CN110210064A - 一种面向能源互联网的分布式储能分层调控方法及装置 - Google Patents

Abstract

本发明涉及一种面向能源互联网的分布式储能分层调控方法及装置，所述方法包括：以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率；根据所述区域内最优储能系统输出功率调控区域内储能系统。本发明提供的技术方案通过“云服务+本地自治控制”的分布式储能分层调控方法，协调各个局域能源互联网实现能量流的多向流动，为能源互联网的新型运营管理提供理论基础，提高了整个能源互联网的稳定经济运行能力。

Description

一种面向能源互联网的分布式储能分层调控方法及装置

技术领域

本发明涉及能源互联网储能控制领域，具体涉及一种面向能源互联网的分布式储能分层调控方法及装置。

背景技术

目前，随着可再生能源利用率不断的提高，分布式能源发电技术得到迅猛的发展，在此背景下能源互联网应运而生，多种能源形式紧密联合互补构成能源供应体系，采用分布管理模型实现区域内信息和能量的交互，将热力网络，天然气网络、交通网络及电网有效的结合。但能源互联网能量流动过程中存在着一定的无序性和不确定性，分布式电源存在着功率波动，电能质量等问题，负荷需求也存在着时间和空间的随机性。

因此，在能源互联网中大规模的引入储能装置，分布在各个区域内，实现能量的时间和空间的转移，有效的改善了能源的生产和消费存在时空不一致的问题。但是，如何进行储能系统的调控，使得分布在各个区域的储能系统满足能源互联网的稳定、经济及可靠运行，是本领域亟待解决的技术问题。

发明内容

为了解决能源互联网稳定、经济及可靠运行的问题，本发明提供一种面向能源互联网的分布式储能分层调控方法及装置，通过本方法，将分布式储能系统设置成区域内和区域间分层调控模式，本地自治控制中心根据分布式电源、负荷等实际运行需求实现区域内自主调控，中央集中控制中心根据区域内控制结果实现区域间的多端协调管控，通过分布式储能分层调控方式为能源互联网的新型运营管理提供理论基础，实现整个能源互联网的稳定经济运行。

本发明提供的一种面向能源互联网的分布式储能分层调控方法，其改进之处在于，包括：

以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率；

根据所述区域内最优储能系统输出功率调控区域内储能系统。

优选的，所述以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率，包括：

通过求解分布式储能分层调控模型的损失功率优化目标函数，获取所述区域内最优储能系统输出功率，其中，所述分布式储能分层调控模型的损失功率优化目标函数为：

minf_δ＝α₁f+α₂f_Δ

上式中，f_δ为分布式储能分层调控模型的损失功率，f为区域内储能系统失电功率，α₁为区域内储能系统失电功率的权重系数，f_Δ为区域间交互功率和，α₂为区域间交互功率和的权重系数。

进一步的，按下式确定所述区域内储能系统失电功率f：

上式中，f₁为区域内储能系统负荷失电功率，f₂为区域内储能系统分布式能源损失功率，m为储能系统的个数，为区域内第j个储能输出功率，为典型日场景单位时间需求负荷与实际负荷的差值，H₁为1天内典型日场景缺负荷量的时间，为极端场景单位时间需求负荷与实际负荷的差值，H₂为1天内极端日场景缺负荷量的时间，为典型日场景单位时间分布式能源损失量，H₃为1天内典型日场景分布式能源损失时间，为极端场景单位时间分布式能源损失量，H₄为1天内极端日场景分布式能源损失时间，H₁+H₂+H₃+H₄为1天内典型日场景和极端场景下缺失电量总时间和，且H₁+H₂+H₃+H₄≤24；

按下式计算所述局域间交互功率和f_Δ：

上式中，T为调控周期，k为能源互联网中区域总数，n为用电状态类型数，包含谷时、平时、峰时、尖峰时段4种状态，P_zi,t为t时刻第i个区域向其他区域的输出功率。

进一步的，按下式计算所述典型日场景单位时间缺负荷量所述极端场景单位时间缺负荷量所述典型日场景单位时间分布式能源损失量和所述极端场景单位时间分布式能源损失量

上式中，P^*为典型日场景缺储能系统功率输出，为典型日场景单位时间负荷需求，为极端日场景单位时间负荷需求，为典型日场景单位时间分布式电源功率输出，为极端日场景单位时间分布式电源功率输出。

所述t时刻第i个区域向其他区域的输出功率P_zi,t满足下述约束条件：

上式中，P_b,i,t为第i个区域在t时的分布式电源功率输出和，P_d,i,t为第i个区域在t时的功率需求和，为第i个区域中第j个储能系统在t时的输出功率，m为储能系统的个数。

本发明提供的一种面向能源互联网的分布式储能分层调控装置，其改进之处在于，所述装置包括：

获取模块，用于以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率；

调控模块，用于根据所述区域内最优储能系统输出功率调控区域内储能系统。

优选的，所述获取模块，用于：

通过求解分布式储能分层调控模型的损失功率优化目标函数，获取所述区域内最优储能系统输出功率，其中，所述分布式储能分层调控模型的损失功率优化目标函数为：

minf_δ＝α₁f+α₂f_Δ

上式中，f_δ为分布式储能分层调控模型的损失功率，f为区域内储能系统失电功率，α₁为区域内储能系统失电功率的权重系数，f_Δ为区域间交互功率和，α₂为区域间交互功率和的权重系数。

进一步的，按下式确定所述区域内储能系统失电功率f：

上式中，f₁为区域内储能系统负荷失电功率，f₂为区域内储能系统分布式能源损失功率，m为储能系统的个数，为区域内第j个储能输出功率，为典型日场景单位时间需求负荷与实际负荷的差值，H₁为1天内典型日场景缺负荷量的时间，为极端场景单位时间需求负荷与实际负荷的差值，H₂为1天内极端日场景缺负荷量的时间，为典型日场景单位时间分布式能源损失量，H₃为1天内典型日场景分布式能源损失时间，为极端场景单位时间分布式能源损失量，H₄为1天内极端日场景分布式能源损失时间，H₁+H₂+H₃+H₄为1天内典型日场景和极端场景下缺失电量总时间和，且H₁+H₂+H₃+H₄≤24；

按下式计算所述局域间交互功率和f_Δ：

上式中，T为调控周期，k为能源互联网中区域总数，n为用电状态类型数，包含谷时、平时、峰时、尖峰时段4种状态，P_zi,t为t时刻第i个区域向其他区域的输出功率。

进一步的，按下式计算所述典型日场景单位时间缺负荷量所述极端场景单位时间缺负荷量所述典型日场景单位时间分布式能源损失量和所述极端场景单位时间分布式能源损失量

上式中，P^*为典型日场景缺储能系统功率输出，为典型日场景单位时间负荷需求，为极端日场景单位时间负荷需求，为典型日场景单位时间分布式电源功率输出，为极端日场景单位时间分布式电源功率输出。

所述t时刻第i个区域向其他区域的输出功率P_zi,t满足下述约束条件：

上式中，P_b,i,t为第i个区域在t时的分布式电源功率输出和，P_d,i,t为第i个区域在t时的功率需求和，为第i个区域中第j个储能系统在t时的输出功率，m为储能系统的个数。

与最接近的现有技术比，本发明提供的技术方案具有以下优异效果：

本发明提供了一种面向能源互联网的分布式储能分层调控方法及装置，根据分布式电源、负荷等实际运行需求实现区域内自主调控，提出单个储能系统最优运行控制方式，在区域内自主调控的基础上协调各个局域能源互联网实现能量流的多向流动，通过分布式储能分层调控方式为能源互联网的新型运营管理提供理论基础，实现整个能源互联网的稳定经济运行。

附图说明

图1是本发明提供的面向能源互联网的分布式储能分层调控方法的流程图；

图2是本发明实施例中提供的能源互联网储能系统分层控制示意图；

图3是本发明实施例中提供的面向能源互联网的分布式储能分层调控装置的结构图。

具体实施方式

下面结合附图对本发明的具体实施方式作详细说明。

实施例一

本发明实施例提出一种面向能源互联网的分布式储能分层调控方法，流程图如图1所示，包括：

以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率；

根据所述区域内最优储能系统输出功率调控区域内储能系统。

本发明提出的一种分布式储能分层调控方法立足于：采用基于“云服务+本地自治控制”分层调控模式，如图2所示，下层考虑多场景下储能系统失电率为优化目标，上层考虑以区域间交互功率最小为优化目标，对面向能源互联网的分布式储能进行分层调控，实现了能量流的时间和空间的转移，为能源互联网大范围发展提供基础支撑。

具体的，所述以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率，包括：

通过求解分布式储能分层调控模型的损失功率优化目标函数，获取所述区域内最优储能系统输出功率，其中，所述分布式储能分层调控模型的损失功率优化目标函数为：

minf_δ＝α₁f+α₂f_Δ

上式中，f_δ为分布式储能分层调控模型的损失功率，f为区域内储能系统失电功率，α₁为区域内储能系统失电功率的权重系数，f_Δ为区域间交互功率和，α₂为区域间交互功率和的权重系数，且α₁+α₂＝1；

在局域能源互联网中，根据极端场景和典型日场景对分布式储能系统进行修正调控，典型日场景为区域内需求负荷得到满足的场景，极端场景为发生光照、风速突变导致区域内需求负荷得不到满足的场景。考虑多场景下储能系统失电率为优化目标，按下式确定所述区域内储能系统失电功率f：

上式中，f₁为区域内储能系统负荷失电功率，f₂为区域内储能系统分布式能源损失功率，m为储能系统的个数，为区域内第j个储能输出功率，为典型日场景单位时间需求负荷与实际负荷的差值，H₁为1天内典型日场景缺负荷量的时间，为极端场景单位时间需求负荷与实际负荷的差值，H₂为1天内极端日场景缺负荷量的时间，为典型日场景单位时间分布式能源损失量，H₃为1天内典型日场景分布式能源损失时间，为极端场景单位时间分布式能源损失量，H₄为1天内极端日场景分布式能源损失时间，H₁+H₂+H₃+H₄为1天内典型日场景和极端场景下缺失电量总时间和，且H₁+H₂+H₃+H₄≤24；

区域内储能输出功率为：

上式中，为d轴电流输出标准值，为q轴电流输出标准值，为中央集中控制中心发送给变流器的d轴电压输出指令值，为中央集中控制中心发送给变流器的q轴电压输出指令值；

按下式表示和

其中，P_bj为第j个储能系统实际输出的有功功率，P^* _bj为下达到本地控制层第j个储能系统有功功率指令值，Q_bj为第j个储能系统实际输出的无功功率，Q^* _bj为下达到本地控制层第j个储能系统无功功率指令值，k_ijv，k_ibj，k_ibk，k_ij，k_pij为通过经验值计算得到的不同比例系数，s为转差率，i_gdj为d轴电流输出实际值，i_gqj为q轴电流输出实际值。

上级中央控制中心采用“云计算”确定各个局域能源互联网之间功率传输指令P_zi,t，以交互功率最小为优化目标，按下式计算所述局域间交互功率和f_Δ：

上式中，T为调控周期，k为能源互联网中区域总数，n为用电状态类型数，包含谷时、平时、峰时、尖峰时段4种状态，P_zi,t为t时刻第i个区域向其他区域的输出功率。

进一步的，按下式计算所述典型日场景单位时间缺负荷量所述极端场景单位时间缺负荷量所述典型日场景单位时间分布式能源损失量和所述极端场景单位时间分布式能源损失量

上式中，P^*为典型日场景缺储能系统功率输出，为典型日场景单位时间负荷需求，为极端日场景单位时间负荷需求，为典型日场景单位时间分布式电源功率输出，为极端日场景单位时间分布式电源功率输出。

所述t时刻第i个区域向其他区域的输出功率P_zi,t满足下述约束条件：

上式中，P_b,i,t为第i个区域在t时的分布式电源功率输出和，P_d,i,t为第i个区域在t时的功率需求和，为第i个区域中第j个储能系统在t时的输出功率，m为储能系统的个数。

实施例二

本发明实施例提出一种面向能源互联网的分布式储能分层调控装置，结构如图3所示，包括：

获取模块，用于以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率；

调控模块，用于根据所述区域内最优储能系统输出功率调控区域内储能系统。

具体的，所述获取模块，用于：

通过求解分布式储能分层调控模型的损失功率优化目标函数，获取所述区域内最优储能系统输出功率，其中，所述分布式储能分层调控模型的损失功率优化目标函数为：

minf_δ＝α₁f+α₂f_Δ

上式中，f_δ为分布式储能分层调控模型的损失功率，f为区域内储能系统失电功率，α₁为区域内储能系统失电功率的权重系数，f_Δ为区域间交互功率和，α₂为区域间交互功率和的权重系数。

按下式确定所述区域内储能系统失电功率f：

上式中，f₁为区域内储能系统负荷失电功率，f₂为区域内储能系统分布式能源损失功率，m为储能系统的个数，为区域内第j个储能输出功率，为典型日场景单位时间需求负荷与实际负荷的差值，H₁为1天内典型日场景缺负荷量的时间，为极端场景单位时间需求负荷与实际负荷的差值，H₂为1天内极端日场景缺负荷量的时间，为典型日场景单位时间分布式能源损失量，H₃为1天内典型日场景分布式能源损失时间，为极端场景单位时间分布式能源损失量，H₄为1天内极端日场景分布式能源损失时间，H₁+H₂+H₃+H₄为1天内典型日场景和极端场景下缺失电量总时间和，且H₁+H₂+H₃+H₄≤24；

按下式计算所述局域间交互功率和f_Δ：

上式中，T为调控周期，k为能源互联网中区域总数，n为用电状态类型数，包含谷时、平时、峰时、尖峰时段4种状态，P_zi,t为t时刻第i个区域向其他区域的输出功率。

具体的，按下式计算所述典型日场景单位时间缺负荷量所述极端场景单位时间缺负荷量所述典型日场景单位时间分布式能源损失量和所述极端场景单位时间分布式能源损失量

上式中，P^*为典型日场景缺储能系统功率输出，为典型日场景单位时间负荷需求，为极端日场景单位时间负荷需求，为典型日场景单位时间分布式电源功率输出，为极端日场景单位时间分布式电源功率输出。

所述t时刻第i个区域向其他区域的输出功率P_zi,t满足下述约束条件：

上式中，P_b,i,t为第i个区域在t时的分布式电源功率输出和，P_d,i,t为第i个区域在t时的功率需求和，为第i个区域中第j个储能系统在t时的输出功率，m为储能系统的个数。

实施例三

基于上述方案，本发明实施例提出一种以综合成本最小为目标的、面向能源互联网的分布式储能分层调控方法，包括：

以分布式储能分层调控模型的综合成本最小为目标获取区域内最优储能系统输出功率；

根据所述区域内最优储能系统输出功率调控区域内储能系统。

本发明提出的一种分布式储能分层调控方法立足于：采用基于“云服务+本地自治控制”分层调控模式，下层考虑多场景下储能系统失电率为优化目标，上层考虑分时电价以交互成本最小为优化目标，对面向能源互联网的分布式储能进行分层调控，实现了能量流的时间和空间的转移，为能源互联网大范围发展提供基础支撑。

具体的，所述以分布式储能分层调控模型的综合成本最小为目标获取区域内最优储能系统输出功率，包括：

通过求解分布式储能分层调控模型的综合成本优化目标函数，获取所述区域内最优储能系统输出功率，其中，所述分布式储能分层调控模型的综合成本优化目标函数为：

minf_δ＝α₁f+α₂f_Δ

上式中，f_δ为分布式储能分层调控模型的综合成本，f为区域内储能系统失电成本，α₁为区域内储能系统失电成本的权重系数，f_Δ为区域间交互成本，α₂为区域间交互成本的权重系数，且α₁+α₂＝1；

在局域能源互联网中，根据极端场景和典型日场景对分布式储能系统进行修正调控，典型日场景为区域内需求负荷得到满足的场景，极端场景为发生光照、风速突变导致区域内需求负荷得不到满足的场景。考虑多场景下储能系统失电率为优化目标，按下式确定所述区域内储能系统失电成本f：

上式中，f₁为区域内储能系统负荷损失成本，f₂为区域内储能系统分布式能源损失成本，m为储能系统的个数，为区域内第j个储能输出功率，为单位时间负荷损失成本，为典型日场景单位时间需求负荷与实际负荷的差值，H₁为1天内典型日场景缺负荷量的时间，为极端场景单位时间需求负荷与实际负荷的差值，H₂为1天内极端日场景缺负荷量的时间，为单位时间分布式能源损失成本，为典型日场景单位时间分布式能源损失量，H₃为1天内典型日场景分布式能源损失时间，为极端场景单位时间分布式能源损失量，H₄为1天内极端日场景分布式能源损失时间，H₁+H₂+H₃+H₄为1天内典型日场景和极端场景下缺失电量总时间和，且H₁+H₂+H₃+H₄≤24；

区域内储能输出功率为：

上式中，为d轴电流输出标准值，为q轴电流输出标准值，为中央集中控制中心发送给变流器的d轴电压输出指令值，为中央集中控制中心发送给变流器的q轴电压输出指令值；

按下式表示和

其中，P_bj为第j个储能系统实际输出的有功功率，P^* _bj为下达到本地控制层第j个储能系统有功功率指令值，Q_bj为第j个储能系统实际输出的无功功率，Q^* _bj为下达到本地控制层第j个储能系统无功功率指令值，k_ijv，k_ibj，k_ibk，k_ij，k_pij为通过经验值计算得到的不同比例系数，s为转差率，i_gdj为d轴电流输出实际值，i_gqj为q轴电流输出实际值。

上级中央控制中心采用“云计算”确定各个局域能源互联网之间功率传输指令P_zi,t，云计算过程中考虑分时电价，以交互成本最小为优化目标，按下式计算所述局域间交互成本f_Δ：

上式中，T为调控周期，k为能源互联网中区域总数，n为用电状态类型数，包含谷时、平时、峰时、尖峰时段4种状态，C_zi为第i个区域进行能量交互的单位成本，P_zi,t为t时刻第i个区域向其他区域的输出功率。

进一步的，按下式计算所述典型日场景单位时间缺负荷量所述极端场景单位时间缺负荷量所述典型日场景单位时间分布式能源损失量和所述极端场景单位时间分布式能源损失量

上式中，为典型日场景单位时间负荷需求，为极端日场景单位时间负荷需求，为典型日场景单位时间分布式电源功率输出，为极端日场景单位时间分布式电源功率输出。

所述t时刻第i个区域向其他区域的输出功率P_zi,t满足下述约束条件：

上式中，P_b,i,t为第i个区域在t时的分布式电源功率输出和，P_d,i,t为第i个区域在t时的功率需求和，为第i个区域中第j个储能系统在t时的输出功率，m为储能系统的个数。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种面向能源互联网的分布式储能分层调控方法，其特征在于，所述方法包括：

以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率；

根据所述区域内最优储能系统输出功率调控区域内储能系统。

2.如权利要求1所述的方法，其特征在于，所述以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率，包括：

通过求解分布式储能分层调控模型的损失功率优化目标函数，获取所述区域内最优储能系统输出功率，其中，所述分布式储能分层调控模型的损失功率优化目标函数为：

minf_δ＝α₁f+α₂f_Δ

上式中，f_δ为分布式储能分层调控模型的损失功率，f为区域内储能系统失电功率，α₁为区域内储能系统失电功率的权重系数，f_Δ为区域间交互功率和，α₂为区域间交互功率和的权重系数。

3.如权利要求2所述的方法，其特征在于，按下式确定所述区域内储能系统失电功率f：

上式中，f₁为区域内储能系统负荷失电功率，f₂为区域内储能系统分布式能源损失功率，m为储能系统的个数，为区域内第j个储能输出功率，为典型日场景单位时间需求负荷与实际负荷的差值，H₁为1天内典型日场景缺负荷量的时间，为极端场景单位时间需求负荷与实际负荷的差值，H₂为1天内极端日场景缺负荷量的时间，为典型日场景单位时间分布式能源损失量，H₃为1天内典型日场景分布式能源损失时间，为极端场景单位时间分布式能源损失量，H₄为1天内极端日场景分布式能源损失时间，H₁+H₂+H₃+H₄为1天内典型日场景和极端场景下缺失电量总时间和，且H₁+H₂+H₃+H₄≤24；

按下式计算所述局域间交互功率和f_Δ：

上式中，T为调控周期，k为能源互联网中区域总数，n为用电状态类型数，包含谷时、平时、峰时、尖峰时段4种状态，P_zi,t为t时刻第i个区域向其他区域的输出功率。

4.如权利要求3所述的方法，其特征在于，按下式计算所述典型日场景单位时间缺负荷量所述极端场景单位时间缺负荷量所述典型日场景单位时间分布式能源损失量和所述极端场景单位时间分布式能源损失量

上式中，P^*为典型日场景缺储能系统功率输出，为典型日场景单位时间负荷需求，为极端日场景单位时间负荷需求，为典型日场景单位时间分布式电源功率输出，为极端日场景单位时间分布式电源功率输出。

5.如权利要求3所述的方法，其特征在于，所述t时刻第i个区域向其他区域的输出功率P_zi,t满足下述约束条件：

上式中，P_b,i,t为第i个区域在t时的分布式电源功率输出和，P_d,i,t为第i个区域在t时的功率需求和，为第i个区域中第j个储能系统在t时的输出功率，m为储能系统的个数。

6.一种面向能源互联网的分布式储能分层调控装置，其特征在于，所述装置包括：

获取模块，用于以分布式储能分层调控模型的最小损失功率为目标获取区域内最优储能系统输出功率；

调控模块，用于根据所述区域内最优储能系统输出功率调控区域内储能系统。

7.如权利要求6所述的装置，其特征在于，所述获取模块，用于：

通过求解分布式储能分层调控模型的损失功率优化目标函数，获取所述区域内最优储能系统输出功率，其中，所述分布式储能分层调控模型的损失功率优化目标函数为：

minf_δ＝α₁f+α₂f_Δ

上式中，f_δ为分布式储能分层调控模型的损失功率，f为区域内储能系统失电功率，α₁为区域内储能系统失电功率的权重系数，f_Δ为区域间交互功率和，α₂为区域间交互功率和的权重系数。

8.如权利要求7所述的装置，其特征在于，按下式确定所述区域内储能系统失电功率f：

上式中，f₁为区域内储能系统负荷失电功率，f₂为区域内储能系统分布式能源损失功率，m为储能系统的个数，为区域内第j个储能输出功率，为典型日场景单位时间需求负荷与实际负荷的差值，H₁为1天内典型日场景缺负荷量的时间，为极端场景单位时间需求负荷与实际负荷的差值，H₂为1天内极端日场景缺负荷量的时间，为典型日场景单位时间分布式能源损失量，H₃为1天内典型日场景分布式能源损失时间，为极端场景单位时间分布式能源损失量，H₄为1天内极端日场景分布式能源损失时间，H₁+H₂+H₃+H₄为1天内典型日场景和极端场景下缺失电量总时间和，且H₁+H₂+H₃+H₄≤24；

按下式计算所述局域间交互功率和f_Δ：

上式中，T为调控周期，k为能源互联网中区域总数，n为用电状态类型数，包含谷时、平时、峰时、尖峰时段4种状态，P_zi,t为t时刻第i个区域向其他区域的输出功率。

9.如权利要求8所述的装置，其特征在于，按下式计算所述典型日场景单位时间缺负荷量所述极端场景单位时间缺负荷量所述典型日场景单位时间分布式能源损失量和所述极端场景单位时间分布式能源损失量

上式中，P^*为典型日场景缺储能系统功率输出，为典型日场景单位时间负荷需求，为极端日场景单位时间负荷需求，为典型日场景单位时间分布式电源功率输出，为极端日场景单位时间分布式电源功率输出。

10.如权利要求8所述的装置，其特征在于，所述t时刻第i个区域向其他区域的输出功率P_zi,t满足下述约束条件：

上式中，P_b,i,t为第i个区域在t时的分布式电源功率输出和，P_d,i,t为第i个区域在t时的功率需求和，为第i个区域中第j个储能系统在t时的输出功率，m为储能系统的个数。