CN111355251A - 一种基于配电网的储能选址方法及系统 - Google Patents

一种基于配电网的储能选址方法及系统 Download PDF

Info

Publication number
CN111355251A
CN111355251A CN202010289670.5A CN202010289670A CN111355251A CN 111355251 A CN111355251 A CN 111355251A CN 202010289670 A CN202010289670 A CN 202010289670A CN 111355251 A CN111355251 A CN 111355251A
Authority
CN
China
Prior art keywords
sampling point
energy storage
determining
voltage sensitivity
node
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
Application number
CN202010289670.5A
Other languages
English (en)
Inventor
李建林
周喜超
李雅欣
温春雪
周京华
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.)
North China University of Technology
Original Assignee
North China University of Technology
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 North China University of Technology filed Critical North China University of Technology
Priority to CN202010289670.5A priority Critical patent/CN111355251A/zh
Publication of CN111355251A publication Critical patent/CN111355251A/zh
Pending legal-status Critical Current

Links

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
    • H02J3/28—Arrangements for balancing of the load in a network by storage of energy
    • 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
    • G06Q10/06313—Resource planning in a project environment
    • 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
    • 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
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种基于配电网的储能选址方法及系统。该方法包括：获取配电网的网络参数、负荷运行数据和储能安装数量；根据配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度；根据负荷运行数据确定各采样点储能的充放电状态；充放电状态包括充电状态和放电状态；根据各采样点储能的充放电状态对初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度；将每个节点各个采样点对应的最终电压灵敏度按照时序求和，得到每个节点的电压灵敏度总值；根据储能安装数量，将电压灵敏度总值最大的多个节点确定为储能最佳安装位置。本发明可以提高全网电压提升效果。

Description

一种基于配电网的储能选址方法及系统
技术领域
本发明涉及配电网储能选址规划技术领域，特别是涉及一种基于配电网的储能选址方法及系统。
背景技术
当储能技术应用于配电网领域时，配电网的潮流的方向和大小会发生改变，随之会对配电网的电压质量产生影响。储能在配网中的应用已经引起学者的广泛关注，但目前研究成果主要集中于储能系统经济效益的探讨，很少涉及储能对配网的电压支撑作用，缺少储能选址的内在分析，因此，储能在配电网的应用过程中由于储能位置的随机性，导致全网电压提升效果差。
发明内容
本发明的目的是提供一种基于配电网的储能选址方法及系统，以提高全网电压提升效果。
为实现上述目的，本发明提供了如下方案：
一种基于配电网的储能选址方法，包括：
获取配电网的网络参数、负荷运行数据和储能安装数量；所述网络参数包括电力系统节点数、支路数、线路阻抗、线路导纳、接地导纳和变压器变比；所述负荷运行数据包括各负荷节点的功率数据；所述储能安装数量为储能装置安装的个数；
根据所述配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度；
根据所述负荷运行数据确定各采样点储能的充放电状态；所述充放电状态包括充电状态和放电状态；
根据所述各采样点储能的充放电状态对所述初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度；
将每个节点各个采样点对应的最终电压灵敏度按照时序求和，得到每个节点的电压灵敏度总值；
根据所述储能安装数量，将电压灵敏度总值最大的多个节点确定为储能最佳安装位置。
可选的，所述根据所述配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度，具体包括：
根据所述网络参数和所述负荷运行数据，对各采样点进行潮流计算，得到各采样点对应的雅克比矩阵；
根据各采样点对应的雅克比矩阵，不计电压-无功灵敏度，确定每个节点各采样点对应的电压-有功灵敏度；
将每个节点各采样点的电压-有功灵敏度确定为初始电压灵敏度。
可选的，所述根据所述负荷运行数据确定各采样点储能的充放电状态，具体包括：
对于第i个采样点，根据所述负荷运行数据确定一天的平均负荷功率；一天包括多个采样点；
判断第i个采样点的实际负荷功率是否大于所述平均负荷功率；
当所述第i个采样点的实际负荷功率大于所述平均负荷功率时，确定所述第i个采样点储能为放电状态；
当所述第i个采样点的实际负荷功率小于所述平均负荷功率时，确定所述第i个采样点储能为充电状态。
可选的，所述根据所述各采样点储能的充放电状态对所述初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度，具体包括：
对于第j个节点的第i个采样点，根据所述第j个节点的第i个采样点储能的充放电状态确定调节参数的取值；当储能为放电状态时，所述调节参数的取值为-1；当储能为充电状态时，所述调节参数的取值为1；
根据所述第j个节点的第i个采样点的调节参数对所述第j个节点的第i个采样点的初始电压灵敏度进行更新，得到所述第j个节点的第i个采样点最终电压灵敏度；所述最终电压灵敏度为所述初始电压灵敏度与所述调节参数的乘积。
本发明还提供一种基于配电网的储能选址系统，包括：
参数获取模块，用于获取配电网的网络参数、负荷运行数据和储能安装数量；所述网络参数包括电力系统节点数、支路数、线路阻抗、线路导纳、接地导纳和变压器变比；所述负荷运行数据包括各负荷节点的功率数据；所述储能安装数量为储能装置安装的个数；
初始电压灵敏度获取模块，用于根据所述配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度；
储能充放电状态确定模块，用于根据所述负荷运行数据确定各采样点储能的充放电状态；所述充放电状态包括充电状态和放电状态；
电压灵敏度更新模块，用于根据所述各采样点储能的充放电状态对所述初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度；
电压灵敏度总值确定模块，用于将每个节点各个采样点对应的最终电压灵敏度按照时序求和，得到每个节点的电压灵敏度总值；
储能最佳安装位置确定模块，用于根据所述储能安装数量，将电压灵敏度总值最大的多个节点确定为储能最佳安装位置。
可选的，所述初始电压灵敏度获取模块具体包括：
潮流计算单元，用于根据所述网络参数和所述负荷运行数据，对各采样点进行潮流计算，得到各采样点对应的雅克比矩阵；
电压-有功灵敏度确定单元，用于根据各采样点对应的雅克比矩阵，不计电压-无功灵敏度，确定每个节点各采样点对应的电压-有功灵敏度；
初始电压灵敏度确定单元，用于将每个节点各采样点的电压-有功灵敏度确定为初始电压灵敏度。
可选的，所述储能充放电状态确定模块具体包括：
平均负荷功率确定单元，对于第i个采样点，所述平均负荷功率确定单元用于根据所述负荷运行数据确定一天的平均负荷功率；一天包括多个采样点；
判断单元，用于判断第i个采样点的实际负荷功率是否大于所述平均负荷功率；
放电状态确定单元，用于当所述第i个采样点的实际负荷功率大于所述平均负荷功率时，确定所述第i个采样点储能为放电状态；
充电状态确定单元，用于当所述第i个采样点的实际负荷功率小于所述平均负荷功率时，确定所述第i个采样点储能为充电状态。
可选的，所述电压灵敏度更新模块具体包括：
调节参数确定单元，用于对于第j个节点的第i个采样点，根据所述第j个节点的第i个采样点储能的充放电状态确定调节参数的取值；当储能为放电状态时，所述调节参数的取值为-1；当储能为充电状态时，所述调节参数的取值为1；
更新单元，用于根据所述第j个节点的第i个采样点的调节参数对所述第j个节点的第i个采样点的初始电压灵敏度进行更新，得到所述第j个节点的第i个采样点最终电压灵敏度；所述最终电压灵敏度为所述初始电压灵敏度与所述调节参数的乘积。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明结合电力网络自身特点，考虑负荷波动情况，根据配电网的网络参数以及负荷运行数据综合确定每个节点的电压灵敏度，根据节点的电压灵敏度综合确定最佳储能安装位置。因此，本发明考虑负荷波动情况对电压灵敏度的影响，进而确定的储能最佳安装位置，能够起到抬升电压的作用，进而提高全网电压提升效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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为本发明基于配电网的储能选址方法的流程示意图；
图2为本发明负荷波动曲线图；
图3为本发明基于配电网的储能选址系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明基于配电网的储能选址方法的流程示意图。如图1所示，本发明基于配电网的储能选址方法包括以下步骤：
步骤100：获取配电网的网络参数、负荷运行数据和储能安装数量。所述网络参数包括电力系统节点数、支路数、线路阻抗、线路导纳、接地导纳和变压器变比，所述负荷运行数据包括各负荷节点的功率数据。所述储能安装数量为储能装置安装的个数。如表1所示，表1为网络参数和负荷运行数据示例。
表1电力系统网络参数和负荷运行数据示例
Figure BDA0002449916180000051
Figure BDA0002449916180000061
Figure BDA0002449916180000071
Figure BDA0002449916180000081
Figure BDA0002449916180000091
步骤200：根据配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度。具体过程如下：
(1)根据所述网络参数和所述负荷运行数据，对各采样点进行潮流计算，得到各采样点对应的雅克比矩阵。以任意一个采样点为例，基于网络参数和负荷运行数据对电力系统进行潮流计算时，首先将线路导纳和接地导纳按照定义形成节点导纳矩阵，即节点导纳矩阵的对角元素等于各节点自导纳和互导纳之和，非对角元素等于该节点互导纳的负值。然后根据节点导纳矩阵生成修正方程，然后设置节点电压初值，将各节点电压的初值带入修正方程式进行迭代，当迭代结束后得到计算结束时的雅可比矩阵，修正方程如下：
Figure BDA0002449916180000092
雅可比矩阵如下：
Figure BDA0002449916180000093
式中，ΔP为有功功率的不平衡量，ΔQ为无功功率的不平衡量；Δθ为电压相角的变化量，ΔU为电压幅值的变化量，Δθ和ΔU的初值为设置的电压初值；
Figure BDA0002449916180000094
表示求偏导。H、N、J、L表示雅可比矩阵的元素，其物理意义为有功无功对电压相角的偏导。
(2)根据各采样点对应的雅克比矩阵，不计电压-无功灵敏度，确定每个节点各采样点对应的电压-有功灵敏度。每个节点各采样点的电压-有功灵敏度即为本步骤的初始电压灵敏度。本发明不考虑储能发出无功的场景，因此不计电压-无功灵敏度，而电压有功灵敏度可以用上述雅克比矩阵做求逆等运算得到
Figure BDA0002449916180000101
其中SUP为电压有功灵敏度，即初始电压灵敏度。SUP为一个方阵，方阵的列数为节点个数。将SUP每一列求和，便得到每个节点在当前采样点下的初始电压灵敏度，其中的任一个元素记作SUPit，表示采样点t时刻节点i的初始电压灵敏度。
步骤300：根据负荷运行数据确定各采样点储能的充放电状态。充放电状态包括充电状态和放电状态。图2为本发明负荷波动曲线图，如图2所示。根据负荷波动曲线可以判断各个采样点储能的充放电状态。具体的，首先根据负荷运行数据确定一天的平均负荷功率，一天的时间段包括多个采样点。然后对于每个采样点的负荷运行数据，判断该采样点的实际负荷功率是否大于平均负荷功率。若该采样点的实际负荷功率大于平均负荷功率，此时网络中整体负荷较大，储能在该采样点放电给配电网，以承载负荷功率，因此，此时确定储能为放电状态。若该采样点的实际负荷功率小于平均负荷功率，此时网络中整体负荷较小，储能在该采样点充当负荷，可以进行储能，因此，此时确定储能为充电状态。若在该采样点的实际负荷功率等于平均负荷功率，储能在该采样点既不充电也不放电，此时不影响电压灵敏度，因此不必考虑。
步骤400：根据各采样点储能的充放电状态对初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度。本发明考虑负荷波动对电压灵敏度的影响，因此，采用调节参数对初始的电压灵敏度进行调节，得到最终电压灵敏度。具体的，当某个采样点储能为放电状态时，该采样点调节参数的取值为-1；当某个采样点储能为充电状态时，该采样点调节参数的取值为1。对于每个节点的各个采样点来说，将初始电压灵敏度与调节参数相乘，便可以得到该节点在该采样点考虑电荷波动因素更新后的电压灵敏度，即最终电压灵敏度。具体公式为：
Sit＝SUPit×kt；
Figure BDA0002449916180000102
其中，Sit为第i个节点采样点t时的最终电压灵敏度，SUPit第i个节点采样点t时的初始电压灵敏度，kt为采样点t的调节参数，Plt为采样点t的实际负荷功率，Pl为平均负荷功率。
步骤500：将每个节点各个采样点对应的最终电压灵敏度按照时序求和，得到每个节点的电压灵敏度总值。具体公式为：
Figure BDA0002449916180000111
Si为第i个节点的电压灵敏度总值，T为采样点总数。
步骤600：根据储能安装数量，将电压灵敏度总值最大的多个节点确定为储能最佳安装位置。例如，储能安装数量为3个，那么将电压灵敏度总值最大的3个节点确定为储能最佳安装位置。
本发明采用考虑负荷波动的电压灵敏度来确定储能安装位置可以让储能对系统带来良好的调压作用，维持系统电压稳定。
对应图1所示的基于配电网的储能选址方法，图3为本发明基于配电网的储能选址系统的结构示意图。如图3所示，本发明基于配电网的储能选址系统包括以下结构：
参数获取模块301，用于获取配电网的网络参数、负荷运行数据和储能安装数量；所述网络参数包括电力系统节点数、支路数、线路阻抗、线路导纳、接地导纳和变压器变比；所述负荷运行数据包括各负荷节点的功率数据；所述储能安装数量为储能装置安装的个数。
初始电压灵敏度获取模块302，用于根据所述配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度。
储能充放电状态确定模块303，用于根据所述负荷运行数据确定各采样点储能的充放电状态；所述充放电状态包括充电状态和放电状态。
电压灵敏度更新模块304，用于根据所述各采样点储能的充放电状态对所述初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度。
电压灵敏度总值确定模块305，用于将每个节点各个采样点对应的最终电压灵敏度按照时序求和，得到每个节点的电压灵敏度总值。
储能最佳安装位置确定模块306，用于根据所述储能安装数量，将电压灵敏度总值最大的多个节点确定为储能最佳安装位置。
作为另一实施例，本发明基于配电网的储能选址系统中，所述初始电压灵敏度获取模块302具体包括：
潮流计算单元，用于根据所述网络参数和所述负荷运行数据，对各采样点进行潮流计算，得到各采样点对应的雅克比矩阵。
电压-有功灵敏度确定单元，用于根据各采样点对应的雅克比矩阵，不计电压-无功灵敏度，确定每个节点各采样点对应的电压-有功灵敏度。
初始电压灵敏度确定单元，用于将每个节点各采样点的电压-有功灵敏度确定为初始电压灵敏度。
作为另一实施例，本发明基于配电网的储能选址系统中，所述储能充放电状态确定模块303具体包括：
平均负荷功率确定单元，对于第i个采样点，所述平均负荷功率确定单元用于根据所述负荷运行数据确定一天的平均负荷功率；一天包括多个采样点。
判断单元，用于判断第i个采样点的实际负荷功率是否大于所述平均负荷功率。
放电状态确定单元，用于当所述第i个采样点的实际负荷功率大于所述平均负荷功率时，确定所述第i个采样点储能为放电状态。
充电状态确定单元，用于当所述第i个采样点的实际负荷功率小于所述平均负荷功率时，确定所述第i个采样点储能为充电状态。
作为另一实施例，本发明基于配电网的储能选址系统中，所述电压灵敏度更新模块304具体包括：
调节参数确定单元，用于对于第j个节点的第i个采样点，根据所述第j个节点的第i个采样点储能的充放电状态确定调节参数的取值；当储能为放电状态时，所述调节参数的取值为-1；当储能为充电状态时，所述调节参数的取值为1。
更新单元，用于根据所述第j个节点的第i个采样点的调节参数对所述第j个节点的第i个采样点的初始电压灵敏度进行更新，得到所述第j个节点的第i个采样点最终电压灵敏度；所述最终电压灵敏度为所述初始电压灵敏度与所述调节参数的乘积。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于配电网的储能选址方法，其特征在于，包括：
获取配电网的网络参数、负荷运行数据和储能安装数量；所述网络参数包括电力系统节点数、支路数、线路阻抗、线路导纳、接地导纳和变压器变比；所述负荷运行数据包括各负荷节点的功率数据；所述储能安装数量为储能装置安装的个数；
根据所述配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度；
根据所述负荷运行数据确定各采样点储能的充放电状态；所述充放电状态包括充电状态和放电状态；
根据所述各采样点储能的充放电状态对所述初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度；
将每个节点各个采样点对应的最终电压灵敏度按照时序求和，得到每个节点的电压灵敏度总值；
根据所述储能安装数量，将电压灵敏度总值最大的多个节点确定为储能最佳安装位置。
2.根据权利要求1所述的基于配电网的储能选址方法，其特征在于，所述根据所述配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度，具体包括：
根据所述网络参数和所述负荷运行数据，对各采样点进行潮流计算，得到各采样点对应的雅克比矩阵；
根据各采样点对应的雅克比矩阵，不计电压-无功灵敏度，确定每个节点各采样点对应的电压-有功灵敏度；
将每个节点各采样点的电压-有功灵敏度确定为初始电压灵敏度。
3.根据权利要求1所述的基于配电网的储能选址方法，其特征在于，所述根据所述负荷运行数据确定各采样点储能的充放电状态，具体包括：
对于第i个采样点，根据所述负荷运行数据确定一天的平均负荷功率；一天包括多个采样点；
判断第i个采样点的实际负荷功率是否大于所述平均负荷功率；
当所述第i个采样点的实际负荷功率大于所述平均负荷功率时，确定所述第i个采样点储能为放电状态；
当所述第i个采样点的实际负荷功率小于所述平均负荷功率时，确定所述第i个采样点储能为充电状态。
4.根据权利要求1所述的基于配电网的储能选址方法，其特征在于，所述根据所述各采样点储能的充放电状态对所述初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度，具体包括：
对于第j个节点的第i个采样点，根据所述第j个节点的第i个采样点储能的充放电状态确定调节参数的取值；当储能为放电状态时，所述调节参数的取值为-1；当储能为充电状态时，所述调节参数的取值为1；
根据所述第j个节点的第i个采样点的调节参数对所述第j个节点的第i个采样点的初始电压灵敏度进行更新，得到所述第j个节点的第i个采样点最终电压灵敏度；所述最终电压灵敏度为所述初始电压灵敏度与所述调节参数的乘积。
5.一种基于配电网的储能选址系统，其特征在于，包括：
参数获取模块，用于获取配电网的网络参数、负荷运行数据和储能安装数量；所述网络参数包括电力系统节点数、支路数、线路阻抗、线路导纳、接地导纳和变压器变比；所述负荷运行数据包括各负荷节点的功率数据；所述储能安装数量为储能装置安装的个数；
初始电压灵敏度获取模块，用于根据所述配电网的网络参数和负荷运行数据确定每个节点各采样点的初始电压灵敏度；
储能充放电状态确定模块，用于根据所述负荷运行数据确定各采样点储能的充放电状态；所述充放电状态包括充电状态和放电状态；
电压灵敏度更新模块，用于根据所述各采样点储能的充放电状态对所述初始电压灵敏度进行更新，得到每个节点各个采样点对应的最终电压灵敏度；
电压灵敏度总值确定模块，用于将每个节点各个采样点对应的最终电压灵敏度按照时序求和，得到每个节点的电压灵敏度总值；
储能最佳安装位置确定模块，用于根据所述储能安装数量，将电压灵敏度总值最大的多个节点确定为储能最佳安装位置。
6.根据权利要求5所述的基于配电网的储能选址系统，其特征在于，所述初始电压灵敏度获取模块具体包括：
潮流计算单元，用于根据所述网络参数和所述负荷运行数据，对各采样点进行潮流计算，得到各采样点对应的雅克比矩阵；
电压-有功灵敏度确定单元，用于根据各采样点对应的雅克比矩阵，不计电压-无功灵敏度，确定每个节点各采样点对应的电压-有功灵敏度；
初始电压灵敏度确定单元，用于将每个节点各采样点的电压-有功灵敏度确定为初始电压灵敏度。
7.根据权利要求5所述的基于配电网的储能选址系统，其特征在于，所述储能充放电状态确定模块具体包括：
平均负荷功率确定单元，对于第i个采样点，所述平均负荷功率确定单元用于根据所述负荷运行数据确定一天的平均负荷功率；一天包括多个采样点；
判断单元，用于判断第i个采样点的实际负荷功率是否大于所述平均负荷功率；
放电状态确定单元，用于当所述第i个采样点的实际负荷功率大于所述平均负荷功率时，确定所述第i个采样点储能为放电状态；
充电状态确定单元，用于当所述第i个采样点的实际负荷功率小于所述平均负荷功率时，确定所述第i个采样点储能为充电状态。
8.根据权利要求5所述的基于配电网的储能选址系统，其特征在于，所述电压灵敏度更新模块具体包括：
调节参数确定单元，用于对于第j个节点的第i个采样点，根据所述第j个节点的第i个采样点储能的充放电状态确定调节参数的取值；当储能为放电状态时，所述调节参数的取值为-1；当储能为充电状态时，所述调节参数的取值为1；
更新单元，用于根据所述第j个节点的第i个采样点的调节参数对所述第j个节点的第i个采样点的初始电压灵敏度进行更新，得到所述第j个节点的第i个采样点最终电压灵敏度；所述最终电压灵敏度为所述初始电压灵敏度与所述调节参数的乘积。
CN202010289670.5A 2020-04-14 2020-04-14 一种基于配电网的储能选址方法及系统 Pending CN111355251A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010289670.5A CN111355251A (zh) 2020-04-14 2020-04-14 一种基于配电网的储能选址方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010289670.5A CN111355251A (zh) 2020-04-14 2020-04-14 一种基于配电网的储能选址方法及系统

Publications (1)

Publication Number Publication Date
CN111355251A true CN111355251A (zh) 2020-06-30

Family

ID=71197720

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010289670.5A Pending CN111355251A (zh) 2020-04-14 2020-04-14 一种基于配电网的储能选址方法及系统

Country Status (1)

Country Link
CN (1) CN111355251A (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012249487A (ja) * 2011-05-31 2012-12-13 Hitachi Ltd 配電系統の制御システムおよび制御方法
US20150311718A1 (en) * 2014-04-24 2015-10-29 Varentec, Inc. Optimizing voltage and var on the electric grid using distributed var sources
JP2016067101A (ja) * 2014-09-24 2016-04-28 新神戸電機株式会社 再生可能エネルギ用変動緩和蓄電池システム
US20160126739A1 (en) * 2014-11-04 2016-05-05 Nec Laboratories America, Inc. Enhancing power system voltage stability using grid energy storage for voltage support
CN106972523A (zh) * 2016-12-27 2017-07-21 国网浙江省电力公司嘉兴供电公司 有源配电网内储能电站的优化选址定容方法
CN107370172A (zh) * 2017-07-25 2017-11-21 山东大学 高渗透率光伏配网中电池储能系统综合运行控制系统及方法
CN107636928A (zh) * 2015-05-13 2018-01-26 三星重工业株式会社 船舶及其电力运用方法
CN108964102A (zh) * 2018-07-26 2018-12-07 华北电力大学（保定） 配电网中分布式储能的位置和容量优化配置方法
CN109462254A (zh) * 2018-11-16 2019-03-12 国网辽宁省电力有限公司电力科学研究院 一种基于电压灵敏度提升光伏消纳能力的方法
CN109818361A (zh) * 2019-03-19 2019-05-28 华北电力大学 一种输电网中基于网损灵敏度的储能选址方法
CN109861208A (zh) * 2019-01-07 2019-06-07 南京工程学院 一种基于两阶段预处理策略的电动汽车并网优化调度方法
CN110264110A (zh) * 2019-07-08 2019-09-20 国网湖南省电力有限公司 基于配电网多应用场景的储能电站选址定容方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012249487A (ja) * 2011-05-31 2012-12-13 Hitachi Ltd 配電系統の制御システムおよび制御方法
US20150311718A1 (en) * 2014-04-24 2015-10-29 Varentec, Inc. Optimizing voltage and var on the electric grid using distributed var sources
JP2016067101A (ja) * 2014-09-24 2016-04-28 新神戸電機株式会社 再生可能エネルギ用変動緩和蓄電池システム
US9866029B2 (en) * 2014-11-04 2018-01-09 Nec Corporation Enhancing power system voltage stability using grid energy storage for voltage support
US20160126739A1 (en) * 2014-11-04 2016-05-05 Nec Laboratories America, Inc. Enhancing power system voltage stability using grid energy storage for voltage support
CN107636928A (zh) * 2015-05-13 2018-01-26 三星重工业株式会社 船舶及其电力运用方法
CN106972523A (zh) * 2016-12-27 2017-07-21 国网浙江省电力公司嘉兴供电公司 有源配电网内储能电站的优化选址定容方法
CN107370172A (zh) * 2017-07-25 2017-11-21 山东大学 高渗透率光伏配网中电池储能系统综合运行控制系统及方法
CN108964102A (zh) * 2018-07-26 2018-12-07 华北电力大学（保定） 配电网中分布式储能的位置和容量优化配置方法
CN109462254A (zh) * 2018-11-16 2019-03-12 国网辽宁省电力有限公司电力科学研究院 一种基于电压灵敏度提升光伏消纳能力的方法
CN109861208A (zh) * 2019-01-07 2019-06-07 南京工程学院 一种基于两阶段预处理策略的电动汽车并网优化调度方法
CN109818361A (zh) * 2019-03-19 2019-05-28 华北电力大学 一种输电网中基于网损灵敏度的储能选址方法
CN110264110A (zh) * 2019-07-08 2019-09-20 国网湖南省电力有限公司 基于配电网多应用场景的储能电站选址定容方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
李振坤 等: ""基于时序电压灵敏度的有源配电网储能优化配置"", 《中 国 电 机 工 程 学 报》 *
袭著永: ""混合动力电动汽车控制策略的仿真研究及优化"", 《中国优秀博硕士学位论文全文数据库 (硕士)工程科技Ⅱ辑(月刊)》 *
郭威 等: ""计及多属性综合指标与经济性的电网侧储能系统选址配置方法"", 《电力建设》 *
韦钢: "《电力系统分析基础》", 28 February 2006 *

Similar Documents

Publication Publication Date Title
CN106972523B (zh) 有源配电网内储能电站的优化选址定容方法
CN108233416B (zh) 一种考虑电压越限风险的配电网单光伏消纳能力评估方法
CN107947192B (zh) 一种下垂控制型孤岛微电网的无功优化配置方法
Dhaked et al. Battery Charging Optimization of Solar Energy based Telecom Sites in India.
CN114123213B (zh) 一种电网的时空功率均衡方法及系统
CN110969305B (zh) 一种光伏电站仿真模型参数优化方法及系统
Du et al. Perturbation optimization of maximum power point tracking of photovoltaic power systems based on practical solar irradiance data
CN115632394A (zh) 基于ppo算法的光伏电站暂态模型构建与参数辨识方法
CN114024338B (zh) 一种大规模风电汇集电网分相潮流优化方法及系统
Bagheri et al. Impacts of renewable energy sources by battery forecasting on smart power systems
CN110852495A (zh) 一种分布式储能电站选址方法
CN115133538A (zh) 一种配电网重要负荷电压模型预测控制方法
CN109508062B (zh) 一种基于模糊电导的光伏发电控制方法及系统
CN111355251A (zh) 一种基于配电网的储能选址方法及系统
CN110365014B (zh) 一种考虑电压灵敏度时变特性的电压分区方法
CN106532825B (zh) 蓄电池充电方法及装置
Pippi et al. Assessing the provision of ancillary services considering BES capacity degradation
Sun et al. Optimal voltage/var control of pv inverters in distribution network based on genetic algorithm
CN111817329A (zh) 光伏电站优化运行方法及装置
CN103701119B (zh) 一种基于无功功率调整的不收敛潮流数据的处理方法
CN109921416A (zh) 混合储能系统功率及容量的确定方法及装置
Castro et al. Optimal placement of battery energy storage systems with energy time shift strategy in power networks with high penetration of photovoltaic plants
CN110556868B (zh) 一种考虑电压稳定性的风电接入系统储能充放电控制方法
Fragaki et al. System memory effects in the sizing of stand‐alone PV systems
CN106712009B (zh) 基于分布式光储的主动配电网安全运行优化方法

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