CN111509744B - 一种储能多功能应用布局方法及系统 - Google Patents
一种储能多功能应用布局方法及系统 Download PDFInfo
- Publication number
- CN111509744B CN111509744B CN202010318450.0A CN202010318450A CN111509744B CN 111509744 B CN111509744 B CN 111509744B CN 202010318450 A CN202010318450 A CN 202010318450A CN 111509744 B CN111509744 B CN 111509744B
- Authority
- CN
- China
- Prior art keywords
- index
- node
- energy storage
- matrix
- value
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 181
- 238000000034 method Methods 0.000 title claims abstract description 43
- 230000035945 sensitivity Effects 0.000 claims abstract description 86
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000013210 evaluation model Methods 0.000 claims abstract description 8
- 238000009826 distribution Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 120
- 238000011156 evaluation Methods 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 13
- 108091026890 Coding region Proteins 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000007599 discharging Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
-
- 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
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出了一种储能多功能应用布局方法及系统，包括加载储能布局初始数据，基于储能多目标应用需求，生成所述储能多功能应用布局的预处理数据；对所述预处理数据进行分析处理后得到不同类别指标数据在不同节点下的指标值评估模型，生成不同类别指标数据相匹配的指标灵敏度矩阵；加入预设的多点布局约束条件，生成储能多功能应用布局次序；加入节点可布局储能面积约束，生成储能可布局节点次序与节点储能容量约束；在所述储能可布局节点次序与节点储能容量数据加入储能配置模型，输出储能多功能应用布局结果。本发明的多功能应用布局方法提升了储能在电力网络中的综合布局效果，提高了储能应用的技术性能以及提升了同等规模储能应用的经济性。
Description
技术领域
本发明属于储能在电力系统中应用技术领域，具体涉及储能多功能应用的布局方法及系统。
背景技术
近年来，随着大规模储能技术的进步、成本的降低，源、网、荷侧储能应用项目逐步开展，储能在电力系统的功能应用得到验证。储能技术所具备的秒级四象限有功、无功秒级响应能力，使其在电力系统中发挥多功能应用的特征。储能在电力系统中布局节点的差异，影响多功能应用的效果，不同节点的指标灵敏度存在差异性，并且电力系统源、荷存在的时序性问题，对指标带来时序性影响；另一方面，储能电站运行于充电与放电两种状态，同样会对指标值带来影响。如何提高储能布局的综合效能，在同等储能规模下获得较优的调节效果，具有一定的现实意义。
发明内容
为解决上述技术问题，本发明提供了一种储能多功能应用布局方法及系统，以实现储能在电力系统中的综合应用效能最大为目标。本发明提供了储能多功能应用布局方法及系统，综合考虑全局应用需求与储能运行特性，对储能选址布局进行优化。
根据本发明的实施例，本发明提出了一种储能多功能应用布局方法，所述方法包括：
步骤S1.加载储能布局初始数据，基于储能多目标应用需求，生成所述储能多功能应用布局的预处理数据；
步骤S2.对所述预处理数据进行分析处理后得到不同类别指标数据在不同节点下的指标值评估模型，以生成不同类别指标数据相匹配的指标灵敏度矩阵；
步骤S3.在所述指标灵敏度矩阵形成的储能布局评判指标值中加入预设的多点布局约束条件，以生成储能多功能应用布局次序；
步骤S4.在所述储能多功能应用布局次序中加入节点可布局储能面积约束，以生成储能可布局节点次序与节点储能容量约束；
步骤S5.在所述储能可布局节点次序与节点储能容量数据加入储能配置模型，从而输出储能多功能应用布局结果。
进一步的，所述初始数据包括：加载电力网络节点数、电力网络支路数、基准容量、平衡节点编号、支路数据、接地支路数据、变压器数据、节点数据、PV节点数据、线路或支路传输容量数据、功率时序数据、节点储能规模上限数据。
进一步的，所述不同类别指标数据包括非时序性指标以及时序性指标数据，其中，所述非时序性指标数据包括最低技术出力、线路负载率、节点送/受电能力中的一种或多种；时序性指标数据包括网损、电压中的一种或多种。
进一步的，当为非时序性指标时，生成指标灵敏度矩阵包括，取当前非时序性指标值的最大值为节点所关联指标的非时序性指标值，依据节点编码次序，形成节点所关联的指标灵敏度矩阵，矩阵中的元素为节点所关联指标的指标值。
进一步的，当为时序性指标时，生成指标灵敏度矩阵包括，在某一采样时间点下，节点i的时序性指标的指标值为各节点当前指标对节点i注入功率的偏导数之和；在各采样时间点下，计算系统中全部节点的当前指标的灵敏度指标值，形成各节点当前节点的灵敏度时序性指标值，依据各节点的电压灵敏度时序性指标值，将各时刻的当前指标的灵敏度值乘以对应时刻的权重，并将所有采样时间点加权求和，得出节点当前指标的灵敏度值，依据节点编码次序，形成指标灵敏度矩阵，矩阵中的元素为各节点当前指标的灵敏度指标值。
进一步的，所述权重的取值方式为，在典型日负荷曲线上设定参考曲线，若某时刻下参考曲线低于典型日负荷曲线，为其设置一负值的权重；若某时刻下参考曲线高于典型日负荷曲线，为其设置一正值的权重。
进一步的，所述步骤S3具体包括：
步骤S301.依据所述指标灵敏度矩阵，形成指标属性值矩阵，其中，所述属性值矩阵中xij的元素值为节点i指标j对应的灵敏度矩阵中的元素值；
步骤S302.将指标属性值矩阵中的各元素与元素所在列的最小值做差，并将该差值除以对应列最大值与最小值的差值，得到标准化指标属性值矩阵；
步骤S303.基于标准化指标属性值矩阵，确定节点i指标j的关联系数，形成关联系数矩阵；
步骤S304.分别确定指标j的权重、加权标准化指标属性值矩阵以及节点i的综合评判指标值，其中，指标j的权重为关联系数矩阵中指标j所在列之和除以关联系数矩阵行与列之和，加权标准化指标属性值矩阵中的第i个元素为标准化指标属性值矩阵中节点i指标j对应的元素与指标j的权重之积，节点i的综合评判指标值为加权标准化指标属性值矩阵中的第i个元素的值；
步骤S305.加入预设的多点布局约束条件，依据所述综合评判指标值从大到小的顺序，对各节点编码进行排序，得到储能待布局节点次序，结合待选节点的空间约束，剔除掉不能布局节点，形成储能布局节点次序。
进一步的，所述确定节点i指标j的关联系数的方法为：标准化指标属性值矩阵中指标j的最大值，记为
与标准化指标属性值矩阵中节点i指标j对应元素的差值，记为zij；以|zij|为第i行第j列元素形成矩阵G；节点i指标j的关联系数为
λ为因数取值0.5。
进一步的，所述储能多点布局约束条件包括潮流计算方程约束、节点电压约束、发电机组出力约束、线路传输容量约束中的一种或多种。
进一步的，所述步骤S4具体包括：所述储能多功能应用布局次序中加入节点可布局储能面积约束，将节点可布局储能面积除以单位规模储能占地面积生成节点储能容量约束，修正步骤S3储能布局节点次序，剔除掉节点储能容量为0的节点，以生成储能可布局节点次序。
进一步的，所述步骤S5具体包括：所述储能可布局节点次序与节点储能容量数据加入储能配置模型，储能配置模型包括电网电压、电网频率、受电能力、清洁能源消纳率/弃电率、线路负载率、系统调峰能力、储能电站净收益、投资回报率中的任意一种或多种，优化输出储能多功能应用布局结果。
根据本发明的实施例，本发明还提出了一种基于储能多功能应用布局方法的系统，其特征在于，所述系统包括：
加载装置，加载储能布局初始数据，基于储能多目标应用需求，生成所述储能多功能应用布局的预处理数据；
预处理装置，对所述预处理数据进行分析处理后得到不同类别指标数据在不同节点下的指标值评估模型，同时生成不同类别指标数据相匹配的指标灵敏度矩阵；
布局输出装置，用于在所述指标灵敏度矩阵形成的储能布局评判指标值中加入预设的多点布局约束条件，从而输出储能多功能应用布局结果。
一种储能多功能应用布局系统，应用于电力系统，所述系统包括：处理器以及与所述处理器耦合的存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现所述一种储能多功能应用布局方法的方法步骤。
本发明基于储能在电力系统源网荷中的多功能应用需求，考虑不同技术经济指标的时序性与非时序性，分别提出了指标灵敏度矩阵建立方法，采用定量方法，形成储能选址综合评判指标，所提出的储能多点布局方法，有利于提升储能在电力网络中的综合布局效果，提高储能应用的技术性能、提升同等规模储能应用的经济性。
附图说明
图1为本发明提出的储能多功能应用布局方法流程图；
图2为本发明提出的储能多功能应用布局系统框架图。
具体实施方式
为便于理解，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。
根据本发明的实施例，如图1所示，本发明提出了一种储能多功能应用布局方法，该方法包括：
步骤S1.加载储能布局初始数据，基于储能多目标应用需求，生成所述储能多功能应用布局的预处理数据。
在本发明的实施例中，初始数据包括：加载电力网络节点数、电力网络支路数、基准容量、平衡节点编号、支路数据、接地支路数据、变压器数据、节点数据、PV节点数据、线路或支路传输容量数据、功率时序数据、节点储能规模上限数据。
上述数据又可以依据实际具体划分如下：
支路数据：支路编号、支路始端节点编号、支路末端节点编号、支路电阻、支路电抗、支路电纳；
接地支路数据：接地支路节点编号、接地支路其导纳；
变压器数据：变压器所在支路编号、变压器所在支路始端节点编号、变压器所在支路末端节点编号、变压器电阻、变压器电抗、变压器变比；
节点数据：节点编号、发电机有功、发电机无功、负荷有功、负荷无功
PV节点数据：PV节点电压、PV节点无功下限、PV节点无功上限；
线路或支路传输容量数据：支路编号、支路始端节点编号、支路末端节点编号、支路容量上限；
功率时序数据：采样时间点、各采样时间点下各节点的负荷功率、可再生电源功率等；
节点储能规模上限数据：依据节点空间约束，结合储能技术集成水平，得出节点储能规模上限数据。
根据本发明的目的，储能在电力系统中的作用主要体现在：提升清洁能源消纳、辅助火电厂调峰调频、延缓电网设施扩容、提高供电可靠性、提供辅助服务、降低系统网损、提升负荷的灵活性与可调节性等。与储能布局相关的典型技术、经济指标如：火电机组最低技术出力、线路负载率、网损、电压、节点送/受电能力等。在本步骤中，生成的预处理数据包括技术性能指标数据及经济性能指标数据。
步骤S2.对所述预处理数据进行分析处理后得到不同类别指标数据在不同节点下的指标值评估模型，以生成不同类别指标数据相匹配的指标灵敏度矩阵。
根据本发明的目的，本步骤中，将与储能布局相关的技术性能、经济性能指标划分为不同类别指标数据，包括非时序性指标以及时序性指标数据。非时序性指标数据包括最低技术出力、线路负载率、节点送/受电能力中的一种或多种；时序性指标数据包括网损、电压中的一种或多种。
根据本发明的目的，该步骤通过对时序性指标数据及非时序性指标数据确定出的指标值评估模型，从而形成指标灵敏度矩阵，当为非时序性指标时，形成指标灵敏度矩阵包括，计算网络中当前非时序性指标值，取指标值的最大值为节点所关联指标的非时序性指标值，依据节点编码次序，形成节点所关联的指标灵敏度矩阵，矩阵中的元素为节点所关联指标的指标值。当为时序性指标时，形成指标灵敏度矩阵包括，在某一采样时间点下，节点i的时序性指标的指标值，该指标值为各节点当前指标对节点i注入功率的偏导数之和；在各采样时间点下，计算系统中全部节点的当前指标的灵敏度指标值，形成各节点当前节点的灵敏度时序性指标值，依据各节点的电压灵敏度时序性指标值，将各时刻的当前指标的灵敏度值乘以对应时刻的权重，并将所有采样时间点加权求和，得出节点当前指标的灵敏度值，依据节点编码次序，形成指标灵敏度矩阵，矩阵中的元素为各节点当前指标的灵敏度指标值。
以节点所关联线路负载率指标为例。具体包括三个步骤：
1)计算网络中各线路的负载率，即线路峰值负荷与其线路传输容量的比值。
2)节点所关联线路负载率非时序性指标值为节点所关联线路负载率的最大值。
3)依据节点编码次序，形成节点所关联线路负载率指标矩阵，矩阵中的元素为节点所关联线路负载率指标值。
以电压灵敏度指标为例，具体包括3个步骤：
1)在某一采样时间点下，节点i电压灵敏度指标值，该值为各节点电压对节点i注入功率的偏导数之和；在各采样时间点下，计算系统中全部节点的电压灵敏度指标值，形成各节点电压灵敏度时序性指标值。
2)依据各节点的电压灵敏度时序性指标值，将各时刻的电压灵敏度值乘以对应时刻的权重，并将所有采样时间点加权求和，得出节点电压灵敏度值。
权重的取值方法为：考虑储能装置充放电状态对电压灵敏度值的影响，在典型日负荷曲线上设定参考曲线，若某时刻下参考曲线低于典型日负荷曲线，权为其设置一负值的权重；若某时刻下参考曲线高于典型日负荷曲线，为其设置一正值的权重。
3)依据节点编码次序，形成节点电压灵敏度矩阵，矩阵中的元素为各节点电压灵敏度指标值。
步骤S3.在所述指标灵敏度矩阵形成的储能布局评判指标值中加入预设的多点布局约束条件，从而输出储能多功能应用布局结果。
根据本发明的目的，本发明依据各时序性指标、非时序性指标，形成储能布局综合评判指标值，具体包括：
步骤S301.依据所述指标灵敏度矩阵，形成指标属性值矩阵，其中，所述属性值矩阵中xij的元素值为节点i指标j对应的灵敏度矩阵中的元素值；
步骤S302.将指标属性值矩阵中的各元素与元素所在列的最小值做差，并将该差值除以对应列最大值与最小值的差值，得到标准化指标属性值矩阵；
步骤S303.基于标准化指标属性值矩阵，确定节点i指标j的关联系数，形成关联系数矩阵。
在本步骤中，节点i指标j的关联系数的方法为：标准化指标属性值矩阵中指标j的最大值，记为
与标准化指标属性值矩阵中节点i指标j对应元素的差值，记为zij；以|zij|为第i行第j列元素形成矩阵G；节点i指标j的关联系数为
λ为因数取值0.5。
步骤S304.分别确定指标j的权重、加权标准化指标属性值矩阵以及节点i的综合评判指标值，其中，指标j的权重为关联系数矩阵中指标j所在列之和除以关联系数矩阵行与列之和，加权标准化指标属性值矩阵中的第i个元素为标准化指标属性值矩阵中节点i指标j对应的元素与指标j的权重之积，节点i的综合评判指标值为加权标准化指标属性值矩阵中的第i个元素的值；
步骤S305.确定储能多点布局约束条件，依据所述综合评判指标值从大到小的顺序，对各节点编码进行排序，得到储能待布局节点次序，结合待选节点的空间约束，剔除掉不能布局节点，形成储能布局节点次序。设定待布局储能节点的个数n，输出储能布局节点次序中前n个节点的编号。
在本步骤中，储能多点布局约束条件包括潮流计算方程约束、节点电压约束、发电机组出力约束、线路传输容量约束中的一种或多种。
步骤S4.储能多功能应用布局次序中加入节点可布局储能面积约束，将节点可布局储能面积除以单位规模储能占地面积生成节点储能容量约束，修正步骤S3储能布局节点次序，剔除掉节点储能容量为0的节点，以生成储能可布局节点次序。
步骤S5.储能可布局节点次序与节点储能容量数据加入储能配置模型，储能配置模型包括电网电压、电网频率、受电能力、清洁能源消纳率/弃电率、线路负载率、系统调峰能力、储能电站净收益、投资回报率中的任意一种或多种，优化输出储能多功能应用布局结果。
根据本发明的实施例，如图2所示，本发明还提出了一种基于储能多功能应用布局方法的系统，系统包括：
加载装置，加载储能布局初始数据，基于储能多目标应用需求，生成所述储能多功能应用布局的预处理数据；
预处理装置，对所述预处理数据进行分析处理后得到不同类别指标数据在不同节点下的指标值评估模型，同时生成不同类别指标数据相匹配的指标灵敏度矩阵，当为非时序性指标时，形成指标灵敏度矩阵包括，计算网络中当前非时序性指标值，取指标值的最大值为节点所关联指标的非时序性指标值，依据节点编码次序，形成节点所关联的指标灵敏度矩阵，矩阵中的元素为节点所关联指标的指标值。当为时序性指标时，形成指标灵敏度矩阵包括，在某一采样时间点下，节点i的时序性指标的指标值，该指标值为各节点当前指标对节点i注入功率的偏导数之和；在各采样时间点下，计算系统中全部节点的当前指标的灵敏度指标值，形成各节点当前节点的灵敏度时序性指标值，依据各节点的电压灵敏度时序性指标值，将各时刻的当前指标的灵敏度值乘以对应时刻的权重，并将所有采样时间点加权求和，得出节点当前指标的灵敏度值，依据节点编码次序，形成指标灵敏度矩阵，矩阵中的元素为各节点当前指标的灵敏度指标值。对所述储能多功能应用布局次序中加入节点可布局储能面积约束，以生成储能可布局节点次序与节点储能容量约束；对所述储能可布局节点次序与节点储能容量数据加入储能配置模型，从而输出储能多功能应用布局结果。
布局输出装置，在所述指标灵敏度矩阵形成的储能布局评判值中加入预设的多点布局约束条件，从而输出储能多功能应用布局结果。
具体来说，操作装置还包括第一计算模块，第二计算模块，用于：
第一计算模块，用于依据所述指标灵敏度矩阵，形成指标属性值矩阵，其中，所述属性值矩阵中xij的元素值为节点i指标j对应的灵敏度矩阵中的元素值；
第二计算模块，用于指标属性值矩阵中的各元素与元素所在列的最小值做差，并将该差值除以对应列最大值与最小值的差值，得到标准化指标属性值矩阵；
第三计算模块，用于基于标准化指标属性值矩阵，确定节点i指标j的关联系数，形成关联系数矩阵；
第四计算模块，用于分别确定指标j的权重、加权标准化指标属性值矩阵以及节点i的综合评判指标值，其中，指标j的权重为关联系数矩阵中指标j所在列之和除以关联系数矩阵行与列之和，加权标准化指标属性值矩阵中的第i个元素为标准化指标属性值矩阵中节点i指标j对应的元素与指标j的权重之积，节点i的综合评判指标值为加权标准化指标属性值矩阵中的第i个元素的值；
处理模块，用于确定储能多点布局约束条件，依据所述综合评判指标值从大到小的顺序，对各节点编码进行排序，得到储能待布局节点次序；以生成储能多功能应用布局次序；在所述储能多功能应用布局次序中加入节点可布局储能面积约束，以生成储能可布局节点次序与节点储能容量约束；在所述储能可布局节点次序与节点储能容量数据加入储能配置模型，从而输出储能多功能应用布局结果。
本发明的技术方案考虑储能的多功能应用需求，考虑不同技术性能、经济性能指标的时序性与非时序性，以及储能充放电状态对系统的影响，构建了储能布局综合评判指标方法及系统，在实际使用中提升了储能在电力网络中的综合布局效果，提高了储能应用的技术性能以及提升了同等规模储能应用的经济性。
对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
本发明另一实施例中，提供一种储能多功能应用布局系统，应用于电力系统，所述系统包括：处理器以及与所述处理器耦合的存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现所述一种储能多功能应用布局方法的方法步骤。
最后应说明的是，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 (9)
1.一种储能多功能应用布局方法，其特征在于，所述方法包括：
步骤S1.加载储能布局初始数据，基于储能多目标应用需求，生成所述储能多功能应用布局的预处理数据；
步骤S2.对所述预处理数据进行分析处理后得到不同类别指标数据在不同节点下的指标值评估模型，以生成不同类别指标数据相匹配的指标灵敏度矩阵；
步骤S3.在所述指标灵敏度矩阵形成的储能布局评判指标值中加入预设的多点布局约束条件，生成储能多功能应用布局次序；
步骤S4.在所述储能多功能应用布局次序中加入节点可布局储能面积约束，生成储能可布局节点次序与节点储能容量约束；
步骤S5.在所述储能可布局节点次序与节点储能容量数据加入储能配置模型，输出储能多功能应用布局结果；
所述不同类别指标数据包括非时序性指标以及时序性指标数据，其中，所述非时序性指标数据包括最低技术出力、线路负载率、节点送/受电能力中的一种或多种；时序性指标数据包括网损、电压中的一种或多种；
当为非时序性指标时，生成指标灵敏度矩阵包括，取当前非时序性指标值的最大值为节点所关联指标的非时序性指标值，依据节点编码次序，形成节点所关联的指标灵敏度矩阵，矩阵中的元素为节点所关联指标的指标值；
当为时序性指标时，生成指标灵敏度矩阵包括，在某一采样时间点下，节点i的时序性指标的指标值为各节点当前指标对节点i注入功率的偏导数之和；在各采样时间点下，计算系统中全部节点的当前指标的灵敏度指标值，形成各节点当前节点的灵敏度时序性指标值，依据各节点的电压灵敏度时序性指标值，将各时刻的当前指标的灵敏度值乘以对应时刻的权重，并将所有采样时间点加权求和，得出节点当前指标的灵敏度值，依据节点编码次序，形成指标灵敏度矩阵，矩阵中的元素为各节点当前指标的灵敏度指标值；
所述步骤S3具体包括：
步骤S301.依据所述指标灵敏度矩阵，形成指标属性值矩阵，其中，所述属性值矩阵中xij的元素值为节点i指标j对应的灵敏度矩阵中的元素值；
步骤S302.将指标属性值矩阵中的各元素与元素所在列的最小值做差，并将该差值除以对应列最大值与最小值的差值，得到标准化指标属性值矩阵；
步骤S303.基于标准化指标属性值矩阵，确定节点i指标j的关联系数，形成关联系数矩阵；
步骤S304.分别确定指标j的权重、加权标准化指标属性值矩阵以及节点i的综合评判指标值，其中，指标j的权重为关联系数矩阵中指标j所在列之和除以关联系数矩阵行与列之和，加权标准化指标属性值矩阵中的第i个元素为标准化指标属性值矩阵中节点i指标j对应的元素与指标j的权重之积，节点i的综合评判指标值为加权标准化指标属性值矩阵中的第i个元素的值；
步骤S305.加入预设的多点布局约束条件，依据所述综合评判指标值从大到小的顺序，对各节点编码进行排序，得到储能待布局节点次序，结合待选节点的空间约束，剔除掉不能布局节点，形成储能布局节点次序。
2.根据权利要求1所述的储能多功能应用布局方法，其特征在于，所述初始数据包括：加载电力网络节点数、电力网络支路数、基准容量、平衡节点编号、支路数据、接地支路数据、变压器数据、节点数据、PV节点数据、线路或支路传输容量数据、功率时序数据、节点储能规模上限数据。
3.根据权利要求1所述的储能多功能应用布局方法，其特征在于，所述权重的取值方式为，在典型日负荷曲线上设定参考曲线，若某时刻下参考曲线低于典型日负荷曲线，为其设置一负值的权重；若某时刻下参考曲线高于典型日负荷曲线，为其设置一正值的权重。
4.根据权利要求1所述的储能多功能应用布局方法，其特征在于，所述确定节点i指标j的关联系数的方法为：标准化指标属性值矩阵中指标j的最大值，记为
与标准化指标属性值矩阵中节点i指标j对应元素的差值，记为zij；以|zij|为第i行第j列元素形成矩阵G；节点i指标j的关联系数为
λ为因数取值0.5。
5.根据权利要求4所述的储能多功能应用布局方法，其特征在于，所述储能多点布局约束条件包括潮流计算方程约束、节点电压约束、发电机组出力约束、线路传输容量约束中的一种或多种。
6.根据权利要求1所述的储能多功能应用布局方法，其特征在于，所述节点储能容量约束生成方法为节点可布局储能面积除以单位规模储能占地面积。
7.根据权利要求1所述的储能多功能应用布局方法，其特征在于，所述储能配置模型包括电网电压、电网频率、受电能力、清洁能源消纳率/弃电率、线路负载率、系统调峰能力、储能电站净收益、投资回报率中的任意一种或多种。
8.储能多功能应用布局系统，其特征在于，所述系统包括：
加载装置，加载储能布局初始数据，基于储能多目标应用需求，生成所述储能多功能应用布局的预处理数据；
预处理装置，对所述预处理数据进行分析处理后得到不同类别指标数据在不同节点下的指标值评估模型，同时生成不同类别指标数据相匹配的指标灵敏度矩阵；在所述指标灵敏度矩阵形成的储能布局评判值中加入预设的多点布局约束条件，以生成储能多功能应用布局次序；在所述储能多功能应用布局次序中加入节点可布局储能面积约束，以生成储能可布局节点次序与节点储能容量约束；
布局输出装置，用于在所述储能可布局节点次序与节点储能容量数据加入储能配置模型，从而输出储能多功能应用布局结果；
所述不同类别指标数据包括非时序性指标以及时序性指标数据，其中，所述非时序性指标数据包括最低技术出力、线路负载率、节点送/受电能力中的一种或多种；时序性指标数据包括网损、电压中的一种或多种；
当为非时序性指标时，生成指标灵敏度矩阵包括，取当前非时序性指标值的最大值为节点所关联指标的非时序性指标值，依据节点编码次序，形成节点所关联的指标灵敏度矩阵，矩阵中的元素为节点所关联指标的指标值；
当为时序性指标时，生成指标灵敏度矩阵包括，在某一采样时间点下，节点i的时序性指标的指标值为各节点当前指标对节点i注入功率的偏导数之和；在各采样时间点下，计算系统中全部节点的当前指标的灵敏度指标值，形成各节点当前节点的灵敏度时序性指标值，依据各节点的电压灵敏度时序性指标值，将各时刻的当前指标的灵敏度值乘以对应时刻的权重，并将所有采样时间点加权求和，得出节点当前指标的灵敏度值，依据节点编码次序，形成指标灵敏度矩阵，矩阵中的元素为各节点当前指标的灵敏度指标值；
所述在所述指标灵敏度矩阵形成的储能布局评判值中加入预设的多点布局约束条件，以生成储能多功能应用布局次序，具体包括：
步骤S301.依据所述指标灵敏度矩阵，形成指标属性值矩阵，其中，所述属性值矩阵中xij的元素值为节点i指标j对应的灵敏度矩阵中的元素值；
步骤S302.将指标属性值矩阵中的各元素与元素所在列的最小值做差，并将该差值除以对应列最大值与最小值的差值，得到标准化指标属性值矩阵；
步骤S303.基于标准化指标属性值矩阵，确定节点i指标j的关联系数，形成关联系数矩阵；
步骤S304.分别确定指标j的权重、加权标准化指标属性值矩阵以及节点i的综合评判指标值，其中，指标j的权重为关联系数矩阵中指标j所在列之和除以关联系数矩阵行与列之和，加权标准化指标属性值矩阵中的第i个元素为标准化指标属性值矩阵中节点i指标j对应的元素与指标j的权重之积，节点i的综合评判指标值为加权标准化指标属性值矩阵中的第i个元素的值；
步骤S305.加入预设的多点布局约束条件，依据所述综合评判指标值从大到小的顺序，对各节点编码进行排序，得到储能待布局节点次序，结合待选节点的空间约束，剔除掉不能布局节点，形成储能布局节点次序。
9.一种储能多功能应用布局系统，应用于电力系统，其特征在于，所述系统包括：处理器以及与所述处理器耦合的存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求1至7中任一项所述一种储能多功能应用布局方法的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010318450.0A CN111509744B (zh) | 2020-04-21 | 2020-04-21 | 一种储能多功能应用布局方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010318450.0A CN111509744B (zh) | 2020-04-21 | 2020-04-21 | 一种储能多功能应用布局方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111509744A CN111509744A (zh) | 2020-08-07 |
| CN111509744B true CN111509744B (zh) | 2021-08-03 |
Family
ID=71872859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010318450.0A Active CN111509744B (zh) | 2020-04-21 | 2020-04-21 | 一种储能多功能应用布局方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111509744B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113642090B (zh) * | 2021-10-14 | 2022-04-01 | 深圳润世华软件和信息技术服务有限公司 | 建筑布局生成方法、装置、计算机设备和存储介质 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11454999B2 (en) * | 2012-08-29 | 2022-09-27 | Stem, Inc. | Method and apparatus for automatically reconfiguring multi-phased networked energy storage devices at a site |
| CN103199554B (zh) * | 2013-03-15 | 2015-03-25 | 国家电网公司 | 一种实现电网光储系统容量配置及优化分布的方法 |
| CN110059840B (zh) * | 2018-01-18 | 2024-04-19 | 中国电力科学研究院有限公司 | 一种受端电网中电池储能系统选址方法及系统 |
| CN108964099B (zh) * | 2018-06-21 | 2023-05-23 | 深圳市欣旺达综合能源服务有限公司 | 一种分布式储能系统布局方法及系统 |
| CN108964102B (zh) * | 2018-07-26 | 2022-03-25 | 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 |
| CN109193729A (zh) * | 2018-11-12 | 2019-01-11 | 浙江大学 | 一种配网自动化系统中储能系统的选址方法 |
-
2020
- 2020-04-21 CN CN202010318450.0A patent/CN111509744B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111509744A (zh) | 2020-08-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107832905B (zh) | 一种适应分布式发电和储能站发展的配电网规划方法 | |
| CN106532778B (zh) | 一种计算分布式光伏并网最大准入容量的方法 | |
| CN102385654B (zh) | 一种基于vsc并网光伏、储能电站的机电暂态建模方法 | |
| CN113541166B (zh) | 一种分布式储能优化配置方法、系统、终端和存储介质 | |
| CN104852399B (zh) | 光储微网系统的储能容量动态优化方法 | |
| CN107834547B (zh) | 一种考虑风电场输出功率关联特性的输电网规划方法 | |
| CN103020853A (zh) | 一种短期交易计划安全校核的方法 | |
| CN112036611A (zh) | 一种计及风险的电网优化规划方法 | |
| CN113240350B (zh) | 一种基于储能并网的综合效用评价方法及系统 | |
| CN113256033B (zh) | 基于模态互补的发电站选址定容方法、装置、系统及介质 | |
| Huang et al. | An efficient probabilistic approach based on area grey incidence decision making for optimal distributed generation planning | |
| CN109728579A (zh) | 一种配电网运行效率的评估方法、评估装置及评估设备 | |
| CN111509744B (zh) | 一种储能多功能应用布局方法及系统 | |
| CN116961052A (zh) | 一种分布式储能系统的选址定容方法及系统 | |
| CN114595891A (zh) | 一种配电网电压及潮流越界风险评估方法、系统及设备 | |
| CN109829599A (zh) | 基于高比例可再生能源的配电网的集群划分方法及装置 | |
| CN110323779B (zh) | 一种分布式发电与储能装置的功率动态聚合的方法和系统 | |
| CN109615151B (zh) | 一种负荷储能双优化的预测方法、装置和介质 | |
| CN111539086B (zh) | 一种储能电站多点布局方法及系统 | |
| CN105634005A (zh) | 一种用于评估光伏接纳能力的方法及系统 | |
| CN112217215A (zh) | 一种基于psd-bpa的大型电力系统随机潮流计算方法 | |
| CN114219676B (zh) | 一种基于荷储协同效应的储能装置选址定容方法 | |
| CN114977318B (zh) | 一种考虑相关性的随机-确定耦合电源调度方法及系统 | |
| CN114744632B (zh) | 一种含快充负荷的低压直流互联配电网调度方法、装置及存储介质 | |
| CN117670398A (zh) | 一种面向系统弹性提升的多维离散概率不确定性分析方法、系统、计算机设备及存储介质 |
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 |