CN107134789B - 基于拓展qv节点的光储最优潮流控制方法 - Google Patents
基于拓展qv节点的光储最优潮流控制方法 Download PDFInfo
- Publication number
- CN107134789B CN107134789B CN201710520391.3A CN201710520391A CN107134789B CN 107134789 B CN107134789 B CN 107134789B CN 201710520391 A CN201710520391 A CN 201710520391A CN 107134789 B CN107134789 B CN 107134789B
- Authority
- CN
- China
- Prior art keywords
- node
- power
- distribution network
- optical storage
- energy
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004146 energy storage Methods 0.000 claims abstract description 71
- 238000010248 power generation Methods 0.000 claims abstract description 18
- 230000005611 electricity Effects 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000007599 discharging Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 4
- 238000013178 mathematical model Methods 0.000 claims description 3
- 239000011541 reaction mixture Substances 0.000 claims description 3
- 230000009467 reduction Effects 0.000 abstract description 2
- 239000000243 solution Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000035699 permeability Effects 0.000 description 3
- 241000135164 Timea Species 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
- H02J3/16—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load by adjustment of reactive power
-
- 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
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- H02J3/383—
-
- 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]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/50—Photovoltaic [PV] energy
- Y02E10/56—Power conversion systems, e.g. maximum power point trackers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/30—Reactive power compensation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供基于拓展QV节点的光储最优潮流控制方法,基于对分时电价和购售电成本、配电网络损耗成本折现值、储能系统等效运行成本等经济性的考虑,提出一种以配电网侧运行总成本最小为目标的光储最优潮流模型,并通过分支定界‑原对偶内点法进行迭代求解。其中,将光储并网点的节点类型拓展为QV节点,控制变量依次在光伏逆变器的无功功率和光储并网点的电压幅值之间变化,通过迭代寻找光储并网点电压的最优初始值,最后以光伏逆变器的无功为控制变量,调节光储的有功实现潮流最优。本发明实现了光储发电系统输出功率的协调优化控制,在减小了含分布式光伏配电网的电压波动的同时保证了系统运行经济性。
Description
技术领域
本发明涉及电力系统的光储输出功率控制方法,特别涉及基于拓展QV节点的光储最优潮流控制方法。
背景技术
随着全球能源短缺和环境污染的日益恶化,分布式光伏发电以其资源丰富、清洁无污染等优势得到了国家新能源政策的扶持和社会各界的广泛关注。光伏并网发电系统是新能源高效利用形式之一,将在全球未来能源结构中占有重要地位。国家电网公司和南方电网公司也高度重视分布式光伏等新能源发电技术的发展,使我国成为光伏发电装机增长速度最快的国家之一。但是,由于分布式光伏发电系统受光照和温度的影响,其输出具有随机性、波动性和间歇性特点,因此分布式光伏并网后会对配电网的电压波动和闪变产生影响。并且随着光伏系统渗透率增大,电力系统的运行和分析也发生了深刻的变化,光伏的潮流注入会改变配电网的潮流分布,导致局部电压的抬高甚至越限。
因此,储能作为解决分布式光伏发电接入电网的一种有效技术而备受关注。一方面,储能可以很大程度上可以解决光伏发电的随机性、波动性问题,实现光伏发电的平滑输出,调节功率波动引起的电网电压、频率及相位的变化,这将有助于打破光伏发电的接入瓶颈;另一方面,储能也可以调节系统负荷峰谷差,缓解电网的调峰压力,获取经济收益,降低配套输电线路的容量需求。在对光伏并网点处的电压约束的条件下,对分布式光伏的定容,储能的配置等问题的分析方面,求解光储联合系统所在节点的功率输出是其中的一个关键问题。
当光伏出力大,负荷很轻时,易使光伏并网点电压越配网允许的电压上限;当光伏出力小,负荷很大时,又存在光伏并网点越下限的风险。因此光储联合发电系统可以完全利用光伏发出的有功功率,禁止弃光现象的产生。目前,大部分分布式光伏以单位功率因数运行,其无功出力Q=0,从而最大限度利用光伏的有功功率,但是没有有效利用光伏逆变器的无功功率。在分析时通常先给定分布式光伏并网点的节点电压V的约束范围,如在10kV配电网中的安全运行电压约束上限Vmax=10.7kV和下限Vmin=9.3kV,由此,衍生出了已知节点无功功率Q以及电压幅值V,求解节点注入有功功率P和节点电压相角θ的问题,即基于拓展QV节点的潮流求解问题。但是将光储联合并网点当做QV节点计算时,电压幅值V和Q的确定是一个关键问题,目前国内外关于V的设定主要依靠光伏系统历史运行数据和专家经验设定,其次将V设定为一个定值所计算得到的配电网潮流并不一定是最优潮流,当分布式光伏在配电网中的渗透率高时,若其作为QV节点,储能的运行代价可能偏高;此外目前含QV节点的潮流计算中通常将Q=0,根本没有考虑光伏逆变器的无功功率。
在光伏并网点配置储能装置,能够有效地解决光伏并网所引起的电压越限问题。传统的光储联合系统的有功功率输出采用的是光储联合输出功率限值模式。考虑到光伏出力的不确定性以及负荷的实时波动,因此,需要光储联合并网点电压波动尽可能小,从而实现抑制其他节点电压的波动,减小电压越限概率。
本发明提出一种基于拓展QV节点的光储最优潮流控制方法,通过将光储并网点设置成QV节点类型,以此合理有效利用光伏发出的有功功率、储能的有功功率和光伏逆变器的无功功率。其中关于QV节点Q值和V值的选取采用分支定界-原对偶内点法迭代求解。首先,设定各个QV节点的Q是控制变量,V的初始值V(0)=1.0,通过最优潮流计算得各个QV节点的Q值Q(1);其次,设定各个QV节点的V是控制变量,Q的初始值为Q(1),通过最优潮流计算得到各个QV节点的V值V(1);然后,再设定各个QV节点的Q是控制变量,V的初始值为V(2),通过最优潮流计算得到各个QV节点的Q值Q(2);最后,通过以上步骤的迭代求解,直到|V(i)-V(i-1)|≤0.01时,设定QV节点的Q是控制变量,V=V(i),通过最优潮流计算得到Q的值。通过以上方法可以合理确定光储发出的有功功率和无功功率。上述的最优潮流计算的目标函数为配电网络损耗折现值和配电网侧运行总成本。
本发明提出的基于拓展QV节点的光储最优潮流控制方法能够充分考虑配电网系统的经济运行、储能的输出有功极限和电压约束,通过主动将光储并网点的节点类型设置为QV节点,使用分支定界-原对偶内点法迭代求解最优化潮流得到储能有功出力和光伏逆变器无功出力,在减少网络损耗和配电网侧运行总成本的同时,对电压波动有很好的抑制作用。
发明内容
本发明的目的在于解决目前含分布式光伏的配电线路中的光储联合并网点所存在的电压越限问题,储能的配置问题,分布式光伏的优化调度问题,分布式光伏的消纳问题以及主动配电网的经济运行问题。通过将光储联合并网点的节点类型拓展为QV节点,通过分支定界-原对偶内点法计算配电网的最优潮流,实现配电网络损耗折现值和配电网侧运行总成本最小,在将配电网的电压水平保持在合格范围的基础上提高主动配电网的运行经济性。
本发明提出一种基于拓展QV节点的光储最优潮流控制方法,其具体实现包括如下步骤:
(1)采集配电网内相邻节点i与节点j之间的线路电阻rij、线路电抗xij,线路接地电纳Bi0和Bj0,变压器的等效阻抗ZT和接地导纳YT,光伏的输出最大有功功率Ppvi,max,光伏逆变器的容量Spvi,光储联合发电系统中储能最大输出功率Pesi,max,储能的额定容量Wesi,rated,各节点的负荷有功PL和负荷无功QL;
(2)对各节点进行编号并确定节点类型,设总共具有n个节点,其中,1~m号为纯负荷节点,节点类型为PQ节点,(m+1)~(m+r)号节点是配有储能的光储联合并网点,节点类型为QV节点,第n号节点为平衡节点,满足n=m+r+1;
(3)建立考虑配电网络损耗成本和配电网侧运行总成本最小的目标函数模型,表示为:
式(1)中:f1是配电网的网络损耗折现值,Gij是节点导纳矩阵第i行、第j列元素的实部,Vi和Vj分别是节点i和节点j的电压幅值,θij为节点i与j之间的电压相角差,ploss是配电网络损耗的价格,f2是配电网侧向主网购电所需成本和光伏所在的配电网向主网售电收益之和,是第t个时段内主网向配网输送的有功功率,Ct是配电网对主网在第t个调度时段的购售电价,f3是电池储能系统的日平均费用,C1是储能的固定投资成本年均折算值,C2是储能的运行维护成本,T是一天的时间周期,△t是一个小时的时间间隔,n是配电网中的节点总数;
Ct、C1和C2的计算可表示为:
式(2)中,为正数表示主网向配电网输送有功功率,为负数表示配电网向主网调度有功功率,和分别是第t时段的配电网的购电电价和售电电价,单位是人民币/kW·h,且其中,配网向主网的购电电价又分为峰时电价和谷时电价如图1所示,CP是储能的单位充/放电功率的造价,Pesk,rated和Wesk,rated分别是第k个储能的额定充放电功率,CW是储能单位容量的造价,A是储能设备的使用年限,MP、MW分别是当前储能单位时间内单位功率和单位容量的运行维护成本,τ是储能的工作时间,N是该配电网配置的储能数量;
(4)建立等式约束,包含各个时间段的节点潮流平衡方程约束、储能电池荷电状态SOC平衡方程;
上述等式约束可表示为:
式(3)中:和为配电网根节点在第t时段根节点处的有功和无功功率,和为节点i处分布式光伏在第t时段的有功和无功出力,和是配置在节点i上的储能在第t时段的充放电有功和无功出力,和分别为节点i和节点j在第t时段的电压幅值,Bij为节点i和节点j之间互导纳的虚部,为节点i和节点j在第t时段的相角差,为节点i的储能在t时刻的电池荷电状态(State of Charge,SOC),为节点i的储能初始的SOC值,T为一天的时间周期,为节点i的储能在调度周期最后时刻剩余的电量,为节点i的储能在第h时段的SOC变化量,为节点i的储能在Δt时间段SOC的变化量,εin和εout分别为储能充电和放电效率,是节点i的储能在t时刻的有功出力,若储能处于放电状态,则若储能处于充电状态,则△t是一个小时的时间间隔;
(5)建立不等式约束,包括节点电压上下限约束、电网支路潮流约束、不固定出力光伏的有功、无功功率约束,储能系统的有功功率、视在功率和能量约束可表示为:
式(4)中:Vmin和Vmax分别是节点i处配电网电压允许的最小、最大值,Vi t是节点i在t时刻的电压幅值;是支路l在t时刻的视在功率,Sl,max是支路l所允许的最大视在功率,It是储能在第t时段的充放电状态,It=1表示放电,It=-1表示充电,Wesi,max是节点i的储能的最大容量,SOCi,min和SOCi,max分别是节点i的储能系统的电池荷电状态最小和最大值;
(6)采用分支定界-原对偶内点法对上述混合整数非线性优化问题进行求解,其中基于拓展QV节点的光储最优潮流模型(包括步骤(3)中的目标函数和步骤(4)、(5)的约束条件)将光储并网点当作QV节点来进行优化潮流计算,在基于拓展QV节点的光储潮流优化模型中将QV节点的Q即光储并网点的光储无功功率和V即光储并网点的电压幅值依次当做控制变量进行迭代求解:
首先,设定QV节点V的初始值为1.0,将QV节点的Q当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点Q的值Q(o);其次,设定QV节点Q的初始值为Q(o),将QV节点的V当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点V的值V(1);然后,再将QV节点V的值设定为V(1),将QV节点的Q当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点Q的值;如此反复迭代计算,直到|V(i)-V(i-1)|≤0.01,得到各个光储并网点一天24小时每个时刻的储能所需充/放电功率以及所需储能容量;
使用分支定界-原对偶内点法编写matlab程序构造上述最优潮流数学模型的等式约束和不等式约束的雅克比矩阵、对角矩阵和海森伯矩阵,最后形成常数项代入等式和不等式约束的雅可比矩阵求解得到各个控制变量和状态变量的值。
与现有技术相比,本发明的有益效果于:
基于拓展QV节点的光储最优潮流控制方法对光储联合并网点进行了合理描述,系统提出了以配电网络损耗折现值和配电网侧运行总成本最小为目标,以QV节点中的Q和V依次为控制变量对此优化问题进行迭代求解。此方法充分地利用了光伏和储能的有功功率,光伏逆变器的无功功率,在网络损耗折现值和配电网侧运行总成本之和最小的条件下,实现了将光伏并网点的电压控制在一定的约束范围之内。
附图说明
图1是相对日负荷的电价曲线图。
图2是基于QV节点的光储最优潮流控制方法的流程示意图。
图3是分支定界-原对偶内点法的流程示意图。
图4是算例的网络拓扑结构图。
图5是各节点负荷功率曲线图;其中:图5a为各节点负荷有功功率曲线图,图5b为各节点负荷无功功率曲线图。
图6a和图6b分别是情景1和情景2中算例关键节点电压曲线图。
图7a和图7b分别情景2下节点6和节点10的光储、光伏、储能和光伏逆变器输出功率曲线图。
具体实施方式
以下结合附图和实例对本发明的具体实施做进一步说明,需指出的是,以下若有未特别详细说明之过程或符号,均是本领域技术人员可参照现有技术理解或实现的。
如图2反映了基于拓展QV节点的光储最优潮流控制方法的流程。基于拓展QV节点的光储最优潮流控制方法包括:
(1)采集配电网内相邻节点i与节点j之间的线路电阻rij、线路电抗xij,线路接地电纳Bi0和Bj0,变压器的等效阻抗ZT和接地导纳YT,光伏的输出最大有功功率Ppvi,max,光伏逆变器的容量Spvi,光储联合发电系统中储能最大输出功率Pesi,max,储能的额定容量Wesi,rated,各节点的负荷有功PL和负荷无功QL;
(2)在该网架结构中,对各节点进行编号并确定节点类型,设总共具有n个节点,其中,1~m号为纯负荷节点,节点类型为PQ节点,(m+1)~(m+r)号节点是配有储能的光储联合并网点,节点类型为QV节点,第n号节点为平衡节点,满足n=m+r+1;
(3)建立考虑配电网络损耗成本和配电网侧运行总成本最小的目标函数模型,表示为:
式(1)中:f1是配电网的网络损耗折现值,Gij是节点导纳矩阵第i行、第j列元素的实部,Vi和Vj分别是节点i和节点j的电压幅值,θij为节点i与j之间的电压相角差,ploss是配电网络损耗的价格,f2是配电网侧向主网购电所需成本和光伏所在的配电网向主网售电收益之和,是第t个时段内主网向配网输送的有功功率,Ct是配电网对主网在第t个调度时段的购售电价,f3是电池储能系统的日平均费用,C1是储能的固定投资成本年均折算值,C2是储能的运行维护成本,T是一天的时间周期,△t是一个小时的时间间隔,n是配电网中的节点总数;
Ct、C1和C2的计算可表示为:
式(2)中,为正数表示主网向配电网输送有功功率,为负数表示配电网向主网调度有功功率,和分别是第t时段的配电网的购电电价和售电电价,单位是人民币/kW·h,且其中,配网向主网的购电电价又分为峰时电价和谷时电价如图1所示,CP是储能的单位充/放电功率的造价,Pesk,rated和Wesk,rated分别是第k个储能的额定充放电功率,CW是储能单位容量的造价,A是储能设备的使用年限,MP、MW分别是当前储能单位时间内单位功率和单位容量的运行维护成本,τ是储能的工作时间,N是该配电网配置的储能数量;
(4)建立等式约束,包含各个时间段的节点潮流平衡方程约束、储能电池荷电状态SOC平衡方程;
上述等式约束可表示为:
式(3)中:和为配电网根节点在第t时段根节点处的有功和无功功率,和为节点i处分布式光伏在第t时段的有功和无功出力,和是配置在节点i上的储能在第t时段的充放电有功和无功出力,和分别为节点i和节点j在第t时段的电压幅值,Bij为节点i和节点j之间互导纳的虚部,为节点i和节点j在第t时段的相角差,为节点i的储能在t时刻的电池荷电状态(State of Charge,SOC),为节点i的储能初始的SOC值,T为一天的时间周期,为节点i的储能在调度周期最后时刻剩余的电量,为节点i的储能在第h时段的SOC变化量,为节点i的储能在Δt时间段SOC的变化量,εin和εout分别为储能充电和放电效率,是节点i的储能在t时刻的有功出力,若储能处于放电状态,则若储能处于充电状态,则△t是一个小时的时间间隔;
(5)建立不等式约束,包括节点电压上下限约束、电网支路潮流约束、不固定出力光伏的有功、无功功率约束,储能系统的有功功率、视在功率和能量约束可表示为:
式(4)中:Vmin和Vmax分别是节点i处配电网电压允许的最小、最大值,Vi t是节点i在t时刻的电压幅值;是支路l在t时刻的视在功率,Sl,max是支路l所允许的最大视在功率,It是储能在第t时段的充放电状态,It=1表示放电,It=-1表示充电,Wesi,max是节点i的储能的最大容量,SOCi,min和SOCi,max分别是节点i的储能系统的电池荷电状态最小和最大值;
(6)采用分支定界-原对偶内点法对上述混合整数非线性优化问题进行求解,图3是分支定界-原对偶内点法的流程示意图,其中基于拓展QV节点的光储潮流优化模型将光储并网点当作QV节点来进行优化潮流计算,在基于拓展QV节点的光储潮流优化模型中将QV节点的Q即光储并网点的光储无功功率和V即光储并网点的电压幅值依次当做控制变量进行迭代求解:
首先,设定QV节点V的初始值为1.0,将QV节点的Q当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点Q的值Q(o);其次,设定QV节点Q的初始值为Q(o),将QV节点的V当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点V的值V(1);然后,再将QV节点V的值设定为V(1),将QV节点的Q当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点Q的值;如此反复迭代计算,直到|V(i)-V(i-1)|≤0.01,得到各个光储并网点一天24小时每个时刻的储能所需充/放电功率以及所需储能容量;
使用分支定界-原对偶内点法编写matlab程序构造上述最优潮流数学模型的等式约束和不等式约束的雅克比矩阵、对角矩阵和海森伯矩阵,最后形成常数项代入等式和不等式约束的雅可比矩阵求解得到各个控制变量和状态变量的值。
图4是本方法所使用的算例网络拓扑结构图,算例是以南方电网某10kV配电网作为基础网架。为了突出观察关键节点的电压变化,将一个复杂的配电网抽象为描述关键节点的等值配电网,网络线路参数见表1.。网络中各个节点的负荷变化见图5。假设分别在6号和10号节点处配置光伏和储能,其中两者接入的光伏容量分别是800kW和1000kW。负荷根据各自的负荷特性,按一天24h变化,光伏出力按照一天的光伏出力特性变化。其中光伏发电和购电售价相关参数如下表2:
表1线路参数
考虑以下两种情景:
情景1:不考虑储能,将光伏所发的有功功率全部并入配电网,在该情景下,各个节点电压的分布变化如图6a所示。
表2
情景2:同时计及储能和光伏逆变器,并采用基于拓展QV节点的光储最优潮流控制方法,通过使用分支定界-原对偶内点法在matlab仿真软件上面搭建模型进行仿真分析。节点6的光储最优潮流计算结果如表3所示,节点10的光储最优潮流计算结果如表4所示。
表3基于拓展QV节点的光储最优潮流控制结果(节点6)
注:储能功率为“负”表示储能处于充电状态,储能功率为“正”表示储能处于放电状态。
表4基于拓展QV节点的光储最优潮流控制结果(节点10)
注:储能功率为“负”表示储能处于充电状态,储能功率为“正”表示储能处于放电状态。
在该最优策略下,节点6的储能容量配置3.5MW·h,0时刻储能的SOC初始值为0.55;节点10的储能容量配置是3.8MW·h,0时刻储能的SOC初始值为0.45。全天24小时段内主网向配网输送电能共10.575MW·h,光储通过协调控制策略向配电网反送了12.7621MW·h,主动配电网的运行成本是9154.08元。虽然过程中利用储能尽可能地对多发的光伏进行存储,但是由于储能输出功率的限值,当储能达到输出极限时,光伏多余的输出只能向配网中输送。
表5为仿真结果中几项成本的具体情况。
表5
从表中可以看出,主要的成本是由购电成本和储能的等效成本构成,其中储能的造价比较高,这是由于当前的储能存储技术的限制。通过仿真计算得到,在情景2下的配电网网损是76kW,在情景1下的配电网网损是266kW,因此本方法可以有效减少配电网的网络损耗。此外采用本发明方法后,光储并网点电压曲线图如图6b所示,节点6和节点10所在光储联合系统输出功率曲线图如图7a和图7b所示。由图6可知,光储联合并网点的电压波动被限制在一个很小的范围之内,且不会出现越限的情况。这充分证明本发明方法能够有效抑制电压波动,并且有利于最大限度促进光伏发电的利用,减少弃光问题。
上述实施例为本发明的较佳实施方式,但本发明的实施方式并不受上述实施例的限制,其他任何未背离本发明的精神实质和原理下所作的修改、修饰、替代、组合、简化,均应为等效的置换方式,都应包含在本发明的保护范围之内。
Claims (3)
1.基于拓展QV节点的光储最优潮流控制方法,其特征在于包括如下步骤:
(1)采集配电网内相邻节点i与节点j之间的线路电阻rij、线路电抗xij,对应的线路接地电纳Bi0和Bj0,变压器的等效阻抗ZT和接地导纳YT,光伏的输出最大有功功率Ppvi,max,光伏逆变器的容量Spvi,光储联合发电系统中储能最大输出功率Pesi,max,储能的额定容量Wesi,rated,各节点的负荷有功PL和负荷无功QL;
(2)对各节点进行编号并确定节点类型,设总共具有n个节点,其中,1~m号为纯负荷节点,节点类型为PQ节点,(m+1)~(m+r)号节点是配有储能的光储联合并网点,节点类型为QV节点,第n号节点为平衡节点,满足n=m+r+1;
(3)建立考虑配电网络损耗成本和配电网侧运行总成本最小的目标函数模型,表示为:
式(1)中:f1是配电网的网络损耗折现值,Gij是节点导纳矩阵第i行、第j列元素的实部,Vi和Vj分别是节点i和节点j的电压幅值,θij为节点i与j之间的电压相角差,ploss是配电网络损耗的价格,f2是配电网侧向主网购电所需成本和光伏所在的配电网向主网售电收益之和,是第t个时段内主网向配网输送的有功功率,Ct是配电网对主网在第t个调度时段的购售电价,f3是电池储能系统的日平均费用,C1是储能的固定投资成本年均折算值,C2是储能的运行维护成本,T是一天的时间周期,△t是一个小时的时间间隔,n是配电网中的节点总数;
Ct、C1和C2的计算表示为:
式(2)中,为正数表示主网向配电网输送有功功率,为负数表示配电网向主网调度有功功率,和分别是第t时段的配电网的购电电价和售电电价,单位是元/kW·h,且其中,配网向主网的购电电价又分为峰时电价和谷时电价N是该配电网配置的储能数量,CP是储能的单位充/放电功率的造价,Pesk,rated和Wesk,rated分别是第k个储能的额定充放电功率,CW是储能单位容量的造价,A是储能设备的使用年限,MP、MW分别是当前储能单位时间内单位功率和单位容量的运行维护成本,τ是储能的工作时间;
(4)建立等式约束,包含各个时间段的节点潮流平衡方程约束、储能电池荷电状态SOC平衡方程;
(5)建立不等式约束,包括节点电压上下限约束、电网支路潮流约束以及光储系统的能量相关约束:所建立的不等式约束,包括节点电压上下限约束、电网支路潮流约束、不固定出力光伏的有功、无功功率约束,储能系统的有功功率、视在功率和能量约束,具体表示为:
式(4)中:Vmin和Vmax分别是节点i处配电网电压允许的最小、最大值,Vi t是节点i在t时刻的电压幅值;是支路l在t时刻的视在功率,Sl,max是支路l所允许的最大视在功率,It是储能在第t时段的充放电状态,It=1表示放电,It=-1表示充电,Wesi,max是节点i的储能的最大容量,SOCi,min和SOCi,max分别是节点i的储能系统的电池荷电状态最小和最大值;
(6)由步骤(3)~(5)得到基于拓展QV节点的光储潮流优化模型,采用分支定界-原对偶内点法求解,其中基于拓展QV节点的光储潮流优化模型将光储并网点当作QV节点来进行优化潮流计算,在基于拓展QV节点的光储潮流优化模型中将QV节点的Q即光储并网点的光储无功功率和V即光储并网点的电压幅值依次当做控制变量进行迭代求解。
2.根据权利要求1所述的基于拓展QV节点的光储最优潮流控制方法,其特征在于步骤(6)所述的将光储并网点当作QV节点使用分支定界-原对偶内点法进行迭代求解具体是:
(6.1)首先,设定QV节点V的初始值为1.0,将QV节点的Q当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点Q的值Q(o);其次,设定QV节点Q的初始值为Q(o),将QV节点的V当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点V的值V(1);然后,再将QV节点V的值设定为V(1),将QV节点的Q当作控制变量,使用分支定界-原对偶内点法计算最优潮流得到QV节点Q的值;如此反复迭代计算,直到|V(i)-V(i-1)|≤0.01,得到各个光储并网点一天24小时每个时刻的储能所需充/放电功率以及所需储能容量;
(6.2)使用分支定界-原对偶内点法编写matlab程序构造上述最优潮流数学模型的等式约束和不等式约束的雅克比矩阵、对角矩阵和海森伯矩阵,最后形成常数项代入等式和不等式约束的雅可比矩阵求解得到各个控制变量和状态变量的值。
3.根据权利要求1所述的基于拓展QV节点的光储最优潮流控制方法,其特征在于步骤(4)等式约束可表示为:
式(3)中:和为配电网根节点在第t时段根节点处的有功和无功功率,和为节点i处分布式光伏在第t时段的有功和无功出力,和是配置在节点i上的储能在第t时段的充放电有功和无功出力,Vi t和分别为节点i和节点j在第t时段的电压幅值,Bij为节点i和节点j之间互导纳的虚部,为节点i和节点j在第t时段的相角差,为节点i的储能在t时刻的电池荷电状态,为节点i的储能初始的SOC值,T为一天的时间周期,为节点i的储能在调度周期最后时刻剩余的电量,为节点i的储能在第h时段的SOC变化量,为节点i的储能在Δt时间段SOC的变化量,εin和εout分别为储能充电和放电效率,是节点i的储能在t时刻的有功出力,若储能处于放电状态,则若储能处于充电状态,则△t是一个小时的时间间隔。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710520391.3A CN107134789B (zh) | 2017-06-30 | 2017-06-30 | 基于拓展qv节点的光储最优潮流控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710520391.3A CN107134789B (zh) | 2017-06-30 | 2017-06-30 | 基于拓展qv节点的光储最优潮流控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107134789A CN107134789A (zh) | 2017-09-05 |
CN107134789B true CN107134789B (zh) | 2020-04-28 |
Family
ID=59736632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710520391.3A Active CN107134789B (zh) | 2017-06-30 | 2017-06-30 | 基于拓展qv节点的光储最优潮流控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134789B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107732918B (zh) * | 2017-11-10 | 2023-06-27 | 国网福建省电力有限公司 | 一种基于定常海森矩阵的配电网三相最优潮流计算方法 |
CN108565869B (zh) * | 2017-12-08 | 2021-02-02 | 广东电网有限责任公司广州供电局 | 低压配电网电压控制方法、装置、存储介质和计算机设备 |
CN109599881B (zh) * | 2018-12-19 | 2022-01-11 | 杭州电子科技大学 | 一种基于锰酸锂电池储能系统的电网调频调压方法 |
CN109802396B (zh) * | 2019-02-18 | 2024-02-02 | 国网山西省电力公司长治供电公司 | 一种基于电压灵敏度配置的光伏台区电能质量治理系统 |
CN110994654A (zh) * | 2019-10-16 | 2020-04-10 | 国网浙江省电力有限公司嘉兴供电公司 | 一种区域配电网中光储系统综合运行控制方法 |
CN111064188B (zh) * | 2019-12-26 | 2023-11-03 | 重庆泊津科技有限公司 | 一种基于净现值计算的光储系统容量配置方法 |
CN112994063B (zh) * | 2021-04-29 | 2022-11-01 | 重庆大学 | 基于储能有序充电和智能软开关控制模型的配电网优化运行方法 |
CN113193602A (zh) * | 2021-05-11 | 2021-07-30 | 东北大学 | 含低热值发电和分布式电源的配电网优化运行系统及方法 |
CN116706892B (zh) * | 2023-06-15 | 2023-12-29 | 华北电力大学 | 一种轨道交通光储配置方法、系统及电子设备 |
CN118174303A (zh) * | 2024-02-04 | 2024-06-11 | 国网山东省电力公司日照供电公司 | 一种提升配电系统运行安全距离的储能优化方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004145279A (ja) * | 2002-08-30 | 2004-05-20 | Seiko Epson Corp | 電子回路、電子回路の駆動方法、電気光学装置、電気光学装置の駆動方法及び電子機器 |
CN104868496A (zh) * | 2015-05-25 | 2015-08-26 | 华南理工大学 | 一种基于扩展qv节点潮流的光储有功功率协同输出方法 |
CN106655245A (zh) * | 2016-10-12 | 2017-05-10 | 中国南方电网有限责任公司电网技术研究中心 | 一种光储输出功率主动控制方法 |
-
2017
- 2017-06-30 CN CN201710520391.3A patent/CN107134789B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004145279A (ja) * | 2002-08-30 | 2004-05-20 | Seiko Epson Corp | 電子回路、電子回路の駆動方法、電気光学装置、電気光学装置の駆動方法及び電子機器 |
CN104868496A (zh) * | 2015-05-25 | 2015-08-26 | 华南理工大学 | 一种基于扩展qv节点潮流的光储有功功率协同输出方法 |
CN106655245A (zh) * | 2016-10-12 | 2017-05-10 | 中国南方电网有限责任公司电网技术研究中心 | 一种光储输出功率主动控制方法 |
Non-Patent Citations (1)
Title |
---|
基于扩展QV节点潮流的光储联合日前计划;刘泽槐等;《电网技术》;20151231;第39卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107134789A (zh) | 2017-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107134789B (zh) | 基于拓展qv节点的光储最优潮流控制方法 | |
CN107634518B (zh) | 一种“源-网-荷”相协调的主动配电网经济调度方法 | |
CN102244390B (zh) | 平滑微网联络线功率波动的储能系统容量优化方法 | |
CN108565902A (zh) | 一种基于光储协调优化的户用型能量调度方法 | |
CN109687444A (zh) | 一种微电网电源多目标双层优化配置方法 | |
CN109687510A (zh) | 一种计及不确定性的配电网多时间尺度优化运行方法 | |
CN110601260B (zh) | 一种限定联络线上功率波动的光-蓄系统容量优化方法 | |
CN103944175A (zh) | 风光储联合发电系统出力特性优化方法 | |
CN107482660B (zh) | 一种基于双储能系统的主动配电网储能配置方法 | |
CN108400593A (zh) | 基于分层多代理技术的主动配电网电气模型建立方法 | |
CN109873447A (zh) | 一种多源协同主动配电网多时间级有功-无功调控方法 | |
CN109245113A (zh) | 分布式电源和电动汽车大规模接入的配电网无功电压优化方法 | |
CN109494813A (zh) | 一种电力调度方法、电子设备及存储介质 | |
CN111311032B (zh) | 一种基于扇形雷达图模型的微网系统容量优化配置方法 | |
CN110224397B (zh) | 一种风光接入背景下用户侧电池储能成本效益分析方法 | |
CN114759616B (zh) | 一种考虑电力电子器件特性的微电网鲁棒优化调度方法 | |
CN114398777B (zh) | 一种基于巴什博弈理论的电力系统灵活性资源配置方法 | |
CN116316812A (zh) | 面向高比例分布式能源接入的输配网多时间尺度风险调度方法 | |
CN113746120A (zh) | 基于ga的储能系统优化配置方法 | |
CN111668882A (zh) | 智慧能环网中微电源出力优化方法及装置 | |
CN111654028A (zh) | 一种基于优化算法的最终效益混合储能优化容量配置比 | |
Zhang et al. | Research on Joint Operation of Wind and Solar Storage System Based on Genetic Algorithm | |
Chen et al. | Research on Optimal Configuration of Battery Energy Storage System for Photovoltaic Systems with Different Load Demand | |
Yin et al. | Optimization Method of power grid data fusion for High Proportion New Energy System | |
Xu | Wind-solar-storage linkage configuration of carbon-neutral energy internet based on fuzzy control algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |