CN105976108A - 一种配电网分布式储能规划方法 - Google Patents
一种配电网分布式储能规划方法 Download PDFInfo
- Publication number
- CN105976108A CN105976108A CN201610291795.5A CN201610291795A CN105976108A CN 105976108 A CN105976108 A CN 105976108A CN 201610291795 A CN201610291795 A CN 201610291795A CN 105976108 A CN105976108 A CN 105976108A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- distributed energy
- distribution network
- model
- distributed
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种配电网分布式储能规划方法,包括:搭建包含待接入分布式储能系统的光伏配电网仿真系统;根据电化学储能方式确定分布式储能系统的储能类型;根据分布式储能系统的储能类型建立线性化模型以及寿命成本模型;构建分布式储能系统的双层规划模型,包含上层模型以及下层模型,上层模型用于求解各分布式储能的调度策略,下层模型用于求解各分布式储能的容量、功率以及接入位置;导入年负荷数据以及光伏发电数据,对分布式储能系统的双层规划模型进行求解,输出各分布式储能的容量、功率、接入位置以及调度策略。本发明针对储能类型、储能位置、储能容量、储能效率以及调度策略多个规划因素,实现了对配电网分布式储能的整体规划。
Description
技术领域
本发明涉及分布式储能系统技术领域,特别是涉及一种配电网分布式储能规划方法。
背景技术
随着配电网中分布式光伏渗透率的逐步增大,系统的电压越限问题越来越严重。储能,特别是分布式储能,作为解决该问题的有效途径之一,合理规划将会改善配电网的电压状况。
分布式储能系统的规划方法中,储能单元的规划因素包括储能类型、接入位置、储能容量、储能功率和调度策略,然而现有方法多数集中于某一方面或某几方面,如求解储能系统调度策略或调度策略与储能容量的方法,缺少对五种因素的整体规划方法。在具有多目标的储能系统规划问题中,现有的求解方法并不能求解储能系统的五种规划因素。
因此,提供一种对储能类型、接入位置、储能容量、储能效率和调度策略的整体规划方法是非常有必要的。
发明内容
本发明的目的是提供一种配电网分布式储能规划方法,目的在于解决现有技术中缺少对储能单元的多个因素进行统一整体规划的缺点。
为解决上述技术问题,本发明提供一种配电网分布式储能规划方法,包括:
搭建包含待接入分布式储能系统的光伏配电网仿真系统;
根据电化学储能方式确定所述分布式储能系统的储能类型;
根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型;
构建分布式储能系统的双层规划模型,包含上层模型以及下层模型,所述上层模型用于求解各分布式储能的调度策略,所述下层模型用于求解各分布式储能的容量、功率以及接入位置;
导入年负荷数据以及光伏发电数据,对所述分布式储能系统的双层规划模型进行求解,输出各分布式储能的容量、功率、接入位置以及调度策略。
可选地,所述根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型包括:
第i个分布式储能的线性模型表示为:
式中,Ci(t)为t时段第i个分布式储能总电能;Ci(t-1)为t-1时刻第i个分布式储能总电能;Δt为时间间隔;Pch des,i(t)、Pdis des,i(t)分别为第i个分布式储能在t时刻的充电和放电功率;ηch、ηdis分别为第i个分布式储能充放电效率;Ci N为第i个分布式储能额定容量;Ssoc,min、Ssoc,max为第i个分布式储能荷电状态的最小值和最大值;Pi N为第i个分布式储能额定功率;Bch(t)、Bdis(t)分别表示充电和放电状态。
可选地,所述根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型包括:
分布式储能的寿命表示为:
式中,表示第i个分布式储能的总能量吞吐量,DOD为第i个分布式储能的放电深度,num为在DOD下的第i个分布式储能循环次数;Ei sim为第i个分布式储能仿真消耗的能量吞吐量;Yi cal为储能厂商提供的储能日历寿命。
可选地,所述根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型包括:
各分布式储能成本费用年值表示为:
式中,Costi为第i个分布式储能成本费用年值;Costini i为第i个分布式储能初始成本;CostO&M i为第i个分布式储能运行维护成本;r为贴现率;ns,c为分布式储能容量单价;ns,p为分布式储能功率单价;x%、y%分别为分布式储能能量与功率的运行维护成本与初始投资的比值。
可选地,所述构建分布式储能系统的双层规划模型包括:
所述双层规划模型表示为:
式中,Obj2为上层目标函数,Obj1为下层目标函数,x1,…,xn为n个分布式储能的位置、额定功率、额定容量和调度策略向量。
可选地,所述下层模型的目标函数表示为:
式中,Rdes为分布式储能的调度收益,d为天数,t为时刻,n为分布式储能的个数,λ(t)为t时刻的电价;
所述下层模型的约束条件包括设备约束、充电约束、放电约束和配电网有功平衡约束;
所述充电约束为当Ppv(t)>Pload(t)时,分布式储能充电且在电压越限时刻优先充电,同时充电功率受电价调节,若某天内Ppv(t)≤Pload(t),分布式储能则在低电价时充电;
所述放电约束为以系统负荷作为分布式储能放电功率的上限,即
所述配电网有功平衡约束为:
式中,Pgrid(t)为t时刻电网注入有功功率,Pload(t)为t时刻的配电网总有功负荷。
可选地,所述上层模型的目标函数分为电压稳定目标和经济利润目标,所述电压稳定目标是分布式储能对配电网电压改善程度的技术性评价,所述经济利润目标是对分布式储能的功能收益和投资成本的经济性评价;
上层模型的目标函数表示为:
所述上层模型的约束条件包括调度约束、约束条件、配电网运行时的潮流约束以及节点电压约束;
所述潮流约束为:
式中:PGk和QGk为节点k处的电源有功和无功输出;PLk和QLk分别是节点k处的有功和无功负荷;Vk、Vl为节点k、l处的电压幅值;Bn为节点总数;Gkl、Bkl和δkl为节点k和l之间的电导、电纳和电压相角差。
可选地,所述对所述分布式储能系统的双层规划模型进行求解包括:
通过由混合整数线性规划方法、SPEA2-PSO和快速潮流计算组成的混合算法对所述双层模型进行求解。
可选地,所述通过由混合整数线性规划方法、SPEA2-PSO和快速潮流计算组成的混合算法对所述双层模型进行求解包括:
初始化内部种群速度与位置,初始化外部种群位置;
利用混合整数线性规划方法求解内部种群每个粒子的调度策略,并利用快速潮流计算方法求解对应粒子的潮流;
计算内部种群的多目标函数值,并利用SPEA2精确适应度的计算方法计算内外部种群的适应度;
根据适应度对内外部种群进行环境选择,形成新的外部种群;
更新局部极值点位置pbest和全局极值点位置gbest;
采用二元竞赛模式形成新的内部种群,并利用下式更新每个粒子的位置和速度;
式中,it为迭代次数;xit为第it次迭代时粒子的空间位置;vit为第it次迭代时粒子的速度;ωit为惯性权重;c1和c2为学习因子;r1和r2为(0,1)内的随机数;ωmax、ωmax分别为惯性权重最大值和最小值;
判断是否满足终止条件,若不满足,则返回求解内部种群每个粒子的调度策略的步骤。
本发明所提供的配电网分布式储能规划方法,通过搭建包含待接入分布式储能系统的光伏配电网仿真系统;根据电化学储能方式确定分布式储能系统的储能类型;根据分布式储能系统的储能类型建立线性化模型以及寿命成本模型;构建分布式储能系统的双层规划模型,包含上层模型以及下层模型;导入年负荷数据以及光伏发电数据,对分布式储能系统的双层规划模型进行求解,输出各分布式储能的容量、功率、接入位置以及调度策略。可见,本发明所提供的配电网分布式储能规划方法,针对储能类型、储能位置、储能容量、储能效率以及调度策略多个规划因素,实现了对配电网分布式储能的整体规划。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的配电网分布式储能规划方法的一种具体实施方式的流程图;
图2为本发明实施例所提供的建立线性化模型以及寿命成本模型的过程流程图;
图3为本发明实施例所提供的通过混合算法对所述双层模型进行求解的过程流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明所提供的配电网分布式储能规划方法的一种具体实施方式的流程图如图1所示,该方法包括:
步骤S101:搭建包含待接入分布式储能系统的光伏配电网仿真系统;
步骤S102:根据电化学储能方式确定所述分布式储能系统的储能类型;
具体地,可按照实际所需,选择合适的电化学储能作为分布式储能系统的类型,如锂电池等类型,这均不影响本发明的实现。
步骤S103:根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型;
步骤S104:构建分布式储能系统的双层规划模型,包含上层模型以及下层模型,所述上层模型用于求解各分布式储能的调度策略,所述下层模型用于求解各分布式储能的容量、功率以及接入位置;
步骤S105:导入年负荷数据以及光伏发电数据,对所述分布式储能系统的双层规划模型进行求解,输出各分布式储能的容量、功率、接入位置以及调度策略。
需要指出的是,本发明所提供的方法可用于含高渗透率光伏的配电网分布式储能双层规划中,以解决大规模分布式光伏接入配电网导致的配电网过电压问题。
本发明所提供的配电网分布式储能规划方法,通过搭建包含待接入分布式储能系统的光伏配电网仿真系统;根据电化学储能方式确定分布式储能系统的储能类型;根据分布式储能系统的储能类型建立线性化模型以及寿命成本模型;构建分布式储能系统的双层规划模型,包含上层模型以及下层模型;导入年负荷数据以及光伏发电数据,对分布式储能系统的双层规划模型进行求解,输出各分布式储能的容量、功率、接入位置以及调度策略。可见,本发明所提供的配电网分布式储能规划方法,针对储能类型、储能位置、储能容量、储能效率以及调度策略多个规划因素,实现了对配电网分布式储能的整体规划。
在上述实施例的基础上,如图2本发明实施例所提供的建立线性化模型以及寿命成本模型的过程流程图所示,下面对本发明所提供的配电网分布式储能规划方法中步骤S103根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型的过程进行进一步详细描述。
步骤S201:建立分布式储能线性模型;
分布式储能的工作状态可分为闲置、充电和放电,为了合理的区分三种工作状态,本实施例引入状态变量Bch(t)、Bdis(t),分别表示充电和放电状态(1为“是”,0为“非”),忽略自放电率对模型的影响,第i个分布式储能的线性模型可用式(1)~(4)表示:
其中,式(1)为t时刻分布式储能所储电能,式(2)-(4)为约束条件,式(2)为分布式储能容量约束,式(3)为充放电时的充放电功率约束,式(4)为分布式储能工作状态约束,表示闲置、充电与放电,且分布式储能只能处于其中一种状态。
式中,Ci(t)为t时段第i个分布式储能总电能;Ci(t-1)为t-1时刻第i个分布式储能总电能;Δt为时间间隔;Pch des,i(t)、Pdis des,i(t)分别为第i个分布式储能在t时刻的充电和放电功率;ηch、ηdis分别为第i个分布式储能充放电效率;Ci N为第i个分布式储能额定容量;Ssoc,min、Ssoc,max为第i个分布式储能荷电状态的最小值和最大值;Pi N为第i个分布式储能额定功率;Bch(t)、Bdis(t)分别表示充电和放电状态。
步骤S202:建立分布式储能寿命模型;
本实施例采用总能量吞吐量模型,该模型假设当储能工作在标准条件下时,其寿命期限内总能量吞吐量为定值,利用储能总能量吞吐量与仿真消耗的能量吞吐量的比值来计算储能的寿命。
在标准条件下,第i个分布式储能的总能量吞吐量为:
式中,DOD为第i个分布式储能的放电深度,num为在DOD下的第i个分布式储能循环次数。
分布式储能的寿命表示为:
式中,Ei sim为第i个分布式储能仿真消耗的能量吞吐量;Yi cal为储能厂商提供的储能日历寿命。
步骤S203:建立分布式储能成本模型。
优选地,在分布式储能投入运营后,本实施例将分布式储能的初始投资和运行维护成本作为储能的经济成本,其中初始投资又包括各分布式储能功率和容量投资,运行维护成本则按初始投资的一定比率进行计算。各分布式储能成本费用年值可用式(7)-(9)表示
式中,Costi为第i个分布式储能成本费用年值;Costini i为第i个分布式储能初始成本;CostO&M i为第i个分布式储能运行维护成本;r为贴现率;ns,c为分布式储能容量单价;ns,p为分布式储能功率单价;x%、y%分别为分布式储能能量与功率的运行维护成本与初始投资的比值。
在上述实施例的基础上,下面对本发明所提供的配电网分布式储能规划方法中步骤S104构建分布式储能系统的双层规划模型的过程进行进一步详细阐述。
需要指出的是,该模型包含上层模型和下层模型,下层用于求解各分布式储能的调度策略,为在满足电压约束的条件下以分布式储能的调度收益最大为目标,上层用于求解各分布式储能的容量、功率和位置,以分布式储能的利润最大和系统的电压最稳定为目标。其数学模型可用式(10)表示。
式中,Obj2为上层目标函数,Obj1为下层目标函数,x1,…,xn为n个分布式储能的位置、额定功率、额定容量和调度策略向量。
构建下层模型的过程:
分布式储能的调度策略对于解决高渗透率分布式光伏引起的过电压问题至关重要。在分布式储能接入配电网后,良好的调度策略既可消除高渗透率分布式光伏带来的电压质量影响,还可获得较好的收益。
在安排分布式储能的调度策略时,应考虑配电网的电压约束,将充电过程优先安排在电压抬升时刻,且由于电力市场分时电价的存在,分布式储能还可通过低储高发获得调度收益。在本实施例中,下层模型目标函数用下式表示:
式中,Rdes为分布式储能的调度收益,d为天数,t为时刻,n为分布式储能的个数,λ(t)为t时刻的电价。
所述下层模型的约束条件g(x1,…,xn)包括设备约束(式(2)-(4))、充电约束、放电约束和配电网有功平衡约束;
由于光伏注入功率大于节点负荷时,会引起节点电压的抬升乃至越限。因此,所述充电约束为当Ppv(t)>Pload(t)时,分布式储能充电且在电压越限时刻优先充电,同时充电功率受电价调节,若某天内Ppv(t)≤Pload(t),分布式储能则在低电价时充电;
分布式储能在高电价时放电,若分布式储能的放电功率过大仍会引起电压越限。因此,所述放电约束为以系统负荷作为分布式储能放电功率的上限,即
所述配电网有功平衡约束为:
式中,Pgrid(t)为t时刻电网注入有功功率,Pload(t)为t时刻的配电网总有功负荷。
构建上层模型的过程:
上层模型是对各分布式储能的容量、功率和位置的求解,目标函数分为电压稳定目标和经济利润目标。电压稳定目标是分布式储能对配电网电压改善程度的技术性评价,经济利润目标是分布式储能的功能收益和投资成本的经济性评价。
电压稳定目标采用的是L指标。L指标反应了分布式储能接入配电网后,系统电压离电压崩溃的距离。L指标可分为局部L指标和全局L指标,局部L指标用于衡量系统各节点的电压稳定程度,而全局L指标则是衡量整个系统的电压稳定程度。本实施例选取全局L指标作为评价系统电压稳定程度的技术性指标,全局L指标可用式(13)表示。
式中,αG为全部发电机的节点集合,αL为全部负荷的节点集合;Lj为第j个负荷节点的局部指标;Vi为第i个发电机节点的复电压;Vj为第j个负荷节点的复电压;Fji为负荷参与因子。
L取值范围为[0,1],L值越接近1,系统电压越容易崩溃;在分布式储能配置适当的情况下,配电网电压稳定性最高,L取值最小。因此,电压稳定目标Obj2,1为:
minObj2,1=L (14)
分布式储能可根据主动配电网的分时电价获得低储高发套利,也可帮助分布式光伏因避免弃光而获利,还可获得电压支持、延缓输配电网扩建、减轻输电线路阻塞和需求电费管理等功能收益。对于前两种收益,在已知电价的情况下容易求得(运用式(11)和式(16)),而对于后一种收益,由于储能所处环境及服务功能的多样性,一一量化分析较为困难,本实施例以分布式储能单元成本的一定比率作为该部分收益(如式(17))。配电网运行时分布式储能单元的功能收益年值可用式(15)表示。
R=Rdes+Rpv+Rother (15)
式中,R表示分布式储能单元的总收益年值,Rpv为分布式储能单元帮助光伏发电避免弃光所获收益,包含电费收益和补贴收益,m为分布式光伏的个数,Ppv,j(t)为t时刻第j个分布式光伏未弃光时的光伏功率,Pcur pv,j(t)为t时刻第j个分布式光伏弃光后的光伏功率,Epv为分布式光伏增加的上网电量,λpv为补贴电价;Rother为电压支持、延缓输配电网扩建、减轻输电线路阻塞和需求电费管理等其他功能收益,rR为该收益与分布式储能单元的成本比率。
分布式储能单元的收益年值减去成本年值(式(7))便得到利润年值,利润目标Obj2,2为:
上层模型的目标函数可以表示为:
除了调度约束g(x1,…,xn),约束条件G(x1,…,xn)还包括配电网运行时的潮流约束和节点电压约束,具体如下:
潮流约束:
式中:PGk和QGk为节点k处的电源有功和无功输出;PLk和QLk分别是节点k处的有功和无功负荷;Vk、Vl为节点k、l处的电压幅值;Bn为节点总数;Gkl、Bkl和δkl为节点k和l之间的电导、电纳和电压相角差。
针对现有方法中的技术型评价指标缺少对配电网电压稳定性的评价,且经济型评价指标也不完善的缺点。本实施例引入了评价配电网电压稳定性的技术型指标,并对分布式储能系统的成本、收益进行分析,构建了经济型评价指标,实现了对分布式储能接入配电网后的技术、经济性评价。
在上述任一实施例的基础上,本发明所提供的配电网分布式储能规划方法中对所述分布式储能系统的双层规划模型进行求解可以具体为:
通过由混合整数线性规划方法、SPEA2-PSO和快速潮流计算组成的混合算法对所述双层模型进行求解。
混合整数线性规划方法用于求解下层模型,SPEA2-PSO用于求解上层模型。PSO算法简单、效率高,但对于多目标问题的求解存在一定的困难,而SPEA2在迭代过程中保留了精英个体,其提出的适应度计算方法可用于求解多目标问题。SPEA2-PSO是以PSO为基础,将PSO改造成可保留精英个体、适用于多目标求解的高效快速智能算法。
混合算法由混合整数线性规划方法、SPEA2-PSO算法和快速潮流计算方法组成,如图3所示,本发明实施例所提供的通过由混合整数线性规划方法、SPEA2-PSO和快速潮流计算组成的混合算法对所述双层模型进行求解的步骤如下:
步骤S301:初始化内部种群速度与位置,初始化外部种群位置;
步骤S302:利用混合整数线性规划方法求解内部种群每个粒子的调度策略,并利用快速潮流计算方法求解对应粒子的潮流;
步骤S303:计算内部种群的多目标函数值,并利用SPEA2精确适应度的计算方法计算内外部种群的适应度;
步骤S304:根据适应度对内外部种群进行环境选择,形成新的外部种群;
步骤S305:更新局部极值点位置pbest和全局极值点位置gbest;
步骤S306:采用二元竞赛模式形成新的内部种群,并利用下式更新每个粒子的位置和速度;
式中,it为迭代次数;xit为第it次迭代时粒子的空间位置;vit为第it次迭代时粒子的速度;ωit为惯性权重;c1和c2为学习因子;r1和r2为(0,1)内的随机数;ωmax、ωmax分别为惯性权重最大值和最小值;
步骤S307:判断是否满足终止条件,若不满足,则返回步骤S302。
综上所述,针对储能系统的储能类型、储能容量、储能功率、储能位置和调度策略等五种规划因素,本发明所提供的配电网分布式储能规划方法在对储能单元选型和完善其成本寿命模型的基础上,构建了下层求解调度策略,上层求解容量、功率及位置的双层规划模型,并提出了一种由混合整数线性规划方法、SPEA2-PSO和快速潮流计算组成的混合算法对模型进行求解。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的配电网分布式储能规划方法进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (9)
1.一种配电网分布式储能规划方法,其特征在于,包括:
搭建包含待接入分布式储能系统的光伏配电网仿真系统;
根据电化学储能方式确定所述分布式储能系统的储能类型;
根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型;
构建分布式储能系统的双层规划模型,包含上层模型以及下层模型,所述上层模型用于求解各分布式储能的调度策略,所述下层模型用于求解各分布式储能的容量、功率以及接入位置;
导入年负荷数据以及光伏发电数据,对所述分布式储能系统的双层规划模型进行求解,输出各分布式储能的容量、功率、接入位置以及调度策略。
2.如权利要求1所述的配电网分布式储能规划方法,其特征在于,所述根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型包括:
第i个分布式储能的线性模型表示为:
式中,Ci(t)为t时段第i个分布式储能总电能;Ci(t-1)为t-1时刻第i个分布式储能总电能;Δt为时间间隔;Pch des,i(t)、Pdis des,i(t)分别为第i个分布式储能在t时刻的充电和放电功率;ηch、ηdis分别为第i个分布式储能充放电效率;Ci N为第i个分布式储能额定容量;Ssoc,min、Ssoc,max为第i个分布式储能荷电状态的最小值和最大值;Pi N为第i个分布式储能额定功率;Bch(t)、Bdis(t)分别表示充电和放电状态。
3.如权利要求2所述的配电网分布式储能规划方法,其特征在于,所述根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型包括:
分布式储能的寿命表示为:
式中,表示第i个分布式储能的总能量吞吐量,DOD为第i个分布式储能的放电深度,num为在DOD下的第i个分布式储能循环次数;Ei sim为第i个分布式储能仿真消耗的能量吞吐量;Yi cal为储能厂商提供的储能日历寿命。
4.如权利要求3所述的配电网分布式储能规划方法,其特征在于,所述根据所述分布式储能系统的储能类型建立线性化模型以及寿命成本模型包括:
各分布式储能成本费用年值表示为:
式中,Costi为第i个分布式储能成本费用年值;Costini i为第i个分布式储能初始成本;CostO&M i为第i个分布式储能运行维护成本;r为贴现率;ns,c为分布式储能容量单价;ns,p为分布式储能功率单价;x%、y%分别为分布式储能能量与功率的运行维护成本与初始投资的比值。
5.如权利要求4所述的配电网分布式储能规划方法,其特征在于,所述构建分布式储能系统的双层规划模型包括:
所述双层规划模型表示为:
式中,Obj2为上层目标函数,Obj1为下层目标函数,x1,…,xn为n个分布式储能的位置、额定功率、额定容量和调度策略向量。
6.如权利要求5所述的配电网分布式储能规划方法,其特征在于,所述下层模型的目标函数表示为:
式中,Rdes为分布式储能的调度收益,d为天数,t为时刻,n为分布式储能的个数,λ(t)为t时刻的电价;
所述下层模型的约束条件包括设备约束、充电约束、放电约束和配电网有功平衡约束;
所述充电约束为当Ppv(t)>Pload(t)时,分布式储能充电且在电压越限时刻优先充电,同时充电功率受电价调节,若某天内Ppv(t)≤Pload(t),分布式储能则在低电价时充电;
所述放电约束为以系统负荷作为分布式储能放电功率的上限,即
所述配电网有功平衡约束为:
式中,Pgrid(t)为t时刻电网注入有功功率,Pload(t)为t时刻的配电网总有功负荷。
7.如权利要求5所述的配电网分布式储能规划方法,其特征在于,所述上层模型的目标函数分为电压稳定目标和经济利润目标,所述电压稳定目标是分布式储能对配电网电压改善程度的技术性评价,所述经济利润目标是对分布式储能的功能收益和投资成本的经济性评价;
上层模型的目标函数表示为:
所述上层模型的约束条件包括调度约束、约束条件、配电网运行时的潮流约束以及节点电压约束;
所述潮流约束为:
式中:PGk和QGk为节点k处的电源有功和无功输出;PLk和QLk分别是节点k处的有功和无功负荷;Vk、Vl为节点k、l处的电压幅值;Bn为节点总数;Gkl、Bkl和δkl为节点k和l之间的电导、电纳和电压相角差。
8.如权利要求1至7任一项所述的配电网分布式储能规划方法,其特征在于,所述对所述分布式储能系统的双层规划模型进行求解包括:
通过由混合整数线性规划方法、SPEA2-PSO和快速潮流计算组成的混合算法对所述双层模型进行求解。
9.如权利要求8所述的配电网分布式储能规划方法,其特征在于,所述通过由混合整数线性规划方法、SPEA2-PSO和快速潮流计算组成的混合算法对所述双层模型进行求解包括:
初始化内部种群速度与位置,初始化外部种群位置;
利用混合整数线性规划方法求解内部种群每个粒子的调度策略,并利用快速潮流计算方法求解对应粒子的潮流;
计算内部种群的多目标函数值,并利用SPEA2精确适应度的计算方法计算内外部种群的适应度;
根据适应度对内外部种群进行环境选择,形成新的外部种群;
更新局部极值点位置pbest和全局极值点位置gbest;
采用二元竞赛模式形成新的内部种群,并利用下式更新每个粒子的位置和速度;
式中,it为迭代次数;xit为第it次迭代时粒子的空间位置;vit为第it次迭代时粒子的速度;ωit为惯性权重;c1和c2为学习因子;r1和r2为(0,1)内的随机数;ωmax、ωmax分别为惯性权重最大值和最小值;
判断是否满足终止条件,若不满足,则返回求解内部种群每个粒子的调度策略的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610291795.5A CN105976108A (zh) | 2016-05-05 | 2016-05-05 | 一种配电网分布式储能规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610291795.5A CN105976108A (zh) | 2016-05-05 | 2016-05-05 | 一种配电网分布式储能规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105976108A true CN105976108A (zh) | 2016-09-28 |
Family
ID=56994703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610291795.5A Pending CN105976108A (zh) | 2016-05-05 | 2016-05-05 | 一种配电网分布式储能规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105976108A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106786610A (zh) * | 2016-11-27 | 2017-05-31 | 东北电力大学 | 一种基于储能电池的光伏高渗透率电网电压优化方法 |
CN106779250A (zh) * | 2017-01-16 | 2017-05-31 | 浙江大学城市学院 | 一种基于新型优化模型的孤立分布式电网配置方法 |
CN107069784A (zh) * | 2017-04-13 | 2017-08-18 | 北京国网普瑞特高压输电技术有限公司 | 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法 |
CN107134813A (zh) * | 2017-05-03 | 2017-09-05 | 国家电网公司 | 一种配电网光伏与储能有功功率输出平衡指数预测方法 |
CN107832905A (zh) * | 2017-09-19 | 2018-03-23 | 国家电网公司 | 一种适应分布式发电和储能站发展的配电网规划方法 |
CN107846007A (zh) * | 2017-07-03 | 2018-03-27 | 东南大学 | 基于混沌局部搜索的直流配网电源储能双层规划方法 |
CN108197766A (zh) * | 2018-03-23 | 2018-06-22 | 湘潭大学 | 一种包含微电网群的主动配电网优化调度模型 |
CN108599206A (zh) * | 2018-04-28 | 2018-09-28 | 国网湖南省电力有限公司 | 高比例不确定电源场景下的配电网混合储能配置方法 |
CN109214597A (zh) * | 2018-10-25 | 2019-01-15 | 浙江工业大学 | 一种微电网功率和运行储备容量的优化规划方法 |
CN109255487A (zh) * | 2018-09-21 | 2019-01-22 | 国网浙江省电力有限公司 | 一种基于标准化矩阵模型的综合能源系统优化方法 |
CN109299829A (zh) * | 2018-10-11 | 2019-02-01 | 国网甘肃省电力公司电力科学研究院 | 光伏温室微能网系统多形态储能配置方法及系统 |
CN109948849A (zh) * | 2019-03-19 | 2019-06-28 | 国网福建省电力有限公司 | 一种计及储能接入的配电网网架规划方法 |
CN110837912A (zh) * | 2019-09-17 | 2020-02-25 | 万克能源科技有限公司 | 一种基于投资效益的储能系统容量规划方法 |
CN111009914A (zh) * | 2019-11-20 | 2020-04-14 | 广西电网有限责任公司 | 一种面向主动配电网的储能装置选址定容方法 |
CN111490554A (zh) * | 2020-04-16 | 2020-08-04 | 国网江苏省电力有限公司淮安供电分公司 | 分布式光伏-储能系统多目标优化配置方法 |
CN112053035A (zh) * | 2020-08-11 | 2020-12-08 | 云南电网有限责任公司 | 考虑经济性与灵活性的输电通道与储能联合规划方法 |
CN113255141A (zh) * | 2021-05-31 | 2021-08-13 | 国网重庆市电力公司 | 面向多能源发电系统的储能投资规划方法 |
WO2023173817A1 (zh) * | 2022-03-16 | 2023-09-21 | 广东电网有限责任公司东莞供电局 | 一种配电网分布式储能规划方法及系统 |
CN117200278A (zh) * | 2023-11-06 | 2023-12-08 | 国网天津市电力公司经济技术研究院 | 涉及储能的新能源输电网规划方法、规划模型构建方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761582A (zh) * | 2014-01-07 | 2014-04-30 | 国家电网公司 | 一种高适应度的互动型微电网配置规划方法 |
CN103854070A (zh) * | 2014-03-07 | 2014-06-11 | 天津大学 | 独立微网系统的随机优化规划方法 |
CN104268682A (zh) * | 2014-09-15 | 2015-01-07 | 华北电力大学 | 一种有源配电网的规划方法及装置 |
-
2016
- 2016-05-05 CN CN201610291795.5A patent/CN105976108A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103761582A (zh) * | 2014-01-07 | 2014-04-30 | 国家电网公司 | 一种高适应度的互动型微电网配置规划方法 |
CN103854070A (zh) * | 2014-03-07 | 2014-06-11 | 天津大学 | 独立微网系统的随机优化规划方法 |
CN104268682A (zh) * | 2014-09-15 | 2015-01-07 | 华北电力大学 | 一种有源配电网的规划方法及装置 |
Non-Patent Citations (1)
Title |
---|
洪博文: "微网调度优化模型与方法研究", 《中国优秀博士学位论文全文数据库工程科技Ⅱ辑(电子期刊)》 * |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106786610A (zh) * | 2016-11-27 | 2017-05-31 | 东北电力大学 | 一种基于储能电池的光伏高渗透率电网电压优化方法 |
CN106779250A (zh) * | 2017-01-16 | 2017-05-31 | 浙江大学城市学院 | 一种基于新型优化模型的孤立分布式电网配置方法 |
CN106779250B (zh) * | 2017-01-16 | 2020-07-24 | 浙江大学城市学院 | 一种基于新型优化模型的孤立分布式电网配置方法 |
CN107069784B (zh) * | 2017-04-13 | 2019-07-30 | 北京国网普瑞特高压输电技术有限公司 | 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法 |
CN107069784A (zh) * | 2017-04-13 | 2017-08-18 | 北京国网普瑞特高压输电技术有限公司 | 一种利用分布式储能提高配电网负荷和光伏承载能力的优化运行方法 |
CN107134813A (zh) * | 2017-05-03 | 2017-09-05 | 国家电网公司 | 一种配电网光伏与储能有功功率输出平衡指数预测方法 |
CN107846007A (zh) * | 2017-07-03 | 2018-03-27 | 东南大学 | 基于混沌局部搜索的直流配网电源储能双层规划方法 |
CN107846007B (zh) * | 2017-07-03 | 2021-04-02 | 东南大学 | 基于混沌局部搜索的直流配网电源储能双层规划方法 |
CN107832905B (zh) * | 2017-09-19 | 2021-10-08 | 国家电网公司 | 一种适应分布式发电和储能站发展的配电网规划方法 |
CN107832905A (zh) * | 2017-09-19 | 2018-03-23 | 国家电网公司 | 一种适应分布式发电和储能站发展的配电网规划方法 |
CN108197766A (zh) * | 2018-03-23 | 2018-06-22 | 湘潭大学 | 一种包含微电网群的主动配电网优化调度模型 |
CN108599206B (zh) * | 2018-04-28 | 2021-06-01 | 国网湖南省电力有限公司 | 高比例不确定电源场景下的配电网混合储能配置方法 |
CN108599206A (zh) * | 2018-04-28 | 2018-09-28 | 国网湖南省电力有限公司 | 高比例不确定电源场景下的配电网混合储能配置方法 |
CN109255487A (zh) * | 2018-09-21 | 2019-01-22 | 国网浙江省电力有限公司 | 一种基于标准化矩阵模型的综合能源系统优化方法 |
CN109299829A (zh) * | 2018-10-11 | 2019-02-01 | 国网甘肃省电力公司电力科学研究院 | 光伏温室微能网系统多形态储能配置方法及系统 |
CN109214597A (zh) * | 2018-10-25 | 2019-01-15 | 浙江工业大学 | 一种微电网功率和运行储备容量的优化规划方法 |
CN109214597B (zh) * | 2018-10-25 | 2021-08-03 | 浙江工业大学 | 一种微电网功率和运行储备容量的优化规划方法 |
CN109948849B (zh) * | 2019-03-19 | 2022-12-06 | 国网福建省电力有限公司 | 一种计及储能接入的配电网网架规划方法 |
CN109948849A (zh) * | 2019-03-19 | 2019-06-28 | 国网福建省电力有限公司 | 一种计及储能接入的配电网网架规划方法 |
CN110837912A (zh) * | 2019-09-17 | 2020-02-25 | 万克能源科技有限公司 | 一种基于投资效益的储能系统容量规划方法 |
CN111009914A (zh) * | 2019-11-20 | 2020-04-14 | 广西电网有限责任公司 | 一种面向主动配电网的储能装置选址定容方法 |
CN111490554A (zh) * | 2020-04-16 | 2020-08-04 | 国网江苏省电力有限公司淮安供电分公司 | 分布式光伏-储能系统多目标优化配置方法 |
CN111490554B (zh) * | 2020-04-16 | 2023-07-04 | 国网江苏省电力有限公司淮安供电分公司 | 分布式光伏-储能系统多目标优化配置方法 |
CN112053035A (zh) * | 2020-08-11 | 2020-12-08 | 云南电网有限责任公司 | 考虑经济性与灵活性的输电通道与储能联合规划方法 |
CN112053035B (zh) * | 2020-08-11 | 2022-08-26 | 云南电网有限责任公司 | 考虑经济性与灵活性的输电通道与储能联合规划方法 |
CN113255141A (zh) * | 2021-05-31 | 2021-08-13 | 国网重庆市电力公司 | 面向多能源发电系统的储能投资规划方法 |
CN113255141B (zh) * | 2021-05-31 | 2023-10-24 | 国网重庆市电力公司 | 储能电站投资容量和安装位置计算方法 |
WO2023173817A1 (zh) * | 2022-03-16 | 2023-09-21 | 广东电网有限责任公司东莞供电局 | 一种配电网分布式储能规划方法及系统 |
CN117200278A (zh) * | 2023-11-06 | 2023-12-08 | 国网天津市电力公司经济技术研究院 | 涉及储能的新能源输电网规划方法、规划模型构建方法 |
CN117200278B (zh) * | 2023-11-06 | 2024-03-12 | 国网天津市电力公司经济技术研究院 | 涉及储能的新能源输电网规划方法、规划模型构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105976108A (zh) | 一种配电网分布式储能规划方法 | |
Olaszi et al. | Comparison of different discharge strategies of grid-connected residential PV systems with energy storage in perspective of optimal battery energy storage system sizing | |
CN105846423B (zh) | 一种计及需求响应的光伏微电网储能多目标容量配置方法 | |
Neyestani et al. | Allocation of plug-in vehicles' parking lots in distribution systems considering network-constrained objectives | |
CN104362677B (zh) | 一种主动配电网优化配置结构及其配置方法 | |
CN105071389B (zh) | 计及源网荷互动的交直流混合微电网优化运行方法及装置 | |
CN107292488A (zh) | 含优化运行策略的用户侧分布式储能价值评估方法与系统 | |
CN106803157A (zh) | 一种低压配电网分布式储能系统的电能质量改善方法 | |
CN103810539B (zh) | 考虑换电服务可用性的电动汽车换电站容量优化配置方法 | |
CN105005872A (zh) | 一种移峰填谷的储能系统的容量配置方法 | |
CN107634532A (zh) | 基于改进v2g和优先级调度的充放储一体站控制方法 | |
CN103854070A (zh) | 独立微网系统的随机优化规划方法 | |
Cheng et al. | A particle swarm optimization based power dispatch algorithm with roulette wheel re-distribution mechanism for equality constraint | |
CN107403256A (zh) | 一种考虑需求响应不确定性的光伏微网电池储能配置方法 | |
CN110059843A (zh) | 一种联合风-火合同电量交易的月度电能量市场运行方法 | |
CN108258710A (zh) | 一种计及电池容量衰减的电池储能系统优化配置方法 | |
CN104809531A (zh) | 一种储能系统配置方法及系统 | |
CN106532774A (zh) | 一种电动车辆接入多微电网电力分配系统及方法 | |
CN106557832A (zh) | 一种微电网选址定容方法 | |
CN106169117A (zh) | 一种虚拟电厂日前和实时竞标模型 | |
CN105574681A (zh) | 一种多时间尺度社区能源局域网能量调度方法 | |
CN115663804A (zh) | 基于深度强化学习的电力系统调控方法 | |
Zhang et al. | A review on capacity sizing and operation strategy of grid-connected photovoltaic battery systems | |
CN113779874A (zh) | 一种离网微电网建设的多目标优化方法 | |
Du et al. | Optimal whole-life-cycle planning for battery energy storage system with normalized quantification of multi-services profitability |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160928 |