CN111641220A - 一种基于改进模拟退火算法的电网侧储能系统容量配置方法 - Google Patents

Abstract

本发明属于电网规划技术领域，具体涉及一种基于改进模拟退火算法的电网侧储能系统容量配置方法。方法包括如下过程：测度储能系统延缓输电网升级改造的收益y₁，测度提升风电消纳收益y₂，测度储能系统调峰减少的环境成本y₃，测度储能系统全寿命周期每年成本y_in，以如下目标函数来确定电网侧储能系统，选址配置的最优结果max f＝y₁+y₂+y₃‑y_in；本发明提出一种基于改进模拟退火算法的电网侧储能系统容量配置方法，本专利所述方法既降低了陷入局部最优的可能性，又加快了收敛速度。本发明设计合理，结合了天牛须算法和模拟退火算法的优点，解决了电网中储能系统规划问题，提高了储能系统运行的经济性。

Description

一种基于改进模拟退火算法的电网侧储能系统容量配置方法

技术领域：

本发明属于电网规划技术领域，具体涉及一种基于改进模拟退火算法的电网侧储能系统容量配置方法。

背景技术：

近年来，可再生能源发展迅速，但是以风电光伏为主的清洁能源出力具有波动性、间歇性、随机性等特点；再加上经济高速发展导致用电负荷急剧增加，且负荷与风电出力形成反调峰特点，这两个特点使得电网产生诸多隐患，比如弃风严重、线路阻塞、电压波动等。而大规模储能系统技术可以双向快速吞吐电能，因此合理配置储能系统可以提高系统安全经济运行。

发明内容：

本发明在于提供一种将模拟退火算法的全局寻优能力和天牛须算法的快速收敛能力结合起来，使得储能系统配置问题得以更好解决。具体技术方案如下：

一种基于改进模拟退火算法的电网侧储能系统容量配置方法，包括如下过程：

(一)测度如下数据：现有电网的总线路数N_l，现有线路的最大负荷P_l ^max，输电线路单位扩建成本λ_g，火电机组的总个数N_g，现有电网时刻t火电机组i的有功出力P_t,i,g，火电机组i的SO₂排放系数d_i，火电机组i的SO₂排污成本k_i

(二)测度储能系统延缓输电网升级改造的收益y₁：

式中：

为增加储能系统时线路的峰值负荷，i₀为预期收益率，Δn为储能系统用于延缓输电网升级改造年限，

其中，储能系统用于延缓输电网升级改造的年限Δn为

式中：γ为储能系统的削峰率，λ为负荷年增长率；

(三)测度提升风电消纳收益y₂：

式中：T为典型日内的采样点数，f_t,w为增加储能系统后时刻t使电网多接纳的风电功率，Δt为采样时间间隔，C_W为风电电价；

(四)测度储能系统调峰减少的环境成本y₃：

式中：

为增加储能系统后时刻t火电机组i的有功出力；

(五)测度储能系统全寿命周期每年成本y_in：

式中：C_P为储能系统单位功率成本，P_es为储能系统额定功率，C_E为储能系统单位容量成本，E_es为储能系统额定容量，n为储能系统寿命年限，M为单位放电电量的运行维护成本，N_es为储能系统的总个数，P_t,k,e为时刻t储能系统k的放电功率；

(六)以如下目标函数来确定电网侧储能系统选址配置的最优结果

maxf＝y₁+y₂+y₃-y_in

式中：f为储能系统年净收益，具体包括：y₁为延缓线路升级收益、y₂为提升风电消纳收益、y₃为储能系统调峰减少的环境成本；y_in为储能系统的全寿命周期平均到每年的成本；

约束条件考虑潮流约束、节点电压约束、发电机组出力约束、线路传输容量约束以及储能系统功率和能量约束；具体为：

(a)潮流约束：

(b)节点电压约束：

(c)火电机组出力约束

(d)风电出力约束

(e)线路容量约束

(f)储能系统功率约束

(g)储能系统容量约束

上面各式中，

为t时刻节点i的无功功率，

为t时刻节点i的无功功率，

为i节点在t时刻下的电压，G_ij，B_ij为节点i，j之间的电导和电纳，下标g为发电机，w为风电场，上标min和max为上下限；P_ES,s为在节点s布局的储能系统功率；

为节点s布局储能系统功率的上下限约束；E_ES,s为在节点s布局的储能系统容量；

为节点s布局储能系统容量的上下限约束；

基于改进模拟退火算法的求解步骤如下：

步骤1：初始化，天牛须算法中：天牛的位置X，步长因子β，步长为B；退火算法中：温度T，迭代次数N，退火循环次数M等，天牛个体的位置矩阵为：X＝(x₁,x₂,…,x_s)^T,天牛的步长B＝T；在储能系统问题中，天牛位置坐标代表储能系统待求的安装位置和功率以及容量大小，即s＝3；

步骤2：计算天牛的下一步位置，生成天牛左右两须的坐标：

式中，X代表天牛坐标，t代表时刻，r代表右须，l代表左须，d代表左右两须的距离，

为单位向量，代表天牛的朝向；在满足约束条件的基础上计算目标函数值并更新天牛的下一步位置，公式为

式中f(X_l)为左须坐标对应的适应度函数值，B为天牛步长，且B_t＝β·B_t-1，这里的步长和温度T是同一个值，为随着温度的降低，天牛的步长也随之减小，更有利于搜索到最优解；

步骤3：根据M准则更新天牛的下一步位置，准则如下：计算增量ΔT＝f(X_t+1)-f(X_t)，若ΔT为正值则接受t+1时刻的解为新解，否则计算p＝e^-ΔT/T,以概率p接受新解，随着T随迭代次数的递增而减小，p也随之减小，这样处理既有利于迭代前期避免陷入局部最优，又有利于迭代后期加快收敛速度；

步骤4：更新步长B；

步骤5：判断是否达到退火循环次数M，若是，执行步骤6，若否，返回步骤2；

步骤6：退温操作；更新自适应因子λ，

其中f_i为当前适应度，f_max为历史最优适应度，i为当前迭代次数；式中表明，若当前适应度更优，则步长不变，若当前适应度较差，则步长减小；根据自适应因子降低温度，即T＝λT；

步骤7：判断是否达到迭代次数N，若达到则输出最优解，否则返回步骤2；最后得到电网侧储能系统选址配置的最优结果，即：储能系统的安装位置、功率以及容量大小。

本发明提出一种基于改进模拟退火算法的电网侧储能系统容量配置方法，相对一般算法而言，本专利所述方法既降低了陷入局部最优的可能性，又加快了收敛速度。本发明设计合理，结合了天牛须算法和模拟退火算法的优点，解决了电网中储能系统规划问题，提高了储能系统运行的经济性。

附图说明：

图1是基于改进模拟退火算法的电网侧储能系统容量配置方法流程图。

图2是实施例中IEEE24节点算例图。

图3是典型日负荷曲线图。

图4是典型日风电曲线图。

具体实施方式：

实施例：

以下结合附图对本发明实施例做进一步详述。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于改进模拟退火算法的电网侧储能系统容量配置方法，以IEEE24节点典型算例为例对储能系统在电网侧的选址配置进行实验，如图2所示：

算例共有24个节点，34条线路。节点6,17为风电接入节点，节点1,2,7,15,16,18,21,22为火电机组节点，只有节点11，12，17，21，22，23，24没有负荷，其余节点均接有负荷。基准容量100MVA，负荷功率需求标幺值为28.5+j5.8，负荷有功功率如图3所示，常规机组装机容量标幺值为29.99。在原标准算例的基础上，在6节点、17节点分别接入风电场，装机规模分别为400MW、200MW，风电出力如图4所示。由风电负荷出力曲线对比可以看出，风电大发时，负荷较小，风电出力较小时，负荷需求较大，即明显的反调峰特点，因此可以通过在节点上安装储能系统来解决这一问题。

一种基于改进模拟退火算法的电网侧储能系统容量配置方法，包括如下过程：

(一)测度如下数据：现有电网的总线路数N_l，现有线路的最大负荷P_l ^max，输电线路单位扩建成本λ_g，火电机组的总个数N_g，现有电网时刻t火电机组i的有功出力P_t,i,g，火电机组i的SO₂排放系数d_i，火电机组i的SO₂排污成本k_i

(二)测度储能系统延缓输电网升级改造的收益y₁：

式中：

为增加储能系统时线路的峰值负荷，i₀为预期收益率，Δn为储能系统用于延缓输电网升级改造年限，

其中，储能系统用于延缓输电网升级改造的年限Δn为

式中：γ为储能系统的削峰率，λ为负荷年增长率；

(三)测度提升风电消纳收益y₂：

式中：T为典型日内的采样点数，f_t,w为增加储能系统后时刻t使电网多接纳的风电功率，Δt为采样时间间隔，C_W为风电电价；

(四)测度储能系统调峰减少的环境成本y₃：

式中：

为增加储能系统后时刻t火电机组i的有功出力；

(五)测度储能系统全寿命周期每年成本y_in：

式中：C_P为储能系统单位功率成本，P_es为储能系统额定功率，C_E为储能系统单位容量成本，E_es为储能系统额定容量，n为储能系统寿命年限，M为单位放电电量的运行维护成本，N_es为储能系统的总个数，P_t,k,e为时刻t储能系统k的放电功率；

(六)以如下目标函数来确定电网侧储能系统选址配置的最优结果

maxf＝y₁+y₂+y₃-y_in

式中：f为储能系统年净收益，具体包括：y₁为延缓线路升级收益、y₂为提升风电消纳收益、y₃为储能系统调峰减少的环境成本；y_in为储能系统的全寿命周期平均到每年的成本；

约束条件考虑潮流约束、节点电压约束、发电机组出力约束、线路传输容量约束以及储能系统功率和能量约束；具体为：

(a)潮流约束：

(b)节点电压约束：

(c)火电机组出力约束

(d)风电出力约束

(e)线路容量约束

(f)储能系统功率约束

(g)储能系统容量约束

上面各式中，

为t时刻节点i的无功功率，

为t时刻节点i的无功功率，

为i节点在t时刻下的电压，G_ij，B_ij为节点i，j之间的电导和电纳，下标g为发电机，w为风电场，上标min和max为上下限；P_ES,s为在节点s布局的储能系统功率；

为节点s布局储能系统功率的上下限约束；E_ES,s为在节点s布局的储能系统容量；

为节点s布局储能系统容量的上下限约束；

基于改进模拟退火算法的求解步骤如下：

步骤1：初始化，天牛须算法中：天牛的位置X，步长因子β，步长为B；退火算法中：温度T，迭代次数N，退火循环次数M等，天牛个体的位置矩阵为：X＝(x₁,x₂,…,x_s)^T,天牛的步长B＝T；在储能系统问题中，天牛位置坐标代表储能系统待求的安装位置和功率以及容量大小，即s＝3；

步骤2：计算天牛的下一步位置，生成天牛左右两须的坐标：

式中，X代表天牛坐标，t代表时刻，r代表右须，l代表左须，d代表左右两须的距离，

为单位向量，代表天牛的朝向；在满足约束条件的基础上计算目标函数值并更新天牛的下一步位置，公式为

式中f(X_l)为左须坐标对应的适应度函数值，B为天牛步长，且B_t＝β·B_t-1，这里的步长和温度T是同一个值，为随着温度的降低，天牛的步长也随之减小，更有利于搜索到最优解；

步骤3：根据M准则更新天牛的下一步位置，准则如下：计算增量ΔT＝f(X_t+1)-f(X_t)，若ΔT为正值则接受t+1时刻的解为新解，否则计算p＝e^-ΔT/T,以概率p接受新解，随着T随迭代次数的递增而减小，p也随之减小，这样处理既有利于迭代前期避免陷入局部最优，又有利于迭代后期加快收敛速度；

步骤4：更新步长B；

步骤5：判断是否达到退火循环次数M，若是，执行步骤6，若否，返回步骤2；

步骤6：退温操作；更新自适应因子λ，

其中f_i为当前适应度，f_max为历史最优适应度，i为当前迭代次数；式中表明，若当前适应度更优，则步长不变，若当前适应度较差，则步长减小；根据自适应因子降低温度，即T＝λT；

步骤7：判断是否达到迭代次数N，若达到则输出最优解，否则返回步骤2；最后得到电网侧储能系统选址配置的最优结果，即：储能系统的安装位置、功率以及容量大小。

Claims (1)

1.一种基于改进模拟退火算法的电网侧储能系统容量配置方法，其特征在于，包括如下过程：

(一)测度如下数据：现有电网的总线路数N_l，现有线路的最大负荷P_l ^max，输电线路单位扩建成本λ_g，火电机组的总个数N_g，现有电网时刻t火电机组i的有功出力P_t,i,g，火电机组i的SO₂排放系数d_i，火电机组i的SO₂排污成本k_i；

(二)测度储能系统延缓输电网升级改造的收益y₁：

式中：

为增加储能系统时线路的峰值负荷，i₀为预期收益率，Δn为储能系统用于延缓输电网升级改造年限，

其中，储能系统用于延缓输电网升级改造的年限Δn为

式中：γ为储能系统的削峰率，λ为负荷年增长率；

(三)测度提升风电消纳收益y₂：

式中：T为典型日内的采样点数，f_t,w为增加储能系统后时刻t使电网多接纳的风电功率，Δt为采样时间间隔，C_W为风电电价；

(四)测度储能系统调峰减少的环境成本y₃：

式中：

为增加储能系统后时刻t火电机组i的有功出力；

(五)测度储能系统全寿命周期每年成本y_in：

式中：C_P为储能系统单位功率成本，P_es为储能系统额定功率，C_E为储能系统单位容量成本，E_es为储能系统额定容量，n为储能系统寿命年限，M为单位放电电量的运行维护成本，N_es为储能系统的总个数，P_t,k,e为时刻t储能系统k的放电功率；

(六)以如下目标函数来确定电网侧储能系统选址配置的最优结果

maxf＝y₁+y₂+y₃-y_in

式中：f为储能系统年净收益，具体包括：y₁为延缓线路升级收益、y₂为提升风电消纳收益、y₃为储能系统调峰减少的环境成本；y_in为储能系统的全寿命周期平均到每年的成本；

约束条件考虑潮流约束、节点电压约束、发电机组出力约束、线路传输容量约束以及储能系统功率和能量约束；具体为：

(a)潮流约束：

(b)节点电压约束：

(c)火电机组出力约束

(d)风电出力约束

(e)线路容量约束

(f)储能系统功率约束

(g)储能系统容量约束

上面各式中，

为t时刻节点i的无功功率，

为t时刻节点i的无功功率，

为i节点在t时刻下的电压，G_ij，B_ij为节点i，j之间的电导和电纳，下标g为发电机，w为风电场，上标min和max为上下限；P_ES,s为在节点s布局的储能系统功率；P_s ^max、P_s ^min为节点s布局储能系统功率的上下限约束；E_ES,s为在节点s布局的储能系统容量；

为节点s布局储能系统容量的上下限约束；

基于改进模拟退火算法的求解步骤如下：

步骤1：初始化，天牛须算法中：天牛的位置X，步长因子β，步长为B；退火算法中：温度T，迭代次数N，退火循环次数M等，天牛个体的位置矩阵为：X＝(x₁,x₂,…,x_s)^T,天牛的步长B＝T；在储能系统问题中，天牛位置坐标代表储能系统待求的安装位置和功率以及容量大小，即s＝3；

步骤2：计算天牛的下一步位置，生成天牛左右两须的坐标：

式中，X代表天牛坐标，t代表时刻，r代表右须，l代表左须，d代表左右两须的距离，

为单位向量，代表天牛的朝向；在满足约束条件的基础上计算目标函数值并更新天牛的下一步位置，公式为

式中f(X_l)为左须坐标对应的适应度函数值，B为天牛步长，且B_t＝β·B_t-1，这里的步长和温度T是同一个值，为随着温度的降低，天牛的步长也随之减小，更有利于搜索到最优解；

步骤3：根据M准则更新天牛的下一步位置，准则如下：计算增量ΔT＝f(X_t+1)-f(X_t)，若ΔT为正值则接受t+1时刻的解为新解，否则计算p＝e^-ΔT/T,以概率p接受新解，随着T随迭代次数的递增而减小，p也随之减小，这样处理既有利于迭代前期避免陷入局部最优，又有利于迭代后期加快收敛速度；

步骤4：更新步长B；

步骤5：判断是否达到退火循环次数M，若是，执行步骤6，若否，返回步骤2；

步骤6：退温操作；更新自适应因子λ，

其中f_i为当前适应度，f_max为历史最优适应度，i为当前迭代次数；式中表明，若当前适应度更优，则步长不变，若当前适应度较差，则步长减小；根据自适应因子降低温度，即T＝λT；

步骤7：判断是否达到迭代次数N，若达到则输出最优解，否则返回步骤2；最后得到电网侧储能系统选址配置的最优结果，即：储能系统的安装位置、功率以及容量大小。

Images