CN106374515B - 一种有源配电网中储能系统双层递阶优化配置方法 - Google Patents
一种有源配电网中储能系统双层递阶优化配置方法 Download PDFInfo
- Publication number
- CN106374515B CN106374515B CN201610827411.7A CN201610827411A CN106374515B CN 106374515 B CN106374515 B CN 106374515B CN 201610827411 A CN201610827411 A CN 201610827411A CN 106374515 B CN106374515 B CN 106374515B
- Authority
- CN
- China
- Prior art keywords
- energy
- storage system
- indicate
- value
- power
- 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.)
- Active
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 156
- 238000009826 distribution Methods 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000009434 installation Methods 0.000 claims abstract description 36
- 238000005457 optimization Methods 0.000 claims abstract description 22
- 230000005611 electricity Effects 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 8
- 230000008901 benefit Effects 0.000 claims description 7
- 238000001816 cooling Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000001351 cycling effect Effects 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 2
- 230000002411 adverse Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 abstract 1
- 239000010410 layer Substances 0.000 description 60
- 230000035699 permeability Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000000137 annealing Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种有源配电网中储能系统双层递阶优化配置方法,其步骤:构建外层规划模型;构建内层运行模型:以总投资费用最低为目标,以年为最小规划单位,优化对象为储能系统的安装位置和安装容量;构建内层运行模型:以运行经济性最优为目标,以天/小时/分钟为最小运行单位,优化对象为储能的运行控制变量;通过内层运行模型和外层规划模型之间的相互关系求解出外层规划模型的最优解,进而实现有源配电网中储能系统的优化配置。本发明针对分布式电源对配电网的不良影响,将运行控制和规划设计两个不同时间尺度的问题相结合,使储能系统的配置得到了合理的优化,从而提高了配电网的经济性。
Description
技术领域
本发明涉及一种有源配电网优化领域,特别是关于一种有源配电网中储能系统双层递阶优化配置方法。
背景技术
随着能源危机和环境问题的日益凸显,开发利用清洁能源,大力发展智能电网技术已成为世界各国的普遍选择。电力系统中与用户紧密相连的是配电网,其末端往往延伸至远离供电中心的偏远地区,较为脆弱,但这些地区往往蕴藏着丰富的风能、太阳能、潮汐能等可再生能源。含有分布式电源的配电网也叫作“有源配电网”。分布式电源给配电网带来的不稳定因素,虽然通过合理的优化配置可以缓解,但随着分布式电源渗透率的不断提高,这种影响无法避免,储能系统的配合是解决分布式电源随机性、间歇性问题的最有效途径。
储能系统所具备的充放电能力,使有源配电网成为具有柔性调节特性的网络,对于提高电网的经济性和可靠性有重要的意义。储能系统的功能很多,在电网侧、新能源侧和用户侧都有体现,包括削峰填谷、供电容量、负荷跟踪、电压支撑、降低线损、平衡可再生能源功率、需求侧响应、延缓电网升级等等。作为有源配电网优化理论的重要部分,储能系统的配置技术必须满足电网的各种约束条件,并综合考虑经济性和可靠性的需求。
目前,国内外对储能系统在有源配电网中的应用性研究通常以全周期的经济性、可靠性最优优化目标,储能在规划阶段和运行阶段的配置是分开考虑的。然而大量研究表明,储能系统的规划问题与运行策略相互影响,规划问题若脱离运行问题,则会造成投资成本过高,运行过程中造成储能长期处于低能量值或后备容量过大。
发明内容
针对上述问题,本发明的目的是提供一种有源配电网中储能系统双层递阶优化配置方法,该方法将储能系统运行和优化相结合,解决了对储能的规划阶段和运行阶段缺乏互动没有得到整体配置最优的问题,提高了配电网的经济性以及电压合格率。
为实现上述目的,本发明采取以下技术方案:一种有源配电网中储能系统双层递阶优化配置方法,其特征在于,该方法包括以下步骤:1)构建外层规划模型:以总投资费用最低为目标,以年为最小规划单位,优化对象为储能系统的安装位置xes和安装容量;安装容量包括额定容量额定充和/或放电功率2)构建内层运行模型:以运行经济性最优为目标,以天/小时/分钟为最小运行单位,优化对象为储能的运行控制变量;运行控制变量包括每个运行阶段的储能充和/或放电功率Pes、储能无功功率Qes和储能剩余容量Enes;3)通过内层运行模型和外层规划模型之间的相互关系求解出外层规划模型的最优解,进而实现有源配电网中储能系统的优化配置;内层运行模型和外层规划模型之间的相互关系为:外层规划模型的优化对象中储能系统的安装容量依赖于内层运行模型的最优解,内层运行模型的求解依赖于外层规划模型优化对象中储能系统的安装位置。
所述步骤1)中,外层规划模型的目标函数为:
式中,cS表示储能单位充和/或放电功率成本;cE表示单位容量成本;xes=[x1,x2,…,xn]T,n为配电网节点数。
所述步骤1)中,外层规划模型的约束条件为:安装位置限定:xes∈Xcap;安装容量上下限:安装总容量限额: 其中,Xcap表示能安装储能的节点集合;表示节点最大额定充和/或放电功率;表示节点最大额定容量;Stotal表示计划安装储能系统总功率容量;Etotal表示计划安装储能系统总容量。
所述步骤2)中,内层运行模型的目标函数为:
F(Pes,Qes,Enes,V,F,Pline,Qline,Pgrid)=minfc;
式中,fc为经济性函数;V为节点电压;F为支路电流;Pline为有功潮流;Qline为无功潮流;Pgrid为从电网吸收功率值。
经济性函数fc分为企业经济性函数和成本收益函数两种:2.1)企业经济性函数包括年运行维护成本、储能售电收益和储能辅助服务收益;2.2)成本收益函数包括年运行维护成本、从上级电网购电成本、向上级电网售电收益、网络损耗减小收益和停电损失减小收益。
企业经济性函数具体为:2.1.1)年运行维护成本f1为:
式中,cms表示单位固定运维成本;cme表示可变运维成本;Wannu表示储能系统全年放电量;Pt es为每个时间段t的放电功率;Δt为时间段t的持续时间;2.1.2)储能售电收益f2为:
式中,csell表示实时阶梯电价;2.1.3)储能辅助服务收益f3为:
式中,caux表示单位备用容量收入;Pt res表示时间段t内的储能系统备用容量;2.1.4)根据前述步骤得到企业经济性函数fc1为:fc1=w1f1-w2f2-w3f3,其中,wi为各部分成本/收益的权重系数。
成本收益函数具体为:2.2.1)年运行维护成本f1为:
式中,cms表示单位固定运维成本;cme表示可变运维成本;Wannu表示储能系统全年放电量;Pt es为每个时间段t的放电功率;Δt为时间段t的持续时间;2.2.2)从上级电网购电成本f4为:
式中,cbuy表示从电网购电的成本;Pt grid表示时刻t从电网吸收功率值;2.2.3)向上级电网售电收益f5为:
式中,Pt grid′表示时刻t向电网输送功率值;2.2.4)网络损耗减小收益f6为:
式中,Ft表示接入储能系统前时刻t的电流平方值;Ft'表示接入储能系统后时刻t的电流平方值;2.2.5)停电损失减小收益f7为:
式中,Pt aban表示接入储能前时刻t切除负荷功率;Pt aban'表示接入储能后时刻t切除负荷功率;2.2.6)根据前述步骤得到针对供电公司的成本收益函数fc2为:fc2=w1f1+w4f4-w5f5-w6f6-w7f7,其中,wi为各部分成本/收益的权重系数。
所述步骤2)中,内层运行模型的约束条件包括储能运行约束、电网安全约束:(1)储能运行约束:(1.1)储能运行功率约束:(1.2)储能容量约束:(1.3)储能剩余容量约束:Enes(t+1)=Enes(t)+Pes(t+1),其中,Emin为储能系统最小剩余容量的比值;(2)电网安全约束:(2.1)配电网潮流约束:
(2.2)电压约束:Vmin≤Vt≤Vmax;(2.3)电流约束:Fmin≤Ft≤Fmax。
所述步骤3)中,外层规划模型的最优解求解方法如下:3.1)初始化:迭代次数k=0,选择初始温度T0,外层规划目标函数最优值Fbst设定为Fbst=Inf,储能系统安装位置最优值xbst设定为xbst=0;3.2)内循环次数K设定为K=1;3.3)马氏链变换次数L设定为L=1,随机选取储能系统安装位置初值xL;3.4)将步骤3.3)中的设定值及初值带入内层运行模型中进行优化配置,调用GUROBI求解器进行求解,得出储能额定容量EL、额定充和/或放电功率SL以及内层运行模型的目标函数值fL;3.5)将求解到的储能额定容量EL、额定充和/或放电功率SL以及内层运行模型的目标函数值fL带入外层规划模型的目标函数中,得到外层规划模型的目标函数值FL;3.6)计算目标函数的衰减量dF=FL-FL-1值,并判断其是否小于等于0:若dF≤0,则更新外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst和额定充和/或放电功率最优值Sbst;反之,根据Metropolis准则,若时,则更新外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst、额定充和/或放电功率最优值Sbst,否则进入下一步;其中random为随机数发生器;3.7)若马氏链变换次数L小于等于马氏链长度Lk,则内循环次数K=K+1、L=L+1,并产生下一状态xL,新状态选择上一状态中安装位置的相邻节点,进入步骤3.4);否则进入步骤3.8);3.8)内循环次数K小于等于内循环条件maxstep,则进入步骤3.3);否则,更新迭代次数k=k+1,更新温度并进入步骤3.9);其中,dT表示温度的衰减量;v表示降温速度;e表示估计的松弛时间;Estd表示为第k次迭代过程中马氏链能量的标准差;3.9)判断迭代次数和温度是否满足终止条件,若满足终止条件则输出外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst以及额定充和/或放电功率最优值Sbst;若不满足则返回步骤3.2)。
终止条件为基于不改进规则的控制法,连续N次迭代的能量值的平均值之间相差小于预先设定容差时,则认为冷却完成,能量值趋于稳定。
本发明由于采取以上技术方案,其具有以下优点:1、本发明建立了双层优化配置模型,将运行控制与规划设计两个不同时间尺度的问题结合到一起,外层目标为储能安装的投资成本,内层目标为储能系统的运行维护经济成本及运行过程中带来的收益,有利于综合得出储能最优配置方案。2、本发明对企业和供电公司两种投资主体分别建立了经济性函数,以适应不同规划目的;对所提出的大规模双层规划模型,采用模拟退火算法和求解器求解相结合的双层求解方法,该方法可以保留模型的双层特征,兼顾了精度与时间的要求,且储能系统按照要求对含分布式电源的配电网起到了良好的优化作用。3、本发明采用的外层规划模型以总投资费用最低为目标,优化对象为储能系统的安装位置和安装容量;内层运行模型以运行经济性最优为目标,优化对象为储能的运行控制变量,内外层模型间相互依赖,以收益最大化作为双层优化模型的目标。使储能系统的配置得到了合理的优化,从而提高了配电网的经济性以及电压合格率。
附图说明
图1是本发明的储能系统优化配置内外层模型示意图;
图2是本发明的储能系统优化配置模型求解流程图;
图3是本发明的50%渗透率时分布式电源的配置情况示意图;
图4是本发明的100%渗透率时分布式电源的配置情况示意图;
图5是本发明的200%渗透率时分布式电源的配置情况示意图;
图6是本发明的分布式电源渗透率为50%时的储能系统充放电功率曲线;
图7是本发明的分布式电源渗透率为50%时的储能系统剩余能量曲线;
图8是本发明的某时刻投入储能前后节点电压曲线。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明提供一种有源配电网中储能系统双层递阶优化配置方法,该方法包括以下步骤:
1)如图1所示,构建外层规划模型:以总投资费用最低为目标,以年为最小规划单位,优化对象为储能系统的安装位置xes和安装容量;其中,安装容量包括额定容量额定充和/或放电功率
外层规划模型的目标函数为:
式中,cS表示储能单位充和/或放电功率成本;cE表示单位容量成本;xes=[x1,x2,…,xn]T,n为配电网节点数。
外层规划模型的约束条件为:
安装位置限定:xes∈Xcap;
安装容量上下限:
安装总容量限额:
其中,Xcap表示可以安装储能的节点集合;表示节点最大额定充和/或放电功率;表示节点最大额定容量;Stotal表示计划安装储能系统总功率容量;Etotal表示计划安装储能系统总容量。
2)构建内层运行模型:以运行经济性最优为目标,以天/小时/分钟为最小运行单位,优化对象为储能的运行控制变量;运行控制变量包括每个运行阶段的储能充和/或放电功率Pes、储能无功功率Qes和储能剩余容量Enes。
内层运行模型的目标函数为:F(Pes,Qes,Enes,V,F,Pline,Qline,Pgrid)=minfc;
式中,fc为经济性函数;V、F、Pline、Qline、Pgrid均为中间变量,具体为:
V为节点电压:Vi,t为第t时间段节点i的电压的平方;vi,t为第t时间段节点i的电压;
F为支路电流:Fij,t为第t时间段第ij条支路上的电流的平方;fij,t为第t时间段第ij条支路上的电流;
Pline为有功潮流: 为第t时间段第ij条支路上的有功潮流;
Qline为无功潮流: 为第t时间段第ij条支路上的无功潮流;
Pgrid为从电网吸收功率值:Pgrid={Pt grid|t∈[1,T]};Pt grid为第t时间段从上级电网注入功率;
储能充/放电功率 为第t时间段节点i的储能充/放电功率;
储能无功功率 为第t时间段节点i的储能无功功率;
储能剩余容量 为第t时间段节点i的储能剩余容量;
NB表示配电网总节点数;i表示配电网节点号;NL表示配电网总支路数;ij表示第ij条支路;T表示总运行点数(即总阶段数);t表示运行时间点。
内层运行模型的约束条件包括储能运行约束、电网安全约束,具体为:
(1)储能运行约束:
(1.1)储能运行功率约束:
(1.2)储能容量约束:
(1.3)储能剩余容量约束:Enes(t+1)=Enes(t)+Pes(t+1),其中,Emin为储能系统最小剩余容量的比值;
(2)电网安全约束:
(2.1)配电网潮流约束:
(2.2)电压约束:Vmin≤Vt≤Vmax;
(2.3)电流约束:Fmin≤Ft≤Fmax。
3)通过内层运行模型和外层规划模型之间的相互关系求解出外层规划模型的最优解,进而实现有源配电网中储能系统的优化配置;
其中,内层运行模型和外层规划模型之间的相互关系为:外层规划模型的优化对象中储能系统的安装容量依赖于内层运行模型的最优解,内层运行模型的求解依赖于外层规划模型优化对象中储能系统的安装位置;具体的,内层运行模型和外层规划模型的相互关系可表示为:
其中,obj表示目标函数;s.t.表示约束条件;
外层规划模型的最优解求解方法采用启发式算法与求解器混合的求解方法,对内层运行模型采用调用GUROBI求解器进行求解,外层规划模型采用适用于组合优化问题的模拟退火算法进行迭代计算。如图2所示,其具体求解过程如下:
3.1)初始化:迭代次数k=0,选择初始温度T0,外层规划目标函数最优值Fbst设定为Fbst=Inf,储能系统安装位置最优值xbst设定为xbst=0。
3.2)内循环次数K设定为K=1。
3.3)马氏链变换次数L设定为L=1,随机选取储能系统安装位置初值xL。
3.4)将步骤3.3)中的设定值及初值带入内层运行模型中进行优化配置,调用GUROBI求解器进行求解,得出储能额定容量EL、额定充和/或放电功率SL以及内层运行模型的目标函数值fL。
3.5)将步骤3.4)中求解到的储能额定容量EL、额定充和/或放电功率SL以及内层运行模型的目标函数值fL带入外层规划模型的目标函数中,得到外层规划模型的目标函数值FL。
3.6)计算目标函数的衰减量dF=FL-FL-1值,并判断其是否小于等于0:若dF≤0,则更新外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst和额定充和/或放电功率最优值Sbst;反之,根据Metropolis准则,若时,则更新外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst、额定充和/或放电功率最优值Sbst,否则进入下一步;其中random为随机数发生器。
3.7)若马氏链变换次数L小于等于马氏链长度Lk,则内循环次数K=K+1、L=L+1,并产生下一状态xL,新状态选择上一状态中安装位置的相邻节点,进入步骤3.4);否则进入步骤3.8);
3.8)内循环次数K小于等于内循环条件maxstep,则进入步骤3.3);否则,更新迭代次数k=k+1,更新温度并进入步骤3.9);
其中,dT表示温度的衰减量;v表示降温速度;e表示估计的松弛时间;Estd表示为第k次迭代过程中马氏链能量的标准差。温度的衰减量dT可以根据前一次迭代的情况进行自适应地变化:衰减量会随着温度的降低而减小,这与金属退火过程一致,开始时使温度变化幅度较大,越趋于稳定变化幅度越小;若前一次迭代中马氏链的能量值标准差小,则温度衰减会变大;若估计的松弛时间大,则衰减量减小。
3.9)判断迭代次数和温度是否满足终止条件,若满足终止条件则输出外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst以及额定充和/或放电功率最优值Sbst;若不满足则返回步骤3.2);其中,终止条件可以采用零度法、循环总数控制法、基于不改进规则的控制法、接受概率控制法或邻域法等。本实施例中优选基于不改进规则的控制法,连续N次迭代的能量值的平均值之间相差小于预先设定容差时,则认为冷却完成,能量值趋于稳定。
上述步骤2)中,经济性函数fc从企业和供电公司角度分为企业经济性函数和成本收益函数两种:
2.1)企业经济性函数包括年运行维护成本、储能售电收益和储能辅助服务收益,具体为:
2.1.1)年运行维护成本f1为:
式中,cms表示单位固定运维成本;cme表示可变运维成本;Wannu表示储能系统全年放电量;Pt es为每个时间段t的放电功率;Δt为时间段t的持续时间;
2.1.2)储能售电收益f2为:
式中,csell表示实时阶梯电价;
2.1.3)储能辅助服务收益f3为:
式中,caux表示单位备用容量收入;Pt res表示时间段t内的储能系统备用容量;
2.1.4)根据前述步骤得到企业经济性函数fc1为:
fc1=w1f1-w2f2-w3f3,
其中,wi为各部分成本/收益的权重系数,可通过层次分析法(AHP)获得。
2.2)成本收益函数包括年运行维护成本、从上级电网购电成本、向上级电网售电收益、网络损耗减小收益和停电损失减小收益,具体为:
2.2.1)年运行维护成本f1与企业经济性目标函数中的年运行维护成本相同。
2.2.2)从上级电网购电成本f4为:
式中,cbuy表示从电网购电的成本;Pt grid表示时刻t从电网吸收功率值;
2.2.3)向上级电网售电收益f5为:
式中,Pt grid′表示时刻t向电网输送功率值;
2.2.4)网络损耗减小收益f6为:
式中,Ft表示接入储能系统前时刻t的电流平方值;Ft'表示接入储能系统后时刻t的电流平方值;
2.2.5)停电损失减小收益f7为:
式中,Pt aban表示接入储能前时刻t切除负荷功率;Pt aban'表示接入储能后时刻t切除负荷功率;
2.2.6)根据前述步骤得到针对供电公司的成本收益函数fc2为:
fc2=w1f1+w4f4-w5f5-w6f6-w7f7。
其中,wi为各部分成本/收益的权重系数,可通过层次分析法(AHP)获得。
实施例:
本实施例中的验证系统采用33节点测试系统,选用如图3、图4和图5所示的三个含分布式电源的配电网系统作为网架基本结构(图中PV为光伏发电单元,WT为风电单元),验证本发明提出的储能系统双层递阶优化配置模型。在不同渗透率的场景下,按照储能系统投资商的不同,以及储能集中/分散配置的区别,制定以下的若干算例场景:
表1算例场景介绍
经计算,表3,表4分别显示了这三种场景的优化配置结果。
表3企业为主体的储能系统配置结果
表4供电公司为主体的储能系统配置结果
从储能配置结果整体来看,储能配置的位置主要分布在线路末端的位置,其容量也随着分布式电源的渗透率升高而增加,很好地解决了分布式电源给配电网带来的不利影响,对分布式电源发出的能量进行了时间和空间上的迁移,在有限的配置数量要求下,发挥了储能系统最大的功能。
运行结果采用分布式电源渗透率50%时,运营商为供电公司的场景为例进行分析。如图6、图7所示,可以看出储能系统的配置容量均得到了充分利用,没有长期闲置或过度充放电的情况,证明本发明所提出的运行与规划相结合的配置方法可以很好地配置适用于实际运行情况的储能容量,而不造成浪费。如图8所示,可以看出储能系统的投入将被分布式电源抬高的电压拉回正常范围内,提高了电压合格率。
上述各实施例仅用于说明本发明,各部件的结构、尺寸、设置位置及形状都是可以有所变化的,在本发明技术方案的基础上,凡根据本发明原理对个别部件进行的改进和等同变换,均不应排除在本发明的保护范围之外。
Claims (7)
1.一种有源配电网中储能系统双层递阶优化配置方法,其特征在于,该方法包括以下步骤:
1)构建外层规划模型:以总投资费用最低为目标,以年为最小规划单位,优化对象为储能系统的安装位置xes和安装容量;安装容量包括额定容量额定充和/或放电功率
外层规划模型的目标函数为:
式中,cS表示储能单位充和/或放电功率成本;cE表示单位容量成本;xes=[x1,x2,…,xn]T,n为配电网节点数;
外层规划模型的约束条件为:
安装位置限定:xes∈Xcap;
安装容量上下限:
安装总容量限额:
其中,Xcap表示能安装储能的节点集合;表示节点最大额定充和/或放电功率;表示节点最大额定容量;Stotal表示计划安装储能系统总功率容量;Etotal表示计划安装储能系统总容量;
2)构建内层运行模型:以运行经济性最优为目标,以天/小时/分钟为最小运行单位,优化对象为储能的运行控制变量;运行控制变量包括每个运行阶段的储能充和/或放电功率Pes、储能无功功率Qes和储能剩余容量Enes;
3)通过内层运行模型和外层规划模型之间的相互关系求解出外层规划模型的最优解,进而实现有源配电网中储能系统的优化配置;内层运行模型和外层规划模型之间的相互关系为:外层规划模型的优化对象中储能系统的安装容量依赖于内层运行模型的最优解,内层运行模型的求解依赖于外层规划模型优化对象中储能系统的安装位置。
2.如权利要求1所述的一种有源配电网中储能系统双层递阶优化配置方法,其特征在于:所述步骤2)中,内层运行模型的目标函数为:
F(Pes,Qes,Enes,V,F,Pline,Qline,Pgrid)=minfc;
式中,fc为经济性函数;V为节点电压;F为支路电流;Pline为有功潮流;Qline为无功潮流;Pgrid为从电网吸收功率值。
3.如权利要求2所述的一种有源配电网中储能系统双层递阶优化配置方法,其特征在于:经济性函数fc分为企业经济性函数和成本收益函数两种:
2.1)企业经济性函数包括年运行维护成本、储能售电收益和储能辅助服务收益;
2.2)成本收益函数包括年运行维护成本、从上级电网购电成本、向上级电网售电收益、网络损耗减小收益和停电损失减小收益。
4.如权利要求3所述的一种有源配电网中储能系统双层递阶优化配置方法,其特征在于:企业经济性函数具体为:
2.1.1)年运行维护成本f1为:
式中,cms表示单位固定运维成本;cme表示可变运维成本;Wannu表示储能系统全年放电量;Pt es为每个时间段t的放电功率;Δt为时间段t的持续时间;
2.1.2)储能售电收益f2为:
式中,csell表示实时阶梯电价;
2.1.3)储能辅助服务收益f3为:
式中,caux表示单位备用容量收入;Pt res表示时间段t内的储能系统备用容量;
2.1.4)根据前述步骤得到企业经济性函数fc1为:
fc1=w1f1-w2f2-w3f3,
其中,wi为各部分成本/收益的权重系数。
5.如权利要求3所述的一种有源配电网中储能系统双层递阶优化配置方法,其特征在于:成本收益函数具体为:
2.2.1)年运行维护成本f1为:
式中,cms表示单位固定运维成本;cme表示可变运维成本;Wannu表示储能系统全年放电量;Pt es为每个时间段t的放电功率;Δt为时间段t的持续时间;
2.2.2)从上级电网购电成本f4为:
式中,cbuy表示从电网购电的成本;Pt grid表示时刻t从电网吸收功率值;
2.2.3)向上级电网售电收益f5为:
式中,Pt grid′表示时刻t向电网输送功率值;
2.2.4)网络损耗减小收益f6为:
式中,Ft表示接入储能系统前时刻t的电流平方值;Ft'表示接入储能系统后时刻t的电流平方值;
2.2.5)停电损失减小收益f7为:
式中,Pt aban表示接入储能前时刻t切除负荷功率;Pt aban'表示接入储能后时刻t切除负荷功率;
2.2.6)根据前述步骤得到针对供电公司的成本收益函数fc2为:
fc2=w1f1+w4f4-w5f5-w6f6-w7f7,
其中,wi为各部分成本/收益的权重系数。
6.如权利要求1所述的一种有源配电网中储能系统双层递阶优化配置方法,其特征在于:所述步骤3)中,外层规划模型的最优解求解方法如下:
3.1)初始化:迭代次数k=0,选择初始温度T0,外层规划目标函数最优值Fbst设定为Fbst=Inf,储能系统安装位置最优值xbst设定为xbst=0;
3.2)内循环次数K设定为K=1;
3.3)马氏链变换次数L设定为L=1,随机选取储能系统安装位置初值xL;
3.4)将步骤3.3)中的设定值及初值带入内层运行模型中进行优化配置,调用GUROBI求解器进行求解,得出储能额定容量EL、额定充和/或放电功率SL以及内层运行模型的目标函数值fL;
3.5)将求解到的储能额定容量EL、额定充和/或放电功率SL以及内层运行模型的目标函数值fL带入外层规划模型的目标函数中,得到外层规划模型的目标函数值FL;
3.6)计算目标函数的衰减量dF=FL-FL-1值,并判断其是否小于等于0:若dF≤0,则更新外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst和额定充和/或放电功率最优值Sbst;反之,根据Metropolis准则,若时,则更新外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst、额定充和/或放电功率最优值Sbst,否则进入下一步;其中random为随机数发生器;
3.7)若马氏链变换次数L小于等于马氏链长度Lk,则内循环次数K=K+1、L=L+1,并产生下一状态xL,新状态选择上一状态中安装位置的相邻节点,进入步骤3.4);否则进入步骤3.8);
3.8)内循环次数K小于等于内循环条件maxstep,则进入步骤3.3);否则,更新迭代次数k=k+1,更新温度并进入步骤3.9);
其中,dT表示温度的衰减量;v表示降温速度;e表示估计的松弛时间;Estd表示为第k次迭代过程中马氏链能量的标准差;
3.9)判断迭代次数和温度是否满足终止条件,若满足终止条件则输出外层规划模型最优值Fbst、储能系统安装位置最优值xbst、储能额定容量最优值Ebst以及额定充和/或放电功率最优值Sbst;若不满足则返回步骤3.2)。
7.如权利要求6所述的一种有源配电网中储能系统双层递阶优化配置方法,其特征在于:终止条件为基于不改进规则的控制法,连续N次迭代的能量值的平均值之间相差小于预先设定容差时,则认为冷却完成,能量值趋于稳定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610827411.7A CN106374515B (zh) | 2016-09-14 | 2016-09-14 | 一种有源配电网中储能系统双层递阶优化配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610827411.7A CN106374515B (zh) | 2016-09-14 | 2016-09-14 | 一种有源配电网中储能系统双层递阶优化配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106374515A CN106374515A (zh) | 2017-02-01 |
CN106374515B true CN106374515B (zh) | 2018-12-07 |
Family
ID=57897386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610827411.7A Active CN106374515B (zh) | 2016-09-14 | 2016-09-14 | 一种有源配电网中储能系统双层递阶优化配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106374515B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108599146B (zh) * | 2018-04-09 | 2021-09-21 | 华南理工大学 | 考虑阶梯电价的家庭光伏和电池储能系统容量配置方法 |
CN108681823A (zh) * | 2018-05-23 | 2018-10-19 | 云南电网有限责任公司 | 一种含微电网的配电网分布式电源规划方法 |
CN108695868B (zh) * | 2018-06-26 | 2021-10-01 | 上海交通大学 | 基于电力电子变压器的配电网储能选址定容方法 |
CN110137988B (zh) * | 2019-06-04 | 2021-04-23 | 广东电网有限责任公司 | 含光伏的主动配电网储能系统定容选址规划方法及系统 |
CN110729759B (zh) * | 2019-10-24 | 2021-06-25 | 国网冀北电力有限公司秦皇岛供电公司 | 一种微电网中分布式电源配置方案的确定方法及装置 |
CN111049171B (zh) * | 2019-12-25 | 2024-03-22 | 深圳供电局有限公司 | 一种主动配电网储能配置方法 |
CN111404206B (zh) * | 2020-04-21 | 2021-07-09 | 清华大学 | 考虑投资回报约束的风光储发电系统容量双层规划方法 |
CN111754361B (zh) * | 2020-06-29 | 2022-05-03 | 国网山西省电力公司电力科学研究院 | 风储联合调频系统的储能容量优化配置方法及计算设备 |
CN112232983A (zh) * | 2020-10-15 | 2021-01-15 | 国网上海市电力公司 | 一种主动配电网储能优化配置方法、电子设备及存储介质 |
CN112465228B (zh) * | 2020-11-30 | 2023-04-07 | 国网重庆市电力公司电力科学研究院 | 一种用户侧综合能源系统优化配置方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106058844A (zh) * | 2016-08-01 | 2016-10-26 | 西北工业大学 | 一种用于直流微网的多端口能量路由器 |
-
2016
- 2016-09-14 CN CN201610827411.7A patent/CN106374515B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106058844A (zh) * | 2016-08-01 | 2016-10-26 | 西北工业大学 | 一种用于直流微网的多端口能量路由器 |
Non-Patent Citations (1)
Title |
---|
高光伏渗透率配电网中分布式储能系统的优化配置方法;陶琼 等;《高电压技术》;20160731;第42卷(第7期);第2158-2165页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106374515A (zh) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106374515B (zh) | 一种有源配电网中储能系统双层递阶优化配置方法 | |
CN107301470B (zh) | 一种配电网扩展规划与光储选址定容的双层优化方法 | |
CN108470239B (zh) | 计及需求侧管理和储能的主动配电网多目标分层规划方法 | |
CN104242335B (zh) | 一种基于额定容量的风光储发电单元容量优化配置方法 | |
CN109687510B (zh) | 一种计及不确定性的配电网多时间尺度优化运行方法 | |
CN107134789B (zh) | 基于拓展qv节点的光储最优潮流控制方法 | |
CN109492824B (zh) | 考虑源-网-荷多方利益的分散式风储系统优化方法 | |
CN110690702B (zh) | 一种考虑综合承载力的主动配电网优化调度及运行方法 | |
CN105279615A (zh) | 一种基于双层规划的主动配电网网架规划方法 | |
CN106505558B (zh) | 一种直流配电网的能量输送控制方法及装置 | |
CN109818369B (zh) | 一种计及出力模糊随机性的分布式电源规划方法 | |
CN109948849A (zh) | 一种计及储能接入的配电网网架规划方法 | |
CN105226689A (zh) | 考虑运行和维护的多类型储能系统能量管理方法和系统 | |
CN103971183B (zh) | 一种光伏电站的优化选址与容量配置方法 | |
CN103577891A (zh) | 一种含分布式电源的多孤岛微网优化合作运行方法 | |
CN111049132B (zh) | 主动配电网大面积断电动态孤岛恢复方法 | |
CN109245091A (zh) | 一种面向售电公司的双层策略调度方法 | |
CN103488820B (zh) | 一种基于长过程时序仿真的分布式电源规划方法 | |
Astero et al. | Improvement of RES hosting capacity using a central energy storage system | |
CN108565869B (zh) | 低压配电网电压控制方法、装置、存储介质和计算机设备 | |
Arkhangelski et al. | Up and Down-Regulation of Residential BESS for Local Flexibility in France | |
CN114301089A (zh) | 一种风光联合发电系统储能容量配置优化方法 | |
CN108110800A (zh) | 风、光、储、热多能柔性互补的有源配电负荷重构方法 | |
CN116937629A (zh) | 基于信息决策理论的多变压器微电网随机优化调度方法 | |
Hayat et al. | Improving duck curve profile, enabling peak-shaving and increasing self-sufficiency by properly designing community solar projects |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |