CN111291978A - 一种基于Benders分解的两阶段储能方法及系统 - Google Patents
一种基于Benders分解的两阶段储能方法及系统 Download PDFInfo
- Publication number
- CN111291978A CN111291978A CN202010062099.3A CN202010062099A CN111291978A CN 111291978 A CN111291978 A CN 111291978A CN 202010062099 A CN202010062099 A CN 202010062099A CN 111291978 A CN111291978 A CN 111291978A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- power
- stage
- line
- planning
- 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.)
- Pending
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 180
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000000354 decomposition reaction Methods 0.000 title claims abstract description 54
- 238000003462 Bender reaction Methods 0.000 title claims abstract description 52
- 238000010276 construction Methods 0.000 claims abstract description 64
- 238000012423 maintenance Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000010248 power generation Methods 0.000 claims abstract description 13
- 230000006870 function Effects 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 17
- 150000001875 compounds Chemical class 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000005457 optimization Methods 0.000 claims description 10
- 238000011084 recovery Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 5
- 230000017105 transposition Effects 0.000 claims description 2
- 238000009435 building construction Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001672018 Cercomela melanura Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于Benders分解的两阶段储能方法及系统，包括：根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；建立储能规划的储能、线路、变电站及变压器、SVG的建设约束，建立建设的时间约束和数量约束；分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；采用Benders分解算法，根据约束条件求解储能规划的目标函数，按照求解结果进行储能。本发明有效的解决了储能装机接入配电网时，需要确定储能装置的容量和地址的问题。
Description
技术领域
本发明属于电力系统配电网储能技术领域，具体涉及一种基于Benders分解的两阶段储能方法及系统。
背景技术
近年来，国内外能源危机日渐严峻，传统煤炭、化石燃料引起的污染日渐加剧，随着光伏风电等分布式能源的接入，配电网承担了局部资源整合的作用。储能系统因其存储能量的便利性和削峰填谷的经济性在配电网中得到广泛的应用。储能技术作为全球能源互联网中的关键技术，将电力转变为可以存储的能源，极大地改变了电力系统的运行管理模式，广泛应用在电力系统的发电侧、电网侧和用户侧，为保障电网安全、平抑负荷波动及吸纳弃风弃光等提供支撑。电池能量存储可以为电网提供峰值功率，减少系统峰谷值差异，转换系统的低值，并将过多的剩余功率转换为所需的峰值功率。蓄电池储能启停迅速，具有调峰填谷、调频以及快速跟踪、备用、无功调节、黑启动等辅助服务功能，其运行灵活、可靠，在保证电网安全、稳定运行中发挥着重要作用，是城市电网重要的保安电源，同时具备节能与环保等显著的社会经济效益，在配电网中规划储能是技术难点之一。
目前国内外学者对配电网储能规划的研究主要涉及一个阶段规划的研究。在研究早期主要包括基于粒子群算法求解线性规划模型，线性规划模型较非线性模型准确性较低，粒子群算法种群在搜索空间中易丢失，容易产生早熟收敛，尤其是在处理复杂的多峰搜索问题中，且粒子群算法的局部寻优能力较差；近期研究有建立混合整数线性规划模型，通过能量存储系统和无功电源管理配电系统中的不确定性和稳定性问题，但其直接求解的方法，求解速度较慢。也有学者采用启发式算法解决储能规划这一问题，启发式算法的缺点是无法求得全局优解，因此如何克服现有技术的不足是目前电力系统配电网储能技术领域亟需解决的问题。
发明内容
本发明的目的是为了解决现有技术的不足，提供一种基于Benders分解的两阶段储能方法及系统，通过该方法，可以有效的解决当储能装机接入配电网时，需要确定储能装置的容量和地址的问题。
为实现上述目的，本发明采用的技术方案如下：
一种基于Benders分解的两阶段储能方法，包括如下步骤：
步骤S1，根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；
步骤S2，建立储能规划的储能、线路、变电站及变压器、SVG的建设约束，同时建立建设的时间约束和建设的数量约束；
步骤S3，分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；
步骤S4，考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；
步骤S5，采用Benders分解算法，根据步骤S2-S4建立的约束条件求解，求解步骤S1建立储能规划的目标函数，之后按照求解结果进行储能。
进一步，优选的是，所述步骤S1具体为：
一、线路、储能、SVG、变压器及变电站的建设成本Cjs：
式中，Ωf、Ωb、Ωs分别为线路的集合、变电站的集合、节点的集合；
分别是线路、SVG、变电站、变压器和储能的年建设成本；τ1、
分别是线路、变电站、变压器、SVG和储能的资本回收系数；lxl为线路的长度，
是只能取0或1的逻辑变量，取1时代表相应设备已建设，取0时代表相应设备未建设；
二、线路、储能、SVG、变压器及变电站的年维修费用Cwx；
式中，
分别是线路、变电站、变压器、SVG、储能的年维修费用，
表示节点c处的储能装机容量，Y+和Y-都是0-1逻辑变量，Y+表示线路xl是否从x端运到l端，Y-表示是否从l端运到x端；
三、从变电站购电产生的发电成本Cfd；
式中，
是配电网从变电站购电费用，Pf是变电站有功功率；
目标函数f取为三者之和归算至当前的值，定义如下：
式中，μ为现值系数，将年均成本归算到现值，Ωu，Ωh分别是年份、小时的集合。
进一步，优选的是，步骤S2中，建立储能规划的储能、SVG的建设约束，具体为：
所述的储能的建设约束条件：
式中，Pmin和Pmax分别为某节点最小、最大功率；Cmin、Cmax分别为某节点储能最小、最大装机容量；Pc、
分别是节点处的储能装机功率和容量；
所述的SVG的建设约束条件：
式中，
是只能取0或1的逻辑变量，表示节点s处的SVG建设情况，取 1时代表相应设备已建设，取0时代表相应设备未建设；
为SVG安装数上限。
进一步，优选的是，步骤S3中，分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；具体为：
线路的功率应在额定功率的范围内；
储能系统的容量和功率满足如下等式约束条件：
Et+1＝Et+Ptcηc-Ptdηd
式中，Et为t时刻储能系统的电量，Ptc、Ptd分别是储能的充、放电功率，ηc、ηd分别是储能的充、放电效率。
电压平衡不等式如下所示：
式中，vx、vl为两节点电压幅值的平方，rxl、lxl分别是线路单位的电阻和电抗；
为电流幅值的平方；H为很大的一个正实数，使得不等式右端对于投运线路为0；不投运时右端为无穷；xxl为表示线路是否建成的0-1变量，
为线路的有功功率，
为线路的无功功率，“+”，“-”分别表示该线路从x 端到l端和从l端到x端投运；
节点功率平衡约束如下所示：
式中，
为变电站有功功率，S1为配电网负荷容量，
为功率因数；
为线路le上的有功功率，“+”，“-”分别表示该线路从l端到e端和从e端到l 端投运；
进一步，优选的是，步骤S4中，所述的储能所在配电网辐射状运行时的网络拓扑约束条件具体包括以下3点约束条件：
1)与主网系统相连的变电站节点无父节点；
2)负荷节点有且仅有唯一的父节点；
3)其他非负荷节点具有小于等于一个父节点。
进一步，优选的是，步骤S5中，采用Benders分解算法，根据步骤S2-S4 建立的约束条件求解，求解步骤S1建立储能规划的目标函数；具体包括如下两步：
首先，分析Benders分解的第一阶段问题类型，确定储能设备建设与电网扩展方案；所述的第一阶段的问题为规划问题；
之后，分析Bender分解第二阶段问题类型，考虑网络重构后的运行问题，对上述两阶段模型进行迭代求解，获取储能规划的最优地址和容量。
进一步，优选的是，Benders分解第一阶段的问题为规划问题，与建设过程中的相关变量有关，包括
储能装机容量Cc、装机功率Pc；第一阶段的规划不包括第二阶段的变量，第二阶段通过辅助变量的方式把优化结果反馈给第一阶段；
第一阶段的初始模型为：
式中，z1是第一阶段目标函数；r为目标函数中的系数矩阵，包括设备的年建设成本系数
设备的资本回收系数τ1、
以及现值系数μiT为转置，αu为与建设过程中相关的变量，包括0-1变量
连续变量储能装机容量
和装机功率Pc；
Benders分解第二阶段是和运行相关的混合整数非线性优化问题；求解结果与运行状态相关，包括Ptc、Ptd、vx、vl 
vx、vl、
运行结果代回第一阶段迭代求解可得储能的最优地址、容量；
第二阶段模型为：
式中，π1是第二阶段目标函数；β为与运行状态相关的离散变量矩阵，即线路投运变量Y+、Y-；λ为运行约束中的连续变量矩阵，包括Ptc，Ptd，vx，vl，
vx、vl、
s为系数矩阵，包括设备的年维修费用系数
m为另一系数矩阵，包括购电费用系数
T表示转置。
进一步，优选的是，选取一年四个季度中的一个典型日代表其运行状态。
本发明同时提供一种基于Benders分解的两阶段储能系统，包括：
第一处理模块，用于根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；
第二处理模块，用于建立储能规划的储能、线路、变电站及变压器、SVG 的建设约束，同时建立建设的时间约束和建设的数量约束；
第三处理模块，用于分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；
第四处理模块，用于考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；
储能控制模块，用于采用Benders分解算法，根据约束条件求解储能规划的目标函数，之后按照求解结果进行储能。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现上述基于Benders分解的两阶段储能方法的步骤。
本发明另外一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如上述基于Benders分解的两阶段储能方法的步骤。
对于各个资本回收系数，由于
不同的资本回收系数，只与通货膨胀率γ，以及不同设备的寿命LT有关。
对于现值系数，μ＝(1+γ)-y；γ为通货膨胀率，y为所计算年份与当前年份相差的年数。
本发明通过Benders算法把原本的目标函数f分解成主问题与子问题两个阶段，求解第一阶段得到αu，代入第二阶段，求解得到β与λ，再回代到第一阶段，迭代求解可得原目标函数f的优化结果。
本发明中H通常可取106，
一般在0.9～0.95之间。
本发明与现有技术相比，其有益效果为：
本发明在储能规划求解时采用了数值分析领域的Benders分解法，求得全局最优解的同时，两阶段迭代求解的方式也提高了求解速度。此外，本发明通过建立储能规划期总成本模型(目标函数f)，分析储能设备使用期线路，变电站等维护费用，给出储能规划的目标函数，充分考虑储能规划的储能、线路、变电站及变压器、SVG的建设约束条件，本发明还分析了线路功率、储能系统的容量和功率、电压平衡、节点功率平衡等多维度约束条件，使用Benders求解该模型。基于此，得到储能的最优规划结果。与传统的储能规划技术相比，本发明将储能的配置与运行问题进行了解耦，划分为两阶段实施优化，在简化问题的同时也提高了计算求解的速度。
附图说明
图1所示为本发明提供的基于Benders分解的两阶段储能方法的流程图；
图2所示为本发明提供的一种基于Benders分解的两阶段储能方法的实例结果图；
图3为本发明系统的结构示意图；
图4为本发明电子设备的结构示意图。
具体实施方式
下面结合实施例对本发明作进一步的详细描述。
本领域技术人员将会理解，下列实施例仅用于说明本发明，而不应视为限定本发明的范围。实施例中未注明具体技术或条件者，按照本领域内的文献所描述的技术或条件或者按照产品说明书进行。所用材料或设备未注明生产厂商者，均为可以通过购买获得的常规产品。
本发明提供一种基于Benders分解的两阶段储能规划方法，其方法流程如图 1所示，由图1可知，该方法包括：
步骤S1，研究储能规划期成本主要建设成本及计算方法，分析储能设备使用期线路，变电站等维护费用，给出储能规划的目标函数；
步骤S2，分析储能规划的储能、线路、变电站及变压器、SVG的建设约束，考虑建设的时间约束和建设的数量约束；
步骤S3，分析不同运行场景下的系统运行状态的潮流约束，得到包含节点功率平衡，电压平衡，线路功率，储能等多维度约束条件；
步骤S4，考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；
步骤S5，分析Benders分解的第一阶段问题类型，确定储能设备建设与电网扩展方案；所述的第一阶段的问题为规划问题；
步骤S6，分析Bender分解第二阶段问题类型，考虑网络重构后的运行问题，对上述两阶段模型进行迭代求解，获取储能规划的最优地址和容量，之后按照求解结果进行储能。
所述步骤S1具体为：研究储能规划期成本主要建设成本及计算方法，分析储能设备使用期线路，变电站等维护费用，建立储能规划的目标函数。
储能规划期的成本主要由三部分组成：一、线路、储能、SVG、变压器及变电站的建设成本Cjs；二、线路、储能、SVG、变压器及变电站的年维修费用Cwx；三、从变电站购电产生的发电成本Cfd。目标函数f取为三者之和归算至当前的值。
式中，Ωf、Ωb、Ωs分别为线路的集合、变电站的集合、节点的集合；
分别是线路、SVG、变电站、变压器和储能的年建设成本；τ1、
分别是线路、变电站、变压器、SVG和储能的资本回收系数；lxl为线路的长度，
是只能取0或1的逻辑变量，取1时代表相应设备已建设，取0时代表相应设备未建设；
式中，
分别是线路、变电站、变压器、SVG、储能的年维修费用，
表示节点c处的储能装机容量，Y+和Y-都是0-1逻辑变量，Y+表示线路xl是否从x端运到l端，Y-表示是否从l端运到x端；
式中，
是配电网从变电站购电费用，Pf是变电站有功功率。
目标函数定义如下:
式中，μ为现值系数，将年均成本归算到现值，Ωu，Ωh分别是年份、小时的集合。
所述步骤S2具体为：分析储能规划的储能、SVG的建设约束，考虑建设过程中的储能功率、容量约束以及SVG的数量约束。
为了保证配电网的经济性、可靠性运行，最小化居民用电损失和电网损失，本发明给出了储能与SVG的建设约束条件。
所述的储能的建设约束条件：
式中，Pmin和Pmax分别为某节点最小、最大功率；Cmin、Cmax分别为某节点储能最小、最大装机容量；Pc、
分别是节点处的储能装机功率和容量。
所述的SVG的建设约束条件：
式中，
是只能取0或1的逻辑变量，表示节点s处的SVG建设情况，取 1时代表相应设备已建设，取0时代表相应设备未建设。
为SVG安装数上限。
所述步骤S3具体为：分析不同运行场景下的系统运行状态的潮流约束，得到线路功率约束、储能系统的容量和功率约束、电压平衡约束、节点功率平衡约束。
线路的功率应在额定功率的范围内。
储能系统的容量和功率满足一定的等式约束条件：
Et+1＝Et+Ptcηc-Ptdηd
式中，Et为t时刻储能系统的电量，Ptc、Ptd分别是储能的充、放电功率，ηc、ηd分别是储能的充、放电效率。
电压平衡不等式如下所示：
式中，vx、vl为两节点电压幅值的平方，rxl、lxl分别是线路单位的电阻和电抗。
为电流幅值的平方。H为很大的一个正实数，通常可取106，使得不等式右端对于投运线路为0；不投运时右端为无穷。xxl为表示线路是否建成的 0-1变量，
为线路的有功功率，
为线路的无功功率，“+”，“-”分别表示该线路从x端到l端和从l端到x端投运。
节点功率平衡约束如下所示：
式中，
为变电站有功功率，S1为配电网负荷容量，
为功率因数(一般在 0.9～0.95之间)。为线路le上的有功功率，“+”，“-”分别表示该线路从l 端到e端和从e端到l端投运。
所述步骤S4具体为：考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件。
保证每一节点的父节点数不大于一，使节点集形成树结构，以避免环路形成，具体包括以下3点约束条件：
1)与主网系统相连的变电站节点无父节点；
2)负荷节点有且仅有唯一的父节点；
3)其他非负荷节点具有小于等于一个父节点。
所述步骤S5具体为：分析Benders分解的第一阶段问题类型，确定储能设备建设与电网扩展方案。
Benders分解第一阶段的问题为规划问题，与建设过程中的相关变量有关，包括
储能装机容量Cc、装机功率Pc。第一阶段的规划不包括第二阶段的变量，第二阶段通过辅助变量的方式把优化结果反馈给第一阶段。本发明给出了第一阶段的初始模型。
式中，z1是第一阶段目标函数，r为目标函数中的系数矩阵，包括设备的年建设成本系数
设备的资本回收系数τ1、
以及现值系数μ。T为转置，αu为与建设过程中相关的变量，包括0-1变量
连续变量储能装机容量
和装机功率Pc。
r、αu表示所有设备的建设成本及除线路外其他设施的维护费用。线路维护费用与线路投运状态有关。
所述步骤S6具体为：分析Bender分解第二阶段问题类型，考虑网络重构后的运行问题，对上述两阶段模型进行迭代求解，获取储能规划的最优地址和容量。
Benders分解第二阶段是和运行相关的混合整数非线性优化问题。求解结果与运行状态相关，包括Ptc、Ptd、vx、vl、
vx、vl、
在实际求解过程中，选取一年四个季度中的一个典型日代表其运行状态。运行结果代回第一阶段迭代求解可得储能的最优地址、容量，之后按照求解结果进行储能。
如图3所示，一种基于Benders分解的两阶段储能系统，包括：
第一处理模块101，用于根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；
第二处理模块102，用于建立储能规划的储能、线路、变电站及变压器、 SVG的建设约束，同时建立建设的时间约束和建设的数量约束；
第三处理模块103，用于分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；
第四处理模块104，用于考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；
储能控制模块105，用于采用Benders分解算法，根据约束条件求解储能规划的目标函数，之后按照求解结果进行储能。
在本发明实施例中，第一处理模块101根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；然后，第二处理模块102建立储能规划的储能、线路、变电站及变压器、SVG的建设约束，同时建立建设的时间约束和建设的数量约束；接着，第三处理模块103分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；之后，第四处理模块104 考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；最后储能控制模块105采用Benders分解算法，根据约束条件求解储能规划的目标函数，之后按照求解结果进行储能。
本发明实施例提供的一种基于Benders分解的两阶段储能系统，该系统能有效的解决储能装机接入配电网时，需要确定储能装置的容量和地址的问题，易于推广应用。
本发明实施例提供的系统是用于执行上述各方法实施例的，具体流程和详细内容请参照上述实施例，此处不再赘述。
图4为本发明实施例提供的电子设备结构示意图，参照图4，该电子设备可以包括：处理器(processor)201、通信接口(Communications Interface)202、存储器(memory)203和通信总线204，其中，处理器201，通信接口202，存储器203 通过通信总线204完成相互间的通信。处理器201可以调用存储器203中的逻辑指令，以执行如下方法：根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；建立储能规划的储能、线路、变电站及变压器、SVG的建设约束，同时建立建设的时间约束和建设的数量约束；分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；采用 Benders分解算法，根据约束条件求解储能规划的目标函数，之后按照求解结果进行储能。
另外，上述的存储器203中的逻辑指令可以通过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，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的基于Benders分解的两阶段储能规划方法，例如包括根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；建立储能规划的储能、线路、变电站及变压器、SVG的建设约束，同时建立建设的时间约束和建设的数量约束；分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；采用Benders分解算法，根据约束条件求解储能规划的目标函数，之后按照求解结果进行储能。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
本发明实施例中采用20个负荷节点、4个变电站节点和33条馈线的系统。相关参数设置如下：
1)线路数据：单位长度电阻、电抗分别为0.307、0.380/km，单位长度投资费用为245210元，馈线寿命为25年。
2)变电站数据：配电网从变电站购电费用为0.49元/kW·h。
3)负荷数据：负荷功率因数为0.9。
4)储能数据：单位容量建设成本为1000元/kW·h，单位功率建设成本为 1500元/kW，容量大小为300～1000kW·h，功率大小为200～500kW，充放电效率均为0.9。
5)SVG数据：SVG建设成本为77000元，安装个数上限为4。
6)其他参数：通货膨胀率为0.05。根据以上参数建立模型，基于Benders 分解进行两阶段储能优化，最终得到储能规划期总成本为7985万元。由图2可知，Benders分解的两阶段储能规划结果，从左往右依次是第一极端规划结果，中间迭代的某一结果和第二阶段的规划结果。该规划方法有效解决了配电网中储能系统的选址定容问题。
与传统的采用线性规划算法进行求解的储能规划方法相比，本发明对于所建立的储能规划期总成本模型，采用了Benders分解的方法实施两阶段优化，成功地将储能的配置与运行问题进行了解耦，使复杂的模型得到简化，在求得全局最优解的同时，两阶段迭代求解的方式也提高了求解的速度。以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种基于Benders分解的两阶段储能方法，其特征在于，包括如下步骤：
步骤S1，根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；
步骤S2，建立储能规划的储能、线路、变电站及变压器、SVG的建设约束，同时建立建设的时间约束和建设的数量约束；
步骤S3，分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；
步骤S4，考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；
步骤S5，采用Benders分解算法，根据步骤S2-S4建立的约束条件求解，求解步骤S1建立储能规划的目标函数，之后按照求解结果进行储能。
2.如权利要求1所述的基于Benders分解的两阶段储能规划方法，其特征在于，所述步骤S1具体为：
一、线路、储能、SVG、变压器及变电站的建设成本Cjs：
式中，Ωf、Ωb、Ωs分别为线路的集合、变电站的集合、节点的集合；
分别是线路、SVG、变电站、变压器和储能的年建设成本；τ1、
分别是线路、变电站、变压器、SVG和储能的资本回收系数；lxl为线路的长度，
是只能取0或1的逻辑变量，取1时代表相应设备已建设，取0时代表相应设备未建设；
二、线路、储能、SVG、变压器及变电站的年维修费用cwx；
式中，
分别是线路、变电站、变压器、SVG、储能的年维修费用，
表示节点c处的储能装机容量，Y+和Y-都是0-1逻辑变量，Y+表示线路xl是否从x端运到l端，Y-表示是否从l端运到x端；
三、从变电站购电产生的发电成本Cfd；
式中，
是配电网从变电站购电费用，Pf是变电站有功功率；
目标函数f取为三者之和归算至当前的值，定义如下：
式中，μ为现值系数，将年均成本归算到现值，Ωu，Ωh分别是年份、小时的集合。
3.如权利要求2所述的基于Benders分解的两阶段储能规划方法，其特征在于，步骤S2中，建立储能规划的储能、SVG的建设约束，具体为：
所述的储能的建设约束条件：
式中，Pmin和Pmax分别为某节点最小、最大功率；Cmin、Cmax分别为某节点储能最小、最大装机容量；Pc、
分别是节点处的储能装机功率和容量；
所述的SVG的建设约束条件：
式中，
是只能取0或1的逻辑变量，表示节点s处的SVG建设情况，取1时代表相应设备已建设，取0时代表相应设备未建设；
为SVG安装数上限。
4.如权利要求2所述的基于Benders分解的两阶段储能规划方法，其特征在于，步骤S3中，分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；具体为：
线路的功率应在额定功率的范围内；
储能系统的容量和功率满足如下等式约束条件：
Et+1＝Et+Ptcηc-Ptdηd
式中，Et为t时刻储能系统的电量，Ptc、Ptd分别是储能的充、放电功率，ηc、ηd分别是储能的充、放电效率；
电压平衡不等式如下所示：
式中，vx，vl为两节点电压幅值的平方，rxl，lxl分别是线路单位的电阻和电抗；
为电流幅值的平方；H为很大的一个正实数，使得不等式右端对于投运线路为0；不投运时右端为无穷；xxl为表示线路是否建成的0-1变量，
为线路的有功功率，
为线路的无功功率，“+”，“-”分别表示该线路从x端到l端和从l端到x端投运；
节点功率平衡约束如下所示：
式中，
为变电站有功功率，S1为配电网负荷容量，
为功率因数；
为线路le上的有功功率，“+”，“-”分别表示该线路从l端到e端和从e端到l端投运。
5.如权利要求1所述的基于Benders分解的两阶段储能规划方法，其特征在于，步骤S4中，所述的储能所在配电网辐射状运行时的网络拓扑约束条件具体包括以下3点约束条件：
1)与主网系统相连的变电站节点无父节点；
2)负荷节点有且仅有唯一的父节点；
3)其他非负荷节点具有小于等于一个父节点。
6.如权利要求1所述的基于Benders分解的两阶段储能规划方法，其特征在于，步骤S5中，采用Benders分解算法，根据步骤S2-S4建立的约束条件求解，求解步骤S1建立储能规划的目标函数；具体包括如下两步：
首先，分析Benders分解的第一阶段问题类型，确定储能设备建设与电网扩展方案；所述的第一阶段的问题为规划问题；
之后，分析Bender分解第二阶段问题类型，考虑网络重构后的运行问题，对上述两阶段模型进行迭代求解，获取储能规划的最优地址和容量。
7.如权利要求6所述的基于Benders分解的两阶段储能规划方法，其特征在于，Benders分解第一阶段的问题为规划问题，与建设过程中的相关变量有关，包括
储能装机容量Cc、装机功率Pc；第一阶段的规划不包括第二阶段的变量，第二阶段通过辅助变量的方式把优化结果反馈给第一阶段；
第一阶段的初始模型为：
式中，z1是第一阶段目标函数；r为目标函数中的系数矩阵，包括设备的年建设成本系数
设备的资本回收系数τ1、
以及现值系数μ；T为转置，αu为与建设过程中相关的变量，包括0-1变量
连续变量储能装机容量
和装机功率Pc；
Benders分解第二阶段是和运行相关的混合整数非线性优化问题；求解结果与运行状态相关，包括Ptc、Ptd、vx、vl、
vx、vl、
运行结果代回第一阶段迭代求解可得储能的最优地址、容量；
第二阶段模型为：
式中，π1是第二阶段目标函数；β为与运行状态相关的离散变量矩阵，即线路投运变量Y+、Y-；λ为运行约束中的连续变量矩阵，包括Ptc、Ptd、vx、vl、
vx、vl、
s为系数矩阵，包括设备的年维修费用系数
m为另一系数矩阵，包括购电费用系数
T表示转置。
8.一种基于Benders分解的两阶段储能系统，其特征在于，包括：
第一处理模块，用于根据储能规划期建设成本、年维修费用以及从变电站购电产生的发电成本，建立储能规划的目标函数；
第二处理模块，用于建立储能规划的储能、线路、变电站及变压器、SVG的建设约束，同时建立建设的时间约束和建设的数量约束；
第三处理模块，用于分析不同运行场景下的系统运行状态的潮流约束，得到包含线路功率、储能系统的容量和功率、电压平衡、节点功率平衡的约束条件；
第四处理模块，用于考虑网络联通性与开环性，得到储能所在配电网辐射状运行时的网络拓扑约束条件；
储能控制模块，用于采用Benders分解算法，根据约束条件求解储能规划的目标函数，之后按照求解结果进行储能。
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1至7任一项所述基于Benders分解的两阶段储能方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述基于Benders分解的两阶段储能方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010062099.3A CN111291978A (zh) | 2020-01-20 | 2020-01-20 | 一种基于Benders分解的两阶段储能方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010062099.3A CN111291978A (zh) | 2020-01-20 | 2020-01-20 | 一种基于Benders分解的两阶段储能方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111291978A true CN111291978A (zh) | 2020-06-16 |
Family
ID=71024275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010062099.3A Pending CN111291978A (zh) | 2020-01-20 | 2020-01-20 | 一种基于Benders分解的两阶段储能方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111291978A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798070A (zh) * | 2020-07-27 | 2020-10-20 | 上海电气分布式能源科技有限公司 | 一种用户侧光储系统的配置方法及装置 |
| CN112035984A (zh) * | 2020-08-10 | 2020-12-04 | 浙江华云电力工程设计咨询有限公司 | 一种电-气-储区域综合能源系统协同规划方法 |
| CN112182907A (zh) * | 2020-10-19 | 2021-01-05 | 贵州电网有限责任公司 | 一种基于可靠性约束的电-气耦合系统储能装置规划方法 |
| CN112906200A (zh) * | 2021-01-25 | 2021-06-04 | 国网山西省电力公司电力科学研究院 | 电力系统储能配置方法、装置、计算机设备和存储介质 |
| CN113610262A (zh) * | 2021-06-07 | 2021-11-05 | 中国农业大学 | 基于Benders分解的配电网协调优化方法及装置 |
| CN113762792A (zh) * | 2021-09-13 | 2021-12-07 | 山东大学 | 固定式与移动式混合储能系统优化配置系统及方法 |
| CN116091066A (zh) * | 2023-04-07 | 2023-05-09 | 广东电力交易中心有限责任公司 | 基于加速对偶动态规划的全分散式交易出清方法和装置 |
| CN113610262B (zh) * | 2021-06-07 | 2024-06-07 | 中国农业大学 | 基于Benders分解的配电网协调优化方法及装置 |
-
2020
- 2020-01-20 CN CN202010062099.3A patent/CN111291978A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111798070A (zh) * | 2020-07-27 | 2020-10-20 | 上海电气分布式能源科技有限公司 | 一种用户侧光储系统的配置方法及装置 |
| CN111798070B (zh) * | 2020-07-27 | 2024-03-05 | 上海电气分布式能源科技有限公司 | 一种用户侧光储系统的配置方法及装置 |
| CN112035984A (zh) * | 2020-08-10 | 2020-12-04 | 浙江华云电力工程设计咨询有限公司 | 一种电-气-储区域综合能源系统协同规划方法 |
| CN112035984B (zh) * | 2020-08-10 | 2024-04-09 | 浙江华云电力工程设计咨询有限公司 | 一种电-气-储区域综合能源系统协同规划方法 |
| CN112182907A (zh) * | 2020-10-19 | 2021-01-05 | 贵州电网有限责任公司 | 一种基于可靠性约束的电-气耦合系统储能装置规划方法 |
| CN112182907B (zh) * | 2020-10-19 | 2022-12-27 | 贵州电网有限责任公司 | 一种基于可靠性约束的电-气耦合系统储能装置规划方法 |
| CN112906200A (zh) * | 2021-01-25 | 2021-06-04 | 国网山西省电力公司电力科学研究院 | 电力系统储能配置方法、装置、计算机设备和存储介质 |
| CN112906200B (zh) * | 2021-01-25 | 2022-12-30 | 国网山西省电力公司电力科学研究院 | 电力系统储能配置方法、装置、计算机设备和存储介质 |
| CN113610262A (zh) * | 2021-06-07 | 2021-11-05 | 中国农业大学 | 基于Benders分解的配电网协调优化方法及装置 |
| CN113610262B (zh) * | 2021-06-07 | 2024-06-07 | 中国农业大学 | 基于Benders分解的配电网协调优化方法及装置 |
| CN113762792A (zh) * | 2021-09-13 | 2021-12-07 | 山东大学 | 固定式与移动式混合储能系统优化配置系统及方法 |
| CN116091066A (zh) * | 2023-04-07 | 2023-05-09 | 广东电力交易中心有限责任公司 | 基于加速对偶动态规划的全分散式交易出清方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111291978A (zh) | 一种基于Benders分解的两阶段储能方法及系统 | |
| Elsied et al. | Optimal economic and environment operation of micro-grid power systems | |
| CN107392418B (zh) | 一种城市配电网网络重构方法及系统 | |
| Sujatha et al. | Enhancement of PQ in grid connected PV system using hybrid technique | |
| CN107069814A (zh) | 配网分布式电源容量布点的模糊机会约束规划方法与系统 | |
| CN104537258A (zh) | 分布式储能参与有源配电网运行调节的锥优化建模方法 | |
| Rouhani et al. | A comprehensive method for optimum sizing of hybrid energy systems using intelligence evolutionary algorithms | |
| Li et al. | A genetic algorithm-based hybrid optimization approach for microgrid energy management | |
| CN114977320A (zh) | 一种配电网源网荷储多目标协同规划方法 | |
| Saleem et al. | Artificial intelligence based robust nonlinear controllers optimized by improved gray wolf optimization algorithm for plug-in hybrid electric vehicles in grid to vehicle applications | |
| Liu et al. | Effects of reliability index on optimal configuration of hybrid solar/battery energy system by optimization approach: a case study | |
| CN115425650A (zh) | 一种供电所微电网配置方法、装置、设备及介质 | |
| Krim et al. | Joint optimisation of sizing and fuzzy logic power management of a hybrid storage system considering economic reliability indices | |
| CN114254551A (zh) | 分布式储能多目标优化配置方法及系统 | |
| Versaci et al. | Fuzzy Approach for Managing Renewable Energy Flows for DC-Microgrid with Composite PV-WT Generators and Energy Storage System | |
| CN113591224A (zh) | 一种城市电网连锁故障风险评估方法及系统 | |
| CN114298383A (zh) | 一种虚拟电厂储能容量配置方法及装置 | |
| CN108416459B (zh) | 一种电池储能电站的选址方法 | |
| Mallick et al. | Model predictive control based economic operation of grid-connected DC microgrid system | |
| Li et al. | A Method for Analyzing Boundary Conditions of Typical Power Supply Structure in AC/DC Hybrid Distribution Network with Large-Scale Photovoltaic Access | |
| CN111162565B (zh) | 基于多源数据融合的中低压网络在线拼接方法及系统 | |
| CN110932336B (zh) | 一种基于模型预测控制的低压配电台区电压控制方法及系统 | |
| Fu et al. | Multi-objective planning of electric vehicle charging pile considering photovoltaic power uncertainty | |
| Kumar et al. | A robust DC microgrid for residential buildings | |
| Yin et al. | Optimal Planning Method of Single-loop Load Storage in Distributed New Energy Multi-scale Source Network |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200616 |
|
| RJ01 | Rejection of invention patent application after publication |