CN111900734B - 一种以减小变压器扩容为目标的分布式储能容量配置方法 - Google Patents
一种以减小变压器扩容为目标的分布式储能容量配置方法 Download PDFInfo
- Publication number
- CN111900734B CN111900734B CN202010779385.1A CN202010779385A CN111900734B CN 111900734 B CN111900734 B CN 111900734B CN 202010779385 A CN202010779385 A CN 202010779385A CN 111900734 B CN111900734 B CN 111900734B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- capacity
- transformer
- power
- storage capacity
- 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
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
-
- 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
- H02J3/008—Circuit arrangements for ac mains or ac distribution networks involving trading of energy or energy transmission rights
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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]
-
- 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
- Y02E70/00—Other energy conversion or management systems reducing GHG emissions
- Y02E70/30—Systems combining energy storage with energy generation of non-fossil origin
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种以减小变压器扩容为目标的分布式储能容量配置方法、装置、设备及计算机可读存储介质,方法包括:确定储能的待选安装节点的总集合及储能容量总需求;确定各子集合对应的待选储能容量组;利用预先建立的以储能容量配置和变压器协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各子集合对应的待选储能容量组进行处理,确定净成本最小对应的目标待选储能容量组,将目标待选储能容量组对应的子集合作为目标子集合;根据目标待选储能容量组及目标子集合得到变压器扩容容量。本申请公开的技术方案,可以减少变压器扩容,降低变压器过载处理的成本,提高变压器过载处理所配设备的利用率。
Description
技术领域
本申请涉及变压器处理技术领域,更具体地说,涉及一种以减小变压器扩容为目标的分布式储能容量配置方法、装置、设备及计算机可读存储介质。
背景技术
随着化石能源的日渐枯竭,环境问题日益突出。分布式电源凭借其无污染的优点得到快速的发展,与此同时,EV(Electric Vehicles,电动汽车)可大幅减少化石能源的使用。
大规模EV的充电行为或其他用电行为的大幅增加使负荷高峰大幅抬升,由于配电网在规划前没有考虑到EV大规模接入的充电需求或其他用电行为的大幅增加,因此,配置的变压器容量有限,极易出现变压器过载的现象。
针对变压器过载问题,目前常用的措施是对配电设备进行增容改造(即对配电变压器进行扩容)或完全用分布式储能来满足变压器在过载最严重时的需求,以解决变压器过载问题,但是,仅依靠增容改造或仅依靠分布式储能来满足变压器过载不仅会存在投入成本比较高的问题,而且会存在新增设备利用率低的问题。
综上所述,如何减小变压器过载处理中的变压器扩容,降低对变压器过载处理的投入成本,并提高对变压器过载处理所投入设备的利用率,是目前本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此,本申请的目的是提供一种以减小变压器扩容为目标的分布式储能容量配置方法、装置、设备及计算机可读存储介质,用于减小变压器过载处理中的变压器扩容,降低对变压器过载处理的投入成本,并提高对变压器过载处理所投入设备的利用率。
为了实现上述目的,本申请提供如下技术方案:
一种以减小变压器扩容为目标的分布式储能容量配置方法,包括:
确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求量;其中,所述总集合包括与各典型日场景对应的子集合,所述典型日场景为对光伏和风电的发电数据进行聚类处理得到的;
根据所述储能总需求量确定每个所述子集合对应的多个待选储能容量组;其中,每个所述待选储能容量组中均包括与所述子集合中的待选安装节点对应的待选储能容量;
利用预先建立的以储能容量配置和变压器扩容协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各所述子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将所述目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置;
根据所述目标待选储能容量组及所述目标子集合得到变压器扩容容量,以便进行变压器扩容配置。
优选的,确定储能的待选安装节点的总集合,包括:
利用计算所述配电网中各节点在所述典型日场景中的网损灵敏度标准差;其中,SDi'为节点i'在所述典型日场景中的网损灵敏度标准差,NLSPi'(t)为节点i'在t时刻的网损灵敏度,为节点i'在所述典型日场景时的网损灵敏度的均值,T为时段数;
对于每个所述典型日场景,按照所述网损灵敏度标准差由大到小的顺序对所述配电网中的各所述节点进行排序,以得到节点排列序列,并从所述节点排列序列中选取位于前预设数量位的所述节点作为待选安装节点,以构成与所述典型日场景对应的子集合;其中,所述预设数量与所述储能的配置数量相等;
利用与所述典型日场景对应的子集合得到所述总集合。
优选的,根据所述储能总需求量确定每个所述子集合对应的多个待选储能容量组;其中,每个所述待选储能容量组中均包括与所述子集合中的待选安装节点对应的待选储能容量,包括:
对于每个所述子集合,利用计算所述子集合中待选安装节点i的容量分配系数kSD,i,并利用计算待选安装节点i与所述储能总需求量对应的待选储能容量且利用所述子集合中各所述待选安装节点与所述储能总需求量对应的待选储能容量得到与所述子集合对应的一个待选储能容量组;其中,SDi为待选安装节点i的网损灵敏度标准差,M为所述子集合中包含的待选安装节点的个数或所述储能的配置数量;
对与每个所述子集合中各所述待选安装节点与所述储能总需求量对应的待选储能容量按照预设值进行缩减,得到与各所述待选安装节点对应的待选储能容量,利用每次缩减得到的待选储能容量得到与所述子集合对应的待选储能容量组。
优选的,所述容量协调规划模型包括第一目标函数和第一约束条件:
其中,F为储能容量配置和变压器扩容协调规划的净成本,为储能的投资成本,d为年利率,y为储能的使用寿命,M为所述配电网中储能的配置数量,CP,i为第i个储能的单位功率成本,PDESS,i为第i个储能的额定功率,CE,i为第i个储能的单位容量成本,EDESS,i为第i个储能的额定容量,为储能的运行维护成本, 为储能单位容量运行维护成本,为储能在t时刻的充电功率,为储能在t时刻的放电功率,Δt为时间间隔,为变压器扩容成本,Fex为变压器投资成本,FT,OM为变压器运行维护成本,Cuc为变压器单位容量投资成本,Sex为变压器扩容容量,τ为延缓年限,e为自然底数,FT,OM=FT,LOSS+FT,om,FT,LOSS为变压器自身能量损耗费用,FT,om为变压器日常运行维护费用,Fde为延缓变压器扩容改造收益,Sde为储能延缓变压器扩容的容量,为储能全寿命周期网损收益,B为典型日场景总数,TOU(t)为t时刻从主网购电的分时电价,NL为配电网支路总数,Ploss,n,b(t)、Ploss-ESS,n,b(t)分别为第b个典型日场景储能接入前、后第n条支路在t时刻的有功线损,Rn为第n条支路的电阻,Pn(t)为t时刻第n条支路传输的有功功率,Qn(t)为t时刻第n条支路传输的无功功率,Un为第n条支路的电压,xn为0-1整数变量,表示第n条支路上的节点是否接入储能,xn为0时表示不接入,xn为1时表示接入,PESS(t)为接入储能功率,为储能全寿命周期套利收益, 为储能在负荷高峰期间释放电能带来的售电收益,为储能实际购电成本,即为从上级电网购电的费用,ye为储能寿命,Pc,b(t)、Pdis,b为储能在第b个典型日场景t时刻的充、放电功率,PR,b(t)为第b个典型日场景t时刻的倒送功率,为储能投入全寿命周期所获得的环境收益,CEB为减少弃风弃光的补偿单价,Edis,b为第b个典型日场景的储能放电量;
所述第一约束条件包括:
潮流方程约束: 其中,PDG,i、QDG,i分别表示接入待选安装节点i的分布式电源有功与无功功率,xi为0-1变量,xi等于1,表示在第i个待选安装节点安装储能,xi等于0,表示在第i个待选安装节点不安装储能,PDESS,i、QDESS,i分别表示接入待选安装节点i的储能有功功率和无功功率,PEV,i、QEV,i分别表示接入待选安装节点i的电动汽车充电有功功率与无功功率,PL,i、QL,i分别表示待选安装节点i的负荷消耗的有功功率与无功功率,Ui、Uj分别表示线路始末端电压,Gij、Bij分别表示线路电导和电纳,δij表示线路阻抗角;
分布式电源和电动汽车功率约束:Pmin≤PDPV≤Pmax、Pmin≤PDW≤Pmax、Pmin≤PEV≤Pmax;其中,PDPV、PDW、PEV分别为安装在所述配电网中的分布式光伏、分散式风电、电动汽车充电站的额定功率,Pmin、Pmax为待选安装节点功率限制的下限值与上限值;
储能功率容量约束:Pi,min≤PDESS,i≤Pi,max;其中,Pi,min和Pi,max分别表示第i个待选安装节点安装的储能允许接入功率容量的下限、上限,PDESS,i表示第i个待选安装节点安装的储能的额定功率容量;
优选的,所述经济调度策略模型包括第二目标函数和第二约束条件:
所述第二目标函数为:maxFd=FLOSS+FA;
其中,Fd为储能日运行效益,FLOSS为储能接入所述配电网后,日内减少网损费用带来的收益,FLOSS=FLOSS1-FLOSS2, FLOSS1、FLOSS2分别为储能接入前、后所述配电网的网损费,Ploss,n(t)、Ploss-ESS,n(t)分别为储能接入前、后第n条支路在t时刻的有功线损,FA为储能日内的削峰填谷套利收入,FA=Fsale-Fbuy,Fsale为储能在负荷高峰期间释放电能带来的售电收益,Fbuy为储能实际购电成本,即为从上级电网购电的费用,Pc(t)、Pdis(t)为储能在t时刻的充电、放电功率,PR(t)为t时刻的倒送功率;
所述第二约束条件包括:
储能容量约束:xt×yt=0;其中,为储能在t时刻的荷电状态,为储能在典型日场景初始时刻的荷电状态,xt、yt分别为储能的充、放电状态变量,当xt等于1、yt等于0时,表示储能处于充电状态,当xt等于0、yt等于1时,表示储能处于放电状态,当xt和yt同时等于0时,表示储能既不充电也不放电,ηDES,c、ηDES,dis分别为储能的充、放电效率,分别为t时刻储能的充电功率、放电功率,EDES为储能电量容量;
储能充放电功率约束:-PESS,N≤PESS(t)≤PESS,N;其中,PESS(t)为储能在t时刻的输出功率,PESS,N为储能额定功率容量。
优选的,根据所述目标待选储能容量组及所述目标子集合得到变压器扩容容量,包括:
其中,Pd为变压器额定有功功率,PT为按照所述目标待选储能容量组及所述目标子集合接入储能且储能作用后的主网供电负荷峰值。
一种以减小变压器扩容为目标的分布式储能容量配置装置,包括:
第一确定模块,用于确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求量;其中,所述总集合包括与各典型日场景对应的子集合,所述典型日场景为对光伏和风电的发电数据进行聚类处理得到的;
第二确定模块,用于根据所述储能总需求量确定每个所述子集合对应的多个待选储能容量组;其中,每个所述待选储能容量组中均包括与所述子集合中的待选安装节点对应的待选储能容量;
处理模块,用于利用预先建立的以储能容量配置和变压器扩容协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各所述子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将所述目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置;
第三确定模块,用于根据所述目标待选储能容量组及所述目标子集合得到变压器扩容容量,以便进行变压器扩容配置。
优选的,所述第一确定模块包括:
第一计算单元,用于利用计算所述配电网中各节点在所述典型日场景中的网损灵敏度标准差;其中,SDi'为节点i'在所述典型日场景中的网损灵敏度标准差,NLSPi'(t)为节点i'在t时刻的网损灵敏度,为节点i'在所述典型日场景时的网损灵敏度的均值,T为时段数;
排序单元,用于对于每个所述典型日场景,按照所述网损灵敏度标准差由大到小的顺序对所述配电网中的各所述节点进行排序,以得到节点排列序列,并从所述节点排列序列中选取位于前预设数量位的所述节点作为待选安装节点,以构成与所述典型日场景对应的子集合;其中,所述预设数量与所述储能的配置数量相等;
得到总集合单元,用于利用与所述典型日场景对应的子集合得到所述总集合。
一种以减小变压器扩容为目标的分布式储能容量配置设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述任一项所述的以减小变压器扩容为目标的分布式储能容量配置方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的以减小变压器扩容为目标的分布式储能容量配置方法的步骤。
本申请提供了一种以减小变压器扩容为目标的分布式储能容量配置方法、装置、设备及计算机可读存储介质,其中,该方法包括:确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求;其中,总集合包括与各典型日场景对应的子集合,典型日场景为对光伏和风电的发电数据进行聚类处理得到的;根据储能总需求量确定每个子集合对应的多个待选储能容量组;其中,每个待选储能容量组中均包括与子集合中的待选安装节点对应的待选储能容量;利用预先建立的以储能容量配置和变压器协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置;根据目标待选储能容量组及目标子集合得到变压器扩容容量,以便进行变压器扩容配置。
本申请公开的技术方案,确定储能的待选安装节点的总集合,该总集合包括与对光伏和风电的发电数据进行聚类处理得到的典型日场景对应的子集合,每个子集合中均包含待选安装节点,并根据变压器过载最严重时的情况确定储能容量总需求量,然后,可以根据储能总需求量确定每个子集合对应的多个待选储能容量组,利用预先建立的容量协调规划模型和经济调度策略模型对确定出的所有待选储能容量组进行处理,以从中确定出净成本最小时所对应的目标待选储能容量组及与此对应的的目标子集合,之后,则根据目标待选储能容量组及目标子集合确定变压器扩容容量,以便于根据目标待选储能容量组及目标子集合而在配电网中进行储能配置,并根据变压器扩容容量而对配电网中的变压器进行扩容配置,以通过储能容量配置和变压器扩容来解决变压器过载的问题,从而减小变压器过载处理中的变压器扩容容量,另外,由于目标待选储能容量组是根据上述所提及的两个模型进行确定的,且变压器扩容容量是在目标待选储能容量组及目标子集合的基础上得到的,因此,则可以降低变压器过载处理的投入成本,而且由于其是根据储能和变压器扩容相结合来解决变压器过载问题,且储能是以日运行效益最优为目标而进行设置和配置的,因此,则可以提高储能配置和变压器扩容容量配置的合理性,减少储能和变压器扩容容量的浪费,提高储能和变压器的利用率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法的流程图;
图2为本申请实施例提供的本申请实施例提供的目标待选储能容量组及对应的目标子集合的确定流程图;
图3为本申请实施例提供的IEEE33节点算例系统的结构示意图;
图4为本申请实施例提供的储能和变压器扩容协调规划的净成本图;
图5为本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置装置的结构示意图;
图6为本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
参见图1,其示出了本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法的流程图,本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法,可以包括:
S11:确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求量;其中,总集合可以包括与各典型日场景对应的子集合,典型日场景为对光伏和风电的发电数据进行聚类处理得到的。
获取全年的天气数据、电网的负荷数据、发电情况等原始数据,并利用k-means聚类算法等对全年光伏、风电的发电数据进行聚类处理,以生成多个典型日场景。其中,对于光伏的发电数据而言,可以通过聚类处理生成晴、阴、雨雪、多云这四类典型场景,对于风电的发电数据而言,可以通过聚类处理生成春、夏、秋、冬这四类典型场景,并可以将光伏对应的典型场景和风电对应的典型场景进行组合,得到16种典型日场景。当然,可以分别对光伏和风电进行其他形式的聚类处理,并对这两类聚类处理得到的结果进行组合,以得到典型日场景。
在得到典型日场景之后,可以确定与每个典型日场景对应的储能在配电网中优先安装的待选安装节点,并将这些优先进行储能安装的待选安装节点构成与该典型日场景对应的子集合,并将所有的子集合构成一个储能的待选安装节点的总集合。
在得到典型日场景之后,可以对典型日场景进行分析,通过典型日场景获取配电网中变压器过载最严重的情况,并确定配电网中变压器过载最严重时对应的储能容量总需求量。
需要说明的是,本申请所提及的储能具体为分布式储能,以便于实现储能的灵活接入。
S12:根据储能总需求量确定每个子集合对应的多个待选储能容量组;其中,每个待选储能容量组中均可以包括与子集合中的待选安装节点对应的待选储能容量。
在执行完步骤S11之后,可以根据储能总需求量确定各子集合中每个待选安装节点对应的待选储能容量,此时,每个子集合中的各待选安装节点对应的待选储能容量即可分别构成一个待选储能容量组,即得到与每个子集合对应的一个待选储能容量组(可以简称为每个子集合对应的第一个待选储能容量组)。
然后,对于每个子集合而言,可以均以第一个待选储能容量组为基础,对与子集合中各待选安装节点对应的第一个待选储能容量进行缩减(可以直至缩减为0为止,或者也可以直至缩减到预设的其他待选储能容量为止)。其中,在进行待选储能容量缩减时,每一次缩减都可以分别得到与各子集合对应的一个待选储能容量组,因此,在完成待选储能容量缩减之后,则可以得到与每个子集合对应的多个待选储能容量组。
S13:利用预先建立的以储能容量配置和变压器扩容协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置。
在本申请中,可以预先建立以储能容量配置和变压器扩容协调规划的净成本最小为目标的容量协调规划模型以及以储能日运行效益最优为目标的经济调度策略模型,从而便于根据这两个模型确定出净成本最小时所对应的储能配置,并使得该储能配置可以实现储能日运行效益,进而便于提高储能配置和变压器扩容配置的合理性和准确性,以便于更好地解决配电网中变压器过载问题。
当建立好上述两个模型之后,在执行步骤S12的同时或者之后,可以利用所建立的容量协调规划模型及经济调度模型对各子集合对应的各待选储能容量组进行处理,以从中确定出净成本最小时对应的待选储能容量组,并将净成本最小时对应的待选储能容量组作为目标待选储能容量组,且将目标待选储能容量组对应的子集合作为目标子集合,以便根据所确定出的目标待选储能容量组和目标子集合进行储能配置。
具体可以参见图2,其示出了本申请实施例提供的目标待选储能容量组及对应的目标子集合的确定流程图,在确定储能容量总需求量以及总集合Se之后,可以对总集合中各个子集合按照g=1(对应第一个子集合)到g=G(对应最后一个子集合)进行编号,并可以对储能安装位置初始化,即从g=1开始,并可以以储能总需求量为基础,对储能安装容量初始化,并确定当前子集合对应的第一个待选储能容量组(即该子集合中每个待选安装节点与储能总需求量对应的待选储能容量),之后,可以将当前子集合对应的第一个待选储能容量组输入到容量协调规划模型中,以计算其对应的净成本,并将储能接入的待选安装节点及对应的待选储能容量输入到经济调度策略模型中,由经济调度策略模型确定储能应如何调度,之后,可以将各典型日场景储能最优出力输入到容量协调规划模型进行计算处理,在对各典型日场景进行计算处理之后,可以判断是否遍历当前子集合对应的各待选储能容量组,若未遍历当前子集合对应的各待选储能容量组,则进行储能容量缩减,以得到下一个待选储能容量组,并返回输入到容量协调规划模型的步骤,若遍历当前子集合对应的各待选储能容量组,则确定净成本最小时所对应的待选储能容量组以及对应的净成本,然后,判断g是否大于G,若g未大于G,则令g=g+1,并返回执行储能安装容量初始化,并确定当前子集合对应的第一个待选储能容量组的步骤,若g大于G,则从净成本最小时所对应的待选储能容量组以及对应的净成本中选出这其中净成本最小时对应的待选储能容量组以及子集合,并将最终选出的净成本最小时对应的待选储能容量组作为目标待选储能容量组,且将目标待选储能容量组对应的子集合作为目标子集合,以便于根据目标待选储能容量组及对应的目标子集合来确定储能所应接入的目标待选安装节点(从目标子集合中确定)以及每个目标待选安装节点所应接入的目标待选储能容量(根据目标子集合及目标待选储能容量组确定),并便于根据这些信息进行储能配置,从而便于在结合储能配置和变压器扩容来解决配电网中变压器过载问题时可以使其具有比较低的投入成本,且便于提高储能的运行效益和储能的利用率,降低储能的浪费。
S14:根据目标待选储能容量组及目标子集合得到变压器扩容容量,以便进行变压器扩容配置,以便进行变压器扩容配置。
在执行完步骤S13之后,可以根据目标待选储能容量组及目标子集合得到变压器扩容容量,以便于所得到的变压器扩容容量对配电网中的变压器进行扩容处理和配置。
由于上述过程是根据所建立的容量协调规划模型和经济调度策略模型来确定目标待选储能容量组、目标子集合,且是根据目标待选储能容量组、目标子集合确定变压器扩容容量的,因此,在根据上述参数进行储能配置和变压器扩容配置,以对配电网中的变压器过载问题进行处理解决时,则可以降低变压器过载处理的投入成本,而且相较于现有技术完全采用储能或变压器扩容来进行变压器过载处理而言,本申请可以降低储能的容量配置、变压器的扩容容量,减少储能和变压器扩容容量的浪费,并可以提高所配置的储能和变压器扩容容量的利用率,提高储能运行和变压器运行的效果,从而便于提高储能配置和变压器扩容处理的合理性、准确性和有效性,并便于更好地解决变压器过载问题。
本申请公开的技术方案,确定储能的待选安装节点的总集合,该总集合包括与对光伏和风电的发电数据进行聚类处理得到的典型日场景对应的子集合,每个子集合中均包含待选安装节点,并根据变压器过载最严重时的情况确定储能容量总需求量,然后,可以根据储能总需求量确定每个子集合对应的多个待选储能容量组,利用预先建立的容量协调规划模型和经济调度策略模型对确定出的所有待选储能容量组进行处理,以从中确定出净成本最小时所对应的目标待选储能容量组及与此对应的的目标子集合,之后,则根据目标待选储能容量组及目标子集合确定变压器扩容容量,以便于根据目标待选储能容量组及目标子集合而在配电网中进行储能配置,并根据变压器扩容容量而对配电网中的变压器进行扩容配置,以通过储能容量配置和变压器扩容来解决变压器过载的问题,从而减小变压器过载处理中的变压器扩容容量,另外,由于目标待选储能容量组是根据上述所提及的两个模型进行确定的,且变压器扩容容量是在目标待选储能容量组及目标子集合的基础上得到的,因此,则可以降低变压器过载处理的投入成本,而且由于其是根据储能和变压器扩容相结合来解决变压器过载问题,且储能是以日运行效益最优为目标而进行设置和配置的,因此,则可以提高储能配置和变压器扩容容量配置的合理性,减少储能和变压器扩容容量的浪费,提高储能和变压器的利用率。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法,确定储能的待选安装节点的总集合,可以包括:
利用计算配电网中各节点在典型日场景中的网损灵敏度标准差;其中,SDi'为节点i'在典型日场景中的网损灵敏度标准差,NLSPi'(t)为节点i'在t时刻的网损灵敏度,为节点i'在典型日场景时的网损灵敏度的均值,T为时段数;
对于每个典型日场景,按照网损灵敏度标准差由大到小的顺序对配电网中的各节点进行排序,以得到节点排列序列,并从节点排列序列中选取位于前预设数量位的节点作为待选安装节点,以构成与典型日场景对应的子集合;其中,预设数量与储能的配置数量相等;
利用与典型日场景对应的子集合得到总集合。
在确定储能的待选安装节点的总集合时,考虑到配电网中各个节点一天的网损灵敏度会变化,因此,则可以基于网损灵敏度标准差来进行储能选址。另外,由于对于配电网中各个节点来说,网损灵敏度标准差越大,则说明日内网损灵敏度变化幅度越大,越有利于整体降低网损,因此,则可以将网损灵敏度标准差大的节点作为储能优先接入的节点(即储能的待选安装节点)。
对于每个典型日场景,在计算完配电网中各节点的网损灵敏度标准差之后,可以按照网损灵敏度标准差由大到小的顺序对各节点进行排序,并可以根据储能的配置数量来选择排名位于前对应数量位的节点作为待选安装节点(即所选择的待选安装节点的数量与储能的配置数量相等),并由这些待选安装节点构成与典型日场景对应的子集合,同时,可以由与各典型日场景对应的子集合而构成储能的待选安装节点的总集合。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法,根据储能总需求量确定每个子集合对应的多个待选储能容量组;其中,每个待选储能容量组中均可以包括与子集合中的待选安装节点对应的待选储能容量,可以包括:
对于每个子集合,利用计算子集合中待选安装节点i的容量分配系数kSD,i,并利用计算待选安装节点i与储能总需求量对应的待选储能容量且利用子集合中各待选安装节点与储能总需求量对应的待选储能容量得到与子集合对应的一个待选储能容量组;其中,SDi为待选安装节点i的网损灵敏度标准差,M为子集合中包含的待选安装节点的个数或储能的配置数量;
对与每个子集合中各待选安装节点与储能总需求量对应的待选储能容量按照预设值进行缩减,得到与各待选安装节点对应的待选储能容量,利用每次缩减得到的待选储能容量得到与子集合对应的待选储能容量组。
在根据储能总需求量确定每个子集合对应的多个待选储能容量组时,对于每个子集合而言,均可以利用
计算子集合中各待选安装节点的容量分配系数kSD,i,并可以计算各待选安装节点与所确定出的储能总需求量对应的待选储能容量其中,i=1,2...M,M为每个子集合中包含的待选安装节点的个数或者说为储能的配置数量;在计算完子集合中各待选安装节点与储能总需求量对应的待选储能容量之后,可以由这些待选储能容量构成与子集合对应的一个待选储能容量组;
对于每个子集合而言,在按照上述方式计算出各待选安装节点与储能总需求量对应的待选储能容量,以构成一个与其对应的待选储能容量组之后,可以以第一个得到的待选储能容量组为基础,并对第一个得到的待选储能容量组中所包含的待选储能容量按照预设值(预设值的大小可以根据经验进行设置)进行缩减,其中,各待选安装节点对应的待选储能容量每缩减一次,便得到一组与子集合对应的待选储能容量组,当有待选安装节点对应的待选储能容量缩减为设定的值时(具体可以为0或其他值),则可以停止缩减,以得到与子集合对应的多个待选储能容量组,从而便于从所有的待选储能容量组中确定出净成本最小时对应的目标待选储能容量组,以提高储能配置和变压器扩容的合理性和准确性。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法,容量协调规划模型可以包括第一目标函数和第一约束条件:
其中,F为储能容量配置和变压器扩容协调规划的净成本,为储能的投资成本,d为年利率,y为储能的使用寿命,M为配电网中储能的配置数量,CP,i为第i个储能的单位功率成本,PDESS,i为第i个储能的额定功率,CE,i为第i个储能的单位容量成本,EDESS,i为第i个储能的额定容量,为储能的运行维护成本, 为储能单位容量运行维护成本,为储能在t时刻的充电功率,为储能在t时刻的放电功率,Δt为时间间隔,为变压器扩容成本,Fex为变压器投资成本,FT,OM为变压器运行维护成本,Cuc为变压器单位容量投资成本,Sex为变压器扩容容量,τ为延缓年限,e为自然底数,FT,OM=FT,LOSS+FT,om,FT,LOSS为变压器自身能量损耗费用,FT,om为变压器日常运行维护费用,Fde为延缓变压器扩容改造收益,Sde为储能延缓变压器扩容的容量,为储能全寿命周期网损收益,B为典型日场景总数,TOU(t)为t时刻从主网购电的分时电价,NL为配电网支路总数,Ploss,n,b(t)、Ploss-ESS,n,b(t)分别为第b个典型日场景储能接入前、后第n条支路在t时刻的有功线损,Rn为第n条支路的电阻,Pn(t)为t时刻第n条支路传输的有功功率,Qn(t)为t时刻第n条支路传输的无功功率,Un为第n条支路的电压,xn为0-1整数变量,表示第n条支路上的节点是否接入储能,xn为0时表示不接入,xn为1时表示接入,PESS(t)为接入储能功率,为储能全寿命周期套利收益, 为储能在负荷高峰期间释放电能带来的售电收益,为储能实际购电成本,即为从上级电网购电的费用,ye为储能寿命,Pc,b(t)、Pdis,b为储能在第b个典型日场景t时刻的充、放电功率,PR,b(t)为第b个典型日场景t时刻的倒送功率,为储能投入全寿命周期所获得的环境收益,CEB为减少弃风弃光的补偿单价,Edis,b为第b个典型日场景的储能放电量;
第一约束条件可以包括:
潮流方程约束: 其中,PDG,i、QDG,i分别表示接入待选安装节点i的分布式电源有功与无功功率,xi为0-1变量,xi等于1,表示在第i个待选安装节点安装储能,xi等于0,表示在第i个待选安装节点不安装储能,PDESS,i、QDESS,i分别表示接入待选安装节点i的储能有功功率和无功功率,PEV,i、QEV,i分别表示接入待选安装节点i的电动汽车充电有功功率与无功功率,PL,i、QL,i分别表示待选安装节点i的负荷消耗的有功功率与无功功率,Ui、Uj分别表示线路始末端电压,Gij、Bij分别表示线路电导和电纳,δij表示线路阻抗角;
分布式电源和电动汽车功率约束:Pmin≤PDPV≤Pmax、Pmin≤PDW≤Pmax、Pmin≤PEV≤Pmax;其中,PDPV、PDW、PEV分别为安装在配电网中的分布式光伏、分散式风电、电动汽车充电站的额定功率,Pmin、Pmax为待选安装节点功率限制的下限值与上限值;
储能功率容量约束:Pi,min≤PDESS,i≤Pi,max;其中,Pi,min和Pi,max分别表示第i个待选安装节点安装的储能允许接入功率容量的下限、上限,PDESS,i表示第i个待选安装节点安装的储能的额定功率容量;
在构建容量协调规划模型时,需要考虑储能接入配电网后产生的经济效益及成本,此时,可以以储能容量配置和变压器扩容协调规划的净成本最小为目标来构建第一目标函数,其中,储能产生的经济效益主要包括延缓变压器扩容改造收益、储能全寿命周期网损收益、储能全寿命周期套利收益、储能投入全寿命周期所获得的环境收益(即减少弃风弃光的环境收益),其中,对于储能投入全寿命周期所获得的环境收益而言,考虑储能的接入可以减少弃风弃光,因此,一般国家会给予一定的补偿费用,主要是减少碳排放及氮硫化物等污染气体的排放,则该收益可以根据多消纳的新能源弃电量进行补偿。
另外,当在配电网中进行储能配置时,储能延缓变压器扩容的容量Sde具体可以利用计算得到,其中,Sde的单位可以为kVA,PS,max为储能接入前主网供电负荷峰值,单位为kW,Pd为储能作用后的主网供电负荷峰值,单位为kW,PT为变压器额定有功功率,单位为kW,RT为变压器容载比,一般取1.5,单位为kVA/kW。
在进行容量协调规划模型构建时,除了需要进行第一目标函数的构建,还需要考虑约束条件的约束,也即需要同时构建与第一目标函数对应的第一约束条件,其具体包括:潮流方程约束,其表示分布式电源、电动汽车、储能及负荷共同参与配电网运行时,在任意时间断面下都需要满足配电网运行的功率平衡方程;分布式电源和电动汽车功率约束,具体地,当分布式电源和电动汽车接入配电网后,由于节点功率限制,发电及充电设备额定功率大小应该在一定合理的范围内;变压器容量约束,具体地,变压器在实际运行中,主网供电负荷不应过大,且考虑变压器在规划前设计的容载比,在变压器运行过程中应满足上述与变压器容量约束对应的公式的约束;储能约束,具体包括储能功率容量约束和储能安装个数约束。
需要说明的是,关于第一目标函数和第一约束条件的具体形式上述已经给出,在此不再赘述。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法,经济调度策略模型可以包括第二目标函数和第二约束条件:
第二目标函数为:maxFd=FLOSS+FA;
其中,Fd为储能日运行效益,FLOSS为储能接入配电网后,日内减少网损费用带来的收益,FLOSS=FLOSS1-FLOSS2, FLOSS1、FLOSS2分别为储能接入前、后配电网的网损费,Ploss,n(t)、Ploss-ESS,n(t)分别为储能接入前、后第n条支路在t时刻的有功线损,FA为储能日内的削峰填谷套利收入,FA=Fsale-Fbuy,Fsale为储能在负荷高峰期间释放电能带来的售电收益,Fbuy为储能实际购电成本,即为从上级电网购电的费用,Pc(t)、Pdis(t)为储能在t时刻的充电、放电功率,PR(t)为t时刻的倒送功率;
第二约束条件可以包括:
储能容量约束:xt×yt=0;其中,为储能在t时刻的荷电状态,为储能在典型日场景初始时刻的荷电状态,xt、yt分别为储能的充、放电状态变量,当xt等于1、yt等于0时,表示储能处于充电状态,当xt等于0、yt等于1时,表示储能处于放电状态,当xt和yt同时等于0时,表示储能既不充电也不放电,ηDES,c、ηDES,dis分别为储能的充、放电效率,分别为t时刻储能的充电功率、放电功率,EDES为储能电量容量;
储能充放电功率约束:-PESS,N≤PESS(t)≤PESS,N;其中,PESS(t)为储能在t时刻的输出功率,PESS,N为储能额定功率容量。
在构建经济调度策略模型时,优化的目标是在变压器不过载、储能安全运行的基础上,实现储能日运行效益达到最优,此时,可以对应建立第二目标函数,其中,第二目标函数中包含储能日内的削峰填谷套利收入FA和储能接入配电网后,日内减少网损费用带来的收益FLOSS,FA也可以利理解为储能放电获得的售电收益与充电支付的购电成本之差。
另外,在进行经济调度策略模型构建时,除了需要进行第二目标函数的构建,还需要考虑约束条件的约束,也即需要同时构建与第二目标函数对应的第二约束条件,其具体包括:储能容量约束;储能荷电状态约束,具体地,考虑到储能的寿命,防止出现过充过放,储能荷电状态不应超过上下限,且设置典型日场景内充、放电量相同,典型日场景结束时荷电状态可自行恢复至初始状态;储能充放电功率约束,具体地,储能在运行过程中同时受额定充电功率、额定放电功率限制。由第二约束条件可知,储能在运行过程中,不仅需要考虑其容量约束和荷电状态约束,还需要考虑其充放电功率约束。
需要说明的是,关于第二目标函数和第二约束条件的具体形式上述已经给出,在此不再赘述。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法,根据目标待选储能容量组及目标子集合得到变压器扩容容量,可以包括:
其中,Pd为变压器额定有功功率,PT为按照目标待选储能容量组及目标子集合接入储能且储能作用后的主网供电负荷峰值。
对于以减小变压器扩容为目标的分布式储能容量配置,在确定目标待选储能容量组及目标子集合之后,可以获取储能作用后的主网供电负荷峰值PT,并可以利用上述公式计算变压器扩容容量Sex,以便于通过储能配置和变压器扩容配置共同来解决变压器过载问题。
单就经济性而言,为了校验本申请的有效性,则可以根据实际情况来进行算例分析:
选取IEEE33节点算例系统,具体可以参见图3,其示出了本申请实施例提供的IEEE33节点算例系统的结构示意图,给定算例条件:该系统基准容量为SB=10MVA,电压等级为12.66kV,变压器容量为3500kVA,变压器额定有功功率PT=2976kW。节点1为平衡节点,与上级电网相连,最大运行方式下系统总有功负荷为3715kW。
考虑在规划水平年内的负荷增长,针对变压器过载问题,设置三种解决方案用以对比变压器扩容、在馈线中安装储能和二者协调规划的经济性。方案具体如下:
方案1:仅根据变压器过载情况,对配电变压器进行扩容。
方案2:仅考虑消除变压器过载现象,配置对应容量的储能。
方案3:根据本申请提出的以减小变压器扩容为目标的分布式储能容量配置方法,采用配置储能与变压器扩容协调规划的方式解决变压器过载问题。
(1)方案1:对配电变压器进行扩容
考虑变压器过载情况,计算可得需要新建的变压器容量为9400kVA,则对应的变压器扩容方案成本与收益情况如表1所示:
表1变压器扩容后成本与收益(万元)
由表1可知,仅对变压器进行扩容,确实可以有效解决配电设备供电能力不足的问题,但该方案仅考虑满足负荷需求,因此表1中各项收益均为0,该方案无任何收益,且需支付变压器扩容成本1014.7万元,该方案的净成本为1014.7万元。
(2)方案2:仅安装储能
若完全依靠储能满足变压器过载需求,则需要配置的储能总容量为3.5MW/12MWh,配置相应储能容量对应的成本与收益如表2所示:
表2配置储能后成本与收益(万元)
由表2可知,仅配置储能解决变压器过载问题,虽然可以获得延缓扩容收益,网损收益,套利收益及环境收益,共计2194.9万元,但该方案的储能投资运维成本为4725.12万元,净成本为2530.2万元,净成本明显高于变压器扩容方案的净成本。主要是因为现阶段储能的投资成本过高,导致该方案的净成本过高,因此仅根据变压器扩容需求确定的储能配置经济性不佳。
(3)协调规划方案
采用本申请的方法计算可知,当配置储能容量为1.5MW/2MWh,变压器扩容容量为7000kVA时,净成本达到最小,为774.42万元,对应的成本与收益如表3所示。
表3协调规划方案的成本与收益(万元)
结合上述分析,计算得到储能配置的净成本如图4所示,其示出了本申请实施例提供的储能和变压器扩容协调规划的净成本图,由该图可知,随着储能容量的不断增加,净成本呈现先降低后增加的趋势,在储能容量为1.5MW/2MWh时,净成本达到最低为774.4万元。
综上所述,协调规划方案兼顾不同储能容量下成本与收益的对应关系,净成本相比于方案1(1014.7万元)和方案2(2530.1万元),该方案净成本比方案1低23.7%,比方案2低69.3%,配置方案的经济效益显著,因此协调规划方案的整体经济性最优。
本申请实施例还提供了一种以减小变压器扩容为目标的分布式储能容量配置装置,参见图5,其示出了本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置装置的结构示意图,可以包括:
第一确定模块51,用于确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求量;其中,总集合可以包括与各典型日场景对应的子集合,典型日场景为对光伏和风电的发电数据进行聚类处理得到的;
第二确定模块52,用于根据储能总需求量确定每个子集合对应的多个待选储能容量组;其中,每个待选储能容量组中均可以包括与子集合中的待选安装节点对应的待选储能容量;
处理模块53,用于利用预先建立的以储能容量配置和变压器扩容协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置;
第三确定模块54,用于根据目标待选储能容量组及目标子集合得到变压器扩容容量,以便进行变压器扩容配置。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置装置,第一确定模块51可以包括:
第一计算单元,用于利用计算配电网中各节点在典型日场景中的网损灵敏度标准差;其中,SDi'为节点i'在典型日场景中的网损灵敏度标准差,NLSPi'(t)为节点i'在t时刻的网损灵敏度,为节点i'在典型日场景时的网损灵敏度的均值,T为时段数;
排序单元,用于对于每个典型日场景,按照网损灵敏度标准差由大到小的顺序对配电网中的各节点进行排序,以得到节点排列序列,并从节点排列序列中选取位于前预设数量位的节点作为待选安装节点,以构成与典型日场景对应的子集合;其中,预设数量与储能的配置数量相等;
得到总集合单元,用于利用与典型日场景对应的子集合得到总集合。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置装置,第二确定模块52可以包括:
第二计算单元,用于对于每个子集合,利用计算子集合中待选安装节点i的容量分配系数kSD,i,并利用计算待选安装节点i与储能总需求量对应的待选储能容量且利用子集合中各待选安装节点与储能总需求量对应的待选储能容量得到与子集合对应的一个待选储能容量组;其中,SDi为待选安装节点i的网损灵敏度标准差,M为子集合中包含的待选安装节点的个数或储能的配置数量;
缩减单元,用于对与每个子集合中各待选安装节点与储能总需求量对应的待选储能容量按照预设值进行缩减,得到与各待选安装节点对应的待选储能容量,利用每次缩减得到的待选储能容量得到与子集合对应的待选储能容量组。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置装置,容量协调规划模型可以包括第一目标函数和第一约束条件:
其中,F为储能容量配置和变压器扩容协调规划的净成本,为储能的投资成本,d为年利率,y为储能的使用寿命,M为配电网中储能的配置数量,CP,i为第i个储能的单位功率成本,PDESS,i为第i个储能的额定功率,CE,i为第i个储能的单位容量成本,EDESS,i为第i个储能的额定容量,为储能的运行维护成本, 为储能单位容量运行维护成本,为储能在t时刻的充电功率,为储能在t时刻的放电功率,Δt为时间间隔,为变压器扩容成本,Fex为变压器投资成本,FT,OM为变压器运行维护成本,Cuc为变压器单位容量投资成本,Sex为变压器扩容容量,τ为延缓年限,e为自然底数,FT,OM=FT,LOSS+FT,om,FT,LOSS为变压器自身能量损耗费用,FT,om为变压器日常运行维护费用,Fde为延缓变压器扩容改造收益,Sde为储能延缓变压器扩容的容量,为储能全寿命周期网损收益,B为典型日场景总数,TOU(t)为t时刻从主网购电的分时电价,NL为配电网支路总数,Ploss,n,b(t)、Ploss-ESS,n,b(t)分别为第b个典型日场景储能接入前、后第n条支路在t时刻的有功线损,Rn为第n条支路的电阻,Pn(t)为t时刻第n条支路传输的有功功率,Qn(t)为t时刻第n条支路传输的无功功率,Un为第n条支路的电压,xn为0-1整数变量,表示第n条支路上的节点是否接入储能,xn为0时表示不接入,xn为1时表示接入,PESS(t)为接入储能功率,为储能全寿命周期套利收益, 为储能在负荷高峰期间释放电能带来的售电收益,为储能实际购电成本,即为从上级电网购电的费用,ye为储能寿命,Pc,b(t)、Pdis,b为储能在第b个典型日场景t时刻的充、放电功率,PR,b(t)为第b个典型日场景t时刻的倒送功率,为储能投入全寿命周期所获得的环境收益,CEB为减少弃风弃光的补偿单价,Edis,b为第b个典型日场景的储能放电量;
第一约束条件可以包括:
潮流方程约束: 其中,PDG,i、QDG,i分别表示接入待选安装节点i的分布式电源有功与无功功率,xi为0-1变量,xi等于1,表示在第i个待选安装节点安装储能,xi等于0,表示在第i个待选安装节点不安装储能,PDESS,i、QDESS,i分别表示接入待选安装节点i的储能有功功率和无功功率,PEV,i、QEV,i分别表示接入待选安装节点i的电动汽车充电有功功率与无功功率,PL,i、QL,i分别表示待选安装节点i的负荷消耗的有功功率与无功功率,Ui、Uj分别表示线路始末端电压,Gij、Bij分别表示线路电导和电纳,δij表示线路阻抗角;
分布式电源和电动汽车功率约束:Pmin≤PDPV≤Pmax、Pmin≤PDW≤Pmax、Pmin≤PEV≤Pmax;其中,PDPV、PDW、PEV分别为安装在配电网中的分布式光伏、分散式风电、电动汽车充电站的额定功率,Pmin、Pmax为待选安装节点功率限制的下限值与上限值;
储能功率容量约束:Pi,min≤PDESS,i≤Pi,max;其中,Pi,min和Pi,max分别表示第i个待选安装节点安装的储能允许接入功率容量的下限、上限,PDESS,i表示第i个待选安装节点安装的储能的额定功率容量;
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置装置,经济调度策略模型可以包括第二目标函数和第二约束条件:
第二目标函数为:maxFd=FLOSS+FA;
其中,Fd为储能日运行效益,FLOSS为储能接入配电网后,日内减少网损费用带来的收益,FLOSS=FLOSS1-FLOSS2, FLOSS1、FLOSS2分别为储能接入前、后配电网的网损费,Ploss,n(t)、Ploss-ESS,n(t)分别为储能接入前、后第n条支路在t时刻的有功线损,FA为储能日内的削峰填谷套利收入,FA=Fsale-Fbuy,Fsale为储能在负荷高峰期间释放电能带来的售电收益,Fbuy为储能实际购电成本,即为从上级电网购电的费用,Pc(t)、Pdis(t)为储能在t时刻的充电、放电功率,PR(t)为t时刻的倒送功率;
第二约束条件可以包括:
储能容量约束:xt×yt=0;其中,为储能在t时刻的荷电状态,为储能在典型日场景初始时刻的荷电状态,xt、yt分别为储能的充、放电状态变量,当xt等于1、yt等于0时,表示储能处于充电状态,当xt等于0、yt等于1时,表示储能处于放电状态,当xt和yt同时等于0时,表示储能既不充电也不放电,ηDES,c、ηDES,dis分别为储能的充、放电效率,分别为t时刻储能的充电功率、放电功率,EDES为储能电量容量;
储能充放电功率约束:-PESS,N≤PESS(t)≤PESS,N;其中,PESS(t)为储能在t时刻的输出功率,PESS,N为储能额定功率容量。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置装置,第三确定模块54可以包括:
其中,Pd为变压器额定有功功率,PT为按照目标待选储能容量组及目标子集合接入储能且储能作用后的主网供电负荷峰值。
本申请实施例还提供了一种以减小变压器扩容为目标的分布式储能容量配置设备,参见图6,其示出了本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置设备的结构示意图,可以包括:
存储器61,用于存储计算机程序;
处理器62,用于执行存储器61存储的计算机程序时可实现如下步骤:
确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求;其中,总集合包括与各典型日场景对应的子集合,典型日场景为对光伏和风电的发电数据进行聚类处理得到的;根据储能总需求量确定每个子集合对应的多个待选储能容量组;其中,每个待选储能容量组中均包括与子集合中的待选安装节点对应的待选储能容量;利用预先建立的以储能容量配置和变压器协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置;根据目标待选储能容量组及目标子集合得到变压器扩容容量,以便进行变压器扩容配置。
本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时可实现如下步骤:
确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求;其中,总集合包括与各典型日场景对应的子集合,典型日场景为对光伏和风电的发电数据进行聚类处理得到的;根据储能总需求量确定每个子集合对应的多个待选储能容量组;其中,每个待选储能容量组中均包括与子集合中的待选安装节点对应的待选储能容量;利用预先建立的以储能容量配置和变压器协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置;根据目标待选储能容量组及目标子集合得到变压器扩容容量,以便进行变压器扩容配置。
该计算机可读存储介质可以包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置装置、设备计算机可读存储介质中相关部分的说明可以参见本申请实施例提供的一种以减小变压器扩容为目标的分布式储能容量配置方法中对应部分的详细说明,在此不再赘述。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外,本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种以减小变压器扩容为目标的分布式储能容量配置方法,其特征在于,包括:
确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求量;其中,所述总集合包括与各典型日场景对应的子集合,所述典型日场景为对光伏和风电的发电数据进行聚类处理得到的;
根据所述储能总需求量确定每个所述子集合对应的多个待选储能容量组;其中,每个所述待选储能容量组中均包括与所述子集合中的待选安装节点对应的待选储能容量;
利用预先建立的以储能容量配置和变压器扩容协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各所述子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将所述目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置;
根据所述目标待选储能容量组及所述目标子集合得到变压器扩容容量,以便进行变压器扩容配置。
2.根据权利要求1所述的以减小变压器扩容为目标的分布式储能容量配置方法,其特征在于,确定储能的待选安装节点的总集合,包括:
利用计算所述配电网中各节点在所述典型日场景中的网损灵敏度标准差;其中,SDi'为节点i'在所述典型日场景中的网损灵敏度标准差,NLSPi'(t)为节点i'在t时刻的网损灵敏度,为节点i'在所述典型日场景时的网损灵敏度的均值,T为时段数;
对于每个所述典型日场景,按照所述网损灵敏度标准差由大到小的顺序对所述配电网中的各所述节点进行排序,以得到节点排列序列,并从所述节点排列序列中选取位于前预设数量位的所述节点作为待选安装节点,以构成与所述典型日场景对应的子集合;其中,所述预设数量与所述储能的配置数量相等;
利用与所述典型日场景对应的子集合得到所述总集合。
3.根据权利要求2所述的以减小变压器扩容为目标的分布式储能容量配置方法,其特征在于,根据所述储能总需求量确定每个所述子集合对应的多个待选储能容量组;其中,每个所述待选储能容量组中均包括与所述子集合中的待选安装节点对应的待选储能容量,包括:
对于每个所述子集合,利用计算所述子集合中待选安装节点i的容量分配系数kSD,i,并利用计算待选安装节点i与所述储能总需求量对应的待选储能容量且利用所述子集合中各所述待选安装节点与所述储能总需求量对应的待选储能容量得到与所述子集合对应的一个待选储能容量组;其中,SDi为待选安装节点i的网损灵敏度标准差,M为所述子集合中包含的待选安装节点的个数或所述储能的配置数量;
对与每个所述子集合中各所述待选安装节点与所述储能总需求量对应的待选储能容量按照预设值进行缩减,得到与各所述待选安装节点对应的待选储能容量,利用每次缩减得到的待选储能容量得到与所述子集合对应的待选储能容量。
4.根据权利要求1所述的以减小变压器扩容为目标的分布式储能容量配置方法,其特征在于,所述容量协调规划模型包括第一目标函数和第一约束条件:
其中,F为储能容量配置和变压器扩容协调规划的净成本,为储能的投资成本,d为年利率,y为储能的使用寿命,M为所述配电网中储能的配置数量,CP,i为第i个储能的单位功率成本,PDESS,i为第i个储能的额定功率,CE,i为第i个储能的单位容量成本,EDESS,i为第i个储能的额定容量,为储能的运行维护成本, 为储能单位容量运行维护成本,为储能在t时刻的充电功率,为储能在t时刻的放电功率,Δt为时间间隔,为变压器扩容成本,Fex为变压器投资成本,FT,OM为变压器运行维护成本,Cuc为变压器单位容量投资成本,Sex为变压器扩容容量,τ为延缓年限,e为自然底数,FT,OM=FT,LOSS+FT,om,FT,LOSS为变压器自身能量损耗费用,FT,om为变压器日常运行维护费用,Fde为延缓变压器扩容改造收益,Sde为储能延缓变压器扩容的容量,为储能全寿命周期网损收益,B为典型日场景总数,TOU(t)为t时刻从主网购电的分时电价,NL为配电网支路总数,Ploss,n,b(t)、Ploss-ESS,n,b(t)分别为第b个典型日场景储能接入前、后第n条支路在t时刻的有功线损, Rn为第n条支路的电阻,Pn(t)为t时刻第n条支路传输的有功功率,Qn(t)为t时刻第n条支路传输的无功功率,Un为第n条支路的电压,xn为0-1整数变量,表示第n条支路上的节点是否接入储能,xn为0时表示不接入,xn为1时表示接入,PESS(t)为接入储能功率,为储能全寿命周期套利收益, 为储能在负荷高峰期间释放电能带来的售电收益,为储能实际购电成本,即为从上级电网购电的费用,ye为储能寿命,Pc,b(t)、Pdis,b为储能在第b个典型日场景t时刻的充、放电功率,PR,b(t)为第b个典型日场景t时刻的倒送功率,为储能投入全寿命周期所获得的环境收益,CEB为减少弃风弃光的补偿单价,Edis,b为第b个典型日场景的储能放电量;
所述第一约束条件包括:
潮流方程约束: 其中,PDG,i、QDG,i分别表示接入待选安装节点i的分布式电源有功与无功功率,xi为0-1变量,xi等于1,表示在第i个待选安装节点安装储能,xi等于0,表示在第i个待选安装节点不安装储能,PDESS,i、QDESS,i分别表示接入待选安装节点i的储能有功功率和无功功率,PEV,i、QEV,i分别表示接入待选安装节点i的电动汽车充电有功功率与无功功率,PL,i、QL,i分别表示待选安装节点i的负荷消耗的有功功率与无功功率,Ui、Uj分别表示线路始末端电压,Gij、Bij分别表示线路电导和电纳,δij表示线路阻抗角;
分布式电源和电动汽车功率约束:Pmin≤PDPV≤Pmax、Pmin≤PDW≤Pmax、Pmin≤PEV≤Pmax;其中,PDPV、PDW、PEV分别为安装在所述配电网中的分布式光伏、分散式风电、电动汽车充电站的额定功率,Pmin、Pmax为待选安装节点功率限制的下限值与上限值;
储能功率容量约束:Pi,min≤PDESS,i≤Pi,max;其中,Pi,min和Pi,max分别表示第i个待选安装节点安装的储能允许接入功率容量的下限、上限,PDESS,i表示第i个待选安装节点安装的储能的额定功率容量;
5.根据权利要求4所述的以减小变压器扩容为目标的分布式储能容量配置方法,其特征在于,所述经济调度策略模型包括第二目标函数和第二约束条件:
所述第二目标函数为:max Fd=FLOSS+FA;
其中,Fd为储能日运行效益,FLOSS为储能接入所述配电网后,日内减少网损费用带来的收益,FLOSS=FLOSS1-FLOSS2,FLOSS1、FLOSS2分别为储能接入前、后所述配电网的网损费,Ploss,n(t)、Ploss-ESS,n(t)分别为储能接入前、后第n条支路在t时刻的有功线损,FA为储能日内的削峰填谷套利收入,FA=Fsale-Fbuy, Fsale为储能在负荷高峰期间释放电能带来的售电收益,Fbuy为储能实际购电成本,即为从上级电网购电的费用,Pc(t)、Pdis(t)为储能在t时刻的充电、放电功率,PR(t)为t时刻的倒送功率;
所述第二约束条件包括:
储能容量约束:xt×yt=0;其中,为储能在t时刻的荷电状态,为储能在典型日场景初始时刻的荷电状态,xt、yt分别为储能的充、放电状态变量,当xt等于1、yt等于0时,表示储能处于充电状态,当xt等于0、yt等于1时,表示储能处于放电状态,当xt和yt同时等于0时,表示储能既不充电也不放电,ηDES,c、ηDES,dis分别为储能的充、放电效率,分别为t时刻储能的充电功率、放电功率,EDES为储能电量容量;
储能充放电功率约束:-PESS,N≤PESS(t)≤PESS,N;其中,PESS(t)为储能在t时刻的输出功率,PESS,N为储能额定功率容量。
7.一种以减小变压器扩容为目标的分布式储能容量配置装置,其特征在于,包括:
第一确定模块,用于确定储能的待选安装节点的总集合,并确定配电网中变压器过载最严重时对应的储能容量总需求量;其中,所述总集合包括与各典型日场景对应的子集合,所述典型日场景为对光伏和风电的发电数据进行聚类处理得到的;
第二确定模块,用于根据所述储能总需求量确定每个所述子集合对应的多个待选储能容量组;其中,每个所述待选储能容量组中均包括与所述子集合中的待选安装节点对应的待选储能容量;
处理模块,用于利用预先建立的以储能容量配置和变压器扩容协调规划的净成本最小为目标的容量协调规划模型、以储能日运行效益最优为目标的经济调度策略模型对各所述子集合对应的待选储能容量组进行处理,确定净成本最小时对应的目标待选储能容量组,将所述目标待选储能容量组对应的子集合作为目标子集合,以便进行储能配置;
第三确定模块,用于根据所述目标待选储能容量组及所述目标子集合得到变压器扩容容量,以便进行变压器扩容配置。
8.根据权利要求7所述的以减小变压器扩容为目标的分布式储能容量配置装置,其特征在于,所述第一确定模块包括:
第一计算单元,用于利用计算所述配电网中各节点在所述典型日场景中的网损灵敏度标准差;其中,SDi'为节点i'在所述典型日场景中的网损灵敏度标准差,NLSPi'(t)为节点i'在t时刻的网损灵敏度,为节点i'在所述典型日场景时的网损灵敏度的均值,T为时段数;
排序单元,用于对于每个所述典型日场景,按照所述网损灵敏度标准差由大到小的顺序对所述配电网中的各所述节点进行排序,以得到节点排列序列,并从所述节点排列序列中选取位于前预设数量位的所述节点作为待选安装节点,以构成与所述典型日场景对应的子集合;其中,所述预设数量与所述储能的配置数量相等;
得到总集合单元,用于利用与所述典型日场景对应的子集合得到所述总集合。
9.一种以减小变压器扩容为目标的分布式储能容量配置设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至6任一项所述的以减小变压器扩容为目标的分布式储能容量配置方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的以减小变压器扩容为目标的分布式储能容量配置方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010779385.1A CN111900734B (zh) | 2020-08-05 | 2020-08-05 | 一种以减小变压器扩容为目标的分布式储能容量配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010779385.1A CN111900734B (zh) | 2020-08-05 | 2020-08-05 | 一种以减小变压器扩容为目标的分布式储能容量配置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111900734A CN111900734A (zh) | 2020-11-06 |
CN111900734B true CN111900734B (zh) | 2022-03-11 |
Family
ID=73246498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010779385.1A Active CN111900734B (zh) | 2020-08-05 | 2020-08-05 | 一种以减小变压器扩容为目标的分布式储能容量配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111900734B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103490410A (zh) * | 2013-08-30 | 2014-01-01 | 江苏省电力设计院 | 一种基于多目标优化的微电网规划和容量配置方法 |
CN105515027A (zh) * | 2015-08-06 | 2016-04-20 | 樊朝晖 | 一种负荷曲线可配置的储能微网控制方法 |
CN105846423A (zh) * | 2016-03-28 | 2016-08-10 | 华北电力大学 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
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 |
CN110492482A (zh) * | 2019-09-10 | 2019-11-22 | 东北电力大学 | 一种用于延缓配电设备升级改造的储能经济调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9722426B2 (en) * | 2013-09-26 | 2017-08-01 | Wellhead Electric Company, Inc. | Hybrid energy system and method |
-
2020
- 2020-08-05 CN CN202010779385.1A patent/CN111900734B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103490410A (zh) * | 2013-08-30 | 2014-01-01 | 江苏省电力设计院 | 一种基于多目标优化的微电网规划和容量配置方法 |
CN105515027A (zh) * | 2015-08-06 | 2016-04-20 | 樊朝晖 | 一种负荷曲线可配置的储能微网控制方法 |
CN105846423A (zh) * | 2016-03-28 | 2016-08-10 | 华北电力大学 | 一种计及需求响应的光伏微电网储能多目标容量配置方法 |
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 |
CN110492482A (zh) * | 2019-09-10 | 2019-11-22 | 东北电力大学 | 一种用于延缓配电设备升级改造的储能经济调度方法 |
Non-Patent Citations (2)
Title |
---|
Cost-Effectiveness Analysis of Battery Energy Storage in Distribution Systems Embedded with Plug-in Electric Vehicles;M.H. El-Far;《Canadian Conference on Electrical and Computer Engineering》;20150506;全文 * |
变电站扩容和电池储能系统容量配置的协调规划方法;李振文;《电力系统保护与控制》;20130801;第41卷(第15期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111900734A (zh) | 2020-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108960510B (zh) | 一种基于两阶段随机规划的虚拟电厂优化交易策略装置 | |
CN109193720B (zh) | 基于企业用户典型日负荷曲线的用户侧储能容量配置方法 | |
CN109325608B (zh) | 考虑储能并计及光伏随机性的分布式电源优化配置方法 | |
CN108667052B (zh) | 一种面向虚拟电厂优化运行的多类型储能系统规划配置方法及系统 | |
CN109787261B (zh) | 电网侧及用户侧储能系统容量优化配置方法 | |
CN109713673B (zh) | 售电环境下并网型微电网系统配置及优化运行的方法 | |
CN110717259B (zh) | 面向用户侧的电池储能配置与运行优化方法 | |
CN111244985B (zh) | 基于节点综合灵敏度系数的分布式储能序次优化配置方法 | |
CN110633854A (zh) | 一种考虑储能电池多重分段服务全生命周期优化规划方法 | |
CN107994595A (zh) | 一种削峰填谷控制方法和系统以及应用该控制方法的系统 | |
CN113326467B (zh) | 基于多重不确定性的多站融合综合能源系统多目标优化方法、存储介质及优化系统 | |
CN110492482B (zh) | 一种用于延缓配电设备升级改造的储能经济调度方法 | |
CN112651105A (zh) | 一种基于博弈论的微网容量配置优化方法 | |
CN109873449A (zh) | 一种户用微网中光储容量优化配置方法 | |
CN115471044A (zh) | 含光储的配电台区电动汽车调度方法、系统及存储介质 | |
CN111047093A (zh) | 一种电动汽车典型快充站优化运行配置方法 | |
CN115511658A (zh) | 一种计及储能装置折损的楼宇能量优化方法 | |
Gu et al. | Optimal energy storage planning for stacked benefits in power distribution network | |
CN113722882B (zh) | 一种考虑多盈利模式的园区电网储能优化配置方法及系统 | |
CN114358378A (zh) | 一种用于考虑需量管理的用户侧储能优化配置系统及方法 | |
CN110932296B (zh) | 一种储能控制方法、装置及虚拟电厂 | |
CN111900734B (zh) | 一种以减小变压器扩容为目标的分布式储能容量配置方法 | |
CN112861376B (zh) | 一种基于单元调度模型的评估方法及装置 | |
CN115133607A (zh) | 用户侧退役电池储能容量配置方法、系统、设备和介质 | |
CN113469436A (zh) | 一种城市电网侧储能规划方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |