上个月接了一套共享储能电站的日前调度方案,电站运营商手里握着两个工业用户:一家白天产线全开、晚上用电量立马掉下来,另一家正好相反,白班不怎么动、夜里机器转得欢。运营方最初的想法很朴素——晚上低谷电充满储能,白天高峰放出来给工厂用,赚个峰谷价差。可真把电价表、负荷曲线和电池参数一起丢进优化模型里跑,结果跟直觉差得不是一点半点。
这个项目要做的,就是标题里那件事:基于共享储能电站,帮工业用户做日前优化经济调度。说白了,是在还没看到第二天真实负荷的时候,提前一天把储能充放电计划、用户购电功率、需量控制目标全部定下来。这件事既不是“谷充峰放”四个字能概括的,也不是拍脑袋给储能设几个定时段。它要把真实的电费结构、一组物理约束、多个用户共享同一座电站的容量限制,全部折进一个可以每天自动求解的决策问题。
这篇文章想把这个事情讲透。适合三类人读:储能运营商的方案工程师,正在评估要不要签共享储能合同的工厂能源管理人员,以及用Python做电力优化调度、还没碰过共享储能场景的算法工程师。文章里的数字和算例部分是示意性的,但建模思路、约束设计和落地时的坑,基本是通用的。
1. 共享储能吸引工业用户的真正原因:先把电费账单算明白
1.1 峰谷价差不是“每度赚七毛钱”那么爽快
工业用户通常执行分时电价,峰平谷三段价差很大,不少地方尖峰和低谷的差距能到0.7元/kWh
