CN110429653B - 考虑储能和dr的农网分布式光伏消纳方法及终端设备 - Google Patents

考虑储能和dr的农网分布式光伏消纳方法及终端设备 Download PDF

Info

Publication number
CN110429653B
CN110429653B CN201910804192.4A CN201910804192A CN110429653B CN 110429653 B CN110429653 B CN 110429653B CN 201910804192 A CN201910804192 A CN 201910804192A CN 110429653 B CN110429653 B CN 110429653B
Authority
CN
China
Prior art keywords
energy storage
distributed photovoltaic
power
storage system
representing
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
Application number
CN201910804192.4A
Other languages
English (en)
Other versions
CN110429653A (zh
Inventor
陈岩
靳伟
王文宾
贾清泉
李会彬
李征
朱燕舞
韩胜峰
孙玲玲
王珺
王宁
陈晓军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Yanshan University
State Grid Hebei Electric Power Co Ltd
Xingtai Power Supply Co of State Grid Hebei Electric Power Co Ltd
Jingao Solar Co Ltd
Original Assignee
State Grid Corp of China SGCC
Yanshan University
State Grid Hebei Electric Power Co Ltd
Xingtai Power Supply Co of State Grid Hebei Electric Power Co Ltd
Ja Solar Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Yanshan University, State Grid Hebei Electric Power Co Ltd, Xingtai Power Supply Co of State Grid Hebei Electric Power Co Ltd, Ja Solar Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201910804192.4A priority Critical patent/CN110429653B/zh
Publication of CN110429653A publication Critical patent/CN110429653A/zh
Application granted granted Critical
Publication of CN110429653B publication Critical patent/CN110429653B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B10/00—Integration of renewable energy sources in buildings
    • Y02B10/10—Photovoltaic [PV]
    • 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

Abstract

本发明适用于新能源规划技术领域，提供了一种考虑储能和DR的农网分布式光伏消纳方法及终端设备，该方法包括：根据分时电价机制以及获取的所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应(Demand side Response，DR)的联合优化策略；并建立储能系统和需求响应的联合优化配置模型；然后根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量，解决了现有技术中农网白天分布式光伏发电量较大，负荷用电量较低，分布式光伏发电无法就地消纳的问题。

Description

考虑储能和DR的农网分布式光伏消纳方法及终端设备
技术领域
本发明属于新能源规划技术领域，尤其涉及一种考虑储能和DR的农网分布式光伏消纳方法及终端设备。
背景技术
目前国内农村配电网的范围为县级公司所属区域内的城镇、农村或农(林、牧、渔)场对各类用户供电的110kV及以下各级配电网。近年来，由于分布式发电技术的不断发展及国家政策的大力支持，分布式光伏得到广泛应用。2014年我国实施的光伏发电扶贫工程工作方案中提出在农村安装分布式光伏，充分利用分布式光伏进行发电。2050年，可再生能源发电量的占比将达到60％以上，由于分布式光伏的大规模接入及用户负荷密度低等原因，农村局部地区的分布式光伏渗透率大幅度提升。然而农村白天分布式光伏发电量较大，负荷用电量较低，导致分布式光伏发电无法就地消纳。
发明内容
有鉴于此，本发明实施例提供了一种考虑储能和DR的农网分布式光伏消纳方法及终端设备，以解决现有技术中农网白天分布式光伏发电量较大，负荷用电量较低，导致分布式光伏发电无法就地消纳的问题。
本发明实施例的第一方面提供了一种考虑储能和DR的农网分布式光伏消纳方法，包括：
获取农网的分布式光伏出力参数以及负荷出力参数；
根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略；
建立储能系统和需求响应的联合优化配置模型；
根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
本发明实施例的第二方面提供了一种考虑储能和DR的农网分布式光伏消纳装置，包括：
获取模块，用于获取农网的分布式光伏出力参数以及负荷出力参数；
策略确定模块，用于根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略；
模型建立模块，用于建立储能系统和需求响应的联合优化配置模型；
处理模块，用于根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
本发明实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述农网的分布式光伏消纳所述方法的步骤。
本发明实施例与现有技术相比存在的有益效果是：通过根据分时电价机制以及获取的所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略；并建立储能系统和需求响应的联合优化配置模型；然后根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量，解决了现有技术中农网白天分布式光伏发电量较大，负荷用电量较低，导致分布式光伏发电无法就地消纳的问题。
附图说明
为了更清楚地说明本发明实施例中的技术方案，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地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的考虑储能和DR的农网分布式光伏消纳方法的实现流程示意图；
图2是本发明实施例提供的获取农网的分布式光伏出力参数以及负荷出力参数方法的实现流程示意图；
图3是本发明实施例提供的获得分布式光伏出力参数以及负荷出力参数构成的时序样本矩阵的方法的示意图；
图4是本发明实施例提供的当电价为高峰电价时，储能系统和需求响应的联合优化策略的实现方式的示意图；
图5是本发明实施例提供的当电价为平电价时，储能系统和需求响应的联合优化策略的实现方式的示意图；
图6是本发明实施例提供的当电价为低谷电价时，储能系统和需求响应的联合优化策略的实现方式的示意图；
图7是本发明实施例提供的确定所述考虑储能和DR的农网分布式光伏消纳方法示意图；
图8是本发明实施例提供的考虑储能和DR的农网分布式光伏消纳装置的示例图；
图9是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
图1为本发明实施例提供的考虑储能和DR的农网分布式光伏消纳方法的实现流程示意图，详述如下。
步骤101，获取农网的分布式光伏出力参数以及负荷出力参数。
可选的，根据分布式光伏和负荷出力的随机性与时序性，分别建立分布式光伏出力和负荷出力对应的概率模型，根据分布式光伏出力和负荷出力对应的概率模型，获取农网的分布式光伏出力参数以及负荷出力参数。
可选的，如图2所示，获取农网的分布式光伏出力参数以及负荷出力参数的步骤如下。
步骤201，根据分布式光伏出力与负荷出力的随机性和时序性，分别建立农网的分布式光伏出力模型以及负荷出力模型。
可选的，根据统计可知，分布式光伏出力符合一定参数的Beta分布概率模型，因此分布式光伏出力模型可以为
Figure BDA0002183160970000041
其中，所述PDPV为预设时段的分布式光伏随机功率，所述Pmax为预设时段的分布式光伏的最大功率，所述Γ表示Gamma函数，所述α和所述β分别为所述分布式光伏出力模型的分布方式相关参数，且不同时段参数取值不同。
可选的，根据统计可知，负荷出力符合正态分布，因此负荷出力模型可以为
Figure BDA0002183160970000042
其中，所述PL为预设时段的负荷有功功率，所述QL为预设时段的负荷无功功率，所述σP为任意时段的负荷有功功率标准差，所述σQ为任意时段的负荷无功功率标准差，所述μP为任意时段的负荷有功功率平均值，所述μQ为任意时段的负荷无功功率平均值。
步骤202，根据所述分布式光伏出力模型以及所述负荷出力模型，获得分布式光伏出力参数以及负荷出力参数构成的时序样本矩阵。
可选的，针对分布式光伏出力与负荷出力之间概率分布参数时序差异性特征，划分时段并根据分布式光伏出力模型以及负荷出力模型，采用拉丁超立方采样(LatinHypercube Sampling,LHS)技术得到相关时序样本矩阵。
可选的，如图3所示，获得分布式光伏出力参数以及负荷出力参数构成的时序样本矩阵的方法包括以下步骤。
步骤301，根据所述分布式光伏出力模型以及所述负荷出力模型，分别在不同时段确定A个随机变量，构成不同时段随机变量的累积分布函数。
可选的，A个随机变量中分布式光伏出力随机变量的数量可以为C个，服从Bete分布，剩余的(A-C)个变量为负荷出力随机变量，服从正态分布。其中，变量Xa的累积分布函数可以为：
Ya＝Fa(xa)；
其中，所述Fa(xa)表示不同时段变量的累积分布函数，a＝1,2，...，m；Ya∈[0，1]，m表示时段数量。
步骤302，将任意时段的累积分布函数的取值范围平均分为M份，并且取每份的中点值作为所述累积分布函数的采样值，得到A×M阶的采样矩阵，其中A大于M，且A、M都为正整数。
可选的，根据
Figure BDA0002183160970000051
得到Xa的第m个采样值，其中，m＝1,2,…,M。完成A个变量的采样后，可得到A×M阶的采样矩阵。
可选的，在获得农网的分布式光伏出力参数以及负荷出力参数后，可继续执行步骤102。
步骤102，根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略。
可选的，如图4所示，当电价为高峰电价时，储能系统和需求响应的联合优化策略的实现方式为以下步骤。
步骤401，读取所述分布式光伏出力参数中分布式光伏功率、所述负荷出力参数中负荷功率以及当时电网电价。
步骤402，当电网电价为高峰电价时，若所述分布式光伏出力参数中分布式光伏功率大于或等于所述负荷出力参数中负荷功率，供电方式由电网供电转换为分布式光伏电量供电。
可选的，当分布式光伏功率大于或等于负荷功率时，需求侧负荷进行转移，即将供电方式由电网供电转换为分布式光伏电量供电。在负荷转移过程中，分布式光伏功率以及负荷功率发生变化，此时需要执行步骤403检测分布式光伏功率是否大于或等于负荷功率。
步骤403，检测负荷转移后分布式光伏功率是否大于或等于负荷功率。
可选的，当负荷转移后分布式光伏功率大于或等于负荷功率时，执行步骤404，当负荷转移后分布式光伏功率小于负荷功率时，执行步骤408。
步骤404，将分布式光伏电量分配给本地负荷。
步骤405，检测储能系统是否充满电。
当所述分布式光伏电量还有剩余电量时，检测储能系统是否充满电；若所述检测储能系统未充满电，则执行步骤406，若所述检测储能系统已充满电，则执行步骤407。
步骤406，将剩余分布式光伏电量依次分配给电网和储能系统。
可选的，若所述检测储能系统未充满电，则将剩余分布式光伏电量优先送至电网，然后再给储能系统进行储备，若分布式光伏电量还有剩余，则舍弃。
步骤407，将剩余分布式光伏电量全部分配给电网。
步骤408，检测储能系统是否有余电。
可选的，若所述检测储能系统有余电，执行步骤409，若所述检测储能系统没有余电，执行步骤412。
步骤409，将分布式光伏电量和储能系统中电量分配给本地负荷。
步骤410，检测分布式光伏电量和储能系统中电量是否可以满足本地负荷用电。
当分布式光伏电量和储能系统中电量不能满足本地负荷用电时，执行步骤411，当分布式光伏电量和储能系统中电量可以满足本地负荷用电时，则不需要电网中电量进行补充。
步骤411，将电网中电量分配给本地负荷。
可选的，当分布式光伏电量和储能系统中电量不能满足本地负荷用电时，储能系统进行放电，不足部分由电网提供，即将电网中电量送至本地负荷。
步骤412，将分布式光伏电量分配给本地负荷。
步骤413，检测分布式光伏电量是否大于或等于本地负荷。
可选的，当分布式光伏电量大于或等于本地负荷时，即说明分布式光伏电量可以满足本地负荷用电，则执行步骤414，若分布式光伏电量小于本地负荷时，即不能满足本地负荷用电，则执行步骤415。
步骤414，将剩余分布式光伏电量分配给电网和储能系统。
可选的，当分布式光伏电量大于或等于本地负荷，将分布式光伏电量分配给本地负荷之后还有剩余，则将剩余分布式光伏电量分配给电网和储能系统。
步骤415，将电网中电量分配给本地负荷。
可选的，当所述分布式光伏出力参数中分布式光伏功率小于所述负荷出力参数中负荷功率，策略同分布式光伏功率大于负荷功率时电量分配情况。
可选的，如图5所示，当电价为平电价时，储能系统和需求响应的联合优化策略的实现方式为以下步骤。
步骤501，读取所述分布式光伏出力参数中分布式光伏功率、所述负荷出力参数中负荷功率以及当时电网电价。
步骤502，当电网电价为平电价时，检测所述分布式光伏出力参数中分布式光伏功率是否大于或等于所述负荷出力参数中负荷功率。
可选的，若所述分布式光伏功率大于或等于所述负荷功率时，执行步骤503，当所述分布式光伏功率小于所述负荷功率时，执行步骤504。
步骤503，将所述分布式光伏电量分配给本地负荷，若所述分布式光伏电量还有剩余电量，将剩余分布式光伏电量分配给电网。
步骤504，将所述分布式光伏电量和电网中电量分配给本地负荷。
可选的，如图6所示，当电价为低谷电价时，储能系统和需求响应的联合优化策略的实现方式为以下步骤。
步骤601，读取所述分布式光伏出力参数中分布式光伏功率、所述负荷出力参数中负荷功率以及当时电网电价。
步骤602，当电网电价为平电价时，若所述分布式光伏出力参数中分布式光伏功率大于或等于所述负荷出力参数中负荷功率，供电方式由电网供电转换为分布式光伏电量供电。
步骤603，检测负荷转移后分布式光伏功率是否大于或等于负荷功率。
可选的，若负荷转移后分布式光伏功率大于或等于负荷功率时，执行步骤604，若负荷转移后分布式光伏功率小于负荷功率，执行步骤611。
步骤604，将分布式光伏电量分配给本地负荷。
步骤605，检测储能系统是否充满电。
可选的，若分布式光伏电量在分配给本地负荷后，还有剩余电量，则检测储能系统是否充满电，若所述储能系统未充满电，则执行步骤606，若所述检测储能系统已充满电，则执行步骤610。
步骤606，将剩余分布式光伏电量分配储能系统。
步骤607，检测所述储能系统是否充满电。
可选的，当所述储能系统充满电了，则执行步骤608，当所述储能系统还未充满电，则执行步骤609。
步骤608，将多余的分布式光伏电量分配给电网。
步骤609，将电网中电量分配给储能系统。
步骤610，将剩余分布式光伏电量全部分配给电网。
步骤611，将分布式光伏电量和电网中电量分配给本地负荷。
执行完成步骤611后，执行步骤612。
步骤612，检测储能系统是否充满电。
可选的，当所述储能系统充满电了，则储能系统无充放电操作，当所述储能系统还未充满电，则执行步骤613。
步骤613，将电网中电量分配给储能系统。
可选的，根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略之后，继续执行步骤103。
步骤103，建立储能系统和需求响应的联合优化配置模型。
可选的，建立储能系统和需求响应的联合优化配置模型，即建立目标函数和相应的约束条件。
建立约束条件，所述约束条件包括各时段等式约束条件、各时段机会约束条件、分布式光伏自消纳率约束条件、储能系统充放电功率约束条件、储能系统荷电状态约束条件、储能系统充放电次数约束条件、需求响应供电方约束条件以及需求响应用电方约束条件。
可选的，建立以规划期内总收益和总成本最优的目标函数，规划期内农网总收益f1可以包括：分布式光伏(Distributed Photovoltaic，DPV)发电的补贴收益fb、使用DPV的省电收益fs以及考虑需求响应后变电站节省的投资费用fx。农网的年成本f2包括：储能系统年成本fB、储能双向变流器(Power Control System,PCS)模块年成本fC、向上级买电为储能系统充电所需的年费用fF。
可选的，所述目标函数可以为
Figure BDA0002183160970000101
其中，所述f表示目标函数，所述f1表示规划期内总收益，所述f2表示规划期内总成本，所述EDPV表示分布式光伏每天的发电电能，所述Vb表示分布式光伏补贴电价，所述Ex.t表示一天中第t时刻负荷消纳的分布式光伏发电电能，所述Edis.t表示一天中第t时刻负荷消纳的储能系统放电电能，所述Vd.t表示第t时段电价，所述F表示一年中相似日天数，所述Z0表示考虑需求响应后变电站单位容量的投资费用，所述Pb表示考虑需求响应后变电站可避免的容量，所述QB表示储能系统容量，所述PC表示PCS总功率，所述YB表示储能系统的单价，所述YC表示PCS的单价，所述RE表示更换储能系统所带来的附加成本，所述u(B)、u(C)分别表示一年中对储能系统和PCS进行运行维护的成本，所述g表示系统的运行年限值，所述r0表示贴现率，所述Ew.t表示第t时段为给储能系统充电而向电网购买的平均电能，所述R表示维护率。
可选的，所述各时段等式约束条件为
Figure BDA0002183160970000102
其中，所述PG.t表示在第t时段内主网提供的有功功率，所述PB.dis.t表示第t时段内储能系统放电有功功率，所述PL.t表示第t时段内本地负荷有功功率，所述PBESS.c.t表示第t时段储能系统充电有功功率，所述ΔPDR.t表示第t时段根据需求侧响应需求调节的负荷有功功率，所述Pp.t表示第t时段内分布式光伏输出有功功率，所述δf.t表示第t时段电压相角差，所述Gf、Bf分别表示网络导纳；所述A表示支路数，所述QG.t表示第t时段内主网提供的无功功率，所述QL.t表示第t时段内本地负荷无功功率，所述QPV.t表示第t时段光伏电源输出无功功率，所述ΔQDR.t表示第t时段根据需求侧响应需求调节的负荷无功功率，所述Qp.t表示第t时段内分布式光伏输出无功功率。
所述各时段机会约束条件为
Figure BDA0002183160970000111
其中，所述Pr{·}表示某一事件成功的概率，所述βU表示节点电压，所述βI表示线路电流，所述βG表示功率返送给电网的置信水平；所述Ut表示第t时段的电压，所述Umin、Umax分别表示第t时段的电压最小值、最大值；所述Ik.t表示第t时段第k条线路的电流，所述Ik.max表示第t时段第k条线路允许的最大电流；
所述分布式光伏自消纳率约束条件为
Figure BDA0002183160970000112
其中，所述HDPV.min表示分布式光伏的自消纳率的最小值，所述HDPV表示分布式光伏的自消纳率，所述HDPV.max表示分布式光伏的自消纳率的最大值；所述Ex表示一年中任一天用电负荷所消纳的DPV发出的电能，所述EB表示由于储能系统进行充电所耗费的分布式光伏发出的电能，所述EDPV表示一年中任一天分布式光伏发电的总电量；
所述储能系统充放电功率约束条件为
-PB.c.max<PB.t<PB.dis.max；
其中，所述PB.t表示第t时段储能系统充放电功率，所述PB.c.max表示储能系统充电功率最大值，所述PB.dis.max表示储能系统放电功率最大值；
所述储能系统荷电状态约束条件为
Figure BDA0002183160970000121
其中，所述SSOC.t表示第t时段荷电状态，所述SSOC.min表示第t时段荷电状态的下限值，所述SSOC.max表示第t时段荷电状态的上限值，所述ε表示自放电率，所述Δt表示采样间隔，所述α表示储能系统充电效率，所述β表示储能系统放电效率，所述PB.c.t表示储能系统充电功率；
所述储能系统充放电次数约束条件为
D<Dmax；
其中，所述D表示储能系统一天的充放电次数，所述Dmax表示储能系统一天的充放电最大次数；
所述需求响应供电方约束条件为
Figure BDA0002183160970000122
其中，所述Vt表示用电负荷在第t时段的电价，所述V0表示需求响应之前的用户用电价格，所述Kr表示供电方进行让利的让利系数，所述ΔPL.t表示第t时段考虑需求响应后负荷需求变化率，所述P0.L.t表示第t时段未考虑需求响应时负荷需求量，所述s表示供电方，所述
Figure BDA0002183160970000131
表示应用需求侧响应后第t时段总用电量；
Figure BDA0002183160970000132
表示应用需求侧响应前第t时段总用电量。
所述需求响应用电方约束条件为
Figure BDA0002183160970000133
其中，所述ΔPt表示由于用户参与需求响应而导致的负荷需求变化功率，所述ΔPt.min表示由于用户参与需求响应而导致的负荷需求变化功率的最小值，所述ΔPt.max表示由于用户参与需求响应而导致的负荷需求变化功率的最大值。
步骤104，根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
可选的，根据所述联合优化策略，采用模拟退火粒子群SAPSO算法计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
可选的，如图7所示，确定所述农网分布式光伏的消纳量的方法包括以下步骤。
步骤701，初始化粒子群参数。
可选的，步骤701可以对粒子的速度、粒子的位置以及退火速度进行初始化。
步骤702，根据种群中每个粒子的适应度函数计算每个粒子的当前位置的适应度值。
可选的，步骤702可以为：输入基本参数；根据输入的基本参数计算储能系统以及储能变流器等年值成本；当i＝1时，根据储能系统的配置、各负荷值以及分布式光伏出力值，结合储能系统和需求响应的联合优化策略，计算i时刻农网内能量交换情况，即计算农网中分布式光伏自消纳能量、未给储能系统充电而购电能量、储能系统充电能量、储能系统放电能量以及用户调用负荷能量；结合分时电价计算i时段内系统的购电成本和收益；检测i是否大于或等于24，若i小于24，则继续计算i时刻农网内能量交换情况，若i大于或等于24，则计算农网的分布式光伏消纳率和系统的年收益以及净利润。
步骤703，比较粒子当前位置的适应度值与之前计算获得的粒子最佳适应度值的大小；如果粒子当前位置的适应度值大于粒子最佳适应度值，则更新粒子当前位置为最佳位置。
步骤704，检测是否所有粒子都完成位置更新。
当所有粒子都完成位置更新，则执行步骤705，否则，继续执行步骤702。
步骤705，更新粒子的位置和速度。
步骤706，判断是否达到终止条件。
可选的，终止条件可以为粒子温度为0或者粒子达到预设温度。
若达到终止条件，则输出最优结果，即粒子的最佳位置以及速度，否则，继续执行步骤707。
步骤707，根据Wk＝aW0对粒子进行降温，并重复步骤703～706，直到Wk＝0或者达到预设温度。
其中，a为退火速度，W0为初始温度。
上述考虑储能和DR的农网分布式光伏消纳方法，通过将储能系统和需求响应的联合优化策略纳入储能系统并网优化配置过程中，考虑分布式光伏与负荷出力时序性基础上，并根据需求响应机制中负荷需求变化所具有的时序差异性特征，建立了以规划期内农网总效益为目标的高比例分布式光伏消纳的储能系统与需求响应联合优化配置模型，然后采用模拟退火粒子群算法求解所建的优化配置模型，解决了现有技术中农村白天分布式光伏发电量较大，负荷用电量较低，导致分布式光伏发电无法就地消纳的问题。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的考虑储能和DR的农网分布式光伏消纳方法，图8示出了本发明实施例提供的考虑储能和DR的农网分布式光伏消纳装置的示例图。如图8所示，该装置可以包括：获取模块801、策略确定模块802、模型建立模块803和处理模块804。
获取模块801，用于获取农网的分布式光伏出力参数以及负荷出力参数；
策略确定模块802，用于根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略；
模型建立模块803，用于建立储能系统和需求响应的联合优化配置模型；
处理模块804，用于根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
可选的，策略确定模块802，可以用于当电网电价为高峰电价时，若所述分布式光伏出力参数中分布式光伏功率大于或等于所述负荷出力参数中负荷功率，供电方式由电网供电转换为分布式光伏电量供电，检测负荷转移后分布式光伏功率是否大于或等于负荷功率；若负荷转移后分布式光伏功率大于或等于负荷功率，将分布式光伏电量分配给本地负荷；若所述分布式光伏电量还有剩余电量，检测储能系统是否充满电；若所述检测储能系统未充满电，则将剩余分布式光伏电量依次分配给电网和储能系统；若所述检测储能系统已充满电，则将剩余分布式光伏电量全部分配给电网；若负荷转移后分布式光伏功率小于负荷功率，检测储能系统是否有余电；若所述检测储能系统有余电，将分布式光伏电量和储能系统中电量分配给本地负荷，若还未满足本地负荷用电，将电网中电量分配给本地负荷；若所述检测储能系统没有余电，将分布式光伏电量分配给本地负荷，若还未满足本地负荷用电，将电网中电量分配给本地负荷，若满足本地负荷用电，且分布式光伏电量有剩余电量，则将剩余分布式光伏电量分配给电网和储能系统。
可选的，策略确定模块802，还可以用于当电网电价为平电价时，若所述分布式光伏出力参数中分布式光伏功率大于或等于所述负荷出力参数中负荷功率，将所述分布式光伏电量分配给本地负荷，若所述分布式光伏电量还有剩余电量，将剩余分布式光伏电量分配给电网；若所述分布式光伏出力参数中分布式光伏功率小于所述负荷出力参数中负荷功率，将所述分布式光伏电量和电网中电量分配给本地负荷。
可选的，策略确定模块802，还可以用于当电网电价为低谷电价时，若所述分布式光伏出力参数中分布式光伏功率大于或等于所述负荷出力参数中负荷功率，供电方式由电网供电转换为分布式光伏电量供电，检测负荷转移后分布式光伏功率是否大于或等于负荷功率；若负荷转移后分布式光伏功率大于或等于负荷功率，将分布式光伏电量分配给本地负荷；若所述分布式光伏电量还有剩余电量，检测储能系统是否充满电；若所述储能系统未充满电，则将剩余分布式光伏电量分配储能系统，若所述储能系统还未充满电，则将电网中电量分配给储能系统；若所述检测储能系统已充满电，则将剩余分布式光伏电量全部分配给电网；若负荷转移后分布式光伏功率小于负荷功率，将分布式光伏电量和电网中电量分配给本地负荷，检测储能系统是否充满电，若所述储能系统未充满电，将电网中电量分配给储能系统。
可选的，所述模型建立模块803，可以用于建立以规划期内总收益和总成本最优的目标函数；建立约束条件，所述约束条件包括各时段等式约束条件、各时段机会约束条件、分布式光伏自消纳率约束条件、储能系统充放电功率约束条件、储能系统荷电状态约束条件、储能系统充放电次数约束条件、需求响应供电方约束条件以及需求响应用电方约束条件。
可选的，所述目标函数为
Figure BDA0002183160970000171
其中，所述f表示目标函数，所述f1表示规划期内总收益，所述f2表示规划期内总成本，所述EDPV表示分布式光伏每天的发电电能，所述Vb表示分布式光伏补贴电价，所述Ex.t表示一天中第t时刻负荷消纳的分布式光伏发电电能，所述Edis.t表示一天中第t时刻负荷消纳的储能系统放电电能，所述Vd.t表示第t时段电价，所述F表示一年中相似日天数，所述Z0表示考虑需求响应后变电站单位容量的投资费用，所述Pb表示考虑需求响应后变电站可避免的容量，所述QB表示储能系统容量，所述PC表示PCS总功率，所述YB表示储能系统的单价，所述YC表示PCS的单价，所述RE表示更换储能系统所带来的附加成本，所述u(B)、u(C)分别表示一年中对储能系统和PCS进行运行维护的成本，所述g表示系统的运行年限值，所述r0表示贴现率，所述Ew.t表示第t时段为给储能系统充电而向电网购买的平均电能，所述R表示维护率。
可选的，所述各时段等式约束条件为
Figure BDA0002183160970000172
其中，所述PG.t表示在第t时段内主网提供的有功功率，所述PB.dis.t表示第t时段内储能系统放电有功功率，所述PL.t表示第t时段内本地负荷有功功率，所述PBESS.c.t表示第t时段储能系统充电有功功率，所述ΔPDR.t表示第t时段根据需求侧响应需求调节的负荷有功功率，所述Pp.t表示第t时段内分布式光伏输出有功功率，所述δf.t表示第t时段电压相角差，所述Gf、Bf分别表示网络导纳；所述A表示支路数，所述QG.t表示第t时段内主网提供的无功功率，所述QL.t表示第t时段内本地负荷无功功率，所述QPV.t表示第t时段光伏电源输出无功功率，所述ΔQDR.t表示第t时段根据需求侧响应需求调节的负荷无功功率，所述Qp.t表示第t时段内分布式光伏输出无功功率。
可选的，所述各时段机会约束条件为
Figure BDA0002183160970000181
其中，所述Pr{·}表示某一事件成功的概率，所述βU表示节点电压，所述βI表示线路电流，所述βG表示功率返送给电网的置信水平；所述Ut表示第t时段的电压，所述Umin、Umax分别表示第t时段的电压最小值、最大值；所述Ik.t表示第t时段第k条线路的电流，所述Ik.max表示第t时段第k条线路允许的最大电流；
可选的，所述分布式光伏自消纳率约束条件为
Figure BDA0002183160970000182
其中，所述HDPV.min表示分布式光伏的自消纳率的最小值，所述HDPV表示分布式光伏的自消纳率，所述HDPV.max表示分布式光伏的自消纳率的最大值；所述Ex表示一年中任一天用电负荷所消纳的DPV发出的电能，所述EB表示由于储能系统进行充电所耗费的分布式光伏发出的电能，所述EDPV表示一年中任一天分布式光伏发电的总电量；
可选的，所述储能系统充放电功率约束条件为
-PB.c.max<PB.t<PB.dis.max；
其中，所述PB.t表示第t时段储能系统充放电功率，所述PB.c.max表示储能系统充电功率最大值，所述PB.dis.max表示储能系统放电功率最大值；
可选的，所述储能系统荷电状态约束条件为
Figure BDA0002183160970000191
其中，所述SSOC.t表示第t时段荷电状态，所述SSOC.min表示第t时段荷电状态的下限值，所述SSOC.max表示第t时段荷电状态的上限值，所述ε表示自放电率，所述Δt表示采样间隔，所述α表示储能系统充电效率，所述β表示储能系统放电效率，所述PB.c.t表示储能系统充电功率；
可选的，所述储能系统充放电次数约束条件为
D<Dmax；
其中，所述D表示储能系统一天的充放电次数，所述Dmax表示储能系统一天的充放电最大次数；
可选的，所述需求响应供电方约束条件为
Figure BDA0002183160970000192
其中，所述Vt表示用电负荷在第t时段的电价，所述V0表示需求响应之前的用户用电价格，所述Kr表示供电方进行让利的让利系数，所述ΔPL.t表示第t时段考虑需求响应后负荷需求变化率，所述P0.L.t表示第t时段未考虑需求响应时负荷需求量，所述s表示供电方，所述
Figure BDA0002183160970000201
表示应用需求侧响应后第t时段总用电量；
Figure BDA0002183160970000202
表示应用需求侧响应前第t时段总用电量。
可选的，所述需求响应用电方约束条件为
Figure BDA0002183160970000203
其中，所述ΔPt表示由于用户参与需求响应而导致的负荷需求变化功率，所述ΔPt.min表示由于用户参与需求响应而导致的负荷需求变化功率的最小值，所述ΔPt.max表示由于用户参与需求响应而导致的负荷需求变化功率的最大值。
可选的，所述处理模块804，可以用于根据所述联合优化策略，采用模拟退火粒子群SAPSO算法计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
上述考虑储能和DR的农网分布式光伏消纳装置，通过将储能系统和需求响应的联合优化策略纳入储能系统并网优化配置过程中，考虑分布式光伏与负荷出力时序性基础上，并根据需求响应机制中负荷需求变化所具有的时序差异性特征，建立了以规划期内农网总效益为目标的高比例分布式光伏消纳的储能系统与需求响应联合优化配置模型，然后采用模拟退火粒子群算法求解所建的优化配置模型，解决了现有技术中农村白天分布式光伏发电量较大，负荷用电量较低，导致分布式光伏发电无法就地消纳的问题。
图9是本发明一实施例提供的终端设备的示意图。如图9所示，该实施例的终端设备900包括：处理器901、存储器902以及存储在所述存储器902中并可在所述处理器901上运行的计算机程序903，例如考虑储能和DR的农网分布式光伏消纳程序。所述处理器901执行所述计算机程序903时实现上述考虑储能和DR的农网分布式光伏消纳方法实施例中的步骤，例如图1所示的步骤101至104，或者图2所示的步骤201至步骤202，所述处理器901执行所述计算机程序903时实现上述各装置实施例中各模块的功能，例如图8所示模块801至804的功能。
示例性的，所述计算机程序903可以被分割成一个或多个程序模块，所述一个或者多个程序模块被存储在所述存储器902中，并由所述处理器901执行，以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序903在所述考虑储能和DR的农网分布式光伏消纳装置或者终端设备900中的执行过程。例如，所述计算机程序903可以被分割成获取模块801、策略确定模块802、模型建立模块803和处理模块804，各模块具体功能如图8所示，在此不再一一赘述。
所述终端设备900可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器901、存储器902。本领域技术人员可以理解，图9仅仅是终端设备900的示例，并不构成对终端设备900的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器901可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器902可以是所述终端设备900的内部存储单元，例如终端设备900的硬盘或内存。所述存储器902也可以是所述终端设备900的外部存储设备，例如所述终端设备900上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(SecureDigital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器902还可以既包括所述终端设备900的内部存储单元也包括外部存储设备。所述存储器902用于存储所述计算机程序以及所述终端设备900所需的其他程序和数据。所述存储器902还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，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、或者计算机软件和电子硬件的结合来实现。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。
在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (8)

1.一种考虑储能和需求响应的农网分布式光伏消纳方法，其特征在于，包括：
获取农网的分布式光伏出力参数以及负荷出力参数；
根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略；
建立储能系统和需求响应的联合优化配置模型；包括：建立以规划期内总收益和总成本最优的目标函数；建立约束条件，所述约束条件包括各时段等式约束条件、各时段机会约束条件、分布式光伏自消纳率约束条件、储能系统充放电功率约束条件、储能系统荷电状态约束条件、储能系统充放电次数约束条件、需求响应供电方约束条件以及需求响应用电方约束条件；
所述目标函数为
Figure FDA0002674351440000011
其中，所述f表示目标函数，所述f1表示规划期内总收益，所述f2表示规划期内总成本，所述EDPV表示分布式光伏每天的发电电能，所述Vb表示分布式光伏补贴电价，所述Ex.t表示一天中第t时刻负荷消纳的分布式光伏发电电能，所述Edis.t表示一天中第t时刻负荷消纳的储能系统放电电能，所述Vd.t表示第t时段电价，所述F表示一年中相似日天数，所述Z0表示考虑需求响应后变电站单位容量的投资费用，所述Pb表示考虑需求响应后变电站可避免的容量，所述QB表示储能系统容量，所述PC表示储能双向变流器总功率，所述YB表示储能系统的单价，所述YC表示储能双向变流器的单价，所述RE表示更换储能系统所带来的附加成本，所述u(B)、u(C)分别表示一年中对储能系统和储能双向变流器进行运行维护的成本，所述g表示系统的运行年限值，所述r0表示贴现率，所述Ew.t表示第t时段为给储能系统充电而向电网购买的平均电能，所述R表示维护率，所述VP.t表示第t时段为给储能系统充电而向电网购买的平均电能的电价；
根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
2.如权利要求1所述的考虑储能和需求响应的农网分布式光伏消纳方法，其特征在于，所述根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略，包括：
当电网电价为高峰电价时，若所述分布式光伏出力参数中分布式光伏功率大于或等于所述负荷出力参数中负荷功率，则供电方式由电网供电转换为分布式光伏电量供电，并检测负荷转移后分布式光伏功率是否大于或等于负荷功率；
若负荷转移后分布式光伏功率大于或等于负荷功率，则将分布式光伏电量分配给本地负荷；若所述分布式光伏电量还有剩余电量，则检测储能系统是否充满电；若所述储能系统未充满电，则将剩余分布式光伏电量依次分配给电网和储能系统；若所述储能系统已充满电，则将剩余分布式光伏电量全部分配给电网；
若负荷转移后分布式光伏功率小于负荷功率，则检测储能系统是否有余电；若所述储能系统有余电，则将分布式光伏电量和储能系统中电量分配给本地负荷，若还未满足本地负荷用电，则将电网中电量分配给本地负荷；若所述储能系统没有余电，则将分布式光伏电量分配给本地负荷，若还未满足本地负荷用电，将电网中电量分配给本地负荷，若满足本地负荷用电，且分布式光伏电量有剩余电量，则将剩余分布式光伏电量分配给电网和储能系统。
3.如权利要求1所述的考虑储能和需求响应的农网分布式光伏消纳方法，其特征在于，所述根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略，包括：
当电网电价为平电价时，若所述分布式光伏出力参数中分布式光伏功率大于或等于所述负荷出力参数中负荷功率，则将所述分布式光伏电量分配给本地负荷，若所述分布式光伏电量还有剩余电量，则将剩余分布式光伏电量分配给电网；
若所述分布式光伏出力参数中分布式光伏功率小于所述负荷出力参数中负荷功率，则将所述分布式光伏电量和电网中电量分配给本地负荷。
4.如权利要求1所述的考虑储能和需求响应的农网分布式光伏消纳方法，其特征在于，所述根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略，包括：
当电网电价为低谷电价时，若所述分布式光伏出力参数中分布式光伏功率大于或等于所述负荷出力参数中负荷功率，则供电方式由电网供电转换为分布式光伏电量供电，并检测负荷转移后分布式光伏功率是否大于或等于负荷功率；
若负荷转移后分布式光伏功率大于或等于负荷功率，则将分布式光伏电量分配给本地负荷；若所述分布式光伏电量还有剩余电量，则检测储能系统是否充满电；若所述储能系统未充满电，则将剩余分布式光伏电量分配储能系统，若所述储能系统还未充满电，则将电网中电量分配给储能系统；若所述储能系统已充满电，则将剩余分布式光伏电量全部分配给电网；
若负荷转移后分布式光伏功率小于负荷功率，则将分布式光伏电量和电网中电量分配给本地负荷，并检测储能系统是否充满电，若所述储能系统未充满电，则将电网中电量分配给储能系统。
5.如权利要求1所述的考虑储能和需求响应的农网分布式光伏消纳方法，其特征在于，所述各时段等式约束条件为
Figure FDA0002674351440000041
其中，所述PG.t表示在第t时段内主网提供的有功功率，所述PB.dis.t表示第t时段内储能系统放电有功功率，所述PL.t表示第t时段内本地负荷有功功率，所述PBESS.c.t表示第t时段储能系统充电有功功率，所述ΔPDR.t表示第t时段根据需求侧响应需求调节的负荷有功功率，所述Pp.t表示第t时段内分布式光伏输出有功功率，所述δf.t表示第t时段电压相角差，所述Gf、Bf分别表示网络导纳；所述A表示支路数，所述QG.t表示第t时段内主网提供的无功功率，所述QL.t表示第t时段内本地负荷无功功率，所述ΔQDR.t表示第t时段根据需求侧响应需求调节的负荷无功功率，所述Qp.t表示第t时段内分布式光伏输出无功功率，所述Ut表示第t时段的电压，所述Uf.t表示第f支路第t时段的电压；
所述各时段机会约束条件为
Figure FDA0002674351440000042
其中，所述Pr{·}表示某一事件成功的概率，所述βU表示节点电压，所述βI表示线路电流，所述βG表示功率返送给电网的置信水平；所述Umin、Umax分别表示第t时段的电压最小值、最大值；所述Ik.t表示第t时段第k条线路的电流，所述Ik.max表示第t时段第k条线路允许的最大电流，所述PPV.t表示第t时段光伏电源输出有功功率；
所述分布式光伏自消纳率约束条件为
Figure FDA0002674351440000051
其中，所述HDPV.min表示分布式光伏的自消纳率的最小值，所述HDPV表示分布式光伏的自消纳率，所述HDPV.max表示分布式光伏的自消纳率的最大值；所述Ex表示一年中任一天用电负荷所消纳的分布式光伏发出的电能，所述EB表示由于储能系统进行充电所耗费的分布式光伏发出的电能，所述EDPV表示一年中任一天分布式光伏发电的总电量；
所述储能系统充放电功率约束条件为
-PB.c.max<PB.t<PB.dis.max；
其中，所述PB.t表示第t时段储能系统充放电功率，所述PB.c.max表示储能系统充电功率最大值，所述PB.dis.max表示储能系统放电功率最大值；
所述储能系统荷电状态约束条件为
Figure FDA0002674351440000052
其中，所述SSOC.t表示第t时段荷电状态，所述SSOC.min表示第t时段荷电状态的下限值，所述SSOC.max表示第t时段荷电状态的上限值，所述ε表示自放电率，所述Δt表示采样间隔，所述α表示储能系统充电效率，所述β表示储能系统放电效率，所述PB.c.t表示储能系统充电功率，所述Ee表示储能系统充满电后储存的电量；
所述储能系统充放电次数约束条件为
D<Dmax；
其中，所述D表示储能系统一天的充放电次数，所述Dmax表示储能系统一天的充放电最大次数；
所述需求响应供电方约束条件为
Figure FDA0002674351440000061
其中，所述Vt表示用电负荷在第t时段的电价，所述V0表示需求响应之前的用户用电价格，所述Kr表示供电方进行让利的让利系数，所述ΔPL.t表示第t时段考虑需求响应后负荷需求变化率，所述P0.L.t表示第t时段未考虑需求响应时负荷需求量，所述s表示供电方，所述
Figure FDA0002674351440000063
表示应用需求侧响应后第t时段总用电量；
Figure FDA0002674351440000064
表示应用需求侧响应前第t时段总用电量；
所述需求响应用电方约束条件为
Figure FDA0002674351440000062
其中，所述ΔPt表示由于用户参与需求响应而导致的负荷需求变化功率，所述ΔPt.min表示由于用户参与需求响应而导致的负荷需求变化功率的最小值，所述ΔPt.max表示由于用户参与需求响应而导致的负荷需求变化功率的最大值；所述E(ΔPL.t+P0.L.t)表示需求响应用电方响应后第t时段总用电量，所述V0.t需求响应之前在第t时段的用户用电价格。
6.如权利要求1至5中任一项所述的考虑储能和需求响应的农网分布式光伏消纳方法，其特征在于，所述根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量，包括：
根据所述联合优化策略，采用模拟退火粒子群SAPSO算法计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
7.一种考虑储能和需求响应的农网分布式光伏消纳装置，其特征在于，包括：
获取模块，用于获取农网的分布式光伏出力参数以及负荷出力参数；
策略确定模块，用于根据所述分布式光伏出力参数、所述负荷出力参数以及分时电价机制，确定储能系统和需求响应的联合优化策略；
模型建立模块，用于建立储能系统和需求响应的联合优化配置模型；所述模型建立模块，用于：建立以规划期内总收益和总成本最优的目标函数；建立约束条件，所述约束条件包括各时段等式约束条件、各时段机会约束条件、分布式光伏自消纳率约束条件、储能系统充放电功率约束条件、储能系统荷电状态约束条件、储能系统充放电次数约束条件、需求响应供电方约束条件以及需求响应用电方约束条件；
所述目标函数为
Figure FDA0002674351440000071
其中，所述f表示目标函数，所述f1表示规划期内总收益，所述f2表示规划期内总成本，所述EDPV表示分布式光伏每天的发电电能，所述Vb表示分布式光伏补贴电价，所述Ex.t表示一天中第t时刻负荷消纳的分布式光伏发电电能，所述Edis.t表示一天中第t时刻负荷消纳的储能系统放电电能，所述Vd.t表示第t时段电价，所述F表示一年中相似日天数，所述Z0表示考虑需求响应后变电站单位容量的投资费用，所述Pb表示考虑需求响应后变电站可避免的容量，所述QB表示储能系统容量，所述PC表示储能双向变流器总功率，所述YB表示储能系统的单价，所述YC表示储能双向变流器的单价，所述RE表示更换储能系统所带来的附加成本，所述u(B)、u(C)分别表示一年中对储能系统和储能双向变流器进行运行维护的成本，所述g表示系统的运行年限值，所述r0表示贴现率，所述Ew.t表示第t时段为给储能系统充电而向电网购买的平均电能，所述R表示维护率，所述VP.t表示第t时段为给储能系统充电而向电网购买的平均电能的电价；
处理模块，用于根据所述联合优化策略计算所述联合优化配置模型，确定所述农网分布式光伏的消纳量。
8.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述方法的步骤。
CN201910804192.4A 2019-08-28 2019-08-28 考虑储能和dr的农网分布式光伏消纳方法及终端设备 Active CN110429653B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910804192.4A CN110429653B (zh) 2019-08-28 2019-08-28 考虑储能和dr的农网分布式光伏消纳方法及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910804192.4A CN110429653B (zh) 2019-08-28 2019-08-28 考虑储能和dr的农网分布式光伏消纳方法及终端设备

Publications (2)

Publication Number Publication Date
CN110429653A CN110429653A (zh) 2019-11-08
CN110429653B true CN110429653B (zh) 2020-11-17

Family

ID=68416486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910804192.4A Active CN110429653B (zh) 2019-08-28 2019-08-28 考虑储能和dr的农网分布式光伏消纳方法及终端设备

Country Status (1)

Country Link
CN (1) CN110429653B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111446711B (zh) * 2020-03-17 2022-08-05 国网江苏省电力有限公司无锡供电分公司 一种基于需求响应的荷储联合优化运行方法
CN111738555A (zh) * 2020-07-08 2020-10-02 国网河北省电力有限公司石家庄市藁城区供电分公司 一种基于现货电价的农网规划方法
CN112018790B (zh) * 2020-07-30 2022-06-24 国电南瑞科技股份有限公司 基于分层分布式储能参与需求响应调节控制方法
CN112556109B (zh) * 2020-11-25 2022-07-12 国网上海市电力公司 一种基于全局温度调整的中央空调需求响应方案优化方法
CN112821451B (zh) * 2021-01-11 2023-05-09 国网福建省电力有限公司泉州供电公司 基于需求侧管理与储能的城镇配电网光伏接入应对方法
CN113507113B (zh) * 2021-06-28 2022-09-30 东北电力大学 一种基于电价驱动的光储系统控制策略
CN117833259A (zh) * 2022-09-27 2024-04-05 美的集团股份有限公司 光伏电能消纳方法、装置、设备以及存储介质
CN117057491B (zh) * 2023-10-13 2024-02-02 中宝电气有限公司 基于mpc与储能系统结合的农村地区电力供应优化管理方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105846423A (zh) * 2016-03-28 2016-08-10 华北电力大学 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
CN106295853A (zh) * 2016-07-28 2017-01-04 华北电力大学（保定） 基于储能调度模式的分布式光伏两阶段多目标就地消纳法
CN107578182A (zh) * 2017-09-16 2018-01-12 兰州理工大学 基于需求侧响应下光储微电网运行控制方法
CN107732945A (zh) * 2017-11-06 2018-02-23 沈阳工程学院 一种基于模拟退火粒子群算法的储能单元优化方法
CN108470239A (zh) * 2018-03-01 2018-08-31 国网福建省电力有限公司 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
CN109472394A (zh) * 2018-09-30 2019-03-15 中国电力科学研究院有限公司 一种储能成本和收益的经济优化方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105846423A (zh) * 2016-03-28 2016-08-10 华北电力大学 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
CN106295853A (zh) * 2016-07-28 2017-01-04 华北电力大学（保定） 基于储能调度模式的分布式光伏两阶段多目标就地消纳法
CN107578182A (zh) * 2017-09-16 2018-01-12 兰州理工大学 基于需求侧响应下光储微电网运行控制方法
CN107732945A (zh) * 2017-11-06 2018-02-23 沈阳工程学院 一种基于模拟退火粒子群算法的储能单元优化方法
CN108470239A (zh) * 2018-03-01 2018-08-31 国网福建省电力有限公司 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
CN109472394A (zh) * 2018-09-30 2019-03-15 中国电力科学研究院有限公司 一种储能成本和收益的经济优化方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
主动配电网中计及时序性与相关性的分布式光伏并网规划;贾清泉等;《中国电机工程学报》;20180320;第38卷(第6期);第1719-1728页 *
考虑储能和需求侧响应的微网光伏消纳能力研究;彭政;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20190615(第06期);第C042-255页 *

Also Published As

Publication number Publication date
CN110429653A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
CN110429653B (zh) 考虑储能和dr的农网分布式光伏消纳方法及终端设备
CN107403256B (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
CN107294120B (zh) 一种主动配电网混合储能容量优化配置方法及装置
CN111898805A (zh) 一种储能系统容量配置方法、装置、配置设备和存储介质
CN111864742B (zh) 一种主动配电系统扩展规划方法、装置及终端设备
CN112070301A (zh) 一种用户用电量调整方法、系统及设备
CN109272353A (zh) 计及综合需求响应不确定性的系统动态概率能流分析方法
CN111126882B (zh) 虚拟变电站调度方法及终端设备
CN108399505A (zh) 分布式光伏电源接入容量规划方法及终端设备
CN109389437B (zh) 电价的定价方法、定价装置及终端
CN115600793A (zh) 面向源网荷储一体化园区的协同控制方法及系统
CN113689068B (zh) 一种电力电量平衡规划方法、装置及终端设备
CN116611711B (zh) 储能项目分析系统、方法、设备及可读存储介质
CN116822719A (zh) 一种配电网的多目标规划方法及装置
CN116402223A (zh) 一种配电网协同调度方法、系统及设备
CN112865101B (zh) 一种考虑可再生能源出力不确定性的线性化交易方法
CN115313519A (zh) 一种配电网储能优化配置方法、装置、设备及存储介质
CN115187061A (zh) 一种用户侧绿电配置方法、装置、设备及存储介质
CN112510679B (zh) 分布式储能优化调度方法、装置、计算机设备和存储介质
CN113162077B (zh) 分布式储能的聚合管理方法、装置、电子设备及存储介质
CN108960500A (zh) 电池能量存储系统的控制方法及电子装置
CN114462676A (zh) 一种用户侧储能优化方法及系统
CN115207947B (zh) 电网节点储能配置方法、装置、计算机设备和存储介质
CN117595261B (zh) 光储微电网能量管理策略优化方法、装置及电子设备
CN117175636A (zh) 保证储能运行效益的电力系统调度方法、装置、存储介质

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