copula函数的风电场黑启动储能优化配置［J］. 电力系统自动化， 2020 ， 44 （ 19 ）： 47 - 54 .

LIU Weipeng ， LIU Yutian . Optimal allocation of wind farm black start energy storage based on asymmetric Copula function ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 19 ）： 47 - 54 .

程鑫，许亮，周姝灿，等 . 基于新能源出力保证率轨迹灵敏度分析的储能配置方法［J］. 电力系统自动化， 2020 ， 44 （ 13 ）： 25 - 31 .

CHENG Xin ， XU Liang ， ZHOU Shucan ， et al . Energy storage allocation method based on new energy output guarantee rate trajectory sensitivity analysis ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 13 ）： 25 - 31 .

平健，严正，陈思捷，等 . 基于区块链的分布式能源交易市场信用风险管理方法［J］. 中国电机工程学报， 2019 ， 39 （ 24 ）： 7137 - 7145 .

PING Jian ， YAN Zheng ， CHEN Sijie ， et al . Credit risk management in distributed energy resource transactions based on blockchain ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 24 ）： 7137 - 7145 .

平健，陈思捷，张宁，等 . 基于智能合约的配电网去中心化交易机制［J］. 中国电机工程学报， 2017 ， 37 （ 13 ）： 3682 - 3690 .

PING Jian ， CHEN Sijie ， ZHANG Ning ， et al . Decentralized transactive mechanism in distribution network based on smart contract ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 13 ）： 3682 - 3690 .

FERNANDEZ B R ， DVORKIN Y ， XU B ， et al . Optimal energy storage siting and sizing： a WECC case study ［J］. IEEE Transactions on Sustainable Energy ， 2017 ， 8 （ 2 ）： 733 - 743 .

XIA Y X ， XU Q S ， ZHAO J ， et al . Two-stage robust optimisation of user-side cloud energy storage configuration considering load fluctuation and energy storage loss ［J］. IET Generation ， Transmission & Distribution， 2020 ， 14 （ 16 ）： 3278 - 3287 .

XIA Y X ， XU Q S ， QIAN H Y ， et al . Bilevel optimal configuration of generalized energy storage considering power consumption right transaction ［J/OL］. International Journal of Electrical Power & Energy Systems ［ 2021-02-20 ］. https：//www.sciencedirect.com/science/article/abs/pii/S01420615203 42952 https://www.sciencedirect.com/science/article/abs/pii/S0142061520342952 .

RODRIGUES D L ， YE X M ， XIA X H ， et al . Battery energy storage sizing optimisation for different ownership structures in a peer-to-peer energy sharing community ［J/OL］. Applied Energy ［ 2021-02-20 ］. https：//www.sciencedirect.com/science/article/abs/pii/S0306261920300106 https://www.sciencedirect.com/science/article/abs/pii/S0306261920300106 .

HIRSCH A ， PARAG Y ， GUERRERO J . Microgrids： a review of technologies ， driverskey ， and outstanding issues［J/OL］. Renewable and Sustainable Energy Reviews ［ 2021-02-20 ］. https：//www.sciencedirect.com/science/article/pii/S136403211830128X https://www.sciencedirect.com/science/article/pii/S136403211830128X .

DI SILVESTRE M L ， FAVUZZA S ， SANSEVERINO E R ， et al . How decarbonization ， digitalization and decentralization are changing key power infrastructures？［J/OL］. Renewable and Sustainable Energy Reviews ［ 2021-02-20 ］. https：//www.sciencedirect.com/science/article/abs/pii/S1364032118304283 https://www.sciencedirect.com/science/article/abs/pii/S1364032118304283 .

SOARES N ， MARTINS A G ， CARVALHO A L ， et al . The challenging paradigm of interrelated energy systems towards a more sustainable future ［J/OL］. Renewable and Sustainable Energy Reviews ［ 2021-02-20 ］. https：//www.sciencedirect.com/science/article/abs/pii/S136403211830529X https://www.sciencedirect.com/science/article/abs/pii/S136403211830529X .

KIM J ， DVORKIN Y . A P2P-dominant distribution system architecture ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 4 ）： 2716 - 2725 .

MORSTYN T ， HREDZAK B ， AGELIDIS V G . Network topology independent multi-agent dynamic optimal power flow for microgrids with distributed energy storage systems ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 4 ）： 3419 - 3429 .

FARIVAR M ， LOW S H . Branch flow model： relaxations and convexification—Part Ⅰ ［J］. IEEE Transactions on Power Systems ， 2013 ， 28 （ 3 ）： 2554 - 2564 .

FARIVAR M ， LOW S H . Branch flow model： relaxations and convexification—Part Ⅱ ［J］. IEEE Transactions on Power Systems ， 2013 ， 28 （ 3 ）： 2565 - 2572 .

BARAN M E ， WU F F . Network reconfiguration in distribution systems for loss reduction and load balancing ［J］. IEEE Power Engineering Review ， 1989 ， 9 （ 4 ）： 101 - 102 .

CARAMANIS M ， NTAKOU E ， HOGAN W W ， et al . Co-optimization of power and reserves in dynamic T&D power markets with nondispatchable renewable generation and distributed energy resources ［J］. Proceedings of the IEEE ， 2016 ， 104 （ 4 ）： 807 - 836 .

MIETH R ， DVORKIN Y . Distribution electricity pricing under uncertainty ［J］. IEEE Transactions on Power Systems ， 2019 ， 35 （ 3 ）： 2325 - 2338 .

KHORASANY M ， MISHRA Y ， LEDWICH G . A decentralized bilateral energy trading system for peer-to-peer electricity markets ［J］. IEEE Transactions on Industrial Electronics ， 2019 ， 67 （ 6 ）： 4646 - 4657 .

MORSTYN T ， TEYTELBOYM A ， MCCULLOCH M D . Bilateral contract networks for peer-to-peer energy trading ［J］. IEEE Transactions on Smart Grid ， 2018 ， 10 （ 2 ）： 2026 - 2035 .

李兆伟，方勇杰，李威，等 . 电化学储能应用于电网频率安全防御三道防线的探讨［J］. 电力系统自动化， 2020 ， 44 （ 8 ）： 1 - 7 .

LI Zhaowei ， FANG Yongjie ， LI Wei ， et al . Discussion on three lines of defense for frequency security of power grid with electrochemical energy storage ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 8 ）： 1 - 7 .

MORSTYN T ， FARRELL N ， DARBY S J ， et al . Using peer-to-peer energy-trading platforms to incentivize prosumers to form federated power plants ［J］. Nature Energy ， 2018 ， 3 （ 2 ）： 94 - 101 .

ANDRIANESIS P ， CARAMANIS M ， MASIELLO R D ， et al . Locational marginal value of distributed energy resources as non-wires alternatives ［J］. IEEE Transactions on Smart Grid ， 2019 ， 11 （ 1 ）： 270 - 280 .

XIA Y ， XU Q ， ZHAO J ， et al . Two-stage configuration of user-side hybrid energy storage based on fuzzy optimization ［J］. Applied Sciences ， 2019 ， 9 （ 24 ）： 5307 .

HATFIELD J W ， KOMINERS S D ， NICHIFOR A ， et al . Stability and competitive equilibrium in trading networks ［J］. Journal of Political Economy ， 2013 ， 121 （ 5 ）： 966 - 1005 .

LOW S H . Convex relaxation of optimal power flow—Part Ⅱ： exactness ［J］. IEEE Transactions on Control of Network Systems ， 2014 ， 1 （ 2 ）： 177 - 189 .

PANDŽIĆ H ， WANG Y ， QIU T ， et al . Near-optimal method for siting and sizing of distributed storage in a transmission network ［J］. IEEE Transactions on Power Systems ， 2014 ， 30 （ 5 ）： 2288 - 2300 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Multi-level Scheduling Cooperative Mode Based on Projection from Global to Local Operating Space

Review on Optimization Methods for New Power System Dispatch Based on Deep Reinforcement Learning

Related Author

LIU Hong

CAO Ruizhi

HAN Jun

CAI Chao

PAN Wenjie

LI Junkai

ZHANG Huaiyu

XIA Qing

Related Institution

Key Laboratory of the Ministry of Education on Smart Power Grids (Tianjin University)

State Grid Jiangsu Economic Research Institute

East China Branch of State Grid Corporation of China

Department of Electrical Engineering, Tsinghua University

Beijing Tsintergy Technology Co., Ltd.

⁰