CN109687441A - 一种基于场景分解-协调的独立微电网灵活性资源容量配置方法 - Google Patents

Abstract

本发明公开了一种基于场景分解‑协调的独立微电网灵活性资源容量配置方法，包括下列步骤：建立源‑荷不平衡功率场景，将不平衡功率场景划分为功率缺额场景集S^‑和功率过剩场景集S⁺；根据功率缺额场景集S^‑，计算可控电源容量的可行范围及对应储能装置最低容量；根据功率过剩场景集S⁺，采用通用模式搜索法对储能容量协调修正以获取弃电惩罚最低的最佳配置；综合考虑投资成本与运行成本最低选定灵活性资源FGR容量配置方案；既能保证不损失负荷，又可以通过对储能容量的协调修正以获取弃电惩罚最低的最佳配置，减少弃电量，降低规划的综合成本。

Description

一种基于场景分解-协调的独立微电网灵活性资源容量配置 方法

技术领域

本发明涉及电力领域，具体涉及一种基于场景分解-协调的独立微电网灵活性资源容量配置方法。

背景技术

随着近年来可再生能源的装机成本快速下降，微电网的可再生能源的渗透率逐渐增加，由于可再生能源的自然特性所带来的不确定性问题日显加剧。微电网运行所面临的不确定性问题主要体现在两个方面：一是源侧高渗透率下风电、光伏等可再生能源所呈现的强随机性与间歇性所导致的功率波动问题；二是荷侧电能用户用电行为的随机性所带来的负荷波动问题。

对于微电网而言，需要确保系统内的安全稳定运行，同时避免发生负荷损失，并尽可能在经济、合理的条件下充分消纳可再生能源，减少弃电现象的发生。为此，需要在微电网中额外配置分布式可控电源与电池储能等灵活性资源(Flexible GenerationResources,FGR)以充分应对源-荷双侧不确定性所带来的问题；设计灵活性资源的微电网规划问题已被展开广泛的研究与讨论，由于分布式电源的不确定性变量建模方法不同，微电网的规划建模方法有多种，现主流方法多倾向于把计及储能和可控电源的微电网系统描述为混合整数线性规划模型或非线性模型，采用基于数学规划理论的直接法或元启发式算法进行求解。受求解模型及计算机求解能力的限制，源-荷不确定性的模拟多采取近似的方法。目前较常采用场景生成、源-荷概率分布函数及构造不确定集等方法表征源-荷不确定性。场景生成法可选取按季节划分或年均统计形成的典型日或基于源-荷预测误差形成的分析场景，这种处理方式通常借助场景缩减以降低问题复杂程度，提高模型的可解性，但削弱了全面反映源-荷不确定性的能力。通过人为指定的概率分布模型刻画风速、光照强度以及负荷变化的随机行为确实在一定程度上反映源-荷不确定性，但概率分布模型往往未能充分考虑实际微电网的真实情况，在随机场景较多的情况下将导致该混合整数线性规划问题求解规模庞大，对计算设备提出更高要求的同时，问题的计算速度也大大降低，甚至容易产生内存溢出或维数灾以致无法得到问题的合理解，此外，所采用的场景生成法对独立微电网源-荷不确定性的反映不够全面。

发明内容

有鉴于此，本发明的目的是克服现有技术中的缺陷，提供一种基于场景分解-协调的独立微电网灵活性资源容量配置方法，既能保证不损失负荷，又可以通过对储能容量的协调修正以获取弃电惩罚最低的最佳配置，减少弃电量，降低规划的综合成本。

本发明的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法，包括下列步骤：

S1：建立源-荷不平衡功率场景，将不平衡功率场景划分为功率缺额场景集S^-和功率过剩场景集S⁺；

S2：根据功率缺额场景集S^-，计算可控电源容量的可行范围及对应储能装置最低容量；

S3：根据功率过剩场景集S⁺，采用通用模式搜索法对储能容量协调修正以获取弃电惩罚最低的最佳配置；

S4：综合考虑投资成本与运行成本最低选定灵活性资源FGR容量配置方案。

进一步，在步骤S1中，利用k-means对历史数据进行数据挖掘形成光伏、风电及负荷的特征场景，排列组合形成不平衡功率典型场景S，对场景S归类为S^-和S⁺场景集。

进一步，在步骤S2中，由S^-场景的Worst Case确定保证独立微电网供电可靠性的分布式可控电源DDG容量范围并对该范围离散化得P_DDG[i]，i＝0,1,...,M，基于Worst Case，建立混合整数线性规划模型MILP并计算给定P_DDG[i]值的电池储能BS容量参数和i＝0,1,...,M。

进一步，在步骤S3中，其特征在于：在步骤S3中，根据步骤S2中的P_DDG[i]、及i＝0,1,...,M，建立时序化储能动态模型SBSDM,确定初始的BS容量参数和选择合适的搜索步长和用于指定搜索方向的基向量，利用典型模式搜索算法优化计算使得S⁺场景集目标函数式最小时的BS容量参数和并与P_DDG[i]作为结果进行输出。

进一步，在步骤S4中，对于每组i＝0,1,...,M，计算各自总成本，选取成本最低一组作为独立微电网系统的最佳FGR容量配置方案。

本发明的有益效果是：本发明公开的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法，一方面对高渗透率独立微电网的源-荷双侧不确定性的反映更加全面，在求解模型所得的灵活性资源的容量配置结果与混合整数线性规划相对误差小，满足计算精度要求，另一方面随机场景数量较大时，分解-协调方法相比混合整数线性规划问题求解规模较小，对计算设备的要求相对较小，问题的计算速度也就提高，同时降低内存溢出而无法得到问题合理解出现的几率，对独立微电网灵活性资源的容量配置问题提出新的解决方法，在满足合理性解的前提下，提高问题的求解速度，在技术性和经济性方面都有较大的收益。

附图说明

下面结合附图和实施例对本发明作进一步描述：

图1为本发明的典型独立微电网系统示意图；

图2为本发明的分解-协调优化方法流程图；

图3为本发明的Worst Case不平衡功率图；

图4为本发明的第π个场景基本弃电量计算与时段划分图。

具体实施方式

如图所示，本实施例中的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法；图1所示为微电网系统工作在独立运行模式，图2所示为本发明的流程示意图，主要分为四个步骤：

步骤S1，即初始化处理：利用k-means对历史数据进行数据挖掘形成光伏、风电及负荷的特征场景，排列组合形成不平衡功率典型场景S，对场景S归类为S^-和S⁺场景集。

步骤S2，即分解处理：由S^-场景的Worst Case确定保证独立微电网供电可靠性的DDG容量范围并对该范围离散化得P_DDG[i]，i＝0,1,...,M。基于Worst Case的MILP(混合整数线性规划)计算给定P_DDG[i]值的BS容量参数和i＝0,1,...,M。

步骤S3，即协调处理：给定P_DDG[i]、及i＝0,1,...,M，基于SBSDM模型利用GPS算法优化计算使得S⁺场景集目标函数式最小时的BS容量参数和并与P_DDG[i]作为结果进行输出。

步骤S4，即定容处理；对于每组i＝0,1,...,M，计算各自总成本，选取成本最低一组作为独立微电网系统的最佳FGR容量配置方案。

在步骤S1中，初始化处理可基于k-means聚类法生成光伏、风电及负荷三类场景，通过排列组合形成源-荷场景S，利用公式(1)求出任一源-荷场景s的不平衡功率，即

其中，t∈[Δt,2Δt,...,T-Δt,T]，时间间隔为Δt＝1，T＝24Hrs。为第kPV个光伏功率场景的光伏出力，为第kWT个风电功率场景的风电出力，为第kLD个负荷功率场景的负荷功率。

在t时刻，当ΔP^s(t)＜0时，对应功率缺额的场景，表明负荷需求大于光、风电的供电能力，此时将出现缺电的情况；反之，ΔP^s(t)≥0时则对应功率过剩的场景，说明负荷需求得到满足，同时可能出现光、风电发电过剩，易导致弃电现象的发生。

对于任一源-荷场景s∈S，若使得ΔP^s(t)＜0，将场景s归入功率缺额场景集合S^-；对于任一源-荷场景s∈S，若使得ΔP^s(t)≥0，将场景s归入功率过剩场景集合S⁺，为避免负荷损失需要对S^-场景进行分析，而减少弃电量则需着重考察S⁺，需提出，场景S⁺将一天内源-荷功率完全平衡的情形计及在内。

在步骤S2中，分解处理时，基于S^-场景的灵活性资源定容，由于可再生电源的供电能力不足，需要针对不平衡功率最小值，即

ΔP(t)＝min[ΔP^s(t)]

如图3所示，实曲线为Worst Case的不平衡功率ΔP(t)，点虚直线表示应配置可控电源容量最小值的相反数，点虚直线表示应配置可控电源最大容量相反数，

显然，当可控电源最大可行容量满足

此时可控电源能满足S^-所有场景的供电需求而无需额外配置储能装置，图3中的正斜及反斜阴影面积分别表示为给定可控电源容量时，储能装置需要吸收的能量E_ch及释放的能量E_disch可通过公式(2)求得：

由于储能装置具有一定的充放电效率η，因此实际吸收和释放的最大能量分别为E_ch·η和Edisch/η。此处假设储能一天中的初末态剩余容量约束为50％，因此，当且仅当两者相等时，即

所给定的可控电源为保证系统不发生负荷损失的可控电源最小可行容量当所配置的可控电源的额定容量时，只需额外添加一定容量的储能，即可保证在S^-中所有场景避免负荷丢失，此时，S^-场景中的能量全部由可控电源提供，储能仅起到能量转移的作用，因此在不考虑储能装置运行成本的情况下，可控电源在S^-场景的运行成本可通过公式(3)求得：

ρ_s为任一场景的概率，可由现有公式计算得出，其中M_PV，M_WT和M_LD分别为采用k-means法后光伏、风机与负荷功率场景的聚类数。

为便于对可控电源的容量选择与经济性比较，以步长为δkW在范围内对可控电源容量离散化为等份，符号表示为向上取整函数，即

当给定P_DDG[i]时，根据Worst Case的不平衡功率难以直接得出满足经济最优条件的储能功率容量与能量容量，但可对最大功率缺额场景建立MILP并进行优化求解，获得该P_DDG[i]值对应的最佳储能容量参数和作为下一步协调优化过程的初始值，由于此时MILP模型仅包含Worst Case单一场景，因此问题求解的效率较高。

在步骤S3中，协调处理需建立时序化储能动态模型，假设独立微电网优先消耗可控电源所产生的电能，其弃电量主要取决于S⁺中功率过剩场景以及BS容量配置，为方便区分与说明，使用符号π∈S⁺表示S⁺场景集合中的任一场景；

对于给定功率容量为P_BS的储能，微电网系统必然无法消纳功率过剩场景S⁺中所有超过P_BS的功率，如图4所示为某一不平衡功率场景，电虚线P_BS以上的不平衡功率所围城的阴影面积为必然舍弃的基本弃电量第π个场景的基本弃电量通过公式(4)求得：

因此，对于第π个功率过剩场景而言，其ΔP(π，t)可根据BS的功率容量P_BS修正，如图4所示中的被“削峰”后的剩余曲线通过公式(5)表示：

而对于第π个功率过剩场景，根据时段的不同其不平衡功率呈正负交替变化，仍以图4所示为例，T1和T3为不平衡功率为非负时段，T2和T4时段的不平衡功率则为负，据此，对所有π∈S⁺按不平衡功率正负变化划分为个时段。

为计算微电网系统的弃电量，基于Tn个划分时段提出的时序化储能动态模型(Sequential Battery Storage Dynamic Model,SBSDM)可近似等效S⁺场景的储能荷电状态(State of charge，SOC)的连续变化趋势，假设给定功率容量为P_BS下的BS能量容量为E_BS，则第π个场景的初始剩余电量E^π(T_π0)＝E_BS·SoCⁱⁿⁱ，其中SoCⁱⁿⁱ为初始储能荷电状态，即50％，对于π∈S⁺，BS的剩余电量按不平衡功率正负情况计算如下：

1)若时段不平衡功率为非负值时，BS的剩余电量有公式(6)计算如下：

其中，为时段需要消纳的过剩电量，为时段BS最大可消纳电量，为BS能量容量上限值，η为充放电效率；

该时段的实际弃电量由公司(7)可计算为：

2)若时段不平衡功率为负值时，BS的剩余电量有公式(8)计算如下：

其中，为时段需要提供的电量缺额，为时段BS最大输出电量，为BS能量容量下限值，对于图4中的部分，尽管BS未能提供有效功率支援，但S^-场景中已从保证零负荷损失为约束配置了充足的DDG容量，因此该部分功率缺额可认为由DDG完全补足，该时段由DDG所提供的能量可由公式(9)计算：

在1d运行结束后，为近似设计剩余容量约束条件，需按以下式子更新时段的弃电量及DDG运行成本：

给定FGR容量下的总弃电量为所有功率过剩场景π∈S⁺的基本弃电量与动态弃电量和的期望值，S⁺场景集合的总弃电量、总弃电惩罚及DDG运行总成本为：

上式，为弃电惩罚；为DDG运行成本。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种基于场景分解-协调的独立微电网灵活性资源容量配置方法，其特征在于：包括下列步骤：

S1：建立源-荷不平衡功率场景，将不平衡功率场景划分为功率缺额场景集S^-和功率过剩场景集S⁺；

S2：根据功率缺额场景集S^-，计算可控电源容量的可行范围及对应储能装置最低容量；

S3：根据功率过剩场景集S⁺，采用通用模式搜索法对储能容量协调修正以获取弃电惩罚最低的最佳配置；

S4：综合考虑投资成本与运行成本最低选定灵活性资源FGR容量配置方案。

2.根据权利要求1所述的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法，其特征在于：在步骤S1中，利用k-means对历史数据进行数据挖掘形成光伏、风电及负荷的特征场景，排列组合形成不平衡功率典型场景S，对场景S归类为S^-和S⁺场景集。

3.根据权利要求2所述的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法，其特征在于：在步骤S2中，由S^-场景的Worst Case确定保证独立微电网供电可靠性的分布式可控电源DDG容量范围并对该范围离散化得P_DDG[i]，i＝0,1,...,M，基于Worst Case，建立混合整数线性规划模型MILP并计算给定P_DDG[i]值的电池储能BS容量参数和

4.根据权利要求3所述的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法，其特征在于：在步骤S3中，根据步骤S2中的P_DDG[i]、及 建立时序化储能动态模型SBSDM,确定初始的BS容量参数和选择合适的搜索步长和用于指定搜索方向的基向量，利用典型模式搜索算法优化计算使得S⁺场景集目标函数式最小时的BS容量参数和并与P_DDG[i]作为结果进行输出。

5.根据权利要求4所述的一种基于场景分解-协调的独立微电网灵活性资源容量配置方法，其特征在于：在步骤S4中，对于每组 计算各自总成本，选取成本最低一组作为独立微电网系统的最佳FGR容量配置方案。