CN111539086B - 一种储能电站多点布局方法及系统 - Google Patents
一种储能电站多点布局方法及系统 Download PDFInfo
- Publication number
- CN111539086B CN111539086B CN202010318448.3A CN202010318448A CN111539086B CN 111539086 B CN111539086 B CN 111539086B CN 202010318448 A CN202010318448 A CN 202010318448A CN 111539086 B CN111539086 B CN 111539086B
- Authority
- CN
- China
- Prior art keywords
- node
- energy storage
- index
- layout
- power station
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
Abstract
本发明公开了一种储能电站多点布局方法,包括:根据请求加载电网数据;对加载的所述电网数据进行数据分析,明确电力系统配置储能电站的需求,形成需求配置文件;执行所述需求配置文件,确定布局所述储能电站的优化目标,并形成一矩阵方程,然后结合布局所述储能电站的约束条件,求解所述矩阵方程,输出所述储能电站在电网中的建议布局节点以及在各所述建议布局节点的建议布局次序,以满足所述电力系统对所述储能电站的配置需求;按次序执行,并不断优化,直至生成满足储能配置需求的储能布局节点与容量。本发明以储能电站布局优化效果最大化为目标,综合考虑储能多点布局约束条件等因素,满足了电力系统对储能电站的不同配置需求。
Description
技术领域
本发明具体属于电力技术领域,尤其涉及一种在电力系统中布设储能电站的储能电站多点布局方法及系统。
背景技术
可再生能源的大规模并网与用电负荷的日益增长,给电力系统安全稳定运行带来了诸多挑战,对电网的传输能力、安全稳定运行能力提出了更高要求。由于源荷特性及其分布差异,电网重载线路增多、线损提升,可再生能源的消纳与电网结构、时序负荷的矛盾日益突出,大规模储能技术由于具备良好地快速响应能力和双向调节能力,被视为解决上述技术问题的有效措施之一。
在电源侧,通过配置储能电站可有效提升可再生能源的消纳水平。储能电站还可联合火电机组参与电网调频等。
在电网侧,大规模储能的作用主要体现在:提供电网调峰、调频、用电备用、降低网损等辅助服务,以提高电网安全稳定运行的水平;
在用户侧,储能电站主要用于削峰填谷,需量电费管理,提高供电可靠性等方面。
但如何根据电力系统对储能电站的不同配置需求,通过合理布局储能电站在电力系统中的布局数量及布局位置,以最大限度提高储能电站的布局优化效果,成为当下亟待解决的一个问题。
发明内容
本发明以储能电站布局优化效果最大化为目标,提出了一种储能电站多点布局方法及系统,以满足电力系统对储能电站的不同配置需求。
本发明解决其技术问题采取的技术方案是:
一种储能电站多点布局方法,包括:
根据数据加载请求加载电网数据;
根据数据分析请求对加载的所述电网数据进行数据分析,明确电力系统配置储能电站的需求,形成需求配置文件;
执行所述需求配置文件,确定布局所述储能电站的优化目标,并形成一矩阵方程,然后结合布局所述储能电站的约束条件,求解所述矩阵方程,输出所述储能电站在电网中的建议布局节点以及在各所述建议布局节点的建议布局次序,以满足所述电力系统对所述储能电站的配置需求;
执行建议布局次序中优先度高的一个或多个储能待布局节点的储能配置,以技术/经济为指标,优化布局次序中优先度高的一个或多个储能待布局节点的储能配置容量。
将优化布局次序中优先度高的一个或多个储能待布局节点的储能配置容量修正电网数据,重新生成布局节点的建议布局次序,以技术/经济为目标优化储能配置容量,直至生成满足储能配置需求的储能布局节点与容量。
作为本发明的一种优选方案,所述电网数据包括电网节点数量、电网线路/支路数量、基准容量、支路数据、变压器数据、节点数据、电网线路/支路传输容量数据、功率时序数据或节点储能规模上限中的任意一种或多种。
作为本发明的一种优选方案,所述支路数据包括普通支路数据和接地支路数据,所述普通支路数据包括普通支路的支路编号、位于支路始端的各节点的节点编号、位于支路末端的各所述节点的节点编号、支路电阻、支路电抗或支路电纳中的任意一种或多种;所述接地支路数据包括接地支路的支路编号、接地支路上各所述节点的节点编号或接地支路导纳中的任意一种或多种;
所述变压器数据包括变压器所在支路的支路编号、所述变压器所在支路始端的变压器节点编号、所述变压器所在支路末端的变压器节点编号、变压器电阻、变压器电抗或变压器变比中的任意一种或多种;
所述节点数据包括平衡节点数据、PV节点数据、发电机节点数据或负荷节点数据中的任意一种或多种,
所述平衡节点数据包括平衡节点编号;
所述PV节点数据包括PV节点的节点电压、PV节点无功下限或PV节点无功上限中的任意一种或多种;
所述发电机节点数据包括发电机节点编号、节点空地面积、发电机最低技术出力、发电机有功功率或发电机无功功率中的任意一种或多种;
所述负荷节点数据包括负荷节点编号、负荷有功功率或负荷无功功率中的任意一种或多种;
所述电网线路/支路传输容量数据包括线路/支路容量上限;
所述功率时序数据包括在各数据采样时间点对电网线路/支路上的各所述节点采集的负荷功率。
作为本发明的一种优选方案,形成所述矩阵方程的过程包括:
根据所述需求配置文件中记载的配置需求数据,明确所述储能电站可布局的范围以及在布局范围内的可布局节点,并根据所述配置需求数据形成用于评价所述储能电站布局在待布局的各所述布局节点后是否能够满足配置需求的评价指标;
赋予各所述评价指标相对应的指标权重;
对所述储能电站布局在待布局的各所述布局节点后,能否达到评价指标要求进行预测,得到每个所述评价指标在各所述布局节点对应的指标值;
基于所计算的所述待布局节点的指标值,并根据各所述待布局节点的空地面积,形成各所述布局节点对同一个所述评价指标的节点指标矩阵;
基于所述节点指标矩阵形成每个所述评价指标对应的特征向量;
基于每个所述评价指标对应的所述特征向量以及对应的所述指标权重间的特征向量,形成每个所述评价指标对应的指标评判矩阵;对各所述指标评判矩阵进行求和,得到一指标综合评判矩阵,并以所述指标综合评判矩阵中的元素值超过预设阈值的元素作为第一未知数,以元素值超过预设的所述阈值的元素的排序次序作为第二未知数对所述指标综合评判矩阵形成的矩阵方程进行求解。
作为本发明的一种优选方案,所述评价指标包括时序性评价指标和非时序性评价指标,
所述时序性评价指标包括线路网损和/或节点电压;
所述非时序性评价指标包括火电机组最低技术出力、线路负载率、节点送/受电能力中的任意一种或多种。
作为本发明的一种优选方案,基于所述节点指标矩阵形成每个所述评价指标对应的所述特征向量的过程如下:
基于所述节点指标矩阵,形成节点间指标值比较矩阵,所述节点间指标值比较矩阵中的元素Xij的元素值为所述节点指标矩阵中的第i个元素的元素值与第j个元素的元素值的比值,当期望节点指标值取大值时,xij为节点指标矩阵中第i个元素的值除以第j个元素的值;反之,当期望节点指标值取小值时,xij为节点指标矩阵中第j个元素的值除以第i个元素的值。
对所述节点间指标值比较矩阵进行矩阵变换,形成标准化节点间指标值比较矩阵;
对所述标准化节点间指标值比较矩阵进行矩阵变换,形成每个所述评价指标对应的所述特征向量。作为本发明的一种优选方案,形成所述标准化节点间指标值比较矩阵的方法为:
对所述节点间指标值比较矩阵中的每一个所述元素Xij的元素值与所述元素Xij在矩阵中所在列上的所有元素的元素值之和相除,得到一第一除值;
将所述第一除值作为所述元素Xij在所述标准化节点间指标值比较矩阵中对应元素的元素值,如此将所述节点间指标值比较矩阵转换为所述标准化节点间指标值比较矩阵。
作为本发明的一种优选方案,将所述标准化节点间指标值比较矩阵转换为所述评价指标对应的所述特征向量的方法为:
对所述标准化节点间指标值比较矩阵中各行元素的元素值进行求和,并将求和结果与待布局的所述布局节点的数量相除,得到一第二除值;
将所述第二除值作为所述特征向量对应元素的元素值并依序排列,形成所述评价指标对应的所述特征向量。
作为本发明的一种优选方案,形成所述评价指标对应的所述指标评判矩阵的方法为:
基于每个所述评价指标对应的所述特征向量以及对应的所述指标权重,形成一指标间特征向量;
将评价指标m对应的所述特征向量与所述指标间特征向量中所述评价指标m对应的元素值相乘,得到所述评价指标m对应的所述指标评判矩阵Rm。
作为本发明的一种优选方案,布局所述储能电站的所述约束条件包括潮流计算方程约束、节点电压约束、发电机组技术出力约束、电网线路/支路传输容量约束中的任意一种或多种。
一种储能电站多点布局系统,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一种储能电站多点布局方法的方法步骤。
本发明的有益效果是:
1、本发明基于电力系统对储能电站的配置需求,考虑不同技术/经济评价指标的时序性与非时序性以及储能电站自身工作状态等因素对评价指标的影响,形成了基于节点指标矩阵的半定量与定量相结合的储能电站选址综合评价指标,有利于提升储能电站在电网线路中的综合布局效果。
2、规划者可通过调整各评价指标的指标权重,提高储能电站布局的优化效能。
3、本发明考虑了中远期、近期储能布局需求,针对近期储能布局需求,结合所生成的布局节点次序与配置指标,优化储能布局节点;针对中远期储能布局需求,考虑已有储能布局配置信息,生成新的储能布局节点次序,所述方法有利于实现储能不同规划尺度下的合理布局。
附图说明
图1为本发明一实施例所述的储能电站多点布局方法的步骤图;
图2为形成所述矩阵方程的方法步骤图;
图3为形成所述评价指标对应的特征向量的方法步骤图;
图4为形成所述指标评判矩阵的方法步骤图。
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作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
图1示出了本发明一实施例提供的储能电站多点布局方法的步骤图。请参照图1,本实施例提供的一种储能电站多点布局方法,包括如下步骤:
步骤S1,根据数据加载请求加载电网数据;电网数据包括但不限于电网节点数量、电网线路/支路数量、基准容量、支路数据、变压器数据、节点数据、线路/支路传输容量数据、功率时序数据或节点储能规模上限数据中的任意一种或多种。
支路数据包括普通支路数据和接地支路数据,普通支路为非接地支路,普通支路数据包括但不限于普通支路的支路编号、位于支路始端的各节点的节点编号、位于支路末端的各节点的节点编号、支路电阻、支路电抗或支路电纳中的任意一种或多种;接地支路数据包括但不限于接地支路的支路编号、接地支路上各所述节点的节点编号或所述接地支路的导纳中的任意一种或多种;
变压器数据包括但不限于变压器所在支路的支路编号、变压器所在支路始端的变压器节点编号、变压器所在支路末端的变压器节点编号、变压器电阻、变压器电抗或变压器变比中的任意一种或多种;
节点数据包括但不限于平衡节点数据、PV节点数据、发电机节点数据或负荷节点数据中的任意一种或多种。
平衡节点数据包括但不限于平衡节点编号;
PV节点数据包括但不限于PV节点的节点电压、PV节点无功下限或PV节点无功上限中的任意一种或多种;
发电机节点数据包括但不限于发电机节点编号、节点空地面积、发电机最低技术出力、发电机有功功率或发电机无功功率中的任意一种或多种;发电机节点包括但不限于火电机组;
负荷节点数据包括但不限于负荷节点编号、负荷有功功率或负荷无功功率中的任意一种或多种;
电网线路/支路传输容量数据包括但不限于线路/支路容量上限;
功率时序数据包括但不限于在各数据采样时间点对电网线路/支路上的各节点采集的负荷功率。这里所述的节点包括但不限于平衡节点、PV节点、发电机节点以及负荷节点。
节点储能规模上限为储能电站待布局节点的储能规模上限,也就是储能电站在待布局节点可输出功率的上限。
请继续参照图1,储能电站多点布局方法还包括:
步骤S2,根据数据分析请求对加载的电网数据进行数据分析,明确电力系统配置储能电站的需求,形成需求配置文件。这里对需求配置文件的形成过程进行简要阐述,比如根据所加载的电网数据显示电网线路中的某一节点A处的节点电压灵敏度高,电力提供商需要通过储能电站提高电网的整体电压水平,所以根据当前节点A处的电压灵敏度和电力系统中的电压水平,确定储能电站的配置方式(配置在电网线路的哪个或哪些节点上),储能电站的功率、容量需基于电网安全、成本与效益综合考虑,最终形成需求配置文件并保存。
步骤S3,执行需求配置文件,确定布局储能电站的优化目标(比如对节点A处节点电压的优化目标为提升20V电压),并形成一矩阵方程,然后结合布局储能电站的约束条件,求解该矩阵方程,矩阵方程的求解结果为输出储能电站在电网线路上的建议布局节点以及在各建议布局节点的建议布局次序,以满足电力系统对储能电站的配置需求。
图2示出了形成所述矩阵方程的方法步骤图。请参照图2,矩阵方程的形成过程包括:
步骤L1,根据需求配置文件中记载的配置需求数据,明确储能电站可布局的范围以及在布局范围内的可布局节点,并根据配置需求数据形成用于评价储能电站布局在待布局的各布局节点后是否能够满足配置需求的评价指标;
举例而言,配置需求数据显示,电网中的整体电压水平偏低,电网中的节点A、B、C电压灵敏度较高,那么储能电站的可布局范围为电网节点A、电网节点B和电网节点C。然后明确布局范围内的可布局储能电站节点的评价指标,比如可在评价指标较高的电网节点A或电网节点B上变电站或符合建储能电站的站址作为储能电站可布局的节点。
根据配置需求数据形成评价指标的过程简述如下:
比如上述的节点K需要储能电站对电压进行补偿,那么根据电力系统对节点K的电压补偿需求,将评价储能电站是否满足节点K的电压补偿需求的评价指标确定为“节点电压”。
具体地,评价指标包括时序性评价指标和非时序性评价指标,时序性评价指标为与电网运行数据时序性相关的评价指标,包括但不限于线路网损和/或节点电压等;
非时序性评价指标为与电网运行数据时序性不相关的评价指标,包括但不限于火电机组最低技术出力、线路负载率、节点送/受电能力中的任意一种或多种。
步骤L2,赋予各评价指标相对应的指标权重。每个评价指标对应的指标权重根据各评价指标的重要性进行合理赋予,比如可以考虑储能电站充放电状态对线路网损评价指标的指标值的影响,在电网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,则可将该线路网损评价指标的指标权重设置为“1”;若该时刻下参考曲线高于典型日负荷曲线,则可将该线路网损评价指标的指标权重设置为“-1”。关于评价指标的指标权重的具体赋予方法有许多,在此不做详细阐述。
步骤L3,对储能电站布局在待布局的各布局节点后,能否达到评价指标要求进行预测,得到每个评价指标在各布局节点对应的指标值;
以线路网损这个评价指标为例,计算线路网损这个评价指标的指标值的方法为:
在各采样时间点,计算线路网损对各布局节点注入功率的偏导数作为线路网损这个评价指标在布局节点的网损时序性指标值。
步骤L4,基于所计算的指标值,并根据各布局节点的节点编码次序,形成各布局节点对同一个评价指标的节点指标矩阵;
同样以线路网损评价指标为例,形成各布局节点对线路网损这个评价指标对应的节点指标矩阵的过程如下:
基于各布局节点在不同的采样时间点计算的网损时序性指标值,计算各布局节点的网损灵敏度值,然后将各布局节点的网损灵敏度值依据各布局节点的节点编码次序进行排序,形成线路网损这个评价指标对应的节点指标矩阵。
计算各布局节点的网损灵敏度值的方法优选为:
赋予各采样时间点相对应的时间权重;
计算采样时间点的时间权重与在该采样时间点下计算的网损时序性指标值的乘积,然后对各乘积进行求和,得到每个布局节点对应的网损灵敏度值。
步骤L5,基于节点指标矩阵形成每个评价指标对应的特征向量。图3示出了形成每个评价指标对应的特征向量的示意图。请参照图3,基于节点指标矩阵形成每个评价指标对应的特征向量的过程如下:
步骤M1,基于节点指标矩阵,形成节点间指标值比较矩阵;节点间指标值比较矩阵中的元素Xij的元素值为节点指标矩阵中的第i个元素的元素值与第j个元素的元素值的比值;
步骤M2,对节点间指标值比较矩阵进行矩阵变换,形成标准化节点间指标值比较矩阵,以对节点间指标值比较矩阵进行数据标准化处理;
步骤M3,对标准化节点间指标值比较矩阵进行矩阵变换,形成每个评价指标对应的特征向量。
步骤M2中,将节点间指标值比较矩阵转换为标准化节点间指标值比较矩阵的方法为:
对节点间指标值比较矩阵中的每一个元素Xij的元素值与元素Xij在矩阵中所在列上的所有元素的元素值之和相除,得到一第一除值;
将第一除值作为元素Xij在标准化节点间指标值比较矩阵中对应的元素的元素值,如此将节点间指标值比较矩阵转换为标准化节点间指标值比较矩阵。
步骤M3中,将标准化节点间指标值比较矩阵转换为评价指标对应的特征向量的方法为:
对标准化节点间指标值比较矩阵中各行的元素的元素值进行求和,并将求和结果与待布局的布局节点的数量相除,得到一第二除值;
将第二除值作为特征向量的元素并依序排列,形成评价指标对应的特征向量。
请继续参照图2,形成矩阵方程的过程还包括:
步骤L6,基于每个评价指标对应的特征向量以及对应的指标权重,形成每个评价指标对应的指标评判矩阵。图4示出了形成指标评判矩阵的示意图。请参照图4,形成评价指标对应的指标评判矩阵的方法为:
步骤N1,基于每个评价指标对应的特征向量以及对应的指标权重,计算指标间的特征向量;
指标间的特征向量计算方法,具体包括:
1)、依据指标权重值,形成指标间的比较矩阵;
2)、将指标间的比较矩阵中的元素均除以对应列之和,得到标准化指标值比较矩阵;
3)、标准化指标值比较矩阵中的各行求和,并除以指标数,得到指标间的特征向量。
步骤N2,将评价指标m对应的特征向量与指标间特征向量中该评价指标m对应的元素值相乘,得到评价指标m对应的指标评价矩阵Rm。
请继续参照图2,形成矩阵方程的过程还包括:
步骤L7,对各指标评判矩阵进行求和,得到一指标综合评判矩阵,并以指标综合评判矩阵中的元素值超过预设阈值的元素作为第一未知数,以元素值超过预设的所述阈值的元素排序次序作为第二未知数将指标综合评判矩阵形成为矩阵方程,然后对该矩阵方程进行求解。
求解的第一未知数也就是在指标综合评判矩阵中元素值超过预设阈值的元素对应的布局节点为建议储能电站布局的节点。求解第二未知数也就是指标综合评判矩阵中元素值超过预设阈值的元素排序次序为建议储能电站布局在可布局的布局节点的优先次序。元素排序次序优选为按照元素值从大到小进行依序排列,结合待选节点的空间约束,剔除掉不能布局节点,形成最终的储能布局节点次序;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。。
由于受限于布局储能电站的约束条件,还需要对初步确定的储能电站待布局的布局节点进行筛选,剔除掉因约束条件限制而无法布局的布局节点,最终确定储能电站待布局的布局节点。
布局储能电站的约束条件包括潮流计算方程约束、节点电压约束、发电机组技术出力约束、电网线路/支路传输容量约束中的任意一种或多种。
步骤S4,执行建议布局次序中优先度高的一个或多个储能待布局节点的储能配置,以技术/经济为指标,优化布局次序中优先度高的一个或多个储能待布局节点的储能配置容量。
步骤S5,将优化布局次序中优先度高的一个或多个储能待布局节点的储能配置容量修正电网数据,重新生成布局节点的建议布局次序,以技术/经济为目标优化储能配置容量,直至生成满足储能配置需求的储能布局节点与容量。
本发明还提供一种储能电站多点布局系统,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上述一种储能电站多点布局方法的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种储能电站多点布局方法,其特征在于,包括:
根据数据加载请求加载电网数据;
根据数据分析请求对加载的所述电网数据进行数据分析,明确电力系统配置储能电站的需求,形成需求配置文件;
执行所述需求配置文件,确定布局所述储能电站的优化目标,并形成一矩阵方程,然后结合布局所述储能电站的约束条件,求解所述矩阵方程,输出所述储能电站在电网中的建议布局节点以及在各所述建议布局节点的建议布局次序,以满足所述电力系统对所述储能电站的配置需求;
执行建议布局次序中优先度高的一个或多个储能待布局节点的储能配置,以技术或经济为指标,优化布局次序中优先度高的一个或多个储能待布局节点的储能配置容量;
将优化布局次序中优先度高的一个或多个储能待布局节点的储能配置容量修正电网数据,重新生成布局节点的建议布局次序,以技术或经济为目标优化储能配置容量,直至生成满足储能配置需求的储能布局节点与容量;
形成所述矩阵方程的过程包括:
根据所述需求配置文件中记载的配置需求数据,明确所述储能电站可布局的范围以及在布局范围内的可布局节点,并根据所述配置需求数据形成用于评价所述储能电站布局在待布局的各所述布局节点后是否能够满足配置需求的评价指标;
赋予各所述评价指标相对应的指标权重;
对所述储能电站布局在待布局的各所述布局节点后,能否达到评价指标要求进行预测,得到每个所述评价指标在各所述布局节点对应的指标值;
基于所计算的所述待布局节点的指标值,并根据各所述待布局节点的空地面积,形成各所述布局节点对同一个所述评价指标的节点指标矩阵;
基于所述节点指标矩阵形成每个所述评价指标对应的特征向量;
基于每个所述评价指标对应的所述特征向量以及对应的所述指标权重间的特征向量,形成每个所述评价指标对应的指标评判矩阵;
对各所述指标评判矩阵进行求和,得到一指标综合评判矩阵,并以所述指标综合评判矩阵中的元素值超过预设阈值的元素作为第一未知数,以元素值超过预设的所述阈值的元素的排序次序作为第二未知数对所述指标综合评判矩阵形成的矩阵方程进行求解;
基于所述节点指标矩阵形成每个所述评价指标对应的所述特征向量的过程如下:
基于所述节点指标矩阵,形成节点间指标值比较矩阵,所述节点间指标值比较矩阵中的元素Xij的元素值为所述节点指标矩阵中的第i个元素的元素值与第j个元素的元素值间的比值,当期望节点指标值取大值时,Xij为节点指标矩阵中第i个元素的值除以第j个元素的值;反之,当期望节点指标值取小值时,Xij为节点指标矩阵中第j个元素的值除以第i个元素的值;
对所述节点间指标值比较矩阵进行矩阵变换,形成标准化节点间指标值比较矩阵;
对所述标准化节点间指标值比较矩阵进行矩阵变换,形成每个所述评价指标对应的所述特征向量;
形成所述标准化节点间指标值比较矩阵的方法为:
对所述节点间指标值比较矩阵中的每一个所述元素Xij的元素值与所述元素Xij在矩阵中所在列上的所有元素的元素值之和相除,得到一第一除值;
将所述第一除值作为所述元素Xij在所述标准化节点间指标值比较矩阵中对应元素的元素值,如此将所述节点间指标值比较矩阵转换为所述标准化节点间指标值比较矩阵。
2.如权利要求1所述的储能电站多点布局方法,其特征在于,所述电网数据包括电网节点数量、电网线路或支路数量、基准容量、支路数据、变压器数据、节点数据、电网线路或支路传输容量数据、功率时序数据、储能待布局节点数、节点储能规模上限中的任意一种或多种。
3.如权利要求2所述的储能电站多点布局方法,其特征在于,所述支路数据包括普通支路数据和接地支路数据,所述普通支路数据包括普通支路的支路编号、位于支路始端的各节点的节点编号、位于支路末端的各所述节点的节点编号、支路电阻、支路电抗或支路电纳中的任意一种或多种;所述接地支路数据包括接地支路的支路编号、接地支路上各所述节点的节点编号或接地支路导纳中的任意一种或多种;
所述变压器数据包括变压器所在支路的支路编号、所述变压器所在支路始端的变压器节点编号、所述变压器所在支路末端的变压器节点编号、变压器电阻、变压器电抗或变压器变比中的任意一种或多种;
所述节点数据包括平衡节点数据、PV节点数据、发电机节点数据或负荷节点数据中的任意一种或多种,
所述平衡节点数据包括平衡节点编号;
所述PV节点数据包括PV节点的节点电压、PV节点无功下限或PV节点无功上限中的任意一种或多种;
所述发电机节点数据包括发电机节点编号、节点空地面积、发电机最低技术出力、发电机有功功率或发电机无功功率中的任意一种或多种;
所述负荷节点数据包括负荷节点编号、负荷有功功率或负荷无功功率中的任意一种或多种;
所述电网线路或支路传输容量数据包括线路或支路容量上限;
所述功率时序数据包括在各数据采样时间点对电网线路或支路上的各所述节点采集的负荷功率。
4.如权利要求1所述的储能电站多点布局方法,其特征在于,所述评价指标包括时序性评价指标和非时序性评价指标,
所述时序性评价指标包括线路网损和节点电压中一个或两个;
所述非时序性评价指标包括火电机组最低技术出力、线路负载率、节点送或受电能力中的任意一种或多种。
5.如权利要求1所述的储能电站多点布局方法,其特征在于,将所述标准化节点间指标值比较矩阵转换为所述评价指标对应的所述特征向量的方法为:
对所述标准化节点间指标值比较矩阵中各行元素的元素值进行求和,并将求和结果与待布局的所述布局节点的数量相除,得到一第二除值;
将所述第二除值作为所述特征向量对应元素的元素值,形成所述评价指标对应的所述特征向量。
6.如权利要求1所述的储能电站多点布局方法,其特征在于,形成所述评价指标对应的所述指标评判矩阵的方法为:
基于每个所述评价指标对应的所述特征向量以及对应的所述指标权重,形成一指标间特征向量;
将评价指标m对应的所述特征向量与所述指标间特征向量中所述评价指标m对应的元素值相乘,得到所述评价指标m对应的所述指标评判矩阵Rm。
7.如权利要求1所述的储能电站多点布局方法,其特征在于,布局所述储能电站的所述约束条件包括潮流计算方程约束、节点电压约束、发电机组技术出力约束、电网线路或支路传输容量约束中的任意一种或多种。
8.如权利要求1所述的储能电站多点布局方法,其特征在于,布局所述储能电站的所述技术或经济指标包括电网电压、受电能力、清洁能源消纳率或弃电率、线路负载率、系统调峰能力、储能电站净收益中的任意一种或多种。
9.如权利要求1所述的储能电站多点布局方法,其特征在于,布局所述储能电站的所述修正电网数据的方法为:
将优化出的储能配置容量与运行数据更新电网中负荷有功功率或负荷无功功率中的任意一种或多种。
10.一种储能电站多点布局系统,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9中任一项所述的一种储能电站多点布局方法的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010318448.3A CN111539086B (zh) | 2020-04-21 | 2020-04-21 | 一种储能电站多点布局方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010318448.3A CN111539086B (zh) | 2020-04-21 | 2020-04-21 | 一种储能电站多点布局方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111539086A CN111539086A (zh) | 2020-08-14 |
CN111539086B true CN111539086B (zh) | 2023-08-04 |
Family
ID=71979314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010318448.3A Active CN111539086B (zh) | 2020-04-21 | 2020-04-21 | 一种储能电站多点布局方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111539086B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611338B (zh) * | 2022-05-11 | 2022-09-02 | 国网江西省电力有限公司电力科学研究院 | 一种储能电站选址定容方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529737A (zh) * | 2016-11-25 | 2017-03-22 | 国家电网公司 | 一种配电网供给侧调峰电源规划布局方法 |
CN110034571A (zh) * | 2019-03-21 | 2019-07-19 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑可再生能源出力的分布式储能选址定容方法 |
CN110135662A (zh) * | 2019-06-06 | 2019-08-16 | 杭州电子科技大学 | 一种考虑减小峰谷差的储能选址定容多目标优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6523154B2 (en) * | 2000-12-14 | 2003-02-18 | International Business Machines Corporation | Method for supply voltage drop analysis during placement phase of chip design |
-
2020
- 2020-04-21 CN CN202010318448.3A patent/CN111539086B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106529737A (zh) * | 2016-11-25 | 2017-03-22 | 国家电网公司 | 一种配电网供给侧调峰电源规划布局方法 |
CN110034571A (zh) * | 2019-03-21 | 2019-07-19 | 国网浙江省电力有限公司经济技术研究院 | 一种考虑可再生能源出力的分布式储能选址定容方法 |
CN110135662A (zh) * | 2019-06-06 | 2019-08-16 | 杭州电子科技大学 | 一种考虑减小峰谷差的储能选址定容多目标优化方法 |
Non-Patent Citations (2)
Title |
---|
储能系统容量优化配置及全寿命周期经济性评估方法研究;修晓青;《中国优秀博硕士论文辑》;全文 * |
多点布局储能系统聚合效应研究;张天庆;《中国优秀博硕士论文辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111539086A (zh) | 2020-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Uniyal et al. | Optimal network reconfiguration and DG allocation using adaptive modified whale optimization algorithm considering probabilistic load flow | |
CN107579518B (zh) | 基于mhba的电力系统环境经济调度方法和装置 | |
Gu et al. | Optimisation of network reconfiguration based on a two-layer unit-restarting framework for power system restoration | |
CN113541166B (zh) | 一种分布式储能优化配置方法、系统、终端和存储介质 | |
CN102915472A (zh) | 基于基因修复混沌遗传算法的配电网综合优化规划方法 | |
CN110135662A (zh) | 一种考虑减小峰谷差的储能选址定容多目标优化方法 | |
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 | |
Astero et al. | Improvement of RES hosting capacity using a central energy storage system | |
CN110867852B (zh) | 计及全寿命周期成本的微电网储能优化配置方法及装置 | |
CN113690877A (zh) | 一种考虑能源消纳的有源配电网与集中能源站互动方法 | |
CN111539086B (zh) | 一种储能电站多点布局方法及系统 | |
CN107947206A (zh) | 基于改进的nsga‑ii算法的三相配电网多目标优化方法 | |
Khanabadi et al. | Day ahead scheduling of distribution system with distributed energy resources considering demand response and energy storage | |
Wei et al. | Transmission network planning with N-1 security criterion based on improved multi-objective genetic algorithm | |
CN110414796B (zh) | 一种交直流混合配电网网架规划方法、装置及存储介质 | |
CN111509744B (zh) | 一种储能多功能应用布局方法及系统 | |
Thorat et al. | Optimization of fuel cost incorporating with wind, solar PV and Electric vehicle energy sources using improved artificial bee colony algorithm | |
CN108539799A (zh) | 一种电网中风电的调度方法及装置 | |
CN111884254B (zh) | 基于双重随机模拟的分布式光伏消纳接入方法及装置 | |
CN114548828A (zh) | 一种分布式光伏电源的选址和定容方法、装置及设备 | |
CN109063859B (zh) | 电网设备检修优化处理方法与装置 | |
CN112651177A (zh) | 考虑灵活性服务费用的配电网灵活型资源配置方法及系统 | |
CN112580886A (zh) | 一种基于人工智能电网线路规划方法及系统 | |
CN112633699B (zh) | 主动配电网网架规划方法、装置、计算机设备和存储介质 | |
CN116742673B (zh) | 主动配电网混合储能系统的选址定容双层优化方法及系统 |
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 |